高等数学复习 笔记(精华版)

申明敬告: 本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

文档介绍

高等数学复习 笔记(精华版)

1 高等数学 高中公式 三角函数公式 和差角公式 和差化积公式 sin( ) sin cos cos sin cos( ) cos cos sin sin ( ) 1 1 ( ) tg tg tg tg tg ctg ctg ctg ctg ctg                                      sin sin 2sin cos 2 2 sin sin 2cos sin 2 2 cos cos 2cos cos 2 2 cos cos -2sin sin 2 2                                         积化和差公式 倍角公式 1 sin cos [sin( ) sin( )] 2 1 cos sin [sin( ) sin( )] 2 1 cos cos [cos( ) cos( )] 2 1 sin sin [cos( ) cos( )] 2                                          2 2 2 2 2 2 2 2 2 3 3 3 2 2 tan sin 2 2sin cos 1 tan cos 2 2cos 1 1 2sin 1 tan cos sin 1 tan 2 1 2 2 1 2 sin 3 3sin 4sin cos3 4cos 3cos 3 3 1 3 tg ctg tg ctg tg ctg tg tg tg tg                                                    半角公式 1 cos 1 cos sin cos 2 2 2 2 1 cos 1 cos sin 2 1 cos sin 1 cos 1 cos 1 cos sin 2 1 cos sin 1 cos tg ctg                                           1 1 V =SH V = SH V = H(S+ +S ) 3 3 SS  棱柱 棱锥 棱台 球的表面积:4πR 2 球的体积: 34 3 R 椭圆面积:πab 椭球的体积: 4 3 abc 第 1 章 极限与连续 1.1 集合、映射、函数 空集,子集,有限集,无限集,可列集,积集,区间,邻域,上界,下界, 上有界集,下有界集,无界集,上确界,下确界 确界存在定理:凡有上(下)界的非空数集必有有限的上(下)确界。 映射,象,原象,定义域,值域,满映射,单映射,双射,函数,自变量, 因变量,基本初等函数 1.2 数列的极限 性质: 1. (唯一性)收敛数列的极限必唯一。 2. (有界性)收敛数列必为有界数列。 3. (子列不变性)若数列收敛于 a,则其任何子列也收敛于 a。 注1. 一个数列有若干子列收敛且收敛于一个数,仍不能保证原数列收敛。 注2. 若数列{xn}有两个子列{xp},{xq}均收敛于 a,且这两个子列合起来 就是原数列,则原数列也收敛于 a。 注3. 性质 3 提供了证明了某数列发散的方法,即用其逆否命题:若能从 该数列中选出两个具有不同极限的子列,则该数列必发散。 4. (对有限变动的不变性)若数列{xn}收敛于 a,则改变{xn}中的有限项所 得到的新数列仍收敛于 a。 5. (保序性)若 lim , limn n n n x a y b     ,且 aN 时,有 xnN 时,xn≤yn≤zn,且 lim n xn= lim n zn=a, 则 lim n yn=a。 2.单调收敛原理:单调有界数列必收敛。 注:任何有界的数列必存在收敛的子数列。 3.柯西收敛准则:数列{xn}收敛的充要条件是:对于任意给定的正数 ε,都存 在正整数 N ,使得当 m,n>N 时,有|xm-xn|<ε。 1.3 函数的极限 性质:极限唯一性,局部有界性,局部保序性。 判别法则: 1.夹逼法则:若 0 0 lim ( ) lim ( ) x x x x f x h x A     ,且存在 x0 的某一去心邻域 0 0( , ) ( , ) o o U x x U x  ,使得 ,均有 f(x)≤g(x)≤h(x),则 0 lim ( ) x x g x A   。 2.单调收敛原理:单调有界函数必收敛。 3. 柯西收敛准则:函数 f(x)收敛的充要条件是:∀ε>0, ∃>0, ∀x’,x’’∈ 0( , ) o U x  , 有|f(x’)-f(x’’)|<ε。 4.海涅 (Heine)归结原则: 0 lim ( ) x x f x A   的充要条件是:对于任何满足 0lim n n x x   的数列{xn},都有 lim ( )n n f x A   。 归结原则对于验证函数在某点没有极限是较方便的,例如可以挑选一个 收敛于该点的自变量 x 的数列{xn},而相应的函数值数列{f(xn)}却不收敛;或 者选出两个收敛于该点的数列{xn},{x’n},而相应的函数值数列{f(xn)},{f(xn)} 却具有不同的极限。 1.4 无穷小与无穷大 若 0 ( ) lim ( )x x x l x    , 当 0 0 1 l     时 , 则 称 x→x0 时 称 α(x) 是 β(x) 的 ( ) ( ( )) ( ) ( ( )) ( ) ~ ( ) x o x x O x x x            高阶无穷小,记作 同阶无穷小,记作 等阶无穷小,记作 常用等价无穷小 2 sin tan arcsin arctan 1ln(1 ) ~ 1 1 cos ~ (1 ) 1 ~ 1 ~ ln 2 x a x x x x x e x x x x x ax a x a              若 f(x=0), f’(0)≠0,则 2 0 1 ( ) (0) 2 x f t dt f x 确定等价无穷小的方法:1.洛必达法则,2.泰勒公式 1.5 连续函数 极限存在⇔左右极限存在且相等。 连续⇔左右极限存在且相等,且等于该点函数值。 简断点:1.第一类间断点,左右极限不相等,或相等但不等于该点函数值;2. 左右极限至少有一个不存在。 闭区间上连续函数的性质:有界性,最值性,介值性,零点存在定理。 1.6 常见题型 求极限的方法:1.四则运算;2.换元和两个重要极限;3.等价无穷小替换;4. 泰勒公式;5.洛必达法则;6.利用函数极限求数列极限; 7.放缩法; 求极限 lim n n x  ,就要将数列 xn 放大与缩小成:zn≤xn≤yn. 8.求递归数列的极限 (1)先证递归数列{an}收敛(常用单调收敛原理),然后设 lim n n x A   , 再对递 归方程 1 ( )n na f a  取极限得 A=f(A), 最后解出 A 即可。 (2)先设 lim n n x A   ,对递归方程取极限后解得 A,再用某种方法证明 lim n n a A   。 第 2 章 导数与微分 2.1 求导法则和求导公式 求导法则: 2 1.四则运算法则 [αu(x)+ βv(x)]’=αu’(x)+ βv’(x) [u(x)v(x)]’= u’(x)v(x)+ u(x)v’(x) 2 ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) u x u x v x u x v x v x v x     2.复合函数求导 ( [ ( )]) [ ( )] ( )f x f x x     关键在于区分哪些是中间变量,哪些是自变量 3.反函数求导 1 1 [ ( ) ] ( ) f y f x     4.隐函数求导 5.参数式求导 2 2 3 ( ) ( ) ( ) ( ) ( ) ( ) , , ( ) ( ) [ ( )] x x t dy y t d y y t x t y t x t y y t dx x t dx x t            6.对数求导法 7.分段函数求导 (1)按求导法则求连接点处的左右导数 设 0 0 0 0 0 ( ), ( ) , ( ) ( ) , ( ) . ( ), g x x x x f x g x h x A f x A h x x x x                 若 则 (2) 按定义求连接点处的左右导数 设 0 0 0 0 0 0 ( ), ( ) ( ) ( ) , , ( ) ( ) ( ), g x x x x g x f x x f x A x x g x h x h x x x x                    与 在点 处无定义, 可按定义求 与 (3)对于 0 0 0 0 0 0 0 ( ) ( ) (1) ( ) ( ) lim( ), ( ) , , (2) ( ) lim ( ) x x x x f x f x f x f xg x x x x xf x A x x f x f x             很复杂,按定义求, 否则,先求出 ,再求 8.