本文目录一览：
- 1、离散型和连续型的区别是什么?
- 2、统计学离散型变量和连续型变量有什么区别？
- 3、什么是连续数学和离散数学？两者什么区别？求说简单点，深奥听不懂。
- 4、理论力学连续系统和离散系统的区别和联系
- 5、离散变量和连续变量有什么区别吗？
离散型和连续型的区别是什么?
离散型和连续型的区别如下：
一、获取方式不同
离散型变量：离散型变量则是通过计数方式取得的，即是对所要统计的对象进行计数，增长量非固定的。
连续型变量：连续型变量是一直叠加上去的，增长量可以划分为固定的单位。
二、域不同
离散型变量：离散型变量的域(即对象的集合S)是离散的。
连续型变量：连续型变量的域(即对象的集合S)是连续的。
三、分组方式不同
离散型变量：如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如果变量值的变动幅度很大，变量值的个数很多，则把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间，区间的距离称为组距，这样的分组称为组距式分组。
连续型变量：连续型变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。
离散型随机变量解释：
随机变量分为离散型随机变量与非离散型随机变量两种，随机变量的函数仍为随机变量。有些随机变量,它全部可能取到的不相同的值是有限个或可列无限多个，也可以说概率1以一定的规律分布在各个可能值上。这种随机变量称为"离散型随机变量"。
统计学离散型变量和连续型变量有什么区别？
两者的区别：
1、变量按其数值表现是否连续。
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1.51，然后才能长到1.52，1.53……。
而离散变量则是通过计数方式取得的，即是对所要统计的对象进行计数，增长量非固定的，如：一个地区的企业数目可以是今年只有一家，而第二年开了十家；一个企业的职工人数今年只有10人，第二年一次招聘了20人等。
2、变量值的变动幅度不同。
对离散变量，如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如居民家庭按儿童数或人口数分组，均可采用单项式分组。
离散变量如果变量值的变动幅度很大，变量值的个数很多，则把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间，区间的距离称为组距，这样的分组称为组距式分组。
也就是说，离散变量根据情况既可用单项式分组，也可用组距式分组。在组距式分组中，相邻组既可以有确定的上下限，也可将相邻组的组限重叠。
扩展资料：
1、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、而连续变量是在一定区间内可以任意取值的变量，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。例如，生产零件的规格尺寸、人体测量的身高、体重、胸围等为连续变量，其数值只能用测量或计量的方法取得。
3、离散变量的概率分布，常用的有二项分布、泊松(Poisson)分布。其余的还有两点分布、几何分布、超几何分布等概率分布。
参考资料：百度百科-连续变量、百度百科-离散变量
什么是连续数学和离散数学？两者什么区别？求说简单点，深奥听不懂。
连续（Continuity）的概念最早出现于数学分析，后被推广到点集拓扑中。
假设f:X-Y是一个拓扑空间之间的映射，如果f满足下面条件，就称f是连续的：对任何Y上的开集U, U在f下的原像f^(-1)(U)必是X上的开集。
若只考虑实变函数，那么要是对于一定区间上的任意一点，函数本身有定义，且其左极限与右极限均存在且相等，则称函数在这一区间上是连续的。
分为左连续和右连续。在区间每一点都连续的函数，叫做函数在该区间的连续函数。
离散数学(Discrete mathematics)是研究离散量的结构及其相互关系的数学学科，是现代数学的一个重要分支。离散的含义是指不同的连接在一起的元素，主要是研究基于离散量的结构和相互间的关系，其对象一般是有限个或可数个元素。离散数学在各学科领域，特别在计算机科学与技术领域有着广泛的应用，同时离散数学也是计算机专业的许多专业课程，如程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析、理论计算机科学基础等必不可少的先行课程。通过离散数学的学习，不但可以掌握处理离散结构的描述工具和方法，为后续课程的学习创造条件，而且可以提高抽象思维和严格的逻辑推理能力，为将来参与创新性的研究和开发工作打下坚实的基础。
二者的区别：
离散数学是相对连续数学而言的，主要以研究对象是否具有连续性为区分点。从这个角度来说，通常的微积分就算是连续数学。但离散数学这个词和高等数学一样，现在更多的是用来指代大学非数学专业的一门数学课程名称，它的内容主要涉及数论、图论、最优化、群论等问题，通常是计算机类专业的必修课程。
连续数学是相对非随机数学而言的，主要以研究对象是否具有随机性为区分点。随机性是不确定性的一种，所以还有个更广的分类叫确定性数学与不确定性数学，后者还包括一种称为模糊性的不确定性。涉及随机性的都可以归到随机数学一类，比如概率论、随机过程、随机微分方程等，其它如微积分、线性代数之类就都算是非随机数学了。
理论力学连续系统和离散系统的区别和联系
理论力学连续系统和离散系统的区别和联系：
1、区别：连续系统中，所有信号均为时间的连续函数。离散系统含有时间离散信号。
2、联系：连续和离散是矛盾的两个方面，也是相对性与绝对性的统一，它们也具有统一性的一面，从某一个方面考察是连续的量，从另一个方面考察是离散的，称之为离散与连续的相对性与绝对性原理。
离散变量和连续变量有什么区别吗？
离散变量和连续变量之间的差异可以基于以下理由清楚地得出：
1、统计变量假设有限的数据集和可数的数值，然后它被称为离散变量。与此相反，采用无限数据集和无数数值的定量变量称为连续变量。
2、对于非重叠或以其他方式称为相互包含的分类，其中包括类限制，适用于离散变量。相反，对于重叠或相互排斥的分类，其中排除上限类别，适用于连续变量。
3、在离散变量中，指定数字的范围是完整的，而不是连续变量的情况。
4、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。
5、离散变量采用独立值，而连续变量采用给定范围或连续体中的任何值。
6、离散变量可以由孤立点以图形方式表示。不同于一个连续变量，可以在连接点的帮助下在图表上显示。
例子：
离散变量：
1、书中的印刷错误数。
2、新德里的交通事故数量。
3、个人兄弟姐妹的数量。
连续变量：
1、一个人的身高
2、一个人的年龄
3、公司赚取的利润。
结论：总的来说，离散变量和连续变量都可以是定性的和定量的。然而，这两个统计术语在彼此截然相反的意义上，离散变量是具有明确定义的允许值数量的变量，而连续变量是可以包含两个数字之间的所有可能值的变量。