知识点构建 02—27 批量修公式渲染(约 2500 处)

起因:01 重排时核验发现线上残留 $ 243 个,追查后确认 10-27/11-17 写的这批文件
都有同样问题——收尾 $ 后面紧跟中文标点,Gitea 整对不渲染,正文里直接露出
$\lim_{x\to0}...$ 源码,所以整页看着糊成一团。

- 02—20(背诵版)共插入 2550 处空格,逐文件二次运行均插入 0(幂等)
- 21—27(专背清单)另修 24 处「加粗以公式收尾」:公式被移出加粗范围
  (`**…$f$ **` → `**…** $f$ `),否则补的空格落在 `**` 内侧,星号会原样露出
- 09/11 等 4 处一个加粗里连着两个公式,迭代剥两次才对
- 01 已在上一提交(da4c938)单独处理,网页残留 0

全部经 fix_text 幂等核验;链接 28 文件 0 异常。
This commit is contained in:
2026-11-22 23:00:17 +08:00
parent da4c938e78
commit 26e91c4c68
26 changed files with 1211 additions and 1209 deletions
@@ -27,127 +27,127 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 导数与微分]
| §1 导数概念 | 定义、几何意义、单侧导数、可导⟺左右可导且相等、可导⟹连续、导数连续性(题1–3) | | §1 导数概念 | 定义、几何意义、单侧导数、可导⟺左右可导且相等、可导⟹连续、导数连续性(题1–3) |
| §2 导数运算 | 四则、反函数、复合链式、分段函数、幂指对数求导(题4–7) | | §2 导数运算 | 四则、反函数、复合链式、分段函数、幂指对数求导(题4–7) |
| §3 高阶导数 | 基本公式表、归纳法、莱布尼茨公式、反函数高阶(题10–14) | | §3 高阶导数 | 基本公式表、归纳法、莱布尼茨公式、反函数高阶(题10–14) |
| §4 隐函数与参数方程 | $dy/dx=(dy/dt)/(dx/dt)$、应用建模、参数式二阶导(题15) | | §4 隐函数与参数方程 | $dy/dx=(dy/dt)/(dx/dt)$ 、应用建模、参数式二阶导(题15) |
| §5 导数与极限、与积分 | 定义互转;变限积分求导 $F'(x)=h'f(h)-g'f(g)$(题8–9、16–17) | | §5 导数与极限、与积分 | 定义互转;变限积分求导 $F'(x)=h'f(h)-g'f(g)$ (题8–9、16–17) |
| §6 相关变化率 | $t$ 为主变量链式展开(题18–19) | | §6 相关变化率 | $t$ 为主变量链式展开(题18–19) |
| §7 微分 | $dy=f'(x)dx$、微分形式不变性、几何意义;**§7·B 题型考点:分段点两法、幂指两法、复合分段坑、高阶三法、定义互转** | | §7 微分 | $dy=f'(x)dx$ 、微分形式不变性、几何意义;**§7·B 题型考点:分段点两法、幂指两法、复合分段坑、高阶三法、定义互转** |
## 1. §1 导数概念 ## 1. §1 导数概念
**定义**:$f'(x_0)=\lim\limits_{\Delta x\to0}\dfrac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=\lim\limits_{x\to x_0}\dfrac{f(x)-f(x_0)}{x-x_0}$(也可 $\lim\frac{f(x)-f(x_0)}{x-x_0}$ 与 $\lim\frac{f(x_0+h)-f(x_0)}h$ 互化)。 **定义**:$f'(x_0)=\lim\limits_{\Delta x\to0}\dfrac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=\lim\limits_{x\to x_0}\dfrac{f(x)-f(x_0)}{x-x_0}$ (也可 $\lim\frac{f(x)-f(x_0)}{x-x_0}$ 与 $\lim\frac{f(x_0+h)-f(x_0)}h$ 互化)。
**几何意义**:$f'(x_0)$ = 曲线在点 $(x_0,f(x_0))$ 处切线斜率;切线 $y-y_0=f'(x_0)(x-x_0)$;法线斜率 $-\frac1{f'(x_0)}$。 **几何意义**:$f'(x_0)$ = 曲线在点 $(x_0,f(x_0))$ 处切线斜率;切线 $y-y_0=f'(x_0)(x-x_0)$ ;法线斜率 $-\frac1{f'(x_0)}$ 。
**导数存在性(左右导数)**:$f'_-(x_0)=\lim\limits_{x\to x_0^-}\frac{f(x)-f(x_0)}{x-x_0}$、$f'_+(x_0)=\lim\limits_{x\to x_0^+}\cdots$;**可导 ⟺ 左右导数存在且相等**。⚠️ 偶函数在 0 的右导可用 $\lim_{t\to0^+}\frac{f(t)-0}{t-0}$($t=x^2>0$ 换元)。 **导数存在性(左右导数)**:$f'_-(x_0)=\lim\limits_{x\to x_0^-}\frac{f(x)-f(x_0)}{x-x_0}$ 、$f'_+(x_0)=\lim\limits_{x\to x_0^+}\cdots$ ;**可导 ⟺ 左右导数存在且相等**。⚠️ 偶函数在 0 的右导可用 $\lim_{t\to0^+}\frac{f(t)-0}{t-0}$ ($t=x^2>0$ 换元)。
**可导与连续**:可导必连续,连续不一定可导($|x|$ 在 0、$x^{1/3}$ 在 0);**分段点用定义判、分段区间内用公式**;非分段点(如 $x=0$ 已是平滑点)直接导。 **可导与连续**:可导必连续,连续不一定可导($|x|$ 在 0、$x^{1/3}$ 在 0);**分段点用定义判、分段区间内用公式**;非分段点(如 $x=0$ 已是平滑点)直接导。
**求分段点导数两法**:① 定义法(偏移量极限);② 存在性法——分段点处连续 + 空心邻域可导 + $\lim f'(x)$ 存在 ⟹ $f'(x_0)=\lim f'(x)$。 **求分段点导数两法**:① 定义法(偏移量极限);② 存在性法——分段点处连续 + 空心邻域可导 + $\lim f'(x)$ 存在 ⟹ $f'(x_0)=\lim f'(x)$ 。
## 2. §2 导数运算 ## 2. §2 导数运算
**四则**:$(u\pm v)'=u'\pm v'$;$(uv)'=u'v+uv'$;$\left(\frac uv\right)'=\frac{u'v-uv'}{v^2}$。 **四则**:$(u\pm v)'=u'\pm v'$ ;$(uv)'=u'v+uv'$ ;$\left(\frac uv\right)'=\frac{u'v-uv'}{v^2}$ 。
**反函数**:$y=f(x)$ 单调可导、$f'(x)\ne0$,反函数 $x=\varphi(y)$ 导数 $\varphi'(y)=\frac1{f'(x)}$($=dx/dy$)。 **反函数**:$y=f(x)$ 单调可导、$f'(x)\ne0$ ,反函数 $x=\varphi(y)$ 导数 $\varphi'(y)=\frac1{f'(x)}$ ($=dx/dy$ )。
**复合函数(链式)**:$[f(g(x))]'=f'(g(x))\cdot g'(x)$;幂指 $y=f(x)^{g(x)}$ 两法:①对数 $\ln y=g\ln f$ 再隐函数求导;②取指数 $f^g=e^{g\ln f}$。**对数函数型** $y=\log_e f(x)$:取指数 $e^y=f(x)$ 求导得 $y'=\frac{f'(x)}{f(x)}$;由同法推出 $\ln|x|$ 的导数为 $\frac1x$(不加绝对值)。 **复合函数(链式)**:$[f(g(x))]'=f'(g(x))\cdot g'(x)$ ;幂指 $y=f(x)^{g(x)}$ 两法:①对数 $\ln y=g\ln f$ 再隐函数求导;②取指数 $f^g=e^{g\ln f}$ 。**对数函数型** $y=\log_e f(x)$ :取指数 $e^y=f(x)$ 求导得 $y'=\frac{f'(x)}{f(x)}$ ;由同法推出 $\ln|x|$ 的导数为 $\frac1x$ (不加绝对值)。
**分段函数求导**:分段点两侧导数不相等则挖去该点;先求两侧表达式再比较分段点。**绝对值函数**:$|f(x)|=\sqrt{f^2(x)}$ 可免分段;或分段讨论。 **分段函数求导**:分段点两侧导数不相等则挖去该点;先求两侧表达式再比较分段点。**绝对值函数**:$|f(x)|=\sqrt{f^2(x)}$ 可免分段;或分段讨论。
**基本求导公式(必背)**:$(x^a)'=ax^{a-1}$;$(a^x)'=a^x\ln a$、$(e^x)'=e^x$;$(\log_ax)'=\frac1{x\ln a}$、$(\ln x)'=\frac1x$;$(\sin x)'=\cos x$、$(\cos x)'=-\sin x$、$(\tan x)'=\sec^2x$、$(\cot x)'=-\csc^2x$、$(\sec x)'=\sec x\tan x$、$(\csc x)'=-\csc x\cot x$;$(\arcsin x)'=\frac1{\sqrt{1-x^2}}$、$(\arccos x)'=-\frac1{\sqrt{1-x^2}}$、$(\arctan x)'=\frac1{1+x^2}$、$(\mathrm{arccot}\,x)'=-\frac1{1+x^2}$。 **基本求导公式(必背)**:$(x^a)'=ax^{a-1}$ ;$(a^x)'=a^x\ln a$ 、$(e^x)'=e^x$ ;$(\log_ax)'=\frac1{x\ln a}$ 、$(\ln x)'=\frac1x$ ;$(\sin x)'=\cos x$ 、$(\cos x)'=-\sin x$ 、$(\tan x)'=\sec^2x$ 、$(\cot x)'=-\csc^2x$ 、$(\sec x)'=\sec x\tan x$ 、$(\csc x)'=-\csc x\cot x$ ;$(\arcsin x)'=\frac1{\sqrt{1-x^2}}$ 、$(\arccos x)'=-\frac1{\sqrt{1-x^2}}$ 、$(\arctan x)'=\frac1{1+x^2}$ 、$(\mathrm{arccot}\,x)'=-\frac1{1+x^2}$ 。
## 3. §3 高阶导数 ## 3. §3 高阶导数
**基本公式**:$(e^x)^{(n)}=e^x$;$(a^x)^{(n)}=a^x(\ln a)^n$;$(\ln x)^{(n)}=(-1)^{n-1}(n-1)!x^{-n}$;$\left(\frac1{1+x}\right)^{(n)}=\frac{(-1)^nn!}{(1+x)^{n+1}}$;$\left(\frac1{1-x}\right)^{(n)}=\frac{n!}{(1-x)^{n+1}}$;$(\sin x)^{(n)}=\sin(x+\frac{n\pi}2)$;$(\cos x)^{(n)}=\cos(x+\frac{n\pi}2)$;$\{f(ax+b)\}^{(n)}=a^nf^{(n)}(ax+b)$。 **基本公式**:$(e^x)^{(n)}=e^x$ ;$(a^x)^{(n)}=a^x(\ln a)^n$ ;$(\ln x)^{(n)}=(-1)^{n-1}(n-1)!x^{-n}$ ;$\left(\frac1{1+x}\right)^{(n)}=\frac{(-1)^nn!}{(1+x)^{n+1}}$ ;$\left(\frac1{1-x}\right)^{(n)}=\frac{n!}{(1-x)^{n+1}}$ ;$(\sin x)^{(n)}=\sin(x+\frac{n\pi}2)$ ;$(\cos x)^{(n)}=\cos(x+\frac{n\pi}2)$ ;$\{f(ax+b)\}^{(n)}=a^nf^{(n)}(ax+b)$ 。
**求法三路**:①**归纳法**($e^x\sin x$ 类:一阶后合并成 $\sqrt2e^x\sin(x+\frac\pi4)$,递推);②**莱布尼茨公式**(积型):$(uv)^{(n)}=\sum_{k=0}^nC_n^ku^{(k)}v^{(n-k)}$——**基于某点**:只取该点非零项;③ 多项式型:**代 $x=0$ 或常数使绝大部分项消去**($x^2(x+1)^2\cdots$ 类只留含最低次幂的一项)。 **求法三路**:①**归纳法**($e^x\sin x$ 类:一阶后合并成 $\sqrt2e^x\sin(x+\frac\pi4)$ ,递推);②**莱布尼茨公式**(积型):$(uv)^{(n)}=\sum_{k=0}^nC_n^ku^{(k)}v^{(n-k)}$ ——**基于某点**:只取该点非零项;③ 多项式型:**代 $x=0$ 或常数使绝大部分项消去**($x^2(x+1)^2\cdots$ 类只留含最低次幂的一项)。
**反函数高阶**:$x'=\frac1{y'}$;$\frac{d^2x}{dy^2}=-\frac{y''}{(y')^3}$;$\frac{d^3x}{dy^3}=\frac{3(y'')^2-y'y'''}{(y')^5}$(套路:$\frac{d^nx}{dy^n}=\frac{d(\cdots)}{dx}/\frac{dy}{dx}$,分子分母同除 $dx$)。 **反函数高阶**:$x'=\frac1{y'}$ ;$\frac{d^2x}{dy^2}=-\frac{y''}{(y')^3}$ ;$\frac{d^3x}{dy^3}=\frac{3(y'')^2-y'y'''}{(y')^5}$ (套路:$\frac{d^nx}{dy^n}=\frac{d(\cdots)}{dx}/\frac{dy}{dx}$ ,分子分母同除 $dx$ )。
## 4. §4 隐函数与参数方程 ## 4. §4 隐函数与参数方程
**隐函数**:$F(x,y)=0$ 两边对 $x$ 求导,$y$ 视为 $y(x)$,解出 $y'$。⚠️ 结果里带 $y$ 没关系。隐函数应用题关键是**找与 $dx,dy$ 等价的两个相关变量**——按题末所求涉及的变量设自变量与因变量。 **隐函数**:$F(x,y)=0$ 两边对 $x$ 求导,$y$ 视为 $y(x)$ ,解出 $y'$ 。⚠️ 结果里带 $y$ 没关系。隐函数应用题关键是**找与 $dx,dy$ 等价的两个相关变量**——按题末所求涉及的变量设自变量与因变量。
**参数方程**:$\begin{cases}x=\varphi(t)\\y=\psi(t)\end{cases}$,一阶 $\dfrac{dy}{dx}=\dfrac{dy/dt}{dx/dt}$;二阶 $\dfrac{d^2y}{dx^2}=\dfrac{d(y')/dt}{dx/dt}$(**一阶结果继续对 $t$ 求导再除 $dx/dt$**,不是对 $x$ 直接求导)。 **参数方程**:$\begin{cases}x=\varphi(t)\\y=\psi(t)\end{cases}$ ,一阶 $\dfrac{dy}{dx}=\dfrac{dy/dt}{dx/dt}$ ;二阶 $\dfrac{d^2y}{dx^2}=\dfrac{d(y')/dt}{dx/dt}$ (**一阶结果继续对 $t$ 求导再除** $dx/dt$ ,不是对 $x$ 直接求导)。
## 5. §5 导数与极限、与积分 ## 5. §5 导数与极限、与积分
**极限与导数互转**:看到极限式就识别导数定义结构 $f(x)-f(x_0)$ 对 $x-x_0$;看到导数值就凑定义。**套路**:①先对函数等式直接取极限得函数值($f(1)-3f(1)=0\Rightarrow f(1)=0$);②除 $x$ 再取极限得导数组合式;③拆成两个定义项($t=\sin x$ 换元消因子);④用周期性平移函数值与导数。数列极限中出现 $f(\frac1n)$、$f(1-\cos\frac1n)$ 一律换 $x=\frac1n$ 转 $x\to0$,凑 $f'(0)$ 定义。 **极限与导数互转**:看到极限式就识别导数定义结构 $f(x)-f(x_0)$ 对 $x-x_0$ ;看到导数值就凑定义。**套路**:①先对函数等式直接取极限得函数值($f(1)-3f(1)=0\Rightarrow f(1)=0$ );②除 $x$ 再取极限得导数组合式;③拆成两个定义项($t=\sin x$ 换元消因子);④用周期性平移函数值与导数。数列极限中出现 $f(\frac1n)$ 、$f(1-\cos\frac1n)$ 一律换 $x=\frac1n$ 转 $x\to0$ ,凑 $f'(0)$ 定义。
**变限积分求导**(莱布尼茨):$F(x)=\int_{g(x)}^{h(x)}f(t)\,dt\Rightarrow F'(x)=h'(x)f[h(x)]-g'(x)f[g(x)]$。含参函数 + 反函数组合题:$\varphi'(y)=\frac1{f'(x)}$,$\varphi''(y)=-\frac{f''(x)}{[f'(x)]^3}$。 **变限积分求导**(莱布尼茨):$F(x)=\int_{g(x)}^{h(x)}f(t)\,dt\Rightarrow F'(x)=h'(x)f[h(x)]-g'(x)f[g(x)]$ 。含参函数 + 反函数组合题:$\varphi'(y)=\frac1{f'(x)}$ ,$\varphi''(y)=-\frac{f''(x)}{[f'(x)]^3}$ 。
## 6. §6 相关变化率 ## 6. §6 相关变化率
以时间 $t$ 为主变量,各量都是 $t$ 的函数,由几何/物理关系式(面积、距离、长度)对 $t$ 求导: 以时间 $t$ 为主变量,各量都是 $t$ 的函数,由几何/物理关系式(面积、距离、长度)对 $t$ 求导:
$$\frac{dy}{dt}=\frac{dy}{dx}\frac{dx}{dt}$$ $$\frac{dy}{dt}=\frac{dy}{dx}\frac{dx}{dt}$$
**例题模板**($y=x^3$ 上的动点):$l=\sqrt{x^2+x^6}=x\sqrt{1+x^4}$,$\frac{dl}{dt}=\frac{1+3x^4}{\sqrt{1+x^4}}v_0$,代入具体点。 **例题模板**($y=x^3$ 上的动点):$l=\sqrt{x^2+x^6}=x\sqrt{1+x^4}$ ,$\frac{dl}{dt}=\frac{1+3x^4}{\sqrt{1+x^4}}v_0$ ,代入具体点。
## 7. §7 微分 ## 7. §7 微分
**定义**:$\Delta y=A\Delta x+o(\Delta x)$,$A=f'(x_0)$,则 $dy\big|_{x_0}=f'(x_0)\Delta x=f'(x_0)\,dx$——**微分 = 导数 × 自变量增量**;几何意义是切线上的增量,$\Delta y\approx dy$(线性主部)。 **定义**:$\Delta y=A\Delta x+o(\Delta x)$ ,$A=f'(x_0)$ ,则 $dy\big|_{x_0}=f'(x_0)\Delta x=f'(x_0)\,dx$ ——**微分 = 导数 × 自变量增量**;几何意义是切线上的增量,$\Delta y\approx dy$ (线性主部)。
**微分形式不变性**:$u$ 无论是自变量还是中间变量,$dy=f'(u)\,du$ 都成立——复合函数微分不必展开链式。 **微分形式不变性**:$u$ 无论是自变量还是中间变量,$dy=f'(u)\,du$ 都成立——复合函数微分不必展开链式。
**微分应用(下一讲「导数的应用」覆盖)**:物理 $v=s'(t),a=s''(t)$;微分不等式证明;曲率 $k=\frac{|y''|}{(1+y'^2)^{3/2}}$、半径 $r=1/k$。 **微分应用(下一讲「导数的应用」覆盖)**:物理 $v=s'(t),a=s''(t)$ ;微分不等式证明;曲率 $k=\frac{|y''|}{(1+y'^2)^{3/2}}$ 、半径 $r=1/k$ 。
### §7·B 导数题型考点(怎么做、为什么、坑)★必背 ### §7·B 导数题型考点(怎么做、为什么、坑)★必背
> 全部对应参考仓库 exercise/3 的例题解答(题 1–18)。 > 全部对应参考仓库 exercise/3 的例题解答(题 1–18)。
**① 分段点可导性:定义法 vs 存在性法怎么选** **① 分段点可导性:定义法 vs 存在性法怎么选**
- **定义法**(万能):$f'_-(x_0)=\lim\frac{f(x_0+h)-f(x_0)}h$、$f'_+$ 分别算,相等则可导(题1)。 - **定义法**(万能):$f'_-(x_0)=\lim\frac{f(x_0+h)-f(x_0)}h$ 、$f'_+$ 分别算,相等则可导(题1)。
- **存在性法**(省事,有条件):分段点处**连续** + 两侧公式可导 + $\lim f'(x)$ 存在 ⟹ $f'(x_0)=\lim f'(x)$(题3:$\alpha>2$ 由 $f'$ 连续得)。**判别依据**:两侧导数表达式有公共极限就用存在性法,否则用定义。 - **存在性法**(省事,有条件):分段点处**连续** + 两侧公式可导 + $\lim f'(x)$ 存在 ⟹ $f'(x_0)=\lim f'(x)$ (题3:$\alpha>2$ 由 $f'$ 连续得)。**判别依据**:两侧导数表达式有公共极限就用存在性法,否则用定义。
**② 幂指函数两法选择**:$y=f^g$——若 $f$ 是简单幂、$g$ 是 $\sin x$ 类 → 对数求导($\ln y=g\ln f$ 两边导,得 $y'=y(g'\ln f+g\frac{f'}f)$);若指数复杂($x^{x^x}$ 类)→ 取指数 $e^{g\ln f}$。**反正都归到 $\ln$**。 **② 幂指函数两法选择**:$y=f^g$ ——若 $f$ 是简单幂、$g$ 是 $\sin x$ 类 → 对数求导($\ln y=g\ln f$ 两边导,得 $y'=y(g'\ln f+g\frac{f'}f)$ );若指数复杂($x^{x^x}$ 类)→ 取指数 $e^{g\ln f}$ 。**反正都归到** $\ln$ 。
**③ 复合函数分段(坑)**:$y=f[f(x)]$ 类,先**写出复合后的分段表达式**再逐段求导、用定义判分段点(题6:$x=e^2$ 处左右导数不等则不存在)——不要直接套外层链式到分段点。 **③ 复合函数分段(坑)**:$y=f[f(x)]$ 类,先**写出复合后的分段表达式**再逐段求导、用定义判分段点(题6:$x=e^2$ 处左右导数不等则不存在)——不要直接套外层链式到分段点。
**④ 高阶导数三法选择**(题10–13): **④ 高阶导数三法选择**(题10–13):
- **归纳法**:$e^x\sin x$、$\frac1{x-a}$ 类——一阶合并出递推模式($e^x\sin x$ 合并成 $\sqrt2e^x\sin(x+\frac\pi4)$ 后每阶只转相位)。 - **归纳法**:$e^x\sin x$ 、$\frac1{x-a}$ 类——一阶合并出递推模式($e^x\sin x$ 合并成 $\sqrt2e^x\sin(x+\frac\pi4)$ 后每阶只转相位)。
- **莱布尼茨**:两函数乘积、其中一个多项式($x^2\ln(1+x)$)——**在某点求值**时 $k$ 项只留到多项式阶数为止。 - **莱布尼茨**:两函数乘积、其中一个多项式($x^2\ln(1+x)$ )——**在某点求值**时 $k$ 项只留到多项式阶数为止。
- **特殊代值**:$x^2(x+1)^2\cdots(x+n)^2$ 求 $f''(0)$——只看乘积里含最低次 $x$ 的两项,其余项在 $x=0$ 导数为 0(题13)。 - **特殊代值**:$x^2(x+1)^2\cdots(x+n)^2$ 求 $f''(0)$ ——只看乘积里含最低次 $x$ 的两项,其余项在 $x=0$ 导数为 0(题13)。
- **反函数高阶通法**:$\frac{d^2x}{dy^2}=\frac{d(\frac1{y'})/dx}{dy/dx}$——**分子分母同除以 $dx$**,一切 $d^nx/dy^n$ 都这样化(题14)。 - **反函数高阶通法**:$\frac{d^2x}{dy^2}=\frac{d(\frac1{y'})/dx}{dy/dx}$ ——**分子分母同除以** $dx$ ,一切 $d^nx/dy^n$ 都这样化(题14)。
**⑤ 导数定义与极限互转(题8–9)**:看到 $f(x_0+h)-f(x_0)$ 配 $h\to0$ 就是 $f'(x_0)$;看到"周期 + 极限式含 $f(1\pm\sin x)$"先取极限定 $f(1)$,再除 $x$ 定 $f'(1)$,最后用周期/奇偶性平移(偶函数导数为奇函数:$f'(x)$ 奇)。**数列极限含 $f(\frac1n)$、$f(1-\cos\frac1n)$ ⟹ 换 $x=\frac1n\to0$ 凑导数定义**。 **⑤ 导数定义与极限互转(题8–9)**:看到 $f(x_0+h)-f(x_0)$ 配 $h\to0$ 就是 $f'(x_0)$ ;看到"周期 + 极限式含 $f(1\pm\sin x)$ "先取极限定 $f(1)$ ,再除 $x$ 定 $f'(1)$ ,最后用周期/奇偶性平移(偶函数导数为奇函数:$f'(x)$ 奇)。**数列极限含 $f(\frac1n)$ 、$f(1-\cos\frac1n)$ ⟹ 换 $x=\frac1n\to0$ 凑导数定义**。
**⑥ 求导结果自检**:幂指/复合/隐函数求导后,**代入特殊点回代原式**(如 $x=e$、$x=0$)粗验正负与量级;分段点两侧导数值必须相等才可导。 **⑥ 求导结果自检**:幂指/复合/隐函数求导后,**代入特殊点回代原式**(如 $x=e$ 、$x=0$ )粗验正负与量级;分段点两侧导数值必须相等才可导。
## 8. 题目清单(19 题) ## 8. 题目清单(19 题)
> 题号按参考仓库 exercise/3 出现顺序编号;节名 = 出处小节。 > 题号按参考仓库 exercise/3 出现顺序编号;节名 = 出处小节。
### A. 导数性质(题1–3) ### A. 导数性质(题1–3)
- **题 1 · 导数存在性·求参数(★★★)**:$f(x)=\begin{cases}\frac{\ln(1+bx)}x,&x\ne0\\-1,&x=0\end{cases}$ 在定义域处处可导,求 $f'(x)$(先用连续求 $b=-1$,再用定义或存在性法求 $f'(0)=-\frac12$)。 - **题 1 · 导数存在性·求参数(★★★)**:$f(x)=\begin{cases}\frac{\ln(1+bx)}x,&x\ne0\\-1,&x=0\end{cases}$ 在定义域处处可导,求 $f'(x)$ (先用连续求 $b=-1$ ,再用定义或存在性法求 $f'(0)=-\frac12$ )。
- **题 2 · 导数存在性·复合换元(★★☆)**:$f(x)$ 在 $x=0$ 连续,$\lim\limits_{x\to0}\frac{f(x^2)}{x^2}=1$,求 $f(0)$ 并判断 $f'(0)$ 存在性($t=x^2>0$ 得右导 $=1$;左导未知)。 - **题 2 · 导数存在性·复合换元(★★☆)**:$f(x)$ 在 $x=0$ 连续,$\lim\limits_{x\to0}\frac{f(x^2)}{x^2}=1$ ,求 $f(0)$ 并判断 $f'(0)$ 存在性($t=x^2>0$ 得右导 $=1$ ;左导未知)。
- **题 3 · 导数连续性·求参数(★★★)**:$f(x)=\begin{cases}x^2,&x\le0\\x^\alpha\sin\frac1x,&x>0\end{cases}$,若 $f'(x)$ 连续,求 $\alpha$ 范围(两侧导数相等 ⟹ $x^{\alpha-2}$ 项须 $\to0$,$\alpha>2$)。 - **题 3 · 导数连续性·求参数(★★★)**:$f(x)=\begin{cases}x^2,&x\le0\\x^\alpha\sin\frac1x,&x>0\end{cases}$ ,若 $f'(x)$ 连续,求 $\alpha$ 范围(两侧导数相等 ⟹ $x^{\alpha-2}$ 项须 $\to0$ ,$\alpha>2$ )。
### B. 导数运算(题4–7) ### B. 导数运算(题4–7)
- **题 4 · 幂指函数(★☆☆)**:求 $f(x)=x^{\sin x}\ (x>0)$ 的导数(对数求导或取指数,$x^{\sin x}(\cos x\ln x+\frac{\sin x}x)$)。 - **题 4 · 幂指函数(★☆☆)**:求 $f(x)=x^{\sin x}\ (x>0)$ 的导数(对数求导或取指数,$x^{\sin x}(\cos x\ln x+\frac{\sin x}x)$ )。
- **题 5 · 分段函数求导(★★☆)**:$f(x)=\begin{cases}\arctan x,&x\le1\\\frac12(e^{x^2-1}-x)+\frac\pi4,&x>1\end{cases}$,求 $f'(x)$(两侧导数在 1 相等 $=\frac12$,无需挖点)。 - **题 5 · 分段函数求导(★★☆)**:$f(x)=\begin{cases}\arctan x,&x\le1\\\frac12(e^{x^2-1}-x)+\frac\pi4,&x>1\end{cases}$ ,求 $f'(x)$ (两侧导数在 1 相等 $=\frac12$ ,无需挖点)。
- **题 6 · 复合函数分段(★★★)**:$f(x)=\begin{cases}\ln\sqrt x,&x\ge1\\2x-1,&x<1\end{cases}$,$y=f[f(x)]$:①求 $\frac{dy}{dx}\big|_{x=e}$(链式 $=\frac1e$);②判断 $\frac{dy}{dx}$ 在 $x=e^2$ 是否存在(展开复合式、定义法,左右不相等不存在)。 - **题 6 · 复合函数分段(★★★)**:$f(x)=\begin{cases}\ln\sqrt x,&x\ge1\\2x-1,&x<1\end{cases}$ ,$y=f[f(x)]$ :①求 $\frac{dy}{dx}\big|_{x=e}$ (链式 $=\frac1e$ );②判断 $\frac{dy}{dx}$ 在 $x=e^2$ 是否存在(展开复合式、定义法,左右不相等不存在)。
- **题 7 · 复合求导进阶(★★★)**:$f(x)=\arctan x$,对 $y=f(f(x))$ 类复合求 $y'$(链式逐层展开,注意每层定义域)。 - **题 7 · 复合求导进阶(★★★)**:$f(x)=\arctan x$ ,对 $y=f(f(x))$ 类复合求 $y'$ (链式逐层展开,注意每层定义域)。
### C. 导数与极限互转(题8–9) ### C. 导数与极限互转(题8–9)
- **题 8 · 极限求导数(★★★)**:$f(x)$ 是周期 5 的连续函数,某邻域内 $f(1+\sin x)-3f(1-\sin x)=8x+o(x)$,且 $f$ 在 $x=1$ 可导,求曲线 $y=f(x)$ 在 $(6,f(6))$ 的切线方程(先取极限得 $f(1)=0$;除 $x$ 取极限 $=4f'(1)=8$;周期平移。切线 $2x-y-12=0$)。 - **题 8 · 极限求导数(★★★)**:$f(x)$ 是周期 5 的连续函数,某邻域内 $f(1+\sin x)-3f(1-\sin x)=8x+o(x)$ ,且 $f$ 在 $x=1$ 可导,求曲线 $y=f(x)$ 在 $(6,f(6))$ 的切线方程(先取极限得 $f(1)=0$ ;除 $x$ 取极限 $=4f'(1)=8$ ;周期平移。切线 $2x-y-12=0$ )。
- **题 9 · 导数求极限(★★☆)**:$f$ 以 3 为周期可导且偶,$f'(-2)=-1$,求 $\lim\limits_{h\to0}\frac{h}{f(5-2\sin h)-f(5)}$(偶函数导函数奇:$f'(5)=f'(2)=-f'(-2)=1$;先求倒数 $=-2$,原式 $=-\frac12$)。 - **题 9 · 导数求极限(★★☆)**:$f$ 以 3 为周期可导且偶,$f'(-2)=-1$ ,求 $\lim\limits_{h\to0}\frac{h}{f(5-2\sin h)-f(5)}$ (偶函数导函数奇:$f'(5)=f'(2)=-f'(-2)=1$ ;先求倒数 $=-2$ ,原式 $=-\frac12$ )。
### D. 高阶导数(题10–12) ### D. 高阶导数(题10–12)
- **题 10 · 公式法·莱布尼茨(★★☆)**:求 $f(x)=x^2\ln(1+x)$ 在 $x=0$ 的 $n$ 阶导数($n>2$)($u=x^2$ 到二阶为止;$f^{(n)}(0)=\frac{(-1)^{n+1}n!}{n-2}$)。 - **题 10 · 公式法·莱布尼茨(★★☆)**:求 $f(x)=x^2\ln(1+x)$ 在 $x=0$ 的 $n$ 阶导数($n>2$ )($u=x^2$ 到二阶为止;$f^{(n)}(0)=\frac{(-1)^{n+1}n!}{n-2}$ )。
- **题 11 · 归纳法·部分分式(★★☆)**:求 $f(x)=\frac{x}{x^2-5x+6}$ 的 $f^{(n)}(x)$(拆 $\frac3{x-3}-\frac2{x-2}$,$=\frac{3(-1)^nn!}{(x-3)^{n+1}}-\frac{2(-1)^nn!}{(x-2)^{n+1}}$)。 - **题 11 · 归纳法·部分分式(★★☆)**:求 $f(x)=\frac{x}{x^2-5x+6}$ 的 $f^{(n)}(x)$ (拆 $\frac3{x-3}-\frac2{x-2}$ ,$=\frac{3(-1)^nn!}{(x-3)^{n+1}}-\frac{2(-1)^nn!}{(x-2)^{n+1}}$ )。
- **题 12 · 归纳法·三角合并(★★☆)**:求 $f(x)=e^x\sin x$ 的 $f^{(n)}(x)$(一阶合并 $\sqrt2e^x\sin(x+\frac\pi4)$,$f^{(n)}=(\sqrt2)^ne^x\sin(x+\frac{n\pi}4)$)。 - **题 12 · 归纳法·三角合并(★★☆)**:求 $f(x)=e^x\sin x$ 的 $f^{(n)}(x)$ (一阶合并 $\sqrt2e^x\sin(x+\frac\pi4)$ ,$f^{(n)}=(\sqrt2)^ne^x\sin(x+\frac{n\pi}4)$ )。
### E. 多项式与反函数高阶(题13–14) ### E. 多项式与反函数高阶(题13–14)
- **题 13 · 携带未知数多项式(★★★)**:$f(x)=x^2(x+1)^2(x+2)^2\cdots(x+n)^2$,求 $f''(0)$(只看一阶导第一项第一个 $x$,$=2(n!)^2$)。 - **题 13 · 携带未知数多项式(★★★)**:$f(x)=x^2(x+1)^2(x+2)^2\cdots(x+n)^2$ ,求 $f''(0)$ (只看一阶导第一项第一个 $x$ ,$=2(n!)^2$ )。
- **题 14 · 反函数高阶(★★☆)**:已知 $y=x+e^x$,求反函数的二阶导数($=-\frac{e^x}{(1+e^x)^3}$)。 - **题 14 · 反函数高阶(★★☆)**:已知 $y=x+e^x$ ,求反函数的二阶导数($=-\frac{e^x}{(1+e^x)^3}$ )。
### F. 隐函数 / 参数方程 / 导数与积分(题15–17) ### F. 隐函数 / 参数方程 / 导数与积分(题15–17)
- **题 15 · 参数方程一二阶(★★☆)**:$y=y(x)$ 由 $\begin{cases}x=\frac12\ln(1+t^2)\\y=\arctan t\end{cases}$ 确定,求 $\frac{dy}{dx}$ 与 $\frac{d^2y}{dx^2}$($=\frac1t$、$=-\frac{1+t^2}{t^3}$)。 - **题 15 · 参数方程一二阶(★★☆)**:$y=y(x)$ 由 $\begin{cases}x=\frac12\ln(1+t^2)\\y=\arctan t\end{cases}$ 确定,求 $\frac{dy}{dx}$ 与 $\frac{d^2y}{dx^2}$ ($=\frac1t$ 、$=-\frac{1+t^2}{t^3}$ )。
- **题 16 · 反函数+变限积分(★★★)**:$f(x)=\int_1^{2x}e^{t^2}dt+1$,$y=f(x)$ 的反函数为 $x=\varphi(y)$,求 $\varphi''(1)$($f'=2e^{4x^2}$;$\varphi''=-\frac{f''}{f'^3}$;$y=1$ 时 $x=\frac12$,$=-\frac1{e^2}$)。 - **题 16 · 反函数+变限积分(★★★)**:$f(x)=\int_1^{2x}e^{t^2}dt+1$ ,$y=f(x)$ 的反函数为 $x=\varphi(y)$ ,求 $\varphi''(1)$ ($f'=2e^{4x^2}$ ;$\varphi''=-\frac{f''}{f'^3}$ ;$y=1$ 时 $x=\frac12$ ,$=-\frac1{e^2}$ )。
- **题 17 · 隐函数应用(★★☆)**:石头落入平静水面产生同心波纹,最外圈半径增大速率恒为 $6$ m/s,求 $2$ s 末水面面积增大速率($S=\pi r^2$ 对 $t$ 求导,$r=12$,$=144\pi$)。 - **题 17 · 隐函数应用(★★☆)**:石头落入平静水面产生同心波纹,最外圈半径增大速率恒为 $6$ m/s,求 $2$ s 末水面面积增大速率($S=\pi r^2$ 对 $t$ 求导,$r=12$ ,$=144\pi$ )。
### G. 相关变化率(题18–19) ### G. 相关变化率(题18–19)
- **题 18 · 动点相关变化率(★★☆)**:动点 $P$ 在 $y=x^3$ 上运动,与原点距离 $l$,横坐标变化率为常数 $v_0$,求 $P$ 到 $(1,1)$ 时 $l$ 的变化率($l=x\sqrt{1+x^4}$,$=2\sqrt2\,v_0$)。 - **题 18 · 动点相关变化率(★★☆)**:动点 $P$ 在 $y=x^3$ 上运动,与原点距离 $l$ ,横坐标变化率为常数 $v_0$ ,求 $P$ 到 $(1,1)$ 时 $l$ 的变化率($l=x\sqrt{1+x^4}$ ,$=2\sqrt2\,v_0$ )。
- **题 19 · 结论辨析(★☆☆)**:$\frac{dx}{dy}=\frac1{y'}$ 下,写出 $\frac{d^2x}{dy^2}$ 与 $\frac{d^3x}{dy^3}$ 用 $y',y'',y'''$ 的表示($-\frac{y''}{(y')^3}$、$\frac{3(y'')^2-y'y'''}{(y')^5}$)。 - **题 19 · 结论辨析(★☆☆)**:$\frac{dx}{dy}=\frac1{y'}$ 下,写出 $\frac{d^2x}{dy^2}$ 与 $\frac{d^3x}{dy^3}$ 用 $y',y'',y'''$ 的表示($-\frac{y''}{(y')^3}$ 、$\frac{3(y'')^2-y'y'''}{(y')^5}$ )。
--- ---
@@ -36,158 +36,158 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 导数的应用]
## 1. §1 函数中值定理 ## 1. §1 函数中值定理
(均设 $f(x)$ 在 $[a,b]$ 上连续) (均设 $f(x)$ 在 $[a,b]$ 上连续)
- **有界与最值定理**:$m\le f(x)\le M$($m,M$ 为最值)。 - **有界与最值定理**:$m\le f(x)\le M$ ($m,M$ 为最值)。
- **介值定理**:$m\le\mu\le M$ ⟹ $\exists\xi\in[a,b],\ f(\xi)=\mu$。 - **介值定理**:$m\le\mu\le M$ ⟹ $\exists\xi\in[a,b],\ f(\xi)=\mu$ 。
- **平均值定理**:$a<x_1<\cdots<x_n<b$ ⟹ $\exists\xi\in[x_1,x_n],\ f(\xi)=\frac{f(x_1)+\cdots+f(x_n)}n$(最值+介值证)。 - **平均值定理**:$a<x_1<\cdots<x_n<b$ ⟹ $\exists\xi\in[x_1,x_n],\ f(\xi)=\frac{f(x_1)+\cdots+f(x_n)}n$ (最值+介值证)。
- **零点定理**:$f(a)f(b)<0$ ⟹ $\exists\xi\in(a,b),\ f(\xi)=0$。 - **零点定理**:$f(a)f(b)<0$ ⟹ $\exists\xi\in(a,b),\ f(\xi)=0$ 。
## 2. §2 微分中值定理 ## 2. §2 微分中值定理
**四定理关系链**:罗尔 ⇋(泛化:任意端点值 / 特例:$f(a)=f(b)$)拉格朗日 ⇋(泛化:参数方程 / 特例:$F(x)=x$)柯西。泰勒是拉格朗日的推广(建立函数与**高阶**导数的关系)。**共同思想:用导数(局部)控制函数(整体),反过来不行。** **四定理关系链**:罗尔 ⇋(泛化:任意端点值 / 特例:$f(a)=f(b)$ )拉格朗日 ⇋(泛化:参数方程 / 特例:$F(x)=x$ )柯西。泰勒是拉格朗日的推广(建立函数与**高阶**导数的关系)。**共同思想:用导数(局部)控制函数(整体),反过来不行。**
**极值定义**:$\exists\delta>0$,$\forall x\in U(x_0,\delta)$ 有 $f(x)\ge f(x_0)$(极小)/ $f(x)\le f(x_0)$(极大)。 **极值定义**:$\exists\delta>0$ ,$\forall x\in U(x_0,\delta)$ 有 $f(x)\ge f(x_0)$ (极小)/ $f(x)\le f(x_0)$ (极大)。
**费马引理**:$f$ 在 $x_0$ 取极值且可导 ⟹ $f'(x_0)=0$。 **费马引理**:$f$ 在 $x_0$ 取极值且可导 ⟹ $f'(x_0)=0$ 。
**罗尔定理**:① $[a,b]$ 连续;② $(a,b)$ 可导;③ $f(a)=f(b)$ ⟹ $\exists\xi\in(a,b),\ f'(\xi)=0$。 **罗尔定理**:① $[a,b]$ 连续;② $(a,b)$ 可导;③ $f(a)=f(b)$ ⟹ $\exists\xi\in(a,b),\ f'(\xi)=0$ 。
**罗尔推广**(极限型):$(a,b)$ 内可导,且① $\lim_{x\to a^+}f=\lim_{x\to b^-}f=A$;② 两端同为 $\pm\infty$;③ $(a,+\infty)$ 内两端同为 $A$;④ $(-\infty,+\infty)$ 内两端同为 $A$——均存在 $\xi$ 使 $f'(\xi)=0$。 **罗尔推广**(极限型):$(a,b)$ 内可导,且① $\lim_{x\to a^+}f=\lim_{x\to b^-}f=A$ ;② 两端同为 $\pm\infty$ ;③ $(a,+\infty)$ 内两端同为 $A$ ;④ $(-\infty,+\infty)$ 内两端同为 $A$ ——均存在 $\xi$ 使 $f'(\xi)=0$ 。
**拉格朗日中值定理**:$[a,b]$ 连续、$(a,b)$ 可导 ⟹ $f(b)-f(a)=f'(\xi)(b-a)$。几何:弧上有一点切线平行弦。等价写法 $f(b)-f(a)=f'[a+\theta(b-a)]\,(b-a)\ (0<\theta<1)$。 **拉格朗日中值定理**:$[a,b]$ 连续、$(a,b)$ 可导 ⟹ $f(b)-f(a)=f'(\xi)(b-a)$ 。几何:弧上有一点切线平行弦。等价写法 $f(b)-f(a)=f'[a+\theta(b-a)]\,(b-a)\ (0<\theta<1)$ 。
**有限增量公式**:$\Delta y=f'[x_0+\theta\Delta x]\Delta x$——**准确值**(不是近似),但 $\theta$ 未知不好用。 **有限增量公式**:$\Delta y=f'[x_0+\theta\Delta x]\Delta x$ ——**准确值**(不是近似),但 $\theta$ 未知不好用。
**推论**:$f$ 在 $I$ 上连续可导,$f(x)=C\iff f'(x)\equiv0$。 **推论**:$f$ 在 $I$ 上连续可导,$f(x)=C\iff f'(x)\equiv0$ 。
**典型应用**($\ln$ 不等式模板):$\ln(1+x)=\ln(1+x)-\ln1=\frac x\xi\ (1<\xi<1+x)$ ⟹ $\frac x{1+x}<\ln(1+x)<x$。 **典型应用**($\ln$ 不等式模板):$\ln(1+x)=\ln(1+x)-\ln1=\frac x\xi\ (1<\xi<1+x)$ ⟹ $\frac x{1+x}<\ln(1+x)<x$ 。
**柯西中值定理**:$f,F$ 在 $[a,b]$ 连续、$(a,b)$ 可导且 $F'(x)\ne0$ ⟹ $\frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f'(\xi)}{F'(\xi)}$。 **柯西中值定理**:$f,F$ 在 $[a,b]$ 连续、$(a,b)$ 可导且 $F'(x)\ne0$ ⟹ $\frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f'(\xi)}{F'(\xi)}$ 。
**泰勒中值定理**:$f$ 在 $I$ 上 $n+1$ 阶可导 ⟹ $f(x)=f(x_0)+f'(x_0)(x-x_0)+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)$。 **泰勒中值定理**:$f$ 在 $I$ 上 $n+1$ 阶可导 ⟹ $f(x)=f(x_0)+f'(x_0)(x-x_0)+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)$ 。
- **拉格朗日型余项**(用于证明):$R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}$,$\xi\in I$;若 $|f^{(n+1)}(x)|\le M$ 可定量估计。 - **拉格朗日型余项**(用于证明):$R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}$ ,$\xi\in I$ ;若 $|f^{(n+1)}(x)|\le M$ 可定量估计。
- **皮亚诺型余项**(用于求极限):$R_n(x)=o((x-x_0)^n)$。 - **皮亚诺型余项**(用于求极限):$R_n(x)=o((x-x_0)^n)$ 。
### §2·B 中值定理题型考点(怎么做、为什么、坑)★必背 ### §2·B 中值定理题型考点(怎么做、为什么、坑)★必背
> 中值定理大题 95% 的功夫在**构造**。下列套路全部对应参考仓库 exercise/2 的例题解答(题 6–23)。 > 中值定理大题 95% 的功夫在**构造**。下列套路全部对应参考仓库 exercise/2 的例题解答(题 6–23)。
**① 构造辅助函数 $F$ 的总法(反凑原函数)** **① 构造辅助函数 $F$ 的总法(反凑原函数)**
目标是证 $F'(\xi)=0$(罗尔)。把要证的等式反着读:含 $\xi$ 的式子应能写成**某个 $F$ 的导数**。通法:$f'+p(x)f=0$ 型 ⟹ $F(x)=f(x)e^{\int p(x)dx}$。常用原型(直接背): 目标是证 $F'(\xi)=0$ (罗尔)。把要证的等式反着读:含 $\xi$ 的式子应能写成**某个 $F$ 的导数**。通法:$f'+p(x)f=0$ 型 ⟹ $F(x)=f(x)e^{\int p(x)dx}$ 。常用原型(直接背):
| 要证的目标(含 $\xi$) | 辅助函数 $F(x)$ | 来源题 | | 要证的目标(含 $\xi$ ) | 辅助函数 $F(x)$ | 来源题 |
|---|---|---| |---|---|---|
| $f'(\xi)=0$ | $F=f$(端点相等即罗尔) | 题1、5 | | $f'(\xi)=0$ | $F=f$ (端点相等即罗尔) | 题1、5 |
| $f'(\xi)+f(\xi)/\xi=0$ | $F=xf(x)$($(xf)'=f+xf'$) | 题3、10 | | $f'(\xi)+f(\xi)/\xi=0$ | $F=xf(x)$ ($(xf)'=f+xf'$ ) | 题3、10 |
| $f'(\xi)+kf(\xi)=0$ | $F=e^{kx}f(x)$ | 题17 类 | | $f'(\xi)+kf(\xi)=0$ | $F=e^{kx}f(x)$ | 题17 类 |
| $f'(\xi)g(\xi)-f(\xi)g'(\xi)=0$ | $F=f/g$($(f/g)'=\frac{f'g-fg'}{g^2}$) | 题2、4 | | $f'(\xi)g(\xi)-f(\xi)g'(\xi)=0$ | $F=f/g$ ($(f/g)'=\frac{f'g-fg'}{g^2}$ ) | 题2、4 |
| $\sum\frac{a_k}{k+1}=0$ 证 $\sum a_kx^k$ 有零点 | $F=\int_0^x f(t)dt$($F(0)=F(1)=0$) | 题8 | | $\sum\frac{a_k}{k+1}=0$ 证 $\sum a_kx^k$ 有零点 | $F=\int_0^x f(t)dt$ ($F(0)=F(1)=0$ ) | 题8 |
**识别信号**:等式含 $\xi f'(\xi)+f(\xi)$ → 想 $(xf)'$;含 $f'+f$ → 想 $(e^xf)'$;含 $f'-f$ → 想 $(e^{-x}f)'$;含 $f'g-fg'$ → 想 $(f/g)'$;含 $f''+f'$ → 想 $(f'e^x)'$。 **识别信号**:等式含 $\xi f'(\xi)+f(\xi)$ → 想 $(xf)'$ ;含 $f'+f$ → 想 $(e^xf)'$ ;含 $f'-f$ → 想 $(e^{-x}f)'$ ;含 $f'g-fg'$ → 想 $(f/g)'$ ;含 $f''+f'$ → 想 $(f'e^x)'$ 。
**② 端点条件不够 → 先造出等值点**(罗尔需要两端相等) **② 端点条件不够 → 先造出等值点**(罗尔需要两端相等)
- 中值造点:$f(0)+f(1)+f(2)=3$ ⟹ 由最值+介值知 $\exists x_0\in[0,2],\ f(x_0)=1=f(3)$,再罗尔(题5)。 - 中值造点:$f(0)+f(1)+f(2)=3$ ⟹ 由最值+介值知 $\exists x_0\in[0,2],\ f(x_0)=1=f(3)$ ,再罗尔(题5)。
- 积分中值造点:$f(2)=2\int_1^{3/2}f\,dx$ ⟹ $\exists\eta\in[1,\frac32],\ f(\eta)=f(2)$,再两段罗尔(题6)。 - 积分中值造点:$f(2)=2\int_1^{3/2}f\,dx$ ⟹ $\exists\eta\in[1,\frac32],\ f(\eta)=f(2)$ ,再两段罗尔(题6)。
- 变限原函数造点:$\sum\frac{a_k}{k+1}=0$ ⟹ $F(x)=\int_0^x f$ 满足 $F(0)=F(1)$(题8)。 - 变限原函数造点:$\sum\frac{a_k}{k+1}=0$ ⟹ $F(x)=\int_0^x f$ 满足 $F(0)=F(1)$ (题8)。
**③ 双中值两段划分套路**(证 $\exists\xi,\eta$ 两个点) **③ 双中值两段划分套路**(证 $\exists\xi,\eta$ 两个点)
- **划分 $[a,c],[c,b]$ 两段拉格朗日**,两式相加/相减/相除得到 $\xi,\eta$ 的关系(题12:$c$ 取中点,$\frac1{f'(\xi_1)}+\frac1{f'(\xi_2)}=2\frac{b-a}{f(b)-f(a)}$)。 - **划分 $[a,c],[c,b]$ 两段拉格朗日**,两式相加/相减/相除得到 $\xi,\eta$ 的关系(题12:$c$ 取中点,$\frac1{f'(\xi_1)}+\frac1{f'(\xi_2)}=2\frac{b-a}{f(b)-f(a)}$ )。
- **拉格朗日 + 柯西联立**:一段用拉格朗日出 $f'(\xi)$,另一段用柯西出 $f'(\eta)$,两式代入目标(题18)。 - **拉格朗日 + 柯西联立**:一段用拉格朗日出 $f'(\xi)$ ,另一段用柯西出 $f'(\eta)$ ,两式代入目标(题18)。
- 目标含 $f(\eta)+f'(\eta)$ 这类"点函数值+导数值"→ 构造 $(e^x f)'$ 型分点拉格朗日(题17)。 - 目标含 $f(\eta)+f'(\eta)$ 这类"点函数值+导数值"→ 构造 $(e^x f)'$ 型分点拉格朗日(题17)。
**④ 泰勒展开的选点策略**(证明含高阶导数时) **④ 泰勒展开的选点策略**(证明含高阶导数时)
- 条件给 $f'(a)=f'(b)=0$、要估 $|f''|$ → **在 $\frac{a+b}2$ 展开**到二阶:一阶项带 $f'(\frac{a+b}2)$ 因子,两式相加自动抵消(题16)。选点口诀:**端点导数值已知 ⟹ 展开在中点**。 - 条件给 $f'(a)=f'(b)=0$ 、要估 $|f''|$ → **在 $\frac{a+b}2$ 展开**到二阶:一阶项带 $f'(\frac{a+b}2)$ 因子,两式相加自动抵消(题16)。选点口诀:**端点导数值已知 ⟹ 展开在中点**。
- 估计型:拉格朗日余项 + $\max|f^{(n+1)}|\le M$ 定量放缩。 - 估计型:拉格朗日余项 + $\max|f^{(n+1)}|\le M$ 定量放缩。
- 条件给 $f(\frac{a+b}2)$ 或中点值已知 ⟹ 直接在中点展开(题 76 同款)。 - 条件给 $f(\frac{a+b}2)$ 或中点值已知 ⟹ 直接在中点展开(题 76 同款)。
**⑤ 拉格朗日的三个用途(为什么好用)** **⑤ 拉格朗日的三个用途(为什么好用)**
- **等式放缩**:$f(b)-f(a)=f'(\xi)(b-a)$,若 $f'$ 有界/单调则夹住差值——对数不等式模板 $\frac x{1+x}<\ln(1+x)<x$(题11)。 - **等式放缩**:$f(b)-f(a)=f'(\xi)(b-a)$ ,若 $f'$ 有界/单调则夹住差值——对数不等式模板 $\frac x{1+x}<\ln(1+x)<x$ (题11)。
- **恒等式证明**:$f'\equiv0$ ⟹ $f\equiv C$(题14:$\arctan e^x+\arctan e^{-x}$)。 - **恒等式证明**:$f'\equiv0$ ⟹ $f\equiv C$ (题14:$\arctan e^x+\arctan e^{-x}$ )。
- **不等式找"合适点"**:$f'$ 单调时两式相减比大小(题9:$f(a+b)-f(a)\le f(b)-f(0)$)。 - **不等式找"合适点"**:$f'$ 单调时两式相减比大小(题9:$f(a+b)-f(a)\le f(b)-f(0)$ )。
**⑥ 洛必达与中值的选择**:证明题禁用洛必达(条件只有"可导"不含"连续导数"时洛必达可能不合法)——看到 $f^{(n)}$ 出现、要证 $\exists\xi$ 型等式,一律走中值/泰勒,不走洛必达。 **⑥ 洛必达与中值的选择**:证明题禁用洛必达(条件只有"可导"不含"连续导数"时洛必达可能不合法)——看到 $f^{(n)}$ 出现、要证 $\exists\xi$ 型等式,一律走中值/泰勒,不走洛必达。
## 3. §3 洛必达法则 ## 3. §3 洛必达法则
**条件**:① $x\to a$ 或 $\infty$ 时 $f(x),g(x)$ 都 $\to0$ 或 $\to\infty$;② 去心邻域内 $f',g'$ 存在且 $g'\ne0$;③ $\lim\frac{f'(x)}{g'(x)}$ 存在或为 $\infty$。⟹ $\lim\frac fg=\lim\frac{f'}g$。 **条件**:① $x\to a$ 或 $\infty$ 时 $f(x),g(x)$ 都 $\to0$ 或 $\to\infty$ ;② 去心邻域内 $f',g'$ 存在且 $g'\ne0$ ;③ $\lim\frac{f'(x)}{g'(x)}$ 存在或为 $\infty$ 。⟹ $\lim\frac fg=\lim\frac{f'}g$ 。
**注意**:① 非 $\frac00/\frac\infty\infty$ 不能用;② 求导后仍是未定式可继续;③ **失效≠原极限不存在**(反例:$\lim_{x\to0}\frac{x^2\sin(1/x)}x=0$,求导后 $\lim(-\cos\frac1x)$ 不存在);④ $0\cdot\infty,\infty-\infty,1^\infty,\infty^0,0^0$ 变型后可化归。 **注意**:① 非 $\frac00/\frac\infty\infty$ 不能用;② 求导后仍是未定式可继续;③ **失效≠原极限不存在**(反例:$\lim_{x\to0}\frac{x^2\sin(1/x)}x=0$ ,求导后 $\lim(-\cos\frac1x)$ 不存在);④ $0\cdot\infty,\infty-\infty,1^\infty,\infty^0,0^0$ 变型后可化归。
## 4. §4 泰勒公式 ## 4. §4 泰勒公式
**定义**:用函数在某点的各阶导数构建多项式近似表达函数;三大中值定理建立函数与一阶导关系,泰勒建立与高阶导的关系。**等价无穷小是泰勒的产物**。 **定义**:用函数在某点的各阶导数构建多项式近似表达函数;三大中值定理建立函数与一阶导关系,泰勒建立与高阶导的关系。**等价无穷小是泰勒的产物**。
**麦克劳林公式($x_0=0$,必背)**:$\sin x=x-\frac{x^3}{3!}+o(x^3)$;$\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}+o(x^4)$;$\arcsin x=x+\frac{x^3}{3!}+o(x^3)$;$\tan x=x+\frac{x^3}3+o(x^3)$;$\arctan x=x-\frac{x^3}3+o(x^3)$;$\ln(1+x)=x-\frac{x^2}2+\frac{x^3}3+o(x^3)$;$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+o(x^3)$;$(1+x)^\alpha=1+\alpha x+\frac{\alpha(\alpha-1)}{2!}x^2+o(x^2)$。变形:$x-\sin x\sim\frac{x^3}6$,$x+\sin x\sim2x$。 **麦克劳林公式($x_0=0$ ,必背)**:$\sin x=x-\frac{x^3}{3!}+o(x^3)$ ;$\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}+o(x^4)$ ;$\arcsin x=x+\frac{x^3}{3!}+o(x^3)$ ;$\tan x=x+\frac{x^3}3+o(x^3)$ ;$\arctan x=x-\frac{x^3}3+o(x^3)$ ;$\ln(1+x)=x-\frac{x^2}2+\frac{x^3}3+o(x^3)$ ;$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+o(x^3)$ ;$(1+x)^\alpha=1+\alpha x+\frac{\alpha(\alpha-1)}{2!}x^2+o(x^2)$ 。变形:$x-\sin x\sim\frac{x^3}6$ ,$x+\sin x\sim2x$ 。
**泰勒公式计算高阶导**(比较系数法三步):① 抽象:$y=\sum_{n=0}^\infty\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$;② 具体:把 $y$ 用已知公式展开成幂级数;③ 唯一性:比较 $x^k$ 项系数得 $f^{(k)}(x_0)$。例 $y=x^3\sin x$:$y^{(6)}(0)=-5!=-120$。 **泰勒公式计算高阶导**(比较系数法三步):① 抽象:$y=\sum_{n=0}^\infty\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$ ;② 具体:把 $y$ 用已知公式展开成幂级数;③ 唯一性:比较 $x^k$ 项系数得 $f^{(k)}(x_0)$ 。例 $y=x^3\sin x$ :$y^{(6)}(0)=-5!=-120$ 。
**展开幂选择**:① $\frac AB$ 型:分母/分子是 $x^k$ 则展开到 $k$ 次(上下同阶);② $A-B$ 型:分别展到两函数系数不相等的那一项为止(**幂次最高**),如 $\cos x-e^{-x^2/2}\sim-\frac1{12}x^4$。 **展开幂选择**:① $\frac AB$ 型:分母/分子是 $x^k$ 则展开到 $k$ 次(上下同阶);② $A-B$ 型:分别展到两函数系数不相等的那一项为止(**幂次最高**),如 $\cos x-e^{-x^2/2}\sim-\frac1{12}x^4$ 。
## 5. §5 函数单调性与曲线凹凸性 ## 5. §5 函数单调性与曲线凹凸性
**单调性定理**:$f$ 在 $[a,b]$ 连续、$(a,b)$ 可导,若 $f'(x)\ge0$(等号仅在有限个点成立)则单调增加;$f'(x)\le0$ 则单调减少。**证不等式模板**:作差 $F=f-g$ → $F(0)=0$ + $F'\ge0$ → $F>0$。 **单调性定理**:$f$ 在 $[a,b]$ 连续、$(a,b)$ 可导,若 $f'(x)\ge0$ (等号仅在有限个点成立)则单调增加;$f'(x)\le0$ 则单调减少。**证不等式模板**:作差 $F=f-g$ → $F(0)=0$ + $F'\ge0$ → $F>0$ 。
**凹凸性定义**:$f(\frac{x_1+x_2}2)<\frac{f(x_1)+f(x_2)}2$ 为凹;$>$ 为凸。**判定**:$f''(x)>0$ 凹;$f''(x)<0$ 凸(注意个别教材记法相反,此处以参考仓库为准)。**拐点**:凹凸性改变的点;拐点处 $f''=0$ 或 $f''$ 不存在。 **凹凸性定义**:$f(\frac{x_1+x_2}2)<\frac{f(x_1)+f(x_2)}2$ 为凹;$>$ 为凸。**判定**:$f''(x)>0$ 凹;$f''(x)<0$ 凸(注意个别教材记法相反,此处以参考仓库为准)。**拐点**:凹凸性改变的点;拐点处 $f''=0$ 或 $f''$ 不存在。
## 6. §6 函数极值与最值 ## 6. §6 函数极值与最值
**极值定义**:邻域内最大/最小(局部性质)。 **极值定义**:邻域内最大/最小(局部性质)。
**必要条件**:可导点取极值 ⟹ $f'(x_0)=0$。 **必要条件**:可导点取极值 ⟹ $f'(x_0)=0$ 。
**第一充分条件**(一阶变号):$x_0$ 两侧 $f'$ 由正变负为极大、由负变正为极小、不变号无极值。 **第一充分条件**(一阶变号):$x_0$ 两侧 $f'$ 由正变负为极大、由负变正为极小、不变号无极值。
**第二充分条件**:$f'(x_0)=0,f''(x_0)\ne0$:$f''<0$ 极大、$f''>0$ 极小。 **第二充分条件**:$f'(x_0)=0,f''(x_0)\ne0$ :$f''<0$ 极大、$f''>0$ 极小。
**第三充分条件**:$f'(x_0)=\cdots=f^{(n-1)}(x_0)=0$,$f^{(n)}(x_0)\ne0$:$n$ 偶数取极值($f^{(n)}<0$ 极大、$>0$ 极小);$n$ 奇数无极值。 **第三充分条件**:$f'(x_0)=\cdots=f^{(n-1)}(x_0)=0$ ,$f^{(n)}(x_0)\ne0$ :$n$ 偶数取极值($f^{(n)}<0$ 极大、$>0$ 极小);$n$ 奇数无极值。
**闭区间最值三步**:① 求 $(a,b)$ 内驻点与不可导点 $x_i$;② 算 $f(x_i)$ 与端点 $f(a),f(b)$;③ 比较。**应用题**:建立目标函数+定义域 → 驻点求值。 **闭区间最值三步**:① 求 $(a,b)$ 内驻点与不可导点 $x_i$ ;② 算 $f(x_i)$ 与端点 $f(a),f(b)$ ;③ 比较。**应用题**:建立目标函数+定义域 → 驻点求值。
## 7. §7 函数图像绘制 ## 7. §7 函数图像绘制
**五步**:① 定义域+奇偶周期;② $f',f''$ 及导数为 0/不存在点;③ 增减凹凸、极值拐点;④ 渐近线;⑤ 特殊点。 **五步**:① 定义域+奇偶周期;② $f',f''$ 及导数为 0/不存在点;③ 增减凹凸、极值拐点;④ 渐近线;⑤ 特殊点。
**渐近线**:① 水平:$\lim_{x\to\infty}f(x)=A$ ⟹ $y=A$;② 垂直:$\lim_{x\to x_0}f(x)=\infty$ ⟹ $x=x_0$;③ 斜:$\lim_{x\to\infty}\frac{f(x)}x=a$,$b=\lim(f(x)-ax)$ ⟹ $y=ax+b$。**速算**:$f(x)=ax+b+o(x)$ 直接读出斜渐近线(斜渐近线考最多)。 **渐近线**:① 水平:$\lim_{x\to\infty}f(x)=A$ ⟹ $y=A$ ;② 垂直:$\lim_{x\to x_0}f(x)=\infty$ ⟹ $x=x_0$ ;③ 斜:$\lim_{x\to\infty}\frac{f(x)}x=a$ ,$b=\lim(f(x)-ax)$ ⟹ $y=ax+b$ 。**速算**:$f(x)=ax+b+o(x)$ 直接读出斜渐近线(斜渐近线考最多)。
## 8. §8 弧微分与曲率 ## 8. §8 弧微分与曲率
**弧微分**:$ds=\sqrt{dx^2+dy^2}$。① 直角坐标 $y=f(x)$:$ds=\sqrt{1+f'^2(x)}\,dx$;② 参数方程:$ds=\sqrt{\psi'^2(t)+\phi'^2(t)}\,dt$。 **弧微分**:$ds=\sqrt{dx^2+dy^2}$ 。① 直角坐标 $y=f(x)$ :$ds=\sqrt{1+f'^2(x)}\,dx$ ;② 参数方程:$ds=\sqrt{\psi'^2(t)+\phi'^2(t)}\,dt$ 。
**曲率**(弯曲程度 = 切线转角对弧长变化率):$k=\lim_{\Delta x\to0}\left|\frac{\Delta\alpha}{\Delta s}\right|=\left|\frac{d\alpha}{ds}\right|$。**公式**:$k=\frac{|y''|}{(1+y'^2)^{3/2}}$;参数方程:$k=\frac{|y''x'-y'x''|}{(x'^2+y'^2)^{3/2}}$。 **曲率**(弯曲程度 = 切线转角对弧长变化率):$k=\lim_{\Delta x\to0}\left|\frac{\Delta\alpha}{\Delta s}\right|=\left|\frac{d\alpha}{ds}\right|$ 。**公式**:$k=\frac{|y''|}{(1+y'^2)^{3/2}}$ ;参数方程:$k=\frac{|y''x'-y'x''|}{(x'^2+y'^2)^{3/2}}$ 。
**曲率半径**:$R=\frac1k$(曲率圆的半径)。 **曲率半径**:$R=\frac1k$ (曲率圆的半径)。
## 9. 题目清单(29 题) ## 9. 题目清单(29 题)
> 题号按本讲内部顺序编排,出处注到参考仓库 exercise 文件与节。 > 题号按本讲内部顺序编排,出处注到参考仓库 exercise 文件与节。
### A. 中值定理·零点与罗尔(exercise/2-function 中值定理节,题1–8) ### A. 中值定理·零点与罗尔(exercise/2-function 中值定理节,题1–8)
- **题 1 · 零点直接(★★☆)**:$f$ 在 $[0,1]$ 连续,$f(0)=0,f(1)=1$,证 $\exists\xi,\ f(\xi)=1-\xi$(构造 $F=f+x-1$ 用零点定理)。 - **题 1 · 零点直接(★★☆)**:$f$ 在 $[0,1]$ 连续,$f(0)=0,f(1)=1$ ,证 $\exists\xi,\ f(\xi)=1-\xi$ (构造 $F=f+x-1$ 用零点定理)。
- **题 2 · 罗尔+积分(★★★)**:$f,g$ 在 $[a,b]$ 连续可导,$g'\ne0$ 且 $g(\xi)\int_a^b f\,dx=f(\xi)\int_a^b g\,dx$ 型——证 $\exists\xi,\ \frac{f(\xi)}{g(\xi)}=\frac{\int_a^bf}{\int_a^bg}$(构造 $F=f\int g-g\int f$)。 - **题 2 · 罗尔+积分(★★★)**:$f,g$ 在 $[a,b]$ 连续可导,$g'\ne0$ 且 $g(\xi)\int_a^b f\,dx=f(\xi)\int_a^b g\,dx$ 型——证 $\exists\xi,\ \frac{f(\xi)}{g(\xi)}=\frac{\int_a^bf}{\int_a^bg}$ (构造 $F=f\int g-g\int f$ )。
- **题 3 · 罗尔寻找原函数(★★★)**:$f$ 在 $[a,b]$ 连续、$(a,b)$ 可导,$f'(\xi)=-\frac{f(\xi)}\xi$ 型证明(构造 $F(x)=xf(x)$ 或其对数形式)。 - **题 3 · 罗尔寻找原函数(★★★)**:$f$ 在 $[a,b]$ 连续、$(a,b)$ 可导,$f'(\xi)=-\frac{f(\xi)}\xi$ 型证明(构造 $F(x)=xf(x)$ 或其对数形式)。
- **题 4 · 罗尔二阶(★★★)**:$f,g$ 二阶可导,$g''\ne0$,$f(a)=f(b)=g(a)=g(b)=0$,证 $\exists\xi,\ f''(\xi)g'(\xi)-f'(\xi)g''(\xi)=0$(反证+罗尔两连)。 - **题 4 · 罗尔二阶(★★★)**:$f,g$ 二阶可导,$g''\ne0$ ,$f(a)=f(b)=g(a)=g(b)=0$ ,证 $\exists\xi,\ f''(\xi)g'(\xi)-f'(\xi)g''(\xi)=0$ (反证+罗尔两连)。
- **题 5 · 罗尔导数关系式(★★★)**:$f$ 在 $[0,3]$ 连续、$(0,3)$ 可导,$f(0)+f(1)+f(2)=3,\ f(3)=1$,证 $\exists\xi,\ f'(\xi)=0$(先构造平均值点,再罗尔)。 - **题 5 · 罗尔导数关系式(★★★)**:$f$ 在 $[0,3]$ 连续、$(0,3)$ 可导,$f(0)+f(1)+f(2)=3,\ f(3)=1$ ,证 $\exists\xi,\ f'(\xi)=0$ (先构造平均值点,再罗尔)。
- **题 6 · 罗尔+积分中值(★★★)**:$f$ 二阶可导,$f(0)=f(1)$,$f(2)=2\int_1^{3/2}f\,dx$,证 $\exists\xi,\ f''(\xi)=0$(积分中值→两端相等→两次罗尔)。 - **题 6 · 罗尔+积分中值(★★★)**:$f$ 二阶可导,$f(0)=f(1)$ ,$f(2)=2\int_1^{3/2}f\,dx$ ,证 $\exists\xi,\ f''(\xi)=0$ (积分中值→两端相等→两次罗尔)。
- **题 7 · 零点·不可能两零点(★★☆)**:证 $x^3-3x+a$ 在 $[0,1]$ 上不可能有两个零点(反设两零点→罗尔矛盾)。 - **题 7 · 零点·不可能两零点(★★☆)**:证 $x^3-3x+a$ 在 $[0,1]$ 上不可能有两个零点(反设两零点→罗尔矛盾)。
- **题 8 · 零点含参(★★☆)**:$\frac{a_0}{1}+\frac{a_1}2+\cdots+\frac{a_n}{n+1}=0$,证 $f(x)=\sum a_kx^k$ 在 $(0,1)$ 有零点(构造原函数用罗尔)。 - **题 8 · 零点含参(★★☆)**:$\frac{a_0}{1}+\frac{a_1}2+\cdots+\frac{a_n}{n+1}=0$ ,证 $f(x)=\sum a_kx^k$ 在 $(0,1)$ 有零点(构造原函数用罗尔)。
### B. 拉格朗日与柯西(exercise/2-function,题9–15) ### B. 拉格朗日与柯西(exercise/2-function,题9–15)
- **题 9 · 拉格朗日式子转换(★★☆)**:$f'$ 单调递减且 $f'(0)=1$,证 $x>0$ 时 $f(a+b)\le f(a)+f(b)$(拉格朗日中值两式相减,$\frac{f(a+b)-f(a)}b$ 与 $\frac{f(b)-f(0)}b$ 比较)。 - **题 9 · 拉格朗日式子转换(★★☆)**:$f'$ 单调递减且 $f'(0)=1$ ,证 $x>0$ 时 $f(a+b)\le f(a)+f(b)$ (拉格朗日中值两式相减,$\frac{f(a+b)-f(a)}b$ 与 $\frac{f(b)-f(0)}b$ 比较)。
- **题 10 · 拉格朗日求原函数(★★★)**:$f$ 在 $[0,1]$ 连续可导,$f(1)=3\int_0^1 x^2f(x)\,dx$ 或 $f(1)=3\xi^2f(\xi)+\xi^3f'(\xi)$ 型——证 $\exists\xi,\ f'(\xi)=-\frac{f(\xi)}\xi$(构造 $F(x)=x^3f(x)$ 罗尔)。 - **题 10 · 拉格朗日求原函数(★★★)**:$f$ 在 $[0,1]$ 连续可导,$f(1)=3\int_0^1 x^2f(x)\,dx$ 或 $f(1)=3\xi^2f(\xi)+\xi^3f'(\xi)$ 型——证 $\exists\xi,\ f'(\xi)=-\frac{f(\xi)}\xi$ (构造 $F(x)=x^3f(x)$ 罗尔)。
- **题 11 · 拉格朗日对数(★☆☆)**:$a>b>0$,证 $\frac{a-b}a<\ln\frac ab<\frac{a-b}b$($f(x)=\ln x$ 在 $[b,a]$ 拉格朗日)。 - **题 11 · 拉格朗日对数(★☆☆)**:$a>b>0$ ,证 $\frac{a-b}a<\ln\frac ab<\frac{a-b}b$ ($f(x)=\ln x$ 在 $[b,a]$ 拉格朗日)。
- **题 12 · 拉格朗日划分区间(★★★)**:$f$ 二阶可导、$f''\ge0$,证 $\exists\xi_1,\xi_2$ 使 $\frac1{f'(\xi_1)}+\frac1{f'(\xi_2)}=2\frac{b-a}{f(b)-f(a)}$(划分 $[a,c],[c,b]$ 两段拉格朗日)。 - **题 12 · 拉格朗日划分区间(★★★)**:$f$ 二阶可导、$f''\ge0$ ,证 $\exists\xi_1,\xi_2$ 使 $\frac1{f'(\xi_1)}+\frac1{f'(\xi_2)}=2\frac{b-a}{f(b)-f(a)}$ (划分 $[a,c],[c,b]$ 两段拉格朗日)。
- **题 13 · 拉格朗日查找特定值(★★☆)**:证 $x>1$ 时 $e^x>ex$($f(x)=e^x$ 在 $[1,x]$ 拉格朗日 + $e^{\xi}>e$)。 - **题 13 · 拉格朗日查找特定值(★★☆)**:证 $x>1$ 时 $e^x>ex$ ($f(x)=e^x$ 在 $[1,x]$ 拉格朗日 + $e^{\xi}>e$ )。
- **题 14 · 拉格朗日目标常数(★★☆)**:证 $\arctan e^x+\arctan e^{-x}=\frac\pi2$(拉格朗日证差为常数,或导数恒 0)。 - **题 14 · 拉格朗日目标常数(★★☆)**:证 $\arctan e^x+\arctan e^{-x}=\frac\pi2$ (拉格朗日证差为常数,或导数恒 0)。
- **题 15 · 柯西(★★★)**:$f$ 在 $[a,b]$ 连续可导,$f'(x)\ne0$,证 $\exists\xi,\ f(b)-f(a)=\xi f'(\xi)\ln\frac ba$(柯西中值 $f$ 与 $\ln x$)。 - **题 15 · 柯西(★★★)**:$f$ 在 $[a,b]$ 连续可导,$f'(x)\ne0$ ,证 $\exists\xi,\ f(b)-f(a)=\xi f'(\xi)\ln\frac ba$ (柯西中值 $f$ 与 $\ln x$ )。
### C. 泰勒与双中值(exercise/2-function,题16–18) ### C. 泰勒与双中值(exercise/2-function,题16–18)
- **题 16 · 泰勒估计(★★★)**:$f''$ 连续、$f'(a)=f'(b)=0$,证 $\exists\xi,\ |f''(\xi)|\ge\frac{4|f(b)-f(a)|}{(b-a)^2}$(在 $\frac{a+b}2$ 处泰勒展开到二阶两式相加)。 - **题 16 · 泰勒估计(★★★)**:$f''$ 连续、$f'(a)=f'(b)=0$ ,证 $\exists\xi,\ |f''(\xi)|\ge\frac{4|f(b)-f(a)|}{(b-a)^2}$ (在 $\frac{a+b}2$ 处泰勒展开到二阶两式相加)。
- **题 17 · 双中值·两次拉格朗日(★★★)**:$f$ 二阶可导、$f'(\frac{a+b}2)=0$ 类条件,证 $\exists\eta<\xi,\ e^{\eta-\xi}[f(\eta)+f'(\eta)]=1$(两次拉格朗日列两个等式联立)。 - **题 17 · 双中值·两次拉格朗日(★★★)**:$f$ 二阶可导、$f'(\frac{a+b}2)=0$ 类条件,证 $\exists\eta<\xi,\ e^{\eta-\xi}[f(\eta)+f'(\eta)]=1$ (两次拉格朗日列两个等式联立)。
- **题 18 · 双中值·拉格朗日+柯西(★★★)**:$f$ 连续可导,证 $\frac{f'(\xi)}{f'(\eta)}=\frac{e^b-e^a}{b-a}e^{-\eta}$(拉格朗日 + 柯西两次中值联立)。 - **题 18 · 双中值·拉格朗日+柯西(★★★)**:$f$ 连续可导,证 $\frac{f'(\xi)}{f'(\eta)}=\frac{e^b-e^a}{b-a}e^{-\eta}$ (拉格朗日 + 柯西两次中值联立)。
### D. 单调凹凸与零点个数(exercise/2-function 导数应用节,题19–25) ### D. 单调凹凸与零点个数(exercise/2-function 导数应用节,题19–25)
- **题 19 · 单调区间(★★☆)**:$y=x+|\sin2x|$,求单调区间(分段去绝对值求导)。 - **题 19 · 单调区间(★★☆)**:$y=x+|\sin2x|$ ,求单调区间(分段去绝对值求导)。
- **题 20 · 凹凸性参数(★★☆)**:曲线 $y=x^3+ax^2+bx+c$ 型,求使曲线凹凸性改变/拐点处参数满足的条件($y''=0$ 且变号)。 - **题 20 · 凹凸性参数(★★☆)**:曲线 $y=x^3+ax^2+bx+c$ 型,求使曲线凹凸性改变/拐点处参数满足的条件($y''=0$ 且变号)。
- **题 21 · 零点罗尔·根的个数(★★☆)**:$f(x)=\ln|(x-1)(x-2)\cdots(x-n)|$,求 $f'(x)=0$ 的根数(罗尔定理逐区间数)。 - **题 21 · 零点罗尔·根的个数(★★☆)**:$f(x)=\ln|(x-1)(x-2)\cdots(x-n)|$ ,求 $f'(x)=0$ 的根数(罗尔定理逐区间数)。
- **题 22 · 罗尔原话·三实根(★★★)**:证 $2^x-x^2=1$ 有且仅有 3 个实根(找 3 个零点 + 罗尔反证多于 3)。 - **题 22 · 罗尔原话·三实根(★★★)**:证 $2^x-x^2=1$ 有且仅有 3 个实根(找 3 个零点 + 罗尔反证多于 3)。
- **题 23 · 实系数奇次方程(★★☆)**:$3a^2<5b$ 时,证 $x^5+2ax^3+3bx+4c=0$ 有且仅有一个实根(单调 + 介值)。 - **题 23 · 实系数奇次方程(★★☆)**:$3a^2<5b$ 时,证 $x^5+2ax^3+3bx+4c=0$ 有且仅有一个实根(单调 + 介值)。
- **题 24 · 零点含参(★★★)**:讨论 $k$ 取何值时 $\ln x-\frac xe+k=0$ 的零点个数(单调区间 + 极值符号)。 - **题 24 · 零点含参(★★★)**:讨论 $k$ 取何值时 $\ln x-\frac xe+k=0$ 的零点个数(单调区间 + 极值符号)。
- **题 25 · 零点含参·不同实根(★★★)**:讨论 $k\arctan x-x=0$ 不同实根的个数(分 $k$ 区间讨论极值)。 - **题 25 · 零点含参·不同实根(★★★)**:讨论 $k\arctan x-x=0$ 不同实根的个数(分 $k$ 区间讨论极值)。
### E. 微分不等式与曲率(exercise/3 微分不等式、几何应用节,题26–29) ### E. 微分不等式与曲率(exercise/3 微分不等式、几何应用节,题26–29)
- **题 26 · 函数性态证不等式(★★★)**:证 $x>0$ 时 $\ln(1+\frac1x)<\frac1{\sqrt{x(x+1)}}$($t=1/x$ 换元,构造 $F=t-\ln(1+t)\sqrt{1+t}$ 证 $F'>0$)。 - **题 26 · 函数性态证不等式(★★★)**:证 $x>0$ 时 $\ln(1+\frac1x)<\frac1{\sqrt{x(x+1)}}$ ($t=1/x$ 换元,构造 $F=t-\ln(1+t)\sqrt{1+t}$ 证 $F'>0$ )。
- **题 27 · 常数变量化(★★★)**:$0<a<b$,证 $\ln\frac ba>2\frac{b-a}{a+b}$(令 $x=\frac ba>1$ 变量化,证 $\ln x>\frac{2(x-1)}{1+x}$)。 - **题 27 · 常数变量化(★★★)**:$0<a<b$ ,证 $\ln\frac ba>2\frac{b-a}{a+b}$ (令 $x=\frac ba>1$ 变量化,证 $\ln x>\frac{2(x-1)}{1+x}$ )。
- **题 28 · 曲率计算(★★☆)**:求 $y=\sin x$ 在 $x=\frac\pi4$ 的曲率($k=\frac{|y''|}{(1+y'^2)^{3/2}}=\frac{2\sqrt3}9$)。 - **题 28 · 曲率计算(★★☆)**:求 $y=\sin x$ 在 $x=\frac\pi4$ 的曲率($k=\frac{|y''|}{(1+y'^2)^{3/2}}=\frac{2\sqrt3}9$ )。
- **题 29 · 曲率最大值点(★★☆)**:求 $y=x^2-4x+11$ 曲率最大的点(令 $y'=2x-4=0$,$k_{\max}=2$ 在 $(2,7)$)。 - **题 29 · 曲率最大值点(★★☆)**:求 $y=x^2-4x+11$ 曲率最大的点(令 $y'=2x-4=0$ ,$k_{\max}=2$ 在 $(2,7)$ )。
--- ---
@@ -35,84 +35,84 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 一元积分]
