前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇概率論的基本原理范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

概率論的基本原理范文第1篇

一、調(diào)整教學內(nèi)容

教學內(nèi)容應該改變以往“重概率、輕統(tǒng)計”和“重運算技巧、輕數(shù)學思想”的傳統(tǒng)教學思想，刪減其中一些復雜的計算，加強統(tǒng)計中基本理論和基本數(shù)學方法的教學。減少概率論課時，加大統(tǒng)計內(nèi)容，增加統(tǒng)計課時。

1.概率方面，古典概型概率、期望與方差等

內(nèi)容在中學接觸過，學生接受較快故可以弱化;減少概率論課時，將重點放在條件概率、乘積公式、全概率公式與貝葉斯公式上，加強隨機變量的內(nèi)容。

2.統(tǒng)計方面，突出“厚基礎”“重應用”的特色，增加統(tǒng)計課時，強調(diào)假設檢驗和回歸分析等原理的分析與實際應用，著重培養(yǎng)學生應用統(tǒng)計中的基本原理去解決實際問題的能力。

二、改進教學方法

概率論與數(shù)理統(tǒng)計是一門在解決實際問題的過程中發(fā)展起來的學科，概率論與數(shù)理統(tǒng)計的思想方法、原理、公式的引入，最能激發(fā)學生的興趣，并印象深刻的是從貼近生活的問題及案例引入。教師在授課過程中可從每個概念的直觀背景入手，精心選擇一些跟我們的生活密切相關而又有趣的實例，從而激發(fā)學生的興趣．調(diào)動他們學習的積極性和主動性。

1.概率論部分的教學。(1)概率論內(nèi)容的學習中，學生一般不能很好地理解全概率公式與貝葉斯公式的原理。舉例:某大學學生對概率論與數(shù)理統(tǒng)計課程的興趣程度可分為四個層次:很感興趣，較感興趣，一般，沒有興趣。最近的一項調(diào)研統(tǒng)計表明此四個層次的學生數(shù)之比為:1∶3∶4∶2。而這在四類同學中該課程一次性能通過的可能性分別為:0．98，0．88，0．50，0．20。1)考試在即，在即將參加此門課程考試的學生中任抓一學生考察，試問該生此次考試該門課程一次性通過的可能性為多大?2)考試結束，閱卷老師發(fā)現(xiàn)某名學生順利通過此次考試，試問該生對此課程興趣層次是屬于一般的可能性有多大?身邊的例子激起了學生的興趣，通過1)的解答很快讓學生理解全概率公式，通過2)的分析讓學生理解貝葉斯公式的原理。(2)大數(shù)定理的教學。大數(shù)定理是概率論中非常重要的定理，在教學中如果僅僅將定理的內(nèi)容告訴學生，很多學生不能理解。講課時舉例子:在裝有7白球與3黑球的盒子里任意抽取一個記下結果再放回去，當抽取白球時計1，抽到黑球時計0，不停地重復下去，就得到一組由1、0構成的數(shù)字，如一人抽取得到:10010111010111000101111111100000001010010111011000從數(shù)據(jù)中你看不出任何特征與規(guī)律，換一個人來重復這一試驗，他也會得到這樣一串由1、0構成的數(shù)據(jù)，同樣雜亂無章，但結果與第一人的結果不同。雖然如此，當做的試驗次數(shù)越來越多時，這一串串雜亂的數(shù)中1所占的比例隨做的試驗次數(shù)的增加愈來愈穩(wěn)定到一個值上，這個值就是盒子內(nèi)白球的比率7/10。比率的穩(wěn)定性只有在數(shù)串長度足夠大(實驗的次數(shù)足夠多)時才能表現(xiàn)出來，這就是大數(shù)定理這個名稱的由來。歷史上概率論方面重要的學者雅各布?伯努利證明了在一定條件下“當試驗次數(shù)愈來愈大時，頻率愈來愈接近于概率”，這個結論稱為伯努利大數(shù)定理。此定理的意義在于對經(jīng)驗規(guī)律的合理性給出了一個理論上的解釋。在現(xiàn)實生活中，很難甚至于不可能達到伯努利大數(shù)定理中的理想化條件，但大部分的情況下與之非常接近，因此伯努利證明的結論“基本上”能適應。

2．統(tǒng)計部分的教學。學生經(jīng)常覺得統(tǒng)計部分的參數(shù)估計、假設檢驗、回歸分析等內(nèi)容雜、頭緒亂。在教學過程中，可以引入案例，對每一個案例進行分析:(1)要解決什么問題?(2)有些什么方法，而這些方法的基本思想是什么?合理性?(3)運用這些方法解決問題的基本步驟是什么?(4)如何將這些方法運用于實際問題中?這樣能使學生理清思路，從整體上把握統(tǒng)計的基本思想，如假設檢驗可以用食品生產(chǎn)線上的產(chǎn)品質量檢驗的案例分析;回歸分析可以用資源評估的案例來分析等。

3.加強與其他學科的聯(lián)系，提高學生運用能力。在教學中，通過一些實際案例將教學內(nèi)容與學生所學的專業(yè)相結合，讓他們運用統(tǒng)計方法解決一些專業(yè)上的統(tǒng)計分析問題，如對生物、食品專業(yè)的學生可以讓他們將自己做的實驗數(shù)據(jù)以統(tǒng)計的方法處理，對于海洋專業(yè)的學生可以讓他們進行海洋環(huán)境數(shù)據(jù)分析;對于金融專業(yè)的學生，可以讓他們了解一些基于概率論與數(shù)理統(tǒng)計的經(jīng)濟與管理模型。讓學生真正感到學有所用，不僅可以提高學生的學習興趣，又可以在實際應用中掌握概率論與數(shù)理統(tǒng)計基礎知識，學會運用這些知識解決實際問題，一改“授之以魚”為“授之以漁”。

概率論的基本原理范文第2篇

在水資源工程中可靠性概念應用早于風險，近年來國內(nèi)的許多學者對此進行了研究。傅湘等用概率組合方法估算了水庫下游防洪區(qū)的洪災風險率，用系統(tǒng)分析方法建立了大型水庫汛限水位風險分析模型；馮平等研究了汛限水位對防洪和發(fā)電的影響，通過風險效益比較定量給出了合理的汛限水位。

二、水庫風險分析方法研究

（一）靜態(tài)與動態(tài)相結合的調(diào)查方法

調(diào)查方法是通過對風險主體進行實際調(diào)查并掌握風險的有關信息。

（二）微觀與宏觀相結合的系統(tǒng)方法

系統(tǒng)方法是現(xiàn)代科學研究的重要方法。它是從系統(tǒng)整體性出發(fā)，通過研究風險主體內(nèi)部各方面的關系、風險環(huán)境諸要素之間的關系、風險主體同風險環(huán)境的關系等，確定風險系統(tǒng)的目標，建立系統(tǒng)整體數(shù)學模型，求解最優(yōu)風險決策，建立風險利益機制，進行風險控制和風險處理。

