概率论论文范文

概率论论文范文第1篇

18世纪40年代，休谟指出归纳推理不具有逻辑必然性，认为它只把真前提同可能的结论相联系,是主观的、心理的，不曾想到当时概率论所揭示的或然性的客观意义及其对归纳的可能应用。穆勒在《逻辑体系》中以很大篇幅讨论了偶然性问题,认为概率论只同经验定律的建立有关，而与作为因果律的科学定律的建立无关。惠威尔也对偶然性作过讨论，但与穆勒一样，并未想到把概率论应用于归纳。直到1859年，德国化学家本生（R.W.Bunsen）和基尔霍夫（G.R.Kirchoff）用统计方法分析太阳光谱的元素组成等科学活动，进一步引起科学方法论家对统计推理问题的注意。许多科学方法论家认为科学结论不是确定的，而是或然的，开始尝试把归纳还原为概率论。

最早将归纳同概率相结合的是德摩根和耶方斯。德摩根将一般除法定理和贝叶斯定理应用于科学假说。但是布尔（Boole）抓住了它的缺点，即运用贝叶斯推理给科学假说的概率带来更大的任意性，至此否定了概率归纳逻辑的方向。在70年代耶方斯作出重大开创性工作之前，这方面的工作基本趋于沉寂。耶方斯发展了布尔代数，他一方面有着关于归纳本质的方法论考虑，另一方面，他将数学应用于发展演绎逻辑的同时，也将数学应用于发展归纳逻辑。他在《科学原理》中说明：“如果不把归纳方法建立于概率论，那么，要恰当地阐释它们便是不可能的。”[1]耶方斯认为一切归纳推理都是概率的。

耶方斯的工作实现了古典归纳逻辑向现代归纳逻辑的过渡。

二、现代概率归纳逻辑

现代概率归纳逻辑始于20世纪20年代，逻辑学家凯恩斯、尼科（Nicod）及卡尔纳普和莱欣巴赫（Reichenbach）等人，采用不同的确定基本概率的原则及对概率的不同解释，形成不同的概率归纳逻辑学派。

凯恩斯将概率与逻辑相结合，认为归纳有效度和合理性的本质是一个逻辑问题，而不是经验的或形而上学的问题。他提出了“概率关系”的概念：假设任一命题集合组成前提h，任一命题集合组成结论a，若由知识h证实a的合理逻辑信度为α，我们称a和h间的“概率关系”的量度为α，记作a/h=α。并着眼于构造两个命题间的逻辑关系的合理体系，但未取得成功。而且他认为，大多数概率关系不可测，许多概率关系不可比较。但他在推进归纳逻辑与概率理论的结合上，作出了历史性的贡献，是现代归纳逻辑的一位“开路先锋”。

逻辑主义的概率归纳逻辑的代表卡尔纳普，在20世纪50年代提出概率逻辑系统，这一体系宣告了归纳逻辑的演绎化、形式化和定量化，将概率归纳逻辑推向了“顶峰”。卡尔纳普认为休谟说的归纳困难并不存在，归纳也是逻辑，并且也有像演绎一样的严格规则。施坦格缪勒（Stegmuller）指出：“2500年前，亚里士多德开始把正确的演绎推理的规则昭示世人，同样，卡尔纳普现在以精确表述归纳推理的规则为己任。”[2]演绎的逻辑基础在于它的分析性，所以，从维特根斯坦和魏斯曼（Waismann）就开始致力于把它改造为逻辑的概率概念，以使概率归纳成为分析性的。卡尔纳普完成了这一发展。他说：“我的思想的信条之一是，逻辑的概率概念是一切归纳推理的基础……因此，我称逻辑概率理论为‘归纳逻辑’。”[3]他并把此概念直接发展为科学的推理工具：“我相信，逻辑概率概念应当为经验科学方法论的基本概念，即一个假说为一给定证据所确证的概念提供一个精确的定量刻画。因此，我选用‘确证度’这个术语作为逻辑概率刻画的专门术语。”[3]与凯恩斯一样，卡尔纳普把概率1解释作句子e和h间的逻辑关系，表达式是c(h,e)=r，读作“证据e对假说h的逻辑确证度是r”。这样，归纳便是分析性的了，演绎推理是完全蕴涵，归纳推理是部分蕴涵，即归纳是演绎的一种特例。此外，卡尔纳普所想要的归纳逻辑还是定量的，他希望最终找到足够多的明确而可行的规则，使C(e,h)的计算成为只是一种机械的操作，以将他与凯恩斯严格区分开来。

20世纪30年代，莱欣巴赫建立了他的概率逻辑体系，被称为经验主义的概率归纳逻辑。他用频率说把概率定义为，重复事件在长趋势中发生的相对频率的极限。这种方法简单实用，但却带来两方面的困难。首先，上述极限定义是对于无数次重复事件的概率而言的。那如何找出一种测定假说真假的相对频率的方法呢？其次，对单一事件或单一假说怎么处理呢？所以频率说只适用于经验事件的概率，其合理性的辩护非常困难。它所面临的最大困难就是找不到由频率极限过渡到单个事件概率的适当途径。为此，莱欣巴赫建议把“概率”概念推广到虚拟的、平均化的“单个”事件，引进了单个事件的“权重（Weight）”概念，试图把理想化的单个事件的概率或“权重”事先约定与对应的同质事件的无限序列的极限频率视作同一。但这与他的初衷相背，频率论者不得不由原先主张的客观概率转向主观概率了。

对概率的前两种解释都着眼于概率的客观量度，然而对随机事件的概率预测离不开主观的信念与期望。主观主义概率归纳逻辑发端于20世纪30年代，创始人是拉姆齐（F.P.Ramsey）和菲尼蒂（DeFinetti）。它将概率解释为“合理相信程度”或“主体x对事件A的发生，或假说被证实的相信程度。”表明，如果按贝叶斯公理不断修正验前概率，那么无论验前概率怎样，验后概率将趋于一致；这样，验前概率的主观性和任意性就无关紧要了，因为它们终将淹没在验后概率的客观性和确定性之中。一个人对被检验假设的验前概率是由他当时的背景知识决定的。

主观概率充分注意到推理的个人意见及心理对于概率评价的相关性，意义重大。但是，人们在做出置信函项时，除了“一贯性”的较弱限制外，很难在多种合理置信函项间作出比较和选择。

三、概率归纳逻辑兴起的原因

概率归纳逻辑是伴随现代科学、现代演绎逻辑、归纳逻辑本身的发展而兴起的。

概率归纳逻辑兴起的原因大致有：（1）现代科学的发展。对微观粒子的运动只能采用概率的方法，因此，西方科学界出现了否定因果决定论而接受概率论的观念。（2）较完备的概率理论。特别是20世纪以来，它具备了严格的数学基础，而且被广泛应用于各种领域。（3）归纳逻辑本身要求进一步完善和精确化。人们要求对单称事件陈述对全称理论陈述的归纳支持作出量的精确刻画。逻辑的数学化，数学的逻辑化，穆勒已经注意到归纳与概率的关系，耶方斯等将归纳与概率结合。（4）以数理逻辑为主干的现代演绎逻辑逐渐成熟，从而使得一些逻辑学家热衷于将现代演绎的形式化、公理系统方法与概率论方法协调起来，以运用于归纳逻辑的研究。（5）对归纳法的合理性问题的探索。休谟的归纳问题一直是个哲学难题。现代归纳逻辑的种种体系，几乎都可以看成是对这个问题不断作出回答。上述三种概率归纳逻辑体系也无例外，都是为求得归纳推理的合理性，或对归纳论证进行改进，或把结论改成概率的陈述，使归纳逻辑被构造成演绎逻辑的一个分支，或用实用主义策略使归纳即使不是有效的，至少也有存在的理由。所以说概率逻辑是以现代演绎逻辑和概率论为工具，形式化、定量化的归纳逻辑。

20世纪50年代以后，科学技术步入一个新的阶段，概率论与数理统计、数理逻辑等相关学科取得新的发展，特别是计算机科学技术以及多学科交叉发展的趋势，使现代归纳逻辑的研究进入到一个新阶段，出现了一些新的趋势和特点。

第一，面临归纳演绎化的困难，出现了非概率化、非数量化的趋势，有的用有序化、等级化来代替，有的将定性的研究重新放到重要的位置上，有的又再度重视如模态、因果概念的结合使用等等。

第二，将主观因素与客观因素相结合，将纯逻辑研究与其他学科相结合。这就不能只限于语构层次，而要考虑语义、语用层次，就要涉及心理学、社会学等方面的研究。而且不能脱离所涉及的具体过程（实验）与学科。

第三，对归纳逻辑的研究与整个思维科学、信息科学的研究联系起来。归纳是一类复杂性问题，决不是单靠纯逻辑所能解决的。归纳远比演绎复杂，须与多学科结合起来进行系统研究。

第四，归纳逻辑的研究与当前的科技相互影响、相互作用。申农提出的信息论仅是相当于语形的统计信息模型。而信息的语义层次的研究都出自卡尔纳普之手，再经辛迪卡（Hintikka）等人的论作又已形成信息逻辑这一分支。这揭示了逻辑与信息科学的联系。再如，随着计算机科学、人工智能的研究进展，对归纳的研究日益受到重视。若能将人工智能与归纳结合起来，必将带来新的进展与突破[4]。

概率归纳逻辑是归纳逻辑的一个发展阶段，它大大发展了归纳逻辑，也昭示了归纳逻辑的发展机制，为我们出示了现代归纳逻辑发展的方向。

摘要：从穆勒等人对或然性的探讨，经耶方斯对概率归纳逻辑的开创，到卡尔纳普代表的现代概率归纳逻辑体系，考察了概率归纳逻辑的发展历程，从中揭示其兴起的原因，并分析现代归纳逻辑发展的一些新趋势。

关键词：概率归纳；逻辑；概率论

Abstract:FromMulle’sdiscussionoftheprobability,afterW.S.Jevons’sfoundationtotheprobabilisticinductivelogic,untilthesystemofmodernprobabilisticinductivelogicwhichCarnaprepresents.Thisarticleinspectstheprocessofwhichprobabilityinductivelogicdeveloped,promulgatesthereasonwhichitrises,andanalyzessomenewtendenciesofthemoderninductivelogic.

参考文献:

[1]W.S.Jevous.ThePrinciplesofScience[M].London:DoverPress,1877.197.

[2]Hintikka,J.(ed.).RudolfCarnap,LogicalEmpiricist[M].D.ReidelPub.Co.,1995.LIX.

概率论论文范文第2篇

18世纪40年代，休谟指出归纳推理不具有逻辑必然性，认为它只把真前提同可能的结论相联系,是主观的、心理的，不曾想到当时概率论所揭示的或然性的客观意义及其对归纳的可能应用。穆勒在《逻辑体系》中以很大篇幅讨论了偶然性问题,认为概率论只同经验定律的建立有关，而与作为因果律的科学定律的建立无关。惠威尔也对偶然性作过讨论，但与穆勒一样，并未想到把概率论应用于归纳。直到1859年，德国化学家本生（R.W.Bunsen）和基尔霍夫（G.R.Kirchoff）用统计方法分析太阳光谱的元素组成等科学活动，进一步引起科学方法论家对统计推理问题的注意。许多科学方法论家认为科学结论不是确定的，而是或然的，开始尝试把归纳还原为概率论。

最早将归纳同概率相结合的是德摩根和耶方斯。德摩根将一般除法定理和贝叶斯定理应用于科学假说。但是布尔（Boole）抓住了它的缺点，即运用贝叶斯推理给科学假说的概率带来更大的任意性，至此否定了概率归纳逻辑的方向。在70年代耶方斯作出重大开创性工作之前，这方面的工作基本趋于沉寂。耶方斯发展了布尔代数，他一方面有着关于归纳本质的方法论考虑，另一方面，他将数学应用于发展演绎逻辑的同时，也将数学应用于发展归纳逻辑。他在《科学原理》中说明：“如果不把归纳方法建立于概率论，那么，要恰当地阐释它们便是不可能的。”[1]耶方斯认为一切归纳推理都是概率的。

耶方斯的工作实现了古典归纳逻辑向现代归纳逻辑的过渡。

二、现代概率归纳逻辑

现代概率归纳逻辑始于20世纪20年代，逻辑学家凯恩斯、尼科（Nicod）及卡尔纳普和莱欣巴赫（Reichenbach）等人，采用不同的确定基本概率的原则及对概率的不同解释，形成不同的概率归纳逻辑学派。

