概率论与数理统计在生活中的应用

摘要：随机现象无处不在，渗透于日常生活的方方面面和科学技术的各个领域，概率论就是通过研究随机现象及其规律从而指导人们从事物表象看到其本质的一门科学。生活中买彩票显示了小概率事件发生的几率之小，抽签与体育比赛赛制的选择用概率体现了公平与不公平，用概率来指导决策，减少错误与失败等等，显示了概率在人们日常生活中越来越重要。数理统计在人们的生活中也不断的发挥重要的作用，如果没有统计学，人们在收集资料和进行各项的大型的数据收集工作是非常困难的，通过对统计方法的研究，使得我们处理各种数据更加简便，所以统计也是一门很实用的科学，应该受到大家的重视。

关键字：概率、保险、彩票、统计、数据、应用

由赌徒的问题引起，概率逐渐演变成一门严谨的科学。1654年，有一个法国赌徒梅勒遇到了一个难解的问题：梅勒和他的一个朋友每人出30个金币，两人谁先赢满3局谁就得到全部赌注。在游戏进行了一会儿后，梅勒赢了2局，他的朋友赢了1局。这时候，梅勒由于一个紧急事情必须离开，游戏不得不停止。他们该如何分配赌桌上的60个金币的赌注呢？梅勒的朋友认为，既然他接下来赢的机会是梅勒的一半，那么他该拿到梅勒所得的一半，即他拿20个金币，梅勒拿40个金币。然而梅勒争执道：再掷一次骰子，即使他输了，游戏是平局，他最少也能得到全部赌注的一半——30个金币；但如果他赢了，并可拿走全部的60个金币。在下一次掷骰子之前，他实际上已经拥有了30个金币，他还有50%的机会赢得另外30个金币，所以，他应分得45个金币。

　　赌本究竟如何分配才合理呢？后来梅勒把这个问题告诉了当时法国著名的数学家帕斯卡，这居然也难住了帕斯卡，因为当时并没有相关知识来解决此类问题，而且两人说的似乎都有道理。帕斯卡又写信告诉了另一个著名的数学家费马，于是在这两位伟大的法国数学家之间开始了具有划时代意义的通信，在通信中，他们最终正确地解决了这个问题。他们设想：如果继续赌下去，梅勒（设为甲）和他朋友（设为乙）最终获胜的机会如何呢？他们俩至多再赌2局即可分出胜负，这2局有4种可能结果：甲甲、甲乙、乙甲、乙乙。前3种情况都是甲最后取胜，只有最后一种情况才是乙取胜，所以赌注应按3：1的比例分配，即甲得45个金币，乙15个。虽然梅勒的计算方式不一样，但他的分配方法是对的。

　　三年后，也就是1657年，荷兰著名的天文、物理兼数学家惠更斯把这一问题置于更复杂的情形下，试图总结出更一般的规律，结果写成了《论掷骰子游戏中的计算》一书，这就是最早的概率论著作。正是他们把这一类问题提高到了理论的高度，并总结出了其中的一般规律。同时，他们的研究还吸引了许多学者，由此把赌博的数理讨论推向了一个新的台阶，逐渐建立起一些重要概念及运算法则，从而使这类研究从对机会性游戏的分析发展上升为一个新的数学分支。

所谓概率，通俗点说就是有多大的可能性。生活中这类实例是很多的。让我们先举一个简单的例子：投一枚正反两面的硬币，结果正面向上的概率是多少？不用计算就能知道，这种可能性为一半，也就是说其概率为1／2。当然，即便生活中的概率问题也不都是这么简单，对于较复杂点的就需要我们动动脑筋了。下面就让我们一起来看一看现实生活中有趣的几类问题吧！

