概率统计与随机过程（修订版）

　　第1章 随机事件及其概率
　　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 随机事件间的关系及运算
　　1.2 随机事件的概率
　　1.2.1 频率
　　1.2.2 概率的公理化定义及性质
　　1.3 古典概率模型
　　1.4 条件概率、全概率公式与贝叶斯公式
　　1.4.1 条件概率
　　1.4.2 乘法公式
　　1.4.3 全概率公式与贝叶斯公式
　　1.5 事件的独立性与贝努里试验
　　1.5.1 事件的独立性
　　1.5.2 贝努里试验
　　习题一
　　第2章 随机变量及其分布
　　2.1 随机变量
　　2.1.1 随机变量的概念
　　2.1.2 随机变量的分类
　　2.2 离散型随机变量的概率分布
　　2.2.1 离散型随机变量的分布律
　　2.2.2 几种常见离散型随机变量的分布
　　2.3 随机变量的分布函数
　　2.3.1 随机变量的分布函数
　　2.3.2 离散型随机变量的分布函数
　　2.4 连续型随机变量及其分布
　　2.4.1 连续型随机变量的概率密度
　　2.4.2 几种常见连续型随机变量的分布
　　2.5 一维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
　　习题二
　　第3章 多维随机变量及其分布
　　3.1 二维随机变量及其分布函数
　　3.1.1 二维随机变量的分布函数
　　3.1.2 二维离散型随机变量
　　3.1.3 二维连续型随机变量
　　3.1.4 二维连续型随机变量的常用分布
　　3.2 边缘分布
　　3.2.1 边缘分布函数
　　3.2.2 二维离散型随机变量的边缘分布律
　　3.2.3 二维连续型随机变量的边缘概率密度
　　3.3 二维随机变量的条件分布
　　3.3.1 离散型随机变量的条件分布
　　3.3.2 连续型随机变量的条件分布
　　3.4 随机变量的独立性
　　3.5 二维随机变量函数的分布
　　3.5.1 二维离散型随机变量函数的分布
　　3.5.2 二维连续型随机变量函数的分布
　　习题三
　　第4章 随机变量的数字特征
　　4.1 随机变量的数学期望
　　4.1.1 离散型随机变量的数学期望
　　4.1.2 连续型随机变量的数学期望
　　4.1.3 随机变量函数的数学期望
　　4.1.4 数学期望的性质
　　4.2 随机变量的方差
　　4.2.1 方差的概念
　　4.2.2 方差的性质
　　4.2.3 几种重要分布的数学期望及方差
　　4.3 协方差与相关系数
　　4.3.1 协方差
　　4.3.2 相关系数
　　4.4 矩与协方差矩阵
　　4.4.1 矩
　　4.4.2 协方差矩阵
　　习题四
　　第5章 大数定律与中心极限定理
　　5.1 大数定律
　　5.1.1 切比雪夫不等式
　　5.1.2 三个大数定律
　　5.2 中心极限定理
　　习题五
　　第6章 样本及抽样分布
　　6.1 总体和样本
　　6.2 抽样分布
　　6.2.1 常用统计量
　　6.2.2 经验分布函数
　　6.2.3 三个重要的抽样分布
　　6.3 正态总体样本均值与样本方差的分布
　　习题六
　　第7章 参数估计
　　7.1 点估计
　　7.1.1 矩估计法
　　7.1.2 最大似然估计法
　　7.2 估计量的评选标准
　　7.2.1 无偏性
　　7.2.2 有效性
　　7.2.3 相合性
　　7.3 区间估计的概念
　　7.4 正态总体均值与方差的区间估计
　　7.4.1 单个总体的情况
　　7.4.2 两个总体的情况
　　7.5 单侧置信区间
　　习题七
　　第8章 假设检验
　　8.1 假设检验的基本概念
　　8.1.1 双边假设检验
　　8.1.2 假设检验的两类错误及其发生的概率
　　8.1.3 单边假设检验
　　8.1.4 假设检验与置信区间的关系
　　8.2 单个正态总体均值和方差的假设检验
　　8.2.1 单个正态总体均值的假设检验
　　8.2.2 单个正态总体方差的假设检验
　　8.3 两个正态总体均值和方差的假设检验
　　8.3.1 两个正态总体均值差的假设检验
　　8.3.2 两个正态总体方差的假设检验
　　8.4 非参数假设检验
　　8.4.1 X2拟合优度检验
　　8.4.2 偏度和峰度检验
　　习题八
　　第9章 随机过程引论
　　9.1 随机过程的概念
　　9.1.1 随机过程的概念
　　9.1.2 随机过程的分类
　　9.2 随机过程的统计描述
　　9.2.1 随机过程的分布
　　9.2.2 随机过程的数字特征
　　9.3 几种重要的随机过程
　　9.3.1 独立增量过程
　　9.3.2 泊松过程
　　9.3.3 正态过程
　　9.3.4 维纳过程（正态过程的一种特殊情况）
　　习题九
　　第10章 马尔可夫链
　　10.1 马尔可夫链的概念及转移概率
　　10.1.1 马尔可夫链的定义
　　10.1.2 马氏链的转移概率
　　10.1.3 一步转移概率及其矩阵
　　10.2 多步转移概率的确定
　　10.2.1 n步转移概率及其矩阵
　　10.2.2 切普曼-科尔莫戈罗夫方程
　　10.3 马氏链的有限维分布
　　10.3.1 初始概率与绝对概率
　　10.3.2 马氏链的有限维分布
　　10.4 遍历性
　　10.4.1 遍历性的定义
　　10.4.2 有限马氏链具有遍历性的充分条件
　　10.4.3 平稳分布
　　习题十
　　第11章 平稳随机过程
　　11.1 平稳随机过程的概念
　　11.1.1 严平稳随机过程及其数字特征
　　11.1.2 宽平稳随机过程
　　11.2 平稳过程相关函数的性质
　　11.2.1 相关函数的性质
　　11.2.2 互相关函数的性质
　　11.3 各态历经性
　　11.3.1 时间平均的概念
　　11.3.2 平稳过程各态历经性的定义
　　11.3.3 平稳过程各态历经的充要条件
　　11.4 平稳过程的功率谱密度
　　11.4.1 功率谱密度的概念
　　11.4.2 功率谱密度的性质
　　11.4.3 白噪声过程
　　11.4.4 互谱密度
　　11.5 平稳过程通过线性系统的分析
　　11.5.1 时不变线性系统
　　11.5.2 频率响应和脉冲响应
　　习题十一
　　附表
　　习题参考答案

　　    《概率统计与随机过程（修订版）》共有11章，第1章至第5章是概率论部分，内容有随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理；第6章至第8章是数理统计部分，内容有样本及抽样分布、参数估计、假设检验；第9章至第11章是随机过程部分，内容有随机过程引论、马尔可夫链、平稳过程．各章均选配了适量的习题，并附有参考答案。
　　    《概率统计与随机过程（修订版）》可作为工科、理科(非数学)、经济、管理等专业的概率统计课程的教材，也可作为研究生入学考试的参考书。