概率论是一门涉及面非常广的学科. 它的应用相当广泛, 既可以应用于纯数学领域, 有时也会被一些职业赌徒利用. 任何一本书都无法涵盖概率论的所有应用. 不管是本书还是你上课使用的教材, 都不会把全面论述概率论的应用作为目标.
概率论也是无数大学生的噩梦，一部分原因是它需要一定的数学基础，比如初等代数、微积分、线性代数等等，这些数学知识对于一些学生来说可能比较抽象和难以理解。此外，概率论的一些概念和公式也比较抽象，需要学生花费更多的时间来理解和记忆。
但概率论又是很多学生不得不学的科目。因此一本好的入门书就显得尤为重要了。图灵出版的《普林斯顿概率论读本》延续微积分读本的风格，深入浅出，通俗易懂，被无数学子推荐；而《概率导论》更是概率论领域的经典之作，美国工程院院士力作，MIT等全球众多名校教材！
《普林斯顿概率论读本》
《普林斯顿概率论读本》既可以作为任何一本经典入门教材的补充材料, 也可以作为主要教材来使用, 因为它通过大量有解的题目以及对一般性理论的探讨来阐释概率论这门课. 我们会分析一些奇妙的问题, 并从中提炼出一些常用的技巧、观点和方法. 这样做的目的是让你学会独立完成模型的构造并解决相关问题, 进而断定什么样的问题才值得研究.
首先, 与阿德里安·班纳的《普林斯顿微积分读本》类似, 本书给出了大量有解的练习题. 在查阅答案之前, 你最好先看一看这些题目并花些时间做一做; 而本书也会给出所有题目的完整解答. 与很多书不同的是, 我们不会只给读者证明和例子, 而不给出具体的细节; 我建议你先试着做一下题目, 当有问题时再去查看相关细节.
其次, 概率论中的证明要比微积分中的证明多很多, 而这不应该让你感到吃惊. 学生通常会认为概率论在理论上的证明是极具挑战的, 而本书的主要目的就是帮助他们渡过这个难关. 整个附录A都在阐述证明技巧, 通过学习这部分内容, 你的证明技能会得到很好的锻炼和提升. 另外, 对于那些出现在概率论课上的典型结论, 其中绝大部分的完整解答都能在本书中找到. 如果你(或者你所学的课程)并不关心证明, 那么可以跳过其中很多论证, 但你至少应该浏览一下这部分内容. 尽管证明通常都很难, 但理解一个证明并不像给出一个证明那么困难. 进一步说, 在通常情况下, 我们只看证明过程就能理解定理想要表达的是什么, 或是知道该如何去运用它. 我的目的并不是给出结论的最简短证明, 而是通过细致的叙述来与你共同探讨如何去思考问题以及怎样着手证明结论. 此外, 在证明结论之前, 我们通常会花费大量时间去考察特殊情况, 这样就能对题目有直观的了解. 这是极其宝贵的技巧, 对你将来学到的很多课程都会有帮助. 最后, 我们会频繁讨论如何编写和执行代码来检验我们的计算结果是否正确, 或者让我们对答案有一定的认识. 如果想在 21 世纪的劳动大军中获得竞争优势, 那么你必须具备编程和模拟的能力. 能够写出一个简单的程序来模拟某个问题的100万种可能情况对我们来说是非常有用的, 这些结果通常会提醒你留意那些被遗漏的因素或其他错误.
如何使用本书？
本书可以帮助你学习和探索概率论. 它既可以作为任何一本概率论入门读物的补充材料, 又可以单独作为基础教材来使用(对于那些想把本书当作教材的教师, 如果需要习题和考试中的部分关键解答, 请发电子邮件给我, 地址在这部分内容的最后). 正如你在学习过程中将会看到的那样, 概率论是一门涉及面非常广的学科, 它有大量的应用、技巧和方法. 这会让人感到既兴奋又恐惧. 让人兴奋的是, 你会发现许多奇怪的关联和貌似困难的问题, 但是只要按照正确的思路去考察它们, 就会变得简单起来. 让人恐惧的是, 它所包含的内容实在是太多了.
