概率论的产生、发展、现状

合集下载

概率论与数理统计的发展及在生活中的应用

概率论与数理统计的发展及在生活中的应用

概率论与数理统计的发展及在生活中的应用概率论与数理统计的发展及在生活中的应用一.概率论与数理统计的起源与发展概率论的研究始于意大利文艺复兴时期,当时赌博盛行,而且赌法复杂,赌注量大,一些职业赌徒,为求增加获胜机会,迫切需要计算取胜的思路,研究不输的方法,十七世纪中叶,帕斯卡和当时一流的数学家费尔马一起,研究了德·美黑提出的关于骰子赌博的问题,这就是概率论的萌芽。

1657年荷兰物理学家惠更斯发表了“论赌博中的计算”的重要论文,提出了数学期望的概念,伯努利把概率论的发展向前推进了一步,于1713年出版了《猜测的艺术》,指出概率是频率的稳定值,他第一次阐明了大数定律的意义。

1718年法国数学家棣莫弗发表了重要著作《机遇原理》,书中叙述了概率乘法公式和复合事件概率的计算方法,并在1733年发现了正态分布密度函数,但他没有把这一结果应用到实际数据上,直到1924年菜被英国统计学家K·皮尔森在一家图书馆中发现。

德国数学家高斯从测量同一物体所引起的误差这一随机现象独立的发现正态分布密度函数方程,并发展了误差理论,提出了最小二乘法。

法国数学家拉普拉斯也独立的导出了该方程,对概率的意义如何抽象化做出了杰出的贡献,提出了概率的古典定义。

到19世纪末,概率论的主要研究内容已基本形成。

1933年苏联数学家柯尔莫科洛夫总结前人之大成,提出了概率论公理体系,即概率的公理化定义。

概率论里所说的极限定理,主要研究独立随机变量序列的各种收敛性问题,其中包括两种类型定理:一类是大数定律,一类是中心极限定理。

当代概率论的研究方向大致可分为极限理论,马尔可夫过程,平稳过程,随机微分方程等。

数理统计是伴随着概率论的发展而发展起来的一个数学分支,研究如何有效的收集、整理和分析受随机因素影响的数据,并对所考虑的问题做出推断或预测,为采取某种决策和行动提供依据或建议。

