高数
有些格式懒得调了,凑合着看吧
等价无穷小
sinx∼x,tanx∼x,arcsinx∼x,arctanx∼x,ex−1∼x,ln(1+x)∼x,ax−1=exlna−1∼xlna(a>0且a=1),1−cosx∼21x2,(1+x)a−1∼ax(a=0),
泰勒公式
ex=1+x+2!x2+⋯+n!xn+⋯=∑n=0∞n!xnsinx=x−3!1x3+⋯+(−1)n(2n+1)!1x2n+1+⋯=∑n=0∞(−1)n(2n+1)!x2n+1,cosx=1−2!1x2+⋯+(−1)n(2n)!1x2n+⋯=∑n=0∞(−1)n(2n)!x2nln(1+x)=x−21x2+⋯+(−1)n−1nxn+⋯=∑n=1∞(−1)n−1nxn,−1<x⩽11−x1=1+x+x2+⋯+xn+⋯=∑n=0∞xn,∣x∣<11+x1=1−x+x2−⋯+(−1)nxn+⋯=∑n=0∞(−1)nxn,∣x∣<1(1+x)a=1+αx+2α(α−1)x2+o(x2)(x→0,α=0)tanx=x+31x3+o(x3)(x→0)arcsinx=x+61x3+o(x3)(x→0)arctanx=x−31x3+o(x3)(x→0)
导数定义
左导数f−′(x0)=Δx→0−limΔxf(x0+Δx)−f(x0);右导数f+′(x0)=Δx→0+limΔxf(x0+Δx)−f(x0).f′(x0) 存在 ⇔f−′(x0)=f+′(x0).高阶导数f(n)(x0)=x→x0limx−x0f(n−1)(x)−f(n−1)(x0).
基本求导公式
(1)(xk)′=kxk−1(k为任意实数).(2)(lnx)′=x1(x>0).(3)(ex)′=ex;(ax)′=axlna,a>0,a=1.(4)(sinx)′=cosx;(cosx)′=−sinx;(tanx)′=sec2x;(cotx)′=−csc2x(secx)′=secxtanx;(cscx)′=−cscxcotx;(ln∣cosx∣)′=−tanx;(ln∣sinx∣)′=cotx;(ln∣secx+tanx∣)′=secx;(ln∣cscx−cotx∣)′=cscx.(5)(arctanx)′=1+x21;(arccotx)′=−1+x21.(6)(arcsinx)′=1−x21;(arccosx)′=−1−x21.(7)[ln(x+x2+a2)]′=x2+a21,常见a=1;[ln(x+x2−a2)]′=x2−a21(x>a>0),常见a=1.
莱布尼兹公式
设u=u(x),v=v(x)均n阶可导,则(u±v)(n)=u(n)±v(n),(uv)(n)=u(n)v+Cn1u(n−1)v′+Cn2u(n−2)v′′+⋯+Cnku(n−k)v(k)+⋯+Cnn−1u′v(n−1)+uv(n)=k=0∑nCnku(n−k)v(k).
麦克劳林公式
任何一个无穷阶可导的函数都可写成y=f(x)=n=0∑∞n!f(n)(x0)(x−x0)n,或者y=f(x)=n=0∑∞n!f(n)(0)xn.
渐近线
(1)铅垂渐近线.若x→x0+limf(x)=∞(或x→x0−limf(x)=∞),则x=x0为一条铅垂渐近线.(2)水平渐近线.若x→+∞limf(x)=y1,则y=y1为一条水平渐近线;若x→−∞limf(x)=y2,则y=y2为一条水平渐近线;若x→+∞limf(x)=x→−∞limf(x)=y0,则y=y0为一条水平渐近线.(3)斜渐近线.若x→+∞limxf(x)=k1,x→+∞lim[f(x)−k1x]=b1,则y=k1x+b1是曲线y=f(x)的一条斜渐近线;若x→−∞limxf(x)=k2,x→−∞lim[f(x)−k2x]=b2,则y=k2x+b2是曲线y=f(x)的一条斜渐近线;若x→+∞limxf(x)=x→−∞limxf(x)=k,x→+∞lim[f(x)−kx]=x→−∞lim[f(x)−kx]=b,则y=kx+b是曲线y=f(x)的一条斜渐近线.
曲率
曲率 k=[1+(y′)2]23∣y′′∣, 曲率半径 R=k1.
