題:
誰創造了“均勻分佈”一詞,如“均勻分佈”?
Julien__
2018-05-18 13:44:41 UTC
view on stackexchange narkive permalink

在16世紀末和17世紀初,已出版有關概率論的著作(例如J. Cardan於1663年出版的《 Liber de ludo aleae》,但寫於1564年左右)使用研究了骰子遊戲。

現在,我們使用諸如 equiprobability 均勻分佈之類的術語來指代他們的工作,但是

誰創造了 uniform equiprobability 術語?

通常,在類似情況下,我們可能會遇到翻譯問題:當you斷言Cardan使用“設備可兼容性”時,您必須考慮[Liber de ludo aleae](https://books.google.it/books? id = fX1wAAAAMAAJ)用拉丁語編寫。因此,Cardan使用的*拉丁*術語是什麼?
@MauroALLEGRANZA啊!沒錯,我沒有考慮這些翻譯問題。我期望早期概率論中可以使用“均衡性”的變體(例如,拉普拉斯,卡爾丹也肯定使用了變體),但我希望“統一”一詞的出現較新,並且與Borel在連續空間上(考慮連續均勻概率)。我的期望是,到那時,翻譯不再是問題。但這一切都是推測性的。
[Jeff Miller的網站](http://jeff560.tripod.com/u.html)首次使用了歸因於[J.V.烏斯別斯基](https://en.wikipedia.org/wiki/J._V._Uspensky)在他1937年的著作《數學概率簡介》中。 [關於等價物的同一網站條目](http://jeff560.tripod.com/e.html)在1853年愛德華·桑(Edward Sang)撰寫的《關於生命保障的散文》的評論中首次使用,該評論印有精算師的評論。日誌。
二 答案:
Conifold
2018-05-19 02:17:40 UTC
view on stackexchange narkive permalink

我們所謂的“均勻分佈”的首次使用發生在很早的時候,在Cardano中已經可以說是離散的,在Simpson和Bayes中是連續的。根據 beta分佈手冊

最早提到連續連續分佈的記錄之一是牧師托馬斯·貝葉斯(Thomas Bayes,1763年)的著名論文。 )(距Simpons在1757年的書面記錄僅幾年之後)。

本文是解決機會主義問題的論文 >,其中引入了條件概率和貝葉斯公式。貝葉斯考慮了獨立實驗,成功的概率是介於$ 0 $和$ 1 $之間的某個數字$ p $,並使該數字本身是隨機的,並且有可能落入介於$ 0 $和$ 1 $之間的任何間隔的概率等於該間隔的長度。但是,術語“均勻分佈”本身是最近的。根據詹姆士·蘭道(James Landau)對傑夫·米勒(Jeff Miller)最早使用的某些數學詞的使用的條目:

均勻分佈出現1937年,在《 JV Uspensky撰寫的《數學概率論》導讀》中,第237頁寫道:“如果兩個相等間隔的概率相等,則隨機變量具有均勻的概率分佈。”這是現代術語的略微變體,是“變量被認為是均勻分佈的”或“來自均勻分佈的變量”。均勻分佈在H. Sakamoto中找到,“關於產品的分佈和獨立的商和均勻分佈的隨機變量,” Tohoku Math。J. 49(1943)。”

Mauro ALLEGRANZA
2018-05-18 18:05:06 UTC
view on stackexchange narkive permalink

關於英語,我認為第一個論文是亞伯拉罕·德·莫夫爾(abraham De Moivre)的論文機會論(1718)

離散的情況,請參見第7頁

”如果所涉及的事件的數量為$ n $,並且具有相同數量的機會,則$ a $他們可能會發生...”

另請參閱威廉·愛默生(1701-1782)機會法則(1776),第3

AXIOM I 。在計算機會的數量時,假定所有機會都是相等的,或具有相等的便利性。”

第4頁:

SCHOLIUM 。由於$ 1 $表示確定性,或者事件具有無限大的情況發生概率,因此$ \ frac 1 2 $表示發生或失敗的相等概率 [添加強調]。對於$ 1-\ frac 1 2 = \ frac 1 2 $。”

有關總體概率的早期歷史(尤其是可能性)的早期概述,請參見Ian Hacking,概率的出現:《哲學研究》,Cambridge UP(第二版,2006年),第14章,第122頁,上。

感謝您對我的問題毛羅(+1)的關注。關於“制服”更具體嗎?


該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到,我們感謝它分發的cc by-sa 4.0許可。
Loading...