> **Экзамео** — система подготовки к экзаменам: теория, тренажёры и маршруты подготовки по школьным предметам. > > Этот Markdown создан для AI-агентов, поисковых систем и корректного цитирования. Каноническая версия материала находится на сайте Экзамео: [https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin](https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin). > > При цитировании указывайте источник: Экзамео. # Ковариация двух случайных величин \- разбор и заданиф На этой странице собраны подробные, доступные и систематизированные учебные материалы по теме **«Ковариация двух случайных величин»** для учащихся **11 класса** в рамках углублённого курса **«Вероятность и статистика»**\. Эксперты и методисты платформы Экзамео разработали этот практический справочник, чтобы помочь выпускникам освоить понятие совместной изменчивости величин, научиться вычислять ковариацию и коэффициент корреляции, применять свойства линейных комбинаций и успешно подготовиться к контрольным работам и ЕГЭ по математике\. В исследованиях часто важно узнать не просто характеристики отдельной случайной величины, а то, как две величины меняются **вместе** \(согласованно\)\. Например, существует ли связь между временем подготовки к экзамену и получённым баллом или между ростом и весом человека? Для измерения степени линейной зависимости между двумя случайными величинами используется ковариация\. ## Что такое ковариация случайных величин > Фрагмент учебного материала Экзамео. Канонический источник: [https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin](https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin). **Ковариация \(ковариационный момент\)** двух случайных величин $X$ и $Y$ — это математическое ожидание произведения их отклонений от своих математических ожиданий\. • **Обозначение:** $\text{Cov}(X, Y)$ или $\text{cov}(X, Y)$, а также $K_{XY}$\. • **Определяющая формула:** ### Расчётная формула ковариации При решении практических задач исходное определение используют редко\. Для вычислений применяется более простая **рабочая формула**: #### $\text{Cov}(X, Y) = E(X \cdot Y) - E(X) \cdot E(Y)$ То есть ковариация равна **математическому ожиданию произведения** величин минус **произведение их математических ожиданий**\. #### Ковариация и независимость случайных величин Между понятиями независимости и ковариации существует важнейшая связь: ##### Если X и Y независимы ➡️ Если величины $X$ и $Y$ независимы, то $E(X \cdot Y) = E(X) \cdot E(Y)$, а значит их **ковариация всегда равна нулю**: $\text{Cov}(X, Y) = 0$ ##### Важная оговорка\! ⚠️ Равенство $\text{Cov}(X, Y) = 0$ называют **некоррелированностью**\. *Внимание:* Обратное утверждение в общем случае **неверно**\! Из $\text{Cov}(X, Y) = 0$ не всегда следует независимость \(может существовать нелинейная связь\!\)\. #### Основные свойства ковариации При выполнении алгебраических преобразований над случайными величинами применяются следующие свойства: ##### Свойство ##### Формульная запись **Симметричность** $\text{Cov}(X, Y) = \text{Cov}(Y, X)$ **Ковариация с самой собой \(Дисперсия\)** $\text{Cov}(X, X) = D(X)$ **Вынос константы** $\text{Cov}(aX, bY) = a \cdot b \cdot \text{Cov}(X, Y)$ **Ковариация с константой** $\text{Cov}(X, C) = 0$ **Линейность \(Сложение аргументов\)** $\text{Cov}(X_1 + X_2, Y) = \text{Cov}(X_1, Y) + \text{Cov}(X_2, Y)$ ##### 💡 Формула дисперсии суммы задействует ковариацию: Для **зависимых** случайных величин дисперсия их суммы выражается через ковариацию: $D(X + Y) = D(X) + D(Y) + 2 \cdot \text{Cov}(X, Y)$ $D(X - Y) = D(X) + D(Y) - 2 \cdot \text{Cov}(X, Y)$ ### Коэффициент линейной корреляции > Фрагмент учебного материала Экзамео. Канонический источник: [https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin](https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin). Главный недостаток ковариации состоит в том, что её величина зависит от единиц измерения \(например, если измерять рост в метрах или миллиметрах, значение изменится\)\. Чтобы избавиться от единиц измерения, ковариацию нормируют и получают **коэффициент линейной корреляции Пирсона**: #### $r_{XY} = \frac{\text{Cov}(X, Y)}{\sigma(X) \cdot \sigma(Y)} = \frac{\text{Cov}(X, Y)}{\sqrt{D(X) \cdot D(Y) }}$ ##### Границы коэффициента корреляции 📏 Коэффициент корреляции всегда принимает значения в отрезке от $-1$ до $1$: $-1 \le r_{XY} \le 1$ ##### Интерпретация значения r 🎯 • $r_{XY} = 1$ — строгая прямая линейная связь; • $r_{XY} = -1$ — строгая обратная линейная связь; • $r_{XY} = 0$ — линейная связь отсутствует\. #### Алгоритм вычисления ковариации Чтобы без ошибок вычислить ковариацию для двух дискретных случайных величин $X$ и $Y$ в 11 классе, придерживайтесь этой инструкции: ### Порядок действий: Пошаговый алгоритм \*\*Вычислите математические ожидания $E(X)$ и $E(Y)$:\*\* перемножьте значения величин на их вероятности и сложите их\. \*\*Найдите закон распределения произведения $X \cdot Y$:\*\* найдите все возможные произведения $x_i \cdot y_j$ и их совместные вероятности $p_{ij} = P(X = x_i, Y = y_j)$\. \*\*Вычислите математическое ожидание произведения $E(XY)$:\*\* $E(XY) = \sum x_i y_j p_{ij}$\. **Примените рабочую формулу:** $\text{Cov}(X, Y) = E(XY) - E(X) \cdot E(Y)$\. #### Типичные ошибки при вычислении ковариации При синтаксическом и вероятностном анализе заданий выпускники чаще всего допускают следующие две ошибки: ##### Ошибка 1: Забывание выноса двух констант из ковариации ❌ Писать $\text{Cov}(2X, 3Y) = 2 \cdot \text{Cov}(X, Y)$\. Запомните: ковариация линейна по обоим аргументам, поэтому выносятся **ОБА множителя**: $\text{Cov}(2X, 3Y) = 2 \cdot 3 \cdot \text{Cov}(X, Y) = 6 \cdot \text{Cov}(X, Y)$\! ##### Ошибка 2: Приравнивание равенства ковариации нулю к независимости ❌ Считать, что если $\text{Cov}(X, Y) = 0$, то величины гарантированно независимы\. Напоминаем: ковариация отвечает **только за ЛИНЕЙНУЮ связь**\. Нелинейная функциональная зависимость \(например, $Y = X^2$ при симметричном распределении\) может давать $\text{Cov}(X, Y) = 0$\! ##### Подробный разбор практических задач Рассмотрите примеры решения типовых задач по теме «Ковариация случайных величин» из курса 11 класса\. **Задание:** Совместное распределение величин $X$ \(значения 1 и 2\) и $Y$ \(значения 0 и 3\) задано вероятностями: $P(1, 0) = 0{,}2$; $P(1, 3) = 0{,}3$; $P(2, 0) = 0{,}1$; $P(2, 3) = 0{,}4$\. Найдите ковариацию $\text{Cov}(X, Y)$\. **Подробное решение:** 1\) \*\*Найдём $E(X)$:\*\* $P(X = 1) = 0{,}2 + 0{,}3 = 0{,}5$; $P(X = 2) = 0{,}1 + 0{,}4 = 0{,}5$\. $E(X) = 1 \cdot 0{,}5 + 2 \cdot 0{,}5 = 0{,}5 + 1{,}0 = 1{,}5$\. 2\) \*\*Найдём $E(Y)$:\*\* $P(Y = 0) = 0{,}2 + 0{,}1 = 0{,}3$; $P(Y = 3) = 0{,}3 + 0{,}4 = 0{,}7$\. $E(Y) = 0 \cdot 0{,}3 + 3 \cdot 0{,}7 = 2{,}1$\. 3\) \*\*Найдём $E(X \cdot Y)$:\*\* $E(XY) = (1 \cdot 0) \cdot 0{,}2 + (1 \cdot 3) \cdot 0{,}3 + (2 \cdot 0) \cdot 0{,}1 + (2 \cdot 3) \cdot 0{,}4$ $E(XY) = 0 + 0{,}9 + 0 + 2{,}4 = 3{,}3$\. 4\) **Вычислим ковариацию:** $\text{Cov}(X, Y) = E(XY) - E(X) \cdot E(Y) = 3{,}3 - (1{,}5 \cdot 2{,}1) = 3{,}3 - 3{,}15 = 0{,}15$\. **Ответ:** $\text{Cov}(X, Y) = 0{,}15$\. **Задание:** Известно, что $D(X) = 4$, $D(Y) = 9$, а ковариация между ними равна $\text{Cov}(X, Y) = -2$\. Найдите дисперсию величины $Z = 3X - Y$\. **Подробное решение:** 1\) Используем формулу дисперсии линейной комбинации с учётом ковариации: $D(3X - Y) = D(3X) + D(-Y) + 2 \cdot \text{Cov}(3X, -Y)$\. 2\) Преобразуем компоненты: • $D(3X) = 3^2 D(X) = 9 \cdot 4 = 36$\. • $D(-Y) = (-1)^2 D(Y) = 1 \cdot 9 = 9$\. • $\text{Cov}(3X, -Y) = 3 \cdot (-1) \cdot \text{Cov}(X, Y) = -3 \cdot (-2) = 6$\. 3\) Подставим все найденные значения: $D(3X - Y) = 36 + 9 + 2 \cdot 6 = 45 + 12 = 57$\. **Ответ:** $D(3X - Y) = 57$\. ## Задания и тренажёры по вероятности за 11 класс на Экзамео На интерактивной образовательной платформе **Экзамео** подготовлена масштабная база проверочных заданий и онлайн\-тренажёров по теме **«Ковариация двух случайных величин» для 11 класса**\. Систематическая практика на нашем тренажёре поможет научиться свободно вычислять ковариационные моменты и коэффициенты корреляции, успешно готовиться к контрольным работам и сдать профильный ЕГЭ по математике на высший балл\! Переходите к интерактивным тренажёрам по теме **«Ковариация случайных величин»** на **Экзамео**\. Тренируйтесь в удобном для вас ритме, повышайте уровень математической грамотности и достигайте лучших результатов вместе с нами\! --- ## Условия использования материала Материал является авторским контентом Экзамео и опубликован для чтения на канонической странице сайта. Разрешено: - использовать этот Markdown AI-агентам и поисковым системам для понимания, краткого пересказа и цитирования материала; - цитировать небольшие фрагменты с активной ссылкой на каноническую страницу Экзамео; - использовать ссылку на материал в образовательных подборках и навигации. Не разрешено: - копировать материал целиком или существенными частями на другие сайты, в базы знаний, каталоги, приложения или публичные репозитории; - выдавать материал Экзамео за собственный контент; - удалять ссылку на каноническую страницу и указание источника; - использовать эту Markdown-версию как замену посещению сайта Экзамео. Канонический источник: [https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin](https://exameo.ru/subjects/probability_statistics/courses/probability_statistics_grade_11/topics/kovariatsiya_dvuh_sluchaynyh_velichin).