定义 随机事件是概率空间中的子集，其发生与否具有不确定性，概率是度量其发生可能性大小的数值。
从哪来 本节为高三概率统计模块的起点，无前置知识点依赖，直接基于集合论基础构建概率模型。
为什么 现实世界中许多现象（如掷骰子、天气变化）受复杂因素影响，无法用确定性函数精确预测。引入随机事件与概率，是为了在不确定中寻找规律性：通过大量重复试验，发现频率的稳定性，从而用数值量化“可能性”，为统计推断和风险评估提供数学工具。
讲法
适合：抽象思维较强、喜欢逻辑推导的学生
从集合论角度切入。定义样本空间Ω为所有可能结果的集合，随机事件A是Ω的子集。概率P(A)是定义在事件域上的测度，满足非负性、规范性、可加性。强调概率是集合的“权重”，而非事件本身的属性。通过Venn图展示事件关系（互斥、包含），推导概率加法公式。
讲法
适合：直观感知强、偏好具体情境的学生
从“频率稳定性”切入。以抛硬币为例，展示10次、100次、1000次试验中正面朝上的频率波动图，引导学生观察频率在0.5附近摆动并趋于稳定。说明概率是频率的理论极限值，是“长期平均”的结果。强调概率不是单次试验的预测，而是大数定律下的统计规律。
讲法
适合：应用导向强、关注实际问题的学生
从“风险决策”切入。以保险定价、游戏公平性为例，说明概率如何量化风险。例如，掷骰子点数大于4的概率是1/3，意味着长期来看每3次有1次成功。引导学生理解概率是决策依据，而非绝对预测。通过对比不同事件的概率值，建立“可能性大小”的直观量感。