《数学概观》第十章：概率（原书约 pp.222–239）。系列入口：戈丁《数学概观》阅读系列 · 术语对照。

戈丁把概率放在级数之后、应用之前，作为分析主链之外、与现代科学最贴的一章。结构仍是「史引 → 紧凑论述 → 当前状况 → 原文节译」。

10.1 概率空间

柯尔莫哥洛夫（1933）公理化把「机会」收成三层：(Ω, ℱ, P)——样本空间、事件域（σ-代数）、概率测度。自然语言里的「很可能」，在这里变成测度。戈丁强调：模型始于赌博，现延伸到社科、生物、物理、化学。

10.2 随机变量、分布、正态分布

随机变量把结果映成数；分布函数 F(x)=P(X≤x)。正态分布 N(μ,σ²) 的中心地位由中心极限定理解释（见 10.4），不是审美偏好。

10.3 期望、方差与特征函数

期望是「重心」，方差量离散。特征函数 φ_X(t)=E[e^{itX}] 把分布傅里叶化：唯一性与连续性定理是 CLT 证明的利器，也呼应第八章傅里叶思想。

概念公式（速查）
期望（连续）E[X]=∫ x f(x) dx
方差Var(X)=E[(X−μ)²]=E[X²]−(E[X])²
特征函数φ_X(t)=E[e^{itX}]
CLT 标准化(S_n−nμ)/(σ√n) → N(0,1)

10.4 大数定律与中心极限定理

LLN：独立同分布、适当矩条件下，样本均值收敛到期望——频率稳定于概率有了数学保证。
CLT：大量独立同分布之和标准化后趋于标准正态——无论个体分布如何（de Moivre–Laplace 是二项情形雏形）。

哲学上：第一章天体力学式的确定论与此处随机描述互补；概率不是「无知的借口」，而是可建模、可计算的一类实在。

10.5–10.6 统计与物理中的概率

抽样与估计是概率的「反问题」，预示第十一章把现象收成可算模型。统计力学、布朗运动、量子诠释则与第一章量子力学—希尔伯特空间遥相呼应。

10.7 文献：伯努利论大数定律

章末节译雅各布·伯努利 Ars Conjectandi（1713）中的「黄金定理」：足够多次伯努利试验中，频率与概率的偏差可任意小。手法同第九章阿贝尔原文——让读者看见定理生成时的思维，而非只有定型陈述。

与全书的呼应 · 阅读注

  • 模型论（第 1 章）：概率空间是抽象公理模型的典型。
  • 级数 / 分析（第 8–9 章）：期望是连续求和；特征函数即傅里叶。
  • 术语：「分布」在第 8 章可指广义函数，本章指概率分布——见 术语对照。

个人口味：本章相对平淡，属口味而非质量；作入门框架够用，真要演算须换教材（如 Feller 或国内概统）。合格，但不是本书「独家浓度」最高的章。