条件概率的毕业论文

高中关于概率论教学探究论文摘要：将数学史引入课堂、在教学中广泛应用案例、积极开展随机试验以及引导学生主动探索等，有助于改进概率论教学方法，解决教学实践问题，提高教学质量．教学手段的多样化以及丰富的教学内容可以加深学生对客观随机现象的理解与认识，并激发学生自主学习和主动探索的精神．关键词：概率论；教学；思维方法在数学的历史发展过程中出现了3 次重大的飞跃．第一次飞跃是从算数过渡到代数，第二次飞跃是常量数学到变量数学，第三次飞跃就是从确定数学到随机数学．现实世界的随机本质使得各个领域从确定性理论转向随机理论成为自然；而且随机数学的工具、结论与方法为解决确定性数学中的问题开辟了新的途径．因此可以说，随机数学必将成为未来主流数学中的亮点之一．概率论作为随机数学中最基础的部分，已经成为高校中很多专业的学生所必修的一门基础课．但是教学过程中存在的一个主要问题是：学生们往往已经习惯了确定数学的学习思维方式，认为概率中的基本概念抽象难以理解，思维受限难以展开．这些都使得学生对这门课望而却步，因此如何在概率论的教学过程中培养学生学习随机数学的思维方法就显得十分重要．本文拟介绍我们在该课程教学中的改革尝试，当作引玉之砖．1 将数学史融入教学课堂在概率论教学过程当中，介绍相关的数学史可以帮助学生更好地认识到概率论不仅是“ 阳春白雪” ，而且还是一门应用背景很强的学科．比如说概率论中最重要的分布——正态分布，就是在18 世纪，为解决天文观测误差而提出的．在17、18 世纪，由于不完善的仪器以及观测人员缺乏经验等原因，天文观测误差是一个重要的问题，有许多科学家都进行过研究．1809年，正态分布概念是由德国的数学家和天文学家德莫弗（DeMoivre）于1733 年首次提出的，德国数学家高斯（Gauss）率先将正态分布应用于天文学研究，指出正态分布可以很好地“ 拟合” 误差分布，故正态分布又叫高斯分布．如今，正态分布是最重要的一种概率分布，也是应用最广泛的一种连续型分布．在1844 年法国征兵时，有许多符合应征年龄的人称自己的身高低于征兵的最低身高要求，因而可以免服兵役，这里面一定有人为了躲避兵役而说谎．果然，比利时数学家凯特勒（A. Quetlet，1796—1874）就是利用身高服从正态分布的法则，把应征人的身高的分布与一般男子的身高分布相比较，找出了法国2000 个为躲避征兵而假称低于最低身高要求的人[1]．在大学阶段，我们不仅希望通过数学史在教学课堂中的呈现来引起学生学习概率论这门课程的兴趣，更应侧重让学生通过兴趣去深入挖掘数学史，感受随机数学的思想方法[2]．我们知道概率论中的古典概型要求样本空间有限，而几何概型恰好可以消除这一条件，这两种概型学生理解起来都很容易．但是继而出现的概率公理化定义，学生们总认为抽象、不易接受．尤其是概率公理化定义里出现的σ 代数[3]这一概念：设Ω 为样本空间，若Ω 的一些子集所组成的集合? 满足下列条件：（1）Ω∈? ；（2）若A∈ ? ，则A∈ ? ；（3）若∈ n A ? ，n =1, 2,??，则∈∞=nnA ∪1? ，则我们称 ? 为Ω 的一个σ 代数．为了使学生更好的理解这一概念，我们可以引入几何概型的一点历史来介绍为什么要建立概率的公理化定义，为什么需要σ 代数．几何概型是19 世纪末新发展起来的一种概率的计算方法，是在古典概型基础上进一步的发展，是等可能事件的概念从有限向无限的延伸．1899 年，法国学者贝特朗提出了所谓“ 贝特朗悖论” [3]，矛头直指几何概率概念本身．这个悖论是：给定一个半径为1 的圆，随机取它的一条弦，问：弦长不小于3 的概率为多大？对于这个问题，如果我们假定端点在圆周上均匀分布，所求概率等于1/3；若假定弦的中点在直径上均匀分布，所求概率为1/2；又若假定弦的中点在圆内均匀分布，则所求概率又等于1/4．同一个问题竟然会有3 种不同的答案，原因在于取弦时采用了不同的等可能性假定！这3 种答案针对的是3 种不同的随机试验，对于各自的随机试验而言，它们都是正确的．因此在使用“ 随机” 、“ 等可能”、“ 均匀分布” 等术语时，应明确指明其含义，而这又因试验而异．也就是说我们在假定端点在圆周上均匀分布时，就不能考虑弦的中点在直径上均匀分布或弦的中点在圆内均匀分布所对应的事件．