| 类型 | 定义 | 核心特性 |
|---|
| 随机变量 | 从样本空间 Ω（随机试验所有可能结果）到实数集 ℝ 的可测函数。 | 概率驱动：取值依赖随机试验结果，遵循概率分布（离散型/连续型）。 |
| 普通变量 | 确定性符号，代表未知或可变的数值（由公式或用户定义决定）。 | 确定性：取值明确，无概率分布，仅用于计算或模型。 |
| 特性 | 随机变量 | 普通变量 |
|---|
| 定义域 | 样本空间 Ω（随机试验结果） | 实数集或用户定义范围 |
| 取值方式 | 随机映射（不确定性，概率分布） | 公式计算/用户赋值（确定性） |
| 概率性 | 有概率分布（期望、方差、密度函数等） | 无概率分布 |
| 数学工具 | 概率论（分布函数、大数定律等） | 代数、微积分等确定性工具 |
| 符号表示 | 大写字母（如 X, Y） | 小写字母（如 x, y） |
| 类型 | 典型应用场景 |
|---|
| 随机变量 | 统计分析（计算期望/方差）、风险评估（保险损失模型）、金融工程（股票价格模拟） |
| 普通变量 | 方程求解（如 2x + 3 = 7）、编程赋值（如 a=10）、函数分析（如 f(x)=x²） |
随机变量是概率驱动的数值函数（其取值具有不确定性但遵循统计分布规律）；
普通变量是确定性数值的符号表示（取值由用户或公式直接决定，无概率分布）。
- 数学属性：随机变量需用概率论工具分析；普通变量仅依赖代数或微积分运算。
- 表示惯例：随机变量用大写字母（
X），普通变量用小写字母（x）或函数符号（f(x)）。
随机变量的本质是 “从随机现象到实数的映射”，其值不可预测但服从统计规律；
普通变量的本质是 “人为定义的确定性符号”，其值由用户或公式直接指定。
二者核心区别在于 是否依赖概率分布描述行为。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
