第一篇:学习概率论与数理统计的感想
来源于实践 应用于实践 ——学习概率论与数理统计的感想
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。
概率论是十七世纪因保险事业发展而产生的,与博弈实践有关;数理统计学源于对天文和测地学中的误差分析以及中世纪欧洲流行黑死病的统计。数理统计学与概率论这两个学科的密切联系就是基于统计数据的随机性。
概率论与数理统计具有很强的实用性,科学研究与社会活动都需要进行数据的收集、整理以及精炼的形式表达,并以此为基础进行定量或定性估计、描述和解释,预测其未来可能的发展状况。而对大量随机数据进行整理并描述评估、预测其发展正是数理统计学与概率论的重要内容。
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。
二战后随着科技的发展特别是计算机的发展,概率论与数理统计在新的实践条件下得以迅猛发展,其理论日益完善与深入,其手段日益先进和便利,其作用日益重要和广泛,大量应用到国民经济、工农
业生产及各学科领域,许多新兴科学都是以概率论与数理统计作为基础的,如信息论、对策论、排队论、控制论等。
概率论与数理统计不仅在自然科学中发挥重要作用,实证的方法就是基于数据分析整理并推理预测,而且在社会实践中发挥着重要的不可替代的作用,这是因为:
1、人类活动的各个领域都不同程度与数据打交道,都有如何收集和分析数据的问题,因此概率论与数理统计学的理论和方法,与人类活动的各个领域都有关联。
2、组成社会的单元——人、家庭、单位、地区等,都有很大的变异性、不确定性,如果说,在自然现象中尚有一些严格的、确定性的规律,在社会现象中则绝少这规律,因此更加依靠从概率论与数理统计的角度去考察。
在工业生产中,从产品设计到工艺选定,从生产控制到质量检验,都要使用概率论与数理统计的理论与方法,从大量可能的条件组合中,通过分析试验来选定结果;在农业上,有关选种、耕作条件、肥料选择等一系列问题的解决,都与概率论与数理统计方法的应用有关;医学与生物学是概率论与数理统计方法应用最多的领域之一,人体变异是一个重要的因素,不同的人的情况千差万别,其对一种药物和治疗方法的反应也各不相同,因此,对一种药物和治疗方法的评价,就是概率论与数理统计的问题,不少国家对新药的上市和治疗方法的批准,都设定了很严格的试验和统计检验的要求;此外生活习惯、环境污染对健康的影响,也都要通过概率论与数理统计方法来分析研
究;对政策的评估也需要概率论与数理统计,抽样调查已成为研究社会现象一种最有力的工具,抽样调查从其方案的制定到数据的分析,都是以概率论与数理统计的理论和方法为基础。
概率论与数理统计的发展方向是更加实用,基于多元函数、通过建立数学模型来分析解决问题,理论更加严密,应用更加广泛,发展更加迅速。
通过一学期老师的教学,使我初步了解了概率论与数理统计的基本概念和基本理论,知道了处理随机现象的基本思想和方法,有助于培养自己解决实际问题的能力和水平。
第二篇:学习概率论与数理统计感想
学习概率论与数理统计感想
作者:丁彦军
学号:1130610816
班级:1306108 摘要:概率论与数理统计是一门与生活息息相关的学科,在生活中很多方面都有很广泛的应用,通过本学期对于这门课程的学习,我更加深刻的体会到了这一点。同时,了解一些概率论的发展历史和现状有助于我们更好的理解和学习这门课程的研究对象和方法,也有助于我们掌握这门课程的精髓。
关键词:概率论
起源
发展
应用
通过这学期对概率论与数理统计这门课的学习,我认识到,概率是研究随机现象规律的学科,它为人们认识客观世界提供了重要的思维模式和解决问题的方法,同时为统计学的发展提供了理论基础。同时,通过概率课还了解了概率的意义,概率是用来度量随机事件发生可能性大小的一个量,而实际结果是事件发生或不发生这两种情况中的一种。
了解这些后,我对概率论和数理统计的起源和发展历史以及它目前的发展情况产生了浓厚的兴趣。英国数学家格雷舍(Galisber,1848一1928)曾经说过“任何企图将一种科目和它的历史割裂开来:,我确信,没有哪一种科目比数学的损失更大。”了解和研究概率论发展的历史,有助于我们加深对这门课程研究对象、研究方法的了解;有利于总结成功经验和失败教训,启迪我们更好地学习这门课程。
下面介绍概率论的起源和发展历史: 1.古典概率时期(十七世纪)
