概率论学习框架

1. 组合分析的基本原理
2. 概率论的公理体系
3. 条件概率和事件的独立性
4. 随机变量 离散型随机变量 连续型随机变量
5. 随机变量的联合分布、期望和方差
6. 随机变量的期望值的计算
7. 正态分布
8. 强大数定理 中心极限定理
9. 概率不等式
10. 马尔可夫链、泊松过程、信息编码理论初步
11. 统计模拟

章节命名：

1. 组合分析
2. 概率论公理
3. 条件概率和独立性
4. 随机变量
5. 连续型随机变量
6. 随机变量的联合分布
7. 期望的性质
8. 极限定理
9. 概率论的其他课题
10. 模拟