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/04-点3-协方差与相关系数.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

211 lines
10 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, 协方差, 相关系数]
专题: 概率论 第4讲 · 点3 协方差与相关系数
日期: 2026-11-07
状态: 知识点带题(3.1 定义、3.2 双线性、3.3 相关系数,共 4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 协方差与相关系数
> 真题锚点:2020·14(协方差)、2021·16(相关系数)、2016·8(多项分布相关系数)|重要度 ★★★
> 依赖:点 1、点 2 的期望与方差。盘点对应:§3 全节。
**组织原则**:$\operatorname{Cov}$ 的全部技术是**双线性展开**(3.2 是核心),$\rho$ 的全部内容是**取值范围与等号条件**(3.3)。先练定义(3.1),再练展开(3.2),最后练 $\rho$ (3.3)。难度标准:★☆☆ 一题、★★☆ 两题、★★★ 一题。
## 知识点 3.1 定义与两种算法(出处:[知识章 §2.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$\operatorname{Cov}(X,Y)=E(X-EX)(Y-EY)=E(XY)-EX\cdot EY .$$
**两种算法分别适用**:
| 已知什么 | 用哪个 |
|---|---|
| 联合分布律 / 联合密度 | **定义式**(直接算 $E(XY)$ ) |
| 各自方差 + $\rho$ | **反向式** $\operatorname{Cov}=\rho\sigma_X\sigma_Y$ |
| 各种线性组合 | **双线性**(见 3.2) |
$$\rho_{XY}=\frac{\operatorname{Cov}(X,Y)}{\sqrt{DX}\sqrt{DY}}\in[-1,1].$$
## 知识点 3.2 双线性(算协方差的唯一通用武器)
$$\operatorname{Cov}(aX+bY,\ cZ+dW)=ac\operatorname{Cov}(X,Z)+ad\operatorname{Cov}(X,W)+bc\operatorname{Cov}(Y,Z)+bd\operatorname{Cov}(Y,W).$$
**三条原子**:$\operatorname{Cov}(X,X)=DX$ 、$\operatorname{Cov}(Y,Y)=DY$ 、$\operatorname{Cov}(X,Y)=\operatorname{Cov}(Y,X)$ 。
> **实战顺序**:① 展开成原子;② 代入数值;③ 检查"同变量"与"异变量"是否分清了。**90% 的错都错在第 ③ 步**——把 $\operatorname{Cov}(X,X)$ 写成 $DX$ 时漏掉,或者把两个不同的变量当成同一个。
## 知识点 3.3 相关系数的三条结论(出处:[知识章 §2.2、§3](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
1. **有界性 $\lvert\rho\rvert\le1$ 恒成立** ,等价于 $\left[\operatorname{Cov}(X,Y)\right]^2\le DX\cdot DY$ (柯西–施瓦茨不等式的概率版);
2. **$\lvert\rho\rvert=1\iff P\{Y=aX+b\}=1$ 即完全线性相关** ,且 $a$ 的符号就是 $\rho$ 的符号,$\lvert a\rvert=\dfrac{\sigma_Y}{\sigma_X}$ ;
3. **$\rho$ 只度量线性关系**:$\rho=0$ 说明"没有线性关系",不说明"没有关系"。
**两条运算性质**(选择常考):
$$\rho(aX+b,\ cY+d)=\operatorname{sign}(ac)\,\rho(X,Y) .$$
即:**平移与正数缩放不改变 $\rho$ ,负数缩放改变符号**。
> **独立与不相关的完整辨析在第 3 讲**:独立 $\Rightarrow$ 不相关,反向只在二维正态成立。本讲不再重复,只在题 4 的归因里点一下。
---
## 题目(按知识点顺序对应)
### 题 1 · 3.1:由联合分布律求协方差与相关系数(★☆☆)
> 设 $(X,Y)$ 的联合分布律为
>
> | $X\backslash Y$ | 0 | 1 |
> |---|---|---|
> | **0** | $0.3$ | $0.2$ |
> | **1** | $0.2$ | $0.3$ |
>
> 求 $\operatorname{Cov}(X,Y)$ 与 $\rho_{XY}$ 。
**怎么想**:先用边缘求 $EX,EY$ ,再用"$XY$ 只在下标都为 1 时非零"算 $E(XY)$ 。方差用 $0$ -$1$ 变量的快捷式 $DX=p(1-p)$ 。
**解**:
**第 1 步:边缘。** 行和给出 $P\{X=0\}=0.5$ 、$P\{X=1\}=0.5$ ;列和给出 $P\{Y=0\}=0.5$ 、$P\{Y=1\}=0.5$ 。故
$$EX=0.5,\qquad EY=0.5 .$$
