转载自大道至简博客:

所谓"大数定律"，简单地说就是，当实验次数很大时，事件出现的频率与概率有较大偏差的可能性很小。这一定理第一次在单一的概率值与众多现象的统计度量之间建立了演绎关系，　　运用概率论的方法可以得到较准确的结论。

逻辑可以是数学的工具，数学亦可成为逻辑的工具，数学与逻辑可以是工具的互换使用，现今数理逻辑（符号数学）、计算机模糊逻辑的飞速发展是最好的例证。数学不是逻辑，逻辑也不是数学，二者不能等同，只能互用，中算与逻辑的关系也是如此。

正态分布在数理统计学中占有极重要的地位，现今仍在常用的许多统计方法，就是建立在“所研究的量具有或近似地具有正态分布”这个假定的基础上，而经验和理论（概率论中所谓“中心极限定理”）都表明这个假定的现实性，现实世界许多现象看来是杂乱无章的，如不同的人有不同的身高、体重。大批生产的产品，其质量指标各有差异。看来毫无规则，但它们在总体上服从正态分布。

现实世界中的现象往往涉及众多变量，它们之间有错综复杂的关系，且许多属于非决定性质，相关回归理论的发明，提供了一种通过实际观察去对这种关系进行定量研究的工具，有着重大的认识和实用意义。

从随机现象说起在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成截然不同的两大类：一类是确定性的现象。这类现象是在一定条件下，必定会导致某种确定的结果。举例来说，在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。通常的自然科学各学科就是专门研究和认识这种必然性的，寻求这类必然现象的因果关系，把握它们之间的数量规律。

另一类是不确定性的现象。这类现象是在一定条件下，它的结果是不确定的。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素又是人们无法事先一一能够掌握的。正因为这样，我们在这一类现象中，就无法用必然性的因果关系，对个别现象的结果事先做出确定的答案。事物间的这种关系是属于偶然性的，这种现象叫做偶然现象，或者叫做随机现象。

在自然界随机现象十分普遍，也就是说随机现象是大量存在的。随机现象就是：在同样条件下，多次进行同一试验或调查同一现象，所的结果不完全一样，而且无法准确地预测下一次所得结果的现象。随机现象这种结果的不确定性，是由于一些次要的、偶然的因素影响所造成的。

随机现象从表面上看，似乎是杂乱无章的、没有什么规律的现象。但实践证明，如果同类的随机现象大量重复出现，它的总体就呈现出一定的规律性。

概率论——是根据大量同类随机现象的统计规律，对随机现象出现某一结果的可能性作出一种客观的科学判断，对这种出现的可能性大小做出数量上的描述；比较这些可能性的大小、研究它们之间的联系，从而形成一整套数学理论和方法。

数理统计——是应用概率的理论来研究大量随机现象的规律性；对通过科学安排的一定数量的实验所得到的统计方法给出严格的理论证明；并判定各种方法应用的条件以及方法、公式、结论的可靠程度和局限性。使我们能从一组样本来判定是否能以相当大的概率来保证某一判断是正确的，并可以控制发生错误的概率。

应该指出，概率统计在研究方法上有它的特殊性，和其它数学学科的主要不同点有：由于随机现象的统计规律是一种集体规律，必须在大量同类随机现象中才能呈现出来，所以，观察、试验、调查就是概率统计这门学科研究方法的基石。但是，作为数学学科的一个分支，它依然具有本学科的定义、公理、定理的在研究概率统计中，使用的是“由部分推断全体”的统计推断方法。这是因为它研究的对象——随机现象的范围是很大的，在进行试验、观测的时候，不可能也不必要全部进行。但是由这一部分资料所得出的一些结论，要全体范围内推断这些结论的可靠性。

随机现象的随机性，是指试验、调查之前来说的。而真正得出结果后，对于每一次试验，它只可能得到这些不确定结果中的某一种确定结果。我们在研究这一现象时，应当注意在试验前能不能对这一现象找出它本身的内在规律。


