随机变量与概率分布：从随机结果到可计算的数值规律

从随机试验到数值问题

概率空间 $(\Omega,\mathcal F,P)$ 描述随机试验可能出现的基本结果、允许讨论的事件以及事件概率。掷两次硬币时，一个样本点可以写成“正反”，事件“恰有一次正面”则包含“正反”和“反正”两个样本点。许多实际问题并不关心样本点的全部细节，而只关心由结果计算出的数值，例如正面次数、等待时间、总损失或传感器读数。

随机变量把每个基本结果映射为一个数：

$$X:\Omega\to\mathbb R.$$

名称中的“变量”容易造成误解。$X$ 在数学上是一条确定的函数；随机性来自输入样本点 $\omega$ 尚未确定。试验一旦给出 $\omega$，取值 $X(\omega)$ 便被函数规则唯一确定。不同随机变量可以定义在同一个概率空间上，分别提取同一试验的不同特征。

随机变量的严格定义

定义

给定概率空间 $(\Omega,\mathcal F,P)$，若函数 $X:\Omega\to\mathbb R$ 满足对每个实数 $x$，集合

$$\{\omega:X(\omega)\le x\}\in\mathcal F,$$

则称 $X$ 为实值随机变量。该条件称为可测性。

可测性保证由数值条件产生的原像是可赋概率的事件。于是下式中的概率具有定义：

$$P(X\le x) =P\bigl(\{\omega:X(\omega)\le x\}\bigr)$$

具有意义。在有限或可数样本空间的初等问题中，若 $\mathcal F$ 包含全部子集，可测性通常自动满足；在连续样本空间和极限运算中，它是确保概率表达式合法的必要结构。

应区分四个对象：$X$ 是函数，$X(\omega)$ 是某个样本点下的数值，$\{X\le x\}$ 是事件，$P(X\le x)$ 是数。把这些层次混在一起会产生“事件等于概率”或“随机变量等于一次观测值”等类型错误。

分布是从样本空间推送到数轴的概率

随机变量 $X$ 的分布把实数集合 $A$ 的概率定义为

$$P_X(A)=P(X\in A)=P\bigl(X^{-1}(A)\bigr).$$

$X^{-1}(A)$ 是集合 $A$ 在样本空间中的原像。分布只记录 $X$ 的取值规律，不保留产生这些值的全部样本机制。两个随机变量可以定义在完全不同的试验上，只要对每个可测集合给出相同概率，它们就具有相同分布。

分布函数又称累积分布函数，定义为

$$F_X(x)=P(X\le x).$$

它适用于离散、连续和混合随机变量，具有四项基本性质：值域位于 $[0,1]$；随 $x$ 单调不减；右连续；当 $x\to-\infty$ 时趋于零、当 $x\to\infty$ 时趋于一。反过来，满足这些性质的函数可以确定某个实值概率分布。

区间概率可由分布函数统一计算。例如

$$P(a < X\le b)=F_X(b)-F_X(a),$$

而点概率由跳跃大小给出：

$$P(X=x)=F_X(x)-F_X(x^-).$$

其中 $F_X(x^-)$ 表示从左侧趋近 $x$ 的极限。端点是否包含必须与公式一致，离散分布在端点处可能有正的点质量。

离散分布与概率质量函数

若 $X$ 的可能取值至多可数，可定义概率质量函数

$$p_X(x)=P(X=x).$$

它满足 $p_X(x)\ge0$ 且对全部可能取值求和为一。任意集合的概率通过求和得到：

$$P(X\in A)=\sum_{x\in A}p_X(x).$$

离散分布的分布函数是阶梯状的，每个取值处的跳跃高度等于该点的概率质量。支持集是质量为正的取值集合。写概率表时既要列出取值，也要核对概率非负、总和为一；缺少取值或重复计数都会破坏归一化。

例题一：两次掷硬币的正面次数

例 1：从样本空间构造质量函数和分布函数

独立掷两次公平硬币，取

$$\Omega=\{HH,HT,TH,TT\},$$

四个样本点概率均为 $1/4$。令 $X$ 表示正面次数，则

$$X(HH)=2,\quad X(HT)=X(TH)=1,\quad X(TT)=0.$$

把相同取值对应的样本点概率相加，得到

$$p_X(0)=\frac14,\qquad p_X(1)=\frac12,\qquad p_X(2)=\frac14.$$

分布函数按区间写成

$$F_X(x)= \begin{cases} 0,&x<0,\\ \frac14,&0\le x<1,\\ \frac34,&1\le x<2,\\ 1,&x\ge2. \end{cases}$$

例如 $P(0 < X\le2)=F_X(2)-F_X(0)=1-1/4=3/4$。若问题改为 $P(0\le X\le2)$，左端点的质量也应包含，答案为一。这个例子显示随机变量可能把多个样本点压缩为同一数值，分布的质量来自相应原像的概率总和。

