考研数学基础知识总结
考研数学二必背公式及知识点(自己精心总结整理)
[基础知识]n -b n =(a -b)( a n−1+a n−2b+…+ab n−2+b n−1) ( n 为正偶数时)a n -b n =(a +b)( a n−1-a n−2b+…+ab n−2-b n−1) ( n 为正奇数时)a n +b n =(a +b)( a n−1-a n−2b+…-ab n−2+b n−1)+b)n =∑C n k a k bn−kn k=0(1) a,b 位实数，则○12|ab |≤a 2+b 2；○2|a ±b |≤|a |+|b |；○3|a |−|b |≤|a −b |. (2) a 1,a 2,…,a n >0, 则 ○1a 1+a 2+⋯+a n n ≥√a 1a 2⋯a n n＜[x]≤x和差化积;积化和差(7)：sin α+sin β=2(sin α+β2)(cosα−β2) sin αcos β=12(sinα+β2+cosα−β2)sin α-sin β=2(cosα+β2)(sinα−β2) cos αcos β=12(cos α+β2+cosα−β2)cos α+cos β=2(cos α+β2)(co sα−β2) sin αsin β=-12(cosα+β2-cosα−β2)cos α-cos β=2(sinα+β2)(sinα−β2)1+tan 2α=sec 2α 1+cot 2α=csc 2αsin 2α=2sin αcos α cos 2α=cos 2α-sin 2α=1-2sin 2α=2cos 2α-1tan (α±β)=tanα±tanβ1∓tanαtan β cot (α±β)=1∓cot αcot βcot α+cot βtanα2=1−cosαsinα=sinα1+cosα=±√1−cosα1+cosαcotα2=sinα1−cosα=1+cosαsinα=±√1+cosα1−cosα万能公式：u=tan x2(−π<x<π)，则sin x=2u1+u2，cos x=1−u21+u2函数图像sec(x) csc(x) cot(x)arcsin(x) arccos(x)arctan(x) arc cot(x)[极限]函数极限x→•：（6）limx→x0f(x)=A: ∀E>0,∃δ>0,当0<|x- x0|< δ时，恒有|f(x)-A|< E.limx→x0+f(x)=A: ∀E>0,∃δ>0,当0<(x- x0)< δ时，恒有|f(x)-A|<E.limx→x0−f(x)=A: ∀E>0,∃δ>0,当0<( x0- x)< δ时，恒有|f(x)-A|< E.limx→∞f(x)=A: ∀E>0, ∃X>0,当|x|>X时,恒有|f(x)-A|<E.limx→∞+f(x)=A: ∀E>0, ∃X>0,当x>X时,恒有|f(x)-A|< E.limx→∞−f(x)=A: ∀E>0, ∃X>0,当-x>X时,恒有|f(x)-A|< E.数列极限n→∞：limn→∞f(x)=A: ∀E>0, ∃N>0,当n>N时,恒有|X n-A|< E.(1)唯一性:设limx→x0f(x)=A，limx→x0f(x)=B，则A=B.(2)局部有界性：若limx→x0f(x)存在，则存在δ>0,使f(x)在U={x｜0<｜x-x0｜<δ内有界.(3)局部保号性：○1(脱帽)若limx→x0f(x) =A>0,则存在x0的一个去心邻域，在该邻域内恒有f(x)>0.○2(戴帽)若存在x0的一个去心邻域，在该邻域内f(x)>(≥)0，且limx→x0f(x)=A(∃)，则A≥0.极限四则运算：设lim x→x 0f(x)=A(∃),lim x→x 0f(x)=B(∃),则○1lim x→x 0 [f (x )±g (x )]=A±B. ○2lim x→x 0[f (x )g (x )]=A⋅B. ○3lim x→x 0f(x)g(x)=AB(B≠0). 等价无穷小（9）sin x 1−cos x ~12x 2 arc sin x a x −1~lna ⋅xtan x (1+x )α−1~αx ~xarctan xln (1+x )e x −1lim n→∞√n n =1 , lim n→∞√a n=1, (a>0) ,lim x→0+x δ(ln x )k =0 ,lim x→+∞x k e −δx =0 (δ>0,k >0) lim n→∞√a 1n +a 2n +⋯+a m nn =max {a i }i =1,2,…,m;a i >0洛必达法则：“00”型：○1lim x→x 0f(x)=0, lim x→x 0g(x)=0; ○2f(x),g(x)在x 0的某去心领域内可导,且g’(x)≠0 ○3lim x→ x 0f′(x)g′(x)=A 或为∞.则limx→x 0f(x)g(x)=limx→x0 f′(x)g′(x)“∞∞”型：○1lim x→x 0f(x)=∞, lim x→x0g(x)=∞; ○2f(x),g(x)在x 0的某去心领域内可导,且g’(x)≠0○3lim x→x 0 f′(x)g′(x)=A 或为∞.则limx→x 0f(x)g(x)=limx→x 0 f′(x)g′(x)[注]洛必达法则能不能用，用了再说.数列极限存在准则： 1. 单调有界数列必收敛2.夹逼准则：如果函数f(x),g(x)及h(x)满足下列条件： (1) g(x)≤f(x)≤h(x); (2)limg(x)=A,limh(x)=A, 则limf(x)存在，且limf(x)=A .两种典型放缩：○1max{u i }≤∑u i n i=1≤n∙max{u i }; ○2n∙min{u i }≤∑u i n i=1≤n∙max{u i }选取的依据是谁在和式中去决定性作用海涅定理（归结原则）：设f(x)在 (x 0,δ)内有定义，则lim x→x 0f(x)=A 存在⟺对任何以x 0为极限的数列{x n }（x n ≠x 0），极限lim n→∞f(x n )=A存在.连续的两种定义：（1） lim Δx→0Δy =lim Δx→0[f (x 0+Δx )−f (x 0)]=0（2） lim x→x 0f (x )=f (x 0)间断点：第一类：可去、跳跃；第二类：无穷、振荡[一元微分学]导数定义式：f’ (x 0)=dydx ｜x=x0=limΔx→0f (x 0+Δx )−f(x 0)Δx=limx→x 0f (x )−f(x0)x−x 0微分定义式：若Δy=A Δx +o(Δx ),则dy=A Δx . 可导的判别:(1) 必要条件:若函数f(x)在点x 0处可导,则f(x)在点x 0处连续.(2) 充要条件:f ′(x0)f +(x 0)′,f −(x 0)′都存在，且f +(x 0)′=f −(x 0)′.[注]通俗来说就是连续函数不一定可导；函数在一点可导且在该点连续，但在这点的某个邻域未必连续；函数可导，则其导函数可能连续，也可能震荡间断. 可微的判别：limΔx→0Δy−AΔx Δx=0，则f(x)可微。
东北大学考研基础数学
东北大学考研基础数学
东北大学考研基础数学是考研数学的重要组成部分，考查考生对数学基础概念、公式推导和解题技巧的理解和应用能力。
在考研数学中，基础数学包括高等代数、数理统计和概率论、数学分析等内容。
