考研中的概率论部分主要涵盖以下内容：
随机事件和概率：
包括随机事件与样本空间事件的关系与运算、完备事件组概率的概念、概率的基本性质、古典概率、几何概率、条件概率、概率的基本公式、事件的独立性、独立重复试验等。
随机变量及其分布：
涉及随机变量分布函数的概念及其性质、离散型随机变量的概率分布、连续型随机变量的概率密度、常见随机变量的分布、随机变量函数的分布等。
多维随机变量及其分布：
包括二维离散型随机变量的概率分布、边缘分布和条件分布，二维连续型随机变量的概率密度、边缘概率密度和条件密度，随机变量的独立性和不相关性，二维均匀分布和二维正态分布等。
随机变量的数字特征：
主要涉及数学期望（均值）、方差、标准差及其性质，随机变量函数的数学期望，矩、协方差、相关系数及其性质等。
极限定理：
包括切比雪夫不等式、大数定律（如伯努利大数定律、辛钦大数定律）、中心极限定理等。
数理统计的基本概念：
涵盖总体、个体、简单随机样本、统计量（如样本均值、样本方差和样本矩）、分布、分位数、正态总体的常用抽样分布等。
参数估计：
包括点估计、矩估计法、最大似然估计法、区间估计、估计量的无偏性、有效性（最小方差性）和一致性（相合性）等。
假设检验：
涉及显著性检验、假设检验的两类错误、单个及两个正态总体的均值和方差的假设检验等。
回归分析：
包括线性回归模型的参数估计、假设检验等。
方差分析：
涵盖单因子方差分析的实现和结果解释等。
马尔科夫链：
涉及马尔科夫链的基本性质和应用。
其他内容：
包括概率论与数理统计的应用，如金融工程中的计量经济学和微观经济学中的理论。
建议考生对上述内容进行系统复习，掌握各章节的重点和难点，同时通过做习题和历年真题来提高解题能力和理解深度。