凯恩斯将概率与逻辑相结合，认为归纳有效度和合理性的本质是一个逻辑问题，而不是经验的或形而上学的问题。他提出了“概率关系”的概念：假设任一命题集合组成前提h，任一命题集合组成结论a，若由知识h证实a的合理逻辑信度为α，我们称a和h间的“概率关系”的量度为α，记作a/h=α。并着眼于构造两个命题间的逻辑关系的合理体系，但未取得成功。而且他认为，大多数概率关系不可测，许多概率关系不可比较。但他在推进归纳逻辑与概率理论的结合上，作出了历史性的贡献，是现代归纳逻辑的一位“开路先锋”。

逻辑主义的概率归纳逻辑的代表卡尔纳普，在20世纪50年代提出概率逻辑系统，这一体系宣告了归纳逻辑的演绎化、形式化和定量化，将概率归纳逻辑推向了“顶峰”。卡尔纳普认为休谟说的归纳困难并不存在，归纳也是逻辑，并且也有像演绎一样的严格规则。施坦格缪勒（Stegmuller）指出：“2500年前，亚里士多德开始把正确的演绎推理的规则昭示世人，同样，卡尔纳普现在以精确表述归纳推理的规则为己任。”[2]演绎的逻辑基础在于它的分析性，所以，从维特根斯坦和魏斯曼（Waismann）就开始致力于把它改造为逻辑的概率概念，以使概率归纳成为分析性的。卡尔纳普完成了这一发展。他说：“我的思想的信条之一是，逻辑的概率概念是一切归纳推理的基础……因此，我称逻辑概率理论为‘归纳逻辑’。”[3]他并把此概念直接发展为科学的推理工具：“我相信，逻辑概率概念应当为经验科学方法论的基本概念，即一个假说为一给定证据所确证的概念提供一个精确的定量刻画。因此，我选用‘确证度’这个术语作为逻辑概率刻画的专门术语。”[3]与凯恩斯一样，卡尔纳普把概率1解释作句子e和h间的逻辑关系，表达式是c(h,e)=r，读作“证据e对假说h的逻辑确证度是r”。这样，归纳便是分析性的了，演绎推理是完全蕴涵，归纳推理是部分蕴涵，即归纳是演绎的一种特例。此外，卡尔纳普所想要的归纳逻辑还是定量的，他希望最终找到足够多的明确而可行的规则，使C(e,h)的计算成为只是一种机械的操作，以将他与凯恩斯严格区分开来。

20世纪30年代，莱欣巴赫建立了他的概率逻辑体系，被称为经验主义的概率归纳逻辑。他用频率说把概率定义为，重复事件在长趋势中发生的相对频率的极限。这种方法简单实用，但却带来两方面的困难。首先，上述极限定义是对于无数次重复事件的概率而言的。那如何找出一种测定假说真假的相对频率的方法呢？其次，对单一事件或单一假说怎么处理呢？所以频率说只适用于经验事件的概率，其合理性的辩护非常困难。它所面临的最大困难就是找不到由频率极限过渡到单个事件概率的适当途径。为此，莱欣巴赫建议把“概率”概念推广到虚拟的、平均化的“单个”事件，引进了单个事件的“权重（Weight）”概念，试图把理想化的单个事件的概率或“权重”事先约定与对应的同质事件的无限序列的极限频率视作同一。但这与他的初衷相背，频率论者不得不由原先主张的客观概率转向主观概率了。

对概率的前两种解释都着眼于概率的客观量度，然而对随机事件的概率预测离不开主观的信念与期望。主观主义概率归纳逻辑发端于20世纪30年代，创始人是拉姆齐（F.P.Ramsey）和菲尼蒂（DeFinetti）。它将概率解释为“合理相信程度”或“主体x对事件A的发生，或假说被证实的相信程度。”表明，如果按贝叶斯公理不断修正验前概率，那么无论验前概率怎样，验后概率将趋于一致；这样，验前概率的主观性和任意性就无关紧要了，因为它们终将淹没在验后概率的客观性和确定性之中。一个人对被检验假设的验前概率是由他当时的背景知识决定的。

主观概率充分注意到推理的个人意见及心理对于概率评价的相关性，意义重大。但是，人们在做出置信函项时，除了“一贯性”的较弱限制外，很难在多种合理置信函项间作出比较和选择。

三、概率归纳逻辑兴起的原因

概率归纳逻辑是伴随现代科学、现代演绎逻辑、归纳逻辑本身的发展而兴起的。

概率归纳逻辑兴起的原因大致有：（1）现代科学的发展。对微观粒子的运动只能采用概率的方法，因此，西方科学界出现了否定因果决定论而接受概率论的观念。（2）较完备的概率理论。特别是20世纪以来，它具备了严格的数学基础，而且被广泛应用于各种领域。（3）归纳逻辑本身要求进一步完善和精确化。人们要求对单称事件陈述对全称理论陈述的归纳支持作出量的精确刻画。逻辑的数学化，数学的逻辑化，穆勒已经注意到归纳与概率的关系，耶方斯等将归纳与概率结合。（4）以数理逻辑为主干的现代演绎逻辑逐渐成熟，从而使得一些逻辑学家热衷于将现代演绎的形式化、公理系统方法与概率论方法协调起来，以运用于归纳逻辑的研究。（5）对归纳法的合理性问题的探索。休谟的归纳问题一直是个哲学难题。现代归纳逻辑的种种体系，几乎都可以看成是对这个问题不断作出回答。上述三种概率归纳逻辑体系也无例外，都是为求得归纳推理的合理性，或对归纳论证进行改进，或把结论改成概率的陈述，使归纳逻辑被构造成演绎逻辑的一个分支，或用实用主义策略使归纳即使不是有效的，至少也有存在的理由。所以说概率逻辑是以现代演绎逻辑和概率论为工具，形式化、定量化的归纳逻辑。

20世纪50年代以后，科学技术步入一个新的阶段，概率论与数理统计、数理逻辑等相关学科取得新的发展，特别是计算机科学技术以及多学科交叉发展的趋势，使现代归纳逻辑的研究进入到一个新阶段，出现了一些新的趋势和特点。

第一，面临归纳演绎化的困难，出现了非概率化、非数量化的趋势，有的用有序化、等级化来代替，有的将定性的研究重新放到重要的位置上，有的又再度重视如模态、因果概念的结合使用等等。

第二，将主观因素与客观因素相结合，将纯逻辑研究与其他学科相结合。这就不能只限于语构层次，而要考虑语义、语用层次，就要涉及心理学、社会学等方面的研究。而且不能脱离所涉及的具体过程（实验）与学科。

第三，对归纳逻辑的研究与整个思维科学、信息科学的研究联系起来。归纳是一类复杂性问题，决不是单靠纯逻辑所能解决的。归纳远比演绎复杂，须与多学科结合起来进行系统研究。

第四，归纳逻辑的研究与当前的科技相互影响、相互作用。申农提出的信息论仅是相当于语形的统计信息模型。而信息的语义层次的研究都出自卡尔纳普之手，再经辛迪卡（Hintikka）等人的论作又已形成信息逻辑这一分支。这揭示了逻辑与信息科学的联系。再如，随着计算机科学、人工智能的研究进展，对归纳的研究日益受到重视。若能将人工智能与归纳结合起来，必将带来新的进展与突破[4]。

概率归纳逻辑是归纳逻辑的一个发展阶段，它大大发展了归纳逻辑，也昭示了归纳逻辑的发展机制，为我们出示了现代归纳逻辑发展的方向。

参考文献:

[1]W.S.Jevous.ThePrinciplesofScience[M].London:DoverPress,1877.197.

[2]Hintikka,J.(ed.).RudolfCarnap,LogicalEmpiricist[M].D.ReidelPub.Co.,1995.LIX.

[3]Schilpp,P.A.(ed.).ThePhilosophyofRudolfCarnap[M].OpenCourt,1978:72.

[4]王雨田.归纳逻辑导引[M].上海:上海人民出版社,1992:12-13.

概率论论文范文第3篇

1、学生基础知识层次差异性大民族高校教育的目的就是为民族地区服务和培养少数民族人才。由于民族高校招收学生的生源大多是我国少数民族聚居区域的民族生或者是发达地区的少数民族学生，由于教育资源和教育整体水平的不均衡，使得民族高校学生的基础知识掌握程度上有较大的差异，同时进入大学后，由于概率统计课程特点，它对学生的数学知识基础有着较高的要求，故在知识的延续和递进中使得学生在这门课程的学习效果上有着明显差异，在课堂教学中最明显的特征就是由于学习基础的差异，学生在知识的掌握上层次差异性明显较大。

2、课程教学方式单一目前在民族高校的概率统计课程的教学方式大部分还是使用黑板讲授加电子讲稿、教学内容比较传统，比较注重数学原理的推证、数学计算方法的讲授，即使有个别学校在概率统计课堂教学中有融入实验教学内容，但也仅仅限于数据分析软件的使用，并没有将实际经济问题案例与数学知识、数据分析软件结合起来综合应用，概率统计知识的综合应用性并没有体现出来。教学方式还是以教师为主导，教师布置问题和作业，学生完成作业的传统被动方式。

3、教学内容与学时的矛盾概率统计课程作为经管类专业学生必修的一门经济数学课程，它有着数学课程的典型特点，非常注重逻辑的严密性、知识的递进性，推导证明的完整性，因此在课堂教学中要把本科教学内容中所有内容都要设计到，还要保证大部分学生都能把知识点理解和掌握，又存在学时的限制。

4、实验教学体系缺乏虽然实验教学在我国一些重点高校教育中已引入，但整体都还是实践阶段，目前关于大学数学课程实验的教材也有一些，大学数学实验课程也产生了良好的教学效果，但在民族高校中，经管类专业的数学课程的实验教学环节缺乏，还没有形成实验教学体系。

二、民族高校经管类专业概率统计课程引进实验教学的意义

概率论与数理统计课程是经济数学课程中实践性最强的一门课程，是经济管理类本科专业学生在后续经济、管理类专业课程中保障性最强的一门课程，是进行后续经济研究的必备工具。目前国外数学课程中引入实验教学法已经取得了良好的成效，国内重点高校的部分院校经管类专业的数学课程也在通过探索实验教学的内容和方法，也取得了良好的成效。我国民族高校经管类专业的概率统计课程教学中也可逐步引入经济数学实验教学方式和教学内容，可以有以下作用：

1、增强经管类学生学习概率统计的兴趣和积极性，提高该课程的学习效果和数学知识的应用能力；

2、介绍常用的试验工具和软件，深化学生使用计算机数据分析软件的程度，丰富和优化了概率统计课程的教学内容；

3、借助数据分析软件、数学软件，增强学生利用所学的概率统计知识对经济现象、经济规律的理解和应用能力，尤其是在学年论文、毕业论文写作过程实证分析能力的提高有着明显的促进作用；

4、引入经济实验教学方式，弥补了传统概率论与数理统计课程理论性强而实践环节较弱的状况。

5、这种经济数学实验教学方式和传统讲授方式相结合的教学模式的探索和实践，不仅可以逐步改善民族高校经管类专业经济数学课程在学习中的“不好学、不善用”的现象，还可以丰富该课程的教学内容和教学方式，并且对于微积分、线性代数课程的教学方式和教学内容的改革也有很强的启示性。对深化课程的教学内容和教学方式改革，促进高校精品课建设和质量工程的发展，提高专业的优势竞争力具有着重要的意义。

