1、1概率论与数理统计内容提要第一部分 随机事件及其概率1 随机事件，样本空间，样本点2 事件之间的关系与运算；运算律互不相容事件对立事件互不相容的完备事件组3 古典概率的计算 几何概型的计算4 概率加法公式(两个或者三个事件的并的一般公式)特殊情形5 条件概率的定义条件概率的计算公式和计算概率乘法公式6 全概率公式Bayes 公式 7 事件的独立性的定义事件的独立性的性质应用事件独立性进行概率计算28 系统的可靠性并联系统，串联系统，混合系统的可靠性的计算方法贝努利概型、二项分布及其相关计算第二部分 随机变量1 一维离散随机变量的概率函数及其两个性质，计算未知数离散随机变量的概率分布表一维离散随
2、机变量的概率函数与分布函数的相互转化计算2 几何分布，0-1 分布，二项分布，Poisson 分布的概率模型，记号 参数，取值，概率函数，数学期望，方差超几何分布的概率模型及其概率函数超几何分布与二项分布的近似关系二项分布与 Poisson 分布的近似关系3 一维随机变量的分布函数，定义，四个性质及其应用，判断，计算未知数，利用分布函数计算随机事件发生的概率，典型例题4 一维连续型随机变量的概率密度的两个性质及其应用，计算未知数3连续型随机变量的概率密度与分布函数的相互计算利用概率密度计算随机事件的概率5 均匀分布，指数分布的记号，参数，概率密度，概率分布函数，数学期望，方差6 正态分布的概率
3、密度与分布函数的表达式及相关性质，密度函数的图像的基本 特点标准正态分布的概率密度的表达式，其分布函数的三条性质计算正态随机变量的随机事件的概率7 正态分布的数学期望和方差8 二维正态分布的符号含义和参数的意义，二维正态分布的边缘分布，相关系数 与独立性正态随机变量的线性函数的分布（几个定理） ，正态分布的标准化9 一维离散随机变量的函数的概率分布的计算一维连续随机变量的函数的概率密度和概率分布函数的计算（分布函数法）4特殊的，函数是严格单调函数和线性函数时的公式10 二维离散随机变量的联合概率函数及其性质，计算未知数，计算边缘概率函数，计 算条件概率函数两个离散随机变量相互独立的定义，等价条
4、件，性质和应用.11 二维随机变量的联合分布函数及其性质12 二维连续型随机变量的联合概率密度及其性质和应用，计算未知数二维连续随机变量的联合分布函数与联合密度及其计算二维连续随机变量的边缘分布函数与边缘密度及其计算二维连续随机变量的条件分布函数与条件密度及其计算已知联合，求边缘已知边缘（或已知两个一维连续随机变量）且独立，求联合随机变量独立性的概念，应用随机变量的独立性进行概率计算513 两个离散随机变量的函数的分布的计算两个连续随机变量的（简单的）函数的联合分布函数和联合密度函数的计算第三部分 随机变量的数字特征1 一维离散随机变量的数学期望的计算一维离散随机变量的函数的数学期望的计算一维
5、连续随机变量的数学期望的计算一维连续随机变量的函数的数学期望的计算二维离散随机变量的数学期望的计算二维连续随机变量的数学期望的计算2 数学期望的一般性质3 方差和标准差的定义和计算方差的运算性质随机变量的标准化4 常用随机变量的数学期望和方差65 原点矩的计算（矩估计中会用到）6 协方差的定义和计算协方差的运算性质相关系数的定义和计算相关系数的三个性质随机变量的独立性与不相关7 切比雪夫不等式的两种形式和计算7第四部分 数理统计的基本概念1 总体、个体、简单随机抽样，样本2 样本的两个性质3 样本函数和统计量的概念，样本均值、样本方差，样本标准差，样本 K 阶原点矩，样本 K 阶中心距的计算4 分布、t 分布和 分布的定义及性质，上侧分位数的概念,并查表计算2F5 一个正态总体的常用统计量的分布(四个定理)8第五部分 参数估计1 矩估计法的一般步骤2 极大似然估计法的一般步骤；3衡量点估计量好坏的标准：无偏性，有效性，一致性；会判断无偏性和有效性4 区间估计的基本思想，单个正态总体的均值 的区间估计。第七部分 假设检验1 假设检验的中的基本思想及相关概念92 单个正态总体的均值 的假设检验