变限积分求导 ( ) ( ) ( ) , ( ( )) ( ) ( ( )) ( ) x x dy y f t dt f x x f x x dx          求导公式: 1 ( ) 0 ( ) ( ) ln 1 (log ) ln x x a C x x a a a x x a            2 2 (sin ) cos (cos ) sin (tan ) sec ( ) csc (sec ) sec tan (csc ) csc x x x x x x ctgx x x x x x x ctgx                  2 2 2 2 1 (arcsin ) 1 1 (arccos ) 1 1 ( ) 1 1 ( ) 1 x x x x arctgx x arcctgx x               2.2 高阶导数和高阶微分 求高阶导数的方法: 1.莱布尼茨(Leibniz)公式: ( ) ( ) ( ) 0 ( ( ) ( )) ( ) ( ) n n k k n k n k u x v x C u x v x   2.常用公式 ( )( )ax b n n ax be a e  ( )(sin( )) sin( ) 2 n n n ax b a ax b     ( )(cos( )) cos( ) 2 n n n ax b a ax b     ( )(( ) ) ( 1)...( 1)( )n n nax b a n ax b          ( ) 1 1 ( 1) ! ( ) ( ) n n n n n a ax b ax b      ( ) 1 1 (ln( )) ( 1) ( 1)! ( ) n n n n ax b a n ax b      3.分解法 分解为上述初等函数之和 第 3 章 中值定理和泰勒公式 3.1 中值定理 费马定理:若是 x0是 f(x)的一个极值点,且 f’(x0)存在,则必有 f’(x0)=0(可微 函数的极值点必为驻点), 1.罗尔定理:若函数 f(x)满足以下条件;(i)在闭区间[a,b]上连续;(ii)在开区间 (a,b)内可导;(iii)f(a)=f(b),则在(a,b)内至少存在一点 ξ,使得 f’(ξ)=0. 2.拉格朗日定理:若函数 f(x)满足以下条件;(i)在闭区间[a,b]上连续;(ii)在开 区间(a,b)内可导,则在(a,b)内至少存在一点 ξ,使得 ( ) ( ) ( ) f b f a f b a     . 3.柯西定理:若函数 f(x)和 g(x)满足以下条件;(i)在闭区间[a,b]上连续;(ii)在 开区间(a,b)内可导;(iii) ∀x∈(a,b),g’(x)≠0,则在(a,b)内至少存在一点 ξ,使得 ( ) ( ) ( ) ( ) ( ) ( ) f b f a f g b g a g      3.2 泰勒公式 求泰勒公式的方法: 1.泰勒公式(拉格朗日余项): ( ) ( 1) 10 0 0 0 ( ) ( ) ( ) ( ) ( ) ! ( 1)! k nn k n k f x f f x x x x x k n          2.常用麦克劳林公式(带拉格朗日余项) 2 1 3 5 2 1 2 1 1 2 4 2 2 2 1 2 3 1 1 1 1! 2! ! ( 1)! sin ( 1) ( 1) cos 3! 5! (2 1)! (2 1)! cos 1 ( 1) ( 1) cos 2! 4! (2 )! (2 2)! ln(1 ) ( 1) ( 1) 2 3 ( 1)(1 n n x x n n n n n n n n n n n n x x x x e e n n x x x x x x x n n x x x x x x n n x x x x x x n n                                                 1 2 1 ( 1) ) (1 ) (1 ) 0 1 2 1 n n n n x x x x x x x n n                                                  2 1 1 1 ( 1) 2 1 1 ( 1) 1 ( 1) 1 1 2 2 1 1 ... ( 1) ( 1) (1 ) 1 1 1 ... (1 ) 1 1 (2 3)!! (2 1)!! 1 1 ( 1) ( 1) (1 ) 2 (2 )!! (2 2)!! n n n n n n n n n n k k n n k x x x x x x x x x x x x k n x x x x x k n                                                3.逐项求导或逐项积分 若 0 ( ) ( ) ( ) ( ) x x f x x f x t dt   或 ,φ(x)的泰勒公式可以比较方便的求出来, 然后对其逐项求导或逐项积分便可以得到 f(x)的泰勒公式。 例如: 2 4 5 3 5 5 20 0 1 1 1 arctan (1 ) ( ) ( ) 1 3 5 x x x dt t t dt o x x x x o x t            3.3 函数的极值、最值 驻点,导数不存在的点为极值可疑点。 驻点,导数不存在的点,端点为最值可疑点。 极值判别法则: 1.设点 x0为函数 f(x)的极值可疑点,f(x)在点 x0的邻域内连续,去心邻域内可 微,如果在(x0-δ,x0)内 f’(x0)≥0,在 (x0,x0+δ)内 f’(x0)≤0,则 x0必为 f(x)的极大 值点。反之必为极小值点。 2.若点 x0是 f(x)的驻点且 f’’(x0)存在,则当 f’’(x0)>0(<0)时,x0必为 f(x)的极小 (大)值点。 3.设函数 f(x)在点 x0处有 n 阶导数,且 ( 1) 0 0 0( ) ( ) ... ( ) 0nf x f x f x     , 但 ( ) 0( ) 0nf x  ,则(i)当 n 为偶数时,f(x)在点 x0处取极值,当 ( ) 0( ) 0nf x  时 取极小值,当 ( ) 0( ) 0nf x  时取极大值;(ii)当 n 为奇数时 f(x0)不是极值。 3.4 函数作图 定理:设函数 f(x)在闭区间[a,b]上连续,在开区间(a,b)内可导,则 f(x)在[a,b] 上是凸(凹)函数的充要条件是:1.f’(x) 在开区间(a,b)内单调递减(增)。 2. f(λx1)+ (1-λ)x2)<(>) λf(x1)+(1-λ) f(x2), λ∈(0,1). 3. f’’(x0)≤(≥)0. 若函数 f(x)在点 x0处凹凸性相反,则点 x0称为 f(x)的拐点。 拐点的必要条件:f’(x0)=0 或 f’(x0)不存在。 拐点的充要条件:f’’(x)经过时变号。 渐近线:1.垂直渐近线:x=a 是垂直渐近线⇔ 0 lim x a   或 0 lim x a    . 3 2.斜渐近线:f(x)=ax+b, ( ) lim , lim ( ( ) ) x x f x a b f x ax x     或 ( ) lim , lim ( ( ) ) x x f x a b f x ax x     (水平渐近线为其特例)。 函数作图的步骤: 1. 确定函数的定义域; 2. 观察函数的某些特性,奇偶性,周期性等; 3. 判断函数是否有渐近线,如有,求出渐近线; 4. 确定函数的单调区间,极值,凹凸区间,拐点,并列表; 5. 适当确定一些特殊点的函数值; 6. 根据上面提供的数据,作图。 第 4 章 积分 4.1 不定积分 4.1.1.