本文主要是介绍随机变量(概率论)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一,
定义 :设随机实验的样本空间是S=|e|,X=X(e)是定义在样本空间S上的实值单值函数,称X=X(e)为随机变量.
如下图画出了样本点与实数X=X(e)对应的示意图.
1,首先随机变量是一个函数
2,该函数是作用在全体样本空间上的
3,输出为数值
4,输出值唯一
解析:如果把样本空间理解成所有事件的集合,然后对该集合做区域划分,随机变量就是统计每个区域内发生的事件的个数,并映射成具体的数值.
二,
作用:量化,转化成数学可以处理的模型
随机变量（random variable）表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关，都可以数量化，即都能用数量化的方式表达。随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。
三,
简单地说，随机变量是指随机事件的数量表现。例如一批注入某种毒物的动物，在一定时间内死亡的只数；某地若干名男性健康成人中，每人血红蛋白量的测定值；等等。另有一些现象并不直接表现为数量，例如人口的男女性别、试验结果的阳性或阴性等，但我们可以规定男性为1，女性为0，则非数量标志也可以用数量来表示。这些例子中所提到的量，尽管它们的具体内容是各式各样的，但从数学观点来看，它们表现了同一种情况，这就是每个变量都可以随机地取得不同的数值，而在进行试验或测量之前，我们要预言这个变量将取得某个确定的数值是不可能的。
四,
按照随机变量可能取得的值，可以把它们分为两种基本类型：
离散型
离散型（discrete）随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。
连续型
连续型（continuous）随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。
这篇关于随机变量(概率论)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
