✅ 操作成功!

考研概率论

发布时间:2023-06-12 作者:admin 来源:文学

考研概率论

考研概率论

-

2023年3月16日发(作者:踏着铁人脚步走)

【导航考研数学】:考研数学概率论公式集锦

n

i

i

n

i

i

AA

11

n

i

i

n

i

i

AA

11

2.概率的定义及其计算

)(1)(APAP

若BA)()()(APBPABP

对任意两个事件A,B,有

)()()(ABPBPABP

加法公式:对任意两个事件A,B,有

)()()()(ABPBPAPBAP

)()()(BPAPBAP

)()1()()()()(

21

1

111

1

n

n

n

nkji

kji

nji

ji

n

i

i

n

i

i

AAAPAAAPAAPAPAP





3.条件概率

ABP

)(

)(

AP

ABP

乘法公式

)0)(()()(APABPAPABP



)0)((

)()(

121

12112121

n

nnn

AAAP

AAAAPAAPAPAAAP



全概率公式

n

i

i

ABPAP

1

)()()()(

1

i

n

i

i

BAPBP

Bayes公式

)(ABP

k)(

)(

AP

ABP

k

n

i

ii

kk

BAPBP

BAPBP

1

)()(

)()(

4.随机变量及其分布

分布函数计算

)()(

)()()(

aFbF

aXPbXPbXaP





5.离散型随机变量

(1)0–1分布

1,0,)1()(1kppkXPkk

(3)Poisson分布

)(P

,2,1,0,

!

)(k

k

ekXP

k

6.连续型随机变量

(1)均匀分布

),(baU



其他,0

,

1

)(

bxa

ab

xf

1

,

,0

)(

ab

ax

xF

(2)指数分布)(E

其他,0

0,

)(

xe

xf

x



0,1

0,0

)(

xe

x

xF

x

(3)正态分布N(,2)



xexf

x

2

2

2

)(

2

1

)(





x

t

texFd

2

1

)(2

2

2

)(



*N(0,1)—标准正态分布

xex

x

2

2

2

1

)(



xtexx

t

d

2

1

)(2

2

7.多维随机变量及其分布

二维随机变量(X,Y)的分布函数







x

X

dvduvufxF),()(





dvvxfxf

X

),()(







y

Y

dudvvufyF),()(





duyufyf

Y

),()(

8.连续型二维随机变量

(1)区域G上的均匀分布,U(G)

其他,0

),(,

1

),(

Gyx

A

yxf

(2)二维正态分布







yx

eyxf

yyxx

,

12

1

),(2

2

2

2

21

21

2

1

2

1

2

)())((

2

)(

)1(2

1

2

21







9.二维随机变量的条件分布

0)()()(),(xfxyfxfyxf

X

XY

X

0)()()(yfyxfyf

Y

YX

Y









dyyfyxfdyyxfxf

Y

YX

X

)()(),()(









dxxfxyfdxyxfyf

X

XY

Y

)()(),()(

)(yxf

YX)(

),(

yf

yxf

Y

)(

)()(

yf

xfxyf

Y

X

XY

)(xyf

XY)(

),(

xf

yxf

X

)(

)()(

xf

yfyxf

X

Y

YX

10.随机变量的数字特征

数学期望



1

)(

k

kk

pxXE





dxxxfXE)()(

随机变量函数的数学期望

X的k阶原点矩

)(kXE

X的k阶绝对原点矩

)|(|kXE

X的k阶中心矩

)))(((kXEXE

X的方差

)()))(((2XDXEXE

X,Y的k+l阶混合原点矩

)(lkYXE

X,Y的k+l阶混合中心矩

lkYEYXEXE))(())((

X,Y的二阶混合原点矩

)(XYE

X,Y的二阶混合中心矩X,Y的协方差

))())(((YEYXEXE

X,Y的相关系数

XYYDXD

YEYXEX

E



)()(

))())(((

X的方差

D(X)=E((X-E(X))2)

)()()(22XEXEXD

协方差

))())(((),cov(YEYXEXEYX

)()()(YEXEXYE

)()()(

2

1

YDXDYXD

相关系数

)()(

),cov(

YDXD

YX

XY



简单整理了一下,中心极限定理及数理统计部分多概念少公式故未详细列出

【导航考研数学】:线性代数必须熟记的结论总结

1、行列式

1.n行列式共有2n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、

ij

A和

ij

a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:(1)(1)ijij

ijijijij

MAAM

4.设n行列式D:

将D上、下翻转或左右翻转,所得行列式为

1

D,则(1)

2

1

(1)

nn

DD

;

将D顺时针或逆时针旋转90,所得行列式为

2

D,则(1)

2

2

(1)

nn

DD

;

将D主对角线翻转后(转置),所得行列式为

3

D,则

3

DD;