基本积分表 11 1 1 ln | | 1 ln sin cos cos sin tan ln | cos | cot ln | sin | sec ln | sec tan | csc ln | csc cot ln | csc cot ln | tan x xx dx x C dx x C a dx a C x a xdx x C xdx x C xdx x C xdx x C xdx x x C x xdx x x C x x C                                               2 2 2 2 | 2 sec tan csc cot tan sec sec csc cot csc 1 arcsin arccos 1 1 arctan arccot 1 C xdx x C xdx x C x xdx x C x xdx x C dx x C x C x dx x C x C x                              或 或 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 arctan arcsin 1 1 1 ln | | ln | | 2 1 1 1 ln | | ln( ) 2 arcsin 2 2 2 x x dx C dx C a x a a aa x a x dx C dx x x a C a x a a x x a x a dx C dx x x a C x a a x a x a x a x a x dx a x C a x x a dx x a                                              2 2 2 2 2 2 2 2 2 2 2 2 2 2 ln 2 ln( ) 2 2 cos ( cos sin ) sin ( sin cos ) ax ax ax ax a x x a C x a x a dx x a x x a C e e bxdx a bx b bx C a b e e bxdx a bx b bx C a b                       不可积的几个初等函数: 2 2 21 sin cos sin cos ln x x x e x x x x x  4.1.2.换元积分法和分部积分法 换元积分法: 1.第一类换元积分法,即凑微分法,合并。 2.第二类换元积分法,拆分。 分部积分法: ( ) ( ) ( ) ( ) ( ) ( )u x v x dx u x v x u x v x dx    4.1.3.有理函数和可化为有理函数的积分 有理函数 ( ) ( ) ( ) P x R x Q x  的积分可以归结为下列四种简单分式的积分: (1) A dx x a ;(2) A ( )n dx x a ; (3) 2 Mx+N dx x px q  ;(4) 2 Mx+N ( )n dx x px q  12 2 2 2 2 1 2 1 2 3 ( ) 2 ( 1) ( ) 2 ( 1) n nn n dx x n I I x a a n x a a n           三角函数有理式的积分一般用万能代换 tan 2 x t ,对于如下 形式可以采用更灵活的代换: 对于积分 2 2(sin ,cos )R x x dx ,可令 tanx=t; 对于积分 (sin )cosR x xdx ,可令 sinx=t; 对于积分 (cos )sinR x xdx ,可令 cosx=t,等等。 某些可化为有理函数的积分 1. ( , )n ax b R x dx cx d   型积分,其中 n>1,其中 ad ≠bc。 这里的关键问题是消去根号,可令 ax b t cx d    。 2. 2( ,R x ax bx cdx  型 积 分 , 其 中 2 4 0b ac  , a ≠0 。 由 于 2 2 2 2 4 ( ) 2 4 b ac b ax bx c a x a a       ,故此类型积分可以化为以下三种类型: 2 2( , )R u k u dx ,可用三角替换 sinu k t ; 2 2( , )R u u k dx ,可用三角替换 secu k t ; 2 2( , )R u u k dx ,可用三角替换 tanu k t 。 1 2 1 tan tan 1 n n n nI xdx x I n      倒代换: 2 4 1 1 x dx x   , 2 4 1 1 x dx x   ,由此还可以求出 4 1 1 dx x , 2 41 x dx x 2 21 1sin cos ,( 0) sin cos a x b x dx a b a x b x     解:设 1 1sin cos ( sin cos ) ( cos sin )a x b x A a x b x B a x b x     ,为此应有 1 1 aA bB a bA aB b      ,解得 1 1 1 1 2 2 2 2 , aa bb ab ba A B a b a b       ,故 1 1sin cos ( sin cos ) sin cos sin cos a x b x a x b x dx A dx B dx a x b x a x b x         1 1 1 1 2 2 2 2 ln | sin cos | aa bb ab ba x a x b x C a b a b         4.2 定积分 4.2.1.可积条件 可积的必要条件:若函数 f(x)在闭区间[a,b]上可积,则 f(x)在[a,b]上有界。 可积函数类:闭区间上的连续函数,单调函数,有界且只有有限个间断点。 4.2.2.定积分的计算 1.换元积分法 ( ) ( ( )) ( ) b a f x dx f t t dx      从右到左,相当于不定积分的第一类换元积分法,从左到右,相当于第二类 换元积分法。 2.分部积分法 ( ) ( ) ( ) ( ) | ( ) ( ) b b b a a a u x v x dx u x v x u x v x dx    常见的积分和式 1 1 ( ) ( ) ( ) lim ( ) ( 1)( ) ( ) ( ) lim ( ) nb a n i nb a n i i b a b a f x dx f a n n i b a b a f x dx f a n n                4 1 0 1 1 lim ( ) ( ) n n i i f f x dx n n    2 2 0 0 2 0 0 2 0 0 0 (sin ) (cos ) (sin ) 2 (sin ) (sin ) (sin ) (sin ) 2 f x dx f x dx f x dx f x dx xf x dx f x dx f x dx                    2 2 2 0 0 1 sin cos ,n n n n n n I xdx xdx I I n         使用分部积分法的常见题型: 被积函数的形式 所用方法 ( ) , ( )sin , ( )cosx n n nP x e P x x P x x 进 行 n 次分部 积分,每次 均取 ,sin ,cosxe x x   为 ( )v x ( ) ln , ( ) sin , ( )arctann n nP x x P x arc x P x x 取 ( )nP x 为 ( )v x sin , cosx xe x e x   取 xe 为 ( )v x ,进行两次分部积分 4.2.3.定积分的应用 (1)平面图形的面积 21 ( ) ( ) ( ) 2 dS f x dx y dy r d     (2)旋转体的体积 2 2( ) ( ) 2 ( )dV f x dx y dy xf x dx     (3)弧长、曲率 弧微分公式: 2 2 2 2( ) ( ) 1 ( ) 1 ( )ds dx dy f x dx y dy       2 2 2 2( ) ( ) ( ) ( )x t y t dt r r d        曲率: 2 2 3/2 2 3/2 | ( ) ( ) ( ) ( ) | | | | | [ ( ) ( )] (1 ) d y t x t y t x t y K ds x t y t y              (4)静矩、转动惯量 mr, mr 2 (5) 1 2 2 m m F G r  引力 ①均匀细杆质量为 M,长度为 l,在杆的延长线上离右端为 a 处有一质量为 m 的质点,则质点与细杆之间的引力为 F=kMm/a(a+l). ②均匀圆环质量为 M,半径为 r,在圆心的正上方距离为 b 处有一质量为 m 的质点,则质点与均匀圆环之间的引力为 3 2 2 2 F= ( ) kMmb r b . ③均匀圆盘可以看作是无数个均匀圆环。 4.3 广义积分 广义积分审敛法 1.比较法 f(x)≤kg(x),k≥0 2.比较法的极限形式 ( ) lim ( )x f x k g x  3.柯西收敛准则 | ( ) | A A f x dx     几个常见的广义积分 , 1 , 1 1. , 0 , 0 ( ), 1 , 1 , 1 , 0 3. , 1 , 0 ln , 1 , 0 k b p pa a x pa a p pdx dx a a x x ap p pdx a x e dx k x x p                                收敛 收敛 ; 发散 发散 收敛 收敛 ; 发散 发散 20 1 1 I= (1 )(1 ) 4 x I dx t x x        2xe dx      第 5 章 无穷级数 常数项级数敛散性的判定 1.若 lim 0n n u   ,级数发散,等于零,需进一步判定。 2.若 1 n n u    为正项级数,根据一般项的特点选择相应判别法: ①一般项中含有 n!或 n 的乘积形式,采用比值判别法; ②一般项中含有以 n 为指数幂的因子,采用根值判别法; ③一般项中含有形如 n α(α 不一定是整数)的因子,采用比较判别法; ④利用已知敛散性的结果,结合级数的性质,判别其敛散性; ⑤采用定义,部分和数列{Sn}有上界。 3. 若 1 n n u    为任意级数,若其为交错级数,采用莱布尼茨判别法,若不为交 错级数或是交错级数但不满足莱布尼茨判别法的条件,采用比值判别法和根 值判别法。 求函数项级数的收敛域:(1)比值法 1( ) lim | | 1 ( ) n n n u x u x    ;(2)根值法 lim ( ) 1n n n u x   。 求幂级数的收敛域:(1)比值法 1 1( ) lim | | lim | | 1 ( ) n n n n n n a u x a u x      或 ; (2)根值法 lim | | lim ( ) 1n n n n n n a u x   = 或 。 常数项级数的求和:1.直接计算部分和 Sn,然后求极限; 2.利用相应的幂级数。 幂级数的求和:利用逐项求导,逐项积分,四则运算等手段,将其化为可求 和形式(即前面的麦克劳林公式)。 求函数的幂级数展开式:就是求泰勒公式(前面有求泰勒公式的三个方法)。 傅立叶级数 0 1 ( ) 2 ( cos sin )n n n a f x a nx b nx      , 1 ( )cos 1 ( )sin n n a f x nxdx b f x nxdx                 狄利克雷充分条件 ( ) ( 0) ( 0) ( ) 2 1 [ ( 0) ( 0)] 2 f x f x f x S x f f x                   ,续点 ,间断点 , 几个重要的级数 1.几何级数 1 1 | | 1 | | 1 n n q aq q        当 时收敛 当 时发散 2.p-级数 1 11 n 1 p n       当p 时收敛 当p 时发散 3. 2 11 = ln 1 p n p n n p       当 时收敛 当 时发散 4. 0 1 !n e n    5. 2 2 1 1 6n n    第 6 章 微分方程 1. 可分离变量方程 ( ) ( ) dy g x h y dx  2. 1 1 1 2 2 2 ( , ) ( ) ( ) dy y f x y dx x a x b y cdy f dx a x b y c               齐次方程 可化为可分离变 量方程的方程 可化为齐次方程的方程 3.一阶线性方程 ( ) ( ) ( ) ( ) ( ( ) ) P x dx P x dxdy P x y Q y y e C Q x e dx dx        5 4.伯努利方程 1( ) ( ) (1 ) ( ) (1 ) ( ) dy dz P x y Q x y y z P x z Q x dx dx            令 5.全微分方程 特殊路径法,凑微分法 6. y ( , ) , x ( , ) , dp y f x y p y y dx dp y f y y p y y y dy                      不含 令 可降阶的 高阶方程 不含 令 7. 1 2 1 2 1 1 2 2 (1) (2) ( ) ( ) ( ) 0 (3) ( y y u x y y y p x y q x y y c y c y y p x               已知 二阶齐次 线 令 ,代入求出 性 微 分 二阶非齐次 方 程 1 2 1 1 2 2* 1 1 2 2 1 2 1 1 2 2 * 1 1 2 2 (1) , 0 (2) ( ) ( ) ( ) ( ), , ) ( ) ( ) ( ) (3) y y u y u y y u x y x u x y x u u y q x y f x u y u y f x y c y c y y                     求出对应齐次方程的 令 求出                 8.常系数线性微分方程 二阶齐次 ( )y p x y   ( ) 0q x y  特征方程的根 微分方程的 线性无关解 微分方程的 通解 互异实根 r1,r2 1 2,r x r xe e 1 2 1 2 r x r x y c e c e  二重实根 r1=r2=r ,rx rxe xe 1 2( ) rxc c x e 共轭复根 r1,2=α±iβ cos , sinx xe x e x   1 2( cos sin )xe c x c x   二阶非齐次 ( )y p x y   ( ) ( )q x y f x (1)求对应齐次方程的 y1,y2 (2) 0 1 2 * ( ) ( ... ) ( ) (2 ) ( ) ( ) ( ) ( ) x k m x m m y Q x e x A A x A x e Q x p Q x p q Q x p x                  令 (3) * 1 1 2 2y c y c y y   9.欧拉方程 ( ) 1 ( 1) 1 1 ( ) 1 1 ... ( ) , , ( 1)...( 1) [ ( 1)...( 1) ( 1)...( 2) ... ] ( ) n n n n n n k t k k k k t n x y p x y p xy p y f x d x e D x y D D D k y dt D D D n p D D D n p D y f e                           令 则 第 7 章 向量代数与空间解析几何 ( ) ( , , ) ( ) = x y z x y z x y z x y z x y z i j k a a a a b a a a a b c a b c b b b b b b c c c       叉积 混合积 平行六面体的体积 0 0 0( ) ( )+C(z-z )=0 1 0 A x x B y y x y z a b c Ax By Cz D                     点法式 三点式 混合积为零 平面 方程 截距式 一般式 0 0 0 0 0 0 1 1 1 1 2 2 2 2 0 0 x x mt y y nt z z pt x x y y z z m n p A x B y C z D A x B y C z D                                  参数式 直 线 对称式 方 程 一般式 平面束方程 1 1 1 1 2 2 2 2( ) ( ) 0A x B y C z D A x B y C z D         1 2 1 2 1 2 2 2 2 2 2 2 1 1 1 2 2 2 | | cos sin ( ) A A B B C C A B C A B C            两平面夹角 平面与直线的夹角 两直线夹角 点到直线的距离 0 0 0 2 2 2 | |Ax By Cz d A B C      点到直线的距离 1 0| | | | p p s d s   2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 - 1 2 0 ( ) ( ) ( ) z x z x z x pz a b a b x y z x y z R a b c x x t y y t z z t                      绕 轴旋转 柱面:椭圆柱面 双曲柱面 抛物柱面 球面 椎面 常 见 二 