用数学符号将事件E发生的理论概率（或拉普拉斯概率）归属于样本空间S（其中所有事件都具有相同的发生概率）定义为：P（E）= n（E） / N（小）
其中P（E）是概率，表示为事件E的可能结果总数（我们称为n（E））除以样本空间S中可能结果的总数N（S）之间的商。
图1.在六面模具的折腾中，三点状头在顶部的理论概率为⅙。资料来源：
理论概率是介于0和1之间的实数，但通常以百分比表示，在这种情况下，概率将是介于0％和100％之间的值。
在许多领域，例如交易，保险公司，赌博等等，计算事件发生的可能性非常重要。
如何获得理论概率？
一个说明性的例子是抽奖或彩票的情况。假设发出了1,000张彩票以抽奖智能手机。由于抽奖是随机进行的，因此任何彩票都有同等的机会成为赢家。
为了找到以81号票买票的人中奖的概率，请执行以下理论概率计算：
P（1）= 1 / 1,000 = 0.001 = 0.1％
以以下方式解释以上结果：如果抽奖被无限次重复，则平均每1000次选票81。
如果某人由于某种原因获得了所有门票，则可以肯定他们会中奖。如果拥有所有门票，则中奖的概率计算如下：
P（1,000）= 1,000 / 1,000 = 1 = 100％。
也就是说，概率为1或100％意味着可以完全确定将出现此结果。
如果某人拥有500张门票，则获胜或失败的机会是相同的。在这种情况下，赢得奖金的理论概率计算如下：
P（500）= 500 / 1,000 =½= 0.5 = 50％。
不买票的人没有中奖的机会，其理论概率确定如下：
P（0）= 0 / 1,000 = 0 = 0％
例子
例子1
您有一枚硬币，其一侧为正面，另一侧为盾牌或印章。抛硬币时，理论上它会升起的概率是多少？
P（面）= n（面）/ N（面+屏蔽）=½= 0.5 = 50％
结果解释如下：如果进行大量抛掷，平均每2次抛掷中有一个会扬起头来。
用百分比表示，结果的解释是，通过进行无数次的抛掷，平均每100次抛掷50次将导致正面攻击。
例子2
一个盒子里有3个蓝色大理石，2个红色大理石和1个绿色大理石。从包装盒中取出大理石会变成红色的理论概率是多少？
图2.提取有色大理石的可能性。资料来源：F. Zapata。
变红的可能性是：
P（红色）=有利案例数/可能案例数
也就是说：
P（红色）=红色弹珠数量/弹珠总数
最后，绘制红色大理石的概率为：
P（红色）= 2/6 =⅓= 0.3333 = 33.33％
虽然绘制绿色大理石的可能性为：
P（绿色）=⅙= 0.1666 = 16.66％
最后，盲提取中获得蓝色大理石的理论概率为：
P（蓝色）= 3/6 =½= 0.5 = 50％
也就是说，在替换提取的大理石并且试验次数非常非常大的前提下，每两次尝试的结果将是蓝色，另一次是另一种颜色。
练习题
练习1
确定滚动模具获得小于或等于4的值的可能性。
解
为了计算此事件发生的概率，将应用理论概率的定义：
P（≤4）=有利案例数/可能案例数
P（≤5）= 5/6 = = 83.33％
练习2
求出在正常的六面骰子连续两次抛掷时，5掷出2次的概率。
解
要回答此练习，请制作一张桌子以显示所有可能性。第一个数字指示第一个骰子的结果，第二个数字指示另一个骰子的结果。
要计算理论概率，我们需要知道可能情况的总数，在这种情况下，如从上表中可以看到的，有36种可能性。
同样观察该表，可以推断出在两次连续发射中出现5次事件的情况下，有利的情况只有1个，用颜色突出显示，因此发生此事件的概率为：
P（5 x 5）= 1/36。
也可以使用理论概率的属性之一得出该结果，该理论概率指出两个独立事件的组合概率是它们各自概率的乘积。
在这种情况下，第一轮掷出5的概率为1/3。第二次抛掷完全独立于第一次抛掷，因此第二次抛掷5的几率也是1/3。因此，合并的概率为：
P（5×5）= P（5）P（5）=（1/6）（1/6）= 1/36。
练习3
求出第一个掷出小于2的数字而第二个掷出大于2的数字的概率。
解
同样，必须建立一个可能的事件表，其中在第一个事件小于2且第二个事件大于2的事件下划线。
总共36种可能性中，有4种可能性。也就是说，此事件的可能性为：
P（<2;> 2）= 4/36 = 1/9 = 0.1111 = 11.11％
使用概率定理指出：
获得相同的结果：
P（<2）P（> 2）=（1/6）（4/6）= 4/36 = 0.1111 = 11.11％
通过概率的理论或经典定义，通过此过程获得的值与先前的结果一致。
练习4
当掷两个骰子时，值的总和是7。
解
为了找到这种情况下的解决方案，已绘制了一个可能性表，其中将用彩色表示满足值之和为7的情况的情况。
从表中可以看到6种可能的情况，因此概率为：
P（I + II：7）= 6/36 = 1/6 = 0.1666 = 16.66％
参考文献
- Canavos，G.，1988年。《概率与统计：应用和方法》。麦格劳·希尔。
- Devore，J.，2012年。《工程与科学的概率与统计》。8号 版。参与。
- Lipschutz，S。1991。Schaum系列：概率。麦格劳·希尔。
- Obregón，I.1989。概率论。社论Limusa。
- Walpole，R.，2007年。《工程与科学的概率与统计》。皮尔森