![概率导论 - [美] Dimitri P. Bertsekas](https://static.book345.com/covers/s/9787115215444.jpg)
书籍介绍
本书是在MIT开设概率论入门课程的基础上编写的，其内容全面，例题和习题丰富，结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基本知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计等高级内容。
本书可作为所有高等院校概率论入门的基础教程，也可作为有关概率论方面的参考书。
AI导读
核心看点
- MIT经典教材，侧重直觉与建模
- 内容涵盖离散连续变量及极限理论
- 例题丰富，结构层次清晰严谨
适合谁读
- 高校概率论入门课程学生
- 需构建概率模型能力的工程师
- 希望深入理解统计原理的研究者
读前提醒
- 强烈建议搭配MIT公开课视频学习
- 后半部分难度陡增，自学需耐心
- 注意中文版翻译瑕疵，建议对照原版
读者共识
- 讲解透彻，能刷新对概率的直观认知
- 习题质量极高，但部分翻译存在误导
- 统计推断章节较简略，建议另配教材
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "We set up the tree so that an event of interest is associated with a leaf. We view the occurrence of the event as a sequence of steps, namely, the traversals of the branches along the path from the root to the leaf."
- "有人与你生日相同的概率有多大"
- "You go to a party with 500 guests. What is the probability that exactly one other guest has the same birthday as you? Calculate this exactly and also approximately by using the Poisson PMF. ( For simplicity. exclude birthdays on February 29 . )"
- "g是一个函数，则g(X,Y)也是一个随机变量"
作者简介
Dimitri P. Bertsekas 美国工程院院士，IEEE会士。1971年获MIT电子工程博士学位。长期在MIT执教，曾获得2001年度美国控制协会J. Ragazzini教育奖。其研究领域涉及优化、控制、大规模计算、数据通信网络等，许多研究具有开创性贡献。著有Nonlinear Programming等十余部教材和专著，其中许多被MIT等名校用作研究生或本科生教材。
John N. Tsitsiklis 美国工程院院士，IEEE会士，MIT教授。分别于1980年、1981年、1984年在MIT获得学士、硕士、博士学位。他的研究成果颇丰，已发表学术论文上百篇。
目录
用户评论
从头学习。
即使翻译有问题还是值得5分。应该是非测度概率最好的书了吧。分数全部给各种刷新三观的例子和习题。有一些影响理解的翻译错误，特别是在练习题里面。不过都是比较tricky的地方，可以判断译者不是不认真而是确实力不从心……从另一角度说也可以谅解
配合 edX 上的视频真是一级棒！还有帅帅的助教视频答疑ヽ(≧∀≦)ﾉ
早就读了 非常棒 竟然忘记标记了
第5章过后，难度陡然增加，特别是最后两章，看得那个累啊，作者文字水平不行，解释概念非常模糊，不建议自学用。
建议看原版还是
……emmmmm我觉得我没学好，是我的问题。
比学校的课本生动
好好好，序贯树形图和转移概率图讲解对思路厘清有非常大的帮助。
前面讲概率，讲的很透彻，后两张关于统计，讲的不是太详细，统计还是看另一款经典好。
下载
收藏