1654 年 - 至今 | 随机性·不确定性·数学建模 | 从赌博到量子力学的数学语言
| 概念 | 定义 | 示例 |
|---|---|---|
| 随机试验 | 结果不确定的试验 | 掷硬币、掷骰子 |
| 样本空间 | 所有可能结果的集合 | 掷骰子：{1,2,3,4,5,6} |
| 随机事件 | 样本空间的子集 | 掷出偶数：{2,4,6} |
| 概率 | 事件发生的可能性 (0-1) | P(正面)=0.5 |
| 随机变量 | 随机试验结果的数值表示 | 掷骰子的点数 |
概率论基本公式
内容：任何事件的概率≥0
意义：概率不能为负
表达：P(A) ≥ 0
内容：必然事件概率=1
意义：概率上限为 1
表达：P(Ω) = 1
内容：互斥事件概率可加
意义：概率的可加性质
表达：P(A∪B) = P(A)+P(B)
| 分布类型 | 特点 | 应用 |
|---|---|---|
| 均匀分布 | 等可能结果 | 掷骰子、随机抽样 |
| 二项分布 | n 次独立试验成功次数 | 质量控制、医学试验 |
| 泊松分布 | 稀有事件计数 | 交通事故、电话呼叫 |
| 正态分布 | 钟形曲线、中心极限 | 自然现象、测量误差 |
| 指数分布 | 无记忆性、等待时间 | 寿命分析、排队论 |
古希腊、古印度、中国古代有随机性思想，但未形成系统理论
意大利数学家帕乔利提出点数分配问题，引发对概率的思考
帕斯卡与费马通信解决点数分配问题，标志概率论正式诞生
惠更斯发表《论赌博中的计算》，是第一本概率论著作
雅各布·伯努利《推测术》出版，证明大数定律，奠定统计推断基础
棣莫弗发现正态分布，是概率论最重要的发现之一
贝叶斯遗作发表，提出贝叶斯定理，成为贝叶斯统计基础
拉普拉斯《概率的分析理论》出版，系统发展概率论
高斯发表正态分布理论，成为概率论和统计学核心
希尔伯特提出概率论公理化问题，推动概率论严格化
柯尔莫哥洛夫《概率论基础》出版，建立概率论公理体系
维纳、伊藤等发展随机过程理论，应用于物理和金融
香农信息论基于概率论，开创信息时代
计算能力提升使贝叶斯方法重新受到重视
概率论成为机器学习和人工智能的数学基础
时间：1654 年
地点：巴黎
贡献：帕斯卡 - 费马创立
时间：18 世纪
地点：巴塞尔
贡献：伯努利家族
时间：18-19 世纪
地点：巴黎
贡献：拉普拉斯、泊松
时间：20-21 世纪
地点：全世界
贡献：成为科学基础
| 领域 | 影响 | 说明 |
|---|---|---|
| 统计学 | 理论基础 | 统计推断基于概率论 |
| 物理学 | 量子力学 | 量子力学本质是概率性的 |
| 金融学 | 金融工程 | 期权定价、风险管理 |
| 计算机科学 | 人工智能 | 机器学习、深度学习基础 |
| 生物学 | 遗传学 | 群体遗传学、进化论 |
| 信息论 | 通信理论 | 香农信息论基于概率 |
"概率论不过是常识转化为计算"
"量子力学的本质是概率性的"
"信息论的基础是概率论"
| 方向 | 内容 | 目标 |
|---|---|---|
| 高维概率 | 高维随机矩阵、浓度不等式 | 处理大数据挑战 |
| 随机分析 | 随机微分方程、伊藤积分 | 金融数学、物理应用 |
| 量子概率 | 非交换概率、量子信息 | 量子计算基础 |
| 概率学习 | 贝叶斯深度学习、概率编程 | AI 与概率融合 |
| 因果推断 | 因果图、反事实概率 | 从相关到因果 |