三、古典概型与几何概型：排列组合在古典概型中的应用、典型抽球/分房/取数问题、几何概型的面积/体积计算
概率论的第一类核心计算问题，就是如何在一个“等可能”的样本空间中数清楚事件发生的可能性。古典概型与几何概型构成了概率计算的基石：前者在有限等可能样本空间中使用排列组合计数，后者在无限等可能样本空间中借助几何度量（长度、面积、体积）求解。考研数学一中，这两类题型出现频率极高，且常与排列组合、定积分、多元函数积分学交叉命题。理解“等可能”的本质、掌握计数工具的选择标准、熟练运用几何度量的转化技巧，是本节学习的三大核心任务。
3.1 古典概型的核心原理与计数基础
核心原理：古典概型适用于样本空间 Ω 为有限集合，且每个基本事件发生的可能性相等的情形。设样本空间包含 n 个等可能的基本事件，事件 A 包含 m 个基本事件，则 P(A) = m/n。这一公式看似简单，但实际解题的难点在于：如何正确计数 m 和 n，以及如何保证分子分母的计数规则一致。
排列组合是古典概型计数的基本工具，需要熟练掌握以下核心公式：
| 工具 | 公式 | 适用场景 | 关键区别 |
|---|---|---|---|
| 排列 A(n,k) | n!/(n-k)! | 从 n 个不同元素中取出 k 个，考虑顺序 | 顺序不同视为不同结果 |
| 组合 C(n,k) | n!/[k!(n-k)!] | 从 n 个不同元素中取出 k 个，不考虑顺序 | 顺序不同视为相同结果 |
| 加法原理 | m₁ + m₂ | 完成一件事有 k 类不同方案 | “或”的关系，分类计数 |
| 乘法原理 | m₁ × m₂ | 完成一件事需分 k 个步骤 | “且”的关系，分步计数 |
| 全排列 | n! | n 个不同元素全部排列 | 所有元素参与排列 |
| 圆排列 | (n-1)! | n 个不同元素围成一圈 | 旋转视为相同排列 |
3.2 典型抽球问题：有放回与无放回
问题模型：袋中有 N 个球，其中 M 个红球、N-M 个白球（或多种颜色），进行 k 次抽取。根据抽取方式不同，可分为有放回抽取和无放回抽取两大类。抽球问题是古典概型中最经典的模型，其变式包括“一次取多个”“逐个取”“按比例取”等。
操作流程：
- 明确抽取方式：有放回（每次抽取后放回，各次独立）还是无放回（每次抽取后不放回，各次不独立）。
- 确定样本空间：有放回时，样本空间大小为 Nᵏ；无放回时，若逐个取且考虑顺序，样本空间为 A(N,k)；若一次取 k 个，样本空间为 C(N,k)。
- 计算事件计数：根据事件描述，用排列或组合计数满足条件的结果数。
- 代入公式：P = 事件计数 / 样本空间大小。
案例拆解：袋中有 5 个红球、3 个白球，现进行两次抽取。
| 抽取方式 | 样本空间 | 事件“两次都取到红球” | 概率 |
|---|---|---|---|
| 有放回，逐个取 | 8 × 8 = 64 | 5 × 5 = 25 | 25/64 ≈ 0.391 |
| 无放回，逐个取（考虑顺序） | A(8,2) = 56 | A(5,2) = 20 | 20/56 = 5/14 ≈ 0.357 |
| 无放回，一次取 2 个 | C(8,2) = 28 | C(5,2) = 10 | 10/28 = 5/14 ≈ 0.357 |
注意：无放回时，无论“逐个取”还是“一次取”，概率相同，因为本质上都是从 8 个球中选出 2 个。有放回时概率更大，因为每次抽取前红球比例不变。
3.3 典型分房问题：球与盒的分配模型
问题模型：将 n 个人（或球）分配到 N 个房间（或盒子）中，每个房间可容纳任意多个人。分房问题的本质是“球与盒”的分配模型，根据球是否可区分、盒是否可区分、是否允许空盒，可分为多种变体。
核心判断方法：
- 人（球）是否可区分：人通常可区分，但某些题目中球可能不可区分。
- 房间（盒）是否可区分：房间通常可区分（如 1 号房、2 号房）。
- 是否允许空盒：分房问题通常允许空房；若不允许空房，需使用容斥原理或隔板法。
案例拆解：将 3 个人随机分配到 4 个房间中，求“每个房间至多 1 人”的概率。
分析过程：
- 样本空间：每个人有 4 种选择，共 4³ = 64 种分配方式。
- 事件计数：“每个房间至多 1 人”意味着 3 个人必须分配到 3 个不同的房间。先从 4 个房间中选 3 个（C(4,3)），再将 3 个人排列到这 3 个房间（3!），共 C(4,3) × 3! = 4 × 6 = 24 种。
- 概率：P = 24/64 = 3/8 = 0.375。
变式拓展：若题目改为“求恰好有 2 个房间为空”的概率，则需要先选出 2 个空房（C(4,2)），再将 3 个人分配到剩余 2 个房间且每个房间至少 1 人。此时需用容斥：总分配数 2³ = 8，减去全部分到同一房间的 2 种，得 8 - 2 = 6 种。概率 = C(4,2) × 6 / 64 = 36/64 = 9/16。