基本积分公式
(1)∫xk dx=k+11xk+1+C,k=−1;{∫x21 dx=−x1+C,∫x1 dx=2x+C.(2)∫x1 dx=ln∣x∣+C.(3)∫ex dx=ex+C;∫ax dx=lnaax+C,a>0且a=1.(4)∫sinx dx=−cosx+C;∫cosx dx=sinx+C;∫tanx dx=−ln∣cosx∣+C;∫cotx dx=ln∣sinx∣+C;∫cosxdx=∫secx dx=ln∣secx+tanx∣+C;∫sinxdx=∫cscx dx=ln∣cscx−cotx∣+C;∫sec2x dx=tanx+C;∫csc2x dx=−cotx+C;∫secxtanx dx=secx+C;∫cscxcotx dx=−cscx+C. (5) {∫1+x21 dx=arctanx+C,∫a2+x21 dx=a1arctanax+C(a>0). (6) {∫1−x21 dx=arcsinx+C,∫a2−x21 dx=arcsinax+C(a>0). (7) {∫x2+a21 dx=ln(x+x2+a2)+C( 常见 a=1),∫x2−a21 dx=ln∣∣x+x2−a2∣∣+C(∣x∣>∣a∣).(8)∫x2−a21 dx=2a1ln∣∣∣∣x+ax−a∣∣∣∣+C(∫a2−x21 dx=2a1ln∣∣∣∣x−ax+a∣∣∣∣+C).(9)∫a2−x2 dx=2a2arcsinax+2xa2−x2+C(a>∣x∣⩾0).(10)∫sin2x dx=2x−4sin2x+C(sin2x=21−cos2x);∫cos2x dx=2x+4sin2x+C(cos2x=21+cos2x);∫tan2x dx=tanx−x+C(tan2x=sec2x−1);∫cot2x dx=−cotx−x+C(cot2x=csc2x−1).
区间再现
∫abf(x)dx=∫abf(a+b−x)dx.∫abf(x)dx=21∫ab[f(x)+f(a+b−x)]dx.∫−aaf(x)dx=∫0a[f(x)+f(−x)]dx(a>0).
点火公式
∫02πsinnx dx=∫02πcosnx dx={nn−1,n−2n−3,⋯⋅32⋅1,nn−1⋅n−2n−3⋅⋯⋅21⋅2π,n 为大于 1 的奇数, n 为正偶数. ∫0πsinnx dx={2⋅nn−1⋅n−2n−3⋅⋯⋅32⋅1,2⋅nn−1⋅n−2n−3⋅⋯⋅21⋅2π,n 为大于 1 的奇数, n 为正偶数. ∫0πcosnx dx={0,2⋅nn−1⋅n−2n−3⋯⋯⋅21⋅2π,n 为正奇数, n 为正偶数. ∫02πsinnx dx={0,4⋅nn−1⋅n−2n−3⋅⋯⋅21⋅2π,n 为正奇数, n 为正偶数. ∫02πcosnx dx=∫02πsinnx dx={0,4⋅nn−1⋅n−2n−3⋅⋯⋅21⋅2π,n 为正奇数, n 为正偶数. ∫0πxf(sinx)dx=2π∫0πf(sinx)dx. ∫0πxf(sinx)dx=π∫02πf(sinx)dx.∫02πf(sinx)dx=∫02πf(cosx)dx.∫02πf(sinx,cosx)dx=∫02πf(cosx,sinx)dx.
诱导公式
(1)sin(π±t)=∓sint.(2)cos(π±t)=−cost.(3)sin(2π±t)=cost.(4)cos(2π±t)=∓sint.
全微分
dz=∂x∂z dx+∂y∂z dy
无条件极值
无条件极值(1)二元函数取极值的必要条件(类比一元函数).设z=f(x,y)在点(x0,y0){ 一阶偏导数存在, 取极值, fx′(x0,y0)=0,fy′(x0,y0)=0.【注】该必要条件同样适用于三元及三元以上函数.(2)二元函数取极值的充分条件.记⎩⎪⎪⎨⎪⎪⎧fxx′′(x0,y0)=A,fxy′′(x0,y0)=B, 则 Δ=AC−B2fyy′′(x0,y0)=C,⎩⎪⎪⎨⎪⎪⎧>0⇒ 极值 {A<0⇒ 极大值, A>0⇒ 极小值, <0⇒ 非极值, =0⇒ 方法失效, 另谋他法. 【注】该充分条件不适用于三元及三元以上函数.
