第2章 一维随机变量及其分布

🔔 课前激活（花30秒想想再往下读）

你在公交车站等车，这路车平均10分钟来一班，但你永远不知道上一班刚走还是下一班快到——等车时间可能是0分钟，也可能是10分钟，甚至更长。你有没有想过，虽然每次等多久不确定，但"等超过8分钟"的概率其实是有规律可算的？

再比如你投10次篮，每次命中率30%。"命中3次"和"命中7次"，哪个更有可能？如果换一种规则——"一直投到第一个球进为止"，概率又完全不同了。

带着这些问题往下读。这一章会把"不确定的事"变成"能算的数学"——让随机变量帮你说话。

📌 学完这章你能回答：

• 离散型和连续型随机变量到底有什么区别？为什么连续型在任何单个数值上的概率都是0？
• 分布函数 F(x) 到底是什么？怎么用它算区间概率？
• 正态分布为什么必须"标准化"才能查表？标准化是怎么做的？
• 已知一个变量的分布，如果对它做平方、加减乘除、取绝对值——新变量的分布怎么求？
• 什么情况下可以用泊松分布代替二项分布来简化计算？

本章考什么

考纲要求：一维随机变量是概率论的核心工具——把随机现象"翻译"成数字，后续多维随机变量、数字特征、统计推断都建立在本章基础上。这一章新东西确实不少，但别怕——分块学，一个一个拿下。

① 核心知识

⚠️ 关于 E(X) 和 Var(X)：你在本章会反复看到"期望 E(X)"和"方差 Var(X)"这两个词。它们分别表示随机变量的"平均水平"和"波动程度"——就像描述一个班级时，平均分告诉大家"整体水平"，分数差距告诉大家"整齐不整齐"。期望和方差的正式定义在第4章详细讲解，本章你只需要把它们当作"平均值"和"波动大小"来理解。（有些教材用 D(X) 表示方差，和 Var(X) 是同一个东西——本书统一用 Var(X)。）

1.1 随机变量——把随机结果"翻译"成数字

先想一个场景：掷骰子的结果，怎么"算"？

你掷一颗骰子，结果可能是"1点、2点、……、6点"——这是随机结果，每次掷之前都不确定。现在问你：掷出偶数点的概率是多少？

这题不难，你会数：2点、4点、6点三种情况，概率 3/6 = 1/2。但注意——你刚才做的一件事是：把"2点""4点""6点"这几个用文字描述的结果，当成了 2、4、6 这几个数字来数。

难在哪？——"正面/反面""红色/蓝色"这些随机结果，本身不是数字。不是数字，就没法加减乘除，就没法算概率。 比如抛硬币，"正面"加"正面"是什么？没意义。

动手试探：那能不能给每个结果"贴一个数字"？比如抛硬币——"正面记1分，反面记0分"。这样一来，一次抛掷的结果就变成了一个数：要么是1，要么是0。一个数，就能算概率了。

🧠 这一步在想什么：我们做的事特别像"翻译"——把说不清楚的结果（正面/反面/红色/蓝色），翻译成能计算的数字（0/1/2/3）。翻译规则可以自己定（比如把正面记成1），只要每个结果对应一个唯一的数就行。

🔍 回头看看：刚才那个"翻译规则"就是本节的主角——随机变量。它不是一个具体的数（因为随机，每次结果都变），而是一条把随机结果变成数字的规则。

生活比喻：你去菜市场买菜，在门口随机拦住一个人，问他"今天花了多少钱"——这个人花的钱数，就是一个随机变量。为什么叫"变量"？因为不同的人花的钱不一样；为什么叫"随机"？因为你拦到谁不确定，所以这个数具体是多少也不确定。

再比如抛一枚硬币："正面记1分，反面记0分"——抛一次之后你得到的分数，也是一个随机变量。

正式定义（核心）：设随机试验的样本空间为 S。如果对每个样本点 e ∈ S，都有一个实数 X(e) 与它对应，则称 X(e) 为随机变量，简记为 X。

这个定义用一句话说就是：随机变量是把"随机试验的结果"翻译成"数字"的规则。它是一座桥——把"说不清楚的结果（正面/反面/红色/蓝色）"变成"能算的数字（0/1/2/3）"。

✍️ 立刻练一道：同时抛两枚硬币，用 X 表示"正面朝上的枚数"。(1) X 可能取哪些值？(2) X = 2 对应哪个随机结果？

1.2 离散型 vs 连续型——两种不同的随机变量

先想一个场景：同样是"随机"，为什么骰子和身高完全不一样？

抛一颗骰子，结果是 1、2、3、4、5、6——随机，但取值是明明白白能列出来的。可如果你在称一个人的身高，结果可能是 170.2cm、170.23cm、170.237cm……它也是随机（每个人不同），但你永远列不完所有可能的取值。

难在哪？——同样是随机变量，一个是"能数清的几个点"，一个是"填满一条线的数"。这决定了后面的概率怎么算，必须分清楚。

动手试探：区分它们其实只需要问一句话——"X 的取值能一个一个列出来吗？"

• 能列出来（骰子点数、次品个数、电话次数）→ 离散型
• 列不完，取值填满一个区间（身高、寿命、等待时间）→ 连续型

🔍 回头看看：这个"能不能列出来"的差异，就是随机变量的第一次分类。后面你会看到，离散型和连续型连"描述概率的工具"都不一样——一个用分布律（一行一行列），一个用概率密度（一条曲线来刻画）。

生活比喻：想象你在数两个完全不同的东西——

• 离散型就像数人头：1个人、2个人、3个人……不可能有2.5个人。个数是一个一个的、能列出来的。
• 连续型就像称体重：50.2公斤、50.23公斤、50.237公斤……可以无限细分。值是填满一个区间的、列不完的。

正式定义：

• 离散型随机变量：X 的所有可能取值是有限个或可列无限个（可以一个一个列出来）。例子：掷骰子点数（1,2,3,4,5,6）、一批产品中的次品数、一天内打进电话的次数。
• 连续型随机变量：X 的所有可能取值充满某个区间（不可列）。例子：灯泡寿命、人的身高、测量误差、等待时间。

连续型随机变量 P(X = a) = 0 对任何 a 都成立——这意味着 P(X ≤ a) = P(X < a)，等式两边就差一个点，概率上没区别。

✍️ 立刻练一道：判断下面每个随机变量是离散型还是连续型：(1) 某公交站一天内进站的公交车数；(2) 某趟公交的准点到站误差（秒）；(3) 一批零件里次品的个数；(4) 一台机器的连续运转时间（小时）。

1.3 离散型随机变量的分布律

先想一个场景：怎么"完整地"描述一个随机变量？

回到抛硬币的例子：X 是"正面记1、反面记0"。如果有人问"X 到底是什么样的随机变量"，你光说"取值是0或1"够吗？不够——还得说清楚"取0和取1各有多大概率"。因为同样是取值 0/1，一个公平硬币和一个不公平硬币是完全不同的两个随机变量。

难在哪？——"每个取值各有多少概率"，这是描述随机变量的全部信息，得有个标准的记法，否则没法计算、没法比较、没法列成表。

动手试探：那就把所有可能的取值和它们各自的概率，一一对应地列出来——比如"X=0 的概率是 0.5，X=1 的概率是 0.5"。列完你就发现：每一种取值配一个概率，这就是一个完整的"分配方案"。

班级里有40个学生，你随机抽一个人，问他"你一周打几次游戏"。

• 0次的人有10个 → 概率 10/40 = 0.25
• 1次的人有8个 → 概率 8/40 = 0.20
• 2次的人有12个 → 概率 12/40 = 0.30
• 3次的人有6个 → 概率 6/40 = 0.15
• 4次以上的人有4个 → 概率 4/40 = 0.10

🔍 回头看看：把"每种取值"和"对应的概率"列成一张表——这张表就是本节的主角，分布律。它告诉你"概率"是怎么"分配"到每个取值上的。

正式定义（核心）：设 X 是离散型随机变量，其所有可能取值为 x₁, x₂, ..., xₖ, ...。称
$$P(X = x_k) = p_k, \quad k = 1, 2, ...$$
为 X 的分布律（或概率分布列）。

分布律的两种表示：

1. 表格形式：

   X	x₁	x₂	...	xₖ	...
   P	p₁	p₂	...	pₖ	...

2. 公式形式：$P(X = k) = ...$（比如二项分布公式）

分布律的两条性质——为什么是必要条件？

① 🏫 生活场景：分蛋糕

一盘蛋糕切成若干块，分给全家人。每块大小可以不同（有的人吃得多、有的人吃得少），但有两条铁律：第一，每块不能是负数（没人"倒贴"蛋糕）；第二，所有块加起来等于整个蛋糕（不能凭空多出来、也不能少掉一块）。

分布律就是把"总概率 1"这块蛋糕切成若干块，分给每个可能的取值。p_k 就是第 k 块的大小。同样两条铁律：每块 ≥ 0，加起来 = 1。

② 正式陈述

设离散型随机变量 X 的分布律为 $P(X = x_k) = p_k, ; k = 1, 2, ...$，则 {p_k} 必须满足：

这两条是"概率"这个概念本身的硬性要求——任何分布律都必须满足。考试中看到"已知分布律含未知参数，求参数"，99% 是在考归一性：列方程 $\sum p_k = 1$。

③ 📝 大白话复盘 + 分布律和分布函数的关系

为什么这两条是必要条件？ 因为概率论的公理就是这样规定的：任何事件的概率 ≥ 0（非负性），必然事件的概率 = 1（规范性）。分布律中的每个 p_k 是事件 {X = x_k} 的概率，所以 p_k ≥ 0；而所有 {X = x_k} 的并集就是整个样本空间（X 必定取某个 x_k），所以概率之和 = 1。

分布律和分布函数的关系：

如果把分布函数 F(x) 想象成"累计存水量"，分布律就是"每个桶里单独装了多少水"：

• 从分布律到分布函数：$F(x) = \sum_{x_k \leq x} p_k$——把 x 左边所有桶的水倒在一起，就是累计到 x 的水量
• 从分布函数到分布律：$p_k = F(x_k) - F(x_k - 0)$——分布函数在 x_k 处的"跳跃高度"就是 p_k。F(x) 在 x_k 左边还是低台阶，到了 x_k 突然跳高，跳了多少？刚好跳了 p_k。

离散型分布函数就是"分段常数、右连续、每次跳跃高度 = p_k"的阶梯函数。这两条性质保证了阶梯从 0 开始、一路向上、最终到达 1——中间不往回走、不跳过头。

✍️ 立刻练一道：抛两枚硬币，X 表示正面朝上的枚数（0、1、2 三种取值）。(1) 写出 X 的分布律；(2) 检查它是否满足分布律的两条性质；(3) 求 P(X ≤ 1)。

分布律里的"未知参数"怎么求？——先动手算一道

看到这题，先别慌：设 X 的分布律为 P(X = k) = a·k，k = 1, 2, 3, 4。求 a。

难在哪？——分布律里掺了个未知的 a，X 到底怎么分布，a 定了才算数。手里能用的"硬条件"只有一个：分布律的两条性质。哪条能挤出 a？——归一性：所有概率加起来必须等于 1。

动手试探：把归一性写出来：∑_{k=1}^4 P(X=k) = a·1 + a·2 + a·3 + a·4 = a·(1+2+3+4) = 10a = 1。解出来 a = 0.1。

🧠 这一步在想什么：为什么要用归一性而不是非负性？——归一性是带等号的方程，能给 a 一个确定的数；非负性只是个不等式，挤不出具体值。考试中"已知分布律含未知参数，求参数"99% 是在考归一性。

🔍 回头看看：流程是"确定类型 → 列归一性方程 → 解方程 → 代回验算"。离散型用 ∑p_k = 1，连续型用 ∫f dx = 1，一个套路两处用。

📌 以后就这么办：①判断离散还是连续；②离散列 ∑p_k = 1，连续列 ∫f(x)dx = 1；③解出参数；④代回检查总和是否为 1。

✍️ 立刻练一道：设随机变量 X 的分布律为：

求常数 a。

1.4 连续型随机变量的概率密度

先想一个场景：称体重，"刚好 62.0000 公斤"的概率是多少？

连续型随机变量（身高、体重、寿命）有个绕不开的问题：它的取值填满一个区间，任何单个数值都只占"一根没有宽度的线"。你问"某人体重刚好 62 公斤的概率"，答案是 0——不是因为他不可能 62 公斤，而是因为"刚好一个点"在连续世界里占不到任何"面积"。

难在哪？——如果每个单点的概率都是 0，那**该用什么来描述概率呢？**分布律（逐个列出概率）在连续型这里彻底失灵了：每个点都是 0，列出来毫无信息。

动手试探：换个问法——不问"刚好 62 公斤"，而问"体重在 61.5 到 62.5 公斤之间的概率"。这个就有答案了。所以连续型的概率不是"算点"，而是算区间。那怎么描述"每一处的密集程度"？——回忆一下描述"密集程度"的现成工具：密度。

生活比喻：设想一根不均匀的金属棒，长1米。不同位置的密度不一样——有的地方铁多（密度大），有的地方铁少（密度小）。

• 你问"在刚好30厘米处，铁有多少？"——答案是0，因为一个点没有体积，不占分量。
• 但如果你问"在29.5到30.5厘米之间，铁有多少？"——这就有答案了，等于密度在这个区间上的积分（把每一小段的铁加起来）。

🔍 回头看看：连续型随机变量用的就是同一招——概率密度。在单点上概率为0（点没有"宽度"），在区间上概率 = 密度函数在这个区间上的积分（相当于面积）。

正式定义（核心）：对于随机变量 X，如果存在非负可积函数 f(x)，使得对任意实数 a < b，有
$$P(a < X \leq b) = \int_a^b f(x),dx$$
则称 X 为连续型随机变量，f(x) 称为 X 的概率密度函数（简称概率密度或密度）。

如果你第一次看到积分符号 ∫ 感到紧张——完全正常！把它想象成一个压蒜器：把一条弯弯曲曲的曲线（大蒜）压扁，压出来的"面积"就是积分结果。你不需要成为积分高手才能学这章。把 ∫_a^b f(x) dx 理解为"曲线 f(x) 下面、从 a 到 b 之间的面积"就足够了。本章实际用到的积分基本只有两种：∫ x dx = x²/2 和 ∫ x² dx = x³/3。考试中复杂的积分要么很简单，要么题目直接给结果。先理解"积分 = 连续求和 = 面积"这个概念，计算的事慢慢来。

概率密度的两条性质（必考）：

1. 非负性：$f(x) \geq 0$（密度不能为负，否则概率就算出负数了）
2. 归一性：$\int_{-\infty}^{+\infty} f(x),dx = 1$（整条曲线下的总面积 = 1）

类比记忆：离散型的分布律是所有 p_k 加起来 = 1；连续型的密度是整条曲线下的面积 = 1。两者说的都是"总概率等于1"。

密度里的"未知参数"怎么求？——先动手算一道

看到这题，先别慌：设 X 的概率密度为 $f(x) = \begin{cases} kx, & 0 < x < 2 \ 0, & \text{其他} \end{cases}$，求常数 k。

难在哪？——和离散型一模一样的困境：密度里掺了个未知的 k。手里能用的"硬条件"还是那两个——非负性（不等式）和归一性（等式）。能挤出 k 的只有归一性。

动手试探：∫_{−∞}^{+∞} f(x) dx = 1。注意密度只在 (0, 2) 上非零，所以积分只在 0 到 2 上算：∫_0^2 kx dx = k·[x²/2]_0^2 = k·2 = 1，解出 k = 1/2。

🧠 这一步在想什么：连续型列归一性方程时，最容易错的是积分区间——密度只在某个区间非零，积分限就该是那个区间，别写成 −∞ 到 +∞ 照搬公式（那会出错）。这也是为什么有的题目特意把密度写成"分段"的样子——每一段都要积到。

🔍 回头看看：和离散型求参数的流程完全平行——判断类型 → 列归一性 → 解方程 → 验算。离散 ∑p_k = 1，连续 ∫f dx = 1，一套思路。

📌 以后就这么办：①判断离散还是连续；②连续型列 ∫f(x)dx = 1（积分区间取密度的非零区间）；③解出参数；④代回验证总面积 = 1。

✍️ 立刻练一道：设随机变量 X 的概率密度为 $f(x) = \begin{cases} k(1-x), & 0 < x < 1 \ 0, & \text{其他} \end{cases}$，求常数 k。

概率密度能大于1吗？

可以！ 概率密度 f(x) 可以大于1，只要积分（面积）=1 就行。

比如一个高为2、宽为0.5的长方形——高度（密度）是2，但宽度只有0.5，面积 = 2 × 0.5 = 1，完全合法。这个"在某个区间内密度处处相等"的分布，后面1.7节会正式介绍——叫均匀分布。

而概率 p_k 不能大于1——这是离散和连续的一个重要区别。简单区分：概率密度是"密度"，不是概率本身，就像金属棒的密度大不等于铁的总量多——看总面积。

✍️ 立刻练一道：设 X 的密度为 $f(x) = \begin{cases} x/2, & 0 < x < 2 \ 0, & \text{其他} \end{cases}$。(1) 验证它是合法的密度（非负 + 总面积为1）；(2) 求 P(1 < X < 2)；(3) 求 P(X = 1.5)。

1.5 分布函数——最重要的概念

说完了离散型的分布律和连续型的概率密度，接下来看它们的"统一框架"——分布函数。

先想一个场景：离散和连续，能不能用同一种方式算概率？

到现在为止，离散型用"把每个取值的概率列出来"（分布律），连续型用"算密度曲线下的面积"（积分）。两套语言，各说各话。可有时候题目给你的是混合的情况，或者你只想知道"X 不超过某个数 x 的总概率"——有没有一个统一的入口，不管离散还是连续，都能用它说话？

动手试探：注意两套语言里其实有个共同的影子——"X 不超过 x 的概率"。离散型是"把所有 ≤ x 的 p_k 加起来"，连续型是"从 −∞ 积到 x 的面积"。这两个计算不一样，但问的问题完全一样：X 落在 (−∞, x] 里的概率有多少。

🧠 这一步在想什么：既然两套语言都在反复算同一个东西，那不如把它正式命名、当作一把统一尺子。给任意实数 x，都对应一个确定的数 P(X ≤ x)——x 是变量，这个"不超过 x 的概率"就随 x 变化，它本身就是一个函数。