三、民族高校经管类专业概率统计课程实验教学的思考与探索

1、概率统计课程实验教学方式的思考针对目前民族高校经管类专业在概率统计课程学习中呈现的情形：（1）概率统计课程教学显现出的教学内容传统、教学方式单一呆板、轻经济应用；（2）经管类学生不知概率统计知识学了何用，学了不用、学了不知怎么用。本文探索和尝试在经济数学课程之一——概率论与数理统计课程的教学中引入经济数学实验教学方式和实验教学内容，结合传统讲授方式，探索多元化的经济数学教学方式，丰富概率统计课程的教学内容，增加概率论与数理统计课程的实践性和演示性，提高经济管理类学生学习经济数学的兴趣，学生使用经济数学知识解决实际经济问题的能力。通过调查，在民族高校经管类专业的“概率统计”课程大多是周3课时以内，本门课程所修的总课时数为48课时以内，在目前的教学内容和教学方式下，受专业培养方案的限制，并且也无成熟的适合经管类专业的概率统计实验教材，无法设立单独的概率统计实验课程。因此，可在目前的概率统计教学内容中融入实验教学内容和方式，在课程内容的部分章节中结合经济、金融、管理实际问题，形成概率统计课程综合案例，在课堂教学中融入综合案例，介绍它的解决思路，培养学生数学思维品质，数学方法的应用，在掌握数学方法和原理的基础上结合数据分析软件，简化处理过程，锻炼和培养经管类专业学生让其能够知其何用，知其怎么用。经济数学的其它课程总，在内容、方法比较成熟的条件下，可以再单独设立适合民族院校的经济数学实验课程。

2、概率统计课程实验教学方式的实践可结合相关章节内容特点，周期性的给学生布置概率统计的验证性的实验项目和综合案例实验报告，小组形式完成验证性的实验报告分析和经济实例的实验报告分析。让学生在问题情境下体验概率统计数学知识的理论、计算机技术的使用及应用概率统计知识和解决简单经济实际问题能力。在有限的学时下，课堂教学中补充了实验教学内容，会使的教学内容课时较紧张，因此，建议概率统计的知识点的讲授上可以忽略一部分非重点的知识的逻辑推证，转为数据分析软件和经济实例数学化思想的讲解，如在概率统计随机变量的分布特征这一章结合均值和方差的概念计算知识点，可以补充金融学、寿险精算课程中简单金融实例；在讲协方差和相关系数时可以结合管理学、金融风险中的实例，让学生理解实际问题如何数学化，如何将数学知识、数学结果反馈到实际问题中去，在大数定律这一章，可以结合寿险精算中保费的计算案例及精算起源特点的综合案例让学生深入思考大数定律的结论，从而把抽象理论具体化、应用化。通过这样的实验教学环节的补充和实践，让学生进入实际问题情景，引导学生思考、分析实际问题如何数学化，数学知识是怎么用，大大激发了学生的学习兴趣，可以较好地体现了在课堂教学中以学生为主体的教学方式，逐步转化传统教学方式。通过笔者近两年在教学过程中的实践，在概率统计课程中融入实验教学内容，需要做到以下几点：（1）结合概率统计内容及与经济问题的联系性选择概率统计实验教学的内容及案例。（2）结合已有资料，与信息技术老师、实验室老师沟通在实验室里配备合适的数据软件如Matlab及Excel数据分析软件包、Spss数据分析软件。在这一步可结合各民族学校学生的整体层次进行选择，由于课时的限制，对经管类学生使用软件以熟练应用数据分析软件解决实际问题能力为主，使用计算软件为辅。因此笔者在实验教学中选择了Matlab和Excel数据分析软件包。学生反映效果也较好。（3）讲授理论教学时也建议在多媒体教室中，理论教学中可以融入一部分计算机数据分析的实现过程，让学生直观的认识数学知识的应用。

四、民族高校经管类专业概率统计课程实验教学的瓶颈

1、部分学生不注重理论知识的学习，过分依赖数据分析软件在概率统计教学中引入了实验教学的内容，激发一大部分同学的学习数学的积极性，学习效果也比较明显，通过数据分析软件的使用，提高了学习的效率，使得数学知识的应用性较强。但在实验教学中也发现一部分学生在学习中产生了依赖思想，认为反正有软件，对概率统计知识的具体的计算方法和原理很忽视，以后会不会都可以靠数据分析软件求出结果来。因此也伴生了这种不注重数学理论、数学计算知识的学习，过分依赖数据分析软件的现象了。

2、实验教学师资队伍缺乏在概率统计教学中融入实验教学的内容，这就使得承担概率统计课程的老师不仅要熟练掌握数学原理和方法、数学的体系框架，还要具备熟悉操作多种数据分析软件的能力，不仅如此，在课堂教学中结合综合经济案例来给学生引导，还需具备一定的经济、金融、管理专业的相关知识，这就对承担概率统计课程的教师提出更高的要求，需要数学老师必须向复合型的专业数学老师转变。而目前在民族院校中承担这一基础课程的老师普遍教学任务较重，师资紧张，典型现象就是教师忙于代课，对专业知识和计算机软件操作的提高和学习上缺乏时间和精力，复合型的课程实验教学人才和师资紧缺。

3、教学内容和实验内容的取舍在现有的培养方案和教学内容既定的情况下，要想在有限课时中完成教学内容和实验教学补充的内容，只能将已有的教学内容中的部分知识点简化了，如何合理安排概率统计课程的数学原理、数学方法的讲授、实验教学内容的补充，需要在教学实践中适当的取舍，这也是目前制约概率统计课程教学方式探索和实践的一个重要因素。

五、民族高校经管类专业概率统计课程实施实验教学的建议

以上的教学方法的探索，已经在实践中有了一定的效果，对于培养学生的创新意识、动手能力、激发学生学习概率统计知识、数学思维品质的养成、数学知识的应用有着重要的作用和意义。

1、加大对概率统计课程复合型师资队伍的培训和建设在概率统计课程教学方式多元化的探索过程中，要求老师具备以下：数学知识的积淀、计算机操作水平的适时变化、经济类及相关专业知识的积累及数学化能力，这都对概率统计课程的老师提出了更高的要求。因此要想加快民族高校经管类专业概率统计实验教学的进程，必须要加大对课程复合型师资人才的培养、培训和队伍的建设。

2、课程考核方式多元化由于在课程内容中充实了实验教学内容，所以学生的概率统计作业不仅仅是传统的数学习题的计算及推证，还需要学生通过小组的形式完成一些验证型实验报告、综合型经济实例报告的分析。对概率统计课程的考核方式也应该随之改变，加大小组报告成绩、平时考核比重，通过多元化的考核方式全面考察学生的数学学习的能力、创新素质的具备、数学知识应用性的能力。

概率论论文范文第4篇

1．概率统计教材中数学文化元素的现状

在高校概率统计教材中，从数学文化的角度对概率统计教学进行诠释已经得到数学教育界的普遍重视，教材在数学文化价值教育方面起到至关重要的作用。高校概率统计教材在数学文化教育方面也做了大量的工作，我们以盛骤等人主编的《概率论与数理统计》（第四版）、缪全生主编的《概率与统计》（第三版）和同济大学应用数学系主编的《工程数学—概率统计简明教程》三本教材（后文中分别以教材一、教材二、教材三称之）作为例子，它们在数学文化渗透方面的特点体现在：

（1）教材设计更注重生活和技术应用领域背景的渗透

在内容编排方面，每个知识点都能注意以生活实际或当前的技术应用问题作为背景予以介绍，强调知识的直观性和应用背景，强调实际问题的解决，使得学生有比较直观的认识，能提高学生的学习兴趣和学习热情。如在介绍条件概率的定义时，教材几乎都能从掷硬币、掷骰子等简单的生活实际出发，从特殊到普遍地引出条件概率的定义。内容背景涉及较多的是产品质量分析模型（如质量、寿命、含量、误差等方面），教材一和教材三比教材二涉及应用背景的面更加广泛、量更大。在例题和习题设计方面，教材注重以解决有经济、社会、工程技术等方面实际背景的问题为主，旨在提高学生的实际应用能力。在所统计的三本教材中，具有应用背景的例题占总的例题数超过了50％，习题中有应用背景的题目在50％左右，特别是以自然科学为应用背景的题目占了绝大多数

（2）紧密结合信息技术的发展，提高统计计算能力的培养

加强数理统计的内容，注重统计方法在实际工作中的应用。如增加了假设检验问题中的P值检验法和一些统计图的应用，还介绍了bootstrap方法在数据处理方面的应用。增加Excel软件和“宏”数据分析工具的使用。信息技术的发展给概率统计的研究赋予更强大的工具，没有现代的专业统计分析软件作为研究工具，概率统计问题的研究是不可想像的，在概率统计教材中适当引入统计软件的运用是必要的。虽然现在统计分析软件的功能很强大，但需要经过专业的学习才能掌握，为适应概率统计的入门使用，盛骤等人主编的《概率论与数理统计》（第四版）中就增加了Ex－cel软件和“宏”数据分析工具在概率统计中的应用，特别是在数理统计方面的运用，这对没有经过专业统计软件学习的学生和使用者有很大的帮助。

2．高校概率统计教材数学文化元素渗透中存在的问题

（1）教材中数学史的呈现太少

呈现方式不明朗数学史的学习，能使学生了解数学在推动社会发展方面和社会发展之间的相互作用，能使学生了解数学科学的思想体系、数学的美学价值和数学家的创新精神等因素。教材中的定义、定理、法则和公式都是数学家们经过上百年甚至上千年的历史锤炼后的完美逻辑体系，这种完美的形式忽略了曲折复杂的数学发现过程，但正是这种过程隐含着丰富的数学文化元素。如对概率定义的引入，三本概率统计教材几乎都是这样表达“历史上有人做过……其结果如表……”，然后在表格中列出历史上的几个有关频率的试验，甚至有些教材只是用简短的语言一带而过，然后给出概率的统计定义，紧接着就给出概率的其他定义。这样的表达，学生缺乏对概率定义公理化过程的认识，也失去了一次培养学生提高学习概率统计兴趣与热情的机会。更重要的是，概率定义的形成本身就是数学抽象化过程的典型例子，在这个过程中，学生可以体会到数学的抽象特性和方法。遗憾的是，目前高校概率统计教材中出现数学史的地方实在太少了。据统计，教材一、教材二和教材三中出现数学史的地方仅有频率的定义中提到的德摩根、蒲丰和皮尔逊等人抛硬币试验的介绍或一些试验数据；教材二在引言中则对概率论的发展历史作了一个简介。三本教材中对数理统计的历史介绍等于0，其实概率统计教材中能出现数学史的地方比比皆是，教材可以充分利用这些素材进行呈现。

（2）应用背景相对薄弱

概率统计是一门实践性强、应用性广的学科，当前高校教材都注重生活和技术应用领域背景的渗透，社会科学的应用背景相对薄弱。这样的知识呈现方式，对提高学生的学习兴趣和应用意识都有很大的帮助。但数学文化背景的方式是多样，如重要数学名人物传、数学发展事件记、重要数学成果和概率统计在社会科学方面的应用等内容，这是体现数学文化价值的一种有效方式，也是学生从中获取数学思想方法、体会数学精神和体验数学美的重要途径，遗憾的是当前高校概率统计教材在这方面还比较缺乏。

（3）多元文化缺失

概率统计已经成为现代社会、经济、管理等学科的重要工具，高校概率统计教材在体现这些领域的应用方面有较大的篇幅，但与学生相关生活文化背景的联接方面显得不够，这容易导致学生认为很多概率统计的知识与他们生活或工作相隔遥远甚至没有关联，严重影响了学生学习概率统计的兴趣和态度。

二、概率统计教材设计

中凸显数学文化的思考现行的概率统计教材的知识系统逻辑体系已经经过多年的验证，证明是可行的。数学文化视野下的教材设计目的是，如何在现行教材的知识体系中体现数学文化的元素，数学文化很大一部分是内隐的，这就要求我们不能单纯把数学文化内隐的知识部分相关内容简单地累加到教材里面去，而应该有机地结合在概率统计外显的知识内容中去。下面谈几点构想。

1．关注数学史在教材中的作用

概率统计教材的内容安排要适当兼顾知识发现的历史，使学生能够领略到数学内容发现的过程，体会到数学知识发现过程所蕴含的数学思想、数学方法和数学精神，有利于学生数学知识体系的建构和优秀品质的形成。如在介绍“概率”的定义时，教材的编排最好能介绍概率定义形成的三个历史阶段：概率的统计定义、古典定义和公理化定义。使学生在学习概率的定义时能了解概率定义形成的历史，了解贝朗特悖论的意义，得到数学螺旋上升抽象过程的感悟，掌握数学思维的方法，从而学会批判、质疑、独立和严谨的思维品质。在学习DeMoivre－Laplace定理时可以介绍DeMoivre等人在二项分布正态逼近的研究工作，这项研究是数理统计学的基础，也是概率统计思想的重要体现，重温这段历史可以启迪学生的思维、激发学生的兴趣。回归与相关分析的发现对数理统计学发展的影响是极其重大的，这个统计模型的应用，使统计学由统计描述时期进入了统计推断的时期，它促使一个严谨的统计学框架的形成，学习该知识点内容时，很有必要向学生介绍回归与相关分析的产生历程。其实，概率统计中还有很多地方可以进行数学史介绍的，学生在了解这些知识产生的过程中将会得到浓厚的数学思维熏陶。

2．强调知识与文化的有机融合

概率统计的数学文化部分呈现要以导引的形式出现，而不能把相关内容简单地累加到教材中去，从而保护学生自我探索热情，使数学文化真正植根于学生的知识建构中去。如在“概率的基本概念”部分，有必要介绍概率定义形成的三个历史阶段，但在具体的教材呈现中，没有必要把这些历史材料详细地罗列到教材中去，如果只是简单地把数学史料添加到教材里面去，只能增加教材的容量，导致教材臃肿，变成数学史的堆积而已。而应该是在循序渐进介绍概率定义的同时，适当采用简洁和引导性的语言，营造一种宽松的数学学习环境，引导学生学会自己查找相关学习资源，让学生既能感受到概率定义的发展历史，也能掌握如何通过查找资料来进一步验证和了解这种发展的详细情况的能力。又如，在“假设检验”这一章，可以介绍历史上威尔登检验骰子是否均匀的试验，但没必要陈述这个试验的详细过程，可以以问题的形式把威尔登与皮尔逊对试验结果的争论呈现出来，使学生既能了解假设检验产生的这段历史，也可以重温探索科学的过程。

3．充分发挥现代信息技术功能

概率论论文范文第5篇

关键词：课堂教学;概率论与数理统计;应用能力;教学模式

概率与数理统计是实际应用性很强的一门数学学科，它在经济管理、金融投资、保险精算、企业管理、投入产出分析、经济预测等众多经济领域都有广泛的应用。概率与数理统计是高等院校财经类专业的公共基础课，它既有理论又有实践，既讲方法又讲动手能力。然而，在该课程的具体教学过程中，由于其思维方式与以往数学课程不同、概念难以理解、习题比较难做、方法不宜掌握且涉及数学基础知识广等特点，许多学生难以掌握其内容与方法，面对实际问题时更是无所适从，尤其是财经类专业学生，高等数学的底子相对薄弱，且不同生源的学生数理基础有较大的差异，因此，概率统计成为一部分学生的学习障碍。如何根据学生的数学基础调整教学方法，以适应学生基础，培养其能力，并与其后续课程及专业应用结合，便成为任课教师面临的首要任务。作为我校教学改革的一个重点课题，在近几年的教学实践中，我们结合该课程的特点及培养目标，对课程教学进行了改革和探讨，做了一些尝试性的工作，取得了较好的成效。

1与实际结合，激发学生对概率统计课程的兴趣

概率论与数理统计从内容到方法与以往的数学课程都有本质的不同，因此其基本概念的引入就显得更为重要。为了激发学生的兴趣，在教学中，可结合教材插入一些概率论与数理统计发展史的内容或背景资料。如概率论的直观背景是充满机遇性的，其最初用到的数学工具也仅是排列组合，它提供了一个比较简单而非常典型（等可能性、有限性）的随机模型，即古典概型；在介绍大数定律与中心极限定理时可插入贝努里的《推测术》以及拉普拉斯将概率论应用于天文学的研究，既拓广了学生的视野，又激发了学生的兴趣，缓解了学生对于一个全新的概念与理论的恐惧，有助于学生对基本概念和理论的理解。此外，还可以适当地作一些小试验，以使概念形象化，如在引入条件概率前，首先计算著名的“生日问题”，从中可以看到：每四十人中至少有两人生日相同的概率为0.882，然后在各班学生中当场调查学生的生日，查找与前述结论不吻合的原因，引入条件概率的概念，有了前面的感性认识后学生就比较主动地去接受这个概念了。

在概率统计中，众多的概率模型让学生望而生威，学生常常记不住公式，更不会应用。而概率统计又是数学中与现实世界联系最紧密、应用最广泛的学科之一。不少概念和模型都是实际问题的抽象，因此，在课堂教学中，必须坚持理论联系实际的原则来开展，将概念和模型再回归到实际背景。例如：二项分布的直观背景为n重贝努里试验，由此直观再利用概率与频率的关系，我们易知二项分布的最可能值及数学期望等，这样易于学生理解，更重要的是让其看到如何从实际问题抽象出概念和模型，引导学生领悟事物内部联系的直觉思维。同时在介绍各种分布模型时可以有针对性地引入一些实际问题，向学生展示本课程在工农业、经济管理、医药、教育等领域中的应用，突出概率统计与社会的紧密联系。如将二项分布与新药的有效率、射击命中、机器故障等问题结合起来讲；将正态分布与学生考试成绩、产品寿命、测量误差等问题结合起来讲；将指数分布与元件寿命、放射性粒子等问题结合起来讲，使学生能在讨论实际问题的解决过程中提高兴趣，理解各数学模型，并初步了解利用概率论解决实际问题的一些方法。

2运用案例教学法，培养学生分析问题和解决问题的能力

案例教学法是把案例作为一种教学工具，把学生引导到实际问题中去，通过分析与互相讨论，调动学生的主动性和积极性，并提出解决问题的基本方法和途径的一种教学方法。它是连接理论与实践的桥梁。我们结合概率与数理统计应用性较强的特点，在课堂教学中，注意收集经济生活中的实例，并根据各章节的内容选择适当的案例服务于教学，利用多媒设备及真实材料再现实际经济活动，将理论教学与实际案例有机的结合起来，使得课堂讲解生动清晰，收到了良好的教学效果。案例教学法不仅可以将理论与实际紧密联系起来，使学生在课堂上就能接触到大量的实际问题，而且对提高学生综合分析和解决实际问题的能力大有帮助。通过案例教学可以促进学生全面看问题，从数量的角度分析事物的变化规律，使概率与数理统计的思想和方法在现实经济生活中得到更好的应用，发挥其应有的作用。

在介绍分布函数的概念时,我们首先给出一组成年女子的身高数据,要学生找出规律,学生很快就由前面所学的离散型随机变量的分布知识得到分组资料,然后引导他们计算累积频率,描出图形,并及时抽象出分布函数的概念。紧接着仍以此为例,进一步分析:身高本是连续型随机变量,可是当我们把它们分组后,统计每组的频数和频率时却是用离散型随机变量的研究方法,如果在每一组中取一个代表值后,它其实就是离散型的,所以在研究连续型随机变量的概率分布时,我们可以用离散化的方法,反过来离散型随机变量的分布在一定的条件下又以连续型分布为极限,服装的型号、鞋子的尺码等问题就成为我们理解“离散”和“连续”两个对立概念关系的范例,其中体现了对立统一的哲学内涵,而分布函数正是这种哲学统一的数学表现形式。尽管在这里花费了一些时间,但是当学生理解了这些概念及其关系之后,随后的许多概念和内容都可以很轻松地掌握,而且使学生能够对数学概念有更深层次上的理解和感悟,同时也调动了学生的学习积极性和主动性,培养了他们再学习的能力。

3运用讨论式教学法，增强学生积极向上的参与和竞争意识

讨论课是由师生共同完成教学任务的一种教学形式，是在课堂教学的平等讨论中进行的，它打破了老师满堂灌的传统教学模式。师生互相讨论与问答，甚至可以提供机会让学生走上讲台自己讲述。如，在讲授区间估计方法时，就单双边估计问题我们安排了一次讨论课，引导学生各抒己见，鼓励学生大胆的发表意见，提出质疑，进行自由辩论。通过问答与辩驳，使学生开动脑筋，积极思考，激发了学生学习热情及科研兴趣，培养了学生综合分析能力与口头表达能力，增强了学生主动参与课堂教学的意识。学生的创新研究能力得到了充分的体现。这种教学模式是教与学两方面的双向互动过程，教师与学生的经常性的交流促使教师不断学习，更新知识，提高讲课技能，同时也调动了学生学习的积极性，增进师生之间的思想与情感的沟通，提高了教学效果。教学相长，相得益彰。

保险是最早运用概率论的学科之一,也是我们日常谈论的一个热门话题。因此,在介绍二项分布时,例如一家保险公司有1000人参保,每人、每年12元保险费,一年内一人死亡的概率为0.006。死亡时,其家属可向保险公司领得1000元,问:①保险公司亏本的概率为多大?②保险公司一年利润不少于40000元、60000元、80000元的概率各为多少?保险这一类型题目的引入,通过讨论课使学生对概率在经济中的应用有了初步的了解。

4运用多媒体教学手段，提高课堂教学效率

传统上一本教材、一支粉笔、一块黑板从事数学教学的情景在信息社会里应有所改变，计算机对数学教育的渗透与联系日益紧密，特别是概率论与数理统计课，它是研究随机现象统计规律性的一门学科，而要想获得随机现象的统计规律性，就必须进行大量重复试验，这在有限的课堂时间内是难以实现的，传统教学内容的深度与广度都无法满足实际应用的需要。在教学中我们可以采用了多媒体辅助手段，通过计算机图形显示、动画模拟、数值计算及文字说明等，形成了一个全新的图文并茂、声像结合、数形结合的生动直观的教学环境，从而大大增加了教学信息量，以提高学习效率，并有效地刺激学生的形象思维。另外，利用多媒体对随机试验的动态过程进行了演示和模拟，如:全概率公式应用演示、正态分布、随机变量函数的分布、数学期望的统计意义、二维正态分布、中心极限定理的直观演示实验等，再现抽象理论的研究过程，能加深学生对理论的理解及方法的运用。让学生在获得理论知识的过程中还能体会到现代信息技术的魅力，达到了传统教学无法实现的教学效果教育向素质教育的转变，是我国教育改革的基本目标。财经类专业的概率与数理统计教学，除了在教学方法上应深入改革外，在考试环节上也需要进行改革。

考试是教学过程中的一个重要环节，是检验学生学习情况，评估教学质量的手段。对于数学基础课程概率与数理统计的考试，多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量，维持正常的教学秩序起到了一定的作用，但也存在着缺陷，离考试内容和方式应更加适应素质教育，特别是应有利于学生的创造能力的培养之目的相差甚远。在过去的概率与数理统计教学中，基本运算能力被认为是首要的培养目标，教科书中的各种例题主要是向学生展示如何运用公式进行计算，各类辅导书中充斥着五花八门的计算技巧。从而导致了学生在学习概率与数理统计课程的过程中，为应付考试搞题海战术，把精力过多的花在了概念、公式的死记硬背上。这与财经类培养跨世纪高素质的经济管理人才是格格不入的。为此，我们对概率与数理统计课程考试进行了改革，主要包括两个方面：一是考试内容与要求不仅体现出概率与数理统计课程的基本知识和基本运算以及推理能力，还注重了学生各种能力的考查，尤其是创新能力。二是考试模式不具一格，除了普遍采用的闭卷考试外，还在教学中用互动方式进行考核，采取灵活多样的考核形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中掌握程度和卷面考试成绩等综合评定。这样，可以引导学生在学好基础知识的基础上，注重技能训练与能力培养。

实践表明,运用教改实践创新的教学模式,可以使原本抽象、枯燥难懂的数学理论变得有血有肉、有滋有味,可以激发学生的求知欲望,提高学生对课程的学习兴趣。在概率统计的教学模式上,我们尽管做了一些探讨,但这仍是一个需要继续付出努力的研究课题,也希望与更多的同行进行交流,以提高教学水平。

参考文献

［1］陈善林，张浙.统计发展史［M］.上海：立信会计图书用品社，1987：119-151.

［2］姜启源,谢金星,叶俊.数学模型(第三版)［M］.北京:高等教育出版社,2003.

［3］肖柏荣.数学教学艺术概论［M］.合肥:安徽教育出版社,1996.

