让概率分布变得好懂

在之前的章节里，像 $x$ 这样的变量只是代表你要求解的一个数。在这一章，随机变量代表一次概率实验的数值结果，你无法事先知道，只能描述它可能取的值。

掷三枚硬币并数正面的次数，结果可能是 0、1、2 或 3；这个数就是一个随机变量，通常写作 $X$。

高级数学把随机变量分成两类。离散随机变量只能取分开、可数的值，你可以用逗号把它们列出来，例如硬币例子里的 $X = \{x : x = 0, 1, 2, 3\}$，或者一批产品中次品的数量，或者一次小测验中猜对的题数。

连续随机变量是在一个尺度上测量而不是数出来的，它的取值填满一个区间，例如 $X = \{x : x \text{ 是某学生的身高（cm）}, 140 < x < 180\}$。身高、时间、质量都是连续的；用手指能数出来的都是离散的。

有了随机变量之后，概率分布就是把它能取的每一个值和该值发生的概率配对，用表格或图形（每个值一根柱或一个点）呈现出来。不管用哪种形式，所有可能取值上的概率加起来必须恰好等于 1，因为样本空间里总会发生点什么。

这个检查，概率是否加起来等于 1，值得在几乎每一道分布题上都做一遍。

当四个条件同时成立时就会出现二项分布：固定的试验次数 $n$，每次试验只有两种结果（称为成功和失败），各次试验相互独立，而且成功的概率 $p$ 在每次试验中保持不变。在选择题测验中乱猜答案、在固定批量的生产线上检查产品、或以固定的成功率投一定次数的篮，这些都符合二项模式，$X$ 数的是成功的次数。

$$P(X=r) = {}^{n}C_{r}\, p^{r} q^{\,n-r}$$

这里 $q = 1-p$ 是失败的概率，${}^{n}C_{r}$ 数的是 $r$ 次成功在 $n$ 次试验中可能出现的不同排列方式数。假设一名学生乱猜 5 道选择题，每题 4 个选项，于是 $p=\frac{1}{4}$，$q=\frac{3}{4}$。

恰好猜对 2 题的概率是 $P(X=2) = {}^{5}C_{2}\left(\frac{1}{4}\right)^{2}\left(\frac{3}{4}\right)^{3} = 10 \times \frac{1}{16} \times \frac{27}{64} \approx 0.264$。

既然它是一种分布，均值、方差和标准差也值得掌握：均值 $=np$，方差 $=npq$，标准差 $=\sqrt{npq}$。这些不在公式表里，值得记住。

均值最好理解为一个期望的平均值，而不是必然出现的结果，如果把一枚均匀硬币掷 20 次，正面次数的均值是 10，但任何一组实际的 20 次投掷，完全可能落在 8、11 或 13 上。

$$\text{均值} = np,\qquad \text{方差} = npq$$

正态分布描述的是围绕一个中心值对称聚集的连续数据，考试分数、大量人群的身高、或测量误差常常呈现这种规律。画成图形，它就是熟悉的铃形：在均值 $\mu$ 处出现峰值，向两侧均匀下降，扩散程度由标准差 $\sigma$ 控制。

$\sigma$ 小就是又高又窄的铃形；$\sigma$ 大就是又宽又扁的铃形。

由于这里的 $X$ 是连续的，你不能像处理二项分布那样把各个分开的值列出来再把概率加起来。取而代之，概率读作曲线下方的面积，$X$ 两个值之间的面积，就是结果落在这两值之间的概率，整条曲线下方的总面积恰好是 1，和离散情形一样。

每一个正态分布都有自己的均值和标准差，这本该意味着每道题都要重新计算面积，但有一条捷径。任何正态分布都可以用标准分数化成标准正态分布，后者的均值始终是 0，标准差始终是 1：

$$Z = \dfrac{X-\mu}{\sigma}$$

$Z$ 告诉你 $X$ 在均值之上还是之下、相差几个标准差。假设考试分数呈正态分布，均值 $\mu=65$，标准差 $\sigma=8$，你要求 $P(X>75)$。