## 1. §1 不定积分 ## 1. §1 不定积分
**原函数**:$F'(x)=f(x)$ 则 $F$ 为 $f$ 的一个原函数;**任意两个原函数只差一个常数**。**不定积分**:$\int f(x)\,dx=F(x)+C$(原函数全体)。 **原函数**:$F'(x)=f(x)$ 则 $F$ 为 $f$ 的一个原函数;**任意两个原函数只差一个常数**。**不定积分**:$\int f(x)\,dx=F(x)+C$ (原函数全体)。
**性质**:① 线性:$\int(f+g)=\int f+\int g$、$\int kf=k\int f$($k\ne0$);② 复合求导的逆 = 换元;乘积求导的逆 = 分部。 **性质**:① 线性:$\int(f+g)=\int f+\int g$ 、$\int kf=k\int f$ ($k\ne0$ );② 复合求导的逆 = 换元;乘积求导的逆 = 分部。
**存在性**:连续必有原函数;**含第一类间断点/无穷间断点的函数在包含其间断点的区间内必无原函数**(可用导数介值定理反证);含振荡间断点**可能**有原函数(例:$F=x^2\sin\frac1x$,$F'=2x\sin\frac1x-\cos\frac1x$ 在 0 振荡)。 **存在性**:连续必有原函数;**含第一类间断点/无穷间断点的函数在包含其间断点的区间内必无原函数**(可用导数介值定理反证);含振荡间断点**可能**有原函数(例:$F=x^2\sin\frac1x$ ,$F'=2x\sin\frac1x-\cos\frac1x$ 在 0 振荡)。
**第一类换元(凑微分)**:$\int f[\varphi(x)]\varphi'(x)dx=\int f[\varphi(x)]\,d\varphi(x)$。套路:$d(x+a)$、$d(1+\ln x)$、$d\sqrt x$、$d(x/a)$ 型:$\int\frac{dx}{\sqrt{a^2-x^2}}=\arcsin\frac xa+C$、$\int\frac{dx}{a^2+x^2}=\frac1a\arctan\frac xa+C$、$\int\frac{dx}{x^2-a^2}=\frac1{2a}\ln|\frac{x-a}{x+a}|+C$。积化和差:$\sin\alpha\cos\beta=\frac12[\sin(\alpha+\beta)+\sin(\alpha-\beta)]$ 等。三角等式:$\sec^2-1=\tan^2$ 等。反三角/指对/倒数(分母幂次比分子高 2 次以上)/有理换元(无理因式内 $x$ 须一阶,$\sqrt[3]{x+1}=u$;不能拆开无理式)/万能公式($u=\tan\frac x2$:$\sin x=\frac{2u}{1+u^2}$、$\cos x=\frac{1-u^2}{1+u^2}$、$dx=\frac2{1+u^2}du$)。 **第一类换元(凑微分)**:$\int f[\varphi(x)]\varphi'(x)dx=\int f[\varphi(x)]\,d\varphi(x)$ 。套路:$d(x+a)$ 、$d(1+\ln x)$ 、$d\sqrt x$ 、$d(x/a)$ 型:$\int\frac{dx}{\sqrt{a^2-x^2}}=\arcsin\frac xa+C$ 、$\int\frac{dx}{a^2+x^2}=\frac1a\arctan\frac xa+C$ 、$\int\frac{dx}{x^2-a^2}=\frac1{2a}\ln|\frac{x-a}{x+a}|+C$ 。积化和差:$\sin\alpha\cos\beta=\frac12[\sin(\alpha+\beta)+\sin(\alpha-\beta)]$ 等。三角等式:$\sec^2-1=\tan^2$ 等。反三角/指对/倒数(分母幂次比分子高 2 次以上)/有理换元(无理因式内 $x$ 须一阶,$\sqrt[3]{x+1}=u$ ;不能拆开无理式)/万能公式($u=\tan\frac x2$ :$\sin x=\frac{2u}{1+u^2}$ 、$\cos x=\frac{1-u^2}{1+u^2}$ 、$dx=\frac2{1+u^2}du$ )。
**第二类换元**(须保证 $\varphi'$ 严格单调有反函数):① $\sqrt{a^2-x^2}$:$x=a\sin t$(主区间 $[-\frac\pi2,\frac\pi2]$,$\cos t\ne0$ 可放宽因单调);② $\sqrt{a^2+x^2}$:$x=a\tan t$;③ $\sqrt{x^2-a^2}$:$x=a\sec t$。二次根式 $\sqrt{ax^2+bx+c}$ 先配方成 $\sqrt{\varphi^2\pm k^2}$ 或 $\sqrt{k^2-\varphi^2}$ 再三角换元。**辅助换元**:单式解不出时构造 $I_1\pm I_2$(如 $\frac{\cos t}{\sin t+\cos t}$)。 **第二类换元**(须保证 $\varphi'$ 严格单调有反函数):① $\sqrt{a^2-x^2}$ :$x=a\sin t$ (主区间 $[-\frac\pi2,\frac\pi2]$ ,$\cos t\ne0$ 可放宽因单调);② $\sqrt{a^2+x^2}$ :$x=a\tan t$ ;③ $\sqrt{x^2-a^2}$ :$x=a\sec t$ 。二次根式 $\sqrt{ax^2+bx+c}$ 先配方成 $\sqrt{\varphi^2\pm k^2}$ 或 $\sqrt{k^2-\varphi^2}$ 再三角换元。**辅助换元**:单式解不出时构造 $I_1\pm I_2$ (如 $\frac{\cos t}{\sin t+\cos t}$ )。
**分部积分**:$\int u\,dv=uv-\int v\,du$。**选 $u$ 口诀**(反、对、幂、指、三——越左越应求导):$\int x^n\ln x,\ \int x^n\arctan x$ 等对幂函数分部;$\int x^n\sin x$ 等对非幂函数分部;$e^x,\sin x,\cos x$ 微分后不简化,须**多次分部还原**(如 $\int e^x\sin x$、$\int\sec^3x$,出现同形积分移项解出)。**表格法**(分部推广):上 $u$ 逐阶求导、下 $v$ 逐阶积分,斜乘错位相加符号交错,最后一项 $(-1)^{n+1}\int u^{(n+1)}v\,dx$ 可积即止。 **分部积分**:$\int u\,dv=uv-\int v\,du$ 。**选 $u$ 口诀**(反、对、幂、指、三——越左越应求导):$\int x^n\ln x,\ \int x^n\arctan x$ 等对幂函数分部;$\int x^n\sin x$ 等对非幂函数分部;$e^x,\sin x,\cos x$ 微分后不简化,须**多次分部还原**(如 $\int e^x\sin x$ 、$\int\sec^3x$ ,出现同形积分移项解出)。**表格法**(分部推广):上 $u$ 逐阶求导、下 $v$ 逐阶积分,斜乘错位相加符号交错,最后一项 $(-1)^{n+1}\int u^{(n+1)}v\,dx$ 可积即止。
**有理积分**:假分式先高阶多项式分配(按分母形式配分子);真分式**部分分式**:一次因式 $ax+b$ → $\frac A{ax+b}$;$k$ 重一次因式 → $k$ 项;二次因式 $px^2+qx+r$ → $\frac{Ax+B}{px^2+qx+r}$;$k$ 重二次因式 → $k$ 项。**低阶分配**(分母不可分解):配成 $d$(分母)形式 + $\arctan$ 形。待定系数可代根快速解(代入 $x=-1,1,0$ 等)。常与换元/分部合用。 **有理积分**:假分式先高阶多项式分配(按分母形式配分子);真分式**部分分式**:一次因式 $ax+b$ → $\frac A{ax+b}$ ;$k$ 重一次因式 → $k$ 项;二次因式 $px^2+qx+r$ → $\frac{Ax+B}{px^2+qx+r}$ ;$k$ 重二次因式 → $k$ 项。**低阶分配**(分母不可分解):配成 $d$ (分母)形式 + $\arctan$ 形。待定系数可代根快速解(代入 $x=-1,1,0$ 等)。常与换元/分部合用。
**不定积分等式**:两边求导消积分(如 $\int f'(x^3)dx=x^3+C$ ⟹ 求导 $f'(x^3)=3x^2$,再换元得 $f(x)=\frac95x^{5/3}+C$)。 **不定积分等式**:两边求导消积分(如 $\int f'(x^3)dx=x^3+C$ ⟹ 求导 $f'(x^3)=3x^2$ ,再换元得 $f(x)=\frac95x^{5/3}+C$ )。
## 2. §2 定积分 ## 2. §2 定积分
**定义**:$\int_a^b f(x)\,dx=\lim_{\lambda\to0}\sum_{i=1}^n f(\xi_i)\Delta x_i$($\lambda=\max\Delta x_i$,积分和存在即可积)。**数列极限化定积分四步**:提 $\frac1n$ → 凑 $\frac in$ → 写 $\int_0^1 f(x)dx$($\frac in\to x$)→ 消 $n$。 **定义**:$\int_a^b f(x)\,dx=\lim_{\lambda\to0}\sum_{i=1}^n f(\xi_i)\Delta x_i$ ($\lambda=\max\Delta x_i$ ,积分和存在即可积)。**数列极限化定积分四步**:提 $\frac1n$ → 凑 $\frac in$ → 写 $\int_0^1 f(x)dx$ ($\frac in\to x$ )→ 消 $n$ 。
**12 条性质**(重点记):上下限相同为 0;反向变号;线性;区间可加;保号性($f\ge0\Rightarrow\int\ge0$);单调性($f\le g\Rightarrow\int f\le\int g$);绝对值 $|\int f|\le\int|f|$;估值 $m(b-a)\le\int\le M(b-a)$;**积分中值定理** $\exists\xi\in[a,b],\ \int_a^b f(x)dx=f(\xi)(b-a)$;推广 $\xi\in(a,b)$。 **12 条性质**(重点记):上下限相同为 0;反向变号;线性;区间可加;保号性($f\ge0\Rightarrow\int\ge0$ );单调性($f\le g\Rightarrow\int f\le\int g$ );绝对值 $|\int f|\le\int|f|$ ;估值 $m(b-a)\le\int\le M(b-a)$ ;**积分中值定理** $\exists\xi\in[a,b],\ \int_a^b f(x)dx=f(\xi)(b-a)$ ;推广 $\xi\in(a,b)$ 。
**存在性**:连续 / 单调 / 有界+有限个间断点 ⟹ 可积;**必要条件:可积必有界**。 **存在性**:连续 / 单调 / 有界+有限个间断点 ⟹ 可积;**必要条件:可积必有界**。
**定积分与函数性质**:周期 $T$:$\int_a^{a+T}f=\int_0^T f$,$\int_\alpha^{\alpha+nT}f=n\int_0^Tf$;偶函数 $\int_{-a}^a f=2\int_0^a f$;奇函数 $\int_{-a}^a f=0$;**区间再现**:$\int_a^b f(x)dx=\int_a^b f(a+b-x)dx$($x=a+b-t$ 换元;两式相加减解出)。 **定积分与函数性质**:周期 $T$ :$\int_a^{a+T}f=\int_0^T f$ ,$\int_\alpha^{\alpha+nT}f=n\int_0^Tf$ ;偶函数 $\int_{-a}^a f=2\int_0^a f$ ;奇函数 $\int_{-a}^a f=0$ ;**区间再现**:$\int_a^b f(x)dx=\int_a^b f(a+b-x)dx$ ($x=a+b-t$ 换元;两式相加减解出)。
**华里士公式**:$\int_0^{\pi/2}\sin^n x\,dx=\int_0^{\pi/2}\cos^n x\,dx$:奇数 $=\frac{n-1}n\cdot\frac{n-3}{n-2}\cdots\frac23\cdot1$;偶数 $=\frac{n-1}n\cdots\frac12\cdot\frac\pi2$。派生:$\int_0^\pi\sin^n=2\int_0^{\pi/2}$;$\int_0^\pi\cos^n$(奇 0/偶 2 倍);$\int_0^{2\pi}$(奇 0/偶 4 倍)。 **华里士公式**:$\int_0^{\pi/2}\sin^n x\,dx=\int_0^{\pi/2}\cos^n x\,dx$ :奇数 $=\frac{n-1}n\cdot\frac{n-3}{n-2}\cdots\frac23\cdot1$ ;偶数 $=\frac{n-1}n\cdots\frac12\cdot\frac\pi2$ 。派生:$\int_0^\pi\sin^n=2\int_0^{\pi/2}$ ;$\int_0^\pi\cos^n$ (奇 0/偶 2 倍);$\int_0^{2\pi}$ (奇 0/偶 4 倍)。
**伽马公式**:$\int_0^{+\infty}x^ne^{-x}dx=n!=\Gamma(n+1)$;$\Gamma(x+1)=x\Gamma(x)$;$\Gamma(\frac12)=\sqrt\pi$;余元公式 $\Gamma(p)\Gamma(1-p)=\frac\pi{\sin p\pi}$;斯特林 $\Gamma(n+1)\sim\sqrt{2\pi n}(\frac ne)^n$。 **伽马公式**:$\int_0^{+\infty}x^ne^{-x}dx=n!=\Gamma(n+1)$ ;$\Gamma(x+1)=x\Gamma(x)$ ;$\Gamma(\frac12)=\sqrt\pi$ ;余元公式 $\Gamma(p)\Gamma(1-p)=\frac\pi{\sin p\pi}$ ;斯特林 $\Gamma(n+1)\sim\sqrt{2\pi n}(\frac ne)^n$ 。
**牛顿-莱布尼茨公式**:$F$ 是 $f$ 在 $[a,b]$ 的原函数 ⟹ $\int_a^b f(x)dx=F(b)-F(a)$(微积分基本定理;**无界/有未定义点的函数不能用**)。 **牛顿-莱布尼茨公式**:$F$ 是 $f$ 在 $[a,b]$ 的原函数 ⟹ $\int_a^b f(x)dx=F(b)-F(a)$ (微积分基本定理;**无界/有未定义点的函数不能用**)。
**不定积分 vs 定积分**:前者是函数族、建基于原函数;后者是一个数、建基于面积。连续 ⟹ 两者都存在;有界+有限个第一类间断 ⟹ 定积分存在但原函数(不定积分)不一定存在。 **不定积分 vs 定积分**:前者是函数族、建基于原函数;后者是一个数、建基于面积。连续 ⟹ 两者都存在;有界+有限个第一类间断 ⟹ 定积分存在但原函数(不定积分)不一定存在。
**定积分换元**:$x=\varphi(t)$,$\varphi(\alpha)=a,\varphi(\beta)=b$,$t$ 区间由 $x$ 区间代回确定。**注意**:开根号保留绝对值(如 $\sqrt{\sin^3x-\sin^5x}=\sin^{3/2}x|\cos x|$),再按符号拆区间。**定积分分部**:$\int_a^b u\,dv=[uv]_a^b-\int_a^b v\,du$。 **定积分换元**:$x=\varphi(t)$ ,$\varphi(\alpha)=a,\varphi(\beta)=b$ ,$t$ 区间由 $x$ 区间代回确定。**注意**:开根号保留绝对值(如 $\sqrt{\sin^3x-\sin^5x}=\sin^{3/2}x|\cos x|$ ),再按符号拆区间。**定积分分部**:$\int_a^b u\,dv=[uv]_a^b-\int_a^b v\,du$ 。
**对称型公式**:① $\int_0^{\pi/2}f(\sin x)dx=\int_0^{\pi/2}f(\cos x)dx$;② $\int_0^\pi xf(\sin x)dx=\frac\pi2\int_0^\pi f(\sin x)dx$(区间再现证,消 $x$ 利器)。 **对称型公式**:① $\int_0^{\pi/2}f(\sin x)dx=\int_0^{\pi/2}f(\cos x)dx$ ;② $\int_0^\pi xf(\sin x)dx=\frac\pi2\int_0^\pi f(\sin x)dx$ (区间再现证,消 $x$ 利器)。
## 3. §3 变限积分 ## 3. §3 变限积分
**定义**:$\Phi(x)=\int_a^x f(t)dt$ 是函数(定限积分是数值)。 **定义**:$\Phi(x)=\int_a^x f(t)dt$ 是函数(定限积分是数值)。
**性质**:$f$ 可积 ⟹ $\Phi$ 连续;$f$ 连续 ⟹ $\Phi$ 可导且 $(\int_a^x f(t)dt)'=f(x)$;**变限为函数**:$(\int_{\varphi(x)}^{\psi(x)}f(t)dt)'=f(\psi(x))\psi'(x)-f(\varphi(x))\varphi'(x)$(下限固定取 0 方便)。**注意被积含 $x$ 时须先提出**($\int_0^x (x-t)f(t)dt=x\int_0^xf-\int_0^x tf$)。 **性质**:$f$ 可积 ⟹ $\Phi$ 连续;$f$ 连续 ⟹ $\Phi$ 可导且 $(\int_a^x f(t)dt)'=f(x)$ ;**变限为函数**:$(\int_{\varphi(x)}^{\psi(x)}f(t)dt)'=f(\psi(x))\psi'(x)-f(\varphi(x))\varphi'(x)$ (下限固定取 0 方便)。**注意被积含 $x$ 时须先提出**($\int_0^x (x-t)f(t)dt=x\int_0^xf-\int_0^x tf$ )。
**奇偶性**:偶函数的积分 $\int_0^x f$ 是奇函数;奇函数的任意积分 $\int_a^x f$ 是偶函数。 **奇偶性**:偶函数的积分 $\int_0^x f$ 是奇函数;奇函数的任意积分 $\int_a^x f$ 是偶函数。
**周期性**:周期 $T$ 函数的变限积分是周期函数 ⟺ 一个周期上 $\int_0^T f=0$。 **周期性**:周期 $T$ 函数的变限积分是周期函数 ⟺ 一个周期上 $\int_0^T f=0$ 。
**无穷小比较定理**:$f$ 在 0 邻域连续,$f(x)$ 为 $m$ 阶、$\varphi(x)$ 为 $n$ 阶无穷小 ⟹ $F(x)=\int_0^{\varphi(x)}f(t)dt$ 为 $n(m+1)$ 阶无穷小。 **无穷小比较定理**:$f$ 在 0 邻域连续,$f(x)$ 为 $m$ 阶、$\varphi(x)$ 为 $n$ 阶无穷小 ⟹ $F(x)=\int_0^{\varphi(x)}f(t)dt$ 为 $n(m+1)$ 阶无穷小。
## 4. §4 反常积分 ## 4. §4 反常积分
**定义**:无穷区间($[a,+\infty)$ 等,两无穷限拆成两段);无界函数(瑕积分,$a$ 为瑕点:$\int_a^b=\lim_{t\to a^+}\int_t^b$;瑕点在区间内须拆区间)。**反常积分=取极限,收敛才谈值**;只有收敛才能用奇偶性。**处理方法**:① 找全可能反常的点($\infty$ 与无穷间断点),逐点研究;② 等价无穷小替换/乘非零常数不影响敛散性,先化简。 **定义**:无穷区间($[a,+\infty)$ 等,两无穷限拆成两段);无界函数(瑕积分,$a$ 为瑕点:$\int_a^b=\lim_{t\to a^+}\int_t^b$ ;瑕点在区间内须拆区间)。**反常积分=取极限,收敛才谈值**;只有收敛才能用奇偶性。**处理方法**:① 找全可能反常的点($\infty$ 与无穷间断点),逐点研究;② 等价无穷小替换/乘非零常数不影响敛散性,先化简。
**极限审敛法**:无穷区间:若 $\exists\rho>1$,$\lim_{x\to+\infty}x^\rho f(x)=c<+\infty$ ⟹ 收敛;若仅 $\rho=1$ 时 $\lim xf(x)=c>0$ 或 $+\infty$ ⟹ 发散。瑕积分($a$ 为瑕点):$0<\rho<1$ 使 $\lim(x-a)^\rho f=c$ ⟹ 收敛;$\rho=1$ 使 $\lim(x-a)f=c>0$ 或 $+\infty$ ⟹ 发散。 **极限审敛法**:无穷区间:若 $\exists\rho>1$ ,$\lim_{x\to+\infty}x^\rho f(x)=c<+\infty$ ⟹ 收敛;若仅 $\rho=1$ 时 $\lim xf(x)=c>0$ 或 $+\infty$ ⟹ 发散。瑕积分($a$ 为瑕点):$0<\rho<1$ 使 $\lim(x-a)^\rho f=c$ ⟹ 收敛;$\rho=1$ 使 $\lim(x-a)f=c>0$ 或 $+\infty$ ⟹ 发散。
**幂函数判敛**:$\int_a^{+\infty}\frac1{x^\rho}dx$:$\rho>1$ 收敛、$\rho\le1$ 发散;$\int_a^b\frac1{(x-a)^\rho}dx$:$\rho<1$ 收敛、$\rho\ge1$ 发散。判敛就是把被积函数用等价无穷小化为 $\frac1{x^\rho}$ 形式(拆分区域后逐段判)。 **幂函数判敛**:$\int_a^{+\infty}\frac1{x^\rho}dx$ :$\rho>1$ 收敛、$\rho\le1$ 发散;$\int_a^b\frac1{(x-a)^\rho}dx$ :$\rho<1$ 收敛、$\rho\ge1$ 发散。判敛就是把被积函数用等价无穷小化为 $\frac1{x^\rho}$ 形式(拆分区域后逐段判)。
**指数函数**:$e^{1/x}$ 增长极快,$\frac{e^{1/x}}{x^2}$ 在 $0^+$ 必发散。 **指数函数**:$e^{1/x}$ 增长极快,$\frac{e^{1/x}}{x^2}$ 在 $0^+$ 必发散。
**对数函数**(慢,难判):$\int_a^{+\infty}\frac1{\ln^\rho x}$($a>1$)任何 $\rho$ 都发散;$\int_0^a\frac1{\ln^\rho x}$($a<1$)任何 $\rho$ 都收敛;$\frac{\ln^{\rho'}x}{x^\rho}\sim\frac1{x^\rho}$;$\frac1{x^\rho\ln^{\rho'}x}$ 当 $\rho=1$ 时看 $\rho'$:$>1$ 收敛、$\le1$ 发散;无穷小时 $\ln x\sim x-1$($x\to1$)、$\ln(1+x)\sim x$($x\to0^+$)。 **对数函数**(慢,难判):$\int_a^{+\infty}\frac1{\ln^\rho x}$ ($a>1$ )任何 $\rho$ 都发散;$\int_0^a\frac1{\ln^\rho x}$ ($a<1$ )任何 $\rho$ 都收敛;$\frac{\ln^{\rho'}x}{x^\rho}\sim\frac1{x^\rho}$ ;$\frac1{x^\rho\ln^{\rho'}x}$ 当 $\rho=1$ 时看 $\rho'$ :$>1$ 收敛、$\le1$ 发散;无穷小时 $\ln x\sim x-1$ ($x\to1$ )、$\ln(1+x)\sim x$ ($x\to0^+$ )。
## 5. §5 积分应用 ## 5. §5 积分应用
**几何应用**(数一重点): **几何应用**(数一重点):
- **面积**:直角 $S=\int_a^b|y_1-y_2|dx$(也可对 $y$ 积分,选表达式简单的方向);参数 $S=\int_\alpha^\beta y(t)x'(t)dt$;极坐标 $S=\frac12\int_\alpha^\beta\rho^2(\theta)d\theta$。 - **面积**:直角 $S=\int_a^b|y_1-y_2|dx$ (也可对 $y$ 积分,选表达式简单的方向);参数 $S=\int_\alpha^\beta y(t)x'(t)dt$ ;极坐标 $S=\frac12\int_\alpha^\beta\rho^2(\theta)d\theta$ 。
- **旋转体体积**:绕 $x$ 轴 $V_x=\pi\int_a^b f^2(x)dx$(两条线时 $V=\pi\int|f_1^2-f_2^2|dx$);绕 $y$ 轴 $V_y=2\pi\int_a^b x|f(x)|dx$(柱壳法;两条线 $2\pi\int x|f_1-f_2|dx$)。**绕非坐标轴**:用「替换」法(绕 $y=1$ 用 $1-f(x)$),别用柱壳。 - **旋转体体积**:绕 $x$ 轴 $V_x=\pi\int_a^b f^2(x)dx$ (两条线时 $V=\pi\int|f_1^2-f_2^2|dx$ );绕 $y$ 轴 $V_y=2\pi\int_a^b x|f(x)|dx$ (柱壳法;两条线 $2\pi\int x|f_1-f_2|dx$ )。**绕非坐标轴**:用「替换」法(绕 $y=1$ 用 $1-f(x)$ ),别用柱壳。
- **平行截面体积**:$V=\int_a^b S(x)dx$。 - **平行截面体积**:$V=\int_a^b S(x)dx$ 。
- **平均值**:$\bar y=\frac1{b-a}\int_a^b y(x)dx$(积分中值定理的均值)。 - **平均值**:$\bar y=\frac1{b-a}\int_a^b y(x)dx$ (积分中值定理的均值)。
- **弧长**:直角 $S=\int_a^b\sqrt{1+y'^2}\,dx$;参数 $S=\int_\alpha^\beta\sqrt{x'^2+y'^2}\,dt$;极坐标 $S=\int_\alpha^\beta\sqrt{\rho^2+\rho'^2}\,d\theta$。 - **弧长**:直角 $S=\int_a^b\sqrt{1+y'^2}\,dx$ ;参数 $S=\int_\alpha^\beta\sqrt{x'^2+y'^2}\,dt$ ;极坐标 $S=\int_\alpha^\beta\sqrt{\rho^2+\rho'^2}\,d\theta$ 。
- **旋转体侧面积**:$S=2\pi\int_a^b|y|\sqrt{1+y'^2}\,dx$;参数 $S=2\pi\int_\alpha^\beta|y(t)|\sqrt{x'^2+y'^2}\,dt$。 - **旋转体侧面积**:$S=2\pi\int_a^b|y|\sqrt{1+y'^2}\,dx$ ;参数 $S=2\pi\int_\alpha^\beta|y(t)|\sqrt{x'^2+y'^2}\,dt$ 。
- **形心**:曲线 $\bar x=\frac{\int x\,ds}{\int ds}$、$\bar y=\frac{\int y\,ds}{\int ds}$(弧长权重);平面 $\bar x=\frac{\int_a^b xf(x)dx}{\int_a^b f(x)dx}$、$\bar y=\frac{\int_a^b f^2(x)dx}{2\int_a^b f(x)dx}$(两条线用 $f-g$、$f^2-g^2$)。 - **形心**:曲线 $\bar x=\frac{\int x\,ds}{\int ds}$ 、$\bar y=\frac{\int y\,ds}{\int ds}$ (弧长权重);平面 $\bar x=\frac{\int_a^b xf(x)dx}{\int_a^b f(x)dx}$ 、$\bar y=\frac{\int_a^b f^2(x)dx}{2\int_a^b f(x)dx}$ (两条线用 $f-g$ 、$f^2-g^2$ )。
- **物理**(数一少考):变力做功 $W=\int_a^b F(x)dx$;抽水做功 $W=\rho g\int_a^b xA(x)dx$;水压力 $P=\rho g\int_a^b x[f(x)-h(x)]dx$。 - **物理**(数一少考):变力做功 $W=\int_a^b F(x)dx$ ;抽水做功 $W=\rho g\int_a^b xA(x)dx$ ;水压力 $P=\rho g\int_a^b x[f(x)-h(x)]dx$ 。
**积分表(必背)**:$\int k\,dx=kx$;$\int x^\mu dx=\frac{x^{\mu+1}}{\mu+1}$;$\int\frac{dx}x=\ln|x|$;$\int\frac{dx}{1+x^2}=\arctan x$;$\int\frac{dx}{\sqrt{1-x^2}}=\arcsin x$;$\int\cos x\,dx=\sin x$;$\int\sin x\,dx=-\cos x$;$\int\frac{dx}{\cos^2x}=\tan x$;$\int\frac{dx}{\sin^2x}=-\cot x$;$\int\sec x\tan x\,dx=\sec x$;$\int\csc x\cot x\,dx=-\csc x$;$\int e^x dx=e^x$;$\int a^x dx=\frac{a^x}{\ln a}$(均 $+C$)。 **积分表(必背)**:$\int k\,dx=kx$ ;$\int x^\mu dx=\frac{x^{\mu+1}}{\mu+1}$ ;$\int\frac{dx}x=\ln|x|$ ;$\int\frac{dx}{1+x^2}=\arctan x$ ;$\int\frac{dx}{\sqrt{1-x^2}}=\arcsin x$ ;$\int\cos x\,dx=\sin x$ ;$\int\sin x\,dx=-\cos x$ ;$\int\frac{dx}{\cos^2x}=\tan x$ ;$\int\frac{dx}{\sin^2x}=-\cot x$ ;$\int\sec x\tan x\,dx=\sec x$ ;$\int\csc x\cot x\,dx=-\csc x$ ;$\int e^x dx=e^x$ ;$\int a^x dx=\frac{a^x}{\ln a}$ (均 $+C$ )。
## 6. §6 积分关系式 ## 6. §6 积分关系式
**积分等式**(证值):分部积分消去未知函数的高阶导数/积分(如 $\int_0^1 x^2f''(2x)dx$:先分部把 $f''(2x)$ 换成 $f'$,再分部换成 $f$,最后 $\int f(2x)$ 换元回已知 $\int_0^2 f(u)du$);**中值定理**:构造 $F(x)=\int_a^x fg,\ G(x)=\int_a^x g$ 用柯西中值 ⟹ 推广积分中值($g\equiv1$ 时为基本中值)。 **积分等式**(证值):分部积分消去未知函数的高阶导数/积分(如 $\int_0^1 x^2f''(2x)dx$ :先分部把 $f''(2x)$ 换成 $f'$ ,再分部换成 $f$ ,最后 $\int f(2x)$ 换元回已知 $\int_0^2 f(u)du$ );**中值定理**:构造 $F(x)=\int_a^x fg,\ G(x)=\int_a^x g$ 用柯西中值 ⟹ 推广积分中值($g\equiv1$ 时为基本中值)。
**积分不等式**(证明): **积分不等式**(证明):
- **单调性(上限变量化)**:$f>0$ ⟹ $\int_a^b f\int_a^b\frac1f\ge(b-a)^2$(构造 $F=(\int_a^x f)(\int_a^x\frac1f)-(x-a)^2$,$F'=\int[\frac{f(x)}{f(t)}+\frac{f(t)}{f(x)}]dt-2(x-a)\ge0$);$f$ 递减 ⟹ $\int_0^\lambda f\ge\lambda\int_0^1f$(构造 $\frac{\int_0^x f}x$ 单调递减 + 积分中值)。 - **单调性(上限变量化)**:$f>0$ ⟹ $\int_a^b f\int_a^b\frac1f\ge(b-a)^2$ (构造 $F=(\int_a^x f)(\int_a^x\frac1f)-(x-a)^2$ ,$F'=\int[\frac{f(x)}{f(t)}+\frac{f(t)}{f(x)}]dt-2(x-a)\ge0$ );$f$ 递减 ⟹ $\int_0^\lambda f\ge\lambda\int_0^1f$ (构造 $\frac{\int_0^x f}x$ 单调递减 + 积分中值)。
- **拉格朗日**:条件「一阶可导 + 端点值为 0」(如 $f(0)=f(1)=0$:任取 $x$ 两段拉格朗日放缩,$|\int_0^1 f|\le\frac14\max|f'|$)。 - **拉格朗日**:条件「一阶可导 + 端点值为 0」(如 $f(0)=f(1)=0$ :任取 $x$ 两段拉格朗日放缩,$|\int_0^1 f|\le\frac14\max|f'|$ )。
- **泰勒**:条件「二阶可导 + 中点值」:$|\int_0^2 f|\le\frac13 M$ 型(在 1 处展开)。 - **泰勒**:条件「二阶可导 + 中点值」:$|\int_0^2 f|\le\frac13 M$ 型(在 1 处展开)。
### §6·B 积分题型考点(怎么做、为什么、坑)★必背 ### §6·B 积分题型考点(怎么做、为什么、坑)★必背
@@ -124,24 +124,24 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 一元积分]
| 被积函数长什么样 | 方法 | 题 | | 被积函数长什么样 | 方法 | 题 |
|---|---|---| |---|---|---|
| 分式/有理式 | 分配 + 部分分式(假分式先除) | 28–32 | | 分式/有理式 | 分配 + 部分分式(假分式先除) | 28–32 |
| 无理根式 | 第二类换元($\sqrt{a^2-x^2}$ 等三角代换;高次根式凑一阶 $u$) | 10–14、17–20 | | 无理根式 | 第二类换元($\sqrt{a^2-x^2}$ 等三角代换;高次根式凑一阶 $u$ ) | 10–14、17–20 |
| 幂 × 指/三 | 分部(幂求导降阶,多次还原/表格法) | 21–25、35 | | 幂 × 指/三 | 分部(幂求导降阶,多次还原/表格法) | 21–25、35 |
| 幂 × $\ln$/$\arctan$ | 分部(把 $\ln$/$\arctan$ 求导消掉) | 21、25 | | 幂 × $\ln$ /$\arctan$ | 分部(把 $\ln$ /$\arctan$ 求导消掉) | 21、25 |
| 三角乘积 | 积化和差拆和 | 4、5 | | 三角乘积 | 积化和差拆和 | 4、5 |
| $\frac{dx}{a+b\cos x/\sin x}$ | 万能 $u=\tan\frac x2$ 或凑 $\cos x$ 有理化 | 7、16 | | $\frac{dx}{a+b\cos x/\sin x}$ | 万能 $u=\tan\frac x2$ 或凑 $\cos x$ 有理化 | 7、16 |
| 复合层状 | 凑微分从内到外剥 | 2、3 | | 复合层状 | 凑微分从内到外剥 | 2、3 |
**② 分部选 $u$ 铁律**:反、对、幂、指、三——**越靠左越求导**($\ln,\arctan$ 求导消 log,幂求导降阶,指数/三角求导不简化所以被积分)。出现 $\int e^x\sin x$ 等循环 → **移项解出**(两次分部原式重现,$I$ 在等式两边)。 **② 分部选 $u$ 铁律**:反、对、幂、指、三——**越靠左越求导**($\ln,\arctan$ 求导消 log,幂求导降阶,指数/三角求导不简化所以被积分)。出现 $\int e^x\sin x$ 等循环 → **移项解出**(两次分部原式重现,$I$ 在等式两边)。
**③ 定积分先做三查(别急着算)**:①对称区间查奇偶(奇 0、偶 2 倍);②区间 $[0,\pi]$ 或 $[0,2\pi]$ 查周期/华里士($\int_0^\pi xf(\sin x)dx=\frac\pi2\int_0^\pi f(\sin x)dx$——**区间再现消 $x$ 利器**,题40);③被积含圆/半圆结构查几何意义($\sqrt{2x-x^2}$ → 单位圆 $\frac\pi4$,题36)。**区间再现为什么好用**:$x=a+b-t$ 换元后 $I'$ 与原 $I$ 是同一积分的镜像,$I+I'$ 往往变成常数倍可算(题39、40)。 **③ 定积分先做三查(别急着算)**:①对称区间查奇偶(奇 0、偶 2 倍);②区间 $[0,\pi]$ 或 $[0,2\pi]$ 查周期/华里士($\int_0^\pi xf(\sin x)dx=\frac\pi2\int_0^\pi f(\sin x)dx$ ——**区间再现消 $x$ 利器**,题40);③被积含圆/半圆结构查几何意义($\sqrt{2x-x^2}$ → 单位圆 $\frac\pi4$ ,题36)。**区间再现为什么好用**:$x=a+b-t$ 换元后 $I'$ 与原 $I$ 是同一积分的镜像,$I+I'$ 往往变成常数倍可算(题39、40)。
**④ 换元的坑**:①开根号**必须保绝对值**再按符号拆区间($\sqrt{\sin^3x-\sin^5x}=\sin^{3/2}x|\cos x|$);②换元后**上下限同步跟着换**($t=\varphi(x)$ 时 $x=a,b$ ⟹ $t=\varphi(a),\varphi(b)$);③第二类换元须 $\varphi'$ 单调有反函数;④被积函数含 $x$ 且上限含 $x$ 的**变限积分先提出 $x$**($\int_0^x(x-t)f= x\int_0^xf-\int_0^xtf$)。 **④ 换元的坑**:①开根号**必须保绝对值**再按符号拆区间($\sqrt{\sin^3x-\sin^5x}=\sin^{3/2}x|\cos x|$ );②换元后**上下限同步跟着换**($t=\varphi(x)$ 时 $x=a,b$ ⟹ $t=\varphi(a),\varphi(b)$ );③第二类换元须 $\varphi'$ 单调有反函数;④被积函数含 $x$ 且上限含 $x$ 的**变限积分先提出** $x$ ($\int_0^x(x-t)f= x\int_0^xf-\int_0^xtf$ )。
**⑤ 反常积分两步(题52–60)**:①**找全反常点**($\infty$ 与每个无穷间断点),**拆开逐段判**(只在收敛时才能合并/用奇偶性);②用等价无穷小把被积化到 $\frac1{x^\rho}$ 形状再对表(幂 $\rho>1$ 收敛;瑕 $\rho<1$ 收敛;对数慢增长——$\frac1{\ln^\rho x}$ 无穷区间任何 $\rho$ 发散)。求值题(可积时)用定义取极限 + 换元/分部/递推($I_n=nI_{n-1}\Rightarrow I_n=n!$)。 **⑤ 反常积分两步(题52–60)**:①**找全反常点**($\infty$ 与每个无穷间断点),**拆开逐段判**(只在收敛时才能合并/用奇偶性);②用等价无穷小把被积化到 $\frac1{x^\rho}$ 形状再对表(幂 $\rho>1$ 收敛;瑕 $\rho<1$ 收敛;对数慢增长——$\frac1{\ln^\rho x}$ 无穷区间任何 $\rho$ 发散)。求值题(可积时)用定义取极限 + 换元/分部/递推($I_n=nI_{n-1}\Rightarrow I_n=n!$ )。
**⑥ 定积分等式题(题41–42)**:被积含 $\int_a^bf$ 这类**未知常数** → 设 $A=\int$,反解方程组;含 $f(\text{内层})$ 复合 → 换元让内层成新变量($u=x\cos x$),观察被积是否是 $\frac{d}{dx}(内层)$。 **⑥ 定积分等式题(题41–42)**:被积含 $\int_a^bf$ 这类**未知常数** → 设 $A=\int$ ,反解方程组;含 $f(\text{内层})$ 复合 → 换元让内层成新变量($u=x\cos x$ ),观察被积是否是 $\frac{d}{dx}(内层)$ 。
**⑦ 积分不等式三选**:被积含 $\frac1f$ 配对 → 构造单调(题73);含 $f'$ 有界 + 端点值 → 拉格朗日两段(题75);含 $f''$ + 中点条件 → 泰勒中点展开(题76)。**看到 $\int f\int\frac1f$、$\int_0^\lambda\ge\lambda\int_0^1$ 这类"上限变量化"题型,先造 $F(x)$ 再证 $F'$ 符号**。 **⑦ 积分不等式三选**:被积含 $\frac1f$ 配对 → 构造单调(题73);含 $f'$ 有界 + 端点值 → 拉格朗日两段(题75);含 $f''$ + 中点条件 → 泰勒中点展开(题76)。**看到 $\int f\int\frac1f$ 、$\int_0^\lambda\ge\lambda\int_0^1$ 这类"上限变量化"题型,先造 $F(x)$ 再证 $F'$ 符号**。
## 7. 题目清单(76 题) ## 7. 题目清单(76 题)
@@ -149,103 +149,103 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 一元积分]
### A. 不定积分·基本与凑微分(题1–8) ### A. 不定积分·基本与凑微分(题1–8)
- **题 1 · 基本积分·物理背景(★☆☆)**:汽车以 20 m/s 行驶、匀减速 50 m 停止,求加速度($v=kt+C$ 两次积分定常数,$a=-4$ m/s²)。 - **题 1 · 基本积分·物理背景(★☆☆)**:汽车以 20 m/s 行驶、匀减速 50 m 停止,求加速度($v=kt+C$ 两次积分定常数,$a=-4$ m/s²)。
- **题 2 · 凑微分(★★☆)**:$\int\frac{dx}{x\ln x\ln\ln x}$(三层 $d$ 递进,$=\ln|\ln\ln x|+C$)。 - **题 2 · 凑微分(★★☆)**:$\int\frac{dx}{x\ln x\ln\ln x}$ (三层 $d$ 递进,$=\ln|\ln\ln x|+C$ )。
- **题 3 · 凑微分·指数(★★☆)**:$\int\frac{10^{2\arccos x}}{\sqrt{1-x^2}}dx$($d(\arccos x)$,$=-\frac{10^{2\arccos x}}{2\ln10}+C$)。 - **题 3 · 凑微分·指数(★★☆)**:$\int\frac{10^{2\arccos x}}{\sqrt{1-x^2}}dx$ ($d(\arccos x)$ ,$=-\frac{10^{2\arccos x}}{2\ln10}+C$ )。
- **题 4 · 积化和差(★★☆)**:$\int\sin2x\cos3x\,dx$($=\frac12\int(\sin5x-\sin x)$,$=-\frac1{10}\cos5x+\frac12\cos x+C$)。 - **题 4 · 积化和差(★★☆)**:$\int\sin2x\cos3x\,dx$ ($=\frac12\int(\sin5x-\sin x)$ ,$=-\frac1{10}\cos5x+\frac12\cos x+C$ )。
- **题 5 · 积化和差·三积(★★★)**:$\int\sin x\sin2x\sin3x\,dx$(先 $\sin x\sin2x$ 和差再配,$=-\frac1{16}\cos4x-\frac18\cos2x-\frac1{12}\sin^23x+C$)。 - **题 5 · 积化和差·三积(★★★)**:$\int\sin x\sin2x\sin3x\,dx$ (先 $\sin x\sin2x$ 和差再配,$=-\frac1{16}\cos4x-\frac18\cos2x-\frac1{12}\sin^23x+C$ )。
- **题 6 · 三角等式(★★☆)**:$\int\tan^3x\sec x\,dx$($\sec^2-1=\tan^2$,$d(\sec x)$,$=\frac13\sec^3x-\sec x+C$)。 - **题 6 · 三角等式(★★☆)**:$\int\tan^3x\sec x\,dx$ ($\sec^2-1=\tan^2$ ,$d(\sec x)$ ,$=\frac13\sec^3x-\sec x+C$ )。
- **题 7 · 万能/有理·三角(★★★)**:$\int\frac{dx}{(2+\cos x)\sin x}$(分子分母乘 $\sin x$ 转 $\cos x$ 有理分解)。 - **题 7 · 万能/有理·三角(★★★)**:$\int\frac{dx}{(2+\cos x)\sin x}$ (分子分母乘 $\sin x$ 转 $\cos x$ 有理分解)。
- **题 8 · 二倍角去根号(★★★)**:$\int\frac{\sqrt{1+\cos x}}{\sin x}dx$($1+\cos x=2\cos^2\frac x2$,$=\sqrt2\ln|\csc\frac x2-\cot\frac x2|+C$,注意 $\cos\frac x2$ 符号分段)。 - **题 8 · 二倍角去根号(★★★)**:$\int\frac{\sqrt{1+\cos x}}{\sin x}dx$ ($1+\cos x=2\cos^2\frac x2$ ,$=\sqrt2\ln|\csc\frac x2-\cot\frac x2|+C$ ,注意 $\cos\frac x2$ 符号分段)。
### B. 不定积分·换元(题9–16) ### B. 不定积分·换元(题9–16)
- **题 9 · 反三角换元(★★☆)**:$\int(\arcsin x)^2dx$($t=\arcsin x$,表格法分部,$=(\arcsin x)^2x+2\arcsin x\sqrt{1-x^2}-2x+C$)。 - **题 9 · 反三角换元(★★☆)**:$\int(\arcsin x)^2dx$ ($t=\arcsin x$ ,表格法分部,$=(\arcsin x)^2x+2\arcsin x\sqrt{1-x^2}-2x+C$ )。
- **题 10 · 倒数换元(★★☆)**:$\int\frac{dx}{x^2\sqrt{x^2-1}}$($x=1/u$,$=\frac{\sqrt{x^2-1}}x+C$)。 - **题 10 · 倒数换元(★★☆)**:$\int\frac{dx}{x^2\sqrt{x^2-1}}$ ($x=1/u$ ,$=\frac{\sqrt{x^2-1}}x+C$ )。
- **题 11 · 有理换元(★★☆)**:$\int\frac{dx}{1+\sqrt[3]{x+1}}$($u=\sqrt[3]{x+1}$,$\frac32\sqrt[3]{(x+1)^2}-3\sqrt[3]{x+1}+3\ln|1+\sqrt[3]{x+1}|+C$)。 - **题 11 · 有理换元(★★☆)**:$\int\frac{dx}{1+\sqrt[3]{x+1}}$ ($u=\sqrt[3]{x+1}$ ,$\frac32\sqrt[3]{(x+1)^2}-3\sqrt[3]{x+1}+3\ln|1+\sqrt[3]{x+1}|+C$ )。
- **题 12 · 有理换元+有理积分(★★★)**:$\int\sqrt{\frac{1-x}{1+x}}\frac{dx}x$($u=\sqrt{\frac{1-x}{1+x}}$,部分分式)。 - **题 12 · 有理换元+有理积分(★★★)**:$\int\sqrt{\frac{1-x}{1+x}}\frac{dx}x$ ($u=\sqrt{\frac{1-x}{1+x}}$ ,部分分式)。
- **题 13 · 有理换元·高阶根式(★★★)**:$\int\frac{dx}{\sqrt[3]{(x+1)^2(x-1)^4}}$(提三次方凑一阶 $u=\sqrt[3]{\frac{x+1}{x-1}}$,$=-\frac32\sqrt[3]{\frac{x+1}{x-1}}+C$)。 - **题 13 · 有理换元·高阶根式(★★★)**:$\int\frac{dx}{\sqrt[3]{(x+1)^2(x-1)^4}}$ (提三次方凑一阶 $u=\sqrt[3]{\frac{x+1}{x-1}}$ ,$=-\frac32\sqrt[3]{\frac{x+1}{x-1}}+C$ )。
- **题 14 · 有理换元+分部(★★★)**:$\int\sqrt{\frac{a+x}{a-x}}dx$($u=\sqrt{\frac{a+x}{a-x}}$ 或 $x=a\sin t$ 辅助,$=-\sqrt{a^2-x^2}+2a\arctan\sqrt{\frac{a+x}{a-x}}+C$)。 - **题 14 · 有理换元+分部(★★★)**:$\int\sqrt{\frac{a+x}{a-x}}dx$ ($u=\sqrt{\frac{a+x}{a-x}}$ 或 $x=a\sin t$ 辅助,$=-\sqrt{a^2-x^2}+2a\arctan\sqrt{\frac{a+x}{a-x}}+C$ )。
- **题 15 · 先分部再换元(★★★)**:$\int\frac{xe^x}{\sqrt{1+e^x}}dx$(先分部 $2x\sqrt{1+e^x}$ 再 $t=\sqrt{1+e^x}$,$=2x\sqrt{1+e^x}-4\sqrt{1+e^x}-2\ln\frac{\sqrt{1+e^x}-1}{\sqrt{1+e^x}+1}+C$)。 - **题 15 · 先分部再换元(★★★)**:$\int\frac{xe^x}{\sqrt{1+e^x}}dx$ (先分部 $2x\sqrt{1+e^x}$ 再 $t=\sqrt{1+e^x}$ ,$=2x\sqrt{1+e^x}-4\sqrt{1+e^x}-2\ln\frac{\sqrt{1+e^x}-1}{\sqrt{1+e^x}+1}+C$ )。
- **题 16 · 万能公式(★★☆)**:$\int\frac{dx}{3+\cos x}$($u=\tan\frac x2$,$=\frac1{\sqrt2}\arctan\frac{\tan\frac x2}{\sqrt2}+C$)。 - **题 16 · 万能公式(★★☆)**:$\int\frac{dx}{3+\cos x}$ ($u=\tan\frac x2$ ,$=\frac1{\sqrt2}\arctan\frac{\tan\frac x2}{\sqrt2}+C$ )。
### C. 不定积分·第二类换元(题17–20) ### C. 不定积分·第二类换元(题17–20)
- **题 17 · $\sqrt{a^2-x^2}$ 型(★★☆)**:$\int\frac{dx}{1+\sqrt{1-x^2}}$($x=\sin t$,$t\in(-\frac\pi2,\frac\pi2)$,$=\arcsin x-\frac{x}{1+\sqrt{1-x^2}}+C$)。 - **题 17 · $\sqrt{a^2-x^2}$ 型(★★☆)**:$\int\frac{dx}{1+\sqrt{1-x^2}}$ ($x=\sin t$ ,$t\in(-\frac\pi2,\frac\pi2)$ ,$=\arcsin x-\frac{x}{1+\sqrt{1-x^2}}+C$ )。
- **题 18 · $\sqrt{a^2+x^2}$ 型(★★★)**:$\int\frac{x^3+1}{(x^2+1)^2}dx$($x=\tan t$,三角化简,$=\frac{1+x}{2(1+x^2)}+\frac12\ln(1+x^2)+\frac12\arctan x+C$)。 - **题 18 · $\sqrt{a^2+x^2}$ 型(★★★)**:$\int\frac{x^3+1}{(x^2+1)^2}dx$ ($x=\tan t$ ,三角化简,$=\frac{1+x}{2(1+x^2)}+\frac12\ln(1+x^2)+\frac12\arctan x+C$ )。
- **题 19 · $\sqrt{x^2-a^2}$ 型(★★★)**:$\int\frac{\sqrt{x^2-9}}x dx$($x=3\sec t$,**须分 $x>3$ 与 $x<-3$**,$=\sqrt{x^2-9}-3\arccos\frac3{|x|}+C$)。 - **题 19 · $\sqrt{x^2-a^2}$ 型(★★★)**:$\int\frac{\sqrt{x^2-9}}x dx$ ($x=3\sec t$ ,**须分 $x>3$ 与** $x<-3$ ,$=\sqrt{x^2-9}-3\arccos\frac3{|x|}+C$ )。
- **题 20 · 辅助换元(★★★)**:$\int\frac{dx}{x+\sqrt{1-x^2}}$($x=\sin t$ 后构造 $I_1\pm I_2$,$=\frac12(\arcsin x+\ln|x+\sqrt{1-x^2}|)+C$)。 - **题 20 · 辅助换元(★★★)**:$\int\frac{dx}{x+\sqrt{1-x^2}}$ ($x=\sin t$ 后构造 $I_1\pm I_2$ ,$=\frac12(\arcsin x+\ln|x+\sqrt{1-x^2}|)+C$ )。
### D. 不定积分·分部与推广(题21–27) ### D. 不定积分·分部与推广(题21–27)
- **题 21 · 基本分部·非幂优先(★★☆)**:$\int x^2\arctan x\,dx$($\arctan$ 求导消幂,$=\frac13x^3\arctan x-\frac16x^2+\frac16\ln(1+x^2)+C$)。 - **题 21 · 基本分部·非幂优先(★★☆)**:$\int x^2\arctan x\,dx$ ($\arctan$ 求导消幂,$=\frac13x^3\arctan x-\frac16x^2+\frac16\ln(1+x^2)+C$ )。
- **题 22 · 基本分部·幂优先(★★☆)**:$\int x\tan^2x\,dx$($\tan^2=\sec^2-1$,$=x\tan x+\ln|\cos x|-\frac{x^2}2+C$)。 - **题 22 · 基本分部·幂优先(★★☆)**:$\int x\tan^2x\,dx$ ($\tan^2=\sec^2-1$ ,$=x\tan x+\ln|\cos x|-\frac{x^2}2+C$ )。
- **题 23 · 多次分部还原(★★★)**:$\int e^x\sin^2x\,dx$(两次还原出 $\int e^x\sin2x$,$=e^x(\frac12-\frac15\sin2x-\frac1{10}\cos2x)+C$)。 - **题 23 · 多次分部还原(★★★)**:$\int e^x\sin^2x\,dx$ (两次还原出 $\int e^x\sin2x$ ,$=e^x(\frac12-\frac15\sin2x-\frac1{10}\cos2x)+C$ )。
- **题 24 · 表格法(★★☆)**:$\int(x^3+2x+6)e^{2x}dx$($u=x^3+2x+6$ 四行表格,$=(\frac12x^3-\frac34x^2+\frac74x+\frac{17}8)e^{2x}+C$)。 - **题 24 · 表格法(★★☆)**:$\int(x^3+2x+6)e^{2x}dx$ ($u=x^3+2x+6$ 四行表格,$=(\frac12x^3-\frac34x^2+\frac74x+\frac{17}8)e^{2x}+C$ )。
- **题 25 · 表格法·对数(★★☆)**:$\int x^2\ln x\,dx$($=\frac13x^3\ln x-\frac19x^3+C$)。 - **题 25 · 表格法·对数(★★☆)**:$\int x^2\ln x\,dx$ ($=\frac13x^3\ln x-\frac19x^3+C$ )。
- **题 26 · 分部与换元(★★☆)**:$\int e^{\sqrt[3]x}dx$($u=\sqrt[3]x$,$=3e^{\sqrt[3]x}(x^{2/3}-2x^{1/3}+2)+C$)。 - **题 26 · 分部与换元(★★☆)**:$\int e^{\sqrt[3]x}dx$ ($u=\sqrt[3]x$ ,$=3e^{\sqrt[3]x}(x^{2/3}-2x^{1/3}+2)+C$ )。
- **题 27 · 分部与换元(★★☆)**:$\int e^{\sqrt{3x+9}}dx$($u=\sqrt{3x+9}$,$=\frac23e^{\sqrt{3x+9}}(\sqrt{3x+9}-1)+C$)。 - **题 27 · 分部与换元(★★☆)**:$\int e^{\sqrt{3x+9}}dx$ ($u=\sqrt{3x+9}$ ,$=\frac23e^{\sqrt{3x+9}}(\sqrt{3x+9}-1)+C$ )。
### E. 不定积分·有理积分与等式(题28–33) ### E. 不定积分·有理积分与等式(题28–33)
- **题 28 · 高阶多项式分配(★★☆)**:$\int\frac{x^3}{x^2+9}dx$(配 $x^3+9x-9x$,$=\frac{x^2}2-\frac92\ln(9+x^2)+C$)。 - **题 28 · 高阶多项式分配(★★☆)**:$\int\frac{x^3}{x^2+9}dx$ (配 $x^3+9x-9x$ ,$=\frac{x^2}2-\frac92\ln(9+x^2)+C$ )。
- **题 29 · 低阶多项式分解(★★☆)**:$\int\frac{x^2+1}{(x+1)^2(x-1)}dx$(部分分式+代根法,$=\frac12\ln|x^2-1|+\frac1{x+1}+C$)。 - **题 29 · 低阶多项式分解(★★☆)**:$\int\frac{x^2+1}{(x+1)^2(x-1)}dx$ (部分分式+代根法,$=\frac12\ln|x^2-1|+\frac1{x+1}+C$ )。
- **题 30 · 低阶多项式分配(★★☆)**:$\int\frac{x-1}{x^2+2x+3}dx$(配 $d(x^2+2x+3)$,$=\frac12\ln(x^2+2x+3)-\sqrt2\arctan\frac{x+1}{\sqrt2}+C$)。 - **题 30 · 低阶多项式分配(★★☆)**:$\int\frac{x-1}{x^2+2x+3}dx$ (配 $d(x^2+2x+3)$ ,$=\frac12\ln(x^2+2x+3)-\sqrt2\arctan\frac{x+1}{\sqrt2}+C$ )。
- **题 31 · 分解+分配合用(★★★)**:$\int\frac{x^5+x^4-8}{x^3-x}dx$(先分配降阶再分解,$=\frac{x^3}3+\frac{x^2}2+x+8\ln|x|-4\ln|x+1|-3\ln|x-1|+C$)。 - **题 31 · 分解+分配合用(★★★)**:$\int\frac{x^5+x^4-8}{x^3-x}dx$ (先分配降阶再分解,$=\frac{x^3}3+\frac{x^2}2+x+8\ln|x|-4\ln|x+1|-3\ln|x-1|+C$ )。
- **题 32 · 有理+三角换元(★★★)**:$\int\frac{-x^2-2}{(x^2+x+1)^2}dx$(分解成两项,$(x^2+x+1)^2$ 项用 $x+\frac12=\frac{\sqrt3}2\tan t$,$=-\frac{4x+3}{2(x^2+x+1)}-\frac6{\sqrt3}\arctan\frac{2x+1}{\sqrt3}+C$)。 - **题 32 · 有理+三角换元(★★★)**:$\int\frac{-x^2-2}{(x^2+x+1)^2}dx$ (分解成两项,$(x^2+x+1)^2$ 项用 $x+\frac12=\frac{\sqrt3}2\tan t$ ,$=-\frac{4x+3}{2(x^2+x+1)}-\frac6{\sqrt3}\arctan\frac{2x+1}{\sqrt3}+C$ )。
- **题 33 · 不定积分等式(★★☆)**:已知 $\int f'(x^3)dx=x^3+C$,求 $f(x)$(求导+换元,$=\frac95x^{5/3}+C$)。 - **题 33 · 不定积分等式(★★☆)**:已知 $\int f'(x^3)dx=x^3+C$ ,求 $f(x)$ (求导+换元,$=\frac95x^{5/3}+C$ )。
### F. 定积分计算(题34–36) ### F. 定积分计算(题34–36)
- **题 34 · 换元(★★☆)**:$\int_0^2\frac{x\,dx}{(x^2-2x+2)^2}$(配方 $x-1=\tan u$,$=\frac\pi4+\frac12$)。 - **题 34 · 换元(★★☆)**:$\int_0^2\frac{x\,dx}{(x^2-2x+2)^2}$ (配方 $x-1=\tan u$ ,$=\frac\pi4+\frac12$ )。
- **题 35 · 分部推广(★★★)**:$\int_0^{\pi/2}e^{2x}\cos x\,dx$(表格法出同形移项,$=\frac15(e^\pi-2)$)。 - **题 35 · 分部推广(★★★)**:$\int_0^{\pi/2}e^{2x}\cos x\,dx$ (表格法出同形移项,$=\frac15(e^\pi-2)$ )。
- **题 36 · 几何意义(★★☆)**:$\int_0^1\sqrt{2x-x^2}\,dx$(配方 $\sqrt{1-(x-1)^2}$,单位圆四分之一,$=\frac\pi4$)。 - **题 36 · 几何意义(★★☆)**:$\int_0^1\sqrt{2x-x^2}\,dx$ (配方 $\sqrt{1-(x-1)^2}$ ,单位圆四分之一,$=\frac\pi4$ )。
### G. 定积分技巧(题37–44) ### G. 定积分技巧(题37–44)
- **题 37 · 极限化为定积分(★★☆)**:$\lim_{n\to\infty}(\frac1{n+1}+\cdots+\frac1{n+n})$(夹逼失败,定积分定义,$=\ln2$)。 - **题 37 · 极限化为定积分(★★☆)**:$\lim_{n\to\infty}(\frac1{n+1}+\cdots+\frac1{n+n})$ (夹逼失败,定积分定义,$=\ln2$ )。
- **题 38 · 极限化为定积分(★★☆)**:$\lim_{n\to\infty}(\frac{n+1}{n^2+1}+\cdots+\frac{n+n}{n^2+n^2})$(提 $\frac1n$ 凑 $\frac in$,$=\int_0^1\frac{1+x}{1+x^2}dx=\frac\pi4+\frac12\ln2$)。 - **题 38 · 极限化为定积分(★★☆)**:$\lim_{n\to\infty}(\frac{n+1}{n^2+1}+\cdots+\frac{n+n}{n^2+n^2})$ (提 $\frac1n$ 凑 $\frac in$ ,$=\int_0^1\frac{1+x}{1+x^2}dx=\frac\pi4+\frac12\ln2$ )。
- **题 39 · 区间再现(★★☆)**:$\int_0^{\pi/2}\frac{\sin x}{\sin x+\cos x}dx$(再现+相加减,$=\frac\pi4$)。 - **题 39 · 区间再现(★★☆)**:$\int_0^{\pi/2}\frac{\sin x}{\sin x+\cos x}dx$ (再现+相加减,$=\frac\pi4$ )。
- **题 40 · 区间再现·消 $x$(★★★)**:$\int_0^\pi\frac{x\sin x}{1+\cos^2x}dx$($x=\pi-t$ 再现,$=\frac{\pi^2}4$)。 - **题 40 · 区间再现·消 $x$ (★★★)**:$\int_0^\pi\frac{x\sin x}{1+\cos^2x}dx$ ($x=\pi-t$ 再现,$=\frac{\pi^2}4$ )。
- **题 41 · 定限积分等式·函数(★★★)**:$f(x)=x^2-x\int_0^2 f\,dx+2\int_0^1 f\,dx$,求 $f(x)$(两积分令常数反代解方程,$=x^2-\frac43x+\frac23$)。 - **题 41 · 定限积分等式·函数(★★★)**:$f(x)=x^2-x\int_0^2 f\,dx+2\int_0^1 f\,dx$ ,求 $f(x)$ (两积分令常数反代解方程,$=x^2-\frac43x+\frac23$ )。
- **题 42 · 定限积分等式·积分值(★★★)**:$\int_0^{\pi/2}f(x\cos x)\cos x\,dx=A$,求 $\int_0^{\pi/2}f(x\cos x)x\sin x\,dx$(凑 $d(x\cos x)$,$=A$)。 - **题 42 · 定限积分等式·积分值(★★★)**:$\int_0^{\pi/2}f(x\cos x)\cos x\,dx=A$ ,求 $\int_0^{\pi/2}f(x\cos x)x\sin x\,dx$ (凑 $d(x\cos x)$ ,$=A$ )。
- **题 43 · 定积分不等式·单调性(★★★)**:判断 $\int_0^{\pi/4}\frac{\tan x}x\,dx<1$(常数移入变 $\int_0^{\pi/4}(\frac{\tan x}x-\frac4\pi)$,$\varphi'>0$ 且 $\varphi(\frac\pi4)=0$)。 - **题 43 · 定积分不等式·单调性(★★★)**:判断 $\int_0^{\pi/4}\frac{\tan x}x\,dx<1$ (常数移入变 $\int_0^{\pi/4}(\frac{\tan x}x-\frac4\pi)$ ,$\varphi'>0$ 且 $\varphi(\frac\pi4)=0$ )。
- **题 44 · 中值定理综合(★★★★)**:$f$ 在 $[0,3]$ 连续、$(0,3)$ 二阶可导,$2f(0)=\int_0^2 f=f(2)+f(3)$:①证 $\exists\eta,\ f(\eta)=f(0)$;②证 $\exists\xi,\ f''(\xi)=0$(拉格朗日+介值+两次罗尔)。 - **题 44 · 中值定理综合(★★★★)**:$f$ 在 $[0,3]$ 连续、$(0,3)$ 二阶可导,$2f(0)=\int_0^2 f=f(2)+f(3)$ :①证 $\exists\eta,\ f(\eta)=f(0)$ ;②证 $\exists\xi,\ f''(\xi)=0$ (拉格朗日+介值+两次罗尔)。
### H. 变限积分(题45–51) ### H. 变限积分(题45–51)
- **题 45 · 求导·被积含 $x$(★★☆)**:$\frac d{dx}\int_0^x tf(x^2-t^2)dt$(换元 $u=x^2-t^2$ 移 $x$ 出,$=xf(x^2)$)。 - **题 45 · 求导·被积含 $x$ (★★☆)**:$\frac d{dx}\int_0^x tf(x^2-t^2)dt$ (换元 $u=x^2-t^2$ 移 $x$ 出,$=xf(x^2)$ )。
- **题 46 · 周期性(★★★)**:$f(x)=\int_x^{x+2\pi}e^{\sin t}\sin t\,dt$ 是否为常量并判正负(周期减区间,$=\int_0^{2\pi}e^{\sin t}\cos^2t\,dt\ge0$)。 - **题 46 · 周期性(★★★)**:$f(x)=\int_x^{x+2\pi}e^{\sin t}\sin t\,dt$ 是否为常量并判正负(周期减区间,$=\int_0^{2\pi}e^{\sin t}\cos^2t\,dt\ge0$ )。
- **题 47 · 变限极限(★★☆)**:$f(0)=0,f'(0)=\pi$,求 $\lim_{x\to0}\frac{\int_0^x f(t)dt}{x^2}$(洛必达,$=\frac\pi2$)。 - **题 47 · 变限极限(★★☆)**:$f(0)=0,f'(0)=\pi$ ,求 $\lim_{x\to0}\frac{\int_0^x f(t)dt}{x^2}$ (洛必达,$=\frac\pi2$ )。
- **题 48 · 变限二阶导(★★☆)**:$F(x)=\int_0^x(x-t)f(t)dt$,求 $F''(x)$(先拆 $x$,$=f(x)$)。 - **题 48 · 变限二阶导(★★☆)**:$F(x)=\int_0^x(x-t)f(t)dt$ ,求 $F''(x)$ (先拆 $x$ ,$=f(x)$ )。
- **题 49 · 变限极值(★★★)**:$f$ 为 $x\ge1$ 正值连续函数,$F(x)=\int_1^x[(\frac2x+\ln x)-(\frac2t+\ln t)]f(t)dt$ 的极小值点(拆出 $x$ 项求导,$x=2$)。 - **题 49 · 变限极值(★★★)**:$f$ 为 $x\ge1$ 正值连续函数,$F(x)=\int_1^x[(\frac2x+\ln x)-(\frac2t+\ln t)]f(t)dt$ 的极小值点(拆出 $x$ 项求导,$x=2$ )。
- **题 50 · 变限连续(★★☆)**:$f=\begin{cases}x^2,&x\in[0,1)\\x,&x\in[1,2]\end{cases}$,求 $\Phi(x)=\int_0^x f\,dt$ 并讨论 $(0,2)$ 连续性(分段积分,$x=1$ 处左右极限相等连续)。 - **题 50 · 变限连续(★★☆)**:$f=\begin{cases}x^2,&x\in[0,1)\\x,&x\in[1,2]\end{cases}$ ,求 $\Phi(x)=\int_0^x f\,dt$ 并讨论 $(0,2)$ 连续性(分段积分,$x=1$ 处左右极限相等连续)。
- **题 51 · 无穷小比较(★★★)**:$x\to0^+$ 时 $A.\int_0^x(e^{t^2}-1)dt\ B.\int_0^x\ln(1+\sqrt{t^3})dt\ C.\int_0^{\sin x}\sin t^2\,dt\ D.\int_0^{1-\cos x}\sqrt{\sin^3t}\,dt$ 中阶数最高者($n(m+1)$ 阶公式,$D$ 为 5 阶)。 - **题 51 · 无穷小比较(★★★)**:$x\to0^+$ 时 $A.\int_0^x(e^{t^2}-1)dt\ B.\int_0^x\ln(1+\sqrt{t^3})dt\ C.\int_0^{\sin x}\sin t^2\,dt\ D.\int_0^{1-\cos x}\sqrt{\sin^3t}\,dt$ 中阶数最高者($n(m+1)$ 阶公式,$D$ 为 5 阶)。
### I. 反常积分(题52–60) ### I. 反常积分(题52–60)
- **题 52 · 定义法·求值(★★☆)**:$\int_0^{+\infty}\frac{dx}{(1+x)(1+x^2)}$($x=\tan u$ + 区间再现,$=\frac\pi4$)。 - **题 52 · 定义法·求值(★★☆)**:$\int_0^{+\infty}\frac{dx}{(1+x)(1+x^2)}$ ($x=\tan u$ + 区间再现,$=\frac\pi4$ )。
- **题 53 · 定义法·求值·分部(★★★)**:$\int_0^{+\infty}\frac{xe^{-x}}{(1+e^{-x})^2}dx$(分部+换元,$=\ln2$)。 - **题 53 · 定义法·求值·分部(★★★)**:$\int_0^{+\infty}\frac{xe^{-x}}{(1+e^{-x})^2}dx$ (分部+换元,$=\ln2$ )。
- **题 54 · 定义法·求参数(★★★)**:$\int_1^{+\infty}[\frac{2x^2+bx+a}{x(2x+a)}-1]=1$,求参数(先消发散项 $b=a$ 再解,$a=b=2(e-1)$)。 - **题 54 · 定义法·求参数(★★★)**:$\int_1^{+\infty}[\frac{2x^2+bx+a}{x(2x+a)}-1]=1$ ,求参数(先消发散项 $b=a$ 再解,$a=b=2(e-1)$ )。
- **题 55 · 递推公式(★★☆)**:$I_n=\int_0^{+\infty}x^ne^{-x}dx$(分部递推 $I_n=nI_{n-1}$,$I_0=1$,$=n!$)。 - **题 55 · 递推公式(★★☆)**:$I_n=\int_0^{+\infty}x^ne^{-x}dx$ (分部递推 $I_n=nI_{n-1}$ ,$I_0=1$ ,$=n!$ )。
- **题 56 · 幂函数判敛(★★☆)**:判断 $\int_0^{+\infty}\frac1{\sqrt{x+x^3}}dx$(拆 $[0,1]\cup[1,+\infty)$,$x\to0$ 时 $\sim\frac1{\sqrt x}$ 收敛、$x\to+\infty$ 时 $\sim\frac1{x^{3/2}}$ 收敛)。 - **题 56 · 幂函数判敛(★★☆)**:判断 $\int_0^{+\infty}\frac1{\sqrt{x+x^3}}dx$ (拆 $[0,1]\cup[1,+\infty)$ ,$x\to0$ 时 $\sim\frac1{\sqrt x}$ 收敛、$x\to+\infty$ 时 $\sim\frac1{x^{3/2}}$ 收敛)。
- **题 57 · 幂函数判敛(★★☆)**:判断 $\int_1^{+\infty}\frac1{x\sqrt{x^2-1}}dx$(拆 $[1,2]\cup[2,+\infty)$,两头都收敛)。 - **题 57 · 幂函数判敛(★★☆)**:判断 $\int_1^{+\infty}\frac1{x\sqrt{x^2-1}}dx$ (拆 $[1,2]\cup[2,+\infty)$ ,两头都收敛)。
- **题 58 · 指数函数判敛(★★☆)**:判断 $\int_{-\infty}^{+\infty}\frac1{x^2}e^{1/x}dx$(关注 $\pm\infty$ 与 $0^+$,$0^+$ 处发散)。 - **题 58 · 指数函数判敛(★★☆)**:判断 $\int_{-\infty}^{+\infty}\frac1{x^2}e^{1/x}dx$ (关注 $\pm\infty$ 与 $0^+$ ,$0^+$ 处发散)。
- **题 59 · 对数函数判敛(★★☆)**:判断 $\int_0^{+\infty}\frac{\ln(1+x)}{x^{3/2}}dx$($+\infty$ 时 $\sim\frac{\ln x}{x^{3/2}}$ 收敛、$0^+$ 时 $\sim\frac1{x^{1/2}}$ 收敛)。 - **题 59 · 对数函数判敛(★★☆)**:判断 $\int_0^{+\infty}\frac{\ln(1+x)}{x^{3/2}}dx$ ($+\infty$ 时 $\sim\frac{\ln x}{x^{3/2}}$ 收敛、$0^+$ 时 $\sim\frac1{x^{1/2}}$ 收敛)。
- **题 60 · 对数函数判敛(★★★)**:判断 $\int_0^{+\infty}\frac{\sqrt{\ln x}}{x\sqrt x-1}dx$(三处:$+\infty$、$0^+$、$x=1$ 瑕点分别判,均收敛)。 - **题 60 · 对数函数判敛(★★★)**:判断 $\int_0^{+\infty}\frac{\sqrt{\ln x}}{x\sqrt x-1}dx$ (三处:$+\infty$ 、$0^+$ 、$x=1$ 瑕点分别判,均收敛)。
### J. 积分应用·几何(题61–69) ### J. 积分应用·几何(题61–69)
- **题 61 · 面积·直角(★☆☆)**:求 $y^2=x$ 与 $y=x^2$ 所围面积(对 $x$ 或 $y$ 积分,$=\frac13$)。 - **题 61 · 面积·直角(★☆☆)**:求 $y^2=x$ 与 $y=x^2$ 所围面积(对 $x$ 或 $y$ 积分,$=\frac13$ )。
- **题 62 · 面积·直角选方向(★★☆)**:求 $y^2=2x$ 与 $y=x-4$ 围成面积(对 $y$ 积分一个式子,$=\int_{-2}^4[(y+4)-\frac{y^2}2]dy$)。 - **题 62 · 面积·直角选方向(★★☆)**:求 $y^2=2x$ 与 $y=x-4$ 围成面积(对 $y$ 积分一个式子,$=\int_{-2}^4[(y+4)-\frac{y^2}2]dy$ )。
- **题 63 · 面积·参数(★★☆)**:求摆线一拱 $x=a(t-\sin t),y=a(1-\cos t)\ (0\le t\le2\pi)$ 与 $x$ 轴面积(代入参数+华里士,$=3a^2\pi$)。 - **题 63 · 面积·参数(★★☆)**:求摆线一拱 $x=a(t-\sin t),y=a(1-\cos t)\ (0\le t\le2\pi)$ 与 $x$ 轴面积(代入参数+华里士,$=3a^2\pi$ )。
- **题 64 · 面积·极坐标(★★☆)**:求心形线 $\rho=a(1+\cos\theta)$ 面积($S=2\cdot\frac12\int_0^\pi\rho^2d\theta$,华里士,$=\frac32a^2\pi$)。 - **题 64 · 面积·极坐标(★★☆)**:求心形线 $\rho=a(1+\cos\theta)$ 面积($S=2\cdot\frac12\int_0^\pi\rho^2d\theta$ ,华里士,$=\frac32a^2\pi$ )。
- **题 65 · 体积·旋转体(★★☆)**:椭圆 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$ 绕 $x$ 轴旋转体积($V_x=\pi\int y^2 dx$ 取第一象限两倍,$=\frac43\pi ab^2$)。 - **题 65 · 体积·旋转体(★★☆)**:椭圆 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$ 绕 $x$ 轴旋转体积($V_x=\pi\int y^2 dx$ 取第一象限两倍,$=\frac43\pi ab^2$ )。
- **题 66 · 体积·摆线绕轴(★★★)**:摆线一拱绕 $x$ 轴($V_x=\pi\int y^2dx$,$=5a^3\pi^2$)与绕 $y$ 轴($V_y=2\pi\int xy\,dx$,$=6a^3\pi^3$)。 - **题 66 · 体积·摆线绕轴(★★★)**:摆线一拱绕 $x$ 轴($V_x=\pi\int y^2dx$ ,$=5a^3\pi^2$ )与绕 $y$ 轴($V_y=2\pi\int xy\,dx$ ,$=6a^3\pi^3$ )。
- **题 67 · 体积·平行截面(★★☆)**:求椭球 $\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$ 体积($S(x)=\pi bc(1-\frac{x^2}{a^2})$,$V=\frac43\pi abc$)。 - **题 67 · 体积·平行截面(★★☆)**:求椭球 $\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$ 体积($S(x)=\pi bc(1-\frac{x^2}{a^2})$ ,$V=\frac43\pi abc$ )。
- **题 68 · 平均值(★★☆)**:求 $y=\frac{x^2}{\sqrt{1-x^2}}$ 在 $[\frac12,\frac{\sqrt3}2]$ 平均值($\frac1{b-a}\int$,三角换元,$=\frac{\sqrt3+1}{12}\pi$)。 - **题 68 · 平均值(★★☆)**:求 $y=\frac{x^2}{\sqrt{1-x^2}}$ 在 $[\frac12,\frac{\sqrt3}2]$ 平均值($\frac1{b-a}\int$ ,三角换元,$=\frac{\sqrt3+1}{12}\pi$ )。
- **题 69 · 形心(★★★)**:$L:y=\frac14x^2-\frac12\ln x\ (1\le x\le e)$ 与 $x=1,x=e,x$ 轴围成 $D$ 的形心横坐标($\bar x=\frac{\int xf}{\int f}$,$=\frac{3(e^2+1)(e^2-3)}{4(e^3-7)}$)。 - **题 69 · 形心(★★★)**:$L:y=\frac14x^2-\frac12\ln x\ (1\le x\le e)$ 与 $x=1,x=e,x$ 轴围成 $D$ 的形心横坐标($\bar x=\frac{\int xf}{\int f}$ ,$=\frac{3(e^2+1)(e^2-3)}{4(e^3-7)}$ )。
### K. 积分应用·物理(题70) ### K. 积分应用·物理(题70)
- **题 70 · 抽水做功(★★★)**:半径 4 m 半球形水池蓄满水,抽到距原水面 6 m 高处,求功($W=\rho g\int_{-4}^0\pi(16-y^2)(6-y)dy$)。 - **题 70 · 抽水做功(★★★)**:半径 4 m 半球形水池蓄满水,抽到距原水面 6 m 高处,求功($W=\rho g\int_{-4}^0\pi(16-y^2)(6-y)dy$ )。
### L. 积分关系式(题71–76) ### L. 积分关系式(题71–76)
- **题 71 · 分部消未知(★★★)**:$f''$ 在 $[0,2]$ 连续,$f(2)=a,f'(2)=b,\int_0^2 f\,dx=c$,求 $\int_0^1 x^2f''(2x)dx$(两次分部+换元,$=-\frac a2+\frac b2+\frac c4$)。 - **题 71 · 分部消未知(★★★)**:$f''$ 在 $[0,2]$ 连续,$f(2)=a,f'(2)=b,\int_0^2 f\,dx=c$ ,求 $\int_0^1 x^2f''(2x)dx$ (两次分部+换元,$=-\frac a2+\frac b2+\frac c4$ )。
- **题 72 · 推广积分中值(★★☆)**:$f,g$ 在 $[a,b]$ 连续、$g$ 不变号,证 $\exists\xi,\ \int_a^b fg=f(\xi)\int_a^b g$(柯西中值,$g\equiv1$ 时为基本中值)。 - **题 72 · 推广积分中值(★★☆)**:$f,g$ 在 $[a,b]$ 连续、$g$ 不变号,证 $\exists\xi,\ \int_a^b fg=f(\xi)\int_a^b g$ (柯西中值,$g\equiv1$ 时为基本中值)。
- **题 73 · 积分不等式·单调(★★★)**:$f>0$ 连续,证 $\int_a^b f\int_a^b\frac1f\ge(b-a)^2$(构造 $F$ 单调增)。 - **题 73 · 积分不等式·单调(★★★)**:$f>0$ 连续,证 $\int_a^b f\int_a^b\frac1f\ge(b-a)^2$ (构造 $F$ 单调增)。
- **题 74 · 积分不等式·单调+中值(★★★)**:$f$ 在 $[0,1]$ 连续递减,证 $0<\lambda<1$ 时 $\int_0^\lambda f\ge\lambda\int_0^1f$($\frac{\int_0^x f}x$ 递减)。 - **题 74 · 积分不等式·单调+中值(★★★)**:$f$ 在 $[0,1]$ 连续递减,证 $0<\lambda<1$ 时 $\int_0^\lambda f\ge\lambda\int_0^1f$ ($\frac{\int_0^x f}x$ 递减)。
- **题 75 · 积分不等式·拉格朗日(★★★)**:$f$ 一阶连续可导、$f(0)=f(1)=0$,证 $|\int_0^1 f|\le\frac14\max|f'|$(两段拉格朗日放缩,$\min(x^2+(1-x)^2)=1/2$ 修正为 $\frac14$)。 - **题 75 · 积分不等式·拉格朗日(★★★)**:$f$ 一阶连续可导、$f(0)=f(1)=0$ ,证 $|\int_0^1 f|\le\frac14\max|f'|$ (两段拉格朗日放缩,$\min(x^2+(1-x)^2)=1/2$ 修正为 $\frac14$ )。
- **题 76 · 积分不等式·泰勒(★★★)**:$f$ 二阶连续可导、$f(1)=0$,$M=\max|f''|$,证 $|\int_0^2 f|\le\frac13 M$(在 1 处泰勒展开积分)。 - **题 76 · 积分不等式·泰勒(★★★)**:$f$ 二阶连续可导、$f(1)=0$ ,$M=\max|f''|$ ,证 $|\int_0^2 f|\le\frac13 M$ (在 1 处泰勒展开积分)。
--- ---
@@ -31,57 +31,57 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 向量代数与空
## 1. §1 向量代数 ## 1. §1 向量代数
**向量**:$\vec a=(a_x,a_y,a_z)=a_x\vec i+a_y\vec j+a_z\vec k$;相等看大小方向,与位置无关。 **向量**:$\vec a=(a_x,a_y,a_z)=a_x\vec i+a_y\vec j+a_z\vec k$ ;相等看大小方向,与位置无关。
**数量积(内积/点积)**:$\vec a\cdot\vec b=a_xb_x+a_yb_y+a_zb_z=|\vec a||\vec b|\cos\theta$;$\vec a\bot\vec b\iff\vec a\cdot\vec b=0$;$a$ 在 $b$ 上的**投影** $Prj_b\vec a=\frac{\vec a\cdot\vec b}{|\vec b|}$。 **数量积(内积/点积)**:$\vec a\cdot\vec b=a_xb_x+a_yb_y+a_zb_z=|\vec a||\vec b|\cos\theta$ ;$\vec a\bot\vec b\iff\vec a\cdot\vec b=0$ ;$a$ 在 $b$ 上的**投影** $Prj_b\vec a=\frac{\vec a\cdot\vec b}{|\vec b|}$ 。
**向量积(外积/叉积)**:$\vec a\times\vec b=\begin{vmatrix}\vec i&\vec j&\vec k\\a_x&a_y&a_z\\b_x&b_y&b_z\end{vmatrix}$,模 $|\vec a\times\vec b|=|\vec a||\vec b|\sin\theta$,方向右手定则(转向角不超过 $\pi$);$\vec a\parallel\vec b\iff\vec a\times\vec b=0\iff\frac{a_x}{b_x}=\frac{a_y}{b_y}=\frac{a_z}{b_z}$;$\vec a\times\vec a=0$。**速算**:两向量上下摞、右边复制一份,依次取 2-3、3-4、4-5 列的二阶行列式(第一/第六列不用)。 **向量积(外积/叉积)**:$\vec a\times\vec b=\begin{vmatrix}\vec i&\vec j&\vec k\\a_x&a_y&a_z\\b_x&b_y&b_z\end{vmatrix}$ ,模 $|\vec a\times\vec b|=|\vec a||\vec b|\sin\theta$ ,方向右手定则(转向角不超过 $\pi$ );$\vec a\parallel\vec b\iff\vec a\times\vec b=0\iff\frac{a_x}{b_x}=\frac{a_y}{b_y}=\frac{a_z}{b_z}$ ;$\vec a\times\vec a=0$ 。**速算**:两向量上下摞、右边复制一份,依次取 2-3、3-4、4-5 列的二阶行列式(第一/第六列不用)。
**混合积**:$[\vec a\vec b\vec c]=(\vec a\times\vec b)\cdot\vec c=\begin{vmatrix}a_x&a_y&a_z\\b_x&b_y&b_z\\c_x&c_y&c_z\end{vmatrix}$;轮换不改变值 $a\cdot(b\times c)=b\cdot(c\times a)=c\cdot(a\times b)$;交换一对改变符号;**$[\vec a\vec b\vec c]=0\iff$ 三向量共面**;$[\vec a\vec b\vec c]$ 绝对值 = 三向量张成的平行六面体体积。 **混合积**:$[\vec a\vec b\vec c]=(\vec a\times\vec b)\cdot\vec c=\begin{vmatrix}a_x&a_y&a_z\\b_x&b_y&b_z\\c_x&c_y&c_z\end{vmatrix}$ ;轮换不改变值 $a\cdot(b\times c)=b\cdot(c\times a)=c\cdot(a\times b)$ ;交换一对改变符号;**$[\vec a\vec b\vec c]=0\iff$ 三向量共面**;$[\vec a\vec b\vec c]$ 绝对值 = 三向量张成的平行六面体体积。
**方向角与方向余弦**:$\vec a$ 与 $x,y,z$ 轴正向夹角 $\alpha,\beta,\gamma$;$\cos\alpha=\frac{a_x}{|\vec a|}$ 等;**单位向量** $\vec a^\circ=\frac{\vec a}{|\vec a|}=(\cos\alpha,\cos\beta,\cos\gamma)$,且 $\cos^2\alpha+\cos^2\beta+\cos^2\gamma=1$。 **方向角与方向余弦**:$\vec a$ 与 $x,y,z$ 轴正向夹角 $\alpha,\beta,\gamma$ ;$\cos\alpha=\frac{a_x}{|\vec a|}$ 等;**单位向量** $\vec a^\circ=\frac{\vec a}{|\vec a|}=(\cos\alpha,\cos\beta,\cos\gamma)$ ,且 $\cos^2\alpha+\cos^2\beta+\cos^2\gamma=1$ 。
## 2. §2 平面与直线 ## 2. §2 平面与直线
**平面方程**(法向量 $\vec n=(A,B,C)$):一般式 $Ax+By+Cz+D=0$;点法式 $A(x-x_0)+B(y-y_0)+C(z-z_0)=0$;三点式(过不共线三点)三坐标差作行行列式=0;截距式 $\frac xa+\frac yb+\frac zc=1$(过三截距点)。 **平面方程**(法向量 $\vec n=(A,B,C)$ ):一般式 $Ax+By+Cz+D=0$ ;点法式 $A(x-x_0)+B(y-y_0)+C(z-z_0)=0$ ;三点式(过不共线三点)三坐标差作行行列式=0;截距式 $\frac xa+\frac yb+\frac zc=1$ (过三截距点)。
**直线方程**(方向向量 $\vec\tau=(l,m,n)$):一般式(两平面交线,$\vec\tau=\vec n_1\times\vec n_2$);点向式(标准式/对称式)$\frac{x-x_0}l=\frac{y-y_0}m=\frac{z-z_0}n$;参数式 $x=x_0+lt,\ y=y_0+mt,\ z=z_0+nt$;两点式。 **直线方程**(方向向量 $\vec\tau=(l,m,n)$ ):一般式(两平面交线,$\vec\tau=\vec n_1\times\vec n_2$ );点向式(标准式/对称式)$\frac{x-x_0}l=\frac{y-y_0}m=\frac{z-z_0}n$ ;参数式 $x=x_0+lt,\ y=y_0+mt,\ z=z_0+nt$ ;两点式。
**位置关系**(转成向量条件): **位置关系**(转成向量条件):
- 线 $L_1\bot L_2\iff\vec\tau_1\cdot\vec\tau_2=0$;$L_1\parallel L_2\iff\vec\tau_1\parallel\vec\tau_2$(分量成比例)。 - 线 $L_1\bot L_2\iff\vec\tau_1\cdot\vec\tau_2=0$ ;$L_1\parallel L_2\iff\vec\tau_1\parallel\vec\tau_2$ (分量成比例)。
- 面 $\pi_1\bot\pi_2\iff\vec n_1\cdot\vec n_2=0$;$\pi_1\parallel\pi_2\iff\vec n_1\parallel\vec n_2$。 - 面 $\pi_1\bot\pi_2\iff\vec n_1\cdot\vec n_2=0$ ;$\pi_1\parallel\pi_2\iff\vec n_1\parallel\vec n_2$ 。
- 线 $\bot$ 面 $\iff\vec\tau\parallel\vec n\iff\frac Al=\frac Bm=\frac Cn$;线 $\parallel$ 面 $\iff\vec\tau\bot\vec n\iff Al+Bm+Cn=0$。 - 线 $\bot$ 面 $\iff\vec\tau\parallel\vec n\iff\frac Al=\frac Bm=\frac Cn$ ;线 $\parallel$ 面 $\iff\vec\tau\bot\vec n\iff Al+Bm+Cn=0$ 。
- **记忆口诀**:同类(线线/面面)平行看比例、垂直看点积;异类(线面)垂直看比例、平行看点积。 - **记忆口诀**:同类(线线/面面)平行看比例、垂直看点积;异类(线面)垂直看比例、平行看点积。
**距离**:点到平面 $d=\frac{|Ax_0+By_0+Cz_0+D|}{\sqrt{A^2+B^2+C^2}}$;平行平面间 $d=\frac{|D_2-D_1|}{\sqrt{A^2+B^2+C^2}}$(任取一点代公式);**点到直线**(三维)三步:方向向量 $\vec S$、线上任取 $M_0$、$d=\frac{|\overrightarrow{M_0M_1}\times\vec S|}{|\vec S|}$(**叉积模 = 平行四边形面积 = 底 × 高**,几何来源)。两直线夹角 $\cos\theta=\frac{|l_1l_2+m_1m_2+n_1n_2|}{\sqrt{l_1^2+m_1^2+n_1^2}\sqrt{l_2^2+m_2^2+n_2^2}}$。 **距离**:点到平面 $d=\frac{|Ax_0+By_0+Cz_0+D|}{\sqrt{A^2+B^2+C^2}}$ ;平行平面间 $d=\frac{|D_2-D_1|}{\sqrt{A^2+B^2+C^2}}$ (任取一点代公式);**点到直线**(三维)三步:方向向量 $\vec S$ 、线上任取 $M_0$ 、$d=\frac{|\overrightarrow{M_0M_1}\times\vec S|}{|\vec S|}$ (**叉积模 = 平行四边形面积 = 底 × 高**,几何来源)。两直线夹角 $\cos\theta=\frac{|l_1l_2+m_1m_2+n_1n_2|}{\sqrt{l_1^2+m_1^2+n_1^2}\sqrt{l_2^2+m_2^2+n_2^2}}$ 。
## 3. §3 空间曲线与曲面 ## 3. §3 空间曲线与曲面
**空间曲线**:一般式(两曲面交线 $\{F=0,G=0\}$);参数式 $x=\phi(t),y=\psi(t),z=\omega(t)$;切线向量 = 各分量导数代入。**投影**:向 $xOy$ 面投影 ⟹ 消去 $z$ 得 $\varphi(x,y)=0$,投影曲线为 $\{\varphi(x,y)=0,z=0\}$。 **空间曲线**:一般式(两曲面交线 $\{F=0,G=0\}$ );参数式 $x=\phi(t),y=\psi(t),z=\omega(t)$ ;切线向量 = 各分量导数代入。**投影**:向 $xOy$ 面投影 ⟹ 消去 $z$ 得 $\varphi(x,y)=0$ ,投影曲线为 $\{\varphi(x,y)=0,z=0\}$ 。
**二次曲面(必认图)**:球面 $x^2+y^2+z^2=r^2$;椭球面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$;单叶双曲面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$;双叶双曲面 $\frac{x^2}{a^2}-\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$;椭圆抛物面 $\frac{x^2}{2p}+\frac{y^2}{2q}=z$(常考旋转抛物面 $x^2+y^2=z$);椭圆锥面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=\frac{z^2}{c^2}$(常考 $z=\sqrt{x^2+y^2}$);双曲抛物面(马鞍面)$-\frac{x^2}{2p}+\frac{y^2}{2q}=z$(可能考 $z=xy$)。 **二次曲面(必认图)**:球面 $x^2+y^2+z^2=r^2$ ;椭球面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$ ;单叶双曲面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$ ;双叶双曲面 $\frac{x^2}{a^2}-\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$ ;椭圆抛物面 $\frac{x^2}{2p}+\frac{y^2}{2q}=z$ (常考旋转抛物面 $x^2+y^2=z$ );椭圆锥面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=\frac{z^2}{c^2}$ (常考 $z=\sqrt{x^2+y^2}$ );双曲抛物面(马鞍面)$-\frac{x^2}{2p}+\frac{y^2}{2q}=z$ (可能考 $z=xy$ )。
**柱面**:缺变量的方程($x^2/a^2+y^2/b^2=1$ 椭圆柱、$y=ax^2$ 抛物柱)——动直线沿定曲线平行移动。 **柱面**:缺变量的方程($x^2/a^2+y^2/b^2=1$ 椭圆柱、$y=ax^2$ 抛物柱)——动直线沿定曲线平行移动。
**旋转曲面**:**绕哪轴,哪个字母不动,另一字母写成其余两字母平方和的开方**——$f(x,y)=0$ 绕 $x$ 轴旋转 ⟹ $f(x,\pm\sqrt{y^2+z^2})=0$。一般法:曲线上取 $P_1$、纬圆上取 $P$,用「到轴心距离相等 + 纬圆面与轴垂直」两个等式消去 $P_1$。 **旋转曲面**:**绕哪轴,哪个字母不动,另一字母写成其余两字母平方和的开方**——$f(x,y)=0$ 绕 $x$ 轴旋转 ⟹ $f(x,\pm\sqrt{y^2+z^2})=0$ 。一般法:曲线上取 $P_1$ 、纬圆上取 $P$ ,用「到轴心距离相等 + 纬圆面与轴垂直」两个等式消去 $P_1$ 。
## 4. §4 场论初步 ## 4. §4 场论初步
**方向导数**:$\left.\frac{\partial u}{\partial l}\right|_{P_0}=u_x'(P_0)\cos\alpha+u_y'(P_0)\cos\beta+u_z'(P_0)\cos\gamma$(方向 $l$ 的单位向量 $( \cos\alpha,\cos\beta,\cos\gamma)$)。可微 ⟹ 任意方向方向导数存在。 **方向导数**:$\left.\frac{\partial u}{\partial l}\right|_{P_0}=u_x'(P_0)\cos\alpha+u_y'(P_0)\cos\beta+u_z'(P_0)\cos\gamma$ (方向 $l$ 的单位向量 $( \cos\alpha,\cos\beta,\cos\gamma)$ )。可微 ⟹ 任意方向方向导数存在。
**梯度**:$\mathrm{grad}\,u|_{P_0}=(u_x'(P_0),u_y'(P_0),u_z'(P_0))$。**方向导数 = 梯度 · 方向单位向量**——梯度方向使方向导数最大,**梯度模 = 方向导数最大值**。 **梯度**:$\mathrm{grad}\,u|_{P_0}=(u_x'(P_0),u_y'(P_0),u_z'(P_0))$ 。**方向导数 = 梯度 · 方向单位向量**——梯度方向使方向导数最大,**梯度模 = 方向导数最大值**。
**散度与旋度**:$\vec A=(P,Q,R)$,$\mathrm{div}\,\vec A=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}$(标量);$\overrightarrow{\mathrm{rot}}\,\vec A=\begin{vmatrix}\vec i&\vec j&\vec k\\\partial_x&\partial_y&\partial_z\\P&Q&R\end{vmatrix}$(向量)。直接代入公式计算。 **散度与旋度**:$\vec A=(P,Q,R)$ ,$\mathrm{div}\,\vec A=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}$ (标量);$\overrightarrow{\mathrm{rot}}\,\vec A=\begin{vmatrix}\vec i&\vec j&\vec k\\\partial_x&\partial_y&\partial_z\\P&Q&R\end{vmatrix}$ (向量)。直接代入公式计算。
### §4·B 题型考点(怎么做、为什么、坑)★必背 ### §4·B 题型考点(怎么做、为什么、坑)★必背
**① 求平面方程选型**:给点+法向量 → 点法式(法向量来源:两向量叉积、曲面切平面梯度、直线方向);给三点 → 三点式行列式;给了截距 → 截距式。**给两平面的交线求平面系**:$\pi_1+\lambda\pi_2=0$ 过交线(点 $(1,-2,5)$ 类题)。 **① 求平面方程选型**:给点+法向量 → 点法式(法向量来源:两向量叉积、曲面切平面梯度、直线方向);给三点 → 三点式行列式;给了截距 → 截距式。**给两平面的交线求平面系**:$\pi_1+\lambda\pi_2=0$ 过交线(点 $(1,-2,5)$ 类题)。
**② 直线方向向量的两个来源**:参数式直接读 $(l,m,n)$;一般式 $\vec\tau=\vec n_1\times\vec n_2$(叉积方向垂直两法向量 = 沿交线)。 **② 直线方向向量的两个来源**:参数式直接读 $(l,m,n)$ ;一般式 $\vec\tau=\vec n_1\times\vec n_2$ (叉积方向垂直两法向量 = 沿交线)。
**③ 旋转曲面的速算**(考最多):绕 $x$ 轴 ⟹ 方程里 $y^2+z^2$ 一起出现、$x$ 不动。例:曲线 $\{x-y+2z-1=0,\ x-3y-2z+1=0\}$ 绕 $y$ 轴:$y$ 不动,$x,z$ 合并为 $x^2+z^2$,用交线解出 $x_1=2y,\ z_1=\frac12(1-y)$ 代入 $x^2+z^2=x_1^2+z_1^2$。 **③ 旋转曲面的速算**(考最多):绕 $x$ 轴 ⟹ 方程里 $y^2+z^2$ 一起出现、$x$ 不动。例:曲线 $\{x-y+2z-1=0,\ x-3y-2z+1=0\}$ 绕 $y$ 轴:$y$ 不动,$x,z$ 合并为 $x^2+z^2$ ,用交线解出 $x_1=2y,\ z_1=\frac12(1-y)$ 代入 $x^2+z^2=x_1^2+z_1^2$ 。
**④ 方向导数三步**:①求梯度(偏导代入点);②求方向单位向量($\frac{\overrightarrow{PQ}}{|\overrightarrow{PQ}|}$);③点乘。**为什么好用**:方向导数是梯度在该方向的投影,$\frac{\partial u}{\partial l}=\mathrm{grad}\,u\cdot\vec e_l$。 **④ 方向导数三步**:①求梯度(偏导代入点);②求方向单位向量($\frac{\overrightarrow{PQ}}{|\overrightarrow{PQ}|}$ );③点乘。**为什么好用**:方向导数是梯度在该方向的投影,$\frac{\partial u}{\partial l}=\mathrm{grad}\,u\cdot\vec e_l$ 。
**⑤ 散度/旋度纯代公式**:散度 = 三项偏导相加;旋度按行列式展开,注意正负号($\frac{\partial}{\partial x}$ 行在上,展开时 $\vec j$ 项带负号)。**坑**:代入点**之后**再做加/展开,先算偏导函数再代值。 **⑤ 散度/旋度纯代公式**:散度 = 三项偏导相加;旋度按行列式展开,注意正负号($\frac{\partial}{\partial x}$ 行在上,展开时 $\vec j$ 项带负号)。**坑**:代入点**之后**再做加/展开,先算偏导函数再代值。
@@ -89,9 +89,9 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 向量代数与空
