用频率估计概率
讲解
一枚硬币正面朝上的概率是 1/2——这个 1/2 是怎么知道的？硬币均匀所以两种结果等可能，是算出来的。但换成「这批种子的发芽率」「这名球员的罚球命中率」呢？没有对称结构可以算，只能做实验：种 1000 粒数发芽几粒、罚 500 个球数进几个。频率 = 发生次数 ÷ 总次数，它会波动，但大量重复后会稳定下来。
拖动「试验次数」滑块，看蓝色频率折线怎么走：n 在几百以内时折线上蹿下跳，毫无规律可言；n 过了几千，蓝线越来越贴近红色虚线（理论概率），像被磁铁吸住一样。这不是巧合，是大数定律的直观形态：大量重复试验中，频率稳定在概率附近。反过来，只要试验足够多，我们就有权利用频率当概率的估计值。
- 第一步：设计试验，明确「一次试验」是什么（种一粒种子、射一箭、生产一件产品）
- 第二步：大量重复，记录事件发生的频率表
- 第三步：观察频率稳定值，用它估计概率 P
- 第四步：用估计的概率做预测：n 次试验中大约发生 n × P 次
- 注意：估计值要用「稳定后」的频率，前几十次的波动不能当概率
现实里能做什么
质检为什么不把产品全拆开查
灯泡厂要测一批灯泡的寿命，寿命测试是破坏性的——全查完就没有产品可卖了。办法是随机抽 1000 只测试，算出合格频率（比如 0.98），用它估计整批的合格率，再推算「100000 只里大约 98000 只合格」。抽样 → 算频率 → 估计概率 → 做预测，这条链子是现代质量管理的骨架，也是「用频率估计概率」最值钱的应用。
知识要点
- 频率 = 事件发生次数 ÷ 试验总次数，每次试验都会波动
- 大量重复后频率趋于稳定，稳定值 ≈ 概率
- 试验次数越多，估计越可靠；次数太少不可信
- 频率是实验值（会变），概率是理论值（不变）；「用频率估计概率」是概率与统计的桥梁
典型例题（点击展开题解）
例 1某林业部门对一批树苗进行移栽试验，结果如下表：移栽 50 棵成活 47 棵（…
某林业部门对一批树苗进行移栽试验，结果如下表：移栽 50 棵成活 47 棵（频率 0.94），150 棵成活 135 棵（0.90），300 棵成活 276 棵（0.92），500 棵成活 455 棵（0.91），800 棵成活 728 棵（0.91），1000 棵成活 910 棵（0.91）。① 估计移栽一棵树苗成活的概率；② 若移栽这种树苗 2000 棵，估计成活多少棵。
- ① 观察频率表：50、150 棵时频率还在 0.90～0.94 之间波动；从 300 棵起稳定在 0.91 附近。P(成活) ≈ 0.91
- 试验次数越多频率越稳定，取稳定值 0.91 作概率估计。前几次的波动（0.94）不能当概率——样本太少。
- ② 用估计概率做预测：2000 × 0.91 = 1820
- 答：移栽 2000 棵大约成活 1820 棵。
① P ≈ 0.91；② 约 1820 棵。频率稳定值估计概率，再乘总数做预测。
例 2某射击运动员同一条件下进行射击练习，结果如下：射击 10 次中靶 8 次（频…
某射击运动员同一条件下进行射击练习，结果如下：射击 10 次中靶 8 次（频率 0.8），30 次中靶 24 次（0.80），50 次中靶 41 次（0.82），100 次中靶 81 次（0.81），200 次中靶 162 次（0.81）。① 估计这名运动员射击一次中靶的概率；② 判断「他射击 5 次一定中靶 4 次」的说法对不对。
- ① 频率随次数增加稳定在 0.81 附近，故 P(中靶) ≈ 0.81。
- ② 不对。0.81 × 5 = 4.05 只是长期平均——大量射击中平均每次约中 0.81 个，不等于每 5 次恰好中 4 次。0.81 × 5 = 4.05 ≠ 「一定中 4 次」
- 概率描述大量重复的稳定规律，不约束具体某几次的结果——5 次可能中 0 次也可能中 5 次。
① P ≈ 0.81；② 说法不对，概率不担保具体几次的结果，只描述长期平均。