条件极值和拉格朗日乘数
条件极值与拉格朗日乘数法求目标函数u=f(x,y,z)在条件{φ(x,y,z)=0,ψ(x,y,z)=0下的最值,则(1)构造辅助函数F(x,y,z,λ,μ)=f(x,y,z)+λφ(x,y,z)+μψ(x,y,z);(2)令⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧Fx′=fx′+λφx′+μψx′=0,Fy′=fy′+λφy′+μψy′=0,Fz′=fz′+λφz′+μψz′=0,Fλ′=φ(x,y,z)=0,Fμ′=ψ(x,y,z)=0;(3)解上述方程组得备选点Pi,i=1,2,3,⋯,n,并求f(Pi),取其最大值为umax,最小值为umin;(4)根据实际问题,必存在最值,所得即为所求.
一阶线性微分方程
y′+p(x)y=q(x)y=e−∫p(x)dx[∫e∫p(x)dx⋅q(x)dx+C].
伯努利方程
(仅数学一)能写成y′+p(x)y=q(x)yn(n=0,1)(伯努利方程)a.先变形为y−n⋅y′+p(x)y1−n=q(x);b.令z=y1−n,得 dxdz=(1−n)y−n dxdy,则1−n1 dxdz+p(x)z=q(x);c.解此一阶线性微分方程即可.
欧拉方程
能写成x2y′′+pxy′+qy=f(x)(仅数学一)(1)当x>0时,令x=et,则t=lnx, dxdt=x1,于是 dxdy= dtdy⋅ dxdt=x1 dtdy, dx2d2y=dxd(x1 dtdy)=−x21 dtdy+x1dxd( dtdy)=−x21 dtdy+x21 dt2d2y,方程化为 dt2d2y+(p−1) dtdy+qy=f(et),即可求解(别忘了用t=lnx回代成x的函数).(2)当x<0时,令x=−et,同理可得.
解的结构
如y′′′+p1y′′+p2y′+p3y=0,写λ3+p1λ2+p2λ+p3=0⇒λ1,2,3.(1)若λ为单实根,写 Ceλx;(2)若λ为k重实根,写(C1+C2x+C3x2+⋯+Ckxk−1)eλx;(3)若λ为单复根α±β1,写eαx(C1cosβx+C2sinβx).
非齐次线性微分方程的特解
(1) 当自由项 f(x)=Pn(x)eαx 时, 特解要设为 y∗=eαxQn(x)xk, ⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧eαx 照抄, Qn(x) 为 x 的 n 次一般多项式, k=⎩⎨⎧0,1,2,α=λ1,α=λ2,α=λ1 或 α=λ2,α=λ1=λ2.(2)当自由项f(x)=eαx[Pm(x)cosβx+Pn(x)sinβx]时,特解要设为y∗=eαx[Ql(1)(x)cosβx+Ql(2)(x)sinβx]xk,其中⎩⎪⎪⎨⎪⎪⎧eαx 照抄, l=max{m,n},Ql(1)(x),Ql(2)(x) 分别为 x 的两个不同的 l 次一般多项式, k={0,1,α±βi 不是特征根, α±βi 是特征根.
无穷级数
(1)ln(1+x)=n=1∑∞(−1)n−1⋅nxn,−1<x⩽1.(2)21ln(1+x)=n=1∑∞(−1)n−1⋅2nxn,−1<x⩽1.(3)arctanx=n=0∑∞(−1)n⋅2n+1x2n+1,−1⩽x⩽1.(4)ex=n=0∑∞n!xn,−∞<x<+∞:(5)2ex+e−x=n=0∑∞(2n)!x2n,−∞<x<+∞.(6)cosx=n=0∑∞(−1)n⋅(2n)!x2n,−∞<x<+∞.(7)2ex−e−x=n=0∑∞(2n+1)!x2n+1,−∞<x<+∞.(8)sinx=n=0∑∞(−1)n⋅(2n+1)!x2n+1,−∞<x<+∞.
p级数/p积分
(1)等比级数n=1∑∞aqn−1{=1−qa, 发散, ∣q∣<1,∣q∣⩾1. (2) p 级数 n=1∑∞np1{ 收敛, 发散, p>1, p⩽1.(3)广义p级数n=2∑∞n(lnn)p1{ 收敛, 发散, p>1,p⩽1.(4)交错p级数n=1∑∞(−1)n−1np1{ 绝对收敛, p>1, 条件收敛, 0<p⩽1. (5) p 积分 ∫01xp1dx{ 收敛, 发散, 0<p<1.p⩾1, (6) p 积分 ∫1+∞xp1dx{ 收敛, 发散, p>1, p⩽1.
