欢迎来到实验概率！
你有没有想过，为什么天气预报会说降雨概率是 60%，或者为什么篮球运动员会被称为“80% 罚球命中率球员”？这些可不是随口猜想的！它们全都是基于实验概率 (Experimental Probability)。在本章中，我们将学习如何根据实际数据和实验，而不是单纯的理论来计算概率。读完这些笔记，你将能够预测未来（好吧，在数学上是这样说的）！
什么是实验概率？
在数学中，概率主要有两种。理论概率 (Theoretical Probability) 是指“应该”发生的事情（例如掷骰子时，掷出 3 点的概率是 6 分之 1）。而实验概率则是当我们进行实验时“实际发生”的结果。
想象一下你抛了 10 次硬币。理论上，你应该得到 5 次正面。但如果实际上你得到了 7 次正面呢？那么在你这次实验中，得到正面的实验概率就是 10 次里有 7 次。我们也称之为相对频率 (Relative Frequency)。
快速复习：关键词汇
• 试验 (Trial)： 实验的单次执行（例如掷一次硬币）。
• 结果 (Outcome)： 试验的结果（例如出现“正面”）。
• 频率 (Frequency)： 特定结果发生的次数。
• 相对频率 (Relative Frequency)： 实验概率的另一个名称。
神奇公式
计算实验概率很简单！你只需要将事件发生的次数，除以试验的总次数即可。
\( \text{实验概率} = \frac{\text{事件发生的次数}}{\text{试验总次数}} \)
例子： 如果守门员在 20 次十二码罚球中扑救成功 12 次，那么该次实验的扑救成功率为：
\( P(\text{成功扑救}) = \frac{12}{20} = 0.6 \) 或 \( 60\% \)
重点总结：
实验概率是基于过往数据的。它告诉我们在已经完成的试验中，某件事发生的频率有多高。
生活实例：问卷调查
假设你询问了 50 名学生他们最喜欢的水果。结果 15 人说“苹果”，20 人说“香蕉”，15 人说“橙”。
那么，你下一个询问的学生喜欢香蕉的实验概率是多少？
1. 找出该事件的频率：20 名学生喜欢香蕉。
2. 找出试验总次数：共询问了 50 名学生。
3. 使用公式：\( P(\text{香蕉}) = \frac{20}{50} \)
4. 化简分数：\( \frac{2}{5} \) 或 \( 0.4 \) 或 \( 40\% \)
进行预测
实验概率最酷的地方之一，就是利用它来估计未来会发生的事情。这被称为计算期望出现次数 (Expected Number of Occurrences)。
要算出这个数值，你只需要将概率乘以未来的试验次数。
\( \text{期望次数} = \text{概率} \times \text{试验次数} \)
例子： 如果种子发芽的概率是 \( 0.8 \)，而你种下了 200 颗种子，预计会有多少颗发芽？
\( 0.8 \times 200 = 160 \) 颗种子。
记忆小贴士：“E-P-T”法则
要得到期望 (E) 结果，将概率 (P) 乘以总 (T) 未来试验次数即可！(E = P × T)
实验可靠吗？
如果你的实验起初得到奇怪的结果，别担心！如果你抛两次硬币都得到正面，这并不代表硬币“永远”会是正面。这只是说明你的样本大小 (Sample size) 太小了。
黄金法则： 你做的试验次数越多，实验概率就越可靠。随着试验次数的增加，实验概率通常会越来越接近理论概率。这就是为什么科学家和民意调查员会尽量收集更多数据的原因！
你知道吗？
专业运动队伍会使用实验概率（称为“数据分析”）来决定购买哪些球员，或在比赛中采取哪种战术！
避免常见错误
• 弄错数值： 务必确保试验的总次数放在分母（下方）。
• 忘记化简分数： 虽然 \( \frac{10}{20} \) 是正确的，但老师通常希望看到 \( \frac{1}{2} \)、\( 0.5 \) 或 \( 50\% \)。
• 样本太小： 如果一个实验只进行了几次，不要假设结果是完全准确的。
重点总结：
要让预测强而有力，你需要大量的试验次数。一个小规模的实验可能只是运气好而已！
快速核对清单
• 你能找出试验次数和事件频率吗？
• 你能运用 \( \frac{\text{频率}}{\text{总数}} \) 这个公式吗？
• 你能将答案转换为分数、小数或百分比吗？
• 你理解试验次数越多，准确度越高吗？
如果刚开始觉得这有点难，不用担心！概率最重要的就是多练习。你在这些数学题上做得“试验”越多，你获得 A 的“实验概率”就越高！