旋转面 次 曲 线 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 ( ) ( ) cos ( ) ( ) sin ( ) + 1 + ( , ) 1( ) ( , ) 0 0 1( ) 2 z x x t y t y x t y t z z t x y z a b x y z f x z f x y z a b y x y z a b x y pz x y z a b c                                                绕 轴旋转 旋转椭园面 旋转双 单叶 曲面 双叶 旋转抛物面 椭球面 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 ( ) 1 1 - ( ) x y z x y z a b a b c x y z a b                                               椭圆 单 双曲面 抛物面 双 双曲 第 8 章 多元函数微分学 复合函数微分法,关键在于确定哪些是中间变量,哪些是自变量 1 2( , ,..., ) 1 ( , ) ( , , ) 0 ( , ) ( , , ) 0 1 ( , ) ( , ) ( , i n i y Fxy F x x x x F du F G F x u v dx J x v G x u v dv F G dx J u x F x y                         由方程确定的隐函数 隐 函 数 微 由方程组确 分 定的隐函数 法 1 ( , ) 1 ( , ) , , , ) 0 ( , ) ( , ) ( , , , ) 0 1 ( , ) 1 ( , ) , ( , ) ( , ) u F G du F G u v x J x v y J y v G x y u v v F G v F G x J u x y J u y                                                   0 0 0 0 0 ( ( ), ( ), ( )) ( ), ( ) ( , ) ( , ) ( , ) ( , , ) ( , ) ( , ) ( , ) x t y t z t y x z x F G F G F G y z z x x y             曲线的切线 和法平面 0 0 0 0 0 0 0 ( ( ), ( ), ( )) ( ( , ), ( , ), 1) ( , ) ( , ) ( , ) ( , , ) ( , ) ( , ) ( , ) x y z x y F P F P F P f x y f x y y z z x x y u v u v u v        曲面的切平面 和法线 二元函数泰勒公式 ( ) ( 1) 0 0 0 0 0 0 0 ( ) ( ) ( , ) ( , ) ( , ) ! ! k n n k h l h l x y x y f x h y l f x y f x h y l k n                     多元函数取极值的必要条件: 0 0 0 0( , ) 0, ( , ) 0x yf x y f x y  0 0 0 0 2 2 2 1. ( , ) 0, ( , ) 0 2.(1) 0, 0, 0, (2) 0, 0, (3) 0 x yf x y f x y AC B A A AC B A AC B               多元函数 正定,有极小值; 负定,有极大值 取极值的 不定,无极值 充分条件 ,        不能确定 求条件极值,用拉格朗日数乘法 0 min( max) ( , ) , ( , ) ( , ) ( , ), 0 ( , ) 0 ( , ) 0 x y F z f x y F x y f x y x y F x y x y                或 令 有 方向导数:偏导数是函数在平行于坐标轴方向上的变化率,有时需要考虑函 数沿某一指定方向的变化率,这种变化率就是方向导数。 6 方向导数 cos cos cos u u u u l x y z               梯度 ( , , ) u u u x y z       第 9 章 多元函数积分学 9.1 二重积分 2 1 2 1 ( ) ( ) ( ) ( ) 1. ( , ) 2.y ( , ) ( , ) 3. ( ( ( , ) ( , ) b y x a y x d x y c x y D x I dx f x y dy I dy f x y dx x x u v I f x u y y u v I f x y d                  型区域 型区域 二重积分 换元法令     , ), ( , )) | | 1 ( , ) cos 2 ( cos , sin ) sin D D D v y u v J dudv x u a I f u a v b dudv y v b x r I f r r rdrd y r                                           平移变换令 极坐标变换令 9.2 三重积分 ( , , ) 2. ( , , ) ( ( , , ), (...), (...)) | | ( , , ) (1) ( , , ) v v x x u v w y y u v w I f x u v w y z J dudvdw z z u v w I f x y z dv              1.二套一,一套二 换元 令 法 平移 三重积分 2 (...) cos (2) sin (...) sin cos (3) sin sin (...) s cos v v x u a y v b I f dudvdw z w c x r y r I f rdrd dz z z x r y r I f r z r                                        令 变换 柱坐标 令 变换 球坐标 令 变换 2 in sin cos (4) sin sin (...) sin cos v v drd d x ar y br I f abcr drd d z cr                                               椭球 坐标令 变换 9.3 重积分的应用 2 2 2 2 (1) , 1 ( , ) ( , ) , cos( , ) ( , , ) (2) ( , , ) (3) ( ) ( x y v v z dxdy f x y f x y dxdy EG F dudv n z x x y z dv x x y z dv mr dJ               曲面面积面积元素: 物体重心 转动惯量 对z轴 2 2 2) ( , , ) ( , , )xyx y x y z dv xy dJ z x y z dv                对 平面 9.4 曲线积分 ( , ) ( ( , , ) ) ( ) [ (...) ( ) (...) ( ) (...) ( )] L L A B f x y z ds Pdx Qdy Rdz P x t Q y t R z t dt                   代入参数方程 第一类 代入弧微分公式 第二类 9.5 曲面积分 ( ( , , ) ) ( ) [ ( ) ( ) ] S S Dxy f x y z dS z z Pdydz Qdzdx Rdxdy P Q R dxdy x y                       第一类 代入面积元素 第二类 9.6 格林公式 ( ) ( ) 0 ( ) ( ) ( ) ( ) (1) D L L D D L L Q dxdy Qdy xQ P Pdx Qdy dxdy Px y dxdy Pdx y Q P i Pdx Qdy ii iii du Pdx Qdy iv i x y Pdx Qdy                                        与路径无关 不定积分法 求 的原函数 (2) , (3) Q P x y                         若 特殊路径法 凑微分法 9.7 高斯公式 S ( ) v S v v S v S P dv Pdydz x P Q R Q Pdydz Qdzdx Rdxdy dv dv Qdzdx x y z y R dv Pdxdy z                               9.8 斯托克公式 ) Q Q ) R R ) ( ) 0 ( ) ( ) R ( ) , L S L L S L S L P P Pdx dzdx dydx z ydydz dzdx dxdy Q Pdx Qdy Rdz dx dxdy dzdy x y z x z P Q R R dz dydz dxdz y x i Pdx Qdy Rdz ii iii du Pdx Qdy Rdz Q iv y z                                                      与路径无关 Q , ( ) P R P i z x x y                           9.9 如何简化计算 1. 选择积分顺序(二重积分,三重积分) 2. 选择投影方向(第 II 类曲面积分) 3. 利用对称性与奇偶性 4. 换元 5. 曲线和曲面积分,利用已有方程 6. 利用几何或物理意义 7. 利用三个公式 线性代数 第 1 章 行列式 11 11 22 22 11 22 * 0 ... 0 * nn nn nn a a a a a a a a a   上三角行列式 下三角行列式 ( 1) 2 1 2 2 2 1 1 * 0 ( 1) ... 0 * n n n n n a a a a a a a a a     次三角行列式 * 0 0 * * 0 ) ( 1) 0 0 mn A A A B B B A A Laplace A B B B            两种特殊的 拉普拉斯( 展开式 行列式的性质:行列不变;行行变反;倍加行不变。 范德蒙行列式 三对角行列式 7 1 2 3 2 2 2 2 1 2 3 1 1 1 1 1 1 2 3 0 1 1 1 1 ( ) 0 n n i j j i n n n n n n a b c a b x x x x c a b x x x x x x c a b x x x x c a b c a           1 2 D n n n aD bcD     重要公式: 1 1* 1n kkAB A B A A A A A A         Cramer 法则: /j jx D D 第 2 章 矩阵 2.1 基本概念 奇异矩阵,非奇异矩阵,零矩阵,同型矩阵,单位矩阵,数量矩阵,对角矩 阵,对角块矩阵,对称矩阵,反对称矩阵,逆矩阵,伴随矩阵,正交矩阵 2.2 矩阵的运算 加法,数量乘法,乘法,转置,逆,伴随 * 1 * * 1 1 1 1 1 1 * * 1 1 1 2* * * * * * 1 1 * * * ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) T T T T T n n nT T AB B A A A AA A A A I A AB B A A A A A A A AB B A A A A A A A A                                * , ( ) ( ) 1, ( ) 1 0, ( ) 2 n r A n r A r A n r A n         2 阶矩阵的伴随矩阵:主对角线互换,副对角线变号 2.3 初等变换 Ei(c) Eij(c) Eij 左乘是行变换,右乘是列变换 1 ( ) ( ) ( ) ( )i i ij ij ij ijE E c I E c E c I E E I c       2.4 分块矩阵 同型对角块矩阵 1 1 1 1 2 2 2 2 C C n n n n D D C D C D C D C D                                      1 1-1 1 1 11 -1 2 22 -1 2 1 -1 1 A AA A n n nn A A AA A A AA                                                    -1 1 1 1 1 B 0 0 = C D B D CB D               2.5 常见题型 求方阵的幂:1.r(A)=1;2.A=B+C;3.相似对角化, 1n nA P P  求逆矩阵:公式法,分块矩阵法,初等变换法 第 3 章 线性方程组 3.1 n 维向量 线性组合,线性表出,向量组等价,线性相关,线性无关,向量组的秩,极 大线性无关组 3.2 矩阵的秩 1. 矩阵的秩=矩阵的行秩=矩阵的列秩=矩阵的非零主子式的最高阶数 2. 初等变换不改变矩阵的秩 ( ) ( ) ( ) ( ) min( ( ), ( ))r A B r A r B r AB r A r B     A 是 m×n 矩阵,若 AB=0,则 ( ) ( )r A r B n  标准相抵型 0 0 0 rI PAQ        同型等秩⇔相抵 3.3 齐次方程组 Ax=0 判定:有非零解⇔r(A)0,就称 x T Ax 为 正定二次型,称 A 为正定矩阵。 二次型正定的充要条件: 1. x T Ax 是正定二次型; 2. A 的正惯性指数为 n,即 A I; 3. 存在可逆矩阵 P,使得 A=P T P; 4. A 的特征值全大于 0; 5. A 的顺序主子式全大于 0. 必要条件:1.aii>0;2.|A|>0。 概率论与数理统计 第 1 章 概率论的基本概念 1.1 基本概念 随机试验:1.可以重复;2.总体明确;3.单个未知。 样本空间,样本点,随机事件,事件发生,基本事件,必然事件,不可能事 件,差事件,不相容事件,对立事件,逆事件 1.2 频率和概率 在相同条件下,进行了 n 次试验,在这 n 次试验中,事件 A 发生的次 数 nA称为 A 发生的频数,比值 nA/n 称为 A 发生的频率,并记成 fn(A)。 对随机试验 E 的每一事件 A 都赋予一个实数,记为 P(A),称为时间 A 的概率。集合函数 P(.)满足下列条件:①非负性:P(A) ≥0;②规范性:P(Ω) =1; ③可列可加性:P(A1∪A2∪…)=P(A1)+ P(A2)+…。 当 n→∞时频率 fn(A)在一定意义下接近于概率 P(A)。 1 2 1 2 1 2 1 11 , ,..., , ( ... ) ( ) ( ) ... ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( n n n n n i i i j i j i i j ni A A A P A A A P A P A P A P A B P A P B P AB P A P AB P B P BA P A B C P A P B P C P AB P AC P BC P ABC P A P A P A A P A A                                 若 互不相容 则 加 广义的, 法 公 式 1 1 2 1 ) ... ( 1) ( ... )n k n i j k n A P A A A                 , ( ) ( ) ( ) , ( ) ( ) ( ) B A P A B P A P B P A B P A P AB         减法 若 公式 任意的 1.3 等可能概型 1. 样本空间包含有限个元素。 2. 每个基本事件发生的可能性相同。 具有以上两个特点的试验称为等可能概型,也叫古典概型。 1.4 条件概率 设 A、B 是两个事件,且 P(A)>0,称 ( ) P(B|A)= ( ) P AB P A 为在事件 A 发生的条件下事件 B 发生的条件概率。 乘法公式 P(ABC)=P(C|AB)P(B|A)P(A) 全概率公式 P(A)=P(A|B1)+ P(A|B2)+…+ P(A|Bn) 贝叶斯公式 1 ( | ) P(B |A)= ( | ) i i n j j P A B P A B   1.5 独立性 设 A、B 是两个事件,如果满足等式 P(AB)=P(A)P(B),则称事件 A、B 相互独立,简称 A、B 独立。 A 与 B 相互独立⇔A 与B 相互独立⇔A与 B 相互独立⇔A与B 相互独立 ⇔P(A|B)=P(A| B )=P(A) ⇔P(B|A)=P(B| A )=P(B) 第 2 章 随机变量及其分布 2.1 随机变量 设随机试验 E 的样本空间为 S={e},X=X(e)是定义在样本空间 S 上的实 值单值函数,称 X=X(e)为随机变量。 随机变量的取值随随机试验的结果而定,在试验之前不能预知它取什么 值,且它的取值有一定的概率。