第一部分 考試說明

　　一、考試目的

　　《概率論》是統計學本科專業的基礎課，它以不確定性現象為主要研究對象，是統計學專業后繼學習的基礎。該考試科目主要考察考生是否掌握《概率論》基本理論與基本知識，注重考查考生應用《概率論》基本原理與方法分析解決隨機現象問題的能力，達到甄別優秀考生以進一步深入學習統計學的目的。

　　二、考試范圍：

　　概率空間的概念及性質，加法和乘法公式，隨機變量及其分布，隨機向量及其分布，隨機變量的數字特征，大數定律及中心極限定理。

　　三、考試基本要求：見考試內容

　　四、考試形式與試卷結構

　　（一）答卷方式：閉卷，筆試

　　（二）答題時間：180分鐘

　　（三）滿分：150分

　　（四）各部分內容考查比例：

　　概率論的基本概念，占40%-50%；概率的基本方法及其思想，占50%-60%。

　　掌握的部分：60%

　　需要熟悉的部分：20%-30%

　　需要了解的部分：10%-20%

　　（五）題型及分值

　　考試題型主要有計算題、闡述題和證明題，其中計算題100分，闡述題30分，證明題20分。

　　五、參考書目：

　　（1）何書元，概率引論，高等教育出版社，2011.

　　（2）盛驟，謝式千，潘承毅，概率論與數理統計（第4版），高等教育出版社，2008.

　　第二部分 考試內容

　　（一） 概率空間

　　考試內容：有限樣本空間的定義；事件及事件關系與運算；古典概型；幾何概型；概率的公理化定義；概率空間的定義；概率的基本性質。

　　考試要求：了解確定性現象和隨機現象的概念、理解隨機試驗的概念和特點、樣本空間和樣本點的概念；會寫出隨機試驗的樣本空間；理解隨機事件和基本事件的概念；掌握事件間的關系與事件的計算；理解等可能概型（古典概型）的定義和特點；理解放回抽樣和不放回抽樣的概念；掌握古典概型中事件的計算公式并能夠靈活運用公式解決應用問題；理解幾何概型的定義；掌握幾何概型的計算與應用；理解概率的公理化定義、概率空間的定義；掌握由概率的公理化定義推出的一些重要性質；理解頻率的定義；掌握頻率的基本性質及計算。

　　（二） 加法和乘法公式

　　考試內容：加法公式；事件的獨立性；條件概率和乘法公式；全概率公式；貝葉斯公式。

　　考試要求：理解事件獨立性和條件概率的概念及其在實際問題中的應用；掌握概率的加法、乘法公式以及全概率公式、貝葉斯公式；熟練運用概率的加法、乘法公式以及全概率公式、貝葉斯公式進行概率計算。

　　（三） 隨機變量

　　考試內容：隨機變量的定義；隨機變量分布函數的定義；隨機變量概率密度的定義；離散型隨機變量；連續型隨機變量；隨機變量函數的分布。

　　考試要求：理解隨機變量的概念及其定義；掌握分布函數和概率密度的定義；掌握分布函數的性質；理解離散、連續型隨機變量的定義；掌握分布列、密度函數的定義及其性質；掌握離散型隨機變量的分布列、連續型隨機變量的概率密度和分布函數的相互轉換；掌握常見的離散型、連續型隨機變量，并熟練運用這些分布解決實際應用中的概率計算問題；掌握隨機變量的函數的概率分布的計算。

　　（四） 隨機向量

　　考試內容：隨機向量、聯合分布函數、邊緣分布函數的定義；隨機變量相互獨立的定義；二維離散型隨機向量的聯合概率分布與邊緣概率分布；兩個離散型隨機變量獨立及其充要條件利用獨立性進行概率計算；二維連續型隨機向量的聯合概率密度與邊緣概率密度；二維連續型隨機向量的聯合分布函數與聯合密度，兩個連續型隨機變量獨立及其充要條件；利用獨立性進行概率計算；隨機向量函數的分布；二維正態分布。條件分布和條件密度；最大和最小值的分布；次序統計量的分布。

　　考試要求：理解隨機向量及其聯合分布與邊緣分布的定義；掌握二維離散型隨機向量聯合概率分布與邊緣概率分布的計算；理解二維連續型隨機向量的概率密度及其性質；掌握二維連續型隨機向量的聯合密度與邊緣密度的計算；掌握隨機變量獨立性，相互獨立的充要條件，了解n維隨機變量相互獨立的定義，運用獨立性解決相關概率問題；掌握隨機向量函數分布及連續型隨機向量函數的聯合密度的計算；了解二維正態隨機變量及其性質。理解條件分布、條件密度的概念；掌握條件分布、條件密度、最大和最小值的分布；次序統計量的分布的計算。

　　（五） 隨機變量的數字特征

　　考試內容：數學期望；方差；協方差和相關系數；條件數學期望。

　　考試要求：理解數學期望、方差、協方差和相關系數和協方矩陣的定義及其性質；掌握隨機變量及隨機變量函數的數學期望、方差、協方差和相關系數和協方差矩陣的計算；掌握契比雪夫不等式的證明及其應用；理解條件期望的概念。

　　（六） 大數定律及中心極限定理

　　考試內容：馬爾可夫不等式；大數定律；依概率收斂；幾乎處處收斂；中心極限定理及其應用。

　　考試要求：掌握貝努利大數定律、辛欽大數定律、契比雪夫大數定律及其在實際中的應用；理解依概率收斂、依分布收斂和幾乎處處收斂的定義及其關系；棣莫弗－拉普拉斯中心極限定理、列維－林德伯格中心極限定理的結論和應用條件，并會用相關定理近似計算有關隨機事件的概率。

　　第三部分 題型示例

　　闡述題：試闡述“概率”的含義及性質。