2954 字
15 分钟
考研数学复习

高等数学#

函数极限连续#

周期函数的导函数是周期函数,反之不一定。

有界性判断定义3:导函数在有限区间有界—>函数有界

无穷大×无穷大=无穷大 无界×无界≠无界

p16 重要极限x^n 和 e^nx

==泰勒公式p18==

根式除以-x p24

==数列的极限==

1.对数列求极限不能用洛必达法则,必须改成函数极限

2.递推关系数列xn+1=f(xn)常用方法:①单调有界,等式两端取极限 ②先斩后奏,令极限为A,两端取极限解出来,再证明极限是A,方法:n->∞,|xn-A|<缩放因子*|xn-1 - A|=…=0

3.判断单调性:①若f(x)在I上单增,则数列{Xn}单调,当x1≤X2时,{Xn}单增,当x1≥X2时,{Xn}单减。②f(x)单减->{Xn}不单调

均值不等式image-20230928085113041 乘积开根号≤均值≤平方的均值开根号

一元函数微分学#

image-20230928101359103

①f(x) n阶可导–>洛必达最多洛到n-1阶

②f(x)n阶连续可导/有n阶连续导数–>可以洛到n阶

==cot导数-csc^2 csc导数-csccot==

arcsin,arccos,==arccot导数==

arctanx+arctan(1/x) = Π/2

p57

==微分中值定理大题专题== ⭐构造辅助函数法p83

image-20231105222835299

极值和拐点的第三充分条件p68 p69

⭐罗尔定理推论:若在区间I上f(x)的n阶导数≠0,则方程f(x)=0在I上最多有n个实根

一元函数积分学#

不定积分

image-20230929074917214

万能代换 image-20230929080338486

定积分可积性

image-20230929081623601

点火公式

image-20230929081828290

区间再现

image-20230929082339086

image-20230929082730644

image-20230929082746943

三角函数积分一般方法

image-20230929084513908

但此题用上面区间再现的公式做更快

e的x次方用区间再现

image-20230929085324750

==变上限积分函数==

image-20230929091038395

积分不等式

==柯西积分不等式==

image-20230929092210482

乘积积分的平方不超过平方积分的乘积

提到单调性,改用变上限积分用函数的思想证明积分不等式

反常积分

1.收敛+收敛才收敛, 其中一个发散则发散

2.p积分image-20230929095253215

3.image-20230929114119733

image-20230929101817888

例子:

image-20230929102522981

image-20230929111342599

定积分的几何应用

旋转体体积:

image-20230929114847510

旋转体侧面积:

image-20230929115122790

物理应用p32:

1.变力做功 2.液体压力 3.引力

常微分方程#

伯努利方程 欧拉方程p141 欧拉方程的另一种解法p169

image-20231103145912634

多元函数微分学#

全微分p155 用定义判断可微

image-20230930114218360

绝对值不等式:||a|-|b|| ≤ |a±b| ≤ |a|+|b|

无穷级数#

如果说明绝对值发散时使用了比值或根值判别,那么可以立即得出原级数发散

绝对收敛±条件收敛=条件收敛

绝对收敛±绝对收敛=绝对收敛

条件收敛±条件收敛=条件收敛或绝对收敛

==求收敛域—>an加绝对值用比值或根值,取倒数==,如果缺项,则用un

级数求导收敛域可能变小,积分可能变大

==幂级数展开P214== p220

==傅里叶级数p224==

向量代数#

求a,b为临边的平行四边形面积:S=|a × b|

判定两向量平行:a × b = 0

混合积:(abc)=(a×b)·c 代数表示为行列式

V平行六面体 = |(abc)|

判定三向量共面:(abc)=0

==点到直线距离P233==

==平面束方程== 正常设,然后检验括号里的方程

==两直线距离公式== p236 |s1s2AB|/|s1×s2|

==常见二次曲面== p237 单叶双曲面,双叶双曲面

==建立旋转面方程步骤== p239

==方向导数和梯度== p242 方向导数是一个数(梯度×方向余弦向量) 梯度是一个向量

多元函数积分学#

==柱坐标和球坐标== p247

==先一后二 先二后一==

==合一投影法==

image-20231022142255692

==格林公式 斯托克斯公式 高斯公式== 空间线积分化投影线积分用格林 p262

==梯度散度旋度== p272 梯度是向量 散度是数量PQR偏导之和 旋度是向量(行列式i j k 偏x 偏y 偏z P Q R)

