概率統(tǒng)計(jì)正態(tài)分布

概率統(tǒng)計(jì)正態(tài)分布

ID:46585280

大小:1.24 MB

頁數(shù):39頁

時(shí)間:2019-11-25

概率統(tǒng)計(jì)正態(tài)分布_第1頁
概率統(tǒng)計(jì)正態(tài)分布_第2頁
概率統(tǒng)計(jì)正態(tài)分布_第3頁
概率統(tǒng)計(jì)正態(tài)分布_第4頁
概率統(tǒng)計(jì)正態(tài)分布_第5頁
資源描述:

《概率統(tǒng)計(jì)正態(tài)分布》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、正態(tài)分布的前世今生(上)2013/01/28經(jīng)典理論歷史、正態(tài)分布rickjin神說,要有正態(tài)分布,就有了正態(tài)分布。神看正態(tài)分布是好的,就讓隨機(jī)誤差服從了正態(tài)分布。創(chuàng)世紀(jì)—數(shù)理統(tǒng)計(jì)1.正態(tài)分布,熟悉的陌生人學(xué)過基礎(chǔ)統(tǒng)計(jì)學(xué)的同學(xué)大都對(duì)正態(tài)分布非常熟悉。這個(gè)鐘形的分布曲線不但形狀優(yōu)雅,它對(duì)應(yīng)的密度函數(shù)寫成數(shù)學(xué)表達(dá)式f(x)=12π??√σe?(x?μ)22σ2也非常具有數(shù)學(xué)的美感。其標(biāo)準(zhǔn)化后的概率密度函數(shù)f(x)=12π??√e?x22更加的簡潔漂亮,兩個(gè)最重要的數(shù)學(xué)常量π、e都出現(xiàn)在這公式之中。在我個(gè)人的審美之中,它也屬于top-N的最美麗的數(shù)學(xué)公式之一,如果有人問我數(shù)理統(tǒng)計(jì)領(lǐng)域哪個(gè)公式最

2、能讓人感覺到上帝的存在,那我一定投正態(tài)分布的票。因?yàn)檫@個(gè)分布戴著神秘的面紗,在自然界中無處不在,讓你在紛繁蕪雜的數(shù)據(jù)背后看到隱隱的秩序。正態(tài)分布曲線正態(tài)分布又通常被稱為高斯分布,在科學(xué)領(lǐng)域,冠名權(quán)那是一個(gè)很高的榮譽(yù)。2002年以前去過德國的兄弟們還會(huì)發(fā)現(xiàn),德國1991年至2001年間發(fā)行的的一款10馬克的紙幣上印著高斯(CarlFriedrichGauss,1777-1855)的頭像和正態(tài)密度曲線,而1977年東德發(fā)行的20馬克的可流通紀(jì)念鋼镚上,也印著正態(tài)分布曲線和高斯的名字。正態(tài)分布被冠名高斯分布,我們也容易認(rèn)為是高斯發(fā)現(xiàn)了正態(tài)分布,其實(shí)不然,不過高斯對(duì)于正態(tài)分布的歷史地位的確立是起

3、到了決定性的作用。德國馬克和紀(jì)念幣上的高斯頭像和正態(tài)分布曲線正態(tài)曲線雖然看上去很美,卻不是一拍腦袋就能想到的。我們在本科學(xué)習(xí)數(shù)理統(tǒng)計(jì)的時(shí)候,課本一上來介紹正態(tài)分布就給出分布密度函數(shù),卻從來不說明這個(gè)密度函數(shù)是通過什么原理推導(dǎo)出來的。所以我一直搞不明白數(shù)學(xué)家當(dāng)年是怎么找到這個(gè)概率分布曲線的,又是怎么發(fā)現(xiàn)隨機(jī)誤差服從這個(gè)奇妙的分布的。我們在實(shí)踐中大量的使用正態(tài)分布,卻對(duì)這個(gè)分布的來龍去脈知之甚少,正態(tài)分布真是讓人感覺既熟悉又陌生。直到我讀研究生的時(shí)候,我的導(dǎo)師給我介紹了陳希儒院士的《數(shù)理統(tǒng)計(jì)學(xué)簡史》這本書,看了之后才了解了正態(tài)分布曲線從發(fā)現(xiàn)到被人們重視進(jìn)而廣泛應(yīng)用,也是經(jīng)過了幾百年的歷史。正

4、態(tài)分布的這段歷史是很精彩的,我們通過講一系列的故事來揭開她的神秘面紗。2.邂逅,正態(tài)曲線的首次發(fā)現(xiàn)第一個(gè)故事和概率論的發(fā)展密切相關(guān),主角是棣莫弗(AbrahamdeMoivre,1667-1754)和拉普拉斯(Pierre-SimonLaplace1749-1827)。拉普拉斯是個(gè)大科學(xué)家,被稱為法國的牛頓;棣莫弗名氣可能不算很大,不過大家應(yīng)該都應(yīng)該很熟悉這個(gè)名字,因?yàn)槲覀冊诟咧袛?shù)學(xué)學(xué)復(fù)數(shù)的時(shí)候都學(xué)過棣莫弗公式(cosθ+isinθ)n=cos(nθ)+isin(nθ).而棣莫弗所寫的《機(jī)遇論》(Thedoctrineofchances)是概率論發(fā)展歷史中很重要的一本書。牛頓對(duì)棣莫弗十分

5、欣賞,遇到學(xué)生向他請教概率方面的問題時(shí),他就說:“這樣的問題應(yīng)該去找棣莫弗,他對(duì)這些問題的研究比我深入得多。”棣莫弗和拉普拉斯古典概率論發(fā)源于賭博,惠更斯(ChristiaanHuygens,1629-1695)、帕斯卡(BlaisePascal,1623-1662)、費(fèi)馬(PierredeFermat,1601-1665)、雅可比·貝努利(JacobBernoulli,1654-1705)都是古典概率的奠基人,他們那會(huì)研究的概率問題大都來自賭桌上,最早的概率論問題是賭徒梅累在1654年向帕斯卡提出的如何分賭金的問題。統(tǒng)計(jì)學(xué)中的總體均值之所以被稱為期望(Expectation),就是源自

6、惠更斯、帕斯卡這些人研究平均情況下一個(gè)賭徒在賭桌上可以期望自己贏得多少錢。有一天一個(gè)哥們,也許是個(gè)賭徒,向棣莫弗提了一個(gè)和賭博相關(guān)的問題:A、B兩人在賭場里賭博,A、B各自的獲勝概率是p,q=1?p,賭n局。兩人約定:若A贏的局?jǐn)?shù)X>np,則A付給賭場X?np元;若X

7、棣莫弗尋找近似計(jì)算的方法。與此相關(guān)聯(lián)的另一個(gè)問題,是遵從二項(xiàng)分布的隨機(jī)變量X~B(n,p),求X落在二項(xiàng)分布中心點(diǎn)一定范圍的概率Pd=P(

8、X–np

9、≤d)。對(duì)于p=1/2的情形,棣莫弗做了一些計(jì)算并得到了一些近似結(jié)果,但是還不夠漂亮,幸運(yùn)的是棣莫弗和斯特林(JamesStirling,1692-1770)處在同一個(gè)時(shí)代,而且二人之間有聯(lián)系,斯特林公式是在數(shù)學(xué)分析中必學(xué)的一個(gè)重要公式n!≈2πn???√(ne)n.事實(shí)上斯特林公式的

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。