概率论发展简史

这篇具有很好参考价值的文章主要介绍了概率论发展简史。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 公元前

        概率论这门学科可以说起源于赌博。在古希腊和古罗马时期,机会主义十分盛行.但是这个时期关于游戏的理论还没有发展起来.究其原因,那时候希腊的数字系统不能提供代数运算发展的机会.在科学分析基础上的概率论一直等到印度和阿拉伯发明了现代算术系统(第一个千年的后半叶),以及文艺复兴时期产生了大量的科学思想后,概率论才有机会得到显著的发展.

2. 16世纪

        卡尔达诺(Cardano),一个光彩夺目但同时富有争议的意大利数学家出版了第一本关于机会游戏的书,书中给出了掷毂子和扑克游戏中随机事件发生概率的正确计算方法.

3. 17世纪

        尽管早在15世纪与16世纪意大利的一些数学家(如 Cardano, Pacioli, Tartaglia 等)已经对某些靠运气的游戏中的特定的概率进行了计算,但是概率论作为一门学科起源于17世纪中期. 1654 年,一个名叫 A.G.C. de Mere(1607—1684) 的法国贵族对赌博以及赌博中的问题很感兴趣,但他对一些问题感到很困惑,为解决自己的困惑,他向著名数学家 B. Pascal (1623—1662) 求助. 为解答 de Mere 提出的问题,Pascal 与另外一位法国著名数学家 P. Fermat (1601—1655) 通信进行了讨论.

        1655年,荷兰科学家 C. Huygens (1629—1695) 首次访问巴黎,期间他学习了Pascal与 Fermat 关于概率论的工作. 1657年,当他回到荷兰后,写了一本小册子,名叫《De Ratiociniis in Ludo Aleae》(中译本《论赌博中的计算》), 这是关于概率论的第一本书. 在这个时期,“数学期望”这一基本概念以及关于概率的可加性、可乘性已经建立.

4. 18 世纪

        概率论在18世纪得到了快速发展,这个期间的主要贡献者是 J. Bernoulli (1654—1705) 与 A. de Moivre (1667—1754).

        J. Bernoulli 是一位瑞士数学家,Bernoulli 家族的第一位数学家. Bernoulli 在概率论领域的代表作是《Ars Conjectandi》(可译为《猜测的艺术》),发表于1713年,即他逝世后的第八年. 在此书中他严格地证明了概率论的第一个极限定理.

        De Moivre 是一位法国数学家,但是大部分时间他住在英国. De Moivre 开创了概率论的现代方法:1718年发表了《The Doctrine of Chance》. 在此书中统计独立性的定义首次出现. 该书在 1738年与1756年出了扩展版,生日问题出现在1738年的版本中,赌徒破产问题出现在1756年的版本中.

        1730年 de Moivre 的另外一本专著《Miscellanea Analytica Supplementum》 (可译为《解析方法》) 正式出版. 其中,关于对称 Bernoulli 试验的中心极限定理首次提出并得到证明.

5. 19 世纪

        19世纪,概率论的早期理论得到了进一步的发展与推广,这个期间的主要贡献者是 P. S. M. Laplace (1749—1827), S. D. Poisson (1781—1840), C. F. Gauss (1777—1855), P. L. Chebyshev (1821—1894), A. A. Markov (1856—1922) 与 A. M. Lyapunov (1857—1918). 这个时期的研究主要围绕极限定理展开.

        1812 年 Laplace 的伟大专著《Theorie Analytique des Probabilities》(可译为《概率论的解析理论》)诞生,其中,他阐述了他自己及前辈在概率论方面的成果. 特别地,他将 De Moivre 的定理推广到 Bernoulli 试验非对称情形. Laplace 最重要的工作是将概率方法应用到观测误差,在很一般的条件下证明 了观测误差的分布一定是渐近正态的.

        在当代概率论中,与 Poisson 相关的有 Poisson分布、Poisson过程. Gauss创立了误差理论,特别地,创立了最小二乘的基本方法. Chebyshev, Markov 与 Lyapunov 在研究独立但不同分布的随机变量和的极限定理方面发展了有效的方法.

        在 Chebyshev 之前,概率论的主要兴趣在于对随机事件的概率进行计算. 而 Chebyshev 是第一个清晰认识并充分利用随机变量及其数学期望概念的人. Chebyshev 思想的主要倡导者是他的忠实的学生 Markov, 他将其老师的结果完整清晰地展现出来. Markov 自己对概率论的重大贡献之一是创立了概率论的一个分支:研究相互依赖随机变量的理论,称为“Markov Pocess”.

        为证明概率论的中心极限定理,Chebyshev 与 Markov 利用的是矩函数与矩方法, 而 Lyapunov 利用了特征函数方法. 极限定理的后续发展表明特征函数方法是 一种强大的解析工具.

6. 20 世纪

        20 世纪可称为概率论发展的现代时期,本时期开始于概率论的公理化. 在这个方向上的早期贡献者有 S. N. Berstein (1880—1968), R. von Mises (1883— 1953) 与 E. Borel (1871—1956). 1933 年,俄罗斯著名数学家 A. N. Kolmogorov 出版了他的伟大专著《Foundations of the Theory of Probability》,书中严密的定义了概率,类似于Euclid基于公理体系建立几何, 他从基本公理建立了概率理论, 从而使概率论成为一门严谨的数学分支.