换句话讲，我们在假定端点在圆周上均匀分布时，只把端点在圆周上均匀分布所对应的元素看成为事件．现在再来理解σ -代数的概念：对同一个样本空间Ω ，?1 ={?, Ω}为它的一个σ 代数；设A为Ω 的一子集，则 ?2 ={?, A, A, Ω}也为Ω 的一个σ 代数；设B 为Ω 中不同于A的另一子集，则?3 = {?, A,B, A,B, AB, AB,BA,AB,Ω}也为Ω 的一个σ 代数；Ω 的所有子集所组成的集合同样能构成Ω 的一个σ 代数．当我们考虑?2 时，就只把元素?2 的元素? ， A ， A ， Ω 当作事件，而B 或AB 就不在考虑范围之内．由此σ 代数的定义就较易理解了．2 广泛运用案例教学法案例与一般例题不同，它有产生问题的实际背景，并能够为学生所理解．案例教学法是将案例作为一种教学工具，把学生引导到实际问题中去，通过分析和讨论，提出解决问题的基本方法和途径的一种教学方法．我们可以从直观性、趣味性和易于理解的角度把概率论基础知识加以介绍．我们在讲条件概率一节时可以先介绍一个有趣的案例——“ 玛丽莲问题” ：十多年前，美国的“ 玛利亚幸运抢答”电台公布了这样一道题：在三扇门的背后（比如说1 号、2号及3 号）藏了两只羊与一辆小汽车，如果你猜对了藏汽车的门，则汽车就是你的．现在先让你选择，比方说你选择了1 号门，然后主持人打开了剩余两扇门中的一个，让你看清楚这扇门背后是只羊，接着问你是否应该重新选择，以增大猜对汽车的概率？由于这个问题与当前电视上一些娱乐竞猜节目很相似，学生们就很积极地参与到这个问题的讨论中来．讨论的结果是这个问题的答案与主持人是否知道所有门背后的东西有关，这样就可以很自然的引出条件概率来．在这样热烈的气氛里学习新的概念，一方面使得学生的积极性高涨，另一方面让学生意识到所学的概率论知识与我们的日常生活是息息相关的，可以帮助我们解决很多实际的问题．因此在介绍概率论基础知识时，引进有关经典的案例会取得很好的效果．例如分赌本问题、库存与收益问题、隐私问题的调查、概率与密码问题、17 世纪中美洲巫术问题、调查敏感问题、血液检验问题、1992 年美国佛蒙特州州务卿竞选的概率决策问题，以及当前流行的福利彩票中奖问题，等等[4]．概率论不仅可以为上述问题提供解决方法，还可以对一些随机现象做出理论上的解释，正因为这样，概率论就成为我们认识客观世界的有效工具．比如说我们知道某个特定的人要成为伟人，可能性是极小的．之所以如此，一个原因是由于某人的诞生是一系列随机事件的复合：父母、祖父母、外祖父母……的结合、异性的两个生殖细胞的相遇，而这两个细胞又必须含有某些产生天才的因素．另一个原因是婴儿出生以后，各种偶然遭遇在整体上必须有利于他的成功，他所处的时代、他所受的教育、他的各项活动、他所接触的人与事以及物，都须为他提供很好的机会．虽然如此，各时代仍然伟人辈出．一个人成功的概率虽然极小，但是几十亿人中总有佼佼者，这就是所谓的“ 必然寓于偶然转自之中” 的一种含义．如何用概率论的知识解释说明这个问题呢？设某试验中事件A出现的概率为ε ，0 <ε <1，不管ε 如何小，如果把这试验不断独立重复做任意多次，那么A 迟早会出现1次，从而也必然会出现任意多次．这是因为，第一次试验A不出现的概率为(1?ε )n ，前n 次A 都不出现的概率为1? (1?ε )n，当n 趋于无穷大时，此概率趋于1，这表示A迟早出现1 次的概率为1．出现A 以后，把下次试验当作第一次，重复上述推理，可见A 必然再出现，如此继续，可知A必然出现任意多次．因此，一个人成为伟人的概率固然非常小，但是千百万人中至少有一个伟人就几乎是必然的了[5]．3 积极开展随机试验随机试验是指具有下面3 个特点的试验：（1）可以在相同的条件下重复进行；（2）每次试验的可能结果不止一个，并且能事先明确试验的所有可能结果；（3）进行一次试验之前不能确定哪一个结果会出现．在讲授随机试验的定义时，我们往往把上面3 个特点一一罗列以后，再举几个简单的例子说明一下就结束了，但是在看过一期国外的科普短片以后，我们很受启发．节目内容是想验证一下：当一面涂有黄油，一面什么都没有涂的面包从桌上掉下去的时候，到底会哪一面朝上？令我们没有想到的是，为了让试验结果更具说服力，实验人员专门制作了给面包涂黄油的机器，以及面包投掷机，然后才开始做试验．