什么是随机变量｜Khan Academy

1. 声音
   观察依据

   先用大写字母命名随机变量，再写出两种结果的赋值规则。

2. 公式
   观察依据

   黑板左侧写着一个绿色的手写大写字母“X”，并在片段结束前一直可见。

X

抛硬币例子的固定数值映射；随机的是结果，以及随结果取得的数值。

分配给随机过程结果的数值；在此示例中，显示的赋值为 1 和 0。

1. 公式
   观察依据

   在 X 的花括号定义内，顶行显示“1”与“如果是正面”配对。

2. 声音
   观察依据

   分段定义的上行给正面结果规定一个数值标签。

1

在示例随机变量中分配给结果“正面”的数值。

用作结果输出标签的实数。

1. 公式
   观察依据

   在 X 的花括号定义内，底行显示“0”与“如果是反面”配对。

2. 声音
   观察依据

   分段定义的下行给反面结果规定一个数值标签。

0

在示例随机变量中分配给结果“反面”的数值。

用作结果输出标签的实数。

1. 公式
   观察依据

   短语“如果是正面”写在分段定义中值 1 的旁边。

2. 声音
   观察依据

   分段定义的上行给正面结果规定一个数值标签。

heads

抛硬币随机过程的一个可能结果。

单次抛硬币的结果空间；定义这条映射不要求硬币公平。

1. 公式
   观察依据

   短语“如果是反面”写在分段定义中值 0 的旁边。

2. 声音
   观察依据

   分段定义的下行给反面结果规定一个数值标签。

tails

抛硬币随机过程的另一个可能结果。

单次抛硬币的结果空间；定义这条映射不要求硬币公平。

1. 公式
   观察依据

   黑板上在“随机过程”下方写着“结果 -> 数字”。

2. 声音
   观察依据

   开场提纲把随机过程的结果与规则所规定的数值联系起来。

->

从结果到数值标签的映射关系。

此处非正式地用于描述由随机变量进行的赋值。

1. 公式
   观察依据

   左侧已写出 X = { 1 若为正面; 0 若为反面 }

2. 声音
   观察依据

   引入第二个例子时，前面的硬币映射仍保留在黑板上。

X

一个随机变量，用来把一次抛硬币的结果量化为数字：正面记 1，反面记 0

取值集合为 {0, 1}

1. 公式
   观察依据

   右侧写出 Y = 掷7个骰子的朝上点数和

2. 声音
   观察依据

   新变量记录这组骰子朝上点数的总和。

Y

另一个随机变量，表示掷 7 个骰子后朝上面点数之和

若骰子是点数1到6的普通六面骰，Y为7到42之间的整数。这一范围是编辑推导；定义点数和本身不要求公平或相互独立。

1. 公式
   观察依据

   右上方开始写出 P(点数和…不超过30)

2. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

P

概率算子的起始记号，用于书写某个事件发生的概率

概率记号作用于事件；用Y的取值条件指定事件，并不自动表示条件概率。

1. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }

X

表示抛硬币结果的随机变量，正面朝上时取值为 1，反面朝上时取值为 0。

{0, 1}

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

Y

表示掷七个骰子后朝上点数之和的随机变量。

若采用点数1到6的普通六面骰，整数点数和为7到42；这是编辑推导的范围，并非概率模型。

1. 公式
   观察依据

   P(点数和…≤30), P(Y <= 30), P(Y为偶数)

P

应用于涉及随机变量的事件的概率算子。

1. 声音
   观察依据

   开场提纲把随机过程的结果与规则所规定的数值联系起来。

2. 公式
   观察依据

   黑板上写着“随机过程”，其下方写着“结果 -> 数字”。

在此片段中，随机变量不是作为代数风格的未知数引入的，而是作为一条规则，为随机过程的每个结果分配一个数字。黑板上的视觉总结是：随机过程有结果，而这些结果被映射到数字。