我的目标是帮助你尽情地畅游于这片知识的海洋中, 并为下一步学习做好准备. 本书的呈现方式深受阿德里安·班纳的成功著作《普林斯顿微积分读本》的影响. 就像那本书一样, 本书的目的是以轻松通俗的方式, 通过大量已有答案的问题来传授知识和数学思想. 在了解标准陈述和证明的同时, 你还将看到很多现成的例子以及关于如何研究定理的大量讨论. 学习一门课程的最好方法就是亲手实践. 求解问题是这门课的一个重要部分, 但遗憾的是这部分内容通常会因为课时有限而被删除; 然而这并不意味着学好这门课仅仅是求解出问题的答案, 它还要求我们理解证明过程.
为什么证明如此重要？在本书中, 我们将会看到一些叙述合理却被证明是错误的例子. 数学家会利用语言和证明的形式化来防止这些错误出现. 此外, 即使课程不要求你掌握证明, 了解某些命题为何成立也是很有意义的. 虽然并不要求你最终独立地写出完整的证明, 但能实现这个目标也是很不错的. 为了帮助你学习, 我们将花费大量时间来讨论为什么要按照某种思路去证明, 以及题目中的哪些线索会告诉我们应当采用何种方法来求解, 而非另外一种. 通过强调这些理念, 希望你能更深刻地感知定理为什么成立, 并为更好地使用它们做好准备, 还希望你能在将来的学习中独立完成对结论的证明.
史蒂文·J. 米勒
威廉姆斯学院
马萨诸塞州, 威廉斯敦
《普林斯顿三剑客》
风靡美国普林斯顿大学的数学课程读本，教你怎样在数学考试中获得高分，用大量例子和代码全面探讨数学问题提供课程视频和讲义。被誉为“普林斯顿读本”三剑客。
《普林斯顿概率论读本》讲解概率论的基础内容, 包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等, 内容丰富, 通俗易懂, 并配有丰富的例子和大量习题, 涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用，极具启发性。
《概率导论 (第2版·修订版)》
本书是我们在MIT开设的一门概率论入门课程“概率系统分析”的基础上写成的.
选择这门课程的学生来自全校各个科系,他们背景各异,且兴趣广泛,既有刚入学的本科一年级新生也有研究生,既有学工科的也有学管理的.为此,在教学上我们一直力求表达简洁而又不失分析推理的严格.我们教学的主要目的是培养学生构造和分析概率模型的能力,希望学生既具备直观理解力又注重数学的准确性.
根据这种精神,概率论模型中某些很严格的数学推导被简化处理了,或者只是进行了直观的解释,免得复杂的证明妨碍了学生对概率论本质的理解.同时,有些分析留在每章最后的理论习题部分,它们用到高等微积分知识.此外,为了满足某些专业读者的需要,我们将某些推理过程中的数学技巧展示在注解中.
本书包含了概率论的基础理论部分(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定理),这些都是概率论入门教材的主要内容.在第4~6章,也包含了一些较高级的内容,教师在讲授的过程中可以选择部分内容,以配合课程大纲的具体需求.其中第4章介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计、二维正态分布等内容;第5~6章较为详细地介绍了伯努利、泊松和马尔可夫过程.
我们在MIT开设的(一学期)课程中,讲授了第1~7章的几乎全部内容,只是略去了二维正态分布(4.7节)和连续时间马尔可夫链(6.5节)两部分.然而,也可以作如下选择：略去课本中关于随机过程的全部内容,这样可使任课教师集中精力介绍概率论的基本概念,或者增加一些感兴趣的其他材料.
本书的主要省略之处是缺乏对统计学的全面介绍.我们引入了离散和连续情形下的贝叶斯准则和最小二乘估计,引入贝叶斯统计理论,但并不涉及参数估计和非贝叶斯假设检验.
Dimitri P.Bertsekas, dimitrib@mit.edu
John N.Tsitsiklis, jnt@mit.edu
2002年5月于麻省剑桥
《概率导论（第2版·修订版）》
作者：[美]伯特瑟卡斯，[美]齐齐克利斯
译者：郑忠国，童行伟
美国工程院院士力作，MIT等全球众多名校教材！
从直观、自然的角度阐述概率，是理工科学生入门首选。
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。
扫一扫
3
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
