连续型随机变量x

前几天有朋友问我，他在看统计书时，看到“连续型随机变量 $X$ 取某一个具体数值的概率等于 0”，他觉得这违背常识。我刚学概率论时，也在这里想不明白。今天我们直接把连续型随机变量 $X$ 讲清楚。

先看一个身边的例子。假设你家楼下的公交站每 5 分钟有一班车，你不知道具体发车时间，随机走到站台。你的等车时间就是一个随机变量，记作 $X$。$X$ 的取值范围是 0 到 5 分钟之间的任意实数。你可能会等 1.5 分钟，也可能会等 2.347 分钟。

这种取值能填满一整个实数区间的变量，就是连续型随机变量 [1]。它和离散型随机变量有本质区别。离散型随机变量只能取有限个或者可数个值，比如抛硬币的正面次数，或者一个盒子里抽出的次品个数，取值是 0、1、2 这样隔开的整数 [1]。连续型随机变量 $X$ 的取值在区间内连续不断，你没办法把所有可能的结果列成一张清单。

理解连续型随机变量 $X$，要先弄懂第一个容易出错的地方：单点概率永远是 0 [2]。

回到等公交的例子。你在 0 到 5 分钟内随机到达站台，刚好等了整整 2 分钟（小数点后面有无限个 0）的概率是多少？答案是 0。因为 0 到 5 这个区间里有无限多个实数点，而且是不可数无穷多。总概率加起来只有 1，你把 1 平分到无限多个点上，分母是无穷大，单个点分到的概率只能是 0。

但是，概率为 0 不代表这个事件不可能发生 [3]。你每次去等车，最终肯定会得到一个具体的等待时长，比如刚好落在某个实数上。事件发生了，只是它在事前被精确命中的概率为 0。北京大学概率统计系在科普文章里专门解释过这一点：零概率事件和不可能事件不是一回事，前者的“可能”指的是它包含在样本空间里，只是概率值为 0 [3]。

既然单个点的概率都是 0，我们研究连续型随机变量 $X$ 时，就不问“$X$ 等于某个数的概率是多少”，而是问“$X$ 落在某个区间内的概率是多少” [2]。

计算区间概率需要用到两个核心函数。第一个是概率密度函数，通常记作 $f(x)$ [4]。很多人容易把 $f(x)$ 直接当成概率，这是错的。$f(x)$ 的值甚至可以大于 1。比如 $X$ 在 $[0, 0.5]$ 上均匀分布时，它的密度函数 $f(x)$ 恒等于 2。$f(x)$ 反映的是概率在 $x$ 附近的密集程度。真正代表概率的，是 $f(x)$ 曲线下面、在区间 $[a, b]$ 之间的面积，也就是定积分 $int_a^b f(x)dx$ [4]。整个实数轴上的总积分必须等于 1 [4]。

第二个是累积分布函数，简称分布函数，记作 $F(x)$ [1][4]。它的定义很直接，就是 $X$ 小于等于 $x$ 的概率，即 $F(x) = P(X le x)$ [1]。在数学上，$F(x)$ 等于 $f(t)$ 从负无穷到 $x$ 的积分 [4]。对于连续型随机变量，$F(x)$ 是一条连续不降的曲线，起点是 0，终点是 1 [4]。而且因为单点概率为 0，在区间端点带上等号或不带等号，算出来的概率结果一样，也就是说 $P(a le X le b)$ 等于 $P(a < X < b)$。

在实际做题或者处理数据时，怎么算连续型随机变量 $X$ 落在区间 $[a, b]$ 的概率？你可以按下面三个步骤操作：

第一步，写出 $X$ 的取值范围和概率密度函数 $f(x)$。
第二步，验证 $f(x)$ 是否合法。你需要确认它在所有点上都大于等于 0，而且在全区间上的积分等于 1。这一步能帮你排除写错公式的低级错误。
第三步，计算概率。如果手里有 $f(x)$，就在 $[a, b]$ 上对 $f(x)$ 求定积分。如果题目或软件已经给出了分布函数 $F(x)$，直接用 $F(b) – F(a)$ 就能得出结果。

我们用前面的等公交例子走一遍这三步。你等车的时间 $X$ 在 $[0, 5]$ 上均匀分布。第一步，确定区间是 $[0, 5]$，由于每个时刻到达的概率相等，密度函数 $f(x) = 1/5 = 0.2$。第二步，验证积分，$int_0^5 0.2dx = 1$，且 $0.2 > 0$，模型有效。第三步，假设你想知道等车时间在 1 分钟到 3 分钟之间的概率，直接积分 $int_1^3 0.2dx = 0.2 times (3 – 1) = 0.4$。所以你有 40% 的概率等 1 到 3 分钟。

在真实的工作和科研里，有三种连续型随机变量最常见。

第一种是均匀分布。上面算的等车时间就是均匀分布，区间 $[a, b]$ 内长度相同的子区间，概率相等 [5]。我在做数值计算时，因为四舍五入产生的截断误差，通常也用均匀分布来建模 [5]。

第二种是正态分布。它的密度曲线左右对称，中间高、两头低 [6]。成年人的身高、工业零件的加工尺寸误差，很多都服从正态分布。根据中心极限定理，当大量相互独立的微小随机因素叠加在一起时，总和的分布就会逼近正态分布 [6]。标准正态分布有个常用数据：大约 95% 的数据会落在均值正负 1.96 个标准差之内，这也是很多统计检验把显著性水平设为 0.05 的原因 [5]。

第三种是指数分布。它专门用来描述独立随机事件连续发生两次之间的时间间隔 [6]。比如网站服务器收到两次请求的时间间隔，或者电子元件的寿命。指数分布有一个独特的数学性质叫无记忆性：假设一个元件已经正常工作了 $s$ 小时，它接下来还能再工作 $t$ 小时的概率，和全新元件工作 $t$ 小时的概率相同 [5]。不过在现实中，机械零件会磨损老化，不能乱套指数分布，只有那些故障由外部突发冲击导致的元件才适用。

最后分享一个我在处理实际数据时总结的经验。现实世界里的测量工具都有精度上限，比如身高精确到毫米，时间精确到毫秒。严格来说，我们记录下来的数据都是离散的。但是，当这些数据取值足够密集时，把它们当成连续型随机变量 $X$ 来处理，用积分代替求和，算起来会省事很多，误差也在可接受范围内。分清什么时候该用离散模型，什么时候该近似成连续模型，比单纯背诵公式更有用。

[1] 概率统计B 第二章随机变量与概率分布 – 北京大学数学学院
[2] 概率统计B – 北京大学数学学院
[3] 统计咨询中心 – 北京大学数学学院概率统计系
[4] 概率密度函数 – 维基百科
[5] 2-2: 连续型随机变量 – 中国科学技术大学
[6] 概率论与随机过程 – 华夏专栏