Rachunek prawdopodobieństwa jest w dzisiejszych czasach narzędziem poznania rzeczywistości. Zajmuje się on badaniem praw rządzących zjawiskami przypadkowymi, tzn. takimi, których przebiegu nie da się z góry przewidzieć. Mówi się o nich zjawiska losowe. Badając zjawiska losowe, zwykle świadomie ograniczmy się do rozważania tylko niektórych powodujących je przyczyn i obserwujemy częstość zachodzenia zjawiska, gdy spełniony jest ten sam zestaw przyczyn. Prawdopodobieństwo jest teoretycznym odpowiednikiem pojęcia częstości.

Pierre Laplace oparł pojęcie prawdopodobieństwa o kombinatorykę, definiując prawdopodobieństwo jako iloraz liczby sposobów, w jaki dane zdarzenie może zaistnieć do całkowitej liczby wszystkich możliwych sytuacji. Istotnym ograniczeniem jest jednak założenie, że wszystkie rozważane sytuacje elementarne są jednakowo prawdopodobne. Chociaż definicja Laplace'a pozwala w wielu praktycznych przypadkach wyliczyć prawdopodobieństwo, to jednak nie obejmuje sytuacji, gdy liczba możliwych przypadków jest nieskończona lub, gdy rozważane sytuacje nie są jednakowo prawdopodobne.

Szerokie zastosowania rachunku prawdopodobieństwa w zagadnieniach gospodarczych, wojskowych i naukowych stworzyło potrzebę usystematyzowania i sprecyzowania pojęć w nim występujących. Dokonał tego Kołmogorow (1933 r.), który sformułował aksjomaty rachunku prawdopodobieństwa. W przedstawionym wykładzie będziemy się posługiwali właśnie tą definicją prawdopodobieństwa.

Wykład ten stanowi jeden z serii trzech wykładów poświęconych elementom dyskretnego rachunku prawdopodobieństwa. Przedstawimy w nim pojęcie zdarzenia losowego i operacji na zdarzeniach losowych oraz pojęcie prawdopodobieństwa i jego elementarnych własności.

Omówimy też pojęcie niezależności zdarzeń, podamy wzór na prawdopodobieństwo całkowite i wzór Bayesa. Przedstawimy też ważny zarówno z teoretycznego jak i praktycznego punktu widzenia schemat doświadczeń Bernoulliego.