频率与概率：用大量重复试验估计可能性
频率是事件在 n 次试验中发生的次数与 n 的比值；概率是频率在大量重复试验中稳定趋向的常数。频率是「实测」，概率是「真值」，二者由大数定律连接。
适用前提与边界条件
- 已理解随机事件与概率的基本概念
- 已会计算古典概型的概率
定义
在相同条件下重复 次试验，事件 发生了 次，则
频率是「实测」，概率是「真值」
| 频率 | 概率 | |
|---|---|---|
| 来源 | 试验统计 | 理论刻画 |
| 是否波动 | 随试验而变 | 客观常数 |
| 联系 | 大量试验时稳定于概率 | 频率的稳定值 |
大数定律保证了：独立重复试验中，频率随次数增多越来越接近概率。
典例精析
例 1（估计均匀性） 抛一枚硬币 1000 次，正面 503 次。频率 ，与均匀硬币概率吻合，没有理由怀疑硬币不均。
例 2（频率估计概率） 某射手射击 500 次命中 428 次，命中率频率 。在大量试验下，可估计其命中概率约为 ——这是古典概型算不出、只能实测的情形。
辨析与提醒
- 小样本不作数：抛 5 次硬币出 4 次正面，不能据此说概率是 。频率稳定需要「大量」重复。
- 估计有误差：频率只是概率的近似，试验越多误差通常越小，但频率不一定恰好等于概率（偶尔会相等，如抛 100 次恰好 50 次正面）。
- 随机模拟：无法真实重复时，可用随机数模拟试验，用模拟频率逼近概率（蒙特卡洛思想）。
跨学段衔接
小学「可能性大小」、初中「用频率估计概率」是直观入门；高中「频率与概率」引入大数定律，把「稳定」上升为可量化的收敛；大学「概率论」用测度与极限严格化，频率学派与贝叶斯学派的分野也在此展开。频率与概率的关系，是统计推断的逻辑起点。
正例与反例
✅ 正例
- 抛硬币 1000 次得正面 503 次，频率 0.503，接近概率 0.5，可用来估计该硬币是否均匀
❌ 反例
- 抛 4 次硬币出现 3 次正面就说「这硬币正面概率是 0.75」：试验次数太少，频率不稳定
高频误解与考试易错
- 把频率当概率：频率随试验波动，概率是客观常数，二者不能混用
- 试验次数太少就下结论：频率只有在大量重复时才稳定于概率
- 误以为「抛 10 次硬币必有 5 次正面」：小样本中频率可明显偏离概率
常见问题
频率和概率有什么区别？
频率是试验结果的统计量，随试验而变、可实测；概率是事件固有的理论值，不随试验改变。大量重复试验时，频率稳定在概率附近——这就是用频率估计概率的依据。
为什么可以用频率估计概率？
理论依据是大数定律：独立重复试验中，事件频率随次数增多依概率收敛于该事件的概率。试验越多，频率作为概率的估计越可靠。
什么时候必须用频率而算不出概率？
当试验不是等可能的古典概型、或机理太复杂无法理论计算时（如投篮命中率、产品合格率），只能用大量实测的频率去估计概率，或用随机模拟（蒙特卡洛）逼近。
依据与出处
- 人教 A 版高中数学必修第二册（2019 审定）第十章：频率与概率