> 参考仓库该讲题目极少:knowledge 例题 2 道 + exercise 1 道。 > 参考仓库该讲题目极少:knowledge 例题 2 道 + exercise 1 道。
- **题 1 · 旋转曲面方程(★★★)**:求曲线 $L:\{x-y+2z-1=0,\ x-3y-2z+1=0\}$ 绕 $y$ 轴旋转一周形成的曲面方程($y$ 不动,交线解出 $x_1=2y,z_1=\frac12(1-y)$ 代入,$x^2-\frac{17}4y^2+z^2+\frac y2-\frac14=0$)。 - **题 1 · 旋转曲面方程(★★★)**:求曲线 $L:\{x-y+2z-1=0,\ x-3y-2z+1=0\}$ 绕 $y$ 轴旋转一周形成的曲面方程($y$ 不动,交线解出 $x_1=2y,z_1=\frac12(1-y)$ 代入,$x^2-\frac{17}4y^2+z^2+\frac y2-\frac14=0$ )。
- **题 2 · 方向导数(★★☆)**:求 $z=xe^{2y}$ 在 $P(1,0)$ 处沿 $\overrightarrow{PQ}$($Q(2,-1)$)方向的方向导数(梯度 $(1,2)$ 点乘 $\frac1{\sqrt2}(1,-1)$,$=-\frac{\sqrt2}2$)。 - **题 2 · 方向导数(★★☆)**:求 $z=xe^{2y}$ 在 $P(1,0)$ 处沿 $\overrightarrow{PQ}$ ($Q(2,-1)$ )方向的方向导数(梯度 $(1,2)$ 点乘 $\frac1{\sqrt2}(1,-1)$ ,$=-\frac{\sqrt2}2$ )。
- **题 3 · 散度与旋度(★★☆)**:计算向量场 $u=xy^2\vec i+ye^x\vec j+x\ln(1+z^2)\vec k$ 在 $P(1,1,0)$ 的散度与旋度($\mathrm{div}=1+e$;$\mathrm{rot}=(-\ln(1+z^2),0,ye^x-2xy)\big|_{(1,1,0)}=(0,0,e-2)$)。 - **题 3 · 散度与旋度(★★☆)**:计算向量场 $u=xy^2\vec i+ye^x\vec j+x\ln(1+z^2)\vec k$ 在 $P(1,1,0)$ 的散度与旋度($\mathrm{div}=1+e$ ;$\mathrm{rot}=(-\ln(1+z^2),0,ye^x-2xy)\big|_{(1,1,0)}=(0,0,e-2)$ )。
--- ---
@@ -32,66 +32,66 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 多元函数微分
## 1. §1 基本概念 ## 1. §1 基本概念
**平面点集**:距离(非负/对称/三角不等式)、$\delta$ 邻域 $U(M_0,\delta)$ 与去心 $\mathring U$;内点/外点/边界点、开集/闭集、连通集/开闭区域、单连通/多连通、聚点/孤立点。**定理**:非空开集的内点与边界点都是聚点;闭区域任一点都是聚点。 **平面点集**:距离(非负/对称/三角不等式)、$\delta$ 邻域 $U(M_0,\delta)$ 与去心 $\mathring U$ ;内点/外点/边界点、开集/闭集、连通集/开闭区域、单连通/多连通、聚点/孤立点。**定理**:非空开集的内点与边界点都是聚点;闭区域任一点都是聚点。
**多元极限**:$(x,y)\to(x_0,y_0)$ 要求**沿任意路径**极限存在且相等(比一元严格得多)。**定义两种口径**(点集定义 vs 逐变量趋向定义)有矛盾时以点集定义为准。**方法**:直接代入(连续点)、换元($xy$ 整体出现)、不等式放缩($x^2+y^2\ge2xy$)、极坐标替换(**有坑**:$\theta$ 必须能在 $[0,2\pi)$ 取遍,否则算出的"极限"可能是沿直线的极限而非沿任意路径——反例 $\frac{x^3+y^3}{x^2+y}$ 沿 $y=-x^2+x^3$ 得 1)。 **多元极限**:$(x,y)\to(x_0,y_0)$ 要求**沿任意路径**极限存在且相等(比一元严格得多)。**定义两种口径**(点集定义 vs 逐变量趋向定义)有矛盾时以点集定义为准。**方法**:直接代入(连续点)、换元($xy$ 整体出现)、不等式放缩($x^2+y^2\ge2xy$ )、极坐标替换(**有坑**:$\theta$ 必须能在 $[0,2\pi)$ 取遍,否则算出的"极限"可能是沿直线的极限而非沿任意路径——反例 $\frac{x^3+y^3}{x^2+y}$ 沿 $y=-x^2+x^3$ 得 1)。
**连续性**:$\lim f(x,y)=f(x_0,y_0)$ 则连续;多元函数**不讨论间断类型**。 **连续性**:$\lim f(x,y)=f(x_0,y_0)$ 则连续;多元函数**不讨论间断类型**。
**偏导数**:$f_x'(x_0,y_0)=\lim_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}$(固定 $y$ 对 $x$ 求导)。四个二阶偏导 $f''_{xx},f''_{yy},f''_{xy},f''_{yx}$;**混合偏导相等** $f''_{xy}=f''_{yx}$ 需要二阶偏导连续(可交换求导顺序)。 **偏导数**:$f_x'(x_0,y_0)=\lim_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}$ (固定 $y$ 对 $x$ 求导)。四个二阶偏导 $f''_{xx},f''_{yy},f''_{xy},f''_{yx}$ ;**混合偏导相等** $f''_{xy}=f''_{yx}$ 需要二阶偏导连续(可交换求导顺序)。
**全微分**:$\Delta z=A\Delta x+B\Delta y+o(\rho)$($\rho=\sqrt{(\Delta x)^2+(\Delta y)^2}$)则**可微**,$dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy$。**可微判定三步**:①写 $\Delta z$;②写线性增量 $A\Delta x+B\Delta y$($A=f_x',B=f_y'$);③算 $\lim_{\Delta\to0}\frac{\Delta z-(A\Delta x+B\Delta y)}{\rho}$,为 0 则可微。 **全微分**:$\Delta z=A\Delta x+B\Delta y+o(\rho)$ ($\rho=\sqrt{(\Delta x)^2+(\Delta y)^2}$ )则**可微**,$dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy$ 。**可微判定三步**:①写 $\Delta z$ ;②写线性增量 $A\Delta x+B\Delta y$ ($A=f_x',B=f_y'$ );③算 $\lim_{\Delta\to0}\frac{\Delta z-(A\Delta x+B\Delta y)}{\rho}$ ,为 0 则可微。
**四层关系(必背)**:偏导连续 ⟹ 可微 ⟹ 偏导存在且连续;可微 ⟹ 连续;**其余关系均不成立**——偏导存在 ⇏ 连续($\frac{xy}{x^2+y^2}$ 在原点偏导存在但极限不存在)、连续 ⇏ 偏导存在($|x|+|y|$)、偏导存在 ⇏ 可微($\sqrt{|xy|}$、$(x^2+y^2)\sin\frac1{\sqrt{x^2+y^2}}$ 可微但偏导不连续)。 **四层关系(必背)**:偏导连续 ⟹ 可微 ⟹ 偏导存在且连续;可微 ⟹ 连续;**其余关系均不成立**——偏导存在 ⇏ 连续($\frac{xy}{x^2+y^2}$ 在原点偏导存在但极限不存在)、连续 ⇏ 偏导存在($|x|+|y|$ )、偏导存在 ⇏ 可微($\sqrt{|xy|}$ 、$(x^2+y^2)\sin\frac1{\sqrt{x^2+y^2}}$ 可微但偏导不连续)。
**偏导数连续性四步**(特殊点 $(x_0,y_0)$):①定义法求 $f_x'(x_0,y_0),f_y'(x_0,y_0)$;②公式法求偏导函数;③求 $\lim f_x'(x,y)$;④等于偏导值则连续。 **偏导数连续性四步**(特殊点 $(x_0,y_0)$ ):①定义法求 $f_x'(x_0,y_0),f_y'(x_0,y_0)$ ;②公式法求偏导函数;③求 $\lim f_x'(x,y)$ ;④等于偏导值则连续。
## 2. §2 微分法则 ## 2. §2 微分法则
**链式求导**:**一条路径一个加项,一段路一个乘项**;中间变量只连一个自变量用 $\frac{du}{dx}$(导数),连多个用 $\frac{\partial u}{\partial x}$(偏导)。**复合结构不变**:求导后新函数仍具有原复合结构($f_1',f_2'$ 继续对 $u,v$ 展开)。**记号**:$f(u,v)$ 对 $u$ 一阶记 $f_1'$、对 $v$ 记 $f_2'$,二阶 $f_{11}'',f_{12}'',f_{21}'',f_{22}''$;二阶偏导连续时 $f_{12}''=f_{21}''$ 可合并。 **链式求导**:**一条路径一个加项,一段路一个乘项**;中间变量只连一个自变量用 $\frac{du}{dx}$ (导数),连多个用 $\frac{\partial u}{\partial x}$ (偏导)。**复合结构不变**:求导后新函数仍具有原复合结构($f_1',f_2'$ 继续对 $u,v$ 展开)。**记号**:$f(u,v)$ 对 $u$ 一阶记 $f_1'$ 、对 $v$ 记 $f_2'$ ,二阶 $f_{11}'',f_{12}'',f_{21}'',f_{22}''$ ;二阶偏导连续时 $f_{12}''=f_{21}''$ 可合并。
**隐函数存在定理**:$F(x_0,y_0)=0,\ F_y'(x_0,y_0)\ne0$ ⟹ 在邻域内唯一确定连续可导的 $y=f(x)$;三元同理需 $F_z'\ne0$。**求导公式**:$\frac{dy}{dx}=-\frac{F_x'}{F_y'}$;$\frac{\partial z}{\partial x}=-\frac{F_x'}{F_z'}$,$\frac{\partial z}{\partial y}=-\frac{F_y'}{F_z'}$。**判断某点邻域能确定哪些隐函数**:把各变量的偏导分别代入该点,非零者对应的变量可解出(题8)。 **隐函数存在定理**:$F(x_0,y_0)=0,\ F_y'(x_0,y_0)\ne0$ ⟹ 在邻域内唯一确定连续可导的 $y=f(x)$ ;三元同理需 $F_z'\ne0$ 。**求导公式**:$\frac{dy}{dx}=-\frac{F_x'}{F_y'}$ ;$\frac{\partial z}{\partial x}=-\frac{F_x'}{F_z'}$ ,$\frac{\partial z}{\partial y}=-\frac{F_y'}{F_z'}$ 。**判断某点邻域能确定哪些隐函数**:把各变量的偏导分别代入该点,非零者对应的变量可解出(题8)。
## 3. §3 全微分 ## 3. §3 全微分
**由全微分反求函数**(积分法):$\frac{\partial f}{\partial x}$、$\frac{\partial f}{\partial y}$ 分别对 $x$、$y$ 积分,**注意积分常数变为 $C(y)$、$C(x)$**,交叉条件定出待定函数,再用已知点定常数。 **由全微分反求函数**(积分法):$\frac{\partial f}{\partial x}$ 、$\frac{\partial f}{\partial y}$ 分别对 $x$ 、$y$ 积分,**注意积分常数变为 $C(y)$ 、** $C(x)$ ,交叉条件定出待定函数,再用已知点定常数。
**求参数两法**:①**积分法**(能积出时):两偏导分别积分相等,对照系数;②**偏导法**(积分困难时):利用混合偏导相等 $u''_{xy}=u''_{yx}$($\frac{\partial^2u}{\partial x\partial y}=\frac{\partial^2u}{\partial y\partial x}$)解参数(题15 类)。 **求参数两法**:①**积分法**(能积出时):两偏导分别积分相等,对照系数;②**偏导法**(积分困难时):利用混合偏导相等 $u''_{xy}=u''_{yx}$ ($\frac{\partial^2u}{\partial x\partial y}=\frac{\partial^2u}{\partial y\partial x}$ )解参数(题15 类)。
**极限定义法**(题干给极限式):把式子配成 $\frac{f(x,y)-f(x_0,y_0)-(A\Delta x+B\Delta y)}{\rho}=o(1)$ 形式,读出 $A=f_x',B=f_y'$(题16、17)。 **极限定义法**(题干给极限式):把式子配成 $\frac{f(x,y)-f(x_0,y_0)-(A\Delta x+B\Delta y)}{\rho}=o(1)$ 形式,读出 $A=f_x',B=f_y'$ (题16、17)。
## 4. §4 极值最值 ## 4. §4 极值最值
**概念**:广义/真正极值、最大最小值;驻点(一阶偏导全 0 的点)。**极值点不一定是驻点,驻点不一定是极值点**。 **概念**:广义/真正极值、最大最小值;驻点(一阶偏导全 0 的点)。**极值点不一定是驻点,驻点不一定是极值点**。
**必要条件**:可导点取极值 ⟹ $f_x'=f_y'=0$。 **必要条件**:可导点取极值 ⟹ $f_x'=f_y'=0$ 。
**充分条件**(Δ 判据,仅二元):设 $A=f''_{xx},B=f''_{xy},C=f''_{yy}$,$\Delta=B^2-AC$:$\Delta<0$ 极值($A<0$ 极大/$A>0$ 极小);$\Delta>0$ 非极值(鞍点);$\Delta=0$ 失效走定义(**路径法**:沿 $y=x$、$y=-x$ 等路径比较符号,题20)。 **充分条件**(Δ 判据,仅二元):设 $A=f''_{xx},B=f''_{xy},C=f''_{yy}$ ,$\Delta=B^2-AC$ :$\Delta<0$ 极值($A<0$ 极大/$A>0$ 极小);$\Delta>0$ 非极值(鞍点);$\Delta=0$ 失效走定义(**路径法**:沿 $y=x$ 、$y=-x$ 等路径比较符号,题20)。
**隐函数极值**:$z=z(x,y)$ 由方程确定——先令 $z_x'=z_y'=0$ 得驻点与关系式,回代原方程得可疑点坐标,再求二阶偏导判 Δ(题21)。 **隐函数极值**:$z=z(x,y)$ 由方程确定——先令 $z_x'=z_y'=0$ 得驻点与关系式,回代原方程得可疑点坐标,再求二阶偏导判 Δ(题21)。
**条件极值(拉格朗日乘数法)**:求 $u=f(x,y,z)$ 在 $\varphi_i=0$ 下的最值:①构造 $F=f+\lambda_1\varphi_1+\lambda_2\varphi_2+\cdots$;②对 $x,y,z,\lambda_i$ 求偏导令 0(共 $3+n$ 个方程);③解备选点代回比较。**取点 $xyz$ 型对称约束**:$x=y=z$ 是常见结论。 **条件极值(拉格朗日乘数法)**:求 $u=f(x,y,z)$ 在 $\varphi_i=0$ 下的最值:①构造 $F=f+\lambda_1\varphi_1+\lambda_2\varphi_2+\cdots$ ;②对 $x,y,z,\lambda_i$ 求偏导令 0(共 $3+n$ 个方程);③解备选点代回比较。**取点 $xyz$ 型对称约束**:$x=y=z$ 是常见结论。
**极限形式特例法**(选择题):题干给 $\lim\frac{f+\cdots}{x^4+\cdots}=1$ 时,取满足条件的**特例函数**(把分子拆成 $f=-4x^2+y^2+x^4+\cdots$)代入判极值。 **极限形式特例法**(选择题):题干给 $\lim\frac{f+\cdots}{x^4+\cdots}=1$ 时,取满足条件的**特例函数**(把分子拆成 $f=-4x^2+y^2+x^4+\cdots$ )代入判极值。
## 5. §5 微分应用(几何) ## 5. §5 微分应用(几何)
**空间曲线切线**(参数式 $\varGamma:x=\phi(t),y=\psi(t),z=\omega(t)$):切向量 $(\phi'(t_0),\psi'(t_0),\omega'(t_0))$;切线方程 $\frac{x-x_0}{\phi'(t_0)}=\frac{y-y_0}{\psi'(t_0)}=\frac{z-z_0}{\omega'(t_0)}$;法平面(过 $P_0$ 与切线垂直)$\phi'(t_0)(x-x_0)+\psi'(t_0)(y-y_0)+\omega'(t_0)(z-z_0)=0$。**交面式**:切向量 = 两法向量叉积(三组二阶行列式)。 **空间曲线切线**(参数式 $\varGamma:x=\phi(t),y=\psi(t),z=\omega(t)$ ):切向量 $(\phi'(t_0),\psi'(t_0),\omega'(t_0))$ ;切线方程 $\frac{x-x_0}{\phi'(t_0)}=\frac{y-y_0}{\psi'(t_0)}=\frac{z-z_0}{\omega'(t_0)}$ ;法平面(过 $P_0$ 与切线垂直)$\phi'(t_0)(x-x_0)+\psi'(t_0)(y-y_0)+\omega'(t_0)(z-z_0)=0$ 。**交面式**:切向量 = 两法向量叉积(三组二阶行列式)。
**空间曲面切平面**(隐式 $F(x,y,z)=0$):法向量 $\vec n=(F_x',F_y',F_z')$(在 $P_0$ 取值);切平面 $F_x'(x-x_0)+F_y'(y-y_0)+F_z'(z-z_0)=0$;法线 $\frac{x-x_0}{F_x'}=\frac{y-y_0}{F_y'}=\frac{z-z_0}{F_z'}$。**显式 $z=f(x,y)$**:令 $F=f-z$,法向量 $(f_x',f_y',-1)$(取法向量向下 $z$ 分量为 $-1$;向上则全取正);法向量方向余弦 $\cos\gamma=\frac1{\sqrt{1+f_x^2+f_y^2}}$(向上时)。 **空间曲面切平面**(隐式 $F(x,y,z)=0$ ):法向量 $\vec n=(F_x',F_y',F_z')$ (在 $P_0$ 取值);切平面 $F_x'(x-x_0)+F_y'(y-y_0)+F_z'(z-z_0)=0$ ;法线 $\frac{x-x_0}{F_x'}=\frac{y-y_0}{F_y'}=\frac{z-z_0}{F_z'}$ 。**显式** $z=f(x,y)$ :令 $F=f-z$ ,法向量 $(f_x',f_y',-1)$ (取法向量向下 $z$ 分量为 $-1$ ;向上则全取正);法向量方向余弦 $\cos\gamma=\frac1{\sqrt{1+f_x^2+f_y^2}}$ (向上时)。
### §5·B 题型考点(怎么做、为什么、坑)★必背 ### §5·B 题型考点(怎么做、为什么、坑)★必背
**① 混合偏导计算**(最高频):$\frac{\partial^2z}{\partial x\partial y}$ = 先对 $x$ 求导再对 $y$ 求导。求导后 $f_1',f_2'$ 仍是 $f(u,v)$ 的复合函数,**必须再按链式展开**($f_1'$ 对 $y$:$f_{11}''\cdot u_y+f_{12}''\cdot v_y$)。**为什么 $f_{12}=f_{21}$ 能合并**:二阶偏导连续 ⟹ 求导顺序可交换(题2、25 末步化简必用)。 **① 混合偏导计算**(最高频):$\frac{\partial^2z}{\partial x\partial y}$ = 先对 $x$ 求导再对 $y$ 求导。求导后 $f_1',f_2'$ 仍是 $f(u,v)$ 的复合函数,**必须再按链式展开**($f_1'$ 对 $y$ :$f_{11}''\cdot u_y+f_{12}''\cdot v_y$ )。**为什么 $f_{12}=f_{21}$ 能合并**:二阶偏导连续 ⟹ 求导顺序可交换(题2、25 末步化简必用)。
**② 特殊值反代(题4)**:题干给"当 $y=0$ 时 $z=x^3$"这类**带特值的复合结构**,先代特值解出 $f(\cdot)$ 的显式,再代回——**比链式快**(0 与任何数运算不改变式子)。 **② 特殊值反代(题4)**:题干给"当 $y=0$ 时 $z=x^3$ "这类**带特值的复合结构**,先代特值解出 $f(\cdot)$ 的显式,再代回——**比链式快**(0 与任何数运算不改变式子)。
**③ 变限积分含参(题5)**:被积函数带 $|xy-t|$ ⟹ **按 $t$ 与 $xy$ 大小拆积分区间去绝对值**,再对 $x$ 求导时 $xy$ 作上限用莱布尼茨,逐项消去。 **③ 变限积分含参(题5)**:被积函数带 $|xy-t|$ ⟹ **按 $t$ 与 $xy$ 大小拆积分区间去绝对值**,再对 $x$ 求导时 $xy$ 作上限用莱布尼茨,逐项消去。
**④ 隐函数含未知复合(题19)**:$f(\frac yx,\frac zx)=0$ 中 $f$ 未知 ⟹ 用隐函数公式 $\frac{\partial z}{\partial x}=-\frac{F_x'}{F_z'}$,$F$ 对 $u,v$ 链式展开($F_x'=f_1'\cdot(-\frac y{x^2})+f_2'\cdot(-\frac z{x^2})$)。 **④ 隐函数含未知复合(题19)**:$f(\frac yx,\frac zx)=0$ 中 $f$ 未知 ⟹ 用隐函数公式 $\frac{\partial z}{\partial x}=-\frac{F_x'}{F_z'}$ ,$F$ 对 $u,v$ 链式展开($F_x'=f_1'\cdot(-\frac y{x^2})+f_2'\cdot(-\frac z{x^2})$ )。
**⑤ 全微分求参数选法**:能整体积分出 → 积分法;分母复杂难积($(x+y)^2$ 类)→ **偏导法(混合相等)**(题15)。**为什么偏导法成立**:$u''_{xy}=u''_{yx}$ 是全微分的必要条件。 **⑤ 全微分求参数选法**:能整体积分出 → 积分法;分母复杂难积($(x+y)^2$ 类)→ **偏导法(混合相等)**(题15)。**为什么偏导法成立**:$u''_{xy}=u''_{yx}$ 是全微分的必要条件。
**⑥ 多元极限判"不存在"的刀**:沿 $y=kx$ 得不同极限 / 沿 $y=-x^2+x^3$ 类曲线破坏极坐标结论 / 分子分母同幂次往往不存在($\frac{xy}{x^2+y^2}$);分子幂次高于分母幂次**可能**存在($\frac{xy^2}{x^2+y^2}\to0$)。 **⑥ 多元极限判"不存在"的刀**:沿 $y=kx$ 得不同极限 / 沿 $y=-x^2+x^3$ 类曲线破坏极坐标结论 / 分子分母同幂次往往不存在($\frac{xy}{x^2+y^2}$ );分子幂次高于分母幂次**可能**存在($\frac{xy^2}{x^2+y^2}\to0$ )。
**⑦ 切平面题综合(题24)**:直线在平面 π 上 + π 与曲面相切 ⟹ π 就是切平面:先算曲面法向量(梯度),写点法式,再与直线联立比较系数。 **⑦ 切平面题综合(题24)**:直线在平面 π 上 + π 与曲面相切 ⟹ π 就是切平面:先算曲面法向量(梯度),写点法式,再与直线联立比较系数。
@@ -100,40 +100,40 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 多元函数微分
> 编号按本讲内部顺序;A–E 组对应出处节。来源:exercise/6 例题 + knowledge/6 例题(exercise 未覆盖的)。 > 编号按本讲内部顺序;A–E 组对应出处节。来源:exercise/6 例题 + knowledge/6 例题(exercise 未覆盖的)。
### A. 基本概念与偏导计算(题1–12) ### A. 基本概念与偏导计算(题1–12)
- **题 1 · 分段点四问选择题(★★★)**【knowledge 例题】:$z=\begin{cases}(x^2+y^2)\sin\frac1{\sqrt{x^2+y^2}},&x^2+y^2\ne0\\0,&x^2+y^2=0\end{cases}$,判断「连续 / $f_x'(0,0),f_y'(0,0)$ 存在 / 偏导函数在 $(0,0)$ 连续 / 可微」四个结论正确个数(连续✓、偏导存在✓、偏导连续✗(振荡项)、可微✓,共 3 个,选 C)。 - **题 1 · 分段点四问选择题(★★★)**【knowledge 例题】:$z=\begin{cases}(x^2+y^2)\sin\frac1{\sqrt{x^2+y^2}},&x^2+y^2\ne0\\0,&x^2+y^2=0\end{cases}$ ,判断「连续 / $f_x'(0,0),f_y'(0,0)$ 存在 / 偏导函数在 $(0,0)$ 连续 / 可微」四个结论正确个数(连续✓、偏导存在✓、偏导连续✗(振荡项)、可微✓,共 3 个,选 C)。
- **题 2 · 复合二阶混合偏导(★★★)**【exercise】:$z=e^{xy}+f(x+y,xy)$,$f$ 二阶连续,求 $\frac{\partial^2z}{\partial x\partial y}$($=e^{xy}+xye^{xy}+f_{11}''+(x+y)f_{12}''+xyf_{22}''+f_2'$)。 - **题 2 · 复合二阶混合偏导(★★★)**【exercise】:$z=e^{xy}+f(x+y,xy)$ ,$f$ 二阶连续,求 $\frac{\partial^2z}{\partial x\partial y}$ ($=e^{xy}+xye^{xy}+f_{11}''+(x+y)f_{12}''+xyf_{22}''+f_2'$ )。
- **题 3 · 复合函数还原(★★★)**【exercise】:$u=u(\sqrt{x^2+y^2})$($r>0$)二阶连续且 $\frac{\partial^2u}{\partial x^2}+\frac{\partial^2u}{\partial y^2}-\frac1x\frac{\partial u}{\partial x}+u=x^2+y^2$,求 $u$(化 $\frac{d^2u}{dr^2}+u=r^2$,$u=C_1\cos r+C_2\sin r+r^2-2$)。 - **题 3 · 复合函数还原(★★★)**【exercise】:$u=u(\sqrt{x^2+y^2})$ ($r>0$ )二阶连续且 $\frac{\partial^2u}{\partial x^2}+\frac{\partial^2u}{\partial y^2}-\frac1x\frac{\partial u}{\partial x}+u=x^2+y^2$ ,求 $u$ (化 $\frac{d^2u}{dr^2}+u=r^2$ ,$u=C_1\cos r+C_2\sin r+r^2-2$ )。
- **题 4 · 特殊值反代(★★☆)**【exercise】:$z=e^x+y^2+f(x+y)$,且 $y=0$ 时 $z=x^3$,求 $\frac{\partial z}{\partial x}$(先 $f(x)=x^3-e^x$ 反代,$=e^x+3(x+y)^2-e^{x+y}$)。 - **题 4 · 特殊值反代(★★☆)**【exercise】:$z=e^x+y^2+f(x+y)$ ,且 $y=0$ 时 $z=x^3$ ,求 $\frac{\partial z}{\partial x}$ (先 $f(x)=x^3-e^x$ 反代,$=e^x+3(x+y)^2-e^{x+y}$ )。
- **题 5 · 含参绝对值积分求偏导(★★★★)**【exercise】:$z=\int_0^1|xy-t|f(t)dt$($0\le x,y\le1$,$f$ 连续),求 $z''_{xx}+z''_{yy}$(拆区间去绝对值 + 莱布尼茨,$=2(x^2+y^2)f(xy)$)。 - **题 5 · 含参绝对值积分求偏导(★★★★)**【exercise】:$z=\int_0^1|xy-t|f(t)dt$ ($0\le x,y\le1$ ,$f$ 连续),求 $z''_{xx}+z''_{yy}$ (拆区间去绝对值 + 莱布尼茨,$=2(x^2+y^2)f(xy)$ )。
- **题 6 · 偏导反求原函数(★★★)**【exercise】:$\frac{\partial^2z}{\partial x\partial y}=x+y$,$f(x,0)=x,f(0,y)=y^2$,求 $f(x,y)$(逐次积分,常数变 $C(x)/C(y)$,$=\frac12x^2y+\frac12xy^2+x+y^2$)。 - **题 6 · 偏导反求原函数(★★★)**【exercise】:$\frac{\partial^2z}{\partial x\partial y}=x+y$ ,$f(x,0)=x,f(0,y)=y^2$ ,求 $f(x,y)$ (逐次积分,常数变 $C(x)/C(y)$ ,$=\frac12x^2y+\frac12xy^2+x+y^2$ )。
- **题 7 · 偏导存在≠可微(★★☆)**【exercise】:$f(x,y)=\sqrt{|xy|}$ 在 $(0,0)$ 判断偏导存在性与可微性(偏导 0 存在;$\lim\frac{\sqrt{|\Delta x\Delta y|}}{\sqrt{\Delta x^2+\Delta y^2}}$ 不存在,不可微)。 - **题 7 · 偏导存在≠可微(★★☆)**【exercise】:$f(x,y)=\sqrt{|xy|}$ 在 $(0,0)$ 判断偏导存在性与可微性(偏导 0 存在;$\lim\frac{\sqrt{|\Delta x\Delta y|}}{\sqrt{\Delta x^2+\Delta y^2}}$ 不存在,不可微)。
- **题 8 · 隐函数存在定理(★★☆)**【exercise】:方程 $xy-z\ln y+e^{xz}=1$ 在 $(0,1,1)$ 邻域内能确定哪些隐函数($F_x'=2\ne0,\ F_y'=-1\ne0,\ F_z'=0$ ⟹ $x,y$ 的隐函数存在,$z$ 的不能)。 - **题 8 · 隐函数存在定理(★★☆)**【exercise】:方程 $xy-z\ln y+e^{xz}=1$ 在 $(0,1,1)$ 邻域内能确定哪些隐函数($F_x'=2\ne0,\ F_y'=-1\ne0,\ F_z'=0$ ⟹ $x,y$ 的隐函数存在,$z$ 的不能)。
- **题 9 · 直接代入(★☆☆)**【exercise】:$\lim_{(x,y)\to(0,1)}\frac{1-xy}{x^2+y^2}$(分母趋于 1 有意义,直接代 $=1$)。 - **题 9 · 直接代入(★☆☆)**【exercise】:$\lim_{(x,y)\to(0,1)}\frac{1-xy}{x^2+y^2}$ (分母趋于 1 有意义,直接代 $=1$ )。
- **题 10 · 换元化一元(★★☆)**【exercise】:$\lim_{(x,y)\to(0,1)}\frac{\arcsin xy}{e^{xy}-1}$($u=xy\to0$,$=\lim\frac u u=1$)。 - **题 10 · 换元化一元(★★☆)**【exercise】:$\lim_{(x,y)\to(0,1)}\frac{\arcsin xy}{e^{xy}-1}$ ($u=xy\to0$ ,$=\lim\frac u u=1$ )。
- **题 11 · 不等式放缩(★★☆)**【exercise】:$\lim_{x\to+\infty\atop y\to+\infty}\left(\frac{xy}{x^2+y^2}\right)^x$($\le(\frac{xy}{2xy})^x=(\frac12)^x\to0$)。 - **题 11 · 不等式放缩(★★☆)**【exercise】:$\lim_{x\to+\infty\atop y\to+\infty}\left(\frac{xy}{x^2+y^2}\right)^x$ ($\le(\frac{xy}{2xy})^x=(\frac12)^x\to0$ )。
- **题 12 · 极坐标替换(★★☆)**【exercise】:$\lim_{(x,y)\to(0,0)}\frac{xy^2}{x^2+y^2}$($x=\rho\cos\theta$,$=\lim\rho\cos\theta\sin^2\theta=0$;反例注意 $\frac{x^3+y^3}{x^2+y}$ 沿 $y=-x^2+x^3\to1$)。 - **题 12 · 极坐标替换(★★☆)**【exercise】:$\lim_{(x,y)\to(0,0)}\frac{xy^2}{x^2+y^2}$ ($x=\rho\cos\theta$ ,$=\lim\rho\cos\theta\sin^2\theta=0$ ;反例注意 $\frac{x^3+y^3}{x^2+y}$ 沿 $y=-x^2+x^3\to1$ )。
### B. 全微分(题13–17) ### B. 全微分(题13–17)
- **题 13 · 由全微分反求(★★☆)**【knowledge/exercise 同题】:$dz=2x\,dx+\sin y\,dy$ 且 $f(1,0)=2$,求 $f(x,y)$(积分 $=x^2-\cos y+2$)。 - **题 13 · 由全微分反求(★★☆)**【knowledge/exercise 同题】:$dz=2x\,dx+\sin y\,dy$ 且 $f(1,0)=2$ ,求 $f(x,y)$ (积分 $=x^2-\cos y+2$ )。
- **题 14 · 全微分求参数·积分法(★★★)**【exercise】:$(ax^2y^2-2xy^2)dx+(2x^3y+bx^2y+1)dy$ 是 $f$ 的全微分,求参数(两偏导积分相等,$a=3,b=-2$,$f=x^3y^2-x^2y^2+y$)。 - **题 14 · 全微分求参数·积分法(★★★)**【exercise】:$(ax^2y^2-2xy^2)dx+(2x^3y+bx^2y+1)dy$ 是 $f$ 的全微分,求参数(两偏导积分相等,$a=3,b=-2$ ,$f=x^3y^2-x^2y^2+y$ )。
- **题 15 · 全微分求参数·偏导法(★★★)**【exercise】:$\frac{(x+ay)dx+ydy}{(x+y)^2}$ 为全微分,求 $a$(混合相等 $u''_{xy}=u''_{yx}$,$a=2$)。 - **题 15 · 全微分求参数·偏导法(★★★)**【exercise】:$\frac{(x+ay)dx+ydy}{(x+y)^2}$ 为全微分,求 $a$ (混合相等 $u''_{xy}=u''_{yx}$ ,$a=2$ )。
- **题 16 · 极限定义求全微分(★★★)**【exercise】:连续函数 $z=f(x,y)$ 满足 $\lim_{x\to0\atop y\to1}\frac{f(x,y)-2x+y-2}{\sqrt{x^2+(y-1)^2}}=0$,求 $dz|_{(0,1)}$(配定义形,$=2dx-dy$)。 - **题 16 · 极限定义求全微分(★★★)**【exercise】:连续函数 $z=f(x,y)$ 满足 $\lim_{x\to0\atop y\to1}\frac{f(x,y)-2x+y-2}{\sqrt{x^2+(y-1)^2}}=0$ ,求 $dz|_{(0,1)}$ (配定义形,$=2dx-dy$ )。
- **题 17 · 极限定义求全微分(★★★)**【exercise】:$f$ 在 $(0,0)$ 连续且 $\lim_{(x,y)\to(0,0)}\frac{f(x,y)-a-bx-cy}{\ln(1+x^2+y^2)}=1$,求 $df|_{(0,0)}$($\ln\sim x^2+y^2$ 配定义,$=b\,dx+c\,dy$)。 - **题 17 · 极限定义求全微分(★★★)**【exercise】:$f$ 在 $(0,0)$ 连续且 $\lim_{(x,y)\to(0,0)}\frac{f(x,y)-a-bx-cy}{\ln(1+x^2+y^2)}=1$ ,求 $df|_{(0,0)}$ ($\ln\sim x^2+y^2$ 配定义,$=b\,dx+c\,dy$ )。
### C. 隐函数(题18–19) ### C. 隐函数(题18–19)
- **题 18 · 给定表达式(★★☆)**【exercise】:$f(x,y,z)=e^x+y^2z$,$z=z(x,y)$ 由 $x+y+z+xyz=0$ 确定,求 $f_x'(0,1,-1)$($z_x'=0$,$=1$)。 - **题 18 · 给定表达式(★★☆)**【exercise】:$f(x,y,z)=e^x+y^2z$ ,$z=z(x,y)$ 由 $x+y+z+xyz=0$ 确定,求 $f_x'(0,1,-1)$ ($z_x'=0$ ,$=1$ )。
- **题 19 · 未定表达式(★★★)**【exercise】:$f(\frac yx,\frac zx)=0$ 确定 $z=z(x,y)$,$f$ 可微,求 $x\frac{\partial z}{\partial x}+y\frac{\partial z}{\partial y}$(隐函数公式 + 链式,$=z$)。 - **题 19 · 未定表达式(★★★)**【exercise】:$f(\frac yx,\frac zx)=0$ 确定 $z=z(x,y)$ ,$f$ 可微,求 $x\frac{\partial z}{\partial x}+y\frac{\partial z}{\partial y}$ (隐函数公式 + 链式,$=z$ )。
### D. 极值最值(题20–23) ### D. 极值最值(题20–23)
- **题 20 · 无条件极值·Δ=0 路径法(★★★)**【knowledge 例题】:求 $f(x,y)=x^4+y^4-(x+y)^2$ 的极值(驻点 $(±1,±1)$ 极小 $-2$;$(0,0)$ 处 $\Delta=0$,沿 $y=x$ 负、沿 $y=-x$ 正,非极值)。 - **题 20 · 无条件极值·Δ=0 路径法(★★★)**【knowledge 例题】:求 $f(x,y)=x^4+y^4-(x+y)^2$ 的极值(驻点 $(±1,±1)$ 极小 $-2$ ;$(0,0)$ 处 $\Delta=0$ ,沿 $y=x$ 负、沿 $y=-x$ 正,非极值)。
- **题 21 · 隐函数极值(★★★)**【exercise】:$z=z(x,y)>0$ 由 $x^2+y^2+z^2-2x-2y-4z-10=0$ 确定,求极值(驻点 $(1,1)$,$z(1,1)=6$;$\Delta<0$ 且 $A<0$,极大值 6)。 - **题 21 · 隐函数极值(★★★)**【exercise】:$z=z(x,y)>0$ 由 $x^2+y^2+z^2-2x-2y-4z-10=0$ 确定,求极值(驻点 $(1,1)$ ,$z(1,1)=6$ ;$\Delta<0$ 且 $A<0$ ,极大值 6)。
- **题 22 · 极限形式判极值(★★★)**【exercise】:$f$ 在 $(0,0)$ 邻域连续,$\lim_{(x,y)\to(0,0)}\frac{f(x,y)+4x^2-y^2}{x^4+x^2y^2+y^4}=1$,判断 $(0,0)$ 是否极值点(取特例 $f=-4x^2+y^2+\cdots$,$\Delta=-16<0$ 非极值)。 - **题 22 · 极限形式判极值(★★★)**【exercise】:$f$ 在 $(0,0)$ 邻域连续,$\lim_{(x,y)\to(0,0)}\frac{f(x,y)+4x^2-y^2}{x^4+x^2y^2+y^4}=1$ ,判断 $(0,0)$ 是否极值点(取特例 $f=-4x^2+y^2+\cdots$ ,$\Delta=-16<0$ 非极值)。
- **题 23 · 拉格朗日(★★★)**【knowledge 例题】:求 $u=xyz$ 在 $\frac1x+\frac1y+\frac1z=\frac1a$($x,y,z,a>0$)下的最小值($x=y=z=3a$,$u_{\min}=27a^3$)。 - **题 23 · 拉格朗日(★★★)**【knowledge 例题】:求 $u=xyz$ 在 $\frac1x+\frac1y+\frac1z=\frac1a$ ($x,y,z,a>0$ )下的最小值($x=y=z=3a$ ,$u_{\min}=27a^3$ )。
### E. 微分应用(题24–26) ### E. 微分应用(题24–26)
- **题 24 · 切平面综合(★★★)**【exercise】:直线 $L:\{x+y+b=0,\ x+ay-z-3=0\}$ 在平面 $\pi$ 上,$\pi$ 与曲面 $z=x^2+y^2$ 相切于 $(1,-2,5)$,求 $ab$(法向量 $(2,-4,-1)$,$\pi:2x-4y-z-5=0$,与 $L$ 联立比较系数,$a=-5,b=-2$)。 - **题 24 · 切平面综合(★★★)**【exercise】:直线 $L:\{x+y+b=0,\ x+ay-z-3=0\}$ 在平面 $\pi$ 上,$\pi$ 与曲面 $z=x^2+y^2$ 相切于 $(1,-2,5)$ ,求 $ab$ (法向量 $(2,-4,-1)$ ,$\pi:2x-4y-z-5=0$ ,与 $L$ 联立比较系数,$a=-5,b=-2$ )。
- **题 25 · 链式二阶混合(★★★)**【knowledge 例题】:$z=f(e^x\sin y,x^2+y^2)$,$f$ 二阶连续,求 $\frac{\partial^2z}{\partial x\partial y}$($f_1'e^x\cos y+f_{11}''e^{2x}\sin y\cos y+2e^xf_{12}''(y\sin y+x\cos y)+4f_{22}''xy$)。 - **题 25 · 链式二阶混合(★★★)**【knowledge 例题】:$z=f(e^x\sin y,x^2+y^2)$ ,$f$ 二阶连续,求 $\frac{\partial^2z}{\partial x\partial y}$ ($f_1'e^x\cos y+f_{11}''e^{2x}\sin y\cos y+2e^xf_{12}''(y\sin y+x\cos y)+4f_{22}''xy$ )。
- **题 26 · 隐函数全微分(★★☆)**【knowledge 例题】:$z=f(x,y)$ 由 $z-y-x+xe^{z-y-x}=0$ 确定,求 $dz$($F_z'=1+xe^{z-y-x}$,$dz=\frac{1+(x-1)e^{z-y-x}}{1+xe^{z-y-x}}dx+dy$)。 - **题 26 · 隐函数全微分(★★☆)**【knowledge 例题】:$z=f(x,y)$ 由 $z-y-x+xe^{z-y-x}=0$ 确定,求 $dz$ ($F_z'=1+xe^{z-y-x}$ ,$dz=\frac{1+(x-1)e^{z-y-x}}{1+xe^{z-y-x}}dx+dy$ )。
--- ---
@@ -37,123 +37,123 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 多元函数积分
**概念(几何背景)**:$\iint\limits_D f(x,y)\,d\sigma$ = 以 $D$ 为底、$f(x,y)$ 为高的**曲顶柱体体积**。 **概念(几何背景)**:$\iint\limits_D f(x,y)\,d\sigma$ = 以 $D$ 为底、$f(x,y)$ 为高的**曲顶柱体体积**。
**7 个性质(必背)**:①$\iint_D1\,d\sigma=A$(区域面积);②可积必有界;③线性;④可加性($D_1\cup D_2=D$ 且不重叠);⑤保号性($f\le g$ ⟹ 积分 $\le$,$|\iint f|\le\iint|f|$);⑥估值定理 $mA\le\iint f\,d\sigma\le MA$;⑦**中值定理**(连续时 $\exists(\xi,\eta)$,$\iint_D f=f(\xi,\eta)A$)。 **7 个性质(必背)**:①$\iint_D1\,d\sigma=A$ (区域面积);②可积必有界;③线性;④可加性($D_1\cup D_2=D$ 且不重叠);⑤保号性($f\le g$ ⟹ 积分 $\le$ ,$|\iint f|\le\iint|f|$ );⑥估值定理 $mA\le\iint f\,d\sigma\le MA$ ;⑦**中值定理**(连续时 $\exists(\xi,\eta)$ ,$\iint_D f=f(\xi,\eta)A$ )。
**对称性(二重积分两大对称)**: **对称性(二重积分两大对称)**:
- **普通对称性**:$D$ 关于 $y$ 轴对称,$f$ 对 $x$ 为奇函数 ⟹ 积分为 0;为偶函数 ⟹ $2\iint_{D_1}$($D_1$ 为一半)。关于 $x$ 轴同理看 $y$。 - **普通对称性**:$D$ 关于 $y$ 轴对称,$f$ 对 $x$ 为奇函数 ⟹ 积分为 0;为偶函数 ⟹ $2\iint_{D_1}$ ($D_1$ 为一半)。关于 $x$ 轴同理看 $y$ 。
- **轮换对称性**:$xy$ 对调 $D$ 不变(关于 $y=x$ 对称)⟹ $\iint_D f(x,y)=\iint_D f(y,x)$。**用法**:抽象函数/复杂组合凑 $f(x,y)+f(y,x)$ 化简。 - **轮换对称性**:$xy$ 对调 $D$ 不变(关于 $y=x$ 对称)⟹ $\iint_D f(x,y)=\iint_D f(y,x)$ 。**用法**:抽象函数/复杂组合凑 $f(x,y)+f(y,x)$ 化简。
**直角坐标计算**(后积先定限,先内画条线,先交写下限,后交写上限): **直角坐标计算**(后积先定限,先内画条线,先交写下限,后交写上限):
- $X$ 型(上下型):$a\le x\le b,\ \psi(x)\le y\le\phi(x)$ ⟹ $\int_a^b dx\int_{\psi(x)}^{\phi(x)}f(x,y)\,dy$(横截面 $S(x)=\int_\psi^\phi f\,dy$ 再积 $x$)。 - $X$ 型(上下型):$a\le x\le b,\ \psi(x)\le y\le\phi(x)$ ⟹ $\int_a^b dx\int_{\psi(x)}^{\phi(x)}f(x,y)\,dy$ (横截面 $S(x)=\int_\psi^\phi f\,dy$ 再积 $x$ )。
- $Y$ 型(左右型):$c\le y\le d,\ \psi(y)\le x\le\phi(y)$ ⟹ $\int_c^d dy\int_{\psi(y)}^{\phi(y)}f(x,y)\,dx$。 - $Y$ 型(左右型):$c\le y\le d,\ \psi(y)\le x\le\phi(y)$ ⟹ $\int_c^d dy\int_{\psi(y)}^{\phi(y)}f(x,y)\,dx$ 。
- **选型**:上下两条曲线 → $X$ 型;左右两条曲线 → $Y$ 型;同一方向函数有两种表达式 → 从另一方向按函数分段切开。 - **选型**:上下两条曲线 → $X$ 型;左右两条曲线 → $Y$ 型;同一方向函数有两种表达式 → 从另一方向按函数分段切开。
**极坐标计算**($d\sigma=rdrd\theta$,先积 $r$ 后积 $\theta$): **极坐标计算**($d\sigma=rdrd\theta$ ,先积 $r$ 后积 $\theta$ ):
- 极点 $O$ 在 $D$ 外:$\int_\alpha^\beta d\theta\int_{r_1(\theta)}^{r_2(\theta)}f(r\cos\theta,r\sin\theta)r\,dr$; - 极点 $O$ 在 $D$ 外:$\int_\alpha^\beta d\theta\int_{r_1(\theta)}^{r_2(\theta)}f(r\cos\theta,r\sin\theta)r\,dr$ ;
- $O$ 在 $D$ 边上:$\int_\alpha^\beta d\theta\int_0^{r(\theta)}f\,r\,dr$; - $O$ 在 $D$ 边上:$\int_\alpha^\beta d\theta\int_0^{r(\theta)}f\,r\,dr$ ;
- $O$ 在 $D$ 内:$\int_0^{2\pi}d\theta\int_0^{r(\theta)}f\,r\,dr$。 - $O$ 在 $D$ 内:$\int_0^{2\pi}d\theta\int_0^{r(\theta)}f\,r\,dr$ 。
- **选坐标系决策**:被积函数是 $f(x^2+y^2),\ f(y/x),\ f(x/y)$ 或区域是圆/圆的一部分 ⟹ 优先极坐标;否则直角。 - **选坐标系决策**:被积函数是 $f(x^2+y^2),\ f(y/x),\ f(x/y)$ 或区域是圆/圆的一部分 ⟹ 优先极坐标;否则直角。
**极直互化**:$x=r\cos\theta,\ y=r\sin\theta$;直角区域边界翻译($x+y=1$ ⟹ $r=\frac1{\cos\theta+\sin\theta}$,圆 $x^2+y^2\le R^2$ ⟹ $0\le r\le R$)。 **极直互化**:$x=r\cos\theta,\ y=r\sin\theta$ ;直角区域边界翻译($x+y=1$ ⟹ $r=\frac1{\cos\theta+\sin\theta}$ ,圆 $x^2+y^2\le R^2$ ⟹ $0\le r\le R$ )。
**交换积分次序**:目的 = 简化计算 / 原次序积不出($\frac{\sin x}x,\frac{e^x}x,\sin x^2,\cos x^2,e^{ax^2+bx+c},\frac1{\ln x}$ 等无初等原函数)。步骤:由上下限画出区域 → 换类型($X\leftrightarrow Y$)→ 重写上下限。 **交换积分次序**:目的 = 简化计算 / 原次序积不出($\frac{\sin x}x,\frac{e^x}x,\sin x^2,\cos x^2,e^{ax^2+bx+c},\frac1{\ln x}$ 等无初等原函数)。步骤:由上下限画出区域 → 换类型($X\leftrightarrow Y$ )→ 重写上下限。
**二重积分处理一元积分**:$\int_a^b f(x)\,dx$ 与变限积分结合时,把被积函数整体写成二重积分再**交换次序**(如 $f(x)=\int_x^1\sin(\pi u^2)du$ 求 $\int_0^1 f(x)\,dx$)。**经典推广**:$\int_0^{+\infty}e^{-x^2}\,dx=\frac{\sqrt\pi}{2}$($I^2$ 化为第一象限二重积分转极坐标)。 **二重积分处理一元积分**:$\int_a^b f(x)\,dx$ 与变限积分结合时,把被积函数整体写成二重积分再**交换次序**(如 $f(x)=\int_x^1\sin(\pi u^2)du$ 求 $\int_0^1 f(x)\,dx$ )。**经典推广**:$\int_0^{+\infty}e^{-x^2}\,dx=\frac{\sqrt\pi}{2}$ ($I^2$ 化为第一象限二重积分转极坐标)。
**二重积分应用**:体积 $\iint|z_2-z_1|d\sigma$;**形心公式** $\overline{x}=\frac{\iint_D x\,d\sigma}{\iint_D d\sigma},\ \overline{y}=\frac{\iint_D y\,d\sigma}{\iint_D d\sigma}$;**形心逆用** $\iint_D x\,d\sigma=\overline{x}\cdot A$(可免积出面积已知的积分)。 **二重积分应用**:体积 $\iint|z_2-z_1|d\sigma$ ;**形心公式** $\overline{x}=\frac{\iint_D x\,d\sigma}{\iint_D d\sigma},\ \overline{y}=\frac{\iint_D y\,d\sigma}{\iint_D d\sigma}$ ;**形心逆用** $\iint_D x\,d\sigma=\overline{x}\cdot A$ (可免积出面积已知的积分)。
## 2. §2 三重积分 ## 2. §2 三重积分
**概念**:$\iiint_\Omega f(x,y,z)\,dv$ = 以 $f$ 为**点密度**的空间物体**质量**。性质同二重(体积 $V$、线性、可加、保号、估值、中值)。 **概念**:$\iiint_\Omega f(x,y,z)\,dv$ = 以 $f$ 为**点密度**的空间物体**质量**。性质同二重(体积 $V$ 、线性、可加、保号、估值、中值)。
**对称性**:同二重。普通对称性:$\Omega$ 关于 $yOz$ 对称看 $x$ 奇偶;轮换对称性:$x,y$(或任意两变量)对调 $\Omega$ 不变则积分相等——**用法**:$z^2$ 在球上 = $\frac13\iiint(x^2+y^2+z^2)$。 **对称性**:同二重。普通对称性:$\Omega$ 关于 $yOz$ 对称看 $x$ 奇偶;轮换对称性:$x,y$ (或任意两变量)对调 $\Omega$ 不变则积分相等——**用法**:$z^2$ 在球上 = $\frac13\iiint(x^2+y^2+z^2)$ 。
**计算方法(三族)**: **计算方法(三族)**:
- **先一后二(投影穿线法)**:$\iiint_\Omega f\,dv=\iint\limits_{D_{xy}}d\sigma\int_{z_1(x,y)}^{z_2(x,y)}f\,dz$。适用:有下曲面/上曲面、无侧面或侧面为柱面。 - **先一后二(投影穿线法)**:$\iiint_\Omega f\,dv=\iint\limits_{D_{xy}}d\sigma\int_{z_1(x,y)}^{z_2(x,y)}f\,dz$ 。适用:有下曲面/上曲面、无侧面或侧面为柱面。
- **先二后一(定限截面法)**:$\iiint_\Omega f\,dv=\int_a^b dz\iint\limits_{D_z}f\,d\sigma$。适用:**旋转体**(上下是平面、中间是旋转曲面,截面 $D_z$ 易写)——截面圆面积 $\pi r(z)^2$ 可直接用。 - **先二后一(定限截面法)**:$\iiint_\Omega f\,dv=\int_a^b dz\iint\limits_{D_z}f\,d\sigma$ 。适用:**旋转体**(上下是平面、中间是旋转曲面,截面 $D_z$ 易写)——截面圆面积 $\pi r(z)^2$ 可直接用。
- **柱面坐标**:$x=r\cos\theta,y=r\sin\theta,z=z$,$dv=r\,drd\theta dz$。适用:含 $x^2+y^2$、区域为圆柱/圆锥/抛物面旋转体(= 极坐标二重 + 一个 $z$ 定积分)。 - **柱面坐标**:$x=r\cos\theta,y=r\sin\theta,z=z$ ,$dv=r\,drd\theta dz$ 。适用:含 $x^2+y^2$ 、区域为圆柱/圆锥/抛物面旋转体(= 极坐标二重 + 一个 $z$ 定积分)。
- **球面坐标**:$x=r\sin\phi\cos\theta,\ y=r\sin\phi\sin\theta,\ z=r\cos\phi$,$dv=r^2\sin\phi\,drd\theta d\phi$。适用:含 $x^2+y^2+z^2$、区域为球/锥/半球。 - **球面坐标**:$x=r\sin\phi\cos\theta,\ y=r\sin\phi\sin\theta,\ z=r\cos\phi$ ,$dv=r^2\sin\phi\,drd\theta d\phi$ 。适用:含 $x^2+y^2+z^2$ 、区域为球/锥/半球。
**形心逆用**:$\iiint_\Omega x\,dv=\overline{x}\cdot V$。 **形心逆用**:$\iiint_\Omega x\,dv=\overline{x}\cdot V$ 。
## 3. §3 第一型曲线积分(对弧长) ## 3. §3 第一型曲线积分(对弧长)
**概念**:$\int_L f(x,y)\,ds$ = 密度不均匀细线的**质量**(无向,与方向无关)。 **概念**:$\int_L f(x,y)\,ds$ = 密度不均匀细线的**质量**(无向,与方向无关)。
**性质**:$\int_L 1\,ds=l$(弧长);可加性;线性。 **性质**:$\int_L 1\,ds=l$ (弧长);可加性;线性。
**对称性**:$L$ 关于 $y$ 轴对称看 $x$ 奇偶(奇 ⟹ 0,偶 ⟹ $2\int_{L_1}$);关于 $y=x$ 对称则 $f(x,y)$ 与 $f(y,x)$ 可互换。 **对称性**:$L$ 关于 $y$ 轴对称看 $x$ 奇偶(奇 ⟹ 0,偶 ⟹ $2\int_{L_1}$ );关于 $y=x$ 对称则 $f(x,y)$ 与 $f(y,x)$ 可互换。
**计算(一投二代三计算)**: **计算(一投二代三计算)**:
- 显式 $y=g(x)$:$ds=\sqrt{1+g'^2}\,dx$; - 显式 $y=g(x)$ :$ds=\sqrt{1+g'^2}\,dx$ ;
- 参数式 $\{x=\phi(t),y=\psi(t)\}$:$ds=\sqrt{\phi'^2+\psi'^2}\,dt$; - 参数式 $\{x=\phi(t),y=\psi(t)\}$ :$ds=\sqrt{\phi'^2+\psi'^2}\,dt$ ;
- **空间**参数式:$ds=\sqrt{\phi'^2+\psi'^2+\omega'^2}\,dt$。 - **空间**参数式:$ds=\sqrt{\phi'^2+\psi'^2+\omega'^2}\,dt$ 。
- **边界方程代入被积函数**(曲线本身方程可直接代):如球面 $x^2+y^2+z^2=2$ 与平面 $x=y$ 交线 ⟹ 参数化 $(\cos t,\cos t,\sqrt2\sin t)$。 - **边界方程代入被积函数**(曲线本身方程可直接代):如球面 $x^2+y^2+z^2=2$ 与平面 $x=y$ 交线 ⟹ 参数化 $(\cos t,\cos t,\sqrt2\sin t)$ 。
## 4. §4 第一型曲面积分(对面积) ## 4. §4 第一型曲面积分(对面积)
**概念**:$\iint_\Sigma f(x,y,z)\,ds$ = 面密度不均匀曲面的**质量**(无向)。 **概念**:$\iint_\Sigma f(x,y,z)\,ds$ = 面密度不均匀曲面的**质量**(无向)。
**性质**:$\iint_\Sigma 1\,ds=\sigma$;$\Sigma$ 关于 $xOy$ 对称看 $z$ 奇偶(奇 ⟹ 0,偶 ⟹ $2\iint_{\Sigma_1}$)。 **性质**:$\iint_\Sigma 1\,ds=\sigma$ ;$\Sigma$ 关于 $xOy$ 对称看 $z$ 奇偶(奇 ⟹ 0,偶 ⟹ $2\iint_{\Sigma_1}$ )。
**计算(二重积分法六步)**:①作图;②奇偶性对称性(对称消去相应变量的奇次项);③常数项式子代入化简;④投影到 $xOy$:$z=\psi(x,y)$,$(x,y)\in D_{xy}$;⑤求偏导,$ds=\sqrt{1+z_x'^2+z_y'^2}\,d\sigma$;⑥代入 $\iint_{D_{xy}}f[x,y,\psi(x,y)]\sqrt{1+z_x'^2+z_y'^2}\,d\sigma$。 **计算(二重积分法六步)**:①作图;②奇偶性对称性(对称消去相应变量的奇次项);③常数项式子代入化简;④投影到 $xOy$ :$z=\psi(x,y)$ ,$(x,y)\in D_{xy}$ ;⑤求偏导,$ds=\sqrt{1+z_x'^2+z_y'^2}\,d\sigma$ ;⑥代入 $\iint_{D_{xy}}f[x,y,\psi(x,y)]\sqrt{1+z_x'^2+z_y'^2}\,d\sigma$ 。
**技术方法**:边界方程代入、对称性、形心逆用($\iint_\Sigma y\,ds=\overline{y}\cdot S$,如正八面体 $\frac83\cdot\frac{\sqrt3}2$)。 **技术方法**:边界方程代入、对称性、形心逆用($\iint_\Sigma y\,ds=\overline{y}\cdot S$ ,如正八面体 $\frac83\cdot\frac{\sqrt3}2$ )。
## 5. §5 多元积分应用 ## 5. §5 多元积分应用
**几何量**:平面区域面积、空间区域体积、空间曲线弧长、空间曲面面积(考试重点)。**重心与形心**:密度为常数时重心 = 形心;**形心公式** $\overline{x}=\frac{\iiint_\Omega x\,dv}{\iiint_\Omega dv}$(空间物体为重点)。**转动惯量**(可能考):$I_z=\iiint_\Omega(x^2+y^2)\rho\,dv$ 型。**引力**:考的可能性很小。 **几何量**:平面区域面积、空间区域体积、空间曲线弧长、空间曲面面积(考试重点)。**重心与形心**:密度为常数时重心 = 形心;**形心公式** $\overline{x}=\frac{\iiint_\Omega x\,dv}{\iiint_\Omega dv}$ (空间物体为重点)。**转动惯量**(可能考):$I_z=\iiint_\Omega(x^2+y^2)\rho\,dv$ 型。**引力**:考的可能性很小。
## 6. §6 第二型曲线积分(对坐标) ## 6. §6 第二型曲线积分(对坐标)
**概念**:有方向。场的概念:数量场(只有数量)/向量场(有方向有数量)。**物理背景**:变力沿曲线做功 $\omega=\int_L P\,dx+Q\,dy$(三维加 $R\,dz$)。 **概念**:有方向。场的概念:数量场(只有数量)/向量场(有方向有数量)。**物理背景**:变力沿曲线做功 $\omega=\int_L P\,dx+Q\,dy$ (三维加 $R\,dz$ )。
**性质**:$\int_{L^-}=-\int_L$(反向变号);用方向余弦转第一型:$\int_L P\,dx+Q\,dy=\int_L(P\cos\alpha+Q\cos\beta)\,ds$。 **性质**:$\int_{L^-}=-\int_L$ (反向变号);用方向余弦转第一型:$\int_L P\,dx+Q\,dy=\int_L(P\cos\alpha+Q\cos\beta)\,ds$ 。
**计算(定积分法,对不封闭曲线)**:$y=g(x)$($x$ 起于 $a$ 终于 $b$,**只看起点终点**):$\int_a^b P[x,g(x)]\,dx+Q[x,g(x)]g'(x)\,dx$;参数式:$\int_\alpha^\beta [P\phi'+Q\psi']dt$。 **计算(定积分法,对不封闭曲线)**:$y=g(x)$ ($x$ 起于 $a$ 终于 $b$ ,**只看起点终点**):$\int_a^b P[x,g(x)]\,dx+Q[x,g(x)]g'(x)\,dx$ ;参数式:$\int_\alpha^\beta [P\phi'+Q\psi']dt$ 。
**格林公式(二重积分法,对封闭曲线/封闭部分,考试重点)**: **格林公式(二重积分法,对封闭曲线/封闭部分,考试重点)**:
$\oint_L P\,dx+Q\,dy=\iint_D\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)d\sigma$。 $\oint_L P\,dx+Q\,dy=\iint_D\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)d\sigma$ 。
条件:$D$ 为连通区域、$L$ 为 $D$ **正向边界**(单连通逆时针;多连通外逆内顺);$P,Q$ 在 $D$ 上连续可偏导。**$D$ 不完整则添加线段补全,$L$ 反向则加负号**。 条件:$D$ 为连通区域、$L$ 为 $D$ **正向边界**(单连通逆时针;多连通外逆内顺);$P,Q$ 在 $D$ 上连续可偏导。**$D$ 不完整则添加线段补全,$L$ 反向则加负号**。
**路径无关积分(4 等价命题,$D$ 单连通且 $P,Q$ 连续可偏导)**: **路径无关积分(4 等价命题,$D$ 单连通且 $P,Q$ 连续可偏导)**:
①$\int_L Pdx+Qdy$ 与路径无关;②任意闭曲线 $\oint=0$;③**柯西黎曼条件** $\frac{\partial Q}{\partial x}\equiv\frac{\partial P}{\partial y}$(最常用);④$\exists u$ 使 $du=Pdx+Qdy$。 ①$\int_L Pdx+Qdy$ 与路径无关;②任意闭曲线 $\oint=0$ ;③**柯西黎曼条件** $\frac{\partial Q}{\partial x}\equiv\frac{\partial P}{\partial y}$ (最常用);④$\exists u$ 使 $du=Pdx+Qdy$ 。
**简化计算三法**:满足条件后——①换路:先水平后垂直 $\int_{x_0}^{x_1}P(x,y_0)\,dx+\int_{y_0}^{y_1}Q(x_1,y)\,dy$;②找原函数 $u$:积分 $=u(x_1,y_1)-u(x_0,y_0)$;③全微分反求 $u$。 **简化计算三法**:满足条件后——①换路:先水平后垂直 $\int_{x_0}^{x_1}P(x,y_0)\,dx+\int_{y_0}^{y_1}Q(x_1,y)\,dy$ ;②找原函数 $u$ :积分 $=u(x_1,y_1)-u(x_0,y_0)$ ;③全微分反求 $u$ 。
## 7. §7 第二型曲面积分(对坐标) ## 7. §7 第二型曲面积分(对坐标)
**概念**:有方向。**物理背景**:不可压缩流体的**通量** $\iint_\Sigma P\,dydz+Q\,dzdx+R\,dxdy$;$\overrightarrow{ds}=\{dydz,dzdx,dxdy\}$(各面投影,可正可负)。 **概念**:有方向。**物理背景**:不可压缩流体的**通量** $\iint_\Sigma P\,dydz+Q\,dzdx+R\,dxdy$ ;$\overrightarrow{ds}=\{dydz,dzdx,dxdy\}$ (各面投影,可正可负)。
**性质**:$\iint_{\Sigma^-}=-\iint_\Sigma$(换侧变号);方向余弦转第一型;**奇偶性规则与第一型相反**——被积函数为相应变量**奇函数 ⟹ 2 倍**,**偶函数 ⟹ 0**(因为第二型分前后/左右/上下,方向相反相消)。 **性质**:$\iint_{\Sigma^-}=-\iint_\Sigma$ (换侧变号);方向余弦转第一型;**奇偶性规则与第一型相反**——被积函数为相应变量**奇函数 ⟹ 2 倍**,**偶函数 ⟹ 0**(因为第二型分前后/左右/上下,方向相反相消)。
**计算**: **计算**:
- **二重积分法(投影带符号)**:$\iint_\Sigma R\,dxdy=\pm\iint_{D_{xy}}R[x,y,\phi(x,y)]\,dxdy$,**上正下负**(法向量朝上为正);$P\,dydz$:**前正后负**(用 $yz$ 面表示 $x$);$Q\,dzdx$:**右正左负**(用 $zx$ 面表示 $y$)。 - **二重积分法(投影带符号)**:$\iint_\Sigma R\,dxdy=\pm\iint_{D_{xy}}R[x,y,\phi(x,y)]\,dxdy$ ,**上正下负**(法向量朝上为正);$P\,dydz$ :**前正后负**(用 $yz$ 面表示 $x$ );$Q\,dzdx$ :**右正左负**(用 $zx$ 面表示 $y$ )。
- **高斯公式(三重积分法,考试重点)**:$\oiint_\Sigma P\,dydz+Q\,dzdx+R\,dxdy=\iiint_\Omega\left(\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\right)dv$。条件:$\Omega$ 为几何体、$\Sigma$ 为 $\Omega$ **外表面**;$P,Q,R$ 连续可偏导。**不封闭则补面(加个底面/顶面再减掉),内表面加负号**。 - **高斯公式(三重积分法,考试重点)**:$\oiint_\Sigma P\,dydz+Q\,dzdx+R\,dxdy=\iiint_\Omega\left(\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\right)dv$ 。条件:$\Omega$ 为几何体、$\Sigma$ 为 $\Omega$ **外表面**;$P,Q,R$ 连续可偏导。**不封闭则补面(加个底面/顶面再减掉),内表面加负号**。
## 8. §8 斯托克斯公式(空间第二型曲线积分) ## 8. §8 斯托克斯公式(空间第二型曲线积分)
$\oint_\Gamma P\,dx+Q\,dy+R\,dz=\iint_\Sigma\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}\right)dydz+\left(\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}\right)dzdx+\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy$($\Sigma$ 为以 $\Gamma$ 为边界的曲面,方向符合右手定则)。空间曲线积分 → 曲面积分,是格林公式在空间的推广。 $\oint_\Gamma P\,dx+Q\,dy+R\,dz=\iint_\Sigma\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}\right)dydz+\left(\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}\right)dzdx+\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy$ ($\Sigma$ 为以 $\Gamma$ 为边界的曲面,方向符合右手定则)。空间曲线积分 → 曲面积分,是格林公式在空间的推广。
### §7·B 题型考点(怎么做、为什么、坑)★必背 ### §7·B 题型考点(怎么做、为什么、坑)★必背
**① 二重积分选坐标系决策树**:被积函数带 $x^2+y^2$(或 $\frac yx,\frac xy$)或区域是圆/扇形/圆环 ⟹ **极坐标**($d\sigma=rdrd\theta$);区域边界是直线/抛物线、被积函数可分 ⟹ 直角(选 $X$/$Y$ 型)。**两个都沾边但区域非圆**(正方形 $0\le x,y\le1$ 含 $\frac1{\sqrt{x^2+y^2}}$)⟹ **切分区域**:沿 $y=x$ 切成三角域再转极坐标(题16)。 **① 二重积分选坐标系决策树**:被积函数带 $x^2+y^2$ (或 $\frac yx,\frac xy$ )或区域是圆/扇形/圆环 ⟹ **极坐标**($d\sigma=rdrd\theta$ );区域边界是直线/抛物线、被积函数可分 ⟹ 直角(选 $X$ /$Y$ 型)。**两个都沾边但区域非圆**(正方形 $0\le x,y\le1$ 含 $\frac1{\sqrt{x^2+y^2}}$ )⟹ **切分区域**:沿 $y=x$ 切成三角域再转极坐标(题16)。
**② 圆心不在原点的圆:坐标轴移动(平移)**(题17、18):$x^2+y^2\le2x+2y$ ⟹ $(x-1)^2+(y-1)^2\le2$,令 $x=1+u,y=1+v$(或直接 $x=1+r\cos\theta$)。**为什么好用**:平移后 $D'$ 关于 $u,v$ 轴对称,**含 $(x-k_1)(y-k_2)$ 因式或 $u,v$ 奇次项积分自动为 0**(对称消零),剩 $u^2+v^2$ 与常数项(常数项积分 = 常数 × 圆面积)。 **② 圆心不在原点的圆:坐标轴移动(平移)**(题17、18):$x^2+y^2\le2x+2y$ ⟹ $(x-1)^2+(y-1)^2\le2$ ,令 $x=1+u,y=1+v$ (或直接 $x=1+r\cos\theta$ )。**为什么好用**:平移后 $D'$ 关于 $u,v$ 轴对称,**含 $(x-k_1)(y-k_2)$ 因式或 $u,v$ 奇次项积分自动为 0**(对称消零),剩 $u^2+v^2$ 与常数项(常数项积分 = 常数 × 圆面积)。
**③ 交换积分次序的触发信号**:被积函数积不出($\sin x^2,\cos^2x$ 对 $y$ 先积不行、$\sin\frac{\pi x}{2y}$、$e^{-x^2}$)或区域复杂分两段 ⟹ 换序。**四步**:画区域(由上下限)→ 定 $X/Y$ 类型 → 重写上下限(反向代入边界函数)→ 换序重积。**极坐标换序**(题8):以 $r$ 为外层,用 $r$ 切分区域($r=\sqrt2$ 切两段),$\theta$ 限由圆边界反解 $\theta=\pm\arccos\frac r2$。 **③ 交换积分次序的触发信号**:被积函数积不出($\sin x^2,\cos^2x$ 对 $y$ 先积不行、$\sin\frac{\pi x}{2y}$ 、$e^{-x^2}$ )或区域复杂分两段 ⟹ 换序。**四步**:画区域(由上下限)→ 定 $X/Y$ 类型 → 重写上下限(反向代入边界函数)→ 换序重积。**极坐标换序**(题8):以 $r$ 为外层,用 $r$ 切分区域($r=\sqrt2$ 切两段),$\theta$ 限由圆边界反解 $\theta=\pm\arccos\frac r2$ 。
**④ 对称性三件套(每次先看)**:①普通对称性(区域对称 + 被积函数奇 ⟹ 0 / 偶 ⟹ 2 倍);②轮换对称性($D$ 关于 $y=x$ 对称 ⟹ $f(x,y)\leftrightarrow f(y,x)$,抽象函数题凑 $\frac12[f(x,y)+f(y,x)]$);③平移后奇函数归零。**三型积分通用**(曲线/曲面积分同样适用)。 **④ 对称性三件套(每次先看)**:①普通对称性(区域对称 + 被积函数奇 ⟹ 0 / 偶 ⟹ 2 倍);②轮换对称性($D$ 关于 $y=x$ 对称 ⟹ $f(x,y)\leftrightarrow f(y,x)$ ,抽象函数题凑 $\frac12[f(x,y)+f(y,x)]$ );③平移后奇函数归零。**三型积分通用**(曲线/曲面积分同样适用)。
**⑤ 二重积分极限三把刀**:①**洛必达**(二重积分的"导数":换序后令内层 $\int_0^tg\,dy$,对 $t$ 求导得 $g(t)$,题21);②**中值定理**($\iint_{x^2+y^2\le r^2}f=\pi r^2 f(\xi,\eta)$,配合 $\lim f(\xi,\eta)=f(0,0)$,题5);③$\lim\frac1{n^2}\sum\sum f(\frac in,\frac jn)=\int_0^1dx\int_0^1 f(x,y)dy$(极限化二重,题20)。 **⑤ 二重积分极限三把刀**:①**洛必达**(二重积分的"导数":换序后令内层 $\int_0^tg\,dy$ ,对 $t$ 求导得 $g(t)$ ,题21);②**中值定理**($\iint_{x^2+y^2\le r^2}f=\pi r^2 f(\xi,\eta)$ ,配合 $\lim f(\xi,\eta)=f(0,0)$ ,题5);③$\lim\frac1{n^2}\sum\sum f(\frac in,\frac jn)=\int_0^1dx\int_0^1 f(x,y)dy$ (极限化二重,题20)。
**⑥ 一重化二重(两函数乘积的积分)**:$\int_a^b f(x)dx\cdot\int_a^b g(x)dx$ 中一个积分的变量改名 $y$ ⟹ 二重积分 $\iint_D f(x)g(y)\,dxdy$,$D=[a,b]\times[a,b]$。**用途**:证不等式($f(x)/f(y)+f(y)/f(x)\ge2$ 均值,题6)、算 $e^{-x^2}$(题22)。 **⑥ 一重化二重(两函数乘积的积分)**:$\int_a^b f(x)dx\cdot\int_a^b g(x)dx$ 中一个积分的变量改名 $y$ ⟹ 二重积分 $\iint_D f(x)g(y)\,dxdy$ ,$D=[a,b]\times[a,b]$ 。**用途**:证不等式($f(x)/f(y)+f(y)/f(x)\ge2$ 均值,题6)、算 $e^{-x^2}$ (题22)。
**⑦ 三重积分选坐标系决策**:含 $x^2+y^2+z^2$、球/锥 ⟹ **球面坐标**($dv=r^2\sin\phi$,$z=r\cos\phi$);含 $x^2+y^2$、旋转体 ⟹ **柱面坐标**($dv=r$)且旋转体上下平顶 ⟹ **先二后一**(截面 $D_z$ 面积直接 $\pi r^2$);四面体/平底平顶 ⟹ **先一后二**(投影穿线)。**先二后一的信号**:被积函数只含 $z$($e^{|z|}$)且截面是圆(题27)。 **⑦ 三重积分选坐标系决策**:含 $x^2+y^2+z^2$ 、球/锥 ⟹ **球面坐标**($dv=r^2\sin\phi$ ,$z=r\cos\phi$ );含 $x^2+y^2$ 、旋转体 ⟹ **柱面坐标**($dv=r$ )且旋转体上下平顶 ⟹ **先二后一**(截面 $D_z$ 面积直接 $\pi r^2$ );四面体/平底平顶 ⟹ **先一后二**(投影穿线)。**先二后一的信号**:被积函数只含 $z$ ($e^{|z|}$ )且截面是圆(题27)。
**⑧ 第一型曲线/曲面积分的 $ds$ 三公式**:平面显式 $\sqrt{1+y'^2}dx$;参数(平面/空间)$\sqrt{\phi'^2+\psi'^2(+w'^2)}dt$;曲面 $\sqrt{1+z_x'^2+z_y'^2}d\sigma$。**空间交线参数化**(题29):球面+平面交线 ⟹ 联立消元得 $(\cos t,\cos t,\sqrt2\sin t)$,$ds=\sqrt2 dt$。 **⑧ 第一型曲线/曲面积分的 $ds$ 三公式**:平面显式 $\sqrt{1+y'^2}dx$ ;参数(平面/空间)$\sqrt{\phi'^2+\psi'^2(+w'^2)}dt$ ;曲面 $\sqrt{1+z_x'^2+z_y'^2}d\sigma$ 。**空间交线参数化**(题29):球面+平面交线 ⟹ 联立消元得 $(\cos t,\cos t,\sqrt2\sin t)$ ,$ds=\sqrt2 dt$ 。
**⑨ 格林不可导点挖洞(考试重点,题34、35)**:$\oint\frac{xdy-ydx}{x^2+y^2}$ 类——$P,Q$ 在原点不连续可偏导,**原点在区域内则格林公式失效** ⟹ 以原点为圆心补小圆 $C$($x^2+y^2=r^2$ 或椭圆 $4x^2+y^2=\delta^2$),在环域上用格林(旋度 0)得 $\oint_L=\oint_C$,**小圆上分母为常数 $\frac1{r^2}$ 提出**,$=\frac2{r^2}\iint d\sigma=2\pi$(椭圆 $=\frac{2}{\delta^2}\cdot\pi\frac\delta2\delta=\pi$)。**为什么**:环域上旋度恒 0,积分只与"绕原点圈数"有关。 **⑨ 格林不可导点挖洞(考试重点,题34、35)**:$\oint\frac{xdy-ydx}{x^2+y^2}$ 类——$P,Q$ 在原点不连续可偏导,**原点在区域内则格林公式失效** ⟹ 以原点为圆心补小圆 $C$ ($x^2+y^2=r^2$ 或椭圆 $4x^2+y^2=\delta^2$ ),在环域上用格林(旋度 0)得 $\oint_L=\oint_C$ ,**小圆上分母为常数 $\frac1{r^2}$ 提出**,$=\frac2{r^2}\iint d\sigma=2\pi$ (椭圆 $=\frac{2}{\delta^2}\cdot\pi\frac\delta2\delta=\pi$ )。**为什么**:环域上旋度恒 0,积分只与"绕原点圈数"有关。
**⑩ 第二型曲面积分:补面法三步(题36)**:①若 $\Sigma$ 不封闭 ⟹ 补一块简单面(底面 $\Sigma_0$)围成闭合体;②$\oiint_{\Sigma+\Sigma_0}$ 用高斯公式转三重积分($\mathrm{div}$ 常简单);③减掉补面积分(**补面法向量方向要选对**:底面取外法向,投影带符号)。**坑**:补面 $z=0$ 上 $dzdx$ 项对 $D_{xy}$ 投影为 0,只剩 $dxdy$ 项。 **⑩ 第二型曲面积分:补面法三步(题36)**:①若 $\Sigma$ 不封闭 ⟹ 补一块简单面(底面 $\Sigma_0$ )围成闭合体;②$\oiint_{\Sigma+\Sigma_0}$ 用高斯公式转三重积分($\mathrm{div}$ 常简单);③减掉补面积分(**补面法向量方向要选对**:底面取外法向,投影带符号)。**坑**:补面 $z=0$ 上 $dzdx$ 项对 $D_{xy}$ 投影为 0,只剩 $dxdy$ 项。
**⑪ 第二型与第一型奇偶性相反(易混)**:一型(对弧长/面积)**奇 ⟹ 0、偶 ⟹ 2 倍**;二型(对坐标)**奇 ⟹ 2 倍、偶 ⟹ 0**。原因:二型有正负侧。 **⑪ 第二型与第一型奇偶性相反(易混)**:一型(对弧长/面积)**奇 ⟹ 0、偶 ⟹ 2 倍**;二型(对坐标)**奇 ⟹ 2 倍、偶 ⟹ 0**。原因:二型有正负侧。
@@ -163,62 +163,62 @@ $\oint_\Gamma P\,dx+Q\,dy+R\,dz=\iint_\Sigma\left(\frac{\partial R}{\partial y}-
### A. 二重积分(题1–23) ### A. 二重积分(题1–23)
**概念与性质(题1–6)** **概念与性质(题1–6)**
- **题 1 · 保号性比较(★★☆)**【knowledge】:设 $I_1=\iint_D\cos\sqrt{x^2+y^2}\,d\sigma$,$I_2=\iint_D\cos(x^2+y^2)\,d\sigma$,$I_3=\iint_D\cos(x^2+y^2)^2\,d\sigma$,$D=\{x^2+y^2\le1\}$,比较大小($t\in(0,1]$ 时 $1\ge\sqrt t\ge t\ge t^2$,$\cos$ 递减 ⟹ $I_3>I_2>I_1$,选 A)。 - **题 1 · 保号性比较(★★☆)**【knowledge】:设 $I_1=\iint_D\cos\sqrt{x^2+y^2}\,d\sigma$ ,$I_2=\iint_D\cos(x^2+y^2)\,d\sigma$ ,$I_3=\iint_D\cos(x^2+y^2)^2\,d\sigma$ ,$D=\{x^2+y^2\le1\}$ ,比较大小($t\in(0,1]$ 时 $1\ge\sqrt t\ge t\ge t^2$ ,$\cos$ 递减 ⟹ $I_3>I_2>I_1$ ,选 A)。
- **题 2 · 轮换对称性·抽象函数(★★★★)**【knowledge】:$D=\{x^2+y^2\le1,x\ge0,y\ge0\}$,$f(x)$ 正值连续,求 $I=\iint_D\frac{a\sqrt{f(x)}+b\sqrt{f(y)}}{\sqrt{f(x)}+\sqrt{f(y)}}d\sigma$(轮换对称凑 $\frac12[f(x,y)+f(y,x)]$,$I=\frac{a+b}{8}\pi$)。 - **题 2 · 轮换对称性·抽象函数(★★★★)**【knowledge】:$D=\{x^2+y^2\le1,x\ge0,y\ge0\}$ ,$f(x)$ 正值连续,求 $I=\iint_D\frac{a\sqrt{f(x)}+b\sqrt{f(y)}}{\sqrt{f(x)}+\sqrt{f(y)}}d\sigma$ (轮换对称凑 $\frac12[f(x,y)+f(y,x)]$ ,$I=\frac{a+b}{8}\pi$ )。
- **题 3 · 同函数不同域比较(★★★)**【exercise】:$D_1:x^2+y^2\le1$、$D_2:x^2+y^2\le2$、$D_3:\frac12x^2+y^2\le1$、$D_4:x^2+\frac12y^2\le1$,$I_i=\iint_{D_i}[1-(x^2+\frac12y^2)]d\sigma$,求 $\max\{I_i\}$($D_4$ 上被积函数才恒正,$I_4$ 最大)。 - **题 3 · 同函数不同域比较(★★★)**【exercise】:$D_1:x^2+y^2\le1$ 、$D_2:x^2+y^2\le2$ 、$D_3:\frac12x^2+y^2\le1$ 、$D_4:x^2+\frac12y^2\le1$ ,$I_i=\iint_{D_i}[1-(x^2+\frac12y^2)]d\sigma$ ,求 $\max\{I_i\}$ ($D_4$ 上被积函数才恒正,$I_4$ 最大)。
- **题 4 · 二重积分等式·函数(★★★)**【exercise】:$f$ 连续且 $f=\frac1\pi\sqrt{x^2+y^2}\iint_{x^2+y^2\le1}f\,d\sigma+y^2$,求 $f$(令 $\iint f=A$ 为常数,两边积分 $A=\frac{2A}3+\frac\pi4$,$f=\frac34\sqrt{x^2+y^2}+y^2$)。 - **题 4 · 二重积分等式·函数(★★★)**【exercise】:$f$ 连续且 $f=\frac1\pi\sqrt{x^2+y^2}\iint_{x^2+y^2\le1}f\,d\sigma+y^2$ ,求 $f$ (令 $\iint f=A$ 为常数,两边积分 $A=\frac{2A}3+\frac\pi4$ ,$f=\frac34\sqrt{x^2+y^2}+y^2$ )。
- **题 5 · 二重积分等式·极限中值定理(★★★)**【exercise】:$g$ 连续可导,$g(0)=0,g'(0)=a\ne0$,$f$ 在 $(0,0)$ 邻域连续,求 $\lim_{r\to0^+}\frac{\iint_{x^2+y^2\le r^2}f(x,y)\,dxdy}{g(r^2)}$(中值定理 $=\pi r^2f(\xi,\eta)$ + 洛必达,$=\frac{\pi f(0,0)}a$)。 - **题 5 · 二重积分等式·极限中值定理(★★★)**【exercise】:$g$ 连续可导,$g(0)=0,g'(0)=a\ne0$ ,$f$ 在 $(0,0)$ 邻域连续,求 $\lim_{r\to0^+}\frac{\iint_{x^2+y^2\le r^2}f(x,y)\,dxdy}{g(r^2)}$ (中值定理 $=\pi r^2f(\xi,\eta)$ + 洛必达,$=\frac{\pi f(0,0)}a$ )。
- **题 6 · 一重化二重·证不等式(★★★)**【exercise】:$f(x)$ 恒正连续,证明 $\int_a^bf(x)dx\cdot\int_a^b\frac1{f(x)}dx\ge(b-a)^2$(乘积化二重 $D=[a,b]^2$,$\frac12[\frac{f(x)}{f(y)}+\frac{f(y)}{f(x)}]\ge1$ 积分)。 - **题 6 · 一重化二重·证不等式(★★★)**【exercise】:$f(x)$ 恒正连续,证明 $\int_a^bf(x)dx\cdot\int_a^b\frac1{f(x)}dx\ge(b-a)^2$ (乘积化二重 $D=[a,b]^2$ ,$\frac12[\frac{f(x)}{f(y)}+\frac{f(y)}{f(x)}]\ge1$ 积分)。
**计算:换序与互化(题7–14)** **计算:换序与互化(题7–14)**
- **题 7 · 交换积分次序·直角(★★★)**【exercise】:交换 $\int_0^1dx\int_0^{x^2}f\,dy+\int_1^3dx\int_0^{\frac12(3-x)}f\,dy$($X$ 型转 $Y$ 型,$\int_0^1dy\int_{\sqrt y}^{3-2y}f\,dx$)。 - **题 7 · 交换积分次序·直角(★★★)**【exercise】:交换 $\int_0^1dx\int_0^{x^2}f\,dy+\int_1^3dx\int_0^{\frac12(3-x)}f\,dy$ ($X$ 型转 $Y$ 型,$\int_0^1dy\int_{\sqrt y}^{3-2y}f\,dx$ )。
- **题 8 · 交换积分次序·极坐标(★★★★)**【exercise】:交换 $\int_{-\pi/4}^{\pi/2}d\theta\int_0^{2\cos\theta}f(r\cos\theta,r\sin\theta)r\,dr$($r=\sqrt2$ 切两段,$\sigma_1:\theta\in[-\frac\pi4,\arccos\frac r2]$、$\sigma_2:\theta\in[-\arccos\frac r2,\arccos\frac r2]$)。 - **题 8 · 交换积分次序·极坐标(★★★★)**【exercise】:交换 $\int_{-\pi/4}^{\pi/2}d\theta\int_0^{2\cos\theta}f(r\cos\theta,r\sin\theta)r\,dr$ ($r=\sqrt2$ 切两段,$\sigma_1:\theta\in[-\frac\pi4,\arccos\frac r2]$ 、$\sigma_2:\theta\in[-\arccos\frac r2,\arccos\frac r2]$ )。