将D主副角线翻转后,所得行列式为

4

D,则

4

DD;

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)

2(1)

nn

;

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)

2(1)

nn

;

⑤、拉普拉斯展开式:

AOAC

AB

CBOB

、(1)mn

CAOA

AB

BOBC



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:

1

(1)

n

nknk

k

k

EAS

,其中

k

S为k阶主子式;

7.证明0A的方法:

①、AA;

②、反证法;

③、构造齐次方程组

0Ax

,证明其有非零解;

④、利用秩,证明()rAn;

⑤、证明0是其特征值;

2、矩阵

1.A是n阶可逆矩阵:

0A(是非奇异矩阵);

()rAn(是满秩矩阵)

A的行(列)向量组线性无关;

齐次方程组0Ax有非零解;

nbR,Axb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;

TAA是正定矩阵;

A的行(列)向量组是nR的一组基;

A是nR中某两组基的过渡矩阵;

2.对于n阶矩阵A:**AAAAAE无条件恒成立;

3.1**111**()()()()()()TTTTAAAAAA

***111()()()TTTABBAABBAABBA

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:

1

2

s

A

A

A

A













,则:

Ⅰ、

12s

AAAA;

Ⅱ、

1

1

1

1

2

1

s

A

A

A

A















②、

1

1

1

AO

AO

OB

OB













;(主对角分块)

③、

1

1

1

OA

OB

BO

AO













;(副对角分块)

④、

1

111

1

AC

AACB

OB

OB















;(拉普拉斯)

⑤、

1

1

111

AO

AO

CB

BCAB















;(拉普拉斯)

3、矩阵的初等变换与线性方程组

1.一个mn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:r

mn

EO

F

OO







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()()rArBAB;

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)

①、若(,)(,)

r

AEEX,则A可逆,且1XA;

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

c

ABEAB;

③、求解线形方程组:对于n个未知数n个方程

Axb

,如果(,)(,)

r

AbEx,则A可逆,且

1xAb;

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;

②、

1

2

n















,左乘矩阵A,

i

乘A的各行元素;右乘,

i

乘A的各列元素;

③、对调两行或两列,符号(,)Eij,且1(,)(,)EijEij,例如:

111

11

11











④、倍乘某行或某列,符号(())Eik,且1

1

(())(())EikEi

k

,例如:

11

1

1

(0)

1

1

kk

k

























⑤、倍加某行或某列,符号(())Eijk,且1(())(())EijkEijk,如:

111

11(0)

11

kk

k















5.矩阵秩的基本性质:

①、0()min(,)

mn

rAmn

;

②、()()TrArA;

③、若AB,则()()rArB;

④、若P、Q可逆,则()()()()rArPArAQrPAQ;(可逆矩阵不影响矩阵的秩)

⑤、max((),())(,)()()rArBrABrArB;(※)

⑥、()()()rABrArB;(※)

⑦、()min((),())rABrArB;(※)

⑧、如果A是mn矩阵,B是ns矩阵,且

0AB

,则:(※)

Ⅰ、B的列向量全部是齐次方程组0AX解(转置运算后的结论);

Ⅱ、()()rArBn

⑨、若A、B均为n阶方阵,则()()()rABrArBn;

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;

②、型如

1

01

001

ac

b











的矩阵:利用二项展开式;

二项展开式:0111111

0

()

n

nnnmnmmnnnnmmnm

nnnnnn

m

abCaCabCabCabCbCab

;

注:Ⅰ、()nab展开后有1n项;

Ⅱ、0

(1)(1)!

1

123!()!





mn

nnn

nnnmn

CCC

mmnm

Ⅲ、组合的性质:11

11

0

2



n

mnmmmmrnrr

nnnnnnnn

r

CCCCCCrCnC;

③、利用特征值和相似对角化:

7.伴随矩阵:

①、伴随矩阵的秩:*

()

()1()1

0()1

nrAn

rArAn

rAn







②、伴随矩阵的特征值:*1*(,)

AA

AXXAAAAXX



;

③、*1AAA、1

*

nAA

8.关于A矩阵秩的描述:

①、()rAn,A中有n阶子式不为0,

1n

阶子式全部为0;(两句话)

②、()rAn,A中有n阶子式全部为0;

③、()rAn,A中有n阶子式不为0;

9.线性方程组:

Axb

,其中A为mn矩阵,则:

①、m与方程的个数相同,即方程组

Axb

有m个方程;

②、n与方程组得未知数个数相同,方程组

Axb

为n元方程;

10.线性方程组Axb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:

①、

11112211

21122222

1122

nn

nn

mmnmnn

axaxaxb

axaxaxb

axaxaxb







②、

1112111

2122222

12

n

n

mmmnmm

aaaxb

aaaxb

Axb

aaaxb















(向量方程,A为mn矩阵,m个方程,n个未

知数)