且不论这个问题的结论是什么，我们观察到的是他们为了保证随机试验是在相同的条件下重复进行的，相当严谨地进行了试验设计．我们把此科普短片引入到课堂教学中，结合实例进行分析，并提出随机试验的3 个特点，学生接受起来十分自然，整个教学过程也变得轻松愉快．因此，我们在教学中可以利用简单的工具进行实验操作，尽可能使理论知识直观化．比如全概率公式的应用演示、几何概率的图示、随机变量函数的分布、数学期望的统计意义、二维正态分布、高尔顿钉板实验等，把抽象理论以直观的形式给出，加深学生对理论的理解．但是我们不可能在有限的课堂时间内去实现每一个随机试验，因此为了有效地刺激学生的形象思维，我们采用了多媒体辅助理论课教学的手段，通过计算机图形显示、动画模拟、数值计算及文字说明等，建立一个图文并茂、声像结合、数形结合的生动直观的教学环境，从而拓宽学生的思路，有利于概率论基本理论的掌握．与此同时，让学生在接受理论知识的过程中还能够体会到现代化教学的魅力，达到了传统教学无法实现的教学效果[6]．4 引导学生主动探索传统的教学方式往往是教师在课堂上满堂灌，方法单一，只重视学生知识的积累．教师是教学的主体，侧重于教的过程，而忽视了教学是教与学互动的过程．相比较而言，现代教学方法更侧重于挖掘学生的学习潜能，以最大限度地发挥及发展学生的聪明才智为追求目标．例如，在给出条件概率的定义以后，我们知道当P(A) > 0时，P(B | A)未必等于P(B)．但是一旦P(B | A) =P(B)，也就说明事件A的发生不影响事件B的发生．同样当P(B) > 0时，若P(A| B) = P(A)，就称事件B的发生不影响事件A 的发生．因此若P(A) > 0 ， P(B) > 0 ，且P(B | A) = P(B)与P(A| B) = P(A)两个等式都成立，就意味着这两个事件的发生与否彼此之间没有影响．我们可以让学生主动思考是否能够如下定义两个事件的独立性：定义1：设A，B 是两个随机事件，若P(A) > 0 ，P(B) > 0，我们有P(B | A) = P(B)且P(A| B) = P(A)，则称事件A 与事件B 相互独立．接下来，我们可以继续引导学生仔细考察定义1 中的条件P(A) > 0 与P(B) > 0 是否为本质要求？事实上，如果P(A) > 0，P(B) > 0，我们可以得到：P(B | A) = P(B) ? P(AB) = P(A)P(B) ? P(A| B) = P(A)．但是当P(A) = 0，P(B) = 0时会是什么情况呢？由事件间的关系及概率的性质，我们知道AB ? A， AB ? B，因此P(AB) = 0 = P(A)P(B)，等式仍然成立．所以我们可以舍去定义1中的条件P(A) > 0，P(B) > 0，即如下定义事件的独立性：定义2 ： 设A ， B 为两随机事件， 如果等式P(AB) = P(A)P(B)成立，则称A，B为相互独立的事件，又称A，B 相互独立．很显然，定义2 比定义1 更加简洁．在这个定义的寻找过程中，我们不仅能够鼓励学生积极思考，而且可以很好地培养和锻炼学生提出问题、分析问题以及解决问题的能力，从而体会数学思想，感受数学的美．5 结 束 语通过实践我们发现，将数学史引入课堂既能让学生深入了解随机数学的形成与发展过程，又切实感受到随机数学的思想方法；把案例应用到教学当中以及在课堂上开展随机试验可以将概率论基础知识直观化，增加课程的趣味性，易于学生的理解与掌握；引导学生主动探索可以强化教与学的互动过程，激发学生用数学思想来解决概率论中遇到的问题．总之，在概率论的教学中，应当注重培养学生建立学习随机数学的思维方法，通过教学手段的多样化以及丰富的教学内容加深学生对客观随机现象的理解与认识．另外，要以人才培养为本，实现以教师为主导，学生为主体的主客体结合的教学思想，将培养学生实践能力、创新意识与创新能力的思想落到实处，以期达到学生受益最大化的目标，为学生将来从事经济、金融、管理、教育、心理、通信等学科的研究打下良好的基础．［参 考 文 献］[1] C·R·劳．统计与真理[M]．北京：科学出版社，2004．[2] 朱哲，宋乃庆．数学史融入数学课程[J]．数学教育学报，2008，17（4）：11–14．[3] 王梓坤．概率论基础及其应用[M]．北京：北京师范大学出版社，2007．[4] 张奠宙．大千世界的随机现象[M]．