“概率論與數理統計”是一門應用性很強又頗具特色的數學學科，其理論與方法幾乎遍及所有科學技術領域及工農業生產和國民經濟的各個部門，現在，“概率論與數理統計”已成為高等院校理工類、經管類的重要課程之一。
李雲龍等編著的《概率論與數理統計》主要內容包括概率論的基本概念、隨機變量及其概率分布、數字特征、大數定律與中心極限定理、統計量及其概率分布、參數估計和假設檢驗以及MATLAB軟件在概率論與數理統計中的應用等。每章節後配有適量習題，幫助讀者鞏固所學知識。本書結構嚴謹，敘述詳細，通俗易學，可作為高等院校工科、理科(非數學專業)各專業的教材及研究生入學考試的參考書，也可供工程技術人員、科技工作者參考。

李雲龍等編著的《概率論與數理統計》按照高等 院校“概率論與數理統計”課程教學的基本要求編寫 ， 內容結合了編者多年來對這門課程講解的經驗、體會 及進行的相關研究。 《概率論與數理統計》共10章，分為概率論、數 理統計、軟件應用三個部分。其中， 第l章至第5章是概率論部分，介紹概率論的基本理論 知識與處理方法； 第6章至第8章是數理統計部分，介紹數理統計的基本 知識和一些常用的 數理統計方法：第9章、第10章是軟件應用部分，介 紹應用MATLAB解 決概率統計問題。這三個部分的內容既可構成一個連 貫的整體，又有相對 的獨立性，讀者可以根據自己的需要學習全部或部分 內容。 《概率論與數理統計》可作為高等院校工科、理 科(非數學專業)各專業的教材及研究 生入學考試的參考書，也可供工程技術人員、科技工 作者參考。

前言
第l章 隨機事件與概率
1.1 樣本空間與隨機事件
1.2 事件間的關繫與運算
1.3 頻率與概率
1.4 古典概型
1.5 概率的公理化定義
習題1
第2章 條件概率與事件的獨立性
2.1 條件概率
2.2 事件獨立性
2.3 伯努利試驗與二項概率
習題2
第3章 隨機變量及其分布
3.1 隨機變量及其分布
3.2 離散型隨機變量
3.3 連續型隨機變量
3.4 隨機變量函數的分布
習題3
第4章 二維隨機變量及其分布
4.1 二維隨機變量及分布函數
4.2 二維離散型隨機變量
4.3 二維連續型隨機變量
4.4 隨機變量的獨立性
4.5 二維隨機變量函數的分布
習題4
第5章 隨機變量的數字特征
5.1 數學期望
5.2 方差與標準差
5.3 協方差與相關繫數
5.4 大數定律
5.5 中心極限定理
習題5
第6章 統計量及其分布
6.1 總體和樣本
6.2 統計量及抽樣分布
習題6
第7章 參數估計
7.1 點估計
7.2 區間估計
習題7
第8章 假設檢驗
8.1 假設檢驗的基本思想與概念
8.2 單個正態總體參數的假設檢驗
8.3 兩個正態總體參數的假設檢驗
8.4 分布擬合檢驗
習題8
第9章 MATLAB在概率統計中的命令與格式
9.1 隨機數的產生
9.1.1 二項分布的隨機數據的產生
9.1.2 正態分布的隨機數據的產生
9.1.3 常見分布的隨機數據的產生
9.1.4 通用函數求各分布的隨機數據
9.2 隨機變量的概率密度計算
9.2.1 通用函數計算概率密度函數值
9.2.2 專用函數計算概率密度函數值
9.2.3 常見分布的密度函數作圖
9.3 隨機變量的累積概率值(分布函數值)
9.3.1 通用函數計算累積概率值
9.3.2 專用函數計算累積概率值(隨機變量x≤k的概率之和)
9.4 隨機變量的逆累積分布函數
9.4.1 通用函數計算逆累積分布函數值
9.4.2 專用函數.inv計算逆累積分布函數
9.5 隨機變量的數字特征
9.5.1 平均值、中值
9.5.2 數據比較
9.5.3 期望
9.5.4.方差
9.5.5 常見分布的期望和方差
9.5.6 協方差與相關繫數
9.6 統計作圖
9.6.1 正整數的頻率表
9.6.2 經驗累積分布函數圖形
9.6.3 *小二乘擬合直線
9.6.4 繪制正態分布概率圖形
9.6.5 繪制韋伯(Weibull)概率圖形
9.6.6 樣本數據的盒圖
9.6.7 給當前圖形加一條參考線
9.6.8 在當前圖形中加入一條多項式曲線
9.6.9 樣本的概率圖形
9.6.10 附加有正態密度曲線的直方圖
9.6.1l 在指定的界線之間繪制正態密度曲線
9.7 參數估計
9.7.1 常見分布的參數估計
9.7.2 非線性模型置信區間預測
9.7.3 對數似然函數
9.8 假設檢驗
9.8.1 б2已知，單個正態總體的均值μ的假設檢驗(u檢驗法)
9.8.2 б2未知，單個正態總體的均值μ的假設檢驗(t檢驗法)
9.8.3 兩個正態總體均值的檢驗(t檢驗)
9.8.4 兩個總體一致性的檢驗——秩和檢驗
9.8.5 兩個總體中位數相等的假設檢驗——符號秩檢驗
9.8.6 兩個總體中位數相等的假設檢驗——符號檢驗
9.8.7 正態分布的擬合優度測試
9.8.8 單個樣本分布的Kolmogorov.Smimov測試
9.8.9 兩個樣本具有相同的連續分布的假設檢驗
9.9 方差分析
9.9.1 單因素方差分析
9.9.2 雙因素方差分析
**0章 用MATLAB解決概率問題
10.1 數據分析
10.1.1 幾種均值
10.1.2 數據比較
10.1.3 累和與累積
10.2 離散型隨機變量的概率及概率分布
10.2.1 幾個常見分布
10.2.2 概率密度函數值
10.3 連續型隨機變量的概率及其分布
10.3.1 幾個常見分布
10.3.2 概率密度函數值
10.3.3 累積概率函數值(分布函數)
10.3.4 逆累積概率值
10.4 數字特征
10.4.1 隨機變量的期望
10.4.2 方差
10.4.3 常用分布的期望與方差求法
10.5 二維隨機變量的數字特征
10.5.1 期望
10.5.2 協方差
10.5.3 相關繫數
10.6 統計直方圖
10.7 參數估計
10.7.1 點估計
10.7.2 *大似然估計
10.8 方差分析與回歸分析
10.8.1 方差分析
10.8.2 回歸分析
附表1 泊松分布表
附表2 標準正態分布表
附表3 t分布表
附表4 x2分布表
附表5 F分布表
部分習題參考答案