Историческая справка.
Первые начала М. с. можно найти уже в сочинениях создателей теории вероятностей — Я. Бернулли
(конец 17 — начало 18 веков), П. Лапласа
(2-я половина 18 — начало 19 веков) и С. Пуассона
(1-я половина 19 века). В России методы М. с. в применении к демографии и страховому делу развивал на основе теории вероятностей В. Я. Буняковский
(1846). Решающее значение для всего дальнейшего развития М. с. имели работы русской классической школы теории вероятностей 2-й половины 19 — начала 20 веков (П. Л. Чебышев
, А. А. Марков
, А. М. Ляпунов
, С. Н. Бернштейн
). Многие вопросы теории статистических оценок были по существу разработаны на основе теории ошибок и метода наименьших квадратов [К. Гаусс
(1-я половина 19 века) и А. А. Марков (конец 19 — начало 20 веков)]. Работы А. Кетле
(19 век, Бельгия), Ф. Гальтона
(19 век, Великобритания) и К. Пирсона
(конец 19 — начало 20 веков, Великобритания) имели большое значение, но по уровню использования достижений теории вероятностей отставали от работ русской школы. К. Пирсоном была широко развёрнута работа по составлению таблиц функций, необходимых для применения методов М. с. В создании теории малых выборок, общей теории статистических оценок и проверки гипотез (освобожденной от предположений о наличии априорных распределений), последовательного анализа весьма значительна роль представителей англо-американской школы [Стьюдент (псевдоним У. Госсета), Р. Фишер, Э. Пирсон — Великобритания, Ю. Нейман, А. Вальд — США], деятельность которых началась в 20-х годах 20 века. В СССР значительные результаты в области М. с. получены В. И. Романовским, Е. Е. Слуцким, которому принадлежат важные работы по статистике связанных стационарных рядов, Н. В. Смирновым, заложившим основы теории непараметрических методов М. с., Ю. В. Линником, обогатившим аналитический аппарат М. с. новыми методами. На основе М. с. особенно интенсивно разрабатываются статистические методы исследования и контроля массового производства, статистические методы в области физики, гидрологии, климатологии, звёздной астрономии, биологии, медицины и другие. Существует несколько журналов, публикующих работы по М. с., в том числе «Annals of Statistics» (до 1973 «Annals of Mathematical Statistics»), «International Statistical Institute Review», «Biometrika», «Journal of the Royal Statistical Society». Имеются научные ассоциации, поддерживающие исследования по М. с. и её применениям. Важную роль играет Международный статистический институт (ISI) с центром в Амстердаме и созданная при нём Международная ассоциация по статистическим методам в естественых науках (IASPS).
Лит.:
Крамер Г., Математические методы статистики, перевод с английского, М., 1948; Ван-дер-Варден Б. Л., Математическая статистика, перевод с немецкого, М., 1960; Смирнов Н. В., Дунин-Барковский И. В., Курс теории вероятностей и математической статистики для технических приложений, 3 изд., М., 1969; Большев Л. Н., Смирнов Н. В., Таблицы математической статистики, М., 1968; Линник Ю. В., Метод наименьших квадратов ..., 2 изд., М., 1962; Хальд А., Математическая статистика с техническими приложениями, перевод с английского, М., 1956; Андерсон Т., Введение в многомерный статистический анализ, перевод с английского, М., 1963; Кендалл М. Дж., Стьюарт А., Теория распределений, перевод с английского, М., 1966. А. Н. Колмогоров, Ю. В. Прохоров.
Рис. 2. Гистограмма распределения диаметров 200 деталей. Длина интервала группировки 0,25 мм
.Рис. 3. Гистограмма распределения диаметров 200 деталей. Длина интервала группировки 0,01 мм
.Рис. 1. Гистограмма распределения диаметров 200 деталей. Длина интервала группировки 0,05 мм
.Математическая физика
Математи'ческая фи'зика
, теория математических моделей
физических явлений; занимает особое положение и в математике, и в физике, находясь на стыке этих наук. М. ф. тесно связана с физикой в той части, которая касается построения математической модели, и в то же время — раздел математики, поскольку методы исследования моделей являются математическими. В понятие методов М. ф. включаются те математические методы, которые применяются для построения и изучения математических моделей, описывающих большие классы физических явлений.