数理统计起源于人口统计、社会调查等各种描述性统计活动,其发展大致课分为古典时期、近代时期和现代时期三个阶段。

概率论的起源和发展

概率论的起源和发展

概率论的起源和发展概率论作为一门数学分支学科,旨在研究随机事件发生的规律和概率分布。

它的起源可以追溯到17世纪,而在此之前,人们对于随机事件的认识和理解很有限。

本文将以概率论的起源和发展为主题,探讨它在过去几百年中的重要里程碑和发展趋势。

概率论的起源可以追溯到17世纪,最早的概率论研究可以追溯到法国数学家帕斯卡尔和费马。

他们在解决赌博游戏的问题中,开始思考和研究随机事件的规律。

帕斯卡尔和费马的研究为概率论的发展奠定了基础,他们的工作被视为概率论的开山之作。

18世纪,瑞士数学家伯努利家族对概率论的研究做出了重要贡献。

伯努利家族通过研究大量重复试验,发现了概率的均值和方差的重要性。

他们提出了大数定律和中心极限定理,为概率论的进一步发展奠定了基础。

此外,伯努利家族还对概率分布进行了系统研究,提出了伯努利分布和二项分布等重要概率分布。

19世纪,法国数学家拉普拉斯对概率论进行了系统的建设和发展。

他提出了拉普拉斯原理,用于计算概率的近似值。

拉普拉斯还对概率论的基本概念和公理进行了严格的定义和证明,奠定了概率论的数学基础。

拉普拉斯的工作对后来的概率论研究产生了深远的影响。

20世纪,概率论经历了快速的发展和广泛的应用。

在统计学的推动下,概率论成为了现代科学的重要工具。

概率论在贝叶斯统计学、信息论、金融工程等领域得到了广泛应用。

此外,随着计算机技术的发展,概率论在机器学习和人工智能等领域也发挥了重要作用。

概率论的发展离不开数学家们的不懈努力和创新思维。

他们通过建立数学模型和推导数学公式,对随机事件进行了深入研究。

概率论的发展也离不开实际问题的需求和应用场景的拓展。

概率论的应用范围越来越广泛,不仅涉及自然科学领域,还涉及经济学、社会学、医学等各个领域。

总结起来,概率论作为一门数学分支学科,起源于17世纪的帕斯卡尔和费马的研究。

随着伯努利家族、拉普拉斯等数学家的贡献,概率论得到了进一步的发展和完善。

在20世纪,概率论得到了广泛的应用,并成为现代科学的重要工具。

概率的起源和发展

概率的起源和发展

概率的起源和发展引言概述:概率是数学中一个重要的分支,它研究的是不确定性现象的规律性。

概率的起源可以追溯到古代,随着数学的发展,概率逐渐成为一门独立的学科,并在现代科学中发挥着重要的作用。

本文将从概率的起源、发展、应用等方面进行探讨,以期更好地理解概率的本质和意义。

正文内容:1. 概率的起源1.1 古代的概率思想古代的概率思想可以追溯到公元前3000年的古埃及,人们通过观察天象、农业生产等活动,开始尝试预测未来事件的概率。

古希腊的数学家泰勒斯也提出了一些基本的概率原理,为后来的发展奠定了基础。

1.2 概率的数学化概率的数学化始于17世纪,由法国数学家帕斯卡尔和法国贵族赌徒费马共同推动。

帕斯卡尔通过分析赌博游戏中的胜负情况,提出了概率的基本概念,并建立了概率论的基本框架。

费马则通过解决赌博问题,提出了费马定理,为概率的进一步发展提供了重要的思路。

2. 概率的发展2.1 概率论的建立概率论的建立可以追溯到17世纪末18世纪初,由瑞士数学家伯努利家族、法国数学家拉普拉斯等人共同推动。

他们通过对赌博、统计数据等进行研究,建立了概率论的基本原理和公式,奠定了概率论的基础。

2.2 概率统计学的兴起20世纪初,概率统计学作为概率论的一个分支迅速发展起来。

由英国统计学家皮尔逊和费舍尔等人提出的统计学假设检验方法,为概率在实际问题中的应用提供了理论支持。

概率统计学的发展不仅推动了现代统计学的进步,也为科学研究和决策提供了重要的工具。

2.3 随机过程的研究随机过程是概率论的一个重要研究领域,它研究的是随机事件随时间变化的规律性。

20世纪中叶,由苏联数学家科尔莫哥洛夫和美国数学家伊藤清等人的工作,使随机过程的理论得到了极大的发展。

随机过程的应用涉及到金融、通信、生物学等众多领域,对现代科学和技术的发展起到了重要的推动作用。

总结:概率作为一门独立的学科,经历了漫长的发展历程。

从古代的概率思想到现代的概率论体系,概率的起源和发展充满着智慧的积累和思想的碰撞。

概率论的起源与发展

概率论的起源与发展

概率论的起源与发展
1概率论起源
概率论是一门研究不确定性理论的学科,旨在提供聪明的方法来分析不确定性。

概率论起源于17世纪,当时很多知识都是以威尔士随机数字模型的形式表达出来的,但概率论的发展是一个漫长的过程。

2主要发展史
(1)早期的概率论是由法国科学家斯特劳斯·马夫斯·贝尔(Stroëlle de Maupertuis)首先提出的。

他的著作《大自然的规律》中提出了概率理论的概念,用以解释大自然中存在的相互作用。

(2)1730年,拉斐尔·康登·富勒(Laplace)提出量化概率模型,概率论向形式化方向发展。

(3)18纪和19纪,科学家和数学家为概率论提供了更全面的理论基础,为概率论做出了贡献。

他们帮助概率论形成了一种独立学科。

(4)20世纪初,数学家保罗·莫菲斯和卡尔·柯本基克加深了概率的理论,并将它们应用到了实际问题。

1930年,普拉特·穆勒引入了统计方法,在大数定律中提出了可积性现象论证。

3现状
现在,概率论能够用于构建模型,分析复杂的系统及其运行情况,以及协助决策。

它在诸多领域都有广泛的应用,其中包括商业、
经济学、金融、社会科学等。

概率论也可以用于18大赌博游戏,例如赌徒的概率计算、黑板博弈以及弱势认知博弈。

概率论的创立与发展过程

概率论的创立与发展过程

概率论的创立与发展过程概率论是一门研究随机现象与事件发生的可能性的数学学科。

它的创立和发展过程可以追溯到17世纪,包括概念的提出、公理化和数学推理的发展。

概率论的起源可以追溯到古希腊和古罗马时期。

在古希腊,一些哲学家和数学家开始研究掷骰子、赌博和裁判的公正性等问题。

其中最著名的是古希腊哲学家赫拉克利特提出的“一切都是由偶然性引起的”。

古罗马时期的拉普拉斯和卡西尼等人也对概率问题进行了探索。

然而,真正的概率论的发展可以追溯到17世纪学院时期。

法国数学家帕斯卡尔被认为是概率论的奠基者之一。

在他的著作《有关圣奥纳西的信件》中,帕斯卡尔详细讨论了一个涉及赌博的问题,这个问题被称为帕斯卡悖论。

帕斯卡尔的研究对后来概率论的发展产生了深远的影响。

在18世纪,瑞士数学家伯努利兄弟进一步发展了概率理论。

他们提出了伯努利概率模型,用于描述在一系列重复试验中事件发生的概率。

之后,法国数学家拉普拉斯在他的著作《统计自然中之智慧》中将概率论与统计学相结合,建立了概率论的数学框架。

拉普拉斯将概率定义为事件发生的可能性与所有可能结果的比值,同时他提出了拉普拉斯定理,该定理描述了大数定律。

与此同时,正规化概率理论也得到了更严谨的推导。

在20世纪初,俄国数学家科尔莫哥洛夫创立了公理化概率论,即利用一组公理来系统定义概率的性质和运算规则。

科尔莫哥洛夫的公理化概率论奠定了现代概率论的基础,成为概率论的完整体系。

随着科技的进步和数学研究的深入,概率论的应用领域也不断扩展。

概率论已经被广泛地应用于金融、统计学、工程、计算机科学等领域。

它被用于模型设计和预测,如股市走势预测、风险管理和信号处理等。

总之,概率论的创立和发展经历了一个漫长的过程。

从古希腊的哲学思考到数学家们的推理,再到公理化和数学框架的建立,概率论逐渐成为一门重要的数学学科,并广泛应用于各个领域。

随着科学技术的发展,概率论的应用领域仍在不断扩展,为现代社会的发展做出了重要贡献。

概率的起源和发展

概率的起源和发展