一．彩票问题

“下一个赢家就是你！”这句响亮的具有极大蛊惑性的话是大英帝国彩票的广告词。买一张大英帝国彩票的诱惑有多大呢？只要你花上1英镑，就有可能获得2200万英镑！

　　一点小小的投资竟然可能得到天文数字般的奖金，这没办法不让人动心，很多人都会想：也许真如广告所说，下一个赢家就是我呢！因此，自从1994年9月开始发行到现在，英国已有超过90%的成年人购买过这种彩票，并且也真的有数以百计的人成为百万富翁。如今在世界各地都流行着类似的游戏，在我国各省各市也发行了各种福利彩票、体育彩票，各地充满诱惑的广告满天飞，而报纸、电视上关于中大奖的幸运儿的报道也热闹非凡，因此吸引了不计其数的人踊跃购买。很简单，只要花2元的人民币，就可以拥有这么一次尝试的机会，试一下自己的运气。

　　但一张彩票的中奖机会有多少呢？让我们以大英帝国彩票为例来计算一下。大英帝国彩票的规则是49选6，即在1至49的49个号码中选6个号码。买一张彩票，你只需要选六个号、花1英镑而已。在每一轮，有一个专门的摇奖机随机摇出6个标有数字的小球，如果6个小球的数字都被你选中了，你就获得了头等奖。可是，当我们计算一下在49个数字中随意组合其中6个数字的方法有多少种时，我们会吓一大跳：从49个数中选6个数的组合有13983816种方法！

　　这就是说，假如你只买了一张彩票，六个号码全对的机会是大约一千四百万分之一，这个数小得已经无法想象，大约相当于澳大利亚的任何一个普通人当上总统的机会。如果每星期你买50张彩票，你赢得一次大奖的时间约为5000年；即使每星期买1000张彩票，也大致需要270年才一次六个号码全对的机会。这几乎是单个人力不可为的，获奖仅是我们期盼的偶然而又偶然的事件。

　　那么为什么总有人能成为幸运儿呢？这是因为参与的人数是极其巨大的，人们总是抱着撞大运的心理去参加。孰不知，彩民们就在这样的幻想中为彩票公司贡献了巨额的财富。一般情况下，彩票发行者只拿出回收的全部彩金的45%作为奖金返还，这意味着无论奖金的比例如何分配，无论彩票的销售总量是多少，彩民平均付出的1元钱只能赢得0.45元的回报。从这个平均值出发，这个游戏是绝对不划算的。

二．生日概率问题

我们来看一个经典的生日概率问题。

【数学情境】

每个人都有自己的生日（指一年365天中某一天），随机相遇的两人的生日要在365天中的同一天，即使有也是很凑巧，但如果相聚的人数增多，可能性会增大；某次随机相遇无论男女、老幼，若人数达到了50以上，形成一个团体（如集会、上课、旅游等）。

【提出问题】

1．随意指定一个人，你猜某天正好是他的生日，猜对的可能性有多大？

2，随意指定二个人，你猜他俩生日是同一天，猜对的可能性有多大？

3．某一团体有一群人，我绝对可以肯定至少有2人生日相同，这群人人数至少要多少？

4．如果某个随机而遇的团体有50人以上，我敢打贿，这个团体几乎可以肯定有生日相同的两个人，你相信吗？

【问题解决】

问题1. 解：一年有365天，他某天生日概率p＝        ≈0.0027，故猜对的可能性微乎其微。

问题2. 解：两个人生日，总共可能性有365×365种搭配，其中有365种生日相同，故随意指定二个人，生日相同的概率p=     

=         ≈0.0027，故猜对的可能性仍旧微乎其微。

问题3. 解：某一团体中，绝对肯定至少有2人生日相同，即为必然事件，p＝1。由抽屉原理可知，这群人至少要有366人。

问题4. 解：要解决这个概率问题，我们首先来计算一下，50个人生日的搭配一共有多少种可能情况。第一个人生日，可以是一年中任何一天，一共有365种可能情况，而第二、第三及其它所有人生日也都有365种，这样50个人共有种可能搭配。如果50人的生日无一相同，那么生日搭配可能情况就少得多了。第一个人有365种可能，第二人因不能与第一个生日相同，只有364种可能，依次类推，如50人生日无一相同，其生日搭配情况只有365×364×363×……×317×316  种只占种情况中的  3％，即p＝ ＝3％。即反面推至生日2人相同概率有97％。同理可推算如果某群人有40人，至少两人生日相同概率有89％，如果有45人至少两人生日相同的概率达94％。故这样赌局，几乎可以稳操胜券。

