Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/概率论-第4讲-随机变量的数字特征/06-点5-线性组合与最值.md
T
Yimu 326d9317f8 feat(概率论第4讲): 新建「知识点带题」全套,盘点+五点分册+速查卡共 19 题
- 01 知识点盘点:五节 + 按分值/依赖链两张表 + §0.4 反查 + 覆盖对照 13 行 + 相邻讲接口
- 02—06 五个点:期望(4)、方差与矩(4)、协方差与相关系数(4)、条件期望与重期望(3)、线性组合与最值(4)
- 07 速查卡:九组结论 + 六处丢分点 + AUTO 回查
- 补齐 2025·8 的「σ 相同下 D(aX+bY) 最值」与异方差的特征值解法
- 全部数值经 sympy 复核;标题去公式以保锚点稳定
2026-11-07 12:40:51 +08:00

223 lines
12 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 概率论, 数字特征, 线性组合, 方差最值]
专题: 概率论 第4讲 · 点5 线性组合与最值
日期: 2026-11-07
状态: 知识点带题(5.1 线性组合、5.2 方差最值、5.3 三条恒等式,共 4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 5 线性组合与最值
> 2025·8 直接问"$\sigma_X=\sigma_Y$ 时 $D(aX+bY)$ 的最值",命题组已经把它当独立考点在用|重要度 ★★★
> 依赖:点 1—点 4,尤其 §3.2 的双线性。盘点对应:§5 全节。
**组织原则**:这一点看着有三节,其实是**同一条式子的三种问法**——$D(aX+bY)$ 怎么展开(5.1)、在 $a^2+b^2=1$ 下怎么求极值(5.2)、系数全取 $1/n$ 时得到什么(5.3)。四题按"展开 → 同方差极值 → 异方差极值 → 平均与偏差平方和"递进,最后一题是第 6 讲无偏性的直接铺垫。难度标准:★☆☆ 一题、★★☆ 两题、★★★ 一题。
## 知识点 5.1 线性组合的期望与方差(出处:[知识章 §2.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$D\left(\sum_{i=1}^{n}a_iX_i\right)=\sum_{i=1}^{n}a_i^2DX_i+2\sum_{i<j}a_ia_j\operatorname{Cov}(X_i,X_j).$$
两项的情形(**考场上 99% 用到的是这个**):
$$D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}(X,Y)=a^2DX+b^2DY+2ab\rho_{XY}\sigma_X\sigma_Y .$$
**三条操作提示**:
1. **常数项直接扔**:$D(aX+bY+c)=D(aX+bY)$ ;
2. **系数取平方**:是 $a^2$ ,不是 $|a|$ ,所以 $a=-2$ 与 $a=2$ 对 $DX$ 的贡献一样;
3. **交叉项跟着符号走**:$b<0$ 时交叉项为负——这是唯一需要留心的地方,也是 $D(X-Y)$ 不等于 $DX+DY$ 的原因。
> **一个随手可用的上界**:由 $|\rho|\le1$ 得 $\operatorname{Cov}\le\sigma_X\sigma_Y$ ,故 $D(X+Y)\le(\sigma_X+\sigma_Y)^2$ 。算出来的值超过这个数,一定是把某处符号弄反了。
## 知识点 5.2 方差的最值(出处:[知识章 §2.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
在约束 $a^2+b^2=1$ 下求 $D(aX+bY)$ 的极值,把它写成二次型:
$$D(aX+bY)=\begin{pmatrix}a&b\end{pmatrix}\Sigma\begin{pmatrix}a\\b\end{pmatrix},\qquad \Sigma=\begin{pmatrix}\sigma_X^2&\rho\sigma_X\sigma_Y\\ \rho\sigma_X\sigma_Y&\sigma_Y^2\end{pmatrix}.$$
**结论**:最大值 $=$ $\Sigma$ 的较大特征值,最小值 $=$ 较小特征值;两根 $\lambda$ 是
$$\lambda^2-\left(\sigma_X^2+\sigma_Y^2\right)\lambda+\sigma_X^2\sigma_Y^2\left(1-\rho^2\right)=0$$
