您的当前位置:首页正文

考研数学公式大全

2023-12-01 来源:好走旅游网


高等数学公式

导数公式:

(tgx)′=sec2x(ctgx)′=−csc2x(secx)′=secx⋅tgx(cscx)′=−cscx⋅ctgx(ax)′=axlna(logax)′=基本积分表:

(arcsinx)′=11xlna1−x21(arccosx)′=−1−x21(arctgx)′=1+x21(arcctgx)′=−1+x2∫tgxdx=−lncosx+C∫ctgxdx=lnsinx+C∫secxdx=lnsecx+tgx+C∫cscxdx=lncscx−ctgx+C1dxxarctg=+C∫a2+x2aa1dxx−aln=∫x2−a22ax+a+C1a+xdx=∫a2−x22alna−x+Cdxxarcsin=+C∫a2−x2aπ2ndx2sec=∫cos2x∫xdx=tgx+Cdx2∫sin2x=∫cscxdx=−ctgx+C∫secx⋅tgxdx=secx+C∫cscx⋅ctgxdx=−cscx+Cax∫adx=lna+Cx∫shxdx=chx+C∫chxdx=shx+C∫dxx2±a2=ln(x+x2±a2)+Cπ2In=∫sinxdx=∫cosnxdx=00n−1In−2n∫∫∫x2a22x+adx=x+a+ln(x+x2+a2)+C22x2a2222x−adx=x−a−lnx+x2−a2+C22x2a2x222a−xdx=a−x+arcsin+C22a22三角函数的有理式积分:

2u1−u2x2du sinx=, cosx=, u=tg, dx=21+u21+u21+u2

一些初等函数: 两个重要极限:

ex−e−x双曲正弦:shx=2ex+e−x双曲余弦:chx=2shxex−e−x=双曲正切:thx=chxex+e−xarshx=ln(x+x2+1)archx=±ln(x+x2−1)11+xarthx=ln21−x三角函数公式: ·诱导公式:

函数 角A -α 90°-α 90°+α 180°-α 180°+α 270°-α 270°+α 360°-α 360°+α

sinx

=1limx→0 x 1lim(1+)x=e=2.718281828459045...x→∞ x

sin cos tg -tgα ctgα ctg -ctgα tgα -ctgα ctgα tgα -ctgα ctgα -sinα cosα cosα cosα sinα sinα -sinα -ctgα -tgα -cosα -tgα -sinα -cosα tgα -cosα -sinα ctgα -cosα sinα -sinα cosα sinα cosα -tgα tgα -ctgα -tgα

·和差角公式: ·和差化积公式:

sin(α±β)=sinαcosβ±cosαsinβcos(α±β)=cosαcosβsinαsinβtgα±tgβtg(α±β)=1tgα⋅tgβctgα⋅ctgβ1ctg(α±β)=ctgβ±ctgα

sinα+sinβ=2sinα+β22α+βα−βsinα−sinβ=2cossin22α+βα−βcosα+cosβ=2coscos22α+βα−βcosα−cosβ=2sinsin22cosα−β

·倍角公式:

sin2α=2sinαcosαcos2α=2cos2α−1=1−2sin2α=cos2α−sin2αctg2α−1ctg2α=2ctgα2tgαtg2α=1−tg2α

·半角公式:

sin3α=3sinα−4sin3αcos3α=4cos3α−3cosα3tgα−tg3αtg3α=1−3tg2αsintgα2=±=±1−cosαα1+cosαcos=±            222sinα1−cosα1−cosαsinαα1+cosα1+cosα==  ctg=±==1−cosαsinα1−cosα1+cosαsinα1+cosα2abc===2R ·余弦定理:c2=a2+b2−2abcosC sinAsinBsinCα2

·正弦定理:

·反三角函数性质:arcsinx=π2−arccosx   arctgx=π2−arcctgx

高阶导数公式——莱布尼兹(Leibniz)公式:

(uv)

(n)

k(n−k)(k)

=∑Cnuvk=0

n

=u(n)v+nu(n−1)v′+n(n−1)(n−2)n(n−1)(n−k+1)(n−k)(k)

uv′′++uv++uv(n)

2!k!

中值定理与导数应用:

拉格朗日中值定理:f(b)−f(a)=f′(ξ)(b−a)f(b)−f(a)f′(ξ)=柯西中值定理:F(b)−F(a)F′(ξ)曲率:

当F(x)=x时,柯西中值定理就是拉格朗日中值定理。弧微分公式:ds=1+y′2dx,其中y′=tgαK=平均曲率:∆α.∆α:从M点到M′点,切线斜率的倾角变化量;∆s:MM′弧长。∆sy′′dα∆α ==M点的曲率:K=lim.23∆s→0∆sds(1+y′)直线:K=0;1半径为a的圆:K=.a

定积分的近似计算:

b矩形法:∫f(x)≈abb−a(y0+y1++yn−1)nb−a1[(y0+yn)+y1++yn−1]n2b−a[(y0+yn)+2(y2+y4++yn−2)+4(y1+y3++yn−1)]3n

梯形法:∫f(x)≈ab抛物线法:∫f(x)≈a定积分应用相关公式:

功:W=F⋅s水压力:F=p⋅Amm引力:F=k122,k为引力系数

rb1函数的平均值:y=f(x)dx∫b−aa1f2(t)dt均方根:∫b−aa空间解析几何和向量代数:

b空间2点的距离:d=M1M2=(x2−x1)2+(y2−y1)2+(z2−z1)2向量在轴上的投影:PrjuAB=AB⋅cosϕ,ϕ是AB与u轴的夹角。Prju(a1+a2)=Prja1+Prja2a⋅b=a⋅bcosθ=axbx+ayby+azbz,是一个数量,两向量之间的夹角:cosθ=ic=a×b=axbxjaybyaxbx+ayby+azbzax+ay+az⋅bx+by+bz222222kaz,c=a⋅bsinθ.例:线速度:v=w×r.bzaybycyazbz=a×b⋅ccosα,α为锐角时, czax向量的混合积:[abc]=(a×b)⋅c=bxcx代表平行六面体的体积。

平面的方程:1、点法式:A(x−x0)+B(y−y0)+C(z−z0)=0,其中n={A,B,C},M0(x0,y0,z0)2、一般方程:Ax+By+Cz+D=0xyz3、截距世方程:++=1abc平面外任意一点到该平面的距离:d=Ax0+By0+Cz0+DA2+B2+C2x=x0+mtx−x0y−y0z−z0空间直线的方程:===t,其中s={m,n,p};参数方程:y=y0+ntmnpz=z+pt0二次曲面:x2y2z21、椭球面:2+2+2=1bcax2y2=z(2、抛物面:+,p,q同号)2p2q3、双曲面:x2y2z2单叶双曲面:2+2−2=1abcx2y2z2双叶双曲面:2−2+2=(马鞍面)1abc

多元函数微分法及应用

全微分:dz=∂u∂u∂z∂z∂udx+dy   du=dx+dy+dz∂y∂z∂x∂y∂x全微分的近似计算:∆z≈dz=fx(x,y)∆x+fy(x,y)∆y多元复合函数的求导法:dz∂z∂u∂z∂vz=f[u(t),v(t)]   =⋅+⋅ dt∂u∂t∂v∂t∂z∂z∂u∂z∂vz=f[u(x,y),v(x,y)]   = ⋅+⋅∂x∂u∂x∂v∂x当u=u(x,y),v=v(x,y)时,du=∂u∂u∂v∂vdx+dy   dv=dx+dy ∂x∂y∂x∂y隐函数的求导公式:FdyFFx∂dyd2y∂隐函数F(x,y)=0,  =−,  2=(−x)+(−x)⋅∂xFy∂yFydxdxFydxFyFx∂z∂z隐函数F(x,y,z)=0, =−,  =−FzFz∂x∂y

∂FF(x,y,u,v)=0∂(F,G)∂uJ隐函数方程组:   ==∂GGxyuv=(,,,)0uv∂(,)∂u∂u∂v1∂(F,G)1∂(F,G)    =−⋅=−⋅∂xJ∂(x,v)∂xJ∂(u,x)∂u∂v1∂(F,G)1∂(F,G)    =−⋅=−⋅∂yJ∂(y,v)∂yJ∂(u,y)微分法在几何上的应用:

∂F∂v=Fu∂GGu∂vFvGv

x=ϕ(t)x−xy−y0z−z0=空间曲线y=ψ(t)在点M(x0,y0,z0)处的切线方程:0=′′()()ttϕψω′(t0)00z=ω(t)在点M处的法平面方程:ϕ′(t0)(x−x0)+ψ′(t0)(y−y0)+ω′(t0)(z−z0)=0FyFzFzFxFxF(x,y,z)=0,则切向量T={,,若空间曲线方程为:GGGxGG=(,,)0Gxyzyzzx曲面F(x,y,z)=0上一点M(x0,y0,z0),则:1、过此点的法向量:n={Fx(x0,y0,z0),Fy(x0,y0,z0),Fz(x0,y0,z0)}Fy}Gy2、过此点的切平面方程:Fx(x0,y0,z0)(x−x0)+Fy(x0,y0,z0)(y−y0)+Fz(x0,y0,z0)(z−z0)=0y−y0z−z0x−x03、过此点的法线方程:==Fx(x0,y0,z0)Fy(x0,y0,z0)Fz(x0,y0,z0)方向导数与梯度:

∂f∂f∂f函数z=f(x,y)在一点p(x,y)沿任一方向l的方向导数为:=cosϕ+sinϕ∂l∂x∂y其中ϕ为x轴到方向l的转角。∂f∂fi+j∂x∂y

∂f它与方向导数的关系是:=gradf(x,y)⋅e,其中e=cosϕ⋅i+sinϕ⋅j,为l方向上的∂l单位向量。∂f∴是gradf(x,y)在l上的投影。∂l函数z=f(x,y)在一点p(x,y)的梯度:gradf(x,y)=多元函数的极值及其求法:

设fx(x0,y0)=fy(x0,y0)=0,令:fxx(x0,y0)=A, fxy(x0,y0)=B, fyy(x0,y0)=CA<0,(x0,y0)为极大值20ACB时,−>A>0,(x0,y0)为极小值2则:AC−B<0时,      无极值AC−B2=0时,       不确定

重积分及其应用:

∫∫f(x,y)dxdy=∫∫f(rcosθ,rsinθ)rdrdθDD′曲面z=f(x,y)的面积A=∫∫D∂z∂z1++dxdy∂yx∂22平面薄片的重心:x=Mx=M∫∫xρ(x,y)dσD∫∫ρ(x,y)dσDD,  y=MyM=∫∫yρ(x,y)dσD∫∫ρ(x,y)dσDD

平面薄片的转动惯量:对于x轴Ix=∫∫y2ρ(x,y)dσ,  对于y轴Iy=∫∫x2ρ(x,y)dσ平面薄片(位于xoy平面)对z轴上质点M(0,0,a),(a>0)的引力:F={Fx,Fy,Fz},其中:Fx=f∫∫Dρ(x,y)xdσ(x+y+a)2222,  Fy=f∫∫3Dρ(x,y)ydσ(x+y+a)2222,  Fz=−fa∫∫3Dρ(x,y)xdσ(x+y+a)22322柱面坐标和球面坐标:

x=rcosθf(x,y,z)dxdydz=∫∫∫F(r,θ,z)rdrdθdz,柱面坐标:y=rsinθ,   ∫∫∫ΩΩz=z其中:F(r,θ,z)=f(rcosθ,rsinθ,z)x=rsinϕcosθ2球面坐标:y=rsinϕsinθ,  dv=rdϕ⋅rsinϕ⋅dθ⋅dr=rsinϕdrdϕdθz=rcosϕ2π2

πr(ϕ,θ)2F(r,ϕ,θ)rsinϕdr∫0∫∫∫f(x,y,z)dxdydz=∫∫∫F(r,ϕ,θ)rsinϕdrdϕdθ=∫dθ∫dϕΩΩ00重心:x=1M∫∫∫xρdv,  y=ΩΩ1M∫∫∫yρdv,  z=ΩΩ1M∫∫∫zρdv,  其中M=x=∫∫∫ρdvΩΩΩ转动惯量:Ix=∫∫∫(y2+z2)ρdv,  Iy=∫∫∫(x2+z2)ρdv,  Iz=∫∫∫(x2+y2)ρdv曲线积分:

第一类曲线积分(对弧长的曲线积分):x=ϕ(t),  (α≤t≤β),则:设f(x,y)在L上连续,L的参数方程为:y=ψ(t)∫Lx=t22′′f(x,y)ds=∫f[ϕ(t),ψ(t)]ϕ(t)+ψ(t)dt  (α<β)  特殊情况:y=ϕ(t)αβ

第二类曲线积分(对坐标的曲线积分):x=ϕ(t)设L的参数方程为,则:ψ()yt=β∫P(x,y)dx+Q(x,y)dy=α∫{P[ϕ(t),ψ(t)]ϕ′(t)+Q[ϕ(t),ψ(t)]ψ′(t)}dtL两类曲线积分之间的关系:∫Pdx+Qdy=∫(Pcosα+Qcosβ)ds,其中α和β分别为LLL上积分起止点处切向量的方向角。∂Q∂P∂Q∂P(−)=+(−)dxdy=∫Pdx+QdydxdyPdxQdy格林公式:格林公式:∫∫∫∫∫∂x∂y∂x∂yDLDL1∂Q∂P=2时,得到D的面积:A=∫∫dxdy=∫xdy−ydx当P=−y,Q=x,即:−∂x∂y2LD·平面上曲线积分与路径无关的条件:1、G是一个单连通区域;2、P(x,y),Q(x,y)在G内具有一阶连续偏导数,且减去对此奇点的积分,注意方向相反!·二元函数的全微分求积:∂Q∂P在=时,Pdx+Qdy才是二元函数u(x,y)的全微分,其中:∂x∂y(x,y)∂Q∂P=。注意奇点,如(0,0),应∂x∂y

u(x,y)=(x0,y0)∫P(x,y)dx+Q(x,y)dy,通常设x0=y0=0。曲面积分:

22fxyzdsfxyzxyzxyz对面积的曲面积分:(,,)=[,,(,)]1+(,)+(x,y)dxdyxy∫∫∫∫∑Dxy对坐标的曲面积分:∫∫P(x,y,z)dydz+Q(x,y,z)dzdx+R(x,y,z)dxdy,其中:∑∫∫R(x,y,z)dxdy=±∫∫R[x,y,z(x,y)]dxdy,取曲面的上侧时取正号;∑Dxy∫∫P(x,y,z)dydz=±∫∫P[x(y,z),y,z]dydz,取曲面的前侧时取正号;∑Dyz

∫∫Q(x,y,z)dzdx=±∫∫Q[x,y(z,x),z]dzdx,取曲面的右侧时取正号。∑Dzx两类曲面积分之间的关系:∫∫Pdydz+Qdzdx+Rdxdy=∫∫(Pcosα+Qcosβ+Rcosγ)ds∑∑高斯公式:

∫∫∫(Ω∂P∂Q∂R)dv=∫∫Pdydz+Qdzdx+Rdxdy=∫∫(Pcosα+Qcosβ+Rcosγ)ds++∂x∂y∂z∑∑高斯公式的物理意义——通量与散度:∂P∂Q∂R,即:单位体积内所产生的流体质量,若divν<0,则为消失...++散度:divν=∂x∂y∂z通量:∫∫A⋅nds=∫∫Ands=∫∫(Pcosα+Qcosβ+Rcosγ)ds,因此,高斯公式又可写成:∫∫∫divAdv=∫∫AndsΩ∑∑∑∑斯托克斯公式——曲线积分与曲面积分的关系:

