易错知识点（数学一）

Expecto P_atronum

已于 2023-12-07 15:17:24 修改

阅读量227

点赞数

分类专栏：考研数学文章标签：考研数学

于 2023-11-25 22:50:49 首次发布

本文链接：https://blog.csdn.net/m0_53210180/article/details/134620897

版权

考研数学专栏收录该内容

6 篇文章 2 订阅

订阅专栏

一、高数部分

一、反常积分判敛

1、构造 $lim_{x\rightarrow\alpha} (x-\alpha)^pf(x)$ 使其极限等于一个大于0的常数

1）前者通过：化等价无穷小 or 泰勒展开

2）若存在p>1使得等式成立，则收敛

考察形式：1、已知收敛，求f(x)中的幂次取值范围

主要思想：比较判敛法的极限形式

2、若上限为∞，则构造 $\frac{1}{x^{\alpha-\sigma}}\frac{f(x)}{x^{\sigma}},\sigma\rightarrow0$ ，判断 $lim_{x\rightarrow 0} \frac{f(x)}{x^{\sigma}}$ 的极限值，若为0则收敛，此时 $\alpha > 1$

二、欧拉微分方程

y``(t)+(p-1)y`(t)+qy(t) = 0

（1）化特征方程（2）讨论解的个数（3）求C！！

三、曲率and曲率半径

$K = \frac{|y``|}{(1+y`^{2})^{\frac{3}{2}}},R= \frac{1}{K}$

四、场论初步

1、 $grad \textbf{u}= \frac{\partial{u}}{\partial{x}}i+ \frac{\partial{u}}{\partial{y}}j$

2、 $\frac{\partial{l}}{\partial{u}}|_M = \frac{\partial{u}}{\partial{x}}cos\alpha+ \frac{\partial{u}}{\partial{y}}cos\theta$

注1：角度通过，给定的方向l求，若题目说与梯度方向相同则取1

注2: 可以和多元微分结合，f(x,y)沿任何方向的方向导数都存在，且方向导数大于0，则取极小值

3、 $div \textbf{u} = \frac{\partial{P}}{\partial{x}} + \frac{\partial{Q}}{\partial{y}} + \frac{\partial{R}}{\partial{z}}$

4、 $rot \textbf{u} = \begin{bmatrix} i & j& k\\ \frac{\partial}{\partial{x}} & \frac{\partial}{\partial{y}} & \frac{\partial}{\partial{z}} \\ P&Q &R \end{bmatrix}$

注：若问在某一点的xx，则直接代入数

五、线面积分

1、积分与路径无关的隐含条件

1） $du = Pdx + Qdy$

六、多元微分方程

1、已知 $lim_{(x,y)\rightarrow(0,0)}\frac{f(x,y)-f(0,0)}{g(x,y)} =a$ ，讨论（0,0)的极值问题

1）保号性，脱帽**

2）根据a*g(x,y)的正负可以判断，f(x,y)与f(0,0)的大小关系

e.g g(x,y)>0,a<0，则f(x,y)-f(0,0)<0

2、可微、偏导连续、偏导存在、导数存在、函数连续

a.偏导连续➡️可微➡️偏导存在

➡️函数连续

b.偏导都存在不代表极限存在

1）判断偏导存在（可微？极限存在？）

1️⃣让x或y确定为某一个数，再讨论另一个自变量对函数的影响

e.g $lim_{x\rightarrow0}f(x,0)$

2)已知某极限，形如 $lim_{(x,y)\rightarrow(0,0)}{\frac{\delta f-df}{\sqrt{x^2+y^2}}}$ ,若极限等于0，则可微

七、傅立叶级数

解题思路：

1、判断奇偶性：通过S(x)含有什么三角函数判断

2、判断周期性：通过积分上下限或题目给出

3、若未给出函数，求出函数（隐含在积分之中，bn或者an）。可能为分段函数

4、求具体的值：狄利克雷收敛定理，连续时收敛于f(x)，发散时收敛于 $\frac{f(x^-)+f(x^+)}{2}$

八、无穷级数求和函数

1、简易泰勒展开形式

2、跳项形式，跳项变号(选填时快速解题，大题节省步骤）

不变号： $\sum^{\infty}_{n=0}\frac{1}{2n+1}x^{2n+1} = \frac{ln(1+x)-ln(1-x)}{2}$

变号： $\sum^{\infty}_{n=0}(-1)^{n}*\frac{x^{2n+1}}{2n+1} = arctanx$

大题步骤：

1）对求和函数，求导，得到非跳项的S(x)再转为找泰勒展开式

3、微分方程结合

给定 an与an-1 的关系式，利用S(x)，S`(x)，S``(x)中的关系求出S(x)

e.g.