（三）定性和定量相結合的分析方法

1、定性風險分析方法：主要用于風險可測度很小的風險主體。

2、定量風險分析方法：借助數(shù)學工具研究風險主體中的數(shù)量特征關系和變化，確定其風險率（或度）。

（1）基于概率論與數(shù)理統(tǒng)計的風險分析方法

概率論與數(shù)理統(tǒng)計是研究水庫調(diào)度中可靠性與風險率的最為有力的工具，如過去對水庫運行的發(fā)電保證率和灌溉保證率等的計算均是建立在該基礎上的。該基礎理論和方法也適宜于解決風險率的計算。

水庫調(diào)度中風險的特點及分析方法：

①采用典型概率分布函數(shù)計算風險率

在水庫調(diào)度中，影響風險主體的不確定性風險變量(或隨機變量)大都服從一些典型的概率分布，如三角形分布、威布爾分布、正態(tài)分布、高斯分布、伽瑪分布、皮爾遜Ⅲ型分布等。

②風險度分析法

用概率分布的數(shù)學特征如標準差σ或σ-半標準差，可說明風險的大小。σ或σ-越大則風險越大，反之越小。因為概率分布越分散，實際結果遠離期望值的概率就越大。

σ=(DX)1/2=((Xi-MX)2/(n-1))1/2或σ-=(DX)1/2=((Xi-MX)2P(Xi))1/2

σ是僅統(tǒng)計XiMX。用σ、σ-比較風險大小雖然簡單，概念明確，但σ-為某一物理量的絕對量，當兩個比較方案的期望值相差很大時可比性差，同時比較結果可能不準確。為了克服用σ-可比性差的不足，可用其相對量作為比較參數(shù)，該相對量定義為風險度FDi，即標準差與期望值的比值(方差系數(shù))：

FDi=σi/MX=σi/μi

風險度FDi越大，風險越大，反之亦然。風險度不同于風險率，前者的值可大于1，而后者只能小于等于1。

③離散狀態(tài)組合法

此法的基本原理是，首先給出各風險變量的離散型估計值，然后按照概率組合原理由這些離散的估計值來推求結果出現(xiàn)的大小及其可能性。

（2）基于馬爾柯夫過程的風險分析法

水庫調(diào)度中的入庫徑流過程一般服從于馬爾柯夫過程（馬氏過程）。馬氏過程是一類變量之間和相互關聯(lián)影響的非平穩(wěn)隨機過程,其基本特性是無后效性。用馬氏過程已成功地推求了水庫調(diào)度方案的發(fā)電可靠率（保證率）。

（3）蒙特卡洛模擬法（MC法）

此法是目前西方國家廣泛應用的投資風險分析方法，其基本思路是將影響工程經(jīng)濟效果的風險變量依各自的分析分別進行隨機取樣，然后用各變量的隨機值來計算經(jīng)濟評價指標值，這樣對每個變量隨機地取一次樣就可以計算出經(jīng)濟評價指標的一個隨機值，要作出經(jīng)濟效果評價指標與其實現(xiàn)的累積概率的關系曲線，需要多次的重復試驗，且隨隨機風險變量的增多，其重復模擬計算的次數(shù)也要增多，需借助計算機進行計算。

（4）模糊數(shù)學風險分析法

水庫調(diào)度中的不確定性因素很多，如徑流、用水、庫水位變化等，常模糊不清，具有明顯的模糊現(xiàn)象和特征，因而用模糊數(shù)學進行風險分析是非常適宜的。

（5）極限狀態(tài)法（JC法）

JC法是一階二次矩法的改進，該法適用于隨機變量為任意分布的情況。其基本原理是：先將隨機變量的非正態(tài)分布用正態(tài)分布代替，對于此正態(tài)分布函數(shù)要求在驗算點處的累計概率分布函數(shù)(CDF)值和概率密度函數(shù)(PDF)值與原來分布函數(shù)的CDF值和PDF值相同。然后根據(jù)這兩個條件求得等效正態(tài)分布的均值和標準差，最后用一階二次矩法求出風險值。

（6）最大熵法

最大熵法的基礎是信息熵，此熵定義為信息的均值，它是對整個范圍內(nèi)隨機變量不確定性的量度。信息論中信息量的出發(fā)點是把獲得的信息作為消除不確定性的測度，而不確定性可用概率分布函數(shù)描述，這就將信息熵和廣泛應用的概率論方法相聯(lián)系。又因風險估計實質上就是求風險因素的概率分布，因而可以將信息熵、風險估計和概率論方法有機地聯(lián)系起來，建立最大熵風險估計模型：先驗信息（已知數(shù)據(jù)）構成求極值問題的約束條件，最大熵準則得到隨機變量的概率分布。

應用最大熵準則構造先驗概率分布有如下優(yōu)點：①最大熵的解是最超然的，即在數(shù)據(jù)不充分的情況下求解，解必須和已知的數(shù)據(jù)相吻合，而又必須對未來的部分做最少的假定；②根據(jù)熵的集中原理，絕大部分可能狀態(tài)都集中在最大熵狀態(tài)附近，其預測是相當準確的；③用最大熵求得的解滿足一致性要求，不確定性的測度（熵）與試驗步驟無關。

三、小結

概率論的基本原理范文第3篇

【關鍵詞】概率論與數(shù)理統(tǒng)計 案例 應用

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2013）10-0105-02

概率論與數(shù)理統(tǒng)計是研究隨機現(xiàn)象統(tǒng)計規(guī)律性的一門學科，是認識各種隨機現(xiàn)象的基礎，它通過對隨機現(xiàn)象的觀察找出內(nèi)在的規(guī)律性，并對內(nèi)在規(guī)律進行定量分析給出理論。概率論與數(shù)理統(tǒng)計具有明顯的實際背景和廣闊的應用空間，在教學中適當引入案例，通過分析實際案例，可以調(diào)動學生學習的主動性和積極性，更好地掌握這門課程。

1.案例教學的要點

1.1案例教學與理論教學相輔相成

案例是為教學服務的，一定要處理好主次關系，只有理解基本概念和基本理論，才能展開案例討論。將講授式授課和案例教學結合起來，這樣既能夠使學生系統(tǒng)掌握理論知識，又能夠應用所學的知識去分析和解決一些實際問題。

1.2案例的選擇

案例的選擇要做到有的放矢，盡量選擇和課程內(nèi)容密切相關并能聯(lián)系學生專業(yè)實際的案例，也可以選擇一些社會生活中學生有濃厚興趣的數(shù)學問題；案例要具有代表性，要能夠從案例的解決過程中得出一般的規(guī)律，并通過案例的分析讓學生學到方法論；案例的難易程度要適中，這樣才能在有限的課堂時間內(nèi)完成教學。