∫∫(∑∂R∂Q∂P∂R∂Q∂P)dydz+(−)dzdx+(−−)dxdy=∫Pdx+Qdy+Rdz∂y∂z∂z∂x∂x∂yΓcosβ∂∂yQcosγ∂∂zR

cosαdydzdzdxdxdy∂∂∂∂=上式左端又可写成:∫∫∫∫xyz∂∂∂∂x∑∑PQRP∂R∂Q∂P∂R∂Q∂P空间曲线积分与路径无关的条件:=, =, =∂x∂y∂z∂x∂y∂zijk∂∂∂旋度:rotA=∂x∂y∂zPQR向量场A沿有向闭曲线Γ的环流量:∫Pdx+Qdy+Rdz=∫A⋅tdsΓΓ常数项级数:

1−qn

1+q+q++q=等比数列:

1−q(n+1)n

1+2+3++n=等差数列:

2

111

调和级数:1++++是发散的

23n

2

n−1

级数审敛法:

1、正项级数的审敛法——根植审敛法(柯西判别法):ρ<1时,级数收敛

设:ρ=limnun,则ρ>1时,级数发散

n→∞

ρ=1时,不确定2、比值审敛法:

ρ<1时,级数收敛

U

设:ρ=limn+1,则ρ>1时,级数发散

n→∞Unρ=1时,不确定

3、定义法:

sn=u1+u2++un;limsn存在,则收敛;否则发散。

n→∞

交错级数u1−u2+u3−u4+(或−u1+u2−u3+,un>0)的审敛法——莱布尼兹定理: un≥un+1如果交错级数满足,那么级数收敛且其和s≤u1,其余项rn的绝对值rn≤un+1。limu=0n→∞n绝对收敛与条件收敛:

(1)u1+u2++un+,其中un为任意实数;(2)u1+u2+u3++un+如果(2)收敛,则(1)肯定收敛,且称为绝对收敛级数;如果(2)发散,而(1)收敛,则称(1)为条件收敛级数。 1(−1)n调和级数:∑n发散,而∑n收敛;1  级数:∑n2收敛;p≤1时发散1  p级数:∑np  p>1时收敛幂级数:

1<1x时,收敛于1−x1+x+x2+x3++xn+  x≥1时,发散+a2x2++anxn+,如果它不是仅在原点收敛,也不是在全对于级数(3)a0+a1x xR时发散,其中R称为收敛半径。x=R时不定1

ρ≠0时,R=求收敛半径的方法:设liman+1=ρ,其中an,an+1是(3)的系数,则ρ=0时,R=+∞n→∞anρ=+∞时,R=0ρ函数展开成幂级数:

f′′(x0)f(n)(x0)2(x−x0)n+函数展开成泰勒级数:f(x)=f(x0)(x−x0)+(x−x0)++2!n!f(n+1)(ξ) (x−x0)n+1,f(x)可以展开成泰勒级数的充要条件是:limRn=0余项:Rn=n→∞(n+1)!f(n)(0)nf′′(0)2x++x+x0=0时即为麦克劳林公式:f(x)=f(0)+f′(0)x+2!n!一些函数展开成幂级数:

m(m−1)2m(m−1)(m−n+1)nx++x+   (−1eix+e−ixcosx=2 eix=cosx+isinx   或ix−ixsinx=e−e2三角级数:

a0∞f(t)=A0+∑Ansin(nωt+ϕn)=+∑(ancosnx+bnsinnx)2n=1n=1其中,a0=aA0,an=Ansinϕn,bn=Ancosϕn,ωt=x。正交性:1,sinx,cosx,sin2x,cos2xsinnx,cosnx任意两个不同项的乘积在[−π,π]上的积分=0。傅立叶级数:

a0∞f(x)=+∑(ancosnx+bnsinnx),周期=2π2n=1π1(n=0,1,2)an=∫f(x)cosnxdx   π−π其中π1b=fxnxdx   (n=1,2,3)nπ∫()sin−π11π21+2+2+=358 π2111+2+2+=224246π21111+2+2+2+=(相加)6234111π21−2+2−2+=(相减)12234f(x)sinnxdx  n=1,2,3 f(x)=∑b∫π0

正弦级数:an=0,bn=余弦级数:bn=0,an=2πnsinnx是奇函数2ππ∫0f(x)cosnxdx  n=0,1,2 f(x)=a0+∑ancosnx是偶函数2周期为2l的周期函数的傅立叶级数:

a0∞nπxnπx+bnsin),周期=2lf(x)=+∑(ancos2n=1lll1nπx=af(x)cosdx   (n=0,1,2)n∫ll−l其中lb=1f(x)sinnπxdx   (n=1,2,3)nl∫l−l

微分方程的相关概念:

一阶微分方程:y′=f(x,y) 或 P(x,y)dx+Q(x,y)dy=0

可分离变量的微分方程:一阶微分方程可以化为g(y)dy=f(x)dx的形式,解法:

∫g(y)dy=∫f(x)dx  得:G(y)=F(x)+C称为隐式通解。

dyy

=f(x,y)=ϕ(x,y),即写成的函数,解法: dxx

ydydududxduy设u=,则=u+x,u+分离变量,积分后将代替u,=ϕ(u),∴=

dxxϕ(u)−uxxdxdx齐次方程:一阶微分方程可以写成即得齐次方程通解。

一阶线性微分方程:

dy1、一阶线性微分方程:+P(x)y=Q(x)dx−P(x)dx当Q(x)=0时,为齐次方程,y=Ce∫−P(x)dxP(x)dx当Q(x)≠0时,为非齐次方程,y=(∫Q(x)e∫dx+C)e∫

dy2、贝努力方程:+P(x)y=Q(x)yn,(n≠0,1)dx全微分方程:

如果P(x,y)dx+Q(x,y)dy=0中左端是某函数的全微分方程,即:∂u∂udu(x,y)=P(x,y)dx+Q(x,y)dy=0,其中:=P(x,y),=Q(x,y)

∂x∂y∴u(x,y)=C应该是该全微分方程的通解。二阶微分方程:

f(x)≡0时为齐次d2ydyPxQxyfx()()() ++=,2dxdxf(x)≠0时为非齐次二阶常系数齐次线性微分方程及其解法:

(*)y′′+py′+qy=0,其中p,q为常数;求解步骤:1、写出特征方程:(∆)r2+pr+q=0,其中r2,r的系数及常数项恰好是(*)式中y′′,y′,y的系数;2、求出(∆)式的两个根r1,r2 3、根据r1,r2的不同情况,按下表写出(*)式的通解:r1,r2的形式 两个不相等实根(p2−4q>0) 两个相等实根(p−4q=0) 一对共轭复根(p2−4q<0) 2(*)式的通解 y=c1er1x+c2er2x y=(c1+c2x)er1x y=eαx(c1cosβx+c2sinβx) r1=α+iβ,r2=α−iβ4q−p2 pα=−,β=22二阶常系数非齐次线性微分方程

y′′+py′+qy=f(x),p,q为常数f(x)=eλxPm(x)型,λ为常数;f(x)=eλx[Pl(x)cosωx+Pn(x)sinωx]型

线性代数公式大全——最新修订

1、行列式

1. n行列式共有n2个元素,展开后有n!项,可分解为2n行列式; 2. 代数余子式的性质:

①、Aij和aij的大小无关;

②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A;

3. 代数余子式和余子式的关系:Mij=Aij=(−1)i+jAij(−1)i+jMij 4. 设n行列式D:

将D上、下翻转或左右翻转,所得行列式为D1,则D1将D顺时针或逆时针旋转90,所得行列式为D2,则D2==(−1)

n(n−1)

2

D;

(−1)n(n−1)2D;

将D主对角线翻转后(转置),所得行列式为D3,则D3=D; 将D主副角线翻转后,所得行列式为D4,则D4=D; 5. 行列式的重要公式:

①、主对角行列式:主对角元素的乘积;

②、副对角行列式:副对角元素的乘积× (−1)n(n−1)2;

③、上、下三角行列式( ◥◣ = ):主对角元素的乘积; ④、 ◤ 和 ◢ :副对角元素的乘积× (−1)⑤、拉普拉斯展开式:

AOCBACOBn(n−1)2; CABOOABC(−1)mnAB

AB、

⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;

6. 对于n阶行列式A,恒有:λE−A=λ+∑(−1)kSkλn−k,其中Sk为k阶主子式;

nk=1n7. 证明A=0的方法:

①、A=−A; ②、反证法;

③、构造齐次方程组Ax=0,证明其有非零解; ④、利用秩,证明r(A)2、矩阵

1.

A是n阶可逆矩阵:

⇔A≠0(是非奇异矩阵);

⇔r(A)=n(是满秩矩阵)

=

⇔A的行(列)向量组线性无关; ⇔齐次方程组Ax=0有非零解; ⇔∀b∈Rn,Ax=b总有唯一解; ⇔A与E等价;

⇔A可表示成若干个初等矩阵的乘积; ⇔A的特征值全不为0; ⇔ATA是正定矩阵;

⇔A的行(列)向量组是Rn的一组基; ⇔A是Rn中某两组基的过渡矩阵;

2. 对于n阶矩阵A:AA*3.

(A−1)*(AB)T(A*)−1BTATA*A(A−1)T(AB)*AE 无条件恒成立;

(AT)−1B*A*(A*)T(AB)−1(AT)* B−1A−1

4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和; 5. 关于分块矩阵的重要结论,其中均A、B可逆: ====若A=A1==A2,则: ==AsⅠ、A=A1A2As; A1−1Ⅱ、A−1=−1−1A2; As−1O;(主对角分块) B−1B−1;(副对角分块) O−A−1CB−1;(拉普拉斯) B−1O;(拉普拉斯) B−1A−1AO②、=OBOOOA③、=−1BOAA−1AC④、=OBO−1−1−1A−1AO⑤、=−1−1CB−BCA3、矩阵的初等变换与线性方程组

