"概率论与数理统计"是工科类各专业必修的一门重要的基础理论课程，旨在用严密的数学方法研究随机现象及其内在的客观规律性，也是一门有着非常强的应用性的学科。概率论的思想以及常见统计分析方法已经被广泛应用于自然科学及社会科学的各个领域。本课程的授课要点分五大部分来介绍概率统计的基本理论和思想：第一部分介绍随机事件及其概率。主要内容包括随机事件的基本概念和性质、随机事件之间的相互关系和运算；概率的公理化定义及其性质；古典概率、二项概率、全概率公式以及贝叶斯公式等基本模型的概率意义和运算方法。第二部分介绍离散型和连续型两大类随机变量的基本概念及其分布。主要内容包括分布函数、概率函数、概率密度函数以及随机变量函数的分布；介绍一维二维常见分布类型，包括0-1分布、二项分布、泊松分布、正态分布、均匀分布、指数分布等以及它们各自的性质。第三部分介绍随机变量的数字特征。主要内容包括数学期望、方差和标准差、协方差、相关系数以及它们的主要性质。第四部分介绍随机变量序列的极限。主要内容包括独立同分布情形下的大数定律和中心极限定理。第五部分介绍数理统计的入门基础知识。其中基本概念部分包括统计量及其性质、常用三大分布及性质、常见抽样分布；基本方法包括参数估计和检验，具体是求未知参数点估计的矩估计法和极大似然估计法、求未知参数的置信区间估计方法、未知参数的假设检验等等基本思想和方法。本课程还将设置一系列配套辅助学习材料，包括自我练习单元、阶段自测题、每章节的总结归纳、思考题等等。
第一周 随机事件与概率（1）
1.1 随机事件
1.2 等可能概型
1.3 频率与概率
随机事件与概率（1）单元测验
第一周测试
第二周 随机事件与概率（2）
2.1 概率的公理化定义及性质
2.2 条件概率与随机事件的独立性
2.3 全概率公式和贝叶斯公式
随机事件与概率（2）单元测验
第二周测试
第三周 离散型随机变量及其分布（1）
3.1 随机变量的定义
3.2 概率函数
3.3 常用离散型随机变量
离散型随机变量及其分布（1）单元测验
第三周测试
第四周 离散型随机变量及其分布（2）
4.1 二维随机变量及其分布
4.2 随机变量的独立性和条件分布
4.3 随机变量函数的分布
离散型随机变量及其分布（2）单元测试
第四周测试
第五周 一维连续型随机变量及其分布
5.1 基本概念
5.2 常见一维连续型分布
分布函数、密度函数
常见一维连续型分布
第五周测试
第六周 二维连续型随机变量及其分布
6.1 二维连续型随机变量
6.2 二维连续型分布
二维连续型随机变量及其分布
第六周测试
第七周 随机变量函数的分布
7.1 一维随机变量函数的分布
7.2 二维随机变量函数的分布
随机变量函数的分布
第七周测试
第八周 随机变量的数字特征（1）
8.1 数学期望的定义
8.2 数学期望的应用
8.3 常用随机变量的数学期望
8.4 随机变量函数的数学期望
8.5 数学期望的性质
第八周 随机变量的数字特征（1）
第八周测验（随机变量的数字特征（1））
第九周 随机变量的数字特征（2）
9.1 方差定义及常见分布的方差
9.2 方差性质
9.3 协方差
9.4 相关系数及不相关与相互独立的关系
第九周 随机变量的数字特征（2）
第九周测验 随机变量的数字特征（2）—方差、协方差与相关系数及不相关与相互独立的关系
第十周 大数定律与中心极限定理
10.1 矩与切比雪夫不等式
10.2 依概率收敛
10.3 大数定律
10.4 中心极限定理
第十周 大数定律与中心极限定理
第十周测验 大数定律与中心极限定理
第十一周 数理统计的基本概念
11.1 总体和样本
11.2 统计量
11.3 三大分布
11.4 正态总体的抽样分布
11.2 总体、样本和统计量
11.3 三大分布
11.4 正态总体的抽样分布
第11周测验
第十二周 参数的点估计
12.1 点估计的定义及矩估计
12.2 极大似然估计
12.3 估计量的评判标准
12.1 矩估计
12.3 估计量的评判标准
12.2 极大似然估计
第12周测验
第十三周 参数的区间估计
13.1 置信区间的定义
13.2 单正态总体参数的置信区间
13.3 双正态总体参数的置信区间
13.2 单正态总体参数的置信区间
13.3 双正态总体参数的置信区间
第十三周测试
第十四周 参数的假设检验
14.1 假设检验的原理
14.2 正态总体参数的假设检验
14.1 假设检验的原理
14.2 单正态总体参数的假设检验
第十四周测试