$na_n = \frac{2}{3}a_{n-1} - (n-1)a_{n-1}$

$S(x) = \sum^{\infty}_{n=0}a_nx^n,S`(x) = \sum^{\infty}_{n=1}na_{n}x^{n-1}$

此时可以将1️⃣式带入S`(x)中

九、泰勒公式在大题中的应用

1、带拉格朗日余项的

$f(x)=f(x_0)+f`(x_0)(x-x_0)+\frac{f``(x_0)}{2!}(x-x_0)^2+..+\frac{f^{(n+1)(\xi)}}{n+1!}(x-x_0)^{n+1}$

e.g. 已知二阶导性质，｜f``(x) |<=1，证明：|f`(x)|<=1/2

展开至一阶，利用二阶的拉格朗日余项

2、构造函数

通常可以，通过解微分方程来求得，辅助函数。

一般反解出C，C即为所求的辅助函数。

十、旋转体体积

$V_x=2\pi\int^{a}_{b}f(y)dy,V_y = \pi\int^{a}_{b}xf^2(x)dx$

1、确定坐标轴上的点，具体的图像是如何的不用知道

2、解出关于x的式子（绕y轴），关于y的式子（绕x轴）

3、代入公式

二、线性代数

一、线性方程组同解

1️⃣秩是否相等？2️⃣联立后，秩是否与原来的矩阵的秩相等？

e.g

A为n阶实矩阵，E为n阶单位矩阵

$\begin{pmatrix} E & O\\ O & A^T \end{pmatrix} x =0$ $\begin{pmatrix} E & A^T\\ A & O \end{pmatrix}x=0$

此处矩阵1，与矩阵2的秩都为n+r(A)

联立后， $\begin{pmatrix} E & O\\ O & A^T\\ E & A^T\\ A & O \end{pmatrix} = \begin{pmatrix} E & O\\ O & A^T\\ O & O\\ O & O \end{pmatrix}$ ，秩与原来的矩阵秩相同，所以同解

此处用到了， $r(AA^T)=r(A)$ ,即 $A^TAx=0,Ax=0$ 同解

二、矩阵A、行列式A的n次幂

1、行列式A的n次幂

性质：1、 $|A| = \prod \lambda_i$

2、矩阵A的n次幂

1）可拆解成向量相乘的

        2）相似矩阵 $A^n = PB^nP^{-1}$



3）对角矩阵的n次幂：

         $\Lambda = \begin{vmatrix} a & & \\ & b & \\ & & c \end{vmatrix} , \sqrt{\Lambda} = \begin{vmatrix} \sqrt{a} & & \\ & \sqrt{b} & \\ & & \sqrt{c} \end{vmatrix}$

（2021.数一）对角矩阵的n次幂可用于求C的分解

$\because C^2 = (a+3)E-A\\ \because(a+3)E-A=P^{-1}\Lambda P\\ \therefore C^2 = P^{-1}\sqrt{\Lambda}P\ P^{-1} \sqrt{\Lambda}P\\ \therefore C = P^{-1}\sqrt{\Lambda}P$

三、向量空间

* x = Cy

* 由基 $\alpha_{1} , \alpha_{2},\alpha_{3} ..$ 到基 $\beta_1,\beta_2,\beta_3..$ 的过渡矩阵C

