2017年考研数学考试大纲已发布，对于概率论与数理统计这门科目的考试内容和要求有了明确的界定。虽然大纲没有详细阐述常出现的考试重难点，但我们依然可以通过细致的复习来把握。下面将就概率论与数理统计学科的重点内容进行概括，以期为考生提供帮助，提高复习效率。
第一章 随机事件与概率
掌握了四种关系：包含、相等、互斥、对立。
熟悉了三种基本运算：并、交、差。
理解了四种运算律，包括交换律、结合律、分配律以及对偶律（德摩根律）。
了解了概率的基本性质，如非负性、规范性以及有限可加性等。
熟悉五大公式：加法公式、减法公式、乘法公式、全概率公式和贝叶斯公式。
掌握了条件概率的计算方法。
学会了利用随机事件的独立性进行概率计算。
特别注意逆事件概率公式的应用，这是历年考试的常见考点。
第二章 一维随机变量及其分布
理解并掌握随机变量及其分布函数的概念和性质。
熟悉常见的分布，如0-1分布、二项分布、几何分布、泊松分布等。
能够计算与随机变量相联系的随机事件的概率。
掌握随机变量函数的概率分布。
特别关注分布函数的概念，这是本章节的重要考点。
第三章 二维随机变量及其分布
本章内容与一维随机变量部分有相似之处，但更注重于二维随机变量的概念和性质。包括边缘分布和边缘概率密度，条件分布和条件概率密度等。考生需注意随机变量的独立性以及二维随机变量函数的分布。这些都是考试的重点内容。
第四章 随机变量的数字特征
本章主要介绍随机变量的数字特征，如数学期望、方差、标准差、协方差和相关系数等。考生需要熟悉常见分布的数字特征，并能够利用数字特征的基本性质计算具体分布的数字特征。还需要掌握根据一维和二维随机变量的概率分布求其函数的数学期望的方法。
第五章 大数定律和中心极限定理
本章涉及三个大数定律和两个中心极限定理，包括切比雪夫定律、伯努利大数定律、辛钦大数定律以及棣莫弗-拉普拉斯定理和列维-林德伯格定理。虽然这些内容有一定的理解难度，但并不是考试的重点，考生只需记住这些定律、定理的条件与结论即可。
第六章 数理统计的基本概念
掌握数理统计的基本概念，如总体、简单随机样本、统计量等。
熟悉常见统计量的分布，如标准正态分布、卡方分布等。
记住这些分布的条件以及结论的形式，这是理解和应用数理统计的基础。
第七章 参数估计
熟悉参数的点估计法和最大似然估计法，这两种方法是考试的常考题型。
记住具体的解题步骤，对于数一考生来说，这部分题目基本上每年都会出现。
掌握解题思路，考试中这部分题目通常可以通过固定的思路来解决。
