1771786427
概率论和数理统计 ¶
课程学习内容 ¶
从 24 级开始,图灵班培养方案上的“概率论(H)”课程被替换为“概率论和数理统计”。需要注意的是这门课和“概率论与数理统计”虽然教授内容范围基本上一致,但并不是同一门课程,选课的时候需要注意区分(有时把这门课称作“概和统”,从而与一般的概统区分)。本课程主要面向竺院,教授内容侧重和“概与统”课程略有不同,小测与考试风格与“概与统”课程差别较大。
课程内容为教材的 1-8 章,1-5 章为概率论部分,6-8 章为数理统计部分。主要包括随机变量及其概率分布、数字特征、大数定律和中心极限定理、统计量与抽样分布、参数估计、假设检验等内容。
总体上讲这门课程的难度算是必修数学课程中相对简单的,概率论部分的内容比较容易理解,数理统计中一部分内容可能相对陌生,可能需要重点关注。
先修要求 ¶
建议先修课程:数学分析 / 微积分。主要要求掌握积分与二重积分。
任课教师 ¶
概和统课程一直以来仅有黄炜老师一人开设。黄炜老师很温柔,讲课比较仔细,重要的内容会反复强调,对知识点和解题方法的总结也非常清楚。老师上课以 PPT 为主,重难点会配合板书讲解(需要注意的是教室很大,坐在后排有可能看不清板书)。
老师的小测和考试题目相对概与统课程来讲难度较大,会考察一些比较细节的知识点,以及对重要知识点的进阶运用;但给分应当说相当友善。
课程教材 ¶
概率论与数理统计(第二版),浙江大学黄炜等主编
浙大自编教材,上课基本按照这本书前八章的内容讲授(需要注意的是并非所有打星号的内容都不考,具体哪些考哪些不考老师上课会说)。整体来讲这本书内容和例题与课程内容贴合度较高,讲解较清晰,内容全面,基本上也涵盖了所有考试所需的知识点。作业题目也来自这本书,老师在挑题目的时候基本上会特意比较均匀地覆盖大部分重要知识点,因此作业题目还是比较值得认真关注的。
分数构成 ¶
成绩组成:平时成绩(点名、平时作业、小测、大作业、MOOC)60% + 期末考试 40 %
- 点名:点名号称时间、形式均随机。24 级实际点名 3 次,均为课前学在浙大线上点名,错过可以在课间找老师补签。
- 作业:平时作业按等级打分,认真完成基本上不会扣太多分。
- 小测:24 级共两次小测,第一次线下随堂测试,难度较大;第二次为学在浙大线上测试,难度适中。两次小测均为开卷,老师对于线下随堂小测的规定是如果当堂突击小测,则允许查阅电子和纸质资料;若提前一周通知小测,则仅允许查看纸质资料。24 级第一次小测为后者,因此有必要准备纸质书籍。
- 大作业:大作业为一篇小论文,题材不限,只要与概统相关即可;字数 1000 字以上,无上限。选择自己感兴趣的内容自由发挥即可。
- MOOC:为平时成绩的 bonus 参考依据。智慧树上的课程,要求观看视频并完成相关练习,有线上的期末考试。MOOC 内容超出课堂内容,如果仅追求学习课内内容的话,MOOC 内容没有什么帮助。
- 期末考试:闭卷,题型为填空题和解答题,填空题约占三十几分。考试难度明显高于概与统课程,风格也有一定差异,复习时需要注意。历年卷有一定参考价值(指概和统的历年卷)。
相关资源 ¶
- 2024-2025 秋冬期末试卷 (by CC98 @Colamentos)
- 2025-2026 秋冬期末试卷
学习建议 ¶
这门课最开始可能会觉得很简单,第一章都是高中内容,但随着课程的深入还是会遇到一些比较棘手的内容,特别是数理统计部分里面的三大抽样分布,以及紧随其后的参数估计与假设检验,这些内容相对比较陌生,也不太直观,需要多花一些时间去理解和记忆。但总的来说,这门课还是比较偏向应用,对证明没有什么要求,在理解知识点的基础上,熟悉一些常见的题型和解题方法,基本上就能应对除少数难题以外的常规考试题目了;这一点相比之前的数分和线代还是要友善很多。