极为重要！：记为 $[\beta_1,\beta_2,\beta_3] = [\alpha_1,\alpha_2,\alpha_3]C$

1、证明： $\beta_1,\beta_2,\beta_3$ 为 $R^3$ 的一个基

1）、R中的向量都能由 $\beta$ 线性表出

$x_1\beta_1+x_2\beta_2+x_3\beta_3 = \alpha$

2）、向量 $\beta$ 之间线性无关

2、坐标变换：

已知某向量，在基底 $\alpha$ 下的坐标为(x1,x2,x3)，求基底 $\beta$ 下的坐标(y1,y2,y3)

<过渡矩阵C为，由基 $\alpha_{1} , \alpha_{2},\alpha_{3} ..$ 到基 $\beta_1,\beta_2,\beta_3..$ >

代入坐标变换公式：

$\begin{bmatrix} x_1\\ x_2\\ x_3 \end{bmatrix} = C\begin{bmatrix} y_1\\ y_2\\ y_3 \end{bmatrix}$

三、概率论部分

一、大数定律、中心极限定理

1、大数定律： $P\{\frac{{}\sum_{1}^{n}X_i-n\mu }{\sqrt{n}\sigma} \leq x\} = \phi(x)$

关键：1）求均值，方差 2）标准化

将左边的关系式，进行标准化，得出的x就是概率

2、中心极限定理

切比雪夫不等式： $P\{|X-Ex| \geq \varepsilon \} \leq \frac{\sigma^2}{\varepsilon}$

关键：1）均值、方差

注1:X可以为比较复杂的形式，但将其看为一个整体

eg. $\mu_k=E(X_{1}^{k}),P\{|\frac{1}{n}\sum_{i=1}^{n}X_{i}^{2}-\mu_2| \geq \varepsilon \} \leq ?$ ，此时X等于一整个求和部分，所以要求的方差也是关于这个整体的，即 $D(\frac{1}{n}\sum_{i=1}^{n}X_{i}^{2})$

二、各分布数字特征

分布期望方差
0-1分布 p p(1-p)
二项分布 np np(1-p)
泊松分布 $\lambda$ $\lambda$
几何分布 $\frac{1}{p}$ $\frac{1-p}{p^2}$
正态分布 $\mu$ $\sigma^2$
均匀分布 $\frac{a+b}{2}$ $\frac{(b-a)^2}{12}$
指数分布 $\frac{1}{\lambda}$ $\frac{1}{\lambda^2}$

分布	期望	方差
0-1分布	p	p(1-p)
二项分布	np	np(1-p)
泊松分布	$\lambda$	$\lambda$
几何分布	$\frac{1}{p}$	$\frac{1-p}{p^2}$
正态分布	$\mu$	$\sigma^2$
均匀分布	$\frac{a+b}{2}$	$\frac{(b-a)^2}{12}$
指数分布	$\frac{1}{\lambda}$	$\frac{1}{\lambda^2}$

三、"刚好遇见你"（求分布函数，概率分布）

已知关系式Z=XY Z=X+Y Z=X-Y

1）反解Y，Y = X - Z , Y = Z/X

2）将反解Y 代入取值范围之中，(e.g. 0<y<1 ➡️ 0 < z-x< 1)

🌟🌟🌟

3) 找关键点

找出x的取值范围（2个，一个含z，一个来自x本身），从含z的取值范围中，解出z的取值，从而讨论概率密度

e.g.

0 < z-x < 1 , 0 < x < 1

z-1 < x < z ➡️ z-1 = 0 , z-1 = 1 ,z = 1, z = 0

四、三大分布

1、卡方分布

Xi ~ N(0,1),服从正态分布

构成： $X = X_1^{2}+X_{2}^{2}+X_{3}^{2}+..+X_{i}^{2}$

服从： $X \sim x^2(n),Xi\sim x^2(1),\frac{1}{\sigma^2}\sum^{n}_{i=1}(X_i-\mu)^2 \sim x^2(n), \frac{(n-1)S^2}{\sigma^2} ~ x^2(n-1)$

数字特征：E(X) = n, D(X) = 2n

Expecto P_atronum

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
易错知识点（数学一）

注2: 可以和多元微分结合，f(x,y)沿任何方向的方向导数都存在，且方向导数大于0，则取极小值。2）根据a*g(x,y)的正负可以判断，f(x,y)与f(0,0)的大小关系。e.g g(x,y)>0,a
复制链接

扫一扫