This account already has saved data. Do you want to keep this device's data, or use your account's saved data?
Appearance
Unit System
Temperature Format
Time Format
Probability
Probability
The Numbers
The Numbers
Probability
The Numbers
The Numbers
Your Recent & Past Results
Restored a past calculation.
Compare Calculations
Side-by-Side Comparison
A comparison of your calculations' results.
Downloads
Includes your inputs and results for this calculation, plus any additional calculations you've compared.
Share & Print
The link includes your inputs and results, so anyone who opens it sees this exact calculation.
Finding the Chance of an Event, Alone or Combined
Probability measures how likely an event is, as a number between 0 (impossible) and 1
(certain). Enter a count of favorable and total outcomes to find a single event’s probability
and its complement, or enter two independent events’ probabilities to find the chance both happen,
either happens, or neither happens.
The Formula
Single event:
Probability=Total OutcomesFavorable Outcomes
The complement (the chance the event does NOT happen) is always 1−Probability.
Two independent events (where one event happening doesn’t change the chance of the other):
P(both occur)=P(A)×P(B)
P(either occurs)=P(A)+P(B)−P(A)×P(B) — adding the two
directly would double-count the overlap where both happen, so it’s subtracted back out once (the
inclusion-exclusion principle).
P(neither occurs)=(1−P(A))×(1−P(B))
Worked Example
Single event: rolling an even number on a standard 6-sided die.
Favorable outcomes: 3 (2, 4, 6) out of 6 total: 3÷6=50%.
Complement: 1−50%=50% (rolling an odd number).
Two independent events: flipping a coin and getting heads (P = 50%) AND rolling a die and
getting a 6 (P ≈ 16.67%):
P(both) = 0.5 × 0.1667 ≈ 8.33%
P(either) = 0.5 + 0.1667 − 0.0833 ≈ 58.33%
P(neither) = 0.5 × 0.8333 ≈ 41.67%
Key Factors to Consider
The independent-events formulas here only apply when one event’s outcome genuinely doesn’t
affect the other’s. A coin flip and a die roll are classic independent events — but drawing
two cards from a deck WITHOUT replacement is NOT independent, since removing the first card
changes the odds for the second. Applying these formulas to dependent events gives an incorrect
result.
A probability of 0 means impossible and 1 means certain — every real probability falls
somewhere between those two extremes. This 0-to-1 scale (or equivalently 0% to 100%) is the
universal convention across probability and statistics, which is why this calculator’s results
always fall within that range.
The “gambler’s fallacy” is a common misconception this calculator’s math directly
contradicts. Believing that a fair coin is “due” for tails after several heads in a row
misunderstands independence — each flip has the exact same 50% probability regardless of
what happened before, since previous flips have no actual effect on a fair coin’s next result.
Classical probability (favorable outcomes divided by total outcomes) assumes every outcome is
equally likely. This assumption holds for a fair die or a fair coin, but not for every
real-world scenario — a weighted die or a biased coin would need actual observed frequencies
instead of this simple counting method to estimate its true probabilities.
Common Mistakes
Using the independent-events formulas on events that aren’t actually independent. Drawing
two cards from a deck without replacing the first one is a classic example — removing the
first card changes the odds for the second, so treating them as independent overstates or
understates the real combined probability.
Simply adding P(A) and P(B) to find the chance either occurs. That double-counts the case
where both happen — the overlap has to be subtracted back out once, which is exactly what the
inclusion-exclusion formula above does.
Believing a fair coin or die is “due” for a particular result after a streak. Each
independent flip or roll has the exact same probability every time, regardless of what happened
on previous flips — this misconception (the “gambler’s fallacy”) is directly contradicted by
the independence assumption these formulas rely on.
Useful to Know
Working with a full dataset of numbers rather than a single probability? Statistics Calculator calculates mean, median, mode, and standard deviation.
Want to try rolling actual dice rather than just calculating the odds? Dice Roller Calculator rolls any number of dice with any number of sides.
Cómo Encontrar la Probabilidad de un Evento, Solo o Combinado
La probabilidad mide qué tan probable es un evento, como un número entre 0 (imposible) y 1
(seguro). Ingresa un número de resultados favorables y totales para encontrar la probabilidad de
un solo evento y su complemento, o ingresa las probabilidades de dos eventos independientes para
encontrar la posibilidad de que ambos ocurran, de que ocurra alguno de los dos, o de que no ocurra
ninguno.
El complemento (la posibilidad de que el evento NO ocurra) siempre es 1−Probabilidad.