- **题 9 · 极直互化(★★★)**【exercise】:$I=\int_0^{\frac{\sqrt2}2R}e^{-y^2}dy\int_0^y e^{-x^2}dx+\int_{\frac{\sqrt2}2R}^R e^{-y^2}dy\int_0^{\sqrt{R^2-y^2}}e^{-x^2}dx$ 转极坐标并计算(八分之一圆域,$I=\int_{\pi/4}^{\pi/2}d\theta\int_0^R e^{-r^2}r\,dr=\frac\pi8(1-e^{-R^2})$)。 - **题 9 · 极直互化(★★★)**【exercise】:$I=\int_0^{\frac{\sqrt2}2R}e^{-y^2}dy\int_0^y e^{-x^2}dx+\int_{\frac{\sqrt2}2R}^R e^{-y^2}dy\int_0^{\sqrt{R^2-y^2}}e^{-x^2}dx$ 转极坐标并计算(八分之一圆域,$I=\int_{\pi/4}^{\pi/2}d\theta\int_0^R e^{-r^2}r\,dr=\frac\pi8(1-e^{-R^2})$ )。
- **题 10 · 交换积分次序(★★★)**【exercise】:求 $\int_0^1dy\int_{\arcsin y}^{\pi-\arcsin y}\cos^2x\,dx$(直接积不出,换序 $\int_0^\pi\cos^2x\sin x\,dx=\frac23$)。 - **题 10 · 交换积分次序(★★★)**【exercise】:求 $\int_0^1dy\int_{\arcsin y}^{\pi-\arcsin y}\cos^2x\,dx$ (直接积不出,换序 $\int_0^\pi\cos^2x\sin x\,dx=\frac23$ )。
- **题 11 · 极直互化·圆减三角(★★★)**【knowledge】:计算 $I=\int_0^1dx\int_{1-x}^{\sqrt{1-x^2}}\frac{x+y}{x^2+y^2}dy$(区域 = 第一象限圆减三角形,$=\int_0^{\pi/2}d\theta\int_{\frac1{\cos\theta+\sin\theta}}^1(\cos\theta+\sin\theta)\,dr=2-\frac\pi2$)。 - **题 11 · 极直互化·圆减三角(★★★)**【knowledge】:计算 $I=\int_0^1dx\int_{1-x}^{\sqrt{1-x^2}}\frac{x+y}{x^2+y^2}dy$ (区域 = 第一象限圆减三角形,$=\int_0^{\pi/2}d\theta\int_{\frac1{\cos\theta+\sin\theta}}^1(\cos\theta+\sin\theta)\,dr=2-\frac\pi2$ )。
- **题 12 · 交换积分次序(★★★)**【knowledge】:计算 $\int_1^2dx\int_{\sqrt x}^x\sin\frac{\pi x}{2y}dy+\int_2^4dx\int_{\sqrt x}^2\sin\frac{\pi x}{2y}dy$(对 $y$ 积不出,换序 $\int_1^2dy\int_y^{y^2}\sin\frac{\pi x}{2y}dx=\frac4{\pi^3}(2+\pi)$)。 - **题 12 · 交换积分次序(★★★)**【knowledge】:计算 $\int_1^2dx\int_{\sqrt x}^x\sin\frac{\pi x}{2y}dy+\int_2^4dx\int_{\sqrt x}^2\sin\frac{\pi x}{2y}dy$ (对 $y$ 积不出,换序 $\int_1^2dy\int_y^{y^2}\sin\frac{\pi x}{2y}dx=\frac4{\pi^3}(2+\pi)$ )。
- **题 13 · 二重积分处理一元积分(★★★)**【knowledge】:$f(x)=\int_x^1\sin(\pi u^2)du$,求 $\int_0^1f(x)\,dx$(写二重积分换序,$\int_0^1\sin(\pi u^2)u\,du=\frac1\pi$)。 - **题 13 · 二重积分处理一元积分(★★★)**【knowledge】:$f(x)=\int_x^1\sin(\pi u^2)du$ ,求 $\int_0^1f(x)\,dx$ (写二重积分换序,$\int_0^1\sin(\pi u^2)u\,du=\frac1\pi$ )。
- **题 14 · 极直互化·轮换(★★★)**【knowledge】:计算 $\iint_D(\frac{x^2}{a^2}+\frac{y^2}{b^2})\,dxdy$,$D:x^2+y^2\le R^2$(轮换对称 $2I=(1/a^2+1/b^2)\iint(x^2+y^2)$,$=(\frac1{a^2}+\frac1{b^2})\frac{\pi R^4}4$)。 - **题 14 · 极直互化·轮换(★★★)**【knowledge】:计算 $\iint_D(\frac{x^2}{a^2}+\frac{y^2}{b^2})\,dxdy$ ,$D:x^2+y^2\le R^2$ (轮换对称 $2I=(1/a^2+1/b^2)\iint(x^2+y^2)$ ,$=(\frac1{a^2}+\frac1{b^2})\frac{\pi R^4}4$ )。
**计算:极坐标技巧(题15–19)** **计算:极坐标技巧(题15–19)**
- **题 15 · 极坐标对称性·双纽线(★★★)**【exercise】:求曲线 $r^2=2a^2\cos2\theta$($a>0$)所围图形面积($\cos2\theta\ge0$ 定 $\theta$ 域,对称 $4\int_0^{\pi/4}d\theta\int_0^{a\sqrt{2\cos2\theta}}r\,dr=2a^2$)。 - **题 15 · 极坐标对称性·双纽线(★★★)**【exercise】:求曲线 $r^2=2a^2\cos2\theta$ ($a>0$ )所围图形面积($\cos2\theta\ge0$ 定 $\theta$ 域,对称 $4\int_0^{\pi/4}d\theta\int_0^{a\sqrt{2\cos2\theta}}r\,dr=2a^2$ )。
- **题 16 · 切分区域(★★★)**【exercise】:$D=\{0\le x\le1,0\le y\le1\}$,求 $\iint_D\frac{dxdy}{\sqrt{x^2+y^2}}$(沿 $y=x$ 切半,$\theta\in[0,\frac\pi4]$,$r\le\frac1{\cos\theta}$,$2\ln(1+\sqrt2)$)。 - **题 16 · 切分区域(★★★)**【exercise】:$D=\{0\le x\le1,0\le y\le1\}$ ,求 $\iint_D\frac{dxdy}{\sqrt{x^2+y^2}}$ (沿 $y=x$ 切半,$\theta\in[0,\frac\pi4]$ ,$r\le\frac1{\cos\theta}$ ,$2\ln(1+\sqrt2)$ )。
- **题 17 · 坐标轴移动(★★★)**【exercise】:$D:x^2+y^2\le2x+2y$,求 $\iint_D(x^2+xy+y^2)d\sigma$(平移 $x=1+u$,奇项消零,$=2\pi+6\pi=8\pi$)。 - **题 17 · 坐标轴移动(★★★)**【exercise】:$D:x^2+y^2\le2x+2y$ ,求 $\iint_D(x^2+xy+y^2)d\sigma$ (平移 $x=1+u$ ,奇项消零,$=2\pi+6\pi=8\pi$ )。
- **题 18 · 平移后奇函数归零(★★★)**【exercise】:$D:x^2+y^2\le2x+2y$,求 $\iint_D xy\,dxdy$($x=1+r\cos\theta$,$\sin\theta,\cos\theta$ 整周期积分为 0,$=2\pi$)。 - **题 18 · 平移后奇函数归零(★★★)**【exercise】:$D:x^2+y^2\le2x+2y$ ,求 $\iint_D xy\,dxdy$ ($x=1+r\cos\theta$ ,$\sin\theta,\cos\theta$ 整周期积分为 0,$=2\pi$ )。
- **题 19 · 广义极坐标·雅可比(★★★)**【exercise】:$D:\frac{x^2}a+\frac{y^2}b\le1$,求 $\iint_D y^2\,dxdy$($x=ar\cos\theta,y=br\sin\theta$,$|J|=abr$,$=\frac{\pi ab^3}4$)。 - **题 19 · 广义极坐标·雅可比(★★★)**【exercise】:$D:\frac{x^2}a+\frac{y^2}b\le1$ ,求 $\iint_D y^2\,dxdy$ ($x=ar\cos\theta,y=br\sin\theta$ ,$|J|=abr$ ,$=\frac{\pi ab^3}4$ )。
**计算:极限(题20–21)** **计算:极限(题20–21)**
- **题 20 · 极限化二重积分(★★★)**【exercise】:求 $I=\lim_{n\to\infty}\sum_{i=1}^n\sum_{j=1}^n\frac1{(1+\frac in)(n^2+j^2)}$(提 $\frac1{n^2}$ 凑 $\frac in,\frac jn$,$=\int_0^1\frac{dx}{1+x}\int_0^1\frac{dy}{1+y^2}=\frac\pi4\ln2$)。 - **题 20 · 极限化二重积分(★★★)**【exercise】:求 $I=\lim_{n\to\infty}\sum_{i=1}^n\sum_{j=1}^n\frac1{(1+\frac in)(n^2+j^2)}$ (提 $\frac1{n^2}$ 凑 $\frac in,\frac jn$ ,$=\int_0^1\frac{dx}{1+x}\int_0^1\frac{dy}{1+y^2}=\frac\pi4\ln2$ )。
- **题 21 · 二重积分极限·洛必达(★★★★)**【exercise】:求 $\lim_{t\to0^+}\frac1{t^6}\int_0^t dx\int_x^t\sin(xy)^2dy$(换序 + 洛必达 + 换元 $xt=u$,$=\frac1{18}$)。 - **题 21 · 二重积分极限·洛必达(★★★★)**【exercise】:求 $\lim_{t\to0^+}\frac1{t^6}\int_0^t dx\int_x^t\sin(xy)^2dy$ (换序 + 洛必达 + 换元 $xt=u$ ,$=\frac1{18}$ )。
**应用(题22–23)** **应用(题22–23)**
- **题 22 · 广义积分·$e^{-x^2}$(★★★★)**【knowledge/exercise 同题】:求 $\int_0^{+\infty}e^{-x^2}\,dx$($I^2$ 化第一象限二重转极坐标,$=\frac{\sqrt\pi}2$)。 - **题 22 · 广义积分·$e^{-x^2}$ (★★★★)**【knowledge/exercise 同题】:求 $\int_0^{+\infty}e^{-x^2}\,dx$ ($I^2$ 化第一象限二重转极坐标,$=\frac{\sqrt\pi}2$ )。
- **题 23 · 形心(★★★)**【exercise】:求曲线 $ay=x^2$ 与 $x+y=2a$ 所围平面区域 $D$ 的形心($\overline{x}=-\frac12a,\ \overline{y}=\frac85a$)。 - **题 23 · 形心(★★★)**【exercise】:求曲线 $ay=x^2$ 与 $x+y=2a$ 所围平面区域 $D$ 的形心($\overline{x}=-\frac12a,\ \overline{y}=\frac85a$ )。
### B. 三重积分(题24–28)【knowledge】 ### B. 三重积分(题24–28)【knowledge】
- **题 24 · 先一后二·四面体(★★★)**:计算 $I=\iiint_\Omega\frac{dxdydz}{(1+x+y+z)^3}$,$\Omega$ 由 $x=0,y=0,z=0,x+y+z=1$ 围成(投影穿线,$=\frac12(\ln2-\frac58)$)。 - **题 24 · 先一后二·四面体(★★★)**:计算 $I=\iiint_\Omega\frac{dxdydz}{(1+x+y+z)^3}$ ,$\Omega$ 由 $x=0,y=0,z=0,x+y+z=1$ 围成(投影穿线,$=\frac12(\ln2-\frac58)$ )。
- **题 25 · 柱面坐标·先二后一(★★★★)**:$\Omega$ 是 $y^2=2z$($x=0$)绕 $z$ 轴旋转面与 $z=8$ 围成,计算 $\iiint_\Omega(x^2+y^2)dv$(旋转面 $z=\frac{x^2+y^2}2$,先二后一 $\int_0^8dz\int_0^{2\pi}d\theta\int_0^{\sqrt{2z}}r^3dr=\frac{1024\pi}3$)。 - **题 25 · 柱面坐标·先二后一(★★★★)**:$\Omega$ 是 $y^2=2z$ ($x=0$ )绕 $z$ 轴旋转面与 $z=8$ 围成,计算 $\iiint_\Omega(x^2+y^2)dv$ (旋转面 $z=\frac{x^2+y^2}2$ ,先二后一 $\int_0^8dz\int_0^{2\pi}d\theta\int_0^{\sqrt{2z}}r^3dr=\frac{1024\pi}3$ )。
- **题 26 · 球面坐标·右半球(★★★)**:$\Omega$ 是半球面 $x^2+y^2+z^2=a^2$($y\ge0$)与 $xOz$ 面围成,计算 $\iiint_\Omega(x^2+y^2)dv$($x^2+y^2=r^2\sin^2\phi$,$\theta\in[0,\pi],\phi\in[0,\pi],r\in[0,a]$)。 - **题 26 · 球面坐标·右半球(★★★)**:$\Omega$ 是半球面 $x^2+y^2+z^2=a^2$ ($y\ge0$ )与 $xOz$ 面围成,计算 $\iiint_\Omega(x^2+y^2)dv$ ($x^2+y^2=r^2\sin^2\phi$ ,$\theta\in[0,\pi],\phi\in[0,\pi],r\in[0,a]$ )。
- **题 27 · 普通对称性·先二后一(★★★)**:计算 $\iiint_\Omega e^{|z|}\,dv$,$\Omega:x^2+y^2+z^2\le1$(上下对称 $2\int_0^1e^z\pi(1-z^2)dz=2\pi$)。 - **题 27 · 普通对称性·先二后一(★★★)**:计算 $\iiint_\Omega e^{|z|}\,dv$ ,$\Omega:x^2+y^2+z^2\le1$ (上下对称 $2\int_0^1e^z\pi(1-z^2)dz=2\pi$ )。
- **题 28 · 轮换对称性(★★☆)**:$\Omega:x^2+y^2+z^2\le1$,求 $\iiint_\Omega z^2\,dxdydz$(轮换 $=x^2=y^2$,$I=\frac13\iiint(x^2+y^2+z^2)dv=\frac{4\pi}{15}$)。 - **题 28 · 轮换对称性(★★☆)**:$\Omega:x^2+y^2+z^2\le1$ ,求 $\iiint_\Omega z^2\,dxdydz$ (轮换 $=x^2=y^2$ ,$I=\frac13\iiint(x^2+y^2+z^2)dv=\frac{4\pi}{15}$ )。
### C. 第一型曲线积分(题29)【knowledge】 ### C. 第一型曲线积分(题29)【knowledge】
- **题 29 · 空间交线·对称性(★★★)**:计算 $\oint_\Gamma|y|\,ds$,$\Gamma$ 为球面 $x^2+y^2+z^2=2$ 与平面 $x=y$ 的交线(对称 $4\int_0^{\pi/2}\cos t\sqrt2\,dt=4\sqrt2$)。 - **题 29 · 空间交线·对称性(★★★)**:计算 $\oint_\Gamma|y|\,ds$ ,$\Gamma$ 为球面 $x^2+y^2+z^2=2$ 与平面 $x=y$ 的交线(对称 $4\int_0^{\pi/2}\cos t\sqrt2\,dt=4\sqrt2$ )。
### D. 第一型曲面积分(题30–31)【knowledge】 ### D. 第一型曲面积分(题30–31)【knowledge】
- **题 30 · 对称性消奇次(★★★★)**:$I=\iint_\Sigma(xy^2+z)\,ds$,$\Sigma:z=x^2+y^2,\ z\le1$(关于 $x,y$ 轴对称消 $xy^2$,$=\iint_{x^2+y^2\le1}(x^2+y^2)\sqrt{1+4x^2+4y^2}d\sigma$,换元 $t$)。 - **题 30 · 对称性消奇次(★★★★)**:$I=\iint_\Sigma(xy^2+z)\,ds$ ,$\Sigma:z=x^2+y^2,\ z\le1$ (关于 $x,y$ 轴对称消 $xy^2$ ,$=\iint_{x^2+y^2\le1}(x^2+y^2)\sqrt{1+4x^2+4y^2}d\sigma$ ,换元 $t$ )。
- **题 31 · 正八面体·轮换+形心(★★★★)**:$\Sigma:|x|+|y|+|z|=1$,求 $\iint_\Sigma(x+|y|)ds$($x$ 项对称为 0;$|y|$ 项 $8\iint_{\Sigma_1}y\,ds$,轮换 $=y=z=\frac13(x+y+z)$,$=\frac83\cdot\frac{\sqrt3}2=\frac{4\sqrt3}3$)。 - **题 31 · 正八面体·轮换+形心(★★★★)**:$\Sigma:|x|+|y|+|z|=1$ ,求 $\iint_\Sigma(x+|y|)ds$ ($x$ 项对称为 0;$|y|$ 项 $8\iint_{\Sigma_1}y\,ds$ ,轮换 $=y=z=\frac13(x+y+z)$ ,$=\frac83\cdot\frac{\sqrt3}2=\frac{4\sqrt3}3$ )。
### E. 多元积分应用(题32)【knowledge】 ### E. 多元积分应用(题32)【knowledge】
- **题 32 · 空间物体形心(★★★)**:$\Omega=\{(x,y,z)|x^2+y^2\le z\le1\}$,求 $\Omega$ 的形心竖坐标 $\overline{z}$(参考仓库例题未给出解答,形心公式 $\overline{z}=\frac{\iiint_\Omega z\,dv}{\iiint_\Omega dv}$)。 - **题 32 · 空间物体形心(★★★)**:$\Omega=\{(x,y,z)|x^2+y^2\le z\le1\}$ ,求 $\Omega$ 的形心竖坐标 $\overline{z}$ (参考仓库例题未给出解答,形心公式 $\overline{z}=\frac{\iiint_\Omega z\,dv}{\iiint_\Omega dv}$ )。
### F. 第二型曲线积分(题33–35) ### F. 第二型曲线积分(题33–35)
- **题 33 · 路径无关求函数(★★★)**【knowledge】:$\psi(x)$ 可导,$\psi(0)=2$,$\int_L xy^2dx+\psi(x)y\,dy$ 与路径无关,求 $\psi$ 并计算 $I=\int_{(1,2)}^{(2,3)}xy^2dx+\psi(x)y\,dy$($\partial Q/\partial x=\partial P/\partial y$:$\psi'=2x$,$\psi=x^2+2$;换路/原函数 $I=21$)。 - **题 33 · 路径无关求函数(★★★)**【knowledge】:$\psi(x)$ 可导,$\psi(0)=2$ ,$\int_L xy^2dx+\psi(x)y\,dy$ 与路径无关,求 $\psi$ 并计算 $I=\int_{(1,2)}^{(2,3)}xy^2dx+\psi(x)y\,dy$ ($\partial Q/\partial x=\partial P/\partial y$ :$\psi'=2x$ ,$\psi=x^2+2$ ;换路/原函数 $I=21$ )。
- **题 34 · 格林·不可导点挖洞(★★★★)**【exercise】:$I=\oint_L\frac{xdy-ydx}{x^2+y^2}$,$L$ 为不过原点闭曲线(原点在 $D$ 外 ⟹ 格林 $=0$;原点在 $D$ 内 ⟹ 挖小圆 $r^2$,$\oint_L=\oint_{L_0}=\frac1{r^2}\cdot2\iint d\sigma=2\pi$)。 - **题 34 · 格林·不可导点挖洞(★★★★)**【exercise】:$I=\oint_L\frac{xdy-ydx}{x^2+y^2}$ ,$L$ 为不过原点闭曲线(原点在 $D$ 外 ⟹ 格林 $=0$ ;原点在 $D$ 内 ⟹ 挖小圆 $r^2$ ,$\oint_L=\oint_{L_0}=\frac1{r^2}\cdot2\iint d\sigma=2\pi$ )。
- **题 35 · 格林·椭圆挖洞(★★★★)**【exercise】:计算 $\oint_L\frac{xdy-ydx}{4x^2+y^2}$,$L$ 以 $(1,0)$ 为圆心 $R\ge1$ 逆时针(旋度为 0;挖椭圆 $4x^2+y^2=\delta^2$,$=\frac2{\delta^2}\pi\frac\delta2\delta=\pi$)。 - **题 35 · 格林·椭圆挖洞(★★★★)**【exercise】:计算 $\oint_L\frac{xdy-ydx}{4x^2+y^2}$ ,$L$ 以 $(1,0)$ 为圆心 $R\ge1$ 逆时针(旋度为 0;挖椭圆 $4x^2+y^2=\delta^2$ ,$=\frac2{\delta^2}\pi\frac\delta2\delta=\pi$ )。
### G. 第二型曲面积分(题36)【knowledge】 ### G. 第二型曲面积分(题36)【knowledge】
- **题 36 · 高斯公式·补面(★★★★)**:$I=\iint_\Sigma yz\,dzdx+2\,dxdy$,$\Sigma$ 为 $x^2+y^2+z^2=4$ 的 $xOy$ 面上半部分(补底面 $\Sigma_0:z=0$ 下侧,$\oiint=\iiint z\,dv=4\pi$,减 $\iint_{\Sigma_0}2\,dxdy=-8\pi$,$I=12\pi$)。 - **题 36 · 高斯公式·补面(★★★★)**:$I=\iint_\Sigma yz\,dzdx+2\,dxdy$ ,$\Sigma$ 为 $x^2+y^2+z^2=4$ 的 $xOy$ 面上半部分(补底面 $\Sigma_0:z=0$ 下侧,$\oiint=\iiint z\,dv=4\pi$ ,减 $\iint_{\Sigma_0}2\,dxdy=-8\pi$ ,$I=12\pi$ )。
--- ---
@@ -39,30 +39,30 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 无穷级数]
### 考点 1.1 部分和与敛散 ### 考点 1.1 部分和与敛散
$\sum u_n$ 的价值全在部分和数列 $\{S_n\}$ 上:$\lim S_n=S$(有限)则收敛,和为 $S$;否则发散。求和的唯一途径是**写出 $S_n$ 的闭式再取极限**。反向关系 $u_n=S_n-S_{n-1}$($n\ge2$),$u_1=S_1$ 单独算。余项 $r_m=\sum_{n=m+1}^{\infty}u_n$:级数收敛 $\iff$ 任意 m 项后余项收敛;去掉有限项不改变敛散性(但改变和)。 $\sum u_n$ 的价值全在部分和数列 $\{S_n\}$ 上:$\lim S_n=S$ (有限)则收敛,和为 $S$ ;否则发散。求和的唯一途径是**写出 $S_n$ 的闭式再取极限**。反向关系 $u_n=S_n-S_{n-1}$ ($n\ge2$ ),$u_1=S_1$ 单独算。余项 $r_m=\sum_{n=m+1}^{\infty}u_n$ :级数收敛 $\iff$ 任意 m 项后余项收敛;去掉有限项不改变敛散性(但改变和)。
**题目** **题目**
- **题 1 · 部分和算到底(★☆☆)**:判断级数 $\sum_{n=1}^{\infty}\dfrac{1}{n(n+2)}$ 的敛散性,收敛时求和。 - **题 1 · 部分和算到底(★☆☆)**:判断级数 $\sum_{n=1}^{\infty}\dfrac{1}{n(n+2)}$ 的敛散性,收敛时求和。
- **题 2 · 由部分和反求通项(★★☆)**:设级数 $\sum_{n=1}^{\infty}u_n$ 的部分和 $S_n=\dfrac{2n}{n+3}$,求 $u_n$,并求 $\sum_{n=1}^{\infty}u_n$。 - **题 2 · 由部分和反求通项(★★☆)**:设级数 $\sum_{n=1}^{\infty}u_n$ 的部分和 $S_n=\dfrac{2n}{n+3}$ ,求 $u_n$ ,并求 $\sum_{n=1}^{\infty}u_n$ 。
### 考点 1.2 四条性质与必要条件 ### 考点 1.2 四条性质与必要条件
1. **线性**:收敛 $\pm$ 收敛 $=$ 收敛;**收敛 $\pm$ 发散 $=$ 发散;发散 $\pm$ 发散 $=$ 不确定**。 1. **线性**:收敛 $\pm$ 收敛 $=$ 收敛;**收敛 $\pm$ 发散 $=$ 发散;发散 $\pm$ 发散 $=$ 不确定**。
2. **余项**:级数与其任意 m 项后余项同敛散。 2. **余项**:级数与其任意 m 项后余项同敛散。
3. **加括号**:收敛级数任意加括号仍收敛且和不变;**加括号收敛 $\not\Rightarrow$ 原级数收敛**(反例 $1-1+1-\cdots$);但加括号发散 $\Rightarrow$ 原级数发散。 3. **加括号**:收敛级数任意加括号仍收敛且和不变;**加括号收敛 $\not\Rightarrow$ 原级数收敛**(反例 $1-1+1-\cdots$ );但加括号发散 $\Rightarrow$ 原级数发散。
4. **必要条件**:$\sum u_n$ 收敛 $\Rightarrow$ $\lim u_n=0$——判发散的第一刀;反过来不成立($\sum\frac1n$)。 4. **必要条件**:$\sum u_n$ 收敛 $\Rightarrow$ $\lim u_n=0$ ——判发散的第一刀;反过来不成立($\sum\frac1n$ )。
**题目** **题目**
- **题 3 · 加括号与去括号(★★★)**:判断下列四个命题的真假,错的举反例:(Ⅰ)若 $\sum u_n$ 收敛,则任意加括号后仍收敛且和不变;(Ⅱ)若加括号后所得级数收敛,则原级数收敛;(Ⅲ)若 $\lim u_n=0$,则 $\sum u_n$ 收敛;(Ⅳ)若 $\sum u_n$ 收敛,则 $\sum u_n^2$ 收敛。 - **题 3 · 加括号与去括号(★★★)**:判断下列四个命题的真假,错的举反例:(Ⅰ)若 $\sum u_n$ 收敛,则任意加括号后仍收敛且和不变;(Ⅱ)若加括号后所得级数收敛,则原级数收敛;(Ⅲ)若 $\lim u_n=0$ ,则 $\sum u_n$ 收敛;(Ⅳ)若 $\sum u_n$ 收敛,则 $\sum u_n^2$ 收敛。
### 考点 1.3 两个基准级数 ### 考点 1.3 两个基准级数
- **等比级数** $\sum_{n=0}^{\infty}aq^n=\dfrac{a}{1-q}$:$|q|<1$ 收敛,$|q|\ge1$ 发散($q=-1$ 时通项不趋于 0)。 - **等比级数** $\sum_{n=0}^{\infty}aq^n=\dfrac{a}{1-q}$ :$|q|<1$ 收敛,$|q|\ge1$ 发散($q=-1$ 时通项不趋于 0)。
- **$p$ 级数** $\sum\frac{1}{n^p}$:$p>1$ 收敛,$p\le1$ 发散。 - **$p$ 级数** $\sum\frac{1}{n^p}$ :$p>1$ 收敛,$p\le1$ 发散。
- **广义 $p$ 级数** $\sum_{n=2}^{\infty}\frac{1}{n(\ln n)^p}$:$p>1$ 收敛,$p\le1$ 发散(临界值同样是 1,须现场用积分判别法推)。 - **广义 $p$ 级数** $\sum_{n=2}^{\infty}\frac{1}{n(\ln n)^p}$ :$p>1$ 收敛,$p\le1$ 发散(临界值同样是 1,须现场用积分判别法推)。
**题目** **题目**
- **题 4 · 两个基准级数配对扫描(★★☆)**:判断下列六个级数的敛散性,只写结论与依据:① $\sum\frac{5}{3^n}$ ② $\sum\left(-\frac23\right)^n$ ③ $\sum\frac{1}{n^{0.9}}$ ④ $\sum\frac{1}{n\sqrt n}$ ⑤ $\sum_{n=2}^{\infty}\frac{1}{n\ln^2 n}$ ⑥ $\sum\frac{1}{\sqrt[3]{n}}$。 - **题 4 · 两个基准级数配对扫描(★★☆)**:判断下列六个级数的敛散性,只写结论与依据:① $\sum\frac{5}{3^n}$ ② $\sum\left(-\frac23\right)^n$ ③ $\sum\frac{1}{n^{0.9}}$ ④ $\sum\frac{1}{n\sqrt n}$ ⑤ $\sum_{n=2}^{\infty}\frac{1}{n\ln^2 n}$ ⑥ $\sum\frac{1}{\sqrt[3]{n}}$ 。
## 2. 点 2 · 正项级数的四把刀 ## 2. 点 2 · 正项级数的四把刀
@@ -77,29 +77,29 @@ $u_n\ge0$ 时 $\{S_n\}$ 单调不减,故**收敛 $\iff$ 部分和有上界**
### 考点 2.2 比较判别法 ### 考点 2.2 比较判别法
$0\le u_n\le v_n$:大的收敛推小的收敛,小的发散推大的发散。**极限形式**:$\lim\frac{u_n}{v_n}=A$——$0<A<+\infty$ 同敛散;$A=0$ 时 $\sum v_n$ 收敛 $\Rightarrow\sum u_n$ 收敛;$A=+\infty$ 时 $\sum v_n$ 发散 $\Rightarrow\sum u_n$ 发散。实战先把 $u_n$ 换成等价主部 $\frac{c}{n^p}$。 $0\le u_n\le v_n$ :大的收敛推小的收敛,小的发散推大的发散。**极限形式**:$\lim\frac{u_n}{v_n}=A$ ——$0<A<+\infty$ 同敛散;$A=0$ 时 $\sum v_n$ 收敛 $\Rightarrow\sum u_n$ 收敛;$A=+\infty$ 时 $\sum v_n$ 发散 $\Rightarrow\sum u_n$ 发散。实战先把 $u_n$ 换成等价主部 $\frac{c}{n^p}$ 。
**题目** **题目**
- **题 2 · 比较法的两条腿(★★☆)**:判断敛散性:(Ⅰ)$\sum\ln\left(1+\frac{1}{n^2}\right)$;(Ⅱ)$\sum_{n=2}^{\infty}\frac{1}{\ln n}$;(Ⅲ)$\sum\sin\frac{1}{n^2}$。 - **题 2 · 比较法的两条腿(★★☆)**:判断敛散性:(Ⅰ)$\sum\ln\left(1+\frac{1}{n^2}\right)$ ;(Ⅱ)$\sum_{n=2}^{\infty}\frac{1}{\ln n}$ ;(Ⅲ)$\sum\sin\frac{1}{n^2}$ 。
- **题 3 · 等价主部与极限比较(★★★)**:判断敛散性:(Ⅰ)$\sum\left(1-\cos\frac1n\right)$;(Ⅱ)$\sum\left(\sqrt[n]{n}-1\right)$。 - **题 3 · 等价主部与极限比较(★★★)**:判断敛散性:(Ⅰ)$\sum\left(1-\cos\frac1n\right)$ ;(Ⅱ)$\sum\left(\sqrt[n]{n}-1\right)$ 。
### 考点 2.3 比值判别法 ### 考点 2.3 比值判别法
$\lim\frac{u_{n+1}}{u_n}=\rho$:$\rho<1$ 收敛,$\rho>1$ 发散,$\rho=1$ 失效。专治含 $n!$、$a^n$、$n^n$ 的通项。$\rho=1$ 时改比较法或证通项不趋于 0。 $\lim\frac{u_{n+1}}{u_n}=\rho$ :$\rho<1$ 收敛,$\rho>1$ 发散,$\rho=1$ 失效。专治含 $n!$ 、$a^n$ 、$n^n$ 的通项。$\rho=1$ 时改比较法或证通项不趋于 0。
**题目** **题目**
- **题 4 · 比值法含参(★★★)**:讨论 $a>0$ 取何值时,级数 $\sum_{n=1}^{\infty}\dfrac{a^nn!}{n^n}$ 收敛。 - **题 4 · 比值法含参(★★★)**:讨论 $a>0$ 取何值时,级数 $\sum_{n=1}^{\infty}\dfrac{a^nn!}{n^n}$ 收敛。
### 考点 2.4 根值判别法 ### 考点 2.4 根值判别法
$\lim\sqrt[n]{u_n}=\rho$,结论同比值法。专治「整个通项带 $n$ 次幂」;开根后剩下一个 $1^\infty$ 型极限。 $\lim\sqrt[n]{u_n}=\rho$ ,结论同比值法。专治「整个通项带 $n$ 次幂」;开根后剩下一个 $1^\infty$ 型极限。
**题目** **题目**
- **题 5 · 根值法(★★★)**:判断敛散性:(Ⅰ)$\sum\left(\frac{n}{3n+2}\right)^{2n+1}$;(Ⅱ)$\sum\left(n\sin\frac1n\right)^{n^3}$。 - **题 5 · 根值法(★★★)**:判断敛散性:(Ⅰ)$\sum\left(\frac{n}{3n+2}\right)^{2n+1}$ ;(Ⅱ)$\sum\left(n\sin\frac1n\right)^{n^3}$ 。
### 考点 2.5 积分判别法 ### 考点 2.5 积分判别法
$f$ 在 $[1,+\infty)$ 上非负、连续、**单调递减**,$u_n=f(n)$,则 $\sum u_n$ 与 $\int_1^{+\infty}f$ 同敛散。专治带 $\ln n$ 的通项;**单调性必须验证**。 $f$ 在 $[1,+\infty)$ 上非负、连续、**单调递减**,$u_n=f(n)$ ,则 $\sum u_n$ 与 $\int_1^{+\infty}f$ 同敛散。专治带 $\ln n$ 的通项;**单调性必须验证**。
**题目** **题目**
- **题 6 · 积分判别法与含参讨论(★★☆)**:讨论 $p$ 取何值时 $\sum_{n=2}^{\infty}\dfrac{1}{n(\ln n)^p}$ 收敛;并对 $p=2$ 算出相应的积分值,说明它与级数的和是什么关系。 - **题 6 · 积分判别法与含参讨论(★★☆)**:讨论 $p$ 取何值时 $\sum_{n=2}^{\infty}\dfrac{1}{n(\ln n)^p}$ 收敛;并对 $p=2$ 算出相应的积分值,说明它与级数的和是什么关系。
@@ -110,7 +110,7 @@ $f$ 在 $[1,+\infty)$ 上非负、连续、**单调递减**,$u_n=f(n)$,则 $
### 考点 3.1 莱布尼茨判别法 ### 考点 3.1 莱布尼茨判别法
$u_n>0$ 单调不增且 $u_n\to0$ $\Rightarrow$ $\sum(-1)^{n-1}u_n$ 收敛,且 $|r_n|\le u_{n+1}$。两个条件都是**充分**的:单调不是必要的(绝对收敛的交错级数可以不单调);**先看绝对值,别一上来查单调**。 $u_n>0$ 单调不增且 $u_n\to0$ $\Rightarrow$ $\sum(-1)^{n-1}u_n$ 收敛,且 $|r_n|\le u_{n+1}$ 。两个条件都是**充分**的:单调不是必要的(绝对收敛的交错级数可以不单调);**先看绝对值,别一上来查单调**。
**题目** **题目**
- **题 1 · 莱布尼茨的两个条件(★★☆)**:判断 $\sum_{n=1}^{\infty}(-1)^{n-1}\dfrac{n}{n^2+1}$ 的敛散性;若收敛,估计用前 $n$ 项部分和代替时的误差上界。 - **题 1 · 莱布尼茨的两个条件(★★☆)**:判断 $\sum_{n=1}^{\infty}(-1)^{n-1}\dfrac{n}{n^2+1}$ 的敛散性;若收敛,估计用前 $n$ 项部分和代替时的误差上界。
@@ -122,15 +122,15 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
**题目** **题目**
- **题 3 · 绝对还是条件(★★☆)**:判断 $\sum_{n=1}^{\infty}(-1)^n\sin\dfrac{1}{\sqrt n}$ 是绝对收敛、条件收敛还是发散。 - **题 3 · 绝对还是条件(★★☆)**:判断 $\sum_{n=1}^{\infty}(-1)^n\sin\dfrac{1}{\sqrt n}$ 是绝对收敛、条件收敛还是发散。
- **题 4 · 条件收敛的正负项都发散(★★★)**:设 $\sum u_n$ 条件收敛,$u_n^+=\max(u_n,0)$,$u_n^-=\max(-u_n,0)$。证明 $\sum u_n^+$ 与 $\sum u_n^-$ 都发散。 - **题 4 · 条件收敛的正负项都发散(★★★)**:设 $\sum u_n$ 条件收敛,$u_n^+=\max(u_n,0)$ ,$u_n^-=\max(-u_n,0)$ 。证明 $\sum u_n^+$ 与 $\sum u_n^-$ 都发散。
### 考点 3.3 任意项判定流程 ### 考点 3.3 任意项判定流程
四步固定,**顺序不能跳**:① 通项是否趋于 0(否则发散,结束);② 套绝对值判正项级数(收敛即绝对收敛,结束);③ 交错且 $|u_n|$ 发散时用莱布尼茨(得条件收敛);④ 非交错再用部分和估计。 四步固定,**顺序不能跳**:① 通项是否趋于 0(否则发散,结束);② 套绝对值判正项级数(收敛即绝对收敛,结束);③ 交错且 $|u_n|$ 发散时用莱布尼茨(得条件收敛);④ 非交错再用部分和估计。
**题目** **题目**
- **题 5 · 单调有界数列能推出什么(★★★)**:设 $\{u_n\}$ 是单调增加的有界数列,下列四个级数中**必定收敛**的是哪一个,并说明其余三个为什么不一定收敛:(A)$\sum\frac{u_n}{n}$ (B)$\sum\frac{(-1)^n}{u_n}$ (C)$\sum\left(1-\frac{u_n}{u_{n+1}}\right)$ (D)$\sum\left(u_{n+1}^2-u_n^2\right)$。 - **题 5 · 单调有界数列能推出什么(★★★)**:设 $\{u_n\}$ 是单调增加的有界数列,下列四个级数中**必定收敛**的是哪一个,并说明其余三个为什么不一定收敛:(A)$\sum\frac{u_n}{n}$ (B)$\sum\frac{(-1)^n}{u_n}$ (C)$\sum\left(1-\frac{u_n}{u_{n+1}}\right)$ (D)$\sum\left(u_{n+1}^2-u_n^2\right)$ 。
- **题 6 · 两个级数的绝对与条件(★★★)**:已知 ① $\sum\sin\dfrac{n^3\pi}{n^2+1}$;② $\sum(-1)^n\left(\dfrac{1}{\sqrt[3]{n^2}}-\tan\dfrac{1}{\sqrt[3]{n^2}}\right)$。则( )(A)① ② 均条件收敛(B)① 条件收敛,② 绝对收敛(C)① 绝对收敛,② 条件收敛(D)① ② 均绝对收敛。 - **题 6 · 两个级数的绝对与条件(★★★)**:已知 ① $\sum\sin\dfrac{n^3\pi}{n^2+1}$ ;② $\sum(-1)^n\left(\dfrac{1}{\sqrt[3]{n^2}}-\tan\dfrac{1}{\sqrt[3]{n^2}}\right)$ 。则( )(A)① ② 均条件收敛(B)① 条件收敛,② 绝对收敛(C)① 绝对收敛,② 条件收敛(D)① ② 均绝对收敛。
## 4. 点 4 · 幂级数的收敛半径与收敛域 ## 4. 点 4 · 幂级数的收敛半径与收敛域
@@ -138,15 +138,15 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
### 考点 4.1 阿贝尔定理与收敛半径 ### 考点 4.1 阿贝尔定理与收敛半径
在 $x_1$ 收敛 $\Rightarrow$ $|x|<|x_1|$ 处处绝对收敛;在 $x_2$ 发散 $\Rightarrow$ $|x|>|x_2|$ 处处发散。收敛点集是 $(-R,R)$ 加两端点:内部绝对收敛、外部发散、**端点单判**。中心 $x_0$ 时区间 $(x_0-R,x_0+R)$。$R$ 可为 $0$ 或 $+\infty$。 在 $x_1$ 收敛 $\Rightarrow$ $|x|<|x_1|$ 处处绝对收敛;在 $x_2$ 发散 $\Rightarrow$ $|x|>|x_2|$ 处处发散。收敛点集是 $(-R,R)$ 加两端点:内部绝对收敛、外部发散、**端点单判**。中心 $x_0$ 时区间 $(x_0-R,x_0+R)$ 。$R$ 可为 $0$ 或 $+\infty$ 。
**题目** **题目**
- **题 6 · 子级数的敛散(★★★)**:设 $R$ 是幂级数 $\sum a_nx^n$ 的收敛半径,$r$ 为实数。判断下列四个命题的真假,错的给反例:(A)若 $\sum a_{3n}r^{3n}$ 发散,则 $|r|\ge R$;(B)若 $\sum a_{3n}r^{3n}$ 收敛,则 $|r|\le R$;(C)若 $|r|\ge R$,则 $\sum a_{3n}r^{3n}$ 发散;(D)若 $|r|\le R$,则 $\sum a_{3n}r^{3n}$ 收敛。 - **题 6 · 子级数的敛散(★★★)**:设 $R$ 是幂级数 $\sum a_nx^n$ 的收敛半径,$r$ 为实数。判断下列四个命题的真假,错的给反例:(A)若 $\sum a_{3n}r^{3n}$ 发散,则 $|r|\ge R$ ;(B)若 $\sum a_{3n}r^{3n}$ 收敛,则 $|r|\le R$ ;(C)若 $|r|\ge R$ ,则 $\sum a_{3n}r^{3n}$ 发散;(D)若 $|r|\le R$ ,则 $\sum a_{3n}r^{3n}$ 收敛。
### 考点 4.2 半径三算法 ### 考点 4.2 半径三算法
1. **标准型**:$R=\lim\left|\frac{a_n}{a_{n+1}}\right|$ 或 $\frac{1}{\lim\sqrt[n]{|a_n|}}$(**别写反**;$\rho=0$ 时 $R=+\infty$)。 1. **标准型**:$R=\lim\left|\frac{a_n}{a_{n+1}}\right|$ 或 $\frac{1}{\lim\sqrt[n]{|a_n|}}$ (**别写反**;$\rho=0$ 时 $R=+\infty$ )。
2. **缺项型**(只有 $x^{2n}$、$x^{3n}$):先换元 $t=x^k$ 再套,或直接对通项做比值令极限 $<1$。 2. **缺项型**(只有 $x^{2n}$ 、$x^{3n}$ ):先换元 $t=x^k$ 再套,或直接对通项做比值令极限 $<1$ 。
3. **抽象型**:用阿贝尔反推(见 4.4)。 3. **抽象型**:用阿贝尔反推(见 4.4)。
**题目** **题目**
@@ -156,14 +156,14 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
### 考点 4.3 端点与条件收敛 ### 考点 4.3 端点与条件收敛
端点代入变数项级数,用点 1—点 3 判据(四步流程)。**在 $x_0$ 处条件收敛 $\Rightarrow$ $|x_0|=R$**(条件收敛只能发生在端点)——抽象题的钥匙。收敛域可能半开:$[-R,R)$、$(-R,R]$。 端点代入变数项级数,用点 1—点 3 判据(四步流程)。**在 $x_0$ 处条件收敛** $\Rightarrow$ $|x_0|=R$ (条件收敛只能发生在端点)——抽象题的钥匙。收敛域可能半开:$[-R,R)$ 、$(-R,R]$ 。
**题目** **题目**
- **题 4 · 端点决定收敛域(★★☆)**:求 $\sum_{n=1}^{\infty}(-1)^{n-1}\dfrac{x^n}{n}$ 的收敛域,并指出它在哪一点是条件收敛。 - **题 4 · 端点决定收敛域(★★☆)**:求 $\sum_{n=1}^{\infty}(-1)^{n-1}\dfrac{x^n}{n}$ 的收敛域,并指出它在哪一点是条件收敛。
### 考点 4.4 抽象型三段论与不变式 ### 考点 4.4 抽象型三段论与不变式
已知 $\sum a_n(x-x_0)^n$ 在某点 $x_1$:收敛 $\Rightarrow R\ge|x_1-x_0|$;发散 $\Rightarrow R\le|x_1-x_0|$;**条件收敛 $\Rightarrow R=|x_1-x_0|$**。三条不变式:平移(含乘 $x^k$)、逐项求导、逐项积分都**不改 $R$**;求导可能缩小收敛域、积分可能扩大。 已知 $\sum a_n(x-x_0)^n$ 在某点 $x_1$ :收敛 $\Rightarrow R\ge|x_1-x_0|$ ;发散 $\Rightarrow R\le|x_1-x_0|$ ;**条件收敛** $\Rightarrow R=|x_1-x_0|$ 。三条不变式:平移(含乘 $x^k$ )、逐项求导、逐项积分都**不改** $R$ ;求导可能缩小收敛域、积分可能扩大。
**题目** **题目**
- **题 5 · 条件收敛即是端点(★★★)**:设 $\sum a_n(x+1)^n$ 在 $x=1$ 处条件收敛,判断 $\sum na_n(x-1)^n$ 在 $x=2$ 处是绝对收敛、条件收敛还是发散。 - **题 5 · 条件收敛即是端点(★★★)**:设 $\sum a_n(x+1)^n$ 在 $x=1$ 处条件收敛,判断 $\sum na_n(x-1)^n$ 在 $x=2$ 处是绝对收敛、条件收敛还是发散。
@@ -179,24 +179,24 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
| 展开式 | 收敛域 | | 展开式 | 收敛域 |
|---|---| |---|---|
| $e^x=\sum\frac{x^n}{n!}$ | $(-\infty,+\infty)$ | | $e^x=\sum\frac{x^n}{n!}$ | $(-\infty,+\infty)$ |
| $\frac{1}{1-x}=\sum x^n$ | $(-1,1)$,两端都不含 | | $\frac{1}{1-x}=\sum x^n$ | $(-1,1)$ ,两端都不含 |
| $\frac{1}{1+x}=\sum(-1)^nx^n$ | $(-1,1)$ | | $\frac{1}{1+x}=\sum(-1)^nx^n$ | $(-1,1)$ |
| $\ln(1+x)=\sum(-1)^{n-1}\frac{x^n}{n}$ | $(-1,1]$,含 $x=1$ | | $\ln(1+x)=\sum(-1)^{n-1}\frac{x^n}{n}$ | $(-1,1]$ ,含 $x=1$ |
| $\sin x=\sum(-1)^n\frac{x^{2n+1}}{(2n+1)!}$ | $(-\infty,+\infty)$ | | $\sin x=\sum(-1)^n\frac{x^{2n+1}}{(2n+1)!}$ | $(-\infty,+\infty)$ |
| $\cos x=\sum(-1)^n\frac{x^{2n}}{(2n)!}$ | $(-\infty,+\infty)$ | | $\cos x=\sum(-1)^n\frac{x^{2n}}{(2n)!}$ | $(-\infty,+\infty)$ |
| $(1+x)^\alpha=1+\sum\frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n$ | $\alpha\le-1$:$(-1,1)$;$-1<\alpha<0$:$(-1,1]$;$\alpha>0$:$[-1,1]$ | | $(1+x)^\alpha=1+\sum\frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n$ | $\alpha\le-1$ :$(-1,1)$ ;$-1<\alpha<0$ :$(-1,1]$ ;$\alpha>0$ :$[-1,1]$ |
**题目** **题目**
- **题 1 · 七个展开式的端点(★☆☆)**:写出下列函数在 $x=0$ 处的幂级数展开式及其收敛域:(Ⅰ)$\frac{1}{1-2x}$ (Ⅱ)$\ln(1-2x)$ (Ⅲ)$\frac{1}{1+x^2}$ (Ⅳ)$\arctan x$。 - **题 1 · 七个展开式的端点(★☆☆)**:写出下列函数在 $x=0$ 处的幂级数展开式及其收敛域:(Ⅰ)$\frac{1}{1-2x}$ (Ⅱ)$\ln(1-2x)$ (Ⅲ)$\frac{1}{1+x^2}$ (Ⅳ)$\arctan x$ 。
### 考点 5.2 间接展开四法 ### 考点 5.2 间接展开四法
1. **代换**:$x\to\pm x^k$、$2x$ 等,**收敛域同步换**;2. **部分分式**:拆成 $\frac{A}{x-a}$ 再套 $\frac{1}{1-t}$ 型(多个展开式并存取交集);3. **逐项求导/积分**:先展开好展开的再转换($R$ 不变,端点重判);4. **乘积与待定系数**:$e^x\sin x$ 型只保留目标次数以内的组合。 1. **代换**:$x\to\pm x^k$ 、$2x$ 等,**收敛域同步换**;2. **部分分式**:拆成 $\frac{A}{x-a}$ 再套 $\frac{1}{1-t}$ 型(多个展开式并存取交集);3. **逐项求导/积分**:先展开好展开的再转换($R$ 不变,端点重判);4. **乘积与待定系数**:$e^x\sin x$ 型只保留目标次数以内的组合。
**题目** **题目**
- **题 2 · 部分分式(★★☆)**:将 $f(x)=\dfrac{1}{x^2-3x+2}$ 展开成 $x$ 的幂级数,并写出收敛域。 - **题 2 · 部分分式(★★☆)**:将 $f(x)=\dfrac{1}{x^2-3x+2}$ 展开成 $x$ 的幂级数,并写出收敛域。
- **题 3 · 先导后积(★★☆)**:把 $f(x)=\ln\dfrac{1+x}{1-x}$ 展开成 $x$ 的幂级数并求收敛域;再用它求 $\sum_{n=1}^{\infty}\dfrac{1}{(2n-1)3^{2n-1}}$。 - **题 3 · 先导后积(★★☆)**:把 $f(x)=\ln\dfrac{1+x}{1-x}$ 展开成 $x$ 的幂级数并求收敛域;再用它求 $\sum_{n=1}^{\infty}\dfrac{1}{(2n-1)3^{2n-1}}$ 。
- **题 4 · 乘积法(★★★)**:把 $f(x)=e^x\sin x$ 展开成 $x$ 的幂级数,写出前四项(到 $x^4$)及通项系数的一个表达式。 - **题 4 · 乘积法(★★★)**:把 $f(x)=e^x\sin x$ 展开成 $x$ 的幂级数,写出前四项(到 $x^4$ )及通项系数的一个表达式。
- **题 5 · 把展开式倒过来用(★★★)**:求数项级数 $\sum_{n=0}^{\infty}(-1)^n\dfrac{2n+3}{(2n+1)!}$ 的和。 - **题 5 · 把展开式倒过来用(★★★)**:求数项级数 $\sum_{n=0}^{\infty}(-1)^n\dfrac{2n+3}{(2n+1)!}$ 的和。
## 6. 点 6 · 幂级数求和函数 ## 6. 点 6 · 幂级数求和函数
@@ -229,11 +229,11 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
- **分子有 $n$ $\Rightarrow$ 先积后导**(先乘 $x^k$ 配平幂次); - **分子有 $n$ $\Rightarrow$ 先积后导**(先乘 $x^k$ 配平幂次);
- **分母有 $n$ $\Rightarrow$ 先导后积**(用 $S(0)$ 定常数); - **分母有 $n$ $\Rightarrow$ 先导后积**(用 $S(0)$ 定常数);
- **系数由递推给出 $\Rightarrow$ 对 $S$ 求导建立微分方程**,初值 $S(0)=a_0$。 - **系数由递推给出 $\Rightarrow$ 对 $S$ 求导建立微分方程**,初值 $S(0)=a_0$ 。
**题目** **题目**
- **题 4 · 两个级数相加(收敛域取交集)(★★★)**:设 $u_n(x)=e^{-2nx}+\dfrac{x^{n+1}}{n(n+1)}$,求 $\sum u_n(x)$ 的收敛域与和函数。 - **题 4 · 两个级数相加(收敛域取交集)(★★★)**:设 $u_n(x)=e^{-2nx}+\dfrac{x^{n+1}}{n(n+1)}$ ,求 $\sum u_n(x)$ 的收敛域与和函数。
- **题 5 · 递推列加幂级数(★★★)**:设数列 $\{a_n\}$ 满足 $a_0=1$,$a_{n+1}=\dfrac{2n+1}{2n+2}a_n$($n=0,1,2,\dots$)。证明 $S(x)=\sum a_nx^n$ 在 $|x|<1$ 时收敛,并求 $S(x)$。 - **题 5 · 递推列加幂级数(★★★)**:设数列 $\{a_n\}$ 满足 $a_0=1$ ,$a_{n+1}=\dfrac{2n+1}{2n+2}a_n$ ($n=0,1,2,\dots$ )。证明 $S(x)=\sum a_nx^n$ 在 $|x|<1$ 时收敛,并求 $S(x)$ 。
## 7. 点 7 · 傅里叶级数 ## 7. 点 7 · 傅里叶级数
@@ -241,26 +241,26 @@ $\sum|u_n|$ 收敛叫绝对收敛;$\sum u_n$ 收敛而 $\sum|u_n|$ 发散叫
### 考点 7.1 正交性与系数公式 ### 考点 7.1 正交性与系数公式
$\{1,\cos nx,\sin nx\}$ 在 $[-\pi,\pi]$ 上正交(不同函数乘积分为 0,$m=n$ 时为 $\pi$)。周期 $2\pi$:$a_n=\frac1\pi\int_{-\pi}^{\pi}f\cos nx$,$b_n=\frac1\pi\int_{-\pi}^{\pi}f\sin nx$;周期 $2l$:$\frac1\pi\to\frac1l$,角频率 $\frac{n\pi}{l}x$。**周期为 2 的题(真题近三年)取 $l=1$,$a_n=\int_{-1}^{1}f\cos n\pi x$**。 $\{1,\cos nx,\sin nx\}$ 在 $[-\pi,\pi]$ 上正交(不同函数乘积分为 0,$m=n$ 时为 $\pi$ )。周期 $2\pi$ :$a_n=\frac1\pi\int_{-\pi}^{\pi}f\cos nx$ ,$b_n=\frac1\pi\int_{-\pi}^{\pi}f\sin nx$ ;周期 $2l$ :$\frac1\pi\to\frac1l$ ,角频率 $\frac{n\pi}{l}x$ 。**周期为 2 的题(真题近三年)取 $l=1$ ,** $a_n=\int_{-1}^{1}f\cos n\pi x$ 。
**题目** **题目**
- **题 1 · 同一函数的正弦与余弦两套系数(★★☆)**:设 $f(x)=x$,$0\le x\le\pi$。分别求它的正弦级数系数 $b_n$ 与余弦级数系数 $a_n$(写出 $a_0$)。 - **题 1 · 同一函数的正弦与余弦两套系数(★★☆)**:设 $f(x)=x$ ,$0\le x\le\pi$ 。分别求它的正弦级数系数 $b_n$ 与余弦级数系数 $a_n$ (写出 $a_0$ )。
### 考点 7.2 狄利克雷定理与和函数 ### 考点 7.2 狄利克雷定理与和函数
$f$ 连续或只有有限个第一类间断点、有限个极值点 $\Rightarrow$ 傅里叶级数处处收敛:连续点 $S=f$;第一类间断点 $S=\frac{f(x-0)+f(x+0)}{2}$;端点 $x=\pm\pi$ 取 $\frac{f(-\pi+0)+f(\pi-0)}{2}$。求 $S(x_0)$ 的顺序:**先平移(周期)→ 再对称(奇偶)→ 最后判连续性**。 $f$ 连续或只有有限个第一类间断点、有限个极值点 $\Rightarrow$ 傅里叶级数处处收敛:连续点 $S=f$ ;第一类间断点 $S=\frac{f(x-0)+f(x+0)}{2}$ ;端点 $x=\pm\pi$ 取 $\frac{f(-\pi+0)+f(\pi-0)}{2}$ 。求 $S(x_0)$ 的顺序:**先平移(周期)→ 再对称(奇偶)→ 最后判连续性**。
**题目** **题目**
- **题 2 · 跳跃点取平均(★★★)**:设 $f(x)=\begin{cases}x^2,&0\le x\le\frac12\\ x,&\frac12<x\le1\end{cases}$,把 $f$ 在 $[0,1]$ 上作奇延拓再以 2 为周期延拓,其傅里叶级数的和函数为 $S(x)$。求 $S\left(-\frac72\right)$。 - **题 2 · 跳跃点取平均(★★★)**:设 $f(x)=\begin{cases}x^2,&0\le x\le\frac12\\ x,&\frac12<x\le1\end{cases}$ ,把 $f$ 在 $[0,1]$ 上作奇延拓再以 2 为周期延拓,其傅里叶级数的和函数为 $S(x)$ 。求 $S\left(-\frac72\right)$ 。
- **题 3 · 奇偶性直接判零(★★★)**:设 $f$ 是周期为 2 的周期函数,$f(x)=1-x$,$x\in[0,1]$。若 $f(x)=\frac{a_0}{2}+\sum a_n\cos n\pi x$,求 $\sum_{n=1}^{\infty}a_{2n}$。 - **题 3 · 奇偶性直接判零(★★★)**:设 $f$ 是周期为 2 的周期函数,$f(x)=1-x$ ,$x\in[0,1]$ 。若 $f(x)=\frac{a_0}{2}+\sum a_n\cos n\pi x$ ,求 $\sum_{n=1}^{\infty}a_{2n}$ 。
### 考点 7.3 正弦级数与余弦级数 ### 考点 7.3 正弦级数与余弦级数
$[0,\pi]$ 上只有一段表达式时先延拓:**奇延拓 $\Rightarrow$ 正弦级数**($a_n=0$,$b_n=\frac2\pi\int_0^\pi f\sin nx$);**偶延拓 $\Rightarrow$ 余弦级数**($b_n=0$,$a_n=\frac2\pi\int_0^\pi f\cos nx$)。**$\cos$ 只认偶部、$\sin$ 只认奇部**——先判奇偶可省一半计算。 $[0,\pi]$ 上只有一段表达式时先延拓:**奇延拓 $\Rightarrow$ 正弦级数**($a_n=0$ ,$b_n=\frac2\pi\int_0^\pi f\sin nx$ );**偶延拓 $\Rightarrow$ 余弦级数**($b_n=0$ ,$a_n=\frac2\pi\int_0^\pi f\cos nx$ )。**$\cos$ 只认偶部、$\sin$ 只认奇部**——先判奇偶可省一半计算。
**题目** **题目**
- **题 4 · 端点与对称点(★★☆)**:设 $f(x)=x$,$0\le x<\pi$。奇延拓后以 $2\pi$ 为周期展开为正弦级数,和函数为 $S(x)$。求 $S(\pi)$、$S(-\pi)$、$S\left(\frac\pi2\right)$、$S\left(\frac{3\pi}{2}\right)$。 - **题 4 · 端点与对称点(★★☆)**:设 $f(x)=x$ ,$0\le x<\pi$ 。奇延拓后以 $2\pi$ 为周期展开为正弦级数,和函数为 $S(x)$ 。求 $S(\pi)$ 、$S(-\pi)$ 、$S\left(\frac\pi2\right)$ 、$S\left(\frac{3\pi}{2}\right)$ 。
- **题 5 · 用傅里叶级数凑出两个经典级数(★★★)**:把 $f(x)=x$($0\le x\le\pi$)展开成余弦级数,并由此求 $\sum_{n=0}^{\infty}\frac{1}{(2n+1)^2}$ 与 $\sum_{n=1}^{\infty}\frac{1}{n^2}$。 - **题 5 · 用傅里叶级数凑出两个经典级数(★★★)**:把 $f(x)=x$ ($0\le x\le\pi$ )展开成余弦级数,并由此求 $\sum_{n=0}^{\infty}\frac{1}{(2n+1)^2}$ 与 $\sum_{n=1}^{\infty}\frac{1}{n^2}$ 。
## 8. 点 8 · 数项级数求和与抽象证明 ## 8. 点 8 · 数项级数求和与抽象证明
@@ -271,23 +271,23 @@ $[0,\pi]$ 上只有一段表达式时先延拓:**奇延拓 $\Rightarrow$ 正
$\sum a_nr^n$ 就是幂级数在 $x=r$ 的值:**认出 $r$ → 求 $S(x)$ → 代值**($r$ 在端点改用 8.2)。已给和函数时改为**比较系数**:展开、逐项对齐、对系数求和。 $\sum a_nr^n$ 就是幂级数在 $x=r$ 的值:**认出 $r$ → 求 $S(x)$ → 代值**($r$ 在端点改用 8.2)。已给和函数时改为**比较系数**:展开、逐项对齐、对系数求和。
**题目** **题目**
- **题 1 · 给和函数,反求系数之和(★★☆)**:已知幂级数 $\sum a_nx^n$ 的和函数为 $\ln(2+x)$,求 $\sum_{n=0}^{\infty}na_{2n}$。 - **题 1 · 给和函数,反求系数之和(★★☆)**:已知幂级数 $\sum a_nx^n$ 的和函数为 $\ln(2+x)$ ,求 $\sum_{n=0}^{\infty}na_{2n}$ 。
- **题 2 · 系数含平方的求和(★★★)**:求 $\sum_{n=1}^{\infty}\dfrac{n^2}{2^n}$。 - **题 2 · 系数含平方的求和(★★★)**:求 $\sum_{n=1}^{\infty}\dfrac{n^2}{2^n}$ 。
### 考点 8.2 阿贝尔端点 ### 考点 8.2 阿贝尔端点
端点收敛则和函数在该点单侧连续:$\sum a_nR^n=\lim_{x\to R^-}S(x)$。典型:$\arctan x$ 在 $x=1$ 收敛,$\sum\frac{(-1)^n}{2n+1}=\frac\pi4$。**端点发散就不能代**(如 $\sum\frac{x^n}{n}$ 在 $x=1$)。 端点收敛则和函数在该点单侧连续:$\sum a_nR^n=\lim_{x\to R^-}S(x)$ 。典型:$\arctan x$ 在 $x=1$ 收敛,$\sum\frac{(-1)^n}{2n+1}=\frac\pi4$ 。**端点发散就不能代**(如 $\sum\frac{x^n}{n}$ 在 $x=1$ )。
**题目** **题目**
- **题 3 · 端点代值(★★★)**:求 $\sum_{n=1}^{\infty}\dfrac{(-1)^{n-1}}{2n-1}$ 的和。 - **题 3 · 端点代值(★★★)**:求 $\sum_{n=1}^{\infty}\dfrac{(-1)^{n-1}}{2n-1}$ 的和。
### 考点 8.3 望远镜与抽象证明 ### 考点 8.3 望远镜与抽象证明
$u_n=f(n)-f(n+1)$ $\Rightarrow$ $S_N=f(1)-f(N+1)$;$k$ 个连续因子倒数的裂项:$\frac{1}{n\cdots(n+k)}=\frac1k\left[\frac{1}{n\cdots(n+k-1)}-\frac{1}{(n+1)\cdots(n+k)}\right]$。抽象证明两模板:① **压缩**:$|a_{n+1}|\le q|a_n|$($0<q<1$)$\Rightarrow$ $\sum|a_n|$ 绝对收敛;② **单调 + 有界**:由 $\sum|d_n|$ 收敛得 $x_n$ 收敛。 $u_n=f(n)-f(n+1)$ $\Rightarrow$ $S_N=f(1)-f(N+1)$ ;$k$ 个连续因子倒数的裂项:$\frac{1}{n\cdots(n+k)}=\frac1k\left[\frac{1}{n\cdots(n+k-1)}-\frac{1}{(n+1)\cdots(n+k)}\right]$ 。抽象证明两模板:① **压缩**:$|a_{n+1}|\le q|a_n|$ ($0<q<1$ )$\Rightarrow$ $\sum|a_n|$ 绝对收敛;② **单调 + 有界**:由 $\sum|d_n|$ 收敛得 $x_n$ 收敛。
**题目** **题目**
- **题 4 · 望远镜(★☆☆)**:求 $\sum_{n=1}^{\infty}\dfrac{1}{n(n+1)(n+2)}$。 - **题 4 · 望远镜(★☆☆)**:求 $\sum_{n=1}^{\infty}\dfrac{1}{n(n+1)(n+2)}$ 。
- **题 5 · 压缩映射与级数(★★★)**:设 $f$ 在 $(-\infty,+\infty)$ 上可导,$f(0)=1$,且对任意 $x$ 有 $0<f'(x)<\frac13$。数列 $\{x_n\}$:$x_0=0$,$x_{n+1}=f(x_n)$。(Ⅰ)证明 $\sum(x_{n+1}-x_n)$ 绝对收敛;(Ⅱ)证明 $\lim x_n$ 存在,且 $1<\lim x_n<\frac32$。 - **题 5 · 压缩映射与级数(★★★)**:设 $f$ 在 $(-\infty,+\infty)$ 上可导,$f(0)=1$ ,且对任意 $x$ 有 $0<f'(x)<\frac13$ 。数列 $\{x_n\}$ :$x_0=0$ ,$x_{n+1}=f(x_n)$ 。(Ⅰ)证明 $\sum(x_{n+1}-x_n)$ 绝对收敛;(Ⅱ)证明 $\lim x_n$ 存在,且 $1<\lim x_n<\frac32$ 。
--- ---
@@ -25,8 +25,8 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 微分方程]
| 节 | 考点(对应题号) | | 节 | 考点(对应题号) |
|---|---| |---|---|
| §1 基本概念 | 阶、通解(任意常数个数=阶数)、特解、初值条件、积分曲线(题16–17、20) | | §1 基本概念 | 阶、通解(任意常数个数=阶数)、特解、初值条件、积分曲线(题16–17、20) |
| §2 一阶方程 | 可分离、多项式换元、齐次($u=y/x$)、可化齐次、一阶线性(公式/常数变易)、伯努利(题1–7、21–23) | | §2 一阶方程 | 可分离、多项式换元、齐次($u=y/x$ )、可化齐次、一阶线性(公式/常数变易)、伯努利(题1–7、21–23) |
| §3 可降阶 | $y^{(n)}=f(x)$、$y''=f(x,y')$($p=y'$)、$y''=f(y,y')$($p\frac{dp}{dy}$)(题8、24) | | §3 可降阶 | $y^{(n)}=f(x)$ 、$y''=f(x,y')$ ($p=y'$ )、$y''=f(y,y')$ ($p\frac{dp}{dy}$ )(题8、24) |
| §4 高阶线性 | 解结构 4 定理、二阶常系数齐次 3 类通解、非齐次设特解 2 类(题9–15) | | §4 高阶线性 | 解结构 4 定理、二阶常系数齐次 3 类通解、非齐次设特解 2 类(题9–15) |
| §5 欧拉方程 | $x=e^t$ 换元公式、$x<0$ 处理(题25) | | §5 欧拉方程 | $x=e^t$ 换元公式、$x<0$ 处理(题25) |
| §6 物理应用 | 牛顿第二定律、变化率/冷却定律(题18–19) | | §6 物理应用 | 牛顿第二定律、变化率/冷却定律(题18–19) |
@@ -35,32 +35,32 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 微分方程]
**微分方程**:含未知函数导数的方程;**阶** = 未知函数最高阶导数的阶数;$y^{(n)}=f(x,y,\cdots,y^{(n-1)})$ 为标准形式。 **微分方程**:含未知函数导数的方程;**阶** = 未知函数最高阶导数的阶数;$y^{(n)}=f(x,y,\cdots,y^{(n-1)})$ 为标准形式。
**解**:**通解** = 含任意常数且常数个数 = 方程阶数的解;**特解** = 确定任意常数后的解;**初值条件**($x=x_0$ 时 $y=y_0,y'=y_0'$)+ 方程 = 初值问题;解的图形叫**积分曲线**。 **解**:**通解** = 含任意常数且常数个数 = 方程阶数的解;**特解** = 确定任意常数后的解;**初值条件**($x=x_0$ 时 $y=y_0,y'=y_0'$ )+ 方程 = 初值问题;解的图形叫**积分曲线**。
**验证解 + 求特解三步**:①代入前先求各阶导数;②代入方程看恒成立;③代初值条件定常数。 **验证解 + 求特解三步**:①代入前先求各阶导数;②代入方程看恒成立;③代初值条件定常数。
## 2. §2 一阶微分方程 ## 2. §2 一阶微分方程
**① 可分离变量**:$y'=f(x)g(y)$ ⟹ $\int\frac{dy}{g(y)}=\int f(x)dx$。**坑**:分离时除以 $g(y)$ 丢掉了 $g(y)=0$ 的解——结果常数的范围要恢复(如 $y\sin\frac x2dx-\cos\frac x2dy=0$ 解出 $C\ne0$,实际 $C$ 任意,$y=0$ 是奇解)。 **① 可分离变量**:$y'=f(x)g(y)$ ⟹ $\int\frac{dy}{g(y)}=\int f(x)dx$ 。**坑**:分离时除以 $g(y)$ 丢掉了 $g(y)=0$ 的解——结果常数的范围要恢复(如 $y\sin\frac x2dx-\cos\frac x2dy=0$ 解出 $C\ne0$ ,实际 $C$ 任意,$y=0$ 是奇解)。
**② 可化为可分离**: **② 可化为可分离**:
- **多项式换元**:$y'=f(ax+by+c)$ ⟹ 令 $u=ax+by+c$,$\frac{du}{dx}=a+b\frac{dy}{dx}$。 - **多项式换元**:$y'=f(ax+by+c)$ ⟹ 令 $u=ax+by+c$ ,$\frac{du}{dx}=a+b\frac{dy}{dx}$ 。
- **齐次方程**:$y'=\varphi(\frac yx)$ ⟹ 令 $u=\frac yx$,$y=ux$,$\frac{dy}{dx}=u+x\frac{du}{dx}$,化为 $\int\frac{du}{\varphi(u)-u}=\int\frac{dx}x$。**识别信号**:分子分母关于 $x,y$ 幂次对称,除以 $x$(或 $x^a$)能凑 $\frac yx$。 - **齐次方程**:$y'=\varphi(\frac yx)$ ⟹ 令 $u=\frac yx$ ,$y=ux$ ,$\frac{dy}{dx}=u+x\frac{du}{dx}$ ,化为 $\int\frac{du}{\varphi(u)-u}=\int\frac{dx}x$ 。**识别信号**:分子分母关于 $x,y$ 幂次对称,除以 $x$ (或 $x^a$ )能凑 $\frac yx$ 。
- **可化齐次**:$y'=\frac{A_1x+B_1y+C_1}{A_2x+B_2y+C_2}$:若 $\frac{A_2}{A_1}\ne\frac{B_2}{B_1}$ ⟹ 平移消常数(令 $x=X+h,y=Y+k$ 解方程组)变齐次;若成比例 $\frac{A_2}{A_1}=\frac{B_2}{B_1}=\lambda$ ⟹ 令 $v=A_1x+B_1y$ 转可分离。 - **可化齐次**:$y'=\frac{A_1x+B_1y+C_1}{A_2x+B_2y+C_2}$ :若 $\frac{A_2}{A_1}\ne\frac{B_2}{B_1}$ ⟹ 平移消常数(令 $x=X+h,y=Y+k$ 解方程组)变齐次;若成比例 $\frac{A_2}{A_1}=\frac{B_2}{B_1}=\lambda$ ⟹ 令 $v=A_1x+B_1y$ 转可分离。
**③ 一阶线性**:$y'+P(x)y=Q(x)$。**公式**:$y=e^{-\int P\,dx}\left(\int Qe^{\int P\,dx}dx+C\right)$(非齐次通解 = 齐次通解 + 非齐次特解)。**常数变易法**:设 $y=C(x)e^{-\int P\,dx}$ 代入定 $C(x)$。 **③ 一阶线性**:$y'+P(x)y=Q(x)$ 。**公式**:$y=e^{-\int P\,dx}\left(\int Qe^{\int P\,dx}dx+C\right)$ (非齐次通解 = 齐次通解 + 非齐次特解)。**常数变易法**:设 $y=C(x)e^{-\int P\,dx}$ 代入定 $C(x)$ 。
- **对数处理规则**:$\int\frac1x dx=\ln|x|=\ln x$——**微分方程里 $\ln y=\cdots$ 直接写不必带绝对值**,$e^C$ 吸收正负号成任意常数($y=Ce^{f(x)}$,$C$ 任意)。 - **对数处理规则**:$\int\frac1x dx=\ln|x|=\ln x$ ——**微分方程里 $\ln y=\cdots$ 直接写不必带绝对值**,$e^C$ 吸收正负号成任意常数($y=Ce^{f(x)}$ ,$C$ 任意)。
- **颠倒自变量**:$y'=\frac{f(x,y)}{g(x,y)}$ 且分母复杂时 ⟹ 写 $\frac{dx}{dy}$ 再按 $x(y)$ 用公式(题6)。 - **颠倒自变量**:$y'=\frac{f(x,y)}{g(x,y)}$ 且分母复杂时 ⟹ 写 $\frac{dx}{dy}$ 再按 $x(y)$ 用公式(题6)。
**④ 伯努利**:$y'+P(x)y=Q(x)y^n$($n\ne0,1$)⟹ 令 $z=y^{1-n}$,化为 $\frac{dz}{dx}+(1-n)P(x)z=(1-n)Q(x)$(线性)。**识别信号**:$y$ 出现高次项如 $y^2,e^y,\ln y$——可令其为 $u$(题5:$y^2=u$;题4:$e^y=u$)。 **④ 伯努利**:$y'+P(x)y=Q(x)y^n$ ($n\ne0,1$ )⟹ 令 $z=y^{1-n}$ ,化为 $\frac{dz}{dx}+(1-n)P(x)z=(1-n)Q(x)$ (线性)。**识别信号**:$y$ 出现高次项如 $y^2,e^y,\ln y$ ——可令其为 $u$ (题5:$y^2=u$ ;题4:$e^y=u$ )。
## 3. §3 可降阶的高阶方程 ## 3. §3 可降阶的高阶方程
**① $y^{(n)}=f(x)$**:直接积分 $n$ 次,得含 $n$ 个任意常数的通解。 **①** $y^{(n)}=f(x)$ :直接积分 $n$ 次,得含 $n$ 个任意常数的通解。
**② $y''=f(x,y')$**(缺 $y$):令 $y'=p,\ y''=p'$,解 $p'=f(x,p)$ 得 $p=\varphi(x,C_1)$,再积分 $y=\int\varphi\,dx+C_2$。 **②** $y''=f(x,y')$ (缺 $y$ ):令 $y'=p,\ y''=p'$ ,解 $p'=f(x,p)$ 得 $p=\varphi(x,C_1)$ ,再积分 $y=\int\varphi\,dx+C_2$ 。
**③ $y''=f(y,y')$**(缺 $x$):令 $y'=p,\ y''=p\frac{dp}{dy}$,解 $p\frac{dp}{dy}=f(y,p)$ 得 $p=\varphi(y,C_1)$,再 $\int\frac{dy}{\varphi(y,C_1)}=x+C_2$。**不要忘 $p=0$(即 $y=$ 常数)分支**(题24 型)。 **③** $y''=f(y,y')$ (缺 $x$ ):令 $y'=p,\ y''=p\frac{dp}{dy}$ ,解 $p\frac{dp}{dy}=f(y,p)$ 得 $p=\varphi(y,C_1)$ ,再 $\int\frac{dy}{\varphi(y,C_1)}=x+C_2$ 。**不要忘 $p=0$ (即 $y=$ 常数)分支**(题24 型)。
## 4. §4 高阶线性微分方程 ## 4. §4 高阶线性微分方程
@@ -70,7 +70,7 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 微分方程]
- 非齐次两解之差 ⟹ 齐次解(**反推方程的最常用**); - 非齐次两解之差 ⟹ 齐次解(**反推方程的最常用**);
- $f_1$ 的解 + $f_2$ 的解 ⟹ $f_1+f_2$ 的解(**叠加原理**,特解可拆和不可拆积)。 - $f_1$ 的解 + $f_2$ 的解 ⟹ $f_1+f_2$ 的解(**叠加原理**,特解可拆和不可拆积)。
**二阶常系数齐次 $y''+py'+qy=0$**:特征方程 $\lambda^2+p\lambda+q=0$,三种情形: **二阶常系数齐次** $y''+py'+qy=0$ :特征方程 $\lambda^2+p\lambda+q=0$ ,三种情形:
| 判别式 | 特征根 | 通解 | | 判别式 | 特征根 | 通解 |
|---|---|---| |---|---|---|
@@ -78,75 +78,75 @@ tags: [数学一, 知识点构建, 背诵版, 高等数学, 微分方程]
| $p^2-4q=0$ | 二重根 $\lambda$ | $y=(C_1+C_2x)e^{\lambda x}$ | | $p^2-4q=0$ | 二重根 $\lambda$ | $y=(C_1+C_2x)e^{\lambda x}$ |
| $p^2-4q<0$ | 共轭复根 $\alpha\pm\beta i$ | $y=e^{\alpha x}(C_1\cos\beta x+C_2\sin\beta x)$ | | $p^2-4q<0$ | 共轭复根 $\alpha\pm\beta i$ | $y=e^{\alpha x}(C_1\cos\beta x+C_2\sin\beta x)$ |
**二阶常系数非齐次 $y''+py'+qy=f(x)$**:通解 = 齐次通解 + 特解。**设特解两表**: **二阶常系数非齐次** $y''+py'+qy=f(x)$ :通解 = 齐次通解 + 特解。**设特解两表**:
- $f(x)=P_n(x)e^{\alpha x}$ ⟹ $y^*=e^{\alpha x}Q_n(x)x^k$,$k=\begin{cases}0,&\alpha\text{ 不是特征根}\\1,&\alpha\text{ 是单特征根}\\2,&\alpha\text{ 是二重特征根}\end{cases}$; - $f(x)=P_n(x)e^{\alpha x}$ ⟹ $y^*=e^{\alpha x}Q_n(x)x^k$ ,$k=\begin{cases}0,&\alpha\text{ 不是特征根}\\1,&\alpha\text{ 是单特征根}\\2,&\alpha\text{ 是二重特征根}\end{cases}$ ;
- $f(x)=e^{\alpha x}[P_m(x)\cos\beta x+P_n(x)\sin\beta x]$ ⟹ $y^*=e^{\alpha x}[Q_l^{(1)}(x)\cos\beta x+Q_l^{(2)}(x)\sin\beta x]x^k$,$l=\max\{m,n\}$,$k=\begin{cases}0,&\alpha\pm\beta i\text{ 不是特征根}\\1,&\alpha\pm\beta i\text{ 是特征根}\end{cases}$。 - $f(x)=e^{\alpha x}[P_m(x)\cos\beta x+P_n(x)\sin\beta x]$ ⟹ $y^*=e^{\alpha x}[Q_l^{(1)}(x)\cos\beta x+Q_l^{(2)}(x)\sin\beta x]x^k$ ,$l=\max\{m,n\}$ ,$k=\begin{cases}0,&\alpha\pm\beta i\text{ 不是特征根}\\1,&\alpha\pm\beta i\text{ 是特征根}\end{cases}$ 。
求出 $y^*$ 后**代回原方程定系数**。特解**只能拆和不能拆积**($e^x\sin^2x$ 先 $\frac{1-\cos2x}2$ 再叠加)。 求出 $y^*$ 后**代回原方程定系数**。特解**只能拆和不能拆积**($e^x\sin^2x$ 先 $\frac{1-\cos2x}2$ 再叠加)。
## 5. §5 欧拉方程 ## 5. §5 欧拉方程
$x^2y''+pxy'+qy=f(x)$:**令 $x=e^t$**($t=\ln x$,$x>0$;$x<0$ 令 $x=-e^t$),有 $xy'=\frac{dy}{dt}$、$x^2y''=\frac{d^2y}{dt^2}-\frac{dy}{dt}$,化为 $\frac{d^2y}{dt^2}+(p-1)\frac{dy}{dt}+qy=f(e^t)$——**转成常系数**,解完 $t=\ln x$ 回代。 $x^2y''+pxy'+qy=f(x)$ :**令** $x=e^t$ ($t=\ln x$ ,$x>0$ ;$x<0$ 令 $x=-e^t$ ),有 $xy'=\frac{dy}{dt}$ 、$x^2y''=\frac{d^2y}{dt^2}-\frac{dy}{dt}$ ,化为 $\frac{d^2y}{dt^2}+(p-1)\frac{dy}{dt}+qy=f(e^t)$ ——**转成常系数**,解完 $t=\ln x$ 回代。
## 6. §6 物理应用 ## 6. §6 物理应用
**牛顿第二定律**:$F=ma=m\frac{d^2x}{dt^2}$,且 $a=\frac{dv}{dt}=v\frac{dv}{dx}$(换自变量)。**变化率**:$t$ 时刻 $y$ 的变化率与某量成正比——**冷却定律** $\frac{dT}{dt}=-k(T-T_0)$(温度差为负要写减号)。 **牛顿第二定律**:$F=ma=m\frac{d^2x}{dt^2}$ ,且 $a=\frac{dv}{dt}=v\frac{dv}{dx}$ (换自变量)。**变化率**:$t$ 时刻 $y$ 的变化率与某量成正比——**冷却定律** $\frac{dT}{dt}=-k(T-T_0)$ (温度差为负要写减号)。
### §6·B 题型考点(怎么做、为什么、坑)★必背 ### §6·B 题型考点(怎么做、为什么、坑)★必背
**① 一阶方程识别决策树(先答型再做法)**:能分离 $y'=f(x)g(y)$ → 可分离;分子分母齐次(幂次对称)→ 除以 $x$ 化 $\frac yx$ → 齐次;$y'+Py=Q$ → 线性公式;$y^n$ 或 $e^y,\ln y,y^2$ 作整体 → 伯努利/换元;分母复杂分子简单 → **颠倒 $\frac{dx}{dy}$** 重新识别。**决策顺序决定成败**:伯努利必先识别 $n$,线性必先标准化(系数除尽)。 **① 一阶方程识别决策树(先答型再做法)**:能分离 $y'=f(x)g(y)$ → 可分离;分子分母齐次(幂次对称)→ 除以 $x$ 化 $\frac yx$ → 齐次;$y'+Py=Q$ → 线性公式;$y^n$ 或 $e^y,\ln y,y^2$ 作整体 → 伯努利/换元;分母复杂分子简单 → **颠倒** $\frac{dx}{dy}$ 重新识别。**决策顺序决定成败**:伯努利必先识别 $n$ ,线性必先标准化(系数除尽)。
**② 一阶线性公式的口诀**:$y=e^{-\int P}\left(\int Qe^{\int P}+C\right)$——**积分因子 $e^{\int Pdx}$ 乘进去再积分**。验算:$y'\big|_{x=0}$ 代回。 **② 一阶线性公式的口诀**:$y=e^{-\int P}\left(\int Qe^{\int P}+C\right)$ ——**积分因子 $e^{\int Pdx}$ 乘进去再积分**。验算:$y'\big|_{x=0}$ 代回。
**③ $\ln$ 正负号处理(knowledge 定理)**:$\int\frac{dx}x=\ln|x|=\ln x$ 在微分方程中直接当 $\ln x$ 用,因为 $\frac1{|x|}=\frac1{\pm x}$ 的 $\pm$ 被任意常数 $C$ 吸收;$\ln y=\ln f(x)\Rightarrow y=Cf(x)$($C$ 任意)。 **③ $\ln$ 正负号处理(knowledge 定理)**:$\int\frac{dx}x=\ln|x|=\ln x$ 在微分方程中直接当 $\ln x$ 用,因为 $\frac1{|x|}=\frac1{\pm x}$ 的 $\pm$ 被任意常数 $C$ 吸收;$\ln y=\ln f(x)\Rightarrow y=Cf(x)$ ($C$ 任意)。
**④ 高阶设特解的 k 判定(为什么)**:$k$ 是「$\alpha$ 与特征根的重合次数」——$xe^{\alpha x}$ 是为了补出与齐次解**线性无关**的新解($y=(C_1+C_2x)e^{2x}$ 时特解必须带 $x^2$,题9)。**坑**:先解齐次特征方程再定 $k$,顺序不能反。 **④ 高阶设特解的 k 判定(为什么)**:$k$ 是「$\alpha$ 与特征根的重合次数」——$xe^{\alpha x}$ 是为了补出与齐次解**线性无关**的新解($y=(C_1+C_2x)e^{2x}$ 时特解必须带 $x^2$ ,题9)。**坑**:先解齐次特征方程再定 $k$ ,顺序不能反。
**⑤ 反推方程(由特解求方程,题11–14)**:**齐次**:从特解形式读特征根($e^{-x},xe^{-x}$ ⟹ 二重根 $-1$),写特征多项式展开;**非齐次**:先分辨哪个是齐次解哪个是特解——含 $x^k$ 因子的($xe^x$)是特解、纯指数($e^x$)是齐次解(题13);给多个特解 ⟹ **两两相减得齐次解**(题14,非齐次解之差定理)。 **⑤ 反推方程(由特解求方程,题11–14)**:**齐次**:从特解形式读特征根($e^{-x},xe^{-x}$ ⟹ 二重根 $-1$ ),写特征多项式展开;**非齐次**:先分辨哪个是齐次解哪个是特解——含 $x^k$ 因子的($xe^x$ )是特解、纯指数($e^x$ )是齐次解(题13);给多个特解 ⟹ **两两相减得齐次解**(题14,非齐次解之差定理)。
**⑥ 不解方程利用隐含信息(题17)**:把点 $x_0$ 直接代入方程本身(不求解!)——$y''(x_0)-2y'(x_0)+4y(x_0)=0$ 结合 $f'(x_0)=0$ 得 $y''<0$,判极大值。**为什么可以**:方程是「函数与其导数之间的关系」,局部信息可直接读。 **⑥ 不解方程利用隐含信息(题17)**:把点 $x_0$ 直接代入方程本身(不求解!)——$y''(x_0)-2y'(x_0)+4y(x_0)=0$ 结合 $f'(x_0)=0$ 得 $y''<0$ ,判极大值。**为什么可以**:方程是「函数与其导数之间的关系」,局部信息可直接读。
**⑦ 一阶几何应用题(题3)**:翻译几何条件为方程——「点到原点距离 = 切线 $y$ 轴截距」⟹ $\sqrt{x^2+y^2}=y-xy'$;切线截距公式 $Y-y=y'(X-x)$ 令 $X=0$。再按齐次型 $u=y/x$ 处理。 **⑦ 一阶几何应用题(题3)**:翻译几何条件为方程——「点到原点距离 = 切线 $y$ 轴截距」⟹ $\sqrt{x^2+y^2}=y-xy'$ ;切线截距公式 $Y-y=y'(X-x)$ 令 $X=0$ 。再按齐次型 $u=y/x$ 处理。
## 7. 题目清单(25 题) ## 7. 题目清单(25 题)
> 编号按本讲内部顺序;A–F 组对应出处节。来源:exercise/9 例题 + knowledge/9 例题(exercise 未覆盖的)。 > 编号按本讲内部顺序;A–F 组对应出处节。来源:exercise/9 例题 + knowledge/9 例题(exercise 未覆盖的)。
### A. 一阶微分方程(题1–7) ### A. 一阶微分方程(题1–7)
- **题 1 · 可分离·交叉积分(★★☆)**【exercise】:求 $y\sin\frac x2\,dx-\cos\frac x2\,dy=0$ 的通解(分离 + 交叉积,$y=\frac C{1+\cos x}$;**坑**:$C$ 应为任意常数,含 $y=0$ 奇解)。 - **题 1 · 可分离·交叉积分(★★☆)**【exercise】:求 $y\sin\frac x2\,dx-\cos\frac x2\,dy=0$ 的通解(分离 + 交叉积,$y=\frac C{1+\cos x}$ ;**坑**:$C$ 应为任意常数,含 $y=0$ 奇解)。
- **题 2 · 多项式换元(★★★)**【exercise】:求 $dy=\sin(x+y+100)\,dx$ 的通解($u=x+y+100$,$\tan u-\sec u=x+C$;另有无定义族 $x+y+100=2k\pi-\frac\pi2$)。 - **题 2 · 多项式换元(★★★)**【exercise】:求 $dy=\sin(x+y+100)\,dx$ 的通解($u=x+y+100$ ,$\tan u-\sec u=x+C$ ;另有无定义族 $x+y+100=2k\pi-\frac\pi2$ )。
- **题 3 · 一阶线性·几何(★★★)**【exercise】:曲线 $L$ 上任一点 $P(x,y)$($x>0$)到原点距离恒等于该点切线在 $y$ 轴上的截距,$L$ 过 $(\frac12,0)$,求 $L$($\sqrt{x^2+y^2}=y-xy'$ 齐次化,$y+\sqrt{x^2+y^2}=C$)。 - **题 3 · 一阶线性·几何(★★★)**【exercise】:曲线 $L$ 上任一点 $P(x,y)$ ($x>0$ )到原点距离恒等于该点切线在 $y$ 轴上的截距,$L$ 过 $(\frac12,0)$ ,求 $L$ ($\sqrt{x^2+y^2}=y-xy'$ 齐次化,$y+\sqrt{x^2+y^2}=C$ )。
- **题 4 · 换元·$e^y$(★★☆)**【exercise】:求 $y'+1=e^{-y}\sin x$ 的通解(令 $e^y=u$,线性公式,$e^y=\frac12e^{-x}(e^x(\sin x-\cos x)+C)$)。 - **题 4 · 换元·$e^y$ (★★☆)**【exercise】:求 $y'+1=e^{-y}\sin x$ 的通解(令 $e^y=u$ ,线性公式,$e^y=\frac12e^{-x}(e^x(\sin x-\cos x)+C)$ )。
- **题 5 · 换元·$y^2$(★★★)**【exercise】:求 $y'=\frac{y^2-x}{2y(x+1)}$ 的通解(令 $u=y^2$,线性公式,$y^2=C(x+1)-(x+1)\ln|x+1|-1$)。 - **题 5 · 换元·$y^2$ (★★★)**【exercise】:求 $y'=\frac{y^2-x}{2y(x+1)}$ 的通解(令 $u=y^2$ ,线性公式,$y^2=C(x+1)-(x+1)\ln|x+1|-1$ )。
- **题 6 · 交换微分变量(★★★)**【exercise】:求 $y'=\frac y{x+(y+1)^2}$ 的通解($y\ne$ 常数;颠倒 $\frac{dx}{dy}$,$x=y^2+2y\ln|y|-1+Cy$)。 - **题 6 · 交换微分变量(★★★)**【exercise】:求 $y'=\frac y{x+(y+1)^2}$ 的通解($y\ne$ 常数;颠倒 $\frac{dx}{dy}$ ,$x=y^2+2y\ln|y|-1+Cy$ )。
- **题 7 · 伯努利·颠倒(★★★)**【exercise】:求 $y\,dx=(1+x\ln y)x\,dy$($y>0$)的通解(颠倒 + 以 $x$ 为未知数的伯努利 $n=2$,$x=\frac y{-y\ln y+y+C}$)。 - **题 7 · 伯努利·颠倒(★★★)**【exercise】:求 $y\,dx=(1+x\ln y)x\,dy$ ($y>0$ )的通解(颠倒 + 以 $x$ 为未知数的伯努利 $n=2$ ,$x=\frac y{-y\ln y+y+C}$ )。
