频率怎么求?

频率=频数/总量

例如：下图中从图上可以看看出，52的有2个人；57的有6个人；62的有8个人；67的有12个人；72的有8个人；77的有6个人,82的有4个人；87的有3个人；92的有1个人；97的有1个人。

所以，求52的频率=2/（2+6+8+12+8+6+4+3+1+1）

82的频率=4/（2+6+8+12+8+6+4+3+1+1）

扩展资料

频率的性质

当重复试验的次数n逐渐增大时，du频率fn(A)呈现出稳定性，逐渐稳定于某个常数，这个常数就是事件A的概率，这种“频率稳定性”也就是通常所说的统计规律性。

频率有如下性质：

（1）非负性：0小于等于fn(A)小于等于1；

（2）规范性：fn(Ω)=1 （注：Ω表示样本空间）；

（3）可加性。

△fm为最大频偏，F=Ω/2π（调制信号频率），由式GS0919可知，调频波的宽度比调幅波宽得多，例如，当Fmax=15kHz时，调幅波的宽度B=2Fmax=30kHz，而调频波的mf=5时，B=2（mf+1）F=180kHz，它比调幅波的频带宽度大五倍，这是调频制的主要缺点。因此，调频广播只适用于超短波（甚高频）波段。通常调频波的载波频率多在30MHz以上。目前国际上规定，调频电台的波段为88MHz～108MHz的甚高频段。并规定每个调频台所占用的频带宽度为200kHz（通常mf=4～8），它的音频、即调制信号频带规定为30Hz～15000Hz。

由最小抽样频率fs=2fH/n=2B（1+k/n），fH=105，fL=55，B=50，fH/B=21，k=01，n=2，则fs=250（1+01/2）=105KHz，最小抽样频率就是105KHz

问题一：什么是频数和频率怎么求 频数：在统计学中，将样本按照一定的方法分成若干组，每组内含有这个样本的个体的数目叫做频数． 频率：某个组的频数与样本容量的比值叫做这个组的频率 频率=频数÷样本容量

问题二：如何根据频数算频率 1 原始数据 如某班40名学生体重记录：（单位kg） 44 46 43 51 51 52。。。。。。 2 计算数据的最大值减去最小值的差 如最大值是61，最小值是42，它们的差是19，算出了最大值与最小值的差，就知道了这组数据变动范围。 3 决定组距与组数 将一批数据分组，一般地，数据多，分的组数也多。当数据在100个以内时，按照数据的多少，常分为5到12组，每个组的两个端点之间的距离叫做组距 如取组距为3kg，那么 最大值-最小值/组距=19/3=6。333 分成7组。40个数据，分成7组，组数合适。 4 列频数分布表 有些数据正好是组与组之间的分点，规定每组中的数据含这组起止范围的最低值，不含最高值（其他问题可自定） 5 绘制频数分布直方图 ==================================== 一、基本概念 1．频数：落在不同小组中的数据个数为该组的频数．各组的频数之和等于这组数据的总数． 注：在统计频数多少的时候，我们一般通过数“正”字的方法累计． 2．频率：频数与数据总数的比，即频率＝，各组频率之和为1．频率大小反映了各组频数在数据总数中所占的份量． 3．组数：把全体样本分成的组的个数称为组数． 4．组距：每一组两个端点的差． 二、列频数分布表的注意事项 运用频数分布直方图进行数据分析的时候，一般先列出它的分布表，其中有几个常用的公式：各组频数之和等于抽样数据总数；各组频率之和等于1；数据总数×各组的频率＝相应组的频数． 画频数分布直方图的目的，是为了将频数分布表中的结果直观、形象地表示出来，其中组距、组数起关键作用，分组过少，数据就非常集中；分组过多，数据就非常分散，这就掩盖了分布的特征，当数据在100以内时，一般分5~12组． 三、直方图的特点 通过长方形的高代表对应组的频数，这样的统计图称为频数分布直方图． 它能：①清楚显示各组频数分布情况；②易于显示各组之间频数的差别． 四、制作频数分布直方图的步骤 1．找出所有数据中的最大值和最小值，并算出它们的差． 2．决定组距和组数． 3．确定分点 4．列出频数分布表． 5．画频数分布直方图． 五、频数分布折线图的制作 我们可以在直方图的基础上来画，先取直方图各矩形上边的中点，然后在横轴上取两个频数为0的点，这两点分别与直方图左右两端的两个长方形的组中值相距一个组距，将这些点用线段依次联结起来，就得到了频数分布折线图． 六、条形图和直方图的区别 1．条形图是用条形的高度表示频数的大小，而直方图实际上是用长方形的面积表示频数，当长方形的宽相等的时候，可以用矩形的的高表示频数； 2．条形图中，横轴上的数据是孤立的，是一个具体的数据，而直方图中，横轴上的数据是连续的，是一个范围； 3．条形图中，各长方形之间有空隙，而直方图中，各长方形是靠在一起的； 七、与统计图有关的数学思想方法 1．数形结合：从统计图中，能看出各组数据的特点，可进一步应用这些数据特点解决实际问题．通过整理数据，根据要求绘制统计图，可进一步分析数据、做出决策． 2．类比：绘制频数分布直方图和绘制条形图类似，如果长方形的宽一样，那么长方形的高度之比就是各组内数据个数之比．赞同202| 评论

