等可能性事件的概率：随机事件的概率，一般可以通过大量重复试验求得其近似值。但对于某些随机事件，也可以不通过大量重复试验，而只通过对一试验中可能出现的结果的分析来计算其概率。譬如，投掷一枚均匀的硬币，它要么出现正面，要么出现反面，出现这两种结果的可能性是相等的。因此，可以认为出现正面的概率是1/2，出现反面的概率也是1/2。这和大量重复试验的结果是一致的。历史上，有人做过成千上万次投掷一枚均匀硬币的试验，下面是他们的试验记录：

 实验者  投掷次数n 出现正面朝上的次数m 频率m/n
 德摩根  2048  1061   0.518
 布丰  4040  2048   0.5069
 K ·皮尔逊 12000   6019    0.5016
 K ·皮尔逊 2400   12012   0.5005

容易看出，投掷次数越多，频率越接近于0.5。如果投掷两枚均匀的硬币，这两枚硬币落下后，出现四种结果的可能性是相等的，即：正正、反反、正反、反正，在这四种可能性相等的结果中，两枚都出现正面的结果只有一种，所以投掷两枚硬币时出现两个正面的概率是1/4；同样，两枚都出现反面的概率也是1/4。

在这四种可能性相等的结果中，一枚出现正面，一枚出现反面的结果则有两种，所以投掷两枚硬币时出现一枚正面，一枚反面的概率是1/2。

如果我们投掷三枚均匀的硬币，这些硬币落下后，出现以下八种结果的可能性是相等的：

正正正、正正反、正反正、反正正、正反反、反正反、反反正、反反反。

这种在一次试验中发生的可能性相等的事件，称为等可能性事件。一般地，如果一次试验中共有几种等可能出现的结果，其中事件A 包含的结果有M 种，那么事件A 发生的概率P（A）＝m/n。

例如：袋中有5 个白球和3 个黑球，从中任意取出两个球，取出两个球都是白球的概率是多少？为了区别相同颜色的球，设白球为A、B、C、D、E，黑球为P、Q、R，那么从这8 个球中任取2 个球的方法有多少种？

在这些取法中，如（A、B），（A、C）所含的球，虽然都是（白、白），可是它们在球的组合上是不同的，所以取法不相同。这就是说，这些种取法，可以认为任何两种都不是重复的，它们又是等可能的。所以，只需计算出“从中任意取出两个球”这一试验的所有等可能的结果数和“取出的两个球都是白球”这一事件包含的结果数，就可求出：P｛两个球都是白球} =5/14，等可能性原则，在概率计算中是很有用的。

推荐阅读：
Are You Focused Enough To Freelance? 4 Tips For Bloggers　 The Secure Shell (SSH) Chrome Extension developed by Google　 The Valid Mountain Array Algorithm　 Recovery Models in SQL Server　 The Algorithm to Construct the Rectangle Given Its Area　 How to Find Positions of Large Groups using Two Pointer Algorith　 IPv6 Is Dominant, But Has The World Actually Moved On?　 How to Find the Town Judge using Graph Algorithm?　 The Backspace String Compare Algorithm　 The Alien Dictionary Verification Algorithm