Dos eventos independientes (donde que ocurra uno no cambia la probabilidad del otro):
P(ambos ocurren)=P(A)×P(B)
P(ocurre alguno)=P(A)+P(B)−P(A)×P(B) — sumar los dos
directamente contaría dos veces la superposición donde ambos ocurren, así que se resta una vez
(el principio de inclusión-exclusión).
P(no ocurre ninguno)=(1−P(A))×(1−P(B))
Ejemplo resuelto
Evento único: obtener un número par al lanzar un dado estándar de 6 caras.
Resultados favorables: 3 (2, 4, 6) de 6 totales: 3÷6=50%.
Complemento: 1−50%=50% (obtener un número impar).
Dos eventos independientes: lanzar una moneda y obtener cara (P = 50%) Y lanzar un dado y
obtener un 6 (P ≈ 16.67%):
P(ambos) = 0.5 × 0.1667 ≈ 8.33%
P(alguno) = 0.5 + 0.1667 − 0.0833 ≈ 58.33%
P(ninguno) = 0.5 × 0.8333 ≈ 41.67%
Factores Clave a Considerar
Las fórmulas de eventos independientes aquí solo aplican cuando el resultado de un evento
genuinamente no afecta al otro. Lanzar una moneda y tirar un dado son eventos independientes
clásicos — pero sacar dos cartas de una baraja SIN reemplazo NO es independiente, ya que quitar la
primera carta cambia las probabilidades para la segunda. Aplicar estas fórmulas a eventos
dependientes da un resultado incorrecto.
Una probabilidad de 0 significa imposible y 1 significa seguro — toda probabilidad real cae en
algún punto entre esos dos extremos. Esta escala de 0 a 1 (o equivalentemente de 0% a 100%) es
la convención universal en probabilidad y estadística, razón por la cual los resultados de esta
calculadora siempre caen dentro de ese rango.
La “falacia del jugador” es una idea errónea común que las matemáticas de esta calculadora
contradicen directamente. Creer que una moneda justa “debe” salir cruz después de varias caras
seguidas malinterpreta la independencia — cada lanzamiento tiene exactamente la misma probabilidad
del 50% sin importar lo que pasó antes, ya que los lanzamientos anteriores no tienen ningún efecto
real sobre el próximo resultado de una moneda justa.
La probabilidad clásica (resultados favorables divididos entre resultados totales) asume que
cada resultado es igualmente probable. Esta suposición se cumple para un dado justo o una
moneda justa, pero no para todos los escenarios del mundo real — un dado cargado o una moneda
sesgada necesitarían frecuencias observadas reales en lugar de este método de conteo simple para
estimar sus verdaderas probabilidades.
Errores Comunes
Usar las fórmulas de eventos independientes en eventos que en realidad no son
independientes. Sacar dos cartas de una baraja sin reemplazar la primera es un ejemplo
clásico — quitar la primera carta cambia las probabilidades para la segunda, así que tratarlas
como independientes sobreestima o subestima la probabilidad combinada real.
Simplemente sumar P(A) y P(B) para encontrar la probabilidad de que ocurra alguno. Eso
cuenta dos veces el caso en que ocurren ambos — la superposición debe restarse una vez, que es
exactamente lo que hace la fórmula de inclusión-exclusión anterior.
Creer que una moneda o dado justos están “obligados” a dar un resultado determinado después de
una racha. Cada lanzamiento independiente tiene exactamente la misma probabilidad cada vez,
sin importar lo que pasó en lanzamientos anteriores — esta idea errónea (la “falacia del
jugador”) es contradicha directamente por el supuesto de independencia en el que se basan estas
fórmulas.
Bueno Saber
¿Trabajas con un conjunto completo de datos numéricos en lugar de una sola probabilidad?
Calculadora de Estadística calcula la media, mediana, moda y desviación estándar.
¿Quieres probar lanzando dados de verdad en lugar de solo calcular las probabilidades?
Calculadora de Lanzamiento de Dados lanza cualquier cantidad de dados con cualquier cantidad
de caras.
Two events are independent if one happening has no effect on the chance of the other happening — like a coin flip and a separate die roll. If one event DOES affect the other (dependent events), these formulas do not apply.
Why do you subtract P(A) x P(B) when finding P(either occurs)?
Simply adding P(A) and P(B) would count the case where BOTH happen twice — once in each probability. Subtracting the overlap (P(A) x P(B)) back out corrects for that double-count. This is called the inclusion-exclusion principle.
What is a complement in probability?
An event's complement is everything that counts as the event NOT happening. Since an event either happens or it doesn't, an event's probability and its complement's probability always add up to exactly 1 (100%).
We use cookies for analytics and ads to help support this free site. You can accept all, or decline and we'll only use what's needed for the site to work.