问题三：频数如何求？ 频数是一组数列当中，某个元素出现的次数，就叫做频数。
“一组数据”的个数称为总数
因为 频率=频数/总数
所以 频数=频率X总数
频数（Frequency），又称“次数”。指变量值中代表某种特征的数（标志值）出现的次数。按分组依次排列的频数构成频数数列，用来说明各组标志值对全体标志值所起作用的强度。各组频数的总和等于总体的全部单位数。频数的表示方法，既可以用表的形式，也可以用图形的形式。

问题四：概率怎么算 频数怎么算 频率怎么算 P(A)=A所含样本点数/总体所含样本点数。实用中经常采用“排列组合”的方法计算・
频数是一组数列当中，某个元素出现的次数，就叫做频数。
“一组数据”的个数称为总数
因为 频率=频数/总数
所以 频数=频率X总数

上节讲了调制中的调幅，其实就是控制高频振动信号的幅值 ；而调频也就是控制高频振动信号的频率；调相为控制高频振动信号的相位。总之，调制就是对载波信号的控制。
载波信号——高频振动信号
调频（FM)：
设基带信号为f(t),载波信号频率为\omega _{c}；则载波信号瞬时频率\omega \left ( t \right )=\omega _{c}+kf\left ( t \right )
调频波的瞬时相位是瞬时频率从0-t的积分：\theta \left ( t \right )=\omega _{c}t+k\int_{0}^{t}f\left ( t \right )dt，后一项的最大值定义为调制指数
注：调频时，载波瞬时频率和基带信号成线性关系变化，同时瞬时相位和基带信号的积分成线性关系
若基带信号为f\left ( t \right )=A\cdot cos\omega _{m}t,载波信号为cos\omega _{c}t,利用上述两步可得调频后的信号S_{FM}= cos(\omega _{c} t+\frac{k\cdot A}{\omega _{m}}sin\omega _{m}t)。其中调制指数m为\frac{k\cdot A}{\omega _{m}}，最大频偏由第一步可知\Delta \omega =k\cdot A。
调频波(FM)的最大频偏和基带信号频率无关，调制指数与基带信号频率成反比。
带宽：B_{FM}=2(m+1)\omega _{m}
若m<<1, B_{FM}\approx 2\omega _{m},称为窄带调频(NBFM)
若m>>1,B_{FM}\approx 2\Delta \omega,称为宽带调频(WBFM)
简单示例：
载波信号为z\left ( t \right )=cos(2\cdot \pi \cdot 12t),基带信号为f\left ( t \right )=05cos(2\cdot \pi \cdot 3t),调频后信号为
import numpy as np
import scipyfftpack as fftp
import matplotlib as mpl
import matplotlibpyplot as plt
import scipysignal as signalP
mplrcParams['fontsans-serif'] = ['KaiTi'] # 保证正常显示中文
mplrcParams['fontserif'] = ['KaiTi'] # 保证正常显示中文
mplrcParams['axesunicode_minus'] = False # 保证负号正常显示
dt = 0001 # 时间域采样间隔
Fs = 1/dt # 采样率
n = 1000
t = nparange(dt, 5ndt+dt, dt)
N = 5n

k = nparange(N)
T = N/Fs
frq = k/T
frq1 = frq[range(int(N/2))]

