Słownik metodologiczny · Ludzie statystyki

Abraham de Moivre (1667–1754) – kim był i jak odkrył krzywą normalną

Abraham de Moivre, hugenot i londyński nauczyciel matematyki, w 1733 r. pokazał, że rozkład dwumianowy przy wielu próbach układa się wzdłuż krzywej normalnej. Przedstawiamy jego życie, kawiarniane „biuro”, mity o jego śmierci i jego przykład z 3600 rzutów monetą przeliczony w R.

Strona główna / Słownik / Abraham de Moivre
W skrócie: Abraham de Moivre (1667–1754) – francuski hugenot, nauczyciel matematyki w Londynie i członek Royal Society, autor „The Doctrine of Chances”. W nocie z 1733 r. pokazał, że rozkład dwumianowy przy dużej liczbie prób przybliża krzywa, którą dziś nazywamy rozkładem normalnym; uogólnienie tego wyniku to centralne twierdzenie graniczne.

Kim był Abraham de Moivre?

Abraham de Moivre (1667–1754) był francuskim hugenotem, który całe dorosłe życie spędził w Londynie jako nauczyciel matematyki. Urodził się 26 maja 1667 r. w Vitry w Szampanii jako syn chirurga (Bellhouse i Genest, 2007). Po odwołaniu edyktu nantejskiego (1685) wyjechał do Anglii; według pierwszego biografa, Matthew Maty’ego, mieszkał tam już pod koniec 1686 r.

Utrzymywał się z lekcji – w liście pisał, że uczy od rana do wieczora. Przyjaźnił się z Edmondem Halleyem i Isaakiem Newtonem; 30 listopada 1697 r. został wybrany do Royal Society, później także do akademii w Berlinie (1735) i Paryżu (1754). Starania o katedrę uniwersytecką, m.in. w Cambridge, nie powiodły się. Zmarł w Londynie 27 listopada 1754 r. (Bellhouse i Genest, 2007). Obszerną biografię napisał Bellhouse (2011).

Najważniejsze pomysły

  • „The Doctrine of Chances” (1718, 1738, 1756). Podręcznik rachunku prawdopodobieństwa na przykładach gier i loterii; trzecie wydanie ukazało się pośmiertnie (Bellhouse i Genest, 2007). Analizował w nim m.in. ówczesne gry karciane, takie jak faraon i baset.
  • Krzywa normalna jako przybliżenie dwumianu (1733). 12 listopada 1733 r. wydrukował dla przyjaciół krótką łacińską notę, w której pokazał, że wyrazy rozkładu dwumianowego przy dużym n układają się wzdłuż krzywej, którą dziś nazywamy rozkładem normalnym. Angielski przekład trafił do wydań z 1738 i 1756 r. (Daw i Pearson, 1972). Uogólnienie tego wyniku to centralne twierdzenie graniczne (Bellhouse i Genest, 2007).
  • Odpowiedź na pytanie Bernoulliego. Maty wiąże notę z problemem z „Ars Conjectandi” Jakoba Bernoulliego: ile prób trzeba, by z zadaną pewnością częstość mieściła się w wąskich granicach – to rdzeń prawa wielkich liczb.
  • Renty dożywotnie. „Annuities upon Lives” (1725) stosowały rachunek prawdopodobieństwa do wyceny rent dożywotnich – rachunku opartego na tablicach trwania życia, których pomysł dał John Graunt.
  • Matematyka. Pracował też nad szeregami, geometrią analityczną i liczbami zespolonymi (wzór de Moivre’a).

Ciekawostka

Biurem de Moivre’a była kawiarnia. Trzy relacje z lat 1712–1747 umieszczają go w Slaughter’s Coffee House przy St Martin’s Lane, gdzie spotykali się szachiści i hugenoci (Bellhouse i Genest, 2007). W 1712 r. prosił Johanna Bernoulliego, by odpisał mu właśnie na adres kawiarni, a francuski pisarz Jean-Bernard Le Blanc opisał w 1747 r., jak udziela tam porad w sprawach gry. Bezpośrednich dowodów, że sam grał, nie ma.

