视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
数学文化课论文
2025-10-02 19:24:33 责编:小OO
文档
浅谈“概率论与数理统计的思想方法与意义”

理学院1010210221 张家鹤

概率论与数理统计是研究与解释随机现象统计规律性的一门学科,他的起源与博弈现象有关。在16世纪,意大利的一些学者开始研究中的一些简单问题。到了17世纪中叶,法国与荷兰的一些数学家基于排列组合方法,解决了一些较复杂的问题。1812年,拉普拉斯在系统总结前人工作的基础上,写出了《概率的分析理论》,并在概率论中引入了更有力的分析工具,将概率论的发展推向一个新的阶段。19世纪末,数学家们用分析方法科学的建立了实际中遇到的许多随机变量近似的服从正态分布的理论,给出了概率的公理化定义,发展起了现代概率理论。数理统计虽然源于古代,但它的正式诞生应当是19世纪后期的事情。概率论的建立为数理统计奠定了理论基础,而数理统计的发展又为概率论的应用提供了用武之地。两者互相推动,迅速发展。目前,概率论与数理统计已经广泛的应用于自然科学、科学技术、人文科学、社会科学等许多领域,它在经济、管理、工程、技术、教育、语言、生物、环保、国防等许多领域中有着广泛的应用。

1.概率论与数理统计发展简史

1.1 概率论发展简史

我们首先提到的是文艺复兴时期的数学家、医学家J.卡当,他才华横溢,对数学贡献巨大,但却热衷于。他不希望把时间花在不能获利的事情上,因此认真的研究牌技以及在一副牌中获得“A”的概率。他把自己的研究成果编成了一本手册,题为《的游戏》,这是世界上第一部研究概率论的著作。他的研究除了外还与当时的人口、保险业等有关,但由于卡当等人的思想未引起重视,概率概念的要旨也不明确,于是很快被人淡忘了。

大约100年以后,另一位赌徒梅累继续研究概率问题。可是他不具有向卡当那样的数学天分,所以不得不就这一问题去请教数学奇才帕斯卡。帕斯卡就梅累的问题与费马进行通信研究,因此,帕斯卡和费马创立了概率论的一些基本结果。他们在往来的信函中讨论了如下的“合理分配赌注问题”:甲、乙两人同掷一枚硬币。规定:正面朝上,甲得一点;若反面朝上,乙得一点,先积满3点者赢取全部赌注。假定在甲得2点、乙得1点时,赌局由于某种原因中止了,问应该怎样分配赌注才算公平合理?

当费马与帕斯卡通信讨论的问题被数学家惠更斯知晓后,他多这个问题进行了较为深入的研究。1657年,惠更斯的名著《论中的计算》一书出版。此书是概率论的第一部成形的著作,书中提出了数学期望、概率的加法与乘法定理等基本概念。

1677年,法国数学家蒲丰利用有名的蒲丰投针问题给出了几何概率的概念。使概率论成为一个数学分支的是瑞士数学家雅各布.伯努利。1713年出版了他的遗作《猜度术》,书中提出了现在称之为伯努利大数定律的概率论的第一个极限定律,起到了概率的理论奠基作用。

1812年,拉普拉斯的名著《概率的分析理论》为《概率的哲学导论》出版,书中系统的总结了前人关于概率的研究成果,使以前零星的概率知识系统化,而且明确给出了概率的古典定义,并引入分析方法,把概率论提高到一个新的阶段。

1733年,1809年棣莫弗与高斯分别地引进了正态分布的概念。1837年,法国数学家泊松发表著名论文《关于判断的概率之研究》,提出了泊松分布。

1866年,的切比雪夫建立了随机变量的大数定律,使伯努利与泊松的大数定律成为其特例,并把棣莫弗与拉普拉斯的极限定理推广为一般的中心极限定理。

由于拉普拉斯的概率定义存在含糊的意义,19年,法国科学家贝特朗提出了所谓的“贝特朗悖论”:在半径为r的圆内随机的选择弦,求弦长超过圆内接正三角形边长的概率。由于对“随机的选择弦”的不同理解,使得结果不唯一。概率论陷入了危机之中。

