引入随机变量后，随机事件的表示发生了以下变化：
随机事件可以被量化：在引入随机变量之前，随机事件只能用文字描述，如“降雨”、“股票上涨”等。引入随机变量后，我们可以用一个数值来表示随机事件的可能性，如降雨的概率是 90%，股票上涨的概率是 30%。这样，随机事件就得以量化，更容易进行分析和计算。
随机事件的关系可以被表达：通过随机变量，我们可以描述不同随机事件之间的关系。例如，在一次试验中，我们可以通过随机变量 X 来表示事件 A 和事件 B 的关系。假设 X 表示事件 A 发生的次数，Y 表示事件 B 发生的次数，那么 X 和 Y 之间可能存在一定的关系，如正相关、负相关或无关。
随机事件的组合可以被描述：引入随机变量后，我们可以描述多个随机事件同时发生的情况。例如，在一次试验中，我们可以通过随机变量 X 和 Y 来表示事件 A 和事件 B 同时发生的概率，如 P(X=1, Y=1)。
随机事件的性质可以被刻画：通过随机变量的分布，我们可以了解随机事件的性质，如均值、方差、标准差等。这些性质可以帮助我们更好地了解随机事件的特征，以及它们在多次试验中的表现。
总之，引入随机变量后，随机事件的表示更加直观、精确，便于进行分析和计算。同时，随机变量也为研究多个随机事件之间的关系提供了便利。
