《统计学》读后感啊2000
数学专业的考研初试科目只有《数学分析》和《高等代数》，政治，英语。
《数学分析》和《高等代数》的版本就要看你考的是哪所学校了，很多学校的教材不同。
你是想考概率论专业的研究生吧
你可以先等初试过了再去看学校招生简章上对复试科目的要求，一般是不会只考概率论的，希望能帮上你~~~
美丽的数学读后感100
美丽的数学读后感我读书的时候，数学成绩一直都很好，虽然离开学校已经10多年，自觉当初的知识还是记得很多，6~7年前再考线性代数和概率论，还是得到了很高的分数。
不过我也和大部分人一样，觉得数学没有太多用处，特别是高中和大学里面学的，那些三角函数，向量，大数定律，解析几何，除了在考试的题目里面用一下，平时又有什么地方可以用呢
看了《数学之美》，惊叹于数学的浩瀚和简单，说它浩瀚，是因为它的分支涵盖了科学的方方面面，是所有科学的理论基础，说它简单，无论多复杂的问题，最后总结的数学公式都简单到只有区区几个符号和字母。
这本书介绍数学理论在互联网上的运用，平时我们在使用互联网搜索或者翻译功能的时候，时常会感叹电脑对自己的了解和它的聪明，其实背后的原理就是一个个精美的算法和大量数据的训练。
那些或者熟悉或者陌生的数学知识，一步步构建了我们现在所赖以生存的网上世界。
对于社会上的“读书无用论”你怎么看
有没有用，每个人的理解不一样。
下面的分析可以参考：十年寒窗苦，一毕业即失业，这固然让人哀伤。
但是更让人唏嘘的是，把读书当做发家致富的工具，看到大学毕业后的现状和预设的前景格格不入，便得出“读书无用论”的判断，这是一种误解。
对于这个问题，我们应该本着客观、理性的态度，全面的看待这个问题。
“读书”是民间对“教育”的通俗化表达。
一方面，“读书无用论”的出现确实有着深层次的社会原因。
第一，随着大学扩招，大学毕业生数量暴增，导致“毕业即失业”的现象日益普遍。
一些大学生为了积累工作经验，甚至出钱实习。
而另一些大学生即使找到工作，起薪甚至不如农民工。
于是，越来越多人对读书的重要性提出否定与质疑。
第二，随着我国经济建设脚步的加快，拜金主义，唯利益主义观念抬头，金钱成为衡量成功与否的主要标准，挣钱能力成为衡量人才资格的主要因素，很多家长受到社会功利价值观的影响，将“赚钱能力”视为评判教育用途的一种标杆。
第三，教育成本相对于社会平均收入的高昂，也滋生了公众对“读书信仰”的浮躁心态。
就一些收入偏低的家庭而言，高昂的学费确实给他们造成了沉重的负担。
有的家庭为了孩子的教育问题甚至倾尽全家之力，这样巨大的付出必然会导致一些家长对于教育有着迫切的回报心态，在高成本孕育的回报焦虑下，一旦遇到就业难的挫折，就会上升到对读书付出的怀疑上。
第四，我国的部分高校在学科设置、培养方法、管理制度、资金投入方面还有很多不足，也客观上导致了家长和学生对于高校教育的失望。
另一方面，我们必须看到，无论是求证于科学巨擘、财富新贵，还是举出学术精英、政界新秀为例，可以断言，这些硕博、才俊或成功者，其绝大多数都是因为学有所成，其成功的基础正是因为接受教育。
“知识改变命运”是已被证明和正在被证明的真理。
第一，单纯从金钱或收入来考量读书是否有用是对教育的一种狭隘理解。
教育带给人们的不止是一种谋生手段，而是全方位的多层次的改变。
受过良好教育的和没有受过教育的人，其思维方式、谋生本领、处世能力和思想内涵等等是迥然相异的。
在知识经济的时代里，“读书无用”永远经不起推敲。
第二，大学生就业难有着多方面的原因，既有社会自身产业结构问题，也有高校专业设置不合理因素，还有学生择业心态以及社会的用人理念偏差等等。
仅由就业形势严峻，就得出“读书无用”的结论，显然是有所偏颇的。
对读书观的真正认识应该建立在审时度势的基础上，建立在理性分析的基础上，而不是物欲横流影响下的论调。
毛主席曾经说过：“饭可以一日不吃，觉可以一日不睡，书不可以一日不读”，足见读书的重要。
个人的成才离不开教育，社会的进步离不开教育，国家的长足发展离不开教育，一旦“读书无用论”为多数人接受，那么它的后果是极为可怕的。
没有素质的人没有前途，没有知识的社会没有未来，没有教育的国家没有明天，因此，我们不仅要及时遏制这种危险思想的抬头，更要多管齐下有效地推进我国教育事业的全面发展，形成全民多读书、读好书的优良社会氛围：第一，要加快教育体制改革的步伐，加大教育经费投入，加强教育行业收费监管，严惩乱收费、高收费现象，同时提高完善相关的扶助政策，帮助贫困家庭子女能够有接受高等教育的机会，保障教育公平。
第二，要大力发展职业教育、自学教育、业余教育等教育形式，努力为民众提供多种多样的受教渠道。
第三，要通过多种渠道，广泛、长期的开展积极、正面的舆论导向与宣传，例如多举办一些富有意义的读书、品书、写书活动，以此调动整个社会的读书热情，将读书求知内化为整个民族的时代精神，将受教育真正打造成为整个国家的一致共识，构建“全民学习、终身学习”的学习型社会。
第四，高等院校要进一步改革与完善课程体系设置，加强教学、教研、教务的综合管理，加大对贫困学生的政策与资金扶持力度，积极引导大学生树立正确的择业心态，对未来的职业发展进行长远规划，在求职前提升自己的职业素养。
第五，大学生要树立正确的关暖，全面提高个人素质，不能仅把力气用在书本之上，实践出真知，教育的本质不是死读书，而是善于运用智慧汲取书本、实践中的营养，德智体美劳全面发展，成为人民表率，社会栋梁。
综上所述，我们应该明白，“百年大计，教育为本”，教育是提升国民综合素质的重要途径，在“知识经济”日益成为主流的今天，只有尊重知识，尊重人才，才能够从根本上贯彻与落实我国的科教兴国与人才强国战略。
我们不应怀疑读书的价值，而要多读书，读好书，勤修为，重养性，通过读书与学习，提高自身的素养和品性，才是为人之道，才能做到“达则兼济天下，穷则独善其身”，进而回报国家，有所作为。
概率论与数理统计心得
一概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。
概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。
解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。
学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。
熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12 二“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。
? “概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。
对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。
如函数y=f(x)，当x确定后y有确定的值与之对应。
而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。
由于基本概念没有搞懂，即使是十分简单的题目也难以得分。
从而造成低分多的现象。
另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。
因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。
? 根据上面分析，启示我们不能把高等数学的学习方法照搬到“概率统计”的学习上来，而应按照概率统计自身的特点提出学习方法，才能取得“事半功倍”的效果。
下面我们分别对“概率论”和“数理统计”的学习方法提出一些建议。
? 一、 学习“概率论”要注意以下几个要点 1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。
这实际上是一个抽象过程。
正如小学生最初学数学时总是一个苹果加2个苹果等于3个苹果，然后抽象为1+2=3.对于具体的随机试验中的具体随机事件，可以计算其概率，但这毕竟是局部的，孤立的，能否将不同随机试验的不同样本空间予以统一，并对整个随机试验进行刻画
随机变量X(即从样本空间到实轴的单值实函数)的引进使原先不同随机试验的随机事件的概率都可转化为随机变量落在某一实数集合B的概率，不同的随机试验可由不同的随机变量来刻画。
此外若对一切实数集合B，知道P(X∈B)。
那么随机试验的任一随机事件的概率也就完全确定了。
所以我们只须求出随机变量X的分布P(X∈B)。
就对随机试验进行了全面的刻画。
它的研究成了概率论的研究中心课题。
故而随机变量的引入是概率论发展历史中的一个重要里程碑。
类似地，概率公理化定义的引进，分布函数、离散型和连续型随机变量的分类，随机变量的数学特征等概念的引进都有明确的背景，在学习中要深入理解体会。
? 2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲，例如随机变量概念的内涵有哪些意义：它是一个从样本空间到实轴的单值实函数X(w)，但它不同于一般的函数，首先它的定义域是样本空间，不同随机试验有不同的样本空间。
而它的取值是不确定的， 随着试验结果的不同可取不同值，但是它取某一区间的概率又能根据随机试验予以确定的，而我们关心的通常只是它的取值范围，即对于实轴上任一B，计算概率P(X∈B)，即随机变量X的分布。
只有理解了随机变量的内涵，下面的概念如分布函数等等才能真正理解。
又如随机事件的互不相容和相互独立两个概念通常会混淆，前者是事件的运算性质，后者是事件的概率性质，但它们又有一定联系，如果P(A)。
P(B)＞0，则A，B独立则一定相容。
类似地，如随机变量的独立和不相关等概念的联系与差异一定要真正搞懂。
? 3. 搞懂了概率论中的各个概念，一般具体的计算都是不难的，如F(x)=P(X≤x)，EX，DX等按定义都易求得。
计算中的难点有古典概型和几何概型的概率计算，二维随机变量的边缘分布fx(x)=∫-∞∞ f(x，y)dy，事件B的概率P((X，Y)∈B)=∫∫Bf(x，y)dxdy，卷积公式等的计算，它们形式上很简单，但是由于f(x，y)通常是分段函数，真正的积分限并不再是(-∞，∞)或B，这时如何正确确定事实上的积分限就成了正确解题的关键，要切实掌握。
? 4. 概率论中也有许多习题，在解题过程中不要为解题而解题，而应理解题目所涉及的概念及解题的目的，至于具体计算中的某些技巧基本上在高等数学中都已学过。
因此概率论学习的关键不在于做许多习题，而要把精力放在理解不同题型涉及的概念及解题的思路上去。
这样往往能“事半功倍”。
二、 学习“数理统计”要注意以下几个要点? 1. 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。
了解数理统计能解决那些实际问题。
对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。
例如估计未知分布的数学期望，就要考虑到① 如何寻求合适的估计量的途径，②如何比较多个估计量的优劣
这样，针对①按不同的统计思想可推出矩估计和极大似然估计，而针对②又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。
掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误。
? 2. 许多同学在学习数理统计过程中往往抱怨公式太多，置信区间，假设检验表格多而且记不住。
事实上概括起来只有八个公式需要记忆，而且它们之间有着紧密联系，并不难记，而区间估计和假设检验中只是这八个公式的不同运用而已，关键在于理解区间估计和假设检验的统计意义，在理解基础上灵活运用这八个公式，完全没有必要死记硬背。
更多信息请访问：新浪自考频道 自考论坛 自考博客圈 特别说明：由于各方面情况的不断调整与变化，新浪网所提供的所有考试信息仅供参考，敬请考生以权威部门公布的正式信息为准。
概率论学习心得
概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。
概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。
解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。
学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。
熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12