Według tradycji, przytoczonej w 1934 r. bez podania źródeł, stary Newton odpowiadał na pytania: „Ask Mr. Demoivre, he knows all that better than I do” – zapytajcie pana de Moivre’a, on wie to lepiej ode mnie (Bellhouse i Genest, 2007). Traktuj to jako anegdotę, nie udokumentowany fakt.

Przykład: 3600 rzutów monetą

W nocie z 1733 r. de Moivre rozważał rzuty monetą (p = 1/2) i odchylenie liczby orłów od n/2 o najwyżej połowę pierwiastka z n, czyli o jedno odchylenie standardowe. Szanse takiego wyniku podał jako 28 : 13, dla podwójnej granicy 280 : 13, a dla potrójnej 369 : 1 (Bellhouse i Genest, 2007). Przeliczyliśmy to w R dokładnie z rozkładu dwumianowego dla n = 3600 – tę liczbę rzutów podaje w przykładzie Maty.

Dla granic 1800 ± 30 dokładne prawdopodobieństwo wynosi .6907, krzywa normalna daje .6827, a szanse 28 : 13 – .6829. Dla 1800 ± 60 jest to kolejno .9563, .9545 i .9556, a dla 1800 ± 90 – .9974, .9973 i .9973. Krzywa normalna z poprawką na ciągłość (granica przesunięta o 0.5) trafia w wartości dokładne co do czwartego miejsca po przecinku.

Środkowy wyraz, P(X = n/2), de Moivre przybliżał wzorem 2/√(2πn). Błąd względny tego przybliżenia wynosi 2.53% dla n = 10, 0.25% dla n = 100 i 0.0069% dla n = 3600. Granica √n/2 to 1/120 liczby rzutów przy n = 3600 i 1/2000 przy milionie: względny rozrzut częstości maleje jak 1/√n.

Na rysunku

Pozioma oś czasu od 1655 do 1772 z dziewięcioma zdarzeniami: 1667 urodził się w Vitry (Szampania); 1686/87 już w Londynie; 1697 członek Royal Society; 1718 The Doctrine of Chances; 1725 Annuities upon Lives; 1733 nota o przybliżeniu dwumianu (12 listopada); 1738 drugie wydanie Doctrine z angielskim przekładem noty z 1733 r.; 1754 Akademia Nauk w Paryżu, zmarł 27 listopada; 1756 trzecie wydanie (pośmiertne). Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, kwadrat – praca, romb – publikacja
Rysunek 1. Oś czasu: Abraham de Moivre, 1667–1754. Lata według Bellhouse’a i Genesta (2007) oraz Dawa i Pearsona (1972). Rysunek: R, pakiet ggplot2.

Co widać. „Doctrine of Chances” wydał w wieku 51 lat, notę o krzywej normalnej – w wieku 66 lat. Wybór do akademii paryskiej przyszedł kilka miesięcy przed śmiercią.

Na co uważać. Data przyjazdu do Anglii jest niepewna: Maty pisze o końcu 1686 r. (według kalendarza angielskiego może to być nawet marzec 1687 r.), a dwa XIX-wieczne źródła podają zwolnienie z paryskiej szkoły dla protestanckich dzieci w 1688 r. (Bellhouse i Genest, 2007).

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Abrahama de Moivre’a, 1667–1754. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja).
Dwa panele. A: błąd względny przybliżenia środkowego wyrazu rozkładu dwumianowego wzorem 2 przez pierwiastek z 2 pi n, w skali logarytmicznej na obu osiach – prosta opadająca od 2.527% przy n = 10 przez 0.250% (n = 100), 0.028% (n = 900) i 0.007% (n = 3600) do 0.002% przy n = 14 400. B: dokładne prawdopodobieństwo, że liczba orłów odchyli się od n/2 o najwyżej c razy pierwiastek z n przez 2, dla n od 4 do 14 400 w skali logarytmicznej; niebieskie kółka dla c = 1 opadają od .875 do linii przerywanej 0.6827, pomarańczowe trójkąty dla c = 2 opadają od 1 do linii 0.9545
Rysunek 2. Przybliżenie de Moivre’a dla rzutów monetą (p = 1/2): błąd przybliżenia środkowego wyrazu (A) i dokładne prawdopodobieństwo odchylenia o najwyżej c·√n/2 na tle wartości z krzywej normalnej (B). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (rachunek dokładny, bez losowania).

