概率与数理统计学习心得

《概率论与数理统计》课程学习心得

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

《概率论与数理统计》课程学习感想

概率论与数理统计是研究随机现象统计规律的科学，既是重要的基础理论，又是实践性很强的应用科学。

概率论与数理统计是现代数学的一个重要分支。近二十年来，随着计算机的发展以及各种统计软件的开发，概率统计方法在金融、保险、生物、医学、经济、运筹管理和工程技术等领域得到了广泛应用。主要包括：极限理论、随机过程论、数理统计学、概率论方法应用、应用统计学等。极限理论包括强极限理论及弱极限理论；随机过程论包括马氏过程论、鞅论、随机微积分、平稳过程等有关理论。概率论方法应用是一个涉及面十分广泛的领域，包括随机力学、统计物理学、保险学、随机网络、排队论、可靠性理论、随机信号处理等有关方面。它主要是通过数学建模，理论分析、推导，数值计算以及计算机模拟等理论分析、统计分析和模拟分析，以求研究和分析所涉及的理论问题和实际问题。

实用性赋予了概率论与数理统计强大的生命力。17世纪概率论与数理统计作为学科诞生后，其方法就被英国古典政治经济学创始人佩蒂引进到社会经济问题的研究中，他提倡让实际数据说话，其对资本主义经济的研究从流通领域进入生产领域，对商品的价值量做了正确的分析。

生活中会遇到这样的事例：有四张彩票供三个人抽取，其中只有一张彩票有奖。第一个人去抽，他的中奖概率是25％，结果没抽到。第二个人看了，心里有些踏实了，他中奖的概率是33％，结果他也没抽到。第三个人心里此时乐开了花，其他的人都失败了，觉得自己很幸运，中奖的机率高达50％，可结果他同样没中奖。由此看来，概率的大小只是在效果上有所不同，很大的概率给人的安慰感更为强烈。但在实质上却没有区别，每个人中奖的概率都是50％，即中奖与不中奖。

同样的道理，对于个人而言，在生活中要成功做好一件事的概率是没有大小之分的，只有成功或失败之分。但这概率的大小却很能影响人做事的心态。

一

概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。 概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。 学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。熟练掌握： 概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散：

两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布 2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分： 样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩

推荐经典习题： 第一章:3.4.5.8.9.10.11.12.13.15.18.20.21 第二章:4.10.11.14.15.17.24.25.26.27 第三章:1-8.13.14.19.20.24.25.27 第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30 第六章:1.2.4.5.6.7.9(*) 第七章:2.3.4.7.8.9.10.11.12 二

“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。 “概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。如函数y=f(x)，当x确定后y有确定的值与之对应。而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。由于基本概念没有搞懂，即使是十分简单的题目也难以得分。从而造成低分多的现象。另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。

《概率论与数理统计》

学习体会

院 校 北京化工大学

专 业 工商管理（人力资源方向）

姓 名 史伟

学 号 011

时 间 2011年11月20日

成 绩

这学期学习《概率论与数理统计》这门课，在高中的时候，我们就接触过简单的概率，知道事物的随机现象，即条件相同，事情的结果却不确定，这种不确定现象就叫做随机现象。这个课程内容分为两个部分：概率论和数理统计。这两部分有着紧密的联系。在概率论中，我们研究的的随机变量，都是在假定分布已知的情况下研究它的性质和特点；而在数理统计中，是在随机变量分布未知的前提下通过对所研究的随机变量进行重复独立的观察，并对观察值对这些数据进行分析，从而对所研究的随机变量的分布做出推断。因此，概率论可以说是数理统计的基础。

一、学习价值

通过简单的学习，我掌握到，概率统计是真正把实际为题转化为数学问题的学问， 因为它解决的并不是单纯的数学问题，而且不是给你一个命题让你去解决，是让你去构思命题，进而构建模型来想法设法解决实际问题。在实际应用中，就更加需要去想、去假设，对问题需要有更深层次的思考，因此使概率论和数理统计这门课学起来比微积分和线性代数更加吃力，但也比它们更加实用，更贴近实际。