傅里叶
S(x)=⎩⎨⎧f(x),2f(x−0)+f(x+0),2f(−l+0)+f(l−0),x 为连续点, x 为间断点, x=±l.f(x)∼2a0+∑n=1∞(ancoslnπx+bnsinlnπx),a0=l1∫−llf(x)dx,an=l1∫−llf(x)coslnπx dx,n=1,2,⋯bn=l1∫−llf(x)sinlnπx dx,
平面方程
以下假设平面的法向量n=(A,B,C).(1)一般式:Ax+By+Cz+D=0.(2)点法式:A(x−x0)+B(y−y0)+C(z−z0)=0.(3)三点式:∣∣∣∣∣∣x−x1x−x2x−x3y−y1y−y2y−y3z−z1z−z2z−z3∣∣∣∣∣∣=0(平面过不共线的三点Pi(xi,yi,zi),i=1,2,3).(4)截距式:ax+by+cz=1(平面过(a,0,0),(0,b,0),(0,0,c)三点).(5)平面束方程.设A1,B1,C1与A2,B2,C2不成比例,则{A1x+B1y+C1z+D1=0,A2x+B2y+C2z+D2=0表示两个不平行平面的交线L,则方程μ(A1x+B1y+C1z+D1)+λ(A2x+B2y+C2z+D2)=0叫作平面束方程.(μ=1则不包含(A2x+B2y+C2z+D2)=0)
直线方程
以下假设直线的方向向量τ=(l,m,n).(1)一般式:{A1x+B1y+C1z+D1=0,A2x+B2y+C2z+D2=0,n1=(A1,B1,C1),n2=(A2,B2,C2),其中n1∦n2【注】其几何背景很直观,是两个平面的交线,且该直线的方向向量τ=n1×n2.(2)点向式(标准式、对称式):lx−x0=my−y0=nz−z0.(3)参数式:⎩⎨⎧x=x0+lt,y=y0+mt,M(x0,y0,z0) 为直线上的已知点, t 为参数. z=z0+nt,(4)两点式:x2−x1x−x1=y2−y1y−y1=z2−z1z−z1(直线过不同的两点Pi(xi,yi,zi),i=1,2).
点到平面的距离
点P0(x0,y0,z0)到平面Ax+By+Cz+D=0的距离d=A2+B2+C2∣Ax0+By0+Cz0+D∣.
梯度 散度 旋度 (修复中)
\left.grad u\right|_{P_{0}}=\left(u_{x}^{\prime}\left(P_{0}\right), u_{y}^{\prime}\left(P_{0}\right), u_{z}^{\prime}\left(P_{0}\right)\right) \\ \\ div \boldsymbol{A}=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\ \\ rot \boldsymbol{A}=\left|\begin{array}{ccc} i & j & k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ P & Q & R \end{array}\right|\
极坐标 球坐标
{x=rcosθy=rsinθ∭Ωf(x,y,z)dx dy dz=∭Ωf(rcosθ,rsinθ,z)r dr dθdz.⎩⎨⎧x=rsinφcosθy=rsinφsinθz=rcosφ∭Ωf(x,y,z)dx dy dz=∭Ωf(rsinφcosθ,rsinφsinθ,rcosφ)r2sinφdθdφdr.
格林公式 高斯公式
∮LP(x,y)dx+Q(x,y)dy=∬D(∂x∂Q−∂y∂P)dσ∬ΣP dy dz+Q dz dx+R dx dy=∭Ω(∂x∂P+∂y∂Q+∂z∂R)dv.
杂项
椭圆面积:S=π(圆周率)×a×bsinx函数一拱面积:2圆锥体积:V=1/3(s∗h)等比数列求和:Sn=a11−q1−qn
线性代数
行列式初等变换
第一类初等变换(换行换列)使行列式变号,第二类初等变换(某行或某列乘k倍)使行列式变k倍,第三类初等变换(某行(列)乘k倍加到另一行(列))使行列式不变。
副对角线行列式
副对角线行列式∣∣∣∣∣∣∣∣∣a11a21⋮an1⋯⋯⋯a1,n−1a2,n−1⋮0a1n0⋮0∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣00⋮an1⋯⋯⋯0a2,n−1⋮an,n−1a1na2n⋮ann∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣00⋮an1⋯⋯⋯0a2,n−1⋮0a1n0⋮0∣∣∣∣∣∣∣∣∣=(−1)2n(n−1)a1,na2,n−1⋯an1.