南宁：广西教育出版社，1999．[5] 王梓坤．随机过程与今日数学[M]．北京：北京师范大学出版社，2006．[6] 邓华玲，傅丽芳，任永泰．概率论与数理统计实验课的探讨与实践[J]．大学数学，2008，24（2）：11–14．建立数学创造性意识的学习氛围论文论文关键词：创造性思维;培养;协同培养 论文摘要：本文论述了创造性思维研究的现状，简单梳理了创造性思维研究的几种观点，并鉴于实践中对于创造性思维研究的成果的应用，列举了五种较为流传的创造……剖析高中平面向量授课方式研究论文【摘要】本文通过对高中第五章平面向量的研究，从运算的角度，教学内容、要求、重难点，本章的特点三个方面进行了总结，得出了五个方面的教学体会。 【关键词】平面向量；数形结合；向量法；教学体会……培养学生数学时刻使用意识研究论文[摘要]培养数学应用意识，促进知识内化，达到发展学生智慧的目的，是当前小学数学教学中人们关注的一个热点问题。本文从培养学生数学应用意识的理论依据及探索实践这两个方面对如何发展学生智慧问题进行探讨。……高中关于概率论教学探究论文摘要：将数学史引入课堂、在教学中广泛应用案例、积极开展随机试验以及引导学生主动探索等，有助于改进概率论教学方法，解决教学实践问题，提高教学质量．教学手段的多样化以及丰富的教学内容可以加深学生对客观……

1. 生活中处处有数学 2、解数学竞赛题的整体策略 3、谈数学解题中发掘隐含条件的若干途径4、论数学教育中性别差异的影响 5、逆向思维在数学论证中的作用及培养6、谈小学、初中数学的衔接 7、容斥原理及其应用8、从高中课程改革看大学课程改革 9、信息化教育问题10、数学素质教育中的教师素质问题 11. 浅析课堂教学的师生互动12、谈设疑法在课堂教学中的应用 13、计算机辅助小学数学教学的探索 14、谈一类重要的数学方法--分类讨论法15、小学数学竞赛题的教育价值16、在解题中培养学生的数学直觉思维 17. 反思教学中的一题多解18. 初探影响解决数学问题的心理因素 19、在数学教学中培养学生的反思意识 20、关于探索性命题的若干问题 21、数学实验教学模式探究22、论小学数学竞赛题的解题方法 23、奥林匹克数学的解题策略24、三角形面积在竞赛中的应用 25. 数学教育中的科学人文精神 26. 数学几种课型的问题设计 27. 在探索中发展学生的创新思维 28. 把握发现式教学实质,优化课堂教学 29. 如何评价小学学生的数学素质 30. 阅读材料在数学教学中的作用 31. 数学中的判断之我见 32. 关于学生数学能力培养的几点设想 33. 反例在数学中的作用 34. 谈谈类比法 35. 数学教学设计随笔 36. 数学CAI应遵循的原则 37. 我国数学教育改革的若干问题 38. 当代数学教学模式的发展趋势 39. “问题解决教学”的实践与认识 40. 数学教学中的“理论联系实际” 41. 小学数学课堂教学探究性学习案例简析 42. 数学训练，贵在科学 43. 教学媒体在数学教学中的作用 44. 培养数学能力的重要性和基本途径 45. 初探在数学教学中开展研究性学习 46. 浅谈数学学习兴趣的培养 47. 如何使计算机辅助教学变得更方便 48. 精心设计习题，提高教学质量 49. 我对概念教学的的再认识 50. 数学教学中的情境创设 51. 结合数学教学实际开展教研教改 52. 为学生展开想象的翅膀创造环境 53. 利用习题变换，培养思维能力 54. 课堂教学中培养学生创造能力的尝试 55. 观察法及其在数学教育研究中的应用 56. 直觉思维在解题中的运用 57. 数学方法论与数学教学—案例三则 58. 概念课是思维训练的重要环节 59. 对概念导入和问题设计的思考 60. 把握概念本质注重思维能力的培养 61. 将研究性学习引入数学课堂教学 62. 数学教学的现代研究 63. 数学探究性活动的内容、形式及教学设计 64. 注重创新性试题的设计 以上为参考论文选题，学生写论文时可选用，也可按选题提供的范围和方向，根据自己教学过程中体会最深的某方面自定论文选题1．关于数学教学目的问题； 2．关于数学思维问题； 3．关于数学教学方法问题； 4．关于学习的迁移问题； 5．关于数学教学的评价问题； 6．关于熟练技能与深刻理解的关系问题； 7．