1. 必须有一个具有可识别结果的随机过程。

2. 所描述的规则为每个结果分配一个数值。

3. 规则本身固定，不是每次随机重选；每个结果对应一个值，不同结果可以对应同一个值。这里用有限结果的例子介绍概念，并未给出一般测度论定义。

1. 声音
   观察依据

   抛硬币、掷骰子点数和降雨用于说明可以数值描述的随机结果。

2. 公式
   观察依据

   讨论这些例子时，黑板上写着标题“随机过程”。

视频使用具体的例子来解释什么算作随机过程：抛硬币、掷骰子点数和测量明天的降雨量。这些情况被呈现为其结果随后可以由随机变量转化为数字。

1. 观察之前情况具有不确定的结果。

1. 声音
   观察依据

   先用大写字母命名随机变量，再写出两种结果的赋值规则。

2. 公式
   观察依据

   一个大写的“X”被写为示例随机变量。

该片段介绍了常见的记法约定，即随机变量通常用大写字母表示，并以 X 为例。

1. 这是一种命名约定，而不是数学限制。

1. 公式
   观察依据

   黑板显示花括号风格的定义：X = { 1 若为正面 ; 0 若为反面 }。

2. 声音
   观察依据

   给硬币的两种结果明确规定数值标签，展示一般的映射想法。

视频演示了定义简单离散随机变量的标准方法：列出每个结果并为其分配一个数值。这里，抛硬币的结果在花括号记法内逐个案例处理。

1. 必须明确识别结果集。

2. 每个列出的结果接收一个数值。

3. 数字1和0是结果编码，并非正面、反面的概率；仅凭编码不能推断硬币公平。

1. 作为到数字映射的随机变量定义

1. 声音
   观察依据

   保持硬币两种结果不变，演示改用另一组数值标签，再恢复较简洁的编码。

2. 公式
   观察依据

   黑板暂时将显示的值从 1 和 0 改为 100 和 703，然后返回到 1 和 0。

片段中的一个关键点是，附加到结果的数字是随机变量定义的一部分。同一个抛硬币可以编码为 1/0 或 100/703；两者都是从结果到数字的有效映射，尽管 1/0 被呈现为更典型且在概念上更清晰。

1. 所选数字仍必须定义从结果到数字的映射。

1. 作为到数字映射的随机变量定义
2. 通过案例赋值定义随机变量

1. 公式
   观察依据

   顶部标题为随机变量，下方写有随机过程与结果 → 数值

2. 声音
   观察依据

   两个例子都用规定的规则，把随机试验结果转为数值。

视频把随机变量定义为把一个随机过程的结果量化成数字的对象。画面用“结果 → 数值”概括这一映射关系，并用两个例子说明：抛硬币时把正面/反面映射为 1/0；掷 7 个骰子时把各个朝上面的点数求和后得到一个数值。

1. 先有一个随机过程

2. 再对该过程的结果指定一个数值规则

1. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }

2. 声音
   观察依据

   引入第二个例子时，前面的硬币映射仍保留在黑板上。

这是一个最简单的随机变量例子：对一次抛硬币实验，规定正面输出 1，反面输出 0。它展示了随机变量如何把非数值事件转成数值结果。

1. 实验对象是一次抛硬币

2. 结果空间为 {正面, 反面}

1. 随机变量的基本定义

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

2. 声音
   观察依据

   新变量记录这组骰子朝上点数的总和。

视频进一步给出更复杂的随机变量：先掷 7 个骰子，再把每个骰子朝上的点数相加，得到一个新的数值结果 Y。这个例子说明随机变量不仅可以对应单个简单事件，也可以对应多个基本结果的汇总量。

1. 随机过程是掷 7 个骰子

2. 量化规则是对 7 个朝上点数求和

1. 随机变量的基本定义

1. 声音
   观察依据

   把结果数值化，便于做运算并使用简洁的数学描述。

视频解释为什么要定义随机变量：一旦把结果量化成数字，就可以对这些结果做更多数学运算，也能使用更标准的数学记号来表达概率事件。

1. 适用于希望把随机试验结果纳入代数或概率记号体系的情形

1. 随机变量的基本定义

1. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

2. 公式
   观察依据

   右上方写出 P(点数和…不超过30)，但表达式未完整写完

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

视频用一个具体概率问题说明记号化的必要性：如果要求“掷 7 个骰子后朝上点数之和小于等于 30”的概率，不用随机变量时就必须把整段文字描述塞进概率括号里，表达会很长。这里展示的是引入随机变量后能简化概率记号的动机，而不是完整证明。

1. 讨论对象是一个概率事件

2. 事件由随机变量的取值条件定义

3. 若要计算数值概率，还需要骰子结果的联合分布；仅凭求和定义不能推断公平或独立。

1. 掷 7 个骰子示例：由多个基本结果合成随机变量
2. 引入随机变量的动机

1. 声音
   观察依据

   结尾强调可能的数值结果，以及研究事件概率的用途。

2. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }, Y = 掷7个骰子的朝上点数和

随机变量是将随机过程的结果映射为数值的函数。与传统代数变量不同，它可以取多个值，并伴有相应的概率。

1. 定义于随机实验的样本空间上

2. 取数值

3. 每个值或事件关联有概率

4. 映射规则固定，试验结果具有不确定性；结果标签是取值，不是概率。这些有限结果的例子用来引出事件概率记号。随机变量也可以是常值，也能用等式定义并参与代数运算。

1. 声音
   观察依据

   用Y改写点数和事件，随后提出点数和为偶数的问题。

2. 公式
   观察依据

   P(Y≤30)与Y为偶数的事件概率并列展示。

涉及随机变量的事件使用概率算子 P 后跟括号内关于变量的条件来表示。这提供了一种简洁的方式来表达复杂结果的概率。

1. Y 是一个随机变量

2. 括号内的表达式定义了一个事件

1. 随机变量的定义

1. 声音
   观察依据

   讲解区分了随机结果的数值映射与代数方程中等待求解的未知数。

随机变量不应被理解为仅仅是传统的代数变量；相反，它是将随机过程的结果映射到数字的一种方式。

1. 学习者最初可能会将随机变量与代数中看到的变量进行比较。

关于此介绍中“随机变量”含义的一般概念性主张。

1. 声音
   观察依据

   保持硬币两种结果不变，演示改用另一组数值标签，再恢复较简洁的编码。

2. 公式
   观察依据

   解释过程中，黑板上的1和0暂时改成100和703。

对于相同的抛硬币过程，为正面和反面分配不同的数字仍然产生一个合法的随机变量。

1. 底层随机过程是固定的（这里是抛硬币）。

2. 提出的规则为结果分配数字。

通过示例的存在性演示：至少一种替代赋值，即 100 和 703，仍然是有效的。

1. 声音
   观察依据

   开场提纲把随机过程的结果与规则所规定的数值联系起来。

2. 公式
   观察依据

   黑板序列先写“随机过程”，然后写“结果 -> 数字”。

1. 公式

   $$$$
   解释

   从一个随机过程开始，例如抛硬币、掷骰子或测量明天的雨。

   步骤依据

   这些是片段中口头提到的例子。

   视频直接表达
2. 公式

   $$$$
   解释

   识别该过程产生的结果。

   步骤依据

   黑板将“结果”写为被转换的对象。

   视频直接表达
3. 公式

   $$$$
   解释

   为每个结果分配一个数字，从而量化该结果。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达

随机变量被理解为来自随机过程的结果的数字编码。

1. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

2. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

3. 公式
   观察依据

   最后举出 P(点数和…不超过30) 这一冗长写法作为例子

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

1. 解释

   先给出随机变量的两个例子：X 把抛硬币结果映射为 0 或 1，Y 把掷 7 个骰子的朝上点数求和。

   步骤依据

   来自前面板书中 X 和 Y 的定义

   视频直接表达
2. 公式

   $$\text{Outcomes} \to \text{numbers}$$
   解释

   把随机过程的结果转成数字后，就可以对这些数字继续做数学操作。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达
3. 公式

   $$P(\text{点数和不超过30})$$
   解释

   如果要表达“点数和不超过 30”的概率，不用随机变量时就得把整段描述写进概率符号里，形式笨重。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达

视频通过例子说明：随机变量的作用是把随机试验结果数字化，从而便于进行数学运算并使用更简洁的概率记号。

1. 声音
   观察依据

   代数方程和输入输出关系用于与随机结果的例子作对比。

2. 公式
   观察依据

   x + 5 = 6 \rightarrow x = 1

1. 公式

   $$x + 5 = 6$$
   解释

   从给定的方程开始。

   步骤依据

   视频中给出

   视频直接表达
2. 公式

   $$x = 6 - 5$$
   解释

   两边同时减去 5 以隔离 x。

   步骤依据

   代数变换

   视频直接表达
3. 公式

   $$x = 1$$
   解释

   计算结果。

   步骤依据

   算术

   视频直接表达

代数变量 x 有一个确定的值 1。

1. 声音
   观察依据

   给硬币的两种结果明确规定数值标签，展示一般的映射想法。

2. 公式
   观察依据

   黑板显示 X = { 1 若为正面 ; 0 若为反面 }。

3. 公式
   观察依据

   同一块黑板后来暂时显示 X = { 100 若为正面 ; 703 若为反面 }，然后返回到 1 和 0。

为抛硬币的随机过程定义一个随机变量。

1. 随机过程是抛硬币。

2. 提到的可能结果是正面和反面。

为结果分配数值，使得随机过程由随机变量 X 表示。

1. 公式

   $$X = \begin{cases} 1, & \text{若为正面} \\ 0, & \text{若为反面} \end{cases}$$
   解释

   说话者通过给正面赋值 1 和给反面赋值 0 来定义 X。

   步骤依据

   这直接写在黑板上并口头说出。

   视频直接表达
2. 公式

   $$X = \begin{cases} 100, & \text{若为正面} \\ 703, & \text{若为反面} \end{cases}$$
   解释

   为了展示定义的灵活性，显示的值暂时更改为 100 和 703。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达
3. 公式

   $$X = \begin{cases} 1, & \text{若为正面} \\ 0, & \text{若为反面} \end{cases}$$
   解释

   黑板在片段结束时返回到更简单的 1/0 赋值。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达

抛硬币的一个有效随机变量是如果是正面 X = 1，如果是反面 X = 0；展示的另一种有效编码是如果是正面 X = 100，如果是反面 X = 703。

通过检查每个命名的结果是否恰好被分配了一个数值来验证该示例，这符合随机变量作为从结果到数字的映射的既定定义。

1. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }

2. 声音
   观察依据

   引入第二个例子时，前面的硬币映射仍保留在黑板上。

给一次抛硬币实验定义一个随机变量。

1. 实验结果是正面或反面

把每个结果映射为一个数字。

1. 公式

   $$X = \begin{cases} 1 & \text{若为正面} \\ 0 & \text{若为反面} \end{cases}$$
   解释

   规定正面记 1，反面记 0。

   步骤依据

   视频直接给出的定义

   视频直接表达

$X = \begin{cases} 1 & \text{若为正面} \\ 0 & \text{若为反面} \end{cases}$

该定义把两个非数值结果分别映射为两个不同数字，符合视频中“结果 → 数值”的说明。

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

2. 声音
   观察依据

   新变量记录这组骰子朝上点数的总和。

给掷 7 个骰子的随机过程定义一个随机变量。

1. 随机过程是掷7个骰子

2. 关注每个骰子朝上的面

把整个试验结果量化成一个数值。

1. 公式

   $$Y = \text{掷7个骰子朝上点数之和}$$
   解释

   把 7 个骰子朝上的点数相加，得到 Y。

   步骤依据

   视频直接给出的定义

   视频直接表达

$Y = \text{掷7个骰子朝上点数之和}$

这仍然是在把一个随机过程的结果转成数字，符合视频对随机变量的总定义。

1. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

2. 公式
   观察依据

   P(点数和…不超过30) 正在书写但未完成

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

表达“掷 7 个骰子后朝上点数之和小于等于 30”的概率。

1. 随机变量 Y 已定义为 7 个骰子朝上点数之和

2. 关注的条件是点数和≤30

写出该事件的概率。

1. 公式

   $$P(\text{点数和不超过30})$$
   解释

   视频先展示不用简洁随机变量记号时的“旧写法”，即把整段文字描述放进概率括号中。

   步骤依据

   依据此处显示的映射规则或所说明的记号动机。

   视频直接表达

此时仍在书写较长的概率描述，后续用Y完成记号转换。

此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

1. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }

为单次抛硬币的结果定义一个随机变量。

1. 试验为单次抛硬币；定义映射本身不要求公平。

2. 结果：正面或反面

将结果映射为数值。

1. 公式

   $$X = 1 \text{ 若为正面}$$
   解释

   为结果“正面”赋值 1。

   步骤依据

   随机变量映射的定义

   视频直接表达
2. 公式

   $$X = 0 \text{ 若为反面}$$
   解释

   为结果“反面”赋值 0。

   步骤依据

   随机变量映射的定义

   视频直接表达

$X = \begin{cases} 1 & \text{若为正面} \\ 0 & \text{若为反面} \end{cases}$

与黑板上写的分段定义相符。

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

2. 声音
   观察依据

   用Y改写点数和事件，随后提出点数和为偶数的问题。

为掷七个骰子时的点数之和定义一个随机变量，并表达特定事件的概率。

1. 试验为掷七个骰子；按普通六面骰解释属于明确的编辑假设，不表示已经假定公平或独立。

2. 感兴趣的结果：朝上点数之和

定义 Y 并为 Y ≤ 30 和 Y 为偶数写出概率陈述。

1. 公式

   $$Y = \sum_{i=1}^{7} D_i$$
   解释

   设 D_i 为第 i 个骰子的点数；Y 是它们的和。

   步骤依据

   和随机变量的定义

   依据视频推导
2. 公式

   $$P(Y \leq 30)$$
   解释

   和至多为 30 的概率。

   步骤依据

   视频中引入的记号

   视频直接表达
3. 公式

   $$P(Y \text{ 偶数})$$
   解释

   和为偶数的概率。

   步骤依据

   视频中引入的记号

   视频直接表达

$Y = \text{掷7个骰子朝上点数之和}; \quad P(Y \leq 30), \quad P(Y \text{ 偶数})$

Y定义与两个事件表达式符合黑板内容；带D_i的求和记号是对原片求和规则的编辑表达，没有计算数值概率。

1. 动画
   观察依据

   在黑色背景上，青色手写在顶部写下“随机变量”并用波浪线划下划线。

2. 动画
   观察依据

   黄色手写随后添加“随机过程”及其下方的“结果 -> 数字”。

1. 青色标题文本“随机变量”

2. 波浪下划线

3. 黄色文本“随机过程”

4. 黄色文本“结果 -> 数字”

1. 标题首先出现。

2. 下划线在标题之后添加。

3. 接下来写下短语“随机过程”。

4. 在其下方添加映射语句“结果 -> 数字”。

1. 背景保持黑色。

2. 添加新行时，较早的文本保持可见。

视觉顺序反映了口头解释：首先命名主题，然后识别源情况（随机过程），然后陈述核心操作（将结果映射到数字）。

1. 动画
   观察依据

   黑板左侧画出一个绿色大写 X。

2. 动画
   观察依据

   添加一个大花括号和两行案例以形成 X = { 1 若为正面 ; 0 若为反面 }。

1. 绿色大写 X

2. 大花括号

3. 带有 1 和“如果是正面”的顶行案例

4. 带有 0 和“如果是反面”的底行案例

1. 首先写入符号 X。

2. 添加花括号以指示案例定义。

3. 在反面案例之前写入正面案例。

1. 较早的标题和大纲保持在屏幕上方。

2. 在此构建过程中，变量名 X 不会改变。

动画通过将抽象想法“结果 -> 数字”转化为具体示例，展示了为抛硬币结果分配数字的具体规则。

1. 动画
   观察依据

   显示的值 1 被替换为 100。

2. 动画
   观察依据

   显示的值 0 被替换为 703。

3. 动画
   观察依据

   之后，100 被替换回 1，703 被替换回 0。

1. 花括号定义中的顶部数值

2. 花括号定义中的底部数值

3. 案例标签“如果是正面”和“如果是反面”

1. 顶部值从 1 变为 100。

2. 底部值从 0 变为 703。

3. 顶部值从 100 变回 1。

4. 底部值从 703 变回 0。

1. 变量名 X 保持不变。

2. 结果标签“正面”和“反面”保持不变。

3. 整体花括号结构保持不变。

通过仅改变数字而保持结果固定，视觉演示表明数值标签是随机变量选定定义的一部分，而不是硬币本身的固有属性。

1. 图示
   观察依据

   黑色背景上手写内容分三区：顶部标题区、左侧 X 定义区、右侧 Y 定义区；最后右上方新增概率表达式

1. 顶部标题随机变量

2. 副标题随机过程

3. 映射说明结果 → 数值

4. 左侧 X 的分段定义

5. 右侧 Y 的文字定义

6. 右上方新写的 P(...) 表达式

1. 开始时已有 X 的完整定义

2. 约 117 秒起在右侧逐步写出 Y 的定义

3. 约 210 秒起在右上方开始写概率表达式 P(点数和…不超过30)

1. 顶部主题始终是随机变量

2. 左右两例都服务于“把结果变成数值”这一中心思想

画面通过并列两个例子，把抽象定义落到具体随机过程上；最后新增的 P(...) 则把话题从“什么是随机变量”推进到“为什么要用随机变量来写概率”。

1. 图示
   观察依据

   黑色白板用青、黄、绿、粉、白色手写区分内容：左侧是X定义，右侧是Y定义与概率表达式，后面在上方加入代数方程。

1. 标题 '随机变量'

2. X 的定义

3. Y 的定义

4. 概率表达式 P(...)

5. 代数方程 x+5=6, y=x+7

1. 初始状态：X 和 Y 的定义可见，伴有冗长的概率文字描述

2. ~232s：在冗长文字下方写下 P(Y ≤ 30)

3. ~252s：在 P(Y ≤ 30) 下方写下 P(Y为偶数)