🔍 回头看看：这个"把 X ≤ x 的概率写成关于 x 的函数"的定义，就是本节主角——分布函数。它是离散和连续的统一框架：离散累加、连续积分，问的都是同一个 F(x)。

生活比喻：你在超市排队结账，每个人结账时间不同。你问："结账时间不超过5分钟的概率是多少？"——这其实就是分布函数在 x=5 处的值。

分布函数 = "累计概率"。它告诉你：随机变量 X 取值"不超过某个数 x"的总概率是多少。就像一个水库，水从上游（−∞）往下游（+∞）流。到了位置 x 时，拦住的概率有多少——这就是 F(x)。

正式定义（核心，最重要公式之一）：设 X 是随机变量（离散或连续都行），对任意实数 x，称
$$F(x) = P(X \leq x), \quad x \in (-\infty, +\infty)$$
为 X 的分布函数。

注意那个等号：F(x) = P(X ≤ x)，不是 P(X < x)。这里带等号，对应分布函数的"右连续"性质。**"右连续"**简单说就是：从右边靠近时函数值不变——比如你站在一个台阶上，从右边往左走到台阶边缘，脚还在台阶上。后面四条性质那里会详细讲。

三种情况下的计算：

• 离散型：$F(x) = \sum_{x_k \leq x} P(X = x_k) = \sum_{x_k \leq x} p_k$（把 ≤x 的那些概率累加起来）
• 连续型：$F(x) = \int_{-\infty}^x f(t),dt$（密度函数从 −∞ 积到 x）
• 混合型：也有，但考研几乎不考

🧪 马上试一个：假如 X 取值 1, 2, 3，对应概率 0.3, 0.5, 0.2。那 F(2.5) 是多少？

答案是 0.3 + 0.5 = 0.8——因为 ≤2.5 的取值只有 1 和 2，把它们的概率加起来就行。F(1.8) = 0.3（只有 1），F(0.5) = 0（没有 ≤0.5 的取值）。简单吧？

求离散型的分布函数——先动手算一道

看到这题，先别慌：已知 X 的分布律

难在哪？——F(x) 不是算一个点，而是要写出"对任意 x 都成立"的完整分段表达式。x 是任意实数，落在哪个区间，算法就不一样。

动手试探：先问"F(x) = P(X ≤ x)"。取一个具体的 x，比如 x = 0.5：≤0.5 的取值只有 0，所以 F(0.5) = 0.2。再取 x = 1.7：≤1.7 的取值是 0 和 1，F(1.7) = 0.2 + 0.5 = 0.7。看出来了吗——x 落在哪一段，就把前面所有取值的概率累加起来。

🧠 这一步在想什么：关键是把数轴按 X 的取值切成区间，x 每跨过一个取值，累积的概率就跳高一段。区间从左到右依次：x < 0、0 ≤ x < 1、1 ≤ x < 2、x ≥ 2。

🔍 回头看看：我们其实走了一套固定的流程——①把取值从小到大排好；②从 −∞ 往右一段段累加；③等号放在区间左边（为什么？——分布函数右连续，0.2 这个概率在 x 到 0 时就已经算进去，属于"0 右边"这一段，所以写 0 ≤ x < 1）。这就是"求离散型分布函数"的标准流程。

📌 以后就这么办：已知分布律 → 求分布函数 F(x)：①取值从小到大排好；②按区间从 −∞ 往右逐段累加概率；③分段区间写成"左闭右开"（等号在左边）；④最右一段 F(x) = 1。

完整结果：
$$F(x) = \begin{cases} 0, & x < 0 \ 0.2, & 0 \leq x < 1 \ 0.7, & 1 \leq x < 2 \ 1, & x \geq 2 \end{cases}$$

✍️ 立刻练一道：已知 X 的分布律：

求连续型的分布函数——同样是分段积分

再看一个：已知 X 的密度为 $f(x) = \begin{cases} 2x, & 0 < x < 1 \ 0, & \text{其他} \end{cases}$，求 F(x)。

难在哪？——F(x) = ∫_{−∞}^x f(t) dt，但 f(t) 只在 (0,1) 上非零。x 落在 0 左边、0 到 1 之间、1 右边，积分结果是三种完全不同的样子。

动手试探：分三段看——

• x < 0 时，从 −∞ 到 x 一路积的都是 0，F(x) = 0；
• 0 ≤ x < 1 时，只有 0 到 x 这一段有东西，F(x) = ∫_0^x 2t dt = x²；
• x ≥ 1 时，把 (0,1) 整个积完 = 1，后面全是 0，F(x) = 1。

🧠 这一步在想什么：积分变量必须换个字母（用 t，别用 x）——因为 x 已经占了"分布函数的自变量"这个位置。分段积分的关键是"x 落在哪个区间，就只积到 x 为止"。

🔍 回头看看：和离散型完全一个套路——只是把"累加概率"换成"积分密度"，同样是"按区间分段"。

📌 以后就这么办：已知密度 → 求分布函数 F(x)：①写公式 F(x) = ∫_{−∞}^x f(t) dt（积分变量用 t）；②找出密度的非零区间，按 x 落在"左边 / 内部 / 右边"分三段算；③最左段 0，最右段 1；④写完验证 F(−∞)=0、F(+∞)=1、单调不减。

✍️ 立刻练一道：设 X 的概率密度为 $f(x) = \begin{cases} 3x^2, & 0 < x < 1 \ 0, & \text{其他} \end{cases}$，求 X 的分布函数 F(x)。

分布函数的四条性质（定理级）

你已经知道分布函数 F(x) = P(X ≤ x) 是"累积概率"。现在问一个更深的问题：什么样的函数才有资格当分布函数？不是随便写个函数就行的——它必须满足四条性质。这四条性质不是数学家拍脑袋想出来的，而是从概率的基本道理推导出来的。

① 🏫 生活场景：累积成绩排名

想象你们班 40 个人，语文考试分数从低到高排好。你定义"排名占比"：分数 ≤ 某个分数 x 的学生人数，占总人数的比例。

• 如果 x 等于全班最低分，占比大约 2.5%（= 1/40 的那个同学）
• x 等于全班最高分，占比 100%（= 40/40，所有人都 ≤ 最高分）
• x 从低往高走，占比永远不会减少——排名只会升，不会降
• 如果 x 刚好是某个同学的具体分数，这个同学当然算在"≤ x"里面——等号归他

这个"排名占比曲线"就是分布函数的生活原型。它有四条"铁律"：

1. 单调不减：分数越高，排名占比不可能变小
2. 从 0 开始：低到离谱的分数（-∞），没人能达到，占比是 0
3. 到 1 结束：高到离谱的分数（+∞），所有人都"≤"它，占比是 1
4. 等号归自己：如果分数刚好等于某人的分数，这个人在"≤"里面（这就是右连续——后面细讲）

② 正式陈述

设 F(x) = P(X ≤ x) 是随机变量 X 的分布函数，则 F(x) 必须满足以下四条性质（缺一不可）：

四条性质不是并列关系——(ii) 有界性和 (iii) 极限归一其实说的是"值域锁定在 [0,1] 并且两端填满"，但分开列更方便判断。考试中判断一个函数是不是分布函数，四条全部要检查。

③ 🧠 完整推导：从概率的定义出发逐条证明

第 1 步：单调不减

已知 x₁ < x₂，要证 F(x₁) ≤ F(x₂)。

概率的基石是"事件越大，概率越大"——大事件包含小事件，概率自然不小于小事件。

把事件写成集合：${X \leq x_2} = {X \leq x_1} \cup {x_1 < X \leq x_2}$

等号右边的两个集合没有重叠（X 不可能同时 ≤ x₁ 又 > x₁），所以概率直接相加：
$$F(x_2) = P(X \leq x_2) = P(X \leq x_1) + P(x_1 < X \leq x_2) = F(x_1) + \underbrace{P(x_1 < X \leq x_2)}_{\geq 0}$$

第二项 P(x₁ < X ≤ x₂) 是非负的（概率不可能为负），所以 F(x₂) ≥ F(x₁)。得证。

🧠 这一步在想什么：把 {X ≤ x₂} 拆成"≤ x₁ 的部分"和"x₁ 到 x₂ 之间的部分"两段。因为中间那段概率 ≥ 0，所以累积量只会更多不会更少——单调不减就这么来的。

更有用的是中间结论：$P(x_1 < X \leq x_2) = F(x_2) - F(x_1)$——这就是后面求区间概率的核心公式！

第 2 步：F(−∞) = 0

要证：当 x → −∞ 时，F(x) → 0。

${X \leq x}$ 当 x → −∞ 时，这个事件越来越"窄"（X 要越来越小）。取极限时，事件退化为空集 $\emptyset$（没有实数能比 −∞ 还小），而 $P(\emptyset) = 0$。

🧠 这一步在想什么：概率公理说空事件概率为 0。x 往负无穷跑，条件越来越苛刻，最后没有任何数能满足 X ≤ −∞——事件消失了，概率归零。

第 3 步：F(+∞) = 1

要证：当 x → +∞ 时，F(x) → 1。

${X \leq x}$ 当 x → +∞ 时，这个事件越来越"宽"（几乎所有数都被包进去了）。取极限时，事件退化为必然事件 S（任何实数都 ≤ +∞），而 $P(S) = 1$。

🧠 这一步在想什么：概率公理说必然事件概率为 1。x 往正无穷跑，条件越来越松，最后所有实数都满足 X ≤ +∞——事件覆盖了整个样本空间，概率当然是 1。

第 4 步：右连续

要证：在任意点 x₀ 处，F(x₀+0) = F(x₀)，其中 F(x₀+0) 表示从右边趋近 x₀ 时的极限值。

这个性质的证明比前三条更精细，我们需要概率的连续性（单调序列的极限性质）：

考虑一列从右边递减趋近 x₀ 的数：$x_1 > x_2 > \cdots > x_0$，且 $x_n \to x_0$。

事件 ${X \leq x_n}$ 是一个递减的事件序列（条件越来越严格——xₙ 越来越小，所以 ≤ xₙ 的 X 越来越少）。这些事件的交集正好是 ${X \leq x_0}$（因为 X ≤ 所有 > x₀ 的数，等价于 X ≤ x₀）。

由概率的下连续性（递减事件列的极限 = 交集的概率）：
$$\lim_{n \to \infty} P(X \leq x_n) = P\left(\bigcap_{n=1}^{\infty} {X \leq x_n}\right) = P(X \leq x_0)$$
即 $\lim_{x \to x_0^+} F(x) = F(x_0)$——右连续得证。

🧠 这一步在想什么：从右边无限逼近 x₀，事件范围（X ≤ 比 x₀ 略大的数）越来越收窄到 X ≤ x₀。概率公理保证事件序列"连续收缩"时，极限概率等于极限事件的概率——不会凭空出现一个跳跃。

🎯 为什么定义时取 ≤ 而不是 <？ 这是刻意设计。如果定义 F(x) = P(X < x)，那么离散型在取值点 x_k 处——F(x_k) = P(X < x_k) 不包含该点的概率 p_k，而从右边逼近的极限却是 P(X ≤ x_k) = F(x_k) + p_k，两者差了一个 p_k。也就是说，用 < 定义会导致分布函数在取值点处不是右连续的。用 ≤ 定义让分布函数自动右连续，这是概率论里统一采用 ≤ 的原因。

④ 📝 推导复盘——用大白话把四条性质重新讲一遍

上面推导用到的核心逻辑只有两个：

1. 概率的加法（互斥事件的概率可加——第一条的证明）
2. 概率的极限（事件序列收缩→概率也收缩——第四条的证明）

用大白话把这四条串起来：

• 单调不减：把 F(x₂) 想成一个包含两段的总和——"已经到 x₁ 的部分"+"x₁ 到 x₂ 新增的部分"。因为新增的部分概率 ≥ 0（不可能是负数），总和只会变大不会变小。就像存钱罐——只进不出，钱越来越多。
• 两端极限：−∞ 是"啥都没发生"（空事件，概率 0）；+∞ 是"啥都可能发生"（必然事件，概率 1）。这是概率的"地基"——谁都跑不出这个框架。
• 右连续：在任何一个点，从右边"贴"过去，函数值不变。离散型概率有跳跃（在取值点突然从低台阶跳到高台阶），但跳跃在左边——你从右边过来，走到台阶边缘，脚下的台阶就是当前值（不会踩空）。可以记成"台阶踩右边"——离散型分布函数每个台阶的值属于右边那段。

一句话总结：分布函数就是从 −∞ 出发、一路不回头地爬升、最终到达 1 的右连续阶梯（离散型）或斜坡（连续型）。

⑤ ⚠️ 易错边界——这些坑踩了会丢分

陷阱一："单调不减"不等于"严格递增"
F(x) 可以有平台（常数段）。比如连续型 X 不可能取 [a, b] 之间的值（密度在这个区间全为 0），那 F(x) 在 [a, b] 上就是平的——累积概率不变，因为根本没有新增概率。离散型在每个取值之间也是平的。只要不下降就行——平着走完全合法。

陷阱二："右连续"是最容易被漏检的性质

• 离散型分布函数是阶梯形，每个阶梯处"值属于右边那段"
• 连续型分布函数处处连续，所以自然也满足右连续（处处连续强于右连续）
• 判断一个分段函数是不是分布函数，最容易漏的就是检查分段点处是否右连续——从右边逼近的值是否等于函数值？

陷阱三：F(−∞) = 0 和 F(+∞) = 1 不是自动满足的
随便写一个递增函数不一定两端极限对。比如 F(x) = 0.5 + 0.3x（x ∈ [0, 1]）——这个函数单调递增且值域在 [0.5, 0.8] 之间，两端到不了 0 和 1，不是分布函数。判断时必须检查两端极限。

陷阱四："有界性"和"极限归一"不能互相替代
有界性只说了 0 ≤ F(x) ≤ 1，没保证能取到两端。极限归一才要求"确实能到达"0 和 1。两者都要检查。

陷阱五：连续型分布函数连续，但不一定光滑（可导）
连续型的分布函数是连续的（没有跳跃），但不一定光滑——可能有"尖角"。比如均匀分布 U(0, 1) 的分布函数在 x=0 和 x=1 处就有折角——连续但不可导。不要看见连续就以为是光滑曲线。

⑥ 🔗 在整条链中的位置

从哪里来：

• F(x) 的定义 F(x) = P(X ≤ x) 直接把概率变成函数——四条性质是概率公理（非负性、规范性、可列可加性）在单变量分布函数上的"投影"
• 离散型的分布律和连续型的概率密度，都是各自描述概率分配的"零件"；分布函数把它们统一成一套语言——不管是离散还是连续，F(x) 都能算

到哪里去：

• 本章后续：用 $F(b) - F(a)$ 求区间概率（这是分布函数最常用的操作，见下方"用分布函数求区间概率"）
• 题型二·子类型④：判断一个函数是不是合法的分布函数——四条性质逐一检查
• 第 3 章：二维分布函数 F(x, y) 的四条性质是一维的直接推广——单调不减变成"对每个变量分别单调不减"，右连续变成"关于每个变量各自右连续"
• 第 4 章：数字特征（期望、方差）的计算依赖于分布——知道分布函数就掌握了全部概率信息
• 第 5 章：大数定律和中心极限定理——讨论"分布的收敛"，四条性质保证极限分布也是一条合法的分布函数

判断"是不是分布函数"——用四条性质当检验清单

先想一个场景：怎么戳穿一个"假分布函数"？

考试常见题：给你一个函数 F(x)，问它能不能当分布函数。四个选项四个函数，只有一个合法。

难在哪？——不能凭感觉"像不像"。得有一套人人都一样的检验清单。而清单就摆在前面：四条性质——单调不减、0 ≤ F ≤ 1、F(−∞)=0 且 F(+∞)=1、右连续。四条全过才合法，缺一条就出局。

动手试探：拿它检验一个例子——$F(x) = \begin{cases} 0, & x < 0 \ x^2, & 0 \leq x < 1 \ 1, & x \geq 1 \end{cases}$。逐条查：①单调不减——在 [0,1) 上 x² 递增 ✓；②0 ≤ F ≤ 1 ✓；③F(−∞) = 0、F(+∞) = 1 ✓；④右连续——x=0 处 F(0+0)=0=F(0) ✓，x=1 处 F(1+0)=1=F(1) ✓。四条全过 → 合法。

🧠 这一步在想什么：最容易漏的是右连续和两端极限。反例：F(x) = 0.5 + 0.3x（x∈[0,1]）单调递增、值域也合法，但 F(−∞) ≠ 0、F(+∞) ≠ 1，直接出局。分段函数则要重点查每个分段点。

🔍 回头看看：这一套"逐条打勾"的流程，就是把四条性质变成一张可以照着执行的检查表。

📌 以后就这么办：判断 F(x) 是否合法——①单调不减（重点查分段点）；②0 ≤ F(x) ≤ 1；③F(−∞)=0、F(+∞)=1；④右连续（F(x₀+0) = F(x₀)，分段点必查）。

✍️ 立刻练一道：判断以下函数是否为分布函数：$F(x) = \begin{cases} 0, & x < 0 \ \frac{x}{2}, & 0 \leq x < 2 \ 1, & x \geq 2 \end{cases}$。

分布函数与分布律、概率密度的转换

离散型和连续型各自有"正向"和"反向"的转换关系：

离散型：分布律是"每个桶里有多少水"，分布函数是"把前面所有桶的水加起来"——前者是增量，后者是累计量。

连续型：概率密度是"每一瞬间水流的速度"，分布函数是"从源头到这个位置一共积了多少水"——前者是导数（变化率），后者是积分（累积量）。

连续型中最重要的关系：在 f(x) 的连续点处，$F'(x) = f(x)$。一求导就行了。

用分布函数求区间概率——先动手算一道

看到这题，先别慌：某连续型随机变量 X 的分布函数 F(x) 已知（不用管它具体长什么样），要求 P(2 < X ≤ 5)。

难在哪？——我们手里现在只有 F(x) = P(X ≤ x)，但题目问的是"X 落在 (2, 5] 这个区间"的概率。F(x) 只给"从 −∞ 到某个点"的累计，怎么从累计里"抠出"一段区间？

