频率概率(或频率主义者)

在本文中,我们解释它是什么以及如何计算频率概率(或频率概率)。您将找到频率概率的示例,此外,您将能够看到频率概率和理论概率之间的区别。

什么是频率概率?

频率概率,也称为频率概率,是随机实验中基本事件的长期预期相对频率。

为了计算事件发生的频率概率,必须进行大量实验,并将获得的有利案例数除以所进行的重复总数。

实验重复次数越多,获得的频率概率就越精确。因此,这种类型的概率通常是使用模拟数千次迭代的计算机程序来计算的,并且能够在很短的时间内对其进行分析。

从数学上来说,频率概率公式是N在无穷大s处的极限除以N ,其中N是实验总数, s 是获得的有利案例的数量。

P(s)=\lim\limits_{N\to \infty}\cfrac{s}{N}

如果您不理解公式,请不要担心,因为不可能无限次地重复相同的实验,因为我们永远不会完成它。这是指必须计算大量重复的频率概率。

正如您所看到的,频率概率是使用相同的相对频率公式计算的,尽管从概念上讲它们意味着不同的东西。

频率概率示例

为了更好地理解这个概念,我们将了解如何通过逐步解决练习来计算频率概率。无论如何,由于频率概率的含义不太容易理解,如果您有任何疑问,可以在下面的评论中留下。

  • 计算构成掷骰子随机体验的基本事件的频率概率。

掷骰子时有六种可能的结果(1、2、3、4、5 和 6),因此每个基本事件的理论概率为:

P=\cfrac{1}{6}=0,167

因此,为了解决这个问题,我们需要多次模拟发射并将结果记录在频率表中。例如,您可以使用 Excel 软件。

为了让您看到进行的实验数量的重要性,我们将首先模拟十次发射,然后是一百次,最后是一千次。因此,模拟 10 次随机掷骰子得到的结果如下:

频率概率示例

正如您所看到的,仅模拟十次投掷所获得的频率概率与理论概率并不相似。

但随着我们增加实验次数,这两个指标变得更加相似,看看 100 次启动的模拟:

频率概率的例子

现在,为骰子上的每个数字计算的频率概率与其理论概率更加相似,但是,我们仍然得到非常不同的值。

最后,我们执行相同的过程,但模拟 1000 次启动:

频率概率练习已解决

正如我们在最后一个表中看到的,现在频率概率的值非常接近理论概率。

综上所述,我们进行的实验次数越多,事件发生的频率概率值就越接近其理论发生概率。该规则被定义为大数定律,即迭代次数越多,实验值越接近理论值。

此外,如果比较三个频率表,您可以看到频率概率不是确定的,而是根据迭代次数而变化。因此,您必须知道如何解释所获得的值。

频率概率和理论概率

频率概率与理论概率(或经典概率)之间的区别在于,频率概率是使用实验结果计算的,而理论概率是考虑理想条件下的结果计算的。

换句话说,为了找到频率概率,必须模拟实验并根据获得的结果进行计算。但要知道理论概率,不应该进行实验,而是进行理论计算。

频率概率公式是实验中获得的有利案例数除以尝试总数。

 P_f=\cfrac{\text{n\'umero de casos favorables en el experimento}}{\text{n\'umero total de intentos}}

相反,理论概率公式是有利事件的数量除以可能的基本事件的总数。

 P_t=\cfrac{\text{n\'umero de eventos favorables}}{\text{n\'umero total de eventos elementales}}

频率概率主要用于每个基本事件的概率未知的实验。然后模拟多次迭代,并使用频率概率来估计每个事件发生的频率。

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注