③、

1

2

12n

n

x

x

aaa

x













(全部按列分块,其中

1

2

n

b

b

b













);

④、

1122nn

axaxax(线性表出)

⑤、有解的充要条件:()(,)rArAn(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:

12

,,,

m

构成nm矩阵

12

(,,,)

m

A;

m个n维行向量所组成的向量组B:

12

,,,TTT

m

构成mn矩阵

1

2

T

T

T

m

B















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0Ax有、无非零解;(齐次线性方程组)

②、向量的线性表出

Axb

是否有解;(线性方程组)

③、向量组的相互线性表示

AXB

是否有解;(矩阵方程)

3.矩阵

mn

A

ln

B

行向量组等价的充分必要条件是:齐次方程组

0Ax

0Bx

同解;(

101

P例

14)

4.()()TrAArA;(

101

P例15)

5.n维向量线性相关的几何意义:

①、线性相关0

②、,线性相关,坐标成比例或共线(平行);

③、,,

线性相关,,

共面;

6.线性相关与无关的两套定理:

12

,,,

s

线性相关,则

121

,,,,

ss



必线性相关;

12

,,,

s

线性无关,则

121

,,,

s



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nr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rs(二版

74

P定理7);

向量组A能由向量组B线性表示,则()()rArB;(

86

P定理3)

向量组A能由向量组B线性表示

AXB有解;

()(,)rArAB(

85

P定理2)

向量组A能由向量组B等价()()(,)rArBrAB(

85

P定理2推论)

8.方阵A可逆存在有限个初等矩阵

12

,,,

l

PPP,使

12l

APPP;

①、矩阵行等价:~

r

ABPAB(左乘,P可逆)

0Ax

0Bx

同解

②、矩阵列等价:

~

c

ABAQB(右乘,Q可逆);

③、矩阵等价:~ABPAQB(P、Q可逆);

9.对于矩阵

mn

A

ln

B

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

0Ax

0Bx

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

mssnmn

ABC



,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,TA为系数矩阵;(转置)

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

①、

0ABx

只有零解

0Bx

只有零解;

②、

0Bx

有非零解

0ABx

一定存在非零解;

12.设向量组

12

:,,,

nrr

Bbbb

可由向量组

12

:,,,

nss

Aaaa

线性表示为:(

110

P题19结论)

1212

(,,,)(,,,)

rs

bbbaaaK(BAK)

其中K为sr,且A线性无关,则B组线性无关()rKr;(B与K的列向量组具有相同

线性相关性)

(必要性:()()(),(),()rrBrAKrKrKrrKr;充分性:反证法)

注:当rs时,K为方阵,可当作定理使用;

13.①、对矩阵

mn

A

,存在

nm

Q

m

AQE()rAm、Q的列向量线性无关;(

87

P)

②、对矩阵

mn

A

,存在

nm

P

n

PAE()rAn、P的行向量线性无关;

14.

12

,,,

s

线性相关

存在一组不全为0的数

12

,,,

s

kkk,使得

1122

0

ss

kkk成立;(定义)

1

2

12

(,,,)0

s

s

x

x

x















有非零解,即

0Ax

有非零解;

12

(,,,)

s

rs,系数矩阵的秩小于未知数的个数;

15.设mn的矩阵A的秩为r,则n元齐次线性方程组0Ax的解集S的秩为:()rSnr;

16.若*为Axb的一个解,

12

,,,

nr



0Ax

的一个基础解系,则*

12

,,,,

nr



线性无关;

111

P题33结论)

5、相似矩阵和二次型

1.正交矩阵TAAE或1TAA(定义),性质:

①、A的列向量都是单位向量,且两两正交,即

1

(,1,2,)

0

T

ij

ij

aaijn

ij



②、若A为正交矩阵,则1TAA也为正交阵,且1A;

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:

12

(,,,)

r

aaa

11

ba;

12

221

11

[,]

[,]

ba

bab

bb



121

121

112211

[,][,][,]

[,][,][,]

rrrr

rrr

rr

bababa

babbb

bbbbbb



;

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;

PAQB,P、Q可逆;

()()rArB,A、B同型;

②、A与B合同TCACB,其中可逆;

TxAx与TxBx有相同的正、负惯性指数;

③、A与B相似1PAPB;

5.相似一定合同、合同未必相似;

C

为正交矩阵,则TCACB

AB,(合同、相似的约束条件不同,相似的更严格);

6.A为对称阵,则A为二次型矩阵;

7.n元二次型TxAx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TCACE;

A的所有特征值均为正数;

A的各阶顺序主子式均大于0;

0,0

ii

aA;(必要条件)

👁️ 阅读量:0