1. 一个m×n矩阵A,总可经过初等变换化为标准形,其标准形是唯一确定的:F=rOEO; Om×n等价类:所有与A等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵; 对于同型矩阵A、B,若r(A)r(B) ⇔ AB; 2. 行最简形矩阵:

①、只能通过初等行变换获得; ②、每行首个非0元素必须为1;

③、每行首个非0元素所在列的其他元素必须为0;

3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)

,则A可逆,且①、若(A , E)  (E , X)=X=A−1; ==

②、对矩阵(A,B)做初等行变化,当A变为E时,B就变成A−1B,即:(A,B) ∼ (E,A−1B);

③、求解线形方程组:对于n个未知数n个方程Ax=b,如果(A,b)(E,x),则A可逆,且x=A−1b; 4. 初等矩阵和对角矩阵的概念: ==①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;

λ1②、Λ=rc

rλ2=,左乘矩阵A,λ乘A的各行元素;右乘,λ乘A的各列元素;

iiλn−1

11



③、对调两行或两列,符号E(i,j),且E(i,j)−1=E(i,j),例如:1=1;

11

11④、倍乘某行或某列,符号E(i(k)),且E(i(k))−1=E(i()),例如:kk1k1E(ij(−k)),如:11−111k(k≠0); 1−1⑤、倍加某行或某列,符号E(ij(k)),且E(ij(k))−15. 矩阵秩的基本性质:

①、0≤r(Am×n)≤min(m,n);

②、r(AT)=r(A);

③、若AB,则r(A)=r(B);

−k11(k≠0); 1④、若P、Q可逆,则r(A)r(PA)r(AQ)r(PAQ);(可逆矩阵不影响矩阵的秩) ⑤、maxr(A),r(B))≤r(A,B)≤r(A)+r(B);(※) ⑥、r(A+B)≤r(A)+r(B);(※) ⑦、r(AB)≤min(r(A),r(B));(※)

⑧、如果A是m×n矩阵,B是n×s矩阵,且AB=0,则:(※)

Ⅰ、B的列向量全部是齐次方程组AX=0解(转置运算后的结论); Ⅱ、r(A)+r(B)≤n

⑨、若A、B均为n阶方阵,则r(AB)≥r(A)+r(B)−n;

6. 三种特殊矩阵的方幂:

①、秩为1的矩阵:一定可以分解为列矩阵(向量)×行矩阵(向量)的形式,再采用结合律;

==1ac②、型如01b的矩阵:利用二项展开式;

001==

二项展开式:(a+b)nCa+Ca0nn1nn−11b++Camnn−mb++Cmn−11n−1nab+Cbnnnm=0∑Cnmnambn−m;

注:Ⅰ、(a+b)n展开后有n+1项;

n(n−1)(n−m+1)

m123

mnn−mnⅡ、Cnm

n!m!(n−m)!

mn+1mn0CnnCn

1

nnrr−1Ⅲ、组合的性质:C=CC=C+C 2rCnnCn=∑Cnr=−1;

m−1nr=0③、利用特征值和相似对角化: 7. 伴随矩阵:

①、伴随矩阵的秩:r(A*)=An=10 (AX

r(A)n ==r(A)n−1; r(A)λX,AAA−1 ⇒ A*X

②、伴随矩阵的特征值:

A

λλX);

③、A*=AA−1、A*=An−1

矩阵秩的描述: 8. 关于A====

①、r(A)=n,A中有n阶子式不为0,n+1阶子式全部为0;(两句话)

②、r(A)9. 线性方程组:Ax=b,其中A为m×n矩阵,则:

①、m与方程的个数相同,即方程组Ax=b有m个方程;

②、n与方程组得未知数个数相同,方程组Ax=b为n元方程; 10. 线性方程组Ax=b的求解:

①、对增广矩阵B进行初等行变换(只能使用初等行变换);

②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;

11. 由n个未知数m个方程的方程组构成n元线性方程:

a11x1+a12x2++a1nxnb1 ax+ax++axb 2nn2①、211222;

bnam1x1+am2x2++anmxn=a11a②、21am1a12a22am2a1nx1a2nx2amnxmb1b2⇔Axbm= b(向量方程,A为m×n矩阵,m个方程,n个未知数)

==

③、(a1a2b1x1xb2an)=β(全部按列分块,其中β=2);

bnxn④、a1x1+a2x2++anxn=β(线性表出)

⑤、有解的充要条件:r(A)r(A,β)≤n(n为未知数的个数或维数)

4、向量组的线性相关性

1.

m个n维列向量所组成的向量组A:α1,α2,,αm构成n×m矩阵A=(α1,α2,,αm);

β1TTβTTTm个n维行向量所组成的向量组B:β1,β2,,βm构成m×n矩阵B=2;

βTm含有有限个向量的有序向量组与矩阵一一对应;

2. ①、向量组的线性相关、无关 ⇔Ax=0有、无非零解;(齐次线性方程组)

②、向量的线性表出 ⇔Ax=b是否有解;(线性方程组) ③、向量组的相互线性表示 ⇔AX=B是否有解;(矩阵方程)

3. 矩阵Am×n与Bl×n行向量组等价的充分必要条件是:齐次方程组Ax=0和Bx=0同解;(P101例14) 4. 5.

r(ATA)=r(A);(P101例15)