的解。等价的两条检验:**两特征值之和 $=DX+DY$ 恒成立**、**两特征值之积 $=DX\cdot DY\cdot(1-\rho^2)$ 也恒成立** 。
**同方差特例**($\sigma_X=\sigma_Y=\sigma$ ):$\lambda=\sigma^2(1\pm\rho)$ ,即
$$\max D=\sigma^2\left(1+|\rho|\right)\quad(\rho\ge0\ \text{取}\ a=b,\ \rho<0\ \text{取}\ a=-b),\qquad \min D=\sigma^2\left(1-|\rho|\right).$$
> **别背异方差的那个根式**。考场上写特征方程 $\lambda^2-S\lambda+P=0$ 更快,$S$ 是两方差之和,$P$ 是 $DX\cdot DY\cdot(1-\rho^2)$ ,然后开根。
## 知识点 5.3 三条常用恒等式(出处:[知识章 §1.1、§1.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$\sum_{i=1}^{n}\left(X_i-\bar X\right)^2=\sum_{i=1}^{n}X_i^2-n\bar X^2;\qquad E\bar X=\mu,\quad D\bar X=\frac{\sigma^2}{n};$$
$$E\left[(X-c)^2\right]=DX+(EX-c)^2\quad(\text{在 }c=EX\text{ 处取最小 }DX).$$
第二条一行就能推($X_i$ 独立同分布时):$D\bar X=\dfrac{1}{n^2}\sum DX_i=\dfrac{\sigma^2}{n}$ 。**分母取 $n$ 而不是 $n-1$ 这一点最易记错** —— 这是样本均值与样本方差最容易被记串的一处。
第三条是**均方误差分解**:用常数 $c$ 去猜 $X$ ,误差被拆成"不可消除的波动 $DX$ "加"猜偏了的那一段 $(EX-c)^2$ "。
---
## 题目(按知识点顺序对应)
### 题 1 · 5.1:两项线性组合的展开(★☆☆)
> 设 $DX=1$ 、$DY=4$ 、$\rho_{XY}=\dfrac12$ 。
>
> (Ⅰ)求 $D(2X-Y+3)$ ;
> (Ⅱ)求 $\operatorname{Cov}(X+Y,\ X-Y)$ ;
> (Ⅲ)分别求 $D(X+Y)$ 与 $D(X-Y)$ ,并验证二者之和等于 $2(DX+DY)$ 。
**怎么想**:(Ⅰ)(Ⅲ)都是把 $D(aX+bY)$ 的三项照抄,先把 $\operatorname{Cov}$ 算成数;(Ⅱ)把 $\operatorname{Cov}$ 当双线性乘法表逐项展开,$\operatorname{Cov}(X,X)$ 就是 $DX$ 。
**解**:
先算中间量:$\sigma_X=1$ 、$\sigma_Y=2$ 、
$$\operatorname{Cov}(X,Y)=\rho_{XY}\sigma_X\sigma_Y=\frac12\cdot1\cdot2=1 .$$
**(Ⅰ)** 取 $a=2$ 、$b=-1$ :
$$D(2X-Y+3)=4DX+DY+2\cdot2\cdot(-1)\cdot\operatorname{Cov}(X,Y)=4+4-4=4 .$$
**(Ⅱ)** 双线性展开:
$$\operatorname{Cov}(X+Y,\ X-Y)=\operatorname{Cov}(X,X)-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-\operatorname{Cov}(Y,Y)$$
$$=DX-DY=1-4=-3 .$$
**(Ⅲ)**
$$D(X+Y)=DX+DY+2\operatorname{Cov}(X,Y)=1+4+2=7,$$
$$D(X-Y)=DX+DY-2\operatorname{Cov}(X,Y)=1+4-2=3 .$$
$$D(X+Y)+D(X-Y)=10=2(1+4)=2(DX+DY)\ ✓$$
**带走结论**:$\operatorname{Cov}(X+Y,\ X-Y)=DX-DY$ **与 $\rho$ 完全无关**,可以直接当公式用。它就说明"和与差相不相关只取决于方差是否相等":$DX=DY$ 时和与差必然不相关。
> **关联** · 盘点 [§5.1 线性组合的期望与方差](01-知识点盘点.md#user-content-51-线性组合的期望与方差) | 上游 — | 下游 — | 速查 [八 线性组合与方差最值](07-速查卡.md#user-content-八-线性组合与方差最值)
---