在考试中，这些内容通常以选择题和计算题的形式出现。
对于高等代数，考生需要掌握线性方程组的解法、矩阵的运算和特征值特征向量等基本知识。
在解题过程中需要熟练应用高斯消元法、矩阵的特征值分解等方法。
数理统计和概率论是应用最广泛的数学学科之一。
在考试中，会考察考生对随机变量、概率分布、随机过程等概念的理解和应用能力。
此外，对于统计推断、假设检验和回归分析等知识点的掌握也是考试重点。
数学分析则是考研数学中的另一个重要组成部分。
在考试中，会考察考生对极限、连续性、微分和积分等基本概念和定理的理解和应用能力。
此外，对于级数、函数序列等内容的掌握也是考试的重点。
综上所述，东北大学考研基础数学涵盖了高等代数、数理统计和概率论、数学分析等内容。
考生需要全面掌握各个知识点，并熟练应用于解题过程中。
通过系统的学习和不断的练习，提高数学基础和解题能力，才能在考研数学中取得好成绩。
考研数学二有哪些常考题及基本考点
考研数学二有哪些常考题及基本考点考研数学二常考题及基本考点一、概述考研数学二科目是考研数学中的一部分，是理工科考生必考的科目之一。
本文将介绍考研数学二科目中的常考题及基本考点，帮助考生有效备考，提高应试能力。
二、随机变量1. 随机变量的定义及性质在概率论中，随机变量是表示随机试验结果的数值。
随机变量的定义及其性质是考研数学二中的基本考点，考生需要熟悉其意义及性质，能够准确运用。
2. 分布函数与密度函数随机变量的分布函数与密度函数是数学二考试中常考的一类题型。
考生需要掌握如何计算分布函数及密度函数，并能够应用到实际问题中。
三、概率论与数理统计1. 概率论基础概率论基础是考研数学二中的重要考点，考生应该掌握事件概率、条件概率、全概率公式和贝叶斯公式等基本概念及其应用。
2. 随机事件与概率分布随机事件与概率分布是考研数学二考试中的常考题型，考生需要了解二项分布、泊松分布、正态分布等常见概率分布，并能够应用到实际问题中。
3. 抽样分布与参数估计抽样分布与参数估计是数理统计中的重要知识点。
考生需要了解样本均值、样本方差的分布特点，以及点估计与区间估计的计算方法和应用场景。
四、线性代数1. 线性方程组与矩阵运算线性方程组与矩阵运算是考研数学二中的基础内容，考生需了解如何求解线性方程组及矩阵的基本运算法则，并能够灵活运用到线性代数题目中。
2. 行列式与矩阵的特征值与特征向量行列式及矩阵的特征值与特征向量是考研数学二中的重点考点，考生需要熟练掌握如何计算行列式的值，并能够求解特征值与特征向量的问题。
五、高等代数高等代数是考研数学二科目中的难点，涉及到的知识比较广泛。
考生需要掌握多项式与方程的基本理论、向量空间、线性变换等内容，并能够应用到实际问题中。
六、数学分析1. 极限与连续极限与连续是数学分析中的基础知识，也是考研数学二中的重要考点。
考生需掌握收敛、无穷大、无穷小等相关概念，并能够灵活运用到极限计算及函数连续性的题目中。
考研数学极限与连续的知识点
考研数学极限与连续的知识点在考研数学中，极限与连续是非常重要的基础知识，贯穿于整个数学分析的学习过程。
对于考生来说，深入理解和掌握这些知识点是取得好成绩的关键。
首先，我们来谈谈极限的概念。
极限可以说是数学分析的基石，它描述了函数在某个点或者无穷远处的趋近趋势。
比如说，当 x 趋近于某个值 a 时，函数 f(x) 趋近于一个确定的值 L，我们就说函数 f(x) 在 x 趋近于 a 时的极限是 L。
极限的计算方法多种多样。
常见的有代入法，如果函数在该点连续，直接将该点代入函数即可。
但很多时候，这种方法行不通，就需要用到其他技巧。
比如化简法，通过约分、通分等手段将函数化简，然后再求极限。
还有等价无穷小替换，这是一个非常有用的方法，比如当 x 趋近于 0 时，sin x 等价于 x，tan x 等价于 x 等等。
但要注意，等价无穷小的替换只能在乘除运算中使用，在加减运算中使用可能会出错。
再来说说两个重要极限。
第一个重要极限是：当 x 趋近于 0 时，lim(sin x ／ x) ＝ 1。
这个极限在很多求极限的题目中都会用到，通过变形和代换，可以解决不少难题。
第二个重要极限是：当 x 趋近于无穷大时，lim(1 ＋ 1/x)＾x ＝ e。
这里的 e 是一个重要的常数，约等于271828。
接着是极限的性质。
极限具有唯一性，如果函数在某个点存在极限，那么这个极限是唯一的。
还有局部有界性，如果函数在某个点存在极限，那么在该点的某个邻域内函数是有界的。
此外，还有保号性，如果函数在某个点的极限大于 0（小于 0），那么在该点的某个邻域内函数的值大于 0（小于 0）。
说完极限，我们再来看看连续的概念。
函数在某点连续，意味着当自变量在该点的变化非常小时，函数值的变化也非常小。
简单来说，就是函数在该点没有“跳跃”或“间断”。
连续的定义可以从三个方面来理解：函数在该点有定义；函数在该点的极限存在；函数在该点的极限值等于函数值。
考研高等代数知识点串讲
考研高等代数知识点串讲高等代数是考研数学中的重要部分，它涵盖了许多关键的知识点和概念。
本文将以串讲的形式介绍高等代数的主要知识点，帮助考生加深对这一领域的理解。
一、群论群论是高等代数中最基础的知识之一。
一个群是一个由一组元素以及定义在这些元素上的运算构成的代数结构。
在群论中，我们关注的是这个代数结构的性质和性质之间的关系。
群论的主要内容包括群的定义、子群、群同态、群作用等。
在考研中，对群的掌握是十分重要的。
考生需要了解群的基本定义，掌握常见的群结构，如循环群、对称群等，并能够解决与群相关的问题。
二、域与向量空间域是一个满足一定条件的代数结构。
在域中，可以进行加、减、乘、除等运算，并且满足一些性质，如结合律、交换律等。
向量空间是在域的基础上扩展而成的代数结构，它由一组向量以及定义在这些向量上的运算构成。
掌握域论和向量空间的知识对于考生来说也是必不可少的。
需要了解域的定义和性质，例如有理数域、实数域和复数域等；同时，还需要熟悉向量空间的性质和运算规则，了解线性相关性、线性无关性等概念。
三、线性代数线性代数是高等代数的核心内容之一。
它主要研究向量空间及线性变换的性质和性质间的关系。
线性代数的主要内容包括向量、矩阵、线性方程组、线性变换和特征值等。
在考研中，线性代数的知识点通常都会涉及到，并且常常会有大量的计算题目。
考生需要熟练掌握向量的基本运算、矩阵的性质及其运算、线性方程组的求解方法等。
此外，对于线性变换和特征值的理解也是非常重要的。
四、模论模论是高等代数的一个重要分支领域，它研究同余关系及其上的代数运算。
模论的主要内容包括模的基本概念和性质、同余方程、欧拉函数、费马小定理等。
模论在考研中常常会出现在数论和代数题目中。
考生需要掌握模的基本概念和性质，并且了解如何运用模来解决同余方程以及其它相关问题。
五、域扩张域扩张是研究域的扩展问题，它是高等代数中的一个重要内容。
域扩张的主要内容包括代数元素、域扩张的定义和性质、域的判别准则等。
2024年数学考研武忠祥正态分布知识点总结
1. 引言2024年数学考研备战，正态分布是一个重要的知识点，其中武忠祥老师的讲解更是深入浅出，使得我们能够更好地理解和掌握这一内容。
通过深度和广度的学习，我们将能够在考试中游刃有余地应对相关问题。
本文将全面总结2024年数学考研中关于正态分布的知识点，以便更好地备战考试。
