本篇文章给大家分享什么是离散变量，以及什么是离散变量的期望值对应的知识点，希望对各位有所帮助。
简略信息一览：
什么是连续变量和离散变量?
离散变量：离散变量是指在某个范围内取有限个或可数个数值的变量。它们通常代表着计数或计量问题，只能取离散的整数值，不能取连续的小数值。例如，投掷一枚硬币，结果只能是正面或反面，这就是一个离散变量。连续变量：连续变量是指在某个范围内可以取无限个数值的变量。
数值连续不断，并且两个变量值之间可以做无限分割的变量，叫做连续变量；数值以整数断开并只能以整数表示的变量，叫做离散变量。
连续变量是一直叠加上去的，增长量可以划分为固定的单位，即：1，2，3…… 例如：一个人的身高，他首先长到51，然后才能长到52，53……。
变量按其数值表现是否连续，分为连续变量和离散变量。离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量。如职工人数、工厂数、机器台数等。有些性质上属于连续变量的现象也按整数取值，既可以把它们当做离散变量来看待。
离散数据又称为不连续数据，这类数据在任何两个数据点之间的个数是有限的。例如：某年级有十个班，这里班级的数目就是离散数据（如：八班与十班之间必然只有九班这一个班，这种划分是有限的）。
连续型变量一般指连续型随机变量。连续型随机变量是指如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。离散变量是变量，其中值可以通过计数获得。另一方面，连续变量是衡量某事的随机变量。
二项分布,泊松分布,正太分布中哪些是离散型随机变量,哪些是连续型随机变...
1、离散型随机变量：二项分布与泊松分布。连续型随机变量：正态分布。离散变量是指其数值只能用自然数或整数单位计算的，则为离散变量。例如，企业个数、职工人数、设备台数等。只能按计量单位数计数，这种变量的数值一般用计数方法取得。
2、离散型分布 ：二项分布、多项分布、伯努利分布、泊松分布。 连续型分布 ：均匀分布、正态分布、指数分布、伽玛分布、偏态分布、贝塔分布、威布尔分布、卡方分布、F分布。
3、随机变量，如同自然界中千变万化的元素，可分为离散和连续两种类型。离散型随机变量，如商品数量和人口总数，包含柏努利、二项、几何和泊松等，如掷骰子的结果，只有确定的几种可能。连续型随机变量，如血红蛋白测量值，无限细分，涵盖均匀、指数和伽马等，如人的身高，无穷多个可能值。
4、首先，我们来看离散型随机变量的璀璨篇章：0-1分布：这是一种特殊的离散分布，每种可能的结果只有两种，犹如二元选择的缩影。二项分布：每项试验成功的次数，如抽奖中的中奖次数，它的魅力在于其明确的试验次数和每次成功的概率。
概率论中,离散变量是什么意思?
1、离散型随机变量是概率论中的一个重要概念。它是指在一定范围内取值的不连续的随机变量，其取值只能是某些确定的数值。
2、离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。概率分布不同 离散变量的概率分布，常用的有二项分布、泊松（Poisson）分布。
3、离散型随机变量是指在有限或者可数无限个取值中取值的随机变量。与连续型随机变量不同，离散型随机变量只能取有限个或者可数无限个取值，不可能取到连续的值。离散型随机变量在概率论和数理统计中有着广泛的应用。离散型随机变量的概率分布函数是一个离散函数，它描述了随机变量取各个取值的概率。
4、随机变量百度百科解释为随机现象（在一定条件下，并不总是出现相同结果的现象称为随机现象）各种结果的实值函数（一切可能的样本点）。在高等数学书里面分为离散型和连续性两种。有些书会提到混合型随机变量。我目前认识到的就这三种。
关于什么是离散变量，以及什么是离散变量的期望值的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。