概率论作为一门数学分支，它所研究的内容一般包括随机事件的概率、统计独立性和更深层次上的规律性。概率是随机事件发生的可能性的数量指标。在独立随机事件中，如果某一事件在全部事件中出现的频率，在更大的范围内比较明显的稳定在某一固定常数附近。就可以认为这个事件发生的概率为这个常数。对于任何事件的概率值一定介于 0和 1之间。

有一类随机事件，它具有两个特点：第一，只有有限个可能的结果；第二，各个结果发生的可能性相同。具有这两个特点的随机现象叫做“古典概型”。在客观世界中，存在大量的随机现象，随机现象产生的结果构成了随机事件。如果用变量来描述随机现象的各个结果，就叫做随机变量。

随机变量有有限和无限的区分，一般又根据变量的取值情况分成离散型随机变量和非离散型随机变量。一切可能的取值能够按一定次序一一列举，这样的随机变量叫做离散型随机变量；如果可能的取值充满了一个区间，无法按次序一一列举，这种随机变量就叫做非离散型随机变量。

在离散型随机变量的概率分布中，比较简单而应用广泛的是二项式分布。如果随机变量是连续的，都有一个分布曲线，实践和理论都证明：有一种特殊而常用的分布，它的分布曲线是有规律的，这就是正态分布。正态分布曲线取决于这个随机变量的一些表征数，其中最重要的是平均值和差异度。平均值也叫数学期望，差异度也就是标准方差。

数理统计的内容：数理统计包括抽样、适线问题、假设检验、方差分析、相关分析等内容。抽样检验是要通过对子样的调查，来推断总体的情况。究竟抽样多少，这是十分重要的问题，因此，在抽样检查中就产生了“小样理论”，这是在子样很小的情况下，进行分析判断的理论。

适线问题也叫曲线拟和。有些问题需要根据积累的经验数据来求出理论分布曲线，从而使整个问题得到了解。但根据什么原则求理论曲线？如何比较同一问题中求出的几种不同曲线？选配好曲线，有如何判断它们的误差？……就属于数理统计中的适线问题的讨论范围。

假设检验是只在用数理统计方法检验产品的时候，先作出假设，在根据抽样的结果在一定可靠程度上对原假设做出判断。方差分析也叫做离差分析，就是用方差的概念去分析由少数试验就可以做出的判断。

由于随机现象在人类的实际活动中大量存在，概率统计随着现代工农业、近代科技的发展而不断发展，因而形成了许多重要分支。如：随机过程、信息论
在客观世界中，存在大量的随机现象，随机现象产生的结果构成了随机事件。如果用变量来描述随机现象的各个结果，就叫做随机变量。

随机变量有有限和无限的区分，一般又根据变量的取值情况分成离散型随机变量和非离散型随机变量。一切可能的取值能够按一定次序一一列举，这样的随机变量叫做离散型随机变量；如果可能的取值充满了一个区间，无法按次序一一列举，这种随机变量就叫做非离散型随机变量。

逻辑是探索、阐述和确立有效推理原则的学科，最早由古希腊学者亚里士多德创建的。用数学的方法研究关于推理、证明等问题的学科就叫做数理逻辑。也叫做符号逻辑。

数理逻辑的产生：利用计算的方法来代替人们思维中的逻辑推理过程，这种想法早在十七世纪就有人提出过。莱布尼茨就曾经射向果能不能创造一种“通用的科学语言”，可以把推理过程象数学一样利用公式来进行计算，从而得出正确的结论。由于当时的社会条件，他的想法并没有实现。但是它的思想却是现代数理逻辑部分内容的萌芽，从这个意义上讲，莱布尼茨的思想可以说是数理逻辑的先驱。

1847年，英国数学家布尔发表了《逻辑的数学分析》，建立了“布尔代数”，并创造一套符号系统，利用符号来表示逻辑中的各种概念。布尔建立了一系列的运算法则，利用代数的方法研究逻辑问题，初步奠定了数理逻辑的基础。

