学习指南

随机变量与概率分布入门

AP 统计学· 12 分钟阅读

1. 随机变量的分类★★☆☆☆⏱ 3 min

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。

📘 定义

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. 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. 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. 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。

✓ 快速检测

  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

    显示答案
    100件货物中的次品数量 —

    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。

2. 合法离散型概率分布的规则★★★☆☆⏱ 3 min

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≤P(X=x)≤1 for all x,∑all xP(X=x)=10 \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. 1

    步骤1：对已知概率求和：0.2 + 0.3 + 0.15 = 0.65

  2. 2

    步骤2：用1减去上述结果得到缺失值：k = 1 - 0.65 = 0.35

  3. 3

    步骤3：确认k介于0和1之间，因此该分布是合法的。

3. 期望值的计算与解读★★★☆☆⏱ 3 min

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。

μX=E[X]=∑all xx⋅P(X=x)\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. 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. 2

    步骤2：X=8的概率为0.1，X=-2的概率为0.9。

  3. 3

    步骤3：计算E[X] = (8 * 0.1) + (-2 * 0.9) = 0.8 - 1.8 = -1.00美元

  4. 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。

4. 随机变量的方差与标准差★★★★☆⏱ 3 min

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。

σX2=∑all x(x−μX)2⋅P(X=x),σX=σX2\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. 1

    步骤1：计算每个结果的平方偏差：(8 - (-1))² = 81，(-2 - (-1))² = 1

  2. 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. 3

    步骤3：对加权后的值求和：σ²_X = 8.1 + 0.9 = 9

  4. 4

    步骤4：标准差σ_X = √9 = 3美元

5. 常见陷阱

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

6. 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

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

  • 2023 · Paper 1

    关于游戏结果期望值的自由作答题

  • 2022 · Paper 2

    随机变量分类相关的选择题组

  • 2021 · Paper 1

    分布合法性校验类题目

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。