概率的起源和发展概率是数学中一个重要的分支,它研究的是随机事件发生的可能性。

在现代科学和工程领域中,概率论被广泛应用于风险评估、统计推断、模式识别等方面。

本文将详细介绍概率的起源和发展,包括其历史背景、基本概念和数学公式,以及在实际应用中的重要性和局限性。

一、概率的起源概率的概念最早可以追溯到古希腊时期的赌博游戏。

在这些游戏中,人们开始意识到不同结果发生的可能性是不同的,并开始尝试用数学方法来描述这种可能性。

然而,真正的概率论研究始于17世纪的法国数学家布莱兹·帕斯卡和皮埃尔·德·费尔马。

二、基本概念和数学公式概率是描述事件发生可能性的数值,通常用0到1之间的实数表示。

其中,0表示事件不可能发生,1表示事件一定会发生。

概率的计算方法有多种,包括古典概率、频率概率和主观概率等。

其中,古典概率是基于事件的样本空间和事件发生的可能性均等的假设,频率概率是基于大量实验的频率统计结果,主观概率是基于个人主观判断的可能性估计。

概率的计算公式包括加法规则、乘法规则和条件概率等。

加法规则用于计算两个事件的并集的概率,乘法规则用于计算两个事件的交集的概率,条件概率用于计算在已知某一事件发生的条件下,另一事件发生的概率。

此外,还有贝叶斯定理用于计算在已知某一事件发生的条件下,另一事件的概率。

三、概率在实际应用中的重要性概率论在现代科学和工程领域中有着广泛的应用。

在风险评估中,概率论可以帮助我们评估不同事件发生的可能性和影响程度,从而制定相应的风险管理策略。

在统计推断中,概率论可以帮助我们通过样本数据对总体进行推断,从而得出关于总体的结论。

在模式识别中,概率论可以帮助我们建立模型,对观测数据进行分类和预测。

四、概率论的局限性尽管概率论在许多领域中都有着广泛的应用,但它也存在一些局限性。

首先,概率论假设事件的发生是随机的,但实际情况中,很多事件受到各种因素的影响,不满足完全随机的条件。

其次,概率论无法提供确定性的结果,只能提供事件发生的可能性。

概率论的发展历史及应用

概率论的发展历史及应用

概率论的发展历史及应用概率论是数学的一个重要分支,研究的是随机现象和不确定性的数学模型和方法。

它有着丰富的发展历史,并且在各个领域中都有广泛的应用。

下面将从概率论的起源、发展过程、重要成果以及在实际中的应用几个方面进行详细分析,回答1500字以上。

人类对于不确定性的思考可以追溯到古代。

早在古希腊时代,人们已经开始对游戏和抛硬币等随机事件进行观察和研究。

然而,现代概率论的发展始于17世纪末的欧洲。

1654年,法国贵族帕斯卡在与数学家费马的通信中讨论了赌局的分赌问题,这可以看作是概率论的起源。

而在17世纪末和18世纪初,研究概率的工具和方法的发展取得了重要的突破。

概率论的发展历程中有两个重要的里程碑。

一个是拉普拉斯在1812年出版的《关于自然哲学的概率理论》(Théorie analytique des probabilités),这是概率论中第一本系统且完整的著作,奠定了概率论的基础。

拉普拉斯提出了概率的公理系统,并建立了概率的运算法则,成为后来概率论研究的基础。

另一个是科尔莫哥洛夫在1933年出版的《概率论基础》(Foundations of the Theory of Probability),这是概率论中第一本严密的数学著作,对概率论的定理和证明进行了系统的研究。

概率论的发展至今已经取得了许多重要成果。

首先,概率论建立了完整的公理体系,包括概率的定义、运算法则、一些基本定理等。

其次,概率论有了一些重要的分支,如条件概率、独立性、随机过程等。

此外,概率论也与其他数学分支相结合,如统计学、数理逻辑等,形成了统计学、数理统计等新的学科。

最后,概率论的数学方法也被广泛应用于物理学、生物学、经济学、金融学、工程学等各个领域,推动了科学和技术的发展。

概率论在实际中的应用广泛而深远。

在物理学中,概率论应用于量子力学、统计力学等领域,解释和描述微观粒子的行为。

在生物学中,概率论应用于遗传学、生态学等领域,研究基因的变异和生物群落的演变。

概率的起源和发展

概率的起源和发展

概率的起源和发展概率是数学中的一个重要分支,用于研究随机事件的发生规律和可能性。

它的起源可以追溯到古希腊时期,但其发展和应用则经历了漫长的历史过程。

一、概率的起源概率的概念最早可以追溯到公元前6世纪的古希腊。

当时,古希腊的哲学家和数学家开始研究骰子和硬币等随机事件,并试图找到一种方法来描述和预测这些事件的发生规律。

然而,直到公元17世纪,概率的概念才得到了更为严格和系统的发展。

二、概率的发展1. 统计学的兴起概率理论的发展与统计学的兴起有着密切的关系。

在18世纪,统计学家开始使用概率来描述和分析大量的数据,例如人口统计、天气预测等。

这些应用推动了概率理论的进一步发展,使其成为一门独立的学科。

2. 概率论的公理化在19世纪,概率论开始以一种更为严格和公理化的方式进行研究。

数学家们提出了一系列公理,用于描述概率的基本性质和运算规则。

这些公理化的方法为概率论的发展奠定了坚实的基础,并使其成为一门独立的数学分支。

3. 随机过程的研究20世纪初,数学家们开始研究更为复杂的随机现象,如随机过程和随机漫步等。

随机过程是一种描述随机事件随时间变化的数学模型,它在物理学、工程学、金融学等领域有着广泛的应用。

随机过程的研究推动了概率论的进一步发展,丰富了其理论体系。

三、概率的应用概率论的应用涵盖了各个领域,以下是其中几个重要的应用领域:1. 统计学概率论在统计学中有着重要的应用。

统计学通过收集和分析大量的数据,利用概率论的方法来推断总体的特征和规律。

例如,通过抽样调查来估计总体的平均值、方差等参数,以及进行假设检验等。

2. 金融学概率论在金融学中有着广泛的应用。

金融市场的波动和价格的变化往往具有一定的随机性,概率论可以用来建立金融模型,预测股票价格、利率变动等。

此外,概率论还可以用于风险管理和衍生品定价等方面。

3. 生物学概率论在生物学中也有重要的应用。

生物学研究中经常涉及到随机事件,如基因突变、遗传变异等。

概率论可以用来描述和分析这些随机事件的发生规律,帮助科学家们理解生物系统的复杂性。

概率论与数理统计发展现状与进展综述

概率论与数理统计发展现状与进展综述

概率论与数理统计是研究随机现象统计规律的一门数学学科。

随机现象意即其结果随机于而定的现象,它在自然界和人类生活中无处不在。

例如某地区的年降雨量的可能性不确定;抛掷一枚硬币,可能出现正面,也可能出现反面等等。

研究随机现象中的数量规律对于人类认识自身和自然界,有效地进行经济活动和社会活动十分重要。

基因的遗传和变异规律,河流的流量变化规律,股票价格的涨落等等,它们都是需要加以研究的。

概率论正是为了研究随机现象中的数量规律而产生的一门数学学科。

它是根据大量同类随机现象的统计规律,对随机现象出现某一结果的可能性做出客观的科学判断并在数量上做出描述和加以研究形成的一整套数学理论和方法,并且随着这种研究需求的推动而不断地发展着。

而数理统计是应用概率的理论来研究大量随机现象的规律性,对通过科学安排的一定数量的实验所得到的统计方法给出严格的理论证明,并判定各种方法应用的条件以及方法、公式、结论的可靠程度和局限性的一门科学。

数理统计能使我们能从一组样本来判定是否能以相当大的概率来保证某一判断是正确的,并可以控制发生错误的概率。

由于随机现象的普遍性,使得概率论与数理统计具有极其广泛的应用。

近年来,一方面它为科学技术、工农业生产等的现代化作出了重要的贡献;另一方面,应用的广泛也促进概率论与数理统计这门学科有了极大的发展,因而形成了不少重要的分支,如:随机过程、信息论、极限理论、试验设计、多元分析等。

