概率论是高等院校数学和统计学专业的基础课程之一。全书共七章，主要包括：随机事件及其概率、随机变量及其分布、随机变量的数值特征、多维随机变量及其分布、多维随机变量的数值特征、大数定律与中心极限定理。除第1章外每章配有习题，书末附有部分习题参考答案或提示，便于读者学习和检查所学知识。本书着眼于理论联系实际，通过精选例题并结合其他学科的问题介绍概率论的思想、模型、方法和计算。如结合复杂网络介绍幂律分布，结合寿命介绍Gamma分布，结合股价介绍对数正态分布，结合风险偏好介绍效用期望，结合保险费介绍随机变量函数的期望，结合VaR介绍p-分位数，结合证券投资组合介绍协方差矩阵，结合信息熵最大化介绍如何确定概率分布等。本书例题丰富、叙述简洁、所有重要的结论都给出严格证明，其中包括柯尔莫哥洛夫强大数定律、Lindeberg-Feller中心极限定理以及特征函数序列与分布函数序列之间的关系等。
本书可作为综合性大学、高等师范院校、理工科大学、财经院校本科生概率论课程的教材或参考书，也可作为各专业研究生、教师、科研与工程技术人员的参考书。

第1章 概率论概述
1.1 什么是概率？概率论是什么？
1.2 必然性与偶然性的关系
1.3 概率论简史
1.4 概率论的地位、角色和应用
第2章 随机事件及其概率
2.1 随机事件
2.1.1 样本空间和随机事件
2.1.2 （随机）事件的运算
2.2 相对频率和概率准则
2.3 古典概型
2.3.1 复习排列组合
2.3.2 古典概型的概率计算举例
2.4 几何概型
2.5 概率的公理化
2.5.1 概率的公理化定义
2.5.2 概率的性质
2.6 条件概率、乘法公式及独立性
2.7 全概率公式及贝叶斯准则
2.8 事件列的极限、概率的连续性与Borel-Cantelli引理
2.8.1 事件列的极限
2.8.2 概率的连续性
2.8.3 Borel-Cantelli引理
习题2
第3章 随机变量及其分布
3.1 随机变量的定义
3.2 离散型随机变量
3.2.1 离散型随机变量的概念
3.2.2 常用离散型随机变量的分布
3.3 分布函数
3.4 连续型随机变量
3.4.1 连续型随机变量的定义
3.4.2 常见的连续型随机变量的分布
3.5 随机变量函数的分布
3.5.1 离散型随机变量函数的分布
3.5.2 连续型随机变量函数的分布
*3.6 随机变量的模拟
3.6.1 随机数生成
3.6.2 离散型随机变量的模拟
3.6.3 连续型随机变量的模拟
习题3
第4章 随机变量的数值特征
4.1 数学期望
4.1.1 数学期望的定义
4.1.2 常用分布的数学期望
4.1.3 重要的计算公式
4.1.4 随机变量函数的期望
4.2 方差
4.2.1 方差的计算公式
4.2.2 常用分布的方差
4.2.3 方差的性质
4.3 随机变量的其他数值特征
*4.4 期望效用与风险偏好
*4.5 信息熵与概率分布
习题4
第5章 多维随机变量及其分布
5.1 多维随机变量及联合分布函数
5.1.1 多维随机变量的定义
5.1.2 二维随机变量的（联合）分布函数
5.1.3 n维随机变量的联合分布函数
5.2 多维离散型随机变量
5.2.1 二维离散型随机变量
5.2.2 n维离散型随机变量
5.3 多维连续型随机变量
5.4 多维随机变量的条件分布
5.4.1 离散型随机变量的条件分布
5.4.2 连续型随机变量的条件分布
5.5 多维随机变量函数的分布
5.5.1 和差Z=X±Y的分布
5.5.2 乘积、商的分布
5.5.3 向量值函数的联合分布
5.5.4 由条件分布引出的随机变量
5.6 顺序统计量
5.6.1 X（k）的分布
5.6.2 顺序统计量的联合密度函数
习题5
第6章 多维随机变量的数值特征
6.1 多维随机变量函数的期望
6.2 协方差与相关系数
6.3 协方差矩阵
6.4 条件期望
6.5 生成函数、矩生成函数与特征函数
6.5.1 生成函数
6.5.2 矩生成函数
6.5.3 特征函数
6.5.4 依分布收敛
习题6
第7章 大数定律与中心极限定理
7.1 大数定律
7.1.1 弱大数定律
7.1.2 强大数定律
7.2 中心极限定理
7.2.1 独立同分布的中心极限定理
*7.2.2 Lindeberg条件和Feller条件
7.3 大数定律与中心极限定理的联系
7.4 随机变量序列4种收敛性之间的关系
习题7
部分习题参考答案
参考文献
附表1 Poisson分布表
附表2 标准正态分布表