概率统计的起源与发展
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，研究随机事件发生的可能性和规律性。
它的起源可以追溯到古代，随着时间的推移，概率理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。
本文将从概率的起源、发展、应用等方面进行详细阐述。
一、概率的起源1.1 古代人对概率的认识在古代，人们对概率的认识主要基于观察和经验。
例如，早期的农民根据天气、气候等因素来决定种植作物的时间，这种决策就基于他们对于天气变化的概率认知。
1.2 概率的数学化概率的数学化可以追溯到17世纪，当时数学家帕斯卡尔和费马等人开始研究赌博问题，并提出了一些概率的基本原理。
这些原理为后来的概率理论奠定了基础。
1.3 概率的公理化20世纪初，概率理论经历了一次重要的发展，数学家科尔莫哥洛夫提出了概率公理化的概念，将概率理论建立在一组公理上，使其成为一门严谨的数学学科。
二、概率的发展2.1 概率论的建立概率论作为一门独立的学科在20世纪初得到了建立。
数学家科尔莫哥洛夫等人对概率的公理化进行了深入研究，提出了概率的基本原理和公理体系，奠定了概率论的基础。
2.2 统计学的发展与概率的应用概率理论与统计学的发展密切相关。
统计学是通过对样本数据的分析和推断来研究总体特征的一门学科。
概率论为统计学提供了理论基础，使统计学得以发展并应用于各个领域。
2.3 应用领域的拓展随着概率理论的发展，它在各个领域得到了广泛应用。
例如，在金融领域，概率模型被用于风险管理和投资决策；在医学领域，概率统计方法被用于疾病预测和药物研发等。
三、概率的应用3.1 风险管理概率理论在金融领域的应用十分广泛，尤其是在风险管理方面。
通过建立概率模型，可以对金融市场的波动性进行预测，从而制定相应的风险管理策略。
3.2 疾病预测概率统计方法在医学领域的应用也非常重要。
通过分析大量的医疗数据，可以建立概率模型来预测疾病的发生概率，从而帮助医生进行早期诊断和治疗。
3.3 工程设计在工程设计中，概率理论可以用于评估和控制风险。
统计法发展历程
统计法发展历程统计法是一种通过对数据进行收集、整理、分析和解释的方法，以揭示数据背后的规律和趋势。
它在社会科学、自然科学、医学和工程等领域都有广泛的应用。
统计法的发展历程可以追溯到古代，随着人类社会的进步和科学技术的发展，统计法也在不断演进和完善。
统计法的发展可以分为以下几个阶段：一、古代统计法的起源古代统计法的起源可以追溯到公元前5000年左右的古代文明。
在古代社会中，人们开始对人口、土地、农产品等进行统计。
早期的统计法主要是通过人工计数和记录的方式进行，这些记录主要用于税收、军事和人口管理等方面。
二、概率统计法的发展概率统计法的发展可以追溯到17世纪的欧洲。
在这个时期，人们开始对随机事件进行研究，提出了概率的概念，并将概率应用于统计分析中。
概率统计法的发展为统计学奠定了基础，也为现代统计法的发展提供了理论支持。
三、现代统计法的兴起现代统计法的兴起可以追溯到19世纪末20世纪初的欧美国家。
在这个时期，人们对数据的收集和处理方法进行了深入研究，提出了许多统计学原理和方法。
统计学家们开始运用数学和概率论的知识，建立了许多统计模型和方法，如回归分析、方差分析、假设检验等，为数据的分析和解释提供了科学的依据。
四、计算机统计法的应用随着计算机技术的发展，计算机统计法开始得到广泛应用。
计算机的出现极大地提高了数据处理和分析的效率，使得统计法可以处理更大规模、更复杂的数据集。
同时，计算机还使得统计法在实时数据分析、模拟实验和数据可视化方面有了突破性的进展。
五、数据挖掘与机器学习的兴起近年来，随着大数据时代的到来，数据挖掘和机器学习等新兴技术开始在统计学中得到应用。
数据挖掘可以通过对大规模数据集的分析，发现其中的规律和趋势，为决策提供支持。
机器学习则通过建立模型和算法，使计算机能够从数据中学习和预测。
这些新技术的出现，使得统计法在数据分析和预测方面有了更广泛的应用。
