抢红包概率是随机的吗_概率统计笔记（三）

第二章 随机变量和一元随机变量概率分布

概率统计 | 第二章：随机变量和一元随机变量概率分布（一）​mp.weixin.qq.com

---

• 第一节 随机变量

概率空间因随机试验而异使其在实际应用中存在诸多不便。特别地，当样本空间S的元素不是实数时，其表述可能更加繁琐。在许多试验中，处理总结性变量(summary variable)比原始的概率结构更加方便。为形成统一的概率理论，我们需要统一不同的概率空间。为此，我们需要借助一个或一系列规则，用数字表示样本空间S中的元素。一种可行的方式就是对S中每个可能结果都赋予一个实数。换言之，我们可以构造一个从原始样本空间S到由一系列实数组成的新样本空间Ω的映射，这一转换称作随机变量。随机变量是定义在样本空间S上的函数，旨在将我们所关注的问题转化为具有更简便结构的新概率空间，从而更方便地解决问题。

定义2.1 随机变量：随机变量

，是从样本空间

到实数集

的

-可测映射（或点函数），从而对每个结果

都存在唯一的实数

与之对应，随机变量

可能取得所有实数值的集合被称作

的值域，构成了新的样本空间，记作

。

例2.1 抛硬币时，样本空间为

。定义一个随机变量

，满足

，则我们获得一个新的样本空间

。

例2.2 假设我们抛三枚质地均匀的硬币，其样本空间为

令

表示正面朝上的次数，则有

因此，新的样本空间为

。

---

• 第二节 累积分布函数

定义2.2 累积分布函数(CDF)：随机变量

的CDF定义为：

定理2.1

的性质：设

是某随机变量

的CDF，则有

（1）

；

（2）

是单调非递减函数，即对任意的

，有

（3）

是

的右连续函数，即对任意

及

，

定理2.2 令a<b，则有

证明：

注意到事件{X≤b}={X≤a}+{a<X≤b}，并且事件{X≤a}和事件{a<X≤b}互不相交，故有

再利用CDF的定义即得证。

定理2.3

证明：定义A={X≤b}，由公式

以及CDF的定义即得证。

---

• 第三节 离散随机变量

定义2.3 离散随机变量(Discrete Random Variable)：若随机变量的取值是有限个或可列个，则称其为离散随机变量。离散随机变量X的概率分布可以用如下定义的概率质量函数描述。

定义2.4 概率质量函数(probability mass function)：离散随机变量X的概率质量函数定义为

定理2.4 概率质量函数PMF的性质：

（1）对所有

（2）

定理2.5

假设离散随机变量X的PMF为

，则其CDF是

其中，加和符号是指对

中所有小于等于

的

值进行求和。

---

• 第四节 连续随机变量

定义2.5 连续随机变量(Continuous Random Variable)：若随机变量

的累积分布函数

是实数集上的连续函数，则称其为连续随机变量。反之，若

是阶梯函数，则称

是离散随机变量。

我们能够对连续随机变量

定义PMF

吗？

显然，对任意常数

，有

，根据

的连续性，有

因此，对所有

，有

也就是，若

为连续随机变量，则

取单点值的概率为零。

那么，对连续随机变量有

即

定义2.6概率密度函数(Probability Density Function)：假设连续随机变量

的分布函数

绝对连续。则存在函数

，使得

由上述定义知：

当且仅当

（1）对所有

（2）

函数

是连续随机变量

的PDF。

证明：

[必要性]：若

是PDF，则根据定义可知

是CDF。由中值定理可知，

，其中

在

与

之间取值。因为

是非递减函数，故

。又由

可知性质（2）。

[充分性]：我们构造函数

并证明

为

的CDF。首先，根据中值定理以及

可知，

是非减函数；其次，由

，有

。同时

意味着

连续。当

时，

故其右连续。因此，

是CDF。

参考文献：

洪永淼.《概率论与统计学》.2013