黄炜老师讲课细致清晰,认真听的话应该可以听懂大部分内容,少部分不太清楚的内容,课后看看回放、PPT 或课本应该也能够搞定,或者也可以询问老师助教;老师在学期初会上传所有的原始课件,但实际上课所用的课件相对原始课件会有比较多的修改和补充,上课的课件会在课后当天上传。老师的上课课件非常详细清晰!查漏补缺或者复习考试时很有参考价值。此外,老师期末也会上传提纲和比较有用的练习题,复习考试的时候一定要好好利用这些资源。
前面已经提到,这门课程的小测和考试题目相对概与统课程来讲难度较大。因此,如果想要拿到高分,还是需要付出相当的努力的。一方面,需要多注意理解老师上课讲到的一些偏难的、有一定综合性和技巧性的内容,课后习题中一些重难点题目也需要比较透彻地理解;另一方面,一些比较细节的知识点也需要加以注意。考试中的难题比较灵活,需要将知识融会贯通,灵活运用,单纯死记硬背知识点是很难应对的。小测和考试的历年卷都有一定的参考价值;至于概与统的题目,可以作为复习参考,但是题目风格与概和统差别不小。不过也不必太过担心,考试偏基础的题目比重不小,老师给分也相当捞,所以只要认真复习,还是基本上能拿到不错的分数的。
需要强调的是,这门课虽然整体而言不是很难,但不可掉以轻心。概统作为统计学的基础课,如果真的希望学好这门应用数学课,不可避免的需要有一定的练习去提升自己对公式、结论的理解和熟练程度——这可能与之前学习的线代数分风格不太一样,但应用数学你不真的多用很难体会到这些抽象的公式的真正作用,特别是如果要学习数理统计和随机过程,老师都会默认你概率论的内容信手拈来。
推荐书单 ¶
以下建议来自 20 学长组对于概率论(H)课程的推荐,仅供参考
- 《概率论基础》李贤平(中国经典的概率论教材,显然浙大这本教材在很多地方参考了这本书)
- Introduction to Probability. Dimitri P.Bertsekas \& John N. Tsitsiklis MIT 概率论入门课程基础上便携的教材。
- 以下为高等概率论(真正的概率论)相关教材,很多内容需要对测度论和实变函数论的深入理解才能完全理解其数学内涵,毕竟,概率就是一种测度嘛。
- 《概率》施利亚耶夫,作者是前苏联著名数学家、院士,柯尔莫哥洛夫的学生。本书分为两卷,仅第一卷第一章为初等概率论,其后则引入了测度。
- A Course in Probability Theory. Kai Lai Chung 钟开莱大师的书,丰富严谨。
- Foundations of Modern Probability. Olav Kallenberg 比施利亚耶夫更可口的教材,但是测度论需求很高,如果没有一定了解第一章大概就已经死了吧(瘫)
- Probability Theory: A Comprehensive Course. Achin Klenke 虽然是 UTM 但确实面向研究生,介绍了一部分随机过程的内容。但是这本书对测度论的介绍更加全面,属于那种,可以一看,但可能直到学期结束还没能看完的书。
- Probability Theory. M. Loève 两卷,很厚,是 GTM。这本书和施利亚耶夫有点像,但是更加强调测度的观点。
- Real Analysis and Probability. R.M. Dudley,以及 Probability: Theory and Examples. R. Durrett,两本经典的基于测度的概率论教材,不可不提。
- Measure Theory, Probability, and Stochastic Processes. Jean-François Le Gall,一本新书,是作者在巴黎高师讲义的整理,写作很好,从基本的实分析和测度论讲起,到概率论,再到鞅论和布朗运动。
- UT Austin 数院教授 Gordan Žitković 的授课资料,内容包括高等概率论、随机过程、数理统计等等。
- 《伊藤清概率论》伊藤清," 随机分析之父 "、概率大师伊藤清的著作,仅有百余页,就用测度论将概率论梳理了一遍。此书预设了读者有足够的实变基础。
- 为了让同学们更好地食用,这里简单推荐一些测度论教材: