概率是指事件发生的可能性。
首先描述一个场景，A，B，C，D四个玩家，每人3张牌，前面2张都公开，后面一张不公开。
刚开始时，让你估算下其他3个玩家拿到3张A的可能性。它等于4/C（54,3）。
这个概率对每个人，任何时刻都是一样的，他就是一个客观的数据，从实用的角度来说，它没有意义。这对大家都是一样的。 什么用都没有。这个概率对谁都是一样的，没有人会因为这个数字跟牌或者弃牌。
但是随着牌局的进展，一切就不同了。比如你看到B手里拿到2张A，而其它人手里还没有A，那么B拿到3个A的概率是多少呢？这个概率：在拿到手2张A的情况下，拿到第三个A的概率，我们称之为条件概率。
P（拿到3个A | 拿到2个A） = 2/(54-8)=1/23
条件概率更有实际的意义。因为随着牌局的进展，每个人的目标是不一样的。如果有人手上的牌是同色的，那么可以算下3张牌同色的概率；或者某人手里的牌是连牌的概率；每个人目标不同，它的条件概率就不一样。如果你足够快速的计算，你就可以算出，比如：
对手A：拿到3个A的概率x
对手B：拿到同色牌的概率y
对手C：拿到连牌的概率z
自己：3张同数字的概率w。
如果自己的概率比较高，那么你可以继续跟下去。如果概率低很多，那么你尽可以放弃了。所以条件概率比原生意义的概率更有意义。
---------------
条件概率的还支撑了一个很重要的理论，那就是贝叶斯推论。先说下场景，假设你和A是多年的牌友，一共打过1000次赌局。你发现A有一个很重要的习惯，那就如果底牌很满意，他会不自觉的笑一下；如果底牌很差，他会不自觉的皱眉头。由于你是个很细心的人，你详细的记录了以下数据：
| 微笑 | 皱眉头 | 无表情 | 总计 | |
| 满意的牌 | 200 | 20 | 80 | 300 |
| 不满意的牌 | 80 | 500 | 120 | 700 |
很显然，你的朋友不太会假装，虽然他努力这么做。比如拿到好牌了，却假装不懂声色，或者假装是烂牌；或者拿到烂牌了，却虚张声势，故意微笑一下。
那么问题是，今天你们又在一起打牌了。在关键的一轮里，他看了底牌，并且他微笑了一下，请问，他对牌满意的概率是多少？不满意的概率又是多少？
P（对现在的牌满意 | 微笑） =P（对牌满意，微笑） /（p(满意，微笑)+p（不满意，微笑））
P（对牌满意，微笑） = p（微笑|满意）*p（满意）=(200/300)*(300/1000)=0.2
P（对牌不满意，微笑） = p（微笑|不满意）*p（不满意）=(80/700)*(700/1000)=0.08
因此：P（对现在的牌满意 | 微笑）=0.2/（0.2+0.08）=71%
因此，你可以的醋结论，你的朋友对牌满意的概率是71%。本着大家都是聪明的想法，你能猜出什么样的牌会让他满意，于是你就能判断自己是否能大过他。从而决定是放弃还是继续跟进