统计法的发展经历了古代统计法的起源、概率统计法的发展、现代统计法的兴起、计算机统计法的应用以及数据挖掘与机器学习的兴起等阶段。
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。
概率论的起源可以追溯到古希腊时期，当时的数学家们对于掷骰子、抽牌等随机事件产生了浓厚的兴趣。
然而，正式的概率理论的发展却要追溯到17世纪的法国数学家布莱兹·帕斯卡和皮埃尔·德·费尔马。
他们在解决赌博问题中引入了概率的概念，并提出了概率的基本规则。
概率的发展经历了几个重要的阶段。
首先是古典概率论，它主要研究的是等可能事件的概率计算。
例如，掷硬币的结果可以是正面或反面，两种可能性是等可能的，因此每种结果的概率都是1/2。
古典概率论的基本原理是等可能性原理，即所有可能结果的概率之和为1。
然而，古典概率论无法处理复杂的实际问题，因此在20世纪初，概率论经历了一次重大的变革，诞生了现代概率论。
现代概率论的奠基人是俄国数学家安德烈·科尔莫哥洛夫。
他在20世纪30年代提出了概率论的公理化体系，建立了概率论的数学基础。
现代概率论引入了概率空间、随机变量、概率分布等概念，并提出了概率的公理化定义和计算方法。
在现代概率论的基础上，概率统计学得以发展。
概率统计学是利用概率论的方法来研究和解释实际数据的科学。
它包括描述统计学和推断统计学两个方面。
描述统计学主要研究如何通过统计指标和图表来描述和总结数据的特征，例如均值、方差、频率分布等。
推断统计学则研究如何通过样本数据对总体参数进行推断和假设检验。
随着计算机技术的发展，概率论在实际应用中发挥着越来越重要的作用。
例如，在金融领域，概率论被广泛应用于风险管理和金融衍生品的定价。
在人工智能领域，概率论被用于机器学习算法中的概率模型，例如朴素贝叶斯分类器和隐马尔可夫模型。
概率论还在医学、生物学、物理学等领域中发挥着重要作用。
总结起来，概率的起源可以追溯到古希腊时期，而现代概率论则是在20世纪初由科尔莫哥洛夫奠定的。
概率的发展经历了古典概率论和现代概率论两个阶段，最终演变为概率统计学。
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，用于研究随机事件的可能性和规律。
它的起源可以追溯到古希腊时期，而其发展则经历了漫长的历史过程。
1. 起源：概率的起源可以追溯到古希腊时期的一些哲学思量。
亚里士多德（Aristotle）在其著作《形而上学》中首次提出了一种对未来事件可能性的思量方式。
然而，概率的真正起源可以追溯到17世纪的法国数学家布莱兹·帕斯卡（Blaise Pascal）和皮埃尔·德·费尔马（Pierre de Fermat）。
他们在通信中讨论了赌博中的概率问题，这被认为是概率理论的奠基之作。
2. 发展：概率理论在18世纪得到了进一步的发展。
数学家雅各布·贝努利（Jacob Bernoulli）在其著作《大数定律》中提出了概率的统计学解释，并引入了概率分布的概念。
这为后来的概率统计学奠定了基础。
19世纪，法国数学家皮埃尔-西蒙·拉普拉斯（Pierre-Simon Laplace）在其著作《概率论》中进一步发展了概率理论，并提出了拉普拉斯原理，该原理将概率与统计学联系在一起。
3. 概率论的公理化：20世纪初，数学家安德烈·柯尔莫哥洛夫（Andrey Kolmogorov）提出了现代概率论的公理化定义。
他在其著作《概率论基础》中，将概率定义为一个三元组，包括一个样本空间、一个事件集合和一个概率度量函数。
这个公理化的定义为概率理论的发展奠定了坚实的基础。
4. 应用领域：概率论在许多领域中得到了广泛的应用。
在统计学中，概率论被用于研究随机变量和概率分布，从而进行数据的分析和判断。
在物理学中，概率论被用于量子力学的描述，解释微观粒子的行为。
在金融学中，概率论被用于风险管理和金融市场的建模。
此外，概率论还在工程学、生物学、计算机科学等领域中得到了广泛的应用。
5. 发展趋势：随着科学技术的不断进步，概率论也在不断发展和演变。
现代计算机的浮现使得计算复杂的概率问题变得更加容易。
