生活中我们常说一件事成功的概率是零，也就是指这件事成功率很低.如发生在我国汶川的地震、某人中彩票等等实例.可以看出，概率通过某些事件反复实践得出规律，从而作出合理的判断和预测，体现概率对决策的作用,其次概率的例子非常之多，凡是拿不准的时候都可能出现，比如：明天下雨的概率是70%，我们常常用概率来表示那些事情发生的可能性。
1.我是本科数学专业毕业的，我给你个建议，可以先报一个人文或者法学或者外语专业的，待到大二可以转专业的时候转为经济门类的专业，而现在经济专业非常吃香，且你选择在后面转专业不会影响你以后的发展，并且到后面经济专业对数学要求不会太严。
2.说句实话，在大学你只要学的不是数学和物理专业，其他的对数学都要求不严的，像化学、信息、软件也就主要学到线性代数、高等数学；涉及概率的专业也较少。
3.如果你个人比较喜欢工科类专业，比如建造、造价、测量、冶金等工科性质比较强的专业的话，对数学要求还是高的，考研的时候就需要考数学一，这个你要好好考虑，呵呵。
4.你今年考了626分，考的算是很不错了，可以报一个985院校比较强的专业了，呵呵！祝你一切顺利，考上你最理想的大学！
理工 理工是一个广大的领域包含物理、化学、生物、工程、天文、数学及前面六大类的各种运用与组合。理工事实上是自然、科学、和科技的容合。在西方世界里，理工这个字并不存在；理工在英文解释里，是自然(Science)与科技(Technology)的结合。理工二字最早是1880年代，由当时的中国留学生从国外的Science和Technology翻译合成的。时至今日，但凡有人提起世界理工大学之最，人人皆推麻省理工学院。麻省之名蜚声海外，成为世界各地莘莘学子心向神往，趋之若鹜的科学圣殿。 [编辑] 理工领域包含 物理-研究大自然现象及规律的学问 化学-研究物质的性质、组成、结构和变化的科学 生物-研究有生命的个体 工程-应用科学和技术的原理来解决人类问题 天文-观察及解释天体的物质状况及事件为主的学科 数学-研究量、结构、变化以及空间模型的学科;被誉为“科学的语言”
概率论与数理统计专业
该专业自90年代初始招收研究生，2003年设立博士点。设有数学博士后流动站。现有教授1名（为博士生导师），副教授3名。十多年来，在应用概率统计、随机过程的理论与应用、金融数学等方面发表论文数十篇。承担国家和省市各类基金项目。该专业倡导研究生不仅要有坚实的数学基础知识，更应面向工程实际，培养分析和解决实际问题的能力。该专业培养的研究生，在国内外各行各业表现出色，许多已成为优秀的概率统计、金融与保险、计算机软件专家和应用数学工作者。
该硕士点指导教师：宋立新*、冯敬海、沈玉波、杨彦春、王晓光。
注：标“*”者为博士生导师
学科、专业名称（代码）
研 究 方 向
考试科目
（科目编号）
备 注
070103▲▲概率论与数理统计
01 时间序列分析
02 数理统计及应用
03 随机过程与极限定理
04 可靠性理论与应用
① 101思想政治理论
② 201英语一202俄语203日语选一
③ 361数学分析
④ 804高等代数
数学分析
《数学分析》，编者：李成章、黄玉民，科学出版社，2005年第二版
高等代数
《高等代数》，编者：王萼芳等高等教育出版社，2003年第三版
概率的应用
摘要：随机现象存在于我们日常生活的方方面面和科学技术的各个领域，概率论是指导人们从事物表象看到其本质的一门科学。本文由现实生活中的部分现象探讨了概率知识的广泛应用。
关键词：随机现象；概率；应用分析
在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成两大类：一类是确定性的现象，指在一定条件下，必定会导致某种确定的结果。如，在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。另一类是不确定性的现象。这类现象在一定条件下的结果是不确定的。例如，同一个工人在同一台机床上加工同一种零件若干个，它们的尺寸总会有一点差异。又如，在同样条件下，进行小麦品种的人工催芽试验，各颗种子的发芽情况也不尽相同有强弱和早晚之别等。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素是人们无法事先预料的。这类现象，我们无法用必然性的因果关系，对现象的结果事先做出确定的答案。事物间的这种关系是属于偶然性的，这种现象叫做偶然现象，或者叫做随机现象。
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。在令人心动的彩票摇奖中，概率也同样指导着我们的实践。继股票之后，彩票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%的居民买过彩票，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，是不少彩票购买者的共同心态。那么，购买彩票真的能让我们如愿以偿吗?以从36个号码中选择7个的投注方式为例，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.
概率论与随机过程学起来会简单一些。这个课程延续的高中的概率部分，前三分之一都是高中的东西，而今概念和计算也符合普通的实数运算，并结合简单的微积分知识。一般随机过程是用一本书来教授的，和概率论一起讲的都比较浅显，学习的时候不会遇到什么障碍。
高等代数，中引入了矩阵和行列式的概念，这是鲜明的和高中数学的区别之一，由于新概念的引入，和过往学习认识有一定差异，所以会在初期较难接受，而且概念较多，题型灵活，有一定难度。
除了你已经修过了的高数A（包括线性代数） 概率论与数理统计
以外，应该还要修近世代数和群论（后续课程最基本的定义介绍），泛函分析和实变函数（各种空间上概率测度的映射以及鞅收敛等常常用到尤其是测度论的引入），常微分方程（Poisson向前向后方程的推导以及马链的平稳分布等用到），偏微分方程理论（布朗运动和分数布朗运动等大量用到），运筹学和经济学和数值分析（保险精算用到），国外的教材安排我认为更好，除了刚才说的这么些，国外还加上了测度论，概率和测度，概率论，分析概率，等先期课程，才能够慢慢的进入应用随机过程的1/3部分的知识。因为随机过程前面加上了应用二字，就是研究生课程了，所以很难。尤其是习题，许多未解答的东西很多。
国内参阅林元烈版，田波平版。
外文参阅《应用随机过程:概率模型导论(英文版·第10版)》叙述深入浅出，涉及面广。主要内容有随机变量、条件概率及条件期望、离散及连续马尔可夫链、指数分布、泊松过程、布朗运动及平稳过程、更新理论及排队论等；也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关随机模拟的内容，给随机系统运行的模拟计算提供了有力的工具。除正文外，《应用随机过程——概率模型导论(第10版:英文版)》有约700道习题，其中带星号的习题还提供了解答。
《应用随机过程:概率模型导论(英文版·第10版)》可作为概率论与统计、计算机科学、保险学、物理学、社会科学、生命科学、管理科学与工程学等专业的随机过程基础课教材。
令 tan(x/2) = u, 则 cosx = (1-u^2)/(1+u^2), dx = 2du/(1+u^2)
原式 I = ∫2(1-r^2)du/[(1+r^2)(1+u^2)-2r(1-u^2)]
= 2(1-r^2)∫du/[(1-r)^2+(1+r)^2u^2)]
当 0<r<1 时，
I = [2(1-r^2)/(1-r)]arctan[(1+r)u/(1-r)] + C
= 2(1+r)arctan[(1+r)tan(x/2)/(1-r)] + C;
当 r = 1 时, I = C;
当 r > 1 时,
I = [2(1-r^2)/(r-1)]arctan[(1+r)u/(r-1)] + C
= -2(1+r)arctan[(r+1)tan(x/2)/(r-1)] + C.