### B. 可降阶(题8) ### B. 可降阶(题8)
- **题 8 · $y''=f(x,y')$ 型(★★☆)**【exercise 通解版 / knowledge 初值版】:求 $y''=\frac{2xy'}{1+x^2}$ 的通解($p=y'$,$y=C_2(x+\frac{x^3}3)+C_1$;**knowledge 变体**:$y(0)=1,y'(0)=3$ ⟹ $y=x^3+3x+1$)。 - **题 8 · $y''=f(x,y')$ 型(★★☆)**【exercise 通解版 / knowledge 初值版】:求 $y''=\frac{2xy'}{1+x^2}$ 的通解($p=y'$ ,$y=C_2(x+\frac{x^3}3)+C_1$ ;**knowledge 变体**:$y(0)=1,y'(0)=3$ ⟹ $y=x^3+3x+1$ )。
### C. 高阶线性(题9–15) ### C. 高阶线性(题9–15)
- **题 9 · 二重根设特解(★★★)**【exercise】:求 $y''-4y'+4y=3xe^{2x}$ 的通解($\lambda=2$ 二重 ⟹ $k=2$,$y=(C_1+C_2x)e^{2x}+\frac12x^3e^{2x}$)。 - **题 9 · 二重根设特解(★★★)**【exercise】:求 $y''-4y'+4y=3xe^{2x}$ 的通解($\lambda=2$ 二重 ⟹ $k=2$ ,$y=(C_1+C_2x)e^{2x}+\frac12x^3e^{2x}$ )。
- **题 10 · 叠加原理(★★★)**【exercise】:求 $y''-4y'+3y=e^x\cos x+xe^{3x}$ 的通解($y=C_1e^x+C_2e^{3x}+e^x(A\cos x+B\sin x)+e^{3x}(ax+b)x$)。 - **题 10 · 叠加原理(★★★)**【exercise】:求 $y''-4y'+3y=e^x\cos x+xe^{3x}$ 的通解($y=C_1e^x+C_2e^{3x}+e^x(A\cos x+B\sin x)+e^{3x}(ax+b)x$ )。
- **题 11 · 反推齐次方程(★★★)**【exercise】:有特解 $y_1=e^{-x},y_2=2xe^{-x},y_3=3e^x$ 的三阶常系数齐次方程(读根 $-1,-1,1$,$(r+1)^2(r-1)=0$,$y'''+y''-y'-y=0$)。 - **题 11 · 反推齐次方程(★★★)**【exercise】:有特解 $y_1=e^{-x},y_2=2xe^{-x},y_3=3e^x$ 的三阶常系数齐次方程(读根 $-1,-1,1$ ,$(r+1)^2(r-1)=0$ ,$y'''+y''-y'-y=0$ )。
- **题 12 · 反推非齐次·直接代入(★★★)**【exercise】:$y=\frac12e^{2x}+(x-\frac13)e^x$ 是 $y''+ay'+by=ce^x$ 的一个特解,求参数(求导代入,$a=-3,b=2,c=-1$)。 - **题 12 · 反推非齐次·直接代入(★★★)**【exercise】:$y=\frac12e^{2x}+(x-\frac13)e^x$ 是 $y''+ay'+by=ce^x$ 的一个特解,求参数(求导代入,$a=-3,b=2,c=-1$ )。
- **题 13 · 反推非齐次·解结构法(★★★★)**【exercise】:$y=e^{2x}+(x+1)e^x$ 是 $y''+ay'+by=ce^x$ 的一个特解,求参数和通解(拆解:$xe^x$ 是特解(带 $x^k$)、$e^x$ 是齐次解 ⟹ 特征根 $1,2$,$y''-3y'+2y=-e^x$ 类)。 - **题 13 · 反推非齐次·解结构法(★★★★)**【exercise】:$y=e^{2x}+(x+1)e^x$ 是 $y''+ay'+by=ce^x$ 的一个特解,求参数和通解(拆解:$xe^x$ 是特解(带 $x^k$ )、$e^x$ 是齐次解 ⟹ 特征根 $1,2$ ,$y''-3y'+2y=-e^x$ 类)。
- **题 14 · 反推非齐次·未知结构(★★★★)**【exercise】:二阶非齐次方程三个特解 $y_1=x-(x^2+1),\ y_2=3e^x-(x^2+1),\ y_3=2x-e^x-(x^2+1)$,求 $y(0)=y'(0)=0$ 的特解(两两相减得齐次通解,$y=e^x-x^2-x-1$)。 - **题 14 · 反推非齐次·未知结构(★★★★)**【exercise】:二阶非齐次方程三个特解 $y_1=x-(x^2+1),\ y_2=3e^x-(x^2+1),\ y_3=2x-e^x-(x^2+1)$ ,求 $y(0)=y'(0)=0$ 的特解(两两相减得齐次通解,$y=e^x-x^2-x-1$ )。
- **题 15 · 三阶齐次通解(★★☆)**【exercise】:求 $y'''-2y''+y'-2y=0$ 的通解($r^3-2r^2+r-2=0$,$r=2,\pm i$,$y=C_1e^{2x}+C_2\cos x+C_3\sin x$)。 - **题 15 · 三阶齐次通解(★★☆)**【exercise】:求 $y'''-2y''+y'-2y=0$ 的通解($r^3-2r^2+r-2=0$ ,$r=2,\pm i$ ,$y=C_1e^{2x}+C_2\cos x+C_3\sin x$ )。
### D. 概念与隐含信息(题16–17) ### D. 概念与隐含信息(题16–17)
- **题 16 · 已知解反求系数(★★☆)**【exercise】:$y_1,y_2$ 是一阶非齐次 $y'+p(x)y=q(x)$ 的两个特解,若 $\lambda y_1+\mu y_2$ 是解、$\lambda y_1-\mu y_2$ 是对应齐次方程的解,则 $\lambda,\mu$ 为(解结构:$\lambda=\mu=\frac12$ 时前者为特解、后者为齐次解,选 A)。 - **题 16 · 已知解反求系数(★★☆)**【exercise】:$y_1,y_2$ 是一阶非齐次 $y'+p(x)y=q(x)$ 的两个特解,若 $\lambda y_1+\mu y_2$ 是解、$\lambda y_1-\mu y_2$ 是对应齐次方程的解,则 $\lambda,\mu$ 为(解结构:$\lambda=\mu=\frac12$ 时前者为特解、后者为齐次解,选 A)。
- **题 17 · 不解方程判性态(★★☆)**【exercise】:$y=f(x)$ 是 $y''-2y'+4y=0$ 的一个解,$f(x_0)>0,f'(x_0)=0$,则 $f(x)$ 在 $x_0$ 处(直接代入得 $y''(x_0)=-4y(x_0)<0$,取极大值,选 A)。 - **题 17 · 不解方程判性态(★★☆)**【exercise】:$y=f(x)$ 是 $y''-2y'+4y=0$ 的一个解,$f(x_0)>0,f'(x_0)=0$ ,则 $f(x)$ 在 $x_0$ 处(直接代入得 $y''(x_0)=-4y(x_0)<0$ ,取极大值,选 A)。
### E. 物理应用(题18–19) ### E. 物理应用(题18–19)
- **题 18 · 牛顿第二定律(★★☆)**【exercise】:$F=ma$ 建模——写出 $a=v\frac{dv}{dx}$ 的换自变量形式($m\frac{d^2x}{dt^2}=F(x)$ 可降阶为 $\frac12m\frac{d(v^2)}{dx}=F(x)$)。 - **题 18 · 牛顿第二定律(★★☆)**【exercise】:$F=ma$ 建模——写出 $a=v\frac{dv}{dx}$ 的换自变量形式($m\frac{d^2x}{dt^2}=F(x)$ 可降阶为 $\frac12m\frac{d(v^2)}{dx}=F(x)$ )。
- **题 19 · 冷却定律(★★☆)**【exercise】:物体温度 $T(t)$ 对时间的变化率与温差 $T-T_0$ 成正比——写出方程($\frac{dT}{dt}=-k(T-T_0)$,$T(0)=T_0$ 时 $T(t)=T_0+(T_0-T_1)e^{-kt}$ 型)。 - **题 19 · 冷却定律(★★☆)**【exercise】:物体温度 $T(t)$ 对时间的变化率与温差 $T-T_0$ 成正比——写出方程($\frac{dT}{dt}=-k(T-T_0)$ ,$T(0)=T_0$ 时 $T(t)=T_0+(T_0-T_1)e^{-kt}$ 型)。
### F. 概念与补充例题(题20–25)【knowledge】 ### F. 概念与补充例题(题20–25)【knowledge】
- **题 20 · 验证解并求特解(★☆☆)**:判断 $x=C_1\cos kt+C_2\sin kt$ 是否为 $\frac{d^2x}{dt^2}+k^2x=0$ 的解,$k\ne0$ 时是否通解,并求 $x|_{t=0}=A,\ \frac{dx}{dt}\big|_{t=0}=0$ 的特解($x=A\cos kt$)。 - **题 20 · 验证解并求特解(★☆☆)**:判断 $x=C_1\cos kt+C_2\sin kt$ 是否为 $\frac{d^2x}{dt^2}+k^2x=0$ 的解,$k\ne0$ 时是否通解,并求 $x|_{t=0}=A,\ \frac{dx}{dt}\big|_{t=0}=0$ 的特解($x=A\cos kt$ )。
- **题 21 · 可分离(★☆☆)**:求 $\frac{dy}{dx}=2xy$ 的通解($\ln y=x^2+C$ 直接写,$y=Ce^{x^2}$)。 - **题 21 · 可分离(★☆☆)**:求 $\frac{dy}{dx}=2xy$ 的通解($\ln y=x^2+C$ 直接写,$y=Ce^{x^2}$ )。
- **题 22 · 齐次(★★☆)**:求 $y^2+x^2\frac{dy}{dx}=xy\frac{dy}{dx}$ 的通解($u=y/x$,$\ln y=\frac yx+C$,$y=Ce^{y/x}$)。 - **题 22 · 齐次(★★☆)**:求 $y^2+x^2\frac{dy}{dx}=xy\frac{dy}{dx}$ 的通解($u=y/x$ ,$\ln y=\frac yx+C$ ,$y=Ce^{y/x}$ )。
- **题 23 · 线性·换元或颠倒(★★★)**:求 $\frac{dy}{dx}=\frac1{x+y}$ 的通解(颠倒 $\frac{dx}{dy}-x=y$ 用公式,或令 $u=x+y$ 可分离)。 - **题 23 · 线性·换元或颠倒(★★★)**:求 $\frac{dy}{dx}=\frac1{x+y}$ 的通解(颠倒 $\frac{dx}{dy}-x=y$ 用公式,或令 $u=x+y$ 可分离)。
- **题 24 · $y''=f(y,y')$ 型(★★★)**:求 $yy''-y'^2=0$ 的通解($p\frac{dp}{dy}$,含 $p=0$ 分支,$y=C_2e^{C_1y}$)。 - **题 24 · $y''=f(y,y')$ 型(★★★)**:求 $yy''-y'^2=0$ 的通解($p\frac{dp}{dy}$ ,含 $p=0$ 分支,$y=C_2e^{C_1y}$ )。
- **题 25 · 欧拉方程(★★☆)**:求 $x^2\frac{d^2y}{dx^2}+4x\frac{dy}{dx}+2y=0$($x>0$)的通解($x=e^t$,$y''_t+3y'_t+2y=0$,$y=\frac{C_1}x+\frac{C_2}{x^2}$)。 - **题 25 · 欧拉方程(★★☆)**:求 $x^2\frac{d^2y}{dx^2}+4x\frac{dy}{dx}+2y=0$ ($x>0$ )的通解($x=e^t$ ,$y''_t+3y'_t+2y=0$ ,$y=\frac{C_1}x+\frac{C_2}{x^2}$ )。
--- ---
@@ -16,9 +16,9 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 行列式]
**一句话**:行列式 = **「按定义(排列/逆序)+ 按性质(六种恒等变形)+ 按展开(余子式/代数余子式)」三把工具**算一个数;题型全是指定工具的选择题。 **一句话**:行列式 = **「按定义(排列/逆序)+ 按性质(六种恒等变形)+ 按展开(余子式/代数余子式)」三把工具**算一个数;题型全是指定工具的选择题。
**真题地位**:线代开篇计算工具,常与矩阵运算、特征多项式联动($|\lambda E-A|$、$|AB|=|A||B|$);作为填空题单考行列式计算 1 题。参考仓库对应 knowledge/1 与 exercise/1。 **真题地位**:线代开篇计算工具,常与矩阵运算、特征多项式联动($|\lambda E-A|$ 、$|AB|=|A||B|$ );作为填空题单考行列式计算 1 题。参考仓库对应 knowledge/1 与 exercise/1。
**依赖链**:排列与逆序数 → $n$ 阶行列式定义 → 特殊行列式 → 性质(拉普拉斯 $|AB|=|A||B|$)→ 展开(余子式/代数余子式)→ 各计算方法。**主线**:**先看结构(对角/三角/爪形/范德蒙德/行列和定值/递推),再选工具(定义/性质/展开)**。 **依赖链**:排列与逆序数 → $n$ 阶行列式定义 → 特殊行列式 → 性质(拉普拉斯 $|AB|=|A||B|$ )→ 展开(余子式/代数余子式)→ 各计算方法。**主线**:**先看结构(对角/三角/爪形/范德蒙德/行列和定值/递推),再选工具(定义/性质/展开)**。
**考点树** **考点树**
@@ -30,80 +30,80 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 行列式]
## 1. §1 行列式概念 ## 1. §1 行列式概念
**低阶**:二阶 $\begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bc$;三阶按**对角线法则**(主对角三条相加减副对角三条)。 **低阶**:二阶 $\begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bc$ ;三阶按**对角线法则**(主对角三条相加减副对角三条)。
**排列与逆序**:$n$ 个自然数的排列($n!$ 个,奇偶各半);**逆序**(大的在前小的在后)、**逆序数** $\tau$;**一次对换改变排列奇偶性**。 **排列与逆序**:$n$ 个自然数的排列($n!$ 个,奇偶各半);**逆序**(大的在前小的在后)、**逆序数** $\tau$ ;**一次对换改变排列奇偶性**。
**$n$ 阶行列式定义**:$\det A=\sum(-1)^{\tau(j_1\cdots j_n)}a_{1j_1}a_{2j_2}\cdots a_{nj_n}$(对 $n!$ 个排列求和)。 **$n$ 阶行列式定义**:$\det A=\sum(-1)^{\tau(j_1\cdots j_n)}a_{1j_1}a_{2j_2}\cdots a_{nj_n}$ (对 $n!$ 个排列求和)。
**特殊行列式(直接读值)**: **特殊行列式(直接读值)**:
- 主对角(对角型):$|a_{11},a_{22},\cdots,a_{nn}|=a_{11}a_{22}\cdots a_{nn}$; - 主对角(对角型):$|a_{11},a_{22},\cdots,a_{nn}|=a_{11}a_{22}\cdots a_{nn}$ ;
- 副对角型:$=(-1)^{\frac{n(n-1)}2}a_{1n}a_{2,n-1}\cdots a_{n1}$(三角/对角共祖); - 副对角型:$=(-1)^{\frac{n(n-1)}2}a_{1n}a_{2,n-1}\cdots a_{n1}$ (三角/对角共祖);
- **范德蒙德**:$V_n=\prod\limits_{1\le j<i\le n}(x_i-x_j)$(后行减前行); - **范德蒙德**:$V_n=\prod\limits_{1\le j<i\le n}(x_i-x_j)$ (后行减前行);
- **爪形**(一行 + 一列,其余对角):用**对角线上的元素倍减消去爪子**转三角; - **爪形**(一行 + 一列,其余对角):用**对角线上的元素倍减消去爪子**转三角;
- **分块**:$\begin{vmatrix}A&C\\O&B\end{vmatrix}=|A||B|$ 型。 - **分块**:$\begin{vmatrix}A&C\\O&B\end{vmatrix}=|A||B|$ 型。
## 2. §2 行列式性质 ## 2. §2 行列式性质
**六种恒等变形(每次变形保持值不变)**:①转置不变 $|A^{\mathrm T}|=|A|$(行列地位等价);②**对调两行(列)变号**;③两行(列)相同 ⟹ 0;④两行(列)成比例 ⟹ 0;⑤某行(列)提公因子($\lambda$ 提到行列式外,是每行都提);⑥**拆和**(某行分成两行之和 ⟹ 行列式拆成两个之和);⑦某行(列)倍加到另一行(列)不变。 **六种恒等变形(每次变形保持值不变)**:①转置不变 $|A^{\mathrm T}|=|A|$ (行列地位等价);②**对调两行(列)变号**;③两行(列)相同 ⟹ 0;④两行(列)成比例 ⟹ 0;⑤某行(列)提公因子($\lambda$ 提到行列式外,是每行都提);⑥**拆和**(某行分成两行之和 ⟹ 行列式拆成两个之和);⑦某行(列)倍加到另一行(列)不变。
**拉普拉斯定理**:$|AB|=|A|\cdot|B|$(同阶方阵乘积的行列式 = 行列式之积;$|kA|=k^n|A|$)。 **拉普拉斯定理**:$|AB|=|A|\cdot|B|$ (同阶方阵乘积的行列式 = 行列式之积;$|kA|=k^n|A|$ )。
**行列和为定值题型**:每行(列)各元素和为同一常数 ⟹ **把各行(列)都加到第一行(列)**,提出常数,再处理主对角。 **行列和为定值题型**:每行(列)各元素和为同一常数 ⟹ **把各行(列)都加到第一行(列)**,提出常数,再处理主对角。
## 3. §3 行列式展开 ## 3. §3 行列式展开
**余子式 $M_{ij}$**:划去第 $i$ 行第 $j$ 列后的 $n-1$ 阶行列式。**代数余子式**:$A_{ij}=(-1)^{i+j}M_{ij}$。 **余子式** $M_{ij}$ :划去第 $i$ 行第 $j$ 列后的 $n-1$ 阶行列式。**代数余子式**:$A_{ij}=(-1)^{i+j}M_{ij}$ 。
**展开公式**:按第 $i$ 行展开 $\det A=\sum_{j=1}^n a_{ij}A_{ij}$(按列同理);**错位展开为零**:$\sum a_{ij}A_{kj}=0$($i\ne k$,用另一行的元素展开到本行代数余子式必为 0)——这是**代数余子式线性组合题**的基础:把系数当作某行的元素构新行列式。 **展开公式**:按第 $i$ 行展开 $\det A=\sum_{j=1}^n a_{ij}A_{ij}$ (按列同理);**错位展开为零**:$\sum a_{ij}A_{kj}=0$ ($i\ne k$ ,用另一行的元素展开到本行代数余子式必为 0)——这是**代数余子式线性组合题**的基础:把系数当作某行的元素构新行列式。
### §1·B 题型考点(怎么做、为什么、坑)★必背 ### §1·B 题型考点(怎么做、为什么、坑)★必背
**① 数字型行列式的工具选择**:含 $0$ 多的行/列 → 直接展开;一般 4 阶 → **逐行(列)倍加转上三角**(例 9:各行加到第一行后累化三角,$=16$)。**为什么转三角**:三角行列式 = 对角线乘积,无需展开求和。 **① 数字型行列式的工具选择**:含 $0$ 多的行/列 → 直接展开;一般 4 阶 → **逐行(列)倍加转上三角**(例 9:各行加到第一行后累化三角,$=16$ )。**为什么转三角**:三角行列式 = 对角线乘积,无需展开求和。
**② 爪形消 1**(例 5):$\begin{vmatrix}1&1&1&1\\1&2&0&0\\1&0&3&0\\1&0&0&4\end{vmatrix}$——第一行是 1,第二行起"对角线减第一行"消爪,$=-2$。**坑**:消爪后第一行(列)可能变成 0 开头,转三角。 **② 爪形消 1**(例 5):$\begin{vmatrix}1&1&1&1\\1&2&0&0\\1&0&3&0\\1&0&0&4\end{vmatrix}$ ——第一行是 1,第二行起"对角线减第一行"消爪,$=-2$ 。**坑**:消爪后第一行(列)可能变成 0 开头,转三角。
**③ 循环/基本行列式**(例 6):$\begin{vmatrix}a&b&0&\cdots&0\\0&a&b&\cdots&0\\\cdots\\b&0&\cdots&0&a\end{vmatrix}$——**按第一行展开 + 余子式有副对角**,$=a^n+(-1)^{n+1}b^n$($n$ 阶,副对角余子式 $\det bE$ 带符号 $(-1)^{1+n}$)。 **③ 循环/基本行列式**(例 6):$\begin{vmatrix}a&b&0&\cdots&0\\0&a&b&\cdots&0\\\cdots\\b&0&\cdots&0&a\end{vmatrix}$ ——**按第一行展开 + 余子式有副对角**,$=a^n+(-1)^{n+1}b^n$ ($n$ 阶,副对角余子式 $\det bE$ 带符号 $(-1)^{1+n}$ )。
**④ 行列和为定值**(例 13、14):各行元素和同为 $x$(或 $1+\sum a_i$ 型)⟹ 全加到第一行提出 $[x+(n-1)a]$ 或 $[1+\sum a_i]$,余下转对角/三角 $(x-a)^{n-1}$。**识别信号**:每行(列)都有公共的和。 **④ 行列和为定值**(例 13、14):各行元素和同为 $x$ (或 $1+\sum a_i$ 型)⟹ 全加到第一行提出 $[x+(n-1)a]$ 或 $[1+\sum a_i]$ ,余下转对角/三角 $(x-a)^{n-1}$ 。**识别信号**:每行(列)都有公共的和。
**⑤ 范德蒙德与"伪范德蒙"**(例 4):前三行是 $1,x,x^2,x^3$ 的标准范德蒙德,第四行 $9,8,7,6$ ⟹ **不是**范德蒙德,用展开/拆分(把末行拆成组合)处理。纯范德蒙德则直接 $V=\prod(x_j-x_i)$(例 8:$(a-b)(a-c)\cdots$ 再乘 $a+b+c+d$ 形式)。 **⑤ 范德蒙德与"伪范德蒙"**(例 4):前三行是 $1,x,x^2,x^3$ 的标准范德蒙德,第四行 $9,8,7,6$ ⟹ **不是**范德蒙德,用展开/拆分(把末行拆成组合)处理。纯范德蒙德则直接 $V=\prod(x_j-x_i)$ (例 8:$(a-b)(a-c)\cdots$ 再乘 $a+b+c+d$ 形式)。
**⑥ 提公因式证明**(例 7、8、12):每行提公因子(行有公因子或行列成比例判 0),利用"两行成比例 ⟹ 0"与范德蒙德公式化简;例 12 每行乘积定值 $-ab,cd,ef$ ⟹ 提 $abc$、$def$ 后化单位阵 $\pm$,$=4abcdef$。 **⑥ 提公因式证明**(例 7、8、12):每行提公因子(行有公因子或行列成比例判 0),利用"两行成比例 ⟹ 0"与范德蒙德公式化简;例 12 每行乘积定值 $-ab,cd,ef$ ⟹ 提 $abc$ 、$def$ 后化单位阵 $\pm$ ,$=4abcdef$ 。
**⑦ 递推法**(例 16、17):三对角型(主对角线 $2$,两邻 $-1$)按第一行展开 ⟹ $D_n=2D_{n-1}-D_{n-2}$ ⟹ 等差 $D_n=n+1$;$2n$ 阶对块 $\begin{vmatrix}A&O\\O&B\end{vmatrix}$ 型按含 $a$ 的行展开,$=(ad-bc)^n$。**为什么用递推**:结构自相似,$D_n$ 只依赖 $D_{n-1},D_{n-2}$。 **⑦ 递推法**(例 16、17):三对角型(主对角线 $2$ ,两邻 $-1$ )按第一行展开 ⟹ $D_n=2D_{n-1}-D_{n-2}$ ⟹ 等差 $D_n=n+1$ ;$2n$ 阶对块 $\begin{vmatrix}A&O\\O&B\end{vmatrix}$ 型按含 $a$ 的行展开,$=(ad-bc)^n$ 。**为什么用递推**:结构自相似,$D_n$ 只依赖 $D_{n-1},D_{n-2}$ 。
**⑧ 代数余子式线性组合**(例 18):求 $A_{31}+3A_{32}-2A_{33}+2A_{34}$ ⟹ **把系数 $1,3,-2,2$ 放回第三行**(原第三行 $1,2,3,4$),构新行列式 $=24$。**为什么可以**:展开公式中代数余子式只与位置有关,与所在行内容无关。 **⑧ 代数余子式线性组合**(例 18):求 $A_{31}+3A_{32}-2A_{33}+2A_{34}$ ⟹ **把系数 $1,3,-2,2$ 放回第三行**(原第三行 $1,2,3,4$ ),构新行列式 $=24$ 。**为什么可以**:展开公式中代数余子式只与位置有关,与所在行内容无关。
**⑨ 逆序数两法**(例 1、2):①逐个数它后面比它小的个数相加;②按自然顺序快速判($2413$:$2$ 后 $1$、$4$ 后 $1,3$、$1$ 后无、$3$ 后无,共 3)。 **⑨ 逆序数两法**(例 1、2):①逐个数它后面比它小的个数相加;②按自然顺序快速判($2413$ :$2$ 后 $1$ 、$4$ 后 $1,3$ 、$1$ 后无、$3$ 后无,共 3)。
## 4. 题目清单(18 题) ## 4. 题目清单(18 题)
> 编号按 exercise/1 顺序。 > 编号按 exercise/1 顺序。
### A. 概念与定义(题1–6) ### A. 概念与定义(题1–6)
- **题 1 · 逆序数(★☆☆)**:求排列 2413 的逆序数($\tau=3$)。 - **题 1 · 逆序数(★☆☆)**:求排列 2413 的逆序数($\tau=3$ )。
- **题 2 · 逆序数·对称排列(★★☆)**:求排列 $1,3,5,\cdots,(2n-1),2n,(2n-2),\cdots,2$ 的逆序数($\tau=n(n-1)$)。 - **题 2 · 逆序数·对称排列(★★☆)**:求排列 $1,3,5,\cdots,(2n-1),2n,(2n-2),\cdots,2$ 的逆序数($\tau=n(n-1)$ )。
- **题 3 · 定义取项(★★☆)**:写出四阶行列式 $\begin{vmatrix}a_{11}&a_{12}&a_{13}&a_{14}\\a_{21}&a_{22}&a_{23}&a_{24}\\a_{31}&a_{32}&a_{33}&a_{34}\\a_{41}&a_{42}&a_{43}&a_{44}\end{vmatrix}$ 中含有 $a_{11}a_{23}$ 的因式项($-a_{11}a_{23}a_{32}a_{44}+a_{11}a_{23}a_{34}a_{42}$)。 - **题 3 · 定义取项(★★☆)**:写出四阶行列式 $\begin{vmatrix}a_{11}&a_{12}&a_{13}&a_{14}\\a_{21}&a_{22}&a_{23}&a_{24}\\a_{31}&a_{32}&a_{33}&a_{34}\\a_{41}&a_{42}&a_{43}&a_{44}\end{vmatrix}$ 中含有 $a_{11}a_{23}$ 的因式项($-a_{11}a_{23}a_{32}a_{44}+a_{11}a_{23}a_{34}a_{42}$ )。
- **题 4 · 伪范德蒙德(★★★)**:计算 $\begin{vmatrix}1&2&3&4\\1&4&9&16\\1&8&27&64\\9&8&7&6\end{vmatrix}$(非范德蒙德,$-120$)。 - **题 4 · 伪范德蒙德(★★★)**:计算 $\begin{vmatrix}1&2&3&4\\1&4&9&16\\1&8&27&64\\9&8&7&6\end{vmatrix}$ (非范德蒙德,$-120$ )。
- **题 5 · 爪形(★★☆)**:计算 $\begin{vmatrix}1&1&1&1\\1&2&0&0\\1&0&3&0\\1&0&0&4\end{vmatrix}$(消爪转三角,$-2$)。 - **题 5 · 爪形(★★☆)**:计算 $\begin{vmatrix}1&1&1&1\\1&2&0&0\\1&0&3&0\\1&0&0&4\end{vmatrix}$ (消爪转三角,$-2$ )。
- **题 6 · 基本行列式(★★★)**:计算 $n$ 阶 $\begin{vmatrix}a&b&0&\cdots&0\\0&a&b&\cdots&0\\\cdots\\b&0&0&\cdots&a\end{vmatrix}$(按第一行展开 + 副对角余子式,$a^n+(-1)^{n+1}b^n$)。 - **题 6 · 基本行列式(★★★)**:计算 $n$ 阶 $\begin{vmatrix}a&b&0&\cdots&0\\0&a&b&\cdots&0\\\cdots\\b&0&0&\cdots&a\end{vmatrix}$ (按第一行展开 + 副对角余子式,$a^n+(-1)^{n+1}b^n$ )。
### B. 性质与变形(题7–15) ### B. 性质与变形(题7–15)
- **题 7 · 提公因式证明(★★★)**:证明 $\begin{vmatrix}a^2&ab&b^2\\2a&a+b&2b\\1&1&1\end{vmatrix}=(a-b)^3$。 - **题 7 · 提公因式证明(★★★)**:证明 $\begin{vmatrix}a^2&ab&b^2\\2a&a+b&2b\\1&1&1\end{vmatrix}=(a-b)^3$ 。
- **题 8 · 类范德蒙德证明(★★★★)**:证明 $\begin{vmatrix}1&1&1&1\\a&b&c&d\\a^2&b^2&c^2&d^2\\a^4&b^4&c^4&d^4\end{vmatrix}=(a-b)(a-c)(a-d)(b-c)(b-d)(c-d)(a+b+c+d)$(提公因式 + 范德蒙德型)。 - **题 8 · 类范德蒙德证明(★★★★)**:证明 $\begin{vmatrix}1&1&1&1\\a&b&c&d\\a^2&b^2&c^2&d^2\\a^4&b^4&c^4&d^4\end{vmatrix}=(a-b)(a-c)(a-d)(b-c)(b-d)(c-d)(a+b+c+d)$ (提公因式 + 范德蒙德型)。
- **题 9 · 转三角(★★☆)**:计算 $\begin{vmatrix}1&2&3&4\\1&3&4&1\\1&4&1&2\\1&1&2&3\end{vmatrix}$(行倍加转三角,$=16$)。 - **题 9 · 转三角(★★☆)**:计算 $\begin{vmatrix}1&2&3&4\\1&3&4&1\\1&4&1&2\\1&1&2&3\end{vmatrix}$ (行倍加转三角,$=16$ )。
- **题 10 · 成比例判零(★☆☆)**:计算 $\begin{vmatrix}2&1&4&1\\3&-1&2&1\\1&2&3&2\\5&0&6&2\end{vmatrix}$(第 1 列加第 4 列后两行成比例,$=0$)。 - **题 10 · 成比例判零(★☆☆)**:计算 $\begin{vmatrix}2&1&4&1\\3&-1&2&1\\1&2&3&2\\5&0&6&2\end{vmatrix}$ (第 1 列加第 4 列后两行成比例,$=0$ )。
- **题 11 · 拆和证明(★★★)**:证明 $\begin{vmatrix}x&y&z\\y&z&x\\z&x&y\end{vmatrix}$ 恒等式 $(a^3+b^3)\begin{vmatrix}x&y&z\\y&z&x\\z&x&y\end{vmatrix}=$(分解)+(合成)形式成立(行(列)和为定值拆和)。 - **题 11 · 拆和证明(★★★)**:证明 $\begin{vmatrix}x&y&z\\y&z&x\\z&x&y\end{vmatrix}$ 恒等式 $(a^3+b^3)\begin{vmatrix}x&y&z\\y&z&x\\z&x&y\end{vmatrix}=$ (分解)+(合成)形式成立(行(列)和为定值拆和)。
- **题 12 · 行乘积定值(★★☆)**:计算 $\begin{vmatrix}-ab&ac&ae\\bd&-cd&de\\bf&cf&-ef\end{vmatrix}$(三行提公因子 + 行列成比例,$=4abcdef$)。 - **题 12 · 行乘积定值(★★☆)**:计算 $\begin{vmatrix}-ab&ac&ae\\bd&-cd&de\\bf&cf&-ef\end{vmatrix}$ (三行提公因子 + 行列成比例,$=4abcdef$ )。
- **题 13 · 行列和为定值(★★★)**:计算 $n$ 阶 $\begin{vmatrix}x&a&a&\cdots&a\\a&x&a&\cdots&a\\\cdots\\a&a&a&\cdots&x\end{vmatrix}$(全加到第一行提 $x+(n-1)a$,$=[x+(n-1)a]\,(x-a)^{n-1}$)。 - **题 13 · 行列和为定值(★★★)**:计算 $n$ 阶 $\begin{vmatrix}x&a&a&\cdots&a\\a&x&a&\cdots&a\\\cdots\\a&a&a&\cdots&x\end{vmatrix}$ (全加到第一行提 $x+(n-1)a$ ,$=[x+(n-1)a]\,(x-a)^{n-1}$ )。
- **题 14 · 行列和·$1+a_i$ 型(★★★)**:计算 $n$ 阶 $\begin{vmatrix}1+a_1&a_1&a_1&\cdots&a_1\\a_2&1+a_2&a_2&\cdots&a_2\\\cdots\\a_n&a_n&a_n&\cdots&1+a_n\end{vmatrix}$(全加到第一行,$=1+\sum_{i=1}^n a_i$)。 - **题 14 · 行列和·$1+a_i$ 型(★★★)**:计算 $n$ 阶 $\begin{vmatrix}1+a_1&a_1&a_1&\cdots&a_1\\a_2&1+a_2&a_2&\cdots&a_2\\\cdots\\a_n&a_n&a_n&\cdots&1+a_n\end{vmatrix}$ (全加到第一行,$=1+\sum_{i=1}^n a_i$ )。
- **题 15 · 分块/副块(★★☆)**:计算 $\begin{vmatrix}a_1&0&0&b_1\\0&a_2&b_2&0\\0&b_3&a_3&0\\b_4&0&0&a_4\end{vmatrix}$(行列交换转分块,$=(a_1a_4-b_1b_4)(a_2a_3-b_2b_3)$)。 - **题 15 · 分块/副块(★★☆)**:计算 $\begin{vmatrix}a_1&0&0&b_1\\0&a_2&b_2&0\\0&b_3&a_3&0\\b_4&0&0&a_4\end{vmatrix}$ (行列交换转分块,$=(a_1a_4-b_1b_4)(a_2a_3-b_2b_3)$ )。
### C. 递推与展开(题16–18) ### C. 递推与展开(题16–18)
- **题 16 · 三对角递推(★★★)**:计算 $n$ 阶 $\begin{vmatrix}2&-1&0&\cdots&0\\-1&2&-1&\cdots&0\\\cdots\\0&0&\cdots&-1&2\end{vmatrix}$($D_n=2D_{n-1}-D_{n-2}$,$D_n=n+1$)。 - **题 16 · 三对角递推(★★★)**:计算 $n$ 阶 $\begin{vmatrix}2&-1&0&\cdots&0\\-1&2&-1&\cdots&0\\\cdots\\0&0&\cdots&-1&2\end{vmatrix}$ ($D_n=2D_{n-1}-D_{n-2}$ ,$D_n=n+1$ )。
- **题 17 · 对块递推(★★★)**:计算 $2n$ 阶 $\begin{vmatrix}a&0&0&b\\0&a&b&0\\0&c&d&0\\c&0&0&d\end{vmatrix}$ 型(对块按行展开,$=(ad-bc)^n$)。 - **题 17 · 对块递推(★★★)**:计算 $2n$ 阶 $\begin{vmatrix}a&0&0&b\\0&a&b&0\\0&c&d&0\\c&0&0&d\end{vmatrix}$ 型(对块按行展开,$=(ad-bc)^n$ )。
- **题 18 · 代数余子式线性组合(★★★)**:已知 $D=\begin{vmatrix}1&1&1&1\\2&1&4&1\\1&2&3&4\\5&4&6&7\end{vmatrix}$,求 $A_{31}+3A_{32}-2A_{33}+2A_{34}$(系数回填第三行构新行列式,$=24$)。 - **题 18 · 代数余子式线性组合(★★★)**:已知 $D=\begin{vmatrix}1&1&1&1\\2&1&4&1\\1&2&3&4\\5&4&6&7\end{vmatrix}$ ,求 $A_{31}+3A_{32}-2A_{33}+2A_{34}$ (系数回填第三行构新行列式,$=24$ )。
--- ---
@@ -39,49 +39,49 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 矩阵]
### 考点 1.1 矩阵定义与基本语言 ### 考点 1.1 矩阵定义与基本语言
$m\times n$ 矩阵是 $m$ 行 $n$ 列的数表;行数列数相等叫 $n$ 阶方阵——**只有方阵才能连乘、有幂、有行列式**。同型 = 行数列数分别相等;相等 = 同型 + 对应元素全等;零矩阵按型区分;对角矩阵必为方阵;$E$ 满足 $AE=EA=A$。**$A$ 是数表,$\lvert A\rvert$ 才是数**。常坑:① 阶数 $n$ 漏写($|kA|=k^n|A|$、$|A^*|$ 的指数);② 把"数可消、可逆阵可消"当成"任意矩阵可消"。 $m\times n$ 矩阵是 $m$ 行 $n$ 列的数表;行数列数相等叫 $n$ 阶方阵——**只有方阵才能连乘、有幂、有行列式**。同型 = 行数列数分别相等;相等 = 同型 + 对应元素全等;零矩阵按型区分;对角矩阵必为方阵;$E$ 满足 $AE=EA=A$ 。**$A$ 是数表,$\lvert A\rvert$ 才是数**。常坑:① 阶数 $n$ 漏写($|kA|=k^n|A|$ 、$|A^*|$ 的指数);② 把"数可消、可逆阵可消"当成"任意矩阵可消"。
**题目** **题目**
- **题 1 · 1.1 基本概念辨析(★☆☆)**:判断下列说法是否正确:(1)两个矩阵行数、列数分别相等,则这两个矩阵相等;(2)二阶零矩阵与三阶零矩阵是同一个 $O$;(3)对角矩阵一定是方阵;(4)单位矩阵是对角矩阵。 - **题 1 · 1.1 基本概念辨析(★☆☆)**:判断下列说法是否正确:(1)两个矩阵行数、列数分别相等,则这两个矩阵相等;(2)二阶零矩阵与三阶零矩阵是同一个 $O$ ;(3)对角矩阵一定是方阵;(4)单位矩阵是对角矩阵。
### 考点 2.1 加法、减法与数乘 ### 考点 2.1 加法、减法与数乘
同型才能加,对应元素相加;数乘 = 每元素都乘 $\lambda$。满足交换、结合、分配。**数可以消、加性关系里的矩阵不能消**:$A+B=O$ 只推出 $A=-B$。 同型才能加,对应元素相加;数乘 = 每元素都乘 $\lambda$ 。满足交换、结合、分配。**数可以消、加性关系里的矩阵不能消**:$A+B=O$ 只推出 $A=-B$ 。
**题目** **题目**
- **题 2 · 2.1—2.2 线性运算里的"消去"(★☆☆)**:设 $A,B$ 同型,判断恒等性:(1)$A-B=B-A$;(2)$(\lambda+\mu)A=\lambda A+\mu A$;(3)$2A=2B\Rightarrow A=B$;(4)$A+B=O\Rightarrow A=B=O$。 - **题 2 · 2.1—2.2 线性运算里的"消去"(★☆☆)**:设 $A,B$ 同型,判断恒等性:(1)$A-B=B-A$ ;(2)$(\lambda+\mu)A=\lambda A+\mu A$ ;(3)$2A=2B\Rightarrow A=B$ ;(4)$A+B=O\Rightarrow A=B=O$ 。
### 考点 2.3 矩阵相乘与矩阵幂 ### 考点 2.3 矩阵相乘与矩阵幂
**定义**:$A_{m\times s}B_{s\times n}=C_{m\times n}$,$c_{ij}=\sum_k a_{ik}b_{kj}$——左行·右列;可乘条件:左列数 = 右行数。 **定义**:$A_{m\times s}B_{s\times n}=C_{m\times n}$ ,$c_{ij}=\sum_k a_{ik}b_{kj}$ ——左行·右列;可乘条件:左列数 = 右行数。
**成立**:结合律、分配律、$\lambda(AB)=(\lambda A)B$、$EA=AE=A$、纯量阵可交换、$A^pA^q=A^{p+q}$。 **成立**:结合律、分配律、$\lambda(AB)=(\lambda A)B$ 、$EA=AE=A$ 、纯量阵可交换、$A^pA^q=A^{p+q}$ 。
**三个"不能推出"**(本讲第一条主线):交换律一般不成立;$A\ne O,B\ne O\nRightarrow AB\ne O$;$AB=O\nRightarrow A=O$ 或 $B=O$;$DB=DC,D\ne O\nRightarrow B=C$——**只有可逆矩阵才能消去**。 **三个"不能推出"**(本讲第一条主线):交换律一般不成立;$A\ne O,B\ne O\nRightarrow AB\ne O$ ;$AB=O\nRightarrow A=O$ 或 $B=O$ ;$DB=DC,D\ne O\nRightarrow B=C$ ——**只有可逆矩阵才能消去**。
**列组合视角**(伏笔):$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$。 **列组合视角**(伏笔):$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$ 。
**幂的运算规则**:$(A+B)^2=A^2+AB+BA+B^2$,仅 $AB=BA$ 时可合并;$(AB)^k$ 无公式;$(E+N)^k$ 当 $N^q=O$ 时二项式提前截断。 **幂的运算规则**:$(A+B)^2=A^2+AB+BA+B^2$ ,仅 $AB=BA$ 时可合并;$(AB)^k$ 无公式;$(E+N)^k$ 当 $N^q=O$ 时二项式提前截断。
**题目** **题目**
- **题 3 · 2.3 先写大小,再算乘积(★★☆)**:设 $A=\begin{pmatrix}1&0&2\\-1&1&0\end{pmatrix}$,$B=\begin{pmatrix}1&2\\0&1\\3&0\end{pmatrix}$。先写出 $AB$、$BA$ 各是几行几列再计算;并说明 $AB\ne BA$ 是否意味着"两个矩阵不相等"。 - **题 3 · 2.3 先写大小,再算乘积(★★☆)**:设 $A=\begin{pmatrix}1&0&2\\-1&1&0\end{pmatrix}$ ,$B=\begin{pmatrix}1&2\\0&1\\3&0\end{pmatrix}$ 。先写出 $AB$ 、$BA$ 各是几行几列再计算;并说明 $AB\ne BA$ 是否意味着"两个矩阵不相等"。
- **题 4 · 2.3 不交换 → $(A+B)^2$ 不能随便展开(★★☆)**:设 $A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$。求 $AB$、$BA$;比较 $(A+B)^2$ 与 $A^2+2AB+B^2$。 - **题 4 · 2.3 不交换 → $(A+B)^2$ 不能随便展开(★★☆)**:设 $A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$ ,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ 。求 $AB$ 、$BA$ ;比较 $(A+B)^2$ 与 $A^2+2AB+B^2$ 。
- **题 5 · 2.3 无消去律,反例必须可直接核算(★★★)**:设 $D=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$F=\begin{pmatrix}0&0\\0&1\end{pmatrix}$。(Ⅰ)核算 $DF$,说明两个非零矩阵乘积可以是零矩阵;(Ⅱ)取 $B=\begin{pmatrix}1&1\\0&0\end{pmatrix}$、$C=\begin{pmatrix}1&1\\9&9\end{pmatrix}$,核算 $DB$ 与 $DC$,说明"$DB=DC$ 且 $D\ne O$,仍可能 $B\ne C$"。 - **题 5 · 2.3 无消去律,反例必须可直接核算(★★★)**:设 $D=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ ,$F=\begin{pmatrix}0&0\\0&1\end{pmatrix}$ 。(Ⅰ)核算 $DF$ ,说明两个非零矩阵乘积可以是零矩阵;(Ⅱ)取 $B=\begin{pmatrix}1&1\\0&0\end{pmatrix}$ 、$C=\begin{pmatrix}1&1\\9&9\end{pmatrix}$ ,核算 $DB$ 与 $DC$ ,说明"$DB=DC$ 且 $D\ne O$ ,仍可能 $B\ne C$ "。
- **题 6 · 2.3 矩阵乘列向量 = 列的线性组合(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\\5&6\end{pmatrix}$ 按列分块 $A=(\alpha_1,\alpha_2)$,$x=(2,-1)^{\mathrm T}$。(Ⅰ)用 $Ax=2\alpha_1-\alpha_2$ 算;(Ⅱ)按乘法定义直乘核对。 - **题 6 · 2.3 矩阵乘列向量 = 列的线性组合(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\\5&6\end{pmatrix}$ 按列分块 $A=(\alpha_1,\alpha_2)$ ,$x=(2,-1)^{\mathrm T}$ 。(Ⅰ)用 $Ax=2\alpha_1-\alpha_2$ 算;(Ⅱ)按乘法定义直乘核对。
### 考点 2.2 转置(反序) ### 考点 2.2 转置(反序)
$A^{\mathrm T}$ 把第 $i$ 行变第 $i$ 列。唯一要警惕:**$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$(反序)**;加法转置不反序。 $A^{\mathrm T}$ 把第 $i$ 行变第 $i$ 列。唯一要警惕:**$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ (反序)**;加法转置不反序。
**题目** **题目**
- **题 7 · 2.5 转置反序的验证(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。求 $AB$、$(AB)^{\mathrm T}$ 与 $B^{\mathrm T}A^{\mathrm T}$,验证 $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$。 - **题 7 · 2.5 转置反序的验证(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$ ,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$ 。求 $AB$ 、$(AB)^{\mathrm T}$ 与 $B^{\mathrm T}A^{\mathrm T}$ ,验证 $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ 。
### 考点 2.6 方阵行列式三条性质 ### 考点 2.6 方阵行列式三条性质
$\lvert AB\rvert=\lvert A\rvert\lvert B\rvert=\lvert BA\rvert$;$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$;**$\lvert kA\rvert=k^n\lvert A\rvert$**;**没有** $\lvert A+B\rvert=\lvert A\rvert+\lvert B\rvert$。 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert=\lvert BA\rvert$ ;$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$ ;$\lvert kA\rvert=k^n\lvert A\rvert$ ;**没有** $\lvert A+B\rvert=\lvert A\rvert+\lvert B\rvert$ 。
**题目** **题目**
- **题 8 · 2.6 行列式三条性质的数值核对(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。(Ⅰ)验证 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$;(Ⅱ)求 $\lvert 2A\rvert$,说明它为什么不是 $2\lvert A\rvert$;(Ⅲ)取 $A=B=E_2$,比较 $\lvert A+B\rvert$ 与 $\lvert A\rvert+\lvert B\rvert$。 - **题 8 · 2.6 行列式三条性质的数值核对(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$ ,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$ 。(Ⅰ)验证 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$ ;(Ⅱ)求 $\lvert 2A\rvert$ ,说明它为什么不是 $2\lvert A\rvert$ ;(Ⅲ)取 $A=B=E_2$ ,比较 $\lvert A+B\rvert$ 与 $\lvert A\rvert+\lvert B\rvert$ 。
### 考点 2.3 特殊矩阵表与对称分解 ### 考点 2.3 特殊矩阵表与对称分解
@@ -90,64 +90,64 @@ $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert=\lvert BA\rvert$;$\lvert A^{\mat
| 对角矩阵 | 非对角全 0 | 幂、行列式按对角元分别算 | | 对角矩阵 | 非对角全 0 | 幂、行列式按对角元分别算 |
| 对称矩阵 | $A^{\mathrm T}=A$ | 转置后不变 | | 对称矩阵 | $A^{\mathrm T}=A$ | 转置后不变 |
| 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角为 0;奇数阶行列式为 0 | | 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角为 0;奇数阶行列式为 0 |
| 正交矩阵 | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$;$\lvert Q\rvert=\pm1$ 只是**必要不充分** | | 正交矩阵 | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$ ;$\lvert Q\rvert=\pm1$ 只是**必要不充分** |
| 幂等矩阵 | $A^2=A$ | 正整数次幂都是 $A$ | | 幂等矩阵 | $A^2=A$ | 正整数次幂都是 $A$ |
| 对合矩阵 | $A^2=E$ | 偶次幂 $E$、奇次幂 $A$ | | 对合矩阵 | $A^2=E$ | 偶次幂 $E$ 、奇次幂 $A$ |
| 幂零矩阵 | $A^q=O$ | 高次项截断(求幂、求逆) | | 幂零矩阵 | $A^q=O$ | 高次项截断(求幂、求逆) |
对称分解:$A=\dfrac{A+A^{\mathrm T}}2+\dfrac{A-A^{\mathrm T}}2$(唯一)。 对称分解:$A=\dfrac{A+A^{\mathrm T}}2+\dfrac{A-A^{\mathrm T}}2$ (唯一)。
**题目** **题目**
- **题 9 · 特殊矩阵表:按定义判定类型(★★☆)**:判定 $\begin{pmatrix}1&0\\0&0\end{pmatrix}$、$\begin{pmatrix}0&1\\-1&0\end{pmatrix}$、$\begin{pmatrix}1&0\\0&-1\end{pmatrix}$、$\begin{pmatrix}0&1\\0&0\end{pmatrix}$ 的类型(对角/对称/反对称/幂等/对合/幂零,可多选)。 - **题 9 · 特殊矩阵表:按定义判定类型(★★☆)**:判定 $\begin{pmatrix}1&0\\0&0\end{pmatrix}$ 、$\begin{pmatrix}0&1\\-1&0\end{pmatrix}$ 、$\begin{pmatrix}1&0\\0&-1\end{pmatrix}$ 、$\begin{pmatrix}0&1\\0&0\end{pmatrix}$ 的类型(对角/对称/反对称/幂等/对合/幂零,可多选)。
- **题 10 · 对称 + 反对称分解(★★☆)**:设 $A=\begin{pmatrix}1&2\\4&3\end{pmatrix}$。拆成对称 $S$ 与反对称 $K$ 之和,并验证。 - **题 10 · 对称 + 反对称分解(★★☆)**:设 $A=\begin{pmatrix}1&2\\4&3\end{pmatrix}$ 。拆成对称 $S$ 与反对称 $K$ 之和,并验证。
- **题 11 · 正交矩阵:$\lvert Q\rvert=\pm1$ 只是必要条件(★★☆)**:判断"二阶方阵 $Q$ 满足 $\lvert Q\rvert=1$,则 $Q$ 是正交矩阵"是否正确;若不正确举反例。 - **题 11 · 正交矩阵:$\lvert Q\rvert=\pm1$ 只是必要条件(★★☆)**:判断"二阶方阵 $Q$ 满足 $\lvert Q\rvert=1$ ,则 $Q$ 是正交矩阵"是否正确;若不正确举反例。
## 2. 点 2 · 逆矩阵与矩阵方程 ## 2. 点 2 · 逆矩阵与矩阵方程
> 出处:知识章 `matrix.tex §3` | 练习章 `matrix.tex §3、§6`|题目:在学练习 `03-点2`(8 题)。真题锚点:2017·5、2022·5、2022·15。红线:**证明可逆之前不得预先使用 $A^{-1}$**。 > 出处:知识章 `matrix.tex §3` | 练习章 `matrix.tex §3、§6`|题目:在学练习 `03-点2`(8 题)。真题锚点:2017·5、2022·5、2022·15。红线:**证明可逆之前不得预先使用** $A^{-1}$ 。
### 考点 3.1 定义与可逆三条件 ### 考点 3.1 定义与可逆三条件
$AB=BA=E$ 则 $B=A^{-1}$,逆唯一;同阶方阵**只需验一侧**。三条件等价:$A$ 可逆 $\iff|A|\ne0\iff r(A)=n$(后两讲补:列无关、$Ax=0$ 只有零解、$Ax=b$ 唯一解)。$|A|\ne0$ 时 $A^{-1}=\dfrac{A^*}{|A|}$。 $AB=BA=E$ 则 $B=A^{-1}$ ,逆唯一;同阶方阵**只需验一侧**。三条件等价:$A$ 可逆 $\iff|A|\ne0\iff r(A)=n$ (后两讲补:列无关、$Ax=0$ 只有零解、$Ax=b$ 唯一解)。$|A|\ne0$ 时 $A^{-1}=\dfrac{A^*}{|A|}$ 。
**题目** **题目**
- **题 1 · 3.1 定义与可逆三条件判定(★☆☆)**:$A,B$ 均为 $n$ 阶方阵,判断正误:(1)若 $AB=E$,则 $A$ 可逆且 $B=A^{-1}$;(2)$A$ 可逆 $\iff|A|\ne0$;(3)$r(A)=n\Rightarrow A$ 可逆;(4)$|A|=0\Rightarrow A$ 仍可能可逆。 - **题 1 · 3.1 定义与可逆三条件判定(★☆☆)**:$A,B$ 均为 $n$ 阶方阵,判断正误:(1)若 $AB=E$ ,则 $A$ 可逆且 $B=A^{-1}$ ;(2)$A$ 可逆 $\iff|A|\ne0$ ;(3)$r(A)=n\Rightarrow A$ 可逆;(4)$|A|=0\Rightarrow A$ 仍可能可逆。
### 考点 3.2 逆矩阵性质 ### 考点 3.2 逆矩阵性质
$(A^{-1})^{-1}=A$;$(kA)^{-1}=\frac1kA^{-1}$;$(AB)^{-1}=B^{-1}A^{-1}$(**反序**);$(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}$;$|A^{-1}|=\frac1{|A|}$。**没有** $(A+B)^{-1}=A^{-1}+B^{-1}$;可用拆法 $A+B=A(E+A^{-1}B)=A(B^{-1}+A^{-1})B$。 $(A^{-1})^{-1}=A$ ;$(kA)^{-1}=\frac1kA^{-1}$ ;$(AB)^{-1}=B^{-1}A^{-1}$ (**反序**);$(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T}$ ;$|A^{-1}|=\frac1{|A|}$ 。**没有** $(A+B)^{-1}=A^{-1}+B^{-1}$ ;可用拆法 $A+B=A(E+A^{-1}B)=A(B^{-1}+A^{-1})B$ 。
**题目** **题目**
- **题 2 · 3.2 逆的性质与"和无逆公式"(★★☆)**:$A,B$ 均为三阶可逆方阵,$|A|=2$。(Ⅰ)化简 $((AB)^{\mathrm T})^{-1}$、$(2A)^{-1}$、$(A^{-1})^{-1}$;(Ⅱ)判断 $(A+B)^{-1}=A^{-1}+B^{-1}$ 是否成立,举反例;(Ⅲ)求 $|A^{-1}|$ 与 $|2A^{-1}|$。 - **题 2 · 3.2 逆的性质与"和无逆公式"(★★☆)**:$A,B$ 均为三阶可逆方阵,$|A|=2$ 。(Ⅰ)化简 $((AB)^{\mathrm T})^{-1}$ 、$(2A)^{-1}$ 、$(A^{-1})^{-1}$ ;(Ⅱ)判断 $(A+B)^{-1}=A^{-1}+B^{-1}$ 是否成立,举反例;(Ⅲ)求 $|A^{-1}|$ 与 $|2A^{-1}|$ 。
### 考点 3.3 求逆四法 ### 考点 3.3 求逆四法
| 方法 | 适用 | 动作 | | 方法 | 适用 | 动作 |
|---|---|---| |---|---|---|
| ① 定义法 | 抽象关系式 | 凑 $A\cdot Y=kE$($k\ne0$);证明前不得写 $A^{-1}$ | | ① 定义法 | 抽象关系式 | 凑 $A\cdot Y=kE$ ($k\ne0$ );证明前不得写 $A^{-1}$ |
| ② 分解乘积 | 抽象和差 | $(A-E)(B-E)=E$ 型,先写乘积再取逆(反序) | | ② 分解乘积 | 抽象和差 | $(A-E)(B-E)=E$ 型,先写乘积再取逆(反序) |
| ③ 初等行变换 | 具体矩阵 | $[A\mid E]\to_r[E\mid A^{-1}]$,只用行变换;列变换须上下拼接 | | ③ 初等行变换 | 具体矩阵 | $[A\mid E]\to_r[E\mid A^{-1}]$ ,只用行变换;列变换须上下拼接 |
| ④ 分块 | 分块对角 / 三角 | 每块分别求逆 | | ④ 分块 | 分块对角 / 三角 | 每块分别求逆 |
**题目** **题目**
- **题 3 · 3.3① 定义法——从多项式关系凑乘积(★★★)**:【2017·5、2022·5 骨架】$A^2-2A-3E=O$。证明 $A$ 与 $A-E$ 都可逆并求各自的逆,不得预先使用尚未证明存在的逆矩阵。 - **题 3 · 3.3① 定义法——从多项式关系凑乘积(★★★)**:【2017·5、2022·5 骨架】$A^2-2A-3E=O$ 。证明 $A$ 与 $A-E$ 都可逆并求各自的逆,不得预先使用尚未证明存在的逆矩阵。
- **题 4 · 3.3② 分解乘积——拆 $A+B$ 再反序取逆(★★☆)**:$A,B$ 为同阶可逆方阵,$A^{-1}+B^{-1}$ 也可逆。求 $(A+B)^{-1}$。 - **题 4 · 3.3② 分解乘积——拆 $A+B$ 再反序取逆(★★☆)**:$A,B$ 为同阶可逆方阵,$A^{-1}+B^{-1}$ 也可逆。求 $(A+B)^{-1}$ 。
- **题 5 · 3.3③ 初等行变换 $[A\mid E]$ 求逆(★★☆)**:用初等行变换求 $A=\begin{pmatrix}2&1\\3&2\end{pmatrix}$ 的逆,并乘回检查。 - **题 5 · 3.3③ 初等行变换 $[A\mid E]$ 求逆(★★☆)**:用初等行变换求 $A=\begin{pmatrix}2&1\\3&2\end{pmatrix}$ 的逆,并乘回检查。
- **题 6 · 3.3④ 分块对角矩阵求逆(★★☆)**:$M=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}$,$A_1=\begin{pmatrix}2&1\\3&2\end{pmatrix}$,$A_2=\operatorname{diag}(2,3)$。写出 $M^{-1}$ 并验证可逆。 - **题 6 · 3.3④ 分块对角矩阵求逆(★★☆)**:$M=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}$ ,$A_1=\begin{pmatrix}2&1\\3&2\end{pmatrix}$ ,$A_2=\operatorname{diag}(2,3)$ 。写出 $M^{-1}$ 并验证可逆。
### 考点 6.1 矩阵方程·直接化简 ### 考点 6.1 矩阵方程·直接化简
$AX=B$ 左乘 $A^{-1}$;$XA=B$ 右乘 $A^{-1}$;$AXB=C$ 得 $X=A^{-1}CB^{-1}$——唯一解条件是**$A,B$ 均可逆**(不是 $A,C$)。写完后回代验证。 $AX=B$ 左乘 $A^{-1}$ ;$XA=B$ 右乘 $A^{-1}$ ;$AXB=C$ 得 $X=A^{-1}CB^{-1}$ ——唯一解条件是**$A,B$ 均可逆**(不是 $A,C$ )。写完后回代验证。
**题目** **题目**
- **题 7 · 6.1 直接化简 $AXB=C$(★★☆)**:$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$,$B=\operatorname{diag}(2,3)$,$C=\begin{pmatrix}4&9\\2&6\end{pmatrix}$。求 $AXB=C$ 的解,说明左乘右乘顺序并代回验证。 - **题 7 · 6.1 直接化简 $AXB=C$ (★★☆)**:$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$ ,$B=\operatorname{diag}(2,3)$ ,$C=\begin{pmatrix}4&9\\2&6\end{pmatrix}$ 。求 $AXB=C$ 的解,说明左乘右乘顺序并代回验证。
### 考点 6.2 矩阵方程·凑目标式 ### 考点 6.2 矩阵方程·凑目标式
直接化简走不通时,把已知等式展开凑成"目标因子 × 配套因子 $=kE$"。典型:$AB=A+B\Rightarrow(A-E)(B-E)=E$;$AB=2A+B\Rightarrow(A-E)(B-2E)=2E$。同一条红线:先凑出乘积等于 $kE$ 再取逆,不交换、不预设可逆。 直接化简走不通时,把已知等式展开凑成"目标因子 × 配套因子 $=kE$ "。典型:$AB=A+B\Rightarrow(A-E)(B-E)=E$ ;$AB=2A+B\Rightarrow(A-E)(B-2E)=2E$ 。同一条红线:先凑出乘积等于 $kE$ 再取逆,不交换、不预设可逆。
**题目** **题目**
- **题 8 · 6.2 凑目标式 $AB=2A+B$(★★★)**:【2022·15 骨架】$A,B$ 满足 $AB=2A+B$。证明 $A-E$ 与 $B-2E$ 均可逆,并求 $(A-E)^{-1}$。 - **题 8 · 6.2 凑目标式 $AB=2A+B$ (★★★)**:【2022·15 骨架】$A,B$ 满足 $AB=2A+B$ 。证明 $A-E$ 与 $B-2E$ 均可逆,并求 $(A-E)^{-1}$ 。
## 3. 点 3 · 初等变换与初等矩阵 ## 3. 点 3 · 初等变换与初等矩阵
@@ -169,23 +169,23 @@ $AX=B$ 左乘 $A^{-1}$;$XA=B$ 右乘 $A^{-1}$;$AXB=C$ 得 $X=A^{-1}CB^{-1}$
### 考点 4.3 初等变换性质 ### 考点 4.3 初等变换性质
**初等变换不改变秩**:$r(PAQ)=r(A)$($P,Q$ 可逆)。保住"秩与可逆性",**保不住行列式数值**(换行变号、倍乘伸缩)。全行变换 = 左乘可逆 $P$,全列变换 = 右乘可逆 $Q$。 **初等变换不改变秩**:$r(PAQ)=r(A)$ ($P,Q$ 可逆)。保住"秩与可逆性",**保不住行列式数值**(换行变号、倍乘伸缩)。全行变换 = 左乘可逆 $P$ ,全列变换 = 右乘可逆 $Q$ 。
**题目** **题目**
- **题 3 · 4.3 初等变换下什么不变什么变(★★☆)**:$A$ 经若干次初等变换得 $B$,判断:(1)$|B|=|A|$;(2)同型时 $r(A)=r(B)$;(3)$A$ 可逆 $\iff B$ 可逆;(4)若全是行变换,则存在可逆 $P$ 使 $PA=B$。 - **题 3 · 4.3 初等变换下什么不变什么变(★★☆)**:$A$ 经若干次初等变换得 $B$ ,判断:(1)$|B|=|A|$ ;(2)同型时 $r(A)=r(B)$ ;(3)$A$ 可逆 $\iff B$ 可逆;(4)若全是行变换,则存在可逆 $P$ 使 $PA=B$ 。
### 考点 4.4 初等矩阵(左乘改行、右乘改列) ### 考点 4.4 初等矩阵(左乘改行、右乘改列)
从 $E$ 做一次变换得到;**左乘改行、右乘改列**:$E_{ij}(k)$ 左乘 = 第 $i$ 行加第 $j$ 行的 $k$ 倍,右乘 = 第 $i$ 列加第 $j$ 列的 $k$ 倍。先左乘 $P_1$ 再左乘 $P_2$ 最终是 $P_2P_1A$(先作用的写右边)。逆一律是同类初等矩阵:对换型自逆、倍乘型乘倒数、倍加型反号。 从 $E$ 做一次变换得到;**左乘改行、右乘改列**:$E_{ij}(k)$ 左乘 = 第 $i$ 行加第 $j$ 行的 $k$ 倍,右乘 = 第 $i$ 列加第 $j$ 列的 $k$ 倍。先左乘 $P_1$ 再左乘 $P_2$ 最终是 $P_2P_1A$ (先作用的写右边)。逆一律是同类初等矩阵:对换型自逆、倍乘型乘倒数、倍加型反号。
**题目** **题目**
- **题 4 · 4.4 左乘改行、右乘改列(★★★)**:【2020·5 骨架】$P=\begin{pmatrix}1&0\\3&1\end{pmatrix}$,$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$。计算 $PA$、$AP$、$P^{-1}$,说明 $PA$ 与 $AP$ 各对 $A$ 做了什么。 - **题 4 · 4.4 左乘改行、右乘改列(★★★)**:【2020·5 骨架】$P=\begin{pmatrix}1&0\\3&1\end{pmatrix}$ ,$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$ 。计算 $PA$ 、$AP$ 、$P^{-1}$ ,说明 $PA$ 与 $AP$ 各对 $A$ 做了什么。
- **题 5 · 4.4 对换型与倍乘型初等矩阵(★★☆)**:$Q=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,$D=\begin{pmatrix}2&0\\0&1\end{pmatrix}$,$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$。(Ⅰ)写出 $QA$、$AQ$;(Ⅱ)写出 $DA$、$AD$;(Ⅲ)求 $Q^{-1}$、$D^{-1}$ 并验算。 - **题 5 · 4.4 对换型与倍乘型初等矩阵(★★☆)**:$Q=\begin{pmatrix}0&1\\1&0\end{pmatrix}$ ,$D=\begin{pmatrix}2&0\\0&1\end{pmatrix}$ ,$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$ 。(Ⅰ)写出 $QA$ 、$AQ$ ;(Ⅱ)写出 $DA$ 、$AD$ ;(Ⅲ)求 $Q^{-1}$ 、$D^{-1}$ 并验算。
- **题 6 · 4.4 复合初等矩阵——从 $A$ 到目标矩阵求 $P$(★★★)**:【2018·21 骨架】$A=\begin{pmatrix}1&0&1\\-1&-1&1\\0&2&-4\end{pmatrix}$,$B=\begin{pmatrix}1&0&1\\0&-1&2\\0&0&0\end{pmatrix}$,$B$ 由 $A$ 经初等行变换得到。求可逆 $P$ 使 $PA=B$(写出每一步对应的初等矩阵)。 - **题 6 · 4.4 复合初等矩阵——从 $A$ 到目标矩阵求 $P$ (★★★)**:【2018·21 骨架】$A=\begin{pmatrix}1&0&1\\-1&-1&1\\0&2&-4\end{pmatrix}$ ,$B=\begin{pmatrix}1&0&1\\0&-1&2\\0&0&0\end{pmatrix}$ ,$B$ 由 $A$ 经初等行变换得到。求可逆 $P$ 使 $PA=B$ (写出每一步对应的初等矩阵)。
### 考点 4.5 初等行变换求逆 ### 考点 4.5 初等行变换求逆
$[A\mid E]\to_r[E\mid A^{-1}]$,原理:串行行变换 = 左乘 $P$,$PA=E\Rightarrow P=A^{-1}$。**铁律:横排配行变换、竖排配列变换,绝不混用**。推广:$[A\mid B]\to_r[E\mid A^{-1}B]$。 $[A\mid E]\to_r[E\mid A^{-1}]$ ,原理:串行行变换 = 左乘 $P$ ,$PA=E\Rightarrow P=A^{-1}$ 。**铁律:横排配行变换、竖排配列变换,绝不混用**。推广:$[A\mid B]\to_r[E\mid A^{-1}B]$ 。
**题目** **题目**
- **题 7 · 4.5 行变换求逆(★★☆)**:用初等行变换求 $A=\begin{pmatrix}1&2\\1&3\end{pmatrix}$ 的逆,并乘回验算。 - **题 7 · 4.5 行变换求逆(★★☆)**:用初等行变换求 $A=\begin{pmatrix}1&2\\1&3\end{pmatrix}$ 的逆,并乘回验算。
@@ -197,17 +197,17 @@ $[A\mid E]\to_r[E\mid A^{-1}]$,原理:串行行变换 = 左乘 $P$,$PA=E\R
### 考点 5.1 秩的定义 ### 考点 5.1 秩的定义
秩 = 独立列最大个数 = 独立行最大个数 = 最高阶非零子式阶数 = 行阶梯形非零行数。$0\le r(A)\le\min(m,n)$,$r(A^{\mathrm T})=r(A)$。**"非零列数 ≠ 秩"**。 秩 = 独立列最大个数 = 独立行最大个数 = 最高阶非零子式阶数 = 行阶梯形非零行数。$0\le r(A)\le\min(m,n)$ ,$r(A^{\mathrm T})=r(A)$ 。**"非零列数 ≠ 秩"**。
**题目** **题目**
- **题 1 · 5.1 化行阶梯形求秩(★☆☆)**:将 $A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}$ 化为行阶梯形,求秩并指出主元列号。 - **题 1 · 5.1 化行阶梯形求秩(★☆☆)**:将 $A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}$ 化为行阶梯形,求秩并指出主元列号。
### 考点 5.2 秩的性质 ### 考点 5.2 秩的性质
$r(kA)=r(A)$($k\ne0$)、$r(PAQ)=r(A)$($P,Q$ 可逆)、$r(A^{\mathrm T})=r(A)$;$r(A)$ 是内在维数,不等于行数/列数。 $r(kA)=r(A)$ ($k\ne0$ )、$r(PAQ)=r(A)$ ($P,Q$ 可逆)、$r(A^{\mathrm T})=r(A)$ ;$r(A)$ 是内在维数,不等于行数/列数。
**题目** **题目**
- **题 2 · 5.2 基本性质的四个说法判断(★★☆)**:$A$ 是 $m\times n$ 矩阵($m\ne n$),$P,Q$ 可逆,$k\ne0$。判断恒成立与否并说明理由:(1)$r(kA)=kr(A)$;(2)$r(PAQ)=r(A)$;(3)$r(A^{\mathrm T})=r(A)$;(4)$r(A)=m$。 - **题 2 · 5.2 基本性质的四个说法判断(★★☆)**:$A$ 是 $m\times n$ 矩阵($m\ne n$ ),$P,Q$ 可逆,$k\ne0$ 。判断恒成立与否并说明理由:(1)$r(kA)=kr(A)$ ;(2)$r(PAQ)=r(A)$ ;(3)$r(A^{\mathrm T})=r(A)$ ;(4)$r(A)=m$ 。
### 考点 秩不等式四式 ### 考点 秩不等式四式
@@ -215,27 +215,27 @@ $$r(PAQ)=r(A)\ (P,Q\ \text{可逆}),\qquad r(AB)\le\min\{r(A),r(B)\},$$
$$r(A+B)\le r(A)+r(B),\qquad r(AB)\ge r(A)+r(B)-n\ (\text{Sylvester}),$$ $$r(A+B)\le r(A)+r(B),\qquad r(AB)\ge r(A)+r(B)-n\ (\text{Sylvester}),$$
$$AB=O\Rightarrow r(A)+r(B)\le n.$$ $$AB=O\Rightarrow r(A)+r(B)\le n.$$
口诀:乘积取小、和不超和、Sylvester 补 $n$、零乘积收 $\le n$("$=$"是常见干扰项)。实矩阵:$r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$。 口诀:乘积取小、和不超和、Sylvester 补 $n$ 、零乘积收 $\le n$ ("$=$ "是常见干扰项)。实矩阵:$r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$ 。
**题目** **题目**
- **题 3 · 四式 四条不等式速判(★★☆)**:$A$ 为 $m\times n$,$B$ 为 $n\times s$。判断恒成立与否,不成立者改写成正确形式:(1)$r(AB)\le\min\{r(A),r(B)\}$;(2)$r(A+B)\le r(A)+r(B)$;(3)$r(AB)\ge r(A)+r(B)-n$;(4)$AB=O\Rightarrow r(A)+r(B)=n$。 - **题 3 · 四式 四条不等式速判(★★☆)**:$A$ 为 $m\times n$ ,$B$ 为 $n\times s$ 。判断恒成立与否,不成立者改写成正确形式:(1)$r(AB)\le\min\{r(A),r(B)\}$ ;(2)$r(A+B)\le r(A)+r(B)$ ;(3)$r(AB)\ge r(A)+r(B)-n$ ;(4)$AB=O\Rightarrow r(A)+r(B)=n$ 。
- **题 4 · 四式① 提取公因子,借可逆阵取等号(★★☆)**:$A=\begin{pmatrix}1&2&3&4\\2&3&4&5\\3&4&5&6\\4&5&6&7\end{pmatrix}$,$B=\begin{pmatrix}0&1&-1&2\\0&-1&2&3\\0&0&1&4\\0&0&0&2\end{pmatrix}$。求 $r(AB+2A)$。 - **题 4 · 四式① 提取公因子,借可逆阵取等号(★★☆)**:$A=\begin{pmatrix}1&2&3&4\\2&3&4&5\\3&4&5&6\\4&5&6&7\end{pmatrix}$ ,$B=\begin{pmatrix}0&1&-1&2\\0&-1&2&3\\0&0&1&4\\0&0&0&2\end{pmatrix}$ 。求 $r(AB+2A)$ 。
- **题 5 · 四式②④联用 $A^2=A$ 求秩和(★★★)**:【2025·7 知识块】$n$ 阶方阵 $A$ 满足 $A^2=A$。求 $r(A)+r(E-A)$(上界:零乘积;下界:可逆和,两侧夹住)。 - **题 5 · 四式②④联用 $A^2=A$ 求秩和(★★★)**:【2025·7 知识块】$n$ 阶方阵 $A$ 满足 $A^2=A$ 。求 $r(A)+r(E-A)$ (上界:零乘积;下界:可逆和,两侧夹住)。
### 考点 5.3 子式与含参秩 ### 考点 5.3 子式与含参秩
先算 $\lvert A\rvert$ 找根(方阵),每根单独代回化阶梯形,用**与参数无关的非零子式**钉住下界。"行列式为零"只能说秩 $<n$,绝不能直接写秩等于 $n-1$。 先算 $\lvert A\rvert$ 找根(方阵),每根单独代回化阶梯形,用**与参数无关的非零子式**钉住下界。"行列式为零"只能说秩 $<n$ ,绝不能直接写秩等于 $n-1$ 。
**题目** **题目**
- **题 6 · 5.3 + 5.1 含参矩阵求秩(★★☆)**:$A(t)=\begin{pmatrix}1&1&1\\1&t&2\\1&2&t\end{pmatrix}$。求所有实数 $t$ 对应的秩,说明何时可逆;每个特殊参数值都代回检查。 - **题 6 · 5.3 + 5.1 含参矩阵求秩(★★☆)**:$A(t)=\begin{pmatrix}1&1&1\\1&t&2\\1&2&t\end{pmatrix}$ 。求所有实数 $t$ 对应的秩,说明何时可逆;每个特殊参数值都代回检查。
### 考点 6.3 等价矩阵 ### 考点 6.3 等价矩阵
同型矩阵经初等行、列变换可互化 $\iff$ **同秩**。**与向量组等价的分界**:矩阵等价只要求同型同秩,不要求列张成同一空间;向量组等价要求 $r(A)=r(B)=r(A,B)$。矩阵等价推不出行列式相等(只推 $|A|=k|B|$),更推不出列向量组等价。 同型矩阵经初等行、列变换可互化 $\iff$ **同秩**。**与向量组等价的分界**:矩阵等价只要求同型同秩,不要求列张成同一空间;向量组等价要求 $r(A)=r(B)=r(A,B)$ 。矩阵等价推不出行列式相等(只推 $|A|=k|B|$ ),更推不出列向量组等价。
**题目** **题目**
- **题 7 · 6.3 等价矩阵判定的四个说法(★★☆)**:$A,B$ 均为 $3\times3$ 矩阵,判断:(A)$|A|=|B|\Rightarrow A\sim B$;(B)$r(A)=r(B)\Rightarrow A\sim B$;(C)$A\sim B\Rightarrow|A|=|B|$;(D)$A\sim B\Rightarrow A$ 的列向量组与 $B$ 的列向量组等价。错误的举反例。 - **题 7 · 6.3 等价矩阵判定的四个说法(★★☆)**:$A,B$ 均为 $3\times3$ 矩阵,判断:(A)$|A|=|B|\Rightarrow A\sim B$ ;(B)$r(A)=r(B)\Rightarrow A\sim B$ ;(C)$A\sim B\Rightarrow|A|=|B|$ ;(D)$A\sim B\Rightarrow A$ 的列向量组与 $B$ 的列向量组等价。错误的举反例。
- **题 8 · 6.3 具体两个矩阵判等价,只比秩(★★☆)**:$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}$,$B=\begin{pmatrix}1&0&1\\0&1&1\\1&1&2\end{pmatrix}$,$C=E_3$。判断两两是否等价。 - **题 8 · 6.3 具体两个矩阵判等价,只比秩(★★☆)**:$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}$ ,$B=\begin{pmatrix}1&0&1\\0&1&1\\1&1&2\end{pmatrix}$ ,$C=E_3$ 。判断两两是否等价。
## 5. 点 5 · 伴随矩阵与行列式技巧 ## 5. 点 5 · 伴随矩阵与行列式技巧
@@ -243,34 +243,34 @@ $$AB=O\Rightarrow r(A)+r(B)\le n.$$
### 考点 2.5 伴随矩阵 ### 考点 2.5 伴随矩阵
**主线**:$AA^*=A^*A=\lvert A\rvert E$——一切伴随题的入口。$|A|\ne0$ 时 $A^{-1}=\dfrac{A^*}{|A|}$;**不可逆方阵也有伴随**(主线照用,不能除)。 **主线**:$AA^*=A^*A=\lvert A\rvert E$ ——一切伴随题的入口。$|A|\ne0$ 时 $A^{-1}=\dfrac{A^*}{|A|}$ ;**不可逆方阵也有伴随**(主线照用,不能除)。
性质($n\ge2$):$|A^*|=|A|^{n-1}$、$(kA)^*=k^{n-1}A^*$、$(AB)^*=B^*A^*$(反序)、$(A^{\mathrm T})^*=(A^*)^{\mathrm T}$、$(A^*)^*=|A|^{n-2}A$。 性质($n\ge2$ ):$|A^*|=|A|^{n-1}$ 、$(kA)^*=k^{n-1}A^*$ 、$(AB)^*=B^*A^*$ (反序)、$(A^{\mathrm T})^*=(A^*)^{\mathrm T}$ 、$(A^*)^*=|A|^{n-2}A$ 。
**三档表**: **三档表**:
| $r(A)$ | $r(A^*)$ | 原因 | | $r(A)$ | $r(A^*)$ | 原因 |
|---|---|---| |---|---|---|
| $n$ | $n$ | $A^*=|A|A^{-1}$ 可逆 | | $n$ | $n$ | $A^*=|A|A^{-1}$ 可逆 |
| $n-1$ | $1$ | 非零 $n-1$ 阶子式 $\Rightarrow A^*\ne O$;$AA^*=O\Rightarrow r(A^*)\le1$ | | $n-1$ | $1$ | 非零 $n-1$ 阶子式 $\Rightarrow A^*\ne O$ ;$AA^*=O\Rightarrow r(A^*)\le1$ |
| $\le n-2$ | $0$ | 所有 $n-1$ 阶子式为零 | | $\le n-2$ | $0$ | 所有 $n-1$ 阶子式为零 |
二阶伴随:$\begin{pmatrix}a&b\\c&d\end{pmatrix}^*=\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$。 二阶伴随:$\begin{pmatrix}a&b\\c&d\end{pmatrix}^*=\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$ 。
**题目** **题目**
- **题 1 · 2.7 主线:对角阵求 $A^*$ 并验证 $AA^*=|A|E$(★☆☆)**:设 $A=\operatorname{diag}(2,3,4)$。求 $|A|$、$A^{-1}$、$A^*$ 与 $|2A|$,并验证 $AA^*=|A|E$。 - **题 1 · 2.7 主线:对角阵求 $A^*$ 并验证 $AA^*=|A|E$ (★☆☆)**:设 $A=\operatorname{diag}(2,3,4)$ 。求 $|A|$ 、$A^{-1}$ 、$A^*$ 与 $|2A|$ ,并验证 $AA^*=|A|E$ 。
- **题 2 · 2.7 二阶伴随公式与主线(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$。用二阶公式写 $A^*$,验证 $AA^*=|A|E$,并由此写出 $A^{-1}$。 - **题 2 · 2.7 二阶伴随公式与主线(★★☆)**:设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$ 。用二阶公式写 $A^*$ ,验证 $AA^*=|A|E$ ,并由此写出 $A^{-1}$ 。
- **题 3 · 2.7 性质 $(AB)^*=B^*A^*$、$(kA)^*$、$(A^*)^*$ 数值验证(★★☆)**:$A=\begin{pmatrix}2&1\\0&1\end{pmatrix}$,$B=\begin{pmatrix}1&0\\1&1\end{pmatrix}$。(Ⅰ)验证 $(AB)^*=B^*A^*$;(Ⅱ)验证 $(2A)^*=2\,A^*$;(Ⅲ)验证 $(A^*)^*=A$。 - **题 3 · 2.7 性质 $(AB)^*=B^*A^*$ 、$(kA)^*$ 、$(A^*)^*$ 数值验证(★★☆)**:$A=\begin{pmatrix}2&1\\0&1\end{pmatrix}$ ,$B=\begin{pmatrix}1&0\\1&1\end{pmatrix}$ 。(Ⅰ)验证 $(AB)^*=B^*A^*$ ;(Ⅱ)验证 $(2A)^*=2\,A^*$ ;(Ⅲ)验证 $(A^*)^*=A$ 。
- **题 4 · 2.7 三档表:四阶矩阵的 $r(A^*)$(★★★)**:$A$ 是四阶矩阵。分别在 $r(A)=4,3,2$ 时求 $r(A^*)$;$r(A)=3$ 时说明:$A^*$ 非零却不可能有两列线性无关。 - **题 4 · 2.7 三档表:四阶矩阵的 $r(A^*)$ (★★★)**:$A$ 是四阶矩阵。分别在 $r(A)=4,3,2$ 时求 $r(A^*)$ ;$r(A)=3$ 时说明:$A^*$ 非零却不可能有两列线性无关。
### 考点 2.6 方阵行列式技巧 ### 考点 2.6 方阵行列式技巧
- **两项积商**:$|kX|=k^n|X|$、$|A^*|=|A|^{n-1}$、$|X^{-1}|=1/|X|$——先写死阶数 $n$ 再套指数。 - **两项积商**:$|kX|=k^n|X|$ 、$|A^*|=|A|^{n-1}$ 、$|X^{-1}|=1/|X|$ ——先写死阶数 $n$ 再套指数。
- **两项和差**:$|A+B|$ 一般拆不了。两条出路:① 提公因子 $|A+B|=|A|\,|E+A^{-1}B|$;② 按列拆分(公共列先提公因数,不同列拆成行列式之和)。 - **两项和差**:$|A+B|$ 一般拆不了。两条出路:① 提公因子 $|A+B|=|A|\,|E+A^{-1}B|$ ;② 按列拆分(公共列先提公因数,不同列拆成行列式之和)。
**题目** **题目**
- **题 5 · 5.1 两项积商的组合计算(★★☆)**:$A$ 为三阶方阵,$|A|=3$。求 $|2A^*|$、$|(A^{-1})^*|$、$\big||A|A^*\big|$、$|(2A)^{-1}|$。 - **题 5 · 5.1 两项积商的组合计算(★★☆)**:$A$ 为三阶方阵,$|A|=3$ 。求 $|2A^*|$ 、$|(A^{-1})^*|$ 、$\big||A|A^*\big|$ 、$|(2A)^{-1}|$ 。
- **题 6 · 5.2 两项和差——按列拆分(★★☆)**:四阶方阵 $A=[\alpha,\gamma_2,\gamma_3,\gamma_4]$,$B=[\beta,\gamma_2,\gamma_3,\gamma_4]$,$|A|=5$,$|B|=-\tfrac12$。求 $|A+2B|$。 - **题 6 · 5.2 两项和差——按列拆分(★★☆)**:四阶方阵 $A=[\alpha,\gamma_2,\gamma_3,\gamma_4]$ ,$B=[\beta,\gamma_2,\gamma_3,\gamma_4]$ ,$|A|=5$ ,$|B|=-\tfrac12$ 。求 $|A+2B|$ 。
## 6. 点 6 · 分块矩阵 ## 6. 点 6 · 分块矩阵
@@ -278,33 +278,33 @@ $$AB=O\Rightarrow r(A)+r(B)\le n.$$
### 考点 2.8.1 分块对角阵与按列分块 ### 考点 2.8.1 分块对角阵与按列分块
**块乘法顺序不能变、块大小必须匹配**(左行块乘右列块;$A$ 怎么分列,$B$ 就得怎么分行)。分块对角:逆、幂、行列式各块分别算再拼回:$\begin{pmatrix}A&O\\O&B\end{pmatrix}^k=\begin{pmatrix}A^k&O\\O&B^k\end{pmatrix}$。按列分块:$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$,$AB$ 的第 $j$ 列是 $Ab_j$。 **块乘法顺序不能变、块大小必须匹配**(左行块乘右列块;$A$ 怎么分列,$B$ 就得怎么分行)。分块对角:逆、幂、行列式各块分别算再拼回:$\begin{pmatrix}A&O\\O&B\end{pmatrix}^k=\begin{pmatrix}A^k&O\\O&B^k\end{pmatrix}$ 。按列分块:$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$ ,$AB$ 的第 $j$ 列是 $Ab_j$ 。
**题目** **题目**
- **题 1 · 2.8.1 分块对角阵的逆与幂(★☆☆)**:$M=\begin{pmatrix}1&2&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}$。用分块对角公式求 $M^{-1}$ 与 $M^2$,乘回验算。 - **题 1 · 2.8.1 分块对角阵的逆与幂(★☆☆)**:$M=\begin{pmatrix}1&2&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}=\begin{pmatrix}A_1&O\\O&A_2\end{pmatrix}$ 。用分块对角公式求 $M^{-1}$ 与 $M^2$ ,乘回验算。
- **题 2 · 2.8.1 分块乘法的块顺序与大小匹配(★★☆)**:$X=\begin{pmatrix}1&0&0&1\\0&1&1&0\end{pmatrix}=(X_1,X_2)$,$Y=\begin{pmatrix}1&2\\0&1\\2&0\\1&1\end{pmatrix}=\begin{pmatrix}Y_1\\Y_2\end{pmatrix}$。(Ⅰ)写 $XY$ 的分块表达式并计算;(Ⅱ)与 $Y_1X_1+Y_2X_2$ 比较,说明块顺序为什么不能换。 - **题 2 · 2.8.1 分块乘法的块顺序与大小匹配(★★☆)**:$X=\begin{pmatrix}1&0&0&1\\0&1&1&0\end{pmatrix}=(X_1,X_2)$ ,$Y=\begin{pmatrix}1&2\\0&1\\2&0\\1&1\end{pmatrix}=\begin{pmatrix}Y_1\\Y_2\end{pmatrix}$ 。(Ⅰ)写 $XY$ 的分块表达式并计算;(Ⅱ)与 $Y_1X_1+Y_2X_2$ 比较,说明块顺序为什么不能换。
- **题 3 · 2.8.2 按列分块——$Ax$ 就是各列的线性组合(★★☆)**:$A=\begin{pmatrix}1&0&1\\0&1&1\end{pmatrix}$,$x=(1,2,3)^{\mathrm T}$,$B=\begin{pmatrix}1&2\\0&1\\1&0\end{pmatrix}$。(Ⅰ)用 $Ax=\sum x_i\alpha_i$ 验证;(Ⅱ)写 $AB$ 的两个列向量,验证 $AB=(Ab_1,Ab_2)$。 - **题 3 · 2.8.2 按列分块——$Ax$ 就是各列的线性组合(★★☆)**:$A=\begin{pmatrix}1&0&1\\0&1&1\end{pmatrix}$ ,$x=(1,2,3)^{\mathrm T}$ ,$B=\begin{pmatrix}1&2\\0&1\\1&0\end{pmatrix}$ 。(Ⅰ)用 $Ax=\sum x_i\alpha_i$ 验证;(Ⅱ)写 $AB$ 的两个列向量,验证 $AB=(Ab_1,Ab_2)$ 。
