1、不同的学校考的概率理论与数理统计的具体内容是不同的，特别是对于985的学校，都是自主命题。主要说一下一般学校的《概率理论与数理统计》目录与考试类型 2、目录与主要内容第一章：随机事件和概率第二章：随机变量及其分布第三章：多维随机变量及其分布第四章：随机变量的数字特征第五章：大数定律和中心极限定理第六章：数理统计的基本概念第七章：参数估计 3、常有的题型有：填空题、选择题、计算题和证明题，试题的主要类型有： (1)确定事件间的关系，进行事件的运算； (2)利用事件的关系进行概率计算； (3)利用概率的性质证明概率等式或计算概率； (4)有关古典概型、几何概型的概率计算； (5)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率； (6)有关事件独立性的证明和计算概率； (7)有关独重复试验及伯努利概率型的计算； (8)利用随机变量的分布函数、概率分布和概率密度的定义、性质确定其中的未知常数或计算概率； (9)由给定的试验求随机变量的分布； (10)利用常见的概率分布(例如(0-1)分布、二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布等计算概率； (11)求随机变量函数的分布； (12)确定二维随机变量的分布； (13)利用二维均匀分布和正态分布计算概率； (14)求二维随机变量的边缘分布、条件分布； (15)判断随机变量的独立性和计算概率； (16)求两个独立随机变量函数的分布； (17)利用随机变量的数学期望、方差的定义、性质、公式，或利用常见随机变量的数学期望、方差求随机变量的数学期望、方差； (18)求随机变量函数的数学期望； (19)求两个随机变量的协方差、相关系数并判断相关性； (20)求随机变量的矩和协方差矩阵； (21)利用切比雪夫不等式推证概率不等式； (22)利用中心极限定理进行概率的近似计算； (23)利用t分布、χ2分布、f分布的定义、性质推证统计量的分布、性质； (24)推证某些统计量(特别是正态总体统计量)的分布； (25)计算统计量的概率； (26)求总体分布中未知参数的矩估计量和极大似然估计量； (27)判断估计量的无偏性、有效性和一致性； (28)求单个或两个正态总体参数的置信区间； (29)对单个或两个正态总体参数假设进行显著性检验； (30)利用χ2检验法对总体分布假设进行检验。

1、因为随机变量只有两个取值，这两个取值一般以x=0和x=1来表示，所以这样的分布叫两点分布。 2、假如某随机变量y只取值3和4这两个，也属于两点分布。3、为什么一定要以x=0和x=1来表示这唯二的随机变量呢，这个就和随机变量的期望和方差有关，因为取x=0和x=1的话，期望和方差有比较好的公式可记忆。

泊松分布（poisson distribution），台译卜瓦松分布，是一种统计与概率学里常见到的离散机率分布（discrete probability distribution），由法国数学家西莫恩·德尼·泊松（siméon-denis poisson）在1838年时发表。 泊松分布的概率密度函数为： p(x=k)=\frac{e^{-\lambda}\lambda^k}{k} 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数等等。