为了克服古典概率的缺陷,数学家们开始创建概率的公理系统。数学家伯恩斯坦、奥地利数学家冯.米西斯都提出了一些概率的公理,但都不甚理想。1905年,法国数学家波莱尔用他创立的“测度论”语言来表述概率论,为现代概率打开了大门。

1929年,俄罗斯数学家柯尔莫哥洛夫发表论文《概率论与测度论的一般理论》,首次给出了以测度论为基础的概率理结构;1930年,他的《概率论中的解析方法》开创了随机工程的一般理论;1933年,他出版了名著《概率论基础》,建立了柯尔莫哥洛夫公理化概率论。

1934年,俄罗斯数学家辛钦提出“平稳理论”,建立了平稳随机过程理论。1942年,日本数学家伊藤清引进了随机积分与随机微分方程,为随机分析理论奠定了基础。

1949年,柯尔莫哥洛夫与格涅坚科合作写出《随机变量和极限分布》,建立了弱极限理论。

1.2数理统计发展简史

近代统计学是在概率论的基础上建立起来的。1662年,英国统计学家J.格兰特组织调查伦敦的人口死亡率,并发表《从自然和方面观察死亡统计表》的专著,提出了“大数恒静定律”。

1763年,英国统计学家贝叶斯发表《论机会学说问题的求解》,提出“贝叶斯定理”,也就是从结果去对原因进行后验概率的计算方法。

19世纪中叶,比利时统计学家凯特勒把统计方法应用于天文、气象、物理、生物与社会学,并强调正态分布的用途,为统计方法的推广做了大量工作。同一时期,爱尔兰经济学家埃奇沃斯引入了方差的概念。

18年,英国生物学家高尔顿出版其著作《自然的遗传》,引入回归分析方法,给出了回归直线与相关系数等重要概念。高尔顿是生物统计学派的奠基人,他用统计方法研究遗传进化的问题,第一次将概率统计原理应用于生物科学,明确提出“生物统计学”。

从19世纪末到第二次世界大战结束,数理统计得到蓬勃发展并日臻成熟。这一时期,英国数学家皮尔逊发展了生物统计学与社会统计学的基本法则,发展了回归分析及相关理论,并于1900年提出了统计量与分布,建立了检验法。1908年,皮尔逊的学生、英国科学家w.s.戈赛特导出大统计量及其精确分布,建立了t检验法。

现代数理统计的奠基人应该是英国数学家费歇尔。1929年,他出版了《理论统计的数学基础》,对统计学中的相关系数、样本分布、多元分析以及统计方法在遗传与优生方面的应用都进行了研究,成为现代统计学的奠基性著作,在估计理论、假设检验、实验设计、方差分析等方面都做出了贡献。

1940年,瑞士数学家克拉默发表《统计学的数学方法》,运用测度论方法总结了数理统计的成果,使现代数理统计趋于成熟。

2.概率论与数理统计的基本思想

所谓概率,通俗地说,就是一件事情发生的可能性的大小。在日常生活中,我们所使用的概率思想,主要是估计一件事情发生的概率是大还是小,从而为我们的决策提供一种理性的支持。

我们来看看在古典概率中如何利用数学得到精确的概率值。例如,单独抛一枚骰子,出现“2”的概率是多少?解决这个问题的一种方法是,掷100000次骰子,然后计算出现“2”的次数。出现“2”的次数与100000的比就是所求的答案,或者差不多会接近真实的答案。但是,数学家们一般不会采用这种方法,而是静坐默思去找出解决这个问题的方法。我们来看看帕斯卡和费马是如何考虑这个问题的:一个骰子有6个面,由于在骰子的形状上或者在扔骰子的方式中,没有任何因素有利于某一面的出现,所以得到每一面正面朝上的可能性是相同的。六面出现的可能性相同,而仅仅只有一面也就是出现“2”的一面是有利情形,因为这就是要求的那一面,因此出现“2”的概率就是1/6。如果我们对出现“4”或“5”这两面都感兴趣,则得到其概率为2/6,即6种可能性中的两种对我们有利;如果我们对出现“4”或“5”不感兴趣,那么将有4种有利的可能性,因此概率应该为4/6。