### 考点 3.4 三角分块求逆 ### 考点 3.4 三角分块求逆
$M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$($A,B$ 可逆)$\Rightarrow M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}$;下三角 $=\begin{pmatrix}B^{-1}&O\\-C^{-1}DB^{-1}&C^{-1}\end{pmatrix}$。通用生产线:**设逆、乘开、逐块解方程**;右上块验算固定走 $AY+CB^{-1}=O$。 $M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$ ($A,B$ 可逆)$\Rightarrow M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}$ ;下三角 $=\begin{pmatrix}B^{-1}&O\\-C^{-1}DB^{-1}&C^{-1}\end{pmatrix}$ 。通用生产线:**设逆、乘开、逐块解方程**;右上块验算固定走 $AY+CB^{-1}=O$ 。
**题目** **题目**
- **题 4 · 3.4 上三角分块求逆,数值验算(★★☆)**:$M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$,$A=\begin{pmatrix}1&2\\0&1\end{pmatrix}$,$B=\begin{pmatrix}2&1\\0&1\end{pmatrix}$,$C=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。用公式求 $M^{-1}$,把 $MM^{-1}$ 的四个块乘回验算。 - **题 4 · 3.4 上三角分块求逆,数值验算(★★☆)**:$M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$ ,$A=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ ,$B=\begin{pmatrix}2&1\\0&1\end{pmatrix}$ ,$C=\begin{pmatrix}0&1\\1&0\end{pmatrix}$ 。用公式求 $M^{-1}$ ,把 $MM^{-1}$ 的四个块乘回验算。
- **题 5 · 3.4 下三角分块求逆的块方程推导(★★★)**:$B$、$C$ 分别为 $r$、$s$ 阶可逆方阵,$D$ 为 $s\times r$ 矩阵。证明 $\begin{pmatrix}B&O\\D&C\end{pmatrix}$ 可逆并求其逆(设逆、乘开、逐块解方程)。 - **题 5 · 3.4 下三角分块求逆的块方程推导(★★★)**:$B$ 、$C$ 分别为 $r$ 、$s$ 阶可逆方阵,$D$ 为 $s\times r$ 矩阵。证明 $\begin{pmatrix}B&O\\D&C\end{pmatrix}$ 可逆并求其逆(设逆、乘开、逐块解方程)。
### 考点 2.8.3 分块秩 ### 考点 2.8.3 分块秩
- **分块对角**:$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$;**上三角只有 $\ge r(A)+r(B)$**(反例 $A=B=O$、$C\ne O$)。 - **分块对角**:$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ ;**上三角只有** $\ge r(A)+r(B)$ (反例 $A=B=O$ 、$C\ne O$ )。
- **两个标准消元**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 行减行、列减列后秩 $=r(A)$;$\begin{pmatrix}O&A\\A&O\end{pmatrix}$ 交换块行后秩 $=2r(A)$。 - **两个标准消元**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 行减行、列减列后秩 $=r(A)$ ;$\begin{pmatrix}O&A\\A&O\end{pmatrix}$ 交换块行后秩 $=2r(A)$ 。
- **$S^{-1}MS$ 化对角**:$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$,$S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$,$S^{-1}=\frac12S$,$r(M)=r(A+B)+r(A-B)$——**无须 $AB=BA$**。 - **$S^{-1}MS$ 化对角**:$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$ ,$S=\begin{pmatrix}E&E\\E&-E\end{pmatrix}$ ,$S^{-1}=\frac12S$ ,$r(M)=r(A+B)+r(A-B)$ ——**无须** $AB=BA$ 。
- **一般消元**:左上块 $A$ 可逆时,行减 $CA^{-1}$ 乘上行、列减左列乘 $A^{-1}B$,秩 $=r(A)+r(D-CA^{-1}B)$。**可逆的是消元矩阵,与被消块是否可逆无关**。 - **一般消元**:左上块 $A$ 可逆时,行减 $CA^{-1}$ 乘上行、列减左列乘 $A^{-1}B$ ,秩 $=r(A)+r(D-CA^{-1}B)$ 。**可逆的是消元矩阵,与被消块是否可逆无关**。
**题目** **题目**
- **题 6 · 2.8.3 重复块与交换块的秩(★★★)**:【2018·6、2021·7、2023·5 骨架】$r(A)=r$。求 $r\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 与 $r\begin{pmatrix}O&A\\A&O\end{pmatrix}$,写出每步分块变换并说明为何可逆。 - **题 6 · 2.8.3 重复块与交换块的秩(★★★)**:【2018·6、2021·7、2023·5 骨架】$r(A)=r$ 。求 $r\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 与 $r\begin{pmatrix}O&A\\A&O\end{pmatrix}$ ,写出每步分块变换并说明为何可逆。
- **题 7 · 2.8.3 $S^{-1}MS$ 化对角的数值验证(★★★)**:$A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$。(Ⅰ)写出 $S^{-1}MS=\operatorname{diag}(A+B,A-B)$;(Ⅱ)直接数 $M$ 的非零行验证 $r(M)=r(A+B)+r(A-B)$;(Ⅲ)验证 $AB\ne BA$,说明结论为什么不需要交换条件。 - **题 7 · 2.8.3 $S^{-1}MS$ 化对角的数值验证(★★★)**:$A=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ ,$B=\begin{pmatrix}0&1\\0&0\end{pmatrix}$ ,$M=\begin{pmatrix}A&B\\B&A\end{pmatrix}$ 。(Ⅰ)写出 $S^{-1}MS=\operatorname{diag}(A+B,A-B)$ ;(Ⅱ)直接数 $M$ 的非零行验证 $r(M)=r(A+B)+r(A-B)$ ;(Ⅲ)验证 $AB\ne BA$ ,说明结论为什么不需要交换条件。
- **题 8 · 2.8.3 上三角分块为什么不能直接读秩(★★☆)**:甲写 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$,乙写 $r\begin{pmatrix}A&C\\O&B\end{pmatrix}=r(A)+r(B)$。谁对谁错?用反例说明乙错在哪;$A,B$ 可逆时写出化到块对角的可逆变换。 - **题 8 · 2.8.3 上三角分块为什么不能直接读秩(★★☆)**:甲写 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ ,乙写 $r\begin{pmatrix}A&C\\O&B\end{pmatrix}=r(A)+r(B)$ 。谁对谁错?用反例说明乙错在哪;$A,B$ 可逆时写出化到块对角的可逆变换。
- **题 9 · 2.8.3 $A^2=A$ 时 $\begin{pmatrix}A&E\\O&A\end{pmatrix}$ 的秩(★★★)**:$A^2=A$,$r(A)=r$。求 $r\begin{pmatrix}A&E\\O&A\end{pmatrix}$(提示:交换两块列,把 $E$ 换到左上角当支点,两步消元)。 - **题 9 · 2.8.3 $A^2=A$ 时 $\begin{pmatrix}A&E\\O&A\end{pmatrix}$ 的秩(★★★)**:$A^2=A$ ,$r(A)=r$ 。求 $r\begin{pmatrix}A&E\\O&A\end{pmatrix}$ (提示:交换两块列,把 $E$ 换到左上角当支点,两步消元)。
## 7. 点 7 · 矩阵幂 ## 7. 点 7 · 矩阵幂
@@ -312,27 +312,27 @@ $M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$($A,B$ 可逆)$\Rightarrow M^{-1}=\b
### 考点 幂的运算规则与题型五法 ### 考点 幂的运算规则与题型五法
**规则**:$(A+B)^2=A^2+AB+BA+B^2$(仅 $AB=BA$ 可合并);$(AB)^k$ 无公式;$(E+N)^k$ 当 $N^q=O$ 时二项式截断。 **规则**:$(A+B)^2=A^2+AB+BA+B^2$ (仅 $AB=BA$ 可合并);$(AB)^k$ 无公式;$(E+N)^k$ 当 $N^q=O$ 时二项式截断。
| 方法 | 适用 | 关键动作 | | 方法 | 适用 | 关键动作 |
|---|---|---| |---|---|---|
| 对应成比例(秩 1) | $A=uv^{\mathrm T}$ | $A^k=c^{k-1}A$,$c=v^{\mathrm T}u=\operatorname{tr}A$ | | 对应成比例(秩 1) | $A=uv^{\mathrm T}$ | $A^k=c^{k-1}A$ ,$c=v^{\mathrm T}u=\operatorname{tr}A$ |
| 试算归纳 | 低阶、结构明显 | 先算 $A^2,A^3$ 找规律(如 $A^2=4E$ 分段) | | 试算归纳 | 低阶、结构明显 | 先算 $A^2,A^3$ 找规律(如 $A^2=4E$ 分段) |
| 行列结合 | 拆成 $\alpha\beta^{\mathrm T}$ 型 | 中间 $\beta^{\mathrm T}\alpha$ 先算成数 | | 行列结合 | 拆成 $\alpha\beta^{\mathrm T}$ 型 | 中间 $\beta^{\mathrm T}\alpha$ 先算成数 |
| 拆分矩阵 | $A=E+N$、$N^q=O$ | $(E+N)^k=E+kN+\binom{k}{2}N^2+\cdots$,$q$ 次后截断;$(E-N)^{-1}=E+N+\cdots+N^{q-1}$ | | 拆分矩阵 | $A=E+N$ 、$N^q=O$ | $(E+N)^k=E+kN+\binom{k}{2}N^2+\cdots$ ,$q$ 次后截断;$(E-N)^{-1}=E+N+\cdots+N^{q-1}$ |
| 分块求幂 | 分块对角 | 每块分别求幂 | | 分块求幂 | 分块对角 | 每块分别求幂 |
| 递推状态向量 | $a_{j+2}=pa_{j+1}+qa_j$ | $\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}$,$M^k$ 的通项归第 5 讲对角化 | | 递推状态向量 | $a_{j+2}=pa_{j+1}+qa_j$ | $\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}$ ,$M^k$ 的通项归第 5 讲对角化 |
**题目** **题目**
- **题 1 · 2.4 和的平方与乘积幂的陷阱(★☆☆)**:$A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$。(Ⅰ)算 $(A+B)^2$ 与 $A^2+2AB+B^2$ 并比较;(Ⅱ)判断 $(AB)^2=A^2B^2$ 是否成立。 - **题 1 · 2.4 和的平方与乘积幂的陷阱(★☆☆)**:$A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$ ,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$ 。(Ⅰ)算 $(A+B)^2$ 与 $A^2+2AB+B^2$ 并比较;(Ⅱ)判断 $(AB)^2=A^2B^2$ 是否成立。
- **题 2 · 1.1 秩 1 矩阵求 $A^k$(★★☆)**:【2016·21 骨架】$A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。(Ⅰ)写成 $uv^{\mathrm T}$,求 $A^k$;(Ⅱ)取 $k=2$ 直接平方验算。 - **题 2 · 1.1 秩 1 矩阵求 $A^k$ (★★☆)**:【2016·21 骨架】$A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$ 。(Ⅰ)写成 $uv^{\mathrm T}$ ,求 $A^k$ ;(Ⅱ)取 $k=2$ 直接平方验算。
- **题 3 · 1.1 $(E+A)^{-1}$ 待定系数(★★★)**:接题 2 的 $A$。证明 $E+A$ 可逆并求其逆(先尝试设逆为 $E+cA$,用 $A^2=5A$ 降次定 $c$)。 - **题 3 · 1.1 $(E+A)^{-1}$ 待定系数(★★★)**:接题 2 的 $A$ 。证明 $E+A$ 可逆并求其逆(先尝试设逆为 $E+cA$ ,用 $A^2=5A$ 降次定 $c$ )。
- **题 4 · 1.1 秩 1 矩阵也可能幂零(★★☆)**:$A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}$。$A$ 是否非零?求 $A^2$。 - **题 4 · 1.1 秩 1 矩阵也可能幂零(★★☆)**:$A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}$ 。$A$ 是否非零?求 $A^2$ 。
- **题 5 · 1.2 试算归纳——$A^2=4E$ 分段(★★☆)**:$A=\begin{pmatrix}1&-1&-1&-1\\-1&1&-1&-1\\-1&-1&1&-1\\-1&-1&-1&1\end{pmatrix}$。求 $A^n$($n\ge1$)。 - **题 5 · 1.2 试算归纳——$A^2=4E$ 分段(★★☆)**:$A=\begin{pmatrix}1&-1&-1&-1\\-1&1&-1&-1\\-1&-1&1&-1\\-1&-1&-1&1\end{pmatrix}$ 。求 $A^n$ ($n\ge1$ )。
- **题 6 · 1.3 行列结合求 $A^3$(★★☆)**:$\alpha=(1,3,-2)^{\mathrm T}$,$\beta=(2,0,0)^{\mathrm T}$,$A=\alpha\beta^{\mathrm T}$。求 $A^3$。 - **题 6 · 1.3 行列结合求 $A^3$ (★★☆)**:$\alpha=(1,3,-2)^{\mathrm T}$ ,$\beta=(2,0,0)^{\mathrm T}$ ,$A=\alpha\beta^{\mathrm T}$ 。求 $A^3$ 。
- **题 7 · 1.4 $E+N$ 求 $A^k$ 与 $A^{-1}$(★★★)**:$N=\begin{pmatrix}0&2&0\\0&0&3\\0&0&0\end{pmatrix}$,$A=E+N$。(Ⅰ)求 $N^2$、$N^3$;(Ⅱ)求 $A^k$(整数 $k\ge2$)并写出各元素;(Ⅲ)求 $A^{-1}$。 - **题 7 · 1.4 $E+N$ 求 $A^k$ 与 $A^{-1}$ (★★★)**:$N=\begin{pmatrix}0&2&0\\0&0&3\\0&0&0\end{pmatrix}$ ,$A=E+N$ 。(Ⅰ)求 $N^2$ 、$N^3$ ;(Ⅱ)求 $A^k$ (整数 $k\ge2$ )并写出各元素;(Ⅲ)求 $A^{-1}$ 。
- **题 8 · 1.5 分块对角阵求幂(★★☆)**:$M=\begin{pmatrix}1&1&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}$。求 $M^k$(正整数 $k$)。 - **题 8 · 1.5 分块对角阵求幂(★★☆)**:$M=\begin{pmatrix}1&1&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}$ 。求 $M^k$ (正整数 $k$ )。
- **题 9 · 递推 斐波那契数列的状态向量(★★★)**:【对齐 2016·21、2024·21 考法】$a_0=0$,$a_1=1$,$a_{n+2}=a_{n+1}+a_n$。(Ⅰ)写出状态向量形式并求 $M$;(Ⅱ)代 $k=0,1,2$ 核对;(Ⅲ)硬算 $M^4$,求 $a_5$。 - **题 9 · 递推 斐波那契数列的状态向量(★★★)**:【对齐 2016·21、2024·21 考法】$a_0=0$ ,$a_1=1$ ,$a_{n+2}=a_{n+1}+a_n$ 。(Ⅰ)写出状态向量形式并求 $M$ ;(Ⅱ)代 $k=0,1,2$ 核对;(Ⅲ)硬算 $M^4$ ,求 $a_5$ 。
## 8. 点 8 · 抽象推理与证明(四个模板) ## 8. 点 8 · 抽象推理与证明(四个模板)
@@ -340,19 +340,19 @@ $M=\begin{pmatrix}A&C\\O&B\end{pmatrix}$($A,B$ 可逆)$\Rightarrow M^{-1}=\b
| 模板 | 起手式 | 用在 | | 模板 | 起手式 | 用在 |
|---|---|---| |---|---|---|
| ① 夹逼证秩和 | 零乘积给上界,可逆的和/差给下界 | $A^2=A$、$A^2=E$ 的秩和 | | ① 夹逼证秩和 | 零乘积给上界,可逆的和/差给下界 | $A^2=A$ 、$A^2=E$ 的秩和 |
| ② 迁移证明 | 骨架不动,换矩阵零件再写一遍 | 幂等、对合等式的变体 | | ② 迁移证明 | 骨架不动,换矩阵零件再写一遍 | 幂等、对合等式的变体 |
| ③ 分块消元 | 左上角取 $E$,左乘行变换、右乘列变换 | 一切分块秩恒等式 | | ③ 分块消元 | 左上角取 $E$ ,左乘行变换、右乘列变换 | 一切分块秩恒等式 |
| ④ 凑乘积证可逆 | 整理成 $XY=kE$,$k\ne0$ | 抽象可逆判定与求逆 | | ④ 凑乘积证可逆 | 整理成 $XY=kE$ ,$k\ne0$ | 抽象可逆判定与求逆 |
铁律:**只写一个方向的秩不等式不能宣布等号**;**证明可逆前不得写 $A^{-1}$**;**系数 $k\ne0$ 必须交代**。 铁律:**只写一个方向的秩不等式不能宣布等号**;**证明可逆前不得写** $A^{-1}$ ;**系数 $k\ne0$ 必须交代**。
**题目** **题目**
- **题 1 · 8.1 幂等矩阵的秩和(★★★)**:【2025·7 知识块骨架】$A^2=A$。证明 $r(A)+r(E-A)=n$,分别写出上界与下界。 - **题 1 · 8.1 幂等矩阵的秩和(★★★)**:【2025·7 知识块骨架】$A^2=A$ 。证明 $r(A)+r(E-A)=n$ ,分别写出上界与下界。
- **题 2 · 8.2 对合矩阵的秩和(迁移)(★★☆)**:$A^2=E$。证明 $r(A+E)+r(A-E)=n$,并说明与题 1 共用的两个步骤。 - **题 2 · 8.2 对合矩阵的秩和(迁移)(★★☆)**:$A^2=E$ 。证明 $r(A+E)+r(A-E)=n$ ,并说明与题 1 共用的两个步骤。
- **题 3 · 8.3 分块秩恒等式两步消元(★★★)**:对任意 $n$ 阶矩阵 $A,B$,证明 $r\begin{pmatrix}E&A\\B&O\end{pmatrix}=n+r(BA)$,写出两步分块消元并说明没有假设 $A,B$ 可逆。 - **题 3 · 8.3 分块秩恒等式两步消元(★★★)**:对任意 $n$ 阶矩阵 $A,B$ ,证明 $r\begin{pmatrix}E&A\\B&O\end{pmatrix}=n+r(BA)$ ,写出两步分块消元并说明没有假设 $A,B$ 可逆。
- **题 4 · 8.4 多项式关系凑逆(★★☆)**:$A^2-3A+2E=O$。证明 $A$ 可逆并求 $A^{-1}$,不得预先使用 $A^{-1}$。 - **题 4 · 8.4 多项式关系凑逆(★★☆)**:$A^2-3A+2E=O$ 。证明 $A$ 可逆并求 $A^{-1}$ ,不得预先使用 $A^{-1}$ 。
- **题 5 · 8.4 三次关系凑逆(★★☆)**:$A^3-3A^2+2E=O$。证明 $A$ 可逆并求 $A^{-1}$,不得预先使用 $A^{-1}$。 - **题 5 · 8.4 三次关系凑逆(★★☆)**:$A^3-3A^2+2E=O$ 。证明 $A$ 可逆并求 $A^{-1}$ ,不得预先使用 $A^{-1}$ 。
--- ---
@@ -14,7 +14,7 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 向量]
## 0. 本讲骨架(先背这张图) ## 0. 本讲骨架(先背这张图)
**一句话**:判断向量组相关性只比两个数——**$r(A)$ 与 $s$**(个数),不是与 $n$(维数);所有判据都落在"能算秩就用秩"上。 **一句话**:判断向量组相关性只比两个数——**$r(A)$ 与** $s$ (个数),不是与 $n$ (维数);所有判据都落在"能算秩就用秩"上。
**真题地位**:真题库第 11 章,近十年 **8 题 44 分**,**每年必有一道解答题**。锚点:线性相关性 2024·6;秩与极大无关组 2017·13;线性表示 2020·6;向量组等价 2022·7;基坐标过渡矩阵 2019·20(**11 分**);内积施密特 2021·6、2023·15(**10 分**);子空间和与交 2023·7。 **真题地位**:真题库第 11 章,近十年 **8 题 44 分**,**每年必有一道解答题**。锚点:线性相关性 2024·6;秩与极大无关组 2017·13;线性表示 2020·6;向量组等价 2022·7;基坐标过渡矩阵 2019·20(**11 分**);内积施密特 2021·6、2023·15(**10 分**);子空间和与交 2023·7。
@@ -39,11 +39,11 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 向量]
### 考点 1.1 基本语言与组合表示 ### 考点 1.1 基本语言与组合表示
$n$ 维向量按列用;运算只有加法与数乘(**没有向量乘法**,只有内积)。$k_1\alpha_1+\cdots+k_s\alpha_s$ 是线性组合;$\beta$ 可写成某组合则称可由其线性表示。三种等价说法:存在 $x$ 使 $Ax=\beta$;方程组 $Ax=\beta$ 有解;$\beta\in L(\alpha_1,\dots,\alpha_s)$。**表示两层次**:能不能(看 $r(A)=r(A\mid\beta)$)/是否唯一(看 $r(A)$ 与 $s$)。 $n$ 维向量按列用;运算只有加法与数乘(**没有向量乘法**,只有内积)。$k_1\alpha_1+\cdots+k_s\alpha_s$ 是线性组合;$\beta$ 可写成某组合则称可由其线性表示。三种等价说法:存在 $x$ 使 $Ax=\beta$ ;方程组 $Ax=\beta$ 有解;$\beta\in L(\alpha_1,\dots,\alpha_s)$ 。**表示两层次**:能不能(看 $r(A)=r(A\mid\beta)$ )/是否唯一(看 $r(A)$ 与 $s$ )。
### 考点 1.2 相关与无关的定义 ### 考点 1.2 相关与无关的定义
**相关** = **存在**不全为零的系数使 $\sum k_i\alpha_i=0$($Ax=0$ 有非零解);**无关** = **仅当**系数全零时才有($Ax=0$ 只有零解)。相关 = 有冗余。 **相关** = **存在**不全为零的系数使 $\sum k_i\alpha_i=0$ ($Ax=0$ 有非零解);**无关** = **仅当**系数全零时才有($Ax=0$ 只有零解)。相关 = 有冗余。
### 考点 1.3 五个"不用算"的结论 ### 考点 1.3 五个"不用算"的结论
@@ -55,29 +55,29 @@ $n$ 维向量按列用;运算只有加法与数乘(**没有向量乘法**,
|---|---|---|---| |---|---|---|---|
| ① | 定义 | 任意 | 找得到非平凡零组合 ⟺ 相关 | | ① | 定义 | 任意 | 找得到非平凡零组合 ⟺ 相关 |
| ② | **秩判据(最通用)** | 任意 | $r(A)<s$ 相关;$r(A)=s$ 无关 | | ② | **秩判据(最通用)** | 任意 | $r(A)<s$ 相关;$r(A)=s$ 无关 |
| ③ | 行列式 | **仅 $s=n$** | $\lvert A\rvert=0$ 相关;$\ne0$ 无关 | | ③ | 行列式 | **仅** $s=n$ | $\lvert A\rvert=0$ 相关;$\ne0$ 无关 |
| ④ | 表示判据 | $s\ge2$ | 相关 ⟺ **至少有一个**向量可由其余表示(不是"每一个") | | ④ | 表示判据 | $s\ge2$ | 相关 ⟺ **至少有一个**向量可由其余表示(不是"每一个") |
| ⑤ | 以少表多 | $\alpha$ 可由 $\beta$ 表出 | $s>t$ ⟹ $\alpha$ 组**必相关** | | ⑤ | 以少表多 | $\alpha$ 可由 $\beta$ 表出 | $s>t$ ⟹ $\alpha$ 组**必相关** |
| ⑥ | 部分与整体 | 任意 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 | | ⑥ | 部分与整体 | 任意 | 部分相关 ⟹ 整体相关;整体无关 ⟹ 部分无关 |
| ⑦ | 延长/缩短 | 任意 | 无关 ⟹ 加分量仍无关;相关 ⟹ 去分量仍相关("无关能加长,相关能缩短") | | ⑦ | 延长/缩短 | 任意 | 无关 ⟹ 加分量仍无关;相关 ⟹ 去分量仍相关("无关能加长,相关能缩短") |
关键:**判断相关性比的是 $r(A)$ 与 $s$**(不是 $n$);判②是万能钥匙——能算秩就用它。判④误读陷阱:"至少有一个",不是"每一个"($\alpha_1=(1,0),\alpha_2=(2,0),\alpha_3=(0,1)$ 相关但 $\alpha_3$ 表不出)。 关键:**判断相关性比的是 $r(A)$ 与** $s$ (不是 $n$ );判②是万能钥匙——能算秩就用它。判④误读陷阱:"至少有一个",不是"每一个"($\alpha_1=(1,0),\alpha_2=(2,0),\alpha_3=(0,1)$ 相关但 $\alpha_3$ 表不出)。
**题目** **题目**
- **题 1 · 定义与特例直接判相关性(★☆☆)**:设 $\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(2,2,2)^{\mathrm T}$,$\alpha_3=(0,0,0)^{\mathrm T}$,$\alpha_4=(1,0,0)^{\mathrm T}$。(Ⅰ)逐一判断 $\alpha_1,\alpha_2$、$\alpha_1,\alpha_3$、$\alpha_4$ 的相关性;(Ⅱ)$5$ 个四维向量是否必相关?说明理由。 - **题 1 · 定义与特例直接判相关性(★☆☆)**:设 $\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(2,2,2)^{\mathrm T}$ ,$\alpha_3=(0,0,0)^{\mathrm T}$ ,$\alpha_4=(1,0,0)^{\mathrm T}$ 。(Ⅰ)逐一判断 $\alpha_1,\alpha_2$ 、$\alpha_1,\alpha_3$ 、$\alpha_4$ 的相关性;(Ⅱ)$5$ 个四维向量是否必相关?说明理由。
- **题 2 · 判据①:有一个向量可由其余表出 ⟺ 相关(★★☆)**:设 $\beta=\alpha_1+2\alpha_2$。(Ⅰ)判断 $\beta,\alpha_1,\alpha_2$ 的线性相关性;(Ⅱ)$\beta$ 能否由 $\alpha_1,\alpha_2$ **唯一**线性表示? - **题 2 · 判据①:有一个向量可由其余表出 ⟺ 相关(★★☆)**:设 $\beta=\alpha_1+2\alpha_2$ 。(Ⅰ)判断 $\beta,\alpha_1,\alpha_2$ 的线性相关性;(Ⅱ)$\beta$ 能否由 $\alpha_1,\alpha_2$ **唯一**线性表示?
- **题 3 · 判据②:无关组添一向量变相关 ⟹ 唯一表示(★★★)**:$\alpha_1,\alpha_2$ 线性无关,$\beta,\alpha_1,\alpha_2$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2$ 唯一表示。 - **题 3 · 判据②:无关组添一向量变相关 ⟹ 唯一表示(★★★)**:$\alpha_1,\alpha_2$ 线性无关,$\beta,\alpha_1,\alpha_2$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2$ 唯一表示。
- **题 4 · 判据② 的证明版:把"可表示"证出来(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta,\alpha_1,\alpha_2,\alpha_3$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示且表示唯一。 - **题 4 · 判据② 的证明版:把"可表示"证出来(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta,\alpha_1,\alpha_2,\alpha_3$ 线性相关。证明 $\beta$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示且表示唯一。
- **题 5 · 判据③:以少表多,多的相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由 $\beta_1,\beta_2$ 线性表示。证明 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。 - **题 5 · 判据③:以少表多,多的相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 均可由 $\beta_1,\beta_2$ 线性表示。证明 $\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性相关。
- **题 6 · 判据③ 的推论:个数多于维数必相关(★★☆)**:$\alpha_1,\cdots,\alpha_5$ 是 5 个四维向量。证明它们线性相关。 - **题 6 · 判据③ 的推论:个数多于维数必相关(★★☆)**:$\alpha_1,\cdots,\alpha_5$ 是 5 个四维向量。证明它们线性相关。
- **题 7 · 判据④:$Ax=0$ 有非零解 ⟺ 相关(★★☆)**:【2024·6 骨架】$\alpha_1=(1,1,2)^{\mathrm T}$,$\alpha_2=(2,3,1)^{\mathrm T}$,$\alpha_3=(1,0,5)^{\mathrm T}$。(Ⅰ)判断相关性;(Ⅱ)若相关,写出一个具体的线性关系式。 - **题 7 · 判据④:$Ax=0$ 有非零解 ⟺ 相关(★★☆)**:【2024·6 骨架】$\alpha_1=(1,1,2)^{\mathrm T}$ ,$\alpha_2=(2,3,1)^{\mathrm T}$ ,$\alpha_3=(1,0,5)^{\mathrm T}$ 。(Ⅰ)判断相关性;(Ⅱ)若相关,写出一个具体的线性关系式。
- **题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆)**:【2017·13 骨架】$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,a)^{\mathrm T}$,$\alpha_3=(1,4,a^2)^{\mathrm T}$。(Ⅰ)求 $a$ 使三者线性相关;(Ⅱ)对每个这样的 $a$ 求向量组的秩。 - **题 8 · 判据④ + 秩:含参判相关,并求此时的秩(★★☆)**:【2017·13 骨架】$\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,a)^{\mathrm T}$ ,$\alpha_3=(1,4,a^2)^{\mathrm T}$ 。(Ⅰ)求 $a$ 使三者线性相关;(Ⅱ)对每个这样的 $a$ 求向量组的秩。
- **题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 无关。令 $\beta_1=\alpha_1+\alpha_2$,$\beta_2=\alpha_2+\alpha_3$,$\beta_3=\alpha_3+\alpha_1$;$\gamma_1=\alpha_1-\alpha_2$,$\gamma_2=\alpha_2-\alpha_3$,$\gamma_3=\alpha_3-\alpha_1$。(Ⅰ)判断 $\beta$ 组相关性;(Ⅱ)求 $\gamma$ 组的秩。 - **题 9 · 判据④ 的系数矩阵视角:变换后的向量组(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 无关。令 $\beta_1=\alpha_1+\alpha_2$ ,$\beta_2=\alpha_2+\alpha_3$ ,$\beta_3=\alpha_3+\alpha_1$ ;$\gamma_1=\alpha_1-\alpha_2$ ,$\gamma_2=\alpha_2-\alpha_3$ ,$\gamma_3=\alpha_3-\alpha_1$ 。(Ⅰ)判断 $\beta$ 组相关性;(Ⅱ)求 $\gamma$ 组的秩。
- **题 10 · 判据⑤:$r(A)=r(A\mid\beta)$ 判断能否表出(★★☆)**:$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,3)^{\mathrm T}$,$\alpha_3=(1,3,6)^{\mathrm T}$,$\beta=(1,1,2)^{\mathrm T}$。判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 表示;若能写出表示式并说明是否唯一。 - **题 10 · 判据⑤:$r(A)=r(A\mid\beta)$ 判断能否表出(★★☆)**:$\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,3)^{\mathrm T}$ ,$\alpha_3=(1,3,6)^{\mathrm T}$ ,$\beta=(1,1,2)^{\mathrm T}$ 。判断 $\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 表示;若能写出表示式并说明是否唯一。
- **题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆)**:$\alpha_1=(1,1)^{\mathrm T}$,$\alpha_2=(2,2)^{\mathrm T}$,$\beta=(1,0)^{\mathrm T}$。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$。 - **题 11 · 判据⑤:不能表出时增广矩阵秩恰好多 1(★★☆)**:$\alpha_1=(1,1)^{\mathrm T}$ ,$\alpha_2=(2,2)^{\mathrm T}$ ,$\beta=(1,0)^{\mathrm T}$ 。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)验证 $r([\alpha_1,\alpha_2,\beta])=r([\alpha_1,\alpha_2])+1$ 。
- **题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关。判断 $\alpha_1,\alpha_2,\alpha_3$ 是否线性无关并说明理由。 - **题 12 · 判据⑥:整体无关 ⟹ 部分无关(★☆☆)**:$\alpha_1,\alpha_2,\alpha_3,\alpha_4$ 线性无关。判断 $\alpha_1,\alpha_2,\alpha_3$ 是否线性无关并说明理由。
- **题 13 · 判据⑦:延长无关仍无关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维无关组。每个向量各加 2 个分量得 $\alpha_1^*,\alpha_2^*,\alpha_3^*$。证明它们线性无关。 - **题 13 · 判据⑦:延长无关仍无关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维无关组。每个向量各加 2 个分量得 $\alpha_1^*,\alpha_2^*,\alpha_3^*$ 。证明它们线性无关。
- **题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维相关组。去掉最后一个分量得 $\alpha_1',\alpha_2',\alpha_3'$。证明它们仍线性相关。 - **题 14 · 判据⑦ 的缩短版:相关缩短仍相关(★★☆)**:$\alpha_1,\alpha_2,\alpha_3$ 是 $n$ 维相关组。去掉最后一个分量得 $\alpha_1',\alpha_2',\alpha_3'$ 。证明它们仍线性相关。
## 2. 点 2 · 秩与极大无关组 ## 2. 点 2 · 秩与极大无关组
@@ -93,14 +93,14 @@ $n$ 维向量按列用;运算只有加法与数乘(**没有向量乘法**,
### 考点 3.3 秩的性质 ### 考点 3.3 秩的性质
$r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$;$r(AB)\le\min\{r(A),r(B)\}$;$r(PAQ)=r(A)$($P,Q$ 可逆);Sylvester $r(AB)\ge r(A)+r(B)-n$;分块对角 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$。**$AB=O$ ⟺ "$B$ 的列全是 $Ax=0$ 的解"**:$AB=O\Rightarrow r(A)+r(B)\le n$;$r(A)=n$ 时 $B=O$;$A^2=O\Rightarrow r(A)\le n/2$(幂零阵招牌结论,一条条件串起第 4 讲解空间维数与第 5 讲特征值 0 重数)。 $r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$ ;$r(AB)\le\min\{r(A),r(B)\}$ ;$r(PAQ)=r(A)$ ($P,Q$ 可逆);Sylvester $r(AB)\ge r(A)+r(B)-n$ ;分块对角 $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ 。**$AB=O$ ⟺ "$B$ 的列全是 $Ax=0$ 的解"**:$AB=O\Rightarrow r(A)+r(B)\le n$ ;$r(A)=n$ 时 $B=O$ ;$A^2=O\Rightarrow r(A)\le n/2$ (幂零阵招牌结论,一条条件串起第 4 讲解空间维数与第 5 讲特征值 0 重数)。
**题目** **题目**
- **题 1 · 2.2 标准四步求秩与极大无关组(★☆☆)**:设 $\alpha_1=(1,2,-1)^{\mathrm T}$,$\alpha_2=(2,4,-2)^{\mathrm T}$,$\alpha_3=(0,1,1)^{\mathrm T}$,$\alpha_4=(1,3,0)^{\mathrm T}$。求向量组的秩、一个极大无关组,并把其余向量用它表示。 - **题 1 · 2.2 标准四步求秩与极大无关组(★☆☆)**:设 $\alpha_1=(1,2,-1)^{\mathrm T}$ ,$\alpha_2=(2,4,-2)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ ,$\alpha_4=(1,3,0)^{\mathrm T}$ 。求向量组的秩、一个极大无关组,并把其余向量用它表示。
- **题 2 · 3 先观察再动笔——上下界夹逼(★★☆)**:$\alpha_1=(1,1,0,0)^{\mathrm T}$,$\alpha_2=(0,1,1,0)^{\mathrm T}$,$\alpha_3=(0,0,1,1)^{\mathrm T}$,$\alpha_4=(1,0,0,1)^{\mathrm T}$。求秩与一个极大无关组,并把不在其中的向量表示出来。 - **题 2 · 3 先观察再动笔——上下界夹逼(★★☆)**:$\alpha_1=(1,1,0,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1,0)^{\mathrm T}$ ,$\alpha_3=(0,0,1,1)^{\mathrm T}$ ,$\alpha_4=(1,0,0,1)^{\mathrm T}$ 。求秩与一个极大无关组,并把不在其中的向量表示出来。
- **题 3 · 3 含参讨论秩(★★☆)**:$A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix}$。讨论三个列向量的秩随 $a$ 的变化。 - **题 3 · 3 含参讨论秩(★★☆)**:$A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix}$ 。讨论三个列向量的秩随 $a$ 的变化。
- **题 4 · 3 抽象条件 $AB=O$(★★★)**:$A$ 为 $m\times n$,$B$ 为 $n\times s$,$AB=O$。证明(Ⅰ)$r(A)+r(B)\le n$;(Ⅱ)若 $r(A)=n$,则 $B=O$。 - **题 4 · 3 抽象条件 $AB=O$ (★★★)**:$A$ 为 $m\times n$ ,$B$ 为 $n\times s$ ,$AB=O$ 。证明(Ⅰ)$r(A)+r(B)\le n$ ;(Ⅱ)若 $r(A)=n$ ,则 $B=O$ 。
- **题 5 · 3 $AB=O$ 结论的直接应用 $A^2=O$(★★★)**:$A$ 是 $n$ 阶方阵且 $A^2=O$。证明 $r(A)\le\dfrac{n}{2}$。 - **题 5 · 3 $AB=O$ 结论的直接应用 $A^2=O$ (★★★)**:$A$ 是 $n$ 阶方阵且 $A^2=O$ 。证明 $r(A)\le\dfrac{n}{2}$ 。
## 3. 点 3 · 线性表示 ## 3. 点 3 · 线性表示
@@ -108,21 +108,21 @@ $r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$
### 考点 4.1 表示的三个判据 ### 考点 4.1 表示的三个判据
设 $A=(\alpha_1,\dots,\alpha_s)$,$s$ 为向量个数: 设 $A=(\alpha_1,\dots,\alpha_s)$ ,$s$ 为向量个数:
| 问 | 判据 | | 问 | 判据 |
|---|---| |---|---|
| 能否表示 | $r(A)=r(A\mid\beta)$(等价于 $Ax=\beta$ 有解) | | 能否表示 | $r(A)=r(A\mid\beta)$ (等价于 $Ax=\beta$ 有解) |
| 表示是否唯一 | 能表示前提下 $r(A)=s$ | | 表示是否唯一 | 能表示前提下 $r(A)=s$ |
| 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$(只添一列) | | 不能表示时秩升多少 | $r(A\mid\beta)=r(A)+1$ (只添一列) |
**$s=n$(方阵)捷径**:$\lvert A\rvert\ne0$ 则任意 $\beta$ 可表且唯一(克拉默);$\lvert A\rvert=0$ 逐个 $\beta$ 验算。**非方阵必须走秩**。分类模板:先算 $\lvert A\rvert$ → 非零:唯一;为零:化增广比 $r(A)$ 与 $r(A\mid\beta)$——相等且 $<s$:无穷多(写出通解);不等:无解。 **$s=n$ (方阵)捷径**:$\lvert A\rvert\ne0$ 则任意 $\beta$ 可表且唯一(克拉默);$\lvert A\rvert=0$ 逐个 $\beta$ 验算。**非方阵必须走秩**。分类模板:先算 $\lvert A\rvert$ → 非零:唯一;为零:化增广比 $r(A)$ 与 $r(A\mid\beta)$ ——相等且 $<s$ :无穷多(写出通解);不等:无解。
**题目** **题目**
- **题 1 · 3.2 方阵捷径,一步答两问(★☆☆)**:$\beta=(1,0,2)^{\mathrm T}$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\alpha_3=(1,0,1)^{\mathrm T}$。(Ⅰ)$\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 表示?表示法唯一吗?(Ⅱ)求出表示式。 - **题 1 · 3.2 方阵捷径,一步答两问(★☆☆)**:$\beta=(1,0,2)^{\mathrm T}$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\alpha_3=(1,0,1)^{\mathrm T}$ 。(Ⅰ)$\beta$ 能否由 $\alpha_1,\alpha_2,\alpha_3$ 表示?表示法唯一吗?(Ⅱ)求出表示式。
- **题 2 · 3.2 含参,分量比较最快(★★☆)**:【2020·6 骨架】$\alpha_1=(1,0,1)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\beta=(1,1,t)^{\mathrm T}$。(Ⅰ)求 $t$ 使 $\beta$ 可由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)不能表示时求 $r(\alpha_1,\alpha_2,\beta)$。 - **题 2 · 3.2 含参,分量比较最快(★★☆)**:【2020·6 骨架】$\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\beta=(1,1,t)^{\mathrm T}$ 。(Ⅰ)求 $t$ 使 $\beta$ 可由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)不能表示时求 $r(\alpha_1,\alpha_2,\beta)$ 。
- **题 3 · 3.2 三种情形的完整分类(★★☆)**:$\alpha_1=(1,1,1)^{\mathrm T}$,$\alpha_2=(1,2,3)^{\mathrm T}$,$\alpha_3=(1,4,a)^{\mathrm T}$,$\beta=(1,2,b)^{\mathrm T}$。就 $a,b$ 讨论:何时**唯一**表示?何时**无穷多**?何时**不能**表示? - **题 3 · 3.2 三种情形的完整分类(★★☆)**:$\alpha_1=(1,1,1)^{\mathrm T}$ ,$\alpha_2=(1,2,3)^{\mathrm T}$ ,$\alpha_3=(1,4,a)^{\mathrm T}$ ,$\beta=(1,2,b)^{\mathrm T}$ 。就 $a,b$ 讨论:何时**唯一**表示?何时**无穷多**?何时**不能**表示?
- **题 4 · 3.2 非方阵必须走秩(★★☆)**:$\alpha_1=(1,2,1)^{\mathrm T}$,$\alpha_2=(2,1,0)^{\mathrm T}$,$\beta=(3,3,2)^{\mathrm T}$。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)若不能表示,写 $\beta$ 关于 $\alpha_1,\alpha_2$ 的"最接近"表示(写成线性组合加垂直于二者的余项),并求 $r(\alpha_1,\alpha_2,\beta)$。 - **题 4 · 3.2 非方阵必须走秩(★★☆)**:$\alpha_1=(1,2,1)^{\mathrm T}$ ,$\alpha_2=(2,1,0)^{\mathrm T}$ ,$\beta=(3,3,2)^{\mathrm T}$ 。(Ⅰ)判断 $\beta$ 能否由 $\alpha_1,\alpha_2$ 表示;(Ⅱ)若不能表示,写 $\beta$ 关于 $\alpha_1,\alpha_2$ 的"最接近"表示(写成线性组合加垂直于二者的余项),并求 $r(\alpha_1,\alpha_2,\beta)$ 。
## 4. 点 4 · 向量组等价 ## 4. 点 4 · 向量组等价
@@ -130,7 +130,7 @@ $r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$
### 考点 4.2 向量组等价 ### 考点 4.2 向量组等价
**定义**:两组向量能**互相**线性表示,记 $A\cong B$;等价 ⟺ 张成同一子空间。性质:自反、对称、传递。三判据按好用程度排:① $r(A)=r(B)=r(A,B)$(最标准);② 单向表示 + 同秩 = 等价;③ 直接写双向表示式。**等价 ⟹ 秩相等但个数未必相等**;秩相等是**必要不充分**条件($\{(1,0)\}$ 与 $\{(0,1)\}$ 秩同但不等价)。 **定义**:两组向量能**互相**线性表示,记 $A\cong B$ ;等价 ⟺ 张成同一子空间。性质:自反、对称、传递。三判据按好用程度排:① $r(A)=r(B)=r(A,B)$ (最标准);② 单向表示 + 同秩 = 等价;③ 直接写双向表示式。**等价 ⟹ 秩相等但个数未必相等**;秩相等是**必要不充分**条件($\{(1,0)\}$ 与 $\{(0,1)\}$ 秩同但不等价)。
### 考点 4.3 与矩阵等价的分界 ### 考点 4.3 与矩阵等价的分界
@@ -140,13 +140,13 @@ $r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$
| 判据 | $r(A)=r(B)$ | $r(A)=r(B)=r(A,B)$ | | 判据 | $r(A)=r(B)$ | $r(A)=r(B)=r(A,B)$ |
| 强度 | 弱 | 强 | | 强度 | 弱 | 强 |
三强度排序:矩阵等价 ⊂ 向量组等价 ⊂ 向量组相同。**传递链**:$A\cong B\Rightarrow r(A)=r(B)$;极大无关组 $\cong$ 原向量组——判等价可退化成"比各自的极大无关组"。核心工具:"表出不增秩" $A=BK\Rightarrow r(A,B)=r(B)$。 三强度排序:矩阵等价 ⊂ 向量组等价 ⊂ 向量组相同。**传递链**:$A\cong B\Rightarrow r(A)=r(B)$ ;极大无关组 $\cong$ 原向量组——判等价可退化成"比各自的极大无关组"。核心工具:"表出不增秩" $A=BK\Rightarrow r(A,B)=r(B)$ 。
**题目** **题目**
- **题 1 · 4.1 + 4.3 四个说法的辨析(★☆☆)**:【2022·7 骨架】$A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是同维向量组($s,t$ 未必相等)。正确的是( ):(A)$r(A)=r(B)\Rightarrow$ 等价;(B)等价 $\Rightarrow r(A)=r(B)$;(C)$A$ 可由 $B$ 表示 $\Rightarrow$ 等价;(D)等价 $\Rightarrow s=t$。 - **题 1 · 4.1 + 4.3 四个说法的辨析(★☆☆)**:【2022·7 骨架】$A:\alpha_1,\dots,\alpha_s$ 与 $B:\beta_1,\dots,\beta_t$ 是同维向量组($s,t$ 未必相等)。正确的是( ):(A)$r(A)=r(B)\Rightarrow$ 等价;(B)等价 $\Rightarrow r(A)=r(B)$ ;(C)$A$ 可由 $B$ 表示 $\Rightarrow$ 等价;(D)等价 $\Rightarrow s=t$ 。
- **题 2 · 4.2 具体两组判等价,先找现成关系(★★☆)**:$A:\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$;$B:\beta_1=(2,1,1)^{\mathrm T}$,$\beta_2=(0,1,-1)^{\mathrm T}$。(Ⅰ)判断 $A,B$ 是否等价;(Ⅱ)取 $C:\gamma_1=(1,0,0)^{\mathrm T}$、$D:\delta_1=(0,1,0)^{\mathrm T}$,说明"秩相等"是否为等价的充分条件。 - **题 2 · 4.2 具体两组判等价,先找现成关系(★★☆)**:$A:\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ;$B:\beta_1=(2,1,1)^{\mathrm T}$ ,$\beta_2=(0,1,-1)^{\mathrm T}$ 。(Ⅰ)判断 $A,B$ 是否等价;(Ⅱ)取 $C:\gamma_1=(1,0,0)^{\mathrm T}$ 、$D:\delta_1=(0,1,0)^{\mathrm T}$ ,说明"秩相等"是否为等价的充分条件。
- **题 3 · 4.2 抽象:单向 + 同秩能否推出等价(★★★)**:$A$ 可由 $B$ 线性表示且 $r(A)=r(B)$。证明 $A$ 与 $B$ 等价。 - **题 3 · 4.2 抽象:单向 + 同秩能否推出等价(★★★)**:$A$ 可由 $B$ 线性表示且 $r(A)=r(B)$ 。证明 $A$ 与 $B$ 等价。
- **题 4 · 4.3 矩阵等价与向量组等价的分界(★★☆)**:$A,B$ 同型且 $r(A)=r(B)$。判断(Ⅰ)$A$ 与 $B$ 作为矩阵等价;(Ⅱ)$A$ 的列向量组与 $B$ 的列向量组等价——是否正确并说明理由。 - **题 4 · 4.3 矩阵等价与向量组等价的分界(★★☆)**:$A,B$ 同型且 $r(A)=r(B)$ 。判断(Ⅰ)$A$ 与 $B$ 作为矩阵等价;(Ⅱ)$A$ 的列向量组与 $B$ 的列向量组等价——是否正确并说明理由。
- **题 5 · 4.2 传递性的直接应用(★★☆)**:$A$ 与 $B$ 等价,$B$ 与 $C$ 等价(三个组同维)。证明 $A$ 与 $C$ 等价。 - **题 5 · 4.2 传递性的直接应用(★★☆)**:$A$ 与 $B$ 等价,$B$ 与 $C$ 等价(三个组同维)。证明 $A$ 与 $C$ 等价。
## 5. 点 5 · 基、坐标与过渡矩阵 ## 5. 点 5 · 基、坐标与过渡矩阵
@@ -155,25 +155,25 @@ $r(A)=$ 行秩 $=$ 列秩;初等变换不改变秩;$B=AC$ ⟹ $r(B)\le r(A)$
### 考点 5.1 向量空间与子空间 ### 考点 5.1 向量空间与子空间
$\mathbb{R}^n$ 的子空间 $V$:非空 + 对**加法与数乘封闭**(自然含零向量)。最常见:$L(\alpha_1,\dots,\alpha_s)$、齐次方程组解空间(维数 $n-r(A)$)、列空间与零空间。**"不含零向量的集必不是子空间"**是选择题秒杀器。 $\mathbb{R}^n$ 的子空间 $V$ :非空 + 对**加法与数乘封闭**(自然含零向量)。最常见:$L(\alpha_1,\dots,\alpha_s)$ 、齐次方程组解空间(维数 $n-r(A)$ )、列空间与零空间。**"不含零向量的集必不是子空间"** 是选择题秒杀器。
### 考点 5.2 基与维数 ### 考点 5.2 基与维数
$V$ 中无关且能表示所有向量的组是**基**;**基就是极大无关组**("在一个空间里")。$\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$——求维数就是求秩。验证基捷径:**个数 = 维数时只算行列式**。$\mathbb{R}^n$ 标准基 $e_1,\dots,e_n$。 $V$ 中无关且能表示所有向量的组是**基**;**基就是极大无关组**("在一个空间里")。$\dim L(\alpha_1,\dots,\alpha_s)=r(\alpha_1,\dots,\alpha_s)$ ——求维数就是求秩。验证基捷径:**个数 = 维数时只算行列式**。$\mathbb{R}^n$ 标准基 $e_1,\dots,e_n$ 。
### 考点 5.3 坐标 ### 考点 5.3 坐标
$\alpha=(\xi_1,\dots,\xi_n)\binom{x_1}{\vdots}{x_n}$,$(x_1,\dots,x_n)^{\mathrm T}$ 是该基下坐标;基给定后坐标**唯一**(基无关)。 $\alpha=(\xi_1,\dots,\xi_n)\binom{x_1}{\vdots}{x_n}$ ,$(x_1,\dots,x_n)^{\mathrm T}$ 是该基下坐标;基给定后坐标**唯一**(基无关)。
### 考点 5.4 基变换与坐标变换(方向相反,本节唯一的坑) ### 考点 5.4 基变换与坐标变换(方向相反,本节唯一的坑)
$(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C$,$C$ 是从 $\xi$ 到 $\eta$ 的过渡矩阵。三结论:① **$C$ 可逆**,第 $j$ 列就是 $\eta_j$ 在旧基下的坐标——从标准基出发时过渡矩阵就是把新基按列排(白送);② **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$(新坐标求旧坐标**乘 $C$**,旧坐标求新坐标**解 $Cx$**);③ 反方向过渡矩阵是 $C^{-1}$,**两个方向互为逆**。记忆锚点:"基乘 $C$,坐标反过来"。 $(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C$ ,$C$ 是从 $\xi$ 到 $\eta$ 的过渡矩阵。三结论:① **$C$ 可逆**,第 $j$ 列就是 $\eta_j$ 在旧基下的坐标——从标准基出发时过渡矩阵就是把新基按列排(白送);② **坐标变换公式**:$x_{\rm old}=C\,x_{\rm new}$ (新坐标求旧坐标**乘** $C$ ,旧坐标求新坐标**解** $Cx$ );③ 反方向过渡矩阵是 $C^{-1}$ ,**两个方向互为逆**。记忆锚点:"基乘 $C$ ,坐标反过来"。
**题目** **题目**
- **题 1 · 5.1 哪些是基(★☆☆)**:判断下列各组是否为 $\mathbb{R}^3$ 的基并说明理由:(1)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(1,1,1)^{\mathrm T}$;(2)$(1,1,0)^{\mathrm T}$,$(2,2,0)^{\mathrm T}$;(3)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(1,1,0)^{\mathrm T}$;(4)$(1,0,0)^{\mathrm T}$,$(0,1,0)^{\mathrm T}$,$(0,0,1)^{\mathrm T}$。 - **题 1 · 5.1 哪些是基(★☆☆)**:判断下列各组是否为 $\mathbb{R}^3$ 的基并说明理由:(1)$(1,0,0)^{\mathrm T}$ ,$(0,1,0)^{\mathrm T}$ ,$(1,1,1)^{\mathrm T}$ ;(2)$(1,1,0)^{\mathrm T}$ ,$(2,2,0)^{\mathrm T}$ ;(3)$(1,0,0)^{\mathrm T}$ ,$(0,1,0)^{\mathrm T}$ ,$(1,1,0)^{\mathrm T}$ ;(4)$(1,0,0)^{\mathrm T}$ ,$(0,1,0)^{\mathrm T}$ ,$(0,0,1)^{\mathrm T}$ 。
- **题 2 · 5.2 标准基到一般基——过渡矩阵白送(★★☆)**:【2019·20 骨架】$\varepsilon$ 为 $\mathbb{R}^3$ 标准基,$\alpha_1=(1,0,1)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$,$\alpha_3=(1,1,0)^{\mathrm T}$。(Ⅰ)验证 $\alpha_1,\alpha_2,\alpha_3$ 是基;(Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵 $C$;(Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。 - **题 2 · 5.2 标准基到一般基——过渡矩阵白送(★★☆)**:【2019·20 骨架】$\varepsilon$ 为 $\mathbb{R}^3$ 标准基,$\alpha_1=(1,0,1)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ,$\alpha_3=(1,1,0)^{\mathrm T}$ 。(Ⅰ)验证 $\alpha_1,\alpha_2,\alpha_3$ 是基;(Ⅱ)求从标准基到 $\alpha$ 基的过渡矩阵 $C$ ;(Ⅲ)求 $\beta=(1,2,3)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
- **题 3 · 5.2 双向换算坐标(★★☆)**:沿用题 2 的两组基。(Ⅰ)$\gamma$ 在 $\alpha$ 基下坐标为 $(2,-1,3)^{\mathrm T}$,求 $\gamma$ 在标准基下的坐标;(Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。 - **题 3 · 5.2 双向换算坐标(★★☆)**:沿用题 2 的两组基。(Ⅰ)$\gamma$ 在 $\alpha$ 基下坐标为 $(2,-1,3)^{\mathrm T}$ ,求 $\gamma$ 在标准基下的坐标;(Ⅱ)求 $\delta=(1,1,1)^{\mathrm T}$ 在 $\alpha$ 基下的坐标。
- **题 4 · 5.2 一般基到一般基(★★★)**:仍取题 2 的 $\alpha$ 基,令 $\beta_1=\alpha_1+\alpha_2+\alpha_3$,$\beta_2=\alpha_1+\alpha_2$,$\beta_3=\alpha_1$。(Ⅰ)验证 $\beta$ 也是基;(Ⅱ)求 $\alpha$ 基到 $\beta$ 基的过渡矩阵 $C$;(Ⅲ)求 $\gamma=(2,3,4)^{\mathrm T}$ 在 $\beta$ 基下的坐标;(Ⅳ)说明反方向过渡矩阵为什么必为 $C^{-1}$。 - **题 4 · 5.2 一般基到一般基(★★★)**:仍取题 2 的 $\alpha$ 基,令 $\beta_1=\alpha_1+\alpha_2+\alpha_3$ ,$\beta_2=\alpha_1+\alpha_2$ ,$\beta_3=\alpha_1$ 。(Ⅰ)验证 $\beta$ 也是基;(Ⅱ)求 $\alpha$ 基到 $\beta$ 基的过渡矩阵 $C$ ;(Ⅲ)求 $\gamma=(2,3,4)^{\mathrm T}$ 在 $\beta$ 基下的坐标;(Ⅳ)说明反方向过渡矩阵为什么必为 $C^{-1}$ 。
## 6. 点 6 · 内积、正交与施密特 ## 6. 点 6 · 内积、正交与施密特
@@ -181,30 +181,30 @@ $(\eta_1,\dots,\eta_n)=(\xi_1,\dots,\xi_n)C$,$C$ 是从 $\xi$ 到 $\eta$ 的
### 考点 6.1 内积与四条性质 ### 考点 6.1 内积与四条性质
$\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum a_ib_i$。性质:对称;对第一变元线性;正定($=0\iff\alpha=0$);柯西不等式 $|\langle\alpha,\beta\rangle|\le\|\alpha\|\|\beta\|$。**双线性**:组合内积拆成四项,正交时非同类项直接消("内积只留同项")。 $\langle\alpha,\beta\rangle=\alpha^{\mathrm T}\beta=\sum a_ib_i$ 。性质:对称;对第一变元线性;正定($=0\iff\alpha=0$ );柯西不等式 $|\langle\alpha,\beta\rangle|\le\|\alpha\|\|\beta\|$ 。**双线性**:组合内积拆成四项,正交时非同类项直接消("内积只留同项")。
### 考点 6.2 长度、单位化、夹角 ### 考点 6.2 长度、单位化、夹角
$\|\alpha\|=\sqrt{\langle\alpha,\alpha\rangle}$,$e=\alpha/\|\alpha\|$($\alpha\ne0$),$\cos\theta=\langle\alpha,\beta\rangle/(\|\alpha\|\|\beta\|)$。$\langle\alpha,\beta\rangle=0$ 即正交;零向量与任何向量正交但不能单位化。 $\|\alpha\|=\sqrt{\langle\alpha,\alpha\rangle}$ ,$e=\alpha/\|\alpha\|$ ($\alpha\ne0$ ),$\cos\theta=\langle\alpha,\beta\rangle/(\|\alpha\|\|\beta\|)$ 。$\langle\alpha,\beta\rangle=0$ 即正交;零向量与任何向量正交但不能单位化。
### 考点 6.3 正交组与规范正交基 ### 考点 6.3 正交组与规范正交基
**非零且两两正交的组必无关**(与 $\alpha_j$ 作内积逼系数)。规范正交基下**坐标就是内积**:$\alpha=\sum\langle\alpha,e_i\rangle e_i$,不必解方程组。 **非零且两两正交的组必无关**(与 $\alpha_j$ 作内积逼系数)。规范正交基下**坐标就是内积**:$\alpha=\sum\langle\alpha,e_i\rangle e_i$ ,不必解方程组。
### 考点 6.4 施密特正交化 ### 考点 6.4 施密特正交化
$u_1=\alpha_1$,$u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$。三细节:① **分母是长度平方**($\langle u_i,u_i\rangle$),单位化才除长度;② 第 $k$ 步减前面**每一个**投影($k-1$ 项);③ 全程不改变张成空间 $L(u_1,\dots,u_k)=L(\alpha_1,\dots,\alpha_k)$,某步得零向量说明原组相关。技巧:正交化中把 $u_k$ 乘正常数化简(不改变方向)。 $u_1=\alpha_1$ ,$u_k=\alpha_k-\sum_{i<k}\dfrac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i$ 。三细节:① **分母是长度平方**($\langle u_i,u_i\rangle$ ),单位化才除长度;② 第 $k$ 步减前面**每一个**投影($k-1$ 项);③ 全程不改变张成空间 $L(u_1,\dots,u_k)=L(\alpha_1,\dots,\alpha_k)$ ,某步得零向量说明原组相关。技巧:正交化中把 $u_k$ 乘正常数化简(不改变方向)。
### 考点 6.5 正交矩阵 ### 考点 6.5 正交矩阵
$A^{\mathrm T}A=E$,六等价:$A^{\mathrm T}=A^{-1}$;$AA^{\mathrm T}=E$;列是规范正交基;行是规范正交基;$\|Ax\|=\|x\|$ 保长度。推论:$|A|=\pm1$(**必要不充分**);正交矩阵的逆、转置、乘积仍正交;正交变换保内积、保长度、保夹角;实对称矩阵一定可**正交**对角化(第 5 讲主角)。判正交两步:**列两两内积为零 + 列长全为 1**。 $A^{\mathrm T}A=E$ ,六等价:$A^{\mathrm T}=A^{-1}$ ;$AA^{\mathrm T}=E$ ;列是规范正交基;行是规范正交基;$\|Ax\|=\|x\|$ 保长度。推论:$|A|=\pm1$ (**必要不充分**);正交矩阵的逆、转置、乘积仍正交;正交变换保内积、保长度、保夹角;实对称矩阵一定可**正交**对角化(第 5 讲主角)。判正交两步:**列两两内积为零 + 列长全为 1**。
**题目** **题目**
- **题 1 · 6.1 组合的内积,展开再消(★☆☆)**:$\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$。(Ⅰ)求 $\langle\alpha,\beta\rangle$、$\|\alpha\|$、$\|\beta\|$;(Ⅱ)求 $\langle 2\alpha+\beta,\alpha-\beta\rangle$。 - **题 1 · 6.1 组合的内积,展开再消(★☆☆)**:$\alpha=(1,2,2)^{\mathrm T}$ ,$\beta=(2,-2,1)^{\mathrm T}$ 。(Ⅰ)求 $\langle\alpha,\beta\rangle$ 、$\|\alpha\|$ 、$\|\beta\|$ ;(Ⅱ)求 $\langle 2\alpha+\beta,\alpha-\beta\rangle$ 。
- **题 2 · 6.2 + 6.3 + 6.5 正交、长度、规范正交基与坐标(★★☆)**:【2023·15 骨架】$\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$,$\gamma=(2,1,-2)^{\mathrm T}$。(Ⅰ)验证两两正交并求长度;(Ⅱ)写出 $\mathbb{R}^3$ 的一组规范正交基,验证按列拼成的 $Q$ 是正交矩阵;(Ⅲ)求 $\langle\alpha+2\beta,\gamma-\beta\rangle$;(Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组基下的坐标。 - **题 2 · 6.2 + 6.3 + 6.5 正交、长度、规范正交基与坐标(★★☆)**:【2023·15 骨架】$\alpha=(1,2,2)^{\mathrm T}$ ,$\beta=(2,-2,1)^{\mathrm T}$ ,$\gamma=(2,1,-2)^{\mathrm T}$ 。(Ⅰ)验证两两正交并求长度;(Ⅱ)写出 $\mathbb{R}^3$ 的一组规范正交基,验证按列拼成的 $Q$ 是正交矩阵;(Ⅲ)求 $\langle\alpha+2\beta,\gamma-\beta\rangle$ ;(Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组基下的坐标。
- **题 3 · 6.4 两向量施密特(★☆☆)**:$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$。正交化、单位化。 - **题 3 · 6.4 两向量施密特(★☆☆)**:$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。正交化、单位化。
- **题 4 · 6.4 三向量施密特(★★☆)**:【2021·6 骨架】$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$,$\alpha_3=(0,1,1)^{\mathrm T}$。求与之等价的正交向量组和规范正交向量组。 - **题 4 · 6.4 三向量施密特(★★☆)**:【2021·6 骨架】$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ,$\alpha_3=(0,1,1)^{\mathrm T}$ 。求与之等价的正交向量组和规范正交向量组。
- **题 5 · 6.5 正交矩阵的判断(★★☆)**:判断是否为正交矩阵并说明理由:(1)$\begin{pmatrix}0&1\\1&0\end{pmatrix}$;(2)$\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}$;(3)$\begin{pmatrix}1&1\\0&1\end{pmatrix}$;(4)$\begin{pmatrix}1&0&0\\0&-1&0\\0&0&2\end{pmatrix}$。 - **题 5 · 6.5 正交矩阵的判断(★★☆)**:判断是否为正交矩阵并说明理由:(1)$\begin{pmatrix}0&1\\1&0\end{pmatrix}$ ;(2)$\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}$ ;(3)$\begin{pmatrix}1&1\\0&1\end{pmatrix}$ ;(4)$\begin{pmatrix}1&0&0\\0&-1&0\\0&0&2\end{pmatrix}$ 。
## 7. 点 7 · 子空间的和与交 ## 7. 点 7 · 子空间的和与交
@@ -212,7 +212,7 @@ $A^{\mathrm T}A=E$,六等价:$A^{\mathrm T}=A^{-1}$;$AA^{\mathrm T}=E$;
### 考点 7.1 定义 ### 考点 7.1 定义
$V_1+V_2=\{v_1+v_2\}$,$V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}$,两者都是子空间。和空间的基:两组向量**并在一起**求极大无关组,维数 $=r(A,B)$。 $V_1+V_2=\{v_1+v_2\}$ ,$V_1\cap V_2=\{v\mid v\in V_1\ \text{且}\ v\in V_2\}$ ,两者都是子空间。和空间的基:两组向量**并在一起**求极大无关组,维数 $=r(A,B)$ 。
### 考点 7.2 维数公式 ### 考点 7.2 维数公式
@@ -220,18 +220,18 @@ $$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2).$$
### 考点 7.3 交空间的求法(四步) ### 考点 7.3 交空间的求法(四步)
① 设 $w=Ax=By$;② 移项解齐次方程组 $(A,-B)\binom{x}{y}=0$;③ **代回 $w=Ax$ 得到向量**(解出来的是系数,不是基——本点唯一大坑);④ 删去零向量与冗余向量。 ① 设 $w=Ax=By$ ;② 移项解齐次方程组 $(A,-B)\binom{x}{y}=0$ ;③ **代回 $w=Ax$ 得到向量**(解出来的是系数,不是基——本点唯一大坑);④ 删去零向量与冗余向量。
### 考点 7.4 直和 ### 考点 7.4 直和
$V_1\cap V_2=\{0\}$ 则称 $V_1+V_2$ 为直和。等价:$\dim(V_1+V_2)=\dim V_1+\dim V_2$;和空间每个向量**分解方式唯一**(如 $n$ 阶矩阵 = 对称 + 反对称)。 $V_1\cap V_2=\{0\}$ 则称 $V_1+V_2$ 为直和。等价:$\dim(V_1+V_2)=\dim V_1+\dim V_2$ ;和空间每个向量**分解方式唯一**(如 $n$ 阶矩阵 = 对称 + 反对称)。
**题目** **题目**
- **题 1 · 7.1 哪些是子空间(★☆☆)**:判断是否为 $\mathbb{R}^3$ 的子空间并说明理由:(1)过原点的平面 $ax+by+cz=0$;(2)不过原点的平面 $ax+by+cz=1$;(3)齐次方程组解集 $\{x\mid Ax=0\}$;(4)$\{(x,y,z)\mid x+y+z=1\}$。 - **题 1 · 7.1 哪些是子空间(★☆☆)**:判断是否为 $\mathbb{R}^3$ 的子空间并说明理由:(1)过原点的平面 $ax+by+cz=0$ ;(2)不过原点的平面 $ax+by+cz=1$ ;(3)齐次方程组解集 $\{x\mid Ax=0\}$ ;(4)$\{(x,y,z)\mid x+y+z=1\}$ 。
- **题 2 · 7.2 + 7.3 四维空间里的和与交(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,0,1,0)^{\mathrm T}$,$\alpha_2=(0,1,0,1)^{\mathrm T}$;$V_2=L(\beta_1,\beta_2)$,$\beta_1=(1,1,0,0)^{\mathrm T}$,$\beta_2=(0,0,1,1)^{\mathrm T}$。(Ⅰ)求 $\dim(V_1+V_2)$ 与 $\dim(V_1\cap V_2)$;(Ⅱ)求 $V_1\cap V_2$ 的基;(Ⅲ)$V_1+V_2$ 是否为直和? - **题 2 · 7.2 + 7.3 四维空间里的和与交(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,0,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,0,1)^{\mathrm T}$ ;$V_2=L(\beta_1,\beta_2)$ ,$\beta_1=(1,1,0,0)^{\mathrm T}$ ,$\beta_2=(0,0,1,1)^{\mathrm T}$ 。(Ⅰ)求 $\dim(V_1+V_2)$ 与 $\dim(V_1\cap V_2)$ ;(Ⅱ)求 $V_1\cap V_2$ 的基;(Ⅲ)$V_1+V_2$ 是否为直和?
- **题 3 · 7.2 + 7.3 交空间的基与维数公式(★★★)**:【2023·7 骨架】$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(0,1,1)^{\mathrm T}$;$V_2=L(\beta_1,\beta_2)$,$\beta_1=(1,0,1)^{\mathrm T}$,$\beta_2=(0,1,2)^{\mathrm T}$。(Ⅰ)求三个维数;(Ⅱ)求 $V_1\cap V_2$ 的一组基;(Ⅲ)验证维数公式。 - **题 3 · 7.2 + 7.3 交空间的基与维数公式(★★★)**:【2023·7 骨架】$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(0,1,1)^{\mathrm T}$ ;$V_2=L(\beta_1,\beta_2)$ ,$\beta_1=(1,0,1)^{\mathrm T}$ ,$\beta_2=(0,1,2)^{\mathrm T}$ 。(Ⅰ)求三个维数;(Ⅱ)求 $V_1\cap V_2$ 的一组基;(Ⅲ)验证维数公式。
- **题 4 · 7.4 含参——何时为直和(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$,$\alpha_1=(1,1,0)^{\mathrm T}$,$\alpha_2=(1,0,1)^{\mathrm T}$;$V_2=L(\beta_1)$,$\beta_1=(2,1,a)^{\mathrm T}$。就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。 - **题 4 · 7.4 含参——何时为直和(★★☆)**:$V_1=L(\alpha_1,\alpha_2)$ ,$\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ ;$V_2=L(\beta_1)$ ,$\beta_1=(2,1,a)^{\mathrm T}$ 。就 $a$ 讨论 $V_1+V_2$ 是否为直和,并求此时的和空间维数。
- **题 5 · 7.4 直和的分解唯一性(★★★)**:$V=V_1+V_2$ 且 $V_1\cap V_2=\{0\}$。证明 $V$ 中每个向量 $\alpha$ 可**唯一**地写成 $\alpha=\alpha_1+\alpha_2$($\alpha_i\in V_i$)。 - **题 5 · 7.4 直和的分解唯一性(★★★)**:$V=V_1+V_2$ 且 $V_1\cap V_2=\{0\}$ 。证明 $V$ 中每个向量 $\alpha$ 可**唯一**地写成 $\alpha=\alpha_1+\alpha_2$ ($\alpha_i\in V_i$ )。
## 8. 点 8 · 抽象推理与证明 ## 8. 点 8 · 抽象推理与证明
@@ -240,16 +240,16 @@ $V_1\cap V_2=\{0\}$ 则称 $V_1+V_2$ 为直和。等价:$\dim(V_1+V_2)=\dim V_
### 考点 四个证明模板 ### 考点 四个证明模板
1. **替换/接力(8.1)**:证"仍无关"两条路——代入法(设组合、代入、用原组无关逼系数,注意"**除以某系数前必须先证它非零**")与等价法/同秩(能反解时一步到位)。 1. **替换/接力(8.1)**:证"仍无关"两条路——代入法(设组合、代入、用原组无关逼系数,注意"**除以某系数前必须先证它非零**")与等价法/同秩(能反解时一步到位)。
2. **证同解(8.2)**:双向代入;反方向**左乘 $x^{\mathrm T}$ 凑平方和**,用"实数平方和为零 ⟹ 每分量为零"收尾。"**实矩阵**"三个字是钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2\ge0$。 2. **证同解(8.2)**:双向代入;反方向**左乘 $x^{\mathrm T}$ 凑平方和**,用"实数平方和为零 ⟹ 每分量为零"收尾。"**实矩阵**"三个字是钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2\ge0$ 。
3. **证秩等于某数(8.3)**:上界造关系($A=BK\Rightarrow r(A)\le r(B)$),下界找无关子组,夹逼。 3. **证秩等于某数(8.3)**:上界造关系($A=BK\Rightarrow r(A)\le r(B)$ ),下界找无关子组,夹逼。
4. **证等价/表示(8.4)**:$A$ 可由 $B$ 表示 $\iff A=BK$;拼矩阵 $(A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$(表出不增秩)。 4. **证等价/表示(8.4)**:$A$ 可由 $B$ 表示 $\iff A=BK$ ;拼矩阵 $(A,B)=B(K,E)\Rightarrow r(A,B)=r(B)$ (表出不增秩)。
**题目** **题目**
- **题 1 · 8.1 替换定理(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$,$k_1k_2k_3\ne0$。证明(Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关;(Ⅱ)把任一 $\alpha_i$ 换成 $\beta$ 后所得向量组仍线性无关。 - **题 1 · 8.1 替换定理(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性无关,$\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ ,$k_1k_2k_3\ne0$ 。证明(Ⅰ)$\beta,\alpha_2,\alpha_3$ 线性无关;(Ⅱ)把任一 $\alpha_i$ 换成 $\beta$ 后所得向量组仍线性无关。
- **题 2 · 8.1 相关与无关的接力(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性相关,$\alpha_2,\alpha_3,\alpha_4$ 线性无关。证明(Ⅰ)$\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示;(Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。 - **题 2 · 8.1 相关与无关的接力(★★★)**:$\alpha_1,\alpha_2,\alpha_3$ 线性相关,$\alpha_2,\alpha_3,\alpha_4$ 线性无关。证明(Ⅰ)$\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示;(Ⅱ)$\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。
- **题 3 · 8.2 用内积证秩(★★★)**:$A$ 为 $m\times n$ **实**矩阵。证明(Ⅰ)$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解,从而 $r(A^{\mathrm T}A)=r(A)$;(Ⅱ)$A$ 的列向量组线性无关 $\iff A^{\mathrm T}A$ 可逆。 - **题 3 · 8.2 用内积证秩(★★★)**:$A$ 为 $m\times n$ **实**矩阵。证明(Ⅰ)$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解,从而 $r(A^{\mathrm T}A)=r(A)$ ;(Ⅱ)$A$ 的列向量组线性无关 $\iff A^{\mathrm T}A$ 可逆。
- **题 4 · 8.3 以少表多必相关——秩法证明(★★☆)**:$\alpha_1,\cdots,\alpha_s$ 均可由 $\beta_1,\cdots,\beta_t$ 线性表示且 $s>t$。**用秩夹逼**证明 $\alpha_1,\cdots,\alpha_s$ 线性相关。 - **题 4 · 8.3 以少表多必相关——秩法证明(★★☆)**:$\alpha_1,\cdots,\alpha_s$ 均可由 $\beta_1,\cdots,\beta_t$ 线性表示且 $s>t$ 。**用秩夹逼**证明 $\alpha_1,\cdots,\alpha_s$ 线性相关。
- **题 5 · 8.4 表出不增秩——拼矩阵模板(★★☆)**:向量组 $A:\alpha_1,\cdots,\alpha_s$ 可由 $B:\beta_1,\cdots,\beta_t$ 线性表示。证明(Ⅰ)$r(A)\le r(B)$;(Ⅱ)$r(A,B)=r(B)$。 - **题 5 · 8.4 表出不增秩——拼矩阵模板(★★☆)**:向量组 $A:\alpha_1,\cdots,\alpha_s$ 可由 $B:\beta_1,\cdots,\beta_t$ 线性表示。证明(Ⅰ)$r(A)\le r(B)$ ;(Ⅱ)$r(A,B)=r(B)$ 。
--- ---
@@ -55,7 +55,7 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 线性方程组]
### 考点 1.3 自由未知量与主元未知量 ### 考点 1.3 自由未知量与主元未知量
主元未知量由自由未知量唯一确定;自由未知量可任意取值,**个数 $=n-r(A)$**(几何上就是解集维数,第 5 讲是特征子空间维数 $n-r(\lambda E-A)$)。规范取法:自由未知量依次取「一个为 1、其余为 0」——自动线性无关(自由分量位置是单位阵)。 主元未知量由自由未知量唯一确定;自由未知量可任意取值,**个数** $=n-r(A)$ (几何上就是解集维数,第 5 讲是特征子空间维数 $n-r(\lambda E-A)$ )。规范取法:自由未知量依次取「一个为 1、其余为 0」——自动线性无关(自由分量位置是单位阵)。
### 考点 1.4 行阶梯形与行最简形 ### 考点 1.4 行阶梯形与行最简形
@@ -68,10 +68,10 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 线性方程组]
**题目** **题目**
- **题 1 · 1.1 三种变换与「列变换为什么不行」(★☆☆)**:下列操作中**不改变**解集的是( ):(A)把第一个方程乘 2 后加到第二个方程上(B)交换系数矩阵的第 1、2 列(C)把第一个方程两边同乘 0(D)把常数列第 1、2 分量互换。 - **题 1 · 1.1 三种变换与「列变换为什么不行」(★☆☆)**:下列操作中**不改变**解集的是( ):(A)把第一个方程乘 2 后加到第二个方程上(B)交换系数矩阵的第 1、2 列(C)把第一个方程两边同乘 0(D)把常数列第 1、2 分量互换。
- **题 2 · 1.2 一步化到最简形,读出三分类(★★☆)**:解 $\begin{cases}x_1+2x_2-x_3=1\\2x_1+5x_2+2x_3=3\\3x_1+7x_2+x_3=4\end{cases}$。 - **题 2 · 1.2 一步化到最简形,读出三分类(★★☆)**:解 $\begin{cases}x_1+2x_2-x_3=1\\2x_1+5x_2+2x_3=3\\3x_1+7x_2+x_3=4\end{cases}$ 。
- **题 3 · 1.2 矛盾行出现即无解(★★☆)**:讨论 $\begin{cases}x_1+x_2+2x_3=3\\2x_1+2x_2+4x_3=7\\x_1+2x_2+3x_3=4\end{cases}$ 的解的情况(第 1、2 式左成比例右不成——一看无解,仍要化完写依据)。 - **题 3 · 1.2 矛盾行出现即无解(★★☆)**:讨论 $\begin{cases}x_1+x_2+2x_3=3\\2x_1+2x_2+4x_3=7\\x_1+2x_2+3x_3=4\end{cases}$ 的解的情况(第 1、2 式左成比例右不成——一看无解,仍要化完写依据)。
- **题 4 · 1.3 自由未知量的个数(★★☆)**:设 $A$ 为 $4\times5$ 矩阵,$r(A)=3$。(Ⅰ)$Ax=0$ 的基础解系含几个向量?(Ⅱ)$Ax=b$ 有解时通解含几个任意常数?(Ⅲ)$Ax=b$ 能否有唯一解? - **题 4 · 1.3 自由未知量的个数(★★☆)**:设 $A$ 为 $4\times5$ 矩阵,$r(A)=3$ 。(Ⅰ)$Ax=0$ 的基础解系含几个向量?(Ⅱ)$Ax=b$ 有解时通解含几个任意常数?(Ⅲ)$Ax=b$ 能否有唯一解?