3.4 典型取数问题：数字排列与整除条件
问题模型：从 0-9 或 1-n 的数字中选取若干数字组成数，求满足特定条件（如偶数、能被 3 整除、各位数字不同等）的概率。取数问题综合考查排列组合与数论知识，是考研中的高频题型。
操作流程：
- 明确数字是否可重复：“从 0-9 中任取 3 个数字组成三位数”通常意味着不重复；若说“可重复”，则每位有 10 种选择。
- 注意首位不能为 0：组成 n 位数时，首位不能为 0，这是最常见的陷阱。
- 分析整除条件：被 2 整除看末位，被 3 整除看各位数字和，被 5 整除看末位，被 4 整除看末两位等。
- 分类讨论：根据条件对数字进行分类，分别计数后相加。
案例拆解：从 0, 1, 2, 3, 4, 5 这 6 个数字中任取 3 个不同的数字组成三位数，求“该三位数为偶数”的概率。
分析过程：
- 样本空间：组成三位数，首位不能为 0。首位有 5 种选择（1-5），第二位从剩余 5 个数字中选，第三位从剩余 4 个数字中选，共 5 × 5 × 4 = 100 个三位数。
- 事件计数（偶数）：末位必须为偶数（0, 2, 4），分两类讨论：
- 末位为 0：首位有 5 种选择，第二位有 4 种选择，共 5 × 4 = 20 个。
- 末位为 2 或 4：末位有 2 种选择，首位不能为 0 且不能等于末位，有 4 种选择，第二位有 4 种选择，共 2 × 4 × 4 = 32 个。
- 总数：20 + 32 = 52 个。
- 概率：P = 52/100 = 13/25 = 0.52。
3.5 几何概型的面积/体积计算
核心原理：几何概型适用于样本空间为无限集合，且每个点“等可能”落入某个几何区域的情形。设样本空间对应的几何区域为 Ω，事件 A 对应的子区域为 A，则 P(A) = m(A) / m(Ω)，其中 m 表示长度、面积或体积测度。
判断方法：
- 样本空间是否为无限集合：若试验结果不可数（如随机取点、随机时刻到达），则考虑几何概型。
- 等可能性是否成立：“等可能”在几何概型中体现为“点落入区域中任意位置的概率与该位置的面积/体积成正比”。
- 维度选择：一维问题用长度，二维问题用面积，三维问题用体积。
操作流程：
- 建立坐标系：将随机变量映射为坐标轴上的点。
- 确定样本空间区域 Ω：根据变量的取值范围，在坐标系中画出对应的几何区域。
- 确定事件区域 A：根据事件条件，在坐标系中画出满足条件的子区域。
- 计算面积/体积比：P = S(A) / S(Ω)。
案例拆解：在区间 [0, 1] 上随机取两个数 x 和 y，求满足 x + y ≤ 1 的概率。
分析过程：
- 样本空间：(x, y) 在正方形 [0,1] × [0,1] 内均匀分布，面积为 1。
- 事件区域：x + y ≤ 1 对应直线 x + y = 1 下方的三角形区域，顶点为 (0,0)、(1,0)、(0,1)，面积为 1/2。
- 概率：P = (1/2) / 1 = 1/2。
变式拓展：若题目改为“求 x + y ≤ 1 且 x ≥ 0, y ≥ 0 且 x² + y² ≥ 1/4 的概率”，则需要计算扇形区域与三角形区域的交集面积，涉及定积分或扇形面积公式。这类题目将几何概型与定积分结合，是考研数学一的高频考点。
3.6 常见误区与总结复盘
| 误区类型 | 错误做法 | 正确做法 | 原因分析 |
|---|---|---|---|
| 计数规则不一致 | 分母用组合数，分子用排列数 | 分子分母统一用排列或统一用组合 | 计数视角不同导致系统性偏差 |
| 忽略首位不能为 0 | 取数问题中首位允许为 0 | 首位从非零数字中选择 | 三位数的首位不能为 0 |
| 有放回与无放回混淆 | 有放回问题用组合数 | 有放回用乘法原理（Nᵏ） | 有放回时各次独立，顺序有意义 |
| 几何概型维度错误 | 二维问题用长度比 | 二维问题用面积比 | 维度必须与变量个数匹配 |
| 分房问题忽略空房 | 默认每个房间必须有人 | 分房问题通常允许空房 | “分配到房间”不要求每房必有人 |
总结复盘：古典概型的核心在于“等可能”前提下的计数，排列组合是工具，关键是保持分子分母计数规则一致。典型模型（抽球、分房、取数）各有其固定套路：抽球问题分清有放回与无放回；分房问题明确球与盒的可区分性及空盒限制；取数问题注意首位限制与整除条件。几何概型的核心在于将随机事件转化为几何区域的测度比，关键在于正确建立坐标系、画出区域、计算面积或体积。两类概型共同的前提是“等可能”，一旦等可能性不成立，则需转向条件概率或全概率公式。