概率论进阶(刘党政) 2026春 2025春 2024春 2023春 2022春  课程号:MATH301301
2026春 2025春 2024春 2023春 2022春  课程号:MATH301301
7.9(47人评价)
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:一般
选课类别:计划内与自由选修 教学类型:理论课
课程类别:本科计划内课程 开课单位:数学科学学院
课程层次:专业核心   学分:1.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
AI 总结 AI 总结为根据点评内容自动生成,仅供参考

课程概述

刘党政老师的《概率论进阶》是一门1学分的课程,主要内容包括随机矩阵、统计物理模型(如Ising模型和Curie-Weiss模型)、信息熵等。这些内容来源于统计物理和数学物理的具体模型,课程旨在通过介绍这些模型,展示概率论在处理复杂系统中的应用。

教学水平与课程内容

总体来说,课程内容较为前沿,涉及随机矩阵方面的Wigner半圆律、GUE模型的极限定理、Ising模型和Curie-Weiss模型中磁矩变化的规律等。教学上,有同学觉得刘老师上课强调计算和公式推演,缺乏对数学动机和物理背景的深入讲解,导致课程理解难度较高。有人指出讲义typo频繁,特别是在复杂计算中对学习造成了困扰。课程强调学科交叉,将数学和物理背景结合,可一定程度上激发学生的学习兴趣。

考试与作业

考试题目与作业和讲义内容联系紧密,主要考察学生对课堂知识的理解和记忆能力。尽管如此,题目复杂度依然较高,特别是涉及大量组合计数和分析技巧。作业有助于巩固课堂知识,但因部分题目难度大,一些学生在完成过程中感到挫败。

给分标准

给分总体较为慷慨,在0.46和0.55之比之间。多数同学获得了不错的成绩,优秀率接近70%,这得益于最后的给分调整。

学生反馈

学生对课程的评价褒贬不一。赞赏者认为课程拓展了眼界,启发了对概率的兴趣;对内容不满的学生则指出课程要求理解深奥的内容但缺乏足够的背景支持。

总结与建议

本课程适合对概率论和统计物理模型有一定兴趣,并希望了解前沿专题的学生。由于教学难度较高,推荐具有一定数学及物理基础的学生选修。对时间安排紧张或不想全面深入该领域的学生,建议旁听或提前了解课程内容,以衡量自身的学习负担。

排序 学期

评分 评分 10条点评

wryzsa 2023春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:困难
  • 作业:中等
  • 给分:超好
  • 收获:很多

前排提示:因为本课程13周开课较晚,第一周想退课的同学可以尝试如下操作:

  • 写情况说明(说明开课晚、想退课原因)找老师签字交到1525
  • 给jwc管选课的老师打电话说明情况

可能可以不使用放弃修读机会退课,其他课程中有人成功过。

 

考完试取消匿名来评个课

上课体验:前一周半很好,体验和概率论内篇一般丝滑舒适。只不过后面ising和cw模型那里实在阴间,难以听懂,物理背景解释很少,大部分时候是在抄讲义,根本不知道他在干啥。

作业:和上一点类似,前2.5次作业还好,后面题都看不懂。还好助教会提前在群里发往年习题课讲义

助教:zgy助教知识水平过硬,问问题从来没有卡壳,后面两个模型习题课感觉讲的比正课好。。。习题课还是建议去听,因为貌似讲义bug挺多

考试:80分作业+5分数学分析送分+5分高中数学送分,还有20分题目难一些。ising和cw模型只考作业题但是答案背着十分痛苦……

给分:平时分40%-50%,而且按照三次作业一次十分+70计算,批卷大放水平时98期末96总评97。内篇3.0外篇4.3。给分这么好还是推荐一波吧

(最后修改于 7 1 复制链接
ether基本是默写考试
立即登录,说说你的看法
-。。。- 2023春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:困难
  • 作业:中等
  • 给分:一般
  • 收获:没有

目前来看,很阴间

讲统计物理的模型,抛弃了物理直观和数学简洁表示,弃其精华,取其糟粕。


课程前半段讲lindegerg替换、半圆律、高斯正交系综、Carleman条件等,后半段在讲信息熵和统计物理模型。

前半段实质上是讲初等组合计数,后半段上的数不数学物不物理。要讲Ising模型,没有前提铺垫,直接开始定义一通爆算概率,让人摸不着头脑。既然是理论物理的模型,在授课时应该首先把包括Hamilton量等物理知识做大量的科普,在接受了物理客观实在之后再解决概率问题。跳过中间步骤走捷径解决衍生的数学问题,背离了理解接受物理规律的初衷。同时,许多内容内篇没讲,外篇直接拿来用,比如矩母函数。