概率论的早期研究大约在十六世纪到十一七世纪之间。这段期间,欧洲进入文艺复兴时期,工业革命已开始蔓延。伴随工业发展提出的误差问题,伴随航海事业发展产生的天气预报问题,伴随商业发展而产生的贸易、股票、彩票和银行、保险公司等,加之人们越来越需要了解的患病率、死亡率、灾害规律等问题,急需创立一门分析研究随机现象的数学学科。概率论应社会实践的需要出现了。在这个时期,意大利著名物理学家伽俐略(GalileiGalileo,1564.2.18一1642.1.8)就曾对物理实验中出现的误差进行了科学的研究,把误差作为一种随机现象,并估计了他们产生的概率。十七世纪末,瑞士数学家伯努利对惠更斯没有解决的问题给出了解答,并第一次用到了母函数概念。伯努利的成就主要是从理论上证明了大数定理。伯努利的另一重大贡献是研究了独立重复试验概型。由于这种概型研究的是只有两个可能结果的试验,并经多次重复的结果。因此具有很普遍的意义。至今,在许多概率论专著中仍把独立重复试验概型称为“伯努利概型”。2.初等概率时期(十八世纪)
十八世纪,概率论发展很快,几乎初等概率的全部内容都在这个期间形成。法国杰出的数学家德莫哇佛尔(AbrahamDeMoiver,1667--1754)最早研究了随机变量服从正态分布的情形,发现了正态概率分布曲线。接着,他又发现,许多分布的极限正态分布,并证明了二项分布当p=q=的情形。这种证明某一分布的极限是正态分布的各种定理,以后发展成概率论的一个重要组成部分—中心极限定理。英国数学家辛普松(TnomasSimpson,1710一1761)所研究的问题中有一个对产品剔12废及检查很重要的问题:设有n件等级不同的产品,n1件属于第一级,n2属于第二级,„„,我们任意取其中的m件,试求其中取得m1件第一级, m2件第二级,„„的概率。这就是现在常用到的多项分布的情形。法国博物学家蒲丰(CometDeBuffon,1707一1788)提出了用投掷小针计算值的著名“蒲丰问题”:将一根长2l的小针投掷在距离为2a(a>l)的若干等距平行线上,可以证明针与任一直线相交的概率是p=用p≈(n为投掷次数,为针与直线相交次数),则得3.分析概率时期(十九世纪)
拉普拉斯1812年在巴黎出版了他的经典著作《分析概率论》,这部著作对十八世纪概率论的研究成果作了比较完美的总结,内容包括几何概率、伯努利定理、最小二乘法等。他还明确了概率的古典定义,证明了中心极限定理中的德莫哇佛尔—拉普拉斯形式,发展了概率论在观察和测量误差方面的应用。法国数学家泊松通过研究,发现了在概率论中占重要地位的一个分布—泊松分布。他还推广了大数定律,在1837年他的《关于民型审判的概率研究》著作中,第一次提出了“大数定律”这一名称。泊松还是第一个把概率论用到解决射击问题上的数学家。德国数学家高斯(CareFriedriehGauss)首次叙述了在统计学中十分重要的最小二乘法原理。切比雪夫(TellbllllBe)提出的不等式:p:{|X-E(X)|}D(X)2l,若an2nl。a2。给出了在未知分布情况下,随机变量与其期望之间差别概率的估计。同时,他作为基础知识在概率论和数理统计中起着十分重要的作用。4.现代概率时期(二十世纪)
二十世纪以来,美籍南斯拉夫数学家费勒(WillamFeller,1906--1970)及法国数学家列维(P·Lvey,1886一1971)在极限理论方面开展了一系列有益的研究工作。1935年,费勒找到了满足中心极限定理的充要条件,后来数学界称这个条件(limmaxnk=0)为费勒条件。英国数学Bn家费歇尔(R·A·Fihser.1890--)以医学、生物实验为背景,提出了似然方法;开创了试验设计、方差分析;确立了统计推断的基本方法(二、三十年代)。原籍波兰的美国数学家奈曼(J·Nycmna)和皮尔逊,从1928年起,建立了严格的假设检验理论。四十年代末,美国数学家瓦尔德创立了统计判决理论。由于概率论中极限理论的发展,正态分布作为统计量的地位越来越明显,统计中的大样本理论由此而得到迅猛的发展,参数估计中的极大似然估计,稳健统计,自适应估计,随机逼近、非参数统计等都发展较快。另外,贝叶斯(Bayes)统计学派在这个时期复兴并发展。
