@TOC
请注意，随机变量实际上是一种实数，它将随机事件映射为实数，以便于表达和计算。
随机变量不仅是一个数值，更是一种用来表达事件的方法。在此基础上，我们能够将事件的概率（数值大小）转换成一个关于某未知数（通常称为“x”）的函数。而分布函数则是一个描述事件累计的过程，即概率累计的过程。这个事件累计可以看作是由多个随机事件组成。
一、离散事件。
图像描绘部分请在此处查看。
二、分布函数。
图像描绘部分再此呈现。
三、实例分析。
图像描绘部分请见下文。
对于连续件，存在一个常见的悖论。
为了解决这个悖论，我们引入了“积分”这一概念，这也是概率论与微积分相互关联的起点。积分在处理连续件的概率时起到了关键作用。
再次回到分布函数的讨论。
图像描绘部分请在此处参考。
还需注意的是，在连续型分布中，我们引入了概率密度来计算分布函数。因为连续型分布在任一点的概率都为0，它更多关注的是一段时间内的累计概率。
对于几种常见的分布类型，我们将在后续内容中提供详细的介绍。