概率论论文范文第6篇

关键词:概率统计数学教学文化性

数学的文化性特征应该具有多元性、开放性和动态性等特点。概率论是研究大量随机现象规律性的一门数学分支。而随机现象的两个重要特征即不确定性和规律性,却经常使得学生在直觉与科学之间无所适从,给学习与教学带来一定的困难。正是因为如此,从文化的角度重新审视概率统计的教学,既能促进教学,又符合新课程的理念。

1.概率统计理论的发展史略

纵观历史,自文艺复兴时期的数学家,医学教授Cardan在其热衷的游戏中开始思考获得7点和在一副牌中获得“A”的概率开始,数学的一个新的分支——概率论,便在对游戏的思考中展开了它的宏伟画卷。我们知道,在自然界和现实生活中,随机现象十分普遍,它表面上杂乱无章,但在多次实验后却隐藏着规律性。续Cardan之后大约100年,另一位赌徒Mere继续研究了上述问题,但是由于他数学知识的局限性,不得不求助当时数学奇才Pascal,而Pascal在与Fermat的通讯讨论中逐步明确了概率值的确定方法等理论问题,从而将游戏问题上升到了数学问题。而十七、十八世纪之后,由于商业保险、产品检验,以及军事、选举、审判调查和天气预报等大量随机问题的涌现,概率论逐步从最初为给赌徒提供咨询,转变成为急需解决的数学理论问题。自1713年Bernouli到1917年Kolmogorov,以及十九世纪二三十年代的凯特勒更是将概率统计理论不断系统化、公理化,从而确立了概率统计成为数学的一个逻辑严谨的分支。

在教学中,特别是讲授概率统计概念的教学中,还原它的文化性,将历史再现出来,既能够让学生在有趣的游戏中了解概率统计的源头,也可以让学生体验到概率统计源于生活,服务于生活的科学本质,并了解人类在认识这一问题的过程中所付出的巨大努力,从而在学习知识的同时潜移默化地感受到数学文化的存在性。

2.概率统计教学文化性的外部表现

2.1丰富有趣的生活问题,为概率统计教学的文化性增加了多元性元素。

概率统计的生活背景可谓丰富多彩,这为课堂教学提供了十分丰富的情景基础。

在概率定义理解教学中,游戏的下注问题、赎金分配问题、比赛优先权问题、无法投递信件比例问题、商场结账快慢问题等。

古典概型教学中,抛硬币问题、生日问题、天气预报问题、男女出生比例问题等。

几何概型教学中,有转盘中奖问题、蒲风投针实验问题、会面问题等。

随机变量及分布教学中,有中奖问题、银行卡密码问题、感冒指数问题等。

正态分布教学中,智力分布问题、线段测量误差问题、一天的气温平均值问题等。

这些问题来自我们生活的方方面面,而且许多问题都是历史经典问题,因此问题本身的数学思维性加上历史背景性,其文化的气息更加浓厚,甚至童年故事“狼来了”问题,成语故事“三个臭皮匠顶个诸葛亮”问题,评分术语“去掉一个最高分,去掉一个最低分”问题,等等,都渗透着概率统计的思想,这无不体现着数学来源于生活,服务于生活的文化思想。

2.2大量动手操作性的实验学习活动,是概率统计教学文化性的又一体现。

在抛硬币实验中,学生在抛掷中收集数据,通过操作方式学习数学的结论。

在义务教育阶段,通过收集同学的体质健康情况,年龄,身高数据进行数据学习。

在变量的相关关系教学中,收集同学使用计算机时间,物理成绩与数学成绩等,学习变量的相关性。

在随机抽样教学中,设计调查问卷等。

可以看到,以上这些实验性学习方式,是其他数学学习中较少出现的,然而正是这些带有操作性的学习方式,丰富着学生的思维,增加着他们的心理感受,认识到所学的东西有用,能解决现实问题,学习热情高涨,从情感上丰富着他们对数学的感受。超级秘书网

3.概率统计教学文化性的内部表现

3.1科学思维的深刻提升。

概率统计的核心是认识隐藏在随机现象背后的统计规律性,强调随机现象的个别观察的偶然性与大量观察中的统计规律性之间的联系。必然性通过偶然性表现出来,偶然性背后总是隐藏着必然性。通过这种必然性去认识和把握随机现象,而不确定与确定,可能与不可能的集中体现,更是辩证思想的体现,是人类思维成熟的体现。因此概率统计的学习实际上是对学生过去习惯的确定性思维的一次挑战,是一次思维文化的碰创。例如抛一次硬币的结果是无法确定的,学生可以理解,但是大量抛掷的结果却是一个概率确定值,这里具有辩证统一的思想,为了让学生能够理解这样的事实,实验是必不可少的,这又使得学生经历了从具体到抽象及归纳的逻辑思维形式。在学生使用概率模型解决问题的同时,归纳思维、合情推理等思想方法与随机思想方法的交融,都是数学化意识的体现,它深入到内部,不断完善他们的思维,使其日趋成熟,这正是数学的学科特征。

3.2人文精神的不断升华。

概率统计的产生就像它的理论那样带着大量的偶然因素,但是因为有众多优秀数学家的钻研,其产生与发展又是一个必然的结果,并不断系统化、条理化。如今,概率统计已经渗透到了自然科学和社会科学的方方面面,而对于大量来源于生活的概率统计问题,必将教会学生主动利用所学的知识去认识世界、改造世界,有助于培养学生将数学理论应用于解决实际问题的能力和创新意识。

参考文献:

[1]人民教育出版,课程教材研究所,中学数学课程教材研究开发中心.高中数学必修3[M].人民教育出版社,2004.

[2]人民教育出版,课程教材研究所,中学数学课程教材研究开发中心.高中数学选修系列(2-3)[M].人民教育出版社,2004.

[3]大连理工大学应用数学系.大学数学文化[M].大连理工大学出版社,2008,(182-212).

[4]施业琼.在概率统计教学中渗透人文精神培养[J].教育研究,2009.7.

概率论论文范文第7篇

概率，简单地说，就是一件事发生的可能性的大小。比如：太阳每天都会东升西落，这件事发生的概率就是100%或者说是1，因为它肯定会发生；而太阳西升东落的概率就是0，因为它肯定不会发生。但生活中的很多现象是既有可能发生，也有可能不发生的，比如某天会不会下雨、买东西买到次品等等，这类事件的概率就介于0和100%之间，或者说0和1之间。在日常生活中无论是股市涨跌，还是发生某类事故，但凡捉摸不定、需要用“运气”来解释的事件，都可用概率模型进行定量分析。不确定性既给人们带来许多麻烦，同时又常常是解决问题的一种有效手段甚至唯一手段。

走在街头，来来往往的车辆让人联想到概率；生产、生活更是离不开概率。在令人心动的摇奖中，概率也同样指导着我们的实践。继股票之后，也成了城乡居民经济生活中的一个热点。据统计，全国100个人中就有3个彩民。通过对北京、上海与广州3城市居民调查的结果显示，有50%的居民买过，其中5%的居民成为“职业”(经济性购买)彩民。“以小博大”的发财梦，是不少购买者的共同心态。那么，购买真的能让我们如愿以偿吗?以从36个号码中选择7个的方式为例，看起来似乎并不很难，其实却是“可望而不可及”的。经计算，投一注的理论中奖概率如下：

由此看出，只有极少数人能中奖，购买者应怀有平常心，既不能把它作为纯粹的投资，更不应把它当成发财之路。

体育比赛中，一局定胜负，虽然比赛双方获胜的机会均为二分之一，但是由于比赛次数太少，商业价值不大，因此比赛组织者普遍采用“三局两胜”或“五局三胜”制决定胜负的方法，既令参赛选手满意，又被观众接受，组织者又有利可图。那么它对于双方选手来说真的公平吗?以下我们用概率的观点和知识加以阐述：日常生活中我们总希望自己的运气能好一些，碰运气的也大有人在，就像考生面临考试一样，这其中固然有真才实学者，但也不乏抱着侥幸心理的滥竽充数者。那么，对于一场正规的考试仅凭运气能通过吗?我们以大学英语四级考试为例来说明这个问题。

大学英语四级考试是全面检验大学生英语水平的一种考试，具有一定难度，包括听力、语法结构、阅读理解、填空、写作等。除写作15分外，其余85道题是单项选择题，每道题有A、B、C、D四个选项，这种情况使个别学生产生碰运气和侥幸心理，那么靠运气能通过四级英语考试吗?答案是否定的。假设不考虑写作15分，及格按60分算，则85道题必须答对51题以上，可以看成85重贝努利试验。

概率非常小，相当于1000亿个靠运气的考生中仅有0.874人能通过。所以靠运气通过考试是不可能的。

因此，我们在生活和工作中，无论做什么事都要脚踏实地，对生活中的某些偶然事件要理性的分析、对待。一位哲学家曾经说过：“概率是人生的真正指南”。随着生产的发展和科学技术水平的提高，概率已渗透到我们生活的各个领域。众所周知的保险、邮电系统发行有奖明信片的利润计算、招工考试录取分数线的预测甚至利用脚印长度估计犯人身高等无不充分利用概率知识。

如今“降水概率”已经赫然于电视和报端。有人设想，不久的将来，新闻报道中每一条消息旁都会注明“真实概率”，电视节目的预告中，每个节目旁都会写上“可视度概率”。另外，还有西瓜成熟概率、火车正点概率、药方疗效概率、广告可靠概率等等。又由于概率是等可能性的表现，从某种意义上说是民主与平等的体现，因此，社会生活中的很多竞争机制都能用概率来解释其公平合理性。

总之，由于随机现象在现实世界中大量存在,概率必将越来越显示出它巨大的威力。

参考文献：

[1]刘书田.概率统计学习辅导[M].北京：北京大学出版社，2001.193-196.

[2]龙永红.概率论与数理统计中的典型例题分析与习题[M].北京：高等教育出版社，2004.218-221.

[3]尹庸斌.概率趣谈[M].成都：四川科学技术出版社，1985.69-78.

[4]吴传志.应用概率统计[M].重庆：重庆大学出版社，2004.74-78.

概率论论文范文第8篇

周口师范学院学院在第四学期为统计学专业开设了计量经济学这门课程，每周4个（3节理论课+1节实践课）学时，共68学时。计量经济学是经济、统计、数学交叉结合的学科。其内容体系分为：单方程计量经济学模型、联立方程计量经济学模型、违背基本假设的模型、时间序列分析等内容。该课程开设目的在于让学生基本掌握现代经济学分析与研究理论及方法，能够应用计量经济学模型理论知识分析解决实际经济问题。经典单方程计量经济学模型主要包括线性回归分析、违背基本假定的经典计量经济学模型及联立方程计量经济学模型等。计量经济学课程在内容体系与数学分析、高等代数、概率统计、西方经济学等紧密相联，我校目前的教学以教师讲授为主，学生被动的学习。

2教学过程中存在的问题

第一，计量经济学是以经济学理论为理论基础，以现实观测数据和实验数据为支撑，利用数学、概率统计等方法，依据计算机技术，来研究分析伴有随机因素效应的现象的定量关系和发展变化的统计规律的一门学科。计量经济学作为西方经济学的新的一个分支，西方经济学为其发展奠定了的理论基础，西方经济学中关于对经济变量之间质的分析是计量经济学进行定量研究的前提。数学与概率统计是计量经济分析、理论研究的主要工具，计量经济学在的建立与选择时，很多地方需要用到数学的方法和技巧。但在实际教学中，仅注重计量经济学模型的求解及检验方法，而忽略模型建立的经济学基础；仅仅强调模型的设定是正确的，但是却没有教会学生如何去检验模型是否正确；同时，也未将经济学基础考虑进来。第二，目前的教学过于强调“重思想、重方法”，把必要的数学过程与技巧只是作为解决计量经济学基本思想的工具，不过分强调，而是着重于基本思想和解决问题思路的分析。第三，在教学时，并没有将计量经济学方法应用到实际问题中进行实践。在上机课上，让学生自己操作Eviews软件对课本习题进行操作练习，并写实验报告，训练了学生的动手能力，但是学生并没有机会将所学到的知识运用到实际的经济问题中，计量经济学的教学理论在一定程度上与实践相脱节，相当一部分学生在使用计量经济学方法处理经济问题时，感到迷茫，也不知运用相关软件来完成计量经济学的运算，即使能够运用软件，却不知该怎样解释与分析模型的结果。

3计量经济学教学措施

通过教学改革提高教学质量，进一步使学生达到掌握经典的计量经济学模型理论和方法，了解计量经济学理论与方法的新发展；要求学生能够应用简单的计量经济学模型和方法，对实现经济数量关系进行实证分析；为继续学习高级计量经济理论、方法打下基础。

3.1理论与实验教学的互动发展

提升教学效果加强理论教学，同时开展创新实验教学，理论教学与实验教学的互动、协调发展。

3.2以"任务"驱动教学

课程理论知识、使用专用软件、提出研究问题、解决研究问题为计量经济学课程教学的四大任务。带动学生的自主创新及动手能力，适时的给学生布置任务，提高学生学习的积极性。

3.3划分和挑选教学内容

对计量经济学教学内容的层次划分进行反复讨论和界定，形成分层次的课程教学体系。

3.4教学和考核形式的改革

概率论论文范文第9篇

随着数学教育的发展，通过数学建模的教学实践，可以看到作为数学知识与数学应用桥梁的数学建模活动，对培养学生从实际中发现问题、归结问题、建立数学模型、使用计算机和数学软件解决实际问题的能力，起到了其他数学课程无法替代的作用；对于培养学生的独立思考和表述数学问题和解法的能力，有其独到之处.国际数学教育界对数学建模教学的共识和重视的程度也随之提高，数学建模是指根据具体问题，在一定假设下找出解这个问题的数学框架，求出模型的解，并对它进行验证的全过程.数学模型从影响实际问题的因素是确定性还是随机性的角度上可以分为确定性的数学模型和随机性的数学模型.如果影响建模的主要因素是确定的，并且其中的随机因素可以忽略，或是随机因素的影响可以简单地表现为平均作用，那么所建立的模型应当是确定的数学模型；相反地，如果随机因素对实际问题的影响是主要的，不能忽略，并且在建模过程中必须考虑到，此时，建立的模型应是随机性数学模型.本文主要讨论了简单的随机问题中的概率模型，通过举例说明概率基本知识在数学建模中的应用.建立概率模型的过程主要有如下特点：

1.随机性.随机性体现在整个概率模型的建立中，由于随机因素对实际问题的影响不能忽略，在建模初期的模型分析与模型假设中必须考虑到随机性的影响，在模型建立环节也会用到分析随机问题的思想.