1.概率论与数理统计的产生与发展过程1.1 概率论的发展历史1.1.1 20世纪以前的概率论概率论起源于17世纪中叶,是一门研究随机现象规律的数学分支。

当时在人口统计、人寿保险等工作中,需要整理和研究大量的随机数据资料,这就孕育出一种专门研究大量随机现象的规律性的数学。

但当时刺激数学家们首先思考概率论的问题,却是来自赌博者的问题。

300多年前,在当时欧洲的许多国家,贵族之间盛行赌博之风,掷骰子是他们常用的一种赌博方式。

众所周知,骰子的形状是正方体,当它被掷到桌面上时,每个面向上的可能性是相等的,即出现1点至6点中任何一个点数可能性是相等的。

演变过程从概率论到数理统计的发展

演变过程从概率论到数理统计的发展

演变过程从概率论到数理统计的发展概率论和数理统计是数学中两个重要的分支,它们在现代科学和实践中起着至关重要的作用。

从概率论到数理统计的发展经历了漫长的历史过程,本文将追溯这一演变的发展过程。

一、概率论的起源概率论的概念最早可追溯到古希腊时期的赌博问题,人们开始思考赌博事件发生的可能性。

然而,概率论的正式建立始于17世纪,由法国数学家布莱兹·帕斯卡尔和皮埃尔·德费尔马特推动。

帕斯卡尔对赌博问题的研究促使他提出了概率的概念,并建立了概率的数学理论。

德费尔马特进一步完善了概率的数学模型,提出了概率论的公理系统,奠定了概率论的基础。

二、概率论的发展18世纪,瑞士数学家洛朗斯·伯努利在概率论领域做出了重要贡献。

他研究了伯努利实验,并提出了大数定律,说明概率在重复试验中的稳定性。

这为概率论的应用奠定了基础,促使人们开始将概率应用于风险管理、保险等领域。

19世纪末期,概率论得到了进一步的发展。

俄国数学家安德烈·马尔可夫提出了马尔可夫链的概念,为随机过程的研究奠定了基础。

法国数学家勒贝格则提出了测度论的理论框架,为概率论的严格化提供了数学基础。

三、数理统计的兴起概率论的建立为数理统计的发展提供了基础。

数理统计是通过收集和分析数据来推断总体特征和进行决策的一门学科。

它开始于19世纪末20世纪初的统计学家们对数据的研究。

最著名的统计学家之一是英国统计学家卡尔·皮尔逊。

他提出了相关系数和卡方检验等统计方法,为数理统计的理论与方法的发展做出了贡献。

同时,他也是现代数理统计学派中“贝叶斯学派”的代表人物之一。

20世纪初,数理统计学得到了广泛的应用。

在工业、医学、生物学等领域,统计学的方法被用于数据分析和决策。

此外,两次世界大战期间,统计学的应用也在军事领域发挥了重要作用,例如用于战略决策和情报分析。

四、概率论与数理统计的融合概率论和数理统计逐渐融合成为现代统计学的核心内容。

概率的起源和发展

概率的起源和发展

概率的起源和发展引言概述:概率是数学中的一个重要分支,它研究随机事件发生的可能性和规律性。

概率论的起源可以追溯到古代的赌博和游戏,随着时间的推移,概率论逐渐发展成为一门独立的学科,并在各个领域得到广泛应用。

一、概率的起源1.1 古代赌博和游戏古代人们在赌博和游戏中开始意识到事件发生的不确定性,从而产生了对概率的探讨。

1.2 概率的早期研究17世纪的意大利数学家帕斯卡和费马对概率进行了较为系统的研究,奠定了概率论的基础。

1.3 概率的数学公理化20世纪初,俄国数学家科尔莫戈洛夫将概率论建立在数学公理化的基础上,为概率论的发展奠定了坚实的数学基础。

二、概率的发展2.1 统计学与概率论的结合20世纪初,统计学家与概率论家开始合作,发展了统计学与概率论的结合学科,为现代统计学的发展打下了基础。

2.2 贝叶斯统计学的兴起贝叶斯统计学将概率理论与贝叶斯定理相结合,提出了贝叶斯判断的方法,为概率论的应用提供了新的思路。

2.3 随机过程与马尔可夫链20世纪中叶,随机过程和马尔可夫链的研究成为概率论的重要分支,为现代概率论的发展带来了新的动力。

三、概率在现代科学中的应用3.1 金融与风险管理概率论在金融领域的风险管理中扮演着重要角色,可以匡助投资者评估风险和收益。

3.2 医学与流行病学概率论在医学和流行病学中的应用可以匡助研究人员预测疾病的传播和治疗效果。

3.3 人工智能与机器学习概率论在人工智能和机器学习中的应用可以匡助机器学习算法进行决策和预测,提高算法的准确性和效率。

四、概率的未来发展趋势4.1 大数据与深度学习随着大数据和深度学习技术的发展,概率论在数据分析和模式识别中将扮演更为重要的角色。

4.2 量子概率论的探索量子概率论是概率论的一个新的研究方向,探索了量子力学与概率论的关系,将为量子计算和通信提供理论基础。

4.3 概率论与人类决策概率论在人类决策和行为经济学中的应用将成为未来研究的热点,匡助人们更好地理解决策暗地里的概率规律。

概率论的起源和发展

概率论的起源和发展

概率论发展简史概率思想早在文明早期就己经开始萌芽,但因为它在十八世纪以前的发展极为缓慢,现代数学家和哲学家们往往忽略了那段历史,他们更愿意把1654年帕斯卡和费马之间的七封通信看作是概率论的开端。

这样,概率论的“年龄”就比数学大家族中的其它多数成员小很多。

一般认为,概率论的历史只有短短的三百多年时间。

虽然在早期概率论的发展非常缓慢,但是十八世纪以后,由于社会学,天文学等其它学科的研究需要,使得概率本身的理论得到了迅速发展,它的思想和方法也逐渐受到了其它学科的重视和借鉴。

在当代,随着概率论本身的发展和学科之间的交叉融合,囊括了概率理论和统计理论两大部分的广义概率论已经成为一门应用非常广泛的学科,概率方法与统计方法逐渐渗透到了其它学科的研究工作当中。

无论是在自然科学领域还是社会科学领域,各门学科中都能看到概率论的身影。

概率论已经成为一种重要的工具,在社会发展中发挥着巨大的作用。

1、古典概率时期(十七世纪)人们对偶然现象(即随机现象)规律性的探求,经历了相当长的历史时期。

最早,人们对事物的偶然性并不重视,他们认为这是“微不足道的”,而只注意那些有一定必然规律的现象。

但是,严酷的现实使人们感到这种观点是错误的,因为火灾、水灾、地震等偶然现象一当发生,便给人们的生命财产带来不可估量的损失。

随之,又认为偶然现象是“可怕的”,“严重的”。

但是,在实践中人们又发现,事物的偶然性不仅有可怕的一面,也有造福于人类的一面,例如久旱后偶遇甘霖,就是大喜之事。

这样,人们开始探讨偶然现象发生的规律性。

直到唯物辩证法产生,才开始从研究偶然性与必然性这一对矛盾的对立统一中加深了认识。

现代人认为概率论的早期研究大约在十六世纪到十七世纪之间。

这段期间,欧洲进入文艺复兴时期,工业革命已开始蔓延。

伴随工业发展提出的误差问题,伴随航海事业发展产生的天气预报问题,伴随商业发展而产生的贸易、股票、彩票和银行、保险公司等,加之人们越来越需要了解的患病率、死亡率、灾害规律等问题,急需创立一门分析研究随机现象的数学学科。

概率的起源和发展

概率的起源和发展

概率的起源和发展引言概述:概率作为一门数学分支,是研究随机现象的规律性和统计规律的学科。

它起源于古代的赌博和游戏,经过数学家们的不懈努力和探索,逐渐发展成为一门独立的学科,并在现代科学领域中得到广泛应用。

本文将从概率的起源、概率论的发展历程、概率在现代科学中的应用、概率的未来发展趋势等方面进行详细阐述。

一、概率的起源1.1 古代赌博和游戏在古代,人们在赌博和游戏中开始意识到一些事件的发生是有规律的,但又带有一定的随机性。

这促使人们开始思量和探讨事件发生的概率规律。

1.2 骰子和扑克牌骰子和扑克牌是最早用来研究概率的工具之一,通过对骰子和扑克牌的投掷和抽取,人们开始建立起概率的基本概念和规律。

1.3 概率的数学公式随着数学的发展,概率的数学公式也逐渐得到完善,如概率的加法规则、乘法规则等,为概率论的发展奠定了基础。

二、概率论的发展历程2.1 概率论的奠基人17世纪,法国数学家帕斯卡和法国贵族蒙蒂霍尔提出了概率论的基本概念和规律,开创了概率论的先河。

2.2 概率论的数学形式化18世纪,瑞士数学家伯努利家族对概率论进行了深入研究,提出了伯努利定理和大数定律等重要概念,将概率论逐渐形式化。

2.3 概率论的现代发展20世纪,概率论在统计学、信息论、金融工程等领域得到广泛应用,发展成为一门独立的学科,为现代科学的发展做出了重要贡献。

三、概率在现代科学中的应用3.1 统计学概率论在统计学中有着重要的地位,通过概率分布、假设检验等方法,可以对数据进行分析和判断,为科学研究提供支持。

3.2 金融工程在金融工程领域,概率论被广泛应用于风险管理、期权定价等方面,匡助投资者做出更加准确的决策。

3.3 人工智能在人工智能领域,概率论被应用于机器学习、模式识别等方面,提高了人工智能系统的智能性和准确性。

四、概率的未来发展趋势4.1 多元化发展未来概率论将继续向多元化方向发展,涉及更多领域和学科,为跨学科研究提供支持。

4.2 大数据时代随着大数据时代的到来,概率论将在数据分析和模型建立方面发挥更加重要的作用,为数据科学的发展提供新的思路和方法。

数学专业的概率论发展状况

数学专业的概率论发展状况

数学专业的概率论发展状况概率论是数学中非常重要的一个分支,它研究随机事件的概率及其规律。

在数学专业中,概率论起着至关重要的作用,它不仅为统计学、金融学等应用科学提供了理论基础,也在信息科学、工程学、物理学等领域得到了广泛应用。

本文将探讨数学专业概率论的发展状况。

概率论的起源可以追溯到17世纪,当时法国数学家帕斯卡对赌博问题进行了研究,奠定了概率论的基础。

随后,拉普拉斯、贝叶斯等数学家对概率论进行了深入研究,推动了概率论的发展。

在20世纪,概率论逐渐融入到现代数学体系中,成为了数学中重要的分支之一。

在数学专业的学习中,概率论通常作为一门专业课程来教授。

学生需要学习概率论的基本概念、概率分布、随机变量、随机过程等内容。

通过学习概率论,学生可以掌握分析和解决实际问题的概率方法,培养思维的严密性和灵活性。

概率论在数学专业中的应用非常广泛。

首先,概率论为统计学提供了基础理论。

统计学中的数据分析、假设检验、回归分析等方法都依赖于概率论的知识。

其次,概率论在金融学中也有广泛的应用。

金融领域中的风险评估、投资组合管理等问题都与概率有关。

此外,概率论还在信息科学、工程学、物理学等领域发挥着重要作用。

概率论的发展离不开数学方法的创新。

随着数学理论的不断发展,概率论也得到了许多重要的推进。

例如,大数定律和中心极限定理为概率论的研究提供了重要的工具和思想方法。

此外,随机过程、马尔可夫链、蒙特卡洛方法等概念和技术的引入,使得概率论在更多领域得到了应用。

总的来说,数学专业中的概率论在近几十年来得到了长足的发展。

它不仅提供了一套完善的理论体系,也为其他学科的研究和应用提供了基础方法。

概率论的发展使得我们能够更好地理解和应对不确定性,为决策和预测提供了有力的工具。

未来,随着科技的不断进步和学科交叉的加深,概率论在数学专业中的地位和作用必将继续扩大。

概率论的产生与发展

概率论的产生与发展

概率论的产生与发展
概率论产生于十七世纪,本来是又保险事业的发展而产生的,但是来自于赌博者的请求,却是数学家们思考概率论中问题的源泉.
早在1654年,有一个赌徒梅累向当时的数学家帕斯卡提出一个使他苦恼了很久的问题:“两个赌徒相约赌若干局,谁先赢m局就算赢,全部赌本就归谁.但是当其中一个人赢了 a (a<m)局,另一个人赢了b(b<m)局的时候,赌博中止.问:赌本应该如何分法才合理?”后者曾在1642年发明了世界上第一台机械加法计算机.
三年后,也就是1657年,荷兰著名的天文、物理兼数学家惠更斯企图自己解决这一问题,结果写成了《论机会游戏的计算》一书,这就是最早的概率论著作.
近几十年来,随着科技的蓬勃发展,概率论大量应用到国民经济、工农业生产及各学科领域.许多兴起的应用数学,如信息论、对策论、排队论、控制论等,都是以概率论作为基础的。

