• 数学系参考书单(法国巴黎高等师范学校)


    数学是最复杂的研究性学科之一,其研究的先修基础要求很高,所以学习过程也非常需要技术性。中国的数学教材多偏向于苏联风格,不易读,无形中提高了门槛。所以一个合适的教学体系和教材推荐对于数学的学习至关重要。

    这份数学书单,是根据法国巴黎高等师范学校(数学最牛校,没有之一)的指定教材及教授推荐给出,在保持了学术难度的情况下降低学习门槛。这套书目是这套教材构成一个完整的数学教材体系,都是教得特别深入浅出的专著,特别适合自学提高。

    以下是按照学习推荐进度排序的,分本科生和研究生的课程。自学起点是高中毕业。

    数学本科

    如果大家对微积分已经可以定量算了(例如可以计算面积分),就请跳过第一本,否则需要补充一下普通微积分的基础。

    Calculus (揭密系列书之一这是绝对的入门书籍,基础向。如果大家之前学过高数,就可以忽略这一本了。

    下面就开始严格的数学训练了:

    数学分析(一)(英文版)byApostol

    数学分析(二)(英文版)byApostol

    本书为美国大学标准数分教材。数分是一切的基础,没有数分的底子,实变学十遍也没用。可是很多人在初入数学殿堂就立志不做数学了,就是因为采用了苏联风格的中文教材,实在悲剧。学数学本来就是一件快乐而清晰的事情,所以第一本至关重要。请看这本吧,看完之后你会发现中文数分教材很坑爹。

    Linear.Algebra.done.rightby Axler

    好书能让人顺理成章地领悟新概念,烂书能让人放弃理想。这是一本中规中矩但清晰易读的好书。薄薄两百多页,很快就能读完。

    All the Mathematics you missed but need to knowby Garrity

    校长建议大家学完数分和线代之后,不要直接开始学复变或者实变,可以先开始感受一下高级数学的美。这本书可以使读者很容易看透其中的数学本质。仿佛度假观光一样,举重若轻地谈了很多深刻的数学领域,例如拓扑和形式(form)”。数学系的人,先读点轻松的数学入门,日后在读深入的著作将有高屋建瓴之效。
    有了一定的数学概念以后,再开始读基础向的书籍。

    分析类

    对于实变和复变之争的问题,校长认为应该先学复变。虽然复数域大家比较不熟悉,可是复数域的性质比实数域要规整很多,一阶可导,阶阶可导。这么完美的属性在数学中可不多。学习应该先学简单的在学复杂的。

    复变和实变皆推荐Princeton大神Stein的著作

    ComplexAnalysis 》by EliasM. Stein, Rami Shakarchi

    实变

    Real Analysisby Elias M. Stein, Rami Shakarchi

    对于数学这种复杂度和抽象程度极高的学科,光看不行,必须有配套的习题作为质量保证。推荐这本《A ComplexAnalysis Problem Book》。

    有了实变复变的分析学基础后,看泛函分析将是如鱼得水。

    泛函推荐两本,第一本入门,第二本提高(建议在学完拓扑后再看)

    第一本:《Functional AnalysisbyPeter Lax

    第二本:《functioanl analysisby.Walter.Rudin

    Rudin和物理中的Griffith一样,Rudin在数学分析领域所做的杰出工作可能并不广为人知,但他的三本教科书被翻译成多种语言版本,供世界各地的大学生使用。这是他的第三本也是最成功的一本分析学教材,获得1993年美国数学会颁发的Leroy P.Steel奖。大家看完这一本,下一个该做的事情就是把中文版泛函分析教材烧了(当然,中英互译的附录可以留下来背单词用)。

    概率类

    数学系的同学先通过工科概统有一个直观的感受:(关于这一点,我想很多人都有类似的想法吧)

    Foundamental of Probability and Statistics for engineersby Soong

    在加强数学严密性训练:

    Foundation of Modern Probabilityby Kallenberg

    代数类

    A.first.course.in.abstract.algebraby Rotman

    你会惊讶于,为什么对新手而言这么难的一门课能够被他讲得如此生动。你应该知道看完它应该做什么了吧?对的——烧中文书。另外说一句,群论的始祖伽罗华就出自巴黎高师。

    下面就进入经典的点集拓扑的学习,点集拓扑推荐这本

    Basic TopologybyArmstrong.

