大学概率论是一门研究随机现象规律性的数学分支，它主要包括以下几个方面的知识：
1.随机事件与概率：概率论的基本概念是随机事件和概率。随机事件是指在一次试验中可能发生也可能不发生的事件；概率是指一个事件发生的可能性大小，通常用一个介于0和1之间的数表示。
2.概率的计算方法：概率的计算方法包括古典概型、几何概型、条件概率、贝叶斯公式等。这些方法可以帮助我们计算复杂事件的概率。
3.随机变量及其分布：随机变量是一个可以取不同数值的变量，它可以表示随机事件的结果。随机变量的分布描述了随机变量取各种值的概率。常见的随机变量分布有均匀分布、正态分布、泊松分布等。
4.多维随机变量及其联合分布：多维随机变量是指具有两个或两个以上随机变量的集合。多维随机变量的联合分布描述了所有随机变量同时取值的概率。
5.条件期望与方差：条件期望是指给定其他随机变量的条件下，某一随机变量的期望值。方差是衡量随机变量取值离散程度的一个指标。
6.大数定律与中心极限定理：大数定律描述了随机变量之和趋于稳定值的条件；中心极限定理描述了独立同分布随机变量之和在大量情况下近似服从正态分布。
7.参数估计与假设检验：参数估计是根据样本数据推断总体参数的方法；假设检验是根据样本数据判断某个假设是否成立的方法。
8.回归分析：回归分析是一种统计方法，用于研究两个或多个变量之间的关系。常见的回归分析方法有线性回归、多元回归等。
9.时间序列分析：时间序列分析是一种统计方法，用于研究随时间变化的数据模式。常见的时间序列分析方法有自相关分析、移动平均法等。
10.马尔可夫链：马尔可夫链是一种具有“无后效性”的随机过程，即未来状态只依赖于当前状态，与过去状态无关。马尔可夫链在许多领域都有广泛的应用，如排队论、信号处理等。