概率论研究随机现象数量规律的数学分支。随机现象是指这样的客观.DOC

概率论 　　研究随机现象数量规律的数学分支。随机现象是指这样的客观现象，当人们观察它时，所得的结果不能预先确定，而只是多种可能结果中的一种。在自然界和人类社会中，存在着大量的随机现象。例如,掷一硬币,可能出现正面或反面；测量一物体长度，由于仪器及观察受到环境的影响，每次测量结果可能有差异；在同一工艺条件下生产出的灯泡,其寿命长短参差不齐;等等。这些都是随机现象。随机现象的实现和对它的观察称为随机试验,随机试验的每一可能结果称为一个基本事件, 一个或一组基本事件又通称随机事件，或简称事件。事件的概率则是衡量该事件发生的可能性的量度。虽然在一次随机试验中发生某个事件是带有偶然性的，但那些可以在相同条件下大量重复的随机试验却往往呈现出明显的数量规律性。人们在长期实践中已逐步觉察到某些这样的规律性，并在实际中应用它。例如，连续多次掷一均匀的硬币，出现正面的频率（出现次数与投掷次数之比）随着投掷次数的增加逐渐稳定于1/2。又如,多次测量一物体的长度，其测量结果的平均值随着测量次数的增加，逐渐稳定于一常数，并且诸测量值大都落在此常数的近旁，越远则越少，因之其分布状况呈现“中间大、两头小”及某种程度的对称性(即近似于正态分布)。大数律及中心极限定理就是描述和论证这些规律性的。在实际中，人们往往还需要研究在时间推进中某一特定随机现象的演变情况，描述这种演变的就是概率论中的随机过程。例如，某一电话交换台从一确定时刻起到其后的每一时刻为止所收到的呼唤次数便是一随机过程。又如，微小粒子在液体中因受周围分子的随机碰撞而形成不规则的运动（即布朗运动）也是一随机过程。研究随机过程的统计特性，计算与过程有关的某些事件的概率，特别是研究与过程样本轨道（即过程的一次实现）有关的问题，是现代概率论的主要课题。总之，概率论与实际有着密切的联系，它在自然科学、技术科学、社会科学、军事和工农业生产中都有广泛的应用。概率论还是数理统计学的理论基础。 概率论发展简史 　　概率论有悠久的历史，它的起源与博弈问题有关。16世纪，意大利的一些学者开始研究掷骰子等赌博中的一些简单问题，例如比较掷两个骰子出现总点数为9或10的可能性大小。17世纪中叶，法国数学家B.帕斯卡、P.de费马及荷兰数学家C.惠更斯基于排列组合的方法(见组合数学)研究了一些较复杂的赌博问题，他们解决了“合理分配赌注问题”（即“得分问题”，见概率）、“输光问题”等等。其方法不是直接计算赌徒赢局的概率，而是计算期望的赢值，从而导致了现今称之为数学期望的概念（由惠更斯明确提出）。使概率论成为数学的一个分支的真正奠基人则是瑞士数学家雅各布第一·伯努利,他建立了概率论中第一个极限定理,即伯努利大数律；该定理断言:设事件A的概率P(A)=p(0p1),若ηn表示前n次独立重复试验中事件A出现的次数,从而σn/n为事件A出现的频率，则当n→∞时， 　　式中ε为任一正实数。这一结果发表于他死后8年(1713)出版的遗著《推测术》(Ars conjectandi)中。这里所说的事件的概率,应理解为事件发生的机会的一个测度,即公理化概率测度(详见后)。1716年前后,A.棣莫弗对p =1/2情形,用他导出的关于n!的渐近公式(，即所谓斯特林公式)进一步证明了渐近地服从正态分布（德国数学家C.F.高斯于1809年研究测量误差理论时重新导出正态分布，所以也称为高斯分布）。亚伯拉罕·棣莫弗的这一结果后来被法国数学家P.-S.拉普拉斯推广到一般的p(0p1)的情形，后世称之为棣莫弗-拉普拉斯极限定理,这是概率论中第二个基本极限定理（见中心极限定理）的原始形式。皮埃尔-西蒙·拉普拉斯对概率论的发展贡献很大。他在系统总结前人工作的基础上，写出了《概率的分析理论》(1812年出版,后又再版6次)。在这一著作中，他首次明确规定了概率的古典定义（通常称为古典概率，见概率），并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的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。皮埃尔-西蒙·拉普拉斯非常重视概率论的实际应用,对人口统计学尤其感兴趣。继拉普拉斯以后,概率论的中心研究课题是推广和改进伯努利大数律及棣莫弗－拉普拉斯极限定理。在这方面，俄国数学家∏.Л.切比雪夫迈出了决定性的一步，1866年他用他所创立的切比雪夫不等式建立了有关独立随机变量序列的大数律。次年，又建立了有关各阶绝对矩一致有界的独立随机变量序列的中心极限定理；但其证明不严格，后来由Α.Α.马尔可夫于1898年补证。1901年Α.М.李亚普诺夫利用特征函数方法，对一类相当广泛的独立随机变量序列，证明了中心极限定理。他还利用这一定理第一次科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。继李亚普诺夫之后，Α.Я.辛钦、Α.Η.柯尔