1 随机变量 1.1 随机变量 2 离散型随机变量 2.1 离散型随机变量 有些随机变量，它全部可能取到的值是有限个或可列无限多个，这种随机变量称为离散型随机变量 2.2 分布律 2.3 0-1分布 2.4 伯努利试验、二项分布 ...

1 二维随机变量 1.1 二维随机向量（二维随机变量） 1.2 联合分布函数 1.3 离散型二维随机变量 1.4 联合分布律 1.5 连续型二维随机变量、联合概率密度 2 边缘分布 2.1 边缘分布函数 2.2 边缘分布律 2.3 边缘 ...

注：如果说一个随机变量的分布函数（累计分布或概率密度分布）是对该随机变量最完整，最具体的描述，那么随机变量的数字特征就是对该随机变量的部分特征的描述。分布函数就像是一个人的全身像，而数字特征就像是一个人的局部特写。 0. 为什么要研究随机变量的数字特征 很多情况下，可能由于数据 ...

离散型随机变量与连续型随机变量 离散型随机变量 若随机变量X的取值为有限个或可数个，则称X为离散型随机变量. 例如，抛四次硬币的概率，设正面朝上为X，那一共就有(X=0)，(X=1)，(X=2)，(X=3)，(X=4)五种情况，很明显是有限个，所以这个X就是离散型随机变量 离散 ...

注：上一小节总结了离散型随机变量，这个小节总结连续型随机变量。离散型随机变量的可能取值只有有限多个或是无限可数的（可以与自然数一一对应），连续型随机变量的可能取值则是一段连续的区域或是整个实数轴，是不可数的。最常见的一维连续型随机变量有三种：均匀分布，指数分布和正态分布。下面还是主要从概述、定义 ...

一、随机变量函数的分布 ...

注：对随机变量及其取值规律的研究是概率论的核心内容。在上一个小结中，总结了随机变量的概念以及随机变量与事件的联系。这个小结会更加深入的讨论随机变量。 随机变量与事件 随机变量的本质是一种函数（映射关系），在古典概率模型中，“事件和事件的概率”是核心概念；但是在现代概率论中 ...

注：上一小节对随机变量做了一个概述，这一节主要记录一维离散型随机变量以及关于它们的一些性质。对于概率论与数理统计方面的计算及可视化，主要的Python包有scipy, numpy和matplotlib等。 以下所有Python代码示例，均默认已经导入上面的这几个包，导入代码 ...