概率論與數(shù)理統(tǒng)計(jì)-課程設(shè)計(jì)_第1頁(yè)
概率論與數(shù)理統(tǒng)計(jì)-課程設(shè)計(jì)_第2頁(yè)
概率論與數(shù)理統(tǒng)計(jì)-課程設(shè)計(jì)_第3頁(yè)
概率論與數(shù)理統(tǒng)計(jì)-課程設(shè)計(jì)_第4頁(yè)
概率論與數(shù)理統(tǒng)計(jì)-課程設(shè)計(jì)_第5頁(yè)
已閱讀5頁(yè),還剩2頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、概率論與數(shù)理統(tǒng)計(jì)課程設(shè)計(jì)概率論的起源、發(fā)展和應(yīng)用作者: 摘要: 論文簡(jiǎn)要介紹了概率論與數(shù)理統(tǒng)計(jì)學(xué)科的起源和發(fā)展,以及概率論與理統(tǒng)計(jì)在生活中的應(yīng)用。關(guān)鍵詞:概率論與數(shù)理統(tǒng)計(jì),起源,發(fā)展,應(yīng)用1、引言 概率論與數(shù)理統(tǒng)計(jì)是研究隨機(jī)現(xiàn)象統(tǒng)計(jì)規(guī)律的一門數(shù)學(xué)學(xué)科,也是一門應(yīng)用性很強(qiáng)又頗具特色的數(shù)學(xué)學(xué)科。它在包括控制、通信、生物、物理、力學(xué)、金融、社會(huì)科學(xué)等工程技術(shù)領(lǐng)域以及科學(xué)研究、經(jīng)濟(jì)管理、企業(yè)管理、經(jīng)濟(jì)預(yù)測(cè)等眾多領(lǐng)域都有廣泛的應(yīng)用;它與其他數(shù)學(xué)分支有著緊密的聯(lián)系(如微積分、高等代數(shù)、測(cè)度論等),是近代數(shù)學(xué)的重要組成部分;它的方法和理論向各個(gè)基礎(chǔ)學(xué)科、工程學(xué)科的滲透,是近代科學(xué)技術(shù)發(fā)展的特征之一;它與基礎(chǔ)

2、學(xué)科相結(jié)合產(chǎn)生出了許多邊緣學(xué)科,如生物統(tǒng)計(jì)、統(tǒng)計(jì)物理、數(shù)學(xué)地質(zhì)等;它又是許多新興的重要學(xué)科的基礎(chǔ),如信息論、控制論、可靠性理論、人工智能、信息編碼理論和數(shù)據(jù)挖掘等。 概率論與數(shù)理統(tǒng)計(jì)是工科大學(xué)的一門應(yīng)用性很強(qiáng)的必修基礎(chǔ)課。學(xué)習(xí)和掌握概率論與數(shù)理統(tǒng)計(jì)的基本理論和基本方法并將其靈活應(yīng)用于科學(xué)研究和工程實(shí)際中,是社會(huì)發(fā)展對(duì)高素質(zhì)人才培養(yǎng)提出的必然要求。2、概率論與數(shù)理統(tǒng)計(jì)的起源概率論的萌芽源于十七世紀(jì)保險(xiǎn)業(yè)的發(fā)展,但是真正引發(fā)數(shù)學(xué)家們思考的源泉,卻是賭博者的請(qǐng)求。十七世紀(jì)中葉,法國(guó)貴族德·美黑在骰子賭博中,有事急于抽身,須中途停止賭博,需要根據(jù)對(duì)勝負(fù)的預(yù)測(cè)把賭資進(jìn)行合理的分配,但不知用什么

3、樣的比例分配才算合理,于是就寫信向當(dāng)時(shí)法國(guó)的最高數(shù)學(xué)家帕斯卡請(qǐng)教。正是這封信使概率論在歷史的舞臺(tái)邁出了第一步。帕斯卡和當(dāng)時(shí)第一流的數(shù)學(xué)家費(fèi)爾瑪一起,研究了德·美黑提出的關(guān)于骰子賭博的問題。于是,一個(gè)新的數(shù)學(xué)分支-概率論登上了歷史舞臺(tái)。三年后,也就是1657年,荷蘭著名的天文、物理兼數(shù)學(xué)家惠更斯企圖自己解決這一問題,結(jié)果寫成了論機(jī)會(huì)游戲的計(jì)算一書,這就是最早的概率論著作。為概率論確定嚴(yán)密的理論基礎(chǔ)的是數(shù)學(xué)家柯爾莫哥洛夫。1933年,他發(fā)表了著名的概率論的基本概念,用公理化結(jié)構(gòu),這個(gè)結(jié)構(gòu)明確定義了概率論發(fā)展史上的一個(gè)里程碑,為以后的概率論的迅速發(fā)展奠定了基礎(chǔ)。3、概率論與數(shù)理統(tǒng)計(jì)的發(fā)展數(shù)

4、理統(tǒng)計(jì)的發(fā)展大致可分為古典時(shí)期、近代時(shí)期和現(xiàn)代時(shí)期三個(gè)階段。古典時(shí)期(19世紀(jì)以前)這是描述性的統(tǒng)計(jì)學(xué)形成和發(fā)展階段,是數(shù)理統(tǒng)計(jì)的萌芽時(shí)期。在這一時(shí)期里,瑞土數(shù)學(xué)家貝努里(16541795年)較早地系統(tǒng)論證了大數(shù)定律。1763年,英國(guó)數(shù)學(xué)家貝葉斯提出了一種歸納推理的理論,后被發(fā)展為一種統(tǒng)計(jì)推斷方法貝葉斯方法,開創(chuàng)了數(shù)理統(tǒng)計(jì)的先河。法國(guó)數(shù)學(xué)家棣莫佛(16671754)于1733年首次發(fā)現(xiàn)了正態(tài)分布的密度函數(shù),并計(jì)算出該曲線在各種不同區(qū)間內(nèi)的概率,為整個(gè)大樣本理論奠定了基礎(chǔ)。1809年,德國(guó)數(shù)學(xué)家高斯(17771855)和法國(guó)數(shù)學(xué)家勒讓德(17521833)各自獨(dú)立地發(fā)現(xiàn)了最小二乘法,并應(yīng)用于觀測(cè)

5、數(shù)據(jù)的誤差分析。在數(shù)理統(tǒng)計(jì)的理論與應(yīng)用方面都作出了重要貢獻(xiàn),他不僅將數(shù)理統(tǒng)計(jì)應(yīng)用到生物學(xué),而且還應(yīng)用到教育學(xué)和心理學(xué)的研究。并且詳細(xì)地論證了數(shù)理統(tǒng)計(jì)應(yīng)用的廣泛性,他曾預(yù)言:“統(tǒng)計(jì)方法,可應(yīng)用于各種學(xué)科的各個(gè)部門?!?近代時(shí)期(19世紀(jì)末至1845年)數(shù)理統(tǒng)計(jì)的主要分支建立,是數(shù)理統(tǒng)計(jì)的形成時(shí)期。上一世紀(jì)初,由于概率論的發(fā)展從理論上接近完備,加之工農(nóng)業(yè)生產(chǎn)迫切需要,推動(dòng)著這門學(xué)科的蓬勃發(fā)展。1889年,英國(guó)數(shù)學(xué)家皮爾遜(18571936)提出了矩估計(jì)法,次年又提出了頻率曲線的理論,并于1900年在德國(guó)數(shù)學(xué)家赫爾梅特在發(fā)現(xiàn) c 2分布的基礎(chǔ)上提出了c 2 檢驗(yàn),這是數(shù)理統(tǒng)計(jì)發(fā)展史上出現(xiàn)的第一個(gè)小樣

6、本分布。1908年,英國(guó)的統(tǒng)計(jì)學(xué)家戈塞特(18761937)創(chuàng)立了小樣本檢驗(yàn)代替了大樣本檢驗(yàn)的理論和方法(即分布和檢驗(yàn)法),這為數(shù)理統(tǒng)計(jì)的另一分支多元分析奠定理論基礎(chǔ)。1912年,英國(guó)統(tǒng)計(jì)學(xué)家費(fèi)歇(18901962)推廣了檢驗(yàn)法,同時(shí)發(fā)展了顯著性檢驗(yàn)及估計(jì)和方差分析等數(shù)理統(tǒng)計(jì)新分支。這樣,數(shù)理統(tǒng)計(jì)的一些重要分支如假設(shè)檢驗(yàn)、回歸分析、方差分析、正交設(shè)計(jì)等有了其決定其面貌的內(nèi)容和理論。數(shù)理統(tǒng)計(jì)成為應(yīng)用廣泛、方法獨(dú)特的一門數(shù)學(xué)學(xué)科?,F(xiàn)代時(shí)期(1945年以后),美籍羅馬尼亞數(shù)理統(tǒng)計(jì)學(xué)家瓦你德(19021950)致力于用數(shù)學(xué)方法使統(tǒng)計(jì)學(xué)精確化、嚴(yán)密化,取得了很多重要成果。他發(fā)展了決策理論,提出了一般的判

7、別問題,創(chuàng)立了序貫分析理論,提出著名的序貫概率比檢法。瓦爾德的兩本著作序貫分析和統(tǒng)計(jì)決策函數(shù)論,被認(rèn)為是數(shù)理發(fā)展史上的經(jīng)典之作。八九十年代,計(jì)算機(jī)的應(yīng)用推動(dòng)了數(shù)理統(tǒng)計(jì)在理論研究和應(yīng)用方面不斷地向縱深發(fā)展,并產(chǎn)生一些新的分支和邊緣性的新學(xué)科,如最優(yōu)設(shè)計(jì)和非參數(shù)統(tǒng)計(jì)推斷等。當(dāng)前,數(shù)理統(tǒng)計(jì)的應(yīng)用范圍愈來(lái)愈廣泛,已滲透到許多科學(xué)領(lǐng)域,應(yīng)用到國(guó)民經(jīng)濟(jì)各個(gè)部門,成為科學(xué)研究不可缺少的工具。4、概率論與數(shù)理統(tǒng)計(jì)在生活中的應(yīng)用1) 在求解最大經(jīng)濟(jì)利潤(rùn)問題中的應(yīng)用a) 大數(shù)定律在保險(xiǎn)學(xué)中的應(yīng)用大數(shù)定律應(yīng)用在保險(xiǎn)學(xué)中,就是保險(xiǎn)的賠償遵從大數(shù)定律,即參加某項(xiàng)保險(xiǎn)的投保戶成千上萬(wàn),雖然每一戶情況各不相同,但對(duì)保險(xiǎn)公司

8、來(lái)說(shuō),平均每戶的賠償率幾乎恒等于一個(gè)常數(shù)。假如某保險(xiǎn)公司有10000個(gè)同階層的人參加人壽保險(xiǎn),每人每年付120元保險(xiǎn)費(fèi),在一年內(nèi)一個(gè)人死亡的概率為0006,死亡時(shí),其家屬可向保險(xiǎn)公司領(lǐng)得1 0000元。試問:平均每戶支付賠償金59元至61元的概率是多少?保險(xiǎn)公司虧本的概率有多大?保險(xiǎn)公司每年在這項(xiàng)險(xiǎn)種中利潤(rùn)大于40萬(wàn)元的概率是多少?保險(xiǎn)公司虧本,也就是賠償金額大于10000×120=120(萬(wàn)元),即死亡人數(shù)大于120人的概率。死亡人數(shù)YB(10000,0006),E(Y)=60,D(Y)=5964,由中心極限定理,Y近似服從正態(tài)分布N (60,5964),則PY>1200,這

9、說(shuō)明,保險(xiǎn)公司虧本的概率幾乎等于0。如果保險(xiǎn)公司每年的利潤(rùn)大于40萬(wàn)元,即賠償人數(shù)小于80人。則PY<80=09952。可見,保險(xiǎn)公司每年利潤(rùn)大干40萬(wàn)元的概率接近100。在保險(xiǎn)市場(chǎng)的競(jìng)爭(zhēng)過程中,在保證相同收益的前提下有兩個(gè)策略可以采用,一是降低保險(xiǎn)費(fèi),另一個(gè)是提高賠償金,而采用提高賠償金比降低保險(xiǎn)費(fèi)更能吸引投保戶。b) 利用隨機(jī)變量函數(shù)期望求解最大利潤(rùn)某公司經(jīng)銷某種原料,根據(jù)歷史資料:這種原料的市場(chǎng)需求量 (單位:噸) 服從 上的均勻分布,每售出 噸該原料,公司可獲利千元;若積壓1 噸,則公司損失 千元,問公司應(yīng)該組織多少貨源,可使期望的利潤(rùn)最大? 分析:此問題的解決先是建立利潤(rùn)與需求

10、量的函數(shù),然后求利潤(rùn)的期望,從而得到利潤(rùn)關(guān)于貨源的函數(shù),最后利用求極值的方法得到答案。解:設(shè)公司組織該貨源噸,則顯然應(yīng)該有,又記為在噸貨源的條件下的利潤(rùn),則利潤(rùn)為需求量的函數(shù),即,由題設(shè)條件知: 當(dāng)時(shí),則此噸貨源全部售出,共獲利:當(dāng)時(shí),則售出 噸(獲利),噸積壓獲利( ),所以共獲利,由此得從而得 上述計(jì)算表明 是的二次函數(shù),用通常求極值的方法可以求得噸時(shí),能夠使得期望的利潤(rùn)達(dá)到最大。2) 在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用在實(shí)際經(jīng)營(yíng)中,許多量之間存在某種密切聯(lián)系,根據(jù)數(shù)理統(tǒng)計(jì)原理,可以根據(jù)往年資料或市場(chǎng)信息,通過對(duì)社會(huì)經(jīng)濟(jì)現(xiàn)象之間客觀存在的因果關(guān)系及其變化趨勢(shì)進(jìn)行線性回歸分析預(yù)測(cè),從而得出未來(lái)的數(shù)量狀況。下

11、面以一元線性回歸分析為例探討一下線性回歸分析在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用。合金的強(qiáng)度 與合金中碳的含量 有關(guān),為了生產(chǎn)強(qiáng)度滿足用戶需要的合金,在冶煉時(shí)要控制碳的含量?,F(xiàn)調(diào)查收集了12組數(shù)據(jù),見下表,試建立適當(dāng)?shù)木€性回歸模型并進(jìn)行檢驗(yàn)。如果在冶煉過程中通過化驗(yàn)得知了碳的含量為0.16 ,根據(jù)模型預(yù)測(cè)這爐合金的強(qiáng)度。序號(hào)序號(hào)10.1042.070.1649.020.1143.080.1753.030.1245.090.1850.040.1345.0100.2055.050.1445.0110.2155.0 0.1547.5100.2360.0解:第一步,建立線性回歸模型已知一元線性回歸模型為,根據(jù)公式及表中的數(shù)據(jù)得: , ,從而所求的回歸模型第二步,檢驗(yàn)線性關(guān)系的顯著性現(xiàn)在用 檢驗(yàn)法,經(jīng)計(jì)算得 ,取顯著性水平 ,則 ,由于 ,因此在顯著性水平下回歸方差是顯著的。第三步,預(yù)測(cè)將 代入回歸模型,則得到預(yù)測(cè)值為 在顯著性水平下,得 的概率0.95的預(yù)測(cè)區(qū)間為,即有的把握認(rèn)為,碳的含量為時(shí),合金的強(qiáng)度介于之間。5、結(jié)束語(yǔ)通過以上介紹及討論我們簡(jiǎn)要了解了概率論與數(shù)理統(tǒng)計(jì)學(xué)科的起源和發(fā)展,以及概率論與理統(tǒng)計(jì)在生活中的廣泛應(yīng)用。學(xué)習(xí)和掌握概率論與數(shù)理

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論