第二十五章 · 第三节
用频率估计概率
大量重复试验中频率的稳定性

📖 知识点学习

🎯 学习目标

  • 理解频率的概念及其与概率的关系
  • 掌握用频率估计概率的方法
  • 了解频率估计概率的适用场景
知识点一:频率的概念
📐 定义
n 次重复试验中,事件 A 发生了 m 次,则比值 m/n 称为事件 A 发生的频率
频率 = (事件 A 发生的次数) / (试验总次数)
知识点二:频率与概率的关系
📐 核心结论
大量重复试验中,事件 A 发生的频率会逐渐稳定在某个常数附近,这个常数就是事件 A 的概率
即:当 n 很大时,频率 ≈ 概率。
试验次数 n正面朝上次数 m频率 m/n观察
1070.700波动大
100540.540开始稳定
1 0005070.507接近 0.5
10 0004 9820.498稳定在 0.5 附近
💡 重要提示
频率是试验中的实际值,每次试验可能不同;概率是理论值,是客观存在的常数。 试验次数越多,频率越接近概率,但不一定等于概率。
知识点三:用频率估计概率的方法
  • 第1步:进行大量重复试验,记录事件 A 发生的次数 m 和试验总次数 n
  • 第2步:计算频率 m/n
  • 第3步:当 n 足够大时,用频率 m/n 作为概率 P(A) 的估计值
知识点四:适用场景
  • 当试验结果不是等可能的时(如不规则骰子),无法用 P=m/n 计算
  • 当试验涉及的因素过于复杂,无法用列举法时
  • 实际问题中,如种子发芽率、产品合格率、命中率等

🎬 动画讲解

📢
点击「播放动画」按钮开始学习...

📝 例题精讲

💡 提示:点击「下一步」按钮,逐步查看详细解题过程
例题 1 根据试验数据估计概率
掷一枚图钉,落地后针尖朝上的次数如下表。估计针尖朝上的概率。
试验次数:200 400 600 800 1000 1200
针尖朝上:112 218 327 436 548 661
🔍 解题过程
1 计算各组频率:200次:112/200=0.560;400次:218/400=0.545;600次:327/600=0.545;800次:436/800=0.545;1000次:548/1000=0.548;1200次:661/1200=0.551
2 观察趋势:随着试验次数增加,频率在 0.55 附近波动,趋于稳定。
3 估计概率:图钉不是均匀对称的,无法用列举法。用频率估计,P(针尖朝上) ≈ 0.55
✅ P(针尖朝上) ≈ 0.55(频率稳定在0.55附近)
例题 2 种子发芽试验
对一批玉米种子做发芽试验,结果如下表。估计这批种子的发芽概率。
每批种子数:50 100 200 500 1000 2000
发芽种子数:45 92 186 463 928 1851
🔍 解题过程
1 计算各组频率:50粒:45/50=0.900;100粒:92/100=0.920;200粒:186/200=0.930;500粒:463/500=0.926;1000粒:928/1000=0.928;2000粒:1851/2000=0.9255
2 观察趋势:当种子数 ≥ 500 时,发芽频率稳定在 0.925~0.928 之间。
3 估计概率:种子发芽是随机事件,每粒发芽概率不一定相等,用频率估计。P(发芽) ≈ 0.926(或 92.6%)。
✅ P(发芽) ≈ 0.926(约 92.6%)
例题 3 产品质量检测中的概率估计
某工厂生产一批零件,质检员随机抽取检测,结果如下表。估计这批零件的合格率(即合格概率)。
抽取数:100 300 500 1000 2000 5000
合格数:93 279 468 937 1875 4688
🔍 解题过程
1 计算频率:100件:93/100=0.930;300件:279/300=0.930;500件:468/500=0.936;1000件:937/1000=0.937;2000件:1875/2000=0.9375;5000件:4688/5000=0.9376
2 观察趋势:抽取数 ≥ 1000 后,合格频率稳定在 0.937~0.938 之间。
3 估计概率:无法对每个零件逐一检测,用抽样频率估计总体概率。P(合格) ≈ 0.937(约 93.7%)。
✅ P(合格) ≈ 0.937(约 93.7%)

🚀 拓展提升

📊 大数定律

大数定律(Law of Large Numbers)是概率论的核心定理之一,由雅各布·伯努利于 1713 年提出。它指出:当独立重复试验的次数 n 趋向无穷大时,事件 A 发生的频率依概率收敛于事件 A 的概率。这正是「用频率估计概率」的理论基础。

n → ∞ 时,频率 m/n → 概率 P(A)

🎲 蒙特卡洛方法

蒙特卡洛方法(Monte Carlo Method)是一种利用随机模拟来求解数学问题的数值方法。它通过大量随机试验来估计难以解析求解的概率或数值。例如,可以用随机投点的方法估算圆周率 π:在正方形内画一个内切圆,随机投大量点,用落入圆内的比例来估算 π。

π ≈ 4 × (圆内点数 / 总投点数)

🌐 概率在实际中的应用

用频率估计概率在现实中有广泛应用:保险公司根据历史数据估算事故率来制定保费;气象部门根据历史气象数据估算降水概率;医学上通过临床试验统计药物有效率;工厂通过抽样检测估计产品合格率。当无法用理论公式计算概率时,频率估计是最实用的方法。

✏️ 练习巩固

💡 提示:每道题作答后会立即显示解析,请认真思考后再作答
第 1 题 ★☆☆ 基础
关于频率与概率的关系,下列说法正确的是?
A频率就是概率,两者完全相同
B大量试验中频率稳定在概率附近
C频率一定等于概率
D试验次数越多,频率离概率越远
第 2 题 ★☆☆ 基础
在 500 次掷硬币试验中,正面朝上 263 次,则正面朝上的频率为 ______。(保留三位小数)
第 3 题 ★★☆ 巩固
某射手在同一条件下射击,结果如下:射击100次中82次,200次中164次,500次中412次,1000次中824次。估计他命中目标的概率约为 ______。(填小数)
第 4 题 ★★☆ 巩固
下列哪种情况适合用频率估计概率?
A掷一枚均匀骰子求掷出6的概率
B掷一枚图钉求针尖朝上的概率
C抛一枚均匀硬币求正面朝上的概率
D从52张扑克牌中抽一张求红桃的概率
第 5 题 ★★★ 拓展
某批种子的发芽试验数据如下:1000粒中925粒发芽,2000粒中1851粒发芽,5000粒中4628粒发芽。估计这批种子的发芽概率约为 ______。(填小数,保留三位)

🧠 知识点问答

老师来考考你!下面的问题都来自本节课的知识点,看看你掌握了多少。每次点击"再考一次"题目顺序都会随机打乱哦!
🎉

课程完成!

恭喜你完成了「用频率估计概率」的学习!

📌 本节核心要点回顾:
① 频率 = m/n(试验中事件发生的次数比)
② 大量重复试验中,频率稳定在概率附近 → 用频率估计概率
③ 试验次数越多,估计越准确,但频率不一定等于概率
④ 适用场景:非等可能事件、复杂试验、实际问题(发芽率、合格率等)
⑤ 理论基础:大数定律

✏️ 做练习题