纵观本课,感觉就是教了些组合技巧,看看主项,验证一个指数型熵不等式,会用矩母函数。


不建议选,想了解ising model可以选热统A,其他外篇东西可以一天内速成

(最后修改于 7 1 复制链接
混分低手热统A也讲的很少吧🤔
立即登录,说说你的看法
YCauliflower 2023春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

今天刚出完成绩,期末98总评99,感觉是平时4期末6的比例?)本门课前半部分介绍了矩方法,随机矩阵等内篇未涉及的知识,不过感觉上课对于特殊情况(比如n=1,n=2这种)讨论的时长有点久了)后半部分主要是统计物理的内容,包括熵,ising模型,CW模型等内容,前面评课的同学提到了有些物理量老师讲的比较模糊,不过我的实际感受是这些老师可能只是口头上提过没有板书,全程跟下来我还是勉强能理解。最后还是希望这门课能把前半部分的内容更加深入一点,减少一些平凡的验证

6 0 复制链接
蝶恋之诗 2023春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:没有
  • 难度:困难
  • 作业:中等
  • 给分:超好
  • 收获:没有

省流:不太推荐

如果必修当我没说。

学期初想着反正1学分的课,也讲不了多少东西,实在不行就退课。后来又看到选课人数一度接近80,就放心选了。尤其是第一节课,ldz按时优秀率可以给到70%,让我确定不退课。

但概率论内篇期末复习的时候,才意识到自己并不擅长这门课程。当时打算3.3+就留,3.0-就退。

ldz给我捞到3.3给我了一点继续学的动力,于是硬着头皮听。

本学期内容(8次课):

  1. 矩方法、矩收敛定理、Linderberg替换
  2. Wishart矩阵,GOE
  3. Wigner矩阵
  4. 信息熵、Gibbs不等式
  5. 一维Ising模型
  6. Curie-Weiss模型
  7. 李-杨单位圆定理
  8. 概率论于Riemann猜想,复习

整体像是一个科普课,所以导致了一个问题:

没有体系! 

前不着村后不着店,突然就蹦出这么一个东西。矩方法那块还好,是从CLT派生出的一些想法。虽然Carleman和Riesz条件也有些突兀。

到了随机矩阵就逐渐混沌,为什么要研究它的特征值的分布?为什么能和半圆律产生关联?为什么计算路径的时候要求不相交?

这些问题在课上都没得到明确的解答。邹助教的讲义里补充了一些,但很多motivation依然没有讲清楚。

到了Ising和CW两个物理模型更是如此,只是大概说了一下这跟磁化有关系。这两节课用的符号极其“物理”,式子中各种不知道含义的字母和起源于热统的关系式让人直接放弃了理解,成为一个无情的抄笔记机器。考前一直在看CW的笔记,至今没弄懂它是怎么从Ising中简化而来的,为什么它的内蕴关系式长这个模样。

好在最终Ising和CW没专门考笔记内容,躲过一劫。


作业一共3次,难度很大,有些题不看去年的讲义根本没有思路。作业要认真写,至少认真抄完整。空题、大量错误的作业是要被扣分的,作业-1分,总评至少-1,得不偿失。


考试范围是前三周,5道题,满分110:

  1. 一般的熵的凸凹性不等式
  2. Ising模型的渐近
  3. 特殊CW模型平均磁化强度的依概率收敛
  4. Lindeberg替换
  5. 元素1和-1两点分布的对称随机矩阵的trace

还是相对友好的,1-3为作业(似乎是原题),4是作业的简化版;5有四问,前两问验证Chebyshev多项式的性质,第三问计数,第四问(附加题)研究极限。

虽然考了原题,但这不影响我进考场前刚看到3的原题,一发下卷子就忘(

按照今年,复习的时候优先级是 作业>>笔记(笔记也看不懂)

By the way,俩物理模型的讲义当周发出来了,但是顺序全乱,上课要是没跟上就有难了(bushi)。

据说作业和考试比例未定,但似乎一分不调。


学完Ising想退来着,但权衡再三,不舍得把一次退课机会浪费在1学分上,大三的研课有的是你退

总结就是:

倒回去半年我绝对不选。

选复分析(H)虽然被卷爆,但确实能多学很多东西;这门课在期末听耗费时间,也没啥大的收获。


平时分100 期末83 总评90

给分还是挺不错的

另:作业允许考完试当天补交,甚至之前觉得作业分太低的也可以重交一份。

(最后修改于 5 1 复制链接
我永远喜欢Setsuna!看来还是当讲座旁听好
立即登录,说说你的看法
?猪诸? 2023春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

想拉高一下评分。

进阶的内容比内篇跳跃性更大,科普性很强,上课能跟着老师走就算90%的成功。但是不要因为科普性强就不认真听,否则就是在教室罚坐。

作业ddl非常晚,非常符合一门一学分的课的注水量(doge)。

期末考试几乎作业题,没啥可说。考前能把作业题都百分百理解,也算得上有点水平。

老师和助教都超级和善谦逊,考试的时候如果题目不懂可以当场问(老师甚至提示怎么开头,怎么得分)。

很多大佬选择旁听这门课而不是正选,因为这门课的内容确实太科普太零散了(很多细节比较难啃,所以被吐槽了两年)。我认为至少框架是清楚的,还是在可以接受的水平,况且最后给分看起来皆大欢喜,就当一学分的数学通识,也不亏。如果是🌸班,更加推荐,本学期的几门h课里这是算比较愉悦的了。

3 0 复制链接
匿名用户 2023春
  • 课程难度:困难
  • 作业多少:很多
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:困难
  • 作业:很多
  • 给分:超好
  • 收获:一般

这学期的进阶课体验不是很好。

总体来说选择的内容还是不错的,但感觉主次没有把握好。尤其在讲统计力学模型时上课大部分时间在计算,结果老师过多运用口算大法而没有写出计算细节。另外整个外篇中许多关键问题都是组合计数,老师上课解释的也不算很完整,作为之前没有接触过组合,图论的人还是有点迷茫。

也许外篇的内容还是适合像原来一样作为拓展穿插在内篇中讲授,现在集中一段来讲可能会使人忘记了“概率”在哪里。不过这也没法改变吧。

课程最后一周讲了李-杨单位圆定理,李-杨类与Riemann假设的联系,感觉还是很值的。

今年平时期末四六开,喜提和概率论相同总评,完美融合!

(最后修改于 2 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:很多

关于课程 选材方面确实比较零散,比起课程更像讲座,但四周时间可能也很难具体讲完某个方面,所以这种差不多一周一个专题的讲法多少能开阔视野。 老师讲课时确实跳步挺多,甚至有一些是并不显然的,不过在课后自己思考一下或者询问老师助教应该都能得到答案。 课后的题目也和授课内容关联比较大,很多是对一般情况,或者老师略去的证明细节的验证。除了个别1-2题外,其余的题目不会做基本是上课内容没懂或者证明细节没想通。 至于不说明含义直接给参数这个我觉得也还好,毕竟在跳了一些验证的情况下才讲完。如果还要讲物理含义可能真的没有那个时间听故事,大不了就当成一个数学模型Shut up and calculate.

关于考试 5=4a.e.作业原题+2/3数学分析+1/3*新题目 最后还有一道附加10分

总体来说虽然上课内容有点困难,但几乎没有额外的难度,把作业和笔记都弄懂就足够了。

1 0 复制链接
匿名用户 2023春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:困难
  • 作业:中等
  • 给分:杀手
  • 收获:没有

前两部分尚能接受,最后统计物理看不懂也学不懂。考试默写作业题(为数不多的优点,要真全出应用型的题只能0分了)最后总评按46不调分。统计物理看不懂还不背下来当然是我的问题😁 给个10*2/3=6.67分,四舍五入到7分

1 0 复制链接
ARKONE 2023春
  • 课程难度:困难
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:困难
  • 作业:很少
  • 给分:超好
  • 收获:很多

满昏,必须满昏! 满昏给最好的概率论老师dz和最好的助教zgy gg!

1 0 复制链接

其他老师的「概率论进阶」课

刘党政老师的其他课

概率论 9.4 (99) 2026春 2025秋...
高等概率论 10.0 (1) 2017秋
随机分析 7.0 (1) 2016春
概率论(H) 2014秋
随机过程 2018春