在古典概率中,一般地,计算概率值的定义是,如果有n中等可能性,而有利于一定事件发生的情形是m种,那么这个事件发生的概率是m/n,而该事件不发生的概率是(n-m)/n。在这个概率的一般定义之下,如果没有有利的可能性发生,即,如果事件是不可能的,则事件的概率为0;而如果n种可能性都是有利的,即,如果事件是完全确定的,则概率为1。因此,概率值在从0到1的范围内变化,即从不可能性到确定性。

作为这个定义的一个例子,我们考虑从52张普通的一副扑克牌中,选取一张牌“A”的可能性。这里有52种等可能选择,其中有4种是有利的,因此,这个概率是4/52,即为1/13。

从52张一副扑克牌中选取“A”的概率是1/13。围绕着这一命题,经常会产生一些疑问。这个命题是否意味着,如果一个人在这副扑克牌中取了13次(每一次都重复取牌,即将取过的牌又放回),那么将一定会选中一张“A”呢?事实并不是这样,他可能取了30次或40次,也没有得到一张“A”。不过,他取的次数越多,则取得“A”的次数与取牌总次数之比将会越趋近于1/13。这是个合理的期望,因为选取的数目越大,每一张牌被取出的次数就越会相等。一个相关的错误想法是,假定一个人取了一张“A”,比如说正好是在第一次取得的,那么下一次取出一张“A”的概率就必定小于1/13吗?实际上,概率依然是相同的,仍为1/13,即使当3张“A”被连续抽中时也是如此。一副牌或一枚硬币,它们既没有记忆也没有意识,因此已经发生的事情不会影响未来。

需要注意的是,我们这里所讨论的问题要具有等可能性。例如,假定我们断言,一个人安全通过街头人行道的概率是1/2,因为只有2种可能性:安全通过或没有安全通过。如果这个命题成立,那我们就什么事情也别干了。这个命题错误在于“安全通过或没有安全通过”这两种可能性不是等可能的。

3.概率论与数理统计的文化意义

创立了新的数学方法

传统数学方法解决了那些具有确定性结论的数学问题,而对于大量的具有不确定性的随机现象却束手无策。概率论与数理统计为解决这类具有不确定性、不规则性、偶然性的随机现象问题提供了方法,使那些表面看来无序的大量随机现象背后蕴藏的规律性被揭示了出来。这是人类在自然规律性的挑战面前取得的又一次胜利。

广泛的应用性

概率论与数理统计的方法现在已经在理论物理、化学、生物、生态、医学、经济、保险、管理等许多领域取得广泛应用,成为现代科学技术与生产生活不可或缺的数学技术。

促进了认识论的进步

    从哲学上讲,18世纪的思想家们建立了近代最全面、最具有影响力的“决定论”哲学体系。这个体系设计了一个有序的世界,并使其按照人们的设计而运行。数学定律明白无误的揭示了这种设计。遗憾的是,对于近代科学创立者来说,那种极简单而又极和谐的自然界的秩序,由于19世纪、20世纪广泛而有效的应用了概率论、统计学的猛烈冲击,如今正分崩离析。数学家们为他们把概率论的直觉思想转变为一种指导人们行动的极其有用的工具而高兴。正是由于概率论与数学统计的思想方法,使我们对自然规律有了更深入的认识。从认识论上讲,这是人类认识史上又一伟大进步。下载本文

显示全文
专题