- 相關推薦
概率論的學習方法
概率論怎么學才更加的容易呢？以下是小編整理的概率論的學習方法，歡迎參考閱讀！
01、“概率統(tǒng)計”的學習應注重的是概念的理解
而這正是廣大學生所疏忽的，在復習時幾乎有近一半以上學生對“什么是隨機變量”、“為什么要引進隨機變量”仍說不清楚。對于涉及隨機變量的獨立，不相關等概念更是無從著手，這一方面是因為高等數(shù)學處理的是“確定”的事件。如函數(shù)y=f（x），當x確定后y有確定的值與之對應。而概率論中隨機變量X在抽樣前是不確定的，我們只能由隨機試驗確定它落在某一區(qū)域中的概率，要建立用“不確定性”的思維方法往往比較困難，如果套用確定性的思維方法就會出錯。由于基本概念沒有搞懂，即使是十分簡單的題目也難以得分。從而造成低分多的現(xiàn)象。另一方面由于概率論中涉及的計算技巧不多，除了古典概型，幾何概型和計算二維隨機變量的函數(shù)分布時如何確定積分上、下限有一些計算的難點，其他的只是數(shù)值或者積分、導數(shù)的計算。因而如果概念清楚，那么解題往往很順利且易得到正確答案，這正是高分較多的原因。
根據(jù)上面分析，啟示我們不能把高等數(shù)學的學習方法照搬到“概率統(tǒng)計”的學習上來，而應按照概率統(tǒng)計自身的特點提出學習方法，才能取得“事半功倍”的效果。下面我們分別對“概率論”和“數(shù)理統(tǒng)計”的學習方法提出一些建議。
02、在學習“概率論”的過程中要抓住對概念的引入和背景的理解
例如為什么要引進“隨機變量”這一概念。這實際上是一個抽象過程。正如小學生最初學數(shù)學時總是一個蘋果加2個蘋果等于3個蘋果，然后抽象為1+2=3.對于具體的隨機試驗中的具體隨機事件，可以計算其概率，但這畢竟是局部的，孤立的，能否將不同隨機試驗的不同樣本空間予以統(tǒng)一，并對整個隨機試驗進行刻畫？隨機變量X（即從樣本空間到實軸的單值實函數(shù)）的引進使原先不同隨機試驗的隨機事件的概率都可轉(zhuǎn)化為隨機變量落在某一實數(shù)集合B的概率，不同的隨機試驗可由不同的隨機變量來刻畫。 此外若對一切實數(shù)集合B，知道P（X∈B）。 那么隨機試驗的任一隨機事件的概率也就完全確定了。所以我們只須求出隨機變量X的分布P（X∈B）。 就對隨機試驗進行了全面的刻畫。它的研究成了概率論的研究中心課題。故而隨機變量的引入是概率論發(fā)展歷史中的一個重要里程碑。類似地，概率公理化定義的引進，分布函數(shù)、離散型和連續(xù)型隨機變量的分類，隨機變量的數(shù)學特征等概念的引進都有明確的背景，在學習中要深入理解體會。
03、在學習“概率論”過程中對于引入概念的內(nèi)涵和相互間的聯(lián)系和差異要仔細推敲
例如隨機變量概念的內(nèi)涵有哪些意義：它是一個從樣本空間到實軸的單值實函數(shù)X（w），但它不同于一般的函數(shù)，首先它的定義域是樣本空間，不同隨機試驗有不同的樣本空間。而它的取值是不確定的.
隨著試驗結果的不同可取不同值，但是它取某一區(qū)間的概率又能根據(jù)隨機試驗予以確定的，而我們關心的通常只是它的取值范圍，即對于實軸上任一B，計算概率P（X∈B），即隨機變量X的分布。只有理解了隨機變量的內(nèi)涵，下面的概念如分布函數(shù)等等才能真正理解。又如隨機事件的互不相容和相互獨立兩個概念通常會混淆，前者是事件的運算性質(zhì)，后者是事件的概率性質(zhì)，但它們又有一定聯(lián)系，如果P（A）。P（B）＞0，則A，B獨立則一定相容。類似地，如隨機變量的獨立和不相關等概念的聯(lián)系與差異一定要真正搞懂。
【概率論的學習方法】相關文章：
關于概率論學習心得（精選6篇）12-14
學習方法10-26
學習方法07-10
概率論與數(shù)理統(tǒng)計專業(yè)詞匯中英對照表06-19
學習方法推薦-高中學習方法指導11-28
預習學習方法08-10
英語學習方法12-13
英語的學習方法03-15
有趣的學習方法03-07