这些性质显示了随机变量与普通函数有着本 质的差异。 2.2 离散型随机变量及其分布律 如果随机变量 X 全部可能的取值是有限个或可列无限个,则称 X 为离 散型随机变量。 P(X=xk)=pk为 X 的分布律。 几个常见分布: 1. 0-1 分布 1( ) (1 ) , 1,2k kP X k p p k    2. 二项分布 1( ) (1 ) , 0,1,2,...,k k k nP X k C p p k n    3. 泊松分布 ( ) , 0,1,2,... ! k P X k e k k     4. 几何分布 1( ) , 1,2,...kP X k pq k   5. 超几何分布 1 2 1 2 ( ) , 0,1,2,... k n k N N n N N C C P X k k n C      2.3 随机变量的分布函数 设 X 是一个随机变量,x 是任意实数,函数 F(x)=P(X≤x)称为 X 的分布 函数。 分布函数 F(x)具有以下性质: 1. F(x)是一个不减函数 2. 0≤F(x)≤1,且 F(-∞)=0, F(+∞)=1 3. F(x+0)= F(x),即 F(x)是右连续的 2.4 连续型随机变量及其概率密度 如果对于随机变量 X 的分布函数 F(x),存在非负函数 f(x),使得对于任 意实数 x,均有 ( ) ( ) x F x f t dt    则称 X 为连续型随机变量,其中函数 f(x)称为 X 的概率密度函数,简称概率 密度。 概率密度 f(x)具有以下性质: 1. f(x) ≥0; 2. ( ) 1f x dx    ; 3. 2 1 1 2 2 1{ } ( ) ( ) ( ) x x P x X x F x F x f x dx      ; 4. 若 f(x)在点 x 处连续,则有 ( ) ( )F x f x  。 几个常见分布: 1. 均匀分布 0, 1 , ( ) , ( ) , 0, 1, x a a x b x a f x F x a x bb a b a x b                 其他 , 记为 X~U(a,b) 9 2. 指数分布 , 0 1 , 0 ( ) , ( ) 0, 0, x xe x e x f x F x             其他 其他 指数分布和几何分布具有“无记忆性” 3. 正态分布 2 2 ( ) 2 1 ( ) 2 x f x x       ,记为 X~N(μ,ζ2)。特别地,当 μ=0, ζ=1 时,称 X 服从标准正态分布。正态分布具有以下性质 (1) 若 2~ ( , ), ~ (0,1) X X N N      则 (2) ( ) ( ) x F x      (3) Φ(-x)= 1-Φ(x) (4) 若 2 2 2~ ( , ), ~ ( , )X N aX b N a b a    则 2.5 随机变量函数的分布 求随机变量函数的分布: 1. 离散型随机变量函数的分布 列举法:逐点求出 Y 的值,概率不变,相同值合并 2. 连续型随机变量函数的分布 (1) 分布函数法 ( ) ( ) { } ( ( ) ) ( )Y g x y F y P Y y P g X y f x dx        (2) 公式法 如果 y=g(x)处处可导且恒有 g’(x)>0(g’(x)<0),则 Y=g(X)也是连续 型随机变量,其概率密度为 [ ( )] | ( ) |, ( ) 0, X g Y f h y h y y R f y      其他 其中 x=h(y)是 y=g(x)的反函数。 第 3 章 多维随机变量及其分布 3.1 二维随机变量 设随机试验 E 的样本空间为 S={e},X=X(e)和 Y=Y(e)是定义在样本空 间 S 上的两个随机变量,由它们构成的一个向量(X,Y),叫做二维随机向量或 二维随机变量。 设(X,Y)是一个二维随机变量,x,y 是任意实数,函数 ( , ) { } { , }F x y P X x Y y P X x Y y      记成 称为二维随机变量(X,Y)的分布函数,或称为随机变量X和Y的联合分布函数。 分布函数 F(x,y)具有以下性质: 1. F(x,y)是变量 x 和 y 的不减函数。 2. 0≤F(x,y) ≤1,且 F(-∞,y)= F(x,-∞)= F(-∞, -∞)=0,F(+∞, +∞)=1。 3. F(x,y)关于 x 右连续,关于 y 也右连续。 4. 对于任意的 (x1,y1),(x2,y2),x10 时 XY =1,当 a<0 时 XY =-1。 独立一定不相关,不相关不一定独立。 对于二维正态分布,独立与不相关等价。 4.4 矩、协方差矩阵 ( ) k E X ,k 阶原点矩 {[ ( )] }kE X E X ,k 阶中心矩 ( ) k lE X Y ,k+l 阶混合矩 {[ ( )] [ ( )] }k lE X E X Y E Y  ,k+l 阶混合中心矩 11 12 21 22 c c c c       ,协方差矩阵 第 5 章 大数定律和中心极限定理 5.1 大数定律 1. 切比雪夫(Chebyshev)大数定律 设随机变量 X1,X2,…,Xn相互独立,期望和方差都存在,且它们的方差有 公共上界,则对于任意实数 ε>0,有 1 1 1 1 lim {| ( ) | } 1 n n i i n i i P X E X n n         . 切比雪夫不等式 2 2 {| | }P X        2. 伯努力大数定律 设随机变量 X1,X2,…,Xn相互独立且都服从参数为 p 的 0-1 分布,则对于 任意实数 ε>0,有 1 1 lim {| | } 1 lim {| | } 1 n A i n n i n P X p P p n n            ,即 3. 辛钦大数定律 设随机变量 X1,X2,…,Xn 相互独立,服从统一分布,且具有共同的数学期 望,则对于任意实数 ε>0,有 1 1 lim {| | } 1 X n P i n i P X n          ,即 5.2 中心极限定理 1. 列维-林德伯格定理(独立同分布的中心极限定理) 设随机变量 X1,X2,…,Xn相互独立,服从同一分布,且具有共同的期望和 方差,则 1 (0,1) (0,1) / n k k X n X N N n n         近似地 近似地 ,即 2. 李雅普诺夫(Liapunov)定理 设随机变量 X1,X2,…,Xn相互独立,他们具有数学期望和方差: 2 2 2 1 2 1 1 2 ( ) , ( ) , 1,2,..., , 1 {| | } 0 (0,1) k k k k n n k k n n k k k k k k n n E X D X k n B n X E X N B B                         近似地 记 ,若存在正数 ,使得当 时, ,则 3. 棣莫弗-拉普拉斯(De Moivre-Laplace)定理(二项分布以正态分布为极限) lim { } ( ) n X np P x x npq     第 6 章 数理统计的基本概念 6.1 随机样本 随机试验全部可能的观察值称为总体。 每一个可能观察值称为个体。 一个总体对应于一个随机变量 X,一般不区分总体与相应随机变量,笼统称 为总体 X。 被抽取的部分个体叫做总体的一个样本。 来自总体 X 的 n 个相互独立且与总体同分布的随机变量称为简单随机变量。 6.2 抽样分布 设 X1,X2,…,Xn是来自总体 X 的一个样本,g(X1,X2,…,Xn)是一个连续函数,若 g 中不含未知参数,则称 g(X1,X2,…,Xn)是一个统计量。 常用的统计量: 样本均值 1 1 n i i X X n    样本方差 2 1 1 ( ) n i i X X X n    样本 k 阶原点矩 1 1 n k i i X X n    样本 k 阶中心矩 1 1 ( ) n k i i X X X n    经验分布函数 1 ( ) ( )nF x S x n  ,S(x)表示值小于 x 的随机变量的个数。 ( ) ( )P nF x F x 来自正态总体的几个常用抽样分布: 1. χ 2分布 设 X1,X2,…,Xn是来自总体 N(0,1)的样本,则称统计量 2 2 2 2 1 2 ... nX X X     服从自由度为 n 的 χ 2分布,记为 χ 2 ~χ 2 (n). 