**第 2 步:$E(XY)$ 。** 只有 $X=1,Y=1$ 这一格贡献:
$$E(XY)=1\cdot0.3=0.3 .$$
**第 3 步:协方差与相关系数。**
$$\operatorname{Cov}(X,Y)=0.3-0.5\times0.5=0.3-0.25=0.05 .$$
$$DX=0.5\times0.5=0.25,\qquad DY=0.25,$$
$$\rho=\frac{0.05}{\sqrt{0.25\times0.25}}=\frac{0.05}{0.25}=0.2 .$$
**验算**:若独立,各格应为 $0.25$ ;本题对角两格是 $0.3$ (偏大),非对角是 $0.2$ (偏小),说明**同向**变化,故 $\rho>0$ ✓,且 $\rho=0.2$ 属弱正相关,与"偏离 $0.05$ "的量级相符。
**带走结论**:**$0$ -$1$ 变量的协方差就是"联合概率 $-$ 边缘之积"**,一行算术就能看出方向:对角格偏大 $\Rightarrow$ 正相关,偏小 $\Rightarrow$ 负相关。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) | 上游 — | 下游 — | 速查 [一 三条定义式](07-速查卡.md#user-content-一-三条定义式)
---
### 题 2 · 3.2:双线性展开(★★☆)
> 设 $DX=4$ 、$DY=9$ 、$\operatorname{Cov}(X,Y)=2$ ,求
>
> (Ⅰ)$\operatorname{Cov}(X+2Y,\ 3X-Y)$ ;
> (Ⅱ)$\operatorname{Cov}(X+Y,\ X-Y)$ ;
> (Ⅲ)$\rho_{X+Y,\,X-Y}$ 。
**怎么想**:展开成原子,逐项代入。第三问要用到刚算的协方差与两个和的方差,注意 $D(X\pm Y)=DX+DY\pm2\operatorname{Cov}$ 。
**解**:
**(Ⅰ)**
$$\operatorname{Cov}(X+2Y,3X-Y)=3\operatorname{Cov}(X,X)-\operatorname{Cov}(X,Y)+6\operatorname{Cov}(Y,X)-2\operatorname{Cov}(Y,Y)$$
$$=3DX-\operatorname{Cov}+6\operatorname{Cov}-2DY=3\cdot4+5\cdot2-2\cdot9=12+10-18=4 .$$
**(Ⅱ)**
$$\operatorname{Cov}(X+Y,X-Y)=DX-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-DY=4-9=-5 .$$
**(Ⅲ)** 先算两个和的方差:
$$D(X+Y)=4+9+2\cdot2=17,\qquad D(X-Y)=4+9-2\cdot2=9 .$$
$$\rho=\frac{-5}{\sqrt{17}\sqrt{9}}=\frac{-5}{3\sqrt{17}}\approx-0.404 .$$
**验算**:用"$D(X+Y)+D(X-Y)=2(DX+DY)$ "核对:$17+9=26=2(4+9)$ ✓。
**带走结论**:**$\operatorname{Cov}(X+Y,X-Y)=DX-DY$ 与 $\rho$ 无关**——这条在第 3 讲点 3 题 4 里以"$X+Y$ 与 $X-Y$ 独立 $\iff\sigma_X^2=\sigma_Y^2$ "的形式出现过,两处是同一件事。
> **关联** · 盘点 [§3.2 双线性(算协方差的唯一公式)](01-知识点盘点.md#user-content-32-双线性算协方差的唯一公式) | 上游 — | 下游 — | 速查 [五 协方差的双线性](07-速查卡.md#user-content-五-协方差的双线性)
---
### 题 3 · 3.3:相关系数的三条性质(★★☆)
> 设 $DX=1$ 、$DY=4$ 、$\rho_{XY}=\dfrac12$ 。
>
> (Ⅰ)求 $\rho(2X+1,\ -3Y)$ 与 $\rho(X,Y+5)$ ;
> (Ⅱ)求 $\rho(X+Y,\ X-Y)$ ;
> (Ⅲ)若已知 $\rho_{XY}=1$ ,写出 $Y$ 与 $X$ 的线性关系。
**怎么想**:$\rho$ 对平移免疫、对正数缩放免疫、对负数缩放变号——先把符号定下来,绝对值仍是 $\frac12$ 。第(Ⅲ)问用 $\lvert\rho\rvert=1$ 的充要条件。
**解**:
**(Ⅰ)** 由 $\rho(aX+b,\,cY+d)=\operatorname{sign}(ac)\rho(X,Y)$ :
$$\rho(2X+1,\ -3Y)=\operatorname{sign}(-6)\cdot\frac12=-\frac12;\qquad \rho(X,\ Y+5)=\operatorname{sign}(1)\cdot\frac12=\frac12 .$$
**(Ⅱ)** $\operatorname{Cov}(X,Y)=\rho\sigma_X\sigma_Y=\dfrac12\cdot1\cdot2=1$ ,故
$$\operatorname{Cov}(X+Y,X-Y)=DX-DY=1-4=-3,$$
$$D(X+Y)=1+4+2=7,\qquad D(X-Y)=1+4-2=3,$$
$$\rho=\frac{-3}{\sqrt{7}\sqrt{3}}=-\frac{3}{\sqrt{21}}\approx-0.655 .$$
**(Ⅲ)** $\rho=1$ 意味着**完全正线性相关**:
$$P\{Y=aX+b\}=1,\qquad a=\frac{\sigma_Y}{\sigma_X}\cdot\rho=\frac21\cdot1=2 .$$
即 $Y=2X+b$ ,$b$ 由均值定:$b=EY-2EX$ 。
**验算**:若 $Y=2X+b$ ,则 $DY=4DX=4$ ✓(与题设一致);$\operatorname{Cov}(X,Y)=2DX=2=\rho\sigma_X\sigma_Y=1\cdot1\cdot2$ ✓。
**带走结论**:**$\rho$ 的绝对值是"线性程度",符号是"方向"**。$\lvert\rho\rvert=1$ 时两变量由一条直线完全决定,此时斜率 $=\rho\dfrac{\sigma_Y}{\sigma_X}$ (这是线性回归的斜率,第 6 讲还会用到)。
> **关联** · 盘点 [§3.3 相关系数的意义与极值](01-知识点盘点.md#user-content-33-相关系数的意义与极值) | 上游 — | 下游 [点 3 题 4](04-点3-协方差与相关系数.md#user-content-题-4--33多项分布的负相关) | 速查 [六 相关系数三条](07-速查卡.md#user-content-六-相关系数三条)
---
### 题 4 · 3.3:多项分布的负相关(★★★)
> 将一次试验独立重复 $n=10$ 次,每次落进类别 $A,B,C$ 的概率分别为 $p_1=0.2$ 、$p_2=0.3$ 、$p_3=0.5$ 。以 $N_1,N_2$ 分别表示落进 $A,B$ 的次数。
>
> (Ⅰ)写出 $N_1$ 的分布,并求 $EN_1$ 、$DN_1$ ;
> (Ⅱ)求 $\operatorname{Cov}(N_1,N_2)$ ;
> (Ⅲ)求 $\rho_{N_1N_2}$ ,并解释为什么必然是负的。
**怎么想**:$N_k$ 是"$n$ 个独立指示变量之和",所以每个都是二项。关键是协方差:把 $N_1=\sum I_i$ 、$N_2=\sum J_i$ 展开,**同一次试验的两个指示变量不能同时为 1**(类别互斥),于是只有异次项有贡献。
**解**:
**(Ⅰ)** $N_1\sim B(10,0.2)$ :
$$EN_1=10\times0.2=2,\qquad DN_1=10\times0.2\times0.8=1.6 .$$
(同理 $N_2\sim B(10,0.3)$ ,$DN_2=10\times0.3\times0.7=2.1$ 。)
**(Ⅱ)** 令 $I_i=I\{\text{第 }i\text{ 次落进 }A\}$ 、$J_i=I\{\text{第 }i\text{ 次落进 }B\}$ ,则 $N_1=\sum_iI_i$ 、$N_2=\sum_iJ_i$ :
$$\operatorname{Cov}(N_1,N_2)=\sum_i\operatorname{Cov}(I_i,J_i)+\sum_{i\ne j}\operatorname{Cov}(I_i,J_j) .$$
- **同次**($i=j$ ):$I_iJ_i\equiv0$ (互斥),故 $\operatorname{Cov}(I_i,J_i)=0-EI_iEJ_i=-p_1p_2$ ;
- **异次**($i\ne j$ ):两次独立,$\operatorname{Cov}=0$ 。
共 $n$ 个同次项,故
$$\operatorname{Cov}(N_1,N_2)=-np_1p_2=-10\times0.2\times0.3=-0.6 .$$
**(Ⅲ)**
$$\rho=\frac{-0.6}{\sqrt{1.6}\sqrt{2.1}}=\frac{-0.6}{\sqrt{3.36}}=-\frac{\sqrt{21}}{14}\approx-0.327 .$$
**为什么必然为负**:总次数固定为 $10$ 。$A$ 出现得越多,名额就被占得越多,留给 $B$ 的就越少——**此消彼长**。数学上就是"同次互斥"导致的 $-np_1p_2$ 。
**验算**:$N_1+N_2\sim B(10,0.5)$ ,故 $D(N_1+N_2)=10\times0.5\times0.5=2.5$ ;另一方面 $D(N_1+N_2)=DN_1+DN_2+2\operatorname{Cov}=1.6+2.1+2(-0.6)=3.7-1.2=2.5$ ✓——**这条验算同时确认了协方差的数值**。
**带走结论**:**多项分布任意两类的协方差恒为 $-np_ip_j$ 的形式**,这个式子里的负号来自"类别互斥"。它与"独立"毫无矛盾:两类在**不同次试验**中完全独立,只是**同次**不能共存。
> **关联** · 盘点 [§3.3 相关系数的意义与极值](01-知识点盘点.md#user-content-33-相关系数的意义与极值) | 上游 [点 3 题 3](04-点3-协方差与相关系数.md#user-content-题-3--33相关系数的三条性质) | 下游 — | 速查 [六 相关系数三条](07-速查卡.md#user-content-六-相关系数三条)
---