概率论的起源发展和应用
概率论的起源发展和应用概率论是数学中的一个分支，研究各种随机现象的规律和性质。
它的起源可以追溯到古代。
在古代，人们对未知的事物和事件总是充满了好奇和探索的欲望。
早在公元前3世纪，古希腊的亚里士多德就开始研究事物发展的规律。
他提出了“几何平均”的概念，用来描述一组数字的趋势和规律。
此外，亚历山大的特洛伊也是古代概率论的先驱。
他提出了一些数学方法来解决赌博的问题，包括掷骰子的随机性和不可能事件的可能性。
到了17世纪和18世纪，概率论得到了更为系统和深入的研究。
法国数学家帕斯卡尔和费马是概率论的重要奠基人。
帕斯卡尔研究了“幸运问题”，通过概率论的方法解决了赌博中的一些难题。
他发现了一种称为“概率树”的图形，用来计算复杂事件的概率。
费马则提出了一种著名的“费马原理”，用来解决一些困扰概率学家的问题。
在19世纪，概率论得到了进一步的发展和丰富。
拉普拉斯和高斯是这一时期的重要贡献者。
拉普拉斯提出了一种“主观概率”的概念，即概率是一种在心理上的相信和估计。
他还发展了数理统计学中的一些基本概念和方法，包括最大似然估计和贝叶斯定理。
高斯则对正态分布进行了研究，并提出了一种著名的概率分布函数。
概率论在20世纪得到了广泛的应用和发展。
它成为了众多科学领域和应用领域的基础。
在物理学中，概率论被用来描述微观粒子的运动和行为。
在生物学中，概率论被用来研究遗传变异和进化过程。
在金融学和保险学中，概率论被用来计算和评估风险和回报。
在工程学中，概率论被用来分析和优化系统的性能和可靠性。
在计算机科学中，概率论被用来研究算法的复杂性和随机性。
总之，概率论的起源可以追溯到古代，经过数学家们的不懈努力和研究，它得到了系统和深入的发展。
概率论的应用也日益广泛，渗透到了各个科学和应用领域。
它不仅帮助人们理解和预测随机现象的规律和性质，还为人们提供了解决复杂问题和优化系统的有效工具和方法。
概率的起源和发展
概率的起源和发展概率是一门研究随机事件发生可能性的数学学科。
它的起源可以追溯到古代，随着时间的推移，概率理论逐渐发展并应用于各个领域，成为现代科学中不可或缺的一部分。
本文将详细探讨概率的起源和发展，并介绍一些相关的概念和应用。
一、概率的起源概率的起源可以追溯到古代的赌博和游戏。
人们在赌博和游戏中开始观察和研究事件发生的可能性。
例如，掷骰子的结果、扑克牌的抽取等都是随机事件，人们开始思考如何计算这些事件发生的概率。
古希腊的数学家泰勒斯和洛克斯曼尼就对概率进行了初步的研究，并提出了一些基本的概念和原则。
二、概率的发展1. 统计学的发展概率理论的发展与统计学的兴起密切相关。
18世纪末19世纪初，统计学家拉普拉斯和高斯等人开始研究随机事件的规律性，提出了一些重要的概率理论。
他们通过大量的实验和数据分析，建立了概率统计学的基本原理和方法，为概率理论的发展奠定了基础。
2. 概率公理化20世纪初，数学家科尔莫戈洛夫和冯·诺伊曼等人对概率理论进行了公理化的研究，提出了概率公理系统。
他们通过严格的数学推导和证明，建立了概率理论的数学基础和体系，使概率理论成为一门完整的数学学科。
3. 应用领域的拓展概率理论在各个领域得到了广泛的应用。
在自然科学中，概率理论被应用于物理学、化学、生物学等领域，用于解释和预测随机事件的发生。
在社会科学中，概率理论被应用于经济学、心理学、社会学等领域，用于分析和预测人类行为和社会现象。
在工程技术中，概率理论被应用于通信、控制、优化等领域，用于设计和改进系统性能。
三、概率的相关概念和应用1. 随机变量随机变量是概率理论中的重要概念之一。
它表示随机事件的数值结果，可以是离散的或连续的。
随机变量的概率分布描述了不同取值的概率。
2. 概率分布概率分布是描述随机变量的概率情况的函数。
常见的概率分布包括离散型分布（如伯努利分布、泊松分布）和连续型分布（如正态分布、指数分布）等。
3. 概率密度函数和累积分布函数概率密度函数描述连续型随机变量的概率分布，累积分布函数描述随机变量小于等于某个值的概率。
概率统计的起源与发展课件
应对不确定性的能力。
概率统计与其他学科的交叉研究
