概率取值範圍是：0≤P≤1。
如果沒有其他的附加條件的話，壹般概率p的取值範圍是：0≤P≤1。0就是不可能發生，1就是壹定會發生！
拓展知識：
1.概率的定義
根據經驗，我們發現，有些隨機事件很容易發生（刮到“謝謝參與”），有些隨機事件很難發生（中壹百萬彩票），有些隨機事件比另壹些隨機事件更有可能發生。我們給予隨機事件A壹個數值P(A)，稱為概率（probability），來度量隨機事件發生的可能性大小。概率越大，隨機事件越有可能發生。我們約定概率P的範圍為0≤p≤1。
如何嚴格定義概率，是個很麻煩的事情。以下介紹幾種概率模型：
（1）古典概型
如果樣本空間Ω為有限集（樣本點數量有限），且認為每個基本事件的概率均相等（沒有充分的證據否定這壹點），定義事件A的概率為：
表示集合內的元素個數P(A)=|A|/|Ω|,(|S|表示集合S內的元素個數)
稱這種模型為古典概型（Classical probability）。投骰子、拋硬幣就可視為古典概型。
古典概型中概率的計算通常要用到排列組合等知識。
古典概型是歷史上最先開始研究的概率模型，它十分簡潔明了，但它要求樣本空間有壹種均勻性，而這並不總是滿足，因此具有局限性。
（2）幾何概型
如果樣本空間Ω中的每個w與壹個可度量的幾何區域S中的壹點壹壹對應，並且事件A也有個可度量的子區域G?S與其對應，並且A的概率與G的幾何度量成正比，定義的幾何度量的幾何度量P(A)=G的幾何度量/S的幾何度量,
稱這種模型為幾何概型（Geometric probability）。如果S是壹維、二維、三維的區域，則S的幾何度量（測度）分別是長度、面積、體積。
幾何概型與古典概型類似，也要求樣本空間有壹種均勻性。
例：蒲豐（Buffon）投針試驗是壹種用隨機試驗估計圓周率π的方法，可以用幾何概型來建模。