1樓：我愛學習
隨機變數的取值是隨時無規則變化的，普通變數在確定條件下值是確定的。隨機變數的值不能預知，具有不確定性。
當變數x的值為100的概率為1的話，那麼x=100就是確定了的，不會再有變化，除非有進一步運算。
當變數x的值為100的概率不為1，比如為50的概率是0.5，為100的概率是0.5，那麼這個變數就是會隨不同條件而變化的，是隨機變數，取到50或者100的概率都是0.
5，即50%。
簡介隨機變數（random variable）表示隨機試驗各種結果的實值單值函式。隨機事件不論與數量是否直接有關，都可以數量化，即都能用數量化的方式表達。
隨機事件數量化的好處是可以用數學分析的方法來研究隨機現象。例如某一時間內公共汽車站等車乘客人數，**交換臺在一定時間內收到的呼叫次數，燈泡的壽命等等，都是隨機變數的例項。
2樓：匿名使用者
打個比方吧，這樣樓主可以很輕鬆地理解。
當變數x的值為100的概率為1的話，那麼x=100就是確定了的，不會再有變化，除非有進一步運算。
當變數x的值為100的概率不為1，比如為50的概率是0.5，為100的概率是0.5，那麼這個變數就是會隨不同條件而變化的，是隨機變數，取到50或者100的概率都是0.5，即50%
這麼說可以理解了吧？希望能幫到你。o(∩_∩)o
離散型隨機變數與連續型隨機變數的區別與特點~
3樓：匿名使用者
先說一個熟悉的內容，數列與函式。
當然數列也是函式，但它的取值是自然數，取值是離散的，
而一般的函式取值是某一個區間，在這區間內取值往往是可以連續的。
離散型隨機變數與連續型隨機變數也是由隨機變數取值範圍（或說成取值的形式）確定，
變數取值只能取離散型的自然數，就是離散型隨機變數，
比如，一次擲20個硬幣，k個硬幣正面朝上，
k是隨機變數，
k的取值只能是自然數0，1，2，…，20，而不能取小數3.5、無理數√20，
因而k是離散型隨機變數。
如果變數可以在某個區間內取任一實數，即變數的取值可以是連續的，這隨機變數就稱為連續型隨機變數，
比如，公共汽車每15分鐘一班，某人在站臺等車時間x是個隨機變數，
x的取值範圍是[0,15)，它是一個區間，從理論上說在這個區間內可取任一實數3.5、√20等，因而稱這隨機變數是連續型隨機變數。
4樓：羿玉藍田
我是高三學生,這個問題很難回答,不妨想像一下現例項子,也許會好一點,作多了就好了.我就是這麼過來的.加油!!!!!1
離散型隨機變數和連續型隨機變數分別是什麼意思哦？有區別嗎？
5樓：公主病怪怪脾氣
離散變數是指其數值只能用自然數或整數單位計算的則為離散變數.例如,企業個數,職工人數,裝置臺數等,只能按計量單位數計數,這種變數的數值一般用 計數方法取得.
連續隨機變數,在一定區間內可以任意取值的變數,其數值是連續不斷的.,相鄰兩個數值可作無限分割,即可取無限個數值.例如, 生產零件 的 規格尺寸 , 人體測量 的身高,體重,胸圍等為連續變數,其數值只能用測量或計量的方法取得.
區別離散型隨機變數只可能出現可數型的實現值，比如自然數集，等等，常見的有二項隨機變數，泊松隨機變數等.
連續型隨機變數的實現值是屬於不可數集合的，比如(0,1]，實數集，常見的有正態分佈，指數分佈，均勻分佈等.
6樓：匿名使用者
離散型隨機變數只可能出現可數型的實現值，比如自然數集，等等，常見的有二項隨機變數，泊松隨機變數等。
連續型隨機變數的實現值是屬於不可數集合的，比如(0,1]，實數集，常見的有正態分佈，指數分佈，均勻分佈等。
這裡涉及集合論裡可數和不可數的概念，如果你沒學過，講簡單點，前者可能出現的數值你是可以掰著手指頭一個一個數的，但是後者卻是不可能的。
7樓：依蘭彬歌
有區別的
離散變數是指其數值只能用自然數或整數單位計算的則為離散變數.例如,企業個數,職工人數,裝置臺數等,只能按計量單位數計數,這種變數的數值一般用計數方法取得.