动手试探：想想 F(5) 和 F(2) 各是什么——F(5) = P(X ≤ 5)，F(2) = P(X ≤ 2)。两者的差呢？
$$F(5) - F(2) = P(X \leq 5) - P(X \leq 2) = P(2 < X \leq 5)$$
恰好就是我们要的！

🧠 这一步在想什么：把"到 5 为止的累计"减去"到 2 为止的累计"，中间那段 (2, 5] 就"露"出来了。像剥洋葱——从外面剥掉 2 以前的部分，剩下的就是 (2, 5]。

🔍 回头看看：这其实在 1.5 的"四条性质"推导里已经埋过伏笔——那里证明单调不减时得到过一个副产品：$P(x_1 < X \leq x_2) = F(x_2) - F(x_1)$。现在它终于派上大用场了。

📌 核心公式（必考）：$P(a < X \leq b) = F(b) - F(a)$

💧 回到水库比喻：F(b) 是把水从源头拦到 b 的总量，F(a) 是拦到 a 的总量。两者一减，就是从 a 到 b 之间新增的水量——也就是 X 落在 (a, b] 里的概率。

注意不等号方向：公式用的是 a < X ≤ b（左边开、右边闭）。如果是连续型，开闭无所谓，因为端点概率为0。如果是离散型，要注意端点是否包含。

常见变形：

• $P(X > a) = 1 - F(a)$（如果 X 是连续型；离散型要注意取 a 本身）
• 连续型下这些都可以简化为 F(b) − F(a)，因为端点概率为0。

✍️ 立刻练一道（真题改编）：设连续型随机变量 X 的分布函数为 $F(x) = \begin{cases} 0, & x < 0 \ Ax^2, & 0 \leq x < 1 \ 1, & x \geq 1 \end{cases}$。(1) 求常数 A；(2) 求概率密度 f(x)；(3) 求 P(0.3 < X < 0.7)。

1.6 常见离散型分布

概率论中有一批"经典分布"，它们来自现实中的典型场景。考试中看到这些分布的名字，直接套用已知的公式来计算。下面逐一介绍。

🧭 这一节怎么学：这5个离散分布（0-1、二项、泊松、几何、超几何）乍一看全是公式，很容易背混。所以我们的学法不是"先背公式"，而是——每个分布都从一个真实场景出发，先自己算出这个概率该怎么算，再发现"原来这就是某个分布"。这样公式是"长出来"的，不是"背下来"的。记不住分布没关系，能认场景就行：看到"投 n 次篮"想二项，看到"稀有事件、次数多、概率小"想泊松，看到"不放回抽"想超几何，看到"投到进为止"想几何。

0-1分布（两点分布）——最简单的分布

先想一个场景：抛一枚硬币，怎么把"正面/反面"变成能算的数字？

生活比喻：抛一枚硬币——正面是1，反面是0。结果就两种可能。生活中的"成/败""是/否""通过/不通过"都是0-1分布。

难在哪？——结果只有两种（正面/反面），但这两种结果本身不是数字。"正面"加"正面"没意义，不算出数字就没法算概率。

动手试探：自己定个规则——"正面记1分，反面记0分"。抛一次之后，你得到的就从一个"说不清的结果"变成一个确定的数：要么是1，要么是0。那"正面的概率"怎么算？给正面一个概率 p（比如硬币不公平，正面概率0.7），反面就是 1−p = 0.3。只要 p 在 0 到 1 之间，这就是一个合法的概率分配。

🧠 这一步在想什么：这个分布只踩 0 和 1 两个点，所以叫"两点"。它是整个概率论最简单的分布——一次试验、两种结果、一个参数 p 就描述完了。

🔍 回头看看：这个"成功记1、失败记0"的规则，就是本节主角——0-1分布（也叫两点分布、伯努利分布）。别小看它，下面二项分布就是它的"n 次重复版"。

正式定义（必考）：随机变量 X 只取 0 和 1 两个值，且
$$P(X=1) = p, \quad P(X=0) = 1-p \quad (0 < p < 1)$$
则称 X 服从参数为 p 的0-1分布（也叫两点分布、伯努利分布），记作 $X \sim B(1, p)$。

💡 E(X)=期望=平均值（第4章正式定义），Var(X)=方差=波动大小。现在先当"平均水平"和"整齐程度"理解就行。

0-1分布是二项分布 n=1 时的特殊情况。

二项分布 B(n, p)——多次独立重复试验

先想一个场景：投 n 次篮，"恰好进 k 次"的概率怎么算？

生活比喻：投篮——你每次投进的概率是 p（比如30%），投 n 次（比如10次），"投进 k 次"的概率是多少？

难在哪？——"恰好进 k 次"有太多可能的具体情况：可能是第1、3、5次进，也可能是第2、4、7次进……每一种"哪几次进"都是一条不同的路线。光数清楚有多少条路线就够呛，还要算概率。

动手试探：先算一条具体路线的概率——比如"前 k 次进、后 n−k 次不进"：第1次进的概率 p、第2次进的概率 p……第 k+1 次不进的概率 1−p……全部乘起来是 $p^k (1-p)^{n-k}$。再数路线：从 n 次里挑出"进的是哪 k 次"，一共 $C_n^k$ 种选法。每条路线概率都一样，所以总概率 = 路线数 × 每条路线概率 = $C_n^k p^k (1-p)^{n-k}$。

🧠 这一步在想什么：公式其实是三块拼图——$C_n^k$（路线数）、$p^k$（k 次全进）、$(1-p)^{n-k}$（剩下的全不进）。这就是"n 次独立重复试验，成功恰好 k 次"的完整故事。

🔍 回头看看：这个"投 n 次、每次成功概率 p、恰好成功 k 次"的分布，就是本节主角——二项分布。它来自一个特别具体的场景（投篮、抽检、看病……），所以记公式不如记场景：看到"n 次独立试验、问恰好 k 次成功"，就是二项。

正式定义（核心）：如果随机变量 X 的分布律为
$$P(X = k) = C_n^k , p^k (1-p)^{n-k}, \quad k = 0, 1, 2, ..., n$$
其中 $0 < p < 1$，则称 X 服从参数为 n, p 的二项分布，记作 $X \sim B(n, p)$。

可加性：若 $X \sim B(n_1, p)$，$Y \sim B(n_2, p)$ 且 X, Y 独立，则 $X+Y \sim B(n_1+n_2, p)$（两个二项分布相加还是二项分布，前提是 p 相同）。

常用特例：0-1分布 = B(1, p)。所以抛一次硬币就是 B(1, p)。

🛑 停一下：在继续往下之前，先试一个——你投4次篮，每次命中率0.5。恰好投进2次的概率是多少？（用二项分布公式，答案在下面）

点击看答案

P(X=2) = C_4^2 × 0.5² × 0.5² = 6 × 0.25 × 0.25 = 0.375。投4次恰好进2次，概率37.5%——比很多人直觉猜的要低，因为可能性分散在0~4次的各种情况。

二项分布的期望和方差——从伯努利"拆"出来的推导

二项分布 B(n, p) 的期望 E(X) = np，方差 Var(X) = np(1-p)。考试直接套这两个公式。先记住结论：投 n 次、每次成功率 p，平均成功 np 次；波动大小是 np(1-p)。为什么恰好是这两个数？完整推导要用到期望和方差的运算公式（第 4 章会系统教），到第 4 章学完再回来补推导——现在会用结论做题就行。

① 🏫 生活场景：投 n 次篮，平均进几个？

你每次投篮命中率 30%。投 10 次，平均能进几个？直觉告诉你：10 × 30% = 3 个。这个直觉完全正确——因为"平均"是可以累加的：第一次平均进 0.3 个，第二次也平均进 0.3 个……投 10 次，平均总共进 10 × 0.3 = 3 个。

但"波动程度"就不能简单累加了——10 次投篮的波动，不是每次波动的 10 倍，而是每次波动的 10 倍再打个折扣。为什么？因为各次投篮的结果互相独立——这次运气好（进了）可能正好被下次运气差（没进）抵消一部分。

② 正式陈述

定理：设 $X \sim B(n, p)$（n 次独立伯努利试验，每次成功概率为 p），则：
$$E(X) = np, \quad Var(X) = np(1-p)$$

核心策略——拆成 n 个独立的 0-1 变量：定义
$$X_i = \begin{cases} 1, & \text{第 i 次试验成功} \ 0, & \text{第 i 次试验失败} \end{cases}, \quad i = 1, 2, ..., n$$
每个 $X_i \sim B(1, p)$（0-1 分布），且 $X_1, X_2, ..., X_n$ 相互独立。那么：
$$X = X_1 + X_2 + \cdots + X_n$$
二项分布就是 n 个独立 0-1 变量的和——这是整个推导的基石。

③ 📌 完整推导——第 4 章再补

二项分布最深的结构是：n 次独立伯努利试验的和。期望和方差为什么是 np 和 np(1-p)？靠两个工具：

• 期望可加：每个 0-1 变量平均贡献 p，n 个加起来 → E(X) = np
• 独立时方差可加：每个 0-1 变量的方差是 p(1-p)，独立时 n 个直接相加 → Var(X) = np(1-p)

📌 这两个工具（期望的线性性质、独立变量的方差可加性）都是第 4 章的核心内容。第 4 章学完，再回来推导一次就全懂了。现在先记住结论：E(X) = np，Var(X) = np(1-p)。

④ 📝 结论怎么记——大白话

一句话：二项分布 B(n, p) 就是 n 个独立 0-1 变量加起来。

• 平均：每个 0-1 变量平均贡献 p，n 个加起来平均就是 np
• 波动：独立时波动也能直接相加，每个贡献 p(1-p)，加起来就是 np(1-p)

这个"拆解法"是概率论中最重要的技术之一——第 4 章学完期望方差的运算工具后，会回来系统推导一遍。考试直接套结论。

⑤ ⚠️ 易错边界

陷阱一：方差可加的前提是独立！
$Var(X_1 + X_2) = Var(X_1) + Var(X_2)$ 只在 $X_1, X_2$ 独立时成立。如果不独立，还要补一个交叉项（协方差，第 4 章学）。二项分布中各次试验独立，所以可以直接加。但如果题目给的是"不放回抽样"（超几何分布），每次就不独立了——方差公式里多了一个修正因子 $\frac{N-n}{N-1}$（有限总体修正）。

陷阱二：0-1 变量的期望 p、方差 p(1-p)——分布表里已给结论
二项分布由 n 个独立的 0-1 变量组成，每个 0-1 变量的期望是 p、方差是 p(1-p)（见 0-1 分布表）。为什么是这个数？推导要用期望和方差的运算公式，第 4 章学完再回头算一次就懂了。做题直接用结论。

⑥ 🔗 在整条链中的位置

从哪里来：

• 0-1 分布 $B(1, p)$ 的期望 p 和方差 p(1-p)——二项分布的期望方差是它的 n 倍
• 期望的线性性质 $E(\sum X_i) = \sum E(X_i)$（第 4 章系统讲）
• 独立变量的方差可加性 $Var(\sum X_i) = \sum Var(X_i)$（第 4 章系统讲）

到哪里去：

• 本章：下面泊松分布的期望 = 方差 = λ，形式上比二项分布更简洁——但泊松是从二项"极限逼近"来的，二项是泊松的"前身"
• 第 4 章：期望和方差的完整理论——这里的拆解法是"期望线性性质"和"独立方差可加"的经典应用案例
• 第 5 章：中心极限定理——$S_n = \sum_{i=1}^n X_i$ 标准化后趋于正态，E(S_n) = np, Var(S_n) = np(1-p) 正是二项分布的参数
• 第 3 章：多项分布——把"两种结果（成功/失败）"推广到"多种结果"，期望和方差的结构类似

✍️ 立刻练一道（二项分布综合）：某射击运动员每次命中率为 0.7，独立射击 4 次。设 X 为命中次数。(1) 求 X 的分布律；(2) 求至少命中 2 次的概率。

泊松分布 P(λ)——稀有事件发生的次数

先想一个场景：平均每小时来 λ 人，"某一刻恰好来了 k 个"的概率怎么算？

生活比喻：一个客服中心，平均每小时接10个电话。具体到某一天某个小时，可能正好8个、12个、或15个——泊松分布就是描述这种"稀有事件在固定时段内发生的次数"。

难在哪？——"平均每小时来 λ 人"只给了你平均，具体某一段极短时间里来几个完全随机。更要命的是，这个概率的公式 $\frac{\lambda^k}{k!} e^{-\lambda}$ 看起来特别吓人——λ 的 k 次方、阶乘 k!、自然对数的负次方 e^{−λ}，到底从哪冒出来的？

动手试探：别背公式，我们把它"造"出来。把 1 小时切成 n 段极短的小段，短到"一段里几乎不可能同时来两个人"（一段要么来0个、要么来1个）。那"1 小时来了 k 个人"就约等于"n 段里有 k 段各来了 1 个人"——这正是二项分布！每段来人的概率 = λ/n（n 段加起来平均 λ 人），所以：
$$P(\text{来了 } k \text{ 个人}) \approx C_n^k \left(\frac{\lambda}{n}\right)^k \left(1-\frac{\lambda}{n}\right)^{n-k}$$
把段切得越来越细（n → ∞），这个式子会稳定下来，趋近于 $\frac{\lambda^k}{k!} e^{-\lambda}$。泊松公式不是天外来客——它就是"二项分布把时间切到无限细"的极限。

🧠 这一步在想什么：三个"吓人"成分各有来历——λ^k 来自"k 段各来一个人"的概率 (λ/n)ᵏ 与组合数分子里的 nᵏ 约掉；分母的 k! 来自组合数"选哪 k 段"；e^{−λ} 是 $(1-\lambda/n)^n$ 在 n 无穷大时的老朋友（自然对数的定义式）。没有一个是拍脑袋出来的。

🔍 回头看看：这个"稀有事件在固定时段内发生 k 次"的分布，就是本节主角——泊松分布。适用场景：事件独立、随机、平均发生率稳定（客服电话、交通事故、网页点击、布匹疵点……）。它和二项分布是"亲戚"——二项是"切好的固定 n 次试验"，泊松是"把时间/空间切到无限细"。

正式定义（核心）：如果随机变量 X 的分布律为
$$P(X = k) = \frac{\lambda^k}{k!} e^{-\lambda}, \quad k = 0, 1, 2, ...$$
其中 $\lambda > 0$，则称 X 服从参数为 λ 的泊松分布，记作 $X \sim P(\lambda)$。

期望 = 方差 = λ，这是泊松分布最独特的特征。如果一个数据集的均值和方差差不多大，就适合用泊松分布拟合。

可加性：若 $X \sim P(\lambda_1)$，$Y \sim P(\lambda_2)$ 且 X, Y 独立，则 $X+Y \sim P(\lambda_1 + \lambda_2)$。

✍️ 立刻练一道（泊松分布综合）：设某路口在固定时段内通过的汽车数 X 服从泊松分布。已知 P(X=1) = P(X=2)。(1) 求参数 λ；(2) 求 E(X) 和 Var(X)；(3) 求 P(X ≥ 1)。（已知 e^{−2} ≈ 0.1353）

几何分布——首次成功所需次数

先想一个场景：一直投到第一个球进为止，"恰好第 k 次才进"的概率怎么算？

生活比喻：你一直投篮，投到第一次投进就停。问"恰好投了 k 次才进"的概率——这就是几何分布。你关心的是第一次成功之前要失败多少次。

难在哪？——"恰好第 k 次才进"要求两件事同时发生：前 k−1 次全没进，第 k 次才进。这两段必须分开想，再乘起来。

动手试探：前 k−1 次全没进——每次不进的概率是 1−p，k−1 次独立，所以是 $(1-p)^{k-1}$；第 k 次进了——概率是 p。两段一乘：
$$P(X = k) = (1-p)^{k-1} p$$
比如命中率 30%："恰好第 3 次才进"= 0.7² × 0.3 = 0.147。

🧠 这一步在想什么：公式就一段故事——"前面一直输 $(1-p)^{k-1}$，最后一局赢 p"。没有组合数，因为"第 k 次才进"的路线只有一条（前 k−1 次必须全输），不需要挑。

🔍 回头看看：这个"首次成功所需次数"的分布，就是本节主角——几何分布。它和二项的区别就在"规则"：二项是"投够 n 次、数进几个"，几何是"投到进为止、数投了几次"。别记公式，记场景。

正式定义（必考）：如果随机变量 X 表示"在独立重复试验中首次成功所需的试验次数"，每次成功的概率为 p，则
$$P(X = k) = (1-p)^{k-1} p, \quad k = 1, 2, 3, ...$$
称 X 服从参数为 p 的几何分布。

几何分布的无记忆性——"已经等了那么久，不会让你更接近成功"

几何分布是唯一具有无记忆性的离散型分布。这个性质既有深刻的数学含义，也有日常生活中常见的误解。

① 🏫 生活场景：等公交 vs 投篮

错误直觉：你等了 20 分钟公交还没来，觉得"下一分钟到的概率应该比刚开始等的时候大"——因为车"快了"。但公交是按时程表发的，上一班刚走、下一班要 10 分钟才来——你等了 20 分钟只能说明上一班刚走你就到了，还要再等 10 分钟。已经等的时间不会让下一班"提前"到。

投篮也是：你已经连续投丢 10 次。很多人觉得"该进了吧？"——这就是赌徒谬误。每次投篮的命中率还是 30%，不受前面 10 次影响。但几何分布的无记忆性更强——不仅是每次命中率不变（独立性），而是整个"还要等多少次才进"的概率分布都和新的一样。

等公交和投篮的区别：公交是均匀分布（有上限），投篮是几何分布（无限尾巴）。几何分布的无记忆性说：不管你已经失败了多少次，未来还要等多久这件事，统计规律和从头开始等完全一样。

② 正式陈述

定理（几何分布的无记忆性）：设随机变量 X 服从参数为 p 的几何分布（即 X 表示独立重复试验中首次成功所需的试验次数），则对任意非负整数 m, n，有：
$$P(X > m+n \mid X > m) = P(X > n)$$

其中 m 是"已经失败的次数"（已知条件），n 是"还要失败的次数"（你关心的问题）。

用大白话说：已知已经失败了 m 次之后，"还要再失败超过 n 次"的概率，和一个刚上场的人"要失败超过 n 次"的概率完全一样。已经失败的 m 次被"遗忘"了——条件概率里 m 消失了。