先标准化：$Z = \frac{75-65}{8}=1.25$。再用计算器的正态分布函数（或题目给出的标准正态表，如果有的话）读出 $P(Z>1.25)$，结果约为 $0.106$，也就是分数超过 75 的概率大约是 10.6%。

反方向的问法也同样常见：题目给出一个概率，让你求相应的 $Z$，再反推出 $X$、$\mu$ 或 $\sigma$。把 $Z=\frac{X-\mu}{\sigma}$ 变形为 $X = \mu + Z\sigma$ 就能处理这个方向。

无论题目怎么问，先随手画一个铃形曲线，把需要的区域涂出来，哪怕画得粗略，都能让你更清楚该做加法、减法，还是用余事件 $1-P(\cdot)$。

把读题和计算放在同一道题里一起看会很有帮助。假设一份测验有 8 道选择题，每题 4 个选项，一名学生每题都乱猜。

求猜对至少 2 题的概率？这是二项分布，$n=8$，$p=\frac{1}{4}$，$q=\frac{3}{4}$，而“至少 2”表示 $X \ge 2$。

把 $P(X=2)$ 一路加到 $P(X=8)$ 就是七次分开的计算。用余事件要短得多：$P(X \ge 2) = 1 - P(X=0) - P(X=1)$。

先算两个简单的项，$P(X=0) = \left(\frac{3}{4}\right)^{8} \approx 0.1001$，以及 $P(X=1) = {}^{8}C_{1}\left(\frac{1}{4}\right)\left(\frac{3}{4}\right)^{7} \approx 0.2670$。

$$P(X \ge 2) = 1 - 0.1001 - 0.2670 \approx 0.633$$

所以一个纯靠猜的人，大约有 63% 的机会至少蒙对两题，这个结果一看就觉得合理，也很好地说明了为什么余事件规则通常是更快的那条路。留意这里的纪律：先说出是什么分布，把余事件算式完整写出来，然后才去按计算器。

即使某个小数算错，方法那一行也已经把分拿到手了。

反方向也一样值得这份细心。如果题目改成告诉你只有成绩最高的 15% 学生超过某个分数、并让你求这个分数，你会先读出概率，用计算器找出相应的 $Z$（这里 $Z \approx 1.04$），然后才代入 $X = \mu + Z\sigma$。

先读题再计算，正是让这类题不至于散掉的习惯。

分布题考的和计算一样多的是读题。几个短语决定了你需要哪个不等式：

• “至少”2 表示 $X \ge 2$，包含 2 本身。
• “多于”2 表示 $X > 2$，不包含 2。
• “至多”或“不超过”2 表示 $X \le 2$。
• “恰好”2 表示 $X = 2$，是一个单独的值，不是一个范围。

余事件公式经常值得一用：$P(X \ge 1) = 1 - P(X=0)$ 几乎总是比逐个把 $P(X=1)$ 加到 $P(X=n)$ 更快，$n$ 越大越明显。

因为 SPM 高级数学采用分析式评分，一个设置正确的算式即使最后小数算得稍有偏差，也能拿到方法分。在动计算器之前，先清楚写出 $P(X \ge 2) = 1 - P(X=0) - P(X=1)$，即使算术当天不太顺，也能保住大部分的分数。

概率分布这一章，数学本身很少是难的部分，大多数学生都能把数值代入公式。真正难住人的是读题：离散还是连续、至少还是多于，以及计算器有没有设置成给出正态分布的面积而不是单个点值。

老师在你实时做题时看着你，能比任何评分标准更快地指出你到底漏在哪一步。我们的老师经验丰富，课程在线、以英语授课，这也帮你熟悉这一章反复用到的英文术语，而 SPM 试卷本身以马来文和英文双语命题。

如果你想试一节课，第一堂是按老师收费的一小时付费课，每小时从 RM50 起，视老师经验而定，价格在 WhatsApp 上报。不管你卡在离散/连续的划分，还是正态分布的标准化，我们都从你当下所在的地方开始，按你自己的节奏往外建。