还可从阶梯图读取每个点质量：零、一、二处的跳跃依次为四分之一、二分之一、四分之一，跳跃总和正好为一。

连续分布与概率密度

若存在非负函数 $f_X$，使每个区间概率满足

$$P(a < X\le b)=\int_a^b f_X(t)\,dt,$$

且 $\int_{-\infty}^{\infty}f_X(t)\,dt=1$，则称分布绝对连续，$f_X$ 是概率密度。此时

$$F_X(x)=\int_{-\infty}^{x}f_X(t)\,dt,$$

在分布函数可导的点有 $F_X'(x)=f_X(x)$。

密度不是点概率。连续随机变量在任意单点的概率都为零，因为长度为零的区间积分为零；概率来自区间下面积。密度值可以大于一，只要总积分为一。例如区间 $[0,0.1]$ 上的均匀密度为 $10$，每个点的概率仍为零，而整个区间的概率为一。

并非每个分布都有密度。离散分布的分布函数含跳跃；混合分布可以同时包含点质量和连续部分；更一般的分布甚至既无离散质量表也无普通密度。分布函数是三类情形都可使用的共同表示。

支持集、参数与同名分布

支持集描述概率集中的取值范围。离散分布常把支持写成具体集合，连续密度则应说明在哪些区间为正。公式离开支持集后通常取零。只写 $f(x)=2x$ 而不写 $0\le x\le1$，无法确定合法分布，因为同一表达式在整条实线上既不非负归一，也不具有有限积分。

分布族还带有参数。只取零和一、用参数表示成功概率的模型称为 Bernoulli 分布；指数分布的率参数决定等待尺度，正态分布由均值和方差决定位置与扩散。相同分布族的不同参数给出不同分布；符号约定也需核对，例如指数分布有时使用率 $\lambda$，有时使用尺度 $1/\lambda$。

随机变量的函数与原像

给定随机变量 $X$ 和确定函数 $g$，新变量 $Y=g(X)$ 仍是从样本空间到数轴的函数。求 $Y$ 的分布时，可靠起点是原像：

$$F_Y(y)=P(Y\le y)=P(g(X)\le y).$$

若 $g$ 严格单调且可逆，可以把不等式转换到 $X$；若 $g$ 非单调，必须合并多个原像区间。对连续变量，单调可微变换常写成密度公式

$$f_Y(y)=f_X(g^{-1}(y)) \left|\frac{d}{dy}g^{-1}(y)\right|,$$

绝对值来自区间长度缩放。非一一映射需要对全部逆分支求和，直接代入单个平方根会漏掉概率质量。

例题二：均匀变量平方后的分布

例 2：非单调变换必须合并两个原像

设 $X$ 在 $[-1,1]$ 上均匀，密度为 $f_X(x)=1/2$。令 $Y=X^2$。显然 $Y$ 的支持集为 $[0,1]$。当 $0\le y\le1$ 时，

$$F_Y(y)=P(X^2\le y) =P(-\sqrt y\le X\le\sqrt y) =\frac{2\sqrt y}{2}=\sqrt y.$$

因此完整分布函数为

$$F_Y(y)= \begin{cases} 0,&y<0,\\ \sqrt y,&0\le y<1,\\ 1,&y\ge1. \end{cases}$$

在 $0 < y < 1$ 上求导得到

$$f_Y(y)=\frac{1}{2\sqrt y}.$$

密度在 $y\to0^+$ 时趋于无穷，但积分仍有限：$\int_0^1(2\sqrt y)^{-1}dy=1$。该尖峰表示许多靠近零的正负 $X$ 值经平方后聚集到较小的 $Y$ 区间，不表示 $P(Y=0)$ 为无穷或为正；单点概率仍为零。

作为复核，$P(Y\le1/4)=F_Y(1/4)=1/2$；回到原变量，这正是 $P(-1/2\le X\le1/2)=1/2$。两条计算路径给出相同结果。

在支持端点处，分布函数从零连续进入 $\sqrt y$，并在一处达到一；没有跳跃也再次说明 $Y$ 不含点质量。

反例与常见误解

随机变量是一串随机变化的数

随机变量首先是一条定义在样本空间上的确定函数。数据表中的观测值是该函数在多次试验结果上的实现。没有样本空间和映射规则时，一串数可以是固定序列、测量结果或模拟输出，不能仅凭外观判断其概率模型。

密度大于一仍可构成合法分布

令 $f(x)=2$ 当 $0\le x\le1/2$，其余位置为零。该密度最大值为二，但非负且总积分 $2\times1/2=1$，所以是合法密度。概率由面积给出，例如 $P(0\le X\le0.1)=0.2$。把密度限制在 $[0,1]$ 是把密度值误当成概率。