等价形式（直接用概率写，方便代公式计算）：
$$P(X > m+n \mid X > m) = (1-p)^n$$

两种写法说的同一件事：条件概率 = 无条件概率，m 被消掉了。无记忆性比独立性更强——独立性只管"下一次"，无记忆性管"整个未来的分布"。

③ 🧠 推导过程

第 1 步：先算 P(X > n)——"前 n 次全失败"的概率

大白话：几何分布 X 表示"第几次才第一次成功"。X > n 意思就是前 n 次全失败。

每次失败概率 = 1-p，n 次独立（每次互不影响），所以：
$$P(X > n) = (1-p)^n$$

第 2 步：算条件概率 P(X > m+n | X > m)

大白话：已知已经失败了 m 次，问"总共要失败超过 m+n 次"（也就是"还要再失败超过 n 次"）的概率是多少。

由条件概率公式：
$$P(X > m+n \mid X > m) = \frac{P(X > m+n ;\text{且}; X > m)}{P(X > m)} = \frac{P(X > m+n)}{P(X > m)}$$

分子中 ${X > m+n}$ 已经包含了 ${X > m}$（因为 m+n > m），所以交集就是 ${X > m+n}$。

代入：
$$P(X > m+n \mid X > m) = \frac{(1-p)^{m+n}}{(1-p)^m} = (1-p)^n$$

第 3 步：和 P(X > n) 比较

大白话：条件概率的结果 $(1-p)^n$ 正好等于 $P(X > n)$——也就是"从一开始还要失败超过 n 次"的概率。

$$P(X > m+n \mid X > m) = (1-p)^n = P(X > n)$$

结论：已知已经失败了 m 次之后，接下来"还要再失败超过 n 次"的概率，和一个刚上场的人"要失败超过 n 次"的概率一模一样。已经失败的 m 次被"遗忘"了——条件概率里 m 被消掉了。

🧠 核心观察：推导中分子分母的 $(1-p)^m$ 约掉了——这就是"无记忆"的代数学根源。指数函数 $a^{m+n} / a^m = a^n$ 的"指数相减"性质产生了"记忆消除"。连续型的指数分布也是靠 $e^{-\lambda(s+t)} / e^{-\lambda s} = e^{-\lambda t}$ 实现无记忆的——两者在代数结构上完全一致。

④ 📝 大白话复盘

几何分布的无记忆性可以总结为一句话："已经等了多久"不影响"还要等多久"的分布。

更精确地说：$P(X > m+n \mid X > m) = P(X > n)$。其中 m 是你已经失败的次数（已知条件），n 是你关心的问题（"还要失败超过几次"）。等式说——条件概率的结果和 m 无关。

生活记忆法：一个投篮命中率 30% 的人，已经连续投丢 10 次。下一次投进的概率还是 30%（独立性），并且"还要投多少次才进"的整个概率分布，和一个刚上场、命中率 30% 的新人一模一样（无记忆性）。独立性管"下一次"，无记忆性管"整个未来"——无记忆性更强。

⑤ ⚠️ 易错边界

陷阱：独立性和无记忆性不是一回事！

• 独立性：每次试验成功概率不变（P(第 k 次成功) = p）
• 无记忆性：剩余等待时间的整个分布不变（$P(X > s+t | X > s) = P(X > t)$）

无记忆性强于独立。一个分布可以各次试验独立但"剩余等待时间的分布"随已等时间改变——比如等公交（均匀分布）：等了 8 分钟之后，剩下的最多还有 2 分钟——未来等待时间的分布确实变了。而几何分布和指数分布的剩余等待时间分布始终不变——这就是为什么它们是"无记忆"的。

唯一性：几何分布是唯一具有无记忆性的离散型分布。如果一个离散型非负随机变量满足 $P(X > m+n \mid X > m) = P(X > n)$ 对所有 m, n 成立，则 X 一定服从几何分布。这是考试中识别几何分布的补充手段。

⑥ 🔗 在整条链中的位置

从哪里来：

• 几何分布的定义：$P(X=k) = (1-p)^{k-1}p$，k = 1, 2, 3, ...（基础）
• 条件概率公式：$P(A|B) = P(AB)/P(B)$（推导工具）
• 指数函数的乘法性质：$(1-p)^{m+n} = (1-p)^m \cdot (1-p)^n$（代数基础——消掉 m 的关键）

到哪里去：

• 本章：下面指数分布的无记忆性——两者代数结构完全一样（离散用 $(1-p)^n$，连续用 $e^{-\lambda t}$），对比记忆事半功倍
• 第 4 章：几何分布的期望 $E(X) = 1/p$——"平均要投 $1/p$ 次才进一个"，这个结果可以从无记忆性推导出来（每次试验"重新开始"）

超几何分布——不放回抽样的计数

先想一个场景：抽奖箱"摸一张不放回"，和二项分布哪里不一样？

你有一个抽奖箱，里面有100张券，其中3张有奖。你不放回地一次摸出10张——问恰好摸到1张奖券的概率。

难在哪？——如果"摸一张放回去再摸"（二项分布），每次摸中奖的概率都稳定是 3/100。但现在是不放回：你摸走一张后，箱子里剩下的券变少了，中奖比例也跟着变。每次摸的条件都不一样，二项分布的公式直接套不上。

动手试探：那该怎么算？"恰好摸到 1 张奖券"可以拆成两步——从 3 张奖券里选 1 张（有 C_3^1 种选法），再从 97 张无奖券里选 9 张（C_97^9 种），总共从 100 张里选 10 张（C_100^{10} 种）。所以概率 = C_3^1 × C_97^9 / C_100^{10}。

🧠 这一步在想什么：分子分母都在"选"——都在算"从 N 件里选 n 件的组合数"。分子是两个独立的选择拼起来的：从"好的"M 件里选 k 件，从"坏的"N−M 件里选 n−k 件。

🔍 回头看看：这个"分子两个组合数相乘、分母一个总组合数"的结构，就是本节主角——超几何分布。

正式定义（必考）：从含有 M 件次品的 N 件产品中，不放回地随机抽取 n 件。设 X 为抽到的次品数，则：
$$P(X = k) = \frac{C_M^k \cdot C_{N-M}^{n-k}}{C_N^n}, \quad k = 0, 1, 2, ..., \min(M, n)$$
称 X 服从参数为 N, M, n 的超几何分布。

期望：$$E(X) = n \cdot \frac{M}{N}$$
方差：$$Var(X) = n \cdot \frac{M}{N} \cdot \frac{N-M}{N} \cdot \frac{N-n}{N-1}$$

超几何分布与二项分布的关系（高频考点）：

关键结论：当 N 很大（总体很大）、n 相对 N 很小（抽样比例 < 10%）时，超几何分布可以用二项分布 B(n, M/N) 来近似。因为此时"不放回"的影响微乎其微——就像从大海里取一瓢水，取不取走对剩下的几乎没影响。

✍️ 立刻练一道（超几何分布）：一批零件共30个，其中8个有瑕疵。质检员不放回地随机抽取6个检查。设X为抽到的瑕疵品个数。求：(1) 恰好抽到2个瑕疵品的概率；(2) 至少抽到1个瑕疵品的概率。

✍️ 立刻练一道（超几何→二项近似）：一批产品共200件，其中20件不合格。不放回地抽取10件。用二项分布近似计算恰好有1件不合格的概率，并与精确的超几何公式比较。

二项分布与泊松分布的关系——泊松近似（定理级）

二项分布 $C_n^k p^k (1-p)^{n-k}$ 在 n 很大、p 很小时计算量爆炸——10000 的阶乘谁也受不了。但大自然给了一条捷径：当 n 趋向无穷大、p 趋向 0、但两者的乘积 np 保持为一个常数 λ 时，二项分布会收敛到泊松分布。这就是"稀有事件在大基数中发生的次数"的数学基础。

① 🏫 生活场景：商场的"稀有买家"

一个商场有 10000 个顾客，每个人买东西的概率只有 0.1%（0.001）。你问"恰好有 k 个人买东西的概率是多少"——用二项公式要算 $C_{10000}^k (0.001)^k (0.999)^{10000-k}$，组合数和 0.999 的 10000 次方让人头皮发麻。

但换个思路：每个人买不买是独立的、概率极小、总人数极大。这不就是在"茫茫人海中数稀有事件发生了几次"吗？直觉上，这个数量应该只依赖于"平均有多少人买东西"——也就是 $10000 \times 0.001 = 10$ 人。至于到底是 10000 人每人概率 0.001，还是 20000 人每人概率 0.0005，只要乘积（平均人数）一样，分布应该差不多。

泊松定理把这个直觉变成了严谨的数学。

② 正式陈述

泊松定理：设 $np_n \to \lambda > 0$（当 $n \to \infty$ 时），即 n 很大、p 很小、但 np 稳定在 λ 附近。则对任意固定的 k = 0, 1, 2, ...，有：
$$\lim_{n \to \infty} C_n^k , p_n^k (1-p_n)^{n-k} = \frac{\lambda^k}{k!} e^{-\lambda}$$

近似公式（考试直接套）：当 n ≥ 20 且 p ≤ 0.05 时，取 λ = np，有：
$$C_n^k p^k (1-p)^{n-k} \approx \frac{\lambda^k}{k!} e^{-\lambda}, \quad k = 0, 1, 2, ...$$

一句话：二项分布 B(n, p) 的极限（n→∞, p→0, np→λ）就是泊松分布 P(λ)。泊松是二项的"稀有事件极限版"。

③ 🧠 核心推导：从二项到泊松的关键步骤

以下是证明的骨架——不要求你背每行代数，但要看懂每一步在做什么、为什么能过去。

第 1 步：写出二项概率，代换 p = λ/n

大白话：把 p 写成 λ/n，这样当 n → ∞ 时 p → 0，np = λ 保持不变。

$$P(X = k) = C_n^k , p^k (1-p)^{n-k}$$

令 $p = \lambda / n$（所以 $np = \lambda$），代入：
$$P(X = k) = \frac{n!}{k!(n-k)!} \cdot \left(\frac{\lambda}{n}\right)^k \cdot \left(1 - \frac{\lambda}{n}\right)^{n-k}$$

第 2 步：把组合数"撑开"成 n 个因子的乘积

大白话：$C_n^k$ 写开就是 $\frac{n(n-1)(n-2)...(n-k+1)}{k!}$，和后面的 $(\lambda/n)^k$ 配合——n 的因子会和分母的 n^k 对上。

$$\frac{n!}{k!(n-k)!} \cdot \frac{\lambda^k}{n^k} = \frac{\lambda^k}{k!} \cdot \frac{n(n-1)(n-2)\cdots(n-k+1)}{n^k}$$

$$= \frac{\lambda^k}{k!} \cdot \frac{n}{n} \cdot \frac{n-1}{n} \cdot \frac{n-2}{n} \cdots \frac{n-k+1}{n}$$

$$= \frac{\lambda^k}{k!} \cdot 1 \cdot \left(1 - \frac{1}{n}\right) \cdot \left(1 - \frac{2}{n}\right) \cdots \left(1 - \frac{k-1}{n}\right)$$

🧠 这一步在想什么：把组合数拆成 k 个因子，每个都是 $\frac{n - 某数}{n}$ 的形式。当 n 非常大时，每个因子都接近 1——这为下一步取极限铺路。

第 3 步：处理 $(1 - \lambda/n)^{n-k}$——这坨是关键

大白话：$(1 - \lambda/n)^n$ 在 n → ∞ 时的极限是 $e^{-\lambda}$（这是自然对数 e 的定义式之一），剩下的几次方无关紧要。

把指数拆开：
$$\left(1 - \frac{\lambda}{n}\right)^{n-k} = \left(1 - \frac{\lambda}{n}\right)^n \cdot \left(1 - \frac{\lambda}{n}\right)^{-k}$$

当 n → ∞ 时：

• $\left(1 - \frac{\lambda}{n}\right)^n \to e^{-\lambda}$（核心极限：$\lim_{n \to \infty} (1 + x/n)^n = e^x$）
• $\left(1 - \frac{\lambda}{n}\right)^{-k} \to 1^{-k} = 1$（k 固定，括号内 → 1）

🧠 这一步在想什么：最关键的转化——自然对数 e 的定义就是 $\lim_{n \to \infty} (1 + x/n)^n = e^x$。这里 x = -λ，所以极限是 e^{-λ}。这是整条推导中"把离散变连续"的桥梁——自然对数 e 登场了。

第 4 步：合体——取极限 n → ∞

大白话：把第 2 步的前半截和第 3 步的后半截乘起来，n → ∞ 时各自收敛。

$$P(X = k) = \frac{\lambda^k}{k!} \cdot \left(1 - \frac{1}{n}\right)\left(1 - \frac{2}{n}\right)\cdots\left(1 - \frac{k-1}{n}\right) \cdot \left(1 - \frac{\lambda}{n}\right)^n \cdot \left(1 - \frac{\lambda}{n}\right)^{-k}$$

取 n → ∞：

• 前半截 k-1 个括号 → 1 × 1 × ... × 1 = 1（因为 k 固定，每个括号内 → 1）
• 中间 $(1 - \lambda/n)^n \to e^{-\lambda}$
• 最后 $(1 - \lambda/n)^{-k} \to 1$

全部乘起来：
$$\lim_{n \to \infty} P(X = k) = \frac{\lambda^k}{k!} \cdot 1 \cdot e^{-\lambda} \cdot 1 = \frac{\lambda^k}{k!} e^{-\lambda}$$

🧠 这一步在想什么：前半截（组合数变换）趋于 1，后半截（指数上那坨）趋于 e^{-λ}，乘起来就是泊松分布。推导全程只用了两个"老的"数学极限——组合数展开和 e 的定义——不需要新魔术。

第 5 步：泊松分布的期望和方差都是 λ

大白话：既然二项分布的极限是泊松，那二项的期望 np = λ 和方差 np(1-p) → λ（因为 p → 0 时 1-p → 1）的极限自然也是 λ。

从二项取极限：
$$E(X) = np = \lambda \quad \text{（始终等于 λ，不随 n 变化）}$$
$$Var(X) = np(1-p) = \lambda\left(1 - \frac{\lambda}{n}\right) \to \lambda \quad (n \to \infty)$$

怎么算出来的？从泊松分布律出发做一次级数求和即可——具体求和技巧第 4 章讲期望时教，这里先记住结论：E(X) = λ。

🧠 这一步在想什么：泊松分布的期望 = 方差 = λ 是它的"身份证"——看到期望方差相等的分布，第一反应就应该是泊松。而且 λ 既是期望也是方差，做题时可以互相验证。

④ 📝 推导复盘——大白话串一遍

整条推导只有三招：

1. 换元：把 p 写成 λ/n，让 n → ∞、p → 0 同时发生，np 始终 = λ 不变。
2. 拆解组合数：$C_n^k / n^k$ 展开成 k 个 $(1 - 某数/n)$ 的乘积 → 取极限 → 全变成 1。
3. e 的定义：$(1 - \lambda/n)^n \to e^{-\lambda}$——这是自然对数最经典的定义式，也是"离散变连续"的关键桥梁。

三招一合：$C_n^k p^k (1-p)^{n-k} \to \frac{\lambda^k}{k!} e^{-\lambda}$。

用大白话说：当试验次数多到离谱、成功概率小到可怜、但平均成功次数 λ = np 还正常时，二项分布就"退化"成了泊松分布——不用算 n 和 p 各是多少，只需要知道 λ 一个数就够了。

⑤ ⚠️ 易错边界

坑一：近似条件不是绝对的（n ≥ 20, p ≤ 0.05 只是经验法则）
n 不够大或 p 不够小时，泊松近似误差会变大。比如 n = 10, p = 0.3（p 不小），或者 n = 5, p = 0.01（n 不够大），都不适合用泊松近似。考试中如果题目没有明确说"用泊松近似"，先检查条件。

坑二：λ = np 不是 n/p 或 p/n
λ 是"平均成功次数"= 试验次数 × 每次成功概率。比如 1000 人每人发病概率 0.005 → λ = 5。最容易算错的是把 λ 写成 n/p = 200000——完全不是一个量级。

坑三：泊松近似是"近似"，不是"等于"
$C_n^k p^k (1-p)^{n-k} \approx \frac{\lambda^k}{k!} e^{-\lambda}$，不是恒等式。考试中写"≈"而不是"="。但在 n ≥ 100 且 p ≤ 0.01 时，近似误差通常不到 1%。

坑四：泊松的期望和方差都是 λ——但这是结论不是定义
期望 = 方差 = λ 是从推导中得出来的性质，不是泊松分布的"定义"。如果题目说"X 的期望 = 方差 = 3"，不能直接断定 X ~ P(3)——需要额外确认 X 的分布律确实是 $\frac{3^k}{k!} e^{-3}$ 的形式。

⑥ 🔗 在整条链中的位置

从哪里来：

• 二项分布 B(n, p) 的分布律 $C_n^k p^k (1-p)^{n-k}$——泊松是它的极限
• 自然对数 e 的定义 $\lim_{n \to \infty} (1 + x/n)^n = e^x$——推导的核心工具
• 组合数的阶乘展开——把离散的 $C_n^k$ 变成连续的极限

到哪里去：

• 本章题型六：泊松近似二项的具体计算——条件判断（n ≥ 20, p ≤ 0.05）+ λ = np + 直接套泊松公式
• 第 4 章：泊松分布的期望和方差都用级数求和正式推导
• 第 5 章：泊松过程——泊松分布是计数过程的核心分布，描述"一段时间内随机事件发生几次"
• 实际应用：排队论、保险精算、质量控制、网络流量分析——凡是"大量独立个体、每个个体发生概率极小"的场景，泊松都是首选模型

✍️ 立刻练一道（泊松近似二项）：某保险公司有 10000 个投保人，每人一年内发生事故的概率为 0.0005，且各人相互独立。设 X 为一年内发生事故的人数。用泊松分布近似计算：(1) 恰好有 4 人发生事故的概率；(2) 至少有 2 人发生事故的概率。（已知 e^{−5} ≈ 0.0067）

