Infinitely divisible(无穷可分)分享 http://blog.sciencenet.cn/u/a3141592653589 概率与数理统计,随机过程,金融数学,精算,大数据,机器学习,高维统计,金融统计,数学建模,学术资讯,书单

博文

亚马逊当当网友对钟开莱(Kai Lai Chung)写的初等概率论书5星好评

已有 7190 次阅读 2015-12-17 10:59 |系统分类:科研笔记



先引用网友的话 “选一本适合自己的好的教材对自己以后的学习是决定性的重要--这是学数学的人首先必须明白的--不仅是对概率方向,对数学的各个分支都是如此。大一的时候齐名友老师跟我特别提到过这一点,可惜我当时不以为然,结果走了很多弯路,到研究生以后才慢慢明白这个道理一本山寨小学校的老师七拼八凑编写的烂书,常常对学习(特别是自学)不仅无益反而有害,因为你往往浪费了时间却只能得到这个一些支离破碎的印象,这样你会遗忘得很快,很可能到头来你还得重新学一遍;另一些时候,你选择了众人推荐的名著,但你如果当前的水平达不到一定的层次,它往往会打击你的信心让你灰心丧气,甚至会让你不再有学下去的欲望。这两种情形显然都是人们应该尽量避免的。”


1.亚马逊网友好评如潮(平均5 星)http://www.amazon.cn/product-reviews/B003GXFBMA/ref=cm_cr_dp_see_all_btm?ie=UTF8&showViewpoints=1&sortBy=bySubmissionDateDescending

 

先介绍一下作者,钟开莱(1917~2009)是著名华裔数学家、概率学家,1940年毕业于西南联大数学系,1945年凭庚子赔款奖学金赴美留学,1947年获普林斯顿大学博士学位,曾任斯坦福大学数学系系主任。
本书是典型的大师之作,在初等水平上讲解概率论的本质,与国内那些垃圾概率论教材相比,差距何止是几条街,应该是几光年才对!

我几乎很少写书评,因为懒。
但是满怀痛苦看过Ross的A First Course in Probability之后,开开的书让我有种找到知音的感觉。
看“肉丝”的书,一个例子接着一个例子,不知道什么时候才是个完,而例子和例子之间的关联也不明白,还喜欢跳掉步骤,哟哟,可惜“肉丝”毕竟没有“卤丁”那样的写书功力。
“肉丝”可以当做野怪,没事去打打怪升级,“开开”可以当做主要的教程,自学也好,他人教也好,是两相宜的。
不知道知识要在头脑里清晰到什么程度,才可以写出如此简单明了的书。
“肉丝”和开开的区别,可能就是牛人和大湿的区别吧。

非常好的书,大量的例子,讲得很透彻很生动,不像国内的书那么死板。

经典中的经典,虽然是初级概率论,但非常注重概率论的基本概得讲解,并且这本书举了大量例子来讨论概率的直观感觉。但是写得非常好啊,实在建议所有没读过的人读一遍。

对于基本内容的论述十分到位。觉得不过瘾的可以去看作者的另一本书需要测度论的基础。另外作者写的随机微积分也非常棒

讲得很好的概率论教科书,作者个人风格突出,真可谓开卷有益。

值得一读,好书。详细讲解基本概念,稳扎稳打,逐渐深入,同时又不会迷失在细节中。

书的质量挺好的,钟开莱是美籍华人概率论大家,内容相当有保证
适合本科概率论入门使用

给你一种对概率的intuitive

由于工作中常用到概率和统计,我想再把自己的概论统计知识巩固提高一下,查了好多书,网友都说这本书是经典,我便选择了这本,但是看了三、四章,发现书写的是很好,很生动,论述也应该很透彻,但是我发现似乎对非数学专业的人来说,是不是这本书有点太专业了?还是我水平不够啊?


2.当当网好评如潮(98.5%推荐)http://product.dangdang.com/20814966.html#comment


一代華人數學家鐘開萊先生的傑作。可能知道鐘先生名字的人並不多,但在概率界,K.L. Chung的名字是如雷貫耳的。一定要好好讀一讀!

学概率直接看这本吧,看国内教材就是在浪费时间

Chung, Kai Lai, 钟开莱写的,看了他的简历,发现他真的很强,很有天赋。风格是美国和中国的结合。说句心里话,他对数学方面的贡献绝对不亚于陈省身,只不过他,没有回报祖国,这是最大的遗憾!

和大学里的概率课本路数很不一样。

一代概率论大师钟开莱的经典之作





https://blog.sciencenet.cn/blog-752541-943982.html

上一篇:2015美国中学数学建模竞赛A题翻译:道路愤怒
下一篇:恭喜概率统计领域的Stein方法获得获得“国家自然科学奖”二等奖
收藏 IP: 61.183.118.*| 热度|

2 杨正瓴 ttee1

该博文允许注册用户评论 请点击登录 评论 (4 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-5 13:28

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部