概率论-详解.docx

概率论-详解 概率论(Probability theory)目录 1 概率论 2 概率论发展简史 3 概率论公理化体系的建立 4 现代概率论的内容 5 现代概率论的应用 6 概率论的案例分析[1] 7 参考文献概率论　　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，法国数学家布莱兹帕斯卡尔、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(0

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.柯尔莫哥洛夫、P.莱维及W. 费勒等人在随机变量序列的极限理论方面作出了重要贡献。

到20世纪30年代，有关独立随机变量序列的极限理论已臻完备在此期间,由于实际问题的需要,特别是受物理学的刺激，人们开始研究随机过程1905年A.爱因斯坦和R.斯莫卢霍夫斯基各自独立地研究了布朗运动他们用不同的概率模型求得了运动质点的转移密度但直到1923年，N.维纳才利用三角级数首次给出了布朗运动的严格数学定义，并证明了布朗运动轨道的连续性1907年马尔可夫在研究相依随机变量序列时，提出了现今称之为马尔可夫链（见马尔可夫过程）的概念；而马尔可夫过程的理论基础则由柯尔莫哥洛夫在1931年所奠定稍后一些时候，辛钦研究了平稳过程的相关理论(1934)所有这些关于随机过程的研究，都是基于分析方法，即将概率问题化为微分方程或泛函分析等问题来解决从1938年开始，莱维系统深入地研究了布朗运动，取得了一系列重要成果，他充分利用概率的直觉性，将逻辑与直觉结合起来，倡导了研究随机过程的一种新方法，即概率方法这种方法的特点是着眼于随机过程的轨道性质莱维对概率论的另一重要贡献是建立了独立增量过程的一般理论他的著作《随机过程与布朗运动》(1948)至今仍是随机过程理论的一本经典著作现代概率论的另外两个代表人物是J.L.杜布和伊藤清，前者创立了鞅论，后者创立了布朗运动的随机积分理论。

　　在概率发展史中特别值得一提的是柯尔莫哥洛夫在1933年建立了概率论的公理化体系概率论公理化体系的建立　　早在拉普拉斯给出概率的古典定义之前，人们就提出了几何概率的概念，这是研究有无穷多个可能结果的随机现象问题的，著名的布丰（曾译蒲丰）投针问题 (1777)就是几何概率的一个早期例子19世纪，几何概率逐步发展起来但到19世纪末，出现了一些自相矛盾的结果以著名的贝特朗悖论为例：在圆内任作一弦，求其长超过圆内接正三角形边长的概率此问题可以有三种不同的解答：①由于对称性，可预先指定弦的方向作垂直于此方向的直径，只有交直径于 1/4点与3/4点间的弦，其长才大于内接正三角形边长设所有交点是等可能的，则所求概率为 1/2(图1之a)图② 由于对称性，可预先固定弦的一端仅当弦与过此端点的切线的交角在60～120之间,其长才合乎要求设所有方向是等可能的，则所求概率为1/3(图 1之b)③弦被其中点位置惟一确定只有当弦的中点落在半径缩小了一半的同心圆内，其长才合乎要求设中点位置都是等可能的，则所求概率为1/4（图1 之c）这个问题之所以有不同解答,是因为当一随机试验有无穷多个可能结果时，有时很难客观地规定“等可能”这一概念。

这反映了几何概率的逻辑基础是不够严密的几何概率这类问题说明了拉普拉斯关于概率的古典定义带有很大的局限性当严密的概率公理化系统建立后，几何概率才能健康地发展且有广泛的应用　　虽然到了19世纪下半叶，概率论在统计物理学中的应用及概率论的自身发展已突破了概率的古典定义，但关于概率的一般定义则始终未能明确化和严格化这种情况既严重阻碍了概率论的进一步发展和应用，又落后于当时数学的其他分支的公理化潮流1900年,D.希尔伯特在世界数学家大会上公开提出了建立概率论公理化体系的问题,最先从事这方面研究的是（J.-）H.庞加莱、(F.-.-J.-) .波莱尔及С.Η.伯恩斯坦关于概率论与测度论有联系这一重要思想就出自波莱尔伯恩斯坦于1917年构造了概率论的第一个公理化体系20年代以后，相继出现了 J.M.凯恩斯及R.von米泽斯等人的工作凯恩斯主张把任何命题都看作是事件例如,“明天将下雨”，“土星上有生命”,“某出土文物是某年代的产品”,等等他把一事件的概率看作是人们根据经验对该事件的可信程度，而与随机试验没有直接联系，因此，通常称为主观概率从凯恩斯起，对主观概率提出了几种公理体系，但没有一种堪称权威也许，主观概率的最大影响不在概率论领域自身，而在数理统计学中近年来出现的贝叶斯统计学派。

和主观概率学派相对立的是以米泽斯为代表的概率的频率理论学派米泽斯把一事件的概率定义为该事件在独立重复随机试验中出现的频率的极限，并把此极限的存在性作为他的第一条公理他的第二条公理是，对随机选取的子试验序列，事件出现的频率的极限也存在并且极限值相等　　严格说来，这第二条公理没有确切的数学含义因此，这种所谓公理化在数学上是不可取的此外，象某个事件在一独立重复试验序列中出现无穷多次这一事件的概率，在米泽斯理论中是无法定义的这种频率法的理论依据是强大数律，它具有较强的直观性，易为实际工作者和物理学家所接受但随着科学的进步，它又已逐渐被绝大多数物理学家所抛弃　　20世纪初完成的勒贝格测度（见测度论）和勒贝格积分理论以及随后发展起来的抽象测度和积分理论，为概率论公理体系的确立奠定了理论基础人们通过对概率论的两个最基本的概念即事件与概率的长期研究，发现事件的运算与集合的运算完全类似，概率与测度有相同的性质到了30年代，随着大数律研究的深入，概率论与测度论的联系愈来愈明显例如强、弱大数律中的收敛性(见概率论中的收敛) 与测度论中的几乎处处收敛及依测度收敛完全类似在这种背景下，柯尔莫哥洛夫于1933年在他的《概率论基础》一书中第一次给出了概率的测度论式的定义和一套严密的公理体系。

这一公理体系着眼于规定事件及事件概率的最基本的性质和关系，并用这些规定来表明概率的运算法则它们是从客观实际中抽象出来的，既概括了概率的古典定义、几何定义及频率定义的基本特性，又避免了各自的局限性和含混之处这一公理体系一经提出，便迅速获得举世的公认它的出现，是概率论发展史上的一个里程碑，为现代概率论的蓬勃发展打下了坚实的基础现代概率论的内容　　由于科学技术中许多实际问题的推动以及概率论逻辑基础的建立，概率论从20世纪30年代以来得到了迅速的发展　　目前其主要研究内容大致可分为极限理论，独立增量过程，马尔可夫过程，平稳过程和时间序列，鞅和随机微分方程，点过程等此外，包括组合概率（用组合数学方法解决只涉及有限个基本事件的概率问题）、几何概率等在内的一些属于古典范畴的问题，至今仍有人在继续研究，并有新的发展　　极限理论是研究与随机变量序列或随机过程序列的收敛性有关的问题的理论20世纪30年代以后，有关随机变量序列的极限理论（主要是中心极限定理）的研究，是将独立序列情形的结果推广到鞅差序列和更一般的弱相依序列等情形，以及研究收敛速度问题近年来，由于统计力学的需要，人们开始研究强相依随机变量序列的非中心极限定理。

　　自1951年M.唐斯克提出不变原理（见随机过程的极。