概率论产生于十七世纪，本来是由保险事业的发展而产生的，但是来自于赌博者的请求，却是数学家们思考概率论中问题的源泉。

早在1654年，有一个赌徒梅累向当时的数学家帕斯卡提出一个使他苦恼了很久的问题：“两个赌徒相约赌若干局，谁先赢 m局就算赢，全部赌本就归谁。但是当其中一个人赢了 a (a

三年后，也就是1657年，荷兰著名的天文、物理兼数学家惠更斯企图自己解决这一问题，结果写成了《论机会游戏的计算》一书，这就是最早的概率论著作。 近几十年来，随着科技的蓬勃发展，概率论大量应用到国民经济、工农业生产及各学科领域。许多兴起的应用数学如信息论、对策论、排队论、控制论、等，都是以概率论作为基础的。

《概率论与数理统计》课程学习感想

概率论与数理统计是研究随机现象统计规律的科学，既是重要的基础理论，又是实践性很强的应用科学。

概率论与数理统计是现代数学的一个重要分支。近二十年来，随着计算机的发展以及各种统计软件的开发，概率统计方法在金融、保险、生物、医学、经济、运筹管理和工程技术等领域得到了广泛应用。主要包括：极限理论、随机过程论、数理统计学、概率论方法应用、应用统计学等。极限理论包括强极限理论及弱极限理论；随机过程论包括马氏过程论、鞅论、随机微积分、平稳过程等有关理论。概率论方法应用是一个涉及面十分广泛的领域，包括随机力学、统计物理学、保险学、随机网络、排队论、可靠性理论、随机信号处理等有关方面。它主要是通过数学建模，理论分析、推导，数值计算以及计算机模拟等理论分析、统计分析和模拟分析，以求研究和分析所涉及的理论问题和实际问题。

实用性赋予了概率论与数理统计强大的生命力。17世纪概率论与数理统计作为学科诞生后，其方法就被英国古典政治经济学创始人佩蒂引进到社会经济问题的研究中，他提倡让实际数据说话，其对资本主义经济的研究从流通领域进入生产领域，对商品的价值量做了正确的分析。

生活中会遇到这样的事例：有四张彩票供三个人抽取，其中只有一张彩票有奖。第一个人去抽，他的中奖概率是25％，结果没抽到。第二个人看了，心里有些踏实了，他中奖的概率是33％，结果他也没抽到。第三个人心里此时乐开了花，其他的人都失败了，觉得自己很幸运，中奖的机率高达50％，可结果他同样没中奖。由此看来，概率的大小只是在效果上有所不同，很大的概率给人的安慰感更为强烈。但在实质上却没有区别，每个人中奖的概率都是50％，即中奖与不中奖。

同样的道理，对于个人而言，在生活中要成功做好一件事的概率是没有大小之分的，只有成功或失败之分。但这概率的大小却很能影响人做事的心态。

如果说概率有大小之分，那应该不是针对个体而言，而是从一个群体出发，因为不同的人有不同的信念，有不同的做事方法。把地球给撬起来，这在大多数人眼里是绝对不可能的。但在牛人亚里士多德眼里，他觉得成功做这事的概率那是100％——绝对没问题，只要你给他一个支点和足够长的杠杆。就像前面提到的抽奖一样，25％、33％和50％这些概率只不过是外界针对这个群体给出的。25％的机率同样能中奖，50％的机率也会不中奖，对于抽奖者个人而言，没有概率大小之分，只有中与不中之分。别人说做这件事相当容易，切莫掉以轻心，也许你做这件事会相当困难。大家都说做这件事相当困难，切莫心灰意冷，也许你做这件事能如鱼得水。成功与否，不在概率大小，而在于自己能否清楚地认识自己：容易的事自己是否具有做这件事必备的素质，困难的事自己是否有克服这个困难的潜质。