本书是在2013年上海市教委“概率论与数理统计”本科重点课程建设项目基础上编写而成，是该课程建设项目的一个重要组成部分，全书共有9章内容，第1～5章是概率论部分，内容包括随机事件与概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理；第6～9章是数理统计部分，内容包括数理统计的基础知识、参数估计、假设检验、回归分析与方差分析初步。本书每章末尾均附有习题，书后附有习题答案，方便学生巩固练习。

当今世界,人工智能(artificialintelligence,AI)正在迅速而深刻地改变着人们的
生活,重塑着各个行业.人工智能的主流算法是深度学习,其中的贝叶斯决策就来自
概率论.而深度学习中的一个重要应用就是预测,如预测图中是否存在一只狗,预测
浏览网页的客户是否会买某件商品,等等,这是一个二元问题.二元问题的近似分布
就是概率中的二项分布.同时,数理统计也是人工智能中数据处理和模型分析的重要
基础.因此,修订再版朱泰英、周钢主编的«概率论与数理统计»教材以适应时代发展
需要显得尤为重要.


本书第二版考虑了概率论与数理统计内容对人工智能学习和应用的支撑作用,借
鉴了其他概率论与数理统计教材的优点,做到了结构条理清楚、内容简明扼要、应用结
合软件,注重与高中新课标数学内容的衔接.鉴于现在学生在高中已学过概率的定
义、条件概率、贝叶斯公式、离散型随机变量的概念和相关分布等内容,本书在内容安
排上进行了重构,同时融入课程思政,特别强调了统计思维的培养.


全书分为９章.第１~５章是概率论部分,内容包括随机事件与概率、离散型随机
变量、连续型随机变量、多维随机变量及其分布、大数定律和中心极限定理;第６~９章
是数理统计部分,内容包括数理统计基础知识、参数估计、假设检验、回归分析与方差
分析.
本书适合作为应用型本科院校工学、经济学、管理学类专业概率论与数理统计课
程教材,也可作为有关工程技术人员的参考书.


本书由周钢、王玲、熊恺平任主编,并承担全书的统稿工作.各章编写分工如下:
第１、５、６章由王玲编写;第２~４章由周钢编写;第７~９章由熊恺平编写.


本书的修订再版得到了上海电机学院教务处的支持,在此表示衷心的感谢.


由于编者水平有限,书中难免存在不妥及疏漏之处,恳请读者提出宝贵意见,以便
以后改进.

第１章随机事件与概率 §１.１随机事件 １.１.１随机试验 １.１.２随机事件 １.１.３随机事件之间的关系与运算 §１.２概率的概念与性质 １.２.１频率 １.２.２概率的概念 １.２.３概率的性质 １.２.４古典概型 １.２.５几何概型 §１.３条件概率与事件的独立性 １.３.１条件概率 １.３.２乘法公式 １.３.３事件的独立性 §１.４全概率公式与贝叶斯公式 １.４.１全概率公式 １.４.２贝叶斯公式 习题１ 数学家风采 第２章离散型随机变量 §２.１随机变量及其分布函数 ２.１.１随机变量 ２.１.２分布函数 §２.２一维离散型随机变量 §２.３离散型随机变量的数学期望与方差 ２.３.１数学期望

周钢，理学博士，现任上海电机学院文理学院副教授。多次承担“高等数学”、“概率论与数理统计A”、“统计之美”和“概率统计提高与拓展”等课程的教学任务，近五年发表教研论文3篇，SCI检索科研论文2篇。2022年，主持“概率论与数理统计A”校级线上线下混合式一流课程培育项目并顺利结题；2023年，"概率论与数理统计A"被认定为校级一流课程。曾指导学生参加全国大学生数学建模竞赛荣获国家二等奖一项(2023)、上海市二等奖一项(2023)、上海市三等奖两项(2020,2023)。王玲，理学硕士，现任上海电机学院文理学院讲师，曾参与《数学实验与数学建模》《概率论与数理统计》《应用工程数学》等多本教材的编写工作；近五年，发表科研论文二篇，教研论文三篇，指导学生参加全国大学生数学建模竞赛荣获上海市二等奖一项，上海市三等奖两项。熊恺平，理学硕士，应用概率统计专业，现任上海电机学院文理学院教师，讲授高等数学、线性代数、概率论与数理统计等课程，主编及参编教材4部。

本书结构条理清楚、内容简明扼要、应用结合软件，着重讲述了概率论与数理统计内容对人工智能学习和应用的支撑作用