Skip to content

MATH-PRO-21 协方差与相关系数

数学一 > ### 概率论与数理统计 > #### 协方差与相关系数


一、定位信息

项目内容
所属章节第四章 随机变量的数字特征
知识单元编号MATH-PRO-21
前置知识MATH-PRO-19(期望)、MATH-PRO-20(方差)
后续关联MATH-PRO-22(矩)、MATH-PRO-17(二维正态)
考试地位高频考点,概念辨析常考
难度等级★★★★☆

二、知识点讲解

1. 协方差

定义

Cov(X,Y)=E[(XE(X))(YE(Y))]=E(XY)E(X)E(Y)\boxed{\text{Cov}(X,Y) = E[(X-E(X))(Y-E(Y))] = E(XY) - E(X)E(Y)}

性质

  • Cov(X,X)=D(X)\text{Cov}(X,X) = D(X)
  • Cov(X,Y)=Cov(Y,X)\text{Cov}(X,Y) = \text{Cov}(Y,X)
  • Cov(aX+b,cY+d)=acCov(X,Y)\text{Cov}(aX+b, cY+d) = ac \cdot \text{Cov}(X,Y)
  • Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)\text{Cov}(X_1+X_2, Y) = \text{Cov}(X_1,Y) + \text{Cov}(X_2,Y)
  • D(X±Y)=D(X)+D(Y)±2Cov(X,Y)D(X \pm Y) = D(X) + D(Y) \pm 2\text{Cov}(X,Y)

2. 相关系数

定义

ρXY=Cov(X,Y)D(X)D(Y)\boxed{\rho_{XY} = \frac{\text{Cov}(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}}

性质

  • ρXY1|\rho_{XY}| \leq 1
  • ρXY=1    |\rho_{XY}| = 1 \iff XXYY 有严格的线性关系:P(Y=aX+b)=1P(Y = aX+b) = 1
    • ρ=1\rho = 1:正线性相关(a>0a > 0
    • ρ=1\rho = -1:负线性相关(a<0a < 0
  • ρXY=0\rho_{XY} = 0XXYY 不相关

3. 独立与不相关的关系

条件独立 \Rightarrow 不相关不相关 \Rightarrow 独立
一般情况
二维正态

不相关的等价条件ρXY=0    Cov(X,Y)=0    E(XY)=E(X)E(Y)    D(X+Y)=D(X)+D(Y)\rho_{XY} = 0 \iff \text{Cov}(X,Y) = 0 \iff E(XY) = E(X)E(Y) \iff D(X+Y) = D(X) + D(Y)


三、数字特征关系对比表

数字特征定义性质
E(X)E(X)加权平均线性:E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b
D(X)D(X)偏离程度D(aX+b)=a2D(X)D(aX+b)=a^2D(X)
Cov(X,Y)\text{Cov}(X,Y)联合偏离Cov(aX,bY)=abCov(X,Y)\text{Cov}(aX,bY)=ab\text{Cov}(X,Y)
ρXY\rho_{XY}标准化协方差ρ1|\rho| \leq 1,无量纲

四、记忆辅助

  1. 协方差公式Cov(X,Y)=E(XY)E(X)E(Y)\text{Cov}(X,Y) = E(XY) - E(X)E(Y)——"乘积的期望减期望的乘积"。
  2. 相关系数ρ=Cov(X,Y)σXσY\rho = \frac{\text{Cov}(X,Y)}{\sigma_X \sigma_Y}——"标准化的协方差",范围 [1,1][-1,1]
  3. 独立⟹不相关X,YX,Y 独立则 ρ=0\rho=0,但反过来不一定。
  4. 不相关 = 无线性关系ρ=0\rho=0 只说明没有线性关系,可能有其他函数关系。

五、例题精解

【例题1】求协方差和相关系数

题目:设 (X,Y)(X,Y) 的联合分布律为:P(X=0,Y=0)=0.3P(X=0,Y=0)=0.3P(X=0,Y=1)=0.2P(X=0,Y=1)=0.2P(X=1,Y=0)=0.1P(X=1,Y=0)=0.1P(X=1,Y=1)=0.4P(X=1,Y=1)=0.4。求 Cov(X,Y)\text{Cov}(X,Y)ρXY\rho_{XY}

解答

第一步:求边缘分布

P(X=0)=0.5P(X=0)=0.5P(X=1)=0.5P(X=1)=0.5P(Y=0)=0.4P(Y=0)=0.4P(Y=1)=0.6P(Y=1)=0.6

E(X)=0.5E(X)=0.5E(Y)=0.6E(Y)=0.6D(X)=0.25D(X)=0.25D(Y)=0.24D(Y)=0.24

第二步:求 E(XY)E(XY)

E(XY)=0×0×0.3+0×1×0.2+1×0×0.1+1×1×0.4=0.4E(XY) = 0\times0\times0.3 + 0\times1\times0.2 + 1\times0\times0.1 + 1\times1\times0.4 = 0.4

第三步:求协方差

Cov(X,Y)=E(XY)E(X)E(Y)=0.40.5×0.6=0.40.3=0.1\text{Cov}(X,Y) = E(XY) - E(X)E(Y) = 0.4 - 0.5\times0.6 = 0.4 - 0.3 = 0.1

第四步:求相关系数

ρXY=0.10.250.24=0.10.5×0.4899=0.10.24490.408\rho_{XY} = \frac{0.1}{\sqrt{0.25}\sqrt{0.24}} = \frac{0.1}{0.5 \times 0.4899} = \frac{0.1}{0.2449} \approx 0.408


【例题2】独立与不相关的辨析

题目:设 XN(0,1)X \sim N(0,1)Y=X2Y = X^2。判断 XXYY 是否不相关,是否独立。

解答

第一步:求 E(XY)E(XY)

E(XY)=E(XX2)=E(X3)E(XY) = E(X \cdot X^2) = E(X^3)

XN(0,1)X \sim N(0,1)E(X3)=+x312πex2/2dxE(X^3) = \int_{-\infty}^{+\infty} x^3 \cdot \frac{1}{\sqrt{2\pi}}e^{-x^2/2}dx

被积函数为奇函数(x3x^3 为奇,ex2/2e^{-x^2/2} 为偶),积分 =0= 0

第二步:求协方差

Cov(X,Y)=E(XY)E(X)E(Y)=00E(Y)=0\text{Cov}(X,Y) = E(XY) - E(X)E(Y) = 0 - 0 \cdot E(Y) = 0

第三步:判断独立性

Cov(X,Y)=0\text{Cov}(X,Y) = 0,故 XXYY 不相关。

Y=X2Y = X^2 是严格的函数关系,XXYY 不独立(知道 XX 就完全确定了 YY)。

第四步:结论

XXYY 不相关但不独立。这是一个经典的"不相关⇏独立"反例 ✓。


六、考情分析

年份题型考点分值
高频选择题独立与不相关的辨析4分
高频计算题协方差和相关系数的求解10分
中频证明题ρ=1|\rho|=1 的充要条件10分

七、易错点

  1. 不相关 \neq 独立(一般情况):只有二维正态分布下两者等价。
  2. ρ=0\rho=0 只说明无线性关系Y=X2Y=X^2X,YX,Y 不相关,但有严格的非线性关系。
  3. Cov(X,Y)=0\text{Cov}(X,Y)=0D(X+Y)=D(X)+D(Y)D(X+Y)=D(X)+D(Y):这是不相关的一个重要等价条件。

八、来源标注

来源说明
教材浙大版《概率论与数理统计》第4章 §4.3-4.4
大纲考研数学一大纲"协方差与相关系数"

考研全科复习资料 - 基于2026考研统考大纲