1.7 常见连续型分布

🧭 中场小结：到目前为止，你手上已经有了5个离散型分布的公式——0-1、二项、泊松、几何、超几何。它们有个共同点：都是用来算**"有几个"**的——成功几次、来几个电话、抽到几个次品。

接下来要讲的3个连续型分布用来算**"有多长/多重/多高"——等多长时间、身高多少厘米、误差多大。它们的"概率"不是某个点的概率（单点永远是0），而是一段区间里的面积**。准备好了吗？

说完了离散型，接下来看连续型分布。连续型分布用概率密度 f(x) 来描述，概率通过积分（面积）来计算。

均匀分布 U(a, b)——区间内等可能

先想一个场景：每个时刻"一样可能"，密度曲线该长什么样？

生活比喻：你在公交车站等车，车每10分钟来一班。你不知道上一班刚走还是下一班马上到——在0到10分钟之间，每个时刻"等到车"的可能性完全一样。

难在哪？——X 是连续型，单点概率永远是 0，没法"给每个点列一个概率"。但"每个时刻一样可能"这句话，数学上其实是在说：密度在 (0, 10) 上是一根水平的直线。

动手试探：那这根水平线有多高？用归一性来定——密度曲线下的总面积必须等于 1。这根线从 0 到 10 宽 10、高是常数 h，面积 = 10 × h = 1，所以 h = 1/10。推广到一般区间 (a, b)：宽 b−a，高必须是 1/(b−a)。密度公式不是背的——是"面积必须等于1"推出来的。

🧠 这一步在想什么："等可能"翻译成数学就是"密度是常数"；常数多大，由"总面积=1"决定。所以均匀分布的密度必然长成 $\frac{1}{b-a}$。

🔍 回头看看：这个"区间内密度处处相等"的分布，就是本节主角——均匀分布。它的好处是概率特别直观：$P(c<X<d) = (d-c)/(b-a)$，一个"长度比"就够。

正式定义（高频）：如果随机变量 X 的概率密度为
$$f(x) = \begin{cases} \frac{1}{b-a}, & a < x < b \ 0, & \text{其他} \end{cases}$$
则称 X 在区间 (a, b) 上服从均匀分布，记作 $X \sim U(a, b)$。

分布函数完整形式：$F(x) = \begin{cases} 0, & x \leq a \ \frac{x-a}{b-a}, & a < x < b \ 1, & x \geq b \end{cases}$

几何概率解释：$P(c < X < d) = \frac{d-c}{b-a}$（子区间长度 ÷ 总长度）。均匀分布中，概率 = 长度比！

均匀分布的期望和方差——为什么恰好是中点和"宽度平方除以12"？

① 🏫 生活场景：等公交——平均等多久？波动多大？

公交车每 10 分钟来一班，你在一个完全随机的时间点到站。等车时间 X 在 [0, 10] 上均匀分布。

• 期望（平均等多久）：直觉告诉你——5 分钟。因为最短 0 分钟、最长 10 分钟，正中间的 5 分钟是最自然的"平均"。这个直觉是对的：均匀分布的期望 = (a+b)/2 = 区间中点。
• 方差（等车时间波动多大）：如果有人问"等车时间稳定不稳定"，你怎么回答？虽然平均等 5 分钟，但有时候刚走到车就来了（0 分钟），有时候刚好错过一班（接近 10 分钟）。方差衡量这种"实际和平均差多远"的平均程度。均匀分布的方差 = (b-a)²/12——区间宽度的平方除以 12。

除以 12 这个数字是怎么来的？下面推导会告诉你——不是魔法，是积分出来的。

② 正式陈述

设 $X \sim U(a, b)$，即密度 $f(x) = \frac{1}{b-a}, ; a < x < b$，则：
$$E(X) = \frac{a+b}{2}, \quad Var(X) = \frac{(b-a)^2}{12}$$

③ 📌 完整推导——第 4 章再补

先记住结论：E(X) = (a+b)/2（区间中点），Var(X) = (b-a)²/12（宽度平方 ÷ 12）。为什么恰好是这两个数？推导思路：

• 期望：密度是常数 1/(b-a)，把 x·f(x) 在整个区间上做积分——平均位置自然落在正中间 (a+b)/2
• 方差：先求 E(X²)（要算 x²·f(x) 的积分），再用 Var(X) = E(X²) − [E(X)]² 这个公式

📌 这套计算（连续型随机变量的期望、方差公式，以及 E(X²) 的积分求法）都是第 4 章的核心内容。第 4 章学完再回来推导一次：期望积分出中点，方差积分出宽度平方 ÷ 12。现在先用结论。

④ 📝 直觉验证——结论对不对

• 等公交 U(0, 10)：E(X) = 5 分钟，Var(X) = 100/12 ≈ 8.33（分钟²）。标准差 ≈ 2.89 分钟——大多数时候等车时间在 5 ± 2.89 = 2.11 到 7.89 分钟之间。直觉合理。
• U(0, 1)：Var = 1/12 ≈ 0.083——区间窄，方差自然小。
• U(0, 100)：Var = 10000/12 ≈ 833——区间宽，方差就大。

💡 一句话记：均匀分布的期望是中点、方差是宽度²/12。12 这个数不是魔法——是第 4 章积分推导时自然冒出来的。

⑤ ⚠️ 易错边界

坑一：区间是 (a, b) 还是 [a, b]？
均匀分布的密度定义通常写开区间 (a, b)，但因为连续型单点概率为 0，写成开区间或闭区间没有实质区别。分布函数在端点的定义要注意：F(x) = 0 当 x ≤ a，F(x) = 1 当 x ≥ b。

坑二：方差是 (b-a)²/12，不是 (b-a)/12 或 (b-a)²/6
系数是 1/12，容易记成 1/6 或漏掉平方。验证记忆：U(0, 1) 的方差 = 1/12 ≈ 0.083，如果算出来是 1/6 ≈ 0.167 就错了。

坑三：均匀分布"等可能"指的是区间内每个子区间概率相等，不是每个点概率相等
连续型单点概率永远是 0。"等可能"的意思是：落在 [c, d] 里的概率只和区间长度 d−c 成正比，和区间位置无关。公式：$P(c < X < d) = (d-c)/(b-a)$。

坑四：E(X) = (a+b)/2 是区间中点，和"均匀"直接相关
如果分布不是均匀的（密度不是常数），期望不一定在中点。不要看到 [a, b] 区间就自动写上 (a+b)/2——除非明确说是均匀分布。

⑥ 🔗 在整条链中的位置

从哪里来：

• 连续型随机变量的期望定义：$E(X) = \int x f(x) dx$（第 4 章系统讲）
• 方差公式：$Var(X) = E(X^2) - [E(X)]^2$（第 4 章系统讲）
• 定积分计算：$\int x dx = x^2/2$、$\int x^2 dx = x^3/3$（微积分基础）

到哪里去：

• 本章题型三：均匀分布求概率——直接用"长度比"公式 $P = (d-c)/(b-a)$
• 第 3 章：二维均匀分布——在平面区域上"等可能"，概率 = 面积比
• 第 4 章：期望和方差的统一框架——均匀分布的 $E(X)=(a+b)/2$ 和 $Var(X)=(b-a)^2/12$ 是连续型期望公式的直接应用
• 随机模拟：均匀分布是计算机生成一切随机数的起点——先生成 U(0,1)，再变换得到任意分布

✍️ 立刻练一道（均匀分布综合）：设 X ~ U(1, 5)。(1) 写出概率密度 f(x) 和分布函数 F(x)；(2) 求 P(2 < X < 4)；(3) 求 P(X > 3)。

指数分布 Exp(λ)——寿命与等待时间

先想一个场景：灯泡不记得自己亮了多久，密度曲线该长什么样？

生活比喻：一个灯泡的寿命。它今天亮不亮，不影响明天还能亮多久——灯泡不记得自己已经亮了多久！ 一台设备用了1000小时，它"还能再用多久"的分布，和一台新设备"能用多久"的分布完全一样。

难在哪？——"无记忆"是非常苛刻的要求：剩余寿命的分布不能随"已经用掉的时间"变化。数学上能同时满足"连续、非负、无记忆"的形状，只有唯一一个——这直接把密度曲线"逼"成了一种固定形状。

动手试探：回想几何分布的无记忆性靠的是"指数相减"：$(1-p)^{m+n}/(1-p)^m = (1-p)^n$，已经输掉的 m 次被约掉。连续版要一模一样，就要求"活过 s 小时的概率"是一个指数函数 $a^s$（因为 $a^{s+t}/a^s = a^t$，s 自动消失）。把失效率记为 λ，就有 $P(X > s) = e^{-\lambda s}$；密度是"尾巴概率"的导数：$f(x) = -\frac{d}{dx}e^{-\lambda x} = \lambda e^{-\lambda x}$。指数密度不是凭空出现的——它是"无记忆"唯一逼出来的形状。

🧠 这一步在想什么：整个公式只有一个参数 λ（失效率）——λ 越大越容易坏、平均寿命 1/λ 越短。密度从 x=0 的 λ 一路指数衰减到 0：越往后越可能已经坏掉，但每一刻的失效率都不变，这正是无记忆的几何外观。

🔍 回头看看：这个"寿命/等待时间"的分布，就是本节主角——指数分布。它是几何分布的连续版：几何管"投几次才进"，指数管"等多长时间才坏"，靠的都是同一个指数函数把"过去"消掉。

正式定义（高频）：如果随机变量 X 的概率密度为
$$f(x) = \begin{cases} \lambda e^{-\lambda x}, & x > 0 \ 0, & x \leq 0 \end{cases}$$
其中 λ > 0，则称 X 服从参数为 λ 的指数分布，记作 $X \sim Exp(\lambda)$。

分布函数推导：$F(x) = \int_0^x \lambda e^{-\lambda t},dt = 1 - e^{-\lambda x}$

注意 $P(X > x) = e^{-\lambda x}$——指数分布的"尾巴"概率非常简洁，经常用到。

指数分布的无记忆性——连续版本的"忘记过去"

指数分布是唯一具有无记忆性的连续型分布——和几何分布（离散型中唯一无记忆）形成完美的对应。两者的代数结构完全一样，只是"次数"换成了"时间"。

① 🏫 生活场景：灯泡不记得自己亮了多久

一个灯泡已经亮了 1000 小时。你问："它还能再亮 500 小时的概率是多少？"

如果你的直觉是"已经亮了 1000 小时，快坏了，再亮 500 小时不太可能"——那是你假设灯泡会"老化"。但指数分布假设灯泡不老化——它的"失效率"始终不变。一个亮了 1000 小时的灯泡，和全新的灯泡，"还能再亮 500 小时以上"的概率完全一样。

这听起来反直觉——现实中的灯泡会老化。但有些电子元件（在稳定工作期内）确实接近无记忆；有些自然现象（如放射性衰变）也遵循这个规律。

几何 = "投多少次才进"不记得之前投丢过几次；指数 = "等多长时间才坏"不记得已经工作多久。一个管次数，一个管时间，数学上完全对应。

② 正式陈述

定理（指数分布的无记忆性）：设随机变量 X 服从参数为 λ 的指数分布（即 X ~ Exp(λ)），则对任意正实数 s, t > 0，有：
$$P(X > s+t \mid X > s) = P(X > t)$$

其中 s 是"已经工作的时间"（已知条件），t 是"还要再工作的时间"（你关心的问题）。

用大白话说：已知元件已经工作了 s 小时还没坏，"还能再工作超过 t 小时"的概率，和一个全新元件"能工作超过 t 小时"的概率完全一样。元件不记得自己已经工作过 s 小时——过去的 s 小时被"忘"了。

等价形式（用指数分布的尾巴公式 $P(X > t) = e^{-\lambda t}$ 代入）：
$$P(X > s+t \mid X > s) = e^{-\lambda t}$$

两种写法说的同一件事：条件概率 = 无条件概率，s 被消掉了。指数分布是唯一具有无记忆性的连续型分布（正如几何分布是唯一具有无记忆性的离散型分布）。

③ 🧠 推导过程

第 1 步：先算 P(X > t)——"寿命超过 t"的概率

大白话：指数分布最方便的就是"尾巴概率"——比 t 活得长的概率，公式特别简洁。

X ~ Exp(λ)，密度 $f(x) = \lambda e^{-\lambda x}, x > 0$，分布函数 $F(x) = 1 - e^{-\lambda x}$。所以：
$$P(X > t) = 1 - F(t) = e^{-\lambda t}$$

这就是指数分布"尾巴"的标准公式——简洁到惊人。

第 2 步：算条件概率 P(X > s+t | X > s)

大白话：已知活了 s 小时（还没坏），问"再活超过 t 小时"的概率。

由条件概率公式：
$$P(X > s+t \mid X > s) = \frac{P(X > s+t ;\text{且}; X > s)}{P(X > s)} = \frac{P(X > s+t)}{P(X > s)}$$

分子中 ${X > s+t}$ 自动包含 ${X > s}$（因为 s+t > s），所以交集就是 ${X > s+t}$。

代入尾巴公式：
$$P(X > s+t \mid X > s) = \frac{e^{-\lambda(s+t)}}{e^{-\lambda s}} = e^{-\lambda t}$$

第 3 步：和 P(X > t) 比较

大白话：$e^{-\lambda t}$ 正好等于 $P(X > t)$——也就是"全新元件寿命超过 t"的概率。

$$P(X > s+t \mid X > s) = e^{-\lambda t} = P(X > t)$$

结论：已经活了 s 小时之后，还能再活超过 t 小时的概率，等于一个全新的元件能活超过 t 小时的概率。s 消失了——过去的 s 小时被"忘"得一干二净。

🧠 核心观察：$e^{-\lambda(s+t)} / e^{-\lambda s} = e^{-\lambda t}$，指数函数的"幂相减 = 指数相减"性质产生了无记忆效应。这和几何分布 $(1-p)^{m+n} / (1-p)^m = (1-p)^n$ 的代数结构完全一样——离散对应 $(1-p)$，连续对应 $e^{-\lambda}$。它们都是"乘法变加法"的指数函数的特例。

④ 📝 大白话复盘 + 几何分布 vs 指数分布对应表

指数分布的无记忆性：元件不记得自己已经工作了多久——剩余寿命的分布始终和新的一样。

这张表记下来，几何和指数的无记忆性就永远不会搞混——离散是 $(1-p)^n$，连续是 $e^{-\lambda t}$，代数结构一模一样。

⑤ ⚠️ 易错边界

坑一：无记忆性 ≠ "永远不会坏"
无记忆性说的是剩余寿命的分布不变，不是说元件真的永生。λ 越大（失效率越高），不管是新元件还是旧元件，剩余寿命都短——只是"旧"不影响剩余寿命而已。

坑二：现实中指数分布只是近似
真正的灯泡、轴承会老化——用久了坏的概率增加，不是无记忆的。指数分布适用于"稳定工作期"或某些无老化现象（如放射性衰变）。考试不考这个现实差异，但要理解这是数学模型，不是绝对真理。

坑三：条件概率方向别反
$P(X > s+t \mid X > s)$ 和 $P(X > s \mid X > s+t)$ 完全不同！前者是"已知活了 s，问还能活超过 t"，后者是"已知活了 s+t，问是否活过了 s"——后者当然是 1（s+t > s 必然成立）。无记忆性是前者，别把条件和结论搞反。

坑四：指数分布是唯一无记忆的连续分布
和几何分布一样，指数分布也具有唯一性——如果连续型非负随机变量满足无记忆性，则它一定是指数分布。考试中如果看到"无记忆性"三个字但没有说是什么分布，离散型选几何、连续型选指数。

⑥ 🔗 在整条链中的位置

从哪里来：

• 指数分布的定义：$f(x) = \lambda e^{-\lambda x}$（密度），$F(x) = 1 - e^{-\lambda x}$（分布函数），$P(X > t) = e^{-\lambda t}$（尾巴概率——推导的出发点）
• 条件概率公式：$P(A|B) = P(AB)/P(B)$（推导工具）
• 指数函数的乘法性质：$e^{-\lambda(s+t)} = e^{-\lambda s} \cdot e^{-\lambda t}$（代数基础——消掉 s 的关键）
• 几何分布的无记忆性：$P(X > m+n | X > m) = (1-p)^n$——离散版对应 $(1-p)$，连续版对应 $e^{-\lambda}$

到哪里去：

• 本章题型三·子类型④：指数分布求概率——用 $P(X > t) = e^{-\lambda t}$ 和 $P(X > s+t | X > s) = P(X > t)$ 做条件概率计算
• 第 4 章：指数分布的期望 $E(X) = 1/\lambda$——"平均寿命 = 1/失效率"，无记忆性意味着每个时刻"剩余寿命的期望"始终是 $1/\lambda$，不会因为用久了而缩短
• 可靠性工程：指数分布是"浴盆曲线"中稳定工作期的数学模型——在元件不老化的工作阶段，失效率恒定，无记忆性成立

✍️ 立刻练一道（指数分布综合）：设某电子元件的寿命 X（单位：千小时）服从参数 λ = 2 的指数分布。(1) 写出密度函数 f(x) 和分布函数 F(x)；(2) 求寿命超过 500 小时的概率；(3) 已知该元件已经工作了 500 小时，求还能再工作 500 小时以上的概率（无记忆性验证）。（已知 e^{−1} ≈ 0.3679）

正态分布 N(μ, σ²)——最重要的分布

先想一个场景：身高大多在平均值附近、越极端越少，密度曲线该长什么样？

生活比喻：人的身高——大多数人身高在平均值附近（比如男生平均175cm），特别高（2米以上）和特别矮（1米5以下）的人都很少。画出来就像一个钟形——中间高、两边低、左右对称。这几乎是自然界最常见的分布。

难在哪？——"钟形"只是大概的样子，数学上得给出精确公式。中间高、两边低、左右对称——什么样的函数天然长这样？最简单的候选是 $e^{-x^2}$：x 离 0 越远，x² 越大，$e^{-x^2}$ 越小——天然就是"中间最高、两边衰减、左右对称"。

动手试探：给这个形状加两个"旋钮"——①把中心从 0 挪到 μ：$e^{-\frac{(x-\mu)^2}{2\sigma^2}}$；②控制胖瘦：σ 越小越瘦高、σ 越大越矮胖。最后还有一条铁律"总面积必须=1"，归一性会逼出前面那个系数 $\frac{1}{\sqrt{2\pi},\sigma}$。于是：
$$f(x) = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$

