三、古典概型与几何概型：典型计数方法（排列组合）、抽签问题、分球入盒、几何区域面积比等经典题型
概率论的第一道分水岭，往往不在公式本身，而在于“数清楚”样本空间与事件所含样本点的个数。古典概型要求样本空间有限且等可能，几何概型则将等可能推广到无限不可列集合。本章的核心任务，是建立从“问题语言”到“计数模型”的翻译能力，并掌握抽签、分球入盒、几何测度比这三类高频考点的标准解法。
上图给出了本章的整体解题框架。下面我们逐一拆解每个模块的核心原理、操作流程、典型例题与常见误区。
3.1 核心原理：等可能性的数学刻画
古典概型的两个基本条件是：样本空间 \(\Omega\) 为有限集合，且每个基本事件发生的可能性相同。此时事件 \(A\) 的概率定义为：
P(A) = |A| / |Ω| = 事件A所含样本点数 / 样本空间总样本点数
关键在于“数数”的准确性。排列组合是数数的工具，但必须明确两个问题：是否有序（排列 vs 组合）、是否放回（重复 vs 不重复）。
几何概型将等可能推广到无限集合：样本空间是某个可测区域 \(\Omega\)（长度、面积或体积），事件 \(A\) 对应其中的一个子区域，概率为：
P(A) = m(A) / m(Ω)
其中 \(m(\cdot)\) 表示测度（长度、面积或体积）。几何概型的关键在于将随机试验转化为几何区域的等可能落点问题，通常需要引入坐标变量。
3.2 典型计数方法：排列组合的实战运用
排列组合是古典概型的计数基础。考研中常见的计数模型包括：
| 模型 | 公式 | 典型场景 | 易错点 |
|---|---|---|---|
| 排列（有序） | \(P(n,r) = \frac{n!}{(n-r)!}\) | 排队、编号、选组长 | 混淆有序与无序 |
| 组合（无序） | \(C(n,r) = \frac{n!}{r!(n-r)!}\) | 选人、取球、分组 | 重复计数 |
| 可重复排列 | \(n^r\) | 掷骰子、放回抽样 | 忘记区分放回/不放回 |
| 环形排列 | \((n-1)!\) | 圆桌会议 | 固定一个位置消序 |
| 分组分配 | \(\frac{n!}{r_1!r_2!\cdots r_k!}\) | 分堆、分配任务 | 组间是否可区分 |
操作流程：第一步，明确“从多少个元素中选多少个”；第二步，判断“选出的元素是否参与排序”；第三步，判断“是否允许重复”；第四步，用乘法原理或加法原理组合各步骤。
3.3 抽签问题：顺序无关性的经典证明
抽签问题的标准表述：\(n\) 个签中有 \(m\) 个“中奖签”，\(k\) 个人依次抽取（不放回），问第 \(i\) 个人中奖的概率。
结论：第 \(i\) 个人中奖的概率均为 \(m/n\)，与抽取顺序无关。这个结论看似反直觉，但可以用全概率公式严格证明。
证明思路（以 \(n=5, m=2, i=3\) 为例）：设 \(A_j\) 表示第 \(j\) 个人中奖。则：
P(A₃) = P(A₁)P(A₃|A₁) + P(Ā₁)P(A₃|Ā₁)
= (2/5)(1/4) + (3/5)(2/4)
= 2/20 + 6/20 = 8/20 = 2/5推广到一般情形，利用对称性或递推归纳均可证明。抽签问题的本质是不放回抽样中，每个位置上的边际分布相同。
3.4 分球入盒：四种模型的判别与计数
分球入盒问题是古典概型中最能考察计数能力的题型。根据“球是否可区分”和“盒是否允许为空”，共有四种基本模型：
| 模型 | 球是否可辨 | 盒是否可空 | 样本空间计数 | 典型场景 |
|---|---|---|---|---|
| 模型一 | 可辨 | 可空 | \(n^r\)（每个球有 \(n\) 种选择） | \(r\) 个人分配到 \(n\) 个房间 |
| 模型二 | 可辨 | 不可空 | \(n! \cdot S(r,n)\)（第二类斯特林数） | \(r\) 个不同物品放入 \(n\) 个不同盒子，每盒至少一个 |
| 模型三 | 不可辨 | 可空 | \(C(r+n-1, n-1)\)（隔板法） | \(r\) 个相同球放入 \(n\) 个不同盒子 |