1.3案例在課堂教學中的使用

在保證完成正常教學進度的前提下插入案例，做到案例教學與課堂知識的有機結合。 教師可以從案例出發(fā)引入概率統(tǒng)計的相關概念、基本原理、統(tǒng)計方法，也可以選擇合適案例來說明概率統(tǒng)計原理與方法的應用。

2.由問題引出概念

在概率論與數(shù)理統(tǒng)計課堂教學中引入知識時，由問題出發(fā)引出新的概念、公式、定理，這樣，教師能很好地利用學生已有的或較易理解的知識進行教學，學生也能通過已經(jīng)學過的或較易理解的知識去接受和掌握新的知識和規(guī)律。比如在介紹數(shù)學期望定義時，我們采用由實際問題引入，然后給出離散型隨機變量數(shù)學期望的定義。

首先提出案例：某車間對工人的生產(chǎn)情況進行考察，我們先觀察小張100天的生產(chǎn)情況。其中32天沒有出廢品；30天每天出一件廢品；17天每天出兩件廢品；21天每天出三件廢品。那么小張在100中每天平均廢品數(shù)為多少？（ 這里假設小張每天出廢品數(shù)不超過3件）

學生很容易應用算數(shù)知識得到這100天中每天的平均廢品數(shù)為：

接下來讓學生思考如下問題：若另外統(tǒng)計100天，車工小張不出廢品，出一件、二件、三件廢品的天數(shù)與前面的100天會不會完全相同，這另外100天每天的平均廢品數(shù)會不會也是1.27呢？

學生回答：“不一定?！苯處焼枺骸盀槭裁床灰欢?？”學生回答：“因為小張每天生產(chǎn)的廢品數(shù)具有隨機性?！边@樣教師可以進一步引導，設車工小張每天生產(chǎn)的廢品數(shù)x是一個隨機變量。如何定義x的平均值呢？

可以想象，一般來說，若統(tǒng)計n天，其中n0天沒有出廢品；n1天每天出一件廢品；n2天每天出兩件廢品；n3天每天出三件廢品。可以得到n天中每天的平均廢品數(shù)為：

這是以頻率為權的加權平均。當n很大時，頻率接近于概率，所以我們在求廢品數(shù)x的平均值時，用概率代替頻率，得平均值為：

這是以概率為權的加權平均，這樣得到的確定的數(shù)就是隨機變量x的平均值。于是請學生給出平均值的定義，從而引出數(shù)學期望。

數(shù)學期望定義：設x是離散型隨機變量，它的分布率是P{X=xk}=pk k=1，2，…，若級數(shù)xkpk絕對收斂，則稱級數(shù)xkpk的和為隨機變量X的數(shù)學期望又稱為均值，記為E（X）， 即E（X）

像這樣通過實際案例引入概念，使學生經(jīng)歷這個解決問題的過程之后加深對基礎知識的理解。

3.應用案例舉例

對于概率論與數(shù)理統(tǒng)計知識的應用，可以選擇一些源于課本又高于課本的案例，引導學生去思考，根據(jù)所學知識解決實際問題，下面以“手機話費套餐選擇問題”為例。

設某通訊公司有若干種手機月話費套餐如下：

3.1神州行大眾套餐

3.1.1市話費為月包干費10元，送每月100分鐘市話費；

3.1.2市話費為月包干費20元，送每月200分鐘市話費；

3.1.3市話費為月包干費30元，送每月300分鐘市話費；

3.1.4市話費為月包干費50元，送每月500分鐘市話費。

其他費用有來電顯示費每月5元，超過包干市話時間后，呼入呼出每分鐘0.4元；國內(nèi)漫游每分鐘0.6元；移動公司內(nèi)短信每條0.1元；聯(lián)通及小靈通短信每條0.15元等。這些費用對四種套餐都是一致的。

3.2新順心卡

市話費為每分鐘0.15元，500次被叫為每分鐘0.02元，來電顯示費每月5元，省內(nèi)漫游每分鐘0.8元，不能進行省際漫游。

檢查一段時間內(nèi)（如一年）某用戶每月的市話通話總時間的取值情況如下（單位：分鐘）：

試問該用戶怎樣選擇上述套餐可以使每月的話費最?。?/p>

這一案例中蘊含了很多概率論與數(shù)理統(tǒng)計的知識，比如隨機變量的分布，正態(tài)分布，隨機變量函數(shù)的數(shù)學期望，中心極限定理，統(tǒng)計樣本的選取，樣本均值，樣本方差等。

令Y表示某用戶的手機在一個月內(nèi)呼叫或被呼叫的市話時間總數(shù)（單位：分鐘）。則Y為隨機變量。

由中心極限定理知，該手機用戶每月市話時間大致服從正態(tài)分布。從上述樣本知，

令Y表示某用戶一個月的手機市話費則依據(jù)不同的繳費方式，如神州行大眾套餐，可得隨機變量Y與X的函數(shù)關系如下：

此處，常數(shù)c分別取100分鐘，200分鐘，300分鐘和500分鐘。

問題的本質轉化為計算手機話費的期望值，期望值較低的付費就較合理。由上述關系式很容易算得隨機變量Y的期望值。

另外，新順心卡的期望值：

由此可見，若忽略漫游、短信等其他費用，僅考慮市話費，根據(jù)歷史數(shù)據(jù)，可以認為該手機用戶選擇每月20元話費包干時的理想消費值最低，故應該選擇每月20元話費包干。

總之，案例教學法不但適用于教學主題的導入，也適用于對教學內(nèi)容的深化和補充，好的案例不但能培養(yǎng)學生學習的興趣，使學生變被動學習為主動學習，而且能進一步加深學生對學習內(nèi)容的理解和掌握，從而達到提高課堂教學效果的目的。

參考文獻：

[1]盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計[M].北京：高等教育出版社，2008

[2]同濟大學數(shù)學系.高等數(shù)學[M].北京：北京高等教育出版社，2007

[3]馮小杰.淺談“案例教學”的實踐操作[J].科教文匯，2008.11

概率論的基本原理范文第4篇

關鍵詞: 獨立隨機過程;計數(shù)系統(tǒng);歸納法;保險業(yè)

概率論是一門應用非常廣泛的學科。在數(shù)學史上，它的產(chǎn)生是以帕斯卡和費馬在1654 年的七封通信為標志的。由于這些信件中所解決的問題多是與賭博有關的點數(shù)問題，因此人們總是把概率論的產(chǎn)生歸功于賭博這項機遇游戲。但考古學發(fā)現(xiàn)告訴我們，賭博游戲早在文明初期就已經(jīng)存在了，迄今已有幾千年的歷史，而概率論從誕生至今不過三百余年，這說明賭博并不是概率論產(chǎn)生的決定性條件。在從賭博出現(xiàn)到概率論產(chǎn)生之間的這段“空白”期，必定還有一些十分關鍵的因素正在孕育之中。那么這些因素是什么? 換句話說，需要具備哪些先決條件，概率論才能得以形成?

