分布列是描述一个随机变量取值的概率分布的一种方式。在统计学中，方差是衡量随机变量分布的离散程度的一种统计量。因此，计算分布列的方差是非常重要的。

假设我们有一个离散随机变量X，它的取值为x1, x2, x3, ..., xn。它们出现的概率分别为p1, p2, p3, ..., pn。那么X的方差可以通过下面的公式来计算：

Var(X) = Σ(xi - μ)² * pi

其中，μ是X的期望值，也就是：

μ = Σxi * pi

这个公式可以解释为每个取值与期望值之差的平方乘以它出现的概率的总和。这个总和的值就是随机变量X的方差。

举例来说，假设有一个骰子，它的每个面的概率都相等，即1/6。那么这个骰子的分布列就是：

x | 1 | 2 | 3 | 4 | 5 | 6

---|----|----|----|----|----|----

p |1/6 |1/6 |1/6 |1/6 |1/6 |1/6

我们可以使用上述公式来计算这个骰子的方差。首先，计算出期望值：

μ = (1 * 1/6) + (2 * 1/6) + (3 * 1/6) + (4 * 1/6) + (5 * 1/6) + (6 * 1/6) = 3.5

接下来，计算每个取值与期望值之差的平方乘以它出现的概率的总和：

Var(X) = [(1-3.5)² * 1/6] + [(2-3.5)² * 1/6] + [(3-3.5)² * 1/6] + [(4-3.5)² * 1/6] + [(5-3.5)² * 1/6] + [(6-3.5)² * 1/6] = 35/12

因此，这个骰子的方差是35/12。

总之，计算分布列的方差需要计算每个取值与期望值之差的平方乘以它出现的概率的总和。这个公式可以帮助我们更好地理解随机变量的分布特征。