2. 正态分布的基本概念2.1 正态分布的定义在统计学中，正态分布是一种连续概率分布，其概率密度函数呈钟形曲线，左右对称，中心峰较高，两侧逐渐减小。
而武忠祥老师在讲解中提到，正态分布的密度曲线呈单峰形态，这是因为正态分布的数据集主要集中在均值附近，随着数值偏离均值，出现的概率会逐渐减小。
2.2 正态分布的性质武忠祥老师在讲解中强调了正态分布的重要性，因为正态分布在自然界、经济学、社会科学等领域有着广泛的应用。
其性质包括均值、方差等统计特征，以及68-95-99.7规则等特性。
这些性质的理解对于解决实际问题和对数据的分析具有重要意义。
3. 正态分布的应用3.1 正态分布在实际问题中的应用在考研数学中，正态分布的应用是一个重要的考点。
武忠祥老师在讲解中提到了正态分布在水平测试、质量管理、风险评估等方面的具体应用，这些案例能够帮助我们更好地理解和应用正态分布的知识。
3.2 正态分布在数学建模中的应用除了实际问题中的应用，正态分布在数学建模中也起着重要作用。
武忠祥老师强调了正态分布在概率密度函数和累积分布函数的应用，这不仅对于解决具体问题有帮助，还能够对数学建模的理论基础进行深入理解。
4. 我对正态分布的个人理解在学习中，我认识到正态分布作为一个重要的统计学分布，具有非常广泛的应用价值。
正态分布的均值和标准差是其重要的统计特征，能够描述数据的集中程度和离散程度。
通过学习正态分布，我深刻理解了正态分布的概念、性质和应用，并能够运用这些知识解决实际问题。
5. 总结2024年数学考研备战，正态分布作为重要的数学知识点，需要我们深入理解和掌握。
考研数学3知识点总结
考研数学3知识点总结一、实变函数1. 极限和连续实变函数的极限是指当自变量逼近某个确定值时，函数的取值也逼近一个确定值。
极限的概念是实变函数中最为基础的概念之一，它是后续讨论的连续性、导数等概念的基础。
连续性是一个函数在某一点上的性质，如果这个函数在这一点可导，那么它在这一点也是连续的。
连续的函数具有一些良好的性质，如介值定理、零点定理等。
2. 导数和微分导数是实变函数中的一个重要概念，它描述了函数在某一点上的变化率。
导数的概念与实际问题密切相关，例如速度、加速度等概念都可以通过导数来描述。
微分是导数的几何意义，微分可以看作是对函数在某点上的局部线性逼近，这对于研究函数的增长趋势、凹凸性等问题有很大的帮助。
微分也是求解微分方程的一种工具。
3. 级数级数是一种无穷序列的和的形式，级数的收敛性和敛散性是实变函数中的一个重要问题。
级数的收敛性可以通过不同的方法来判断，比如比较法、根值法、积分法等。
4. 泰勒级数和泰勒展开泰勒级数是一个函数在某一点附近的一种无穷级数表示。
泰勒级数的性质决定了当自变量足够靠近展开点时，函数的值可以用泰勒级数来近似表示。
泰勒展开是对函数的泰勒级数的一种应用，它可以用来求解函数的近似值，研究函数的性质等。
5. 不定积分不定积分是函数积分的一种形式，它可以用来描述函数的原函数。
不定积分的计算方法有很多，比如换元法、分部积分法、积分表法等，学习不定积分需要掌握这些方法的应用。
6. 定积分定积分是函数在一个区间上的积分，它可以用来描述函数在这个区间上的累积效应，比如曲线所围成的面积、质量、能量等。
定积分有很多重要的性质，比如微积分基本定理、平均值定理等。
7. 微分方程微分方程是一种包含未知函数及其导数的方程，它在自然科学、工程技术等领域中有着广泛的应用。
微分方程的求解方法有很多，比如常数变易法、特征方程法、拉普拉斯变换法等。
二、复变函数1. 复数和复变函数复数是实数集的扩充，它具有形式为a+bi的特点，其中a和b为实数，i为虚数单位。
考研数学高数38个必会知识点
考研数学高数38个必会知识点摘要：每一个需要考数学的考研er应该都知道，高数部分占了56%（约84分）的分数，而且高数基础不好的话，概率论可能也会有一点影响（数二不考概率，那么高数的分值更高），所以我们都知道学好高数多么重要，那么复习这么久，高数的必会知识点是哪些呢？一、函数极限连续1、正确理解函数的概念，了解函数的奇偶性、单调性、周期性和有界性，理解复合函数、反函数及隐函数的概念。
2、理解极限的概念，理解函数左、右极限的概念以及极限存在与左右极限之间的关系。
掌握利用两个重要极限求极限的方法。
理解无穷小、无穷大以及无穷小阶的概念，会用等价无穷小求极限。
3、理解函数连续性的概念，会判别函数间断点的类型。
了解初等函数的连续性和闭区间上连续函数的性质(最.大值、最小值定理和介值定理)，并会应用这些性质。
重点是数列极限与函数极限的概念，两个重要的极限：lim(sinx/x)=1，lim(1+1/x)=e，连续函数的概念及闭区间上连续函数的性质。
难点是分段函，复合函数，极限的概念及用定义证明极限的等式。
二、一元函数微分学1、理解导数和微分的概念，导数的几何意义，会求平面曲线的切线方程，理解函数可导性与连续性之间的关系。
2、掌握导数的四则运算法则和一阶微分的形式不变性。
了解高阶导数的概念，会求简单函数的n阶导数，分段函数的一阶、二阶导数。
会求隐函数和由参数方程所确定的函数的一阶、二阶导数及反函数的导数。
3、理解并会用罗尔中值定理，拉格朗日中值定理，了解并会用柯西中值定理。
4、理解函数极值的概念，掌握函数最.大值和最小值的求法及简单应用，会用导数判断函数的凹凸性和拐点，会求函数图形水平铅直和斜渐近线。
5、了解曲率和曲率半径的概念，会计算曲率和曲率半径及两曲线的交角。
6、掌握用罗必塔法则求未定式极限的方法，重点是导数和微分的概念，平面曲线的切线和法线方程函数的可导性与连续性之间的关系，一阶微分形式的不变性，分段函数的导数。
考研数学《概率论与数理统计》知识点总结
第一章 概率论的基本概念定义： 随机试验E 的每个结果样本点组成样本空间S ，S 的子集为E 的随机事件，单个样本点为基本事件．事件关系： 1．A ⊂B ，A 发生必导致B 发生． 2．A B 和事件，A ，B 至少一个发生，A B 发生． 3．A B 记AB 积事件，A ，B 同时发生，AB 发生． 4．A －B 差事件，A 发生，B 不发生，A －B 发生．5．A B=Ø，A 与B 互不相容(互斥)，A 与B 不能同时发生，基本事件两两互不相容．6．A B=S 且A B=Ø，A 与B 互为逆事件或对立事件，A 与B 中必有且仅有一个发生，记B=A S A -=．事件运算： 交换律、结合律、分配率略．德摩根律：B A B A =，B A B A =．概率： 概率就是n 趋向无穷时的频率，记P(A)．概率性质:1．P (Ø)=0．2．(有限可加性)P (A 1 A 2 … A n )=P (A 1)+P (A 2)+…+P (A n )，A i 互不相容． 3．若A ⊂B ，则P (B －A)=P (B)－P (A)．4．对任意事件A ，有)A (1)A (P P -=．5．P (A B)=P (A)+P (B)－P (AB)．古典概型： 即等可能概型，满足：1．S 包含有限个元素．2．每个基本事件发生的可能性相同． 等概公式： 中样本点总数中样本点数S A )A (==n k P ． 