10.3 频率与概率
一次试验的结果猜不准,做很多次,「出现的比例」却会稳在一个数附近。这一节讲怎么用这个比例去估计概率,以及它和概率到底差在哪。
本节知识点用频率估计概率随机模拟及概率映射
第 1 步
从例子进入
拿一枚普通的硬币,连着抛 100 次,数一数正面朝上几次。先点下面的按钮抛几轮 100 次试试:
想一想
看答案与解析
答案:B
B。正面、反面机会一样,100 次里大约一半是正面。
不过真去抛,很可能是 46 次、53 次,正好 50 次的时候反而不多;换个人再抛 100 次,又是另一个数。
这一节就讲这件事:「正面占的比例」每次做都不一样,可做的次数越多,它越稳地待在 21 附近。反过来,一件事的概率算不出来时,就能靠大量试验的这个比例去估计。
第 2 步
讲清楚
1. 先认识几个词
要用到:随机事件、古典概型算概率(回看 10.1);频数、频率在统计里见过(回看 9.2)。
本质对比
频率 fn(A):由具体试验统计得出,随批次与试验次数变化,具有随机波动性。是概率的测量值,结论写“≈”。
概率 P(A):由事件内部物理结构决定的固有常数,客观且恒定。无需试验即可理论推导(古典概型),结论写“=”。
辩证统一:概率是频率的稳定中心,频率是概率的经验逼近。
思维清障
前期偏差会被稀释:例如前5次全出反面,正面频数相对期望 5×0.5=2.5 少了2.5。总次数到 n 时,这一小段对总频率的固定影响为 −2.5/n,其绝对值随 n 增大而减小;后续试验本身仍有随机波动,不能据此保证每轮频率都接近0.5。
赌徒谬误妄想:误以为试验系统会“主动记忆与纠错”(连出 5 次反面,第 6 次出正面概率变大)。试验无记忆,单次概率恒为 21!
警惕:大数定律绝非事后补偿,而是未来海量试验对过往偏差的稀释!
2. 频率会变,但会稳下来
同一个试验做 n 次,频率 fn(A) 是随机的:这一批是 0.45,下一批可能是 0.53。但 n 越来越大时,它的摆动越来越小,稳定在概率 P(A) 附近。这叫频率的稳定性。
为什么会这样?次数少的时候,碰巧多出几次正面,频率就被带偏很大;做成千上万次,碰巧多出来的那几枚被庞大的总数摊薄了,频率就紧紧贴在 21 附近。
历史上有几位数学家真的做过成千上万次抛硬币试验,数据都在这里:
3. 频率能用来估计概率
古典概型要求「有限、等可能」,可生活里很多事根本不满足:
- 种子的发芽率(每粒种子的好坏不可能完全一样);
- 某位射击运动员的中靶概率(人的状态在变,不是几选一);
- 流水线上某批产品的次品率。
这时没有公式能直接算出 P(A),但我们能在相同条件下做大量重复试验,用得到的频率去估计概率:
也可以反过来:已知概率(或用频率估计出概率),去推测总体里有多少个符合条件的——用总数乘这个概率。
想一想
自己试试:做种子发芽试验,800 粒种子里有 712 粒发芽。估计这批种子的发芽概率约是?
看答案与解析
答案:A
A。712÷800=0.89。概率可以用小数也可以用分数或百分数,0.89 和 89% 都对,但选 D 认为「必须带百分号」是错的,概率就是实数。
想一想
自己试试:袋里黑、白球共 30 个,有放回地摸 300 次,黑球 102 次。估计黑球约有几个?
看答案与解析
答案:A
A。黑球频率 300102=0.34,估计黑球数 30×0.34=10.2。球数只能是整数,四舍五入约 10 个。选 C 的同学忘了实际物体数量必须是整数。
4. 随机模拟:用计算机替你做试验
要抛一万次硬币太费时间,可以用电脑(或者计算器的随机数函数)来模拟。步骤只有三步:
- 设计对应规则:用哪些随机数代表事件发生。规则要保证:代表该事件的数占总数的比例,正好等于这个事件的理论概率。
- 产生随机数:生成大量随机数,模拟试验过程。
- 统计频率:数出代表事件发生的数出现了多少次,除以总个数,作为概率的估计。
想一想
自己试试:要用随机数模拟「中奖概率是 0.3 的抽奖」,下面哪种规定对?
看答案与解析
答案:A
A。0∼9 共 10 个等可能的数,1,2,3 占 3 个,比例 103=0.3,对上了。B 算出来是 31≈0.333;C 包含了 0,1,2,3 共 4 个数,比例是 0.4。
5. 三步破题思维链:统计概率解题标准动作
1
第一眼破题信号
分清已知是古典概率(能理论数点算出)还是统计概率(只能靠大样本频数统计估计)。锁定试验总次数 n 与目标频数 nA,看清是求概率估计值,还是反推总体总量 N。
2
第二步套公式/方法
① 求概率估计:套用公式 P(A)≈fn(A)=nnA,化为小数或最简分数;
② 反推总体规模:利用比例方程 nnA≈NNA,求得目标总量估计值 NA≈N×fn(A)(物理离散量注意取整);
③ 设计蒙特卡洛模拟:确立产生随机数的基数空间与等比例映射规则。
3
第三步必查防坑结论
回答必须带有“估计/约为”字眼,严禁写成绝对确定;频率值必须在 [0,1] 内;试验必须在同等独立条件下进行;切忌陷入“赌徒谬误”主观臆断。
6. 三大翻车现场与反例辨析
再深一点(可以先跳过)
摆动大约多大:抛均匀硬币 n 次,频率离 0.5 的偏差,常见大小大约是 2n1 这个量级:n=100 时约 0.05,n=10000 时约 0.005。次数变成 100 倍,摆动只缩到 101,所以想估计得更准,要多做很多次。这只是一个大致的感觉,严格说法属于大学的「大数定律」。
正好 5 次正面的概率:抛 10 次共有 210=1024 种等可能的正反序列,其中恰有 5 个正面的有 252 种(从 10 个位置里选 5 个放正面),所以概率 =1024252≈0.246。数「选法」要到选择性必修的计数原理才系统学。
频率也能检验理论:抛两枚硬币,有人说「两正、两反、一正一反」三种结果所以「一正一反」的概率是 31。真抛 1000 次会发现频率稳在 0.5 附近,提示这三种不是等可能的——「练一练」最后一题就是它。
第 3 步
动手
① 抛很多次:看频率怎么走
点「再抛」按钮,看频率随次数变化的折线。虚线是概率。多点几次「再抛 10 次」,看折线有没有每次都更靠近虚线;再点「再抛 1000 次」看整体。可以切换成掷骰子看「6 点」。
② 进阶:30 个同学同时做
每个圆点是一个同学的频率。三列分别是每人抛 10 次、100 次、1000 次。看:同样的硬币,每人的频率不一样;次数多的那列,点挤得更紧,但不是都正好落在虚线上。
第 4 步
练一练
从易到难排好了。前两道直接用,中间三道是最常见的说错,最后一道是挑战。
直接用
想一想
- 某射击运动员练习射击 200 次,中靶 170 次。估计他射击一次中靶的概率约是?
看答案与解析
答案:B
B。频率 =200170=0.85,用它估计概率。C 的 0.15 是没中靶的频率;A 是把分母当成 1000;D 是频数,概率不会大于 1。
想一想
- 不透明袋里有 5 个红球和若干个白球。有放回地摸 500 次,摸到红球 125 次。估计白球约有几个?
看答案与解析
答案:A
A。红球频率 =500125=0.25,即 总数5≈0.25,总数约 20,白球约 20−5=15。选 B 的同学求出总数就停了;D 是白球被摸到的次数,不是个数。
易错
想一想
- 小明把一枚均匀硬币抛了 10 次,正面 7 次。下面说法对的是?
看答案与解析
答案:B
B。频率是这一批试验做出来的,随机;概率是均匀硬币本身的,确定,不因为这 10 次而改。
A 把一次少量试验的频率当成了概率。C 以为后面要「补回来」,可每次抛互不影响,下一批 10 次几次正面都有可能。
想一想
- 某抽奖每次中奖的概率是 0.1,每次抽奖互不影响。小红已经连抽 9 次都没中。她第 10 次中奖的概率是?
看答案与解析
答案:C
C。概率 0.1 不是「10 次里必中 1 次」的保证,前面没中也不会让后面「欠」她一次。每次互不影响,第 10 次和第 1 次一样,都是 0.1。
想一想
- 抛一枚均匀硬币,前 100 次正面频率是 0.52,抛满 200 次时正面频率是 0.535。对此,哪种说法对?
看答案与解析
答案:B
B。前 100 次有 52 次正面,后 100 次有 107−52=55 次,合起来频率 200107=0.535,比之前离 0.5 远了一点,这很正常。在「动手」①里多点几次「再抛 10 次」就能看到。
A 把「稳定在附近」说成了「一步步逼近」。C 把一次的频率当成了概率;200 次还不算多,0.035 的偏差在正常摆动范围里。
挑战
想一想
- 同时抛两枚相互独立的均匀硬币,看是不是「一正一反」。各轮也相互独立,这样抛 1000 次,「一正一反」的频率最可能在哪个数附近?
