书中通过大量的例子系统介绍了概率论的基础知识及其广泛应用，内容涉及组合分析、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等。各章末附有大量的练习，还在书末给出自检习题的全部解答。

Sheldon M. Ross靠前知名概率与统计学家，南加州大学工业工程与运筹系系主任。毕业于斯坦福大学统计系，曾在加州大学伯利分校任教多年。研究领域包括：随机模型．仿真模拟、统计分析、金融数学等：Ross教授著述颇丰，他的多种畅销数学和统计教材均产生了世界性的影响。

前言
第1章组合分析1
1.1引言1
1.2计数基本法则2
1.3排列3
1.4组合5
1.5多项式系数9
1.6方程的整数解个数12
第2章概率论公理21
2.1引言21
2.2样本空间和事件21
2.3概率论公理25
2.4几个简单命题28
2.5等可能结果的样本空间32
*2.6概率：连续集函数42
2.7概率：确信程度的度量46
第3章条件概率和独立性56
3.1引言56
3.2条件概率56
3.3贝叶斯公式62
3.4独立事件75
3.5P（·|F）是概率89
第4章随机变量112
4.1随机变量112
4.2离散型随机变量116
4.3期望119
4.4随机变量函数的期望121
4.5方差125
4.6伯努利随机变量和二项随机变量127
4.7泊松随机变量135
4.8其他离散型概率分布147
4.9随机变量和的期望155
4.10分布函数的性质159
第5章连续型随机变量176
5.1引言176
5.2连续型随机变量的期望和方差179
5.3均匀随机变量184
5.4正态随机变量187
5.5指数随机变量197
5.6其他连续型概率分布203
5.7随机变量函数的分布208
第6章随机变量的联合分布220
6.1联合分布函数220
6.2独立随机变量228
6.3独立随机变量的和239
6.4离散情形下的条件分布248
6.5连续情形下的条件分布250
*6.6次序统计量256
6.7随机变量函数的联合分布260
*6.8可交换随机变量267
第7章期望的性质280
7.1引言280
7.2随机变量和的期望281
7.3试验序列中事件发生次数的矩298
7.4随机变量和的协方差、方差及相关系数304
7.5条件期望313
7.6条件期望及预测330
7.7矩母函数334
7.8正态随机变量的更多性质345
7.9期望的一般定义349
第8章极限定理367
8.1引言367
8.2切比雪夫不等式及弱大数定律367
8.3中心极限定理370
8.4强大数定律378
8.5其他不等式382
8.6用泊松随机变量逼近独立的伯努利随机变量和的概率误差界388
第9章概率论的其他课题395
9.1泊松过程395
9.2马尔可夫链397
9.3惊奇、不确定性及熵402
9.4编码定理及熵405
第10章模拟415
10.1引言415
10.2模拟连续型随机变量的一般方法417
10.3模拟离散分布424
10.4方差缩减技术426
附录A部分习题答案433
附录B自检习题解答435