考试内容与命题趋势深度解析
逐章梳理知识体系，精准把握命题侧重点
第一章：概率论基础——命题起点与得分基础
本章是华中师范大学概率论基础考研真题的基石内容，虽难度不高但为后续章节提供理论支撑。真题中本章内容必考，且常作为计算题的前置步骤出现。
核心考点：
- 事件的关系与运算：并、交、差、对立事件的集合表示与概率计算。2022年真题第3题要求用集合运算表达“甲乙至少一人击中目标但丙未击中”，需熟练掌握德摩根律与分配律。
- 概率的公理化定义：非负性、规范性、可加性。2021年填空题考查“已知P(A)=0.4, P(B)=0.3, P(A∪B)=0.5，求P(A∩B̄)”，需结合公式P(A) = P(A∩B) + P(A∩B̄)求解。
- 古典概型与几何概型：2020年计算题“从10件产品（3件次品）中不放回抽取2件，求至少1件次品的概率”，需注意顺序与无序的区分。
- 条件概率与独立性：独立性判断常与后续章节综合考查。2023年选择题“设A与B独立，P(A)=0.6, P(B)=0.5，则P(A|B̄)=？”正确答案为0.6，体现独立性下条件概率等于无条件概率的性质。
P(A|B) = P(A∩B) / P(B)，其中P(B) > 0
【易错提醒】：独立性 ≠ 互斥！互斥事件P(A∩B)=0，若P(A)>0且P(B)>0，则不独立。
第二章：随机变量及其分布——真题重灾区
本章是华中师范大学概率论考研真题的绝对核心，近五年平均占分35%以上。题型覆盖选择、填空、计算、综合应用，尤其重视分布函数、概率密度与分布律的完整推导。
高频题型与例题精析：
- 离散型随机变量：二项分布、泊松分布、几何分布是重点。2023年计算题“某射手每次命中概率0.7，独立射击5次，求恰好命中3次的概率”，需写出X~B(5,0.7)，计算P(X=3)=C₅³·0.7³·0.3²。
- 连续型随机变量：均匀分布、指数分布、正态分布为必考内容。2022年填空题“设X~U(1,4)，求P(X>2.5)”，答案为(4−2.5)/(4−1)=0.5。
- 分布函数F(x)的性质与求解：2021年真题给出分段概率密度f(x)，要求写出F(x)并求P(0.5
- 随机变量函数的分布：Y=g(X)的分布推导是难点。2020年计算题“X~U(0,2)，Y=X²，求Y的密度函数”，需分步求FY(y)=P(X²≤y)=P(0≤X≤√y)，再求导。
F_Y(y) = P(Y ≤ y) = P(g(X) ≤ y)，再对y求导得f_Y(y)
第三章：多维随机变量——综合能力考查关键
本章内容逻辑性强，常与第二章结合形成综合题，是区分高分与中等分数的关键章节。2023年真题中多维分布题占18分，为单题最高分值。
核心能力要求：
- 联合分布与边缘分布：由联合分布律/密度求边缘分布是基本技能。2022年真题给出(X,Y)的联合分布律表，要求写出X与Y的边缘分布，并判断独立性。
- 条件分布：P(X=x|Y=y)与fX|Y(x|y)的计算。2021年填空题“已知f(x,y)=2e⁻⁽ˣ⁺²ʸ⁾(x>0,y>0)，求fX|Y(x|y)”，答案为fX|Y(x|y)=e⁻ˣ(x>0)，即X|Y=y~Exp(1)。
- 随机变量的独立性：不仅是理论概念，更是计算工具。2020年计算题“设(X,Y)在区域D={(x,y)|0
- 二维正态分布：虽未单独出题，但其性质（边缘正态、条件正态、独立与不相关等价）常作为隐含条件出现。
fX|Y(x|y) = f(x,y) / fY(y)，其中fY(y) > 0
第四章：数字特征——计算能力与性质应用的综合体现
本章是概率论基础考研真题的“计算中枢”，所有核心公式均需熟练掌握。真题中计算题常以本章为核心，要求写出完整推导过程。
必考计算公式：
- 期望E(X)：离散型∑xipi，连续型∫xf(x)dx。2023年计算题“X的概率密度f(x)=3x²(0
- 方差D(X)：D(X)=E(X²)−[E(X)]²为最常用公式。2022年填空题“X~P(λ)，求D(2X+1)”，答案为4λ。
- 协方差与相关系数：cov(X,Y)=E(XY)−E(X)E(Y)，ρXY=cov(X,Y)/[√D(X)√D(Y)]。2021年选择题“若ρXY=0，则X与Y？”正确选项为“不相关”，注意不相关≠独立。
- 矩与矩母函数：虽未直接出题，但矩母函数MX(t)=E(etx)在证明分布可加性时有隐含应用。
【命题趋势】：2023年起，真题更强调“性质应用”而非纯公式套用。如“已知X与Y独立，E(X)=2,D(X)=3,E(Y)=−1,D(Y)=4，求E[(X+Y)²]”，需展开为E(X²)+2E(X)E(Y)+E(Y²)，再代入E(X²)=D(X)+[E(X)]²。
第五章：大数定律与中心极限定理——理论向应用的桥梁
本章内容虽理论性较强，但真题考查侧重于定理的识别与应用。尤其中心极限定理是解答“大量独立同分布随机变量和的近似概率”问题的唯一工具。
核心定理与应用：
- 切比雪夫不等式：P(|X−μ|≥ε)≤σ²/ε²。2020年填空题“X~B(100,0.2)，用切比雪夫不等式估计P(|X−20|≥10)”，答案≤40/100=0.4。
- 独立同分布中心极限定理（Lindeberg–Levy）：当n较大时，∑Xi≈N(nμ,nσ²)。2023年应用题“某保险公司在一天内承保100份同类保单，每份索赔概率0.01，索赔额为1万元，用中心极限定理估计总索赔额超过1.5万元的概率”，需令Xi为第i份索赔额，Xi~0.99δ₀+0.01δ₁，求P(∑Xi>1.5)≈1−Φ((1.5−1)/√0.0099)。
- 德莫佛–拉普拉斯定理：二项分布的正态近似。2022年选择题“X~B(1000,0.5)，求P(X≤530)”，用正态近似N(500,250)，标准化后查表。
P(a ≤ frac{sum_{i=1}^n X_i - nmu}{sqrt{n}sigma} ≤ b) → Φ(b) - Φ(a) quad (n→∞)