一　獨立隨機過程的出現(xiàn)

對概率論而言，兩個最主要的概念就是獨立性和隨機性[1 ] 。概率論是從研究古典概型開始的，它所涉及的研究對象是大量的獨立隨機過程。通過對這些過程中出現(xiàn)的問題的解決，概率理論體系才逐漸地建立起來。因此要考察概率論的產(chǎn)生條件，我們首先應當對獨立隨機過程的產(chǎn)生有充分的了解。

事實上，這種過程的雛形早在原始社會就已經(jīng)存在了，那時的占卜師們使用動物的趾骨作為占卜工具，將一個或多個趾骨投擲出去，趾骨落地后的不同形狀指示神對人事的不同意見。由于投擲趾骨這個過程所產(chǎn)生的結果具有不可預測性，而每次投擲的結果也互不影響，這與我們今天投擲骰子的基本原理相當，因此趾骨可以被看作是骰子的雛形。但是由于趾骨形狀的規(guī)則性較差，各種結果出現(xiàn)的機率不完全相同(即不具備等可能性) ，所以趾骨產(chǎn)生的隨機過程還不是我們今天意義上的獨立隨機過程。加之趾骨作為一種占卜工具，其本身具有神圣的地位，普通人不可能輕易使用，這也在某種程度上阻礙了人們對隨機過程的認識。

隨著社會的進步和文明的發(fā)展，骰子變得越來越普遍，不僅數(shù)量增多，規(guī)則性也日益精良，此時它已不再是一件神圣的器具而逐漸成為普通大眾的日常用具。從原理上看，只要一枚骰子是質地均勻的，它就可以產(chǎn)生一系列標準的獨立隨機過程。這些過程具備良好的性質(獨立性、隨機性、等可能性) ，是進行概率研究的理想對象。如果經(jīng)常接觸這些隨機過程，就很有可能從中發(fā)現(xiàn)某些規(guī)律性。實際上，通過對骰子的研究我們確實發(fā)現(xiàn)了一些有趣的現(xiàn)象。在考古出土的骰子當中，有一些被證明是用于賭博的工具，它們的形狀規(guī)則而質地卻不均勻，也就是說，骰子的重心并不在其幾何中心。可以想像，如果骰子的某一面較重，則其對面朝上的機率就會增大，這種骰子明顯是為了賭博時用于作弊。而從另一個角度看，如果古代人知道質地不均勻的骰子產(chǎn)生各個結果的可能性不同，那么他們必定清楚一個均勻的骰子產(chǎn)生任何一個結果的機率是相等的。也就是說，經(jīng)常從事賭博的人必然可以通過大量的游戲過程，意識到擲骰子所得到的結果具有某種規(guī)律性，并且這種規(guī)律性還可以通過改變骰子的質地而得到相應的改變。雖然古代人的這些意識還只停留在經(jīng)驗總結的水平上，卻不得不承認這是一種最原始的概率思想。

賭博游戲存在的時間之長、范圍之廣、形式之多令人驚訝。但有如此眾多的人沉迷于這種游戲活動，也在客觀上積累了大量的可供學者進行研究的隨機過程。更為重要的是，

在進行賭博的過程中，或許是受到經(jīng)濟利益的驅使，已經(jīng)開始有人試圖解開骰子的奧秘。意大利數(shù)學家卡爾達諾就是其中的一位。他本人是個大賭徒，嗜賭如命，但他卻具有極高的數(shù)學天分。在賭博的過程中，卡爾達諾充分發(fā)揮了他的數(shù)學才能，研究可以常勝不輸?shù)姆椒ā?jù)說他曾參加過這樣一種賭法:把兩顆骰子擲出去，以每個骰子朝上的點數(shù)之和作為賭的內(nèi)容。那么，賭注下在多少點上最有利?

兩個骰子朝上的面共有36 種可能，點數(shù)之和分別為2～12 共11 種，從上圖可知，7 位于此六階矩陣的對角線上，它出現(xiàn)的概率為6/ 36 = 1/ 6 ，大于其他點數(shù)出現(xiàn)的概率，因此卡爾達諾預言說押7 最好。這種思想今天看來很簡單，但在當時卻是很杰出的。他還以自己豐富的實踐經(jīng)驗為基礎，寫成了全面探討賭博的《機遇博奕》(Liber de Ludo Aleae 英譯為The Book of Game of Chance) 一書，書中記載了他研究賭博的全部成果，并且明確指出骰子應為“誠實的”(honest) ，即六個面出現(xiàn)的機會相等，以便在此基礎上研究擲多粒骰子的等可能結果數(shù)[2 ] 。

這些實例充分說明，賭博曾對概率論的產(chǎn)生起過積極的作用。這可能就是人們在談到概率論時總是把它與賭博聯(lián)系在一起的緣故吧。但是我們應該認識到，賭博的價值并不在于其作為一種游戲的娛樂作用，而在于這種機遇游戲的過程實際上就是良好的獨立隨機過程。只有出現(xiàn)了獨立隨機過程，概率論才有了最初的研究對象。而概率論也的確是在解決機遇游戲中出現(xiàn)的各種問題的基礎上建立起自己的理論體系的。因此在概率論的孕育期，可以作為一種模型進行研究的機遇游戲過程即獨立隨機過程的出現(xiàn)是概率論得以產(chǎn)生的一個重要前提條件。

二　先進計數(shù)系統(tǒng)的出現(xiàn)

前面曾經(jīng)提到，獨立隨機過程的出現(xiàn)并不是概率論誕生的決定性因素。職稱論文 僅有概率思想而不能將概率結果表達出來，也不能形成完整的理論。概率論是一門以計算見長的數(shù)學分支，計算過程中需要運用大量的加法和乘法原理(組合數(shù)學原理) 進行純數(shù)字運算。對于現(xiàn)代人來說，概率計算并不是一件難事。但是對于16 世紀以前的人來說，計算卻是十分困難的，原因就在于古代缺乏簡便的計數(shù)系統(tǒng)。當時的計數(shù)符號既繁瑣又落后，書寫和使用都很不方便，只能用來做簡單的記錄，一旦數(shù)目增大，運算復雜，這些原始的符號就盡顯弊端了。而沒有簡便的計數(shù)符號，進行概率計算將是十分困難的事，因此計數(shù)符號是否先進也在一定程度上決定著概率論的形成。

對于這一點，現(xiàn)代人可能不容易體會得到，究竟古代的計數(shù)符號復雜到什么程度呢? 我們可以以古羅馬的計數(shù)系統(tǒng)為例來說明。

古羅馬的計數(shù)系統(tǒng)是一種現(xiàn)在最為人們熟悉的簡單分群數(shù)系，大約形成于紀元前后。羅馬人創(chuàng)造了一種由7 個基本符號組成的5 進與10 進的混合進制記數(shù)法，即

I V XL C D M

15 1050 100 500 1000

在表示其他數(shù)字時采取符號重復的辦法，如Ⅲ表示3 ，XX表示20 ，CC表示200 等。但如果數(shù)字較大表示起來就相當復雜了，比如:1999 =MDCCCCLXXXXVIIII

后來為了簡化這種復雜的表示法，羅馬人又引進了減法原則，即在一個較大的單位前放一個較小單位表示兩者之差，如Ⅳ表示4 ，CM表示900 ，則1999 =MCMXCIX

如果要計算235 ×4 = 940 ，現(xiàn)代的豎式是

而公元8 世紀時英國學者阿爾琴演算同一道題的過程則要復雜得多:古羅馬數(shù)字對于這樣一個既不含分數(shù)和小數(shù)，數(shù)字又很簡單(只有三位數(shù)) 的乘法運算處理起來尚且如此復雜，可以想象，即使數(shù)學家有足夠的時間和耐心，要解決概率計算里涉及的大量純數(shù)字運算也是一件太耗費精力的事。在這種情況下想要作出成果，數(shù)學家們的時間不是用來研究理論而只能是忙于應付這些繁重的計算工作了。顯然古羅馬的計數(shù)系統(tǒng)并不適合于進行計算，而事實上，歐洲的代數(shù)學相比幾何學而言遲遲沒能發(fā)展起來，很大程度上也是由于受到這種落后的計數(shù)系統(tǒng)的限制。不僅僅是古羅馬數(shù)字，在人類文明史上出現(xiàn)過的其他幾種計數(shù)系統(tǒng)(如古埃及、古巴比倫等的計數(shù)系統(tǒng)) 也由于符號過于復雜，同樣不能承擔進行大量計算的任務。

相反，以位值制為基本原理的阿拉伯數(shù)字則比古羅馬數(shù)字以及古代其他的計數(shù)系統(tǒng)要先進得多，它不但書寫簡便，而且非常有利于加法、乘法的運算及小數(shù)和分數(shù)的表示。從上面的例子可以看出，它的使用可以大大節(jié)省運算時間，提高運算效率。正是由于使用了這種先進的計數(shù)符號，阿拉伯數(shù)字的發(fā)明者———古印度人的組合數(shù)學(組合數(shù)學原理是概率計算運用較多的一種數(shù)學工具) 才得以領先歐洲人許多。據(jù)記載，印度人，特別是公元前三百年左右的耆那數(shù)學家就由于宗教原因開展了對排列與組合的研究。公元四百年，印度人就已經(jīng)掌握了抽樣與骰子之間的關系(比歐洲人早一千二百年) 。而直到公元8 世紀時，商業(yè)活動和戰(zhàn)爭才將這種先進的數(shù)字符號帶到了西班牙，這些符號又經(jīng)過了八百年的演化，終于在16 世紀定型為今天的樣子。

數(shù)字符號的簡單與否對概率論究竟有什么樣的影響，我們不妨舉例說明:

問:有n 個人，當n 為多少時，至少有兩人生日相同的概率大于二分之一?

假設所有人生日均不相同的概率為P ，則

P = (365/ 365) ×(364/ 365) ×?×[ (365 - n + 1) / 365 ]

而題中所求之概率P(n) = 1 - P = 1 - (365/ 365) ×(364/365) ×?×[ (365 - n + 1) / 365 ]

通過計算得出結論，當n = 23 時，P(n) = 0. 51 > 0. 5 ，因此答案為23。

這是概率論中著名的“生日問題”，也是一種很典型的概率計算問題。從它的計算過程中我們不難看出，數(shù)字運算在概率論中占有重要的地位。如果使用古羅馬的計數(shù)法，這樣一個概率問題從表達到計算都會相當繁瑣，以至于它的求解幾乎是不可能的。

對于阿拉伯數(shù)字的偉大功績， 大數(shù)學家拉普拉斯(Laplace) 有如下評價:“用不多的記號表示全部的數(shù)的思想，賦予它的除了形式上的意義外，還有位置上的意義。它是如此絕妙非常，正是由于這種簡易難以估量??我們顯然看出其引進之多么不易。”[3 ] 阿拉伯數(shù)字的出現(xiàn)為概率的表達和計算掃清了阻礙，如果沒有這些簡便的符號，概率論可能還只停留在概率思想的階段。正是由于使用了可以簡潔地表示分數(shù)和小數(shù)的阿拉伯數(shù)字，才使概率思想得以通過形式化的符號清晰地表現(xiàn)出來并逐漸形成理論體系。在概率論的孕育階段，這種形式化的過程是十分必要的，它使得對概率的理解和計算成為可能，因此先進的計數(shù)系統(tǒng)對概率論的形成和發(fā)展都起著重要的作用。

三　概率論產(chǎn)生的方法論基礎———歸納法

除了需要具備上述因素以外，概率論的形成還需要具備歸納思維。概率論是一門具有明顯二重性的理論體系:“一方面它反映了從大量機遇現(xiàn)象中抽象出來的穩(wěn)定的規(guī)律性;另一方面它關系著人們對證明命題的證據(jù)或方法的相信程度”。[ 4 ]這兩方面特性都以歸納法作為最基本的研究方法，因此可以說，歸納法是概率論的方法論基礎，概率論的產(chǎn)生必須在歸納法被廣泛運用的前提下才成為可能。歸納法雖然是與演繹法同時存在的邏輯方法，但在文藝復興以前，占主導地位的推理方式是演繹思維(不具有擴展性) ，歸納思維是不受重視的。直到文藝復興運動以后，這種狀況才被打破。歸納法因其具有擴展性而逐漸成為進行科學發(fā)現(xiàn)的主導方法。

