网站大量收购独家精品文档,联系QQ:2885784924

高斯的数学贡献.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
高斯的数学贡献

2010-2011学年第一学期 《 数学史 》课程论文 课程号: 任课教师 成绩 论文题目:高斯的重要数学贡献 论文要求:(对论文题目、内容、行文、字数等作出判分规定。) 格式要求参考毕业论文要求。字数3000左右。选题与学术水平占40分,论证能力占25分,论文撰写质量占25分、学习态度与论文字数占10分。 教师评语: 教师签字: 年 月 日 高斯的重要数学贡献 高斯(C.F.Gauss, 1777—1855年)德国数学家、物理学家和天文学家。高斯的研究领域,遍及纯粹数学和应用数学的各个领域,并且开辟了许多新的数学领域,从最抽象的代数数论到内蕴几何学,都留下了他的足迹。从研究风格、方法乃至所取得的具体成就方面,他都是18、19世纪之交的中坚人物。德国数学家F.克莱因曾经这样说过:“如果我们把18世纪的数学家想象为一系列的高山峻岭,那么最后一个令人肃然起敬的巅峰就是高斯;如果把19世纪的数学家想象为一条条江河,那么其源头就是高斯。”高斯和牛顿、阿基米德,被誉为有史以来的三大数学家。高斯是近代数学奠基者之一,在历史上影响之大,可以和阿基米德、牛顿、欧拉并列,有“数学王子”之称。 1.高斯的生平简介 高斯1777年4月30日出生于德国布伦兹维克的一个贫苦农民家庭。幼时家境贫苦,聪敏异常。他很幸运,有一位鼎力支持他成才的母亲,高斯的母亲对他的才华极为珍视。1784年,7岁的高斯上学了。 1787年,高斯10岁,他进入了学习数学的班次。那时的高斯已经表现出了非同一般的创造力与计算能力。高斯的计算能力,更主要的是高斯独到的数学方法和非同一般的创造力,使得他的数学老师布特纳对他刮目相看。他们一起学习,互相帮助,高斯由此开始了真正的数学研究。 1788年,11岁的高斯进入了文科学校,他在新的学校里,所有的功课都极好,特别是古典文学、数学尤为突出。经过引见,布伦兹维克公爵召见了14岁时的高斯。这位朴实、聪明但家境贫寒的孩子赢得了公爵的同情,从此,公爵成为了高斯继续学习的资助人。1792年,高斯进入布伦兹维克的卡罗琳学院继续学习。此时,15岁的高斯就思考过第五公设问题。 1795—1798年,在公爵的资助下,已打下良好基础的高斯在格丁根大学学习。高斯在那里受到系统而严格的科学教育,很快就脱颖而出,作出了名扬世界的一系列重大贡献。1795年,18岁的高斯发现了质数分布定理和最小二乘法(阿基米德与牛顿均未画出)为流传了2000年的欧氏几何提供了自古希腊时代以来的第一次重要补充。18岁的高斯发现了质数分布定理和最小二乘法高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。最小二乘法在残差满足VPV为最小的条件下解算测量估值或参数估值并进行精度估算的方法。其中V为残差向量,P为其权矩阵。最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。最小二乘法是一种数学优化技术,它通过最小化误差的平方和找到一组数据的最佳函数匹配。 3. 高斯:正态分布 (normal distribution) 一般地,通过对足够多的测量数据的处理,可以得到一个新的、概率性质的测量结果。在这些基础之上,高斯随后专注于曲面与曲线的计算,并成功得到高斯钟形曲线(曲线)。其函数被命名为或,并在概率计算中大量使用。 3.1 正态分布的定义 定义1:概率论中最重要的一种分布,也是自然界最常见的一种分布。该分布由两个参数——平均值和方差决定。概率密度函数曲线以均值为对称中线,方差越小,分布越集中在均值附近一种最常见的连续性随机变量的概率分布正态分布(normal distribution)又名Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在许多方面有着重大的影响力。若X服从一个数学期望为μ、σ2的高斯分布,记为:则其正态分布的期望值μ决定了其位置,其σ决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲μ = 0,σ = 1的正态分布正态分布最早由A.棣莫弗在求的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如,在生产条件不变的情况下,产品的强力、抗压强度、口径、长度等指

文档评论(0)

shenlan118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档