![概率导论（第2版·修订版） - [美] Dimitri P. Bertsekas](https://static.book345.com/covers/s/9787115405074.jpg)
AI导读
核心看点
- 源自MIT经典课程，注重直觉与模型构建
- 涵盖离散连续变量、贝叶斯及极限理论
- 例题丰富，结构层次清晰，适合入门
适合谁读
- 高校概率论入门课程的学生
- 需夯实数理基础的计算机从业者
- 对统计推断与贝叶斯思想感兴趣的读者
读前提醒
- 建议配合MIT公开课视频同步学习
- 中译本翻译质量参差，关键处建议对照原文
- 习题难度较大，需耐心推导与反复练习
读者共识
- 讲解细致直观，比国内教材更易理解
- 翻译水平争议大，部分章节表述晦涩
- 虽难啃但值得投入，能重塑概率思维
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。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。已发表学术论文上百篇。
目录
用户评论
啃了差不多三个月，配合MIT的视频看，有点明白统计与概率的区别了，再次感觉我的本科数学又白学了。唉，如果大一学概率论用的是这本教材，我现在的数学应该不会是这个***样吧。。。
工具書+習題本 但不是好的教科書
太难了 不过还是读完了 之后还是要回头继续看的 不过翻译的比较一般 下一本书就要看纯英文的了
MOOC
感觉写的比较凌乱，不太好懂。
此外，简单的习题没有答案。
所有绝妙之处都在习题。高三概率只学了这一本书，甚至发现比大学学的都要广，都要深的多。
作为一本概率统计入门书值得一看
最近因为某些原因重新浏览了该书，有一种相见恨晚的感觉：要是一开始学概率论的时候，用的是这本书，那该有多好。不得不说，该书无愧于其”导论“之名。与此前读过的概率论教材（例如浙大的《概率论与数理统计》，或是更侧重随机过程的、Ross所作的"Introduction to Probability Models"）相比，框架清晰，对许多概念及理论给出了直观的解释及应用场景（于我而言，最有用的是第6章及第7章里对随机过程模型的介绍），篇幅也不长。此外，最后两章对贝叶斯及频率2个流派的介绍也挺有意思。对于此前完全不了解“概率论及数理统计”、更加关注”能用来干什么“的小白而言，将用作概率论入门的自学教材，会是极好的。
离90就差那么一点，害。
英语原版肯定是好书，翻译版就。。。
应该是两位译者分工，所以前四章翻译得比较流畅准确，后面的几章翻译得惨不忍睹。翻译此书时，郑姓教授已75岁。60年代的大学生英语水平可以想象，翻译成这样也就不难理解了。
下载
收藏