反之,在一定區間內可以任意取值的變數叫連續變數,其數值是連續不斷的,相鄰兩個數值可作無限分割,即可取無限個數值.例如,生產零件的規格尺寸,人體測量的身高,體重,胸圍等為連續變數,其數值只能用測量或計量的方法取得.
隨機變數的函式獨立，原隨機變數獨立嗎
8樓：安迪_久別
這個命題的逆命題是成立的,我想這個你應該確定；
你的命題可敘述為：「若f(x),g(y)獨立,則x,y是獨立的」,這個命題成立的條件是：f(x),g(y)均是可逆的,比如f(x)=x^2,r.
v.x取值域為：[-m,m](m!
=0),就是個反例.
隨機變數是什麼？
9樓：巨人的隕落丶
隨機變數是表示隨機現象各種結果的變數。
例如某一時間內地鐵站的**數量，一臺機器在一定時間內出現錯誤的次數等等，都是隨機變數的例項。
在做實驗時，常常是相對於試驗結果本身而言，我們主要還是對結果的某些函式感興趣。例如，在擲骰子時，我們常常關心的是兩顆骰子的點和數，而並不真正關心其實際結果，我們關注的這些量，或者更形式的說，這些定義在樣本空間上的實值函式，稱為隨機變數。
因為隨機變數的值是由試驗結果決定的，所以我們可以給隨機變數的可能值指定概率。
10樓：在怪潭烤牛舌的石榴
表示隨機現象（在一定條件下，並不總是出現相同結果的現象稱為隨機現象）各種結果的變數（一切可能的樣本點）。例如某一時間內公共汽車站等車乘客人數，**交換臺在一定時間內收到的呼叫次數等等，都是隨機變數的例項。
一個隨機試驗的可能結果（稱為基本事件）的全體組成一個基本空間ω 。 隨機變數x是定義在基本空間ω上的取值為實數的函式，即基本空間ω中每一個點，也就是每個基本事件都有實軸上的點與之對應。例如，隨機投擲一枚硬幣 ，可能的結果有正面朝上 ，反面朝上兩種 ，若定義x為投擲一枚硬幣時正面朝上的次數 ， 則x為一隨機變數，當正面朝上時，x取值1；當反面朝上時，x取值0。
又如，擲一顆骰子 ，它的所有可能結果是出現1點、2點、3點、4點、5點和6點 ，若定義x為擲一顆骰子時出現的點數，則x為一隨機變數，出現1，2，3，4，5，6點時x分別取值1，2，3，4，5，6。
要全面瞭解一個隨機變數，不但要知道它取哪些值，而且要知道它取這些值的規律，即要掌握它的概率分佈。概率分佈可以由分佈函式刻畫。若知道一個隨機變數的分佈函式，則它取任何值和它落入某個數值區間內的概率都可以求出。
有些隨機現象需要同時用多個隨機變數來描述。例如 ，子彈著點的位置需要兩個座標才能確定，它是一個二維隨機變數。類似地，需要n個隨機變數來描述的隨機現象中，這n個隨機變數組成n維隨機向量 。
描述隨機向量的取值規律 ，用聯合分佈函式。隨機向量中每個隨機變數的分佈函式，稱為邊緣分佈函式。若聯合分佈函式等於邊緣分佈函式的乘積 ，則稱這些單個隨機變數之間是相互獨立的。
獨立性是概率論所獨有的一個重要概念。
random variable
在不同的條件下由於偶然因素影響，其可能取各種不同的值，具有不確定性和隨機性，但這些取值落在某個範圍的概率是一定的，此種變數稱為隨機變數。隨機變數可以是離散型的，也可以是連續型的。如分析測試中的測定值就是一個以概率取值的隨機變數，被測定量的取值可能在某一範圍內隨機變化，具體取什麼值在測定之前是無法確定的，但測定的結果是確定的，多次重複測定所得到的測定值具有統計規律性。
隨機變數與模糊變數的不確定性的本質差別在於，後者的測定結果仍具有不確定性，即模糊性。
11樓：球探報告
1、設拋硬幣3次是一次隨機實驗
2、樣本空間為：s=
3、8個樣本點是用文字表示的，太繁瑣，我們想用數字表示
4、引入一個函式x(e)記為三次投擲硬幣得到正面的總數，樣本點e不同時，觀察x(e)的取值：