- **题 5 · 1.4 阶梯形够用,最简形更快(★★☆)**:设 $\begin{cases}x_1+2x_2+x_4=3\\x_3+2x_4=1\\x_1+2x_2+x_3+3x_4=4\\2x_1+4x_2+x_3+3x_4=5\end{cases}$。(Ⅰ)只化到行阶梯形判断解的情况;(Ⅱ)化到行最简形写通解。 - **题 5 · 1.4 阶梯形够用,最简形更快(★★☆)**:设 $\begin{cases}x_1+2x_2+x_4=3\\x_3+2x_4=1\\x_1+2x_2+x_3+3x_4=4\\2x_1+4x_2+x_3+3x_4=5\end{cases}$ 。(Ⅰ)只化到行阶梯形判断解的情况;(Ⅱ)化到行最简形写通解。
## 2. 点 2 · 齐次方程组与基础解系 ## 2. 点 2 · 齐次方程组与基础解系
@@ -79,29 +79,29 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 线性方程组]
### 考点 2.1 齐次方程组与解空间 ### 考点 2.1 齐次方程组与解空间
齐次就是 $b=0$,零向量永远是解:$Ax=0$ **只有零解 $\iff r(A)=n$**;有非零解 $\iff r(A)<n$。解空间 $N(A)$ 是 $\mathbb R^n$ 子空间,$\dim N(A)=n-r(A)$。只有零解时基础解系为空集,**零向量不能当基础解系成员**。「有解」对齐次是废话(永远成立)。 齐次就是 $b=0$ ,零向量永远是解:$Ax=0$ **只有零解** $\iff r(A)=n$ ;有非零解 $\iff r(A)<n$ 。解空间 $N(A)$ 是 $\mathbb R^n$ 子空间,$\dim N(A)=n-r(A)$ 。只有零解时基础解系为空集,**零向量不能当基础解系成员**。「有解」对齐次是废话(永远成立)。
### 考点 2.2 基础解系的定义(三款) ### 考点 2.2 基础解系的定义(三款)
① 每个 $\xi_i$ 都是解;② 线性无关;③ **任一**解都能由它们表示。一句话:**能生成全部齐次解、又没有冗余的一组解向量**。判「是不是基础解系」只查两件事:**个数是否等于 $n-r$**、**是否无关**;个数多了必然相关,一票否决。 ① 每个 $\xi_i$ 都是解;② 线性无关;③ **任一**解都能由它们表示。一句话:**能生成全部齐次解、又没有冗余的一组解向量**。判「是不是基础解系」只查两件事:**个数是否等于** $n-r$ 、**是否无关**;个数多了必然相关,一票否决。
### 考点 2.3 基础解系的求法(四步) ### 考点 2.3 基础解系的求法(四步)
① 系数矩阵只作行变换化行最简形;② 定主元列与自由列,主元未知量用自由未知量表示;③ 自由未知量依次取 $(1,0,\dots),\dots,(0,\dots,1)$ 回代得 $\xi_1,\dots,\xi_{n-r}$;④ 通解 $x=k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$。**易错点**:装回向量必须按未知量**原顺序**排(不能「主元在前自由在后」重排)。 ① 系数矩阵只作行变换化行最简形;② 定主元列与自由列,主元未知量用自由未知量表示;③ 自由未知量依次取 $(1,0,\dots),\dots,(0,\dots,1)$ 回代得 $\xi_1,\dots,\xi_{n-r}$ ;④ 通解 $x=k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$ 。**易错点**:装回向量必须按未知量**原顺序**排(不能「主元在前自由在后」重排)。
### 考点 2.4 个数公式与维数 ### 考点 2.4 个数公式与维数
$$\#\text{基础解系}=n-r(A).$$ $$\#\text{基础解系}=n-r(A).$$
推论:$Ax=0$ 基础解系含 $n-r$ 个;$Ax=b$(**已知有解**)通解含 $n-r$ 个任意常数;$Ax=b$ 有唯一解 $\iff r=n$(且 $r(A)=r(A\mid b)$)。**$n-r$ 是齐次解空间维数,非齐次通解常数个数也等于它,前提是有解**——$r(A)<n$ 与「有解」是两个独立条件。 推论:$Ax=0$ 基础解系含 $n-r$ 个;$Ax=b$ (**已知有解**)通解含 $n-r$ 个任意常数;$Ax=b$ 有唯一解 $\iff r=n$ (且 $r(A)=r(A\mid b)$ )。**$n-r$ 是齐次解空间维数,非齐次通解常数个数也等于它,前提是有解**——$r(A)<n$ 与「有解」是两个独立条件。
**题目** **题目**
- **题 1 · 2.1 只有零解的等价条件(★☆☆)**:设 $A$ 为 $3\times3$ 矩阵,与「$Ax=0$ 只有零解」**不等价**的是( ):(A)$r(A)=3$(B)$|A|\ne0$(C)$A$ 的列向量组线性无关(D)$m=n=3$ 且方程组有解。 - **题 1 · 2.1 只有零解的等价条件(★☆☆)**:设 $A$ 为 $3\times3$ 矩阵,与「$Ax=0$ 只有零解」**不等价**的是( ):(A)$r(A)=3$ (B)$|A|\ne0$ (C)$A$ 的列向量组线性无关(D)$m=n=3$ 且方程组有解。
- **题 2 · 2.2 判断是不是基础解系(★★☆)**:设 $A$ 为 $3\times4$ 矩阵,$r(A)=2$,$\xi_1,\xi_2,\xi_3$ 都是解且 $\xi_3=\xi_1+2\xi_2$。判断:(Ⅰ)$\xi_1,\xi_2$ 一定构成基础解系;(Ⅱ)$\xi_1,\xi_3$ 一定构成;(Ⅲ)若 $\xi_1,\xi_2$ 无关则构成;(Ⅳ)存在解 $\xi_4$ 使 $\xi_1,\xi_2,\xi_3,\xi_4$ 构成基础解系。 - **题 2 · 2.2 判断是不是基础解系(★★☆)**:设 $A$ 为 $3\times4$ 矩阵,$r(A)=2$ ,$\xi_1,\xi_2,\xi_3$ 都是解且 $\xi_3=\xi_1+2\xi_2$ 。判断:(Ⅰ)$\xi_1,\xi_2$ 一定构成基础解系;(Ⅱ)$\xi_1,\xi_3$ 一定构成;(Ⅲ)若 $\xi_1,\xi_2$ 无关则构成;(Ⅳ)存在解 $\xi_4$ 使 $\xi_1,\xi_2,\xi_3,\xi_4$ 构成基础解系。
- **题 3 · 2.3 两方程四未知,求基础解系(★★☆)**:求 $\begin{cases}x_1+x_2+x_3+x_4=0\\x_1+2x_2+3x_3+4x_4=0\end{cases}$ 的一个基础解系并写通解。 - **题 3 · 2.3 两方程四未知,求基础解系(★★☆)**:求 $\begin{cases}x_1+x_2+x_3+x_4=0\\x_1+2x_2+3x_3+4x_4=0\end{cases}$ 的一个基础解系并写通解。
- **题 4 · 2.3 三方程四未知,先判秩再求(★★☆)**【2019·13 骨架】:求 $\begin{cases}x_1+x_2+x_4=0\\x_2+x_3=0\\x_1+2x_2+x_3+x_4=0\end{cases}$ 的系数矩阵秩、一个基础解系与通解。 - **题 4 · 2.3 三方程四未知,先判秩再求(★★☆)**【2019·13 骨架】:求 $\begin{cases}x_1+x_2+x_4=0\\x_2+x_3=0\\x_1+2x_2+x_3+x_4=0\end{cases}$ 的系数矩阵秩、一个基础解系与通解。
- **题 5 · 2.4 个数公式与「已知有解」的前提(★★☆)**:设 $A$ 为 $4\times6$ 矩阵。(Ⅰ)$r(A)=4$ 时 $Ax=0$ 基础解系含几个向量?(Ⅱ)$Ax=b$ 有无穷多解,通解含几个任意常数?(Ⅲ)$r(A)=4$ 且 $Ax=b$ 有解,通解含几个?(Ⅳ)判断「$r(A)=4$ 时 $Ax=b$ 必有无穷多解」是否正确。 - **题 5 · 2.4 个数公式与「已知有解」的前提(★★☆)**:设 $A$ 为 $4\times6$ 矩阵。(Ⅰ)$r(A)=4$ 时 $Ax=0$ 基础解系含几个向量?(Ⅱ)$Ax=b$ 有无穷多解,通解含几个任意常数?(Ⅲ)$r(A)=4$ 且 $Ax=b$ 有解,通解含几个?(Ⅳ)判断「$r(A)=4$ 时 $Ax=b$ 必有无穷多解」是否正确。
- **题 6 · 2.4 含参齐次何时有非零解(★★★)**:设 $A=\begin{pmatrix}1&1&\lambda\\1&\lambda&1\\\lambda&1&1\end{pmatrix}$,讨论 $\lambda$ 何值时 $Ax=0$ 只有零解、有非零解;有非零解时求基础解系(重根 $\lambda=1$ 秩掉到 1,单根 $\lambda=-2$ 秩 2,维数必须单独算)。 - **题 6 · 2.4 含参齐次何时有非零解(★★★)**:设 $A=\begin{pmatrix}1&1&\lambda\\1&\lambda&1\\\lambda&1&1\end{pmatrix}$ ,讨论 $\lambda$ 何值时 $Ax=0$ 只有零解、有非零解;有非零解时求基础解系(重根 $\lambda=1$ 秩掉到 1,单根 $\lambda=-2$ 秩 2,维数必须单独算)。
## 3. 点 3 · 非齐次通解与解的性质 ## 3. 点 3 · 非齐次通解与解的性质
@@ -109,7 +109,7 @@ $$\#\text{基础解系}=n-r(A).$$
### 考点 3.1 结构定理 ### 考点 3.1 结构定理
$\eta$ 是一个特解,$\xi_1,\dots,\xi_{n-r}$ 是基础解系,则**全部**解为 $x=\eta+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$。证明只有两句:$A(x-\eta)=b-b=0$(差是齐次解)$+$ $A(\eta+\xi)=b$(和是非齐次解)。三点理解:特解不唯一;$b\ne0$ 时解集**不过原点、本身不是向量空间**;解集维数仍是 $n-r$。 $\eta$ 是一个特解,$\xi_1,\dots,\xi_{n-r}$ 是基础解系,则**全部**解为 $x=\eta+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$ 。证明只有两句:$A(x-\eta)=b-b=0$ (差是齐次解)$+$ $A(\eta+\xi)=b$ (和是非齐次解)。三点理解:特解不唯一;$b\ne0$ 时解集**不过原点、本身不是向量空间**;解集维数仍是 $n-r$ 。
### 考点 3.2 解的组合性质 ### 考点 3.2 解的组合性质
@@ -125,15 +125,15 @@ $$A\Big(\sum_{i=1}^{s}k_i\eta_i\Big)=\Big(\sum_{i=1}^{s}k_i\Big)b.$$
### 考点 3.3 由已知解构造通解 ### 考点 3.3 由已知解构造通解
两步:① 数出 $d=n-r$;② 已知 $s$ 个非齐次解两两作差得 $s-1$ 个齐次解,挑 $d$ 个无关的($s$ 个解最多给 $s-1$ 个独立差,以 $\eta_1$ 为基准)。**关键提醒**:只数够 $d$ 个差不够,**必须验证无关**;遇到「和/倍数」形式的已知解先算系数和——和不为 1 用减法调整到 0(得齐次解)。$s-1<d$ 时解不唯一,通解留参数。 两步:① 数出 $d=n-r$ ;② 已知 $s$ 个非齐次解两两作差得 $s-1$ 个齐次解,挑 $d$ 个无关的($s$ 个解最多给 $s-1$ 个独立差,以 $\eta_1$ 为基准)。**关键提醒**:只数够 $d$ 个差不够,**必须验证无关**;遇到「和/倍数」形式的已知解先算系数和——和不为 1 用减法调整到 0(得齐次解)。$s-1<d$ 时解不唯一,通解留参数。
**题目** **题目**
- **题 1 · 3.1 两方程三未知求通解(★★☆)**:解 $\begin{cases}x_1+x_2+x_3=3\\x_1-x_2+2x_3=2\end{cases}$ 的通解。 - **题 1 · 3.1 两方程三未知求通解(★★☆)**:解 $\begin{cases}x_1+x_2+x_3=3\\x_1-x_2+2x_3=2\end{cases}$ 的通解。
- **题 2 · 3.1 结构定理的完整证明(★★★)**:设 $b\ne0$,$\eta_0$ 是 $Ax=b$ 的解,$\xi_1,\dots,\xi_{n-r}$ 是 $Ax=0$ 的基础解系。证明全部解恰为 $x=\eta_0+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$(双向包含,不需要 $A$ 的任何具体信息)。 - **题 2 · 3.1 结构定理的完整证明(★★★)**:设 $b\ne0$ ,$\eta_0$ 是 $Ax=b$ 的解,$\xi_1,\dots,\xi_{n-r}$ 是 $Ax=0$ 的基础解系。证明全部解恰为 $x=\eta_0+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}$ (双向包含,不需要 $A$ 的任何具体信息)。
- **题 3 · 3.2 解的组合哪一个是解(★☆☆)**:设 $\eta_1,\eta_2$ 是 $Ax=b$($b\ne0$)的解,$\xi$ 是 $Ax=0$ 的解,**一定**是 $Ax=b$ 的解的是( ):(A)$\eta_1+\eta_2$(B)$\eta_1-\eta_2$(C)$\eta_1+\xi$(D)$2\eta_1$。 - **题 3 · 3.2 解的组合哪一个是解(★☆☆)**:设 $\eta_1,\eta_2$ 是 $Ax=b$ ($b\ne0$ )的解,$\xi$ 是 $Ax=0$ 的解,**一定**是 $Ax=b$ 的解的是( ):(A)$\eta_1+\eta_2$ (B)$\eta_1-\eta_2$ (C)$\eta_1+\xi$ (D)$2\eta_1$ 。
- **题 4 · 3.2 解的组合性质的一般证明(★★★)**:$\eta_1,\dots,\eta_s$ 都是 $Ax=b$($b\ne0$)的解。证明(Ⅰ)$k_1\eta_1+\cdots+k_s\eta_s$ 是 $Ax=b$ 的解 $\iff\sum k_i=1$;(Ⅱ)是 $Ax=0$ 的解 $\iff\sum k_i=0$。 - **题 4 · 3.2 解的组合性质的一般证明(★★★)**:$\eta_1,\dots,\eta_s$ 都是 $Ax=b$ ($b\ne0$ )的解。证明(Ⅰ)$k_1\eta_1+\cdots+k_s\eta_s$ 是 $Ax=b$ 的解 $\iff\sum k_i=1$ ;(Ⅱ)是 $Ax=0$ 的解 $\iff\sum k_i=0$ 。
- **题 5 · 3.3 秩为 1 时由三个解写通解(★★☆)**:$A$ 为 $3\times3$,$r(A)=1$,$\eta_1=(1,1,1)^{\mathrm T}$、$\eta_2=(2,0,1)^{\mathrm T}$、$\eta_3=(1,2,3)^{\mathrm T}$ 都是 $Ax=b$ 的解,求通解。 - **题 5 · 3.3 秩为 1 时由三个解写通解(★★☆)**:$A$ 为 $3\times3$ ,$r(A)=1$ ,$\eta_1=(1,1,1)^{\mathrm T}$ 、$\eta_2=(2,0,1)^{\mathrm T}$ 、$\eta_3=(1,2,3)^{\mathrm T}$ 都是 $Ax=b$ 的解,求通解。
- **题 6 · 3.3 解空间一维时用「和」凑差(★★★)**【2025·21 骨架】:四元非齐次 $Ax=b$ 的系数矩阵 $r(A)=3$,$\eta_1=(1,2,3,4)^{\mathrm T}$、$\eta_2+\eta_3=(4,6,8,10)^{\mathrm T}$ 是它的三个解向量,求通解($\eta_2+\eta_3-2\eta_1$ 系数和为 0,是齐次解)。 - **题 6 · 3.3 解空间一维时用「和」凑差(★★★)**【2025·21 骨架】:四元非齐次 $Ax=b$ 的系数矩阵 $r(A)=3$ ,$\eta_1=(1,2,3,4)^{\mathrm T}$ 、$\eta_2+\eta_3=(4,6,8,10)^{\mathrm T}$ 是它的三个解向量,求通解($\eta_2+\eta_3-2\eta_1$ 系数和为 0,是齐次解)。
## 4. 点 4 · 含参方程组的分类讨论 ## 4. 点 4 · 含参方程组的分类讨论
@@ -141,7 +141,7 @@ $$A\Big(\sum_{i=1}^{s}k_i\eta_i\Big)=\Big(\sum_{i=1}^{s}k_i\Big)b.$$
### 考点 4.1 含参方阵的行列式分根 ### 考点 4.1 含参方阵的行列式分根
$m=n$ 两条路:**路线 A(推荐)**:算 $|A|$(参数多项式)——$|A|\ne0$:唯一解(克拉默或回代);$|A|=0$:解出**全部根**,**每个根单独代回**增广矩阵,再比 $r(A)$ 与 $r(A\mid b)$。**路线 B(参数在个别位置更快)**:直接消元,**除参数之前**分情况(不能直接除以 $a-1$)。 $m=n$ 两条路:**路线 A(推荐)**:算 $|A|$ (参数多项式)——$|A|\ne0$ :唯一解(克拉默或回代);$|A|=0$ :解出**全部根**,**每个根单独代回**增广矩阵,再比 $r(A)$ 与 $r(A\mid b)$ 。**路线 B(参数在个别位置更快)**:直接消元,**除参数之前**分情况(不能直接除以 $a-1$ )。
### 考点 4.2 含参非方阵的直接消元 ### 考点 4.2 含参非方阵的直接消元
@@ -152,11 +152,11 @@ $m\ne n$ 不能算行列式,只能消元,逐个参数值比较秩。**参数
必须写全三档且每档交代依据:① 参数非根:$|A|\ne0\to$ 唯一解;② 根 1 代回:$r(A)=r(A\mid b)=r\to$ 无穷多解+通解;③ 根 2 代回:$r(A)<r(A\mid b)\to$ 无解。**三个高频扣分点**:失根($|A|$ 分解不彻底、漏重根);只代一个根;无解/无穷多混写。**「$|A|=0$ 只是可能无穷多解,不是必然」**。 必须写全三档且每档交代依据:① 参数非根:$|A|\ne0\to$ 唯一解;② 根 1 代回:$r(A)=r(A\mid b)=r\to$ 无穷多解+通解;③ 根 2 代回:$r(A)<r(A\mid b)\to$ 无解。**三个高频扣分点**:失根($|A|$ 分解不彻底、漏重根);只代一个根;无解/无穷多混写。**「$|A|=0$ 只是可能无穷多解,不是必然」**。
**题目** **题目**
- **题 1 · 4.1 三阶对称含参三分类与通解(★★☆)**:$\begin{cases}ax+y+z=1\\x+ay+z=1\\x+y+az=a\end{cases}$:有唯一解、无解、无穷多解(并写通解)分别对应 $a$ 何值($|A|=(a-1)^2(a+2)$,$a=1$ 无解、$a=-2$ 无穷多)。 - **题 1 · 4.1 三阶对称含参三分类与通解(★★☆)**:$\begin{cases}ax+y+z=1\\x+ay+z=1\\x+y+az=a\end{cases}$ :有唯一解、无解、无穷多解(并写通解)分别对应 $a$ 何值($|A|=(a-1)^2(a+2)$ ,$a=1$ 无解、$a=-2$ 无穷多)。
- **题 2 · 4.1 由三个线性无关解反求两个参数(★★★)**【张宇 4-07 骨架】:$\begin{cases}x_2+x_3+2x_4=1\\x_1+2x_2+x_3+3x_4=3\\2x_1+5x_2+3x_3+kx_4=t\end{cases}$ 恰有 **3 个线性无关解**。(Ⅰ)求 $k,t$(**$m$ 个线性无关解 $\Rightarrow$ 秩的上界 $n-m+1$**,上下夹出 $r(A)=2$,第 3 行与右端用同一组系数);(Ⅱ)求通解;(Ⅲ)求 $A^{\mathrm T}Ax=0$ 的通解(与 $Ax=0$ 同解,不含特解)。 - **题 2 · 4.1 由三个线性无关解反求两个参数(★★★)**【张宇 4-07 骨架】:$\begin{cases}x_2+x_3+2x_4=1\\x_1+2x_2+x_3+3x_4=3\\2x_1+5x_2+3x_3+kx_4=t\end{cases}$ 恰有 **3 个线性无关解**。(Ⅰ)求 $k,t$ (**$m$ 个线性无关解 $\Rightarrow$ 秩的上界** $n-m+1$ ,上下夹出 $r(A)=2$ ,第 3 行与右端用同一组系数);(Ⅱ)求通解;(Ⅲ)求 $A^{\mathrm T}Ax=0$ 的通解(与 $Ax=0$ 同解,不含特解)。
- **题 3 · 4.2 参数藏在右端时的三分类(★★★)**【张宇 4-10 骨架】:$A=\begin{pmatrix}1&1&-1\\-1&-2&1\\1&-1&-1\end{pmatrix}$,$\beta_1=(2,1,3)^{\mathrm T}$、$\beta_2=(1,3,-1)^{\mathrm T}$。讨论 $k$ 何值时 $Ax=k\beta_1+\beta_2$ 有解,有解时写通解($r(A)=2$ 常数,判据退化成 $k=-2$ 一行)。 - **题 3 · 4.2 参数藏在右端时的三分类(★★★)**【张宇 4-10 骨架】:$A=\begin{pmatrix}1&1&-1\\-1&-2&1\\1&-1&-1\end{pmatrix}$ ,$\beta_1=(2,1,3)^{\mathrm T}$ 、$\beta_2=(1,3,-1)^{\mathrm T}$ 。讨论 $k$ 何值时 $Ax=k\beta_1+\beta_2$ 有解,有解时写通解($r(A)=2$ 常数,判据退化成 $k=-2$ 一行)。
- **题 4 · 4.2 非方阵骨架的双参数讨论(★★★)**:$\begin{cases}x_1+x_2+x_3=1\\x_1+2x_2+ax_3=3\\x_1+4x_2+a^2x_3=c\end{cases}$(Ⅰ)$a$ 何值有唯一解?(Ⅱ)$a=1$ 与 $a=2$ 时 $c$ 分别取何值有解并求通解(两个根相容条件都是 $c=7$,但齐次方向不同——**秩相同不等于解集相同**)。 - **题 4 · 4.2 非方阵骨架的双参数讨论(★★★)**:$\begin{cases}x_1+x_2+x_3=1\\x_1+2x_2+ax_3=3\\x_1+4x_2+a^2x_3=c\end{cases}$ (Ⅰ)$a$ 何值有唯一解?(Ⅱ)$a=1$ 与 $a=2$ 时 $c$ 分别取何值有解并求通解(两个根相容条件都是 $c=7$ ,但齐次方向不同——**秩相同不等于解集相同**)。
- **题 5 · 4.3 三个参数,分区写规范(★★★)**:$\begin{cases}x_1+x_2+x_3=1\\x_1+ax_2+x_3=2\\x_1+x_2+bx_3=c\end{cases}$(Ⅰ)就 $a,b,c$ 讨论解的情况($|A|=(a-1)(b-1)$,三层嵌套:非根→逐根→根内看右端);(Ⅱ)求 $a=2,b=1,c=1$ 时的通解。 - **题 5 · 4.3 三个参数,分区写规范(★★★)**:$\begin{cases}x_1+x_2+x_3=1\\x_1+ax_2+x_3=2\\x_1+x_2+bx_3=c\end{cases}$ (Ⅰ)就 $a,b,c$ 讨论解的情况($|A|=(a-1)(b-1)$ ,三层嵌套:非根→逐根→根内看右端);(Ⅱ)求 $a=2,b=1,c=1$ 时的通解。
## 5. 点 5 · 解的几何意义 ## 5. 点 5 · 解的几何意义
@@ -164,7 +164,7 @@ $m\ne n$ 不能算行列式,只能消元,逐个参数值比较秩。**参数
### 考点 5.1 三元方程与平面 ### 考点 5.1 三元方程与平面
$a_ix+b_iy+c_iz=d_i$ 表示平面,**前提 $(a_i,b_i,c_i)\ne(0,0,0)$**;三平面联立 = 求公共点;法向量 $n_i=(a_i,b_i,c_i)$。**解集维数 $=n-r(A)$**:$0$ 是点、$1$ 是直线、$2$ 是平面。 $a_ix+b_iy+c_iz=d_i$ 表示平面,**前提** $(a_i,b_i,c_i)\ne(0,0,0)$ ;三平面联立 = 求公共点;法向量 $n_i=(a_i,b_i,c_i)$ 。**解集维数** $=n-r(A)$ :$0$ 是点、$1$ 是直线、$2$ 是平面。
### 考点 5.2 三平面位置关系表 ### 考点 5.2 三平面位置关系表
@@ -175,20 +175,20 @@ $a_ix+b_iy+c_iz=d_i$ 表示平面,**前提 $(a_i,b_i,c_i)\ne(0,0,0)$**;三
| 1 | 1 | **三平面重合** | | 1 | 1 | **三平面重合** |
| 2 | 3 | **无公共点**(三棱柱或两平行) | | 2 | 3 | **无公共点**(三棱柱或两平行) |
| 1 | 2 | **无公共点**(至少两平面平行不重合) | | 1 | 2 | **无公共点**(至少两平面平行不重合) |
| 1 | 3 | **不存在**(增广只多一列,$r(\overline A)\le r(A)+1$) | | 1 | 3 | **不存在**(增广只多一列,$r(\overline A)\le r(A)+1$ ) |
两条铁律:**$r(\overline A)=r(A)+1$ 等价于「无解」**;$r(\overline A)-r(A)\ge2$ 不可能。**最大的坑**:$r(A)=2,\ r(\overline A)=3$ **只保证没有公共点,不保证两两相交**——「两两相交但无公共点」必须额外验证任意两个法向量不成比例。 两条铁律:**$r(\overline A)=r(A)+1$ 等价于「无解」**;$r(\overline A)-r(A)\ge2$ 不可能。**最大的坑**:$r(A)=2,\ r(\overline A)=3$ **只保证没有公共点,不保证两两相交**——「两两相交但无公共点」必须额外验证任意两个法向量不成比例。
### 考点 5.3 三棱柱与两两相交 ### 考点 5.3 三棱柱与两两相交
**三棱柱完整条件**:$r(A)=2,\ r(\overline A)=3,\ $**任意两法向量不成比例**(秩管「有没有公共点」,法向量比例管「两两什么关系」,两件事分开验)。$(2,3)$ **不是一种图形是两类**:有两行成比例 → 一对平行平面被第三面截;没有 → 三棱柱。 **三棱柱完整条件**:$r(A)=2,\ r(\overline A)=3,\ $ **任意两法向量不成比例**(秩管「有没有公共点」,法向量比例管「两两什么关系」,两件事分开验)。$(2,3)$ **不是一种图形是两类**:有两行成比例 → 一对平行平面被第三面截;没有 → 三棱柱。
**题目** **题目**
- **题 1 · 5.1 方程、平面、法向量(★☆☆)**:(Ⅰ)写平面 $2x-y+3z=1$ 的一个法向量与一个点;(Ⅱ)判断 $x+y+z=1$ 与 $2x+2y+2z=3$ 的位置关系;(Ⅲ)$\begin{cases}x+y+z=1\\2x+2y+2z=2\\3x+3y+3z=3\end{cases}$ 的解集在几何上是什么(是一张平面,不是直线)。 - **题 1 · 5.1 方程、平面、法向量(★☆☆)**:(Ⅰ)写平面 $2x-y+3z=1$ 的一个法向量与一个点;(Ⅱ)判断 $x+y+z=1$ 与 $2x+2y+2z=3$ 的位置关系;(Ⅲ)$\begin{cases}x+y+z=1\\2x+2y+2z=2\\3x+3y+3z=3\end{cases}$ 的解集在几何上是什么(是一张平面,不是直线)。
- **题 2 · 5.2 秩的分布表(★★☆)**【2025·6 骨架】:六种情形分别对应哪种位置关系:① $(3,3)$ ② $(2,2)$ ③ $(1,1)$ ④ $(2,3)$ ⑤ $(1,2)$ ⑥ $(1,3)$(备选:交于一点/交于一条直线/三平面重合/无公共点/情形不存在)。 - **题 2 · 5.2 秩的分布表(★★☆)**【2025·6 骨架】:六种情形分别对应哪种位置关系:① $(3,3)$ ② $(2,2)$ ③ $(1,1)$ ④ $(2,3)$ ⑤ $(1,2)$ ⑥ $(1,3)$ (备选:交于一点/交于一条直线/三平面重合/无公共点/情形不存在)。
- **题 3 · 5.2 双参数三平面的四种形态(★★★)**:$\pi_1: ax+y+z=1$,$\pi_2: x+ay+z=1$,$\pi_3: x+y+az=b$。(Ⅰ)$a\ne1$ 且 $a\ne-2$ 时什么关系?(Ⅱ)$a=1$ 时 $b$ 取何值三平面重合?(Ⅲ)$a=-2$ 时 $b$ 取何值交于一条直线?写直线方程。 - **题 3 · 5.2 双参数三平面的四种形态(★★★)**:$\pi_1: ax+y+z=1$ ,$\pi_2: x+ay+z=1$ ,$\pi_3: x+y+az=b$ 。(Ⅰ)$a\ne1$ 且 $a\ne-2$ 时什么关系?(Ⅱ)$a=1$ 时 $b$ 取何值三平面重合?(Ⅲ)$a=-2$ 时 $b$ 取何值交于一条直线?写直线方程。
- **题 4 · 5.3 同一组秩,两种图形(★★★)**:两个方程组都有 $r(A)=2,\ r(\overline A)=3$:$(\mathrm I)\ \begin{cases}x+y+z=1\\x-y+z=0\\2x+2z=2\end{cases}$ 与 $(\mathrm{II})\ \begin{cases}x+y+z=1\\x-y+z=0\\2x+2y+2z=3\end{cases}$ 分别是什么形态?总结判别方法。 - **题 4 · 5.3 同一组秩,两种图形(★★★)**:两个方程组都有 $r(A)=2,\ r(\overline A)=3$ :$(\mathrm I)\ \begin{cases}x+y+z=1\\x-y+z=0\\2x+2z=2\end{cases}$ 与 $(\mathrm{II})\ \begin{cases}x+y+z=1\\x-y+z=0\\2x+2y+2z=3\end{cases}$ 分别是什么形态?总结判别方法。
- **题 5 · 5.3 由图形反求参数(★★☆)**:$\pi_1: x+y+z=2$,$\pi_2: x+2y+3z=5$,$\pi_3: x+4y+az=b$。(Ⅰ)$a,b$ 满足什么条件时构成**三棱柱**?(Ⅱ)什么条件时**交于一条直线**?写该直线。 - **题 5 · 5.3 由图形反求参数(★★☆)**:$\pi_1: x+y+z=2$ ,$\pi_2: x+2y+3z=5$ ,$\pi_3: x+4y+az=b$ 。(Ⅰ)$a,b$ 满足什么条件时构成**三棱柱**?(Ⅱ)什么条件时**交于一条直线**?写该直线。
## 6. 点 6 · 同解与公共解 ## 6. 点 6 · 同解与公共解
@@ -200,23 +200,23 @@ $a_ix+b_iy+c_iz=d_i$ 表示平面,**前提 $(a_i,b_i,c_i)\ne(0,0,0)$**;三
$$Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\binom{A}{B}.$$ $$Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\binom{A}{B}.$$
**为什么不能只比 $r(A)=r(B)$**:两个不同方向的直线都是一维,但不是同一条直线。增方程只会让解集变小:**「增方程解集不变」$\iff$ 新行落在原行空间 $\iff$ 新行与基础解系正交**(参数完全自由必须写出来)。核心口诀:**$Ax=0$ 看行空间,$A^{\mathrm T}x=0$ 看列空间**——向量组等价 $\Rightarrow$ 列空间相同 $\Rightarrow$ $A^{\mathrm T}x=0$ 同解,但推不出 $Ax=0$ 同解。 **为什么不能只比** $r(A)=r(B)$ :两个不同方向的直线都是一维,但不是同一条直线。增方程只会让解集变小:**「增方程解集不变」$\iff$ 新行落在原行空间 $\iff$ 新行与基础解系正交**(参数完全自由必须写出来)。核心口诀:**$Ax=0$ 看行空间,$A^{\mathrm T}x=0$ 看列空间**——向量组等价 $\Rightarrow$ 列空间相同 $\Rightarrow$ $A^{\mathrm T}x=0$ 同解,但推不出 $Ax=0$ 同解。
### 考点 6.2 非齐次同解 ### 考点 6.2 非齐次同解
两个**都有解**的方程组:$Ax=b_1$ 与 $Bx=b_2$ 同解 $\iff$ **齐次部分同解,且有一个公共特解**。常数列无须相同($x=1$ 与 $2x=2$ 同解)。证明「含于」方向永远免费,「相等」必须把 $e$ 拆成 $Ay$(用到 $e\in\mathrm{col}(A)$)。 两个**都有解**的方程组:$Ax=b_1$ 与 $Bx=b_2$ 同解 $\iff$ **齐次部分同解,且有一个公共特解**。常数列无须相同($x=1$ 与 $2x=2$ 同解)。证明「含于」方向永远免费,「相等」必须把 $e$ 拆成 $Ay$ (用到 $e\in\mathrm{col}(A)$ )。
### 考点 6.3 公共解的求法 ### 考点 6.3 公共解的求法
**路线 A(联立消元)**:$\binom{A}{B}x=\binom{b}{c}$ 一次消元,通解即公共解,维数 $=n-r(\text{拼})$。**路线 B(代入)**:先求一组通解含参数,代进另一组解参数;**易错点**:解出的是**参数的条件**,要代回**原通解**才得到公共解。解集关系判断:公共解维数等于某一方的维数 $\iff$ 包含;严格更小 $\iff$ 互不包含、只有交。 **路线 A(联立消元)**:$\binom{A}{B}x=\binom{b}{c}$ 一次消元,通解即公共解,维数 $=n-r(\text{拼})$ 。**路线 B(代入)**:先求一组通解含参数,代进另一组解参数;**易错点**:解出的是**参数的条件**,要代回**原通解**才得到公共解。解集关系判断:公共解维数等于某一方的维数 $\iff$ 包含;严格更小 $\iff$ 互不包含、只有交。
**题目** **题目**
- **题 1 · 6.1 初等行变换留下了什么(★★☆)**【张宇 4-08 骨架】:$A=[\alpha_1,\dots,\alpha_n]$ 经行变换得 $B=[\beta_1,\dots,\beta_n]$,判断:(A)任何部分**行**向量组相关性相同(B)任何部分**列**向量组相关性相同(C)对应 $k$ 阶子式同时为零或同时不为零(D)$Ax=b$ 与 $Bx=b$ 同解。给(A)(C)(D)各造反例(**行变换保列、不保行、不保子式、不保右端**)。 - **题 1 · 6.1 初等行变换留下了什么(★★☆)**【张宇 4-08 骨架】:$A=[\alpha_1,\dots,\alpha_n]$ 经行变换得 $B=[\beta_1,\dots,\beta_n]$ ,判断:(A)任何部分**行**向量组相关性相同(B)任何部分**列**向量组相关性相同(C)对应 $k$ 阶子式同时为零或同时不为零(D)$Ax=b$ 与 $Bx=b$ 同解。给(A)(C)(D)各造反例(**行变换保列、不保行、不保子式、不保右端**)。
- **题 2 · 6.1 增一个方程什么时候解集不变(★★★)**【张宇 4-14 骨架】:齐次组 $\begin{cases}2x_1-x_2=0\\x_1+x_3+x_4=0\\x_2+2x_3+3x_4=0\end{cases}$,增方程 $ax_1+bx_2+cx_3+dx_4=0$ 得 (Ⅱ)。(Ⅰ)求 (Ⅰ) 通解;(Ⅱ)求 $a,b,c,d$ 条件使同解($c=a+2b$,$d$ 完全自由);(Ⅲ)$(1,0,1,0)$ 时是否同解? - **题 2 · 6.1 增一个方程什么时候解集不变(★★★)**【张宇 4-14 骨架】:齐次组 $\begin{cases}2x_1-x_2=0\\x_1+x_3+x_4=0\\x_2+2x_3+3x_4=0\end{cases}$ ,增方程 $ax_1+bx_2+cx_3+dx_4=0$ 得 (Ⅱ)。(Ⅰ)求 (Ⅰ) 通解;(Ⅱ)求 $a,b,c,d$ 条件使同解($c=a+2b$ ,$d$ 完全自由);(Ⅲ)$(1,0,1,0)$ 时是否同解?
- **题 3 · 6.1 向量组等价推得出什么(★★★)**【张宇 4-12 骨架】:两个 3 维列向量组等价,$A=[\alpha_1,\alpha_2,\alpha_3]$,$B=[\beta_1,\beta_2,\beta_3]$。判断:① $Ax=0$ 与 $Bx=0$ 同解;② $A^{\mathrm T}x=0$ 与 $B^{\mathrm T}x=0$ 同解;③ $\binom{A}{B}x=0$ 与 $Ax=0$ 同解;④ $\binom{A^{\mathrm T}}{B^{\mathrm T}}x=0$ 与 $A^{\mathrm T}x=0$ 同解(②④对,①③错,各自造反例)。 - **题 3 · 6.1 向量组等价推得出什么(★★★)**【张宇 4-12 骨架】:两个 3 维列向量组等价,$A=[\alpha_1,\alpha_2,\alpha_3]$ ,$B=[\beta_1,\beta_2,\beta_3]$ 。判断:① $Ax=0$ 与 $Bx=0$ 同解;② $A^{\mathrm T}x=0$ 与 $B^{\mathrm T}x=0$ 同解;③ $\binom{A}{B}x=0$ 与 $Ax=0$ 同解;④ $\binom{A^{\mathrm T}}{B^{\mathrm T}}x=0$ 与 $A^{\mathrm T}x=0$ 同解(②④对,①③错,各自造反例)。
- **题 4 · 6.2 非齐次同解,只有一边是免费的(★★☆)**【张宇 4-13 骨架】:$e=(1,\dots,1)^{\mathrm T}$,$Ay=e$ 有解。(Ⅰ)证明 $A^{\mathrm T}x=0$ 与 $\begin{cases}A^{\mathrm T}x=0\\e^{\mathrm T}x=0\end{cases}$ 同解;(Ⅱ)说明「$Ay=e$ 有解」不能去掉。 - **题 4 · 6.2 非齐次同解,只有一边是免费的(★★☆)**【张宇 4-13 骨架】:$e=(1,\dots,1)^{\mathrm T}$ ,$Ay=e$ 有解。(Ⅰ)证明 $A^{\mathrm T}x=0$ 与 $\begin{cases}A^{\mathrm T}x=0\\e^{\mathrm T}x=0\end{cases}$ 同解;(Ⅱ)说明「$Ay=e$ 有解」不能去掉。
- **题 5 · 6.3 两齐次组何时有非零公共解(★★★)**【1994·八 骨架】:$(\mathrm I)\ \begin{cases}x_1+x_2=0\\x_2-x_4=0\end{cases}$,$(\mathrm{II})\ \begin{cases}x_1-x_2+x_3=0\\x_2-x_3+\lambda x_4=0\end{cases}$。(Ⅰ)$\lambda$ 何值有非零公共解?求全部公共解(拼矩阵 $|M|=\lambda-1$);(Ⅱ)此时是否同解?解集之间什么关系? - **题 5 · 6.3 两齐次组何时有非零公共解(★★★)**【1994·八 骨架】:$(\mathrm I)\ \begin{cases}x_1+x_2=0\\x_2-x_4=0\end{cases}$ ,$(\mathrm{II})\ \begin{cases}x_1-x_2+x_3=0\\x_2-x_3+\lambda x_4=0\end{cases}$ 。(Ⅰ)$\lambda$ 何值有非零公共解?求全部公共解(拼矩阵 $|M|=\lambda-1$ );(Ⅱ)此时是否同解?解集之间什么关系?
- **题 6 · 6.3 公共解维数与包含关系(★★★)**:$(\mathrm I)\ \begin{cases}x_1+x_2+x_3+x_4=0\\x_1-x_2+x_3-x_4=0\end{cases}$,$(\mathrm{II})\ \begin{cases}x_1+x_2=0\\x_1+x_3=0\end{cases}$。(Ⅰ)求全部公共解(拼矩阵秩 3,公共解维数 1);(Ⅱ)两方向是否互相包含?各给反例。 - **题 6 · 6.3 公共解维数与包含关系(★★★)**:$(\mathrm I)\ \begin{cases}x_1+x_2+x_3+x_4=0\\x_1-x_2+x_3-x_4=0\end{cases}$ ,$(\mathrm{II})\ \begin{cases}x_1+x_2=0\\x_1+x_3=0\end{cases}$ 。(Ⅰ)求全部公共解(拼矩阵秩 3,公共解维数 1);(Ⅱ)两方向是否互相包含?各给反例。
## 7. 点 7 · 矩阵方程 ## 7. 点 7 · 矩阵方程
@@ -224,22 +224,22 @@ $$Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\binom{A}{B}.$$
### 考点 7.1 矩阵方程按列拆 ### 考点 7.1 矩阵方程按列拆
$AX=B\iff Ax_j=b_j$($j=1,\dots,s$)。**判据**:每一列都相容才有解:$r(A)=r(A,B)$(**左右拼接**)。要点:各列自由参数彼此独立;某列无解整体无解(先找矛盾列);有解时通解 $X=X_0+Y$。**「$A$ 可逆」这一档一句话带过**(任意 $B$ 有唯一解)。 $AX=B\iff Ax_j=b_j$ ($j=1,\dots,s$ )。**判据**:每一列都相容才有解:$r(A)=r(A,B)$ (**左右拼接**)。要点:各列自由参数彼此独立;某列无解整体无解(先找矛盾列);有解时通解 $X=X_0+Y$ 。**「$A$ 可逆」这一档一句话带过**(任意 $B$ 有唯一解)。
### 考点 7.2 转置与左乘型 ### 考点 7.2 转置与左乘型
$XA=B\iff A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}$,判据 $r(A)=r\binom{A}{B}$(**上下拼接**)。**记忆:$AX=B$ 看左右拼接,$XA=B$ 看上下拼接,方向一错全错**。直观:$XA=B$ 的每一行落在 $A$ 的行空间里。两侧都奇异时**不能写 $X=A^{-1}CB^{-1}$**,先看形状:$AXB$ 的像空间结构(行塌缩+列塌缩),$C$ 必须落在「$A$ 的列空间 $\otimes$ $B$ 的行空间」里。 $XA=B\iff A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}$ ,判据 $r(A)=r\binom{A}{B}$ (**上下拼接**)。**记忆:$AX=B$ 看左右拼接,$XA=B$ 看上下拼接,方向一错全错**。直观:$XA=B$ 的每一行落在 $A$ 的行空间里。两侧都奇异时**不能写** $X=A^{-1}CB^{-1}$ ,先看形状:$AXB$ 的像空间结构(行塌缩+列塌缩),$C$ 必须落在「$A$ 的列空间 $\otimes$ $B$ 的行空间」里。
### 考点 7.3 可逆系数矩阵 ### 考点 7.3 可逆系数矩阵
$AXB=C$ 唯一解 $X=A^{-1}CB^{-1}$——要求可逆的是**两侧系数矩阵** $A,B$,**不是右端 $C$**;顺序不能换。右端是 $A,B$ 的组合时,答案一定是 $A^{-1},B^{-1}$ 的组合,**先写结构后代数值**($A^{-1}(A+B)B^{-1}=B^{-1}+A^{-1}$,$A^{-1}$ 在后、$B^{-1}$ 在前)。 $AXB=C$ 唯一解 $X=A^{-1}CB^{-1}$ ——要求可逆的是**两侧系数矩阵** $A,B$ ,**不是右端** $C$ ;顺序不能换。右端是 $A,B$ 的组合时,答案一定是 $A^{-1},B^{-1}$ 的组合,**先写结构后代数值**($A^{-1}(A+B)B^{-1}=B^{-1}+A^{-1}$ ,$A^{-1}$ 在后、$B^{-1}$ 在前)。
**题目** **题目**
- **题 1 · 7.1 矩阵方程按列拆(★★☆)**:$A=\begin{pmatrix}1&2\\2&1\\1&1\end{pmatrix}$,$B=\begin{pmatrix}3&0\\3&3\\2&1\end{pmatrix}$。(Ⅰ)验证 $AX=B$ 有解并求 $X$;(Ⅱ)把 $B$ 第 2 列换成 $(3,1,2)^{\mathrm T}$ 方程是否还有解?为什么? - **题 1 · 7.1 矩阵方程按列拆(★★☆)**:$A=\begin{pmatrix}1&2\\2&1\\1&1\end{pmatrix}$ ,$B=\begin{pmatrix}3&0\\3&3\\2&1\end{pmatrix}$ 。(Ⅰ)验证 $AX=B$ 有解并求 $X$ ;(Ⅱ)把 $B$ 第 2 列换成 $(3,1,2)^{\mathrm T}$ 方程是否还有解?为什么?
- **题 2 · 7.1 含参矩阵方程的可解性(★★★)**:$A=\begin{pmatrix}1&1&1\\1&2&a\\1&4&a^2\end{pmatrix}$,$B=\begin{pmatrix}2&1\\3&2\\5&3\end{pmatrix}$。(Ⅰ)$a$ 何值 $AX=B$ 有解($|A|=(a-1)(a-2)$,奇异时不可解的是同一列)?(Ⅱ)$a=0$ 时求 $X$。 - **题 2 · 7.1 含参矩阵方程的可解性(★★★)**:$A=\begin{pmatrix}1&1&1\\1&2&a\\1&4&a^2\end{pmatrix}$ ,$B=\begin{pmatrix}2&1\\3&2\\5&3\end{pmatrix}$ 。(Ⅰ)$a$ 何值 $AX=B$ 有解($|A|=(a-1)(a-2)$ ,奇异时不可解的是同一列)?(Ⅱ)$a=0$ 时求 $X$ 。
- **题 3 · 7.2 左乘型用转置(★★☆)**:$A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$,$B=\begin{pmatrix}3&6\\1&2\end{pmatrix}$。求 $XA=B$ 的全部解($B$ 的行 $\subseteq$ $A$ 的行空间;转置后自由参数出现在 $X$ 第 1 行)。 - **题 3 · 7.2 左乘型用转置(★★☆)**:$A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$ ,$B=\begin{pmatrix}3&6\\1&2\end{pmatrix}$ 。求 $XA=B$ 的全部解($B$ 的行 $\subseteq$ $A$ 的行空间;转置后自由参数出现在 $X$ 第 1 行)。
- **题 4 · 7.2 两侧都奇异时先判结构(★★★)**:$A=\begin{pmatrix}1&0\\1&0\end{pmatrix}$,$B=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。(Ⅰ)证明任意 $X$ 使 $AXB$ 形如 $\begin{pmatrix}t&2t\\t&2t\end{pmatrix}$;(Ⅱ)判断 $C_1=\begin{pmatrix}3&6\\3&6\end{pmatrix}$、$C_2=\begin{pmatrix}3&6\\1&2\end{pmatrix}$ 哪个有解并求全部解。 - **题 4 · 7.2 两侧都奇异时先判结构(★★★)**:$A=\begin{pmatrix}1&0\\1&0\end{pmatrix}$ ,$B=\begin{pmatrix}1&2\\2&4\end{pmatrix}$ 。(Ⅰ)证明任意 $X$ 使 $AXB$ 形如 $\begin{pmatrix}t&2t\\t&2t\end{pmatrix}$ ;(Ⅱ)判断 $C_1=\begin{pmatrix}3&6\\3&6\end{pmatrix}$ 、$C_2=\begin{pmatrix}3&6\\1&2\end{pmatrix}$ 哪个有解并求全部解。
- **题 5 · 7.3 结构解,不必算逆(★★★)**:$A=\begin{pmatrix}1&2\\0&1\end{pmatrix}$,$B=\begin{pmatrix}1&0\\3&1\end{pmatrix}$。(Ⅰ)证明 $AXB=A+B$ 解唯一且 $X=A^{-1}+B^{-1}$;(Ⅱ)求 $X$;(Ⅲ)右端换 $A-B$ 时解是什么? - **题 5 · 7.3 结构解,不必算逆(★★★)**:$A=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ ,$B=\begin{pmatrix}1&0\\3&1\end{pmatrix}$ 。(Ⅰ)证明 $AXB=A+B$ 解唯一且 $X=A^{-1}+B^{-1}$ ;(Ⅱ)求 $X$ ;(Ⅲ)右端换 $A-B$ 时解是什么?
## 8. 点 8 · 克拉默法则与抽象证明 ## 8. 点 8 · 克拉默法则与抽象证明
@@ -247,25 +247,25 @@ $AXB=C$ 唯一解 $X=A^{-1}CB^{-1}$——要求可逆的是**两侧系数矩阵*
### 考点 8.1 克拉默法则 ### 考点 8.1 克拉默法则
$n$ 个方程 $n$ 个未知量且 $D=|A|\ne0$ 时 $x_j=\frac{D_j}{D}$($D_j$:把第 $j$ 列换成 $b$)。**四道限制**:方阵、$|A|\ne0$、只适合低阶($n+1$ 个行列式)、$D=0$ 回到消元。**齐次推论**:$Ax=0$($n$ 方程 $n$ 未知)有非零解 $\iff|A|=0$。**「行和为 $k$」是本讲最强翻译:$Ae=ke$**——$e$ 是特征向量,$Ax=e$ 的解立刻是 $\frac1k e$。 $n$ 个方程 $n$ 个未知量且 $D=|A|\ne0$ 时 $x_j=\frac{D_j}{D}$ ($D_j$ :把第 $j$ 列换成 $b$ )。**四道限制**:方阵、$|A|\ne0$ 、只适合低阶($n+1$ 个行列式)、$D=0$ 回到消元。**齐次推论**:$Ax=0$ ($n$ 方程 $n$ 未知)有非零解 $\iff|A|=0$ 。**「行和为 $k$ 」是本讲最强翻译:** $Ae=ke$ ——$e$ 是特征向量,$Ax=e$ 的解立刻是 $\frac1k e$ 。
### 考点 8.2 抽象证明四个模板 ### 考点 8.2 抽象证明四个模板
| 要证 | 起手式 | 关键一步 | | 要证 | 起手式 | 关键一步 |
|---|---|---| |---|---|---|
| 某向量是解 | 直接算 $A(\cdot)$ | 展开成已知解的组合 | | 某向量是解 | 直接算 $A(\cdot)$ | 展开成已知解的组合 |
| 解向量组无关 | 设 $\sum k_ix_i=0$ | **两边左乘 $A$**,用 $b\ne0$ 分步逼零 | | 解向量组无关 | 设 $\sum k_ix_i=0$ | **两边左乘** $A$ ,用 $b\ne0$ 分步逼零 |
| 同解 | 双向包含 | 一边用 $r\binom{A}{B}=r(A)$ | | 同解 | 双向包含 | 一边用 $r\binom{A}{B}=r(A)$ |
| 有解的条件 | 秩比较 | $r(A)=r(A\mid b)$ | | 有解的条件 | 秩比较 | $r(A)=r(A\mid b)$ |
**「设 $\sum k_ix_i=0$ 后左乘 $A$」是最有用的动作**。$AB=O$ 三件套(背这一句「$\mathrm{col}(B)\subseteq\ker A$」不背结论):① $r(A)+r(B)\le n$;② $A$ 列满秩 $\Rightarrow B=O$;③ $A^2=A\Rightarrow r(A)+r(A-E)=n$(零乘积给上界 $+$ 可逆和给下界夹逼)。幂零:$A^2=O\Rightarrow r(A)\le n/2$;非齐次**线性无关解最大个数 $=n-r(A)+1$**($+1$ 是特解那一维,最容易漏)。 **「设 $\sum k_ix_i=0$ 后左乘 $A$ 」是最有用的动作**。$AB=O$ 三件套(背这一句「$\mathrm{col}(B)\subseteq\ker A$ 」不背结论):① $r(A)+r(B)\le n$ ;② $A$ 列满秩 $\Rightarrow B=O$ ;③ $A^2=A\Rightarrow r(A)+r(A-E)=n$ (零乘积给上界 $+$ 可逆和给下界夹逼)。幂零:$A^2=O\Rightarrow r(A)\le n/2$ ;非齐次**线性无关解最大个数** $=n-r(A)+1$ ($+1$ 是特解那一维,最容易漏)。
**题目** **题目**
- **题 1 · 8.1 三阶方程组走一遍克拉默(★★☆)**:用克拉默法则解 $\begin{cases}2x_1+x_2+x_3=4\\x_1+2x_2+x_3=3\\x_1+x_2+3x_3=7\end{cases}$。 - **题 1 · 8.1 三阶方程组走一遍克拉默(★★☆)**:用克拉默法则解 $\begin{cases}2x_1+x_2+x_3=4\\x_1+2x_2+x_3=3\\x_1+x_2+3x_3=7\end{cases}$ 。
- **题 2 · 8.1 用克拉默法则证明「行和」这件事(★★★)**:$A$ 是 3 阶可逆矩阵,**每行元素之和都等于 $k\ne0$**,$b=(1,1,1)^{\mathrm T}$。(Ⅰ)用克拉默证明 $x_1=x_2=x_3=\frac1k$;(Ⅱ)求 $D_1+D_2+D_3$ 与 $D=|A|$ 的关系($D_i=\frac Dk$,于是 $D_1+D_2+D_3=\frac{3D}{k}$)。 - **题 2 · 8.1 用克拉默法则证明「行和」这件事(★★★)**:$A$ 是 3 阶可逆矩阵,**每行元素之和都等于** $k\ne0$ ,$b=(1,1,1)^{\mathrm T}$ 。(Ⅰ)用克拉默证明 $x_1=x_2=x_3=\frac1k$ ;(Ⅱ)求 $D_1+D_2+D_3$ 与 $D=|A|$ 的关系($D_i=\frac Dk$ ,于是 $D_1+D_2+D_3=\frac{3D}{k}$ )。
- **题 3 · 8.2 行和与零空间,反求整个矩阵(★★★)**【张宇 4-11 骨架】:$A$ 是 3 阶矩阵,**每行元素之和为 3**,$Ax=0$ 通解为 $k_1(1,2,-2)^{\mathrm T}+k_2(2,1,2)^{\mathrm T}$,$\alpha=(1,1,1)^{\mathrm T}$。(Ⅰ)证明任意 $\beta$ 使 $A\beta$ 与 $\alpha$ 线性相关(三句话:行和→特征向量;零空间→秩 1;秩 1→$A=uv^{\mathrm T}$);(Ⅱ)$\beta=(3,6,-3)^{\mathrm T}$ 时求 $A\beta$;(Ⅲ)求 $A$。 - **题 3 · 8.2 行和与零空间,反求整个矩阵(★★★)**【张宇 4-11 骨架】:$A$ 是 3 阶矩阵,**每行元素之和为 3**,$Ax=0$ 通解为 $k_1(1,2,-2)^{\mathrm T}+k_2(2,1,2)^{\mathrm T}$ ,$\alpha=(1,1,1)^{\mathrm T}$ 。(Ⅰ)证明任意 $\beta$ 使 $A\beta$ 与 $\alpha$ 线性相关(三句话:行和→特征向量;零空间→秩 1;秩 1→$A=uv^{\mathrm T}$ );(Ⅱ)$\beta=(3,6,-3)^{\mathrm T}$ 时求 $A\beta$ ;(Ⅲ)求 $A$ 。
- **题 4 · 8.2 幂零矩阵能夹出多小的秩(★★★)**【张宇 4-09 骨架】:$A$ 是 3 阶**非零**矩阵,$A^2=O$。若 $Ax=b$ 有解,求它**线性无关解的最大个数**($r(A)=1$,最大个数 $=n-r+1=3$),并把推理推广到 $n$ 阶($r(A)\le\frac n2$,最大个数 $\ge\frac n2+1$)。 - **题 4 · 8.2 幂零矩阵能夹出多小的秩(★★★)**【张宇 4-09 骨架】:$A$ 是 3 阶**非零**矩阵,$A^2=O$ 。若 $Ax=b$ 有解,求它**线性无关解的最大个数**($r(A)=1$ ,最大个数 $=n-r+1=3$ ),并把推理推广到 $n$ 阶($r(A)\le\frac n2$ ,最大个数 $\ge\frac n2+1$ )。
- **题 5 · 8.2 积为零矩阵的秩不等式与三个推论(★★★)**:$A$ 为 $m\times n$,$B$ 为 $n\times s$,$AB=O$。(Ⅰ)证明 $r(A)+r(B)\le n$;(Ⅱ)$A$ 列满秩时证明 $B=O$;(Ⅲ)用(Ⅰ)证明 $A^2=A\Rightarrow r(A)+r(A-E)=n$。 - **题 5 · 8.2 积为零矩阵的秩不等式与三个推论(★★★)**:$A$ 为 $m\times n$ ,$B$ 为 $n\times s$ ,$AB=O$ 。(Ⅰ)证明 $r(A)+r(B)\le n$ ;(Ⅱ)$A$ 列满秩时证明 $B=O$ ;(Ⅲ)用(Ⅰ)证明 $A^2=A\Rightarrow r(A)+r(A-E)=n$ 。
--- ---
@@ -14,22 +14,22 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 特征值]
## 0. 本讲骨架(先背这张图) ## 0. 本讲骨架(先背这张图)
**一句话**:三个核心动作反复用——解 $|\lambda E-A|=0$ 求特征值、解 $(\lambda E-A)x=0$ 求特征向量、用特征向量拼 $P$ 验证 $P^{-1}AP=\Lambda$。 **一句话**:三个核心动作反复用——解 $|\lambda E-A|=0$ 求特征值、解 $(\lambda E-A)x=0$ 求特征向量、用特征向量拼 $P$ 验证 $P^{-1}AP=\Lambda$ 。
**真题地位**:真题库第 13 章,近十年 **11 题 83 分,线代分值最高的一讲**(5 选择填空 21 分 + 5 解答 57 分,解答几乎每年落在 20/21 题)。**第 5 讲做不出来,线代基本报废**——第 6 讲二次型只是它的延伸。 **真题地位**:真题库第 13 章,近十年 **11 题 83 分,线代分值最高的一讲**(5 选择填空 21 分 + 5 解答 57 分,解答几乎每年落在 20/21 题)。**第 5 讲做不出来,线代基本报废**——第 6 讲二次型只是它的延伸。
**依赖链**:02 定义与求法(地基)→ 03 特征值性质(和=迹、积=行列式)→ 04 相似与对角化(何时能拼出 $P$)→ 05 实对称正交对角化(**解答题主场,闭卷不停顿**)→ 06 反求矩阵 → 07 对角化应用(求 $A^n$、秩)→ 08 二次型接口($Q^{\mathrm T}AQ=\Lambda$ 就是化标准形)。时间不够按 `08→07 题2→06 题4` 砍,**`05` 不能砍**。 **依赖链**:02 定义与求法(地基)→ 03 特征值性质(和=迹、积=行列式)→ 04 相似与对角化(何时能拼出 $P$ )→ 05 实对称正交对角化(**解答题主场,闭卷不停顿**)→ 06 反求矩阵 → 07 对角化应用(求 $A^n$ 、秩)→ 08 二次型接口($Q^{\mathrm T}AQ=\Lambda$ 就是化标准形)。时间不够按 `08→07 题2→06 题4` 砍,**`05` 不能砍**。
**考点树** **考点树**
| 点 | 考点小节(题数) | | 点 | 考点小节(题数) |
|---|---| |---|---|
| 1 定义与求法 | 1.1 定义与特征方程(题1)· 1.2 四步求法(题2–3)· 1.3 几何重数与对角化判据(题4–5)· 1.4 特征向量性质(题6–7) | | 1 定义与求法 | 1.1 定义与特征方程(题1)· 1.2 四步求法(题2–3)· 1.3 几何重数与对角化判据(题4–5)· 1.4 特征向量性质(题6–7) |
| 2 特征值的性质 | 2.1 和与积(题1)· 2.2 派生矩阵 $f(A)$(题2–4)· 2.3 重数与几何重数(题5–6) | | 2 特征值的性质 | 2.1 和与积(题1)· 2.2 派生矩阵 $f(A)$ (题2–4)· 2.3 重数与几何重数(题5–6) |
| 3 相似与相似对角化 | 3.1 相似不变量(题1)· 3.2 对角化充要条件(题3–6)· 3.3 判定三步筛(题2) | | 3 相似与相似对角化 | 3.1 相似不变量(题1)· 3.2 对角化充要条件(题3–6)· 3.3 判定三步筛(题2) |
| 4 实对称矩阵正交对角化 | 4.1 三个定理(题1、5)· 4.2 五步流程(题2)· 4.3 正交矩阵(题4)· 4.4 谱分解(题3) | | 4 实对称矩阵正交对角化 | 4.1 三个定理(题1、5)· 4.2 五步流程(题2)· 4.3 正交矩阵(题4)· 4.4 谱分解(题3) |
| 5 反求矩阵与抽象条件 | 5.1 由 $\lambda,\xi$ 反求 $A$(题1、3)· 5.2 多项式条件(题2、4、5) | | 5 反求矩阵与抽象条件 | 5.1 由 $\lambda,\xi$ 反求 $A$ (题1、3)· 5.2 多项式条件(题2、4、5) |
| 6 对角化的应用 | 6.1 求 $A^n$(题1–2)· 6.2 行列式与秩(题3–4) | | 6 对角化的应用 | 6.1 求 $A^n$ (题1–2)· 6.2 行列式与秩(题3–4) |
| 7 与二次型的接口 | 7.1 标准形=特征值、正定性(题1–3) | | 7 与二次型的接口 | 7.1 标准形=特征值、正定性(题1–3) |
## 1. 点 1 · 定义与求法 ## 1. 点 1 · 定义与求法
@@ -38,27 +38,27 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 特征值]
### 考点 1.1 定义与特征方程 ### 考点 1.1 定义与特征方程
$A\xi=\lambda\xi$($\xi\ne0$)——$\lambda$ 是特征值(**是数**),$\xi$ 是特征向量(**非零**)。三个等价改写:$A\xi=\lambda\xi\iff(\lambda E-A)\xi=0\iff\xi$ 是 $(\lambda E-A)x=0$ 的非零解。由第三条:$\lambda$ 是特征值 $\iff|\lambda E-A|=0$(特征方程)。四条易错:① 特征向量必须非零;② $\lambda$ 可为 0/负/复数(实矩阵复特征值成共轭对);③ $|\lambda E-A|$ 与 $|A-\lambda E|$ 求根相同;④ 特征向量不唯一($k\xi$ 都是)。 $A\xi=\lambda\xi$ ($\xi\ne0$ )——$\lambda$ 是特征值(**是数**),$\xi$ 是特征向量(**非零**)。三个等价改写:$A\xi=\lambda\xi\iff(\lambda E-A)\xi=0\iff\xi$ 是 $(\lambda E-A)x=0$ 的非零解。由第三条:$\lambda$ 是特征值 $\iff|\lambda E-A|=0$ (特征方程)。四条易错:① 特征向量必须非零;② $\lambda$ 可为 0/负/复数(实矩阵复特征值成共轭对);③ $|\lambda E-A|$ 与 $|A-\lambda E|$ 求根相同;④ 特征向量不唯一($k\xi$ 都是)。
### 考点 1.2 求法四步 ### 考点 1.2 求法四步
① 算 $|\lambda E-A|$ 并**因式分解**;② 写全部特征值与代数重数;③ 对每个 $\lambda_i$ 解 $(\lambda_iE-A)x=0$ 求基础解系;④ 特征向量 $=k_1\xi_{i1}+\cdots$($k$ 不全为零)。捷径:**$\lambda_iE-A$ 每行之和常为零 $\Rightarrow (1,\dots,1)^{\mathrm T}$ 是解**;先猜后验。二阶速算:$\lambda^2-(\operatorname{tr}A)\lambda+|A|=0$。 ① 算 $|\lambda E-A|$ 并**因式分解**;② 写全部特征值与代数重数;③ 对每个 $\lambda_i$ 解 $(\lambda_iE-A)x=0$ 求基础解系;④ 特征向量 $=k_1\xi_{i1}+\cdots$ ($k$ 不全为零)。捷径:**$\lambda_iE-A$ 每行之和常为零 $\Rightarrow (1,\dots,1)^{\mathrm T}$ 是解**;先猜后验。二阶速算:$\lambda^2-(\operatorname{tr}A)\lambda+|A|=0$ 。
### 考点 1.3 几何重数与可对角化判据 ### 考点 1.3 几何重数与可对角化判据
代数重数 $n_i$(根的重数);几何重数 $m_i=n-r(\lambda_iE-A)$(特征子空间维数 $=$ 无关特征向量最大个数)。$1\le m_i\le n_i$;**$A$ 可对角化 $\iff m_i=n_i$(对所有 $i$)$\iff\sum m_i=n$**。判定三步:求全 $n_i$ → 只对 $n_i\ge2$ 算 $r(\lambda_iE-A)$ → 有一个 $m_i<n_i$ 即不可对角化。两处易错:**① 有重根 $\ne$ 不可对角化**($\mathrm{diag}(1,1,2)$ 可对角化);**② 可对角化 $\ne$ 特征值互异**($E$ 三重特征值 1 照样对角)。「$n$ 个互异特征值 $\Rightarrow$ 可对角化」只是充分条件。判据等价写法:$r(\lambda_iE-A)=n-n_i$ 取等号才可。 代数重数 $n_i$ (根的重数);几何重数 $m_i=n-r(\lambda_iE-A)$ (特征子空间维数 $=$ 无关特征向量最大个数)。$1\le m_i\le n_i$ ;**$A$ 可对角化 $\iff m_i=n_i$ (对所有 $i$ )** $\iff\sum m_i=n$ 。判定三步:求全 $n_i$ → 只对 $n_i\ge2$ 算 $r(\lambda_iE-A)$ → 有一个 $m_i<n_i$ 即不可对角化。两处易错:**① 有重根 $\ne$ 不可对角化**($\mathrm{diag}(1,1,2)$ 可对角化);**② 可对角化 $\ne$ 特征值互异**($E$ 三重特征值 1 照样对角)。「$n$ 个互异特征值 $\Rightarrow$ 可对角化」只是充分条件。判据等价写法:$r(\lambda_iE-A)=n-n_i$ 取等号才可。
### 考点 1.4 特征向量性质 ### 考点 1.4 特征向量性质
① 同一特征值特征向量的非零线性组合仍是其特征向量;② **不同特征值的特征向量线性无关**($P$ 可逆的根基);③ $n$ 个互异特征值 $\Rightarrow$ 可对角化;④ 特征向量**不能跨特征值相加**。证明模板:「设零组合→左乘 $A$→原式乘 $\lambda_m$→两式相减消一项」归纳(实对称的推广是「两边取内积」)。 ① 同一特征值特征向量的非零线性组合仍是其特征向量;② **不同特征值的特征向量线性无关**($P$ 可逆的根基);③ $n$ 个互异特征值 $\Rightarrow$ 可对角化;④ 特征向量**不能跨特征值相加**。证明模板:「设零组合→左乘 $A$ →原式乘 $\lambda_m$ →两式相减消一项」归纳(实对称的推广是「两边取内积」)。
**题目** **题目**
- **题 1 · 1.1 定义的三条等价写法(★☆☆)**:$A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$,$\xi=(1,-1)^{\mathrm T}$。(Ⅰ)验证 $\xi$ 是特征向量并写特征值;(Ⅱ)为什么 $(1,1)^{\mathrm T}$ 对应特征值不同?(Ⅲ)「$0$ 是 $A$ 的特征值」与「$A$ 不可逆」是否等价(等价——三说法一回事)。 - **题 1 · 1.1 定义的三条等价写法(★☆☆)**:$A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$ ,$\xi=(1,-1)^{\mathrm T}$ 。(Ⅰ)验证 $\xi$ 是特征向量并写特征值;(Ⅱ)为什么 $(1,1)^{\mathrm T}$ 对应特征值不同?(Ⅲ)「$0$ 是 $A$ 的特征值」与「$A$ 不可逆」是否等价(等价——三说法一回事)。
- **题 2 · 1.2 二阶矩阵走完整四步(★★☆)**:求 $A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$ 的全部特征值与特征向量(速算式 $\lambda^2-4\lambda+3=0$,特征向量 $(1,-1)$ 与 $(1,1)$ 恰好正交——实对称必然)。 - **题 2 · 1.2 二阶矩阵走完整四步(★★☆)**:求 $A=\begin{pmatrix}2&1\\1&2\end{pmatrix}$ 的全部特征值与特征向量(速算式 $\lambda^2-4\lambda+3=0$ ,特征向量 $(1,-1)$ 与 $(1,1)$ 恰好正交——实对称必然)。
- **题 3 · 1.2 分块三阶,重根情形(★★☆)**:求 $A=\begin{pmatrix}2&0&0\\0&3&1\\0&1&3\end{pmatrix}$ 的全部特征值与特征向量(分块对角特征值=各块并集;$\lambda=2$ 二重但 $r(2E-A)=1$、几何重数 2,可对角化)。 - **题 3 · 1.2 分块三阶,重根情形(★★☆)**:求 $A=\begin{pmatrix}2&0&0\\0&3&1\\0&1&3\end{pmatrix}$ 的全部特征值与特征向量(分块对角特征值=各块并集;$\lambda=2$ 二重但 $r(2E-A)=1$ 、几何重数 2,可对角化)。
- **题 4 · 1.3 含参矩阵与可对角化判定(★★☆)**:$A=\begin{pmatrix}1&1&0\\0&a&0\\0&0&1\end{pmatrix}$,求特征值并讨论 $a$ 何值时可对角化(上三角读对角元;$a\ne1$ 时 $r(E-A)=1$ 可对角化,$a=1$ 时代数重数涨到 3 不可对角化)。 - **题 4 · 1.3 含参矩阵与可对角化判定(★★☆)**:$A=\begin{pmatrix}1&1&0\\0&a&0\\0&0&1\end{pmatrix}$ ,求特征值并讨论 $a$ 何值时可对角化(上三角读对角元;$a\ne1$ 时 $r(E-A)=1$ 可对角化,$a=1$ 时代数重数涨到 3 不可对角化)。
- **题 5 · 1.3 有重根却能对角化(★★☆)**:$A=\begin{pmatrix}0&1&1\\1&0&1\\1&1&0\end{pmatrix}$。(Ⅰ)求全部特征值与代数重数(行和=2 白送 $\lambda=2$,迹与行列式逼出 $-1,-1$);(Ⅱ)求几何重数并判断能否对角化(能);(Ⅲ)$P$ 需要几列、每列取自哪个子空间(每个特征值各取一套,不能混着凑)。 - **题 5 · 1.3 有重根却能对角化(★★☆)**:$A=\begin{pmatrix}0&1&1\\1&0&1\\1&1&0\end{pmatrix}$ 。(Ⅰ)求全部特征值与代数重数(行和=2 白送 $\lambda=2$ ,迹与行列式逼出 $-1,-1$ );(Ⅱ)求几何重数并判断能否对角化(能);(Ⅲ)$P$ 需要几列、每列取自哪个子空间(每个特征值各取一套,不能混着凑)。
- **题 6 · 1.4 特征向量的四条性质(★★☆)**:$\lambda_1\ne\lambda_2$,$\xi_1,\xi_2$ 分别是其特征向量。判断:(Ⅰ)$\xi_1+\xi_2$ 一定是特征向量(错);(Ⅱ)$2\xi_1$ 仍是 $\lambda_1$ 的特征向量(对);(Ⅲ)$\xi_1,\xi_2$ 线性无关(对);(Ⅳ)三阶矩阵三特征值互异对应特征向量无关(对)。 - **题 6 · 1.4 特征向量的四条性质(★★☆)**:$\lambda_1\ne\lambda_2$ ,$\xi_1,\xi_2$ 分别是其特征向量。判断:(Ⅰ)$\xi_1+\xi_2$ 一定是特征向量(错);(Ⅱ)$2\xi_1$ 仍是 $\lambda_1$ 的特征向量(对);(Ⅲ)$\xi_1,\xi_2$ 线性无关(对);(Ⅳ)三阶矩阵三特征值互异对应特征向量无关(对)。
- **题 7 · 1.4 不同特征值特征向量无关的证明(★★★)**:$\lambda_1,\dots,\lambda_m$ 互异,证明对应特征向量线性无关(归纳 + 左乘 $A$ 与乘 $\lambda_m$ 相减消项)。 - **题 7 · 1.4 不同特征值特征向量无关的证明(★★★)**:$\lambda_1,\dots,\lambda_m$ 互异,证明对应特征向量线性无关(归纳 + 左乘 $A$ 与乘 $\lambda_m$ 相减消项)。
## 2. 点 2 · 特征值的性质 ## 2. 点 2 · 特征值的性质
@@ -77,25 +77,25 @@ $$\sum\lambda_i=\operatorname{tr}A,\qquad\prod\lambda_i=|A|.$$
|---|---| |---|---|
| $kA$ | $k\lambda$ | | $kA$ | $k\lambda$ |
| $A^m$ | $\lambda^m$ | | $A^m$ | $\lambda^m$ |
| $A^{-1}$ | $\lambda^{-1}$($A$ 可逆) | | $A^{-1}$ | $\lambda^{-1}$ ($A$ 可逆) |
| $A^*$ | $|A|/\lambda$($A$ 可逆) | | $A^*$ | $|A|/\lambda$ ($A$ 可逆) |
| $f(A)$ | $f(\lambda)$ | | $f(A)$ | $f(\lambda)$ |
| $A^{\mathrm T}$ | $\lambda$(**特征向量不同**) | | $A^{\mathrm T}$ | $\lambda$ (**特征向量不同**) |
| $P^{-1}AP$ | $\lambda$(特征向量 $P^{-1}\xi$) | | $P^{-1}AP$ | $\lambda$ (特征向量 $P^{-1}\xi$ ) |
最常用:**$f(A)$ 的特征值是 $f(\lambda)$**——把 $\lambda$ 代进多项式即可。$A^{\mathrm T}$ 与 $A$ 特征值相同但特征向量不同,最容易想当然。 最常用:**$f(A)$ 的特征值是** $f(\lambda)$ ——把 $\lambda$ 代进多项式即可。$A^{\mathrm T}$ 与 $A$ 特征值相同但特征向量不同,最容易想当然。
### 考点 2.3 重数与几何重数 ### 考点 2.3 重数与几何重数
$1\le m_i\le n_i$;**可对角化 $\iff$ 每个 $m_i=n_i$**。一句话:**代数重数管「应该有几个」,几何重数管「实际有几个」,缺一个就补不上**。幂等矩阵 $A^2=A$ 三件套:**特征值只能 0/1、必可对角化、$r(A)=\operatorname{tr}A=$ 1 的个数**(证明用 $A(A-E)=O$ 的秩不等式:$r(A)+r(A-E)=n$ 夹逼)。 $1\le m_i\le n_i$ ;**可对角化 $\iff$ 每个** $m_i=n_i$ 。一句话:**代数重数管「应该有几个」,几何重数管「实际有几个」,缺一个就补不上**。幂等矩阵 $A^2=A$ 三件套:**特征值只能 0/1、必可对角化、$r(A)=\operatorname{tr}A=$ 1 的个数**(证明用 $A(A-E)=O$ 的秩不等式:$r(A)+r(A-E)=n$ 夹逼)。
**题目** **题目**
- **题 1 · 2.1 由迹与行列式反求第三个特征值(★☆☆)**:三阶矩阵 $\operatorname{tr}A=6$、$|A|=6$、两个特征值 $1,2$,求第三个(用迹减出 3,用行列式验)。 - **题 1 · 2.1 由迹与行列式反求第三个特征值(★☆☆)**:三阶矩阵 $\operatorname{tr}A=6$ 、$|A|=6$ 、两个特征值 $1,2$ ,求第三个(用迹减出 3,用行列式验)。
- **题 2 · 2.2 特征值与行列式的连锁换算(★★☆)**【2018·13 骨架】:三阶 $A$ 特征值 $1,2,3$,求 $|A^*+E|$($A^*$ 特征值 $6,3,2$ → $+E$ 各加 1 → 积 $=84$)。 - **题 2 · 2.2 特征值与行列式的连锁换算(★★☆)**【2018·13 骨架】:三阶 $A$ 特征值 $1,2,3$ ,求 $|A^*+E|$ ($A^*$ 特征值 $6,3,2$ → $+E$ 各加 1 → 积 $=84$ )。
- **题 3 · 2.2 派生矩阵的特征值一次算完(★★☆)**:$A$ 特征值 $1,-1,2$,求(Ⅰ)$A^2+A-2E$(Ⅱ)$A^{-1}$(Ⅲ)$A^{\mathrm T}$(Ⅳ)$A^2-3A+3E$ 的特征值((Ⅰ)出现 0 说明该矩阵不可逆)。 - **题 3 · 2.2 派生矩阵的特征值一次算完(★★☆)**:$A$ 特征值 $1,-1,2$ ,求(Ⅰ)$A^2+A-2E$ (Ⅱ)$A^{-1}$ (Ⅲ)$A^{\mathrm T}$ (Ⅳ)$A^2-3A+3E$ 的特征值((Ⅰ)出现 0 说明该矩阵不可逆)。
- **题 4 · 2.2 迹与特征值的双向使用(★★☆)**【2024·7 骨架】:$A$ 特征值 $1,1,2$,$\alpha_1,\alpha_2,\alpha_3$ 是三个线性无关特征向量。判断:(Ⅰ)$\operatorname{tr}(A^2)=6$?(Ⅱ)$|A+E|=12$?(Ⅲ)$A$ 可对角化?(给「$n$ 个线性无关特征向量」= 说「可对角化」)。 - **题 4 · 2.2 迹与特征值的双向使用(★★☆)**【2024·7 骨架】:$A$ 特征值 $1,1,2$ ,$\alpha_1,\alpha_2,\alpha_3$ 是三个线性无关特征向量。判断:(Ⅰ)$\operatorname{tr}(A^2)=6$ ?(Ⅱ)$|A+E|=12$ ?(Ⅲ)$A$ 可对角化?(给「$n$ 个线性无关特征向量」= 说「可对角化」)。
- **题 5 · 2.3 重数与几何重数的对照(★★★)**:$A=\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix}$。(Ⅰ)求特征值与代数重数;(Ⅱ)求几何重数;(Ⅲ)判断能否对角化($m_1=1<2$,不能)。 - **题 5 · 2.3 重数与几何重数的对照(★★★)**:$A=\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix}$ 。(Ⅰ)求特征值与代数重数;(Ⅱ)求几何重数;(Ⅲ)判断能否对角化($m_1=1<2$ ,不能)。
- **题 6 · 2.3 幂等矩阵的全部结论(★★★)**:$A^2=A$,$A\ne E$,$A\ne O$。证明(Ⅰ)特征值只能 0/1;(Ⅱ)必可对角化;(Ⅲ)$r(A)=\operatorname{tr}(A)=$ 1 的个数。 - **题 6 · 2.3 幂等矩阵的全部结论(★★★)**:$A^2=A$ ,$A\ne E$ ,$A\ne O$ 。证明(Ⅰ)特征值只能 0/1;(Ⅱ)必可对角化;(Ⅲ)$r(A)=\operatorname{tr}(A)=$ 1 的个数。
## 3. 点 3 · 相似与相似对角化 ## 3. 点 3 · 相似与相似对角化
@@ -103,23 +103,23 @@ $1\le m_i\le n_i$;**可对角化 $\iff$ 每个 $m_i=n_i$**。一句话:**代
### 考点 3.1 相似的定义与必要条件 ### 考点 3.1 相似的定义与必要条件
$P^{-1}AP=B$($P$ 可逆)则 $A\sim B$。**相似不变量**(用来否定,不能用来肯定):特征多项式(含重数)、秩、行列式、迹、可对角化性——**这五条全满足也不一定相似**。口诀:**相似不改变「特征值层面」的一切,但改变「向量层面」的一切**(特征向量跟着 $P$ 变:$B$ 的特征向量是 $P^{-1}\xi$)。 $P^{-1}AP=B$ ($P$ 可逆)则 $A\sim B$ 。**相似不变量**(用来否定,不能用来肯定):特征多项式(含重数)、秩、行列式、迹、可对角化性——**这五条全满足也不一定相似**。口诀:**相似不改变「特征值层面」的一切,但改变「向量层面」的一切**(特征向量跟着 $P$ 变:$B$ 的特征向量是 $P^{-1}\xi$ )。
### 考点 3.2 相似对角化的充要条件 ### 考点 3.2 相似对角化的充要条件
$A$ 可对角化 $\iff A$ 有 $n$ 个线性无关特征向量;此时 $P^{-1}AP=\Lambda=\mathrm{diag}(\lambda_1,\dots,\lambda_n)$。**$P$ 的列序必须与 $\Lambda$ 对角元一一对应**。三个充分条件:① $n$ 个互异特征值;② 实对称(必可正交对角化);③ 每个 $m_i=n_i$。判「不能」:某 $m_i<n_i$。**「特征值全相同且 $A\ne\lambda E$」是判死的铁律**($A\sim aE\Rightarrow A=aE$ 矛盾)。满秩、行列式非零、特征值全正等「看着强」的条件统统与对角化无关。 $A$ 可对角化 $\iff A$ 有 $n$ 个线性无关特征向量;此时 $P^{-1}AP=\Lambda=\mathrm{diag}(\lambda_1,\dots,\lambda_n)$ 。**$P$ 的列序必须与 $\Lambda$ 对角元一一对应**。三个充分条件:① $n$ 个互异特征值;② 实对称(必可正交对角化);③ 每个 $m_i=n_i$ 。判「不能」:某 $m_i<n_i$ 。**「特征值全相同且 $A\ne\lambda E$ 」是判死的铁律**($A\sim aE\Rightarrow A=aE$ 矛盾)。满秩、行列式非零、特征值全正等「看着强」的条件统统与对角化无关。
### 考点 3.3 相似判定三步筛 ### 考点 3.3 相似判定三步筛
① 特征值(含重数)是否相同——不同直接否;② 秩是否相同;③ 是否都可对角化——都可对角化则相似(同相似于同一个 $\Lambda$);一个可一个不可则**不相似**。2016·5、2018·5、2017·6 反复考。 ① 特征值(含重数)是否相同——不同直接否;② 秩是否相同;③ 是否都可对角化——都可对角化则相似(同相似于同一个 $\Lambda$ );一个可一个不可则**不相似**。2016·5、2018·5、2017·6 反复考。
**题目** **题目**
- **题 1 · 3.1 相似的不变量(★☆☆)**:$A\sim B$,判断(Ⅰ)$|A|$ 与 $|B|$(Ⅱ)$r(A)$ 与 $r(B)$(Ⅲ)$\operatorname{tr}(A^2)$ 与 $\operatorname{tr}(B^2)$(Ⅳ)$A$ 与 $B$ 的特征向量——前三项相等,第(Ⅳ)不相等。 - **题 1 · 3.1 相似的不变量(★☆☆)**:$A\sim B$ ,判断(Ⅰ)$|A|$ 与 $|B|$ (Ⅱ)$r(A)$ 与 $r(B)$ (Ⅲ)$\operatorname{tr}(A^2)$ 与 $\operatorname{tr}(B^2)$ (Ⅳ)$A$ 与 $B$ 的特征向量——前三项相等,第(Ⅳ)不相等。
- **题 2 · 3.3 特征值与秩全同却不相似(★★☆)**【2016·5/2018·5 骨架】:$A=\mathrm{diag}(1,1,2)$,$B=\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix}$。(Ⅰ)验证特征值与秩都相同;(Ⅱ)判断是否相似($r(E-B)=2$,$B$ 不可对角化,$A$ 可——不相似)。 - **题 2 · 3.3 特征值与秩全同却不相似(★★☆)**【2016·5/2018·5 骨架】:$A=\mathrm{diag}(1,1,2)$ ,$B=\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix}$ 。(Ⅰ)验证特征值与秩都相同;(Ⅱ)判断是否相似($r(E-B)=2$ ,$B$ 不可对角化,$A$ 可——不相似)。
- **题 3 · 3.2 可对角化的判据清单(★★☆)**:三阶 $A$,哪些条件**能**保证可对角化:(Ⅰ)三个互异特征值(能);(Ⅱ)实对称(能);(Ⅲ)$|A|\ne0$(不能);(Ⅳ)$r(A)=3$(不能);(Ⅴ)特征值全 1 且 $A\ne E$(不能,且必然不可对角化)。 - **题 3 · 3.2 可对角化的判据清单(★★☆)**:三阶 $A$ ,哪些条件**能**保证可对角化:(Ⅰ)三个互异特征值(能);(Ⅱ)实对称(能);(Ⅲ)$|A|\ne0$ (不能);(Ⅳ)$r(A)=3$ (不能);(Ⅴ)特征值全 1 且 $A\ne E$ (不能,且必然不可对角化)。
- **题 4 · 3.2 判定不可对角化(★★☆)**【2023·6 骨架】:$A=\begin{pmatrix}3&1&0\\0&3&0\\0&0&1\end{pmatrix}$ 能否对角化($\lambda=3$ 二重,$r(3E-A)=2$,几何重数 1——不能)。 - **题 4 · 3.2 判定不可对角化(★★☆)**【2023·6 骨架】:$A=\begin{pmatrix}3&1&0\\0&3&0\\0&0&1\end{pmatrix}$ 能否对角化($\lambda=3$ 二重,$r(3E-A)=2$ ,几何重数 1——不能)。
- **题 5 · 3.2 含参矩阵永远不可对角化(★★★)**:$A=\begin{pmatrix}a&1&1\\0&a&1\\0&0&a\end{pmatrix}$,证明无论 $a$ 取何值都不能对角化(特征值全为 $a$,$r(aE-A)=2$,几何重数 1;或反证 $A=aE$ 矛盾)。 - **题 5 · 3.2 含参矩阵永远不可对角化(★★★)**:$A=\begin{pmatrix}a&1&1\\0&a&1\\0&0&a\end{pmatrix}$ ,证明无论 $a$ 取何值都不能对角化(特征值全为 $a$ ,$r(aE-A)=2$ ,几何重数 1;或反证 $A=aE$ 矛盾)。
- **题 6 · 3.2 走完相似对角化全流程(★★★)**【2019·21 骨架】:$A=\begin{pmatrix}2&2&0\\0&1&0\\0&0&3\end{pmatrix}$。(Ⅰ)求全部特征值与特征向量;(Ⅱ)求可逆 $P$ 使 $P^{-1}AP=\Lambda$ 并写 $\Lambda$(列序对齐);(Ⅲ)验证 $A=P\Lambda P^{-1}$(**用 $AP=P\Lambda$ 验,比求逆省一半力气**)。 - **题 6 · 3.2 走完相似对角化全流程(★★★)**【2019·21 骨架】:$A=\begin{pmatrix}2&2&0\\0&1&0\\0&0&3\end{pmatrix}$ 。(Ⅰ)求全部特征值与特征向量;(Ⅱ)求可逆 $P$ 使 $P^{-1}AP=\Lambda$ 并写 $\Lambda$ (列序对齐);(Ⅲ)验证 $A=P\Lambda P^{-1}$ (**用 $AP=P\Lambda$ 验,比求逆省一半力气**)。
## 4. 点 4 · 实对称矩阵正交对角化 ## 4. 点 4 · 实对称矩阵正交对角化
@@ -127,26 +127,26 @@ $A$ 可对角化 $\iff A$ 有 $n$ 个线性无关特征向量;此时 $P^{-1}AP
### 考点 4.1 实对称三个定理 ### 考点 4.1 实对称三个定理
① 特征值全为实数;② **属于不同特征值的特征向量必正交**(不只是线性无关——实对称独有);③ 必可正交对角化:存在正交 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$。**「正交」只发生在不同特征值之间(自动);同一特征值内部必须手工正交化**——五步流程第 3 步是唯一易错点。 ① 特征值全为实数;② **属于不同特征值的特征向量必正交**(不只是线性无关——实对称独有);③ 必可正交对角化:存在正交 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$ 。**「正交」只发生在不同特征值之间(自动);同一特征值内部必须手工正交化**——五步流程第 3 步是唯一易错点。
### 考点 4.2 正交对角化五步 ### 考点 4.2 正交对角化五步
① 解 $|\lambda E-A|=0$ 得特征值及重数;② 每个 $\lambda_i$ 解 $(\lambda_iE-A)x=0$ 得基础解系;③ **同一特征值内部施密特**(不同特征值自动正交);④ 全部单位化按列拼 $Q$;⑤ 写 $Q^{\mathrm T}AQ=\Lambda$ 并检查列序对齐。**「行和相等」的实对称矩阵第一步白送**:$(1,\dots,1)^{\mathrm T}$ 方向特征值 = 行和。 ① 解 $|\lambda E-A|=0$ 得特征值及重数;② 每个 $\lambda_i$ 解 $(\lambda_iE-A)x=0$ 得基础解系;③ **同一特征值内部施密特**(不同特征值自动正交);④ 全部单位化按列拼 $Q$ ;⑤ 写 $Q^{\mathrm T}AQ=\Lambda$ 并检查列序对齐。**「行和相等」的实对称矩阵第一步白送**:$(1,\dots,1)^{\mathrm T}$ 方向特征值 = 行和。
### 考点 4.3 正交矩阵 ### 考点 4.3 正交矩阵
$Q$ 正交 $\iff Q^{\mathrm T}Q=E\iff Q^{-1}=Q^{\mathrm T}$;特征值在**单位圆上**(可为复数);$|Q|=\pm1$(**必要不充分**——$|Q|=1$ 不等于特征值全是 1);逆、转置、乘积仍正交。正交变换保长度与内积:$x^{\mathrm T}Ax=y^{\mathrm T}\Lambda y$——**第 5 讲做对了,第 6 讲只是换个问法**。 $Q$ 正交 $\iff Q^{\mathrm T}Q=E\iff Q^{-1}=Q^{\mathrm T}$ ;特征值在**单位圆上**(可为复数);$|Q|=\pm1$ (**必要不充分**——$|Q|=1$ 不等于特征值全是 1);逆、转置、乘积仍正交。正交变换保长度与内积:$x^{\mathrm T}Ax=y^{\mathrm T}\Lambda y$ ——**第 5 讲做对了,第 6 讲只是换个问法**。
### 考点 4.4 谱分解 ### 考点 4.4 谱分解
$A=Q\Lambda Q^{\mathrm T}=\sum\lambda_iq_iq_i^{\mathrm T}$($q_i$ 单位正交特征向量)。**为什么好用**:$q_iq_i^{\mathrm T}$ 是「投影到 $q_i$ 方向」的**秩 1 矩阵**(投影阵),且 $\sum_iq_iq_i^{\mathrm T}=QQ^{\mathrm T}=E$——所以只要特征向量两两正交且已单位化,**直接读出 $A$,连 $P^{-1}$ 都不用求**(知道特征值 + 特征向量 ⟹ 反求矩阵的万能出口)。两个化形:单根 $\mu$ 向量为 $q$、其余特征值全 $\lambda$ 时 $A=\lambda E+(\mu-\lambda)qq^{\mathrm T}$;$q=\frac1{\sqrt n}(1,\dots,1)^{\mathrm T}$ 时 $A=\lambda E+\frac{\mu-\lambda}{n}J$(重根占 $n-1$ 维时最省事)。**唯一的坑**:分解前必须单位化——写成 $A=\sum\lambda_i\xi_i\xi_i^{\mathrm T}$ 是错的,正确是 $A=\sum\lambda_i\frac{\xi_i\xi_i^{\mathrm T}}{\|\xi_i\|^2}$。配套事实:实对称已知一个特征向量,其余特征向量落在它的**正交补**($n-1$ 维)里,任取正交基即可,不用解方程组。 $A=Q\Lambda Q^{\mathrm T}=\sum\lambda_iq_iq_i^{\mathrm T}$ ($q_i$ 单位正交特征向量)。**为什么好用**:$q_iq_i^{\mathrm T}$ 是「投影到 $q_i$ 方向」的**秩 1 矩阵**(投影阵),且 $\sum_iq_iq_i^{\mathrm T}=QQ^{\mathrm T}=E$ ——所以只要特征向量两两正交且已单位化,**直接读出 $A$ ,连 $P^{-1}$ 都不用求**(知道特征值 + 特征向量 ⟹ 反求矩阵的万能出口)。两个化形:单根 $\mu$ 向量为 $q$ 、其余特征值全 $\lambda$ 时 $A=\lambda E+(\mu-\lambda)qq^{\mathrm T}$ ;$q=\frac1{\sqrt n}(1,\dots,1)^{\mathrm T}$ 时 $A=\lambda E+\frac{\mu-\lambda}{n}J$ (重根占 $n-1$ 维时最省事)。**唯一的坑**:分解前必须单位化——写成 $A=\sum\lambda_i\xi_i\xi_i^{\mathrm T}$ 是错的,正确是 $A=\sum\lambda_i\frac{\xi_i\xi_i^{\mathrm T}}{\|\xi_i\|^2}$ 。配套事实:实对称已知一个特征向量,其余特征向量落在它的**正交补**($n-1$ 维)里,任取正交基即可,不用解方程组。
**题目** **题目**
- **题 1 · 4.1 三个定理的适用范围(★☆☆)**:判断:(Ⅰ)实对称特征值一定是实数(对);(Ⅱ)不同特征值的特征向量一定正交(对);(Ⅲ)特征值全为实数且可对角化则实对称(错——反例 $\begin{pmatrix}1&1\\0&2\end{pmatrix}$);(Ⅳ)重特征值对应特征向量自动正交(错——需手工施密特)。 - **题 1 · 4.1 三个定理的适用范围(★☆☆)**:判断:(Ⅰ)实对称特征值一定是实数(对);(Ⅱ)不同特征值的特征向量一定正交(对);(Ⅲ)特征值全为实数且可对角化则实对称(错——反例 $\begin{pmatrix}1&1\\0&2\end{pmatrix}$ );(Ⅳ)重特征值对应特征向量自动正交(错——需手工施密特)。
- **题 2 · 4.2 三阶实对称的完整五步(★★☆)**:$A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}$,求正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$(行和 4 → $\lambda=4$ 白送;$\lambda=1$ 二重内部取正交的 $(1,-1,0)$、$(1,1,-2)$ 免施密特;$\Lambda=\mathrm{diag}(1,1,4)$)。 - **题 2 · 4.2 三阶实对称的完整五步(★★☆)**:$A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}$ ,求正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$ (行和 4 → $\lambda=4$ 白送;$\lambda=1$ 二重内部取正交的 $(1,-1,0)$ 、$(1,1,-2)$ 免施密特;$\Lambda=\mathrm{diag}(1,1,4)$ )。
- **题 3 · 4.4 由特征值与特征向量反求实对称矩阵(★★★)**【2021·21 骨架】:$A$ 三阶实对称,特征值 $1,1,-1$,$\lambda=-1$ 的特征向量 $\xi=(1,1,1)^{\mathrm T}$。(Ⅰ)求 $A$(谱分解 $A=E-\frac23J$);(Ⅱ)求正交 $Q$;(Ⅲ)求 $|A+2E|$(特征值 $3,3,1$ → 9)。 - **题 3 · 4.4 由特征值与特征向量反求实对称矩阵(★★★)**【2021·21 骨架】:$A$ 三阶实对称,特征值 $1,1,-1$ ,$\lambda=-1$ 的特征向量 $\xi=(1,1,1)^{\mathrm T}$ 。(Ⅰ)求 $A$ (谱分解 $A=E-\frac23J$ );(Ⅱ)求正交 $Q$ ;(Ⅲ)求 $|A+2E|$ (特征值 $3,3,1$ → 9)。
- **题 4 · 4.3 正交矩阵的性质(★★☆)**:$Q$ 正交,判断:(Ⅰ)$|Q|=\pm1$(对);(Ⅱ)$|Q|=1$ 时特征值全是 1(错——旋转矩阵特征值可为复数);(Ⅲ)特征值模长都为 1(对);(Ⅳ)逆、转置、乘积仍正交(对)。 - **题 4 · 4.3 正交矩阵的性质(★★☆)**:$Q$ 正交,判断:(Ⅰ)$|Q|=\pm1$ (对);(Ⅱ)$|Q|=1$ 时特征值全是 1(错——旋转矩阵特征值可为复数);(Ⅲ)特征值模长都为 1(对);(Ⅳ)逆、转置、乘积仍正交(对)。
- **题 5 · 4.1 实对称必可正交对角化的证明(★★★)**:用数学归纳法证明 $n$ 阶实对称存在正交 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$(取单位特征向量 $q_1$ 扩成正交基,$Q_1^{\mathrm T}AQ_1$ 分块对角,右下是 $n-1$ 阶实对称,归纳;两个支点:实特征向量可单位化 + $Q_1^{\mathrm T}AQ_1$ 仍实对称故 $\alpha=0$)。 - **题 5 · 4.1 实对称必可正交对角化的证明(★★★)**:用数学归纳法证明 $n$ 阶实对称存在正交 $Q$ 使 $Q^{\mathrm T}AQ=\Lambda$ (取单位特征向量 $q_1$ 扩成正交基,$Q_1^{\mathrm T}AQ_1$ 分块对角,右下是 $n-1$ 阶实对称,归纳;两个支点:实特征向量可单位化 + $Q_1^{\mathrm T}AQ_1$ 仍实对称故 $\alpha=0$ )。
## 5. 点 5 · 反求矩阵与抽象条件 ## 5. 点 5 · 反求矩阵与抽象条件
@@ -154,7 +154,7 @@ $A=Q\Lambda Q^{\mathrm T}=\sum\lambda_iq_iq_i^{\mathrm T}$($q_i$ 单位正交
### 考点 5.1 由特征值特征向量反求矩阵 ### 考点 5.1 由特征值特征向量反求矩阵
已知 $n$ 个特征值与 $n$ 个无关特征向量:$A=P\Lambda P^{-1}$($P$ 列序对齐 $\Lambda$),**算完回代 $A\xi_i=\lambda_i\xi_i$ 验一两个**。**实对称 + 特征值互异时缺向量用叉乘直接补**($\xi_3=\xi_1\times\xi_2$,不必解方程组),谱分解 $A=\sum\lambda_iq_iq_i^{\mathrm T}$ 最快。部分已知时用 $\operatorname{tr}A=\sum\lambda_i$ 补齐。 已知 $n$ 个特征值与 $n$ 个无关特征向量:$A=P\Lambda P^{-1}$ ($P$ 列序对齐 $\Lambda$ ),**算完回代 $A\xi_i=\lambda_i\xi_i$ 验一两个**。**实对称 + 特征值互异时缺向量用叉乘直接补**($\xi_3=\xi_1\times\xi_2$ ,不必解方程组),谱分解 $A=\sum\lambda_iq_iq_i^{\mathrm T}$ 最快。部分已知时用 $\operatorname{tr}A=\sum\lambda_i$ 补齐。
### 考点 5.2 抽象条件与矩阵方程 ### 考点 5.2 抽象条件与矩阵方程
@@ -166,14 +166,14 @@ $A$ 满足多项式方程 $\Rightarrow$ **特征值满足同一个方程**(方
| $A^2=E$ | $\{\pm1\}$ | 必可对角化 | | $A^2=E$ | $\{\pm1\}$ | 必可对角化 |
| $A^k=O$ | $\{0\}$ | $A\ne O$ 时不可对角化 | | $A^k=O$ | $\{0\}$ | $A\ne O$ 时不可对角化 |
**$r(A)$ 在幂等矩阵里就是「1 的个数」**——把秩条件转成特征值条件的唯一桥梁。$A$ 可逆时 $A^{-1}\xi=\lambda^{-1}\xi$、$A^*\xi=\frac{|A|}{\lambda}\xi$ 共用同一特征向量。**先分解、先看有没有零因子**:$f(A)$ 的特征值出现 0 则行列式立刻为 0。 **$r(A)$ 在幂等矩阵里就是「1 的个数」**——把秩条件转成特征值条件的唯一桥梁。$A$ 可逆时 $A^{-1}\xi=\lambda^{-1}\xi$ 、$A^*\xi=\frac{|A|}{\lambda}\xi$ 共用同一特征向量。**先分解、先看有没有零因子**:$f(A)$ 的特征值出现 0 则行列式立刻为 0。
**题目** **题目**
- **题 1 · 5.1 由特征向量矩阵与对角阵反求原矩阵(★★☆)**:三阶 $A$ 特征值 $3,1$,特征向量 $(1,1)^{\mathrm T}$、$(1,-1)^{\mathrm T}$,求 $A$($A=P\Lambda P^{-1}=\begin{pmatrix}2&1\\1&2\end{pmatrix}$,回代验;结果实对称因特征向量正交)。 - **题 1 · 5.1 由特征向量矩阵与对角阵反求原矩阵(★★☆)**:三阶 $A$ 特征值 $3,1$ ,特征向量 $(1,1)^{\mathrm T}$ 、$(1,-1)^{\mathrm T}$ ,求 $A$ ($A=P\Lambda P^{-1}=\begin{pmatrix}2&1\\1&2\end{pmatrix}$ ,回代验;结果实对称因特征向量正交)。
- **题 2 · 5.2 多项式条件下求行列式(★★★)**【2025·21 骨架】:三阶 $A$ 满足 $A^2=A$ 且 $r(A)=2$,求 $|A+2E|$(特征值 $1,1,0$ → $A+2E$ 特征值 $3,3,2$ → 18)。 - **题 2 · 5.2 多项式条件下求行列式(★★★)**【2025·21 骨架】:三阶 $A$ 满足 $A^2=A$ 且 $r(A)=2$ ,求 $|A+2E|$ (特征值 $1,1,0$ → $A+2E$ 特征值 $3,3,2$ → 18)。
- **题 3 · 5.1 缺一个特征向量时怎么补(★★★)**【2019·21 骨架】:$A$ 三阶实对称,特征值 $1,2,3$,$\xi_1=(1,1,1)^{\mathrm T}$、$\xi_2=(1,-1,0)^{\mathrm T}$,求 $A$(叉乘得 $\xi_3=(1,1,-2)$,谱分解;验 $A\xi_i=\lambda_i\xi_i$)。 - **题 3 · 5.1 缺一个特征向量时怎么补(★★★)**【2019·21 骨架】:$A$ 三阶实对称,特征值 $1,2,3$ ,$\xi_1=(1,1,1)^{\mathrm T}$ 、$\xi_2=(1,-1,0)^{\mathrm T}$ ,求 $A$ (叉乘得 $\xi_3=(1,1,-2)$ ,谱分解;验 $A\xi_i=\lambda_i\xi_i$ )。
- **题 4 · 5.2 矩阵与其转置的特征值相同(★★☆)**:证明(Ⅰ)$A$ 与 $A^{\mathrm T}$ 特征多项式相同(转置不改变行列式);(Ⅱ)特征向量一般不同,举例($A=\begin{pmatrix}1&1\\0&2\end{pmatrix}$,$\lambda=1$ 的特征向量分别是 $(1,0)$ 与 $(1,-1)$)。 - **题 4 · 5.2 矩阵与其转置的特征值相同(★★☆)**:证明(Ⅰ)$A$ 与 $A^{\mathrm T}$ 特征多项式相同(转置不改变行列式);(Ⅱ)特征向量一般不同,举例($A=\begin{pmatrix}1&1\\0&2\end{pmatrix}$ ,$\lambda=1$ 的特征向量分别是 $(1,0)$ 与 $(1,-1)$ )。
- **题 5 · 5.2 多项式条件下求行列式(★★★)**:$A$ 特征值 $1,2,3$,求 $|A^3-3A^2+2A|$($f(\lambda)=\lambda(\lambda-1)(\lambda-2)$,$f(1)=0$ → 行列式 0;或因式分解 $A(A-E)(A-2E)$ 一眼定论)。 - **题 5 · 5.2 多项式条件下求行列式(★★★)**:$A$ 特征值 $1,2,3$ ,求 $|A^3-3A^2+2A|$ ($f(\lambda)=\lambda(\lambda-1)(\lambda-2)$ ,$f(1)=0$ → 行列式 0;或因式分解 $A(A-E)(A-2E)$ 一眼定论)。
## 6. 点 6 · 对角化的应用 ## 6. 点 6 · 对角化的应用
@@ -181,17 +181,17 @@ $A$ 满足多项式方程 $\Rightarrow$ **特征值满足同一个方程**(方
### 考点 6.1 用对角化求矩阵幂 ### 考点 6.1 用对角化求矩阵幂
$A^m=P\Lambda^mP^{-1}=P\,\mathrm{diag}(\lambda_1^m,\dots,\lambda_n^m)P^{-1}$。四步:求特征值与特征向量 → 拼 $P$、$\Lambda$ → 求 $P^{-1}$ → 相乘。**用 $n=1$ 和 $n=2$ 双验**。$P^{-1}$ 速算:二阶公式;列取整数且行列式 $\pm1$ 时 $P^{-1}$ 也是整数阵。**看到 $aI+bJ$ 结构就走二项式**:$J^k=n^{k-1}J$(秩 1 通用性质),$(E+J)^n$ 展开,系数 $\frac{(1+n)^n-1}{n}$ 型——不走对角化。 $A^m=P\Lambda^mP^{-1}=P\,\mathrm{diag}(\lambda_1^m,\dots,\lambda_n^m)P^{-1}$ 。四步:求特征值与特征向量 → 拼 $P$ 、$\Lambda$ → 求 $P^{-1}$ → 相乘。**用 $n=1$ 和 $n=2$ 双验**。$P^{-1}$ 速算:二阶公式;列取整数且行列式 $\pm1$ 时 $P^{-1}$ 也是整数阵。**看到 $aI+bJ$ 结构就走二项式**:$J^k=n^{k-1}J$ (秩 1 通用性质),$(E+J)^n$ 展开,系数 $\frac{(1+n)^n-1}{n}$ 型——不走对角化。
### 考点 6.2 用特征值算行列式与秩 ### 考点 6.2 用特征值算行列式与秩
$|A|=\prod\lambda_i$,$|f(A)|=\prod f(\lambda_i)$,$r(A)=$ 非零特征值个数(**仅当可对角化**——反例 $\begin{pmatrix}0&1\\0&0\end{pmatrix}$ 特征值全 0 但秩 1)。$r(A)=n-\dim N(A)$。伴随秩三档:$r(A)=n$ 时 $r(A^*)=n$;$r(A)=n-1$ 时 $r(A^*)=1$;$r(A)<n-1$ 时 $r(A^*)=0$。**$A$ 不可逆时 $|A|/\lambda$ 在 $\lambda=0$ 处失效**,改走「先对角化再读对角阵的伴随」(对角阵伴随仍对角,$(i,i)$ 元为其余对角元之积)。**「$r(A)=n-1$」是伴随题发令枪**:同时给 $r(A^*)=1$、$|A|=0$、$N(A)$ 一维。 $|A|=\prod\lambda_i$ ,$|f(A)|=\prod f(\lambda_i)$ ,$r(A)=$ 非零特征值个数(**仅当可对角化**——反例 $\begin{pmatrix}0&1\\0&0\end{pmatrix}$ 特征值全 0 但秩 1)。$r(A)=n-\dim N(A)$ 。伴随秩三档:$r(A)=n$ 时 $r(A^*)=n$ ;$r(A)=n-1$ 时 $r(A^*)=1$ ;$r(A)<n-1$ 时 $r(A^*)=0$ 。**$A$ 不可逆时 $|A|/\lambda$ 在 $\lambda=0$ 处失效**,改走「先对角化再读对角阵的伴随」(对角阵伴随仍对角,$(i,i)$ 元为其余对角元之积)。**「$r(A)=n-1$ 」是伴随题发令枪**:同时给 $r(A^*)=1$ 、$|A|=0$ 、$N(A)$ 一维。
**题目** **题目**
- **题 1 · 6.1 二阶矩阵求高次幂(★★☆)**:$A=\begin{pmatrix}1&2\\0&3\end{pmatrix}$,求 $A^n$($A^n=\begin{pmatrix}1&3^n-1\\0&3^n\end{pmatrix}$,$n=1,2$ 双验)。 - **题 1 · 6.1 二阶矩阵求高次幂(★★☆)**:$A=\begin{pmatrix}1&2\\0&3\end{pmatrix}$ ,求 $A^n$ ($A^n=\begin{pmatrix}1&3^n-1\\0&3^n\end{pmatrix}$ ,$n=1,2$ 双验)。
- **题 2 · 6.1 全 1 矩阵结构的快速求幂(★★★)**【2017·20 变体】:$A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}=E+J$,求 $A^n$($J^k=3^{k-1}J$,$A^n=E+\frac{4^n-1}{3}J$)。 - **题 2 · 6.1 全 1 矩阵结构的快速求幂(★★★)**【2017·20 变体】:$A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}=E+J$ ,求 $A^n$ ($J^k=3^{k-1}J$ ,$A^n=E+\frac{4^n-1}{3}J$ )。
- **题 3 · 6.2 特征值算行列式与秩(★★☆)**:三阶 $A$ 特征值 $2,2,0$ 且可对角化,求(Ⅰ)$|A|$(Ⅱ)$r(A)$(Ⅲ)$r(A^*)$(Ⅳ)$|A^*+E|$($A$ 不可逆不能用 $|A|/\lambda$,改读对角阵伴随 $\mathrm{diag}(0,0,4)$ → $|A^*+E|=5$)。 - **题 3 · 6.2 特征值算行列式与秩(★★☆)**:三阶 $A$ 特征值 $2,2,0$ 且可对角化,求(Ⅰ)$|A|$ (Ⅱ)$r(A)$ (Ⅲ)$r(A^*)$ (Ⅳ)$|A^*+E|$ ($A$ 不可逆不能用 $|A|/\lambda$ ,改读对角阵伴随 $\mathrm{diag}(0,0,4)$ → $|A^*+E|=5$ )。
- **题 4 · 6.2 秩与特征值的联手(★★★)**【2017·20 骨架】:三阶 $A$,$r(A)=2$、$\operatorname{tr}(A)=4$、有两个相等特征值。求(Ⅰ)全部特征值($2,2,0$);(Ⅱ)$r(A^*)=1$;(Ⅲ)$Ax=0$ 基础解系几个向量?$A^*x=0$ 与 $Ax=0$ 是否同解(维数 1 vs 2,不同解)? - **题 4 · 6.2 秩与特征值的联手(★★★)**【2017·20 骨架】:三阶 $A$ ,$r(A)=2$ 、$\operatorname{tr}(A)=4$ 、有两个相等特征值。求(Ⅰ)全部特征值($2,2,0$ );(Ⅱ)$r(A^*)=1$ ;(Ⅲ)$Ax=0$ 基础解系几个向量?$A^*x=0$ 与 $Ax=0$ 是否同解(维数 1 vs 2,不同解)?