十九世纪末二十世纪初，数理逻辑有了比较大的发展，1884年，德国数学家弗雷格出版了《数论的基础》一书，在书中引入量词的符号，使得数理逻辑的符号系统更加完备。对建立这门学科做出贡献的，还有美国人皮尔斯，他也在著作中引入了逻辑符号。从而使现代数理逻辑最基本的理论基础逐步形成，成为一门独立的学科。

数理逻辑的内容：数理逻辑包括哪些内容呢？这里我们先介绍它的两个最基本的也是最重要的组成部分，就是“命题演算”和“谓词演算”。

　　命题演算是研究关于命题如何通过一些逻辑连接词构成更复杂的命题以及逻辑推理的方法。命题是指具有具体意义的又能判断它是真还是假的句子。如果我们把命题看作运算的对象，如同代数中的数字、字母或代数式，而把逻辑连接词看作运算符号，就象代数中的“加、减、乘、除”那样，那么由简单命题组成复和命题的过程，就可以当作逻辑运算的过程，也就是命题的演算。

　　这样的逻辑运算也同代数运算一样具有一定的性质，满足一定的运算规律。例如满足交换律、结合律、分配律，同时也满足逻辑上的同一律、吸收律、双否定律、狄摩根定律、三段论定律等等。利用这些定律，我们可以进行逻辑推理，可以简化复和命题，可以推证两个复合命题是不是等价，也就是它们的真值表是不是完全相同等等。

　　命题演算的一个具体模型就是逻辑代数。逻辑代数也叫做开关代数，它的基本运算是逻辑加、逻辑乘和逻辑费，也就是命题演算中的“或”、“与”、“非”，运算对象只有两个数 0和 1，相当于命题演算中的“真”和“假”。

　　逻辑代数的运算特点如同电路分析中的开和关、高电位和低电位、导电和截至等现象完全一样，数理逻辑的产生利用计算的方法来代替人们思维中的逻辑推理过程，这种想法早在十七世纪就有人提出过。莱布尼茨就曾经射向果能不能创造一种“通用的科学语言”，可以把推理过程象数学一样利用公式来进行计算，从而得出正确的结论。由于当时的社会条件，他的想法并没有实现。但是它的思想却是现代数理逻辑部分内容的萌芽，从这个意义上讲，莱布尼茨的思想可以说是数理逻辑的先驱。

　　1847年，英国数学家布尔发表了《逻辑的数学分析》，建立了“布尔代数”，并创造一套符号系统，利用符号来表示逻辑中的各种概念。布尔建立了一系列的运算法则，利用代数的方法研究逻辑问题，初步奠定了数理逻辑的基础。

　　十九世纪末二十世纪初，数理逻辑有了比较大的发展，1884年，德国数学家弗雷格出版了《数论的基础》一书，在书中引入量词的符号，使得数理逻辑的符号系统更加完备。对建立这门学科做出贡献的，还有美国人皮尔斯，他也在著作中引入了逻辑符号。从而使现代数理逻辑最基本的理论基础逐步形成，成为一门独立的学科。

　　数理逻辑的内容:数理逻辑包括哪些内容呢？这里我们先介绍它的两个最基本的也是最重要的组成部分，就是“命题演算”和“谓词演算”。

　　命题演算是研究关于命题如何通过一些逻辑连接词构成更复杂的命题以及逻辑推理的方法。命题是指具有具体意义的又能判断它是真还是假的句子。如果我们把命题看作运算的对象，如同代数中的数字、字母或代数式，而把逻辑连接词看作运算符号，就象代数中的“加、减、乘、除”那样，那么由简单命题组成复和命题的过程，就可以当作逻辑运算的过程，也就是命题的演算。如果我们把命题看作运算的对象，如同代数中的数字、字母或代数式，而把逻辑连接词看作运算符号，就象代数中的“加、减、乘、除”那样，那么由简单命题组成复和命题的过程，就可以当作逻辑运算的过程，也就是命题的演算。

　　这样的逻辑运算也同代数运算一样具有一定的性质，满足一定的运算规律。例如满足交换律、结合律、分配律，同时也满足逻辑上的同一律、吸收律、双否定律、狄摩根定律、三段论定律等等。利用这些定律，我们可以进行逻辑推理，可以简化复和命题，可以推证两个复合命题是不是等价，也就是它们的真值表是不是完全相同等等。

