15.01 古典概型

🟦 古典概型 (Classical Probability Model)

核心心法

“有限等概，计数求比”。古典概型是概率论中最理想、最基础的模型。它的核心在于两个前提：一是可能的结果必须是有限的，二是每个结果发生的几率必须是完全公平的。解题的关键在于准确计数样本点的个数。

---

1. 古典概型的特点

一个随机试验若满足以下两个条件，则称为古典概型：

• (1) 有限性：样本空间 $\Omega$ 中的样本点只有有限个。
• (2) 等可能性：每个样本点发生的可能性完全相等。

---

2. 古典概型事件 $A$ 的概率计算

在古典概型下，事件 $A$ 发生的概率 $P(A)$ 等于事件 $A$ 所包含的样本点个数与样本空间 $\Omega$ 中样本点总数的比值：

$P(A)=\frac{n(A)}{n(\Omega )}=\frac{\text{事件 }A\text{ 包含的样本点个数}}{\text{样本空间 }\Omega \text{ 的样本点总数}}$

---

⚠️ 考场避坑与做题技巧

计数方法的选择

在古典概型中，计算样本点个数常用到以下方法：

1. 列举法：适用于样本点较少的情况。
2. 列表法：适用于涉及两个元素（如掷两枚骰子）的试验。
3. 树状图法：适用于涉及多个步骤或分阶段抽取的试验。

“等可能性”的检查

并不是所有有限样本空间的试验都是古典概型。例如，“投篮命中或不命中”虽然只有两个结果，但命中率通常不等于不命中率，因此不能直接套用古典概型公式。

有序与无序的区别

在计数时，必须保持分子（事件 $A$）与分母（样本空间 $\Omega$）在“是否有序”上的一致性。如果分母考虑了抽取的顺序，分子也必须考虑顺序，否则概率计算会出错。