超几何分布：⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛--⎪⎪⎭⎫ ⎝⎛=n N k n D N k D p ，其中ra C r a =⎪⎪⎭⎫ ⎝⎛． 条件概率： )A ()AB ()A B (P P P =． 乘法定理：)A ()A B ()AB C ()ABC ()A ()AB ()AB (P P P P P P P ==．全概率公式： )B ()B A ()B ()B A ()B ()B A ()A (2211n n P P P P P P P +++= ，其中i B 为S 的划分． 贝叶斯公式： )A ()B ()B A ()A B (P P P P i i i =，∑==nj j j B P B A P A P 1)()()(或)()()()()()()(B P B A P B P B A P B P B A P A B P +=．独立性： 满足P (AB)=P (A)P (B)，则A ，B 相互独立，简称A ，B 独立．定理一： A ，B 独立，则．P (B |A)=P (B)． 定理二： A ，B 独立，则A 与B ，A 与B ，A 与B 也相互独立．第二章 随机变量及其分布(0—1)分布： k k p p k X P --==1)1(}{，k =0，1 （0<p <1）．伯努利实验：实验只有两个可能的结果：A 及A ．二项式分布： 记X~b （n ，p ），k n kk n p p C k X P --==)1(}{． n 重伯努利实验：独立且每次试验概率保持不变．其中A 发生k 次，即二项式分布．泊松分布： 记X~π（λ），!}{k e k X P k λλ-==， ,2,1,0=k ．泊松定理： !)1(lim k e p p C k kn k knn λλ--∞→=-，其中λ=np ．当20≥n ，05.0≤p 应用泊松定理近似效果颇佳．随机变量分布函数： }{)(x X P x F ≤=，+∞<<∞-x ．)()(}{1221x F x F x X x P -=≤<．连续型随机变量： ⎰∞-=xt t f x F d )()(，X 为连续型随机变量，)(x f 为X 的概率密度函数，简称概率密度．概率密度性质：1．0)(≥x f ；2．1d )(=⎰+∞∞-x x f ；3．⎰=-=≤<21d )()()(}{1221x x x x f x F x F x X x P ；4．)()(x f x F ='，f (x )在x 点连续；5．P {X=a }=0．均匀分布： 记X~U(a ，b )；⎪⎩⎪⎨⎧<<-=其它，，01)(bx a a b x f ；⎪⎩⎪⎨⎧≥<≤--<=b x b x a a b a x a x x F ，，，10)(． 性质：对a ≤c <c +l ≤b ，有 a b ll c X c P -=+≤<}{指数分布：⎪⎩⎪⎨⎧>=-其它，，001)(x e x f x θθ；⎩⎨⎧>-=-其它，，001)(x e x F x θ． 无记忆性： }{}{t X P s X t s X P >=>+>． 正态分布： 记),(~2σμN X ；]2)(exp[21)(22σμσπ--=x x f ；t t x F xd ]2)(exp[21)(22⎰∞---=σμσπ．性质： 1．f (x )关于x =μ对称，且P {μ-h <X ≤μ}=P {μ<X ≤μ+h }；2．有最大值f (μ)=(σπ2)-1． 标准正态分布：]2exp[21)(2x x -=πϕ；⎰∞--=Φxt t x d ]2exp[21)(2π．即μ=0，ζ=1时的正态分布X ~N(0，1)性质：)(1)(x x Φ-=-Φ．正态分布的线性转化： 对),(~2σμN X 有)1,0(~N X Z σμ-=；且有)(}{}{)(σμσμσμ-Φ=-≤-=≤=x x X P x X P x F ． 正态分布概率转化： )()(}{1221σμσμ-Φ--Φ=≤<x x x X x P ；1)(2)()(}{-Φ=-Φ-Φ=+<<-t t t t X t P σμσμ．3ζ法则： P =Φ(1)－Φ(-1)=68.26%；P =Φ(2)－Φ(-2)=95.44%；P =Φ(3)－Φ(-3)=99.74%，P 多落在(μ-3ζ，μ+3ζ)内． 上ɑ分位点： 对X~N(0，1)，若z α满足条件P {X>z α}=α，0<α<1，则称点z α为标准正态分布的上α分位点． 常用 上ɑ分位点： 0.001 0.005 0.01 0.025 0.05 0.10 3.0902.5762.3261.9601.6451.282Y 服从自由度为1的χ2分布：设X 密度函数f X (x )，+∞<<∞-x ，若Y=X 2，则⎪⎩⎪⎨⎧≤>-+=000)]()([21)(y y y f y f y y f X XY ，，若设X ~N(0，1)，则有⎪⎩⎪⎨⎧≤>=--00021)(221y y e y y f y Y ，，π定理：设X 密度函数f X (x )，设g (x )处处可导且恒有g ′(x )>0(或g ′(x )<0)，则Y=g (X)是连续型随机变量，且有⎩⎨⎧<<'=其他，，0)()]([)(βαy y h y h f y f X Y h (y )是g (x )的反函数；①若+∞<<∞-x ，则α=min{g (−∞)，g (+∞)}，β=max{g (−∞)，g (+∞)}；②若f X (x )在[a ，b ]外等于零，g (x )在[a ，b ]上单调，则α=min{g (a )，g (b )}，β=max{g (a )，g (b )}．应用： Y=aX +b ~N(a μ+b ，(|a |ζ)2)．第三章 多维随机变量及其分布二维随机变量的分布函数： 分布函数(联合分布函数)：)}(){(),(y Y x X P y x F ≤≤= ，记作：},{y Y x X P ≤≤．),(),(),(),(},{112112222121y x F y x F y x F y x F y Y y x X x P +--=≤<≤<．F （x ，y ）性质： 1．F （x ，y ）是x 和y 的不减函数，即x 2>x 1时，F （x 2，y ）≥F （x 1，y ）；y 2>y 1时，F （x ，y 2）≥F （x ，y 1）．2．0≤F （x ，y ）≤1且F （−∞，y ）=0，F （x ，−∞）=0，F （−∞，−∞）=0，F （+∞，+∞）=1．3．F （x +0，y ）=F （x ，y ），F （x ，y +0）=F （x ，y ），即F （x ，y ）关于x 右连续，关于y 也右连续．4．对于任意的(x 1，y 1)，(x 2，y 2)，x 2>x 1，y 2>y 1，有P {x 1<X ≤x 2，y 1<Y ≤y 2}≥0．离散型（X ，Y ）：0≥ij p ，111=∑∑∞=∞=ij j i p ，ij yy x x p y x F i i ∑∑=≤≤),(．连续型（X ，Y ）：v u v u f y x F y xd d ),(),(⎰⎰∞-∞-=．f (x ，y )性质： 1．f (x ，y )≥0．2．1),(d d ),(=∞∞=⎰⎰∞∞-∞∞-F y x y x f ．3．y x y x f G Y X P G⎰⎰=∈d d ),(}),{(． 4．