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。
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
- 分子分母计数方式一致——要么都有序,要么都无序;
- “任取两个”默认无序用
,“依次取出”有序用 ,中途不换车; - 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)
| 问题 | 转化 |
|---|---|
| 第 | 第 |
| 前 | 前 |
| 最后一个次品恰在第 |
核心公式(
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。
几何概型
两个常见舞台:
(1) 单位正方形内的曲线分割。
- 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
对比:“三段能构成三角形”的概率是
有放回取数与
从
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 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
- 单位正方形内的面积计算(乘积型约束 → 对数)
- 折棒 / 分割(对称性一击)
- 不放回抽样”恰好第
次”(随机排列 + 组合数) - 有放回取数的
(先 再作差) - 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”——
“给定成功次数后各排列等可能”:到达
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
判据:把变量推到极端(
4. 把”中间段最长”与”能构成三角形”搞混
命题人常把另一个答案摆进选项。
5. 直接对 建模
先算
6. 不放回却套二项公式
不放回时各次不独立、
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。
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
- 古典概型与几何概型(5 题)——本页的直接落地
- 条件概率的计算与化简(8 题)——古典概型下的条件概率就是换分母
- 伯努利概型与重复独立试验(7 题)——有放回时的对照组
链接
- 同章概念:样本空间与事件代数 · 概率公理与容斥原理 · 伯努利概型与二项模型
- 高数接口:高数第14章 二重积分
- 易错清单:第16章易错点
- 章节导航:第16章 随机事件及其概率 · 题库