本书简明系统地介绍了概率论和随机过程的基本内容，内容丰富，富有时代特色。书中有许多新的简明讲法，帮助读者更好地理解所学内容和加深对问题本质的理解。本书内容和习题难度适中，适合作为理工科大学数据科学类、统计学类、数学类本科生概率论课程教材或教学参考书。

《概率论与数理统计（人工智能专用）》介绍了与人工智能密切相关的概率论与数理统计的内容。全书分成两大部分，di一部分主要介绍概率论的知识，涵盖概率论的基本概念、一维随机变量及其分布、二维随机变量及其分布，数字特征，大数定理和中心极限定理外，还增加了信息论基础知识、若干集中不等式的相关知识。第二部分主要介绍常见的数理统计知

本书在内容选材上以必需和够用为主要原则，符合教学大纲的基本要求，结构清晰，简明实用，易学易教。本书内容主要包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析、Excel在概率统计方面的应用。本次修订采取纸质教

本书是威廉·费勒的著作《概率论及其应用（卷1）》的续篇。第1、2、3、6章介绍了各种重要的分布和随机过程；第7、8、16、17章讨论大数定律、中心极限定理和无穷可分分布；第9、10章讨论半群方法与无穷可分分布、马尔可夫过程的关系；第11章为更新理论；第12、18章论述随机游动及傅立叶方法的应用；第13、1

本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，而且涉及了概率论在物理学、化学、生物学（特别是遗传学）、博弈论及经济学等方面的应用．书中主要内容有：样本空间及其上的概率计算，独立随机变量之和的随机起伏，事件的组合及条件概率，离散随机变量及其数字特征，大数定律，离散的马尔可夫过程及其各种重要特征，更新理论等．除正

本书第1章主要介绍变点检验和在线监测的一些经典方法，并介绍本书着重讨论的厚尾时间序列模型和长记忆时间序列模型.第2,3章主要介绍检验和估计厚尾时间序列模型均值变点和持久性变点的一些方法.第4,5章介绍检验长记忆时间序列均值变点、时间趋势项变点、方差变点及长记忆参数变点的一些方法.第6章介绍在线监测厚尾时间序列持久性变点

本书是应用数学专业高年级本科生和研究生的入门教材。它介绍了随机分析基本的数学基础（概率论和随机过程），以及一些重要的实用工具和应用（如与微分方程、数值方法、路径积分、随机场、统计物理、化学动力学和罕见事件的联系）。本书在数学形式主义和直觉论证之间找到了一个很好的平衡，这种风格***应用数学家。读者可以学习随机分析的严格

本书共8章，内容包括：第1章是引言，介绍本书的写作背景和基本情况。第2章对本书用到的基础知识进行介绍。第3章研究基本的带有随机噪声的Hegselmann-Krause模型的同步行为。第4章研究全状态空间下随机噪声引导系统同步的理论。第5章研究异质模型在环境噪声及通讯噪声作用下的演化。第6章应用前文理论研究社会舆论分歧产

这本简短的书为随机微分方程（即受加性“白噪声”和相关随机扰动影响的微分方程）提供了一个快速但易读的介绍，叙述简明扼要，重点放在概率直觉和数学严格性之间的相互作用上。本书首先对基于测度的概率论进行快速概述，然后介绍Brown运动和It?随机分析，最后是随机微分方程的理论。书中还包括偏微分方程、**停止问题和期权定价的应用

本书是概率论与数理统计课程的学习辅导书，内容包括：概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验等。每章均按章节顺序从基本概念、典型例题、综合练习三部分进行编写，并对典型例题进行了分析和详解.书后附有4套模拟试题，方便学生期末复习