拉普拉斯展开
设A为m阶矩阵,B为n阶矩阵,则∣∣∣∣AOOB∣∣∣∣=∣∣∣∣AOCB∣∣∣∣=∣∣∣∣ACOB∣∣∣∣=∣A∣∣B∣,∣∣∣∣OBAO∣∣∣∣=∣∣∣∣CBAO∣∣∣∣=∣∣∣∣OBAC∣∣∣∣=(−1)mn∣A∣∣B∣.
范德蒙德行列式
∣∣∣∣∣∣∣∣∣∣∣1x1x12⋮x1n−11x2x22⋮x2n−1⋯⋯⋯⋯1xnxn2⋮xnn−1∣∣∣∣∣∣∣∣∣∣∣=1⩽i<j⩽n∏(xj−xi).
克拉默法则
定理 设有由n个方程组成的n元线性方程组⎩⎪⎪⎨⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2⋯⋯⋯an1x1+an2x2+⋯+annxn=bn如果方程组的系数行列式D=∣aij∣n=0,则方程组有唯一解xj=DDj(j=1,2,⋯n),其中Dj是把D中第列换成常数项b1,b2,⋯,bn后所得到的n阶行列式。
方阵乘积的行列式
设 A,B 是同阶方阵,则 ∣AB∣=∣A∣∣B∣.
矩阵转置
(1) (AT)T=A;(2)(kA)T=kAT;(3)(A+B)T=AT+BT;(4)(AB)T=BTAT;(5)当m=n 时, ∣∣∣AT∣∣∣=∣A∣.
逆矩阵
1.逆矩阵的定义(1)定义A,B是n阶方阵,E是n阶单位矩阵,若AB=BA=E,则称A是可逆矩阵,并称B是A的逆矩阵,且逆矩阵是唯一的,记作A−1.(2)A可逆的充分必要条件是∣A∣=0.当∣A∣=0时,A可逆,且A−1=∣A∣1A∗.2.逆矩阵的性质与重要公式设A,B是同阶可逆矩阵,则(1)(A−1)−1=A;(2)若k=0,则(kA)−1=k1A−1;(3)AB也可逆,且(AB)−1=B−1A−1;(4)AT也可逆,且(AT)−1=(A−1)T;【注】此处可称为“穿脱”原则,即穿衣时先内后外,脱衣时先外后内.(5)∣∣A−1∣∣=∣A∣−1. 【注】 A+B 不一定可逆, 且 (A+B)−1=A−1+B−1. (6)[AOOB]−1=[A−1OOB−1],[OBAO]−1=[OA−1B−1O].
伴随矩阵
1.伴随矩阵的定义伴随矩阵将行列式∣A∣的n2个元素的代数余子式按如下形式排成的矩阵称为A的伴随矩阵,记作A∗,即A∗=⎣⎢⎢⎢⎡A11A12⋮A1nA21A22⋮A2n⋯⋯⋯An1An2⋮Ann⎦⎥⎥⎥⎤,且有AA∗=A∗A=∣A∣E.2.伴随矩阵的性质与重要公式(1)对任意n阶方阵A,都有伴随矩阵A∗,且有公式AA∗=A∗A=∣A∣E,∣A∗∣=∣A∣n−1.当∣A∣=0时,有A∗=∣A∣A−1,A−1=∣A∣1A∗,A=∣A∣(A∗)−1;(kA)(kA)∗=∣kA∣E;AT(AT)∗=∣∣∣AT∣∣∣E;A−1(A−1)∗=∣∣A−1∣∣E;A∗(A∗)∗=∣A∗∣E.(2)(AT)∗=(A∗)T,(A−1)∗=(A∗)−1,(AB)∗=B∗A∗,(A∗)∗=∣A∣n−2A.【注】(A+B)∗=A∗+B∗.
矩阵的秩
设A是m×n矩阵,B是满足有关矩阵运算要求的矩阵,则(1)0⩽r(A)⩽min{m,n};(2)r(kA)=r(A)(k=0);(3)r(AB)⩽min{r(A),r(B)};(4)r(A+B)⩽r(A)+r(B);(5)r(A∗)=⎩⎨⎧n,1,0,r(A)=n,r(A)=n−1,其中A为n阶方阵.r(A)<n−1,
施密特正交化
线性无关向量组α1,α2的标准正交化(又称正交规范化)公式为β1=α1,β2=α2−(β1,β1)(α2,β1)β1,得到的β1,β2是正交向量组.将β1,β2单位化,得η1=∥β1∥β1,η2=∥β2∥β2,则η1,η2是标准正交向量组.
向量空间
1.基本概念若ξ1,ξ2,⋯,ξn是n维向量空间Rn中的线性无关的有序向量组,则任一向量α∈Rn均可由ξ1,ξ2,⋯,ξn线性表出,记表出式为α=a1ξ1+a2ξ2+⋯+anξn,称有序向量组ξ1,ξ2,⋯,ξn是Rn的一个基,基向量的个数n称为向量空间的维数,而[a1,a2,⋯,an]([a1,a2,⋯,an]T)称为向量α在基ξ1,ξ2,⋯,ξn下的坐标,或称为α的坐标行(列)向量.2.基变换、坐标变换若η1,η2,⋯,ηn和ξ1,ξ2,⋯,ξn是Rn中的两个基,且有关系[η1,η2,⋯,ηn]=[ξ1,ξ2,⋯,ξn]⎣⎢⎢⎢⎡c11c21⋮cn1c12c22⋮cn2⋯⋯⋯c1nc2n⋮cnn⎦⎥⎥⎥⎤=[ξ1,ξ2,⋯,ξn]C, (∗)则(∗)式称为由基ξ1,ξ2,⋯,ξn到基η1,η2,⋯,ηn的基变换公式,矩阵C称为由基ξ1,ξ2,⋯,ξn到基η1,η2,⋯,ηn的过渡矩阵,C的第i列即是ηi在基ξ1,ξ2,⋯,ξn下的坐标,且过渡矩阵C是可逆矩阵.
线性方程组解的性质
设η1,η2,η是非齐次线性方程组Ax=b的解,ξ是对应齐次线性方程组Ax=0的解,则:(1)η1−η2是Ax=0的解;(2)kξ+η是Ax=b的解.
特征值的性质
设A=(aij)n×n,λi(i=1,2,⋯,n)是A的特征值,则(1)i=1∑nλi=i=1∑naii=tr(A);(2)i=1∏nλi=∣A∣.
相似矩阵的性质
1.定义设A,B是两个n阶方阵,若存在n阶可逆矩阵P,使得P−1AP=B,则称A相似于B,记成A∼B.2.相似矩阵的性质(1)若A∼B,则有:(1)r(A)=r(B);(2)∣A∣=∣B∣;(3)∣λE−A∣=∣λE−B∣;(4)A,B有相同的特征值.(2)若A∼B,则Am∼Bm,f(A)∼f(B)(其中f(x)是多项式).(3)若A∼B,且A可逆,则A−1∼B−1,f(A−1)∼f(B−1)(其中f(x)是多项式).(4)若A∼B,则AT∼BT. (5) 若 A∼B, 且 A 可逆, 则 A∗∼B∗.
其他
实对称矩阵 A 的属于不同特征值的特征向量相互正交 上、下三角矩阵与对角矩阵的特征值就是对角线元素.
惯性定理
无论选取什么样的可逆线性变换,将二次型化成标准形或规范形,其正项个数p,负项个数q都是不变的,p称为正惯性指数,q称为负惯性指数. (1) 若二次型的秩为 r, 则 r=p+q, 可逆线性变换不改变正、负惯性指数; (2) 两个二次型(或实对称矩阵)合同的充要条件是有相同的正、负惯性指数,或有相同的秩及正(或负)惯性指数.
正定
1.定义n元二次型f(x1,x2,⋯,xn)=xTAx.若对任意的x=[x1,x2,⋯,xn]T=0,均有xTAx>0,则称f为正定二次型,称二次型的对应矩阵A为正定矩阵.2.二次型正定的充要条件n元二次型f=xTAx正定⇔对任意x=0,有xTAx>0(定义)⇔f的正惯性指数p=n⇔存在可逆矩阵D,使A=DTD⇔A≃E⇔A的特征值λi>0(i=1,2,⋯,n)⇔A的全部顺序主子式均大于0.3.二次型正定的必要条件(1)aii>0(i=1,2,⋯,n).(2)∣A∣>0.