通过对概率论的发展史的了解,我对概率论课程中学习的一些知识有了更深层次的理解,列如,对于n重伯努利的问题,它在平时的生活中也有着广泛的应用价值。比如在购买股票问题中,设光顾的投资者数为n,n个人中购买股票的人数m,这就是一个n重贝努里概型。此外,概率论在各个学科和金融、保险、生物、医学、经济、运筹管理和工程技术等领域也得到了广泛应用。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。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。熟练地掌握概率论中一些基本的方法,对于我们平时的工作和学习会有很大的帮助。同时,随着科学技术的发展,概率论的理论与应用也将得到更大的发展,带给我们的益处也将越来越多。
第三篇:概率论与数理统计学习的感想
概率论与数理统计学习的感想
概率问题是研究随机现象统计规律性的学科, 是近代数学的一个重要组成部分,生活中概率与统计知识应用非常普遍,科学家对实验统计的数据的分析,企业对产品质量检查,产品的市场分析,人口普查,有奖债券,国家彩票等等都用到了概率与统计学的基本知识;许多政治选举的结果,医疗上的决定也取决于统计的数据,因此掌握基本的概率论与数理统计知识并加以灵活运用非常必要。
由于高中学过排列组合、概率统计的一些基本知识,并且生物课程中遗传学中也接触到了概率的一些知识,所以开始上概率课时并没有太大压力,基本上是在高中的基础上更深入地学习概率的有关知识。高中学习的是古典概型,等概事件,离散型随机变量,是最基础的,而大学学到的是更一般的概率统计知识,适用范围也更广。高中的一些思维模式必须转变才能适应大学的学习:在高中某一事件概率为0等价于该事件不可能事件,某一事件的概率为1就等价与该事件是必然事件,而大学中学过几何概率后才知道高中学的不全对,几何概率中边界上概率为0但也可能发生。
学习到连续型随机变量时已经与高中学习的相差很大,对连续型随机变量求其在去某值时的概率是无意义的,只能求变量落在某一范围内的概率。因为现实生活中的事件大多受到两个或多个因素影响,很多随机现象中,往往要涉及到多个随机变量,而且这些随机变量之间存在某种联系,因此多维随机变量的知识在生活中应用更广。随机变量的概率密度与分布直接反映出随机变量的分布情况,随机变量的数学期望,方差等在生活中可以帮助人们做出选择。比如大赛前选拔选手才赛,对某产品的质量估计等。
当一些随机变量的分布不易求出或不需要知道随机变量的概率分布,而只需要知道其数学期望,方差即可知道其大概分布情况。随机变量的数学期望反映了随机变量取值的平均值,而随机变量的方差反映了随机变量离开其平均值的平均偏离大小,反映了随机变量的稳定性。比如灯泡的寿命这一随机变量的数学期望越大,方差越小其品质也越好,一名学生的成绩的数学期望越大,方差越小说明其成绩越好越稳定。当然并非所有的变量数学期望越大,方差越小越好,一个参赛选手的平时成绩方差越大说明其爆发力越好,比赛时他极有可能爆发,当然也有一定的风险,但这可以作为选拔选手的参考因素之一。
数理统计部分介绍了简单随即抽样等概念以及一些常用的分布喝一些参数估计方法,这些知识在生活中有许多应用,如灯具厂生产灯泡的寿命是一个随机变量,有实际生产经验可知其服从均值为μ标准差为σ的正态分布,要了解该厂的产品质量就要对参数μ和σ进行估计。人们可以通过对一些参量的估计大概了解随机变量的分布情况。
现实生活中概率问题随处可见,学好概率论和数理统计知识十分必要,正如老师所讲,我们学到的概率统计知识仅仅是一点点皮毛,如有必要我们还需深入学习它,达到学以致用的目的,在今后的学习生活中顺利解决遇到的此类问题。
对本门课程教学的一些建议:老师可以让同学们对某一问题进行研究、调查等,试着运用所学知识解决问题;习题可以加一些定理与结论证明,让同学们真正理解定理、结论的本质。
第四篇:概率论与数理统计学习的感想
概率论与数理统计学习的感想
概率问题是研究随机现象统计规律性的学科, 是近代数学的一个重要组成部分,生活中概率与统计知识应用非常普遍,科学家对实验统计的数据的分析,企业对产品质量检查,产品的市场分析,人口普查,有奖债券,国家彩票等等都用到了概率与统计学的基本知识;许多政治选举的结果,医疗上的决定也取决于统计的数据,因此掌握基本的概率论与数理统计知识并加以灵活运用非常必要。