若f (x ，y )在点(x ，y )连续，则有),(),(2y x f yx y x F =∂∂∂． n 维： n 维随机变量及其分布函数是在二维基础上的拓展，性质与二维类似． 边缘分布：F x (x )，F y (y )依次称为二维随机变量（X ，Y ）关于X 和Y 的边缘分布函数，F X (x )=F (x ，∞)，F Y (y )=F (∞，y )．离散型： *i p 和j p *分别为（X ，Y ）关于X 和Y 的边缘分布律，记}{1i ij j i x X P p p ==∑=∞=*，}{1j ij i j y Y P p p ==∑=∞=*．连续型：)(x f X ，)(y f Y 为（X ，Y ）关于X 和Y 的边缘密度函数，记⎰∞∞-=y y x f x f X d ),()(，⎰∞∞-=x y x f y f Y d ),()(．二维正态分布：]})())((2)([)1(21exp{121),(2222212121212221σμσσμμρσμρρσπσ-+-------=y y x x y x f ． 记(X ，Y )~N (μ1，μ2，ζ12，ζ22，ρ)]2)(exp[21)(21211σμσπ--=x x f X ，∞<<∞-x ．]2)(exp[21)(22222σμσπ--=y y f Y ，∞<<∞-y ． 离散型条件分布律： jij j j i j i p p y Y P y Y x X P y Y x X P *=======}{},{}{． *=======i ij i j i i j p p x X P y Y x X P x X y Y P }{},{}{．连续型条件分布：条件概率密度：)(),()(y f y x f y x f Y Y X =||条件分布函数：x y f y x f y Y x X P y x F xY Y X d )(),(}{)(⎰∞-==≤=||| )(),()(x f y x f x y f X X Y =||y x f y x f x X y Y P x y F yX X Y d )(),(}{)(⎰∞-==≤=||| 含义：当0→ε时，)|(d )|(}|{||y x F x y x f y Y y x X P Y X xY X =≈+≤<≤⎰∞-ε．均匀分布： 若⎪⎩⎪⎨⎧∈=其他,0),(,1),(Gy x Ay x f ，则称(X ，Y)在G 上服从均匀分布． 独立定义：若P {X ≤x ，Y ≤y }=P {X ≤x }P {Y ≤y }，即F (x ，y )=F x (x )F y (y )，则称随机变量X 和Y 是相互独立的． 独立条件或可等价为：连续型：f (x ，y )=f x (x )f y (y )；离散型：P {X =x i ，Y =y j }=P {X =x i }P {Y =y j }．正态独立： 对于二维正态随机变量（X ，Y ），X 和Y 相互对立的充要条件是：参数ρ=0．n 维延伸： 上述概念可推广至n 维随机变量，要注意的是边缘函数或边缘密度也是多元(1~n -1元)的．定理：设（X 1，X 2，…，X m ）和（Y 1，Y 2，…，Y n ）相互独立，则X i 和Y j 相互独立．又若h ，g 是连续函数，则h （X 1，X 2，…，X m ）和g （Y 1，Y 2，…，Y n ）相互独立．Z=X+Y 分布： 若连续型(X ，Y )概率密度为f (x ，y )，则Z=X+Y 为连续型且其概率密度为⎰∞∞-+-=y y y z f z f Y X d ),()(或⎰∞∞-+-=x x z x f z f Y X d ),()(．f X 和f Y 的卷积公式：记⎰∞∞-+-==y y f y z f z f f f Y X Y X Y X d )()()(*⎰∞∞--=x x z f x f Y X d )()(，其中除继上述条件，且X 和Y相互独立，边缘密度分别为f X (x )和f Y (y )． 正态卷积：若X 和Y 相互独立且X ~N (μ1，ζ12)，记Y ~N (μ2，ζ22)，则对Z=X+Y 有Z ~N (μ1+μ2，ζ12+ζ22)．1．上述结论可推广至n 个独立正态随机变量．2．有限个独立正态随机变量的线性组合仍服从正态分布． 伽马分布：记),(~θαΓX ，0>α，0>θ．⎪⎩⎪⎨⎧>Γ=--其他，，00)(1)(1x e x x f x θαααθ，其中⎰+∞--=Γ01d )(t e t tαα．若X 和Y 独立且X ~Γ(α，θ)，记Y ~Γ(β，θ)，则有X+Y~Γ(α+β，θ)．可推广到n 个独立Γ分布变量之和．XYZ =：⎰∞∞-=x xz x f x z f X Y d ),()(，若X 和Y 相互独立，则有⎰∞∞-=x xz f x f x z f Y X X Y d )()()(．XYZ =分布： ⎰∞∞-=x x zx f x z f XY d ),(1)(，若X 和Y 相互独立，则有⎰∞∞-=xxz f x f x z f Y X XY d )()(1)(． 大小分布：若X 和Y 相互独立，且有M =max{X ，Y }及N =min{X ，Y }，则M 的分布函数：F max (z )=F X (z )F Y (z )，N 的分布函数：F min (z )=1－[1－F X (z )][1－F Y (z )]，以上结果可推广到n 个独立随机变量的情况．第四章 随机变量的数字特征数学期望： 简称期望或均值，记为E (X )；离散型：k k k p x X E ∑=∞=1)(．连续型：⎰∞∞-=x x xf X E d )()(．定理： 设Y 是随机变量X 的函数：Y =g (X )(g 是连续函数)．1．若X 是离散型，且分布律为P {X =x k }=p k ，则： k k k p x g Y E )()(1∑=∞=．2．若X 是连续型，概率密度为f (x )，则：⎰∞∞-=x x f x g Y E d )()()(．定理推广： 设Z 是随机变量X ，Y 的函数：Z =g (X ，Y )(g 是连续函数)．1．离散型：分布律为P {X =x i ，Y =y j }=p ij ，则： ij j i i j p y x g Z E ),()(11∑∑=∞=∞=． 2．连续型：⎰⎰∞∞-∞∞-=y x y x f y x g Z E d d ),(),()(期望性质：设C 是常数，X 和Y 是随机变量，则：1．E (C )=C ．2．E (CX )=CE (X )．3．E (X +Y )=E (X )+E (Y )． 4．又若X 和Y 相互独立的，则E (XY )=E (X )E (Y )．方差：记D (X )或Var(X )，D (X )=V ar(X )=E {[X －E (X )]2}．标准差(均方差)： 记为ζ(X )，ζ(X )= ． 通式：22)]([)()(X E X E X D -=． k k k p X E x X D 21)]([)(-∑=∞=，⎰∞∞--=x x f x E x X D d )()]([)(2．标准化变量： 记σμ-=x X *，其中μ=)(X E ，2)(σ=X D ，*X 称为X 的标准化变量． 0)(*=X E ，1)(*=X D ．方差性质： 设C 是常数，X 和Y 是随机变量，则： 1．D (C )=0． 2．