### 题 2 · 5.2:同方差下的最值(★★☆)
> 设 $DX=DY=1$ 、$\rho_{XY}=\dfrac35$ 。对满足 $a^2+b^2=1$ 的实数 $a,b$ ,记 $Z=aX+bY$ 。
>
> (Ⅰ)把 $DZ$ 写成 $a,b$ 的函数;
> (Ⅱ)求 $DZ$ 的最大值与最小值,并指出取到时的 $(a,b)$ ;
> (Ⅲ)把 $\rho$ 换成任意值,写出最大值的一般式。
**怎么想**:$\sigma_X=\sigma_Y=1$ 时 $a^2DX+b^2DY=a^2+b^2=1$ 是个常数,于是 $DZ$ 只剩"$1$ 加一个交叉项",最值就完全落在 $ab$ 的取值范围上。
**解**:
**(Ⅰ)** $\sigma_X=\sigma_Y=1$ ,
$$DZ=a^2\cdot1+b^2\cdot1+2\cdot\frac35\cdot ab=a^2+b^2+\frac65ab=1+\frac65ab .$$
**(Ⅱ)** 由 $a^2+b^2=1$ 得 $|ab|\le\dfrac{a^2+b^2}{2}=\dfrac12$ ,等号在 $a=\pm b=\dfrac{1}{\sqrt2}$ 时成立。故
$$\max DZ=1+\frac65\cdot\frac12=1+\frac35=\frac85\quad\left(a=b=\frac{1}{\sqrt2}\right),$$
$$\min DZ=1+\frac65\cdot\left(-\frac12\right)=1-\frac35=\frac25\quad\left(a=\frac{1}{\sqrt2},\ b=-\frac{1}{\sqrt2}\right).$$
**(Ⅲ)** 一般地
$$\max DZ=\sigma^2\left(1+|\rho|\right),\qquad \min DZ=\sigma^2\left(1-|\rho|\right).$$
$\rho\ge0$ 时取 $a=b$ ,$\rho<0$ 时取 $a=-b$ ($\rho$ 的符号决定"同向叠加"还是"反向抵消"涨方差)。
**验算**:用特征方程 $\lambda^2-2\lambda+(1-\rho^2)=0$ ,$\rho=\frac35$ 时 $\lambda^2-2\lambda+\frac{16}{25}=0$ ,$\lambda=1\pm\frac35$ ,即 $\frac85$ 与 $\frac25$ ✓。
**带走结论**:**同方差时两个最值一相加正好 $2\sigma^2$ 、一相减正好 $2\sigma^2|\rho|$ 这两个数** 。所以看到"$\sigma_X=\sigma_Y$ 、求 $D(aX+bY)$ 最值"的选项,先在心里算出 $\sigma^2(1+\rho)$ 与 $\sigma^2(1-\rho)$ ,选项里没有这两个数就直接判错。
> **关联** · 盘点 [§5.2 方差的最值(选择压轴常客)](01-知识点盘点.md#user-content-52-方差的最值选择压轴常客) | 上游 — | 下游 [点 5 题 3](06-点5-线性组合与最值.md#user-content-题-3--52异方差下配方) | 速查 [八 线性组合与方差最值](07-速查卡.md#user-content-八-线性组合与方差最值)
---
### 题 3 · 5.2:异方差下配方(★★★)
> 设 $DX=4$ 、$DY=1$ 、$\rho_{XY}=\dfrac12$ 。在 $a^2+b^2=1$ 下求 $D(aX+bY)$ 的最大值与最小值,并给出取到最大值时的 $a:b$ 。
**怎么想**:$\sigma_X\ne\sigma_Y$ 时 $a^2+b^2=1$ 这个约束**消不掉**两项,硬套同方差结论必错。只有两条路:拉格朗日乘子,或认成二次型求特征值。后者快得多。
**解**:
先写开:
$$D(aX+bY)=4a^2+b^2+2\cdot\frac12\cdot2\cdot1\cdot ab=4a^2+b^2+2ab .$$
写成二次型:
$$D(aX+bY)=\begin{pmatrix}a&b\end{pmatrix}\begin{pmatrix}4&1\\1&1\end{pmatrix}\begin{pmatrix}a\\b\end{pmatrix}.$$
特征方程(迹 $=5$ ,行列式 $=4-1=3$ ):
$$\lambda^2-5\lambda+3=0\quad\Rightarrow\quad\lambda=\frac{5\pm\sqrt{13}}{2}.$$
故
$$\max D(aX+bY)=\frac{5+\sqrt{13}}{2}\approx4.303,\qquad \min D(aX+bY)=\frac{5-\sqrt{13}}{2}\approx0.697 .$$
