考研中“随机过程”的考试内容主要包括以下几个方面：
概率论基础
样本空间、事件、概率及其性质。
随机变量的定义、分布函数、密度函数、分布律等。
数理统计的基本概念，如总体、样本、统计量等。
参数估计
点估计和区间估计的方法及性质。
假设检验
假设检验的基本原理、方法及相关概念。
方差分析
单因素方差分析和多因素方差分析等内容。
大数定律和中心极限定理
伯努利大数定律、切比雪夫大数定律、中心极限定理等内容。
随机过程的基本概念及分类
随机过程是一族随机变量，依据其增量性质可分为正交增量过程、独立增量过程和平稳的独立增量过程。
根据样本轨道的连续性，随机过程可分为连续轨道随机过程（如布朗运动）和跳跃轨道随机过程。
常见随机过程
布朗运动：标准布朗运动的概念、有限维特征函数的计算、n维分布函数的计算等。
泊松过程：泊松过程的定义、性质及其在数学期望和方差中的应用。
马尔可夫过程：马尔可夫性质及其在随机过程中的应用。
平稳过程：平稳过程的定义、性质及其在频域分析中的应用。
随机过程的统计特征
均值函数、方差函数、协方差函数、相关函数和均方值函数等。
二维随机过程的互相关函数和互协方差函数。
复随机过程的均值函数、方差函数、协方差函数、相关函数和均方值函数。
其他重要内容
随机变量的收敛性、鞅的验证、布朗运动的基本概念和性质等。
建议考生在复习时，重点掌握随机过程的基本概念、分类及其统计特征，同时结合实际例子进行理解和应用。
