定义 在随机试验中，如果所有基本事件发生的可能性都相等，则称这些事件为等可能性事件。
从哪来 它建立在7. 弧长与扇形面积之上。
为什么 等可能性事件的本质是“几何度量”的均匀分布。在几何概型中，概率等于目标区域度量与总区域度量之比。当试验空间是圆时，弧长与扇形面积成正比（$L = \frac{n}{360} \cdot 2\pi r$, $S = \frac{n}{360} \cdot \pi r^2$）。若指针落在某区域的概率仅取决于角度占比，且圆周上每一点的“权重”相同，这就构成了等可能性的几何基础。理解弧长/面积公式，能让学生明白“等可能”并非凭空假设，而是源于空间度量的均匀性。
讲法
适合：直观型、具象思维强的学生
讲法：转盘游戏法
拿出一个标准转盘，将其平均分成8份，涂色其中3份。问：指针停在红色区域的概率是多少？
引导学生观察：为什么是3/8？因为8份大小完全一样（等可能），红色占了3份。
强调关键词：“大小完全一样”。如果转盘被切得不均匀，就不是等可能事件，就不能直接用“份数比”计算。通过视觉上的“均分”建立“等可能”的直觉。
讲法
适合：逻辑型、抽象思维强的学生
讲法：样本空间分析法
定义样本空间 $\Omega$。若试验的所有可能结果构成集合 $\{e_1, e_2, ..., e_n\}$，且对任意 $i, j$，都有 $P(e_i) = P(e_j)$，则称该试验为等可能性试验。
推导：因为 $\sum P(e_i) = 1$，所以 $n \cdot P(e_i) = 1 \Rightarrow P(e_i) = 1/n$。
若事件 $A$ 包含 $k$ 个基本事件，则 $P(A) = k \cdot (1/n) = k/n$。
强调：这是古典概型的核心公式，前提是“有限”且“等可能”。
讲法
适合：易混淆概念、需要辨析的学生
讲法：反例对比法
抛出两个问题：
1. 抛一枚硬币，正面朝上的概率是1/2吗？（是，因为正反面面积/质量分布均匀，视为等可能）
2. 抛一枚硬币，正面朝上的概率是1/2吗？（如果硬币很厚，或者边缘有磨损，导致正面、反面、侧面都有可能，且侧面概率不为0，那么“正面”和“反面”就不再是仅有的两个等可能结果，或者三者不等可能。）
再举一个更贴近初三的例子：从1到10的整数中随机选一个，选到奇数的概率是1/2吗？（是，因为5个奇数，5个偶数，每个数被选到的机会均等）。
对比：从1到10的实数中随机选一个，选到奇数的概率是多少？（0，因为奇数在实数轴上测度为0，而实数有无穷多个，不能简单用个数比）。
结论：等可能性必须基于“离散且均匀”或“几何度量均匀”，不能随意套用。