Co widać. Na panelu A błąd względny maleje jak 1/n: dziesięć razy więcej rzutów – dziesięć razy mniejszy błąd. Na panelu B przy małym n prawdopodobieństwo dokładne wyraźnie przewyższa wartość z krzywej normalnej, a wraz ze wzrostem n punkty schodzą do linii .6827 i .9545.

Na co uważać. Wybraliśmy n postaci (2k)², by granice były liczbami całkowitymi; przy innych n wykres B byłby poszarpany. Bez poprawki na ciągłość krzywa zaniża prawdopodobieństwo, bo pomija połowę słupka na każdej granicy. Rysunek dotyczy tylko p = 1/2.

Podpis do pracy:

Rysunek 2. Dokładność przybliżenia rozkładu dwumianowego (p = 1/2) krzywą normalną: błąd względny przybliżenia środkowego wyrazu w funkcji liczby prób (A) oraz dokładne prawdopodobieństwo odchylenia od n/2 o najwyżej jedno (c = 1) lub dwa (c = 2) odchylenia standardowe (B). Uwaga. Obie osie panelu A i oś pozioma panelu B w skali logarytmicznej; linie przerywane w panelu B – wartości 0.6827 i 0.9545 z rozkładu normalnego.

Gdzie spotkasz de Moivre’a w swojej pracy

Zastępując przy dużej próbie rozkład dwumianowy krzywą normalną, korzystasz z wyniku z 1733 r.:

  • przedział Walda dla odsetka i test z dla proporcji opierają się na przybliżeniu normalnym; przy małym n albo odsetku bliskim 0 lub 1 wybierz przedział Wilsona lub Cloppera–Pearsona (zob. przedział ufności dla proporcji);
  • reguła „68–95–99.7” to liczby .6827, .9545 i .9973, które de Moivre wyraził szansami 28 : 13, 280 : 13 i 369 : 1;
  • dalsze uogólnienie tego wyniku opisuje hasło o Pierre-Simonie Laplasie.

Spory, mity i trudne strony

  • Przepowiednia własnej śmierci. W popularnych opowieściach de Moivre zauważa, że śpi codziennie kwadrans dłużej, i wylicza dzień, w którym prześpi całą dobę. W cytowanych źródłach tej historii nie ma; Maty, autor pierwszej biografii, podaje tylko, że pod koniec życia de Moivre potrzebował około 20 godzin snu na dobę i zmarł we śnie 27 listopada 1754 r., po tygodniu w łóżku (Bellhouse i Genest, 2007). Opowieść o rachunku traktuj jako niepotwierdzoną legendę.
  • „Więzienie” we Francji. Dwa XIX-wieczne źródła piszą o uwięzieniu w paryskim przeoracie Saint-Martin; według Bellhouse’a i Genesta (2007) była to szkoła nawracania protestanckich dzieci, a „więzienie” to zbyt mocne słowo.
  • „Zmarł w nędzy”. Ten zwrot wywodzi się z błędnego odczytania francuskiego słowa médiocrité u Maty’ego; de Moivre zostawił 1600 funtów w rentach South Sea, nie był więc biedny na tle ogółu (Bellhouse i Genest, 2007).
  • Czyja krzywa? Krzywą normalną kojarzy się dziś z Gaussem, ale jako przybliżenie dwumianu pojawiła się już w nocie de Moivre’a z 1733 r. Historię jego noty z 1733 r. badali m.in. Karl Pearson i jego syn Egon (Daw i Pearson, 1972).
Przykład reprodukowalny

Przybliżenie de Moivre’a w R

Kod porównuje środkowy wyraz rozkładu dwumianowego z przybliżeniem de Moivre’a, liczy dla n = 3600 dokładne prawdopodobieństwa odchyleń o najwyżej 1, 2 i 3 połowy pierwiastka z n i zestawia je z krzywą normalną (bez poprawki i z poprawką na ciągłość) oraz z szansami podanymi przez de Moivre’a, a na końcu rysuje rysunek 2. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje – wszystkie liczby są rachunkiem dokładnym.

