1樓：風AA
最近剛好在學這一塊。
隨機變數，就是隨事件(由概率決定)而改變的變數，從乙個抽象的Ω空間中統一化成數學的符號
而分布函式則是將隨機變數的統計規律性描述出來。
隨機變數的函式則是將事件從Ω中抽象出來的X視作另乙個Ω，而對應這個新的Ω中將其裡面的事件抽象出來變成Y。這也就是我們常見的 Y＝X + 1出現的原因。
因為本身不是數學專業也沒學過統計學，但是能大致推測出來其中的現實意義。
例如，乙個銀行營業點，每天預計兌換走10萬外幣，但是這些外幣都是小面值的，現在你有之前每天不同人兌換的外幣的資料，例如老太太都是50元50元兌，有個老頭1萬1萬兌，現在總行會根據之前的概率，重新規劃出一套大小面值合適的10萬外幣拿出去兌換。
所以要在之前的隨機變數上重新取一套新的隨機變數，研究這個新的隨見變數的分布，這就是求隨機變數的函式的分布
全程手打，如有錯誤還請指出^_^
2樓：溫帶海洋性氣候
如果有了概率論中隨機變數的基礎了的話，那直接往下看隨機變數的函式的分布是怎麼來的吧
假設X是乙個隨機變數，y=g(x)(一般g(x)是已知的連續函式）是乙個實函式，則Y=g(X)也是乙個與X對應的隨機變數，所謂求隨機變數X的函式的分布問題，就是由已知的隨機變數X的概率分布去求它的函式Y＝g(X)的概率分布或密度函式fx(x)乃至分布函式Fx(x)。
簡單粗暴地說呢，隨機變數的函式的「分布」就是「分布函式」，隨機變數的函式的密度就是隨機變數的密度函式/doge狗頭
3樓：Ten2one
對於離散隨機變數而言，要掌握它的統計規律，必須且只需知道X的所有可能取值以及取每乙個可能值的概率
對於連續隨機變數而言，也是類似的。
對於乙個隨機變數而言，如果你能知道它的概率分布，那就是一件非常了不起的事情，相當於知道了全部！
怎麼理解隨機變數序列？
行走清河南北 理解了數列，理解了函式列，各種函式列的具體形式見過，等等其實就是一種序列，隨機變數本質上就是函式 可測函式 於是隨機變數序列的理解，順理成章，垂手可得。再加上書上寫的明白，教師講課中的解釋說明比較，搞懂應該很容易。 概率統計一招制敵 1.學習過函式數列嗎？就是fn x x定義在同乙個定...
為什麼連續型隨機變數的函式的概率分布不能像離散型隨機變數那樣直接對應過去？
理呆哥 根源在於，所謂連續型概率密度本身是帶量綱的，是強度量，其量綱是你所描述變數的觀測尺度的倒數。而概率本身的含義是比例，比例是無量綱的。它們在運算方式上是接近的，比如求和對應於求積分，概率密度也會有類似概率的條件與邊緣，先驗與後驗的稱呼和運算規則。這是因為，我們總是先將概率密度乘上最小觀測尺度變...
請問如何理解隨機變數的定義？
斯介生 從邏輯上講，隨機變數是樣本點的量化，但這種量化需要滿足數學上的自洽，所以需要如題主指出的定義，將來學過測度論自然會理解。對於初學者，建議不要去扣定義，你就抓住它的兩個特點 第一，它所有的取值是清楚的 第二，它的具體取值是不確定的。研究隨機變數的方法就是窮舉，由於離散型隨機變數的取值可以乙個個...