= n维向量线性相关的几何意义:①、α线性相关 ⇔α=0;

②、α,β线性相关 ⇔α,β坐标成比例或共线(平行);

③、α,β,γ线性相关 ⇔α,β,γ共面;

6. 线性相关与无关的两套定理:

若α1,α2,,αs线性相关,则α1,α2,,αs,αs+1必线性相关;

若α1,α2,,αs线性无关,则α1,α2,,αs−1必线性无关;(向量的个数加加减减,二者为对偶) 若r维向量组A的每个向量上添上n−r个分量,构成n维向量组B:

若A线性无关,则B也线性无关;反之若B线性相关,则A也线性相关;(向量组的维数加加减减)简言之:无关组延长后仍无关,反之,不确定;

7. 向量组A(个数为r)能由向量组B(个数为s)线性表示,且A线性无关,则r≤s(二版P74定理7);

向量组A能由向量组B线性表示,则r(A)≤r(B);(P86定理3) 向量组A能由向量组B线性表示

⇔AX=B有解;

⇔r(A)=r(A,B)(P85定理2)

向量组A能由向量组B等价⇔ r(A)r(B)r(A,B)(P85定理2推论)

8. 方阵A可逆⇔存在有限个初等矩阵P1,P2,,Pl,使A=P1P2Pl;

==

r①、矩阵行等价:A~B⇔PA=0与Bx=0同解 B(左乘,P可逆)⇔Ax=②、矩阵列等价:A~B⇔AQ=B(右乘,Q可逆); ③、矩阵等价:A~B⇔PAQ=B(P、Q可逆); 9. 对于矩阵Am×n与Bl×n:

①、若A与B行等价,则A与B的行秩相等;

②、若A与B行等价,则Ax=0与Bx=0同解,且A与B的任何对应的列向量组具有相同的线性相关性;

③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A的行秩等于列秩; 10. 若Am×sBs×n=C== =m×n,则:①、C的列向量组能由A的列向量组线性表示,B为系数矩阵;

②、C的行向量组能由B的行向量组线性表示,AT为系数矩阵;(转置)

11. 齐次方程组Bx=0的解一定是ABx=0的解,考试中可以直接作为定理使用,而无需证明;

①、ABx=0 只有零解⇒ Bx=0只有零解;

②、Bx=0 有非零解⇒ ABx=0一定存在非零解; 12. 设向量组Bn×r:b1,b2,,br可由向量组An×s:a1,a2,,as线性表示为:(P110题19结论)

(b1,b2,,br)=(a1,a2,,as)K(B=AK)

c

= 其中K为s×r,且A线性无关,则B组线性无关⇔r(K)=(B与K的列向量组具有相同线性相关r;

r(B)r(AK)≤r(K),r(K)≤r,∴r(K)r;充分性:反证法)

性)

(必要性:r

注:当r=s时,K为方阵,可当作定理使用;

13. ①、对矩阵Am×n,存在Qn×m,AQ=Em ⇔r(A)=m、Q的列向量线性无关;(P87) ②、对矩阵Am×n,存在Pn×m,PA=En ⇔r(A)=n、P的行向量线性无关; 14. α1,α2,,αs线性相关

⇔存在一组不全为0的数k1,k2,,ks,使得k1α1+k2α2++ksαs=0成立;(定义)

x1x⇔(α1,α2,,αs)2=0有非零解,即Ax=0有非零解;

xs⇔r(α1,α2,,αs)15. 设m×n的矩阵A的秩为r,则n元齐次线性方程组Ax=0的解集S的秩为:r(S)n−r;

16. 若η*为Ax=b的一个解,ξ1,ξ2,,ξn−r为Ax=0的一个基础解系,则η*,ξ1,ξ2,,ξn−r线性无关;(P111题33结论)

5、相似矩阵和二次型

1. 正交矩阵⇔ATA=E或A−1=AT(定义),性质:

①、A的列向量都是单位向量,且两两正交,即aiTaj10i=ji≠j(i,j1,2,n);

②、若A为正交矩阵,则A−1=AT也为正交阵,且A=±1; ③、若A、B正交阵,则AB也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:(a1,a2,,ar)

b1=a1;

b2

a2−

[b1,a2]

b1 [b1,b1]

[b1,ar][b,a][b,a]b1−2rb2−−r−1rbr−1; [b1,b1][b2,b2][br−1,br−1]

 br=ar−3. 对于普通方阵,不同特征值对应的特征向量线性无关;

对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A与B等价 ⇔A经过初等变换得到B;

⇔PAQ=B,P、Q可逆; ⇔r(A)=r(B),A、B同型;

②、A与B合同 ⇔CTAC=B,其中可逆;

⇔xTAx与xTBx有相同的正、负惯性指数; ③、A与B相似 ⇔P−1AP=B; 5. 相似一定合同、合同未必相似;

若C为正交矩阵,则CTAC=B⇒AB,(合同、相似的约束条件不同,相似的更严格); =为对称阵,则A为二次型矩阵; 6. A7. n元二次型xTAx为正定:

⇔A的正惯性指数为n;

⇔A与E合同,即存在可逆矩阵C,使CTAC=E; ⇔A的所有特征值均为正数; ⇔A的各阶顺序主子式均大于0;