| 模型四 | 不可辨 | 不可空 | \(C(r-1, n-1)\)（先每盒放一个） | \(r\) 个相同球放入 \(n\) 个不同盒子，每盒至少一个 |
判断流程：先看球是否可区分（题目中“编号”“不同”即可辨；“相同”“一样”即不可辨），再看盒子是否允许为空（“每个盒子至少一个”即不可空）。
分析：球可辨、盒不可空，属于模型二。先分组再分配：将 6 个球分成 4 组（每组至少 1 个），分组方式为 \(S(6,4) = 65\)（第二类斯特林数），再分配到 4 个不同盒子，乘以 \(4! = 24\)，总数为 \(65 \times 24 = 1560\)。
验证：另一种思路是容斥原理：\(4^6 - C(4,1)3^6 + C(4,2)2^6 - C(4,3)1^6 = 4096 - 2916 + 384 - 4 = 1560\)。两种方法结果一致，互相印证。
3.5 几何区域面积比：从随机试验到坐标平面
几何概型的核心技巧是将随机变量映射为坐标轴上的点。常见题型包括：
- 一维长度问题：在区间 \([a,b]\) 上任取一点，求落在子区间 \([c,d]\) 内的概率，直接长度比。
- 二维面积问题：两人会面问题、随机投点问题，通常设两个变量为 \((x,y)\)，在平面直角坐标系中画出可行域。
- 三维体积问题：三个变量时用体积比，考研中较少出现，但需了解。
标准操作流程：第一步，设出所有随机变量；第二步，根据题目条件写出样本空间的约束不等式；第三步，在坐标系中画出样本空间区域；第四步，写出事件 \(A\) 对应的不等式；第五步，计算面积（或体积）之比。
设变量：设甲到达时刻为 \(x\)，乙到达时刻为 \(y\)，单位：分钟，\(0 \le x \le 60, 0 \le y \le 60\)。样本空间为边长为 60 的正方形，面积 \(3600\)。
事件条件：两人能见面当且仅当 \(|x - y| \le 20\)。在坐标平面上，这是两条直线 \(y = x + 20\) 和 \(y = x - 20\) 之间的带状区域。
计算面积：正方形面积减去两个等腰直角三角形面积（每个直角边为 40）：\(3600 - 2 \times \frac{1}{2} \times 40 \times 40 = 3600 - 1600 = 2000\)。
结果：\(P = 2000/3600 = 5/9 \approx 0.556\)。
复盘：关键是将“等待 20 分钟”转化为 \(|x-y| \le 20\) 的不等式，而不是直接套用长度比。边界上的重合（\(|x-y| = 20\)）概率为 0，不影响结果。
3.6 常见误区与总结复盘
| 误区类型 | 错误做法 | 正确思路 |
|---|---|---|
| 样本空间选取不当 | 将“不放回抽取”误用“放回抽取”的计数 | 先判断是否放回，再选择 \(P(n,r)\) 或 \(n^r\) |
| 有序/无序混淆 | “从 10 人中选 3 人”用排列计算 | “选人”是组合，“安排岗位”才是排列 |
| 几何概型边界处理 | 将边界上的点计入面积 | 边界为 0 测度，不影响概率，可忽略 |
| 分球入盒模型误判 | “相同球”误用 \(n^r\) | 球不可辨时用隔板法或组合数 |
| 抽签问题条件概率混淆 | 认为“第 3 个人中奖”需要前两人都没中 | 用全概率公式展开，考虑所有情况 |
总结复盘：古典概型的核心是“数数”，几何概型的核心是“画图”。建议在解题时遵循以下步骤：
- 识别类型：有限等可能 → 古典；连续均匀 → 几何。
- 定义样本空间：明确“一次试验”是什么，写出所有可能结果。
- 选择计数工具：排列、组合、乘法原理、隔板法、容斥原理。
- 计算概率：比值或测度比。
- 验证合理性：概率值是否在 [0,1] 内，是否符合直觉。
本章内容在考研中通常以选择题或填空题形式出现，分值 4-8 分，但它是后续学习随机变量分布、期望方差的基础。建议将上述四种模型（抽签、分球入盒、几何面积、排列组合计数）各练 5-10 道典型题，做到“看到题目能立刻反应出属于哪类模型、用哪种计数方法”。