高等数学 / 系统课时
随机变量与分布律
随机变量与分布律
随机试验的结果往往不是数字,难以直接计算。随机变量把每个试验结果映射成数值,分布律再说明这些数值分别以多大概率出现,从而把事件问题转化为可计算的数量关系。
学习目标
- 理解随机变量是从样本空间到实数的映射
- 能写出离散随机变量的取值集合与分布律
- 会检查概率质量函数是否满足基本条件
随机变量解决什么问题
抛两枚硬币时,样本点可以写成“正正、正反、反正、反反”。若只关心正面个数,就可定义随机变量 :出现两个正面时 ,出现一个正面时 ,没有正面时 。
因此,随机变量不是“会随机变化的普通变量”,而是一个确定的映射规则。随机性来自试验结果不确定;一旦样本点确定,随机变量的值也随之确定。

取值集合与分布律
若离散随机变量 的可能取值为 ,对应概率为。
这些“取值—概率”关系构成 的分布律,也称概率质量函数,常简写为 PMF。上例中, 的分布律为:
| 0 | 1 | 2 | |
|---|---|---|---|
分布律只保留研究对象需要的信息。原样本空间有四个结果,但随机变量将它们归并成三个数值,使后续计算更直接。
合法分布律的两个条件
任何离散随机变量的分布律都必须满足:
p_i \ge 0
$$。
\sum_i p_i = 1 $$
第一个条件表示概率不能为负;第二个条件表示所有可能取值已经覆盖全部情况。若概率之和小于 1,通常说明漏掉了某个取值;若大于 1,则说明概率分配发生重复或计算错误。
例如,给出 、、,三项均非负且总和为 1,因此它可以构成合法分布律。
从事件计算概率
掌握分布律后,关于 的事件可通过累加对应取值的概率求得。例如在抛两枚硬币的例子中:
关键步骤是先把事件翻译成取值集合,再相加这些取值对应的概率。不要直接按样本点数量猜测,除非已经确认各样本点等可能。
易混淆点
随机变量的名称可以是 、 或其他符号,它本身不是概率。 才表示一个事件的概率,而 表示随机变量取值为 1 这一事件。
分布律描述的是全部可能取值及其概率,不是某一次试验的观测结果。一次试验只能得到其中一个值,多次重复试验的频率才会逐渐接近对应概率。
按自己的节奏,确认真正理解。