概率是用來表示一件事件發生的可能性。設E是一件事件，而P(E)則是事件E發生的概率。這基本上就是我們平日所說的“機會率”。
例如擲銀仔擲得“公”的機會率（概率）是1/2可以寫成：
P(擲銀仔擲得“公”) = 1/2
P(E)的計算方法如下：
對於任何一件事件E，它發生的概率P(E)有以下性質：
l
n 當P(E)越大時，E發生的機會越大
n 當P(E) = 0時，事件E是一定火會發生的
n 當P(E) = 1時，事件E是一定會發生的
l 如果E’代表“事件E不會發生”，則
P(E)
+ P(E’) = 1
(這是因為“E一係發生，一係唔發生”是必定的。)
雖然在計算概率時我們可以利用公式：
但在解答一些較複雜的問題時，我們並不能容易地求得“所有可能結果的數目”和“符合的結果的數目”。這時便需要利用以下的技巧了。
利用樹形圖，我們可以把事情所有可能的結果“畫出來”。樹形圖通常是用在“有一個過程”的事情上。例如“擲三個銀仔”的情況可用以下的樹形圖來表示（H代表公；T代表字）：
假如要求“擲三次銀仔中只少有一個公”的概率，利用以上樹形圖，我們可見“所有可能的結果的數目= 8”及“符合至少有一個公的結果的數目 = 7”。
所以，P(擲三次銀仔中只少有一個公) = 7 / 8。
列表通常比樹形圖整齊和容易看。但是因為一個表中只有“列”和“欄”，所以只能用來表示“有二個步驟”的事情（例如擲兩粒骰）。
例題： 求擲兩粒骰時點數之總和為５的倍數的概率。
解答： 擲兩粒骰的點數總和列表如下：
|
|
|
第二粒骰的點數 |
|||||
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
|
第一粒骰的點數 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
|
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
|
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
根據上表，P(擲二粒骰時點數之總和為５的倍數) = 7 / 36
以上所提及的概率也是“理論概率”，即利用邏輯推理所求得的概率。所謂的“實驗概率”就是透過實驗及數據的收集，利用相對頻數所求得的概率。
一般計算時，除非題目指明，否則我們用的也是“”。值得留意的是只要我們進行大量試驗（例如擲一萬次銀仔），“實驗概率”應與“理論概率”相當接近。
假設在一次試驗中（如擲骰），一件事件發生的概率是 p。
在經過 n 次試驗後，該事件“會”出現的次數 = np
所謂“該事件會出現的次數”便是“期望出現次數”了。
例子： 擲６０次骰，因為擲得“１”的概率是1/6，所以
期望擲得“１”的次數 = 60 x 1/6 = 10次
假如喺擲銀仔遊戲中，擲得公可得$5，擲得字可得$1。咁如果俾你擲一次銀仔，你期望得到幾多錢呢？唔知你會唔會答“$5”（如果我玩依個遊戲，我都想擲到個公攞到$5）。
留意喺概率入面，期望值並唔係我哋想攞到幾多，而係“平均我哋會攞到幾多”。
喺頭先�H例子入面，因為有1/2機會擲公，1/2機會擲字，所以：
例子2：抽波仔，袋入面有90個白波，9個黑波，1個紅波。抽到白波得1分、黑波5分、紅波10分。求抽一個波可得分的期望值。
解：
從以上兩個例子，希望大家明白到：
當中P1、P2為事件1、事件2發生的概率；x1、x2為事件1、事件2發生後所得的值（值可以係“得分”，“奬金”等）