数学的实用功能与数学的文化教育功能相关关系的研究； 8．数学教学的德育功能研究； 9．班级授课制中集体教学、小组教学和个别教学在数学教学中的地位和作用； 10．数学发现法(探究式)教学可实施的基本内容、对象和范围； 11．对数学教学中“可接受性原则”的认识及其具体做法的实验研究； 12．中学生数学学习习惯与学习方法的调查分析； 13．诊断和鉴别数学学习困难学生的方法探析； 14．数学智力因素与数学非智力因素的界定及其对学生学习成绩交互作用的研究； 15．数学教学中激发学生学习兴趣的内在机制和外部因素的研究； 16．教法与学法的双向作用研究； 17．学生“用数学”意识和能力的形成机制以及培养途径的实验研究； 18．数学新课程实施中转变学生学习方式的途径； 19．学生数学观念或数学意识的形成机制和培养途径的实验研究； 20．创设良好的数学教学心理氛围与提高数学教学质量相关关系 的研究。 21．中学数学教育的地位与作用。 22．形象思维与数学教学。 23．直观思维与数学教学。 24．非智力因素与数学学习。 25．数学美与数学教学。 26．在数学教学中怎样培养学生的数学能力。 27．数学作图及图形的教学。 28．数学解题错误的探讨。 29．怎样配备数学习题。 30．数学解题常用的一些思维方法。 31．怎样提高学生的自学能力。 32．怎样培养学生学习数学的兴趣。二、《概率论与数理统计》参考题 1．有关概率论发展的历史。 2．随机性与必然的数学基础与认识。 3．随机变量的直观认识与数学描述。 4．古典概率型的计算技巧。 5．几何概率型的分析处理。 6．有关概率论之介绍。 7．概率论中数学期望概念。 8．利用期望概率统一引人矩阵概率。 9．期望概率在概率论中的地位和作用。 10．特征函数与因数在概率论中的作用及其含义。 11．关于独立性。 12．大数定律与中心定律之含义。 13．大数定律与概率的统计定义。 14．有关概率不等式。 15．条件概率与条件期望。 16．Bayes公式的扩展。 17．概率在其它学科中的应用。 18．其它数学分支在概率论中的应用。 19．概率题目计算的多解性。 20．数理统计概念。 21．数理统计的过去与现在。 22．数理统计在客观现实中的作用。 23．假设检验的实质与作用。 24．参数估计的作用与处理方法。 25．数理统计在你自己工作实践中的应用(实例)。 26．学习概率统计的实践与体会。 27．概率统计中的错题分析。 28．如果我讲概率统计的话，我将这样讲(要求具体详细，资料充实，结构新颖)。 29．利用回归分析方法处理问题。 30．回归分析理论中存在的问题与解决的设想。三、《微分几何》参考题 1．空间曲线的基本公式及其在曲线论中的作用。 2．渐近线与渐缩线。 3．空间曲线弯曲性的研究。 4．曲率与挠率。 5．曲面的第一基本形式在曲面论中的作用。 6．等矩映象与曲面的内在几何。 7．曲面的第二基本形式在曲面论中的作用。 8．曲面上的曲率线，渐近曲线，测地线。 9．曲面的内在几何与外在几何的相依性。 10．曲面内的基本定理与曲线论的基本定理的比较(相仿之处与不同之处)。 11．高斯曲率的意义与作用。 12．等矩映射与等角映射及等积映射的关系。 13．高斯与波涅公式的意义与作用。 14．伪球面与罗氏几何。四、《复变函数》参考题 1．复变函数在一点解析的等价定义。 2．幅角多值性所导出的问题汇集。 3．小结复变函数的积分。 4．解析与调和函数的关系。 5．漫谈复数∞。 6．0，∞与函数 7．多值函数单值分支的表达与计算。 8．分式线性函数全体对乘法——函数复合——构成群。 9．∞和∞邻域的引进使扩充复平面的为紧空间。 lo．等比级数 ，在函数的泰勒展开式和罗朗展开式中的作用。 11．谈复数的比较大小问题。 五、《实变函数》参考题， 1．关于积分号下取极限(积分与极限交换次序问题)。 ①在什么条件下可以积分号下取极限，是积分的一个重要性质，例 如关系到微积分基本定理成立的条件，函数项级数和的性质等等。 ②列举勒贝格积分和黎曼积分在几个问题上的基本结论，分析其 中最基本的要求和相互关系(书上P146第6题可供参考)，可以发现勒贝格积分在这方面比黎曼积分好得多，而且是用勒贝格积分的主要好处之一。 ③给出上述基本结论的简单推论，新的证明方法应用例题，并说明它们的意义。 2．