4. ~264s：在顶部中央添加代数方程 x+5=6 和 y=x+7

1. X 和 Y 的核心定义在整个过程中保持可见

2. 颜色编码区分概念（绿色用于 X，粉色用于 Y，白色用于代数）

空间排列对比了概率记号（右侧）与确定性代数（顶部中央），强化了音频中解释的概念区别。

1. 声音
   观察依据

   讲解区分了随机结果的数值映射与代数方程中等待求解的未知数。

随机变量就像方程中代表未知数的普通代数变量。

视频澄清说，随机变量相反是一条将随机过程的结果映射到数字的规则。

1. 声音
   观察依据

   保持硬币两种结果不变，演示改用另一组数值标签，再恢复较简洁的编码。

2. 公式
   观察依据

   黑板暂时显示 100 和 703 代替 1 和 0。

对于抛硬币，唯一可接受的数值编码是正面 = 1 且反面 = 0。

片段表明其他数值赋值，如正面 = 100 且反面 = 703，也定义了一个合法的随机变量；1 和 0 只是一个典型且更清晰的选择。

1. 声音
   观察依据

   把结果数值化，便于做运算并使用简洁的数学描述。

把随机变量理解成仅仅给结果起一个符号名，而没有实质作用。

视频强调随机变量的价值在于把结果数字化后，可以对结果做更多数学运算，并用更规范的数学记号表达概率事件。

1. 声音
   观察依据

   代数方程和输入输出关系用于与随机结果的例子作对比。

学生可能认为随机变量的行为像方程 x + 5 = 6 中的代数变量 x，期望有一个可解的单值。

固定的随机变量规则为每个结果规定取值，事件概率由试验的概率模型决定。这不禁止用等式或运算讨论随机变量，也允许常值随机变量；本课的例子具有多个可能取值。

1. 声音
   观察依据

   开场提纲把随机过程的结果与规则所规定的数值联系起来。

2. 公式
   观察依据

   黑板将“随机过程”直接放在“结果 -> 数字”上方。

理解什么是随机过程为理解随机变量提供了必要的背景，因为该变量被定义为从该过程的结果到数字的映射。

1. 声音
   观察依据

   给硬币的两种结果明确规定数值标签，展示一般的映射想法。

2. 公式
   观察依据

   黑板将一般映射想法实例化为 X = { 1 若为正面 ; 0 若为反面 }。

抛硬币示例应用了一般定义，通过将抽象短语“结果 -> 数字”转化为正面和反面的显式数值赋值。

1. 声音
   观察依据

   保持硬币两种结果不变，演示改用另一组数值标签，再恢复较简洁的编码。

2. 公式
   观察依据

   示例的数值条目从 1/0 更改为 100/703，然后再改回。

该示例对比了典型编码（1 和 0）与替代编码（100 和 703），以表明数值标签是定义选择，而不是结果的固定特征。

1. 声音
   观察依据

   先用大写字母命名随机变量，再写出两种结果的赋值规则。

2. 公式
   观察依据

   黑板使用 X 以及花括号风格的案例定义。

记法约定提供了符号 X，而分段方法展示了如何通过为结果赋值来赋予该符号意义。

1. 公式
   观察依据

   随机过程与结果 → 数值写在随机变量标题下

2. 声音
   观察依据

   两个例子都用规定的规则，把随机试验结果转为数值。

随机变量的定义通过抛硬币例子被具体化：先有随机过程，再对其结果做数值映射。

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

2. 声音
   观察依据

   新变量记录这组骰子朝上点数的总和。

掷 7 个骰子的例子进一步说明随机变量可以建立在更复杂随机过程之上，而不限于二元结果。

1. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

2. 公式
   观察依据

   随后写出 P(点数和…不超过30)

视频把“量化结果”的动机直接落到“简化概率记号”的应用上。

1. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

关于“点数和≤30”的概率事件建立在掷 7 个骰子求和这一随机变量之上。

1. 声音
   观察依据

   代数方程和输入输出关系用于与随机结果的例子作对比。

2. 公式
   观察依据

   画面并列展示随机变量X、Y与代数变量x、y。

视频明确对比了随机变量 (X, Y) 的概率性质与代数变量 (x, y) 的确定性求解/赋值。

1. 公式
   观察依据

   P(Y≤30)先以已经给定的Y定义指定事件。

概率记号 P(事件条件) 要求首先定义该条件所适用的随机变量（例如 Y）。

1. 声音
   观察依据

   开场提纲把随机过程的结果与规则所规定的数值联系起来。

1. 作为到数字映射的随机变量定义

1. 声音
   观察依据

   讲解区分了随机结果的数值映射与代数方程中等待求解的未知数。

1. 作为到数字映射的随机变量定义
2. 混淆随机变量与普通代数变量

1. 公式
   观察依据

   黑板显示 X = { 1 若为正面 ; 0 若为反面 }。

1. 抛硬币随机变量示例
2. 通过案例赋值定义随机变量

1. 声音
   观察依据

   保持硬币两种结果不变，演示改用另一组数值标签，再恢复较简洁的编码。

1. 随机变量值是选择的标签，而非由自然固定
2. 认为抛硬币随机变量必须使用 1 和 0

1. 声音
   观察依据

   先用大写字母命名随机变量，再写出两种结果的赋值规则。

1. 随机变量的记法约定

1. 公式
   观察依据

   随机变量 / 随机过程 / 结果 → 数值

2. 声音
   观察依据

   两个例子都用规定的规则，把随机试验结果转为数值。

1. 随机变量的基本定义
2. 抛硬币示例：离散二元随机变量
3. 掷 7 个骰子示例：由多个基本结果合成随机变量

1. 公式
   观察依据

   X = { 1 若为正面; 0 若为反面 }

1. 抛硬币示例：离散二元随机变量

1. 公式
   观察依据

   Y = 掷7个骰子的朝上点数和

1. 掷 7 个骰子示例：由多个基本结果合成随机变量

1. 声音
   观察依据

   把结果数值化，便于做运算并使用简洁的数学描述。

1. 引入随机变量的动机

1. 公式
   观察依据

   P(点数和…不超过30)

2. 声音
   观察依据

   骰子点数和事件的较长文字描述，引出更简洁的概率记号。

1. 此时正在书写较长的概率表达式；同一完整视频随后用Y简写。本入门课没有计算这个事件的数值概率。

1. 概率事件的冗长文字表述与记号化需求

1. 声音
   观察依据

   结尾强调可能的数值结果，以及研究事件概率的用途。

1. 随机变量的定义

1. 声音
   观察依据

   用Y改写点数和事件，随后提出点数和为偶数的问题。

1. 事件的概率记号