第1章　導論1.1　為何機率方法會用在工程學上1.2　資料分析1.3　什麼是機率？1.4　習題第2章　基礎機率2.1　導論2.2　集合論與事件2.3　機率的公理2.4　條件機率與獨立性2.5　全機率與貝氏定律2.6　獨立與條件獨立2.7　獨立試驗(伯努利試驗)2.8　摘要2.9　習題第3章　單一隨機變數3.1　單一隨機變數的定義3.2　分佈及密度函數3.3　分佈的一些例子3.4　卜瓦松分佈的推導3.5　摘要3.6　習題第4章　隨機變數的函數與期望值4.1　隨機變數的函數4.2　期望值4.3　動差、平均、與變異數4.4　摘要4.5　習題第5章　兩個隨機變數5.1　導論5.2　聯合分佈函數5.3　聯合機率質量函數5.4　聯合機率密度函數5.5　獨立5.6　條件密度5.7　高斯隨機變數5.8　條件密度的例子5.9　摘要5.10習題第6章　期望值與函數6.1　兩個隨機變數的期望值6.2　線性估計6.3　高斯隨機變數6.4　兩個隨機變數的一個函數6.5　兩個隨機變數的雙函數6.6　估計導論6.7　摘要6.8　習題第7章　特徵函數7.1　簡介7.2　單一隨機變數之特徵函數7.3　聯合特徵函數7.4　隨機變數的和7.5　摘要7.6　習題第8章　多重隨機變數8.1　簡介8.2　多重隨機變數之機率密度以及分佈函數8.3　隨機變數之和8.4　大數法則及中央極限定理8.5　獨立隨機變數之函數8.6　特徵函數8.7　高斯隨機變數8.8　摘要8.9　習題第9章　基礎統計學9.1　簡介9.2　用直方圖(Histogram)來近似機率分佈9.3　取樣平均值、變異數以及相關係數9.4　取樣平均之信心區間(ConfidenceInterval)9.5　其它統計的參數9.6　摘要9.7　習題第10章　假設檢定導論10.1　簡介10.2　假設檢定問題之公式化10.3　單邊(One-Sided)的假設檢定10.4　雙邊假設檢定(Two-SidedHypothesisTesting)10.5　一般的假設檢定問題10.6　摘要10.7　習題第11章　可靠度的基本觀念11.1　簡介11.2　可靠度函數11.3　內部相連系統之可靠度11.4　具週期性的失效率11.5　摘要11.6　習題第12章　隨機程序導論12.1　基本觀念12.2　隨機程序的例子12.3　隨機程序之機率分佈12.4　平均及自相關函數(MeanandAutocorrelationfunction)12.5　互相關函數(CrosscorrelationFunction)12.6　高斯隨機程序(GaussianRandomProcess)12.7　摘要12.8　習題第13章　隨機信號之處理13.1　線性處理簡介13.2　機信號之預估(Prediction)及外插(Extrapolation)13.3　連續性時間之處理13.4　應用於估計13.5　摘要13.6　習題第14章　功率頻譜14.1　確定性信號之頻譜14.2　隨機信號的功率頻譜14.3　功率頻譜之範例14.4　交互功率頻譜(Cross-PowerSpectrum)14.5　線性系統中之隨機信號14.6　匹配濾波器(MatchedFilter)及其在假設檢定(HypothesisTesting)上的應用14.7　電子電路中之雜訊14.8　摘要14.9　習題附錄及部分習題的解答

第1章　導論1.1　為何機率方法會用在工程學上1.2　資料分析1.3　什麼是機率？1.4　習題第2章　基礎機率2.1　導論2.2　集合論與事件2.3　機率的公理2.4　條件機率與獨立性2.5　全機率與貝氏定律2.6　獨立與條件獨立2.7　獨立試驗(伯努利試驗)2.8　摘要2.9　習題第3章　單一隨機變數3.1　單一隨機變數的定義3.2　分佈及密度函數3.3　分佈的一些例子3.4　卜瓦松分佈的推導3.5　摘要3.6　習題第4章　隨機變數的函數與期望值4.1　隨機變數的函數4.2　期望值4.3　動差、平均、與變異數4.4　摘要4.5　習題第5章　兩個隨機變數5.1　導論5.2　聯合分...