关于微积分基本定理(牛顿一菜布尼兹公式) ①什么是微积分基本定理，它的重要意义在哪里? ②黎曼积分情形，相应定理的条件是什么?有什么不足之处? ③勒贝格积分情形，相应的定理的结论和条件又是怎样的?条件减弱在哪里?还有什么问题? ④应用例题。 3．关于绝对连续函数。 ①绝对连续的定义是什么?有些什么等价说法或充分必要条件，并证明之。绝对连续与连续、一致连续有什么不同，有什么关系。 ②证明绝对连续函数列一致收敛的极限，可微函数与绝对连续函 数复合，仍为绝对连续的。 ③绝对连续函数几乎处处可微，能否做到处处可微?举例!绝对连续函数与它的导致关系如何，与微积分基本定理有什么关系。 ④绝对连续函数全体组成线性空间。 4．关于勒贝格积分。 ①试将关于勒贝格积分的定义综合起来，做出一个统一，一般的勒贝格积分定义，并说明勒贝格积分仍然是“分割、求积、取极限”的结果，勒贝格积分的“分割”与黎曼积分又有何根本不同之处? ②说明勒贝格积分在几何上仍是“曲边梯形的面积”。 ③证明对于勒贝格积分，也和黎曼积分一样，无界函数的积分(广 义积分)和无界区域上的积分(无穷积分)，都是有界函数在有界域上的积分的极限。 ④勒贝格积分有哪些黎曼积分所没有的重要性质。从积分的定义看，是什么原因导致这两类积分有许多重大差别。 ⑤勒贝格积分有许多重要性质，带来一些什么好处? 5．关于测度。 ①总结定义点集的勒贝格测度的过程，并与数学分析中定义区域的面积的过程(重积分前面部分)作比较，分析其中不同之处，以及为什么因为这些不同，导致黎曼积分和勒贝格积分在性质上有许多重大差别。 ②说明勒贝格测度长度、面积、体积概念的推广，当平面区域可求面积时，它的面积和勒贝格测度相等。 ③列举勒贝格测度的重要性质，说明它们与勒贝格积分性质的关 系(例如测度的可数可加性与积分的可数可加性有什么关系，单调集列极限的测度(定理3、2、6～3、2、10)与勒维定理(定理5、4、2的关系)。 6．关于可测函数。 ①可测函数与连续函数，可积函数从定义上、性质上看有什么关系和差别。 ②全体可测函数构成线性空间，构成环。 ③试说明鲁金定理的意义，以及它与黎斯定理、叶果洛夫定理的关系。你如何理解“可测函数近于连续函数”及其理由。 7．关于可测函数列的各种收敛概念。 ①试述实变函数论中及数学分析中讲过的各种收敛概念的定义和性质、互相之间的关系。以及引进这些概念的意义和用处。 ②从黎斯定理和叶果洛夫定理出发说明，你怎么理解“几乎处处收敛，近乎一致收敛”。 8．关于点集上的连续函数。 ①定义，性质。 ②与数学分析中讲的连续的关系。 9．集合论和点集论的方法在实变函数论中的意义。 从一些具体例子出发说明，为了解决数学分析中一些结果不够完善的问题，如推广它们的结论，有必要用这种方法去研究函数，用它也确实有好的效果。说明集合论是测度论和积分论的基础。 以上问题，除参考．所用教材外，还可参考程其襄等编《实变函数与泛函分析基础》。朱玉楷编《实变函数简编》等有关书籍资料。

摘 要 研究了沪深300指数日收益率时间序列，经检验其具有马氏性，并建立了马尔可夫链模型。取交易日分时数据，根据分时数据确定状态初始概率分布，通过一步转移概率矩阵对下一交易日的日收益率进行了预测。对该模型分析和计算，得出其为有限状态的不可约、非周期马尔可夫链，求解其平稳分布，从而得到沪深300指数日收益率概率分布。并预测了沪深300指数上涨或下跌的概率，可为投资管理提供参考。 关键词 马尔可夫链模型 沪深300指数 日收益率概率分布 平稳分布 1 引言 沪深300指数于2005年4月正式发布，其成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。众多证券投资基金以沪深300指数为业绩基准，因此对沪深300指数收益情况研究显得尤为重要，可为投资管理提供参考。 取沪深300指数交易日收盘价计算日收益率，可按区间将日收益率分为不同的状态，则日收益率时间序列可视为状态的变化序列，从而可以尝试采用马尔可夫链模型进行处理。马尔可夫链模型在证券市场的应用已取得了不少成果。参考文献[1]、[2]、[3]和[4]的研究比较类似，均以上证综合指数的日收盘价为对象，按涨、平和跌划分状态，取得了一定的成果。但只取了40～45个交易日的数据进行分析，历史数据过少且状态划分较为粗糙。