取到最大值时特征向量满足 $(4-\lambda)a+b=0$ ,即 $b=(\lambda-4)a=\dfrac{\sqrt{13}-3}{2}a$ ,故
$$a:b=2:\left(\sqrt{13}-3\right)\approx1:0.303 .$$
归一化后 $a\approx0.957$ 、$b\approx0.290$ 。
**验算**:$4(0.957)^2+(0.290)^2+2(0.957)(0.290)=3.664+0.084+0.555=4.303$ ✓,且 $a^2+b^2=0.916+0.084=1$ ✓。
**三条合理性检查**(考场上用来秒杀错误选项):
- $\lambda_{\max}\ge\max\{DX,DY\}=4$ ;
- $\lambda_{\min}\le\min\{DX,DY\}=1$ ;
- $\lambda_{\max}+\lambda_{\min}=5=DX+DY$ ,$\lambda_{\max}\lambda_{\min}=3=DX\cdot DY\cdot(1-\rho^2)=4\cdot\frac34$ 。
**带走结论**:**约束 $a^2+b^2=1$ 下二次型的极值就是协方差矩阵的特征值**,因此必然满足"两特征值之和 $=$ 方差之和"。这一条检验能一秒否掉一半的错误选项——选项里若出现 $8$ 或 $1$ ,都不用算就知道是错的。
> **关联** · 盘点 [§5.2 方差的最值(选择压轴常客)](01-知识点盘点.md#user-content-52-方差的最值选择压轴常客) | 上游 [点 5 题 2](06-点5-线性组合与最值.md#user-content-题-2--52同方差下的最值) | 下游 — | 速查 [八 线性组合与方差最值](07-速查卡.md#user-content-八-线性组合与方差最值)
---
### 题 4 · 5.3:样本均值与偏差平方和(★★☆)
> 设 $X_1,X_2,X_3,X_4$ 独立同分布,$EX_i=2$ 、$DX_i=4$ ,记 $\bar X=\dfrac14\sum_{i=1}^{4}X_i$ 。
>
> (Ⅰ)求 $E\bar X$ 与 $D\bar X$ ;
> (Ⅱ)用恒等式 $\sum_{i=1}^{4}(X_i-\bar X)^2=\sum_{i=1}^{4}X_i^2-4\bar X^2$ 求 $E\sum_{i=1}^{4}(X_i-\bar X)^2$ ;
> (Ⅲ)求使 $E\left[(X_1-c)^2\right]$ 最小的 $c$ 及该最小值。
**怎么想**:(Ⅰ)用线性组合的期望方差;(Ⅱ)把恒等式两边的期望分别算出来相减,**不要试图求 $\sum(X_i-\bar X)^2$ 的分布**;(Ⅲ)展开成 $DX_1+(EX_1-c)^2$ 。
**解**:
**(Ⅰ)**
$$E\bar X=\frac14\sum EX_i=\frac{4\cdot2}{4}=2,$$
$$D\bar X=\frac{1}{4^2}\sum DX_i=\frac{4\cdot4}{16}=1 .$$
**(Ⅱ)** 两边分别取期望:
$$E\sum_{i=1}^{4}X_i^2=4\left(DX_i+(EX_i)^2\right)=4(4+4)=32,$$
$$E\left(4\bar X^2\right)=4\left(D\bar X+(E\bar X)^2\right)=4(1+4)=20,$$
$$E\sum_{i=1}^{4}(X_i-\bar X)^2=32-20=12 .$$
**(Ⅲ)**
$$E\left[(X_1-c)^2\right]=E X_1^2-2c\,EX_1+c^2=DX_1+(EX_1-c)^2=4+(2-c)^2\ \ge\ 4,$$
等号在 $c=2=EX_1$ 处成立。最小值 $=4=DX_1$ 。
**验算**:(Ⅱ)的结果应等于 $(n-1)\sigma^2=3\times4=12$ ✓。这正是样本方差 $S^2=\dfrac{1}{n-1}\sum(X_i-\bar X)^2$ 的期望为 $\sigma^2$ 的根据——分母取 $n-1$ 而不是 $n$ ,就是为了把这个 $12$ 除回 $4$ 。
**带走结论**:**$E\sum(X_i-\bar X)^2=(n-1)\sigma^2$ 必须背**。第 6 讲判断 $S^2$ 的无偏性、算 $\chi^2(n-1)$ 的自由度、推 $t$ 分布,全靠这一条。它比 $n$ 少一个,是因为"减掉 $\bar X$ "用掉了一个自由度。
> **关联** · 盘点 [§5.3 三条常用恒等式](01-知识点盘点.md#user-content-53-三条常用恒等式) | 上游 — | 下游 — | 速查 [九 三条恒等式](07-速查卡.md#user-content-九-三条恒等式)
---