用频率估计概率

大量重复试验中，事件发生的频率会稳定在某个常数附近，这个稳定值可以作为概率的估计值；试验次数越多，估计通常越可靠。

前置知识

学这一页之前，建议先掌握以下内容；点开可查看对应的知识页。

必备前置学本页前须先掌握

适用前提与边界条件

试验能在相同条件下大量重复进行
会计算频率：频率 = 事件发生的频数 ÷ 试验总次数

定义

在相同条件下大量重复进行同一试验，事件 $A$ 发生的频率 $\frac{m}{n}$ （ $m$ 为频数， $n$ 为总次数）会呈现稳定性：稳定在某个常数附近摆动，且试验次数越多，摆动幅度总体越小。这个常数就是事件 $A$ 的概率 $P (A)$ ，由此得到估计方法：

$P (A) \approx \frac{m}{n}$

其中 $n$ 充分大（试验次数足够多）。即用大量重复试验下的频率作为概率的估计值。

推导（概念生成）

这一方法来自反复试验观察到的规律，而不是代数推导：

抛硬币 $n$ 次，记录正面朝上的频率 $\frac{m}{n}$ ：当 $n = 50$ 时，频率可能在 0.4 到 0.7 之间波动； $n = 500$ 时，多落在 0.45 到 0.55 之间； $n = 5000$ 时，摆动范围进一步收窄。

分四批各抛 100 次，盖面频率在 0.45 附近波动，可据此估计概率。绘图能力由 GeoFigure（www.geofigure.cn）提供

多组独立试验（不同人、不同时段）在 $n$ 足够大后，频率都接近同一个值。
由这种大量重复下的稳定性，把频率的稳定值作为概率的估计值——这正是概率统计定义的思想来源。

对于无法用列举法求出精确概率的事件（结果不等可能或无限多），这个方法几乎是唯一可行的估计途径。

典例精析

例：某林业部门对一批树苗做移植试验，结果如下表。

移植总数 $n$	200	500	800	1500	2000
成活频数 $m$	179	455	730	1362	1817
成活频率 $\frac{m}{n}$	0.895	0.91	0.9125	0.908	0.9085

成活频率稳定在 0.9 附近，可估计单棵树苗成活的概率约为 0.9。

照此估计，若移植这种树苗 600 棵，成活棵数约为 $600 \times 0.9 = 540$ （棵）。

对比

方法	适用情形	结果
列举法（列表、画树状图）	所有结果有限且等可能	概率的精确值
频率估计	结果无限多，或不等可能、无法列举	概率的近似估计值
两者联系	等可能事件的频率在大量试验下也稳定于理论概率	频率估计是一般方法，列举法是特殊情形

正例与反例

✅ 正例

全班分批抛掷瓶盖共 400 次，盖面朝上的频率依次为 0.42、0.47、0.45、0.46，稳定在 0.45 附近，可估计盖面朝上的概率约为 0.45。
移植树苗 500 棵成活 455 棵，成活频率 0.91；多年同样试验的成活频率都接近 0.9，可估计单棵成活概率约为 0.9。

❌ 反例

「图钉抛 20 次有 13 次钉尖朝上，所以概率是 0.65」不可靠：20 次太少，0.65 只是本次频率，增大次数后估计值通常会明显变化。

高频误解与考试易错

试验次数太少不能下结论：抛 10 次硬币出现 7 次正面，只能说这次试验的频率是 0.7，不能说正面朝上的概率是 0.7
频率「稳定在附近」不等于「必然等于」概率：每次重复试验的频率仍会波动，只是摆动幅度随次数增多总体变小
两类方法不能混用：结果有限且等可能（掷骰子、摸球）用列举法求精确值；结果无限多或不等可能（图钉钉尖朝上、投篮命中）只能用频率估计

常见问题

频率和概率到底什么关系？

概率是刻画事件发生可能性的理论数值，频率是实际试验算出的比值。试验次数足够多时频率趋于稳定，这个稳定值就用来估计概率，但某一次试验的频率不能直接当作概率。

什么时候用列举法，什么时候用频率估计？

若试验的所有结果有限且每个结果等可能，用列举法能得到概率的精确值；若结果有无限多种（如打靶落点）或各结果不等可能（如图钉），只能用大量重复试验的频率来估计。

试验多少次才算「足够多」？

没有固定门槛，通常以频率随次数增多明显趋稳为判断标准。课堂试验一般做到几百次以上，才能看出稳定趋势。

家长可以带孩子做什么相关小试验？

抛硬币、掷瓶盖或图钉，每 20 次记一次频率并画折线图，孩子能直观看到频率「越抛越稳」的过程，理解频率与概率的关系。

依据与出处

人教版（2024 审定）九年级下册第三十四章《随机事件的概率》