由于高中学过排列组合、概率统计的一些基本知识,并且生物课程中遗传学中也接触到了概率的一些知识,所以开始上概率课时并没有太大压力,基本上是在高中的基础上更深入地学习概率的有关知识。高中学习的是古典概型,等概事件,离散型随机变量,是最基础的,而大学学到的是更一般的概率统计知识,适用范围也更广。高中的一些思维模式必须转变才能适应大学的学习:在高中某一事件概率为0等价于该事件不可能事件,某一事件的概率为1就等价与该事件是必然事件,而大学中学过几何概率后才知道高中学的不全对,几何概率中边界上概率为0但也可能发生。
学习到连续型随机变量时已经与高中学习的相差很大,对连续型随机变量求其在去某值时的概率是无意义的,只能求变量落在某一范围内的概率。因为现实生活中的事件大多受到两个或多个因素影响,很多随机现象中,往往要涉及到多个随机变量,而且这些随机变量之间存在某种联系,因此多维随机变量的知识在生活中应用更广。随机变量的概率密度与分布直接反映出随机变量的分布情况,随机变量的数学期望,方差等在生活中可以帮助人们做出选择。比如大赛前选拔选手才赛,对某产品的质量估计等。
当一些随机变量的分布不易求出或不需要知道随机变量的概率分布,而只需要知道其数学期望,方差即可知道其大概分布情况。随机变量的数学期望反映了随机变量取值的平均值,而随机变量的方差反映了随机变量离开其平均值的平均偏离大小,反映了随机变量的稳定
性。比如灯泡的寿命这一随机变量的数学期望越大,方差越小其品质也越好,一名学生的成绩的数学期望越大,方差越小说明其成绩越好越稳定。当然并非所有的变量数学期望越大,方差越小越好,一个参赛选手的平时成绩方差越大说明其爆发力越好,比赛时他极有可能爆发,当然也有一定的风险,但这可以作为选拔选手的参考因素之一。
数理统计部分介绍了简单随即抽样等概念以及一些常用的分布喝一些参数估计方法,这些知识在生活中有许多应用,如灯具厂生产灯泡的寿命是一个随机变量,有实际生产经验可知其服从均值为μ标准差为σ的正态分布,要了解该厂的产品质量就要对参数μ和σ进行估计。人们可以通过对一些参量的估计大概了解随机变量的分布情况。
现实生活中概率问题随处可见,学好概率论和数理统计知识十分必要,正如老师所讲,我们学到的概率统计知识仅仅是一点点皮毛,如有必要我们还需深入学习它,达到学以致用的目的,在今后的学习生活中顺利解决遇到的此类问题。
对本门课程教学的一些建议:老师可以让同学们对某一问题进行研究、调查等,试着运用所学知识解决问题;习题可以加一些定理与结论证明,让同学们真正理解定理、结论的本质;可以适时使用课件授课。
第五篇:《概率论与数理统计》读书感想
《概率论与数理统计》读书感想
班级:
学号:
姓名:
本学期我们开设了《概率论与数理统计》这门课程。在正式学习这门课程之前,我对于它的了解仅限于高中时期所学习的简单的概率与统计相关的定义、概型以及运算。在学习了这门课程之后,我对于将数学知识运用到实践中有了更加深刻的认识。
本门课程总共八章。在第一章中,我在复习到的高中时期基础知识的基础上更加深入的学习了随机事件与概率相关知识,其中我感觉比较重要的就是条件概率与乘法公式、全概率公式和被贝努力公式以及事件的独立性和N重贝努利概型。在第二章中,我理解了随即变量及其概率分布的概念、连续型随机变量及其概率密度的概念,了解了泊松定理的结论和应用条件并学会了用泊松分布近似的表示二项分布,还学会了均匀分布、指数分布、正太分布及其应用。在第三章中,我们学习了二维随机变量及其分布,其中二位二维离散随机变量和二维连续型随机变量以及二维随机变量函数的分布是我感觉比较陌生的。学起来也比较吃力。第四章是随机变量的数字特征,其中数学期望、方差都是高中学过的,学起来比较简单,而协方差、相关系数和矩则是比较新的知识了。第五章是大数定律和中心极限定理,都是新内容,这期间,我掌握了切比雪夫不等式的条件和结论、切比雪夫大数定律、贝努利大数定律以及辛钦大数定律成立的条件和结论,并能运用切比雪夫不等式进行简单的概率估计,另外还学习了独立同分布的中心极限定理以及棣莫弗—拉普拉斯定理的条件与结论。第六章中,主要学习了数理统计的基本概念:总体、个体、简单随机样本、统计量的概念、样本均值、样本方差和样本矩。第七章是参数估计的相关知识,重点是点估计、估计量以及估计值得相关概念还有矩估计法和极大似然估计法,另外,我还掌握了两个正态总体的均值差和方差比的置信区间。在最后的第八章,我们主要学习了假设检验,我掌握了假设检验的基本概念,学会了对单正态总体参数的假设检验和对双正态总体均值方差的假设检验。
通过对本门课程的学习,我对概率论和数理统计有了更加深刻的了解,我相信这将对我以后的学习大有裨益。