统计学的思想可归纳为：对某事做出决策之前，必须先收集数据，然后利用统计学技术分析它，最后做出决策。应用统计学技术，不能无视必要的数学知识，但作为本课程，即社会经济统计学的原理来说，严密的数学论证完全是没有必要的。因此，在教育教学过程中，避开繁琐的数学推导，把重点放在统计方法在学校教育领域中的应用。这才能充分发挥心理与教育统计学的社会价值。

在人类社会的发展、人们的社会生活中，有许多问题需要统计信息。例如，社会的人口总量；性别比；父辈与子辈的职业、文化教育程度是否相关（代际关系）；人口质量状况；社会环境（气候）状况；城市污染指数；人民生活的恩格尔系数等，同样需要大量的统计数据进行分析、描述和评价。 

当公共会计师事务所为其客户进行审计时，他们要利用统计抽样的方法，如，假定一家会计师事务所想要确定某客户资产负债表中所显示的应收帐款余额是否公允地反映了其真实地应收帐款余额。通常应收帐款的笔数是如此之大以至于检查和判断每一帐户是否正确就会太浪费时间，而且也不经济。在这种场合下，审计人员可根据一定的抽样方式抽取一部分帐户，对其正确性进行审查后，审计人员就可以得出关于该客户资产负债表中所列示的应收帐款余额是否属实的结论。

金融顾问们利用各种统计信息来引导投资。拿股票投资来说，顾问们检查包括市盈率和红利在内的一系列金融数据。通过将某只个股的数据与股票市场平均数进行比较，金融顾问们就能够判断该只股票的价值是被高估还是被套低估了。例如，道·琼斯30家工业股票平均数的市盈率是20.1。同一天，菲利浦·莫里斯公司股票的市盈率是14。因此，关于市盈率的统计信息就表明：与道·琼斯30家股票平均数相比较，菲利浦·莫里斯股价偏低。金融顾问们可以得出这样的结论：菲利浦·莫里斯的市价被低估了。这方面和其他一些有关菲利浦·莫里斯公司信息还将帮助顾问们做出买入、卖出还是继续持有该股的建议。 

第二篇：概率论与数理统计心得体会

概率课感想与心得体会

笛卡尔说过：“有一个颠扑不破的真理，那就是当我们不能确定什么是真的时候，我们就应该去探求什么是最最可能的。”随机现象在日常生活中随处可见，概率是研究随机现象规律的学科，它为人们认识客观世界提供了重要的思维模式和解决问题的方法，同时为统计学的发展提供了理论基础。

概率起源于现实生活，应用于现实生活，如我们讨论了摸球问题，掷硬币正反面的试验，拍骰子问题等等。都是接近生活实践的概率应用实例。

同时，通过概率课还了解了概率的意义，概率是用来度量随机事件发生可能性大小的一个量，而实际结果是事件发生或不发生这两种情况中的一种。但是我们不能根据随机事件的概率来断定某次试验出现某种结果或者不出现某种结果。同时，我们还可以利用概率来判定游戏规则，譬如，在各类游戏中，如果每个人获胜的概率相等，那么游戏就是公平的，这就是说，要保证所制定的游戏规则是公平的，需要保证每个人获胜的概率相等。概率教学中的试验或游戏结果，如果不进行足够多的次数，是很难得出比较接近概率的频率的，也就是说当试验的次数很多的时候，频率就逐渐接近一个稳定的值，这个稳定的值就是概率。我们说，当进行次数很多的时候，时间发生的次数所占的总次数的比例，即频率就是概率。换句话说，就是时间发生的可能性最大。

概率不仅在生活上给了我们很大的帮助，同时也能帮我们验证某些理论知识，譬如投针问题：

                  

我们解如下：

        

    

,所以，

由本题的答案，

上述的计算方法就是一种概率方法，它概括起来就是首先建立一个概率模型，它与我们感兴趣的某些量（如上面的常数pi）有关。然后设计适当的随机试验，并通过这个试验的结果来确定这些量。现在，随着计算机的发展，已按上述思路建立起的一类新的计算方法——由上可知，概率对于一些理论数据的验证还是很有帮助的。

