§2.1 随机变量 §2.2 离散型随机变量及其概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其概率密度 §2.5 随机变量的函数的分布

随机变量的概率分布函数的基本性质:平均值、方差、协方 差矩阵、炬

一、随机变量及其分布 二、离散型随机变量的分布函数 三、离散型随机变量的概率函数 四、连续型随机变量及其概率密度 五、随机变量的函数的分布

一、等可能概型 二、典型例题 三、几何概率 四、小结

Basic Probability Concepts: Sample Spaces and Events, Simple Probability, and Joint Probability(联合概率) Conditional Probability(条件概率) Bayesian Theorem(贝叶斯定理) .The Probability of a Discrete Random Variable .Binomial, Poisson, and Hypergeometric Distributions Covariance(协方差) and its Applications in Finance

1．随机事件及其概率 2．概率的定义及其计算

§1 随机试验 §2 样本空间、随机事件 §3 频率与概率 §4 等可能概型（古典概型）

§5 条件概率 §6 独立性

一、大数定律 我们知道,概率论与数理统计是研究随机现象统计规律性的数学分支。但是,只有对大量随 机现象进行观测时,随机现象的统计规律性才会呈现出来。为了考察“大量”的随机现象,就导 致了极限定理的研究。概率论中极限定理的内容是很广泛的,其中最主要的是大数定律和中心极 限定理 在引入大数定理之前我们先证明一个重要的定理

到目前为止，我们所讨论的两种抽样方法—简单随机抽 样和分层抽样都有一个共同的特点：总体或层中每个个体被 抽中入样的概率都是相同的。对于各单元所处地位几乎 “ 平等” 的总体，这种抽样原则既公正又方便。但在许多社 会经济活动中并非所有单元地位相同，这时就需要采用不等 概率抽样方法