pltfigure(figsize=(10,5))
pltsubplot(1,2,1)
plttitle('未调频基带信号')
y = 05npcos(2nppi3t)
pltplot(t, y)
pltxlabel('时间')
pltylabel('幅值')
pltsubplot(1,2,2)
plttitle('未调频基带信号频谱')
data_f = abs(npfftfft(y)) / N
data_f1 = data_f[range(int(N / 2))]
pltplot(frq1, data_f1)
pltxlim(0, 6)
pltxlabel('频率')
pltylabel('幅值')
pltshow()

pltfigure(figsize=(10,5))
pltsubplot(1,2,1)
plttitle('调频后的信号')
f = npcos(2nppi12t+05npsin(2nppi3t))
pltplot(t, f)
pltxlabel('时间')
pltylabel('幅值')
pltsubplot(1,2,2)
plttitle('调频后信号频谱')
data_ff = abs(npfftfft(f)) / N
data_f2 = data_ff[range(int(N / 2))]
pltplot(frq1, data_f2)
pltxlim(0, 20)
pltxlabel('频率')
pltylabel('幅值')
pltshow()
若其他不变，就基带信号幅值从05变为1。
结论：调频信号的幅值越大，其频谱的幅值也越大，但频率值始终保持不变，幅值随着增大；
调频信号的幅值越大，经过调频之后的已调制信号的频谱越分散，边带包含的频率更多 ，且两两之间间隔为3hz。
FM正交解调：
FM正交解调就是将已调信号，通过乘上于其载波相同频率的正弦和余弦分量。然后通过低通滤波器，滤除二倍载波频率分量，保留下来的就是基带信号的正余弦形式。
I\left ( t \right ) = S_{FM}\cdot cos\left (\omega _{c}t \right )=cos(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))+cos(2\omega _{c}t+\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))，就是余弦的和差公式，然后过滤掉2倍频就行，cos(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))。
同理Q\left ( t \right )=S_{FM}\cdot -sin(\omega _{c}t)也会得到sin(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))。
再求Q(t)/I(t)的反正切，得到了\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right )。
再通过移相即可得到原始信号

F=T/2π
F=1/T

为了定量分析物理学上的频率，势必涉及频率测量。频率测量一般原理，是通过相应的传感器，将周期变化的特性转化为电信号，再由电子频率计显示对应的频率，如工频、声频、振动频率等。除此之外，还有应用多普勒效应原理，对频率的测量。
测量频率的方法一般分为无源测频法、有源测频法及电子计数法三种。
无源测频法(又可分为谐振法和电桥法)，常用于频率粗测，精度在1%左右。
有源比较法可分为拍频法和差频法，前者是利用两个信号线性叠加以产生拍频现象，再通过检测零拍现象进行测频，常用于低频测量，误差在零点几Hz；
后者则利用两个非线性信号叠加来产生差频现象，然后通过检测零差现象进行测频，常用于高频测量，误差在±20 Hz左右。
以上方法在测量范围和精度上都有一定的不足，而电子计数法主要通过单片机进行控制。由于单片机的较强控制与运算功能，电子计数法的测量频率范围宽，精度高，易于实现。

频率响应是指将一个以恒电压输出的音频信号与系统相连接时，音箱产生的声压随频率的变化而发生增大或衰减、相位随频率而发生变化的现象，这种声压和相位与频率的相关联的变化关系称为频率响应。也是指在振幅允许的范围内音响系统能够重放的频率范围，以及在此范围内信号的变化量称为频率响应，也叫频率特性。在额定的频率范围内，输出电压幅度的最大值与最小值之比，以分贝数(dB)来表示其不均匀度。频率响应在电能质量概念中通常是指系统或计量传感器的阻抗随频率的变化。

系统对正弦信号的稳态响应特性。稳态是系统的运动在过渡过程结束后的状态。系统的频率响应由幅频特性和相频特性组成。幅频特性表示增益的增减同信号频率的关系;相频特性表示不同信号频率下的相位畸变关系。根据频率响应可以比较直观地评价系统复现信号的能力和过滤噪声的特性。在控制理论中，根据频率响应可以比较方便地分析系统的稳定性和其他运动特性。频率响应的概念在系统设计中也很重要。引入适当形式的校正装置(见控制系统校正方法)可以调整频率响应的特性，使系统的性能得到改善。建立在频率响应基础上的分析和设计方法，称为频率响应法。它是经典控制理论的基本方法之一。

在控制工程中 又称为频率特性它是系统对不同频率的正弦信号的稳态响应特性

---