概率的起源和发展

概率的起源和发展

概率的起源和发展概率是数学中一个重要的概念,用于描述事件发生的可能性。

它的起源可以追溯到古代,而其发展则经历了漫长的历史进程。

本文将详细介绍概率的起源和发展,并探讨其在不同领域中的应用。

1. 概率的起源概率的起源可以追溯到古代的赌博活动。

在古希腊和古罗马时期,人们就开始对赌博结果进行分析和计算。

然而,直到17世纪,概率的概念才被正式引入数学领域。

2. 概率的发展2.1 统计学的奠基概率的发展与统计学的奠基密不可分。

17世纪的法国数学家布莱兹·帕斯卡和皮埃尔·德费尔马特等人对赌博问题进行了深入研究,并建立了一些基本的概率理论。

2.2 概率论的建立18世纪,瑞士数学家雅各布·伯努利通过研究大数定律和概率分布等问题,为概率论的建立做出了重要贡献。

他的著作《大数定律》被认为是概率论的开山之作。

2.3 统计学与概率论的融合19世纪末,英国统计学家卡尔·皮尔逊和威廉·葛斯特等人将统计学和概率论结合起来,形成了现代统计学的基础。

他们提出了假设检验、回归分析等统计学方法,为概率论的应用奠定了基础。

3. 概率的应用领域3.1 自然科学概率在自然科学领域有着广泛的应用。

例如,在物理学中,量子力学中的不确定性原理就是基于概率的。

在化学和生物学中,概率被用于描述化学反应和生物进化等现象。

3.2 社会科学概率在社会科学中也扮演着重要角色。

例如,在经济学中,概率被用于预测股市走势和评估投资风险。

在心理学中,概率被用于研究人类行为和思维的规律。

3.3 工程技术概率在工程技术领域有着广泛的应用。

例如,在通信领域,概率被用于描述信号传输的可靠性。

在电力系统中,概率被用于评估电力供应的可靠性和安全性。

3.4 金融领域概率在金融领域中扮演着至关重要的角色。

例如,在风险管理中,概率被用于评估不同投资组合的风险和收益。

在保险业中,概率被用于计算保险赔付的概率。

4. 概率的发展趋势随着科技的进步和数据的大规模收集,概率的应用领域将进一步拓展。

概率的起源与发展

概率的起源与发展

概率的起源与发展引言概率是现代科学和数学中一个重要的概念,贯穿了各个领域的研究和应用。

在统计学、物理学、生物学、经济学等学科中,概率都起到了至关重要的作用。

本文将探讨概率的起源与发展,从人类最早的观察和经验开始,到概率论的诞生和发展,以及现代概率理论的发展趋势。

人类的观察和经验人类对概率的认识可以追溯到古代。

在古希腊时期,人们对自然现象和事件进行了观察和记录。

例如,他们注意到天气的变化和季节的交替,以及生物的繁衍和死亡等现象。

通过长期观察和积累的经验,人们逐渐意识到这些事件和现象之间存在着一定的规律性。

概率论的诞生可以追溯到17世纪。

法国数学家帕斯卡尔(Blaise Pascal)和费马(Pierre de Fermat)在解决赌博问题时,开创了现代概率论的一些基本概念和思想。

他们通过抽象和分析赌博游戏中的规则和可能性,建立了概率论的基础。

随着时间的推移,越来越多的数学家和科学家开始研究概率论。

在18世纪,瑞士数学家伯努利(Jacob Bernoulli)在其著作《大数定律》中,首次提出了概率的统计学解释。

他认为,概率是一种在大量重复试验中事件发生的频率。

到了19世纪,法国数学家拉普拉斯(Pierre-Simon Laplace)进一步发展了概率论。

他提出了概率的公理化定义,并且讨论了概率的数学性质和推理方法。

拉普拉斯的工作将概率论从赌博游戏的研究扩展到了更广泛的领域。

经过数百年的发展,概率论逐渐成为一门独立的学科,并在20世纪得到了广泛的应用和发展。

在现代概率理论中,概率被定义为一种描述不确定性的数值。

它关注的是随机事件的发生概率和可能性。

现代概率理论的发展可以分为两个重要的方向:频率派和贝叶斯派。

频率派认为概率是通过统计和频率进行求解的,它着重于观测和实证数据。

贝叶斯派则强调主观概率,并考虑了先验知识和假设的影响。

在现代科学和技术的推动下,概率论得到了广泛的应用。

在统计学中,概率论被用于推断和估计参数,以及评估模型的可靠性。

概率论的产生与发展

概率论的产生与发展
币的四分之三。谁是谁非,争论不休,其结果 也就不得而知了。不过梅累对于此事却
一直耿耿于怀,所以,当他碰到大名鼎鼎的帕 斯卡,就迫不及待地向他请教了。
如前所述,帕斯卡是一位著名的“数学神童”。 他出生于法国奥弗涅省的克勒芒一个富裕的省 议员之家。3岁那年,母亲不幸去世,8岁时父 亲为了专心培育三个子女,辞去省议员的职务, 移居巴黎。老帕斯卡是一个数学爱好者,曾以 发现“帕斯卡蜗牛线”等闻名于巴黎科学界, 他经常带领儿子参加各种科学家的集会,特别 是参加梅森学院的活动,使小帕斯卡的天资很 快得到开发。帕斯卡从小就醉心于数学的研究。 16岁时,他发现了“帕斯卡六边形定理”: “任何内接于圆锥曲线的六边形,三组对
8
赌徒的难题——概率论的产 生与发展
17世纪资本主义经济的发展和文艺复兴运 动的兴起,给欧洲数学注入了新的活力,欧洲 的数学家们继承了希腊数学的光荣传统,开始 以前所未有的热情投入到数学科学的研究中去。 在这一世纪里,他们不仅建立起了以解析几何 和微积分为代表的变量数学,进一步研究现实 世界中的必然现象及其规律,而且还开始了对 偶然现象的研究,这就是所谓概率论。十分有 趣的是,这样一门重要的数学分支竟然起源于 对赌博问题的研究。然而,历史事实确是如此。
意味着就不用数量来描述和研究它们。例如投掷硬币,
投掷一次似乎没有什么规律可言;但当它们大量出现
时,在总体上却会呈现出某种规律,称这种总体上的
规律性为统计规律性,它的存在构成了或然数学研究
的基础。
通常我们把随机现象中可能发生的结果称
为随机事件,并用大写英文字母A,B,C等表
示。或然数学研究的基础内容之一,就是用概
在大量的同类随机现象中才能呈现出来,所以它的研
究方法有着自身的特殊性,其中,统计方法是它的一
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
n
n
到包括 p q
m
n -m
项为止的各项之和。
2.概率论的发展—古典概率论的完善与分析概率论的产生
与 Jakob Bernoulli同时代研究概率论的数学家是 Abraham De Moivre 。他原籍法 国,后移居英国,1697 年成为皇家学会会员。他在 1711 年写就《抽签的测量》一文, 1718 年扩充为《机会的学说》是概率论 早期著作之一。书中首次定义了独立事件的乘 法定理,给出了二项分布公式,发现二项式 1 1 的中项与各项之和 2 之间的比例关