2.基础性.在概率模型中，用到的概率知识基本上是期望、方差、概率分布等基本知识，所以对这些基础知识的全面掌握是建立概率模型的关键.

3.启发性.在概率模型中，如何全面地考虑建模中的不确定因素具有探索性与启发性，而且对这些随机因素的考虑可以激发学生的学习兴趣与创造能力.

4.可转化性.有很多确定性模型在考虑了随机性的影响后，都可以转化成相应的随机性模型.

二、概率基础知识在数学建模中的应用

客观世界中，事物的产生、发展变化往往具有随机性，它的特点是条件不能完全确定结果.例如某地区的降雨量、某流水生产线上的次品数、某商场一天中顾客的流量，某射手在射击中命中靶心的次数，等等.这就要求学生在分析和求解模型中运用随机性的思想.在此情况下，概率知识在模型中的应用也就成为必然，而且概率知识的引入也能极大地丰富了数学建模活动中数学方法的使用.从概率模型的特点可以看出，有很多确定性的模型，当考虑了其中随机因素的影响之后，它们都可以转化成概率模型来求解.例如，人口模型中的指数增长模型和阻滞模型，在给定了生育率、死亡率和初始人口等数据基础上预测了未来人口，但事实上人口的出生与死亡是随机的，当考虑到这一点时，我们所建立的应当是随机人口模型；再如确定性存贮模型可以转化为随机存贮模型等.为了更好地将概率知识应用到数学建模中，我们应当做到以下几点：

（1）熟练地掌握概率的基本知识；

（2）全面地理解所研究的实际问题；

（3）充分地考虑到实际问题中的随机性影响，并在建立模型过程中体现出随机性；

（4）对所建立的模型能作出准确地检验.

概率论论文范文第10篇

一是课时设置较少，而老师为了完成教学任务，不得不加快速度，知识点没办法讲细，势必会造成学生“贪多嚼不烂”;且课程内容较多，如果老师本身的知识结构沉淀不够，只是“照本宣科”，简单介绍概念、定义、理论和方法，缺少对实际的概率统计背景知识及发展现状的介绍，忽视对学生实践和应用能力的培养，导致所教知识、方法不能被学生接受、及时掌握。二是在应试教育的影响下，学生思维固定，缺乏学习的主动性。许多学生学习的目的是为了考试过关，对于考试涉及不到的课程知识，就只是简单了解或干脆不学，所以在整个学习过程中，不注重课程思想方法的领悟，只是忙于做题，把学习的目标仅仅定位于能看懂例题，会做课后习题，只关心具体解题的步骤，从而去模仿解题，而不是领会课程知识所呈现的方法。三是教师忽略与相关学科间的关系，只进行单一教材的课堂教学，没有适当穿插一些相关学科的知识，教学资源不能得到优化配置;教材比较陈旧，理论联系实际的应用实例较少，即使有一些联系实际的实例，也不涉及到当今科技信息，导致了学习与实践的脱节;教师在教学中解决实际问题的能力不够，理论与实际联系少之又少，即使有，表现的应用背景也被形式化的演绎一带而过，学生“雾里看花”，难以琢磨、难以理会，畏惧心理滋生。同时，教材中都是一些联系很紧凑的理论，以及简化了过程的证明和计算，学生感觉不到学习乐趣，意义就更谈不上了，这也是造成很多学生放弃对这门课程的学习，只背重点、记忆模仿解题应付考试的重要原因。

2问题的解决方案

2．1从整体内容上把握教材

根据《概率论与数理统计》教材，该课程整体上是讲述三个大的问题:一是概率论部分，介绍必要的理论基础;二是数理统计部分，主要讲述参数估计和假设检验，并介绍了方差分析和回归分析的方法;三是随机过程部分，在讲清基本知识的基础上主要讨论了平稳随机过程，是随机变量的集合，能完全揭示概率的本质。课本上的很多问题都是围绕这三个问题来讲述的，因此，要打破“重理论，轻应用”“重概率，轻统计”的教学思想，且从整体上完整地对这三个问题进行讲授。由于概率论与数理统计的知识点多而零散，初学者对知识点不容易全面系统地把握，所以老师在教学中要经常引导学生进行简单复习回顾，从而使学生能够高效而快速地理解所学知识，系统掌握这有机结合的三部分内容。

2．2在讲授中要有其客观背景

很多学生虽然在中学接触过概率知识，但那只是皮毛，大学更注重的是思想的培养，而且本课程从内容到方法与其它数学课程都有本质的区别。因此，老师在讲解基本概念时，一定要把来龙去脉讲清楚。比如在评价棉花的质量时，“既需要注意纤维的平均长度，又需要注意纤维长度与平均长度的偏离程度，平均长度较大，偏离较小，质量较好”，这些常识性知识容易理解，学生也有兴趣听，然后就此引入概念———这是由随机变量的分布所确定的，能刻画随机变量某一方面的特征的常数统称为数字特征，它在理论和实际应用中都很重要。由此就很自然地引出了数字特征、数学期望、方差、相关系数和矩，这样学生就很好地理解了概念的实际背景。也就是说，在概念定理的教学中，首先应该在概念、定理产生的背景上下功夫，找出每个概念的实例，用大量事实来说明提出这些概念定理的客观依据是什么，它在实际应用中有什么意义。比如，一个随机变量由大量的相互独立的随机因素综合影响而形成，而且其中每一个个别因素在总的影响中所起的作用都是微小的，这种随机变量往往近似服从正态分布，那么这种现象正是中心极限定理的客观背景;再如，在介绍随机过程时，不妨从随机过程实例出发，如股票和汇率的波动、语音信号、视频信号、体温的变化等等。如果忽视了概念与定理产生的实际背景，离开实际去讲概念和定理，学生会觉得学习内容枯燥，而且也很难理解，更不会应用于解决实际问题，这样就降低了学习的积极性，也没有发挥该课程的功能。

2．3在教学过程中使用案例教学

案例教学的主角是学生，通过学生之间对概念、定义、定理、标注、例题积极主动的讨论，以达到更深入理解和掌握的目的。在教学中引入的案例，要能够激发学生的学习兴趣、学习积极性和参与讨论的主动性。如何选取案例，就要求教师在备课当中多花时间找资料、思考，在教学案例中尽可能选取社会热点、先进的科技信息为案例素材，尤其财经类院校应尽可能编写一些涉及财经信息方面的案例。比如，讲到随机变量内容部分，定要在金融经济学中编写涉及到的随机变量的案例;讲到中心极限定理部分，投资学中期权定价理论就是一个很好的案例;讲到参数估计和评价时，保险精算中对平均寿命函数的估计和评价则是很好的案例;随机过程部分，分数布朗运动投资组合的风险度量都是很好的案例等等。如此教学，才能激发学生的学习兴趣，在讨论中逐步体会基本概念、定义、定理的来龙去脉，实现了有效学习，培养了学生解决实际问题的能力和抽象概括、推理论证的能力。

2．4重视引导学生主动思考问题

培养创新思维“在教学过程中提出一些思考性和启发性都很强的问题，让学生分析、研究和讨论，引导学生去发现问题，分析问题，然后解决问题。”学生的学习要自觉要靠自己，不是由教师牵着走，而是由教师引导走，“授人与鱼，只供一日之炊;授人与渔，使人受益终身”，所以教师应多引导、鼓励学生主动思考问题。比如，教师在每次课结束前5分钟进行下堂课新知识的介绍时，对本堂课学的知识点和前面学过的知识做个串联，最好能随手画出知识点“网络状”图，引导学生积极思考，引出下次课要讲的内容，勾起学生的预习兴趣。再如，在讲课时，教师可以针对本节课的内容设计一系列“问题链”，用“问题链”带动和完成课堂教学，可很好地引导学生主动思考、创造性思维，引导学生思考、发现问题，讨论、做出结论，从而逐步地使教学由“灌输式教育”向“创新型教育”转变，教学互动，教学相长。同时，教师一定要想方设法改变“学生被动接受知识”为自主、有兴趣地去学习知识，引导和组织学生展开讨论，鼓励学生提出大胆的猜想，及时解决学生提出的问题，激发学生的求知欲，注重教学方法的灵活运用，鼓励学生动手探究和创新，这样教学效果才会明显。

3结语

概率论论文范文第11篇

按照应用性为主的教学目的要求，在概率论与数理统计教学过程中，应该以培养学生应用概率论与数理统计方法解决实际问题的能力为出发点，使学生掌握概率论的基本知识和理解统计方法的基本思想，并将理论的学习转化成一定的统计应用能力。随着目前统计工作所面临的数据日益庞大，传统教学中的计算公式已经很难使用手工计算的方式进行求解，因此借助于计算机及统计软件完成统计计算，分析统计结果、做出统计推断便成为统计教学中不可忽视的一个手段。使用软件辅助概率论与数理统计的教学能使课程中的数据处理和数值计算更简易、更精确。伴随着计算机技术及数学软件的发展，使得诸多的统计分析借助数学软件得以实现，如参数估计、假设检验、方差分析和回归分析等计算问题，也无需担心大量的统计数据带来的计算量等问题。同时，在高等教育统计教学中应用统计软件，有利于培养学生学习统计、计算机及软件等专业课的兴趣，提高学生的计算能力和利用专业知识解决实际问题的能力，科学整合统计教学内容，促进统计教学面向社会需要，提升学生的实践能力。在教学中进行软件的训练也能为学生将来的工作打下初步的基础，为了更好进行概率论与数理统计的教学和实践，近年来新编教材也增加了数学软件的内容，在概率论与数理统计课程教学中使用数学软件已成为改革发展的趋势。在课堂教学中，为了让学生加深对理论的理解，实践环节的设置变得非常关键，概率论与数理统计课程中加入数学实验能很好的填补学生在理论和实践之间的空白。数学实验的开展可以在数学教育中体现学生的主体意识，让学生做到边学边用，提高学生学习的趣味性、体现数学教育的时代性。因此，将数学实验融入概率论与数理统计教学，是概率论与数理统计教学改革中非常值得探讨和研究的课题。根据概率论与数理统计课程的特点，数学实验的内容设计可以和案例教学方法进行有机结合。案例式教学能解决概率知识综合运用的问题，能丰富课程内容、加深学生对知识的理解。教学案例能将所学知识有机联系起来，使课程的各部分不再是孤立的，通过对案例设置问题的求解，便能使学生完成由学概率论与数理统计理论到用概率论与数理统计解决问题的转变。在解决实际问题的过程中辅以软件进行数值计算试验，能最大限度发挥软件的优势，使学生学以致用，将理论学习与实际应用有机结合起来。在传统概率论与数理统计教学过程中，概率论与数理统计课程计算量大一直是困扰课堂教学的难点问题，如二项分布，若试验次数较多，其中的具体概率计算将变得十分复杂。复杂的计算往往使得教师的教学重点发生偏移，侧重课后习题计算的处理，使得课程的设计重点偏向排列组合公式的计算。另外在教学过程中，前后知识的联系对初学者也是一个障碍，比如条件概率等基本公式在讨论多元随机变量时还会用到，但在教学实践中我们会发现，由于缺少互相联系的教学实例，学生一般都是将这两部分分开来学习，不习惯将前面的知识和随机变量进行有机结合。因此设计恰当的案例，将知识前后贯通是教师面临的重要任务。