偶零奇倍(二型面积分dxdy)区分 向一个面投影S区域变为D区域

image-20231022142730041

补充:#

心型线,双扭线 方程

image-20231001000906543

image-20231001000930584

image-20230930194524826

image-20231016115846712

线性代数#

行列式#

克拉默法则

非齐次线性方程组系数行列数不为0,方程组有唯一解

推论:1.齐次方程组系数行列式不为0,方程组只有0解

2.齐次方程组有非零解,则系数行列式为0

数学归纳法

型式1:验证n=1成立,假设n=k成立,证明n=k+1成立;

型式2:验证n=1,n=2成立,假设n<k成立,证明n=k成立

矩阵#

重要公式

分块求逆

image-20231001110911360

二阶伴随:主对调负变号

image-20231001101331684

image-20231001111753793

A:m×n B×s

==AB=C专题==

如果A列满秩(r(A)=n),则r(AB)=r(B)

AB的行向量可由B的行向量线性表出 AB的列向量可由A的列向量线性表出

==**AB=0专题 **==

(1)B的每一个列向量都是齐次方程Ax=0的解

(2)r(A) + r(B) ≤ n(A的列数,B的行数)

特殊矩阵

==正交矩阵==

1.A的转置=A的逆矩阵,即ATA=AAT=E

2.==|A|^2 = 1==

3.A,B n阶正交,则AB正交

性质:1.正交矩阵的每个列向量都是单位向量

2.任意两个列向量垂直

3.==正交矩阵一定可逆,|A|不是1就是-1==

==秩1矩阵==

αTβ是矩阵αβT的主对角线元素之和

ααT对称,αTα平方和

image-20231001112916437

总结:A^n = L^(n-1)*A L是矩阵的迹

image-20231002110332529

==秩1矩阵,且迹不为0,则可以相似对角化==

向量#

⭐施密特正交化

image-20231002110515689

线性相关线性无关定理 p67 p68

秩的关系

==r(A+B) ≤ r(A,B) ≤ r(A) + r(B)==

r(AB) ≤ min{r(A), r(B)}

同解和公共解

公共解:α既是(I)的解,也是( I)的解,则是公共解

解法:①(I)(II)联立求解 ②求各自基础解系,令相等 ③(I)的通解带入(II)寻找k1,k2关系式

同解:如果α是(I)的解,则必是(II)的解,反过来,如果α是(II)的解,则必是(I)的解

ABx=0与Bx=0同解

同解方程组

==矩阵方程AX=0与BX=0同解的充分必要条是A,B的行向量组等价,即R(A)=R(B)=R(A/B)==

==A,B列向量组等价的充要条件是R(A)=R(B)=R(A,B)==

向量组A=【a1,a2,a3,……】和向量组B=【b1,b2,b3,……】等价的充要条件是rA=rB=r(A,B)。同型矩阵A,B等价的充要条件是rA=rB

特征值与特征向量#

对角化

充要条件:①A有n个线性无关特征向量 ②如果λ是k重特征值,那么λ必有k个线性无关特征向量 ③r(λiE - A) = n- ni,λi为ni重特征值

充分条件:A有n个不同的特征值,A是实对称矩阵,则一定可以相似对角化

充分条件:==秩1矩阵,且迹不为0,则可以相似对角化==

实对称矩阵

①必相似对角阵

②可用正交矩阵对角化

③不同特征值的特征向量相互正交

④特征值必是实数

⑤k重特征值必有k个线性无关的特征向量

image-20231002105955073

二次型#

反对称矩阵对角线元素一定为0

正定

潜台词:一定是对称矩阵

正定一定可逆,因为特征值全>0

充要条件:①特征值全>0 ②正惯性指数p=n ③顺序主子式全>0 ④A=CT E C,c可逆

必要条件:aii>0 |A|>0

矩阵相似等价合同#

矩阵等价:Ps…P3P2P1 A Q1Q2…Qt = B => PAQ = B => r(A) = r(B) A经初等变换得到B

同型矩阵等价充要条件:r(A) = r(B)