從演繹到歸納，這個過程實際上是一種思維方式的轉變過程，雖然轉變是在潛移默化中完成的，但轉變本身對概率論的出現(xiàn)卻起著決定性的作用。我們可以通過考察“概率論”(probability) 一詞的詞根“可能的”(probable) 來說明這種轉變。在古希臘“， probable”并不是今天的這個含義，它曾意味著“可靠的”或“可取的”，比如說一位醫(yī)生是“probable”就是指這位醫(yī)生是可以信賴的。但到了中世紀，這個詞的含義發(fā)生了變化，它已經(jīng)和權威聯(lián)系在一起了。當時的人們在判斷事情的時候不是依靠思考或證據(jù)而是盲目地相信權威，相信更早的先人所說的話。在這種情況下，如果說某個命題或某個事件是“probable”，就是說它可以被權威的學者或《圣經(jīng)》之類的權威著作所證明。而經(jīng)過了文藝復興之后，人們終于意識到對自然界進行探索(而不是崇拜權威) 才是最有價值的事，正如伽利略所說的那樣:“當我們得到自然界的意志時，權威是沒有意義的?！盵5 ] 因此，“probable”才逐漸與權威脫離了關系。15、16 世紀時它已經(jīng)具有了今天的含義“可能的”，不過這種可能性不再是權威而是基于人們對自然界的認識基礎之上的。

“probable”一詞的演化體現(xiàn)了人們認識事物方式的轉變過程。當然這并不是說，文藝復興以前沒有歸納思維。留學生論文當一個人看到天黑的時候他會自然想到太陽落山了，因為每天太陽落山后天都會黑。這種歸納的能力是與生俱來的，即使中世紀的人們思想受到了禁錮，這種能力卻還不至消失。而拋棄了權威的人們比先輩們的進步之處在于，他們是用歸納法(而不是演繹法) 來研究自然界和社會現(xiàn)象的。他們將各種現(xiàn)象當作是自然或社會的“特征”，進而把特征看作是某種更深層的內(nèi)存原因的外在表現(xiàn)。通過使用歸納推理進行研究，他們就可以發(fā)現(xiàn)這些內(nèi)在原因，從而達到揭開自然界奧秘和了解社會運行規(guī)律的目的。于是在好奇心的驅使之下，歸納思維被充分地激發(fā)出來。而這一點恰恰是概率論得已實現(xiàn)的必要條件。從概率論的第一重特性中可以看出，概率論所研究的對象是大量的隨機現(xiàn)象，如賭博游戲中擲骰子的點數(shù)，城市人口的出生和死亡人數(shù)等等。這些多數(shù)來自于人們社會活動的記錄都為概率論進行統(tǒng)計研究提供了必須的數(shù)據(jù)資料。雖然這些記錄的收集與整理其目的并不在于發(fā)現(xiàn)什么規(guī)律，但善于運用歸納思維的人卻能從中挖掘出有價值的研究素材。例如，早在16 世紀，意大利數(shù)學家卡爾達諾就在頻繁的賭博過程中發(fā)現(xiàn)了骰子的某些規(guī)律性并在《機遇博奕》一書中加以闡述;17 世紀，英國商人J·格龍?zhí)赝ㄟ^對定期公布的倫敦居民死亡公告的分析研究，發(fā)現(xiàn)了死亡率呈現(xiàn)出的某種規(guī)律性[6 ] ;萊布尼茲在對法律案件進行研究時也注意到某個地區(qū)的犯罪率在一定時期內(nèi)趨向于一致性。如果沒有很好的歸納分析的能力，想要從大量繁雜的數(shù)據(jù)中抽象出規(guī)律是不可能的。而事實上，在17 世紀60 年代左右，歸納法作為一種研究方法已經(jīng)深入人心，多數(shù)科學家和社會學家都在不自覺地使用歸納的推理方法分析統(tǒng)計數(shù)據(jù)。除了上述兩人(格龍?zhí)睾腿R布尼茲) 外，統(tǒng)計工作還吸引了如惠更斯、伯努利、哈雷等一大批優(yōu)秀學者。正是由于許多人都具備了運用歸納法進行推理的能力，才能夠把各自領域中看似毫無秩序的資料有目的地進行整理和提煉，并得到極為相似的結論:隨機現(xiàn)象并不是完全無規(guī)律的，大量的隨機現(xiàn)象的集合往往表現(xiàn)出某種穩(wěn)定的規(guī)律性。概率論的統(tǒng)計規(guī)律正是在這種情況下被發(fā)現(xiàn)的。

概率論的第二重特性同樣離不開歸納法的使用。既然概率論反映的是人們對證明命題的證據(jù)的相信程度(即置信度) ，那么首先應該知道證據(jù)是什么，證據(jù)從何而來。事實上，證據(jù)的獲得就是依靠歸納法來實現(xiàn)的。在對自然界特征的認識達到一定程度的情況下，人們會根據(jù)現(xiàn)有的資料作出一些推理，這個推理的過程本身就是歸納的過程。當假設被提出之后，所有可以對其合理性提供支持的材料就成了證據(jù)，即證據(jù)首先是相對于假設而言的。如果沒有歸納法的使用，證據(jù)也就不存在了。由于歸納推理在前提為真的情況下不能確保結論必然為真，因此證據(jù)對假設的支持度總是有限的。在這種情況下，使用歸納推理得到的命題的合理性便不能得到充分的保障。而概率論的第二重特性就是針對這個問題的，證據(jù)究竟在多大程度上能夠為假設提供支持? 這些證據(jù)本身的可信度有多少? 為解決歸納問題而形成的概率理論對后來的自然科學和邏輯學的發(fā)展都起到了重要的作用。

歸納法的使用為概率論的形成提供了方法論基礎。它一方面使得概率的統(tǒng)計規(guī)律得以被發(fā)現(xiàn)，另一方面，也使概率論本身具有了方法論意義。從時間上看，概率論正是在歸納法被普遍運用的年代開始萌芽的。因此，作為一種具有擴展性的研究方法，歸納法為概率論的誕生提供了堅實的思維保障和方法論保障，在概率論的形成過程中，這種保障具有不容忽視的地位。四　社會需求對概率論形成的促進作用

與前面述及的幾點因素相比，社會因素顯然不能作為概率論產(chǎn)生的內(nèi)在因素，而只能被當作是一種外在因素。但從概率論發(fā)展的過程來看，作為一種與實際生活緊密相關的學科，其理論體系在相當大的程度上是基于對社會和經(jīng)濟問題的研究而形成的，因此對實際問題的解決始終是概率理論形成的一種外在動力。在這一點上，社會因素與概率理論形成了一種互動的關系，它們需要彼此相結合才能得到各自的良好發(fā)展。從17、18 世紀概率論的初期階段來看，社會經(jīng)濟的需求對概率論的促進作用是相當巨大的[7 ] 。

