概率,又称或然率、机会率或机率、可能性,是数学概率论的基本概念,是一个在0到1之间的实数,是对随机事件发生的可能性的度量.表示一个事件发生的可能性大小的数,叫做该事件的概率.它是随机事件出现的可能性的量度,同时也是概率论最基本的概念之一.人们常说某人有百分之多少的把握能通过这次考试,某件事发生的可能性是多少,这都是概率的实例.但如果一件事情发生的概率是1/n,不是指n次事件里必有一次发生该事件,而是指此事件发生的频率接近于1/n这个数值.
1、概率的严格定义
设E是随机试验,Ω是它的样本空间.对于E的每一事件A赋于一个实数,记为P(A),称为事件A的概率.这里P(·)是一个集合函数,P(·)要满足下列条件：
（1）非负性：对于每一个事件A,有P(A)≥0;
（2）规范性：对于必然事件S,有P(S)=1;
（3）可列可加性：设A1,A2……是两两互不相容的事件,即对于i≠j,Ai∩Aj=φ,（i,j=1,2……）,则有P（A1∪A2∪……）=P（A1）+P（A2）+……
随机事件的发生与否是带有偶然性的,但是随机事件发生的可能性还是有大小之别的,是可以度量的.实际上在生活、生产和经济活动中,人们常关心一个随机事件发生的可能性大小.
例如：
（1）抛一枚均匀的硬币,出现正面与方面的可能性各为1/2.
（2）购买彩票的中奖机会有多少呢?
上述正面出现的机会,以及彩票中奖的机会或者命中率都是用来度量随机事件发生可能性大小.一个随机事件A发生可能性的大小称为这个事件的概率,并用P（A）表示.
概率是一个介于0到1之间的数.概率越大,事件发生可能性就越大；概率越小,事件发生的可能性也就就越小.特别,不可能事件的概率为0,必然事件的概率为1,即:
P(Φ)=0,p（Ω）=1
2、 概率的古典定义
如果一个试验满足两条：
（1）试验只有有限个基本结果
（2）试验的每个基本结果出现的可能性是一样的.
这样的试验,成为古典试验.
对于古典试验中的事件A,它的概率定义为：
P(A)=m/n,n表示该试验中所有可能出现的基本结果的总数目.m表示事件A包含的试验基本结果数.这种定义概率的方法称为概率的古典定义.
3、概率的统计定义
在一定条件下,重复做n次试验,nA为n次试验中事件A发生的次数,如果随着n逐渐增大,频率nA/n逐渐稳定在某一数值p附近,则数值p称为事件A在该条件下发生的概率,记做P(A)=p.这个定义成为概率的统计定义.
在历史上,第一个对“当试验次数n逐渐增大,频率nA稳定在其概率p上”这一论断给以严格的意义和数学证明的是早期概率论史上最重要的学者雅各布·伯努利（Jacob Bernoulli,公元1654年～1705年）.
从概率的统计定义可以看到,数值p就是在该条件下刻画事件A发生可能性大小的一个数量指标.
由于频率nA/n总是介于0和1之间,从概率的统计定义可知,对任意事件A,皆有0≤P(A)≤1,P(Ω)=1,P(Φ)=0.
Ω、Φ分别表示必然事件（在一定条件下必然发生的事件）和不可能事件（在一定条件下必然不发生的事件）.