1. Rzuty monetą i krzywa normalna: rysunek 2

Dane wejściowe: brak danych – rozkład dwumianowy z p = 1/2 (funkcje dbinom() i pbinom()); szanse 28 : 13, 280 : 13 i 369 : 1 wpisane według Bellhouse’a i Genesta (2007).

Co odczytać: błąd względny przybliżenia środkowego wyrazu, prawdopodobieństwa dla 1800 ± 30, ± 60 i ± 90 (dokładne, z krzywej normalnej, z poprawką na ciągłość i z szans de Moivre’a), względną szerokość granic.

Kod R rysunku 2
# Abraham de Moivre (1733): przybliżenie rozkładu dwumianowego krzywą normalną przy p = 1/2
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(c1 = "#0072B2", c2 = "#D55E00", norm = "grey35")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
# 1) Środkowy wyraz: P(X = n/2) dokładnie i według de Moivre’a, 2 / sqrt(2 * pi * n)
n <- c(10, 100, 900, 3600, 14400)
dokladnie <- dbinom(n / 2, n, 0.5); de_Moivre <- 2 / sqrt(2 * pi * n)
print(data.frame(n = n, dokladnie = signif(dokladnie, 5), de_Moivre = signif(de_Moivre, 5),
                 blad_wzgl_proc = round(100 * (de_Moivre / dokladnie - 1), 4)), row.names = FALSE)
# 2) Przykład de Moivre’a: n = 3600 rzutów monetą, odchylenie od 1800 o najwyżej c * sqrt(n) / 2 = c * 30
n0 <- 3600; pol_pierw <- sqrt(n0) / 2
c_ <- 1:3
dokl <- sapply(c_, function(k) sum(dbinom((n0 / 2 - k * pol_pierw):(n0 / 2 + k * pol_pierw), n0, 0.5)))
normalne <- 2 * pnorm(c_) - 1
z_poprawka <- 2 * pnorm((c_ * pol_pierw + 0.5) / pol_pierw) - 1          # z poprawką na ciągłość
z_szans <- c(28 / (28 + 13), 280 / (280 + 13), 369 / (369 + 1))         # szanse 28:13, 280:13, 369:1
print(data.frame(c = c_, granice = paste0("1800 ± ", c_ * pol_pierw), dokladnie = round(dokl, 4), normalne = round(normalne, 4),
                 z_poprawka = round(z_poprawka, 4), z_szans_de_Moivre_a = round(z_szans, 4)), row.names = FALSE)
# Względna szerokość granic: (sqrt(n) / 2) / n maleje jak 1 / (2 * sqrt(n))
round(c(n_3600 = 1 / (pol_pierw / n0), n_14400 = 1 / ((sqrt(14400) / 2) / 14400), n_milion = 1 / ((sqrt(1e6) / 2) / 1e6)))

