Xin lỗi, Gauss đã làm một công việc nhỏ.

Xin lỗi, Gauss đã làm một công việc nhỏ.

• Gauss Từ bức tranh này, chúng ta có thể thấy rằng trong lịch sử toán học, chỉ có Newton (bên trái cao nhất) và Archimedes (bên phải cao nhất) được đề cập ở phần trước với Gauss ở một cấp độ, trong khi Gauss vẫn đứng ở giữa. Thật khó để liệt kê những thành tựu phong phú của Gauss, một phần vì nó bị giới hạn trong một bài viết và kết quả của ông quá nhiều, một phần vì nó bị giới hạn trong nhiều khả năng mà tôi không hiểu.

  Nội dung của quản lý rủi ro và mối quan hệ với Gauss là một câu chuyện thú vị khác. Chúng ta đã đề cập trước đây về đường cong bình thường, đó là đường cong hình chuông được vẽ bởi nhà toán học vô cùng lúng túng trong lịch sử (Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm dịch: "Tạm

  Điều này có thể bổ sung cho một kiến thức lạnh lùng thú vị, được gọi là quy luật Von Steiger, rằng không có định lý khoa học nào được đặt tên theo tên người phát hiện đầu tiên của nó. Ví dụ, định số Eura, thực sự là số tự nhiên e, được phát hiện trước bởi những người của nhà Bernoulli; hai định luật đầu tiên của ba định luật lớn của Newton đã được Galileo, Hooke (người thích châm biếm nhất của Newton) và những người khác đưa ra; quy luật Loda mà mọi người đều biết là tác phẩm của John Bernoulli, người phải trả tiền cho Loda; và nói chung hơn, các con số Ả Rập thực sự được phát minh bởi người Ấn Độ.

  Vì vậy, bạn nói rằng bạn nên tìm ai để phán xét về việc này.

  Tất nhiên, việc cáo buộc Gauss sao chép Phạm Mơ là một điều vô cùng buồn cười, dù vì mục đích gì, sau khi sao chép, có lẽ tất cả các nhà toán học trong thế hệ tương lai đều sao chép Gauss. Gauss là một thiên tài vô danh, ví dụ như trong sách toán trung học, mọi người đã đọc những câu chuyện của Gauss trong thời thơ ấu và các câu chuyện về Gauss và các quy mô của Gauss, và lý do tại sao ông không quan tâm đến định lý Fermat là vì ông nghĩ rằng ông có thể tìm ra một loạt các mệnh đề không thể chứng minh và không thể bác bỏ, và như một máy tính thịt người, điều chính xác nhất của ông là tính toán quỹ đạo của các ngôi sao, và lập một lịch để mọi người có thể tìm hiểu ngày lễ Phục sinh hàng năm.

  Một vị thần lớn như thế này, nếu còn sống hôm nay, không biết sẽ thiết kế được bao nhiêu ứng dụng kỳ lạ.

  Trong hầu hết các môn học toán học hiện đại, Gauss đã không đưa ra bất kỳ quan điểm nào về quản lý rủi ro, nhưng ông có một mối quan tâm sâu sắc đến thuyết xác suất và thống kê toán học, chẳng hạn như các phép nhân tối thiểu hai lần, được gọi là định lý Gauss-Markov, và cũng là một phần của nghiên cứu phân bố bình thường.

  Gauss cần ước tính ảnh hưởng của độ uốn cong của bề mặt Trái đất đối với khoảng cách bề mặt khi đo lường, và không có vệ tinh, vì vậy phương pháp đo lường chính là tiếp tục đo lường. Mặc dù kết quả của mỗi lần đo lường khác nhau, nhưng với số lần đo lường tăng lên, các định luật đồng chiều quen thuộc của chúng ta, hoặc các giá trị trung tâm dựa trên các giá trị đồng hồ, xuất hiện một lần nữa, và thông qua tình huống phân bố này, Gauss có thể phán đoán về sự phân bố của các giá trị quan sát xung quanh các giá trị trung bình để phân tích độ chính xác của các giá trị mẫu. Gauss có thể là người đầu tiên phát hiện các ứng dụng của phân bố bình thường bên ngoài Gamble, và đó là lý do tại sao phân bố bình thường cuối cùng được đặt tên theo tên của ông, và tất nhiên nghiên cứu về tính thống kê của phân bố cũng rất quan trọng.

  Và ý tưởng này thực sự phù hợp với ý tưởng quản lý rủi ro hiện tại của chúng ta, rằng chúng ta cần phải đánh giá sự chính xác của thông tin chúng ta đang nắm giữ. Sự khác biệt của thế giới này là nhiều hơn sự đồng nhất, mỗi bông hoa khác nhau, mỗi người khác nhau, nhưng lý do chúng ta đặt chúng vào một loại là vì chúng có sự tương đồng ổn định giữa chúng, đó là bản chất mà chúng ta muốn theo đuổi hoặc hiểu, và đó là đường cong chuông, hoặc Gauss's law, nơi mà sự phân bố phù hợp với cách chúng ta nhận thức thế giới: đó là tìm thấy sự trật tự của thế giới trong sự hỗn loạn.

  

  Phân phối bình thường có lẽ là nền tảng và trung tâm của hầu hết các hệ thống quản lý rủi ro. Ví dụ, đối với các công ty bảo hiểm, thông qua vô số mẫu hoàn toàn độc lập, chẳng hạn như một tai nạn xe hơi ở Thượng Hải không ảnh hưởng đến an toàn giao thông tổng thể ở Bắc Kinh, một bệnh nhân ở Thành phố Trung Quốc cũng khó có thể ảnh hưởng đến mức độ sức khỏe của người dân Tân Cương, các công ty bảo hiểm có thể có được tuổi thọ mong đợi của mỗi nhóm người bằng cách lấy vô số mẫu khác nhau, các nhóm khác nhau, ước tính khoảng tuổi thọ mong đợi biến động, và các ước tính như vậy sẽ chính xác hơn khi thêm lịch sử hút thuốc, lịch sử gia đình, lịch sử nghiện điện thoại di động, lịch sử mất ngủ vào ban đêm và thời gian độc thân.

  Và để có được một đường cong đẹp của sự phân bố đều đặn, cần có ít nhất hai điều kiện: thứ nhất là có càng nhiều mẫu càng tốt, bạn có thể tưởng tượng rằng chỉ điều tra việc làm thêm giờ của những người lập trình tài chính là không thể đưa ra kết luận về tình trạng tắc nghẽn trong thành phố của bạn, không kể đến việc có đủ tình yêu có thể biết được tình yêu là gì ((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((())))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

  Đối với quản lý rủi ro đầu tư, chúng ta có một mô hình phân tích tương tự: tìm kiếm giá trung bình của biến động giá cổ phiếu từ dữ liệu lịch sử, giải thích và dự đoán các sai lệch về giá trung bình với các lý do khác nhau, giống như cách chúng ta nhận thức thế giới từ nhỏ đến lớn. Tuy nhiên, thị trường chứng khoán có thực sự phù hợp với sự phân bố bình thường?

Được chuyển từ Hiệp hội Đầu tư định lượng Trung Quốc