§1.1 随机事件 §1.2 概率的定义 §1.3 条件概率、全概率公式和贝叶斯公式 §1.4 事件的独立性 §1.5 伯努利（Bernoulli）概型

这一讲我们介绍了全概率公式、贝叶斯公式它们是加法公式和乘法公式的综合运用,同学们可通过进一步的练习去掌握它们.值得一提的是，后来的学者依据贝叶斯公式的思想发展了一整套统计推断方法，叫作“贝叶斯统计”.可见贝叶斯公式的影响

一、二维随机变量 二、联合分布 三、边缘分布 四、条件分布 五、相互独立的随机变量 六、两个随机变量函数的分布

 §3.1 二维随机变量  §3.2 边缘分布  §3.3 条件分布  §3.4 相互独立的随机变量  §3.5 两个随机变量的函数的分布

§1 二维离散型随机变量 §2 二维连续性随机变量 §3 边缘分布 §4 条件分布 §5 随机变量的独立性 §6 两个随机变量函数的分布

§1 二维离散型随机变量 §2 二维连续性随机变量 §3 边缘分布 §4 条件分布 §5 随机变量的独立性 §6 两个随机变量函数的分布

一、 随机事件及其运算 二、概率的定义 三、等可能概型（古典概型） 四、条件概率 五、事件的独立性

一、每次试验前不能预言出现什么结果 二、每次试验后出现的结果不止一个 三、在相同的条件下进行大量观察或试验时,出现的结果有一定的规律性称之为统计规律性

随机试验是对随机现象所进行的观察和实验,具有如下特征 (1)可在相同条件下重复进行 (2)事前可明确试验的全部可能结果 (3)试验前不能预言将出现哪一个结果

本章主要讲述随机试验，样本空间，随机事件，事件间的关系与运算，频率，概率的统计定义，概率的性质，古典概型，几何概型，条件概率，乘法公式，全概率公式，贝叶斯公式，事件的独立性，贝努里概型等内容