🧠 这一步在想什么：整个公式的灵魂是指数上那个 $(x-\mu)^2$——它同时造成三个性质：中间最高（x=μ 时指数最大）、左右对称（± 都一样）、越远越接近 0。μ 定中心、σ 定胖瘦、系数管总面积。归一性里的 $\sqrt{2\pi}$ 是积分算出来的常数，不用纠结它从哪来。

🔍 回头看看：这个"钟形"的分布，就是本节主角——正态分布。它是概率论最重要的分布：身高、血压、成绩、测量误差、零件尺寸……几乎所有"大量独立小因素叠加"的量都会近似它。这也是为什么下面要专门学它的"标准化"。

正式定义（核心中的核心）：如果随机变量 X 的概率密度为
$$f(x) = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}, \quad -\infty < x < +\infty$$
其中 μ 为实数，σ > 0，则称 X 服从参数为 μ, σ² 的正态分布（也叫高斯分布），记作 $X \sim N(\mu, \sigma^2)$。

正态密度曲线的形状

• μ（均值）：钟的中心位置。μ 越大，整座钟往右移；μ 越小，往左移。形状完全不变。
• σ（标准差）：钟的"胖瘦"。σ 越小，钟越瘦高（数据越集中）；σ 越大，钟越矮胖（数据越分散）。

正态密度曲线的五个特征（高频）：

1. 对称性：关于 x = μ 对称（左边和右边完全一样）
2. 单峰性：在 x = μ 处取到最大值 $\frac{1}{\sqrt{2\pi},\sigma}$
3. 拐点：在 x = μ ± σ 处曲线改变弯曲方向
4. 渐近线：x → ±∞ 时 f(x) → 0（尾巴拖得很远但一直在降）
5. 面积：曲线下的总面积 = 1

正态分布的密度函数没有初等积分表达式！也就是说，F(x) 不能写成普通的加减乘除形式，必须用数值表查。这就是为什么我们需要"标准化"。

标准化——把任意正态变成标准正态（定理级）

正态分布的分布函数 $\int_{-\infty}^x \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(t-\mu)^2}{2\sigma^2}},dt$ 没有初等表达式——没法写成我们学过的加减乘除、指数对数的简单组合。但标准正态 N(0, 1) 有现成的数值表可以查。标准化做的事情就是把任意正态"翻译"成标准正态——让查表成为可能。

① 🏫 生活场景：不同班级的成绩怎么公平比较？

A 班语文考试，全班平均分 70，分数差距（标准差）10 分。B 班数学考试，全班平均分 80，分数差距 20 分。

小明在 A 班考了 85 分，小红在 B 班考了 90 分。乍一看小红高——90 > 85。但这不公平：两个班的"尺子"不一样！A 班整体分数低（均值 70），B 班整体分数高（均值 80），而且 A 班分数更集中（标准差 10），B 班更散（标准差 20）。

怎么公平比较？统一用一把"标准尺子"——不直接比原始分，而是比"你比你们班平均分高了几个标准差"：

• 小明：(85 − 70) ÷ 10 = 1.5 个标准差（比平均高 1.5σ，在 A 班属于优秀）
• 小红：(90 − 80) ÷ 20 = 0.5 个标准差（比平均高 0.5σ，在 B 班只是中上）

结论：小明在 A 班的相对排名远高于小红在 B 班的排名——虽然小红原始分更高。

这个"离平均差几个标准差"的操作，就是标准化。正态分布的标准化完全一样——把任何一个"班级"（均值 μ、标准差 σ）的成绩，换算成"统一标准尺"（均值 0、标准差 1）上的数字。

② 正式陈述

定理（正态分布的标准化）：若 $X \sim N(\mu, \sigma^2)$（即 X 服从均值 μ、方差 σ² 的正态分布），令
$$Z = \frac{X - \mu}{\sigma}$$
则 $Z \sim N(0, 1)$，即 Z 服从标准正态分布。

标准正态分布涉及两个符号，不搞懂后面寸步难行：

• $\phi(z)$（小写希腊字母 phi，读作"fai"）：标准正态的概率密度。$\phi(z) = \frac{1}{\sqrt{2\pi}} e^{-z^2/2}$。它告诉你"在 z 这个位置，密度是多少"。
• $\Phi(z)$（大写希腊字母 Phi）：标准正态的分布函数。$\Phi(z) = P(Z \leq z) = \int_{-\infty}^z \phi(t),dt$。它告诉你"标准正态变量取值不超过 z 的概率是多少"。

🚗 怎么记：小 φ 是"速度"（密度 = 变化率），大 Φ 是"里程"（分布函数 = 累积量）。查表查的是大 Φ——也就是"从最左边一直积到 z，总共有多少概率"。

标准正态表怎么查？ 表里列出了不同 z 值对应的 Φ(z) 数值。比如：

 z    | 0.00   0.01   0.02   ...  0.09
------+--------------------------------
 0.0  | 0.5000 0.5040 0.5080 ... 0.5359
 0.1  | 0.5398 0.5438 0.5478 ... 0.5753
 ...
 1.0  | 0.8413 0.8438 0.8461 ... 0.8643
 1.9  | 0.9713 0.9719 0.9726 ... 0.9767
 2.0  | 0.9772 0.9778 0.9783 ... 0.9817

比如查 Φ(1.0)：左边竖列找"1.0"那一行，顶上横排找"0.00"那一列，交叉位置 0.8413 就是答案。查 Φ(1.96)：行找"1.9"，列找"0.06"，交叉处 0.9750。考试时会给一小段表，够你用。

特殊值速记（常用考点）：

• $\Phi(0) = 0.5$
• $P(|Z| \leq 1) \approx 0.6827$（68%的数据在均值±1个标准差内）
• $P(|Z| \leq 1.645) = 0.90$
• $P(|Z| \leq 1.96) = 0.95$
• $P(|Z| \leq 2.576) = 0.99$
• 上 α 分位点 $z_{0.025} = 1.96$

③ 🧠 完整推导：为什么 $Z = \frac{X-\mu}{\sigma}$ 恰好变成标准正态？

第 1 步：平移——减去均值 μ，把中心移到 0

定义 Y = X − μ。我们想知道 Y 的分布。

X 的密度是：$f_X(x) = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$

用分布函数法求 Y 的密度：
$$F_Y(y) = P(Y \leq y) = P(X - \mu \leq y) = P(X \leq y + \mu) = F_X(y + \mu)$$

对 y 求导（链式法则）：
$$f_Y(y) = f_X(y + \mu) \cdot 1 = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{(y + \mu - \mu)^2}{2\sigma^2}} = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{y^2}{2\sigma^2}}$$

🧠 这一步在想什么：把整条曲线往左挪 μ 的距离。公式里原本的 $(x-\mu)^2$ 变成了 $(y+\mu-\mu)^2 = y^2$——中心从 μ 移到了 0。但注意：宽度没变，指数上分母还是 $2\sigma^2$，前面的系数还是 $\frac{1}{\sqrt{2\pi}\sigma}$。现在均值是 0 了，但方差还是 σ²——"钟"挪到原点，胖瘦没变。

第 2 步：缩放——除以标准差 σ，把宽度缩到 1

定义 $Z = \frac{Y}{\sigma} = \frac{X-\mu}{\sigma}$。继续用分布函数法。

$$F_Z(z) = P(Z \leq z) = P\left(\frac{Y}{\sigma} \leq z\right) = P(Y \leq \sigma z) = F_Y(\sigma z)$$

对 z 求导：
$$f_Z(z) = f_Y(\sigma z) \cdot \sigma = \frac{1}{\sqrt{2\pi},\sigma} e^{-\frac{(\sigma z)^2}{2\sigma^2}} \cdot \sigma = \frac{1}{\sqrt{2\pi}} e^{-\frac{z^2}{2}} = \phi(z)$$

🧠 这一步在想什么：除以 σ 是把曲线横向压缩——"胖"的钟变瘦。来追踪三个关键位置的 σ 都去了哪里：

• 指数上的 $\sigma^2$ 来自密度公式，$(\sigma z)^2$ 除以 $2\sigma^2$，$\sigma^2$ 约掉——指数干干净净变成 $-\frac{z^2}{2}$
• 系数中的 $\frac{1}{\sigma}$（密度公式自带）和链式法则求导乘出来的 $\sigma$ 正好消掉——前面剩 $\frac{1}{\sqrt{2\pi}}$

最终得到的就是 $\frac{1}{\sqrt{2\pi}} e^{-z^2/2}$——标准正态密度！

第 3 步：双重确认——用期望和方差验证

确保 Z 的均值真的是 0，方差真的是 1。

$$E(Z) = E\left(\frac{X - \mu}{\sigma}\right) = \frac{1}{\sigma}E(X - \mu) = \frac{1}{\sigma}(E(X) - \mu) = \frac{1}{\sigma}(\mu - \mu) = 0$$

$$Var(Z) = Var\left(\frac{X - \mu}{\sigma}\right) = \frac{1}{\sigma^2}Var(X - \mu) = \frac{1}{\sigma^2}Var(X) = \frac{1}{\sigma^2} \cdot \sigma^2 = 1$$

🧠 这一步在想什么：期望和方差的双重确认——均值确实是 0，方差确实是 1。这和密度函数的结果互相印证：密度是 $\frac{1}{\sqrt{2\pi}} e^{-z^2/2}$ 的正是 N(0, 1)。注意方差运算中：常数（μ）加减不改变方差，但除以 σ 会让方差除以 σ²——刚好消成 1。

综合结论：$f_Z(z) = \phi(z)$ 且 $E(Z) = 0, Var(Z) = 1$——Z 完全符合标准正态分布 N(0, 1) 的定义。得证。

④ 📝 推导复盘——用大白话重新讲一遍

标准化就是把任意一个正态分布"调理"成标准尺寸，分两步操作：

第一步"搬家"：减去均值 μ。就像把一个钟形曲线从"位置 μ"平移到"位置 0"——钟的形状完全不变，中心从 μ 挪到了 0。密度公式里原本的 $(x-\mu)^2$ 变成了 $y^2$。

第二步"缩水"：除以标准差 σ。就像把钟形曲线在横轴上挤一下——"胖"的变瘦，"瘦"的更瘦，统统统一到宽度 1。密度公式里的 σ 们自己跟自己干了一架：指数上的 σ² 被约掉，系数里的 σ 和链式法则乘出来的 σ 互相抵消——最终剩下的就是干干净净的 $\frac{1}{\sqrt{2\pi}} e^{-z^2/2}$。

两步合起来，用大白话说："不管什么正态分布，先把它挪到零点的位置，再把它挤到单位宽度——这样全世界所有的正态就都变成一个标准形状了，一张表就能查所有。"

标准化过后，任意正态分布的概率计算变成三步：

1. 写出 $Z = \frac{X-\mu}{\sigma}$（标准化变换）
2. 把原始不等式转化为 Z 的不等式（比如 $P(X < a) = P(Z < \frac{a-\mu}{\sigma})$）
3. 查标准正态表（或用 Φ 符号表示结果）

⑤ ⚠️ 易错边界——这些坑踩了会丢分

坑一：标准化用 σ（标准差），不是 σ²（方差）！
题目如果给的是"方差 σ² = 4"，那 σ = 2。标准化时 $Z = \frac{X-\mu}{2}$，不是除 4。这是最高频的失误——做题前先用笔圈出"方差 = σ²"，算出 σ 再代入公式。

坑二：标准化改变数值，但不改变分布的形状类型
标准化的结果是另一个正态分布——形状依然是钟形。它只是换了横轴上的刻度（平移+缩放），钟还是那个钟，不是变成了别的分布。

坑三：查表前必须标准化
正态分布表只有 N(0, 1) 的版本——不存在"查 N(5, 4) 的表"。任何 N(μ, σ²) 的问题，第一步必须先做 Z 变换。如果题目没有给查表需要的数值，就让你用 Φ 符号表达结果（不要求算出具体数字）。

坑四：Φ(−z) = 1 − Φ(z) 常忘用——这个公式是建立在对称性上的
标准正态表通常只给 z ≥ 0 的值（因为曲线关于 0 对称，负半边的值可以通过对称性转化）。比如要查 Φ(−1.5)，表里找不到 −1.5——你得算 1 − Φ(1.5) = 1 − 0.9332 = 0.0668。

坑五：aX + b 的方差是 a²σ²，不是 aσ²
若 X ~ N(μ, σ²)，则 Y = aX + b ~ N(aμ + b, a²σ²)。方差乘以 a²——因为方差衡量的是"平方后的平均偏离程度"，乘 a 倍后偏离也乘 a 倍，平方一下就是 a²。标准化中除以 σ，方差就除以 σ²——刚好消成 1。

坑六：标准化是线性变换的特例
把 $Z = \frac{X-\mu}{\sigma}$ 写成 $Z = \frac{1}{\sigma}X + (-\frac{\mu}{\sigma})$，这就是 $a = \frac{1}{\sigma}, b = -\frac{\mu}{\sigma}$ 的线性变换。按公式：$Z \sim N(a\mu + b, a^2\sigma^2) = N(\frac{\mu}{\sigma} - \frac{\mu}{\sigma}, \frac{\sigma^2}{\sigma^2}) = N(0, 1)$。和推导结果一致——标准化是线性变换性质的一个具体应用。

⑥ 🔗 在整条链中的位置

从哪里来：

• 正态分布的定义（密度 $f(x) = \frac{1}{\sqrt{2\pi}\sigma} e^{-(x-\mu)^2/(2\sigma^2)}$）——标准化定理从这个定义出发
• 分布函数法（第 2 步和第 3 步推导中反复使用 Y = g(X) 求密度）
• 期望和方差的基本运算性质（第 4 步验证 E(Z) = 0, Var(Z) = 1）
• 线性变换保持正态性（"正态分布的重要性质"之一，标准化是它的特例）

到哪里去：

• 本章：下面紧接着"正态分布的重要性质"——标准化是线性变换性质的特殊情况；Φ(z) 的查表和对称性公式是题型四（正态标准化计算）的核心操作
• 第 6 章：样本均值的抽样分布——多个正态变量的平均值 $\bar{X} \sim N(\mu, \sigma^2/n)$，标准化为 $\frac{\bar{X}-\mu}{\sigma/\sqrt{n}} \sim N(0,1)$
• 第 5 章：中心极限定理——不管原始分布是什么，标准化后的独立同分布部分和在 n → ∞ 时趋于 N(0, 1)。标准化是中心极限定理的灵魂操作
• 数理统计：假设检验中的 Z 检验、置信区间的构造——全都依赖于把统计量标准化后查表

正态分布的重要性质

性质一：线性变换仍为正态（必考）
若 $X \sim N(\mu, \sigma^2)$，则 $Y = aX + b \sim N(a\mu + b, a^2\sigma^2)$。
特别地，$a = 1/\sigma, b = -\mu/\sigma$ 时，$Y = (X-\mu)/\sigma \sim N(0, 1)$——这就是标准化！

注意：方差变成了 $a^2\sigma^2$（乘以 a 的平方！），不是 $a\sigma^2$。

性质二：独立正态之和仍为正态（可加性）
若 $X \sim N(\mu_1, \sigma_1^2)$，$Y \sim N(\mu_2, \sigma_2^2)$ 且 X, Y 独立，则：
$$X + Y \sim N(\mu_1 + \mu_2, \sigma_1^2 + \sigma_2^2)$$

性质三：对称性
$P(X \leq \mu - c) = P(X \geq \mu + c)$（左右尾巴对称）

性质四：3σ 原则
$P(|X - \mu| \leq 3\sigma) \approx 0.9973$——几乎（99.73%）的数据都在均值±3个标准差范围内。超出3σ 的范围，基本可以认为不可能发生。

正态分布的计算——先动手算一道，再悟出套路

看到这题，先别慌：设 X ~ N(3, 4)，求 P(2 < X ≤ 5)。（已知 Φ(1) = 0.8413，Φ(0.5) = 0.6915）

难在哪？——正态分布 F(x) 没有初等表达式，直接积分算不出。但标准正态 N(0, 1) 有表可查。所以思路是：先把 X 的区间换算成 Z 的区间，再用表。

动手试探：σ² = 4 所以 σ = 2，标准化 Z = (X−3)/2 ~ N(0,1)。区间也跟着换：2 < X ≤ 5 ⟺ (2−3)/2 < Z ≤ (5−3)/2 ⟺ −0.5 < Z ≤ 1。于是：
$$P(2 < X \leq 5) = P(-0.5 < Z \leq 1) = \Phi(1) - \Phi(-0.5)$$
查表 Φ(1) = 0.8413。但表里没有 −0.5？——用对称性 Φ(−0.5) = 1 − Φ(0.5) = 1 − 0.6915 = 0.3085。
$$= 0.8413 - 0.3085 = 0.5328$$

🧠 这一步在想什么：整个流程其实是"标准化 → 区间跟着换 → 化为 Φ 表达式 → 查表"，中间唯一的小机关是负的 z 用 Φ(−z) = 1 − Φ(z) 转成正的。

🔍 回头看看：我们已经把"任意正态求区间概率"变成了一条固定流水线——这比死记公式有用得多。

📌 以后就这么办：①标准化 Z = (X−μ)/σ（注意除以 σ，不是 σ²）；②把原始区间换算成 Z 的区间；③写成 Φ(z) 表达式；④查表（负的用对称性 Φ(−z) = 1 − Φ(z)）。

✍️ 立刻练一道（正态标准化计算）：设 X ~ N(10, 4)。(1) 求 P(X > 13)；(2) 求 P(|X − 10| < 3)。已知 Φ(1.5) = 0.9332，Φ(1) = 0.8413。

✍️ 立刻练一道（正态分布应用·真题改编）：某高校男生身高 X（单位：cm）服从正态分布 N(172, 36)。(1) 求身高在 166cm 到 178cm 之间的概率；(2) 若该校按身高从高到低排，身高最高的 2.5% 的男生需要多高以上？（已知 Φ(1) = 0.8413，Φ(2) = 0.9772，z_{0.025} = 1.96）

反求 μ 和 σ——已知两个累积概率，倒推两个参数（先动手算一道）

看到这题，先别慌：设 X ~ N(μ, σ²)，已知 P(X ≤ 60) = 0.8413，P(X ≤ 50) = 0.3085。求 μ 和 σ。（已知 Φ(1) = 0.8413，Φ(−0.5) = 0.3085）

