古典概型与几何概型

🏠 第16章概念导航

核心问题

概率公理只说”概率满足哪些性质”,不说”具体等于多少”。要真正算出一个数,必须先假定某种东西等可能。

古典:有限个样本点等可能几何:无限但均匀,用测度代替计数 做题第一句话永远是:什么东西等可能?

同一个物理过程,选不同的等可能对象会得到不同答案(贝特朗悖论),所以这句话不是形式主义。

核心定义 / 定理 / 结论

古典概型

有限,各样本点等可能:,三条纪律:

  1. 分子分母计数方式一致——要么都有序,要么都无序;
  2. “任取两个”默认无序用 ,“依次取出”有序用 ,中途不换车;
  3. 不放回抽样可直接看成随机排列。

随机排列视角(不放回抽样的万能工具)

件物品全排列, 种等可能。于是:

问题转化
第 次取到某类品第 位是该类品
前 次里有 个次品前 位含 个次品
最后一个次品恰在第 次 个次品的最大位置

核心公式( 件中 个次品,最后一个次品恰在第 位):

抽签原理(随机排列的直接推论):不放回抽取时,每一次抽到某类品的概率都相同,与次序无关。

第次是次品

几何概型

长度面积体积

两个常见舞台:

(1) 单位正方形内的曲线分割。 内求 的概率就是算面积。

  • 约束是 (直线)→ 三角形,答案是有理数;
  • 约束是 、(双曲线)→ 面积含对数。

看约束式的形状就能预判答案里有没有 。

(2) 折棒 / 分割型。把 随机断成三段,标准模型是独立均匀取两个断点。三段长度 在单纯形上均匀分布,关于三个分量完全对称(可交换)。

三段可交换每段是最长者的概率都是

对比:“三段能构成三角形”的概率是 (反面是”某段 “,三种互斥、各 )。两道题模型相同、答案不同,别混。

有放回取数与

从 有放回取 次:

先算或,再作差得

直接对”恰好等于”建模要分类讨论,容易漏。

可交换性:几何概型里最省力的武器

若 个量的联合分布对置换完全对称,则一切”谁最大 / 谁排第几”的概率都是简单分数:

  • 个 i.i.d. 连续随机变量中” 最大”的概率是 ;
  • 个人随机排队”甲在乙前”的概率是 ;
  • 两个均匀断点分出的三段,“中间段最长”的概率是 。

一行算完,不用积分。

典型题型

  1. 单位正方形内的面积计算(乘积型约束 → 对数)
  2. 折棒 / 分割(对称性一击)
  3. 不放回抽样”恰好第 次”(随机排列 + 组合数)
  4. 有放回取数的 (先 再作差)
  5. 给定终点求某条路径(条件概率退化成古典概型)

图示 / 直觉

古典概型 = 数格子。把所有等可能结果摆成一张表或一棵树,目标事件占几格就是几分之几。

几何概型 = 量面积。样本空间是一块区域,事件是其中一片,比值就是概率。

两者的统一:都是”目标 ÷ 全体”,只是”大小”的度量从计数换成了测度。这也解释了为什么古典概型里的条件概率就是”换一个更小的分母”——,母体从 缩到 。见 1000 强化 1-1 的另解。

“给定成功次数后各排列等可能”:到达 的每条格点路径都用了 3 次右、2 次上,概率同为 ,于是 在条件概率里完全消掉:指定路径到达,参数消失是”充分统计量”的第一次露面(第22章正式命名)。

常见误用

1. 分子有序、分母无序(或反过来)

最常见的整题崩。先决定用哪种计数,然后从头到尾不换。

2. 把多个盒子的球倒进一个大袋子

“先等概率选盒、再从盒中取球”时,各盒球数不同则单个球被取中的概率不同。见 全概率公式与贝叶斯公式 的常见误用第 1 条。

3. 几何概型漏掉”自动满足”的那一块

求 的面积时, 那条竖带整条都满足,不能只积双曲线下方那块。

判据:把变量推到极端(),看约束是否自动成立。

4. 把”中间段最长”与”能构成三角形”搞混

(最长者)(构成三角形)

命题人常把另一个答案摆进选项。

5. 直接对 建模

先算 再作差。直接数”恰好”要分”哪几个取到 ”, 大时必错。

6. 不放回却套二项公式

不放回时各次不独立、 也在变。要么走古典概型(组合数),要么用超几何分布。“测试后不放回”这五个字一出现,立刻放弃 。

与旧知识的连接

高数:几何概型的面积就是二重积分(见 高数第14章 二重积分);一维情形是定积分。 的面积里出现 ,正是 的贡献。

组合数学:古典概型的分子分母都是计数问题,排列组合、插板法、容斥筛法在这里全部复用。

后续章节:

  • 第17章 均匀分布:几何概型的随机变量版,;
  • 第18章 二维均匀分布: 在区域 上均匀 几何概型;条件分布就是”截一刀再归一化”;
  • 第21章 次序统计量:本页的可交换性是整章的基石;
  • 第22章 充分统计量:格点路径题里” 消掉”的现象。

题型训练

链接