🔢 高中数学必修第二册第十章 概率古典概型等可能性计数原理对立事件

古典概型

理解古典概型中有限性与等可能性两个条件,会建立等可能的样本空间,并运用分类、分步和对立事件准确计算概率。

难度:★★★★★

💡为什么不能总用有利数除以总数

抽一张编号卡,奇数卡有三张、偶数卡有两张,于是抽到奇数的概率似乎是 3/53/5。这个结论成立,是因为五张卡被抽到的机会相同。若把转盘分成一大一小两个扇形,只按“红、蓝两种结果”判断各为 1/21/2,就忽略了不同区域被指针指中的机会不同。

古典概型把概率转化为计数,但公式成立有严格条件:样本点个数有限,并且每个样本点等可能。真正的难点往往不是除法,而是建立一个不重不漏、粒度一致且等可能的样本空间。

🎯学习目标与考查重点
  • 掌握古典概型的有限性与等可能性条件,能判断模型是否适用。
  • 会通过列表、树状图、分类和分步方法列举样本点。
  • 理解样本点的粒度与等可能性,避免把不同概率的结果直接计数。
  • 会判断是否区分顺序、是否放回,并据此计算样本点数。
  • 能结合对立事件、并交运算解决“至少”“至多”和“恰好”问题。

一、古典概型的定义与公式

若随机试验的样本空间只含有限个样本点,并且每个样本点发生的可能性相等,就称该试验的概率模型为古典概型。这两个条件分别称为有限性和等可能性,缺一不可。

设样本空间 Ω\Omega 含 nn 个等可能样本点,事件 AA 含其中 mm 个,则

P(A)=mn=n(A)n(Ω).P(A)=\frac{m}{n}=\frac{n(A)}{n(\Omega)}.

因为每个样本点的概率都是 1/n1/n,事件 AA 是其中 mm 个互斥基本事件的并,所以其概率为 m/nm/n。公式中的“总数”不是随意列出的结果类别数,而是等可能基本结果的数目。

例如随机抽取一名学生时,把结果按“戴眼镜、不戴眼镜”分为两类,并不能推出两类概率各为 1/21/2。等可能的是每名被抽中的学生,而不是人数可能不同的两个类别。

二、建立等可能的样本空间

建立样本空间要先决定结果记录到什么程度。连续抛两次硬币,若记录先后次序,样本点为正正、正反、反正、反反,四者等可能;若只记录正面次数,结果是 0,1,20,1,2,但概率分别为 1/4,1/2,1/41/4,1/2,1/4,这三个结果不等可能。

列表法适合两步且选项较少的问题:用行表示第一步、列表示第二步。树状图适合多步试验:每条从根到末端的路径代表一个完整结果。无论使用哪种方法,都要检查每个结果是否唯一出现、所有可能是否都被覆盖。

计数时还要核对三个条件:顺序是否重要,抽取后是否放回,各步可选数是否变化。先后选“甲再乙”与“乙再甲”若代表同一个二人小组,就不能当作两个不同结果;若代表队长和副队长,角色不同,次序就有意义。

🔑

古典概型的核心不是背诵 P(A)=m/nP(A)=m/n,而是证明分母中的样本点等可能。先确定基本结果,再统一计数口径;若合并后的类别不等可能,应回到更细的等可能层级。

三、分类与分步计数

完成一件事有互不重叠的若干类方法,第 ii 类有 aia_i 种,则总方法数为

a1+a2+⋯+ak.a_1+a_2+\cdots+a_k.

这是分类加法思想。若完成一件事需要依次经过 kk 个步骤,各步可选数分别为 a1,a2,…,aka_1,a_2,\ldots,a_k,且选择规则已明确,则完整结果数为

a1a2⋯ak.a_1a_2\cdots a_k.