1 2 3
与机器学习的融合
结合机器学习算法，挖掘数据中的潜在模式和规 律，为概率统计提供新的研究思路和方法。
与金融学的交叉
深入研究金融领域中的概率统计问题，如风险管 理、投资组合优化等，为金融市场的发展提供理 论支持。
与生物医学的交叉
运用概率统计方法，研究生物医学中的复杂问题 和挑战，如疾病预测、药物研发等。
参数估计
指根据样本数据推断总体参数的过程 ，如均值、方差等。
概率统计中的重要公式与定理
大数定律 中心极限定理
贝叶斯定理 方差与协方差
指在大量重复试验中，频率稳定收敛到概率，即随着试验次数 的增加，事件发生的频率逐渐接近其概率。
指在独立同分布的情况下，随机变量的分布近似于正态分布。
指在已知某些条件下，事件发生的概率可以通过贝叶斯公式进 行计算。
统计的基本概念
数据收集
指通过调查、观察、实验等方式获取 数据的过程。
02
数据整理
指对收集到的数据进行分类、排序、 计算等处理，使其更加易于分析。
01
假设检验
指根据某些假设，利用样本数据推断 总体特征的过程。
05
03
数据描述
指用图表、数值等方式对数据进行可 视化处理，以便更直观地观察数据特 征。
04
实时动态评估
对概率统计模型进行实时评估和优化，确保预测结果的准确性和及 时性。
深入研究不确定性问题
不确定性度量
01
发展更有效的度量方法，以定量描述概率统计中的不确定性，
为决策提供更准确的依据。
不确定性的来源与传播
02
深入研究不确定性的来源和传播机制，揭示潜在影响因素和风
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。
- 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、"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、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)。
柯尔莫哥洛夫，1933年前
苏联数学家柯尔莫哥洛夫总
结前人之大成，提出了概率论 公理体系，即概率论的
公理化定义。
设随机实验E的样本空间为Ω。若按照某种方法，对E的每一事件A赋于一个 实数P(A)，且满足以下公理： 1°非负性：P(A)≥0； 2°规范性：P(Ω)=1； 3°可列（完全）可加性：对于两两互不相容的可列无穷多个事件A1， A2，……，An，……，有 P(A1∪A2∪……∪An∪……)=P(A1)+P(A2)+……P(An)+……，则称实数 P(A)为事件A的概率。
德.梅勒的朋友认为，既然掷出他选择的点数的机会 是德.梅勒的一半，那么他该拿到德.梅勒所得的一 半，即他拿20个金币，德.梅勒拿40个金币。
然而德.梅勒争执到：再掷一次骰子，对他来说最糟 糕的事是他将失去他的优势，游戏是平局，每人都 得到相等的30个金币；但如果掷出的是“5”，他就 赢了，并可拿走全部的60个金币。在下一次掷骰子 之前，他实际上已经拥有了30个金币，他还有50% 的机会赢得另外30个金币，所以，他应分得45个金 币。
三年后，也就是1657年，荷兰著名的天文、物理兼数 学家惠更斯把这一问题置于更复杂的情形下，试图总 结出更一般的规律，结果写成了《论掷骰子游戏中的 计算》一书，这就是最早的概率论著作 。
伯努利（1654-1705）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。
公元前2250年，大禹治水，根据山川土质， 人口和物质统筹开凿河道；三代（商，东周， 西周）时期实行井田制，根据户口和土地的 统计资料按人分地，同时由于军事和征税的 需要，在各朝各代对土地，人口，财产和年 龄都有统计资料可查并绘有图表，可见描述 性统计学，在我国早已应用，只是缺乏专门 研究，未形成系统知识。
现状——各种随机过程的形成和应用
布朗运动（也叫 维纳过程）
马尔科夫过程 费勒过程
杜布过程
莱维过程 点过程 平稳过程 鞅论
