绪论 1
第一篇随机变量与概率分布 5
第一章基本概念 5
1事件和概率 5
2古典概型 11
3概率场 16
4概率的基本运算法则 23
5独立试验序列概型 28
6例 35
第二章随机变量及分布函数 44
1随机变量 44
2多元随机变量及多元分布函数 51
3经验分布函数与直方图 61
4随机变量函数的分布 69
第三章随机变量的数字特征 76
1数学期望 77
2方差 82
3随机变量函数的数字特征 91
4矩 96
第四章特征函数 99
1特征函数的定义及性质 99
2逆转公式及唯一性定理 102
3分布函数列的弱收敛、海莱定理 104
4特征函数的极限定程 108
5波赫纳尔-辛钦定理 110
6多元随机变量的特征函数 114
第五章极限定理 116
1大数定律 117
2中心极限定理 127
第二篇数理统计 137
第一章参数估计 140
1问题的提出 140
2求估计量的方法 141
第二章假设检验 150
1问题的提出 150
2预备知识 152
3参数假设检验 159
4分布的假设检验 169
5检验法好坏的标准 177
第三章产品验收的抽样方案 183
1单式抽样 183
2复式抽样 185
3序贯抽样 186
第四章离差分析 193
1问题的提出 193
2一元离差分析 194
3二元离差分析 200
第五章回归分析 207
1问题的提出 207
2一元线性回归 208
3多元回归 215
4回归系数与相关系数的假设检验 223
第六章质量控制 228
1问题的提出 228
2次序统计量 230
3控制图 234
4控制图的利用 238
第七章极值分布 241
1问题的提出 241
2三种类型的原始分布 242
3第一种渐近分布 244
4第二种与第三种渐近分布 251
5最小值的分布 251
第三篇 随机过程 253
第一章马尔可夫过程 255
1定义 255
2马尔可夫链 257
3时间连续状态离散的马尔可夫过程 261
4状态为连续的马尔可夫过程和扩散过程 272
第二章平稳过程 283
1引言 283
2平稳过程和相关函数 285
3相关函数的谱分解及各态历经定理 290
4平稳随机函数的谱分解 296
5平稳过程在线性动力学系统中的应用 302
6平稳过程的线性滤过 308
第四篇信息论 319
第一章信息量的概念 320
1信息量 320
2基本性质 324
3唯一性定理 329
4连续信源的熵及其基本性质 333
第二章编码问题 343
1最优编码 343
2抗扰编码 352
第三章离散信源与通路 357
1无记忆的离散通路 357
2有限记忆的离散通路 366
3渐近等同分割性 373
4渐近等同分割性的应用 379
第四章带干扰通路的信息传送问题 385
1带干扰通路的基本定理 385
2带干扰通路的信息传递 394
3连续信号的构造 400
附录一测度与积分 403
附录二 409
参考文献 417