概率论与数理统计

　　前言
　　第1章  随机事件和概率
　　1.1  随机事件
　　1.1.1  随机试验与样本空间
　　1.1.2  随机事件
　　1.1.3  事件的运算
　　1.2  随机事件的频率与概率
　　1.2.1  随机事件的频率
　　1.2.2  概率的统计定义
　　1.2.3  概率的公理化定义
　　1.3  古典概型与几何概型
　　1.3.1  古典概型的定义与计算公式
　　1.3.2  几何概型
　　1.4  条件概率
　　1.4.1  条件概率和乘法公式
　　1.4.2  全概率公式和贝叶斯（Bayes）公式
　　1.5  独立性
　　1.5.1  两个事件的独立性
　　1.5.2  多个事件的相互独立性
　　1.5.3  独立事件的乘法公式和加法公式
　　1.5.4  贝努里（Bernoulli）概型
　　习题1
　　第2章  随机变量及其数字特征
　　2.1  随机变量
　　2.2  离散型随机变量及其分布列
　　2.3  随机变量的分布函数
　　2.4  连续型随机变量及其概率密度
　　2.5  随机变量函数的分布
　　2.5.1  离散型随机变量函数的分布
　　2.5.2  连续型随机变量函数的分布
　　2.6  随机变量的数字特征
　　2.6.1  随机变量的数学期望
　　2.6.2  随机变量函数的数学期望
　　2.6.3  随机变量的方差
　　2.6.4  随机变量的矩和切比雪夫（chebyshev）不等式
　　习题2
　　第3章  随机向量的分布及数字特征
　　3.1  随机向量的分布
　　3.1.1  随机向量及其分布函数
　　3.1.2  二维离散型随机向量及其概率分布
　　3.1.3  二维连续型随机向量及其概率分布
　　3.1.4  两个常用的多维分布
　　3.2  随机变量的独立性
　　3.2.1  独立性的一般概念
　　3.2.2  离散型随机变量的独立性
　　3.2.3  连续型随机变量的独立性
　　3.3  二维随机向量的条件分布
　　3.3.1  离散型随机向量的条件概率分布
　　3.3.2  连续型随机向量的条件分布
　　3.4  随机向量函数的分布
　　3.4.1  离散型随机向量函数的分布
　　3.4.2  连续型随机向量函数的分布
　　3.5  随机向量的数字特征
　　3.5.1  随机向量函数的数学期望
　　3.5.2  数学期望与方差的运算性质
　　3.5.3  协方差
　　3.5.4  相关系数
　　习题3
　　第4章  极限定理
　　4.1  大数定律
　　4.1.1  大数定律的意义
　　……
　　第5章  数理统计的基本概念
　　第6章  参数估计
　　第7章  假设检验
　　第8章  方差分析和线性回归分析
　　附表
　　习题答案
　　参考文献

　　    概率论与数理统计是研究随机现象的一门数学分支，是与现实世界联系最为密切的学科之一。在多年教学的基础上，我们编写了这本教材。全书分8章，第1章到第4章为概率论部分，第5章到第8章为数理统计部分。本书通过例题细致地阐述了概率论与数理统计中的主要概念和方法，对定理和结论大多给出了直观而且严格的证明，每章后有大量的应用题，有助于培养学生分析问题与解决问题的能力。
　　    本书适合作高等学校非数学专业的本科生教材，也可供从事该学科研究的有关人员参考。