    当然,既然已经学过了分析和拓扑,下一步学习流形就顺理成章了。

    这本流形上的张量分析很好地介绍了广义相对论中数学的应用。作为本科生,了解一下未来各个方向的内容至关重要。

    Tensoranalysis on Manifolds

    学抽代和拓扑完直接学代数拓扑?其实没必要,高师就是把代数拓扑放在研究生一年级的。你可以先更好地理解一下群论中的Isomor phismFreeGroup这个概念。感受一下应用的美妙(当然不是生活层面的应用,而是稍微具象一些的数学理论,虽然knot theory本身也是研究生的一个细分的专业)推荐这本书:

    Introductionto Knot TheoryCrowellFox

    最后你还需要补这两本书就能够本科数学毕业了。

    DifferentialEquations, Dynamical Systems & A Introduction to Chaos

    很好的微分方程入门,对理解nonlinear有奇效。洛伦兹吸引子的魅力也被充分展示。

    An Introduction to Modern Mathematical Computing by Borwein, Skerritt

    数学研究生

    数学的领域众多,但低年级的研究生入门课程的都必须掌握的。在这些的基础上才有可能谈及后期的研究。

    Hatcher代数拓扑可以说成功地把这门课教得赏心悦目。

    Algebraic.Topologyby A.Hatcher

    学研究生基础课代数几何之前要先学交换代数,推荐这本《交换代数六讲》

    Six Lectures on Commutative Algebraby Elias

    LecturesOn Algebraic Geometry I Sheaves, Cohomology

    Lectureson Algebraic Geometry II Basic Concepts, Coherent Cohomology, Curves and theirJacobians

    在之前Manifold的张量分析基础上,更好地理解黎曼面,这两本套装不可或缺。

    AnIntroduction To Lie Groups And Lie Algebras by Kirillov

    连续群在数学和物理各领域的应用极广,这本李群和李代数是不可或缺的好书。

    有了以上基础,可以看李群领域的Vinberg三卷套神书(好想吐槽,理论物理中也有Weinberg三卷套神书。。。难道叫berg的都是神?)

    Lie groups and algebraic groups I -A. L. Onishchik, E. B. Vinberg

    Lie groups and algebraic groups II -A. L. Onishchik, E. B. Vinberg

    Lie groups and algebraic groups III -A. L. Onishchik, E. B. Vinberg

    最后研究生领域一本基础读物就是这本Operator Theory的书了

    Operator Algebras, Operator Theoryand Applications

     

     

    最近有一些大一刚入学的学弟学妹问我,刚进入数学系应该读哪些书,我想了想就把推荐的书目整理一下存在知乎上以备不时之需吧。

     

    • 数学分析、高等代数

     

    大一最重要的两门基础课无疑是数学分析与高等代数。数学分析张筑生老师的《数学分析新讲》比较好,观点新,不足之处是没有习题,可以使用林源渠的《数学分析解题指南》作为配套习题集。进阶一点的数学分析可以读Rudin的《数学分析原理》。

     

    当系统地学完一遍数学分析之后,可以看一看辛钦的《数学分析八讲》,很薄的一本小册子,但是把数学分析最核心最本质的东西体现出来了,可以解答诸如“为什么要学数学分析”、“数学分析是干嘛的”此类问题。

     

    另外,不是很推荐《吉米多维奇数学分析习题集》,当然做题是必不可少的一个环节,我觉得把每本书的课后习题弄清楚就可以了,如果非要习题集的话,可以做一做胡适耕的《数学分析 定理 问题 方法》或者“裴礼文”。

     

    这里还要强推一下我偶像陶哲轩的《Analysis》,英文原版是上下两册,上册从Peano公理定义自然数说起,逐步建立有理数、实数,读起来一气呵成,不会让你不知道他在说啥,同时下册也有对测度论和Lebesgue积分的介绍,是一本挺好的分析学入门书。

     

    北京大学的《高等代数(第三版)》是一本比较经典的教材,虽然已经出版30年了,却仍被许多院校作为考研指定参考书。但是不可否认,其中的许多观点已经有点陈旧,一些地方的处理略显土鳖。不过北京大学蓝以中老师的《高等代数简明教程》倒是还可以,虽然并不简明,习题部分可以和《高等代数学习指南》配合使用。