参考文献[5]和[6]以上证综合指数周价格为对象，考察指数在的所定义区间（状态）的概率，然其状态偏少（分别只有6个和5个状态），区间跨度较大，所得结果实际参考价值有限。参考文献[7]对单只股票按股票价格划分状态，也取得了一定成果。 然而收益率是证券市场研究得更多的对象。本文以沪深300指数日收益率为对考察对象进行深入研究，采用作为计算工具，对较多状态和历史数据进行了处理，得出了沪深300指数日收益率概率分布，并对日收益率的变化进行了预测。 2 马尔可夫链模型方法 马尔可夫链的定义 设有随机过程{Xt，t∈T}，T是离散的时间集合，即T={0，1，2，L}，其相应Xt可能取值的全体组成状态空间是离散的状态集I={i0，i1，i2，L}，若对于任意的整数t∈T和任意的i0，i1，L，it+1∈I，条件概率则称{Xt，t∈T}为马尔可夫链，简称马氏链。马尔可夫链的马氏性的数学表达式如下： P{Xn+1=in+1|X0=i0，X1=i1，L，Xn=in}=P{Xn+1=in+1|Xn=in} （1） 系统状态概率矩阵估计 马尔可夫链模型方法的基本内容之一是系统状态的转移概率矩阵估算。估算系统状态的概率转移矩阵一般有主观概率法和统计估算法两种方法。主观概率法一般是在缺乏历史统计资料或资料不全的情况下使用。本文采用统计估算法，其主要过程如下：假定系统有m种状态S1，S2，L，Sm根据系统的状态转移的历史记录，可得到表1的统计表格。其中nij表示在考察的历史数据范围内系统由状态i一步转移到状态j的次数，以■ij表示系统由状态i一步转移到状态的转移概率估计量，则由表1的历史统计数据得到■ij的估计值和状态的转移概率矩阵P如下： ■ij=nij■nik，P=p11 K p1mM O Mpm1 L pmn（2） 马氏性检验 随机过程{Xt，t∈T}是否为马尔可夫链关键是检验其马氏性，可采用χ2统计量来检验。其步骤如下：（nij）m×m的第j列之和除以各行各列的总和所得到的值记为■.j，即： ■.j=■nij■■nik，且■ij=nij■nik（3） 当m较大时，统计量服从自由度为（m-1）2的χ2分布。选定置信度α，查表得χ2α（（m-1）2），如果■2>χ2α（（m-1）2），则可认为{Xt，t∈T}符合马氏性，否则认为不是马尔可夫链。 ■2=2■■nijlog■ij■.j（4） 马尔可夫链性质 定义了状态空间和状态的转移概率矩阵P，也就构建了马尔可夫链模型。记Pt（0）为初始概率向量，PT（n）为马尔可夫链时刻的绝对概率向量，P（n）为马尔可夫链的n步转移概率矩阵，则有如下定理： P（n）=PnPT（n）=PT（0）P（n）（5） 可对马尔可夫链的状态进行分类和状态空间分解，从而考察该马尔可夫链模型的不可约闭集、周期性和遍历性。马尔可夫链的平稳分布有定理不可约、非周期马尔可夫链是正常返的充要条件是存在平稳分布；有限状态的不可约、非周期马尔可夫链必定存在平稳过程。 3 马尔可夫链模型方法应用 观测值的描述和状态划分 取沪深300指数从2005年1月4日~2007年4月20日共555个交易日收盘价计算日收益率（未考虑分红），将日收益率乘以100并记为Ri，仍称为日收益率。计算公式为： Ri=（Pi-Pi-1）×100/Pi-1（6） 其中，Pi为日收盘价。 沪深300指数运行比较平稳，在考察的历史数据范围内日收益率有％在[，]。可将此范围按的间距分为18个区间，将小于和大于各记1区间，共得到20个区间。根据日收益率所在区间划分为各个状态空间，即可得20个状态（见表2）。 马氏性检验 采用χ2统计量检验随机过程{Xt，t∈T}是否具有马氏性。用前述统计估算法得到频率矩阵（nij）20×20。 由（3）式和（4）式可得：■.j=■nij■■nik，且■ij=nij■nik，■2=2■■nijlog■ij■.j=，令自由度为k=（m-1）2即k=361，取置信度α=。由于k>45，χ2α（k）不能直接查表获得，当k充分大时，有： χ2α（k）≈■（zα+■）2（7） 其中，zα是标准正态分布的上α分位点。查表得，故可由（1）、（7）式得，即统计量，随机过程{Xt，t∈T}符合马氏性，所得模型是马尔可夫链模型。 计算转移概率矩阵及状态一步转移 由频率矩阵（nij）20×20和（1）、（2）式得转移概率矩阵为P=（Pij）20×20。