视频字幕
欢迎学习离散型随机变量！离散型随机变量是概率论中的重要概念。它是一种特殊的随机变量，只能取有限个或可数无限个数值。比如抛硬币的结果可以用0和1表示，掷骰子的结果可以是1到6的整数。这些都是离散型随机变量的典型例子。
概率质量函数是描述离散型随机变量的重要工具。它表示随机变量取每个可能值的概率。概率质量函数必须满足两个条件：每个概率都大于等于零，所有概率的和等于一。以掷骰子为例，每个点数出现的概率都是六分之一，这就构成了一个概率质量函数。
期望值和方差是描述离散型随机变量的两个重要数字特征。期望值表示随机变量的平均水平，计算方法是每个可能取值乘以其概率，然后求和。方差则表示随机变量取值的分散程度。以掷骰子为例，期望值是三点五，这意味着如果我们多次掷骰子，平均点数会接近三点五。
今天我们来学习离散型随机变量。离散型随机变量是只能取有限个或可列无穷多个值的随机变量。它的主要特点是只能取特定的离散值，用概率质量函数来描述，且所有概率之和等于一。
概率质量函数简称PMF，用来描述离散型随机变量取各个值的概率。函数值必须非负，且所有概率之和等于一。以掷骰子为例，骰子可以取一到六这六个值，每个值的概率都是六分之一。右图显示了骰子的概率分布。
期望值是随机变量各个取值与其概率乘积的和，表示平均值。方差衡量随机变量的离散程度，可以用期望的平方减去期望的平方来计算。图中显示了两个分布，蓝色分布的方差较小，数据集中在均值附近；红色分布的方差较大，数据较为分散。
在实际应用中，有几种常见的离散型随机变量分布。伯努利分布描述只有两个结果的试验，比如抛硬币。二项分布描述多次独立伯努利试验中成功的次数，比如抛十次硬币得到正面的次数。泊松分布常用来描述单位时间内随机事件发生的次数，比如一小时内到达银行的顾客数量。图中显示的是参数为十和零点三的二项分布。
总结一下我们学习的内容：离散型随机变量只能取有限个或可列无穷多个值。概率质量函数用来描述各个值的概率分布。期望值表示平均值，方差衡量离散程度。常见的分布包括伯努利分布、二项分布和泊松分布，它们在实际问题中有广泛应用。
总结一下我们学习的内容：离散型随机变量只能取有限个或可列无穷多个值。概率质量函数用来描述各个值的概率分布。期望值表示平均值，方差衡量离散程度。常见的分布包括伯努利分布、二项分布和泊松分布，它们在实际问题中有广泛应用。