离散型随机变量如何求概率分布列?

如图所示：

因为，(X，Y)是二维离散型随机变量。

所以，xy也是离散型随机变量。

先求出xy的概率分布列。

再求xy的期望：比如 P(x＝0)＝1/2，P(x＝1)＝1/2 P(y＝0)＝1/2，P(y＝1)＝1/2 则，P(xy＝0)＝3/4 P(xy＝1)＝1/4 所以，E(XY)＝0×(3/4)＋1×(1/4)＝1/4。

当随机变量的可取值全体为一离散集时称其为离散型随机变量，否则称其为非离散型随机变量，这是很大的一个类，其中有一类是极其常见的，随机变量的取值为一(n)维连续空间。

计算方法：

随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。

F(x)=P{X<=x}，P{X<=x}=limP{X<=x+delta x}(当delta x右趋于零)，

从而F(x)可表为自身的于点x处的右侧极限，F(x)右连续

离散型随机变量的累积分布函数图像呈阶梯状

所以F(x)在非间断点处处连续，在间断点(基本空间中的事件点对应随机变量取值)处仅左连续

这里f(x)即是分布列（对应连续型随机变量的密度函数），基本空间（必然事件）对应一离散点列（离散随机变量所有可取的值），所以f(1-0)不存在

因为是右连续，所以x取不到5，相应的F(x)也累积不到x=5这一点的概率密度，所以是1/10+3/10

离散型随机变量的分布函数是分段函数。

分布函数是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。

相关信息：

离散型随机变量的分布律和它的分布函数是相互唯一决定的。它们皆可以用来描述离散型随机变量的统计规律性，但分布律比分布函数更直观简明，处理更方便。因此，一般是用分布律(概率函数)而不是分布函数来描述离散型随机变量。

Z=max（X，Y）,因为X,Y独立同分布

所以Z的可能取值是0，1

P(Z=0)=P(max（X，Y）=0)=P(X=0,Y=0)=P(X=0)P(Y=0)=1/4

P(Z=1)=1-P(Z=0)=3/4(这是利用对立事件的概率来求的，若直接算就是P(Z=1)=P(max（X，Y）=1)=P(X=0,Y=1)+P(X=1,Y=0)+P(X=1,Y=1))

按照随机变量可能取得的值，可以把它们分为两种基本类型：

离散型

离散型（discrete）随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。

连续型

连续型（continuous）随机变量即在一定区间内变量取值有无限个，或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值，一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中，如：均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。