⇒aii>0,A>0;(必要条件)

考研概率论公式汇总

1.随机事件及其概率

A∪Ω=Ω吸收律:A∪∅=AA∩Ω=A A∩∅=∅

A∪(AB)=A

A∩(A∪B)=AA−B=AB=A−(AB)

反演律:A∪B=AB AB=A∪B

A=A A=A

iiiii=1i=1i=1i=1nnnn

2.概率的定义及其计算

P(A)=1−P(A)

若A⊂B ⇒P(B−A)=P(B)−P(A)

对任意两个事件A, B, 有 P(B−A)=P(B)−P(AB)

加法公式:对任意两个事件A, B, 有

P(A∪B)=P(A)+P(B)−P(AB) P(A∪B)≤P(A)+P(B)

P(Ai)=∑P(Ai)−i=1i=1nn1≤i3.条件概率

P(BA)=

P(AB) P(A)

乘法公式

P(AB)=P(A)P(BA)(P(A)>0)

P(A1A2An)=P(A1)P(A2A1)P(AnA1A2An−1)(P(A1A2An−1)>0)

全概率公式

P(A)=∑P(ABi) =∑P(Bi)⋅P(ABi)

i=1i=1nn

Bayes公式

P(BkA)=P(B)P(ABk)P(ABk) =nk P(A)∑P(Bi)P(ABi)

i=1

4.随机变量及其分布

分布函数计算

P(a=F(b)−F(a)

5.离散型随机变量

(1) 0 – 1 分布

P(X=k)=pk(1−p)1−k,k=0,1

(2) 二项分布 B(n,p) 若P ( A ) = p

kkP(X=k)=Cnp(1−p)n−k,k=0,1,,n

* Possion定理

limnpn=λ>0

n→∞有 n→∞limCp(1−pn)knknn−kk!

k=0,1,2,=e−λλk

(3) Poisson 分布 P(λ) P(X=k)=e

−λλkk!

,k=0,1,2,

6.连续型随机变量

(1) 均匀分布 U(a,b) 1,a−ba1

(2) 指数分布 E(λ)

−λxλe,x>0

f(x)=

其他0,

x<00, F(x)=−λx1−e,x≥0

(3) 正态分布 N (µ , σ 2 )

−1f(x)=e2πσ(x−µ)22σ2−∞F(x)=12πσ∫x−∞e−(t−µ)22σ2dt

* N (0,1) — 标准正态分布

−1ϕ(x)=e2πx22−∞−t22 Φ(x)=12π∫x−∞edt−∞7.多维随机变量及其分布

二维随机变量( X ,Y )的分布函数

F(x,y)=∫x−∞−∞∫yf(u,v)dvdu

边缘分布函数与边缘密度函数

FX(x)=∫x−∞−∞+∞∫+∞f(u,v)dvdu

fX(x)=∫f(x,v)dv

−∞yFY(y)=∫−∞−∞+∞∫+∞f(u,v)dudv

fY(y)=∫f(u,y)du

−∞

8. 连续型二维随机变量

(1) 区域G 上的均匀分布,U ( G ) 1,(x,y)∈G f(x,y)=A其他0,

(2) 二维正态分布

f(x,y)=12πσ1σ21−ρ2−×e(x−µ1)2(x−µ1)(y−µ2)(y−µ2)2ρ2−+2σ1σ22(1−ρ2)σ22σ11

−∞9. 二维随机变量的 条件分布

f(x,y)=fX(x)fYX(yx)

=fY(y)fXY(xy)

+∞+∞fX(x)>0 fY(y)>0

fX(x)=∫f(x,y)dy=∫fXY(xy)fY(y)dy

−∞−∞fY(y)=∫f(x,y)dx=∫fYX(yx)fX(x)dx

−∞−∞+∞+∞

fYX(yx)fX(x)f(x,y) = fXY(xy) =fY(y)fY(y)fXY(xy)fY(y)f(x,y) = fYX(yx) =fX(x)fX(x)

10. 随机变量的数字特征

数学期望

E(X)=∑xkpk

k=1+∞E(X)=∫xf(x)dx

−∞+∞

随机变量函数的数学期望

X 的 k 阶原点矩 E(Xk)

X 的 k 阶绝对原点矩 E(|X|k)

X 的 k 阶中心矩 E((X−E(X))k)

X 的 方差

E((X−E(X))2)=D(X)

X ,Y 的 k + l 阶混合原点矩 E(XkYl)

X ,Y 的 k + l 阶混合中心矩 E(X−E(X))k(Y−E(Y))l

X ,Y 的 二阶混合原点矩

()

E(XY)

X ,Y 的二阶混合中心矩 X ,Y 的协方差

E((X−E(X))(Y−E(Y)))

X ,Y 的相关系数

(X−E(X))(Y−E(Y))=ρXY ED(X)D(Y)

X 的方差

D (X ) = E ((X - E(X))2) D(X)=E(X2)−E2(X)

协方差

cov(X,Y)=E((X−E(X))(Y−E(Y)))

=E(XY)−E(X)E(Y) =±1(D(X±Y)−D(X)−D(Y)) 2相关系数

ρXY=cov(X,Y)

D(X)D(Y)

因篇幅问题不能全部显示,请点此查看更多更全内容