不仅如此，概率上的参数估计：用矩估计和极大似然估计来估计参数；置信区间的相关计算。都对生活有着极大的意义。同时第八章讲的假设检验如测：某炼铁厂一日平均含碳量是否显著偏低，某厂生产的灯管寿命是否显著提高，某厂的镍合金的抗拉强度是否不符合标准，某电工厂生产的保险丝的熔化时间是否达标等等，这些都与我们日常生活息息相关。对于厂生产的样品测试有着不可磨灭的作用和意义。

大二下学期的时候我们开始学习这门课程，在概率论中我们研究的是随机事件及一维随机变量二维随机变量的分布和特点；而在第二部分的数理统计中，它是以概率论为理论基础，根据试验或者观察得到的数据来研究随机现象，对研究对象的客观规律性做出种种估计和判断。整本书就是重点围绕这两个部分来讲述的。
在长达一个学期的学习中，我增长了不少课程知识，同时也获得了好多关于这门课程的心得体会。整个学期下来这门课程给我最深刻的体会就是这门课程很抽象，很难以理解，初学时，就算觉得理解了老师的讲课内容，但是联系实际也会很难以应用上，简化不出有关所学知识的模型。在期末复习中，自己重新对于整个书本的流程安排还有每个章节的重点重新复习一遍，才觉得有了点头绪。
    首先，这门课程给我带来了一种新的思维方式。前几章的知识好多都是高中讲过的，接触下来觉得挺简单，但是后面从第五章的大数定理及中心极限定理就开始是新的内容了。我觉得学习概率论与数理统计最重要的就是要学习书本中渗透的一种全新的思维方式。统计与概率的思维方式，和逻辑推理不一样，它是不确定的，也就是随机的思想。这也是一个人思维能力最主要的体现，整个学习过程中要紧紧围绕这个思维方式进行。这些都为后面的数理统计还有参数估计、检验假设打下了基础。
    其次，在所有数学学科中，概率论是一门具有广泛应用的数学分支，是一门真正是把实际问题转换成数学问题的学科。在最后一章中，假设检验就是一个很好的例子。由前面所讲的伯努利大数定律知，小概率事件在N次重复试验中出现的概率很小，因此我们认为在一次试验中，小概率事件一般不会发生，如果发生了就该怀疑这件事件的真实性。正是根据这个思想去解决实际中的检验问题，总之概率与数理统计就是一门将现实中的问题建立模型然后应用理论知识解决掉的学科，具有很强的实际应用性。

在整个学期学习过程中，老师生动的讲解让我一直对这门课程保持着浓厚的兴趣，课上总是会讲解一些实际中的问题，比如抽奖先后中奖概率都一样，扔硬币为什么正反面的概率都是二分之一……一些问题还会让我们更理性的对待实际中的一些问题，比如赌博赢的概率很小，彩票中奖概率也是微乎其微，所以不能迷恋那些，不能期望用投机取巧来赚取钱财。总之，概率论与数理统计给予我的帮助是很大的。同时我想学了这么课，在生活上的一些事情还是有很大帮助的。

人们常说：“希望越大，失望越大”，此话并不无道理。希望越大，成功的概率就越大，由此而麻痹了人的心态——以为如此大的概率也是自己能够成功的筹码，这样在思想和行为上就会有所懈怠。自以为十拿九稳的事，到头来却把事情弄砸了。这并不奇怪，因为所谓的“概率大”已逐渐由“希望”转移到“失望”上面了。一说到把这件事做好的概率微乎其微，做事的人难免心灰意冷，因为觉得机会渺茫。因此而丧失了克服困难的意志，觉得事情做不好那是理所当然。

学好《概率论与数理统计》这门课程，其实有很大的作用，比如现实生活的彩票问题，当然我们可以利用概率的知识来建立数学模型，通过现在电脑的仿真来模拟实际的抽奖，当然这方面需要更加专业的知识了，如果要想得到更加精确的结果，建立的模型就会更加复杂!