# 随机变量与概率分布入门

> AP 统计学 · AP 统计学 2024-2026 考纲
> 来源: https://www.owlsprep.com/zh/study/ap-statistics-u11-introduction-to-random-variables-and/

本模块覆盖随机变量分类、离散分布合法性规则、期望值与方差的分步计算，内容完全匹配AP考试评分标准。

**先修:** [基本概率加法法则与对立事件法则](https://www.owlsprep.com/zh/study/ap-statistics-u10-basic-probability-rules/); [离散数据集的求和记法](https://www.owlsprep.com/zh/study/ap-statistics-u02-descriptive-statistics-summation-notation/)

## 学习目标

- 在具体情境中区分离散型与连续型随机变量
- 验证给定表格是否为合法的离散型概率分布
- 计算离散型随机变量的期望值与方差
- 在真实场景中将期望值解释为长期平均值

## 随机变量的分类

所有随机变量都将随机过程的结果映射为数值，但它们分为两个互斥的类别，两类变量需要使用完全不同的概率计算方法。正确分类是解答任何AP考试概率题的第一步。

**离散型与连续型随机变量** — 离散型变量拥有相互独立的不同取值，不存在介于两个取值之间的可能值。连续型变量可以取某个区间内的任意值，包括任意精度的分数和小数。

**例题:** 将以下变量分类为离散型或连续型：(1) 抛10次硬币得到的正面次数，(2) 随机选取的一名高中生的身高，(3) 完成一场1小时考试所花费的时间

1. 步骤1：检查变量是否可以取可数无穷个不同值。正面次数只能是0、1……10，因此它是离散型变量。
2. 步骤2：检查变量是否可以取区间内的任意值。学生身高可以是162.3厘米、162.34厘米等，因此它是连续型变量。
3. 步骤3：完成考试的时间可以是42.76分钟，因此它同样是连续型变量。

**概念自测**

1. 以下哪一项是离散型随机变量？

   - 随机选取的一个苹果的重量
   - 100件货物中的次品数量
   - 跑完100米赛跑的用时
   - 随机选取的一个瓶子的装水体积

   *解析:* 物品的计数永远是离散的，你不可能得到一个次品的几分之几。

## 合法离散型概率分布的规则

并非所有将数值和概率配对的表格都是合法的概率分布。AP考试题目经常要求你校验分布的合法性，或者求出缺失的概率值使分布合法。

$$0 \leq P(X=x) \leq 1 \text{ for all } x, \quad \sum_{\text{all } x} P(X=x) = 1$$

**例题:** 某分布的取值为X=1、2、3、4，对应概率为0.2、0.3、0.15和k，求k的值使得该分布合法。

1. 步骤1：对已知概率求和：0.2 + 0.3 + 0.15 = 0.65
2. 步骤2：用1减去上述结果得到缺失值：k = 1 - 0.65 = 0.35
3. 步骤3：确认k介于0和1之间，因此该分布是合法的。

> **tip**
>
> 如果概率之和因为四舍五入等于0.99或1.01，只要没有单个概率为负或者大于1，在AP考试评分中该分布仍然被视为合法。

## 期望值的计算与解读

期望值是所有可能结果的加权平均值，每个结果的权重是它自身发生的概率。这是AP统计学考试中考察频率最高的技能之一。

$$\mu_X = E[X] = \sum_{\text{all } x} x \cdot P(X=x)$$

**例题:** 一场嘉年华游戏的参与费用为2美元。你有10%的概率赢取10美元，其余情况赢取0美元。计算单次游玩的期望净收益。

1. 步骤1：定义净收益随机变量X。如果你赢了，X = 10 - 2 = 8美元；如果你输了，X = 0 - 2 = -2美元。
2. 步骤2：X=8的概率为0.1，X=-2的概率为0.9。
3. 步骤3：计算E[X] = (8 * 0.1) + (-2 * 0.9) = 0.8 - 1.8 = -1.00美元
4. 步骤4：解读：经过大量重复游玩后，每场游戏的平均净损失为1美元。

**考试命令词**

- **Interpret the expected value** — 你必须明确提及大量试验下的长期平均值，不能描述为单次试验的确定结果 *("-1美元的期望收益意味着经过数千次游玩后，嘉年华方平均从每位顾客身上赚取1美元。")*

## 随机变量的方差与标准差

方差衡量随机变量与其期望值的平均平方偏差。和样本方差不同，理论概率分布的方差计算不需要除以n或者n-1。

$$\sigma^2_X = \sum_{\text{all } x} (x - \mu_X)^2 \cdot P(X=x), \quad \sigma_X = \sqrt{\sigma^2_X}$$

**例题:** 计算上一个示例中嘉年华游戏收益变量的方差，已知E[X] = -1，X=8的概率为0.1，X=-2的概率为0.9。

1. 步骤1：计算每个结果的平方偏差：(8 - (-1))² = 81，(-2 - (-1))² = 1
2. 步骤2：将每个平方偏差乘以其对应概率：81 * 0.1 = 8.1，1 * 0.9 = 0.9
3. 步骤3：对加权后的值求和：σ²_X = 8.1 + 0.9 = 9
4. 步骤4：标准差σ_X = √9 = 3美元

## 常见错误

- **错误做法:** 将所有计数变量归类为连续型
  - 原因: 计数变量是有限或可数无穷的，两个整数之间不存在可能的中间值
  - 正确做法: 只有可以取到实数区间内任意值的变量才能归类为连续型
- **错误做法:** 校验分布时跳过所有概率之和恰好等于1的检查步骤
  - 原因: 不完整的检查经常会遗漏小的舍入误差或者缺失的概率，导致分布不合法
  - 正确做法: 显式对所有P(X=x)的值求和，确认总和在可接受的舍入误差范围内等于1
- **错误做法:** 将期望值解读为单次试验的确定结果
  - 原因: 期望值描述的是大量试验下的长期平均行为，不是单次试验的确定结果
  - 正确做法: 所有对期望值的解读都必须明确提及随机过程的多次重复独立试验
- **错误做法:** 使用除以n的样本方差公式计算随机变量的方差
  - 原因: 样本方差规则适用于已收集的数据集，不适用于理论概率分布
  - 正确做法: 永远将每个与均值的平方偏差乘以其对应结果的概率
- **错误做法:** 给连续型随机变量的单个精确值分配非零概率
  - 原因: 连续型分布中任意单个点的概率为0，因为可能的取值有无穷多个
  - 正确做法: 对于连续型随机变量，只计算取值区间的概率，不计算单个点的概率

## 速查表

| 统计量 | 离散型随机变量公式 | 核心要求 |
| --- | --- | --- |
| 合法分布 | 0 ≤ P(X=x) ≤ 1 对所有x成立，所有P(X=x)之和等于1 | 不存在负概率，总概率等于1 |
| 期望值 μ_X | 所有 x * P(X=x) 之和 | 每个结果乘以其对应概率作为权重 |
| 方差 σ²_X | 所有 (x - μ_X)² * P(X=x) 之和 | 平方偏差乘以其对应概率作为权重 |
| 标准差 σ_X | √σ²_X | 单位与原始随机变量的单位一致 |

## 下一步

掌握随机变量的基础是后续所有AP统计学概率主题的关键基础，包括二项分布、几何分布、随机变量的线性变换和独立随机变量的组合。这些概念几乎在每一道AP统计学概率相关的自由作答题中都会考察，在多数试卷中会出现3-5道相关选择题。完成本模块后，你就可以开始学习专门命名的离散分布，它们是AP考试中考察频率最高的随机变量场景。在继续学习之前，请练习在具体情境中识别随机变量、计算期望值，提升熟练度。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ap-statistics-u11-introduction-to-random-variables-and/