难在哪？——前面都是"知道 μ、σ 求概率"，这题反过来：只知道两个概率，要倒推 μ、σ 两个未知数。两个未知数需要两个方程，正好题目给了两个条件——这就是联立方程的路子。

动手试探：把两个条件各自标准化：
$$P(X \leq 60) = \Phi\left(\frac{60-\mu}{\sigma}\right) = 0.8413 \quad \Rightarrow \quad \frac{60-\mu}{\sigma} = 1$$
$$P(X \leq 50) = \Phi\left(\frac{50-\mu}{\sigma}\right) = 0.3085 \quad \Rightarrow \quad \frac{50-\mu}{\sigma} = -0.5$$

🧠 这一步在想什么：0.8413 和 0.3085 一看就是要查表反查——Φ(z)=0.8413 时 z=1，Φ(z)=0.3085 时 z=−0.5（负值用对称性 Φ(−0.5)=1−Φ(0.5)=0.3085）。于是两个条件变成两个整方程：(60−μ)/σ=1 和 (50−μ)/σ=−0.5。

🔍 回头看看：解联立方程——两式相减消掉 μ：(60−μ)−(50−μ) = σ−(−0.5σ)，即 10 = 1.5σ，σ = 20/3；代回得 μ = 60−20/3 = 160/3。亲手验算一下：标准化 (60−160/3)/(20/3) = (20/3)/(20/3) = 1 ✓，(50−160/3)/(20/3) = (−10/3)/(20/3) = −0.5 ✓。两个条件都对上了，答案可靠。

📌 以后就这么办：已知两个累积概率反求 μ、σ——①把每个条件都标准化成 Φ((a−μ)/σ) = 已知数；②查表（或反查）把 Φ 换成 z 值，得到两个整方程；③联立解出 μ、σ；④代回验算两个标准化分数是否对上。

✍️ 立刻练一道（反求参数）：设 X ~ N(μ, σ²)，已知 P(X ≤ 70) = 0.9772，P(X ≤ 80) = 0.9938。求 μ 和 σ。（已知 Φ(2) = 0.9772，Φ(2.5) = 0.9938）

1.8 随机变量函数的分布

说完常见分布之后，我们来看一个更一般的问题：已知一个随机变量 X 的分布，如果对 X 做运算（比如 Y = X²、Y = 2X + 3、Y = |X|），那么新变量 Y 的分布是什么？

生活比喻：你已知一个班级每个学生的身高 X（厘米）。现在定义 Y = X − 100（身高减100）。问：Y 这个新变量的分布是什么？Y 的分布规律可以从 X 的分布规律推导出来——这就是"求随机变量函数的分布"。

正式定义（高频考点）：已知随机变量 X 的分布，$Y = g(X)$ 是 X 的函数，求 Y 的分布。

离散型——三步法

先动手算一道：Y = X²，X 的分布律已知，怎么求 Y 的分布？

看到这题，先别慌：已知 X 的分布律

难在哪？——X 有 4 个取值，Y 是新变量，它的分布律没法直接抄。但有一个直觉：X 取某个值的概率是固定的，Y 只是 X 的"结果"——X=−1 发生，Y=1 就发生，概率还是 0.2。

动手试探：把每个 X 取值代进 Y = X²，逐个记下对应概率——

• X = −1 → Y = 1，概率 0.2
• X = 0 → Y = 0，概率 0.1
• X = 1 → Y = 1，概率 0.3
• X = 2 → Y = 4，概率 0.4

但这时发现问题了：Y=1 出现了两次（X=−1 和 X=1 都对应 Y=1）。Y 的分布律里 Y=1 只能出现一次，怎么办？——把两条路都算进"Y=1"的概率：0.2 + 0.3 = 0.5。

🧠 这一步在想什么：每出现一个 Y 的取值，就把所有"通往它的 X 取值的概率"加起来。这就是"合并相同值"——最容易漏的一步。

🔍 回头看看：其实就三步——①把每个 X 代入 y = g(x) 算出 Y 的取值；②每个对应的概率原样抄过来；③相同 Y 值的概率合并。检查一下：0.1 + 0.5 + 0.4 = 1 ✓。

📌 以后就这么办（离散型三步法）：①把 X 的每个取值 x_k 代入 y = g(x_k)，算出 Y 的所有取值；②Y = g(x_k) 的概率 = P(X = x_k)；③若不同 x 得到相同 y，把概率加起来合并。

✍️ 立刻练一道（离散型函数分布）：已知 X 的分布律：

连续型——分布函数法（万能方法）

先想一个场景：Y = −ln X，X 的密度已知，怎么求 Y 的密度？

看到这题，先别慌：设 X ~ U(0, 1)（均匀分布，密度在 (0,1) 内是常数 1），求 Y = −ln X 的概率密度。

难在哪？——Y 是连续型，它没有分布律可以"逐条列"。而上一节离散型的"三步法"在连续型这里用不了：X 有不可数个取值，没法一个一个代入。

动手试探：不能直接求密度，那就换个思路——先求 Y 的分布函数 F_Y(y)，再求导。为什么？因为"分布函数"我们已经会算：F_Y(y) = P(Y ≤ y) = P(−ln X ≤ y)。把它解成关于 X 的不等式：−ln X ≤ y ⟺ ln X ≥ −y ⟺ X ≥ e^{−y}。所以
$$F_Y(y) = P(X \geq e^{-y}) = 1 - F_X(e^{-y})$$
X ~ U(0,1) 的分布函数是 F_X(x) = x（0 < x < 1），e^{−y} 落在 (0,1) 里（当 y > 0），所以 F_Y(y) = 1 − e^{−y}。最后求导：f_Y(y) = (1 − e^{−y})' = e^{−y}（y > 0）。

🧠 这一步在想什么：绕了个弯，但每一步都有"老工具"撑着——①"Y 的事件"翻译成"X 的事件"（解不等式）；②用 X 的分布函数算这个概率；③求导把分布函数变回密度。全程没碰"新公式"。

🔍 回头看看：我们其实走出了一条完整流水线——这比背公式有用得多，因为它任何函数都适用（单调、非单调、分段都行）。

📌 以后就这么办（分布函数法四步走）：

第1步：定义 F_Y(y) = P(Y ≤ y) = P(g(X) ≤ y)
第2步：解不等式 g(X) ≤ y，把"关于 Y 的事件"变成"关于 X 的范围"
第3步：用 X 的分布函数/密度算出这个概率（积分或 F_X 表达式）
第4步：对 y 求导，得 f_Y(y) = F_Y'(y)

分布函数法的思想：不直接求密度，而是先求"累积量"（分布函数），再求导回到密度。就像不知道一个曲线的方程，但知道它每段的斜率变化规律——那就从斜率反推曲线。

例1：线性函数 Y = aX + b（单调函数）
已知 $X \sim N(\mu, \sigma^2)$，求 $Y = aX + b$ 的分布。

用分布函数法：

• $F_Y(y) = P(aX + b \leq y)$
• 若 a > 0：$P(X \leq \frac{y-b}{a}) = F_X(\frac{y-b}{a})$
• 若 a < 0：$P(X \geq \frac{y-b}{a}) = 1 - F_X(\frac{y-b}{a})$
• 求导：$f_Y(y) = \frac{1}{|a|} f_X(\frac{y-b}{a})$

结论：$Y \sim N(a\mu + b, a^2\sigma^2)$。正态的线性函数还是正态！

例2：平方函数 Y = X²（非单调函数）
已知 X 的密度为 $f_X(x)$，求 $Y = X²$ 的密度。

用分布函数法：

• $F_Y(y) = P(X² \leq y)$
• 当 y > 0：$P(-\sqrt{y} \leq X \leq \sqrt{y}) = F_X(\sqrt{y}) - F_X(-\sqrt{y})$
• 当 y ≤ 0：$F_Y(y) = 0$（Y = X² ≥ 0）
• 求导：对 $F_Y(y) = F_X(\sqrt{y}) - F_X(-\sqrt{y})$ 两边求导（用链式法则）：
  $$f_Y(y) = F_X'(\sqrt{y}) \cdot \frac{d}{dy}(\sqrt{y}) - F_X'(-\sqrt{y}) \cdot \frac{d}{dy}(-\sqrt{y})$$
  其中 $F_X' = f_X$（分布函数求导=密度），$\frac{d}{dy}(\sqrt{y}) = \frac{1}{2\sqrt{y}}$。
  代入得：
  $$f_Y(y) = f_X(\sqrt{y}) \cdot \frac{1}{2\sqrt{y}} - f_X(-\sqrt{y}) \cdot \left(-\frac{1}{2\sqrt{y}}\right)$$
  化简：
  $$f_Y(y) = \frac{1}{2\sqrt{y}}[f_X(\sqrt{y}) + f_X(-\sqrt{y})], ; y > 0$$

  💡 那个 $\frac{1}{2\sqrt{y}}$ 哪来的？它是 $\sqrt{y}$ 的导数——这是复合函数求导（链式法则）。$\sqrt{y}$ 是 $y^{1/2}$，求导得 $\frac{1}{2}y^{-1/2} = \frac{1}{2\sqrt{y}}$。如果你忘了链式法则完全没关系，记住结果的形式就行——考试直接套公式。

非单调函数的关键：不等式 g(X) ≤ y 解出来可能是多个区间，要分别积分！分布函数法的优势在这里——它自动处理了分段。

✍️ 立刻练一道（分布函数法·连续型）：设 X ~ U(0, 2)（密度 f(x) = 1/2，0 < x < 2）。求 Y = X³ 的概率密度。

✍️ 立刻练一道（分布函数法·非单调）：设 X ~ N(0, 1)。(1) 求 Y = |X| 的概率密度；(2) 利用结果求 P(|X| < 1)。（已知 Φ(1) = 0.8413）

✍️ 立刻练一道（分布函数法·分段函数）：设随机变量 X 的概率密度为 $f_X(x) = \begin{cases} x/2, & 0 < x < 2 \ 0, & \text{其他} \end{cases}$，求 Y = X² 的概率密度。

公式法——单调函数的快捷方式

先想一个场景：同样是 Y = 2X + 3，能不能"抄近道"？

上一节我们用分布函数法求过"正态的线性函数"，费了四步。但你可能已经感觉到：如果 g 是单调函数（一直增或一直减），好像有个更省事的规律。

动手试探：回顾例1的结论——对 Y = aX + b，求导后结果是 $f_Y(y) = \frac{1}{|a|} f_X(\frac{y-b}{a})$。把这个式子端详一下：它很像——"把 X 的密度搬到 y 的位置，再乘一个修正系数"。y = g(x) 的反函数是 x = h(y)，密度在 h(y) 处取值，系数是 |h'(y)|。

🔍 回头看看：其实这正是分布函数法第4步"求导"的必然结果——链式法则把反函数的导数 |h'(y)| 自然带了出来。也就是说，单调函数下，四步法可以压缩成一条公式。

📌 以后就这么办（公式法）：当 y = g(x) 在 X 的取值范围内严格单调且可导、导数不为零时，令 x = h(y) 为反函数，则
$$f_Y(y) = f_X[h(y)] \cdot |h'(y)|$$

其中 $x = h(y)$ 是 $y = g(x)$ 的反函数（把运算倒过来——比如 y = 2x + 3 的反操作是 x = (y − 3)/2，y = e^x 的反操作是 x = ln y），$|h'(y)|$ 是反函数的导数的绝对值。

什么时候用公式法：$Y = aX + b$、$Y = e^X$、$Y = \ln X$ 这类单调函数——直接用公式法更快。

什么时候必须用分布函数法：$Y = X²$（非单调）、$Y = |X|$（非单调）、分段函数——这些不能用公式法，必须走分布函数法。

考试建议：公式法可以节省时间，但分布函数法是万能方法，建议先熟练掌握分布函数法，再学公式法作为加速工具。

✍️ 立刻练一道（公式法·单调函数）：设 X ~ N(0, 1)，求 Y = 2X + 3 的概率密度。

✍️ 立刻练一道（公式法·一般密度）：设随机变量 X 的概率密度为 $f(x) = \begin{cases} 3x^2, & 0 < x < 1 \ 0, & \text{其他} \end{cases}$，求 Y = 2X − 1 的概率密度。

② 题型速查与练习索引

这一章的所有方法都在前面的知识区里跟着例题一步步发现了，配套练习也已经就近放在每个知识点后面（每题一个"✍️ 立刻练一道"）。这里不再重复讲方法，只做两件事：告诉你每个题型在哪儿、给你一张"看到什么题→想到什么招"的总速查表。做题时想不起来，就回到对应小节的"📌 以后就这么办"。

题型速查表（看到什么题 → 回哪里）

各题型配套练习的所在位置

混搭练习、综合自测在下面章节：🧪 学完自测（4选择+2判断+4简答）紧接本节之后；③ 综合混搭练习在章节后部，专门用来"打乱题型、逼你判断用哪个方法"。

🧪 学完自测（4选择 + 2判断 + 4简答）

混搭全章知识点，检验你真正掌握了多少。答案用折叠，先自己做再看。

选择题1：设随机变量 X 的概率密度为 f(x)，则下列等式一定正确的是（ ）

A. f(x) 的取值范围是 [0, 1]
B. P(X = a) = f(a) 对任何 a 成立
C. $\int_{-\infty}^{+\infty} f(x),dx = 1$
D. 若 f(1) = 2，则 P(X = 1) = 2

选择题2：已知 X ~ N(3, 4)，则 P(X < 1) 等于（ ）

A. Φ(1)
B. Φ(−1)
C. 1 − Φ(1)
D. Φ(−0.5)

选择题3：下列哪种情况不能用泊松分布近似二项分布？

A. n = 1000, p = 0.003
B. n = 50, p = 0.04
C. n = 100, p = 0.5
D. n = 200, p = 0.01

选择题4：设 X 的密度为 $f_X(x)$，Y = −2X + 1，则 Y 的密度为（ ）

A. $f_X((y-1)/(-2))$
B. $\frac{1}{2} f_X(\frac{y-1}{-2})$
C. $\frac{1}{|-2|} f_X(\frac{1-y}{2})$
D. $-2 f_X(y)$

判断题1：分布函数 F(x) 一定是右连续的，但不一定是连续函数。

判断题2：若 X ~ N(0, 1)，则 P(X > 0) = 0.5。

简答题1：用自己的话说说"分布函数法四步走"是什么？为什么Y = X²时不能用公式法而必须用分布函数法？

简答题2：连续型随机变量在单点上的概率为0，那"概率密度"的意义是什么？密度能大于1吗？为什么？

简答题3：正态分布为什么要"标准化"？标准化的两步是什么？标准化后φ(z)和Φ(z)分别代表什么？查表查的是哪个？

简答题4：有一个完全不懂概率论的朋友问你："二项分布和超几何分布到底什么区别？什么时候用哪个？"请用大白话解释。

③ 综合混搭练习

打乱题型，逼你自己判断用哪个方法。这四道题混合了本章的多个题型。

混搭1 🎲（正态分布 + 二项分布）

某工厂生产一批零件，其直径 X（单位：mm）服从正态分布 N(50, 0.25)。零件的合格标准为 49.5mm < X < 50.5mm。

(1) 求随机抽取一个零件为合格品的概率。（已知 Φ(1) = 0.8413）

(2) 现从这批零件中独立抽取 5 个，设 Y 为其中合格品的个数，求 Y 的分布律，并求 P(Y ≥ 4)。

(3) 如果改为抽取 10 个，求 P(Y = 0)（即全部不合格的概率）。

📌 对应模板：题型四（正态标准化）+ 题型三·子类型①（二项分布）

(1) X ~ N(50, 0.25)，μ=50，σ²=0.25 ⇒ σ=0.5

P(49.5 < X < 50.5) = P((49.5−50)/0.5 < Z < (50.5−50)/0.5)
                    = P(−1 < Z < 1)
                    = Φ(1) − Φ(−1)
                    = Φ(1) − [1 − Φ(1)]
                    = 2Φ(1) − 1
                    = 2 × 0.8413 − 1
                    = 0.6826

合格率 p = 0.6826

(2) Y ~ B(5, p)，其中 p = 0.6826

P(Y ≥ 4) = P(Y=4) + P(Y=5)

P(Y=4) = C_5^4 × p^4 × (1−p)^1
       = 5 × 0.6826⁴ × 0.3174
       = 5 × 0.2172 × 0.3174
       ≈ 0.3446

P(Y=5) = p^5 = 0.6826⁵ ≈ 0.1483

P(Y ≥ 4) = 0.3446 + 0.1483 = 0.4929

(3) 抽取10个，Y ~ B(10, 0.6826)
P(Y=0) = (1−p)¹⁰ = 0.3174¹⁰ ≈ 0.00001（极低，几乎不可能）

答案：(1) 0.6826  (2) 约 0.4929  (3) 约 0.00001

混搭2 🔄（参数求解 + 分布函数 + 函数分布）

设连续型随机变量 X 的概率密度为：
$$f(x) = \begin{cases} k(2-x), & 0 < x < 2 \ 0, & \text{其他} \end{cases}$$

(1) 求常数 k。

(2) 求 X 的分布函数 F(x)。

(3) 求 P(0.5 < X < 1.5)。

(4) 求 Y = 3X + 1 的概率密度。

📌 对应模板：题型一（求未知参数）+ 题型二·子类型②（密度→分布函数）+ 题型五·子类型③（公式法）

(1) 归一性：∫_0^2 k(2-x) dx = 1
    k · ∫_0^2 (2-x) dx = 1
    k · [2x − x²/2]_0^2 = 1
    k · (4 − 2) = 1
    k · 2 = 1
    k = 1/2

(2) F(x) = ∫_{-∞}^x f(t) dt

    当 x < 0：F(x) = 0
    当 0 ≤ x < 2：
        F(x) = ∫_0^x (1/2)(2−t) dt
             = (1/2)[2t − t²/2]_0^x
             = (1/2)(2x − x²/2)
             = x − x²/4
    当 x ≥ 2：F(x) = 1

    F(x) = ⎧ 0,          x < 0
           ⎨ x − x²/4,   0 ≤ x < 2
           ⎩ 1,          x ≥ 2