概率论与数理统计
A+B
P(A+B)=P(A)+P(B)−P(AB)
全概率公式
P(B)=i=1∑nP(Ai)P(B∣Ai)
贝叶斯公式
P(Aj∣B)=P(B)P(AjB)=∑i=1nP(Ai)P(B∣Ai)P(Aj)P(B∣Aj),j=1,2,⋯,n.
最值
当遇到与max{X,Y},min{X,Y}有关的事件时,下面一些关系式是经常要用到的:(1){max{X,Y}⩽a}={X⩽a}∩{Y⩽a};(2){max{X,Y}>a}={X>a}∪{Y>a};(3){min{X,Y}⩽a}={X⩽a}∪{Y⩽a};(4){min{X,Y}>a}={X>a}∩{Y>a};(5){max{X,Y}⩽a}⊆{min{X,Y}⩽a};(6){min{X,Y}>a}⊆{max{X,Y}>a}.
二项分布
X∼B(n,p)⎩⎨⎧ a. n 次试验相互独立; b. P(A)=p; c. 只有 A,Aˉ 两种结果. 记X为A发生的次数,则P{X=k}=Cnk⋅pk(1−p)n−k,k=0,1,2,⋯,n.
几何分布
X∼G(p)首中即停止(等待型分布),记X为试验次数,则P{X=k}=p⋅(1−p)k−1,k=1,2,⋯.
超几何分布
N件产品中有M件正品,无放回取n次,则取到k个正品的概率P{X=k}=CNnCMkCN−Mn−k,k 为整数, max{0,n−N+M}⩽k⩽min{n,M}.
泊松分布
某单位时间段,某场合下,源源不断的随机质点流的个数,也常用于描述稀有事件的概率.P{X=k}=k!λke−λ(k=0,1,⋯;λ>0),λ 表示强度 (EX=λ).泊松定理 若X∼B(n,p),当n很大,p很小,λ=np适中时,二项分布可用泊松分布近似表示,即Cnkpk(1−p)n−k≈k!λke−λ.一般地,当n⩾20,p⩽0.05时,用泊松近似公式逼近二项分布效果比较好,特别当n⩾100,np⩽10时,逼近效果更佳.
指数分布
如果X的概率密度或分布函数分别为f(x)={λe−λx,0,x⩾0, 其他 (λ>0),F(x)={1−e−λx,0,x⩾0,x<0(λ>0),则称X服从参数为λ的指数分布,记为X∼E(λ).注意:1∘P{X⩾t+s∣X⩾t}=P{X⩾s}无记忆性.2∘F(x)={1−e−λx,0,x⩾0,x<0(λ>0)(记,易考).3∘{ 几何分布 ⇒ 离散型等待分布 指数分布 ⇒ 连续型等待分布 ⇒无记忆性.
正态分布
若X∼f(x)=2πσ1e−2σ2(x−μ)2,−∞<x<+∞,其中−∞<μ<+∞,σ>0,则称X服从参数为(μ,σ2)的正态分布,记为X∼N(μ,σ2).注意:1∘μ=0,σ=1时的正态分布N(0,1)为标准正态分布,X∼φ(x)=2π1e−2x2,Φ(x)=∫−∞x2π1e−2t2 dt,则X∼N(0,1).2∘若X∼N(μ,σ2),则σX−μ∼N(0,1)F(x)=P{X⩽x}=Φ(σx−μ)P{a⩽X⩽b}=Φ(σb−μ)−Φ(σa−μ)P{μ−σ⩽X⩽μ+σ}=2Φ(1)−1P{μ−kσ⩽X⩽μ+kσ}=2Φ(k)−1(k>0)3∘若X∼N(0,1),则Φ(−x)=1−Φ(x)P{∣X∣⩽a}=2Φ(a)−1(a>0)P{∣X∣>a}=2[1−Φ(a)](a>0)
二维正态分布
如果(X,Y)的概率密度为f(x,y)=2πσ1σ21−ρ21exp{−2(1−ρ2)1[(σ1x−μ1)2−2ρ(σ1x−μ1)(σ2y−μ2)+(σ2y−μ2)2]},其中μ1∈R,μ2∈R,σ1>0,σ2>0,−1<ρ<1,则称(X,Y)服从参数为μ1,μ2,σ12,σ22,ρ的二维正态分布,记为(X,Y)∼N(μ1,μ2;σ12,σ22;ρ).【注】有下面6条重要结论.(1)若(X1,X2)∼N(μ1,μ2;σ12,σ22;ρ),则X1∼N(μ1,σ12),X2∼N(μ2,σ22).(2)若X1∼N(μ1,σ12),X2∼N(μ2,σ22)且X1,X2相互独立,则(X1,X2)∼N(μ1,μ2;σ12,σ22;0).(3)(X1,X2)∼N⇒k1X1+k2X2∼N(k1,k2是不全为0的常数).(4)(X1,X2)∼N,Y1=a1X1+a2X2,Y2=b1X1+b2X2,且∣∣∣∣a1b1a2b2∣∣∣∣=0⇒(Y1,Y2)∼N.(5)(X1,X2)∼N,则X1,X2相互独立⇔X1,X2不相关.以上5条可推广至有限个随机变量的情形.(6)(X,Y)∼N,则fX∣Y(x∣y)∼N,fY∣X(y∣x)∼N(二维正态分布的条件分布仍是正态分布).
