随机变量的读音 随机变量的意思
随机变量 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。
- 随
- 机
- 变
- 量
“随机变量”的读音
- 拼音读音：
- [suí jī biàn liàng]
- 汉字注音：
- ㄙㄨㄟˊ ㄐㄧ ㄅㄧㄢˋ ㄌㄧㄤˋ
- 简繁字形：
- 隨機變量
- 是否常用：
- 否
“随机变量”的单字解释
【随】：1.跟着：随从。随员。随葬。随即（立刻）。随行（xíng）。随身。随喜。随波逐流。随行（hāng）就市。2.顺从，任凭：随意。随口。随宜。随和。随俗。随笔。随遇而安。3.顺便，就着：随带。随手关门。4.像：他长得随他父亲。5.姓。
【机】：1.机器：缝纫机。打字机。插秧机。拖拉机。2.飞机：客机。运输机。机场。机群。3.事情变化的枢纽；有重要关系的环节：事机。生机。转机。4.机会；时机：乘机。随机应变。机不可失。5.生活机能：有机体。无机化学。6.重要的事务：日理万机。7.心思；念头：动机。心机。杀机。8.能迅速适应事物的变化的；灵活：机智。机警。9.姓。
【变】：1.和原来不同；变化；改变：情况变了。变了样儿。2.改变（性质、状态）；变成：沙漠变良田。后进变先进。3.使改变：变废为宝。变农业国为工业国。4.能变化的；已变化的：变数。变态。5.变卖：变产。6.变通：通权达变。7.有重大影响的突然变化：事变。变乱。8.指变文：目连变。9.姓。
【量】：[liàng]1.测量东西体积多少的器物。如升、斗等。2.限度：胆量。力量。3.数量：降雨量。产量。4.估计；衡量：量力而行。5.哲学范畴。指事物存在和发展的规模、程度、速度等，即可以用数量表示的规定性，如多少、大小、高低、轻重、快慢等。[liáng]1.用器具确定东西的多少、长短或其他性质：量地。量血压。2.估计；衡量：打量。思量。
“随机变量”的意思
基本解释
基本解释
概率论的基本概念。描述随机现象某一侧面的数量。如同一台机器生产一种规格的螺钉，其直径大小就是一个随机变量。随机变量分为离散型和连续型两类。
网络解释
随机变量
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。
“随机变量”造句
给出二阶模糊随机变量和模糊随机变量序列均方收敛的概念，证明了一些相关的性质。
机械摩擦零件磨损量和耐磨性寿命不仅是随机变量，而且受载荷大小、材料情况等因素的模糊性影响。
主要讨论了一类随机规划在函数序列上图收敛和随机变量序列均方收敛意义下，该类随机规划的最优解和最优值的收敛情况。
文中给出了模糊随机变量的熵的变换结果，同时对模糊互信息也进行了论述。
由于模型的目标函数中含有随机变量的积分，模型的最优性条件之一就是积分的可积性。
在一定条件下，满足上述两个性质的随机变量是正态变量。
贝叶斯神经网络中，每个权值和误差被视为随机变量，它们的先验概率分布是遵从正态分布的。
当单调函数的反函数不能显性表示时，连续型随机变量的分布密度曲线仍可通过参数方程的形式获得。
本文研究了一类离散型随机变量的概率分布，称之为负几何分布和负超几何分布。
方差是描述随机变量分布情况的指标，本文用方差来描述特征词在类间的分布情况。
基本解释
概率论的基本概念。描述随机现象某一侧面的数量。如同一台机器生产一种规格的螺钉，其直径大小就是一个随机变量。随机变量分为离散型和连续型两类。随机变量
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。
给出二阶模糊随机变量和模糊随机变量序列均方收敛的概念，证明了一些相关的性质。
机械摩擦零件磨损量和耐磨性寿命不仅是随机变量，而且受载荷大小、材料情况等因素的模糊性影响。
主要讨论了一类随机规划在函数序列上图收敛和随机变量序列均方收敛意义下，该类随机规划的最优解和最优值的收敛情况。
文中给出了模糊随机变量的熵的变换结果，同时对模糊互信息也进行了论述。
由于模型的目标函数中含有随机变量的积分，模型的最优性条件之一就是积分的可积性。
在一定条件下，满足上述两个性质的随机变量是正态变量。
贝叶斯神经网络中，每个权值和误差被视为随机变量，它们的先验概率分布是遵从正态分布的。
当单调函数的反函数不能显性表示时，连续型随机变量的分布密度曲线仍可通过参数方程的形式获得。
本文研究了一类离散型随机变量的概率分布，称之为负几何分布和负超几何分布。
方差是描述随机变量分布情况的指标，本文用方差来描述特征词在类间的分布情况。