算术平均 X 是应取的估计,然后去找误差密度 f 以迎合这一点,即找这样的 f,使由上式决
1 2 f x e 2 h 才能成立,这就是正态分布 定的 就是 X 。Guass 证明这只有在 2 h
高斯的这项工作对后世的影响极大, 它使正态分布同时有了 “高斯分布” 的名称。 N0, h 。 后世之所以将最小二乘法的发明权归于他,也正是因为这项工作。除此之外还有 Laplace 的学生 Poisson 对分析概率论的进一步研究,其中包括 1837 年出版的《关于犯罪和民事判 决的研究》 。
n
2 n Abraham De Moivre 还最早使用了现在称为概率积分的公式


0
e x dx
2

2
1733 年又用阶乘的近似公式导出正态分布的频率曲线
y ce -hx
2
( c, h 为常数) 。关于 Jakob Bernoulli 的大数定律 Abraham De Moivre 对 p=1/2 的情 形证明了 n np / np1 - p 渐进地服从正态分布。 该结果后来由 Laplace 推广到一般 的 p(0<p<1) ,被称为 Moivre-Laplace 极限定理。 18 世纪的概率论还要提两项结果。一是英国数学家 J.Bayes 在《机会学说问题试解》 中建立了条件概率的 Bayes 定理: 当以知原因 c 产生结果 E 的概率是 PC E 时, 如果已给出 原因的先验概率(事前概率)p(c) ,则在知道结果 E 后原因 c 的条件概率(后验概率)是
n 表示第 n 次独立重复试验
n p 0其 n
中事件 A 出现的次数, 则
n
n
为事件 A 出现的频率, 则当 n→∞时 P
中 为任一正实数。 书中还推广了应用于概率的组合理论, 并用组合公式证明了 n 为正整数 时的二项式定理。书中还包括“伯努利定理” :若 p 是出现单独一次事件的概率,q 是该事 件不出现的概率, 则在 n 次试验中该事件至少出现 m 次的概率为 p q 的展开式中从 p 项
,n 个独立测量值为 X1,X2,„,Xn.Guass 把后者的概率取为
L L ; X1 , X 2 , , X n f X1 ; f X n ; 其中 f 为待定的误差密度函数。到此为
3
概率论的产生、发展、现状
止他的作法与 Laplace 相同。但在往下进行时,他提出了两个创新的想法。一是他不采取 Bayes 的推理方式, 而径直把使上式达到最大的 X 1 , X 2 , , X n 作为 的估计, 即使 L max L 成立的 。Guass 的第二点创新的想法是:他把问题倒过来,先承认
n
n
2A n - 1
系为(当 n 很大时)
n n n -1
1 n
其中 A 为双曲对数
2
1 1 1 1 级 12 360 1260 1680
概率论的产生、发展、现状
数之值。他在 1730 年出版的《分析杂论》中给出了 n!的级数表达式,并指出对很大的 n,
n n !~ e
4
概率论的产生、发展、现状
条件集合 下同一事件的概率联系起来。 Bernstein 就在这三个公理的基础上构造了概率论 的整个大厦。在此之后 1933 年,:Andrey Nikolaevich Kolmogorov 的《概率论基础》出版, 这是概率论发展史上具有“里程碑”式的著作。 在概率论公理化基础上, 现代概率论取得了一系列理论上的重大突破。 一是随机过程的 研究由 Markov 过程推进到对一类特殊的 Markov 过程—Brown 运动; 二是对具有重要意义的 随机过程“鞅”的研究;三是由日本数学家于 1942 年引入的随机积分与随机微分方程的研 究。由于科学技术中许多实际问题的推进以及概率论逻辑基础的建立,概率论从 20 世纪 30 年代以来得到迅速发展。目前其主要研究内容大致可分为极限理论,独立增量过程,Markov 过程,平稳过程和时间序列,鞅和随机微分方程,点过程等。
x2
3.概率论的现状—现代(测度)概率论
现代概率论主要以测度论来研究概率论,因此被称为是测度概率论,这时概率论已经 实现了公理化。在公理化的基础上,现代概率论取得了一系列理论突破。 先来看看概率论的公理化。1917 年 Bernstein, Sergi Natanovich 发表了一篇论文, 题目是《论概率论的公理化基础》 ,随后的几年里他仍致力于研究概率论公理化。1927 年他 的《概率论》第一版出版。书中 Bernstein 给出了一个详细的概率论公理体系。它假定我们 在自然科学中的推理是基于以往的经验,只要给定的条件集合 实现,属于已知类 A 的一 个事件必然发生,这和其他因素无关。然而,一般而言,一个事件不可能绝对出现。人们不 能完全确切地预言真实现象的行为。只有当集合 不太大,而易于观察时,把 和 A 联系 起来的规律才有实际意义。如果这个条件不成立,事件 A 就叫做随机事件。然后他试着引进 一个简单点的条件集合 来代替 ,它(理论上)可以重复实现无限多次,当 存在时, 给定试验中事件 A 以一个明确的概率发生, 而且这个概率可以用数值表示。 如果也定义了事 件 B 的概率,那么下面三个关系必有一个成立 P(A)=P(B);P(A)>P(B);P(A)<P(B)然后, Bernstein 引进了三个公理: (1)概率的可比较性公理(2)不相容事件公理(3)事件组合 公理 前两个公理考虑了条件集合 固定的情况,第三个公理把条件 下 A 的概率与不同的
PE c
PcPC E 这已成为统计判断的理论基础。另一成果是法国数学家 G.L.L.Buffon 的几 PcPc E
C
Байду номын сангаас
