-
《概率论与数理统计》由于其理论及应用的重要性，目前在我国高等数学教育中，已与高等数学和线性代数渐成鼎足之势。
学生们在学习《概率论与数理统计》时通常的反映之一是“课文看得懂，习题做不出”。概率论习题的难做是有名的。要做出题目，至少要弄清概念，有些还要掌握一定的技巧。这句话说起来简单，但是真正的做起来就需要花费大量的力气。不少学生在学习时，只注重公式、概念的记忆和套用，自己不对公式等进行推导。这就造成一个现象：虽然在平时的做题过程中，自我感觉还可以；尤其是做题时，看一眼题目看一眼答案，感觉自己已经掌握的不错了，但一上了考场，就考砸。这就是平时的学习过程中只知其一，不知其二，不注重对公式的理解和推导造成的。比方说，在我们教材的第一章，有这样一个公式：A-B=bar（AB）=A-AB，这个公式让很多人迷糊，因为这个公式本身是错误的，在教材后面的例题1-15中证明利用了这个公式，很多人就用教材上这个错误的公式套用，结果看不懂。其实这个公式正确的应该是A-B=AbarB=A-AB.这是一个应用非常多的公式，而且考试的时候一般都会考的公式。在开始接触这个公式的时候就应该自己进行推导，发现这个错误，而不是看到这个公式之后，记住，然后运用到题目中去。大家在看书的时候注意对公式的推导，这样才能深层次的理解公式，真正的灵活运用。做到知其一，也知其二。
现在概率统计的考试试题难度，学员呼声不一，有的人感觉非常难，而且最让他们难以应对的是基础知识，主要涉及排列组合、导数、积分、极限这四部分。现在就这部分内容给大家分析一下。说这部分是基础，本身就说明这些知识不是概率统计研究的内容，他们只是在研究概率统计的时候不可缺少的一些工具。即然这样，在考试中就不会对这部分内容作过多的考察，也会尽量避免大家在这些方面丢分。分析到这里，就要指出一些人在学习这门课的“战术失误”。有些人花大量的力气学习微积分，甚至学习概率统计之前，将微积分重新学一遍，这是不可取的。对这部分内容，将教材上涉及到的知识选出来进行复习，理解就可以。万不能让基础知识成为概率统计的拦路虎。学习中要知道哪是重点，哪是难点。
如何掌握做题技巧？俗话说“孰能生巧”，对于数学这门课，用另一个成语更贴切——“见多识广”。对于我们自考生而言，学习时间短，想利用“孰能生巧”不太现实，但是“见多识广”确实在短时间内可以做到。这就是说，在平时不能一味的多做题，关键是多做一些类型题，不要看量，更重要的是看多接触题目类型。同一个知识点，可以从多个角度进行考察。有些学员由于选择辅导书的问题，同类型的题目做了很多，但是题目类型却没有接触多少。在考试的时候感觉一落千丈。那么应该如何掌握题目类型呢？我想历年的真题是我们最好的选择。
平时该如何练习？提出这个问题可能很多人会感到不可思议。有一句话说得好“习惯形成性格”。这句话应用到我们的学习上也成立。这么多年以来，有些人有很好的学习习惯，尽管他的学习基础也不好，学习时间也有限，但是他们能按照自己知道的学习规律坚持学习，能够按照老师说得去思考、前进。我们大多数人都有惰性，一个题目一眼看完不会，就赶紧找答案。看了答案之后，也就那么回事，感觉明白了，就放下了。就这样“掰了很多玉米，最后却只剩下一个玉米”。我们很清楚，最好的方法是摘一个，留一个。哪怕一路你只摘了2个，也比匆匆忙忙摘了一路，却不知道保留的人得到的多。平时做题要先多思考，多总结，做一个会一个，而且对于做过的题目要经常地回顾，这样才能掌握住知识。就我的辅导经验而言，绝大多数人还是在这个问题上出现了问题。
考试有技巧，学习无捷径。平时的学习要注重知识点的掌握，踏踏实实，这才是方法中的方法。“梅花香自苦寒来”，“书山有路勤为径”。
这学期的数学学习情况比以往都好。可能是因为老师讲得好，注意把握整本书的体系，在每节课上都会不断提醒我们以往学过的知识，或者根本就是整本书的知识都是脉状的，各个知识点都有相互交错碰撞的节点，而不是线性的，仅有一条主线牵引，旁支彼此互不相干。一个知识点的学习需要用到以往学过的知识，所以每个知识都显得很饱满，有新的因子又有旧的根基，它们彼此交融补充，向我展示了概率论与数理统计的丰富多彩的面貌。也是在这本书的学习中，我强烈地感受到了数学的丰富多彩，逻辑的严密和体系的完整。我不禁老泪纵横，在数学的殿堂门口晃悠了10多年，终于看到了那辉煌庄严富丽堂皇的大门。
偶然在图书馆自然科学书库发现的一本小书，由商务印书馆出版的科学之旅系列的《概率论与数理统计》，让我看到了这个体系的发展过程，从随机的赌博事件到布朗运动、马尔可夫链再到核弹航空航天，从事件的简单分析再总结规律推广到不同领域。由不知名的数学教师再到世界顶级数学家，在前人研究结果上不断修正补充发展，将这一体系不断完善，我看到那是一棵枝繁叶茂的数学之树，坚定稳固的根基不断为后续生长提供源源不断的养分。
下面对课本所学知识做一个简要总结。本书从简单随机事件出发，将随机事件分为有限或无限可数的古典概论事件和不可测的几何概率事件。再用数学语言——随机变量（是函数）描述出这两类事件的概率发生情况，划分为离散型随机变量和连续性随机变量。离散型随机变量函数的自变量是每个可能取值，因变量是每个可能取值的概率。而连续性随机变量函数则用面积来表示，随机变量的概率等于其概率密度在区间上的积分。再将这些用分布函数表达，分别形成离散型和连续性随机变量函数的分布。
再推广到二维随机变量，X和Y的不同取值相互组合，构成联合离散型随机变量和联合连续性随机变量，再出现了联合概率分布律，联合概率分布函数及其密度函数等等。 其中在事件概率中，出现了条件概率和事件独立性这两个概念。A和B同时发生的概率等于A的概率乘以B的概率，当B受A影响时，B的概率应为A下B的概率，即条件概率，AB的概率则用乘法公式表达；若B不受A影响，彼此相互独立，则直接相乘，即独立性。如果一个事件在不同的条件下发生，则其概率为不同原因下发生的概率的总和，即全概率。有点类似前面讲随机事件，有一个提法，事情还没做完（即前后两步有联系，即条件关系）用乘法，不同事情用加法（每个事件彼此不影响）。全概率公式倒推过来则是贝叶斯公式。 基本上就是这样了吧......每天脑子里想的都是怎么样去简化理解，而不是死记公式，所以那些公式记得有些模糊，什么泊松分布，正态分布!@#$