在社會需求中，最主要的是來自保險業(yè)的需求。保險業(yè)早在奴隸社會便已有雛型，古埃及、古巴比倫、古代中國都曾出現(xiàn)過集體交納稅金以應付突發(fā)事件的情形。到了14 世紀，隨著海上貿(mào)易的迅速發(fā)展，在各主要海上貿(mào)易國先后形成了海上保險這種最早的保險形式。其后，火災保險、人壽保險也相繼誕生。各種保險雖形式各異，但原理相同，都是靠收取保金來分擔風險的。以海上保險為例，經(jīng)營海上貿(mào)易的船主向保險機構(保險公司) 交納一筆投保金，若貨船安全抵達目的地，則投保金歸保險機構所有;若途中貨船遭遇意外而使船主蒙受損失，則由保險機構根據(jù)損失情況予以船主相應的賠償。這樣做的目的是為了將海上貿(mào)易的巨大風險轉由兩方(即船主與保險公司) 共同承擔[8 ] 。從這個過程中可以看出，對保險公司而言，只要船只不出事，那么盈利將是肯定的;對船主而言，即使船只出事，也可以不必由自己承擔全部損失。

從性質上看，從事這種事業(yè)實際上就是一種賭博行為，兩方都面臨巨大風險。而這種涉及不確定因素的隨機事件恰恰屬于概率論的研究范圍。工作總結 由于保險業(yè)是一項于雙方都有利的事業(yè)，因此在16、17 世紀得到了快速的發(fā)展，歐洲各主要的海上貿(mào)易國如英國、法國、意大利等都紛紛成立保險公司，以支持海上貿(mào)易的發(fā)展。此外還出現(xiàn)了專門為他人解決商業(yè)中利率問題的“精算師”。不過在保險業(yè)剛起步的時候，并沒有合理的概率理論為保金的制定提供指導，最初確定投保金和賠償金的數(shù)額全憑經(jīng)驗，因此曾經(jīng)出現(xiàn)過很長時間的混亂局面。而這樣做的直接后果就是不可避免地導致經(jīng)濟損失。例如在17 世紀，養(yǎng)老金的計算就是一個焦點問題。荷蘭是當時歐洲最著名的養(yǎng)老勝地和避難場所，但其養(yǎng)老金的計算卻極為糟糕，以致政府連年虧損。這種狀況一直持續(xù)到18 世紀，概率理論有了相當?shù)陌l(fā)展，而統(tǒng)計工作也日漸完善之后，情況才有所改觀[9 ] 。在結合大量統(tǒng)計數(shù)據(jù)的前提下，運用概率理論進行分析和計算，由此得到的結果才更有可能保證投資者的經(jīng)濟利益。

我們可以舉一個人壽保險的例子來說明概率理論是如何應用到保險事業(yè)中來的:2500 個同年齡段的人參加人壽保險，每人每年1 月交投保費12 元。如果投保人當年死亡，則其家屬可獲賠2000 元。假設參加投保的人死亡率為0. 002 ，那么保險公司賠本的概率是多少?

從直觀上看，如果當年的死亡人數(shù)不超過15 人，則保險公司肯定獲利，反之，則賠本。不過單憑經(jīng)驗是絕對不行的，必需有一套合理的理論來幫助處理此類問題。根據(jù)所給條件，每年的投保費總收入為2500 ×12 = 30000 (元) ，當死亡人數(shù)n ≥15 時不能盈利。令所求之概率為P ，由二項分布的計算公式可以得出P(n ≥15) = 0. 000069。也就是說，如果按以上條件進行投保并且不出現(xiàn)特別重大的意外，則保險公司有幾乎百分之百的可能性會盈利。

這個問題就是通過將概率理論運用到關于人口死亡的統(tǒng)計結果之上從而得到解決的。這個簡單的例子告訴我們，概率理論對保險業(yè)的發(fā)展有著相當重要的指導作用。根據(jù)統(tǒng)計結果來確定在什么樣的條件下保險公司才能盈利是概率理論對保險業(yè)最主要的貢獻，它可以計算出一項保險業(yè)務在具備哪些條件的情況下會使保險公司獲得收益，并進而保證保險公司的經(jīng)營活動進入良性循環(huán)的軌道。從另一方面看，最初保險業(yè)的快速發(fā)展與其不具有基本的理論依據(jù)是極不協(xié)調(diào)的，這很容易導致保險公司由于決策失誤而蒙受經(jīng)濟損失。因此保險事業(yè)迫切需要有合理的數(shù)學理論作為指導。在當時的社會環(huán)境下，由科學家參與解決實際問題是非常有效的，而由保險所產(chǎn)生的實際問題確實曾吸引了當時眾多優(yōu)秀數(shù)學家的目光。在1700 - 1800 年間，包括歐拉、伯努利兄弟、棣莫弗(de Moivre) 、高斯等在內(nèi)的許多著名學者都曾對保險問題進行過研究，這些研究的成果極大地充實了概率理論本身。

可以說，經(jīng)濟因素和概率理論在彼此結合的過程中形成了良好的互動關系，一方面數(shù)學家們可以運用已有的理論解決現(xiàn)實問題。另一方面，新問題的出現(xiàn)也大大刺激了新理論的誕生。概率論的應用為保險業(yè)的合理化、規(guī)范化提供了保證，正是由于有了概率論作理論指導，保險業(yè)的發(fā)展才能夠步入正軌。反過來，保險業(yè)所出現(xiàn)的新的實際問題，也在客觀上促進了概率理論的進一步完善。這樣，對于概率論的發(fā)展來說，保險業(yè)的需求便順理成章地成為了一個巨大的動力。

五　總結

概率論的產(chǎn)生就像它的理論那樣是一種大量偶然因素結合作用下的必然結果。首先，賭博這種機遇游戲提供了一種良好的獨立隨機過程，在進行賭博的過程中，最原始的概率思想被激發(fā)出來;其次，先進的計數(shù)系統(tǒng)為概率思想的表達掃清了阻礙，也使得這些思想得以形式化并形成系統(tǒng)的理論。當然在獲得概率思想的過程中，思維方式的轉變和研究方法的進步才是最根本的關鍵性條件。如果沒有歸納法的使用，即使存在著良好的獨立隨機過程也不可能使人們認識到大量統(tǒng)計數(shù)據(jù)中所隱藏著的規(guī)律性。此外，社會經(jīng)濟的發(fā)展，需要借助數(shù)學工具解決許多類似保險金的計算這樣的實際問題，而這些吸引了眾多優(yōu)秀數(shù)學家們興趣的問題對于概率論的形成是功不可沒的，它大大刺激了概率理論的發(fā)展，使概率論的理論體系得到了極大的完善。上述四個因素都是概率論產(chǎn)生的重要條件，但是它們彼此之間并沒有明顯的時間上的先后順序，最初它們的發(fā)展是各自獨立的，但是隨后這些條件逐漸結合在一起，使得原本零散的概率思想開始系統(tǒng)化、條理化。從概率論的歷史來看，這幾種因素的結合點就是17 世紀末至18 世紀初，因此概率論在這個時間誕生是很自然的事。

了解概率論的產(chǎn)生條件對于我們理解概率論在當今社會的重大意義有很好的幫助。今天，隨著概率理論的廣泛應用，它已不僅僅是一種用于解決實際問題的工具，而上升為具有重大認識論意義的學科。概率論不僅改變了人們研究問題的方法，更改變了人們看待世界的角度。這個世界不是絕對必然的，它充斥著大量的偶然性，所謂規(guī)律也只是在相當?shù)某潭壬媳晃覀兯邮芎托湃蔚拿}而已。運用概率，我們就可以避免由歸納法和決定論帶來的許多問題和爭論?？茖W發(fā)現(xiàn)的確需要偶然性，現(xiàn)代科學向我們證明，概率理念和概率方法已經(jīng)成為進行科學研究的一項重要手段。

【參　考　文　獻】

[1 ] Ian Hacking. An Introduction to Probability and Inductive Logic [M] . CambridgeUniversity Press ，2001. 23.

