定义 用表格或公式列出随机变量所有可能取值及其对应概率，且概率和为1。
从哪来 建立在5.1 独立事件的定义之上。虽然分布列本身不要求事件独立，但理解概率计算的逻辑基础（如互斥事件概率加法公式，常与独立事件对比教学）以及3.2 组合数（用于计算古典概型中各取值的概率，如超几何分布或二项分布的推导）是构建具体分布列数值的关键前置技能。
为什么 随机变量是离散的，其取值有限或可数。为了完整描述其统计规律，必须穷尽所有可能取值 $x_1, x_2, \dots$，并赋予每个取值发生的可能性 $p_i$。
1. 完备性：所有可能情况必须被覆盖，不能遗漏，否则概率总和小于1，模型失效。
2. 互斥性：随机变量在同一试验中只能取一个值，因此各取值事件互斥，概率可直接相加。
3. 规范性：概率总和必须为1，这是概率公理（样本空间概率为1）的直接体现。
分布列就是这种“取值-概率”对应关系的标准化表达，它是后续计算期望、方差的基础。
适合：逻辑严密、喜欢结构化思维的学生**
**核心逻辑：映射与约束**
1. **概念拆解
分布列是一个函数 $P(X=x)$ 的离散形式。
2.
三要素检查：
- 定义域：$X$ 的所有可能取值（必须穷尽，无遗漏）。
- 值域：对应的概率 $p_i$（必须满足 $0 \le p_i \le 1$）。
- 约束条件：$\sum p_i = 1$（归一化）。
3.
操作规范：先列取值，再算概率，最后验算和是否为1。强调“表格”只是载体，核心是“对应关系”和“总和为1”。
适合：形象思维强、对抽象符号敏感的学生**
**核心逻辑：预算分配**
1. **比喻
把总概率看作“100%的预算”。
2.
场景：随机变量 $X$ 的不同取值就像不同的“投资项目”。
3.
规则：
- 每个项目分到的预算（概率）不能是负数，也不能超过100%。
- 所有项目分到的预算加起来必须正好是100%（不能多，不能少）。
- 如果有一个项目没列出来（取值遗漏），预算就会剩下，或者为了凑100%而错误地调整其他项目的概率。
4.
应用：做题时就像在核对财务报表，看每一笔支出（概率）是否合理，总额是否平衡。
适合：喜欢动手操作、通过实例理解的学生**
**核心逻辑：实验记录与统计**
1. **情境
抛掷一枚不均匀硬币3次，正面朝上次数为 $X$。
2.
步骤：
- 第一步（列举）：$X$ 可能取 0, 1, 2, 3。（强调：有没有可能取4？没有。有没有可能取-1？没有。）
- 第二步（计算）：假设正面概率 $p=0.6$，反面 $q=0.4$。
- $P(X=0) = 0.4^3$
- $P(X=1) = C_3^1 \cdot 0.6 \cdot 0.4^2$ （此处调用
3.2 组合数知识）
- ...
- 第三步（列表）：画出表格。
- 第四步（验证）：把算出的四个概率加起来，看是否等于1。如果不等于1，说明计算错了或取值漏了。
3.
结论：分布列就是实验结果的“概率账单”。