# Rysunek 2A: błąd względny przybliżenia środkowego wyrazu w funkcji n (parzyste n od 10 do 20 000, siatka logarytmiczna)
siatka <- data.frame(n = sort(unique(c(2 * round(10^seq(1, log10(20000), length.out = 300) / 2), n))))
siatka$blad <- 100 * (2 / sqrt(2 * pi * siatka$n) / dbinom(siatka$n / 2, siatka$n, 0.5) - 1)
pA <- ggplot(siatka, aes(n, blad)) +
  geom_line(colour = kol[["c1"]], linewidth = 1) +
  geom_point(data = subset(siatka, n %in% c(10, 100, 900, 3600, 14400)), shape = 21, size = 3, fill = "white",
             colour = kol[["c1"]], stroke = 1.2) +
  geom_text(data = subset(siatka, n %in% c(10, 100, 900, 3600, 14400)), aes(label = sprintf("n = %d\n%.3f%%", n, blad)),
            hjust = -0.15, vjust = -0.15, size = 3.2, lineheight = 0.9) +
  scale_x_log10(limits = c(6, 80000), breaks = c(10, 100, 1000, 10000), labels = c("10", "100", "1 000", "10 000")) +
  scale_y_log10(limits = c(0.001, 6), breaks = c(0.001, 0.01, 0.1, 1), labels = c("0.001", "0.01", "0.1", "1")) +
  labs(title = "A. Środkowy wyraz: błąd przybliżenia", x = "Liczba rzutów n (skala log)",
       y = "Błąd względny w % (skala log)") +
  motyw
# Rysunek 2B: P(|X − n/2| ≤ c·sqrt(n)/2) dokładnie dla n = (2k)², k = 1, …, 60, i granice normalne
k <- 1:60
pas <- do.call(rbind, lapply(1:2, function(cc) {
  nn <- (2 * k)^2; h <- cc * k                       # sqrt(n) / 2 = k, więc granice są liczbami całkowitymi
  data.frame(n = nn, c = paste0("c = ", cc), p = pbinom(nn / 2 + h, nn, 0.5) - pbinom(nn / 2 - h - 1, nn, 0.5))
}))
pB <- ggplot(pas, aes(n, p, colour = c, shape = c)) +
  geom_hline(yintercept = 2 * pnorm(1:2) - 1, colour = kol[["norm"]], linetype = "dashed") +
  geom_point(size = 2.2, stroke = 1, fill = "white") +
  annotate("text", x = 6, y = 2 * pnorm(1:2) - 1, label = sprintf("krzywa normalna: %.4f", 2 * pnorm(1:2) - 1),
           hjust = 0, vjust = 1.6, size = 3.3, colour = kol[["norm"]]) +
  scale_x_log10(breaks = c(4, 36, 400, 3600, 14400), labels = c("4", "36", "400", "3 600", "14 400")) +
  scale_y_continuous(limits = c(0.655, 1.005)) +
  scale_colour_manual(values = c("c = 1" = kol[["c1"]], "c = 2" = kol[["c2"]]), name = NULL) +
  scale_shape_manual(values = c("c = 1" = 21, "c = 2" = 24), name = NULL) +
  labs(title = "B. Odchylenie od n/2 o najwyżej c·√n/2", x = "Liczba rzutów n (skala log)",
       y = "Prawdopodobieństwo dokładne") +
  motyw
p2 <- pA + pB + plot_layout(widths = c(1, 1.1))
p2
Wynik w R
     n dokladnie de_Moivre blad_wzgl_proc
    10 0.2460900  0.252310         2.5273
   100 0.0795890  0.079788         0.2503
   900 0.0265890  0.026596         0.0278
  3600 0.0132970  0.013298         0.0069
 14400 0.0066489  0.006649         0.0017
 c   granice dokladnie normalne z_poprawka z_szans_de_Moivre_a
 1 1800 ± 30    0.6907   0.6827     0.6907              0.6829
 2 1800 ± 60    0.9563   0.9545     0.9563              0.9556
 3 1800 ± 90    0.9974   0.9973     0.9974              0.9973
  n_3600  n_14400 n_milion 
     120      240     2000 

2. Oś czasu: rysunek 1

Dane wejściowe: dziewięć zdarzeń z latami według cytowanych źródeł, wpisanych ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Abraham de Moivre, 1667–1754 – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1667, 1686.5, 1697, 1718, 1725, 1733, 1738, 1754, 1756),
  etykieta = c("1667", "1686/87", "1697", "1718", "1725", "1733", "1738", "1754", "1756"),
  opis = c("urodził się w Vitry\n(Szampania)", "już w Londynie", "członek\nRoyal Society",
           "„The Doctrine\nof Chances”", "„Annuities\nupon Lives”", "nota o przybliżeniu\ndwumianu (12 XI)",
           "2. wyd. „Doctrine” z angielskim\nprzekładem noty z 1733 r.", "Akademia Nauk w Paryżu;\nzmarł 27 XI",
           "3. wydanie\n(pośmiertne)"),
  rodzaj = c("życie", "życie", "praca", "publikacja", "publikacja", "publikacja", "publikacja", "życie", "publikacja"))
zdarzenia$poziom <- c(0.45, -0.45, 0.45, -0.45, 1.05, 0.4, -1.05, 0.45, -0.4)   # wysokość etykiety: nad (+) i pod (−) osią
zdarzenia$wyrownanie <- c(0.5, 0.5, 0.5, 0.6, 0.5, 0.25, 0.7, 0.2, 0)
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00")   # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
  geom_segment(aes(xend = rok, y = 0, yend = poziom), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
  geom_text(aes(y = poziom + 0.07 * sign(poziom), label = paste0(etykieta, "\n", opis), vjust = ifelse(poziom > 0, 0, 1), hjust = wyrownanie), size = 3.5, lineheight = 0.9) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1655, 1772), breaks = seq(1660, 1760, by = 20)) +
  scale_y_continuous(limits = c(-1.65, 1.65)) +
  labs(x = NULL, y = NULL) +
  theme_minimal(base_size = 13) +
  theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
        legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (rozkład dwumianowy i normalny – funkcje dbinom(), pbinom(), pnorm() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Abraham de Moivre?