向量组等价:==A,B列向量组等价的充要条件是R(A)=R(B)=R(A,B)==

向量组A=【a1,a2,a3,……】和向量组B=【b1,b2,b3,……】等价的充要条件是rA=rB=r(A,B)。同型矩阵A,B等价的充要条件是rA=rB

相似= B

必要条件迹相等,秩相等,行列式相等,|λE-A|=|λE-B|

image-20231002110134338

==判实对称矩阵相似充要条件==:看特征值是否一样

合同:存在可逆矩阵C,使CTAC=B,充要条件是正负惯性指数相同

==相似一定等价,但等价不一定相似==

==实对称矩阵相似一定合同== 实对称矩阵看特征值正负

大数定律与中心极限定理#

p110

切比雪夫条件:独立,期望方差存在,方差一致有界

辛钦:独立同分布,期望存在

中心极限定理:列维-林德伯格定理条件:独立同分布,期望方差存在 标准化

数理统计#

p118

参数估计与假设检验#

p134

p140 无偏性 有效性 一致性

p160

李林880题目总结#

高等数学#

空间几何

两直线之间的距离公式 ——平面束

image-20231022144453565

image-20231022143637590

平面束:image-20231022144757976

使平面的法向量与L2的方向向量s垂直,求得平面

在L2上找一点,求点到平面的距离,即为两直线距离

image-20231022145238714

image-20231022145249318

正常设,然后检验括号里的方程

image-20231022143617760

image-20231022145603109

e1×e2 记为n 法向量

image-20231025094913152

==建立旋转面方程==

==无穷级数==

image-20231130125841365

==多元微分p28==

==微分方程伯努利 欧拉 p38==

==中值定理==

线性代数#

秩1矩阵

image-20231020084403029 秩1矩阵特征值是主队角元素之和,和n-1个0

三对角矩阵

image-20231020085318469

分块矩阵求逆

image-20231020090338105

p56 拓展(1)

(AB)T = BT AT

image-20231020110911582

初等矩阵逆矩阵

image-20231020112937472

分块矩阵转置

image-20231020113913482

同解方程组

image-20231020131046676

两方程组非零公共解:法1:联立求解 法2:联立基础解系 image-20231021085628509

两方程组同解:①的通解代入②,解出②的通解,验证①②是否相同

特征向量:重根表示:k1ξ1+k2ξ2 , (k1,k2不同时为0), 单根:k3ξ3 ,(k3不为0) 因为特征向量不为0,而解齐次方程组时,k1k2为任意常数

A^2=A n阶 —> 特征值为0或1 ,r(E-A) + r(A) ≥ r(E) = n, 且A(A-E)= 0 —> r(A)+r(A-E) ≤ n,所以r(A)+r(A-E) = n

写基础解系就写()T,()T 写通解就写k()T+k()T

两正一负是单叶,两负一正是双叶

标准形->规范形

image-20231021174545186

概率论#

Y=sinX —–> 2kΠ+(-Π-arcsiny) < x < 2kΠ+arcsiny (关于y=-Π对称) 注意arcsin和arccos的定义域都是[-1,1]

==大数定律中心极限定理==

大数定律:

切比雪夫:独立,期望方差存在,方差一致有界

伯努利

辛钦:独立同分布,期望存在

中心极限定理:

列维林德伯格:独立同分布 期望 方差 ,n很大时,近似服从正态

==数理统计==

t分布的平方服从F(1,n)

image-20231023121821714

image-20231023122253564 DX的矩估计是二阶中心矩

==参数估计== 矩估计:X拔等于EX 最大似然估计无极值的情况,L(λ)的导数大于0恒成立,则λ↑,L↑。则λ取max时,最大似然,而λ≤x1,x2…xn,所以λ≤min{x1.x2..xn}, 因此λ取min{x1,x2…xn}

==置信区间:给定一个分布Y,先写出Y拔服从的分布,再标准化==

image-20231025123640474

==假设检验==

image-20231025125346674

image-20231025125819099

image-20231025125848235

==伽马函数==

数学遗忘#

方向导数 梯度散度旋度 沿梯度方向的方向导数就是梯度的模 背十遍

等价无穷小1

方向导数:image-20231120154342295

image-20231120153801991

==常见分布的期望方差== 指数分布期望1/λ 方差1/λ^2 泊松分布期望λ 方差λ

大数定律 中心极限定理 数理统计 参数估计 假设检验

等价相似合同 相似于对角矩阵

image-20231125102142071

image-20231125102220997

image-20231115140700767

同解方程组 公共解

方向导数

image-20231125121641086

其中cosβ=sinα

方向导数是一个值 若z=f(x,y)可微,则αf/αl=αf/αx·cosα+αf/αy·cosβ

而梯度是一个向量,gradz=(αf/αx,αf/αy)

gradz 点乘 方向余弦 = 方向导数

==傅里叶级数 p224==

==偶零奇倍==

==合一投影法==

先二后一和先一后二

无穷级数背诵 image-20231117124612733 [-1,1)

二维正态image-20231119112546219

Γ(1) = Γ(2) = 1 Γ(1/2) = 根号Π Γ(n+1) = n!

image-20231130125730356

image-20231204093118474

对应的特征向量:kα1(k≠0)

格林公式用D

image-20231205114137204

球面坐标系

考研数学复习
https://yinghuo12/posts/kaoyan/考研数学/数学知识点/
作者
Yinghuo
发布于
2023-11-20
许可协议
CC BY-NC-SA 4.0