D (CX )=C 2D (X )，D (X +C )=D (X )．3．D (X +Y )=D (X )+D (Y )+2E {(X －E (X ))(Y －E (Y ))}，若X ，Y 相互独立D (X +Y )=D (X )+D (Y )．4．D (X )=0的充要条件是P {X =E (X )}=1． 正态线性变换： 若),(~2i i i N X σμ，i C 是不全为0的常数，则),(~22112211i i n i i i n i n n C C N X C X C X C σμ∑∑+++== ．切比雪夫不等式： 22}{εσεμ≤≥-X P 或221}{εσεμ-≥<-X P ，其中)(X E =μ，)(2X D =σ，ε为任意正数．协方差：记)]}()][({[),Cov(Y E Y X E X E Y X --=．X 与Y的相关系数：)()(),Cov(Y D X D Y X XY =ρ．D (X +Y )=D (X )+D (Y )+2Cov(X ，Y )，Cov(X ，Y )=E (XY )－E (X )E (Y )．性质： 1．Cov(aX ，bY )=ab Cov(X ，Y )，a ，b 是常数．2．Cov(X 1+X 2，Y )=Cov(X 1，Y )+Cov(X 2，Y )． 系数性质：令e =E [(Y －(a +bX ))2]，则e 取最小值时有)()1(]))([(2200min Y D X b a Y E e XY ρ-=+-=，其中)()(00X E b Y E a -=，)(),Cov(0X D Y X b =．1．|ρXY |≤1．2．|ρXY |=1的充要条件是：存在常数a ，b 使P {Y =a +bX }=1．|ρXY |越大e 越小X 和Y 线性关系越明显，当|ρXY |=1时，Y =a +bX ；反之亦然，当ρXY =0时，X 和Y 不相关． X 和Y 相互对立，则X 和Y 不相关；但X 和Y 不相关，X 和Y 不一定相互独立． 定义： k 阶矩(k 阶原点矩)：E (X k )． n 维随机变量X i 的协方差矩阵：⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n c c c c c cc c c212222111211C ，),Cov(j i ij X X c ==E {[X i －E (X i )][X j －E (X j )]}． k +l 阶混合矩：E (X k Y l)．k 阶中心矩：E {[X －E (X )] k }．k +l 阶混合中心矩：E {[X －E (X )]k [Y －E (Y )]l }．n 维正态分布：)}()(21exp{det )2(1),,,(1T 221μX C μX C ---=-n n x x x f π ，T21T 21),,,(),,,(n nx x x μμμ ==μX ． 性质：1．n 维正态随机变量(X 1，X 2，…，X n )的每一个分量X i (i =1，2，…，n )都是正态随机变量，反之，亦成立． 2．n 维随机变量(X 1，X 2，…，X n )服从n 维正态分布的充要条件是X 1，X 2，…，X n 的任意线性组合l 1X 1+l 2X 2+…+l n X n 服从一维正态分布(其中l 1，l 2，…，l n 不全为零)．3．若(X 1，X 2，…，X n )服从n 维正态分布，且Y 1，Y 2，…，Y k 是X j (j =1，2，…，n )的线性函数，则(Y 1，Y 2，…，Y k )也服从多维正态分布．4．若(X 1，X 2，…，X n )服从n 维正态分布，则“X i 相互独立”与“X i 两两不相关”等价．)(x D第五章大数定律及中心极限定理弱大数定理：若X1，X2，…是相互独立并服从同一分布的随机变量序列，且E(X k)=μ，则对任意ε>0有11lim1=⎭⎬⎫⎩⎨⎧<-∑=∞→εμknknXnP或→μPX，knkXnX11=∑=．定义：Y1，Y2，…，Y n ，…是一个随机变量序列，a是一个常数．若对任意ε>0，有1}|{|lim=<-∞→εaYPnn则称序列Y1，Y2，…，Yn，…依概率收敛于a．记aY Pn−→−伯努利大数定理：对任意ε>0有1lim=⎭⎬⎫⎩⎨⎧<-∞→εpnfP An或0lim=⎭⎬⎫⎩⎨⎧≥-∞→εpnfP An．其中f A是n次独立重复实验中事件A发生的次数，p是事件A在每次试验中发生的概率．中心极限定理定理一：设X1,X2,…,X n ,…相互独立并服从同一分布，且E(X k)=μ，D(X k)=ζ2 >0，则n→∞时有σμnnXknk)(1-∑=N(0，1)或nXσμ-~N(0，1)或X~N(μ，n2σ)．定理二：设X1,X2,…,X n ,…相互独立且E(X k)=μk，D(X k)=ζk2 >0，若存在δ>0使n→∞时，}|{|1212→-∑+=+δδμkknknXEB，则nknkknkBX)(11μ==∑-∑~N(0，1)，记212knknBσ=∑=．定理三：设),(~pnbnη，则n→∞时，Npnpnpn~)1()(--η(0，1)，knknX1=∑=η．第六章样本及抽样分布定义：总体：全部值；个体：一个值；容量：个体数；有限总体：容量有限；无限总体：容量无限．定义：样本：X1,X2,…,X n 相互独立并服从同一分布F的随机变量，称从F得到的容量为n的简单随机样本．频率直方图：图形：以横坐标小区间为宽，纵坐标为高的跨越横轴的几个小矩形．横坐标：数据区间（大区间下限比最小数据值稍小，上限比最大数据值稍大；小区间：均分大区间，组距Δ=大区间/小区间个数；小区间界限：精度比数据高一位）．图形特点：外轮廓接近于总体的概率密度曲线．纵坐标：频率/组距（总长度：<1/Δ；小区间长度：频率/组距）．定义：样本p分位数：记x p，有1．样本x i中有np个值≤x p．2．样本中有n(1－p)个值≥x p．箱线图：x p选择：记⎪⎩⎪⎨⎧∈+∉=++NnpxxNnpxxnpnpnpp当，当，][211)()()1]([．分位数x0.5，记为Q2或M，称为样本中位数．分位数x0.25，记为Q1，称为第一四分位数．分位数x0.75，记为Q3，称为第三四分位数．图形：图形特点：M为数据中心，区间[min，Q1]，[Q1，M]，[M，Q3]，[Q3，max]数据个数各占1/4，区间越短数据密集．四分位数间距：记IQR=Q3－Q1；若数据X<Q1－1.5IQR或X>Q3+1.5IQR，就认为X是疑似异常值．抽样分布：样本平均值：iniXnX11=∑=样本方差：)(11)(11221212XnXnXXnSiniini-∑-=-∑-===样本标准差：2SS=样本k阶(原点)矩：kinikXnA11=∑=，k≥1 样本k阶中心矩：kinikXXnB)(11-∑==，k≥2经验分布函数：)(1)(xSnxFn=，∞<<∞-x．)(xS表示F的一个样本X1,X2,…,X n 中不大于x的随机变量的个数．自由度为n的χ2分布：记χ2~χ2（n），222212nXXX+++=χ，其中X1,X2,…,X n是来自总体N(0，1)的样本．E(χ2 )=n，D(χ2 )=2n．χ12+χ22~χ2（n1+n2）．⎪⎩⎪⎨⎧>Γ=--其他，，)2(21)(2122yexnyfynn．