定义 取值可一一列举，且每个取值对应确定概率的随机变量。
从哪来 建立在 3.2 组合数（用于计算特定结果出现的频数）和 5.1 独立事件的定义（用于推导复合事件的概率）之上。
为什么 现实世界中许多随机现象的结果是“非连续”的，如掷骰子点数、投篮命中次数。若结果无限且不可数（如身高），需连续型变量；若结果有限或可数（如整数），则用离散型变量。其核心逻辑是：先确定样本空间中的基本事件，利用组合数算出各事件包含的基本事件数，再结合独立事件性质求出概率，最后建立“数值-概率”映射。
适合：形象思维强、对抽象符号敏感的学生**
**讲法：彩票中奖模型**
1. **情境
买一张双色球彩票，中奖金额 $X$ 是随机变量。
2.
离散性：$X$ 只能是 0, 5, 10, ..., 500万 等特定值，不可能出现 3.14 元。
3.
概率来源：
- 中 500 万的概率 = (1 种组合) / (总组合数)。这里用到
3.2 组合数 计算分母。
- 若考虑多期购买且每期独立，总概率计算需用到
5.1 独立事件 的乘法公式。
4.
结论：$X$ 的取值集合是离散的，且每个值都有确定的概率 $P(X=x_i)$。
适合：逻辑推理能力强、喜欢结构化知识的学生**
**讲法：函数映射视角**
1. **本质
离散型随机变量 $X$ 是从样本空间 $\Omega$ 到实数集 $\mathbb{R}$ 的一个
函数 $X: \Omega \to \mathbb{R}$。
2.
约束条件：
- 值域 $R_X = \{x_1, x_2, ...\}$ 必须是有限集或可数无限集（离散）。
- 每个 $x_i$ 对应一个概率 $p_i = P(X=x_i)$。
3.
计算链条：
- 步骤1：列举所有可能的 $x_i$。
- 步骤2：对每个 $x_i$，找出对应的基本事件集合 $A_i$。
- 步骤3：利用
3.2 组合数 计算 $|A_i|$ 和 $|\Omega|$。
- 步骤4：若 $A_i$ 由多个独立子事件构成，用
5.1 独立事件 性质求 $P(A_i)$。
4.
核心：$X$ 是“标签”，$P(X=x_i)$ 是“权重”。
适合：基础薄弱、需要具体步骤指导的学生**
**讲法：三步走清单法**
1. **第一步：找“变量”**
- 问自己：题目中哪个量是随机的？（如：投篮命中数 $X$）
- 检查：$X$ 的取值是不是整数？（是 $\to$ 离散型）
2. **第二步：列“取值”**
- 写出 $X$ 所有可能的值：$0, 1, 2, ..., n$。
3. **第三步：算“概率”**
- 对每个值 $k$，问：发生 $k$ 次的情况有多少种？
- 用 **3.2 组合数** $C_n^k$ 算出“选哪几次”的方法数。
- 用 **5.1 独立事件** 算出“这几次命中、其余未中”的概率 $p^k(1-p)^{n-k}$。
- 相乘得 $P(X=k)$。
4. **验证
所有概率加起来是否等于 1？