何概率。他于 1777 年出版《能辨是非的算术试验》 ,提出并解决了下列概率问题:把一个小 圆片投入给分为若干个小正方形的矩形域中, 问使小圆片完全落在某正方形内的概率是多少? 他还解决了此类更难的问题, 其中包括投掷正方形薄片或针形物时的概率, 这些问题被称为 Buffon 问题,其中“投针问题”最著名,它的结果可以用来计算圆周率 的近似值。至此 古典概率论的结构已形成。 1812 年 Laplace 所著《概率的分析理论》出版,首次明确了概率论的古典定义,即讨 论的对象局限于随机试验所有可能结果为有限个等可能的情形。 他还在概率论中引入了更有 力的分析工具,如差分方程,母函数等,从而实现了概率论由单纯组合计算到分析方法的过 渡,将概率论推向一个新的发展阶段—分析概率论阶段。Laplace 增加了概率在选举、审判 调查、气象等方面的应用,论述了几何概率论、伯努利定理和最小二乘法的讨论。 与 Laplace 同时代的德国数学大师 Carl Friedrich Gauss 在概率论方面也有一地的研 究。 1809 年, Gauss 发表了其数学和天体力学的名著 《绕日天体运动的理论》 。 在此书末尾, 他写了一节有关“数据结合”的问题,实际涉及的就是这个误差分布的确定问题。设真值为
1
概率论的产生、发展、现状
利用算术方法都得了这一问题的正确解答。 后来他们各自又将问题作了扩展, 如三个赌徒的 赌金分配问题等等,得到了更为完满的解答。他们在通信中建立了期望事件的概率,蕴含 n 重伯努利实验思想,引发了后人从事概率研究的兴趣。 1657 年荷兰数学家 Christiaan Huygens 所著《论赌博中的计算》出版,是最早公开发 表的概率论文献。它基于 Blaise Pascal 和 Pierre de Fermat 之间在有些问题上的通信, 解决了赌博上可能出现的有趣的实际问题,引发了“数学期望”概念,证明了:若 p 是一个 人获得赌金 a 的概率,q 是他获得赌金 b 的概率,则他可以希望获得的赌金数是 ap+bq。 Christiaan Huygens 的论著成为概率论前史的代表作,对概率论的建立有较大影响。 概率论创立的标志是 18 世纪瑞士数学家 Jakob Bernoulli的著作《猜度术》 ,它使概率 论成为一个独立的数学分支。Jakob Bernoulli在 1685 年就发表过有关赌博游戏中输赢次数 问题的论文, 《猜度术》对此作了总结,其主要贡献是提出“伯努利大数定律” :即“随着观 测数目的不断增加,那记录在案的有利事件与不利事件的比接近真实比的概率也不断增加, 以致这概率将最终超过所要求的任意的确定的度” 。这实际上建立了概率论中第一个极限定 理,用现代符号表示为,设事件 A 的概率 P(A)=p(0<p<1)若
概率论的产生、 发展、 现状
杨 钊
复旦大学数学科学学院 09 数学类
概率论的产生、发展、现状
1.概率论的产生
概率论是研究随机现象数学规律的数学分支。创立于 18 世纪,而其萌芽却早在 16 世 纪就已出现。 它引发于赌博中的掷骰。 人们之所以没有在一开始就创立概率论也正是由于其 游戏性质。 中世纪末期,欧洲流行赌博,而且赌法复杂,赌注量大,一些职业赌徒为了求获胜机 会,开始寻求取胜的办法。最初的问题是求“点数” 。例如同时掷 3 个骰子,出现 9 点和 10 点哪种可能性大。据说 Galileo Galilei 曾试图解决过这类问题,他用穷举法说明了出现 10 点的可能性比出现 9 点的可能性大(27:25) 。 真正引发数学家研究概率理论的是“合理分配赌注问题” 。1494 年意大利数学家 Pacioli,Luca 在他的《算术、几何、比与比例集成》中首次记载了这样一个问题:假如在 一次比赛中先赢 6 次为胜。 两个赌徒在一个赢 5 次另一个赢两次的情况下赌博因故中断, 问 赌注如何分配才合理。Pacioli,Luca 给出的答案是按 5:2 分给两个赌徒,这似乎很合理。 但若干年后另一数学家 Girolamo Cardano 重新研究这个问题时提出了疑问。他提出不能以 已赌过的局数结果作为分配赌注的依据,而要考虑剩下未赌的局数,事实上,以赢 4 局的赌 徒只需再赢一次即可得到全部赌资,而另一赌徒则需连赢 4 局。Girolamo Cardano 分析: 以后的赌博只有 5 种可能的结果,即第一个赌徒赢第一次,赢第二次,赢第三次,赢第四次 或全部输掉。 他认为总赌金应该按 (1+2+3+4) :1=10:1 的比例分配才合理。 Girolamo Cardano 考虑问题的思路较 Pacioli,Luca 进了一步, 但结论仍是错的。 从思维方式上看 Pacioli,Luca 根本就错了, 他错在用过去发生的已成定局的事件来预测未来。 下一次赌博和上一次赌博是 没有任何关系的。而 Girolamo Cardano 考虑问题的方式大体上是对的。这个问题的正确答 案是 15:1,是应用 100 年后 Blaise Pascal 和 Pierre de Fermat 得出的原理推出的。 约 16 世纪 30 年代 Girolamo Cardano 写成的《掷骰游戏之书》 ,是现存最早的概率论 的专著。 其中全面论述了掷骰、 打牌等游戏中的数学道理, 首次将数学理论应用于这类研究, 得到了相当于现代概率论中幂定律、大数定律等一些基本命题的雏形。 1654 年法国一位叫梅雷的赌徒向他的朋友、数学家 Blaise Pascal 重新提出“合理分 配赌注问题” ,问题的表述更为一般化:两个赌徒相约赌若干局,谁先赢 s 局就胜利,现在 一人赢 a 局 ( a<s ) , 另一人赢 b 局 ( b<s ) , 赌博中止, 问赌金怎样分配才算合理。 Blaise Pascal 得到这一问题后立即告知 Pierre de Fermat,两人从 1657 年 7 月开始,为此频繁通 信,展开有关概率论和组合学的研究。Pierre de Fermat 利用组合学方法,Blaise Pascal
相关文档
最新文档