2软件介绍

在强调学生为主体的实践式教学设计中，教师设计案例的求解一般要选择合适的软件进行辅助，当前数学软件众多、功能强大，如综合性软件Mat－lab，统计专业软件SPSS、SAS等。对于专业数学软件一般要先进行软件的学习才能用来解决实际问题，对于概率论与数理统计这样一门独立的课程，显然不宜专门来进行软件的培训，为了应对实践教学课堂应用，简单易学且容易配置的软件能最大限度实现教学任务。在此以Excel为例介绍案例式教学和利用Excel进行软件试验的一点尝试。Excel使用简便，基本不涉及程序的编制，在图形化界面下进行操作，且具备有强大的图形功能，便于概率结果的呈现和分析。Excel有丰富的概率函数，能帮助用户进行各种类型的概率计算，或进行随机模拟来学习概率论与数理统计。Excel可以计算大部分常用理论分布的概率密度函数PDF、累积分布函数CDF以及模拟产生服从常用概率分布的随机数据。如果能够正确使用，Excel可以成为非常强大的学习工具。选用Excel作为概率论与数理统计教学辅助软件的另一个原因是作为微软Office工具之一，大部分学生均了解Excel的使用，因此不用进行软件的教学即可用来解决实际问题，在学习过程中也能进一步促进学生对软件的使用增强他们解决实际问题的能力。下面介绍一个利用Excel辅助的案例式实验教学设计实例。为了使数学实验背景贴近学生的学习生活，以考试中选择题成绩分析为例。背景分析：考试是每个学生都经历的学习过程，其中选择题是经常遇到的类型，选择题的设计与概率知识之间有密切的关系。通过与学生密切相关的问题引入概率教学，能极大激发学生的学习兴趣。问题设计：选择题在解答时不同于填空题或者解答题，因为在完全不会的情况下仍有可能靠猜测得到正确的答案，那如何来评估选择题在考试中的效度，可以使用什么样的概率论与数理统计的基本知识予以研究？

3实验教学案例设计

首先提出基本假设，考试时一个选择题有4个选项，仅有一个选项是正确的，如果不会做就随机作答，因此在不会做题的情况下随机选择答案有25％的可能性得到正确答案，即从卷面上看该题做对了，对于老师来说，按照成绩评价学生实际知识水平非常重要，因此需要评估在答案正确的前提下求学生实际会做该题的概率。图像显示出选择题答案正确而显示被试者会做该题的概率一直大于被试者实际会做该题的概率，说明选择题容易高估被试者的水平，为了有效区分被试者的不同程度，需要适当调节题目的难度来区分被试者是不是真的会做。作为一个例子，若学生会做与不会做的概率相同，取x＝0．5，则容易计算出P（A｜B）＝0．8，即实际会做概率为0．5时，选择题表现出来的得分可能为0．8分。对于数学实验来说，让学生自己对该案例进一步讨论，亲自实践在软件辅助下的概率解题，对促进学生将理论用于实际非常重要。在课堂讲授的基础上，可以将学生自学内容引申到用随机变量的分布律和分布函数来研究在实际考试中选择题得分情况演示，结合二项分布理论研究选择题对学习评价的情况。评价借助于Excel软件设计如下实验。假设某项考试由100道选择题组成，每道题1分，学生会做该题的概率为x（实际问题中相当于难度系数为1－x），当x＝0的时候，被试者对考试内容完全不会，每题都随机选择，可以看成服从参数为（100，0．25）的二项分布，使用Excel中的BINOM－DIST（）函数进行二项分布概率密度值和分布函数值的计算来演示考试结果。函数用法为：BINOM－DIST（k，n，p，FALSE／TRUE），其中k表示回答正确的题目数量，可以使用单元格自动生成，n，p为二项分布的参数。n表示总试验次数，p表示每次试验中事件出现的次数即答对题的概率。后面的参数FALSE／TRUE用来说明是计算概率密度函数和是计算分布函数。如BINOMDIST（A2，100，0．25，FALSE）表示对A2单元格中的自变量计算参数为（100，0．25）的二项分布概率密度函数值。使用Ex－cel的自动填充功能，便可方便生成该二项分布的概率密度表。为方便调节二项分布参数，可以将参数（n，p）用单元格的绝对引用代替，改变参数单元格的数值就能得到不同二项分布的概率密度表格。Excel还可以对概率密度表和分布函数表生成条形图和线图，若试题难度系数0．5，学生事实会做的题目应该有50道，因此会做的题目有50道，另外不会做的随机选择，正确率0．25，因此回答正确的题数为12．5，两者相加可知最终得62．5分的概率最大。

4结束语

概率论论文范文第12篇

论文关键词：初中数学，模拟实验，求概率

 

纵观新课标人教版初中数学统计与概率章节，笔者始终感觉用键盘问题做数学模拟实验的教学载体，学生探究热情低调，究其原因主要是缺乏农村学生数学生活化的体验。通过几年尝试教学与改进，我们发现初中数学模拟实验求概率的设计与应用可从以下角度思考和探索。

一、初中数学模拟实验设计原则。

1、生活性。试验内容要贴近学生生活,有利于学生经验思考与探索，内容的组织要处理好过程与结果的关系，直观与抽象的关系，生活化、情景化与知识化的关系．课程内容的呈现应注意层次化和多样化，以满足学生的不同学习需要．[1]

2、广泛性。避免以点代面，全盘考虑初中数学论文初中数学论文，分点试验。让抽样结果尽可能反映是按研究对象的共性特征。

3、随意性。每次实验方案的实施不提前预设，围绕方案任意活动，并直接获得需要的数据。

4、活动性。有效的数学教学活动是教师教与学生学的统一，学生是数学活动的主体，教师是数学活动的组织者与引导者，通过活动“致力于改变学生学习方式，使学生乐意并有更多精力投入到现实的、探索性的数学活动中去”，才能还学习真正动机――因活动而快乐，因快乐而学习．[2]

二、初中数学模拟实验的适用条件。

由于随机事件的结果具有不可预测性，往往解决相关实际问题难以从根本上把握。分清初中数学模拟实验的适用条件，是进行有效设计和准确应用的关键毕业论文格式范文期刊网。

通过对模拟实验相关事件的综合分析，以及与列举法求概率相关事件的对比，我们不难发现模拟实验求事件的概率适用条件包括每次实验的所有可能结果不是有限个或每次实验的各种结果发生的可能性不相等。[3]

三、初中数学模拟实验的设计程序[4]与过程

1、确定设计方案（如投飞镖、做记号、数数量、抛硬币、掷骰子、转转盘、等）。

2、拟定统计栏目（总数、频数、频率）。

3、统计相关数据, 计算频率与数据规律分析。

在做大量重复试验时，可事先根据概率要达到的精确度确定数据表中频率保留的数位。计算频率一般保留两位或三位小数。

4、估计事件概率，获得最有价值的数据（用频率估计概率）。

通常用频率估计出来的概率要比数据表中的频率保留的数位要少，一般要求的概率精度达到一位小数就可以了。

四、初中数学模拟实验的应用拓展（举例）

例1求不规则物体的面积。（投飞镖）

设计方案：小明在操场上做游戏，他发现地上有一个不规则的封闭图形ABC，为了知道它的面积，小明在封闭图形内画出了一个半径为1米的圆，在不远处向圈内掷飞标初中数学论文初中数学论文，[5]且记录如下：

统计图表：

 

投飞镖总次数

50

100

150

200

300

投中物体次数

 

 

 

 

 

  投中物体频率

 

 

 

概率论论文范文第13篇

（1）认识随机现象的客观性和普遍性，形成科学的世界观和实事求是的工作态度，意识到对随机现象的统计研究是必要的，也是可能的。在教学中可以举出大量的随机现象的例子，例如某网站一昼夜的点击次数，某保险公司一年内的索赔金额，等等。使学生意识到分析和处理众多随机现象的统计规律具有重大的理论意义和现实意义，从而提高学生对统计规律的关注程度。

（2）在教学过程中要将随机现象的各种形式进行数据化处理，例如，在讲到“随机变量”的概念时，可以通过丰富的实例使学生随时从网络、杂志、电视媒体中，有意识地获得一些随机数据信息，让学生理解随机数据的重要性，从而看到随机现象的规律是通过随机数据反映出来的。同时，也可以通过计算机模拟产生一组随机数，从这组随机数的不同取值说明随机变量的随机性。

（3）培养学生从统计角度思考随机现象中的各种问题，可以从身边的各种现象谈起，如心血管病是否与职业有关，人的一生是否会遇到强震，等等。从统计的角度进行分析和思考，使学生看到统计思维的合理性，从而产生对统计的兴趣，形成统计活动的良好开端。

二、收集和分析数据的作用

统计的出发点是收集数据，然后再科学的分析数据和整理数据。不列颠百科全书对统计学下了如下定义：“统计学是收集和分析数据的科学与艺术”。这就是说，统计学不仅是一门科学，而且是一门收集和分析数据的艺术，要求从数据中挖掘出新的信息，而不是死记硬套现有的公式和定理。为了突出收集和分析数据的重要性，我们在教学的过程中，可以考虑以下几个方面：

（1）首先展现给学生一系列的实际数据，比如一批电灯泡的寿命、某年级外语考试成绩等，让学生对数据有一个明确的感性认识，意识到统计是从数据出发的，先有数据，然后才有公式和定理。不同的数据具有不同的实际意义，弄清楚这些数据的分布规律和性质是统计的基本任务。

（2）强调如何有效地收集数据是统计中的重要问题，通常是从总体中抽取样本，抽样的方法是多种多样的，在教学中可以结合实例作抽样试验，比如从同一种型号的汽车中随机抽取5辆，测量每公里的耗油量；观察吞某类药物的病人的反应情况；调查部分学生的外语考试成绩；等等。

（3）分析数据是统计工作的核心，分析数据就是对数据进行加工处理，从而获取数据中关于总体的信息。通过构造各种不同的统计量，对所研究的总体进行推断，达到从部分认识全体的目的。在教学中可以通过计算机软件对数据的结构、统计量的分布作动画演示，比如数据频率直方图、经验分布函数曲线、样本均值分布直方图等，从而提高学生对分析数据的兴趣。

三、结合实例强调统计方法的重要性

概率统计是数学的一个重要分支，它的方法别具一格，无论对自然科学还是社会科学，现代统计方法是必不可少的。在教学的过程中，结合实例强调统计方法的重要性，既能加深对于概率统计理论知识的理解，又能激发学生对这门课程的兴趣，具体可从以下几个方面进行考虑：

（1）结合日常生活实例进行教学，比如统计学生中同生日的人数，随着统计人数的增加，至少有两人同生日这一事件的频率会接近于1，然后将这一结果与理论概率进行比较；统计吸烟与非吸烟人群中患肺癌的比例，检验吸烟与患肺癌是否存在某种依赖关系；观测一天中某人手机的呼唤次数，然后与泊松分布进行拟合优度检验；统计某年级的外语考试成绩，根据数据进行正态分布的拟合优度检验；等等。

（2）结合实例突出统计中的基本方法，参数估计和假设检验是进行统计推断的两种最基本的方法，其涉及的范围十分广泛，在教学的过程中应首先理解方法的基本原理和理论依据，结合典型实例进行分析，比如通过估计湖中鱼的条数，使学生了解矩法和最大似然法的原理和步骤；通过检验自动包装机工作是否正常，使学生掌握假设检验的方法步骤。