[2 ]陳希孺. 數(shù)理統(tǒng)計學小史[J ] . 數(shù)理統(tǒng)計與管理，1998 ，17(2) : 61 - 62.

[3 ]張楚廷. 數(shù)學方法論[M] . 長沙:湖南科學技術出版社，1989. 272 - 274.

[4 ] Ian Hacking. The Emergence of Probability[M] . Cambridge Uni-versity Press ，2001. 1.

[5 ]莫里斯·克萊因. 古今數(shù)學思想(第二冊) [M] . 上海:上海科學技術出版社，2002. 35.

[6 ]柳延延. 現(xiàn)代科學方法的兩個源頭[J ] . 自然科學史研究，1996 ，15(4) :310 - 311.

[7 ]Neil Schlager. Science and Its Times. Vol 4 :205 - 206 ，Vol 5 :205 - 208. Gale Group ， 2001.

概率論的基本原理范文第5篇

【關鍵詞】馬爾科夫預測法 初始狀態(tài)向量 狀態(tài)轉移概率矩陣

一、引言

隨著市場經(jīng)濟的發(fā)展，人們的收入不斷提高，手中的閑散資金不斷增多，投資成為現(xiàn)代人保證閑散資金得到保值增值的重要手段，而投資股票又是眾多投資手段中最重要的一種手段。要想運用股票來達到資產(chǎn)的保值增值，就需要對所要購買的股票的價格趨勢進行預測，才能通過投資股票獲得收益。股票的價格波動受到多種隨機因素的影響，股票價格變動過程可以看作為一個隨機過程。對股票價格的精確預測從理論上來看是根本不可能的事情，因為股票的價格波動受到多種因素的共同作用，沒有哪一種理論能夠考慮到任何所有可能的因素。但是在短期內(nèi)對股票價格做一個某種程度上的預測確實可以做到的。如果我們把股票價格波動視為一種隨機過程，在眾多隨機過程中馬爾科夫過程是一種比較簡單的隨機過程。本文將馬爾科夫預測法運用到股票價格的短期預測中。并且通過驗證可以發(fā)現(xiàn)馬爾科夫預測法在短期內(nèi)的預測效果在一定程度上是符合股票價格波動的合理區(qū)間。

二、馬爾科夫預測法的基本原理

馬爾科夫預測法是以俄國數(shù)學家馬爾科夫名字命名的一種數(shù)學方法，馬爾科夫預測法是應用概率論中馬爾科夫鏈的理論和方法來研究隨機事件變化并借此分析預測對象所處狀態(tài)。它的核心思想是，如果把事件的整個隨機過程分成不同的狀態(tài)集，那么事件當前所處的狀態(tài)是受上一個狀態(tài)影響的。也就是利用事件上一狀態(tài)來預測下一狀態(tài)。

所謂狀態(tài)就是指預測對象在某個時間出現(xiàn)的某種結果。在對股票價格趨勢預測中我們通常對股票所處的狀態(tài)有兩種劃分：一種是按照預測對象現(xiàn)階段本身所處狀態(tài)來進行劃分。例如，對個股每日收盤價與前日的收盤價進行比較，可劃分為三種狀態(tài)：上漲、持平、下跌；另一種是根據(jù)實際情況進行人為地劃分，例如，可以將一段時期內(nèi)股票的價格劃分為若干區(qū)域，每一價格僅落入一個區(qū)域內(nèi)，則每一個區(qū)域可為一種狀態(tài)。本文運用第二種方法，通過構造馬爾科夫鏈來進行預測。

運用馬爾科夫預測法進行預測，主要是構建馬爾科夫鏈，即找出初始狀態(tài)的概率向量和構建狀態(tài)轉移矩陣來預測對象未來某一時間所處的狀態(tài)。假設條件：（1）狀態(tài)轉移一步轉移，即都是相鄰兩個時期的狀態(tài)轉移。（2）測測期間狀態(tài)的個數(shù)保持不變。（3）無后效性，即狀態(tài)的轉移僅與它前一期的狀態(tài)和取值有關，而與前一期以前所處的狀態(tài)和取值無關。用Pij（k）表示預測對象由狀態(tài)Si經(jīng)過k次轉移，轉移至狀態(tài)sj的概率。k步轉移概率矩陣為P（k）

三、多種狀態(tài)下的股價預測

以深證云南白藥2014年10月8日至2014年11月10日收盤價數(shù)據(jù)資料為例：

四、結論

馬爾科夫預測法是對隨機過程所處狀態(tài)的一種預測方法，馬爾科夫預測法認為事件當前所處狀態(tài)是受上一狀態(tài)影響的。它通過構造初始狀態(tài)向量和狀態(tài)轉移矩陣來對事件當前狀態(tài)進行預測。短期中，狀態(tài)轉移概率矩陣不發(fā)生變化所以可以進行預測。長期來看轉移概率矩陣必定會發(fā)生變化，所以馬爾科夫預測法只適合于短期預測。如果要進行長期預測，需要不斷的對狀態(tài)轉移概率矩陣進行不斷的修正，才能達到預測目的。在對股票價格進行預測時，我們進行的都是短期預測。并且在短期內(nèi)馬爾科夫預測法預測的結果在一定程度上還是可以令人滿意的。實際中，股票價格的變化受到了多種因素的影響，如基本面、政策面、宏觀面以及人們的心理因素等等。這時，我們在運用馬爾科夫預測法時需要同時考察其他影響因素來進行綜合的分析。這時馬爾科夫預測法的預測結果也可以給我們提供一個很好的依據(jù)。

參考文獻

[1]章晨.基于馬爾科夫鏈的股票價格漲跌幅的預測[J].商業(yè)經(jīng)濟，2010（11）68-69.

[2]汪淼，羅劍.運用馬爾科夫預測法構建股價預測模型[J].經(jīng)濟師，2005（1）34-35.