连续变量点概率为零表示该值不可能出现

均匀分布在 $[0,1]$ 上对每个单点都给出零概率，但一次试验仍会得到区间中的某个数。概率为零表示该单点事件在连续模型下没有正质量，不等于逻辑上的空事件。实际测量还有有限精度，仪器报告“等于某值”通常对应一个舍入区间。

只要写出非负函数就得到概率密度

密度还必须在支持集上积分为一。$f(x)=e^{-x}$ 若限定 $x\ge0$ 是归一化密度；若把相同公式放在整条实线上，负方向积分发散。支持集与归一化常数属于定义的一部分。

适用条件与模型检查

用分布建模前应明确试验单位、取值精度、支持集和抽样机制。计数数据通常离散，测量值常用连续近似，但传感器饱和、四舍五入和检测下限可能造成点质量或截断。选择常见分布族还要核对生成机制：二项模型要求固定试验次数和相同成功概率，指数等待模型依赖特定无记忆结构，正态模型不适合直接表示必为正且严重偏斜的量。

经验直方图和经验分布函数可以帮助检查形状，却不能凭有限样本证明总体分布。参数拟合、拟合优度和模型比较属于后续统计推断；当前层次先保证随机变量、事件、分布函数与密度的对象类型清楚。

练习

练习标记完成

随机变量 $X$ 取值 $-1,0,2$，对应概率分别为 $0.2,0.5,0.3$。写出分布函数，并计算 $P(-1 < X\le2)$。

查看解答

当 $x<-1$ 时 $F_X(x)=0$；当 $-1\le x<0$ 时为 $0.2$；当 $0\le x<2$ 时为 $0.7$；当 $x\ge2$ 时为一。所求概率为 $F_X(2)-F_X(-1)=1-0.2=0.8$，左端点不包含，所以去掉 $X=-1$ 的质量。

练习标记完成

函数 $f(x)=c(1-x)$ 在 $0\le x\le1$ 上作为密度，其余位置为零。求 $c$，再求 $P(X>1/2)$。

查看解答

归一化要求 $c\int_0^1(1-x)dx=c/2=1$，故 $c=2$。于是 $P(X>1/2)=\int_{1/2}^1 2(1-x)dx=1/4$。点 $1/2$ 是否包含不影响连续分布的结果。

练习标记完成

设 $X$ 在 $[0,1]$ 上均匀，$Y=1-X$。用分布函数法求 $Y$ 的分布，并解释为什么不能只比较两个变量的取值范围。

查看解答

对 $0\le y\le1$， $F_Y(y)=P(1-X\le y)=P(X\ge1-y)=y$，区间外分别为零和一，所以 $Y$ 也服从 $[0,1]$ 均匀分布。相同支持集并不能单独确定分布；这里还利用了 $X$ 的均匀概率和变换对区间长度的保持。

知识关系

• 概率公理 给事件概率提供非负性、归一化和可列可加基础。
• 函数与图像 提供映射、原像、单调性和复合函数语言。
• 离散概率分布 系统研究可数支持上的 Bernoulli、二项、几何和 Poisson 模型。
• 连续概率分布 研究密度、积分以及均匀、指数和正态分布。
• 联合分布与条件分布 把一个随机变量推广到多个变量的共同取值规律。
• 期望、方差与协方差 从分布提取中心、尺度和共同变化的数值摘要。

可信资源

lecture · 2013

MIT 6.041SC Probabilistic Systems Analysis and Applied Probability

John Tsitsiklis

课程包含讲授、习题、解答和考试，适合系统检验概率计算。

打开官方来源

MIT OpenCourseWare 的概率课程材料从概率空间、离散与连续随机变量进入联合分布，可用于核对分布函数、密度和变量变换的标准推导。

book · 2023

Introductory Statistics 2e

Barbara Illowsky, Susan Dean

提供大量分步例题和练习，适合巩固分布、期望、方差与协方差的计算。

打开官方来源

OpenStax 官方开放教材提供离散随机变量、连续分布和应用例题，适合结合图表练习区分概率质量、密度与累积概率。正文中的两个例题均已给出完整样本空间或密度条件，可以独立复算。

两项资源分别偏向理论课程与入门统计应用。对照阅读时应保持事件端点、支持集和参数化一致，再比较不同教材使用的符号。

后续学习

先分别阅读 离散概率分布 与 连续概率分布，熟悉典型分布族的支持和参数；随后进入 期望、方差与协方差，学习如何从完整分布提取可运算摘要。可以先为同一取值范围构造两个不同分布函数，检验“支持相同不代表分布相同”。需要研究多个量之间的依赖时，再学习 联合分布与条件分布，用联合与边缘分布处理多变量问题。