概率分佈律的求解通常涉及以下步驟：
定義分佈函數：分佈函數 \( F(x) \) 是隨機變量 \( X \) 的概率特徵，定義爲 \( F(x) = P(X \leq x) \)。
計算分佈函數的值：根據隨機變量的取值範圍，計算 \( F(x) \) 在不同區間的值。例如，如果 \( X \) 可以取值爲 \( 0, 1 \)，且 \( P(X=0) = \frac{22}{35} \)，\( P(X=1) = \frac{12}{35} \)，則分佈函數在 \( x < 0 \) 時爲 \( F(x) = 0 \)，在 \( 0 \leq x < 1 \) 時爲 \( F(x) = \frac{22}{35} \)，在 \( 1 \leq x < 2 \) 時爲 \( F(x) = \frac{34}{35} \)。
利用分佈函數求概率：可以通過分佈函數求得隨機變量在特定區間內的概率，例如 \( P(a \leq X \leq b) = F(b) - F(a) \)。
檢查分佈函數的性質：分佈函數應具有非降性、有界性和右連續性。非降性意味着函數值隨着 \( x \) 的增加而增加或保持不變；有界性表示函數值介於0和1之間；右連續性指的是函數在每個點的右極限存在且等於該點的函數值。
畫出分佈函數圖：可以通過將分佈函數的值繪製在 \( x \) 軸上，\( y \) 軸上對應的概率值來直觀地展示分佈律。
以上步驟適用於離散型隨機變量的分佈律求解。對於連續型隨機變量，分佈律的求解通常涉及積分計算，例如通過計算積分 \( F(x) = \int_{-\infty}^{x} f(t) \, dt \)，其中 \( f(t) \) 是隨機變量的概率密度函數。