定义 离散型随机变量所有取值概率之和为1，且每个取值的概率非负。
从哪来 基于5.1 独立事件的定义理解概率的互斥性与完备性，结合3.2 组合数计算具体取值对应的样本空间占比。
为什么 概率是频率的稳定值，所有可能结果构成的样本空间是全集。既然事件互斥且穷尽，各部分概率之和必然等于全集概率1；同时概率作为度量，不能为负。
讲法
适合直观型学生
用“分蛋糕”比喻：蛋糕代表总概率1，每个取值分到的蛋糕块（概率）不能是负的，所有块加起来必须正好是整块蛋糕，不能多也不能少。
讲法
适合逻辑型学生
从集合论角度推导：设随机变量$X$取值为$x_1, ..., x_n$，对应事件$A_i = \{X=x_i\}$。因$A_i$两两互斥且$\cup A_i = \Omega$，由概率公理$P(\Omega)=1$及可加性，得$\sum P(A_i)=1$。
讲法
适合应用型学生
通过“抛硬币”实例：正面概率0.5，反面0.5，和为1。若设正面0.6，反面0.5，和为1.1，意味着有10%的概率“凭空消失”或“重复计算”，违背物理现实。