定义 古典概型是有限样本空间中，每个基本事件发生概率相等的概率模型。
从哪来 本知识点为高一概率论起点，基于初中“频率与概率”的直观经验及集合论基础构建。
为什么 古典概型的核心在于“有限性”与“等可能性”。
1. 有限性：只有样本空间有限，才能通过计数（列举）来精确计算概率，避免无穷级数收敛的复杂问题。
2. 等可能性：这是概率均匀分布的前提。若每个基本事件地位平等，则概率 $P(A) = \frac{A包含的基本事件数}{样本空间总数}$ 具有逻辑必然性。
3. 数学本质：它将概率从“频率的统计估计”转化为“几何/组合的精确计算”，是概率论公理化体系中最简单、最直观的模型，为后续学习条件概率、独立事件奠定计算基础。
讲法
适合类型：直观形象型学生（依赖具体情境理解）
讲法：摸球模型
准备一个不透明袋子，放入10个完全相同的小球，其中3个红球，7个白球。
1. 提问：随机摸出一个，是红球的概率是多少？
2. 引导：因为球完全相同，除了颜色外无区别，所以摸到每一个球的“机会”是均等的。
3. 推导：总共有10种等可能的结果（基本事件），其中3种是红球。所以概率是 $3/10$。
4. 强调：关键在于“完全相同”保证了“等可能性”，“有限个球”保证了“有限性”。
讲法
适合类型：逻辑抽象型学生（喜欢公式推导和结构分析）
讲法：集合与计数原理
1. 定义样本空间 $\Omega$ 为有限集合，且 $|\Omega| = n$。
2. 定义事件 $A$ 为 $\Omega$ 的子集，且 $|A| = m$。
3. 引入公理：若 $\Omega$ 中每个单元素子集 $\{\omega_i\}$ 的概率相等，即 $P(\{\omega_i\}) = p$。
4. 由概率可加性：$P(\Omega) = \sum_{i=1}^{n} P(\{\omega_i\}) = np = 1 \Rightarrow p = 1/n$。
5. 结论：$P(A) = \sum_{\omega \in A} P(\{\omega\}) = m \cdot (1/n) = m/n$。
6. 强调：古典概型是概率公理在有限等可能情形下的直接推论。
讲法
适合类型：应用导向型学生（关注解题技巧和实际应用）
讲法：排列组合工具化
1. 指出古典概型计算本质是“计数问题”。
2. 工具：排列（有序）、组合（无序）。
3. 步骤：
- 第一步：判断是否古典概型（有限？等可能？）。
- 第二步：确定基本事件总数 $n$（用 $C_n^k$ 或 $A_n^k$ 计算）。
- 第三步：确定事件 $A$ 包含的基本事件数 $m$。
- 第四步：计算 $P = m/n$。
4. 强调：难点不在公式，而在如何准确、不重不漏地计数 $n$ 和 $m$。