(1)、當樣本點e=反反反，即三次結果都是反時，x(e)=0，即三次投擲硬幣得到的正面總數為0；
(2)、當樣本點e=正反反，反正反，反反正，即三次結果只有一次是正時，x(e)=1，即三次投擲硬幣得到的正面總數為1；
(3)、當樣本點e=正正反，正反正，反正正，即三次結果有兩次都是正時，x(e)=2，即三次投擲硬幣得到的正面總數為2；
(4)、當樣本點e=正正正，即三次結果有三次都是正時，x(e)=3，即三次投擲硬幣得到的正面總數為3；
4、這樣樣本點e和x(e)就建立一一對應關係，即選定一個e，就確定一個x(e)，例如e=正反正，x(e)=2。不同的e，x(e)不同，x(e)在一個範圍變化，又因為是隨機實驗，稱x(e)為「隨機」「變數」。
5、中心問題是將實驗結果數量化。
12樓：猶昊磊
隨機變數就是「其值會隨機而定」的變數。
13樓：
隨機序列的定義
隨機序列（random sequence），更確切 的，應該叫做，隨機變數序列。隨機變數 序列，也就是隨機變數形成的序列。有時 候為了簡稱，省略了變數二字。
隨機序列的產生為了形容隨機變數形成的 序列。
一般的，如果用x1，x2……xn（表示n下 標於x）代表隨機變數，這些隨機變數如 果按照順序出現，就形成了隨機序列，記 做x^n（表示n上標於x）。這種隨機序列 具備兩種關鍵的特點：其一，序列中的每 個變數都是隨機的；其二，序列本身就是 隨機的。
隨機序列舉例說明
為了說明什麼是隨機序列，我們來舉兩個 例子。
假設我們持續扔一個色子，我們把這個事 件細分，那麼這個事件應該包括扔第一次 色子得到的點數，扔第二次得到的點數， 直到扔第n次得到的點數。把每次扔的的 點數按順序分別記做x1，x2……，xn。這 裡每個x的取值可能為。
那麼 我們可以寫出隨機序列：
x^n = x1x2x3……xn
更實際的，我們可以用高速路收費站來說 明。假設一個收費站有10個出口。那麼， 把收費站出口出去的車數記做隨機變數xn ，這裡xn就是集合，集 閤中每個元素的取值為。
那麼如果按照時間順序觀察，不難得 出一個隨機序列，這個序列表示出口出去 車數的一個變化情況，是一個序列，記做 ：
x^n = x1x2x3……xn
它是好幾個隨機變數的序列.舉個例子,一個城市的每天 的用電量是一個隨機變數y,每家每戶的用電量 可以設為xi,(i=1,2,3,.....),那麼y=x1+x2+x3+......
, 這x1,x2,x3.....就是一個隨機變數的序列.
設隨機變數xu1,3,求以下隨機變數Y的概率密度
也不給點分bai,不像問得急的樣du 子。能不能追加zhi點懸賞啊 x u dao1,3 f x 1 3 1 1 4 1 x 3 在其他域上版 fx 0 再求y的cdf函式,即累積權分佈函式 fy p y y p x2 y p y 0.5 再對cdf求導,就是概率密度函式 fy 0.25 y 0.5...
設隨機變數x b 10,0 1 ,則var x
1.9。x服從二項分佈b 10，0.1 根據公式ex np 10 0.1 1dx np 1 p 10 0.1 0.9 0.9 e x ex 2 e x 2 2x 1 0.9e x 2 0.9 2ex 1 0.9 2 1 1.9e 5x 2 3 5e x 2 3 5 1.9 3 12.5。e x 2 ...
隨機變數分佈函式p x a f a f a 0 怎麼理解
隨機變數在一點的概 bai率 p x a f a f a 0 du這個才是正確的表述zhi。f a p x a 即隨機變dao量在以版a為右端點所有左邊取值的概率。權 f a 0 是f x 在x a處的左極限 從負無窮到a點的概率 減去 負無窮到a點左邊的概率，豈不就得到a點處的概率了。分佈函式是隨...