Francuskim matematykiem (1667–1754) z rodziny hugenotów, który od ok. 1687 r. mieszkał w Londynie i utrzymywał się z prywatnych lekcji. Był członkiem Royal Society (od 1697 r.), autorem „The Doctrine of Chances” i „Annuities upon Lives”; tuż przed śmiercią przyjęto go do paryskiej Akademii Nauk.

Co de Moivre ma wspólnego z rozkładem normalnym?

W łacińskiej nocie z 12 listopada 1733 r. pokazał, że prawdopodobieństwa rozkładu dwumianowego przy dużej liczbie prób układają się wzdłuż krzywej, którą dziś nazywamy normalną. Dla 3600 rzutów monetą odchylenie od 1800 o najwyżej 30 ma dokładnie prawdopodobieństwo .6907, a z krzywej normalnej .6827.

Czy de Moivre przewidział datę własnej śmierci?

To niepotwierdzona legenda. Pierwsza biografia, napisana przez Matthew Maty’ego (przekład: Bellhouse i Genest, 2007), mówi tylko, że pod koniec życia potrzebował około 20 godzin snu na dobę i zmarł we śnie 27 listopada 1754 r. – bez żadnego rachunku dnia śmierci.

Czy de Moivre żył z hazardu?

Nie ma na to dowodów. Utrzymywał się z lekcji matematyki; w kawiarni Slaughter’s, gdzie bywał w latach 1712–1747, według relacji z 1747 r. udzielał porad w sprawach gry, ale bezpośrednich dowodów, że sam grał, nie ma (Bellhouse i Genest, 2007).

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Bellhouse, D. R. (2011). Abraham De Moivre: Setting the stage for classical probability and its applications. A K Peters/CRC Press. https://doi.org/10.1201/b11320
  2. Bellhouse, D. R., & Genest, C. (2007). Maty’s biography of Abraham De Moivre, translated, annotated and augmented. Statistical Science, 22(1), 109–136. https://doi.org/10.1214/088342306000000268 ● Otwarty dostęp: pełny tekst
  3. Daw, R. H., & Pearson, E. S. (1972). Studies in the history of probability and statistics. XXX. Abraham De Moivre’s 1733 derivation of the normal curve: A bibliographical note. Biometrika, 59(3), 677–680. https://doi.org/10.1093/biomet/59.3.677

Cytowania BibTeX

@book{bellhouse2011abraham, author={Bellhouse, David R.}, title={{Abraham De Moivre: Setting the stage for classical probability and its applications}}, year={2011}, publisher={A K Peters/CRC Press}, doi={10.1201/b11320}}
@article{bellhouse2007maty, author={Bellhouse, David R. and Genest, Christian}, title={{Maty’s biography of Abraham De Moivre, translated, annotated and augmented}}, journal={Statistical Science}, year={2007}, volume={22}, number={1}, pages={109--136}, doi={10.1214/088342306000000268}}
@article{daw1972studies, author={Daw, R. H. and Pearson, Egon S.}, title={{Studies in the history of probability and statistics. XXX. Abraham De Moivre’s 1733 derivation of the normal curve: A bibliographical note}}, journal={Biometrika}, year={1972}, volume={59}, number={3}, pages={677--680}, doi={10.1093/biomet/59.3.677}}
R