（3）结合实例系统介绍统计中的基本内容，使学生进一步认识到统计方法的实用性和广泛性，为学生在今后的学习和研究中提供广阔的应用空间。

四、从统计观点出发进行概率论的教学

“不确定性”或“随机性”是概率统计这门学科研究的对象，从统计的观点来看，“随机”并非完全“偶然”，其中蕴含内在的规律性，这种规律是对随机现象经过大量观察后得到的某种统计规律。随机事件的概率、随机变量的概率分布、数字特征等只是这种统计规律在数量上的某种刻画。目前的教学计划是先讲概率后讲统计，在讲概率时可从统计的观点出发进行概率论的教学，这样有利于对概率论中基本概念的深层次的理解和全面的把握，学生学习起来不容易出现概率和统计前后脱节的问题，有利于整门课程首尾呼应，贯穿一体，具体可把握以下几个方面：

（1）从统计的观点出发讲清楚概率论中几个最基本的概念。

（2）从统计的观点出发理解概率论中几个最基本的定理。比如从数据的分散程度理解切比雪夫不等式的含义；由频率的稳定性和观测数据的平均值的变化趋势看大数定律的意义；从大量数据的叠加的波动性理解中心极限定理的含义；等等。

（3）从统计数据出发利用现代化的教学手段进行概率论的教学。比如通过绘制数据的直方图来理解概率密度函数；由二维数据的平面散点图看相关系数的大小；通过动画演示高尔顿钉板实验来揭示中心极限定理的奥秘；等等。

五、总结

概率论论文范文第14篇

关键词:主观概率;心理因素;生活

“概率”一词在人们的日常生活中频频出现,中文往往采用“可能性”来表达“概率”的含义。假设事情A发生的频率呈现一种稳定状态,那么这个频率(常值)表示了事情发生可能性大小,也就是说,频率就代表概率。关于求概率的方法,人们已经有比较成熟和科学的手段,这里不再探讨。生活中的主观概率对我们的认识,判断,决策的影响往往随处可见。

一、主观概率的含义

定义:主观概率是由个人认定的某个事件发生可能性的大小。

在不可能重复观察或者无法根据物理假设来计算频率的情况下,人们所作的决策就凭主观概率;它是人们根据自己对事物发生可能性的判断所给出的一种值,它不会存在一个公认的值。当然,它满足我们所学过的各种概率规则。

这里用两个例子说明主观概率对生活的影响。

例1.某单位录用新员工需要经过专门的委员会决定。委员会的每个成员对每个候选人都有自己的判断,他们肯定有不同的意见。因此不会轻易达成共识。也就是说,主观概率导致集体决策往往难以实行。

例2.天文学家判定某一颗小行星撞击地球的概率就是一种主观概率。因为他除了依靠专业知识外,还需要结合过去出现类似小行星的情况来估算概率。

专业人士也经常运用主观概率帮助他人进行决策。例如:医生根据患者的症状判定其得某种疾病的可能性,大多数患者在手术前都会接受手术后好转概率的评估。

二、生活中主观概率和实际概率的差异

我们以气象预报员和医生诊断的准确性说明主观概率和实际概率的联系与区别。这里是有关它们的一个图示:

从上页图中可以看出,天气预报在低端的准确性相当好,但在高端(也就是预备肯定下雨)出现了一定的偏差,其中预报肯定下雨的天气中,真正下雨的天气不到90%。尽管如此,天气预报的精度还是比较高的;我们确实能够把它作为明天工作的依据。而医生的诊断则逊色许多,从上页图中可以看出,医生认为某人患病的可能性几乎接近90%,但实际得病的情况只有10%。因此,在医生告诉你发病概率的时候,应该了解一下这是他个人的主观概率还是基于和你的情况类似的众多患者的数据得出的结论。如果,此概率为50%,那么你需要特别注意,因为,当无法判定某个事件发生的实际概率时,人们往往会以50%来充数。他们误以为只有两种情况:发生或者不发生,每种情况发生的可能性占一半。

例3.“男女搭配,干活不累”对吗?

某机械加工厂进行如下试验;随机分别抽取10名男工和10名女工,首先记录他们在一定时间内加工零件的个数,接下来记录下他们在两两搭配工作后在同一时间段内加工零部件的个数(如表所示):

这个问题属于配对实验的范畴,可应用SPSS软件(即社会科学统计软件包)按照t检验进行检验。

从表中可看出,男女工人搭配前制造产品个数的平均值是158.6个,而搭配后是161.8个。如果我们假设:

Ho:工作效率无明显变化H1:工作效率有明显变化,配对t检验后的结果从下表看出:

这时t=-0.942。双尾P=0.358。由于P>0.05,接受Ho,拒绝H1,由此可以认为男女搭配工作前后的工作效率并无明显变化。这和我们平时认为“男女搭配,干活不累”的观点是相悖的,主观概率失真。

三、主观概率失真的原因

1.公开程度暗示

公开程度暗示是指人们习惯于根据自己对事件公开情况的了解来判定其发生的概率。

许多事例表明,公开程度会影响人们的正确判断。比如,在你想买二手房时,两种信息对你产生影响:一种是你的亲友买了二手房以后觉得不合算而发出的抱怨,还有一种是消费者组织根据广大二手房购买者的经验所提出的统计数据。照理后者更权威,更全面,影响力也更大。但是因为前者对你来说是轻而易举就能够得到的,所以对你的断影响更大的可能来自你亲友的抱怨。

例4.有学者以“你认为中国死于糖尿病的人多还是自杀的人多?”为题进行调查,结果大多数被访者的回答是“自杀”,但实际上前者的比例是十万分之二十一点四,自杀的比例为十万分之九点九。为什么出现这种情况呢?这是因为媒体对自杀的关注影响了人们的判断。可见公开程度暗示使主观概率失真。

2.细节假想

细节假想是指有的人过度强化信息的公开程度,导致人们对事物认识的失误。例如营销员为了使你多花500元钱购买新车的延长保修期服务,会让你觉得如果汽车空调出了问题,修理的费用则比你付的500元服务费要贵得多,但是他们不会告诉你汽车空调在保修延长期内出事故几乎是不可能的。

3.帮腔

帮腔即在你评估某事件发生的概率时,有人帮你出谋划策,导致你因他人的意见产生认识上的偏离。

例5.一位学者向房地产中介商提供一处物业十几页的书面材料,材料对该物业给出了四种不同开价,同时请中介商到现场查访。书面材料中的开价与房地产中介的平均报价如下表所示。

从上表可以发现,开价和报价的相关程度较高,由于中介商所获资料中的开价不同,导致其报价相差十多万元人民币。实际上,该物业的真正估价不会那么高,可见帮腔令人在评估中产生认识上的偏离。

时下各种各样的“理财顾问”活跃于各单位之间,他们向你(顾客)推荐一种投资品种时经常会这样说:“如果你早几年在这个上面做一些投资的话,那你早就发财了”。有的人认为这话有道理,前几年就买下一些基金,但只是某一年该品种收益尚可,好景并不长,现在该品种的年均收益率还比不上通货膨胀的速度。可见对某个事物的描述朝一定的方向发挥到极致的时候,帮腔的效果是非常好的。

4.详情启发和并发谬论

所谓详情启发是指演讲者把某些想象中的事情作了惟妙惟肖的描述,导致听众轻易地相信他所讲的是实际存在的事情。而并发谬论是指详情启发时引起人们愿意相信不实的事情。

例如,“被告因害怕被指控谋杀而逃离犯罪现场”听上去要比“被告逃离犯罪现场”更令人相信,而现实生活中,根据概率论分析,前者发生的可能性比后者更小。

5.忽视基本比例

比如某种疾病的发病率实际上很低,但是当某个患者的某种检验结果呈阳性时,医生常常会忘记发病率,而过高地估计他患病的可能性。

现实生活中属于乐观、保守、自负等三种个性的人群往往是他们的主观概率失真。乐观的人当中如果认为酒醉驾车和不安全对自己的伤害的可能性不太,那么他们一定会有人犯错;科学界中保守的力量经常对新生事物不接受,这些人不轻易修正他们原有概率的估计。爱因斯坦相对论的发展就很好地证明了这点。自负的人在生活中犯错的例子很多,这里不再赘述。

通过以上分析知道,原来生活中的主观概率有时与客观实际相符,有时会失真。这就是同学们经常向老师提问:“为什么看到的想到的与实际不一样?”的确切答案。在学习概率知识时,我们一定要联系生活中的实际,深入查访,才能得出符合现实生活中的实际概率。

最后用贝叶斯(Bayes)定理来说明它计算出来的概率是由主观到客观实际的一个认识过程,随着样本信息的增加,初始确定的主观概率的不合理性逐渐减弱,而由实际概率代之。以柳宗元的《黔之驴》作分析实例。设强者(老虎)为Q,弱者(驴)为R,攻击记作G。逃生记作T,动物界的生存法则:弱肉强食,一般情况下,强者进攻的概率为80%,不进攻的概率为20%。而弱者当遇到饥饿或威助时也会死命一搏,它进攻的机会为10%,不进攻的概率90%。

表5概率分布表

老虎刚到贵州时,见到驴,“庞然大物也,以为神。”显然,这老虎认为驴是强者的可能性较大,设其概率为P(Q)=0.9,认为驴是弱者的概率为P(R)=0.1,因此,“未敢轻举妄动。”他日,驴一鸣,虎大骇,远循“。事件B2发生了。根据这一信息,老虎对驴的认识发生了变化:

驴是强者的概率为:

P(Q1)=P(A1/B2)

=

=

=0.67

驴者弱者的概率为:

P(R1)=P(A2/B2)

=

=

=0.33

这时,“老虎终不敢搏”。只好进一步获得信息,老虎“稍进,益狎,荡倚冲冒”。而驴不胜怒但仅是“蹄之”罢了。根据所得的新信息,老虎进一步修正了自己对驴的认识。

驴是强者的概率为:

P(Q2)=P(A1/B2)

=

=0.30

驴是弱者的概率为:

P(R2)=P(A2/B2)

=

=0.70

此时,老虎甚喜,对驴的本领有了较深刻的认识,得出“技止此耳”的结论。老虎经过不断认识,使其认识逐渐接近客观,在此基础上采取了正确的决策——“进攻”。

这则故事反映了老虎对——“不速之客”的认识过程。对于生活中的主观概率,我们只要不断获得真实客观的信息,就可以逐渐修正之,使之接近客观。

参考文献:

[1]陆立强.让数据告诉你[M].上海:复旦大学出版社,2008.

概率论论文范文第15篇

熟练掌握几种常用的离散型、连续型随机变量的函数命令；熟练掌握常用的描述样本数据特征的函数命令（如最值、均值、中位数（中值）、方差、标准差、几何平均值、调和平均值、协方差、相关系数等）；掌握常用的MATLAB统计作图方法（如直方图、饼图等）；能用MATLAB以上相关命令解决简单的数据处理问题；熟练掌握常用的参数估计和假设检验的相关的函数命令；能用参数估计和假设检验等相关命令解决简单的实际问题。

2实验课内容

以51学时的理工科概率论与数理统计课程为例，其中实验课10学时。

2.1蒲丰投针问题（2学时）。平面上画有间隔为d的等距平行线，向平面任意投掷一枚长为l的针，求针与平行线相交的概率。设x是一个随机变量，它服从区间上的均匀分布，同理，φ是一个随机变量，它服从区间上的均匀分布。要求学生完成以下问题，并通过MATLAB编程解决。a.进行n次抽样，得到样本值，统计出满足不等式的次数,从而计算出p的估计值。b.任意调整n的取值，会发现什么规律？c.参数l,d的不同选择，会导致什么结果？设计意图：希望学生能够掌握各种随机数产生的方法，了解随机模拟的方法原理，理解如何用统计模拟的方法近似计算值。

2.2各种分布的密度函数与分布函数（4学时）。要求学生完成以下问题，并通过MATLAB编程解决。a.在常见随机变量分布中选择3种计算它们的期望和方差（参数自己设定）。b.某人向空中抛硬币100次，落下为正面的概率为0.5。记正面向上的次数为x，①计算和的概率。②给出随机数x的概率累积分布图像和概率密度图像。c.比较自由度是10的t分布和标准正态分布的图像（要求写出程序并作图）。设计意图：让学生通过图形直观理解随机变量及其概率分布的特点；通过观察和分析实验结果加深理解数字特征与分布的统计意义；学会用MATLAB求密度函数值、分布函数值、随机变量分布的上下侧分位数；能够用概率分布函数求各种分布中不同事件的概率。