考察2007年4月20日分时交易数据（9：30~15：30共241个数据），按前述状态划分方法将分时交易数据收益率归于各状态，并记Ci为属于状态i的个数，初始概率向量PT（0）=（p1，p2，L，pt，L，p20），则： pj=Cj/241，j=1，2，K，20（8） 下一交易日日收益率分布概率PT（0）={p1（1），p2（1），L，pi（1），L，p20（1）}，且有PT（1）-PT（0）p，计算结果如表3所示。 马尔可夫链遍历性和平稳分布 可以分析该马尔可夫链的不可约集和周期性，从而进一步考察其平稳分布，然而其分析和求解非常复杂。本文使用采用如下算法进行求解：将一步转移概率矩阵P做乘幂运算，当时Pn+1=Pn停止，若n>5 000亦停止运算，返回Pn和n。计算发现当n=48时达到稳定，即有P（∞）=P（48）=P48。考察矩阵P（48）易知：各行数据都相等，不存在数值为0的行和列，且任意一行的行和为1。故该马尔可夫链{Xt，t∈T}只有一个不可约集，具有遍历性，且存在平稳分布{πj，j∈I}，平稳分布为P（48）任意一行。从以上计算和分析亦可知该马尔可夫链是不可约、非周期的马尔可夫链，存在平稳分布。计算所得平稳分布如表4所示。 计算结果分析 表3、表4给出了由当日收益率统计出的初始概率向量PT（0），状态一步预测所得绝对概率向量PT（1）和日收益率平稳分布，由表3和表4综合可得图1。可以看出，虽然当日（2007年4月20日）收益率在区间（，）波动且在（，）内的概率达到了，表明在2007年4月20日，日收益率较高（实际收盘时，日收益率为），但其下一交易日和从长远来看其日收益率概率分布依然可能在每个区间。这是显然的，因为日收益率是随机波动的。 对下一交易日收益率预测（PT（1）），发现在下一交易日收益率小于0的概率为，大于0的概率为，即下一交易日收益率大于0的概率相对较高，其中在区间（-2，）、（，1）和（1，）概率、和依次排前三位，也说明下一交易日收益率在（-2，）的概率会比较高，有一定的风险。 从日收益率长远情况（平稳分布）来看，其分布类似正态分布但有正的偏度，说明其极具投资潜力。日收益率小于0的概率为，大于0的概率为，即日收益率大于0的概率相当的高于其小于0的概率。 4 结语 采用马尔可夫链模型方法可以依据某一交易日收益率情况向对下一交易日进行预测，也可得到从长远来看其日收益率的概率分布，定量描述了日收益率。通过对沪深300指数日收益率分析和计算，求得沪深300指数日收益率的概率分布，发现沪深300指数日收益率大于0的概率相对较大（从长远看，达到了，若考虑分红此概率还会变大），长期看来沪深300指数表现乐观。若以沪深300指数构建指数基金再加以调整，可望获得较好的回报。 笔者亦采用范围（-5，5）、状态区间间距为1和范围（-6，6）、状态区间间距为2进行运算，其所得结果类似。当采用更大的范围（如-10，10等）和不同的区间大小进行运算，计算发现若状态划分过多，所得模型不易通过马氏性检验，如何更合理的划分状态使得到的结果更精确是下一步的研究之一。在后续的工作中，采用ANN考察所得的日收益率预测和实际日收益率的关系也是重要的研究内容。马尔可夫链模型方法也可对上证指数和深证成指数进行类似分析。 参考文献 1 关丽娟，赵鸣.沪综指走势的马尔可夫链模型预测[J].山东行政学院，山东省经济管理干部学院学报，2005（4） 2 陈奕余.基于马尔可夫链模型的我国股票指数研究[J].商场现代化（学术研讨），2005（2） 3 肖泽磊，卢悉早.基于马尔可夫链系统的上证指数探讨[J].科技创业月刊，2005（9） 4 边廷亮，张洁.运用马尔可夫链模型预测沪综合指数[J].统计与决策，2004（6） 5 侯永建，周浩.证券市场的随机过程方法预测[J].商业研究，2003（2） 6 王新蕾.股指马氏性的检验和预测[J].统计与决策，2005（8） 7 张宇山，廖芹.马尔可夫链在股市分析中的若干应用[J].华南理工大学学报（自然科学版），2003（7） 8 冯文权.经济预测与决策技术[M].武汉：武汉大学出版社，2002 9 刘次华.随机过程[M].武汉：华中科技大学出版社，2001 10 盛千聚.概率论与数理统计[M].北京：高等教育出版社.1989转