第一章 初等概率论 1
1．有限种结局试验的概率模型 1
2．某些经典模型和分布 11
3．条件概率．独立性 22
4．随机变量及其特征 24
5．伯努利概型Ⅰ．大数定律 29
6．伯努利概型Ⅱ．极限定理（棣莫弗-拉普拉斯局部定理、泊松定理） 31
7．伯努利概型中“成功”概率的估计 34
8．关于分割的条件概率与条件数学期望 36
9．随机游动Ⅰ．掷硬币博弈的破产概率和平均持续时间 39
10．随机游动Ⅱ．反射原理．反正弦定律 42
11．鞅．鞅对随机游动的某些应用 46
12．马尔可夫链．遍历性定理．强马尔可夫性 49
第二章 概率论的数学基础 51
1．有无限种结局试验的概率模型．柯尔莫戈洛夫公理化体系 51
2．代数和σ-代数．可测空间 56
3．在可测空间上建立概率测度的方法 62
4．随机变量Ⅰ 69
5．随机元 73
6．勒贝格积分．数学期望 74
7．关于σ-代数的条件概率和条件数学期望 93
8．随机变量Ⅱ 101
9．建立具有给定有限维分布的过程 121
10．随机变量序列收敛的各种形式 122
11．具有有限二阶矩的随机变量的希尔伯特空间 131
12．特征函数 132
13．高斯系 142
第三章 概率测度的接近程度和收敛性．中心极限定理 156
1．概率测度和分布的弱收敛 156
2．概率分布族的相对紧性和稠密性 160
3．极限定理证明的特征函数法 162
4．独立随机变量之和的中心极限定理Ⅰ．林德伯格条件 168
5．独立随机变量之和的中心极限定理Ⅱ．非经典条件 176
6．无限可分分布和稳定分布 177
7．弱收敛的“可度量性” 181
8．关于测度的弱收敛与随机元的几乎处处收敛之间的联系 182
9．概率测度之间的变差距离．角谷-海林格距离和海林格积分．对测度的绝对连续性和奇异性的应用 185
10．概率测度的临近性和完全渐近可区分性 191
11．中心极限定理的收敛速度 193
12．泊松定理的收敛速度 194
13．数理统计的基本定理 196
第四章 独立随机变量之和与独立随机变量序列 200
1．0-1律 200
2．级数的收敛性 203
3．强大数定律 208
4．重对数定律 213
5．强大数定律的收敛速度和大偏差概率 217
第五章 强（狭义）平稳随机序列与遍历理论 222
1．强（狭义）平稳随机序列．保测变换 222
2．遍历性与混合性 224
3．遍历性定理 225
第六章 弱（广义）平稳随机序列．L2理论 230
1．协方差函数的谱表示 230
2．正交随机测度与随机积分 232
3．弱（广义）平稳序列的谱表示 233
4．协方差函数和谱密度的统计估计 235
5．沃尔德分解 237
6．外推、内插和过滤 238
7．卡尔曼-布西滤子及其推广 239
第七章 构成鞅的随机变量序列 243
1．鞅和相关概念的定义 243
2．在时间变量为随机时间时鞅性的不变性 248
3．一些基本不等式 253
4．半鞅和鞅收敛的基本定理 261
5．半鞅和鞅的收敛集 266
6．概率测度在带滤子的可测空间上的绝对连续性和奇异性 268
7．随机游动越出曲线边界的概率的渐近式 270
8．相依随机变量之和的中心极限定理 272
9．伊藤公式的离散版本 274
10．保险中破产概率的计算．鞅方法 275
11．随机金融数学的基本定理．无套利的鞅特征 277
12．无套利模型中与“对冲”有关的核算 278
13．最优停止问题．鞅方法 280
第八章 形成马尔可夫链的随机变量序列 282
1．定义和基本性质 282
2．推广马尔可夫性和强马尔可夫性 285
3．马尔可夫链的极限、遍历和平稳概率分布问题 290
4．马尔可夫链的状态按转移概率矩阵的代数性质分类 290
5．马尔可夫链的状态按转移概率矩阵的渐近性质分类 291
6．7．可数与有限马尔可夫链的极限分布、遍历分布和平稳分布 296
8．作为马尔可夫链的简单随机游动 298
9．马尔可夫链的最优停止问题 305
附录 本书所用到的组合论与概率论中的基本符号与重要概念简介 309
1．组合论基础 309
2．概率结构与概念 314
3．概率论的解析工具与方法 317
4．（狭义）平稳随机序列 330
5．（广义）平稳随机序列 331
6．鞅 332
7．马尔可夫链 333
参考文献 349
名词索引 356