一.离散型随机变量： 其图像满足右连续，且呈阶梯形状。 二.非离散型随机变量 除了离散型变量外，就是非离散型随机变量。非离散型随机变量分为连续型随机变量和既不连续也非离散随机变量。 1.连续型随机变量 其图像是连续的，且非负可积 ...

一、联合概率分布 二、边缘分布 三、条件分布 四、习题 ...

前言 为什么要研究离散型随机变量和其分布列？ 相关概念 随机变量 随着试验结果变化而变化的变量称为随机变量。常用字母\(X\)，\(Y\)，\(\xi\)，\(\eta\)等表示。 离散型随机变量 所有取值可以一一列出的随机变量称为离散型随机变量 ...

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 ...

一、一维连续型随机变量及其概率密度 离散型随机变量的取值都是一个一个离散的点，而且每个取值对应一个概率，图中虚线的长度就是概率的大小，也就是所有这些虚线的长度之和等于1。那么连续型随机变量的取值是(a,b)上连续的，所以对应的概率也应该是连续的: 在这些线段足够密集的极限状态下,图中曲线 ...

声明 本文基于人教版高中数学选修 2-3，本中随机变量均为离散型随机变量。 本文中 \(\displaystyle\sum_x\) 为 \(\displaystyle\sum_{x \in Range(X)}\)（\(Range(X)\) 表示随机变量 \(X\) 可能的取值的集合）的简写 ...

从事件到随机变量 我们可以把某一次具体试验中所有可能出现的结果构成一个样本空间，对于样本空间中的每一个可能的试验结果，我们去将他关联到一个特定的数。这种试验结果与数的对应关系就形成了随机变量，将试验结果所对应的数称为随机变量的取值。这里就是接下来要讨论的重要内容。 请注意这个概念中的一个关键点 ...

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 ...