伊藤清，日本数学家，为 解释布朗运动等伴随偶然性的 自然现象，伊藤清提出了伊藤 公式，这成为随机分析这个数 学新分支的基础定理。伊藤的 成果于20世纪80年代以后在金 融领域得到广泛应用，他因此 被称为“华尔街最有名的日本 人”。
概率统计的起源、发展与形成
周杰明 （副教授、硕士生导师） 湖南师大数计院统计与金融数学系、金融保险研究所 湖南工业职业技术学院 2018.7.10
周杰明，1986-，副教授，硕士生导师
2013年6月博士毕业于湖南师范大学概率论与数理统计专业，
师从国家有突出贡献中青年专家杨向群教授（原湘大校长）； 2015年7月博士后出站于南开大学概率论与数理统计专业， 师从中国数学会副理事长郭军义教授； 湖南师范大学世承人才计划优秀青年学者； 我校数学与统计学院 统计与金融数学系副系主任， 我校统计学一级学科博士点学科秘书； 全国精算与保险数学学术会议执委，湖南分会召集人； 概率论与数理统计、统计学、应用统计学三个专业的硕士研 究生导师； 主持国家自然科学基金1项，发表SCI/SSCI论文10多篇。
概率论的起源
故事背景：
德.梅勒是一位军人、语言学家、古典学者，同时也 是一个有能力、有经验的赌徒，他经常玩骰子和纸 牌。虽然他不是一个全职的数学家，但他经常从数 学的角度提出和思考赌博中出现的一些有深度的问 题，“点问题” 就是其中之一。一次，德.梅勒和他 的一个朋友每人出30个金币，两人各自选取一个点 数，谁选择的点数首先被掷出3次，谁就赢得全部的 赌注。在游戏进行了一会儿后，德.梅勒选择的点数 “5”出现了2次，而他的朋友选择的点数“3”只出现 了1次。这时候，德.梅勒由于国王召见必须离开， 游戏不得不停止。他们该如何分配赌桌上的60个金 币的赌变量（Random variable）表示随机试验各 种结果的实值单值函数。例如，某一时间内 公共汽车站等车乘客人数，电话交换台在一 定时间内收到的呼叫次数等等，都是随机变 量的实例。 严格的数学定义 随机变量（Random variable）其实就是可测函 数（Measurable Function）
伊藤清的工作集中于概率论，特别是随机分析领域．早在1944年他率先对 Brown运动引进随机积分，从而建立随机微积分或随机分析这个新分支， 1951年他引进计算随机积分的伊藤公式，后推广成一般的变元替换公式，这 是随机分析的基础定理．同时他定义多重Wiener积分和复多重Wiener积分。
概率论及其分支
棣莫佛（1667-1754）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 年发现了正太分布密度 函数，但他没有把这一 结果应用到实际数据上。
直到1924年才被英国统 计学家 K. 皮尔森 （1857-1936）在一家图 书馆中发现。
高斯（1777-1855）从测量同一物体所引 起的误差这一随机现象独立地发现了正太 分布（也叫高斯分布）的密度函数， 他发现了误差理论，并提出了最小二乘法。
拉普拉斯（1749-1827）也独立地导出了正太分布的密度函 数，他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，他的著作《概率的分析理论》和《概率的哲学 探讨》，他是奠基概率论基础的第一个人，并预言：值得注意 的是，从考虑赌博问题而起始的一门科学，将会成为人类知识 宝库里最重要的主题。
概率天气预报
概率天气预报是用概率值表示预报量出现可能性的大小， 它所提供的不是某种天气现象的\"有\"或\"无\"，某种气 象要素值的\"大\"或\"小\"，而是天气现象出现的可能性 有多大。如对降水的预报，传统的天气预报一般预报有 雨或无雨，而概率预报则给出可能出现降水的百分数， 百分数越大，出现降水的可能性越大。一般来讲，概率 值小于或等于30%，可认为基本不会降水；概率值在 30%-60%，降水可能发生，但可能性较小；概率在 60%-70%，降水可能性很大；概率值大于70%，有降水 发生。概率天气预报既反映了天气变化确定性的一面， 又反映了天气变化的不确定性和不确定程度。在许多情 况下，这种预报形式更能适应经济活动和军事活动中决 策的需要。