        在 20 世纪,随机过程理论(马尔可夫过程,平稳过程,鞅理论,随机过程的极限定理等)得到了快速发展. 另外,还有许多分支,比如(排名不分先后)随机微分方程、随机偏微分方程、倒向随机微分方程、随机微分几何、Malliavin 变分、白噪声分析、狄氏型理论、遍历理论、数理金融、大偏差理论、交互粒子系统、测度值过程、概率不等式、泛函不等式、渗流、最优传输、SLE、随机矩阵、随机优化、随机控制、随机动力系统等众多概率论、随机分析及相关领域中的分支得到了快速发展.,相关领域作出重要贡献的科学家实在太多,不再逐一列出.

7.主要人物

概率论发展简史

                 ​​​​​概率论发展简史

                        概率论发展简史

                概率论发展简史

8. 参考文献

概率导论

概率论的历史简介

概率论发展简史文章来源地址https://www.toymoban.com/news/detail-468891.html

到了这里,关于概率论发展简史的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【概率论】几何概率、条件概率及全概率公式作业

    有两箱零件,第一箱装50件,其中20件是一等品;第二箱装30件,其中18件是一等品,现从两箱中随意挑出一箱,然后从该箱中先后任取两个零件,试求第一次取出的零件是一等品的概率_____(结果小数点后保留1位) 【正确答案:0.5 或1/2】 解析: 设A₁,A₂分别表示“挑出第一箱

    2024年02月11日
    浏览(46)
  • 【概率论】条件概率与独立性题目

    已知随机事件A与B满足条件:0P(A)1,0P(B)1。则事件A,B相互独立的充要条件是( C )。 A. P ( B ∣ A ) + P ( B ∣ A ˉ ) = 1 P(B|A)+P(B|bar{A})=1 P ( B ∣ A ) + P ( B ∣ A ˉ ) = 1 B. P ( B ∣ A ) + P ( B ˉ ∣ A ) = 1 P(B|A)+P(bar{B}|A)=1 P ( B ∣ A ) + P ( B ˉ ∣ A ) = 1 C. P ( B ∣ A ) + P ( A ˉ ∣ B ˉ ) = 1 P(B|A)

    2024年02月11日
    浏览(38)
  • 概率论--随机事件与概率--贝叶斯公式--随机变量

    目录 随机事件与概率 概念 为什么要学习概率论 随机事件与随机事件概率 随机事件 随机事件概率 贝叶斯公式  概念 条件概率 概率乘法公式 贝叶斯公式  举个栗子 随机变量   随机变量的定义 随机变量的分类 离散型随机变量 连续型随机变量 概念 随机事件是指在一次试验

    2024年02月11日
    浏览(49)
  • 概率论-1-概率机器人 Probabilistic Robotics

    基本概念 随机变量 静态的 可以做随机试验 随机过程 动态 离散随机变量 概率质量函数 probability mass function 连续随机变量 概率密度函数 probability density function PDF 联合概率 P ( X = x 且 Y = y ) = P ( x , y ) 若 X 和 Y 独立: P ( x , y ) = P ( x ) P ( y ) P(X=x 且 Y=y) = P(x,y)\\\\ 若 X 和 Y 独立:

    2024年03月22日
    浏览(54)
  • 概率论:样本与总体分布,Z分数与概率

    参考书目:《行为科学统计精要》(第八版)——弗雷德里克·J·格雷维特 描述一组数据分布   描述一组样本数据的分布 描述样本数据的均值和整体数据一样,但是样本标准差的公式除以了n-1,这里引入自由度的概念 自由度:如果均值确定,那么n个数据组成的样本中,只有

    2024年02月07日
    浏览(51)
  • 概率论公式

    方差D(x+y)=D(x)+D(y)+2Cov(x,y)=D(x)+D(y) 协方差Cov(x,y)=E(xy)-E(x)E(y),相互独立的随机变量x,y满足E(xy)=E(x)E(y) 所以随机变量xy相互对立 时,D(x+y)=D(x)+D(y) 转自:多个随机变量运算后的均值与方差计算_爱吃酸菜鱼的汉堡的博客-CSDN博客_多个随机变量的和的方差  

    2024年02月12日
    浏览(34)
  • 高等数学:概率论(二)

    设随机实验E的样本空间为 Ω Omega Ω ,X为定义于样本空间 Ω Omega Ω 上的函数,对任意的 w ∈ Ω win Omega w ∈ Ω ,总存在唯一确定的的 X ( w ) X(w) X ( w ) 与之对应,称 X ( w ) X(w) X ( w ) 为随机变量。 随机变量的分布函数 设 X 为随机变量, 对任意的实数 x, 称函数 F ( x ) = P { X ⩽

    2024年02月09日
    浏览(52)
  • 概率论复习

    速成网课:【概率论与数理统计】3小时不挂|概率统计|概统_哔哩哔哩_bilibili 1、有放回抽取中出现了组合数C(n,k),表示在抽n件产品中选择了k次取次品,而在无放回抽取中又没有出现组合数C(n,k) 传送门:概率问题:关于有放回和无放回抽取的一个问题 - 知乎 简要阐述一下:有

    2024年02月16日
    浏览(40)
  • 概率论:计算置信区间

    置信区间是一种常用的区间估计方法,所谓 置信区间 就是分别以统计量的 置信上限 和 置信下限 为上下界构成的区间 。 显著性水平:α 置信度:1-α 或者 100(1-α)%  (例如,α=0.05,则置信度为0.95或95%) 置信区间的常用计算方法:Pr(c1=μ=c2)=1-α 置信区间:(c1, c2)

    2024年02月03日
    浏览(60)
  • 考研复试——概率论

    因为初试考的数二,没有学概率论,要从头学习时间也不够,只能先整理一些重要的概念,希望能应对面试的问答。 1. 大数定律 大数定律(Law of Large Numbers)是概率论中的一组定理,它描述了 随机事件重复试验的平均结果将趋近于事件的期望值 。 简单来说,当试验次数无限

    2023年04月09日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包