χ2分布的分位点：对于0<α<1，满足αχχαχα==>⎰∞yyfnPn)(222d)()}({，则称)(2nαχ为)(2nχ的上α分位点．~ 近似的min Q1 M Q3 max当n 充分大时(n >40)，22)12(21)(-+≈n z n ααχ，其中αz 是标准正态分布的上α分位点． 自由度为n 的t 分布：记t ~t (n )，nY Xt /=， 其中X~N (0，1)，Y~χ2(n )，X ，Y 相互独立．2)1(2)1(]2[]2)1([)(+-+Γ+Γ=n n t n n n t h π h (t )图形关于t =0对称；当n 充分大时，t 分布近似于N (0，1)分布．t 分布的分位点：对于0<α<1，满足ααα==>⎰∞t t h n t t P n t )(d )()}({，则称)(n t α为)(n t 的上α分位点． 由h (t )对称性可知t 1－α(n )=－t α(n )．当n >45时，t α(n )≈z α，z α是标准正态分布的上α分位点．自由度为(n 1，n 2)的F分布：记F ~F (n 1，n 2)，21n V n U F =，其中U~χ2(n 1)，V~χ2(n 2)，X ，Y 相互独立．1/F ~F (n 2，n 1)⎪⎩⎪⎨⎧>+ΓΓ+Γ=+-其他，，00]1)[2()2()](2)([)(2)(21211)2(221212111x n y n n n y n n n n y n n n n ψF 分布的分位点：对于0<α<1，满足αψαα==>⎰∞y y n n F F P n n F ),(2121d )()},({，则称),(21n n F α为),(21n n F 的上α分位点．重要性质：F 1－α(n 1，n 2)=1/F α(n 1，n 2)．定理一： 设X 1,X 2,…,X n 是来自N (μ，ζ2)的样本，则有),(~2n N X σμ，其中X 是样本均值． 定理二：设X 1,X 2,…,X n 是来自N (μ，ζ2)的样本，样本均值和样本方差分别记为 X ，2S ，则有1．)1(~)1(222--n S n χσ；2．X 与2S 相互独立．定理三：设X 1,X 2,…,X n 是来自N (μ，ζ2)的样本，样本均值和样本方差分别记为X ，2S ，则有)1(~--n t nS X μ．定理四：设X 1,X 2,…,X n 1 与Y 1,Y 2,…,Y n 2分别是来自N (μ1，ζ12)和N (μ2，ζ22)的样本，且相互独立．设这两个样本的样本均值和样本方差分别记为 X ，Y ，21S ，22S ，则有1．)1,1(~2122212221--n n F S S σσ．2．当ζ12=ζ22=ζ2时，)2(~)()(21121121-++-----n n t n n S Y X w μμ，其中2)1()1(212222112-+-+-=n n S n S n S w，2w w S S =． 第七章 参数估计定义： 估计量：),,,(ˆ21n X X X θ，估计值：),,,(ˆ21nx x x θ，统称为估计． 矩估计法：令)(ll X E =μ=li n i l X n A 11=∑=(k l ,,2,1 =)(k 为未知数个数)联立方程组，求出估计θˆ．设总体X 均值μ及方差ζ2都存在，则有 X A ==1ˆμ，212212122)(11ˆX X n X X n A A i n i i n i -∑=-∑=-===σ． 最大似然估计法： 似然函数：离散：);()(1θθi n i x p L =∏=或连续：);()(1θθi ni x f L =∏=，)(θL 化简可去掉与θ无关的因式项．θˆ即为)(θL 最大值，可由方程0)(d d =θθL 或0)(ln d d =θθL 求得． 当多个未知参数θ1，θ1，…，θk 时：可由方程组 0d d =L i θ或0ln d d =L i θ（k i ,,2,1 =）求得． 最大似然估计的不变性：若u =u (θ)有单值反函数θ=θ(u )，则有)ˆ(ˆθu u=，其中θˆ为最大似然估计． 截尾样本取样： 定时截尾样本：抽样n 件产品，固定时间段t 0内记录产品个体失效时间(0≤t 1≤t 2≤…≤t m ≤t 0)和失效产品数量． 定数截尾样本：抽样n 件产品，固定失效产品数量数量m 记录产品个体失效时间(0≤t 1≤t 2≤…≤t m )． 结尾样本最大似然估计：定数截尾样本：设产品寿命服从指数分布X~e （θ），θ即产品平均寿命．产品t i 时失效概率P {t =t i }≈f (t i )d t i ，寿命超过t m 的概率θm t m e t t F -=>}{，则)(}){()(1i m i m n m m n t P t t F C L =-∏>=θ，化简得)(1)(m t s m e L ---=θθθ，由0)(ln d d =θθL 得：mt s m )(ˆ=θ，其中s (t m )=t 1+t 2+…+t m +(n －m )t m ，称为实验总时间． 定时截尾样本：与定数结尾样本讨论类似有s (t 0)=t 1+t 2+…+t m +(n －m )t 0，)(01)(t s m e L ---=θθθ，mt s )(ˆ0=θ，． 无偏性： 估计量),,,(ˆ21nX X X θ的)ˆ(θE 存在且θθ=)ˆ(E ，则称θˆ是θ的无偏估计量． 有效性：),,,(ˆ211n X X X θ与),,,(ˆ212n X X X θ都是θ的无偏估计量，若)ˆ()ˆ(21θθD D ≤，则1ˆθ较2ˆθ有效． 相合性： 设),,,(ˆ21n X X X θθ的估计量，若对于任意0>ε有1}|ˆ{|lim =<-∞→εθθP n ，则称θˆ是θ的相合估计量． 置信区间：αθθθ-≥<<1)},,,(),,,({2121n n X X X X X X P ，θ和θ分别为置信下限和置信上限，则),(θθ是θ的一个置信水平为α-1置信区间，α-1称为置信水平，10<<α．正态样本置信区间： 设X 1，X 2，…，X n 是来自总体X ~N (μ，ζ2)的样本，则有μ的置信区间：枢轴量W W 分布 a ，b 不等式 置信水平 置信区间)1,0(~N n X σμ-⇒ασμα-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<-12z n X P ⇒)(2ασz n X ± 其中z α/2为上α分位点θ置信区间的求解： 1．先求枢轴量：即函数W =W (X 1，X 2，…，X n ；θ)，且函数W 的分布不依赖未知参数． 如上讨论标注2．对于给定置信水平α-1，定出两常数a ，b 使P {a <W <b }=α-1，从而得到置信区间． (0－1)分布p 的区间估计：样本容量n >50时，⇒--∞→)1,0(~)1()(lim N p np np X n n {}⇒-≈<--αα1)1()(2z p np np X n P0)2()(222222<++-+X n p z X n p z n αα⇒若令22αz n a +=，)2(22αz X n b +-=，2X n c =，则有置信区间(a ac b b 2)4(2---，a ac b b 2)4(2-+-）．