定义 样本空间有限且每个基本事件发生等可能的概率模型。
从哪来 本节为高三复习起点，无前置知识点记录，直接基于集合论基础与概率公理构建。
为什么 古典概型是概率论的基石。其核心逻辑在于“有限性”与“等可能性”的结合：当样本空间 $\Omega$ 包含有限个基本事件，且由于对称性或均匀性，每个基本事件 $e_i$ 发生的概率相等（即 $P(e_i) = \frac{1}{n}$）时，任意事件 $A$ 的概率即可简化为计数问题 $P(A) = \frac{m}{n}$。这种将“测度”转化为“计数”的思想，使得概率计算从抽象的公理推导落地为具体的组合数学运算，是解决随机现象量化问题的最基础且最严谨的模型。
讲法
适合：逻辑严密、擅长抽象思维的学生
从公理化角度切入。首先强调概率公理中的有限可加性。指出在有限样本空间中，若要求 $P(\Omega)=1$ 且 $P(e_i)$ 相等，则必然有 $P(e_i) = \frac{1}{n}$。随后推导任意事件 $A$ 由 $m$ 个基本事件组成，故 $P(A) = \sum_{i \in A} P(e_i) = m \cdot \frac{1}{n} = \frac{m}{n}$。重点在于理解公式背后的公理推导过程，而非死记硬背。
讲法
适合：直观思维强、对物理模型敏感的学生
使用“理想骰子”或“均匀转盘”模型。以掷一枚质地均匀的骰子为例，解释为什么“1”到“6”出现的概率一样（对称性）。强调“等可能”不是指结果看起来差不多，而是指物理机制上的完全对称。通过对比“有放回”和“无放回”抽取球的过程，让学生直观感受样本空间的变化，从而理解分母 $n$ 和分子 $m$ 的来源。
适合：计算能力强、偏好程序化解题的学生**
直接给出解题算法流程：
1. **判定
检查是否满足“有限”和“等可能”两个条件。
2.
定分母：用排列组合公式计算样本空间总数 $n$（注意区分有序/无序、有放回/无放回）。
3.
定分子：计算满足条件的事件数 $m$。
4.
计算：$P = m/n$。
重点训练排列组合的准确应用，强调“有序”与“无序”对 $n$ 和 $m$ 计算方式的一致性要求。