“我和你說的這些東西，都只是開始而已。”
許青山並不打算浪費葉新城太久的時間。
“機率論成型後，雅各布·伯努利提出的大數定律和正態分佈的發現，才是機率論徹底成型、統計學快速發展的核心基礎。”
“原來如此，正態分佈，那我們學的那個？”
葉新城感覺自己在聽許青山科普講課的時候，那種感覺很妙。
自己就好像是在聽天書。
但意外的是這種天書自己竟然能夠聽得下去？
“對，其實那也叫做高斯分佈。”
“數學之王高斯？”
葉新城雖然不怎麼熱愛數學，但是高斯的大名還是聽過的。
“嗯，雖然這只是高斯諸多成就中不算起眼的那個，但高斯分佈在機率論中的作用很大，高斯分佈在自然界和社會現象中廣泛存在，例如身高、體重等指標都可以近似服從正態分佈。”
許青山簡單地講述了一下。
“那就算是這些，我們高中也都已經開始接觸了呀，感覺這個機率論好像也沒有那麼難嘛。”
葉新城突然感覺來了信心。
似乎許青山跟自己在學的東西差距並不太大。
“錯誤的。”
許青山又搖了搖頭，笑著說道。
“這也只是開始。”
“之後拉普拉斯的的貢獻才真正的奠定了機率論的基礎，他提出了機率的古典定義，把機率的概念從實現可能性的角度進行了界定。”
“他還創立了分析方法，引入了拉普拉斯變數和拉普拉斯積分，研究了多項式的根和對稱函式的性質”
“停停停。”
葉新城連忙喊停。
如果說正態分佈、高斯分佈這種東西，還是他的認知範圍裡，那許青山提到的拉普拉斯，他就是聽都沒聽說過了。
“那還只是兩百年前的事呢。”
許青山見葉新城已經兩眼打轉，笑著說道。
“後來還有切比雪夫不等式，我之前在第一次做數競題的時候就用上了，之後更是有馬爾可夫創立了馬爾可夫過程，也是現代工程應用學的基礎之一。”
“好吧，我承認，這麼聽起來，機率論其實還是挺複雜的。”
葉新城甘拜下風，他這邊已經是在真正地聽天書了。
“複雜？”
許青山又搖了搖頭。
“還是錯誤的。”