国外电子与通信教材系列：概率、统计与随机过程（第4版）（英文版）

　　Preface
　　Chapter 1 Introduction to Probability
　　1.1 Introduction: Why Study Probability?
　　1.2 The Different Kinds of Probability
　　Probability as Intuition
　　Probability as the Ratio of Favorable to Total Outcomes (Classical Theory)
　　Probability as a Measure of Frequency of Occurrence
　　Probability Based on an Axiomatic Theory
　　1.3 Misuses, Miscalculations, and Paradoxes in Probability
　　1.4 Sets, Fields, and Events
　　Examples of Sample Spaces
　　1.5 Axiomatic Definition of Probability
　　1.6 Joint, Conditional, and Total Probabilities; Independence
　　Compound Experiments
　　1.7 Bayes' Theorem and Applications
　　1.8 Combinatorics
　　Occupancy Problems
　　Extensions and Applications
　　1.9 Bernoulli Trials-Binomial and Multinomial Probability Laws
　　Multinomial Probability Law
　　1.10 Asymptotic Behavior of the Binomial Law: The Poisson Law
　　1.11 Normal Approximation to the Binomial Law
　　Summary
　　Problems
　　References
　　Chapter 2 Random Variables
　　2.1 Introduction
　　2.2 Definition of a Random Variable
　　2.3 Cumulative Distribution Function
　　Properties of FX(x)
　　Computation of FX(x)
　　2.4 Probability Density Function (pdf)
　　Four Other Common Density Functions
　　More Advanced Density Functions
　　2.5 Continuous, Discrete, and Mixed Random Variables
　　Some Common Discrete Random Variables
　　2.6 Conditional and Joint Distributions and Densities
　　Properties of Joint CDF FXY (x, y)
　　2.7 Failure Rates
　　Summary
　　Problems
　　References
　　Additional Reading
　　Chapter 3 Functions of Random Variables
　　3.1 Introduction
　　Functions of a Random Variable (FRV): Several Views
　　3.2 Solving Problems of the Type Y = g(X)
　　General Formula of Determining the pdf of Y = g(X)
　　3.3 Solving Problems of the Type Z = g(X, Y )
　　3.4 Solving Problems of the Type V = g(X, Y ), W = h(X, Y )
　　Fundamental Problem
　　Obtaining fVW Directly from fXY
　　3.5 Additional Examples
　　Summary
　　Problems
　　References
　　Additional Reading
　　Chapter 4 Expectation and Moments
　　4.1 Expected Value of a Random Variable
　　On the Validity of Equation 4.1-
　　4.2 Conditional Expectations
　　Conditional Expectation as a Random Variable
　　4.3 Moments of Random Variables
　　Joint Moments
　　Properties of Uncorrelated Random Variables
　　Jointly Gaussian Random Variables
　　4.4 Chebyshev and Schwarz Inequalities
　　Markov Inequality
　　The Schwarz Inequality
　　4.5 Moment-Generating Functions
　　4.6 Chernoff Bound
　　4.7 Characteristic Functions
　　Joint Characteristic Functions
　　The Central Limit Theorem
　　4.8 Additional Examples
　　Summary
　　Problems
　　References
　　Additional Reading
　　Chapter 5 Random Vectors
　　5.1 Joint Distribution and Densities
　　5.2 Multiple Transformation of Random Variables
　　5.3 Ordered Random Variables
　　5.4 Expectation Vectors and Covariance Matrices
　　5.5 Properties of Covariance Matrices
　　Whitening Transformation
　　5.6 The Multidimensional Gaussian (Normal) Law
　　5.7 Characteristic Functions of Random Vectors
　　Properties of CF of Random Vectors
　　The Characteristic Function of the Gaussian (Normal) Law
　　Summary
　　Problems
　　References
　　Additional Reading
　　Chapter 6 Statistics: Part 1 Parameter Estimation
　　6.1 Introduction
　　Independent, Identically, Observations
　　Estimation of Probabilities
　　6.2 Estimators
　　6.3 Estimation of the Mean
　　……

　　    《国外电子与通信教材系列：概率、统计与随机过程（第四版）（英文版）》从工程应用的角度，全面阐述概率、统计与随机过程的基本理论及其应用。全书共11章，首先简单介绍概率论，然后各章分别讨论随机变量、随机变量的函数、均值与矩、随机矢量、统计（包括参数估计和假设检验）、随机序列、随机过程基础知识和深入探讨，最后讨论了统计信号处理中的相关应用。书中给出了大量电子和信息系统相关实例，每章给出了丰富的习题。