单侧置信区间：若αθθ-≥>1}{P 或αθθ-≥<1}{P ，称(θ，∞)或(∞-，θ)是θ的置信水平为α-1的单侧置信区间．正态总体均值、方差的置信区间与单侧置信限（置信水平为α-1）待估 其他 枢轴量W 的分布置信区间单侧置信限一个正态总体μζ2已知 )1,0(~N nX Z σμ-=)(2ασz nX ±ασμz nX +=，ασμz nX -=μζ2未知 )1(~--=n t nS X t μ⎪⎭⎫ ⎝⎛±2αt n S X αμt n S X +=，αμt nSX -= ζ2μ未知)1(~)1(2222--=n S n χσχ⎪⎪⎭⎫⎝⎛---2212222)1(,)1(ααχχS n S n 2122)1(αχσ--=S n ，222)1(αχσS n -=两个正态总体μ1－μ2ζ12，ζ22已知 )1,0(~)(22212121N n n Y X Z σσμμ+---=⎪⎪⎭⎫ ⎝⎛+±-2221212n n z Y X σσα2221212122212121n n z Y X n n z Y X σσμμσσμμαα+--=-++-=-μ1－μ2ζ12=ζ22=ζ2 未知)2(~)()(21121121-++---=--n n t n n S Y X t w μμ()12112--+±-n n S tY X w α2w w S S =121121121121----+--=-++-=-n n S t Y X n n S t Y X w w ααμμμμ2)1()1(2122 22112-+-+-=nnS nSnSwζ12/ζ22μ1，μ2未知)1,1(~2122212221--=nnFSSFσσ⎪⎪⎭⎫⎝⎛-212221222211,1ααFSSFSSασσ-=1222122211FSS，ασσFSS122212221=单个总体X~N(μ，ζ2)，两个总体X~N(μ1，ζ12)，Y~N(μ2，ζ22)．第八章假设实验定义：H0：原假设或零假设，为理想结果假设；H1：备择假设，原假设被拒绝后可供选择的假设．第Ⅰ类错误：H0实际为真时，却拒绝H0．第Ⅱ类错误：H0实际为假时，却接受H0．显著性检验：只对犯第第Ⅰ类错误的概率加以控制，而不考虑第Ⅱ类错误的概率的检验．P{当H0为真拒绝H0}≤α，α称为显著水平．拒绝域：取值拒绝H0．临界点：拒绝域边界．双边假设检验：H0：θ=θ0，H1：θ≠θ0．右边检验：H0：θ≤θ0，H1：θ>θ0．左边检验：H0：θ≥θ0，H1：θ<θ0．正态总体均值、方差的检验法(显著性水平为α)原假设H0备择假设H1检验统计量拒绝域1 ζ2已知μ≤μ0μ>μ0nXZσμ-=z≥zαμ≥μ0μ<μ0z≤－zαμ=μ0μ≠μ0|z|≥zα/22 ζ2未知μ≤μ0μ>μ0nSXt0μ-=t≥tα(n－1) μ≥μ0μ<μ0t≤－tα(n－1) μ=μ0μ≠μ0|t|≥tα/2(n－1)3 ζ1，ζ2已知μ1－μ2≤δμ1－μ2>δ222121nnYXZσσδ+--=z≥zαμ1－μ2≥δμ1－μ2<δz≤－zαμ1－μ2=δμ1－μ2≠δ|z|≥zα/24 ζ12=ζ22=ζ2未知μ1－μ2≤δμ1－μ2>δ1211--+--=nnSYXtwδ2)1()1(212222112-+-+-=nnSnSnSwt≥tα(n1+n2－2) μ1－μ2≥δμ1－μ2<δt≤－tα(n1+n2－2)μ1－μ2=δμ1－μ2≠δ|t|≥tα/2(n1+n2－2)5 μ未知ζ2≤ζ02ζ2>ζ02222)1(σχSn-=χ2≥χα2(n－1)ζ2≥ζ02ζ2<ζ02χ2≤χ21－α(n－1)ζ2=ζ02ζ2≠ζ02χ2≥χ2α/2(n－1)或χ2≤χ21－α/2(n－1)6 μ1，μ2未知ζ12≤ζ22ζ12>ζ222221SSF=F≥Fα(n1－1，n2－1) ζ12≥ζ22ζ12<ζ22F≤F1－α(n1－1，n2－1)ζ12=ζ22ζ12≠ζ22F≥Fα/2(n1－1，n2－1)或F≤F1－α/2(n1－1，n2－1)7 成对数据μD≤0 μD>0nSDtD-=t≥tα(n－1) μD≥0 μD<0 t≤－tα(n－1)μD=0 μD≠0 |t|≥tα－2(n－1)检验方法选择：主要是逐对比较法（成对数据）跟两个正态总体均值差的检验的区别，如上表即7跟3、4的区别，成对数据指两样本X和Y之间存在一一对应关系，而3和4一般指X和Y相互对立，但针对同一实体．关系：置信区间与假设检验之间的关系：未知参数的置信水平为1－α的置信区间与显著水平为α的接受域相同．定义：施行特征函数(OC函数)：β(θ)=Pθ(接受H0)．功效函数：1－β(θ)．功效：当θ*∈H1时，1－β(θ*)的值．。
考研数学高等数学知识点总结渐近线
考研数学高等数学知识点总结渐近线高等数学中的渐近线是指一条曲线无限靠近于一个直线或双曲线，但是永远不会与其相交的特殊情况。
渐近线是数学中的一种重要概念，在图像的研究和计算中有着广泛的应用。
本文将对高等数学中关于渐近线的知识点进行总结。
一、水平渐近线水平渐近线是指曲线在无穷远处与水平轴趋于平行的直线。
设曲线的方程为y=f(x)，如果满足以下条件之一，则水平线y=b为曲线的水平渐近线：1.当x趋于正无穷时，f(x)趋于b；2.当x趋于负无穷时，f(x)趋于b。
二、垂直渐近线垂直渐近线是指曲线在无穷远处与垂直轴趋于平行的直线。
设曲线的方程为y=f(x)，如果满足以下条件之一，则直线x=a为曲线的垂直渐近线：1.当x趋于a时，f(x)趋于正无穷或负无穷；2.当x趋于a时，f(x)不存在。
三、斜渐近线斜渐近线是指曲线在无穷远处与一倾斜直线趋于平行的情况。
设曲线的方程为y=f(x)，如果直线y=kx+b是曲线的渐近线，则满足以下条件之一：1. 当x趋于正无穷时，f(x)/(kx+b)趋于1；2. 当x趋于负无穷时，f(x)/(kx+b)趋于1斜渐近线的方程可以通过以下步骤求解：1. 设y=kx+b为斜渐近线的方程，其中k为斜率，b为截距；2. 将y=f(x)除以kx+b，然后令x趋于无穷大，求出极限值；3. 如果极限存在且等于1，则直线y=kx+b为曲线的斜渐近线。
需要特别注意的是，对于有理型函数，可以通过分别求出x趋于正无穷和负无穷时的极限来确定斜渐近线。
而对于无理型函数，则需要进行等价有理化处理，再进行求解。
四、渐进性质除了渐近线的分类和求解方法，还有一些与渐近线相关的重要性质：1.渐近线的位置是相对的，同一曲线可能存在多条水平、垂直或斜渐近线；2.渐近线仅是曲线在无穷大处的近似趋势，不代表曲线上的每一点都与渐近线相距无限远；3.渐近线的存在是曲线的特殊性质，不同曲线的渐近线的形状和位置都有所不同。
以上就是对高等数学中关于渐近线的知识点的总结。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
学习必备 欢迎下载
考研数学基础知识总结
1.摆线 一个圆沿一直线缓慢地滚动，则圆上一固定点所经过的轨迹称为摆线，摆线有一个
重要性质，即当一物体仅凭重力从A点滑落到不在它正下方的B点时，若沿着A，B间的
摆线，滑落所需时间最短，因此摆线又称最速降曲线。每一拱的拱高为2a（即圆的直径），
拱宽为2πa（即圆的周长）r为圆的半径， t是圆的半径所经过的角度（滚动角），当t由0
变到2π时，动点就画出了摆线的一支，称为一拱。
2.