　　命题演算的一个具体模型就是逻辑代数。逻辑代数也叫做开关代数，它的基本运算是逻辑加、逻辑乘和逻辑费，也就是命题演算中的“或”、“与”、“非”，运算对象只有两个数 0和

1，相当于命题演算中的“真”和“假”。

　　逻辑代数的运算特点如同电路分析中的开和关、高电位和低电位、导电和截至等现象完全一样，都只有两种不同的状态，因此，它在电路分析中得到广泛的应用。

　　利用电子元件可以组成相当于逻辑加、逻辑成和逻辑非的门电路，就是逻辑元件。还能把简单的逻辑元件组成各种逻辑网络，这样任何复杂的逻辑关系都可以有逻辑元件经过适当的组合来实现，从而使电子元件具有逻辑判断的功能。因此，在自动控制方面有重要的应用。

谓词演算也叫做命题涵项演算。在谓词演算里，把命题的内部结构分析成具有主词和谓词的逻辑形式，由命题涵项、逻辑连接词和量词构成命题，然后研究这样的命题之间的逻辑推理关系。

　　命题涵项就是指除了含有常项以外还含有变项的逻辑公式。常项是指一些确定的对象或者确定的属性和关系；变项是指一定范围内的任何一个，这个范围叫做变项的变域。命题涵项和命题演算不同，它无所谓真和假。如果以一定的对象概念代替变项，那么命题涵项就成为真的或假的命题了。

　　命题涵项加上全程量词或者存在量词，那么它就成为全称命题或者特称命题了。

　　数理逻辑的发展

　　数理逻辑这门学科建立以后，发展比较迅速，促进它发展的因素也是多方面的。比如，非欧几何的建立，促进人们去研究非欧几何和欧氏几何的无矛盾性，就促进了数理逻辑的发展。

　　集合论的产生是近代数学发展的重大事件，但是在集合论的研究过程中，出现了一次称作数学史上的第三次大危机。这次危机是由于发现了集合论的悖论引起。什么是悖论呢？悖论就是逻辑矛盾。集合论本来是论证很严格的一个分支，被公认为是数学的基础。

　　1903年，英国唯心主义哲学家、逻辑学家、数学家罗素却对集合论提出了以他名字命名的“罗素悖论”，这个悖论的提出几乎动摇了整个数学基础。

　　罗素悖论中有许多例子，其中一个很通俗也很有名的例子就是“理发师悖论”：某乡村有一位理发师，有一天他宣布：只给不自己刮胡子的人刮胡子。那么就产生了一个问题：理发师究竟给不给自己刮胡子？如果他给自己刮胡子，他就是自己刮胡子的人，按照他的原则，他又不该给自己刮胡子；如果他不给自己刮胡子，那么他就是不自己刮胡子的人，按照他的原则，他又应该给自己刮胡子。这就产生了矛盾。

　　悖论的提出，促使许多数学家去研究集合论的无矛盾性问题，从而产生了数理逻辑的一个重要分支—公悖论的提出，促使许多数学家去研究集合论的无矛盾性问题，从而产生了数理逻辑的一个重要分支—公理集合论。

　　非欧几何的产生和集合论的悖论的发现，说明数学本身还存在许多问题，为了研究数学系统的无矛盾性问题，需要以数学理论体系的概念、命题、证明等作为研究对象，研究数学系统的逻辑结构和证明的规律，这样又产生了数理逻辑的另一个分支—证明论。

　　数理逻辑新近还发展了许多新的分支，如递归论、模型论等。第归论主要研究可计算性的理论，他和计算机的发展和应用有密切的关系。模型论主要是研究形式系统和数学模型之间的关系。

　　数理逻辑近年来发展特别迅速，主要原因是这门学科对于数学其它分支如集合论、数论、代数、拓扑学等的发展有重大的影响，特别是对新近形成的计算机科学的发展起了推动作用。反过来，其他学科的发展也推动了数理逻辑的发展。