看答案与解析
答案:B
B。把两枚硬币分成甲、乙,等可能的结果有 4 种:正正、正反、反正、反反。「一正一反」占 2 种,概率 =42=21。做 1000 次时,频率通常在 0.5 附近。
选 A 的同学把结果分成「两正、两反、一正一反」三种,当成等可能了;其实「一正一反」有两种来路。1000 次得到约 0.33 的频率极不常见,但仍可能出现;有限次试验不能给出绝对保证。
第 5 步
高考真题
先独立作答,做完再对照分步解析。选择题点选项自动判对错;填空题写法不同时,看答案自己判。要用到后面章节的题收在最后,学到那里再做。
2016 全国Ⅱ卷(理科) 第 10 题 · 单选
从区间[0,1]随机抽取2n个数 x1,x2,…,xn,y1,y2,…,yn 构成n个数对 (x1,y1),(x2,y2),…,(xn,yn),其中两数的平方和小于1的数对共有m个,则用随机模拟的方法得到的圆周率 π 的近似值为( )。
看答案与解析
答案:C
把数对看成单位正方形中的随机点,事件x²+y²<1对应四分之一单位圆。
说明模拟模型
区间上的随机模拟使用独立均匀抽样,于是每个数对对应单位正方形[0,1]×[0,1]中的均匀随机点。
求面积概率
x²+y²<1且0≤x,y≤1描述第一象限内的单位圆部分,面积为π/4;正方形面积为1,所以理论命中概率为π/4。
用频率作估计
n个数对中m个命中,样本频率m/n用来估计π/4,因此π的近似值为4m/n,选C。
随机模拟先找到事件的理论概率关系,再用观测频率代替概率作近似计算。
2022 新高考Ⅱ卷 第 19 题 · 解答
在某地区进行流行病学调查,随机调查了100位某种疾病患者的年龄,得到样本数据的频率分布直方图。各年龄组(岁)及柱高“频率/组距”完整数据如下: 年龄组|[0,10)|[10,20)|[20,30)|[30,40)|[40,50)|[50,60)|[60,70)|[70,80)|[80,90) 频率/组距|0.001|0.002|0.012|0.017|0.023|0.020|0.017|0.006|0.002 (2) 估计该地区一位这种疾病患者的年龄位于区间[20,70)的概率。
答案与解析
答案:概率估计值为 0.89。
思路
- 还原各组频率
目标区间涉及[20,30)、[30,40)、[40,50)、[50,60)、[60,70)五组,组距均为10。
- 计算目标频率
频率之和为 10(0.012+0.017+0.023+0.020+0.017)=0.89。
- 解释估计
以这100位患病者中年龄落在该区间的频率0.89,估计该地区患病者相应区间概率。
易错点
- 把柱高之和0.089当成概率。
- 将患者的年龄分布误当成全地区人口的年龄分布。
小结
频率分布直方图用面积表示频率,估计还须明确抽样对象。
2025 新高考Ⅰ卷 第 15 题 · 解答
为研究某疾病与超声波检查结果的关系,从做过超声波检查的人群中随机调查了1000人,得到如下列联表(单位:人): 组别|检查正常|检查不正常|合计 患该疾病|20|180|200 未患该疾病|780|20|800 合计|800|200|1000 (1) 记超声波检查结果不正常者患该疾病的概率为 P,求 P 的估计值。
答案与解析
答案:P=200180=0.9。
思路
先限定“检查不正常”这个条件,再统计其中患病者比例。
- 确定条件人群
检查不正常者共有200人,其中患该疾病者180人。
- 计算样本条件频率
用该条件人群中的患病频率估计所求概率:P=180/200=0.9。
- 解释结果
0.9是由这1000人的样本得到的条件概率估计值,不是所有人群患病率,也不是已知的精确总体概率。
易错点
- 把180/1000当作条件概率。
- 将样本估计称为已知精确理论概率。
小结
2022 新高考Ⅱ卷 第 19 题 · 解答
在某地区进行流行病学调查,随机调查了100位某种疾病患者的年龄,得到样本数据的频率分布直方图。各年龄组(岁)及柱高“频率/组距”完整数据如下: 年龄组|[0,10)|[10,20)|[20,30)|[30,40)|[40,50)|[50,60)|[60,70)|[70,80)|[80,90) 频率/组距|0.001|0.002|0.012|0.017|0.023|0.020|0.017|0.006|0.002 (3) 已知该地区这种疾病的患病率为0.1%,该地区年龄位于区间[40,50)的人口占该地区总人口的16%。从该地区中任选一人,若此人的年龄位于区间[40,50),求此人患这种疾病的概率。(以样本数据中患者的年龄位于各区间的频率作为患者的年龄位于该区间的概率,精确到0.0001。)
答案与解析
答案:0.0014(未舍入值为0.0014375)。
思路
先从患者样本估计“患病者中40至50岁比例”,再用总体患病率换参照人群。
- 定义并读取条件概率
记D为患病,A为年龄在[40,50)。已知P(D)=0.001,P(A)=0.16;图中这一组频率为0.023×10=0.23,按题意取P(A|D)=0.23。
- 求交事件概率
由条件概率公式,P(A∩D)=P(D)P(A|D)=0.001×0.23=0.00023。这里不是假定A与D独立。
- 换条件并舍入
P(D|A)=P(A∩D)/P(A)=0.00023/0.16=0.0014375,精确到0.0001为0.0014。
易错点
- 把0.1%写成0.1或0.01。
- 将P(A|D)=0.23直接当成P(D|A)。
- 误用独立性而写P(A∩D)=P(A)P(D)。
小结
条件交换要用联合概率作为桥梁,不能直接把两个条件概率对调。