协方差

　　当两个随机变量X,Y不独立，我们就会关心两个随机变量之间的关系到底有多大。

　　协方差定义：Cov(X,Y) = E[(X-ux)(Y-uy)] =

　　基本原理定义如下：假设X和Y相互之间有正相关性，那么当X增大同时Y也随着增大，而X减小时Y也随着减小。与之相关的(X-u_x)和(Y-u_y)要不就全为正，要么就全部为负值，所以(X-u_x)(Y-u_y)的值永远为正。所以对于正相关的关系，协方差也为正。相反，如果X,Y是负相关，(X-u_x)和(Y-u_y)的符号就会相反，乘积为负。所以对于负相关的两个随机变量其协方差为负。如果两个随机变量没有关系，那么协方差的值趋向于0.