(3) P(0.5 < X < 1.5) = F(1.5) − F(0.5)
    = (1.5 − 1.5²/4) − (0.5 − 0.5²/4)
    = (1.5 − 2.25/4) − (0.5 − 0.25/4)
    = (1.5 − 0.5625) − (0.5 − 0.0625)
    = 0.9375 − 0.4375
    = 0.5

(4) Y = 3X+1，g(x)=3x+1 严格单调，可用公式法。
    反函数 x = h(y) = (y−1)/3，h'(y) = 1/3
    X 的取值范围 0 < x < 2 ⇒ 1 < y < 7

    f_Y(y) = f_X((y−1)/3) · |1/3|
           = (1/2)[2 − (y−1)/3] · (1/3)     (当 1 < y < 7)
           = (7−y)/18,  1 < y < 7

    其他情况 f_Y(y) = 0

答案：(1) k = 1/2  (2) 见上  (3) 0.5  (4) f_Y(y) = (7−y)/18, 1<y<7

混搭3 🧩（离散型分布律 + 分布函数 + 函数分布）

设随机变量 X 的分布律为：

(1) 求 X 的分布函数 F(x)，并求 P(X ≤ 1)。

(2) 求 Y = |X − 1| 的分布律。

(3) 求 P(Y > 0)。

(4) 求 Y 的分布函数 F_Y(y)。

📌 对应模板：题型二·子类型①（离散型→分布函数）+ 题型五·子类型①（离散型三步法）

(1) 取值从小到大：x₁=0(p=0.2), x₂=1(p=0.5), x₃=2(p=0.3)

    F(x) = ⎧ 0,   x < 0
           ⎪ 0.2, 0 ≤ x < 1
           ⎨ 0.7, 1 ≤ x < 2
           ⎩ 1,   x ≥ 2

    P(X ≤ 1) = F(1) = 0.7

(2) Y = |X−1|
    X=0 → Y=1，概率 0.2
    X=1 → Y=0，概率 0.5
    X=2 → Y=1，概率 0.3

    合并 Y=1：0.2 + 0.3 = 0.5

    Y 的分布律：
    | Y | 0 | 1 |
    |---|-----|-----|
    | P | 0.5 | 0.5 |

(3) P(Y > 0) = P(Y=1) = 0.5

(4) Y 的分布函数：
    F_Y(y) = ⎧ 0,   y < 0
             ⎪ 0.5, 0 ≤ y < 1
             ⎩ 1,   y ≥ 1

答案：(1) F(x) 见上，P(X≤1)=0.7  (2) 见上  (3) 0.5  (4) F_Y(y) 见上

混搭4 🎯（泊松分布 + 二项分布 + 泊松近似）

某快递站平均每天收到 3 个包裹需要二次派送（即第一次派送失败），假设需要二次派送的包裹数 X 服从泊松分布。

(1) 求某天恰好有 2 个包裹需要二次派送的概率。（已知 e^{−3} ≈ 0.0498）

(2) 求某天至少有 1 个包裹需要二次派送的概率。

(3) 该快递站一共有 2000 个客户，每个客户在某天需要二次派送的概率为 0.001。用泊松近似计算某天需要二次派送的客户数不超过 3 的概率。（已知 e^{−2} ≈ 0.1353）

📌 对应模板：题型三·子类型②（泊松分布）+ 题型六（泊松近似二项）

(1) X ~ P(3)，λ=3
    P(X=2) = (3² / 2!) × e^{−3}
           = (9/2) × 0.0498
           = 4.5 × 0.0498
           = 0.2241

(2) P(X ≥ 1) = 1 − P(X=0)
              = 1 − e^{−3}
              = 1 − 0.0498
              = 0.9502

(3) 二项分布：n=2000（很大），p=0.001（很小）→ 可用泊松近似
    λ = np = 2000 × 0.001 = 2

    P(Y ≤ 3) = ∑_{k=0}^3 (2^k / k!) e^{−2}

    k=0: (1/1) × 0.1353 = 0.1353
    k=1: (2/1) × 0.1353 = 0.2706
    k=2: (4/2) × 0.1353 = 0.2706
    k=3: (8/6) × 0.1353 ≈ 0.1804

    P(Y ≤ 3) = 0.1353 + 0.2706 + 0.2706 + 0.1804 = 0.8569

答案：(1) 约 0.2241  (2) 约 0.9502  (3) 约 0.8569

混搭5 🔙（回顾·第1章 — 条件概率 + 二项分布）

📌 这道题故意把第1章的条件概率和第2章的二项分布绑在一起——考试中这种"跨章节组合"非常常见。

某工厂有A、B两条生产线。A线产量占70%，次品率2%；B线产量占30%，次品率5%。现从当天产品中随机抽取1件。

(1) 求抽到次品的概率。（回顾·全概率公式）

(2) 已知抽到的是次品，求它来自A线的概率。（回顾·贝叶斯公式）

(3) 现从当天产品中独立抽取10件（产品数量巨大，可视为放回抽样），设Y为其中次品的个数。求Y的分布律和P(Y ≥ 1)。（第2章·二项分布）

📌 对应模板：第1章·全概率+贝叶斯 + 题型三·子类型①（二项分布）

(1) 全概率公式：
    设A₁=来自A线，A₂=来自B线，B=抽到次品
    P(B) = P(A₁)P(B|A₁) + P(A₂)P(B|A₂)
         = 0.7 × 0.02 + 0.3 × 0.05
         = 0.014 + 0.015 = 0.029

(2) 贝叶斯公式：
    P(A₁|B) = P(A₁)P(B|A₁) / P(B)
            = 0.7 × 0.02 / 0.029
            = 0.014 / 0.029 ≈ 0.4828

(3) Y ~ B(10, 0.029)，即 n=10, p=0.029
    分布律：P(Y=k) = C_{10}^k × 0.029^k × 0.971^{10−k}

    P(Y ≥ 1) = 1 − P(Y=0)
             = 1 − 0.971¹⁰
             ≈ 1 − 0.745
             ≈ 0.255

答案：(1) 0.029  (2) 约 0.483  (3) Y~B(10,0.029)，P(Y≥1)≈0.255

混搭6 🔄 回马枪·第1章回顾（条件概率 + 独立性 + 指数分布）

📌 这道题把第1章的条件概率/独立性判定和第2章的指数分布搅在一起——先算出概率，再判断事件关系。

某电子元件的寿命 X（单位：千小时）服从参数 λ = 0.5 的指数分布，即 X ~ Exp(0.5)。定义两个事件：

• 事件 A = {X > 1}（寿命超过 1000 小时）
• 事件 B = {X > 2}（寿命超过 2000 小时）

(1) 求 P(A)、P(B) 和 P(AB)。（第2章·指数分布尾巴概率：P(X > t) = e^{−λt}）

(2) 判断 A 与 B 是否独立。（第1章·独立性：P(AB) = P(A)·P(B)？）

(3) 求 P(B | A)。（第1章·条件概率公式）

(4) (3) 的结果和你算出的 P(B) 是什么关系？这个关系"巧合"吗？用本章学到的知识解释。（提示：想想指数分布最独特的性质）

📌 对应模板：第1章·条件概率+独立性 + 题型三·子类型④（指数分布）

(1) 指数分布 P(X > t) = e^{−λt}，λ = 0.5。

    P(A) = P(X > 1) = e^{−0.5×1} = e^{−0.5} ≈ 0.6065
    P(B) = P(X > 2) = e^{−0.5×2} = e^{−1} ≈ 0.3679

    注意 AB = {X > 1 且 X > 2} = {X > 2} = B（因为 >2 自动满足 >1），
    所以 P(AB) = P(B) ≈ 0.3679。

(2) P(A)·P(B) = 0.6065 × 0.3679 ≈ 0.2231
    而 P(AB) = 0.3679

    0.3679 ≠ 0.2231 → A 与 B 不独立。

    通俗理解：如果 A 和 B 独立，"寿命超过 2000 小时"应该和"已经超过 1000 小时"无关。
    但实际上 P(AB) 比 P(A)P(B) 大得多——超过 1000 小时后，再超过 2000 小时的概率
    比"从零开始超过 2000 小时"大多了。因为已经熬过 1000 小时了，再熬 1000 小时就行。

(3) P(B | A) = P(AB) / P(A) = e^{−1} / e^{−0.5} = e^{−0.5} ≈ 0.6065

(4) P(B | A) = e^{−0.5} = 0.6065，而 P(B) = e^{−1} = 0.3679。两者不相等——这说明
    事件 A 和 B 不独立（条件概率 ≠ 无条件概率）。

    但有趣的是：P(B | A) = e^{−0.5} = P(X > 1)！
    也就是说：已知元件活了 1000 小时，"还能再活 1000 小时以上"的概率，
    等于"一个新元件活 1000 小时以上"的概率。

    这就是指数分布的**无记忆性**：
    P(X > s+t | X > s) = P(X > t)，这里 s=1, t=1。
    已知活了 1 千小时，再活 1 千小时以上的概率 = 从头活 1 千小时以上的概率。
    元件"忘记"自己已经工作过 1000 小时。

答案：(1) P(A)≈0.6065, P(B)≈0.3679, P(AB)≈0.3679  (2) 不独立  (3) ≈0.6065  (4) 无记忆性

混搭7 🔄 回马枪·第1章回顾（全概率公式 + 贝叶斯公式 + 泊松分布）

📌 全概率和贝叶斯的一层壳 + 泊松分布做内核——先拆场景算概率，再用贝叶斯倒推原因。

某城市天气预报的准确率如下：预报下雨且实际下雨的概率为 0.8；预报不下雨但实际下雨的概率为 0.1。该城市下雨的日期占 30%。

已知下雨天，某路段平均发生 2 起交通事故（泊松分布）；非下雨天，平均发生 0.5 起交通事故。设某天该路段的交通事故数 X 服从对应参数的泊松分布。

(1) 某天预报下雨，这天实际下雨的概率是多少？（第1章·贝叶斯公式）

(2) 随机选一天，该路段恰好发生 1 起交通事故的概率是多少？（第1章·全概率公式 + 第2章·泊松分布）

(3) 已知某天该路段恰好发生了 1 起交通事故，这天是下雨天的概率是多少？（第1章·贝叶斯公式 + 第2章·泊松分布）
（已知 e^{−2} ≈ 0.1353, e^{−0.5} ≈ 0.6065）

📌 对应模板：第1章·全概率+贝叶斯 + 题型三·子类型②（泊松分布）

设事件 R = 实际下雨，F = 预报下雨。
已知：P(R) = 0.3，P(F|R) = 0.8，P(F|R̅) = 0.1（因为预报不下雨但下雨=0.1 → 预报下雨但不下雨=0.1）

(1) 贝叶斯公式求 P(R|F)：

    先求 P(F) = P(R)P(F|R) + P(R̅)P(F|R̅)
              = 0.3 × 0.8 + 0.7 × 0.1
              = 0.24 + 0.07 = 0.31

    P(R|F) = P(R)P(F|R) / P(F) = 0.24 / 0.31 ≈ 0.7742

(2) 全概率公式 + 泊松分布。

    下雨天 X ~ P(2)：P(X=1 | R) = (2¹/1!) × e^{−2} = 2 × 0.1353 = 0.2706
    非下雨天 X ~ P(0.5)：P(X=1 | R̅) = (0.5¹/1!) × e^{−0.5} = 0.5 × 0.6065 = 0.3033

    P(X=1) = P(R)P(X=1|R) + P(R̅)P(X=1|R̅)
           = 0.3 × 0.2706 + 0.7 × 0.3033
           = 0.0812 + 0.2123
           = 0.2935

(3) 贝叶斯公式：

    P(R | X=1) = P(R)P(X=1|R) / P(X=1)
               = 0.0812 / 0.2935
               ≈ 0.2767

    即使事故数是 1（不算多），下雨天的后验概率（0.2767）比先验概率（0.3）
    还略低——因为非下雨天发生 1 起事故的概率（0.3033）其实比下雨天（0.2706）
    还略高（非下雨天的 λ=0.5 时，P(X=1) 恰好比 λ=2 时更大）。

答案：(1) ≈0.7742  (2) ≈0.2935  (3) ≈0.2767

💡 思考题（开放题，没有标准答案）

下面的问题不要求算出精确数字，而是让你练习"拿到一个现实场景，自己判断用什么分布建模"的能力——这比会套公式重要得多。

场景：你开了一家小超市，想研究"每天有多少顾客买东西"和"每个顾客花了多少钱"这两个问题。

• 问题A："每天有多少顾客买东西"——这个数量可能用什么分布描述？给你三个候选（二项/泊松/超几何），你选哪个？为什么排除另外两个？
• 问题B："每个顾客花了多少钱"——这个金额可能用什么分布？为什么？
• 问题C：某天来了50个顾客，你随机拦了8个问花了多少。这8个人的数据和你用"所有顾客"的分布来预测，会有偏差吗？为什么？

🎯 考试导航

常见分布汇总表（考前10分钟看这一页）

离散型分布

连续型分布

核心公式速记

各分布的"标志性特征"

题型速查表

题目索引

全部练习已就近放在对应知识点后（每个"✍️ 立刻练一道"），完整对应关系见本章 ② 题型速查与练习索引 的"各题型配套练习的所在位置"。这里按难度汇总。

📋 自检清单

学完这章，你应该能不打磕巴地回答以下问题。如果有回答不出来的，回到对应小节重新学习。

• 随机变量是什么？它和样本空间有什么关系？
• 离散型和连续型的根本区别是什么？
• 分布律必须满足哪两条性质？
• 概率密度必须满足哪两条性质？
• 概率密度可以大于1吗？为什么？
• 分布函数 F(x) 的定义是什么？（注意等号方向）
• 分布函数有哪四条性质？
• "右连续"是什么意思？离散型的分布函数在取值点处是怎样的？
• 如何从分布律求分布函数？如何从密度求分布函数？
• 如何从分布函数求分布律（离散）？如何求概率密度（连续）？
• 写出 0-1 分布、二项分布、泊松分布、几何分布、超几何分布的分布律公式和期望方差。
• 写出均匀分布、指数分布、正态分布的密度公式和期望方差。
• 二项分布什么条件下可以用泊松分布近似？参数怎么转换？
• 正态分布怎么标准化？$Z = (X-\mu)/\sigma$ 服从什么分布？
• $X \sim N(\mu, \sigma^2)$，怎么求 $P(a < X < b)$？
• 标准正态分布的 $\Phi(-z)$ 等于什么？
• 离散型随机变量函数 Y = g(X) 的分布怎么求（三步法）？
• 连续型随机变量函数的分布函数法四步走是什么？
• 什么时候可以用公式法？什么时候必须用分布函数法？
• 指数分布的无记忆性是什么？数学怎么表达？

🧬 学完回顾：本章推导链

学完本章所有知识点后，花两分钟看着这张图，把每个箭头上的"为什么"在心里过一遍。箭头上的文字是推导的关键操作。

                            随机变量 X
                    把"随机结果"翻译成"数字"
                                │
                                ▼
                  分布函数 F(x) = P(X ≤ x)
              四条性质：单调不减 | 有界[0,1] | F(−∞)=0, F(+∞)=1 | 右连续
                                │
                    ┌───────────┴───────────┐
                    ▼                       ▼
              【离散型】                  【连续型】
           分布律 P(X=xₖ)=pₖ          密度 f(x)，∫f=1
            ∑pₖ=1                    概率=曲线下面积
                    │                       │
         ┌─────────┼─────────┐       ┌──────┼──────┐
         ▼         ▼         ▼       ▼      ▼      ▼
      0-1分布   几何分布   超几何   均匀分布  指数分布  正态分布
      B(1,p)   P(X=k)=   不放回   U(a,b)  Exp(λ)  N(μ,σ²)
        │       (1-p)ᵏ⁻¹p  抽样    密度=   密度=   密度=
        │         │                常数    λe⁻λˣ  钟形曲线
        ▼         ▼
     二项分布   无记忆性                       │
     B(n,p)    P(X>m+n|X>m)                    ▼
     n次独立     =P(X>n)               标准化 Z=(X−μ)/σ
     伯努利之和                            ─────────
        │                                    │
        │ n→∞, p→0, np=λ                     ▼
        ▼                              标准正态 N(0,1)
     泊松分布                              查表 Φ(z)
     P(λ)                      Φ(−z)=1−Φ(z)（对称性）
     期望=方差=λ

                    分布函数法（万能工具）
              已知 X 的分布 → 求 Y = g(X) 的分布
                              │
             ┌────────────────┼────────────────┐
             ▼                ▼                ▼
        离散型三步法      连续型分布函数法    公式法（单调时）
       ①代入 Y=g(xₖ)     ①F_Y(y)=P(g(X)≤y)   f_Y(y)=f_X(h(y))·|h'(y)|
       ②概率不变          ②转化为X的事件      反函数x=h(y)
       ③相同值合并概率    ③用X的分布算概率    链式法则求导
                          ④对y求导得f_Y(y)

核心脉络一句话：随机变量把不确定的事变成能算的数 → 分布函数统一了离散和连续两套语言 → 8个常见分布各自对应一类现实场景 → 标准化让所有正态都变成一张表的形状 → 分布函数法让你能从已知分布推导任意新分布。

🔗 章末过渡

本章讲完了。你现在手里有了这些东西：

• 8个常见分布的公式（5个离散 + 3个连续），从二项到正态，覆盖了考试中90%的概率计算场景
• 分布函数这把"万能钥匙"——不管是离散还是连续，F(x) = P(X ≤ x) 都是统一的入口
• 分布函数法这个"终极武器"——已知X的分布，任意Y = g(X)的分布都能推导出来
• 标准化这个"翻译官"——把任意正态变成标准正态，让查表成为可能

下一章（第3章）要讲二维随机变量——把"一个人的身高"扩展到"两个人的身高一起看"，把"一个变量的分布"扩展到"两个变量的联合分布"。你会发现第2章的很多思路可以直接平移过去：边缘分布就是"只看其中一个变量不管另一个"（和分布律/密度一个思路），二维分布函数 F(x,y) 和一维 F(x) 的逻辑完全一样，只是从一条线变成了一个平面。

别急着翻篇——先确保自检清单全部打勾，再把混搭练习里那道完全没思路的题重做一遍。第3章等着你。