在西方始于公元前3000多年前，埃及金字塔
建造时为征集费用，对全国人口，财产进行 全面统计，到了亚里士多德时代，统计逐渐 往理性演变，统计在卫生，保险，贸易，军 事和行政管理方面的应用都有详细地记载。 统计（Statistics）一词就是从意大利文 （St1857-1918） 在极限定理研究方面作出了开创新 的工作。切比雪夫，马尔科夫，李雅普诺夫三位俄国数学家还 提出了“随机变量”的概念，使得概率论的研究对象从个别 事件，扩大到刻画随机现象的数，由于研究对象的扩大，必然 导致引入其他新概念，如，分布函数，密度函数，分布列等概 念，使得数学分析进入概率论的研究领域。
他们对这一问题的看法和计算方法不一致，为此而 争论不休。后来德.梅勒把这个问题告诉了帕斯卡， 帕斯卡对此也很感兴趣，但也难住了帕斯卡。
帕斯卡又写信告诉了费马。于是在这两位伟大的法国 数学家之间开始了具有划时代意义的通信。总共用了 三年的时间，解决了这一问题，在概率论的历史上， 一般的传统观点则把这一事件看作为数学概率论的起 始标志。 他们两人多再赌两局即可分出胜负，这两局有4种 可能的结果：5,5、5,3、3,5、3,3。前3种情况都 是甲最后获胜，只有最后一种情况才是乙取胜， 所以赌注应按3：1的比例分配，即甲得45个金币， 乙得15个。
男女出生比例
公元1814年，法国数学家拉普拉斯(Laplace 1794 －1827)在他的新作《概率的哲学探讨》一书中，记载 了一下有趣的统计．他根据伦敦，彼得堡，柏林和全法 国的统计资料，得出了几乎完全一致的男婴和女婴出生 数的比值是22：21，即在全体出生婴儿中，男婴占 51.2%，女婴占48.8%．可奇怪的是，当他统计1745－ 1784整整四十年间巴黎男婴出生率时，却得到了另一 个比是25：24，男婴占51.02%，与前者相差 0.14%．对于这千分之一点四的微小差异，拉普拉斯感 到困惑不解，他深信自然规律，他觉得这千分之一点四 的后面，一定有深刻的因素．于是，他深入进行调查研 究，终于发现：当时巴黎人“重女轻男”，有抛弃男婴 的陋俗，以至于歪曲了出生率的真相，经过修正，巴黎 的男女婴的出生比率依然是22 ： 21．
概率论 随机过程（随机场，超过程） 随机分析 随机（偏）微分方程 倒向随机微分方程 非线性期望 随机控制
解放后我国在概率论研究方面才引起 世界的重视
当代在某些分支方面处于领先，许多分支已经达到
世界前沿阵地。 中国学者在概率论与相关领域的研究上取得了丰硕 成果，主要包括马氏过程与Dirichlet型理论、随机 分析与几何、随机（偏）微分方程、随机网络与复 杂系统、倒向随机方程与非线性期望理论、粒子系 统与超过程理论、极限理论与大偏差、随机控制， 以及概率论在遗传学、经济与金融、物理化学等其 他领域与学科的应用。
统计学
统计学是研究随机数据的搜集、整理、分析
和推断的各种统计方法及其理论背景的一门 科学。概率论是统计学的理论基础。统计学 可分为描述性统计学和分析性统计学。 描述性统计学主要研究数据的搜集和整理 分析性统计学主要研究数据分析和推断
起源——政府事务管理
描述性统计学的产生可以追溯到很久远
目前世界男女比例
21 20 而中国目前男女出生比例 120:100
预计到2020年将会出现3000万“光 棍”
一名优秀数学家＝10个师
1943年以前，在大西洋上英美运输船队常常受到德 国潜艇的袭击，当时，英美两国限于实力，无力增派 更多的护航舰，一时间，德军的“潜艇战”搞得盟军 焦头烂额． 为此，有位美国海军将领专门去请教了几位数学家，数学 家们运用概率论分析后分析，舰队与敌潜艇相遇是一个随 机事件，从数学角度来看这一问题，它具有一定的规律 性．一定数量的船（为100艘）编队规模越小，编次就越 多（为每次20艘，就要有5个编次），编次越多，与敌人 相遇的概率就越大． 美国海军接受了数学家的建议，命令舰队在指定海域 集合，再集体通过危险海域，然后各自驶向预定港口．结 果奇迹出现了：盟军舰队遭袭被击沉的概率由原来的25 ％降为1％，大大减少了损失，保证了物资的及时供应．