∫π每天一道数学题
← 返回概率统计专题
概率统计 · 第 2 讲 · 2026-09-04 · 约 9 分钟

第2讲 古典概型——数一数就能算的概率

最经典的概率模型:所有结果有限,而且每个结果可能性相等。只要数清楚「有多少种可能」,概率就出来了。但「数清楚」这件事,有时候并不简单。

从掷骰子说起

掷一枚均匀的骰子,出现 6 点的概率是多少?

你大概会脱口而出:16\dfrac{1}{6}

为什么是 16\dfrac{1}{6}?因为骰子有 6 个面,每个面出现的可能性相等,6 点是其中一个面,所以概率是 16\dfrac{1}{6}

这个推理过程,就是古典概型的思路。

什么是古典概型

满足两个条件的概率模型,叫做古典概型

  1. 有限性:所有可能的基本事件是有限个
  2. 等可能性:每个基本事件发生的可能性相等

在古典概型中,事件 AA 的概率就是一个简单的除法:

P(A)=事件 A 包含的基本事件数总的基本事件数=n(A)n(Ω)P(A) = \dfrac{\text{事件 A 包含的基本事件数}}{\text{总的基本事件数}} = \dfrac{n(A)}{n(\Omega)}

其中 Ω\Omega 表示所有基本事件构成的集合(叫做样本空间),n(A)n(A) 表示集合 AA 中元素的个数。

听起来很简单对吧?但真正的难点在于:怎么数?

示意图

古典概型:样本空间与事件

古典概型就是数格子——事件 A 占了多少格,概率就是多少

计数的基本原理

数清楚基本事件的个数,是古典概型的核心。这里有两个最基本的计数原理。

加法原理(分类)

完成一件事,有 kk 类不同的方法,第 ii 类有 mim_i 种方法,那么总共有:

m1+m2++mkm_1 + m_2 + \cdots + m_k

种不同的方法。

简单说就是:分类相加

比如从北京到上海,可以坐飞机、坐高铁、坐汽车。飞机有 3 班,高铁有 5 班,汽车有 2 班,那么总共有 3+5+2=103+5+2=10 种不同的走法。

乘法原理(分步)

完成一件事,需要分 kk 个步骤,第 ii 步有 mim_i 种方法,那么总共有:

m1×m2××mkm_1 \times m_2 \times \cdots \times m_k

种不同的方法。

简单说就是:分步相乘

比如从北京到上海再到广州,北京到上海有 5 趟高铁,上海到广州有 4 趟高铁,那么总共有 5×4=205 \times 4 = 20 种不同的走法。

什么时候用加法、什么时候用乘法?关键看是「分类」还是「分步」。 分类的话,每一类都能独立完成整件事;分步的话,每一步都只是整件事的一部分,缺一步都不行。

排列与组合

有了加法原理和乘法原理,就可以推导出排列和组合的公式了。

排列

nn 个不同元素中取出 mm 个,按一定顺序排成一列,叫做从 nn 个元素中取出 mm 个元素的一个排列。排列数记为 Anm\mathrm{A}_n^m(或 PnmP_n^m)。

Anm=n(n1)(n2)(nm+1)=n!(nm)!\mathrm{A}_n^m = n(n-1)(n-2) \cdots (n-m+1) = \dfrac{n!}{(n-m)!}

其中 n!=n×(n1)××2×1n! = n \times (n-1) \times \cdots \times 2 \times 1,叫做 nn 的阶乘。规定 0!=10! = 1

排列和顺序有关。 比如从 5 个人中选 3 个人排成一排,不同的顺序算不同的排列。

组合

nn 个不同元素中取出 mm 个,不管顺序地合成一组,叫做从 nn 个元素中取出 mm 个元素的一个组合。组合数记为 Cnm\mathrm{C}_n^m(或 (nm)\dbinom{n}{m})。

Cnm=Anmm!=n!m!(nm)!\mathrm{C}_n^m = \dfrac{\mathrm{A}_n^m}{m!} = \dfrac{n!}{m!(n-m)!}

组合和顺序无关。 比如从 5 个人中选 3 个人组成一个小组,谁先谁后不影响,所以是组合问题。

组合数有两个重要性质:

  • Cnm=Cnnm\mathrm{C}_n^m = \mathrm{C}_n^{n-m}——选 mm 个和选剩下的 nmn-m 个是一回事
  • Cnm+Cnm1=Cn+1m\mathrm{C}_n^m + \mathrm{C}_n^{m-1} = \mathrm{C}_{n+1}^m——帕斯卡法则

常见的古典概型问题

掌握了计数工具,我们来看几个典型的古典概型问题。

摸球问题

一个袋子里有 3 个红球、2 个白球,从中摸出 2 个球,求: (1)两个都是红球的概率 (2)一红一白的概率

总共有 5 个球,摸 2 个,总的基本事件数是 C52=10\mathrm{C}_5^2 = 10

(1)两个都是红球:从 3 个红球中选 2 个,C32=3\mathrm{C}_3^2 = 3。概率为 310\dfrac{3}{10}

(2)一红一白:从 3 个红球选 1 个,从 2 个白球选 1 个,C31×C21=6\mathrm{C}_3^1 \times \mathrm{C}_2^1 = 6。概率为 610=35\dfrac{6}{10} = \dfrac{3}{5}

掷骰子问题

掷两枚骰子,求点数之和为 7 的概率。

注意:两枚骰子是可以区分的(比如第一枚和第二枚),所以总共有 6×6=366 \times 6 = 36 种等可能的结果。

点数之和为 7 的情况有:(1,6), (2,5), (3,4), (4,3), (5,2), (6,1),共 6 种。

所以概率为 636=16\dfrac{6}{36} = \dfrac{1}{6}

这里有一个容易犯的错误:认为「点数之和为 2 到 12,共 11 种情况,所以概率是 111\dfrac{1}{11}」。错在哪里?——因为这 11 种情况不是等可能的。点数和为 2 只有 (1,1) 一种,而点数和为 7 有 6 种,可能性不一样,所以不能直接用古典概型。

判断「等可能性」是古典概型最关键的一步。

生日问题

一个班级有 50 个同学,至少有两个人同一天生日的概率有多大?

这个问题反过来想比较简单:先算「所有人的生日都不同」的概率,再用 1 减去它。

假设一年 365 天,每个人的生日在任意一天是等可能的。

  • 第一个人的生日:随便哪一天,365 种选择
  • 第二个人的生日:不能和第一个人一样,364 种选择
  • 第三个人的生日:不能和前两个人一样,363 种选择
  • ……
  • 第 50 个人的生日:不能和前面 49 个人一样,316 种选择

所以「所有人都不同日」的概率是:

P=365×364×363××31636550P = \dfrac{365 \times 364 \times 363 \times \cdots \times 316}{365^{50}}

算出来大约是 0.03。也就是说,50 个人的班级里,至少两个人同一天生日的概率高达 97%!

这个结果和很多人的直觉不一样——50 个人、365 天,怎么会有这么高的概率?这就是著名的「生日悖论」。它告诉我们:概率有时候是反直觉的,必须用计算说话。

在高中数学体系里的位置

古典概型是整个概率统计的基础——后面学的条件概率、随机变量、统计推断,都建立在这个基础之上。

和排列组合的关系:古典概型的计算离不开排列组合,但高考中概率题的计算量通常不大,重点在于理解题意、正确分类分步,而不是复杂的排列组合技巧。

易错点:最容易错的不是计算,而是「数错了」——要么漏掉了某些情况,要么重复计算了,要么错误地假设了等可能性。做概率题一定要想清楚:样本空间是什么?每个基本事件是不是等可能的?

高考地位:古典概型是高考概率题的常客,选择题和解答题都可能考。解答题通常以实际问题为背景,需要你先把实际问题转化为概率模型,再进行计算。

思考与拓展

  1. 从 1, 2, 3, 4, 5 这 5 个数中任取 2 个数,它们的和为偶数的概率是多少?
  2. 一副扑克牌(52 张,去掉大小王),从中抽 2 张,都是红心的概率是多少?一红一黑的概率是多少?
  3. 掷三枚硬币,至少有一枚正面朝上的概率是多少?(用两种方法计算)
  4. 「生日悖论」中,如果班级只有 23 个人,至少两人同日生的概率大约是多少?为什么这个数字会让很多人意外?

一句话总结

古典概型 = 「数清楚」÷「数清楚」,关键是确保每一种基本事件真的是等可能的。

— Y. · 2026-09-04