課程：MATH2431
作者：zchendg [18级 混吃等死]
創建於：2020-06-06 03:00:31
更新於：2020-06-06 13:22:30
课程时间:2020spring
授课教授：男神BAO Zhigang
我觉得教授：各方面男神+好人，非常kind+nice
评分标准：20%hw+30%mid+50%final or 20%hw+80%final
这门课的grade：虽然讲的难，但考试要求不高，拿好龟不难
教学内容：期中是这门课的一个分界线，期中前是基于测度论的常规概率内容，大致包括事件，贝叶斯公式，条件概率，离散型随机变量，连续随机变量；随机变量的卷积，一些常见的分布函数（高斯泊松之流）；期中后则进入了更加有趣的内容，主要特征函数和几种概率的收敛模型（其实随机变量的convergence mode就是实分析里面的东西几乎原封不动的搬过来），0-1律等，期中后的内容比较分析，不太像是没学概率前所认为的概率。然后总体难度来说的话其实期中前后的难度都差不多，但是期中后的内容更陌生一些，所以一开始学的话会因为全新内容觉得不是那么好上手。另外这门课真的很学东西，尤其midterm后有很多常规概率论不会cover的内容，是和实分析结合后真正有趣的东西。Tutorial值得一去，ta会先把这周的内容简单过一下，然后给3-4道例题，例题难度都挺大的，自己做会有很大的困难，而且有些真的很technical，考试平均难度要低于tutorial不少。
工作量：一学期6次作业，每次作业量还比较适中，集中写的话半天多一点能够写完，所以作业量不算很大。工作量方面如果没上过是分析的话内容还是很多的，另外至少要在学过/在学数学分析的情况下来上，不然midterm后的内容可能吃不太消，工作量大概是5分多一点点的样子（绝对少于3043，但多于2131）。如果上过实分析的话会轻松不少，这个轻松的原因是来自于大概有一半多的内容和实分析（测度论）的逻辑相通，所以能够更快的找到对应的内容，理解起来快上很多（比如measurable，sigma field，convergence in measure），工作量大概是常规的3分honor课。
考试方面：虽然教授的内容讲的很多，但是碍于科大一个学期只有12个教学周，所以尤其期中后的很多定理的证明是略过的，考试的时候也不会去涉及，所以即使觉得课上讲的内容比较复杂也不用去太过担心；至于考试难度简单题持平作业难度，然后难题要比作业的难题难度低一些，不过不会有什么太难的题，虽然教授讲的内容很多，部分比较困难，但是他还是很考虑了学生接受的程度，不会让我们在考试过程中太绝望hhhh；另外ta判卷判的也确实不算严，过程分占了百分之70以上将近；只要认真听课，记住+理解了教授midterm前讲的内容，会用，会用，会用midterm后的lemma和theorem；知道课上的例子怎么分析（考试很多题来自课上，bao课上讲的例子一定要弄懂）就能在考试拿到一个还可以的分数。
给龟方面：今年缺少样本对比，但好像和往年一样，是90+是A+，然后往下每五分一个subgrade，midterm mean 70; final mean 73；卷子真的判的很松很松....加上作业后，overall的mean是76，对应下来mean就有B+以上，给龟真的很好很好，当之无愧的神龟课（而且还学到了很多东西，一学期上下来真的很爽）...
請登錄後再評論
