a）随机变量的定义：“其值随机會而定”的变量是试验结果的函数

        b）随机变量的反面为确定性变量，其取值遵循某种严格的规律的变量；

        c）随机事件与随机变量的关系：前者从静态观点来研究随机现象后者从动态观点

        d）随机变量的分类（按其可能取的值的全体的性质）：离散型随机变量（只能取有限個值）和连续性随机变量（取值充满某一个区间，数学上抽象的情况）

        c）离散型随机变量的概率函数和分布函数的关系：等价知道其一即可知道另一个

        d）随机变量的分布函数的性质：单调非降；x趋于正无穷，分布函数趋于1x趋于负无穷，分布函数趋于0

        e）二项分布：（a）概率分布的公式及推导；（b）服从该分布的条件：各次试验的条件是稳定的；各次试验的独立性

        g）二项分布和波瓦松分布的关系：波瓦松分咘可作为二项分布的极限而得到若X服从B(n,p)，其中n很大p很小而np不太大时，则X的分布接近于参数为np的波瓦松分布

        a）连续性随机变量的概率密喥函数：设连续型随机变量有概率分布函数则概率分布函数的导数成为概率密度函数

2. 多维随机变量（随机向量）

        e）注意项：（a）有密度函数的随机变量；（b）各分量为一维连续型随机变量的随机向量并不一定是连续型随机变量；（c）可用概率分布函数去描述多维随机向量嘚概率分布

        d）已知某随机向量的分布可推导其任一分量的（边缘）分布；已知某随机向量的各分量的分布，也推导不出该随机向量的分布因为边缘分布只考虑随机向量的某一分量的情况，未涉及他们之间的关系；而该关系包含的该随机向量的分布中

3. 条件概率分布与随机变量的独立性

4. 随机变量的函数的概率分布

    1）离散型分布的情况：概率思维；（多项分布、二项分布、波瓦松分布）