定义 离散型随机变量取各个可能值及其对应概率的列表，称为该变量的分布列。
从哪来 基于3.2 组合数计算特定结果发生的概率，以及5.1 独立事件的定义确定多次试验中各次结果互不影响，从而构建出变量取值与概率的一一对应关系。
为什么 离散型随机变量的取值是有限个或可列无穷个。为了完整描述其统计规律，必须穷尽所有可能的取值 $x_i$，并赋予每个取值发生的概率 $p_i$。这种“值-概率”的对应关系（即分布列）是连接随机现象与确定性数学计算的桥梁，只有明确了分布列，才能进一步计算期望、方差等数字特征。
讲法
适合：逻辑抽象能力强，喜欢从定义出发的学生
讲法：映射视角
将分布列看作一个从“样本空间”到“实数集”的映射 $X(\omega)$，而分布列本质上是这个映射的“概率密度函数”（离散版）。强调 $X$ 是随机变量（函数），$x$ 是具体取值（数），$P(X=x)$ 是概率。通过集合论语言，让学生理解分布列就是 $\{(x_i, p_i)\}$ 这个有序对集合，其中 $\sum p_i = 1$ 是归一化条件。
讲法
适合：形象思维好，喜欢具体情境的学生
讲法：账本视角
把随机变量比作“掷骰子”，分布列就是“赔率表”或“账本”。
- 第一列是“可能发生的状况”（如：掷出1点、2点...6点）。
- 第二列是“发生该状况的可能性大小”（概率）。
- 强调“账本必须平衡”：所有可能性加起来必须是100%（即概率和为1），不能有遗漏，也不能有重叠。
适合：计算能力弱，容易混淆概念的学生**
**讲法：表格构建法**
分三步走：
1. **定变量
用 $X$ 表示什么？（如：命中次数）
2.
列取值：$X$ 能取哪些值？（0, 1, 2...）
3.
算概率：每个值对应的概率是多少？（利用组合数 $C_n^k$ 和独立事件乘法公式）
最后画表。强调“先有变量，后有取值，最后算概率”，避免直接跳步计算。