     

    • 复分析、实分析

     

    复分析和实分析均推荐E. Stein的作品《Complex Analysis》和《Real Analysis》。Stein的书有一个特点,就是行文流畅,思路清晰,读起来像“小说”。值得一提的是,读Stein的书一定一定要做课后习题!有很多重要的结论和推广都放在习题里,这也是很多人吐槽Stein书正文部分too naive而习题却广受好评的一个原因。

     

    初学实分析的时候也可以配合看看周民强《实变函数论》,至于进阶一点的书,那必然是Rudin的《Real and Complex Analysis》。需要说明的是,这本书的最初受众者并不是本科生,对于我们天赋一般的人来说,读起来有一定的难度,可以在学过一遍实分析复分析之后来尝试一下。

     

    • 泛函分析

     

    很惭愧,我至今没有认真学过一遍泛函分析,只是在课堂上跟随老师听了一遍留了个印象。Stein第四卷《Functional Analysis》据说质量一般,Rudin第三卷《Functional Analysis》据说非常变态(当然以上两本书我都没看过)。张恭庆的《泛函分析讲义(上)》我是读了一点的,普遍评价也还不错。Peter Lax那本泛函分析据说非常好,当然我也没有看过。

     

    • ODE、PDE

     

    ODE没啥好说的,随便找本书看看就差不多了,比如丁同仁《常微分方程》。至于延伸出来的动力系统等理论就要去找专门的书来读。Arnold那本《ODE》写的很几何(当然如果他愿意的话他可以把任何课程写的很几何),有兴趣可以看看。

     

    说到PDE,我曾有一段时间是比较喜欢这种暴力美学的,预习了一下Evans的第一部分,开学上课用的是陈祖墀的《偏微分方程》(基本上是翻译Evans的),所以就没怎么听过课,期末考的也还行。下学期选了一个现代偏微分方程选讲,不知道是个什么级别的。另外据可靠的人透露,Gilbarg有一本《二阶椭圆偏微分方程》是方程方向学生的必刷书,有兴趣可以考虑。

     

    • 抽象代数

     

    由于本人代数极其辣鸡(高等代数都学不好的那种),所以本科阶段代数类课程仅仅学过抽象代数。一开始读的是Artin的《Algebra》,中途听别人推荐换成了GTM73,一段时间之后实在受不了世界图书出版公司的影印质量,遂换回Artin。总之Artin这本书还是非常好的,门槛低,证明详细,习题不难,咸鱼之友。Artin最后一章讲了Galois理论,读完正好接着读他爹E. Artin写的《Galois Theory》。

     

    • 微分几何(流形理论、黎曼几何)

     

    一开始学古典微分几何我是看的小林昭七的《曲线与曲面的微分几何》,这本书比较小众,年代也比较久远,翻译的也比较不好,电子版也比较不清晰,但这都不影响这是一本比较好的书。内容主要是古典的曲线曲面论,也简单介绍了一点整体微分几何,包括微分形式的积分、Gauss-Bonnet定理。

     

    关于微分流形,参见我的一个回答,说的很详细了。

    在本科数学阶段你学过最有趣的一门数学课是什么?为什么?​www.zhihu.com图标

    黎曼几何我还没学,不过教材已经准备好了,do Carmo《Riemannian Geometry》+GTM275。至于评价,等学完再来更新(估计是来不了了)。

     

    • 拓扑学(代数拓扑、微分拓扑)

     

  • 相关阅读:
    解耦和耦合
    python os.remove()方法
    python中split()、os.path.split()函数用法
    P7116-[NOIP2020]微信步数【数学】
    2021牛客OI赛前集训营-方格计数【计数,dp】
    2021牛客OI赛前集训营-树数树【树上启发式合并,堆】
    Ybtoj-排列计数【矩阵乘法,分块幂】
    P7888-「MCOI-06」Distinct Subsequences【dp】
    号爸十一集训 Logs
    数据结构 专项题解
  • 原文地址:https://www.cnblogs.com/Eufisky/p/13913422.html
Copyright © 2020-2023  润新知