现 Xi~N(0,1),由定义 2 2~ (1)iX  ,即 2 1 ~ ( ,1) 2 iX  ,再由分布的可加性知 2 2 1 ~ ( ,1) 2 n i i n X    E(χ 2 )=n, D(χ 2 )=2n 2. t 分布 设 X~N(0,1),Y~χ 2 (n),且 X,Y 相互独立,则称随机变量 / X t Y n  服 从自由度为 n 的 t 分布,记为 t~t(n). 当 n 足够大时,t 分布近似于 N(0,1)分布。 T 分布的上 α 分位点记为 tα(n),由其概率密度的对称性知 t1-α(n)=- tα(n). 3. F 分布 设 U~χ 2 (n1),V~χ 2 (n2),且 U,V 相互独立,则称随机变量 1 2 / / U n F V n  服从 自由度为的 F 分布,记为 F~F(n1,n2). F 分布的性质: (1) 若 F~F(n1,n2),则 1/F~F(n2,n1). (2) 若 t~t(n),则 t 2 ~F(1,n). F 分布的上 α 分位点记为 Fα(n), 1 1 2 1 2 1 ( , ) ( , ) F n n F n n     正态总体样本均值与样本方差的抽样分布: 首选,不论 X 服从什么分布,总有 2 2 2( ) , ( ) , ( )E X D X E S n      . 1. 2 ~ ( , )X N n   2. 2 2 2 2 ( 1) ~ ( 1), n S n X S    且 与 相互独立 3. ~ ( 1) / X t n S n   4. 2 2 1 2 1 22 2 1 2 / ~ ( 1, 1) / S S F n n     ,若 2 2 1 2    ,则 2 2 1 2 1 1 2 2 1 2 1 2 1 2 ( ) ( ) ( 1) ( 1) ~ ( 2), 21 1 w w X Y n S n S t n n s n n s n n              第 7 章 参数估计 7.1 点估计 设总体 X 的分布函数的形式为已知,但它的一个或多个参数未知,借助 于总体 X 的一个样本来估计未知参数的值称为参数的点估计。 1. 矩估计法 用样本原点矩 1 1 n k k i i a X n    来估计总体的原点矩 ( )k ka E X ,用样本的 11 中心矩 1 1 ( ) n k k i i b X X n    来估计总体的中心矩 [( ( )) ]k kb E X E X  。 2. 最大似然估计法 (1) 写出似然函数 1 1 ( ) ( , )( ( ) ( , )) n n i i i i L f x L p x        或 . (2) 求出使 L(θ)达到最大值的 . L(θ)是 n 个乘积的形式,而且 L(θ)与 ln L(θ)在同一 θ 处取极值,因此的 θ 最大似然估计量 可以从 ( ) 0 dln d    (对数似然方程)求得。 (3) 用 作为 θ 的估计量。 7.2 估计量的评价标准 1. 无偏性 E( )=θ 2. 有效性 D( 1 )≤D( 2 ) 3. 相合性 P  7.3 区间估计 设总体 X 的分布函数 F(x; θ)含有一个未知参数 θ,对于给定值 α(0<α<1),若 由来自 X 的样本 X1,X2,…,Xn 确定的两个统计量 1 2( , ,... )nX X X  和 1 2( , ,... )nX X X  ,对于任意 θ 满足 { } 1P        ,则称随机区 间 ( , )  是的置信水平为的 1-α 置信区间。 置信水平为的 1-α 置信区间不是唯一的。 区间越小表示估计的精度越高。 7.4 正态总体期望与方差的区间估计 待估参数 抽样分布 置信区间 μ ζ 2 已 知 ~ (0,1) / X N n    /2X z n    ζ 2 未 知 ~ ( 1) / X t n S n   /2 ( 1) S X t n n   ζ 2 μ 已 知 2 2 2 1 1 ( ) ~ ( ) n i i X n     2 2 1 1 2 2 /2 1 /2 ( ) ( ) ( , ) ( ) ( ) n n i i i i X X n n            μ 未 知 2 2 2 ( 1) ~ ( 1) n S n    2 2 2 2 /2 1 /2 ( 1) ( 1) ( , ) ( 1) ( 1) n S n S n n        μ1 - μ2 2 1 , 2 2 已 知 1 2 2 2 1 2 1 2 ( ) ~ (0,1) X Y N n n         2 2 1 2 /2 1 2 X Y z n n       2 1 = 2 2 =ζ 2, 但 ζ 2 未知 1 2 1 2 1 2 2 2 1 1 2 2 1 2 ( ) ~ ( 1), 1 1 ( 1) ( 1) 2 w w X Y t n n s n n n S n S s n n              1 2 2 1 2 1 1 ( 2) wX Y s t n n n n      2 1 2 2   2 2 1 2 1 22 2 1 2 / ~ ( 1, 1) / S S F n n     2 1 2 2 1 2 2 2 1 2 2 1 2 1 2 1 ( , ( 1, 1) 1 ) ( 1, 1) S S F n n S S F n n        第 8 章 假设检验 8.1 假设检验 拒绝域:当检验统计量落入其中时,则否定原假设。 小概率事件原理:小概率事件在一次试验中实际上不会发生,若在一次试验 中发生了,就认为不合理,小概率的值常根据实际问题的要求,规定一个可 以接受的充分小的数 α(0<α<1),当一个事件的概率不大于 α 时,就认为它是 小概率事件。α 称为显著性水平。 统计推断有两类错误,弃真和存伪,只对犯第一类错误的概率加以控制,而 不考虑第二类错误的检验称为显著性检验。Α 就是允许犯第一类错误的概率 的最大允许值。 假设检验的基本步骤; 1. 根据实际问题的要求,提出原假设 H0和备择假设 H1; 2. 给定显著性水平 α 和样本容量 n; 3. 确定检验统计量以及拒绝域的形式; 4. 按 P{H0为真拒绝 H0}≤α 求出拒绝域; 5. 取样,根据样本观察值做出决策,是接受 H0还是拒绝 H0。 8.2 正态总体样本均值与样本方差的假设检验 原假设 H0 检验统计量 备择假设 H1 拒绝域 μ≤μ0 μ≥μ0 μ=μ0 (ζ 2已知) 0 / X Z n     μ<μ0 μ>μ0 μ≠μ0 z≥zα z≤-zα |z|≥zα/2 μ≤μ0 μ≥μ0 μ=μ0 (ζ 2未知) 0 / X t S n   μ<μ0 μ>μ0 μ≠μ0 t≥tα(n-1) t≤-tα(n-1) |t|≥tα/2(n-1) μ1-μ2≤δ μ1-μ2≥δ μ1-μ2=δ ( 2 1 , 2 2 已知) 2 2 1 2 1 2 X Y Z n n        μ1-μ2>δ μ1-μ2<δ μ1-μ2≠δ z≥zα z≤-zα |z|≥zα/2 μ1-μ2≤δ μ1-μ2≥δ μ1-μ2=δ ( 2 1 = 2 2 =ζ 2, 但 ζ 2未知) 1 2 1 1 w X Y t s n n     μ1-μ2>δ μ1-μ2<δ μ1-μ2≠δ t≥tα(n1+n2-2) t≤-tα(n1+n2-2) |t|≥tα/2(n1+n2-2) 2 ≤ 2 0 2 ≥ 2 0 2 = 2 0 (μ 已知) 2 2 2 1 1 ( ) n i i X      2 > 2 0 2 < 2 0 2 ≠ 2 0 2 2 ( )n  2 2 1 ( )n   2 2 /2( 1)n   或 2 2 1 /2 ( )n   2 ≤ 2 0 2 ≥ 2 0 2 = 2 0 (μ 未知) 2 2 2 ( 1)n S     2 > 2 0 2 < 2 0 2 ≠ 2 0 2 2 ( 1)n   2 2 1 ( 1)n    2 2 /2( 1)n   或 2 2 1 /2( 1)n    2 1 ≤ 2 2 2 1 ≥ 2 2 2 1 = 2 2 (μ1,μ2未知) 2 1 2 2 S F S  2 1 > 2 2 2 1 < 2 2 2 1 ≠ 2 2 F≥Fα(n1-1,n2-1) F≤F1-α(n1-1,n2-1) F≥Fα/2(n1-1,n2-1) F≥F1-α/2(n1-1,n2-1) 版本:5.1,日期 2009/12/13 如果笔记中有错误或遗漏了重要的考点,欢迎反馈。 电子邮件:soulmachine@gmail.com 作者博客:www.yanjiuyanjiu.com [研究研究] 本笔记遵循创作共享协议 2.0,禁止一切商业用途。
查看更多

相关文章

您可能关注的文档