最值函数的分布
若Xi(i=1,2,⋯,n;n⩾2)独立同分布,其分布函数为F(x),概率密度为f(x),记Y=min{X1,X2,⋯,Xn},Z=max{X1,X2,⋯,Xn},则FY(y)=1−[1−F(y)]n,fY(y)=n[1−F(y)]n−1f(y)⇒EY=∫−∞+∞yfY(y)dyFZ(z)=[F(z)]n,fZ(z)=n[F(z)]n−1f(z)⇒EZ=∫−∞+∞zfZ(z)dz
方差
DX=E(X2)−(EX)2D(X±Y)=DX+DY±2Cov(X,Y)
协方差 相关系数
Cov(X,Y)=E[(X−EX)(Y−EY)]Cov(X,Y)=E(XY−X⋅EY−EX⋅Y+EX⋅EY)=E(XY)−EX⋅EY−EX⋅EY+EX⋅EY=E(XY)−EXEY.(2)ρXY定义.(相关系数,表线性相依程度)ρXY=DXDYCov(X,Y){=0⇔X,Y 不相关, =0⇔X,Y 相关. (量纲为1,无单位)(3)性质.(1)Cov(X,Y)=Cov(Y,X).(2)Cov(aX,bY)=abCov(X,Y).(3)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y).(4)∣ρXY∣⩽1.(5)ρXY=1⇔P{Y=aX+b}=1(a>0).ρXY=−1⇔P{Y=aX+b}=1(a<0).考试时,Y=aX+b,a>0⇒ρXY=1.Y=aX+b,a<0⇒ρXY=−1.(6)五个充要条件.ρXY=0⇔Cov(X,Y)=0⇔E(XY)=EX⋅EY⇔D(X+Y)=DX+DY⇔D(X−Y)=DX+DY(7)X,Y独立⇒ρXY=0.(8)若(X,Y)∼(μ1,μ2;σ12,σ22;ρXY),则X,Y独立⇔X,Y不相关(ρXY=0).
常用分布的EX,DX
(1)0−1分布,EX=p,DX=p−p2=(1−p)p.(2)X∼B(n,p),EX=np,DX=np(1−p).(3)X∼P(λ),EX=λ,DX=λ.(4)X∼G(p),EX=p1,DX=p21−p.(5)X∼U(a,b),EX=2a+b,DX=12(b−a)2.(6)X∼E(λ),EX=λ1,DX=λ21.(7)X∼N(μ,σ2),EX=μ,DX=σ2.(8)X∼χ2(n),EX=n,DX=2n.
正态总体下的常用结论
设X1,X2,⋯,Xn是取自正态总体N(μ,σ2)的一个样本,Xˉ,S2分别是样本均值和样本方差,则 (1) Xˉ∼N(μ,nσ2), 即 nσXˉ−μ=σn(Xˉ−μ)∼N(0,1); (2)σ21i=1∑n(Xi−μ)2∼χ2(n);(3)σ2(n−1)S2=i=1∑n(σXi−Xˉ)2∼χ2(n−1)(μ末知,在“(2)”中用Xˉ替代μ);(4)Xˉ与S2相互独立,Sn(Xˉ−μ)∼t(n−1)(σ末知,在“(1)”中用S替代σ).进一步有S2n(Xˉ−μ)2∼F(1,n−1).