这是分步乘法思想。

例如从 44 名女生和 33 名男生中选一名代表,共有 4+3=74+3=7 种;先从女生中选一人、再从男生中选一人组成二人组,共有 4×3=124\times3=12 种。分类要求各类互斥,分步要求每个结果经历完整步骤,不能把两种思想混用。

在不放回抽取中,各步选项数会减少。从 55 张不同卡片中依次抽两张并记录次序,样本点数是 5×4=205\times4=20;若放回后再抽,则是 5×5=255\times5=25。若不记录次序,同一对卡片在前一种计数中出现两次,需要按无序结果重新计数。

四、用对立事件简化计数

“至少一个”通常包含多种互斥情况,可以分类计算,也可以求其对立事件“一个也没有”。当对立事件结构单一时,

P(A)=1−P(A‾)P(A)=1-P(\overline A)

能显著减少计数。

例如从含合格品和次品的一批产品中不放回抽取若干件,“至少一件次品”的对立事件是“全部合格”。计算时分子、分母必须采用相同计数口径:若分母按有序抽取序列计数,分子也要按有序序列;若都按选出的集合计数,也可得到同一概率。混用口径会导致错误。

古典概型中的概率是模型结果。骰子“质地均匀”、卡片“除编号外完全相同”、抽取“充分混合”都是等可能性的现实假设。若器具偏斜,就要依据实际概率或频率建立其他模型,不能继续套用等可能公式。

例 1原创基础例题:两个骰子的和

同时掷两枚质地均匀且可区分的六面骰子,求点数之和为 88 的概率。

✏️ 查看分步解析

用有序数对 (i,j)(i,j) 表示两枚骰子的点数。第一枚有 66 种、第二枚有 66 种,共有

6×6=366\times6=36

个等可能样本点。点数和为 88 的有

(2,6),(3,5),(4,4),(5,3),(6,2),(2,6),(3,5),(4,4),(5,3),(6,2),

共 55 个。因此

P(点数和为 8)=536.P(\text{点数和为 }8)=\frac5{36}.

不能把可能的点数和 22 到 1212 看成 1111 个等可能结果,因为不同点数和对应的有序数对数量不同。

例 2原创进阶例题:至少抽到一张标记卡

盒中有编号不同的 55 张普通卡和 33 张标记卡。随机不放回抽取两张,不计顺序。求至少抽到一张标记卡的概率。

✏️ 查看分步解析

从 88 张不同卡中任取两张,每种两张卡片的组合等可能。总样本点数为

8×72=28.\frac{8\times7}{2}=28.

“至少一张标记卡”的对立事件是“两张都是普通卡”。从 55 张普通卡中选两张有

5×42=10\frac{5\times4}{2}=10

种。因此

P(至少一张标记卡)=1−1028=914.P(\text{至少一张标记卡}) =1-\frac{10}{28} =\frac{9}{14}.

若改为有放回抽取,第二次仍有 88 种选择,模型与答案都会改变。

⚠️易错点
  • “结果有限”并不足以构成古典概型,还必须保证基本结果等可能。
  • 把正面次数 0,1,20,1,2 当成三个等可能结果,会忽略中间结果对应两条路径。
  • 计数前必须判断顺序是否重要、是否放回,不能在分子和分母中使用不同口径。
  • 分类计数的各类必须互斥,否则同一结果会被重复计算。
  • 现实器具是否均匀是模型假设,不能只因题目出现骰子或转盘就自动套公式。
🌏生活应用:随机分配展示顺序

班级让每个小组抽取唯一编号决定展示顺序。若所有编号卡形状相同、充分混合且每组只抽一张,则每个小组获得任一顺序号的概率相同,可以用古典概型评价公平性。若某些卡有折痕或抽签者能看见编号,等可能性就被破坏。数字随机工具也应明确候选范围、是否允许重复以及生成规则;“用了电脑”本身不等于分配一定公平。

五、自测与解析

1. 判断模型

一个转盘的红色区域占圆面的 1/31/3,蓝色区域占 2/32/3。只把结果记为红、蓝,能否按两个等可能结果计算?

✏️ 查看答案

不能。指针均匀落在圆面方向上时,红、蓝概率由扇形面积比例决定,分别为 1/31/3、2/32/3,两个颜色结果不等可能。

2. 有序计数

从数字 1,2,3,41,2,3,4 中不重复地依次选两个组成两位数,共有多少个样本点?

✏️ 查看答案

十位有 44 种选择,个位剩 33 种,共有

4×3=124\times3=12

个有序样本点。

3. 对立事件

掷三次质地均匀的硬币,求至少出现一次正面的概率。

✏️ 查看答案

共有 23=82^3=8 个等可能序列。对立事件是三次全为反面,仅 11 个序列,所以

P(至少一次正面)=1−18=78.P(\text{至少一次正面})=1-\frac18=\frac78.
📺B 站视频讲解去 B 站观看「古典概型视频讲解」优质讲解视频 →