离散型随机变量是指其可能取值为有限个或可数无限个的随机变量，例如抛硬币的结果（正面或反面）、掷骰子的点数（1到6）、某电话交换台在一小时内收到的呼叫次数等。离散型随机变量的取值可以一一列举，每个取值对应一个概率，且所有概率之和为1。与连续型随机变量不同，离散型随机变量没有概率密度函数，而是使用概率质量函数（PMF）来描述其分布。常见的离散型随机变量分布包括二项分布、泊松分布、几何分布等。在实际应用中，离散型随机变量广泛应用于质量控制、保险精算、通信网络等领域。理解离散型随机变量的概念是学习概率论与数理统计的基础。
【常见问题】
问题1：离散型随机变量和连续型随机变量的区别是什么？
回答1：离散型随机变量的取值是有限个或可数无限个，可以一一列举，例如骰子点数；而连续型随机变量的取值是某个区间内的任意实数，无法一一列举，例如身高、体重。离散型随机变量使用概率质量函数，连续型使用概率密度函数。
问题2：离散型随机变量的期望如何计算？
回答2：离散型随机变量的期望（均值）等于其所有可能取值乘以对应概率的总和，即E(X)=∑x_i P(X=x_i)。例如，掷一枚公平骰子的期望值为3.5。
问题3：离散型随机变量有哪些常见分布？
回答3：常见的离散型随机变量分布包括二项分布（描述n次独立伯努利试验中成功次数）、泊松分布（描述单位时间内随机事件发生次数）、几何分布（描述首次成功所需试验次数）等。
