一注基礎考試(數學篇)知識應用、公式及要點
A1、數學部分
空間解析幾何
平面的方程:
點法式:A(x-x0)+B(y-y0)+C(z-z0)=0,法向量n(A,B,C)
法線垂直於直線上兩點形成的向量
截距式:x/a+y/b+z/c=1,法向量n(1/a,1/b,1/c),且a,b,c為截矩
兩平面夾角:法向量的夾角,cos<n1,n2>=(n1·n2)/(|n1||n2|)
點到平面的距離:
直線的方程
一般方程:兩平面的交線
過M(x0,y0,z0),方向向量為s(m,n,p):
兩直線的夾角:cos<s1,s2>
直線與平面的夾角:sinA=cos<n,s>
點到直線的距離:直線外M0,取直線上任意一點M,則d=|MM0×s| / |s|
曲面的類型:
球面:
橢球面:
橢圓拋物面:
雙曲拋物面:
單葉雙曲面:
雙葉雙曲面:
圓錐面: 即
求曲線的投影,一般消去某個變數,再聯合該變數=0的方程組。
空間曲線:(Fx,Fy,Fz)為法線方向。
z=f(x,y)
fx=0,fy=0,且fxxfyy-fxy^2<0時,有極值,當fxx<0,極大值。
導數公式
拐點:二階導數為0,且左右兩側鄰近異號。凹凸的分界點。
凹:二階導數大於0,凸:二階導數小於0
間斷點的概念:
第一類:左右極限存在,不等,跳躍;相等,可去。
第二類:非第一類。
函數連續、可導、可微分的關係:
可導,可微分必定連續,可微分必定可偏導,可偏導且連續才可微分。
可偏導不一定連續,連續不一定可偏導,可偏導與可微分也並不等價。
================================================================================
微積分
常用極限
記法:(1+小數)^無窮大=e
等價無窮小是極限比值=1
第一類曲線積分:對弧長的積分
第二類曲線積分:對坐標軸的積分
已知路徑為y=f(x)
求積分時把y全用f(x)代入即可,積分域取x的積分域,注意積分時的單調性,可能需要分段。
封閉積分域:
格林公式
================================================================================
級數問題
判斷級數的收斂性
Step 1 項的收斂性
n趨向無窮,項不收斂於0,則級數發散
Step 2 三種判別法(正項級數)
1.比較原則;
2.比式判別法,(適用於含 n! 的級數);
3.根式判別法,(適用於含 n次方 的級數);
Step 3 交錯級數判別
Step 4
若不是交錯級數,我們可以再來判斷其是否為絕對收斂的級數:
Step 5
如果既不是交錯級數又不是正項級數,且不能用絕對收斂證明,則對於這樣的一般級數,用阿貝爾判別法和狄利克雷判別法判斷。
級數收斂的情況下還分為絕對收斂和條件收斂:
絕對收斂(級數的絕對值收斂),(則可推出級數必定收斂。)
條件收斂(級數的絕對值不收斂)
冪級數的收斂半徑
冪級數
,若不為零,則收斂半徑
泰勒級數,在x=x0處展開,
傅里葉級數,已知f(x),周期2l
奇函數展開成正弦級數
偶函數展開成餘弦級數
================================================================================
線性代數
餘子式: 把 所在的行和列划去剩下的n-1階行列式
代數餘子式:
特徵值:
如A為3階,特徵值為
則有 且
求逆矩陣:
法1:初等變換[A|E]→[E|A的逆]
法2:
,
C=AB,C的秩小於等於A和B,當A或B可逆時,則不改變原來的秩。
================================================================================
微分方程
常微分:未知函數是一元函數的微分方程
偏微分:未知函數是多元函數的微分方程
微分方程的階:方程中所出現的未知函數的最高階導數的階數
齊次方程:形如
非齊次方程:形如 且
線性微分方程:即未知函數和相應導數的密次不超過一次
線性齊次方程,幾階就對應幾個任意常數
線性非齊次方程,特解+齊次的通解
如y+p(x)y+q(x)=0 關於y和y『均為1次。
(1)y前的係數不能含y,但可以含x
y*y=2 非線性
x*y=2 線性
(2)y前的係數也不能含y,但可以含x,如:
y=sin(x)y 線性
y=sin(y)y 非線性
(3)整個方程中,只能出現y和y,不能出現sin(y),y^2,y^3等等,如:
y=y 線性的
y=y^2 非線性
================================================================================
概率論
求逆公式:
加法公式:P(A+B)=P(A)+P(B)-P(AB)
減法公式:
乘法公式:P(AB)=P(A|B)P(B)=P(B|A)P(A) 當A與B相互獨立時,P(AB)=P(A)P(B)
互斥事件和獨立事件的區別:
互斥: P(AB)=0,A,B不能同時發生。
獨立 :P(AB)=P(A)P(B)
二項分布
則E(x)=np,D(x)=np(1-p)
泊松分布
,
則
正態分布
協方差cov(x,Y)=E[(X-EX)(Y-EY)]=E(XY)-E(X)E(Y)
相關係數
樣本均值 1/n
方差:1/(n-1),原因在於無偏估計的需要
參數估計:用樣本對總體所含未知參數進行估計
點估計:
(1)矩法:即樣本的平均值和方差作為總體樣本的均值和方差,此處方差取為1/n
(2)最大似然法
無偏估計要求E(x『)=E(x)
推薦閱讀: