文章目录 一、随机变量(Rrandom Variable) 1、随机变量概念 2、随机变量分类 二、概率与概率分布(Probability and Probability Distribution) (一)离散型随机变量(Discrete Random Variable) 1、概率质量函数(Probability Mass Function) 2、累积分布函数(Cumulative Distribution Function) 3、生成服从特定的概率质量函数的随机数 (1)choice()函数参数说明 (2)利用choice()函数产生随机数 (二)连续型随机变量(Continuous Rrandom Variable) 1、概率质量函数(Probability Mass Function) 2、累积分布函数(Cumulative Distribution Function) 3、概率密度函数(Probability Density Function) 4、利用Python绘制概率分布图 三、期望值与方差 (一)期望(Expectation) 1、期望的概念 2、离散型随机变量的期望 (1)概念与计算公式 (2)案例说明 - 家庭平均生育孩子数 3、连续型随机变量的期望 4、离散型和连续型的区别 (二)方差(Variance) 1、方差的概念 2、离散型随机变量的方差 3、连续型随机变量的方差 (三)计算伯努利随机变量的期望和方差 1、伯努利随机变量的概率质量函数 2、伯努利随机变量的期望 3、伯努利随机变量的方差 四、二项分布 1、二项分布概念 2、二项分布概率函数 3、二项分布的期望与方差 4、NumPy生成二项分布随机数 5、求解二项分布的概率质量函数 6、求解二项分布的累计分布函数 7、二项分布在金融市场中的应用 一、随机变量(Rrandom Variable) 1、随机变量概念 随机变量是一个不确定性事件结果的数值函数。也就是说,把不确定性事件的结果用数值来表示,即可得到随机变量。 通常随机变量用大写字母来表示,如 X X X,其具体观测值(或实现值)用小写字母表示,如 x x x