一、古典概型
古典概型是一种基于有限样本空间的概率模型。在这种模型中，每一个样本点都是等可能的，因此概率可以通过样本点的数量来计算。
例如，有一个袋子里面装有5个红球和3个白球，如果我们随机从袋子里取出一个球，那么取出红球的概率是多少？
解析：我们需要确定样本空间，即所有可能的取球结果。在这个例子中，样本空间包括取出红球和取出白球两种情况。然后，我们需要计算每个样本点的概率，即每个样本点出现的次数除以总样本点的数量。在这个例子中，取出红球的概率为5/8，取出白球的概率为3/8。
二、几何概型
几何概型是一种基于几何测量的概率模型。在这种模型中，概率可以通过样本点所在的区域面积来计算。
例如，在一个边长为1的正方形内随机取一个点，那么这个点落在距离正方形中心距离小于0.5的区域内的概率是多少？
解析：我们需要确定样本空间，即所有可能的取点结果。在这个例子中，样本空间包括正方形内的所有点。然后，我们需要计算每个样本点的概率，即每个样本点所在的区域面积除以总样本空间的面积。在这个例子中，距离中心距离小于0.5的区域是一个半径为0.5的圆，其面积为π0.5²，而正方形的面积为1，所以所求概率为π0.5²/1=π/4。
三、条件概型
条件概型是一种基于条件概率的模型。在这种模型中，我们需要考虑一个事件发生的条件下另一个事件发生的概率。
例如，在一个袋子里面有5个红球和3个白球，我们随机从袋子里取出一个球，然后放回袋子，再随机取出一个球，那么第二次取出红球的概率是多少，给定第一次已经取出了红球？
解析：我们需要确定条件事件，即第一次取出红球。然后，我们需要计算条件概率，即第一次取出红球后，第二次取出红球的概率。在这个例子中，第一次取出红球后，袋子里的球没有变，所以第二次取出红球的概率仍然是5/8。