计算机概率的确定通常遵循以下步骤和原则：
定义事件和样本空间
明确要计算概率的事件（A）和所有可能的结果（样本空间S）。
计算事件发生的次数（m）和总次数（n）
对于离散事件，记录事件A发生的次数（m）。
总次数（n）是样本空间S中所有可能结果的总数。
应用概率公式
概率P（A）的计算公式是：P（A） = m/n，即事件A发生的次数除以总次数。
使用科学计算器
对于一些复杂的事件或需要多次计算的情况，可以使用科学计算器或编程语言（如Python）来进行概率的计算。
例如，使用CASIO或KENKO型科学计算器可以输入数据信息后直接求出样本的标准差和方差。
考虑概率的加法和乘法法则
加法法则：对于两个事件A和B，至少发生一个的概率P（A∪B） = P（A） + P（B） - P（A∩B）。
乘法法则：对于两个事件A和B，同时发生的概率P（A∩B） = P（A） * P（B|A）。
使用列举法
当试验结果较少且易于列举时，可以直接列出所有可能的结果，并计算每个结果发生的概率。
利用历史数据和大数定律
通过大量重复试验，事件发生的频率（m/n）会趋近于一个稳定的常数，这个常数即为事件发生的概率。
考虑贝叶斯定理
在已知一些条件下，可以应用贝叶斯定理来更新对事件发生概率的估计。
示例
假设投掷一枚硬币，正面朝上的概率是P（正）=1/2，反面朝上的概率是P（反）=1/2。这是因为硬币只有两面，每面出现的机会是均等的，所以P（正） + P（反） = 1。
结论
计算机概率的确定主要依赖于明确事件和样本空间，计算事件发生的次数和总次数，然后应用基本的概率公式。对于复杂情况，可以使用科学计算器或编程语言来辅助计算，并考虑使用概率的加法和乘法法则以及贝叶斯定理。