会计学一、随机变量概念的产生1、有些试验结果本身与数值有关（本身就是一个数）.2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化.这种对应关系在数学上理解为定义了一种实值函数.（1）它随试验结果的不同而取不同的值，因而在试验之前只知道它可能取值的范围，而不能预先肯定它将取哪个值.有了随机变量,随机试验中的各种事件，就可以通过随机变量的关系式表达出来.三、随机变量的分类其中(k=1,2,…)满足：二、常见的离散型随机变量的概率分布每次试验成功的概率都是p，这样的n次独立重复试验称作n重贝努里试验，简称贝努里试验或贝努里概型.注:贝努里概型对试验结果没有等可能的要求，但有下述要求：泊松分布的定义及图形特点由泊松定理，n重贝努里试验中稀有事件出现的次数近似地服从泊松分布.连续型随机变量X所有可能取值充满一个区间,对这种类型的随机变量,不能象离散型随机变量那样,以指定它取每个值概率的方式,去给出其概率分布,而是通过给出所谓“概率密度函数”的方式.故X的密度f(x)在x这一点的值，恰好是X落在区间上的概率与区间长度之比的极限.这里，如果把概率理解为质量，f(x)相当于线密度.要注意的是，密度函数f(x)在某点处a的高度，并不反映X取值的概率.但是，这个高度越大，则X取a附近的值的概率就越大.也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度.若不计高阶无穷小，有：二、随机变量的分布函数即设离散型随机变量X的分布律为pk:=P{X=xk},k=1,2,…,X的分布函数分布函数F(x)是一个右连续的函数,在x=xk(k=1,2…)处有跳跃值pk=P{X=xk},如下图(图2.2.1)所示连续型r.v.的分布函数三、常见的连续型随机变量正态分布是应用最广泛的一种连续型分布.(1)正态分布的定义(2)正态分布的图形特点决定了图形的中心位置，决定了图形中峰的陡峭程度.故f(x)以μ为对称轴，并在x=μ处达到最大值:这说明曲线f(x)向左右伸展时，越来越贴近x轴。即f(x)以x轴为渐近线。用求导的方法可以证明，若r.v.X的概率密度为：均匀分布常见于下列情形：则称X服从参数为的指数分布.