竭诚为您提供优质文档/双击可除概率论学习心得总结篇一：《概率论与数理统计》课程学习心得《概率论与数理统计》课程学习心得1004012033陈孝婕10计本3班有人说：“数学来源于生活，应用于生活。
数学是有信息的，信息是可以提取的，而信息又是为人们服务的。
”那么概率肯定是其中最为重要的一部分。
巴特勒主教说，对我们未来说，可能性就是我们生活最好的指南，而概率即可能。
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。
应用统计学方法的产生主要来源于实质性学科的研究活动中，例如，最小二乘法与正态分布理论源于天文观察误差分析，相关与回归分析源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究，抽样调查方法源于政府统计调查资料的搜集等等。
本研究方向在学习概率论、统计学、随机过程论等基本理论的基础上，致力于概率统计理论和方法同其它学科交叉领域的研究，以及统计学同计算机科学相结合而产生的数据挖掘的研究。
此外,金融数学也是本专业的一个主要研究方向。
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。
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。
人们常说：“希望越大，失望越大”，此话并不无道理。
希望越大，成功的概率就越大，由此而麻痹了人的心态——以为如此大的概率也是自己能够成功的筹码，这样在思想和行为上就会有所懈怠。
自以为十拿九稳的事，到头来却把事情弄砸了。
这并不奇怪，因为所谓的“概率大”已逐渐由“希望”转移到“失望”上面了。
一说到把这件事做好的概率微乎其微，做事的人难免心灰意冷，因为觉得机会渺茫。
因此而丧失了克服困难的意志，觉得事情做不好那是理所当然。
学好《概率论与数理统计》这门课程，其实有很大的作用，它会对你日常生活中一些涉及概率方面的问题有更加深刻的体会，其他方面也有很多应用，比如现实生活中的彩票问题，可以利用概率的知识来建立数学模型，通过现在电脑的仿真来模拟实际的抽奖，当然这方面需要更加专业的知识了，如果要想得到更加精确的结果，建立的模型就会更加复杂！篇二：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。
篇三：概率论学习感受及总结概率论学习感受通信h15041510920830吴亦欣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，因此掌握基本的概率论与数理统计知识并加以灵活运用是非常必要的。
下面是我通过半个学期的课程的学习对概率论的一些总结。
一、概率论的发展史概率起源于现实生活，应用于现实生活，如我们讨论了摸球问题，掷硬币正反面的试验，拍骰子问题等等。
都是接近生活实践的概率应用实例。
概率论是一门研究随机现象规律的数学分支。
其起源于十七世纪中叶，当时在误差、人口统计、人寿保险等范畴中，需要整理和研究大量的随机数据资料，这就孕育出一种专门研究大量随机现象的规律性的数学，但当时刺激数学家们首先思考概率论的问题，却是来自赌博者的问题。
数学家费马向一法国数学家帕斯卡提出下列的问题：“现有两个赌徒相约赌若干局，谁先赢s局就算赢了，当赌徒A赢a局［a 使概率论成为数学一个分支的另一奠基人是瑞士数学家雅各布-伯努利［1654-1705］。
他的主要贡献是建立了概率论中的第一个极限定理，我们称为“伯努利大数定理”，即“在多次重复试验中，频率有越趋稳定的趋势”。
这一定理更在他死后，即1713年，发表在他的遗著《猜度术》中。
到了1730年，法国数学家棣莫弗出版其著作《分析杂论》，当中包含了著名的“棣莫弗—拉普拉斯定理”。
这就是概率论中第二个基本极限定理的原始初形。
而接着拉普拉斯在1812年出版的《概率的分析理论》中，首先明确地对概率作了古典的定义。
另外，他又和数个数学家建立了关于“正态分布”及“最小二乘法”的理论。
另一在概率论发展史上的代表人物是法国的泊松。
他推广了伯努利形式下的大数定律，研究得出了一种新的分布，就是泊松分布。
概率论继他们之后，其中心研究课题则集中在推广和改进伯努利大数定律及中心极限定理。
概率论发展到1901年，中心极限定理终于被严格的证明了，及后数学家正利用这一定理第一次科学地解释了为什么实际中遇到的许多随机变量近似服从以正态分布。
到了20世纪的30年代，人们开始研究随机过程，而著名的马尔可夫过程的理论在1931年才被奠定其地位。
而苏联数学家柯尔莫哥洛夫在概率论发展史上亦作出了重大贡献，到了近代，出现了理论概率及应用概率的分支，及将概率论应用到不同范畴，从而开展了不同学科。
因此，现代概率论已经成为一个非常庞大的数学分支。
二、概率论定理及公式总结第一章随机事件与概率2．运算规则（1）A?b?b?AAb?bA（2）(A?b)?c?A?(b?c)(Ab)c?A(bc)。