## 7. 点 7 · 与二次型的接口 ## 7. 点 7 · 与二次型的接口
@@ -199,12 +199,12 @@ $|A|=\prod\lambda_i$,$|f(A)|=\prod f(\lambda_i)$,$r(A)=$ 非零特征值个
### 考点 7.1 三条对接点 ### 考点 7.1 三条对接点
① $Q^{\mathrm T}AQ=\Lambda$ → 正交变换 $x=Qy$ 化标准形;② $\lambda_i$ 符号 → 正负惯性指数;③ $\lambda_i>0$ 全部 → 正定。**标准形系数就是特征值**——第 6 讲解答题实质是第 5 讲 §4.2 五步。两条前置规则:① 写矩阵时**交叉项折半**($a_{ij}=a_{ji}=$ 系数/2);② **惯性定理**:$p,q$ 与变换无关,$p+q=r(A)$。判 $f(A)$ 正定性**只需逐一代入 $f(\lambda_i)$ 看符号**;出现 0 就是半正定不是正定;$A$ 正定时 $A^*$ 也正定。$f=(x_1+\cdots+x_n)^2$ 型的矩阵是 $J$,特征值 $n,0,\dots,0$,半正定不正定。 ① $Q^{\mathrm T}AQ=\Lambda$ → 正交变换 $x=Qy$ 化标准形;② $\lambda_i$ 符号 → 正负惯性指数;③ $\lambda_i>0$ 全部 → 正定。**标准形系数就是特征值**——第 6 讲解答题实质是第 5 讲 §4.2 五步。两条前置规则:① 写矩阵时**交叉项折半**($a_{ij}=a_{ji}=$ 系数/2);② **惯性定理**:$p,q$ 与变换无关,$p+q=r(A)$ 。判 $f(A)$ 正定性**只需逐一代入 $f(\lambda_i)$ 看符号**;出现 0 就是半正定不是正定;$A$ 正定时 $A^*$ 也正定。$f=(x_1+\cdots+x_n)^2$ 型的矩阵是 $J$ ,特征值 $n,0,\dots,0$ ,半正定不正定。
**题目** **题目**
- **题 1 · 7.1 由矩阵直接写标准形(★★☆)**:$f=x_1^2+x_2^2+x_3^2+2x_1x_2+2x_1x_3+2x_2x_3$。(Ⅰ)写矩阵 $A=J$;(Ⅱ)求特征值并写正交变换下标准形($3y_1^2$);(Ⅲ)判断是否正定(不正定,半正定——完全平方等于有零特征值)。 - **题 1 · 7.1 由矩阵直接写标准形(★★☆)**:$f=x_1^2+x_2^2+x_3^2+2x_1x_2+2x_1x_3+2x_2x_3$ 。(Ⅰ)写矩阵 $A=J$ ;(Ⅱ)求特征值并写正交变换下标准形($3y_1^2$ );(Ⅲ)判断是否正定(不正定,半正定——完全平方等于有零特征值)。
- **题 2 · 7.1 正交变换化标准形全流程(★★★)**:$f=2x_1^2+2x_2^2+2x_3^2+2x_1x_2+2x_1x_3+2x_2x_3$。(Ⅰ)写矩阵 $A=E+J$ 并求特征值($4,1,1$,不必展开三阶行列式);(Ⅱ)求正交变换 $x=Qy$;(Ⅲ)写标准形 $y_1^2+y_2^2+4y_3^2$ 并指出惯性指数($p=3,q=0$,正定)。 - **题 2 · 7.1 正交变换化标准形全流程(★★★)**:$f=2x_1^2+2x_2^2+2x_3^2+2x_1x_2+2x_1x_3+2x_2x_3$ 。(Ⅰ)写矩阵 $A=E+J$ 并求特征值($4,1,1$ ,不必展开三阶行列式);(Ⅱ)求正交变换 $x=Qy$ ;(Ⅲ)写标准形 $y_1^2+y_2^2+4y_3^2$ 并指出惯性指数($p=3,q=0$ ,正定)。
- **题 3 · 7.1 正定性判定与特征值(★★☆)**:三阶实对称 $A$ 特征值 $1,2,3$,判断(Ⅰ)$A$ 正定(Ⅱ)$A^{-1}$ 正定(Ⅲ)$A-E$ 正定(错,特征值 $0,1,2$ 半正定)(Ⅳ)$A^*$ 正定——逐一代入即可。 - **题 3 · 7.1 正定性判定与特征值(★★☆)**:三阶实对称 $A$ 特征值 $1,2,3$ ,判断(Ⅰ)$A$ 正定(Ⅱ)$A^{-1}$ 正定(Ⅲ)$A-E$ 正定(错,特征值 $0,1,2$ 半正定)(Ⅳ)$A^*$ 正定——逐一代入即可。
--- ---
@@ -37,18 +37,18 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 二次型]
### 考点 1.1 二次型的定义与矩阵表示 ### 考点 1.1 二次型的定义与矩阵表示
含 $n$ 个变量的二次齐次多项式 $f=\sum_i\sum_ja_{ij}x_ix_j$($a_{ij}=a_{ji}$),取 $a_{ij}=a_{ji}=\frac12\times$($x_ix_j$ 的系数),得实对称矩阵 $A$,$f=x^{\mathrm T}Ax$。**写矩阵唯一规则**:$x_i^2$ 系数 → 对角元 $a_{ii}$(**不折半**);$x_ix_j$ 系数 → $a_{ij}=a_{ji}=$ 系数 $\div2$(**折半,两边都填**)。反向(给矩阵写二次型):$f=\sum_ia_{ii}x_i^2+2\sum_{i<j}a_{ij}x_ix_j$——**非对角元乘 2**,与折半恰好相反。写完自查:$A$ 不对称就是折半错了。 含 $n$ 个变量的二次齐次多项式 $f=\sum_i\sum_ja_{ij}x_ix_j$ ($a_{ij}=a_{ji}$ ),取 $a_{ij}=a_{ji}=\frac12\times$ ($x_ix_j$ 的系数),得实对称矩阵 $A$ ,$f=x^{\mathrm T}Ax$ 。**写矩阵唯一规则**:$x_i^2$ 系数 → 对角元 $a_{ii}$ (**不折半**);$x_ix_j$ 系数 → $a_{ij}=a_{ji}=$ 系数 $\div2$ (**折半,两边都填**)。反向(给矩阵写二次型):$f=\sum_ia_{ii}x_i^2+2\sum_{i<j}a_{ij}x_ix_j$ ——**非对角元乘 2**,与折半恰好相反。写完自查:$A$ 不对称就是折半错了。
### 考点 1.2 合同的定义与判据 ### 考点 1.2 合同的定义与判据
存在**可逆** $C$ 使 $C^{\mathrm T}AC=B$,则 $A\simeq B$(合同)。作可逆线性变换 $x=Cy$ 后 $f=y^{\mathrm T}(C^{\mathrm T}AC)y$——合同就是「同一二次型在不同坐标下的矩阵」。**充要判据**:$A\simeq B\iff$ 同阶实对称且正、负惯性指数相同 $\iff$ 合同于同一个规范形 $\mathrm{diag}(E_p,-E_{q},O)$。**合同 vs 相似**:相似 $P^{-1}AP$ 保持特征值;合同 $C^{\mathrm T}AC$ 保持惯性指数;$P$ 正交时两者重合。**合同保持「符号结构」,不保持「数值」**——问某量是否合同不变,只看它是否由 $(p,q)$ 决定:秩、行列式符号是;特征值、迹、行列式的值不是。 存在**可逆** $C$ 使 $C^{\mathrm T}AC=B$ ,则 $A\simeq B$ (合同)。作可逆线性变换 $x=Cy$ 后 $f=y^{\mathrm T}(C^{\mathrm T}AC)y$ ——合同就是「同一二次型在不同坐标下的矩阵」。**充要判据**:$A\simeq B\iff$ 同阶实对称且正、负惯性指数相同 $\iff$ 合同于同一个规范形 $\mathrm{diag}(E_p,-E_{q},O)$ 。**合同 vs 相似**:相似 $P^{-1}AP$ 保持特征值;合同 $C^{\mathrm T}AC$ 保持惯性指数;$P$ 正交时两者重合。**合同保持「符号结构」,不保持「数值」**——问某量是否合同不变,只看它是否由 $(p,q)$ 决定:秩、行列式符号是;特征值、迹、行列式的值不是。
**题目** **题目**
- **题 1 · 1.1 由二次型写矩阵(★☆☆)**:写出(Ⅰ)$f=x_1^2+2x_2^2-3x_3^2+4x_1x_2-6x_1x_3$(Ⅱ)$g=2x_1x_2+2x_1x_3+2x_2x_3$(对角元全 0,最易漏)(Ⅲ)$h=x_1^2+x_2^2+4x_1x_2$ 的矩阵。 - **题 1 · 1.1 由二次型写矩阵(★☆☆)**:写出(Ⅰ)$f=x_1^2+2x_2^2-3x_3^2+4x_1x_2-6x_1x_3$ (Ⅱ)$g=2x_1x_2+2x_1x_3+2x_2x_3$ (对角元全 0,最易漏)(Ⅲ)$h=x_1^2+x_2^2+4x_1x_2$ 的矩阵。
- **题 2 · 1.1 由矩阵写二次型(★☆☆)**:$A=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}$,写 $f=x^{\mathrm T}Ax$ 并判断是否正定(非对角乘 2 → $f=2x_1^2+2x_2^2+2x_3^2-2x_1x_2-2x_2x_3$;$\Delta_1=2,\Delta_2=3,\Delta_3=4$ 全正 → 正定;三对角行列式有递推)。 - **题 2 · 1.1 由矩阵写二次型(★☆☆)**:$A=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}$ ,写 $f=x^{\mathrm T}Ax$ 并判断是否正定(非对角乘 2 → $f=2x_1^2+2x_2^2+2x_3^2-2x_1x_2-2x_2x_3$ ;$\Delta_1=2,\Delta_2=3,\Delta_3=4$ 全正 → 正定;三对角行列式有递推)。
- **题 3 · 1.2 合同的必要条件(★★☆)**:$A,B$ 同阶实对称且合同,判断(Ⅰ)$r$ 相等(成立);(Ⅱ)特征值相同(不成立——反例 $\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$);(Ⅲ)正惯性指数相同(成立);(Ⅳ)$|A|$ 与 $|B|$ 同号(成立——$|C|^2>0$)。 - **题 3 · 1.2 合同的必要条件(★★☆)**:$A,B$ 同阶实对称且合同,判断(Ⅰ)$r$ 相等(成立);(Ⅱ)特征值相同(不成立——反例 $\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$ );(Ⅲ)正惯性指数相同(成立);(Ⅳ)$|A|$ 与 $|B|$ 同号(成立——$|C|^2>0$ )。
- **题 4 · 1.2 变换后矩阵的计算(★★☆)**:$f=x_1^2+2x_2^2+2x_1x_2$,作 $x_1=y_1+y_2,\ x_2=y_1-y_2$。(Ⅰ)写 $A$ 与 $C$(列是 $y$ 的系数);(Ⅱ)求 $C^{\mathrm T}AC$(先算 $AC$ 再左乘 $C^{\mathrm T}$,得 $\begin{pmatrix}5&-1\\-1&1\end{pmatrix}$)与 $f=5y_1^2-2y_1y_2+y_2^2$;(Ⅲ)是否已标准形(**否——可逆变换 ≠ 化成了标准形**,有非对角元还要继续配)。 - **题 4 · 1.2 变换后矩阵的计算(★★☆)**:$f=x_1^2+2x_2^2+2x_1x_2$ ,作 $x_1=y_1+y_2,\ x_2=y_1-y_2$ 。(Ⅰ)写 $A$ 与 $C$ (列是 $y$ 的系数);(Ⅱ)求 $C^{\mathrm T}AC$ (先算 $AC$ 再左乘 $C^{\mathrm T}$ ,得 $\begin{pmatrix}5&-1\\-1&1\end{pmatrix}$ )与 $f=5y_1^2-2y_1y_2+y_2^2$ ;(Ⅲ)是否已标准形(**否——可逆变换 ≠ 化成了标准形**,有非对角元还要继续配)。
- **题 5 · 1.2 合同的完整判定(★★★)**:$A=\mathrm{diag}(2,1,-1)$,$B=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-2\end{pmatrix}$。(Ⅰ)求特征值得惯性指数($p_A=2,q_A=1,r=3$;$p_B=1,q_B=1,r=2$);(Ⅱ)判断合同(不——惯性指数不同);(Ⅲ)判断相似(不——特征值集合不同)。**先算特征值,三组信息全出来**。 - **题 5 · 1.2 合同的完整判定(★★★)**:$A=\mathrm{diag}(2,1,-1)$ ,$B=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-2\end{pmatrix}$ 。(Ⅰ)求特征值得惯性指数($p_A=2,q_A=1,r=3$ ;$p_B=1,q_B=1,r=2$ );(Ⅱ)判断合同(不——惯性指数不同);(Ⅲ)判断相似(不——特征值集合不同)。**先算特征值,三组信息全出来**。
## 2. 点 2 · 化标准形(配方法 / 正交变换法) ## 2. 点 2 · 化标准形(配方法 / 正交变换法)
@@ -56,24 +56,24 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 二次型]
### 考点 2.1 配方法 ### 考点 2.1 配方法
只含平方项叫标准形。配方法经可逆线性变换逐次配方,**不经过特征值**。① 有平方项(某 $a_{ii}\ne0$):把含 $x_i$ 的项收进完全平方,余下不含 $x_i$,递归——**每配一次降一维**。② 无平方项(全 $a_{ii}=0$):先作**和差换元**制造平方项($x_1=y_1+y_2,\ x_2=y_1-y_2\Rightarrow x_1x_2=y_1^2-y_2^2$),回到情形 ①。**写变换矩阵**:多步换元 $x=Cz$ 中 $C$ 是各步矩阵按顺序相乘($x=By,\ y=Dz\Rightarrow C=BD$);验证用「先算 $AC$ 再左乘 $C^{\mathrm T}$」。**配方法系数不唯一,正负个数唯一**(惯性定理)。退化判据:标准形缺项(系数 0)说明 $r< n$。 只含平方项叫标准形。配方法经可逆线性变换逐次配方,**不经过特征值**。① 有平方项(某 $a_{ii}\ne0$ ):把含 $x_i$ 的项收进完全平方,余下不含 $x_i$ ,递归——**每配一次降一维**。② 无平方项(全 $a_{ii}=0$ ):先作**和差换元**制造平方项($x_1=y_1+y_2,\ x_2=y_1-y_2\Rightarrow x_1x_2=y_1^2-y_2^2$ ),回到情形 ①。**写变换矩阵**:多步换元 $x=Cz$ 中 $C$ 是各步矩阵按顺序相乘($x=By,\ y=Dz\Rightarrow C=BD$ );验证用「先算 $AC$ 再左乘 $C^{\mathrm T}$ 」。**配方法系数不唯一,正负个数唯一**(惯性定理)。退化判据:标准形缺项(系数 0)说明 $r< n$ 。
### 考点 2.2 正交变换法 ### 考点 2.2 正交变换法
作正交变换 $x=Qy$($Q^{\mathrm T}Q=E$),$f=\lambda_1y_1^2+\cdots+\lambda_ny_n^2$——**标准形系数就是特征值**。五步(与第 5 讲点 4 完全一致):① 写 $A$(交叉项折半);② 解 $|\lambda E-A|=0$;③ 解 $(\lambda_iE-A)x=0$,**重根内部施密特**;④ 单位化按列拼 $Q$;⑤ 写标准形,**系数顺序与 $Q$ 的列对齐**。两法分界:题目说「**正交**变换」「求 $Q$」「曲面形状」→ 必须特征值法;只说「可逆线性变换」→ 两法都行,配方法快。**$E+aJ$ 结构**(对角元同、非对角元同):特征值永远 $1+na$ 与 $n-1$ 个 1,白送。球面最值:$f$ 在 $\|x\|=1$ 上 $\max=\lambda_{\max}$、$\min=\lambda_{\min}$(特征值变分意义),取到点 $x$ 是对应**单位特征向量**。正交变换是「刚体运动」:保长度(球面映球面)、$Q^{\mathrm T}AQ$ 仍实对称——所以正交变换下标准形系数必是特征值。 作正交变换 $x=Qy$ ($Q^{\mathrm T}Q=E$ ),$f=\lambda_1y_1^2+\cdots+\lambda_ny_n^2$ ——**标准形系数就是特征值**。五步(与第 5 讲点 4 完全一致):① 写 $A$ (交叉项折半);② 解 $|\lambda E-A|=0$ ;③ 解 $(\lambda_iE-A)x=0$ ,**重根内部施密特**;④ 单位化按列拼 $Q$ ;⑤ 写标准形,**系数顺序与 $Q$ 的列对齐**。两法分界:题目说「**正交**变换」「求 $Q$ 」「曲面形状」→ 必须特征值法;只说「可逆线性变换」→ 两法都行,配方法快。**$E+aJ$ 结构**(对角元同、非对角元同):特征值永远 $1+na$ 与 $n-1$ 个 1,白送。球面最值:$f$ 在 $\|x\|=1$ 上 $\max=\lambda_{\max}$ 、$\min=\lambda_{\min}$ (特征值变分意义),取到点 $x$ 是对应**单位特征向量**。正交变换是「刚体运动」:保长度(球面映球面)、$Q^{\mathrm T}AQ$ 仍实对称——所以正交变换下标准形系数必是特征值。
**题目(点 2)** **题目(点 2)**
- **题 1 · 2.1 有平方项的逐次配方(★★☆)**:配方法化 $f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$ 为标准形并写可逆变换(配方 $=(x_1+x_2+x_3)^2+(x_2+2x_3)^2$,$f=y_1^2+y_2^2+0\cdot y_3^2$,$C=\begin{pmatrix}1&-1&1\\0&1&-2\\0&0&1\end{pmatrix}$;$y_3$ 系数 0 → 退化,秩 2,柱面)。 - **题 1 · 2.1 有平方项的逐次配方(★★☆)**:配方法化 $f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$ 为标准形并写可逆变换(配方 $=(x_1+x_2+x_3)^2+(x_2+2x_3)^2$ ,$f=y_1^2+y_2^2+0\cdot y_3^2$ ,$C=\begin{pmatrix}1&-1&1\\0&1&-2\\0&0&1\end{pmatrix}$ ;$y_3$ 系数 0 → 退化,秩 2,柱面)。
- **题 2 · 2.1 无平方项时先造平方(★★★)**:配方法化 $f=2x_1x_2+2x_1x_3-6x_2x_3$ 为标准形并求惯性指数(和差换元 $x_1=y_1+y_2,\ x_2=y_1-y_2,\ x_3=y_3$ → $f=2z_1^2-2z_2^2+6z_3^2$,$p=2,q=1,r=3$)。 - **题 2 · 2.1 无平方项时先造平方(★★★)**:配方法化 $f=2x_1x_2+2x_1x_3-6x_2x_3$ 为标准形并求惯性指数(和差换元 $x_1=y_1+y_2,\ x_2=y_1-y_2,\ x_3=y_3$ → $f=2z_1^2-2z_2^2+6z_3^2$ ,$p=2,q=1,r=3$ )。
- **题 3 · 2.1 写出完整的变换矩阵(★★★)**:对题 2 的二次型,写 $x=Cz$ 的 $C$ 并验证 $C^{\mathrm T}AC=\mathrm{diag}(2,-2,6)$($C=BD=\begin{pmatrix}1&1&3\\1&-1&-1\\0&0&1\end{pmatrix}$;**两步换元乘起来**)。 - **题 3 · 2.1 写出完整的变换矩阵(★★★)**:对题 2 的二次型,写 $x=Cz$ 的 $C$ 并验证 $C^{\mathrm T}AC=\mathrm{diag}(2,-2,6)$ ($C=BD=\begin{pmatrix}1&1&3\\1&-1&-1\\0&0&1\end{pmatrix}$ ;**两步换元乘起来**)。
- **题 4 · 2.1 两法结果不同,惯性相同(★★★)**:$f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$(同题 1)。(Ⅰ)配方法标准形 $y_1^2+y_2^2$;(Ⅱ)正交变换法标准形系数即特征值($r(A)=2$ 因第 3 行 $=$ 2×第 2 行 − 第 1 行;$\lambda=4\pm\sqrt{10},0$);(Ⅲ)是否矛盾(**不**——惯性定理只保正负个数 $p=2,q=0$,不保数值;**标准形有无穷多个,规范形只有一个**)。 - **题 4 · 2.1 两法结果不同,惯性相同(★★★)**:$f=x_1^2+2x_2^2+5x_3^2+2x_1x_2+2x_1x_3+6x_2x_3$ (同题 1)。(Ⅰ)配方法标准形 $y_1^2+y_2^2$ ;(Ⅱ)正交变换法标准形系数即特征值($r(A)=2$ 因第 3 行 $=$ 2×第 2 行 − 第 1 行;$\lambda=4\pm\sqrt{10},0$ );(Ⅲ)是否矛盾(**不**——惯性定理只保正负个数 $p=2,q=0$ ,不保数值;**标准形有无穷多个,规范形只有一个**)。
**题目(点 3)** **题目(点 3)**
- **题 1 · 2.2 完整五步(★★★)**:$f=x_1^2+x_2^2+x_3^2+4x_1x_2+4x_1x_3+4x_2x_3$。(Ⅰ)写 $A$(对角 1、其余 2);(Ⅱ)特征值与特征向量(行和 5 白送 $\lambda=5$,$\lambda=-1$ 二重);(Ⅲ)求正交 $Q$ 化标准形(**重根内部 $\xi_2=(-1,1,0)$、$\xi_3=(-1,0,1)$ 不正交必须施密特**——后一个减前一个的投影;$f=-y_1^2-y_2^2+5y_3^2$)。 - **题 1 · 2.2 完整五步(★★★)**:$f=x_1^2+x_2^2+x_3^2+4x_1x_2+4x_1x_3+4x_2x_3$ 。(Ⅰ)写 $A$ (对角 1、其余 2);(Ⅱ)特征值与特征向量(行和 5 白送 $\lambda=5$ ,$\lambda=-1$ 二重);(Ⅲ)求正交 $Q$ 化标准形(**重根内部 $\xi_2=(-1,1,0)$ 、$\xi_3=(-1,0,1)$ 不正交必须施密特**——后一个减前一个的投影;$f=-y_1^2-y_2^2+5y_3^2$ )。
- **题 2 · 2.2 含参二次型的惯性讨论(★★★)**:$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3$。(Ⅰ)求特征值($A=E+aJ$,$1+3a,1,1$,**不用展开行列式**);(Ⅱ)讨论正定/半正定/不定($a>-\frac13$ 正定;$a=-\frac13$ 半正定;$a<-\frac13$ 不定)。 - **题 2 · 2.2 含参二次型的惯性讨论(★★★)**:$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3$ 。(Ⅰ)求特征值($A=E+aJ$ ,$1+3a,1,1$ ,**不用展开行列式**);(Ⅱ)讨论正定/半正定/不定($a>-\frac13$ 正定;$a=-\frac13$ 半正定;$a<-\frac13$ 不定)。
- **题 3 · 2.2 由标准形反求不变量(★★★)**:$f$ 经**正交变换**化为 $y_1^2+2y_2^2-3y_3^2$。(Ⅰ)求特征值、$\operatorname{tr}A$、$|A|$($\lambda=1,2,-3$;$\operatorname{tr}=0$;$|A|=-6$);(Ⅱ)惯性指数与规范形($p=2,q=1$;$z_1^2+z_2^2-z_3^2$);(Ⅲ)是否正定、可逆(不正定,可逆)。**「正交变换」是关键词**——换成「可逆线性变换」就只能断言 $p,q$,不能断言特征值。 - **题 3 · 2.2 由标准形反求不变量(★★★)**:$f$ 经**正交变换**化为 $y_1^2+2y_2^2-3y_3^2$ 。(Ⅰ)求特征值、$\operatorname{tr}A$ 、$|A|$ ($\lambda=1,2,-3$ ;$\operatorname{tr}=0$ ;$|A|=-6$ );(Ⅱ)惯性指数与规范形($p=2,q=1$ ;$z_1^2+z_2^2-z_3^2$ );(Ⅲ)是否正定、可逆(不正定,可逆)。**「正交变换」是关键词**——换成「可逆线性变换」就只能断言 $p,q$ ,不能断言特征值。
- **题 4 · 2.2 球面上的最值(★★☆)**:$A$ 三阶实对称,特征值 $1,2,3$,求 $f=x^{\mathrm T}Ax$ 在 $x_1^2+x_2^2+x_3^2=1$ 上的最大最小值($\max=3$ 于 $y=(0,0,1)$、$\min=1$ 于 $y=(1,0,0)$;不必求 $Q$)。 - **题 4 · 2.2 球面上的最值(★★☆)**:$A$ 三阶实对称,特征值 $1,2,3$ ,求 $f=x^{\mathrm T}Ax$ 在 $x_1^2+x_2^2+x_3^2=1$ 上的最大最小值($\max=3$ 于 $y=(0,0,1)$ 、$\min=1$ 于 $y=(1,0,0)$ ;不必求 $Q$ )。
- **题 5 · 2.2 正交变换为什么不改变「形状」(★★☆)**:$Q$ 正交,$x=Qy$。证明(Ⅰ)$\|x\|=\|y\|$($Q^{\mathrm T}Q=E$);(Ⅱ)$f$ 的新矩阵是 $Q^{\mathrm T}AQ$ 且仍实对称($(Q^{\mathrm T}AQ)^{\mathrm T}=Q^{\mathrm T}AQ$)。 - **题 5 · 2.2 正交变换为什么不改变「形状」(★★☆)**:$Q$ 正交,$x=Qy$ 。证明(Ⅰ)$\|x\|=\|y\|$ ($Q^{\mathrm T}Q=E$ );(Ⅱ)$f$ 的新矩阵是 $Q^{\mathrm T}AQ$ 且仍实对称($(Q^{\mathrm T}AQ)^{\mathrm T}=Q^{\mathrm T}AQ$ )。
## 3. 点 3 · 惯性定理与规范形 ## 3. 点 3 · 惯性定理与规范形
@@ -81,17 +81,17 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 二次型]
### 考点 3.1 惯性定理与惯性指数 ### 考点 3.1 惯性定理与惯性指数
**惯性定理**:标准形不唯一,但正系数个数 $p$(正惯性指数)与负系数个数 $q$(负惯性指数)唯一确定;$p+q=r(A)$;符号差 $=p-q$。三算法:① 求特征值数正负(最稳);② 配方后数正负系数;③ 顺序主子式(判惯性不方便)。合同语言:秩 $r$、正惯性 $p$ $\iff$ $A\simeq\mathrm{diag}(E_p,-E_{r-p},O)$。 **惯性定理**:标准形不唯一,但正系数个数 $p$ (正惯性指数)与负系数个数 $q$ (负惯性指数)唯一确定;$p+q=r(A)$ ;符号差 $=p-q$ 。三算法:① 求特征值数正负(最稳);② 配方后数正负系数;③ 顺序主子式(判惯性不方便)。合同语言:秩 $r$ 、正惯性 $p$ $\iff$ $A\simeq\mathrm{diag}(E_p,-E_{r-p},O)$ 。
### 考点 3.2 规范形 ### 考点 3.2 规范形
系数只取 $1,-1,0$:$f=y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2$。**由 $(p,q)$ 唯一确定(不计排列)**,故 $A\simeq B\iff$ 规范形相同 $\iff(p,q)$ 相同。化法:先化标准形 $\mathrm{diag}(d_1,\dots,d_r,0,\dots,0)$,再令 $z_i=\sqrt{|d_i|}y_i$(对角缩放,恒可逆)。口诀:**「标准形」是过程(多种),「规范形」是结果(唯一)**——选择题高频。 系数只取 $1,-1,0$ :$f=y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_r^2$ 。**由 $(p,q)$ 唯一确定(不计排列)**,故 $A\simeq B\iff$ 规范形相同 $\iff(p,q)$ 相同。化法:先化标准形 $\mathrm{diag}(d_1,\dots,d_r,0,\dots,0)$ ,再令 $z_i=\sqrt{|d_i|}y_i$ (对角缩放,恒可逆)。口诀:**「标准形」是过程(多种),「规范形」是结果(唯一)**——选择题高频。
**题目** **题目**
- **题 1 · 3.1 惯性定理说了什么(★☆☆)**:判断(Ⅰ)标准形唯一(错);(Ⅱ)规范形唯一(对);(Ⅲ)正负惯性指数唯一(对);(Ⅳ)两个二次型的标准形相同则合同(对——合同传递性)。 - **题 1 · 3.1 惯性定理说了什么(★☆☆)**:判断(Ⅰ)标准形唯一(错);(Ⅱ)规范形唯一(对);(Ⅲ)正负惯性指数唯一(对);(Ⅳ)两个二次型的标准形相同则合同(对——合同传递性)。
- **题 2 · 3.2 由标准形写规范形(★★☆)**:$f$ 经可逆线性变换化为 $2y_1^2-8y_2^2+3y_3^2$。(Ⅰ)求秩、惯性指数、符号差($p=2,q=1,r=3$,符号差 1);(Ⅱ)写规范形并给变换($z_1=\sqrt2y_1,z_2=2\sqrt2y_2,z_3=\sqrt3y_3$;$f=z_1^2-z_2^2+z_3^2$);(Ⅲ)是否正定(不正定——不定)。 - **题 2 · 3.2 由标准形写规范形(★★☆)**:$f$ 经可逆线性变换化为 $2y_1^2-8y_2^2+3y_3^2$ 。(Ⅰ)求秩、惯性指数、符号差($p=2,q=1,r=3$ ,符号差 1);(Ⅱ)写规范形并给变换($z_1=\sqrt2y_1,z_2=2\sqrt2y_2,z_3=\sqrt3y_3$ ;$f=z_1^2-z_2^2+z_3^2$ );(Ⅲ)是否正定(不正定——不定)。
- **题 3 · 3.1 由秩反求参数(★★★)**:$f=x_1^2+x_2^2+5x_3^2+2ax_1x_2-2x_1x_3+4x_2x_3$ 的秩为 2,求 $a$ 并写规范形($|A|=-a(5a+4)=0\Rightarrow a=0$ 或 $-\frac45$,**每个代回验秩**;两情形都 $p=2,q=0$,规范形 $z_1^2+z_2^2$——两个根可能给同一惯性指数,但必须都代回防「塌缩」)。 - **题 3 · 3.1 由秩反求参数(★★★)**:$f=x_1^2+x_2^2+5x_3^2+2ax_1x_2-2x_1x_3+4x_2x_3$ 的秩为 2,求 $a$ 并写规范形($|A|=-a(5a+4)=0\Rightarrow a=0$ 或 $-\frac45$ ,**每个代回验秩**;两情形都 $p=2,q=0$ ,规范形 $z_1^2+z_2^2$ ——两个根可能给同一惯性指数,但必须都代回防「塌缩」)。
- **题 4 · 3.2 用规范形判合同(★★☆)**:$A=\mathrm{diag}(1,1,0)$、$B=\mathrm{diag}(2,2,0)$、$C=\mathrm{diag}(1,-1,0)$。(Ⅰ)求惯性指数与规范形($A,B$:$(2,0)$→$z_1^2+z_2^2$;$C$:$(1,1)$→$z_1^2-z_2^2$);(Ⅱ)合同与相似($A\simeq B$ 但不相似——**「合同不相似」标准反例对:合同看符号,相似看数值**;$C$ 与二者都不合同;三者互不相似)。 - **题 4 · 3.2 用规范形判合同(★★☆)**:$A=\mathrm{diag}(1,1,0)$ 、$B=\mathrm{diag}(2,2,0)$ 、$C=\mathrm{diag}(1,-1,0)$ 。(Ⅰ)求惯性指数与规范形($A,B$ :$(2,0)$ →$z_1^2+z_2^2$ ;$C$ :$(1,1)$ →$z_1^2-z_2^2$ );(Ⅱ)合同与相似($A\simeq B$ 但不相似——**「合同不相似」标准反例对:合同看符号,相似看数值**;$C$ 与二者都不合同;三者互不相似)。
## 4. 点 4 · 正定性判定 ## 4. 点 4 · 正定性判定
@@ -99,22 +99,22 @@ tags: [数学一, 知识点构建, 背诵版, 线性代数, 二次型]
### 考点 4.1 正定的五个等价条件 ### 考点 4.1 正定的五个等价条件
实对称 $A$($n$ 阶)以下互相等价:① $f=x^{\mathrm T}Ax>0$ 对一切 $x\ne0$;② 全部特征值 $>0$;③ 全部顺序主子式 $>0$;④ $A\simeq E$;⑤ $p=n$。最常用 ② 与 ③:特征值法适合「已知特征值/能解出」;顺序主子式适合「含参求范围」。推论:正定 $\Rightarrow|A|>0$、$A^{-1}$ 正定、$A^*$ 正定;**「$|A|>0$ 且 $\operatorname{tr}A>0$」不足以保证正定**(只保证乘积正、和正,可有两个负特征值)。 实对称 $A$ ($n$ 阶)以下互相等价:① $f=x^{\mathrm T}Ax>0$ 对一切 $x\ne0$ ;② 全部特征值 $>0$ ;③ 全部顺序主子式 $>0$ ;④ $A\simeq E$ ;⑤ $p=n$ 。最常用 ② 与 ③:特征值法适合「已知特征值/能解出」;顺序主子式适合「含参求范围」。推论:正定 $\Rightarrow|A|>0$ 、$A^{-1}$ 正定、$A^*$ 正定;**「$|A|>0$ 且 $\operatorname{tr}A>0$ 」不足以保证正定**(只保证乘积正、和正,可有两个负特征值)。
### 考点 4.2 顺序主子式判据 ### 考点 4.2 顺序主子式判据
$\Delta_1=a_{11}>0,\ \Delta_2>0,\ \dots,\ \Delta_n=|A|>0$ 全成立 $\iff$ 正定。负定:$(-1)^k\Delta_k>0$ 对每个 $k$(符号 $+,-,+,\dots$)。**半正定:全部特征值 $\ge0$,等价于全部主子式(不只顺序)$\ge0$——最易错:正定才只需「顺序主子式」**。反例 $\begin{pmatrix}0&0\\0&-1\end{pmatrix}$ 顺序主子式全 $\ge0$ 但非半正定。**顺序主子式有一个不 $>0$ 就停手**。 $\Delta_1=a_{11}>0,\ \Delta_2>0,\ \dots,\ \Delta_n=|A|>0$ 全成立 $\iff$ 正定。负定:$(-1)^k\Delta_k>0$ 对每个 $k$ (符号 $+,-,+,\dots$ )。**半正定:全部特征值 $\ge0$ ,等价于全部主子式(不只顺序)$\ge0$ ——最易错:正定才只需「顺序主子式」**。反例 $\begin{pmatrix}0&0\\0&-1\end{pmatrix}$ 顺序主子式全 $\ge0$ 但非半正定。**顺序主子式有一个不 $>0$ 就停手**。
### 考点 4.3 含参正定三步 ### 考点 4.3 含参正定三步
① 写 $A$(折半);② 算 $\Delta_1,\Delta_2,\Delta_3$;③ 解不等式组**取交集**。两法互验:特征值法与顺序主子式法应一致,不一致必有一处错——**先确认对角元**(如对角元为 1、非对角为 $a$ 的矩阵是 $A=(1-a)E+aJ$,不是 $E+aJ$,写错会连带全错)。 ① 写 $A$ (折半);② 算 $\Delta_1,\Delta_2,\Delta_3$ ;③ 解不等式组**取交集**。两法互验:特征值法与顺序主子式法应一致,不一致必有一处错——**先确认对角元**(如对角元为 1、非对角为 $a$ 的矩阵是 $A=(1-a)E+aJ$ ,不是 $E+aJ$ ,写错会连带全错)。
**题目** **题目**
- **题 1 · 4.2 顺序主子式判正定(★★☆)**:判断(Ⅰ)$f_1=x_1^2+2x_2^2+3x_3^2+2x_1x_2+2x_1x_3$($\Delta_1,\Delta_2,\Delta_3$ 全正 → 正定);(Ⅱ)$f_2=x_1^2+x_2^2+x_3^2+2x_1x_2$($\Delta_2=0$ 停手 → 不正定,实为半正定)。 - **题 1 · 4.2 顺序主子式判正定(★★☆)**:判断(Ⅰ)$f_1=x_1^2+2x_2^2+3x_3^2+2x_1x_2+2x_1x_3$ ($\Delta_1,\Delta_2,\Delta_3$ 全正 → 正定);(Ⅱ)$f_2=x_1^2+x_2^2+x_3^2+2x_1x_2$ ($\Delta_2=0$ 停手 → 不正定,实为半正定)。
- **题 2 · 4.1 五个条件的辨析(★★☆)**:三阶实对称 $A$,判断(Ⅰ)$A$ 正定 $\iff A\simeq E$(对);(Ⅱ)正定 $\Rightarrow|A|>0$(对);(Ⅲ)$|A|>0$ 且 $\operatorname{tr}A>0\Rightarrow$ 正定(**错**——反例 $\mathrm{diag}(3,-1,-1)$);(Ⅳ)正定 $\Rightarrow A^{-1}$ 正定(对)。 - **题 2 · 4.1 五个条件的辨析(★★☆)**:三阶实对称 $A$ ,判断(Ⅰ)$A$ 正定 $\iff A\simeq E$ (对);(Ⅱ)正定 $\Rightarrow|A|>0$ (对);(Ⅲ)$|A|>0$ 且 $\operatorname{tr}A>0\Rightarrow$ 正定(**错**——反例 $\mathrm{diag}(3,-1,-1)$ );(Ⅳ)正定 $\Rightarrow A^{-1}$ 正定(对)。
- **题 3 · 4.2 含参正定求范围(★★★)**:$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3$ 正定,求 $a$ 范围(**陷阱:对角元是 1,故 $A=(1-a)E+aJ$ 非 $E+aJ$**;正解:$\Delta_1=1>0,\Delta_2=1-a^2>0,\Delta_3=(1-a)^2(1+2a)>0$,交集 $-\frac12<a<1$;特征值 $1+2a,1-a,1-a$ 两法互验)。 - **题 3 · 4.2 含参正定求范围(★★★)**:$f=x_1^2+x_2^2+x_3^2+2ax_1x_2+2ax_1x_3+2ax_2x_3$ 正定,求 $a$ 范围(**陷阱:对角元是 1,故 $A=(1-a)E+aJ$ 非** $E+aJ$ ;正解:$\Delta_1=1>0,\Delta_2=1-a^2>0,\Delta_3=(1-a)^2(1+2a)>0$ ,交集 $-\frac12<a<1$ ;特征值 $1+2a,1-a,1-a$ 两法互验)。
- **题 4 · 4.1 乘积矩阵的正定性(★★★)**【2024·15 骨架】:$A$ 为 $m\times n$ 实矩阵,证明 $A^{\mathrm T}A$ 正定 $\iff r(A)=n$(钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2$——正定 ⟺「$Ax=0$ 只有零解」⟺ 列满秩)。 - **题 4 · 4.1 乘积矩阵的正定性(★★★)**【2024·15 骨架】:$A$ 为 $m\times n$ 实矩阵,证明 $A^{\mathrm T}A$ 正定 $\iff r(A)=n$ (钥匙:$x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2$ ——正定 ⟺「$Ax=0$ 只有零解」⟺ 列满秩)。
- **题 5 · 4.3 半正定与「所有主子式」(★★★)**:$A=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-1\end{pmatrix}$。(Ⅰ)求顺序主子式(全 $\ge0$)——能否据此判半正定(**不能**);(Ⅱ)用特征值判断($2,0,-1$ 含负 → 不是半正定,是不定);(Ⅲ)说明为什么半正定要「所有主子式」(顺序主子式漏掉「跳着的」子式,如 $\begin{vmatrix}1&0\\0&-1\end{vmatrix}=-1$)。 - **题 5 · 4.3 半正定与「所有主子式」(★★★)**:$A=\begin{pmatrix}1&1&0\\1&1&0\\0&0&-1\end{pmatrix}$ 。(Ⅰ)求顺序主子式(全 $\ge0$ )——能否据此判半正定(**不能**);(Ⅱ)用特征值判断($2,0,-1$ 含负 → 不是半正定,是不定);(Ⅲ)说明为什么半正定要「所有主子式」(顺序主子式漏掉「跳着的」子式,如 $\begin{vmatrix}1&0\\0&-1\end{vmatrix}=-1$ )。
## 5. 点 5 · 合同与相似 ## 5. 点 5 · 合同与相似
@@ -127,16 +127,16 @@ $\Delta_1=a_{11}>0,\ \Delta_2>0,\ \dots,\ \Delta_n=|A|>0$ 全成立 $\iff$ 正
| 相似 | $P^{-1}AP=B$ | 特征值(含重数)、秩、迹、行列式 | 任意方阵 | | 相似 | $P^{-1}AP=B$ | 特征值(含重数)、秩、迹、行列式 | 任意方阵 |
| 合同 | $C^{\mathrm T}AC=B$ | 惯性指数、秩、对称性 | 实对称 | | 合同 | $C^{\mathrm T}AC=B$ | 惯性指数、秩、对称性 | 实对称 |
三条要点:① 实对称**相似 $\Rightarrow$ 合同**(特征值相同 ⇒ 惯性指数相同);反之不成立($\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$ 合同不相似);② 合同不保持特征值;③ $Q$ 正交时 $Q^{\mathrm T}AQ=Q^{-1}AQ$,合同与相似合一。**三个不够**:$r$ 相同不够(不分正负)、$|A|$ 同号不够、特征值相同「够但太强」。口诀:**相似看数值,合同看符号**。 三条要点:① 实对称**相似 $\Rightarrow$ 合同**(特征值相同 ⇒ 惯性指数相同);反之不成立($\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$ 合同不相似);② 合同不保持特征值;③ $Q$ 正交时 $Q^{\mathrm T}AQ=Q^{-1}AQ$ ,合同与相似合一。**三个不够**:$r$ 相同不够(不分正负)、$|A|$ 同号不够、特征值相同「够但太强」。口诀:**相似看数值,合同看符号**。
### 考点 5.2 合同的判定 ### 考点 5.2 合同的判定
$A\simeq B\iff(p_A,q_A)=(p_B,q_B)$:分别求特征值 → 数正负 → 比较。二阶速判:$\lambda$ 一正一负 $\iff|A|<0$;$|A|>0$ 时看 $\operatorname{tr}A$ 定「两正/两负」;**$|A|=0$ 临界点必须单独查秩**。 $A\simeq B\iff(p_A,q_A)=(p_B,q_B)$ :分别求特征值 → 数正负 → 比较。二阶速判:$\lambda$ 一正一负 $\iff|A|<0$ ;$|A|>0$ 时看 $\operatorname{tr}A$ 定「两正/两负」;**$|A|=0$ 临界点必须单独查秩**。
**题目** **题目**
- **题 1 · 5.1 相似与合同的五条辨析(★☆☆)**:判断(Ⅰ)实对称相似 ⇒ 合同(对);(Ⅱ)实对称合同 ⇒ 相似(**错**——$\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$);(Ⅲ)同阶实对称合同 ⟺ 秩相同(**错**——$\mathrm{diag}(1,-1)$ 与 $\mathrm{diag}(1,1)$ 秩同惯性不同);(Ⅳ)$A\simeq B\Rightarrow|A|$ 与 $|B|$ 同号(对,但**反过来不成立**——$\mathrm{diag}(1,1,1,1)$ 与 $\mathrm{diag}(1,1,-1,-1)$);(Ⅴ)特征值相同则相似(**错**——$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 与 $E$ 特征值同但一个不可对角化)。 - **题 1 · 5.1 相似与合同的五条辨析(★☆☆)**:判断(Ⅰ)实对称相似 ⇒ 合同(对);(Ⅱ)实对称合同 ⇒ 相似(**错**——$\mathrm{diag}(1,1)$ 与 $\mathrm{diag}(4,9)$ );(Ⅲ)同阶实对称合同 ⟺ 秩相同(**错**——$\mathrm{diag}(1,-1)$ 与 $\mathrm{diag}(1,1)$ 秩同惯性不同);(Ⅳ)$A\simeq B\Rightarrow|A|$ 与 $|B|$ 同号(对,但**反过来不成立**——$\mathrm{diag}(1,1,1,1)$ 与 $\mathrm{diag}(1,1,-1,-1)$ );(Ⅴ)特征值相同则相似(**错**——$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 与 $E$ 特征值同但一个不可对角化)。
- **题 2 · 5.2 由合同反求参数(★★★)**:$A=\begin{pmatrix}1&2\\2&a\end{pmatrix}$ 与 $B=\mathrm{diag}(2,-1)$ 合同,求 $a$($B$ 读 $(1,1)$;$|A|=a-4$ 分三档:$a>4$ 两正不合同、$a=4$ 秩 1 必不合同、$a<4$ 一正一负**合同**;临界点单查秩)。 - **题 2 · 5.2 由合同反求参数(★★★)**:$A=\begin{pmatrix}1&2\\2&a\end{pmatrix}$ 与 $B=\mathrm{diag}(2,-1)$ 合同,求 $a$ ($B$ 读 $(1,1)$ ;$|A|=a-4$ 分三档:$a>4$ 两正不合同、$a=4$ 秩 1 必不合同、$a<4$ 一正一负**合同**;临界点单查秩)。
- **题 3 · 5.1 幂等矩阵合同于哪个对角阵(★★☆)**:$A$ 为 $n$ 阶实对称且 $A^2=A$,证明 $A\simeq\mathrm{diag}(E_r,O)$($r=r(A)$),并问是否也相似(**是**——幂等实对称对角化后 $\Lambda$ 只有 $1,0$,无需再缩放,合同与相似重合;$\operatorname{tr}A=r$ 可代用;**对称性不能省**,非对称幂等矩阵谈合同无意义)。 - **题 3 · 5.1 幂等矩阵合同于哪个对角阵(★★☆)**:$A$ 为 $n$ 阶实对称且 $A^2=A$ ,证明 $A\simeq\mathrm{diag}(E_r,O)$ ($r=r(A)$ ),并问是否也相似(**是**——幂等实对称对角化后 $\Lambda$ 只有 $1,0$ ,无需再缩放,合同与相似重合;$\operatorname{tr}A=r$ 可代用;**对称性不能省**,非对称幂等矩阵谈合同无意义)。
## 6. 点 6 · 二次曲面 ## 6. 点 6 · 二次曲面
@@ -144,7 +144,7 @@ $A\simeq B\iff(p_A,q_A)=(p_B,q_B)$:分别求特征值 → 数正负 → 比较
### 考点 6.1 二次曲面与标准形 ### 考点 6.1 二次曲面与标准形
$f(x,y,z)=1$ 的形状由惯性指数决定(**只需算惯性指数,不必求 $Q$**): $f(x,y,z)=1$ 的形状由惯性指数决定(**只需算惯性指数,不必求** $Q$ ):
| $p$ | $q$ | 标准形 | 曲面 | | $p$ | $q$ | 标准形 | 曲面 |
|---|---|---|---| |---|---|---|---|
@@ -156,17 +156,17 @@ $f(x,y,z)=1$ 的形状由惯性指数决定(**只需算惯性指数,不必
| 1 | 0 | $y_1^2=1$ | 两张平行平面 | | 1 | 0 | $y_1^2=1$ | 两张平行平面 |
| 2 | 1 | $y_1^2+y_2^2-y_3^2=0$ | **圆锥面**(右端为 0) | | 2 | 1 | $y_1^2+y_2^2-y_3^2=0$ | **圆锥面**(右端为 0) |
**右端是 1 看符号,右端是 0 看锥面**——右端数字决定整题答案,先看右端。双叶要求「两个负号」($(1,2)$);$(2,1)$ 是单叶,含参题最易写反。 **右端是 1 看符号,右端是 0 看锥面**——右端数字决定整题答案,先看右端。双叶要求「两个负号」($(1,2)$ );$(2,1)$ 是单叶,含参题最易写反。
### 考点 6.2 综合题四问 ### 考点 6.2 综合题四问
① 写矩阵(折半);② 特征值与特征向量;③ 正交 $Q$ 与标准形;④ 判曲面 / $f$ 在 $\|x\|=1$ 上的最值($\max=\lambda_{\max}$、$\min=\lambda_{\min}$,取到点 $x$ 是单位特征向量)/ 判正定。三硬规矩:**重根内部必施密特**;**$Q$ 列序与 $\Lambda$ 对齐**;**最值题不用做变换,读 $\lambda_{\max}$ 即可但要答取到点**。 ① 写矩阵(折半);② 特征值与特征向量;③ 正交 $Q$ 与标准形;④ 判曲面 / $f$ 在 $\|x\|=1$ 上的最值($\max=\lambda_{\max}$ 、$\min=\lambda_{\min}$ ,取到点 $x$ 是单位特征向量)/ 判正定。三硬规矩:**重根内部必施密特**;**$Q$ 列序与 $\Lambda$ 对齐**;**最值题不用做变换,读 $\lambda_{\max}$ 即可但要答取到点**。
**题目** **题目**
- **题 1 · 6.1 由标准形读曲面名(★☆☆)**:说出(Ⅰ)$y_1^2+y_2^2+y_3^2=1$(椭球);(Ⅱ)$y_1^2+y_2^2-y_3^2=1$(单叶双曲面);(Ⅲ)$y_1^2-y_2^2-y_3^2=1$(双叶双曲面);(Ⅳ)$y_1^2+y_2^2=1$(椭圆柱面);(Ⅴ)$y_1^2-y_2^2=1$(双曲柱面);(Ⅵ)$y_1^2=1$(两张平行平面);(Ⅶ)$y_1^2+y_2^2-y_3^2=0$(**圆锥面**——右端 0 不是双曲面)。 - **题 1 · 6.1 由标准形读曲面名(★☆☆)**:说出(Ⅰ)$y_1^2+y_2^2+y_3^2=1$ (椭球);(Ⅱ)$y_1^2+y_2^2-y_3^2=1$ (单叶双曲面);(Ⅲ)$y_1^2-y_2^2-y_3^2=1$ (双叶双曲面);(Ⅳ)$y_1^2+y_2^2=1$ (椭圆柱面);(Ⅴ)$y_1^2-y_2^2=1$ (双曲柱面);(Ⅵ)$y_1^2=1$ (两张平行平面);(Ⅶ)$y_1^2+y_2^2-y_3^2=0$ (**圆锥面**——右端 0 不是双曲面)。
- **题 2 · 6.1 先化标准形再判曲面(★★☆)**:$x^2+y^2+z^2+4xy+4xz+4yz=1$。(Ⅰ)写矩阵(对角 1、其余 2);(Ⅱ)求特征值与惯性指数(试 $(1,1,1)$ 得 $\lambda=5$,$\operatorname{tr}$ 与二阶主子式补齐 $\lambda=-1,-1$;$p=1,q=2,r=3$);(Ⅲ)判曲面(**双叶双曲面**;「对角元全同、非对角元全同」→ 第一反应试 $(1,\dots,1)$)。 - **题 2 · 6.1 先化标准形再判曲面(★★☆)**:$x^2+y^2+z^2+4xy+4xz+4yz=1$ 。(Ⅰ)写矩阵(对角 1、其余 2);(Ⅱ)求特征值与惯性指数(试 $(1,1,1)$ 得 $\lambda=5$ ,$\operatorname{tr}$ 与二阶主子式补齐 $\lambda=-1,-1$ ;$p=1,q=2,r=3$ );(Ⅲ)判曲面(**双叶双曲面**;「对角元全同、非对角元全同」→ 第一反应试 $(1,\dots,1)$ )。
- **题 3 · 6.1 含参曲面的分类(★★★)**:$x^2+2y^2+az^2+2xy=1$,讨论曲面类型(**分块对角** $\mathrm{diag}(B,a)$:$B$ 两正固定贡献 $p=2$;$a>0$ → 椭球面;$a=0$ → 椭圆柱面;$a<0$ → **单叶**双曲面——$(2,1)$ 不是双叶,双叶要 $(1,2)$ 而 $B$ 的两正改不了)。 - **题 3 · 6.1 含参曲面的分类(★★★)**:$x^2+2y^2+az^2+2xy=1$ ,讨论曲面类型(**分块对角** $\mathrm{diag}(B,a)$ :$B$ 两正固定贡献 $p=2$ ;$a>0$ → 椭球面;$a=0$ → 椭圆柱面;$a<0$ → **单叶**双曲面——$(2,1)$ 不是双叶,双叶要 $(1,2)$ 而 $B$ 的两正改不了)。
- **题 4 · 6.2 四问走完(★★★)**【2017·21 骨架】:$f=2x_1^2+5x_2^2+5x_3^2+4x_1x_2-4x_1x_3-8x_2x_3$。(Ⅰ)写 $A$;(Ⅱ)特征值与特征向量($\lambda=10,1,1$;$\lambda=1$ 的基础解系 $\alpha_1=(-2,1,0)$、$\alpha_2=(2,0,1)$ 不正交须施密特;$\alpha_3=(1,2,-2)$ 配 10);(Ⅲ)求正交 $Q$ 与标准形($Q=(q_1,q_2,q_3)$ 列序对齐,$f=10y_1^2+y_2^2+y_3^2$);(Ⅳ)曲面 $f=1$ 类型($(3,0)$ → **椭球面**)与 $\|x\|=1$ 上最大值($10$,在 $x=\frac13(1,2,-2)^{\mathrm T}$ 处取到)。 - **题 4 · 6.2 四问走完(★★★)**【2017·21 骨架】:$f=2x_1^2+5x_2^2+5x_3^2+4x_1x_2-4x_1x_3-8x_2x_3$ 。(Ⅰ)写 $A$ ;(Ⅱ)特征值与特征向量($\lambda=10,1,1$ ;$\lambda=1$ 的基础解系 $\alpha_1=(-2,1,0)$ 、$\alpha_2=(2,0,1)$ 不正交须施密特;$\alpha_3=(1,2,-2)$ 配 10);(Ⅲ)求正交 $Q$ 与标准形($Q=(q_1,q_2,q_3)$ 列序对齐,$f=10y_1^2+y_2^2+y_3^2$ );(Ⅳ)曲面 $f=1$ 类型($(3,0)$ → **椭球面**)与 $\|x\|=1$ 上最大值($10$ ,在 $x=\frac13(1,2,-2)^{\mathrm T}$ 处取到)。
--- ---
@@ -21,7 +21,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 随机事件, 一维随
**依赖链**:记数法 → 事件运算 → 概率公理与性质 → 条件/全概率/贝叶斯 → 独立性 → 随机变量与 $F(x)$ → 离散/连续两套语言 → 常见分布 → 函数分布。 **依赖链**:记数法 → 事件运算 → 概率公理与性质 → 条件/全概率/贝叶斯 → 独立性 → 随机变量与 $F(x)$ → 离散/连续两套语言 → 常见分布 → 函数分布。
**一条锚**:任何结论都要能回到 **$F(x)=P\{X\le x\}$ 的三性质** 与 **$\sum p_i=1$ / $\int f=1$** 去自检;算出来的概率不在 $[0,1]$ 或全积不为 1,立刻回头查。 **一条锚**:任何结论都要能回到 **$F(x)=P\{X\le x\}$ 的三性质** 与 **$\sum p_i=1$ /** $\int f=1$ 去自检;算出来的概率不在 $[0,1]$ 或全积不为 1,立刻回头查。
### 0.2 十年真题地图(sqlite:概率基础章,2016–2025) ### 0.2 十年真题地图(sqlite:概率基础章,2016–2025)
@@ -37,7 +37,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 随机事件, 一维随
| 2020·7 | 恰有一个事件发生的概率 | 4 | §2 概率公式 | | 2020·7 | 恰有一个事件发生的概率 | 4 | §2 概率公式 |
| 2019·14 | 分布函数与期望的复合概率 | 4 | §4 分布函数 | | 2019·14 | 分布函数与期望的复合概率 | 4 | §4 分布函数 |
| 2019·7 | $P(A)=P(B)$ 的充要条件 | 4 | §1 事件运算 | | 2019·7 | $P(A)=P(B)$ 的充要条件 | 4 | §1 事件运算 |
| 2018·14 | 独立 + 条件概率($BC=\varnothing$) | 4 | §3 独立性 | | 2018·14 | 独立 + 条件概率($BC=\varnothing$ ) | 4 | §3 独立性 |
| 2018·7 | 概率密度对称性 | 4 | §6 连续型 | | 2018·7 | 概率密度对称性 | 4 | §6 连续型 |
| 2017·7 | 条件概率不等式的充要条件 | 4 | §2 概率公式 | | 2017·7 | 条件概率不等式的充要条件 | 4 | §2 概率公式 |
| 2016·7 | 正态分布概率的单调性 | 4 | §6 连续型 | | 2016·7 | 正态分布概率的单调性 | 4 | §6 连续型 |
@@ -67,7 +67,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 随机事件, 一维随
| 样本点 | $\Omega$ 的元素,即一个基本结果 | $\omega$ | | 样本点 | $\Omega$ 的元素,即一个基本结果 | $\omega$ |
| 随机事件 | $\Omega$ 的子集;一个样本点组成**基本事件** | $A,B,\dots$ | | 随机事件 | $\Omega$ 的子集;一个样本点组成**基本事件** | $A,B,\dots$ |
必然事件 $\Omega$、不可能事件 $\varnothing$。**事件是集合**——这条决定了后面所有运算都能用集合语言。 必然事件 $\Omega$ 、不可能事件 $\varnothing$ 。**事件是集合**——这条决定了后面所有运算都能用集合语言。
### 1.2 事件的关系 ### 1.2 事件的关系
@@ -83,13 +83,13 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 随机事件, 一维随
### 1.3 事件运算与运算律 ### 1.3 事件运算与运算律
**五种运算**:积 $AB$(同时)、和 $A\cup B$(至少一个)、差 $A-B=A\overline B$($A$ 发生而 $B$ 不发生)、逆 $\overline A$、对称差(不考)。 **五种运算**:积 $AB$ (同时)、和 $A\cup B$ (至少一个)、差 $A-B=A\overline B$ ($A$ 发生而 $B$ 不发生)、逆 $\overline A$ 、对称差(不考)。
**运算律**:交换、结合、分配($A(B\cup C)=AB\cup AC$)、吸收($A\cup AB=A$)、**对偶律(德摩根)** **运算律**:交换、结合、分配($A(B\cup C)=AB\cup AC$ )、吸收($A\cup AB=A$ )、**对偶律(德摩根)**
$$\overline{A\cup B}=\overline A\,\overline B,\qquad \overline{AB}=\overline A\cup\overline B .$$ $$\overline{A\cup B}=\overline A\,\overline B,\qquad \overline{AB}=\overline A\cup\overline B .$$
**差化积**:$A-B=A-AB=A\overline B$;由此 $P(A-B)=P(A)-P(AB)$。 **差化积**:$A-B=A-AB=A\overline B$ ;由此 $P(A-B)=P(A)-P(AB)$ 。
### 1.4 集合翻译(把文字条件写成式子) ### 1.4 集合翻译(把文字条件写成式子)
@@ -108,7 +108,7 @@ $$\overline{A\cup B}=\overline A\,\overline B,\qquad \overline{AB}=\overline A\c
### 2.1 三条公理(柯尔莫哥洛夫) ### 2.1 三条公理(柯尔莫哥洛夫)
对样本空间 $\Omega$ 上的事件 $A$:① **非负** $P(A)\ge0$;② **规范性** $P(\Omega)=1$;③ **可列可加**:$A_1,A_2,\dots$ 两两互斥时 $P\left(\bigcup_{i}A_i\right)=\sum_iP(A_i)$。 对样本空间 $\Omega$ 上的事件 $A$ :① **非负** $P(A)\ge0$ ;② **规范性** $P(\Omega)=1$ ;③ **可列可加**:$A_1,A_2,\dots$ 两两互斥时 $P\left(\bigcup_{i}A_i\right)=\sum_iP(A_i)$ 。
### 2.2 由公理推出的六条性质(必背) ### 2.2 由公理推出的六条性质(必背)
@@ -122,8 +122,8 @@ $$\overline{A\cup B}=\overline A\,\overline B,\qquad \overline{AB}=\overline A\c
| 有界性 | $0\le P(A)\le1$ | $P(\overline A)=1-P(A)$ | | 有界性 | $0\le P(A)\le1$ | $P(\overline A)=1-P(A)$ |
> **两个反直觉点**(选择题爱考): > **两个反直觉点**(选择题爱考):
> ① $P(A)=0$ **推不出** $A=\varnothing$(连续型单点概率为 0);$P(A)=1$ **推不出** $A=\Omega$。 > ① $P(A)=0$ **推不出** $A=\varnothing$ (连续型单点概率为 0);$P(A)=1$ **推不出** $A=\Omega$ 。
> ② **互斥 $\Rightarrow P(AB)=0$,但 $P(AB)=0$ 推不出互斥**(同上,单点概率为 0 但事件不空)。 > ② **互斥 $\Rightarrow P(AB)=0$ ,但 $P(AB)=0$ 推不出互斥**(同上,单点概率为 0 但事件不空)。
### 2.3 古典概型 ### 2.3 古典概型
@@ -141,8 +141,8 @@ $$P(A)=\frac{\#A}{\#\Omega}=\frac{\text{有利样本点数}}{\text{样本点总
**两个标准模型**: **两个标准模型**:
- **随机分配**:$n$ 个质点入 $N$ 个盒子,每质点独立选盒 ⟹ 总数 $N^n$(盒可空);若"每盒至多一个"⟹ $A_N^n$。 - **随机分配**:$n$ 个质点入 $N$ 个盒子,每质点独立选盒 ⟹ 总数 $N^n$ (盒可空);若"每盒至多一个"⟹ $A_N^n$ 。
- **抽样**:有放回 ⟹ 每次独立、总数 $N^n$;不放回 ⟹ 有序 $A_N^n$、无序 $C_N^n$。 - **抽样**:有放回 ⟹ 每次独立、总数 $N^n$ ;不放回 ⟹ 有序 $A_N^n$ 、无序 $C_N^n$ 。
> **易错**:插空用**排列**(空位有先后),插板用**组合**(板无先后)。判断"是否同物"看题目是否强调"相同"。 > **易错**:插空用**排列**(空位有先后),插板用**组合**(板无先后)。判断"是否同物"看题目是否强调"相同"。
@@ -152,21 +152,21 @@ $$P(A)=\frac{\#A}{\#\Omega}=\frac{\text{有利样本点数}}{\text{样本点总
$$P(A)=\frac{m(A)}{m(\Omega)}\quad(m=\text{长度、面积或体积}) .$$ $$P(A)=\frac{m(A)}{m(\Omega)}\quad(m=\text{长度、面积或体积}) .$$
**标准动作**:把"随机取点"翻译成坐标 $(x,y)$,把事件写成不等式,画图求面积比。 **标准动作**:把"随机取点"翻译成坐标 $(x,y)$ ,把事件写成不等式,画图求面积比。
### 2.5 条件概率与乘法公式 ### 2.5 条件概率与乘法公式
**条件概率**($P(B)>0$): **条件概率**($P(B)>0$ ):
$$P(A\mid B)=\frac{P(AB)}{P(B)} .$$ $$P(A\mid B)=\frac{P(AB)}{P(B)} .$$
**乘法公式**:$P(AB)=P(B)P(A\mid B)=P(A)P(B\mid A)$;三个事件 $P(ABC)=P(A)P(B\mid A)P(C\mid AB)$。 **乘法公式**:$P(AB)=P(B)P(A\mid B)=P(A)P(B\mid A)$ ;三个事件 $P(ABC)=P(A)P(B\mid A)P(C\mid AB)$ 。
**条件概率也是概率**:对固定的 $B$,$P(\cdot\mid B)$ 满足三条公理,所以加法、减法、对立公式**全部照用**(只需在条件里补上 $B$)。 **条件概率也是概率**:对固定的 $B$ ,$P(\cdot\mid B)$ 满足三条公理,所以加法、减法、对立公式**全部照用**(只需在条件里补上 $B$ )。
### 2.6 全概率公式与贝叶斯公式 ### 2.6 全概率公式与贝叶斯公式
设 $A_1,\dots,A_n$ 为完备事件组,$P(A_i)>0$: 设 $A_1,\dots,A_n$ 为完备事件组,$P(A_i)>0$ :
$$P(B)=\sum_{i=1}^{n}P(A_i)P(B\mid A_i)\qquad(\text{全概率}),$$ $$P(B)=\sum_{i=1}^{n}P(A_i)P(B\mid A_i)\qquad(\text{全概率}),$$
@@ -183,33 +183,33 @@ $$P(A_j\mid B)=\frac{P(A_j)P(B\mid A_j)}{\sum_{i=1}^{n}P(A_i)P(B\mid A_i)}\qquad
### 3.1 两个事件独立 ### 3.1 两个事件独立
**定义**:$P(AB)=P(A)P(B)$。等价形式(当 $P(A)>0,P(B)>0$): **定义**:$P(AB)=P(A)P(B)$ 。等价形式(当 $P(A)>0,P(B)>0$ ):
$$P(A\mid B)=P(A)\iff P(B\mid A)=P(B)\iff P(A\mid B)+P(\overline A\mid B)=1 .$$ $$P(A\mid B)=P(A)\iff P(B\mid A)=P(B)\iff P(A\mid B)+P(\overline A\mid B)=1 .$$
**核心定理**:$A,B$ 独立 $\iff$ $A$ 与 $\overline B$ 独立 $\iff$ $\overline A$ 与 $B$ 独立 $\iff$ $\overline A$ 与 $\overline B$ 独立(**补事件不破坏独立性**)。 **核心定理**:$A,B$ 独立 $\iff$ $A$ 与 $\overline B$ 独立 $\iff$ $\overline A$ 与 $B$ 独立 $\iff$ $\overline A$ 与 $\overline B$ 独立(**补事件不破坏独立性**)。
> **条件**:$P(A\mid B)=P(A\mid\overline B)$ 也等价于独立,但**必须要求 $0<P(B)<1$**——否则 $\overline B$ 上无法定义条件概率。2017·7、2021·8 都在这个条件上设题。 > **条件**:$P(A\mid B)=P(A\mid\overline B)$ 也等价于独立,但**必须要求** $0<P(B)<1$ ——否则 $\overline B$ 上无法定义条件概率。2017·7、2021·8 都在这个条件上设题。
### 3.2 多个事件:两两独立 vs 相互独立 ### 3.2 多个事件:两两独立 vs 相互独立
| 概念 | 要求 | | 概念 | 要求 |
|---|---| |---|---|
| **两两独立** | 任意一对满足 $P(A_iA_j)=P(A_i)P(A_j)$ | | **两两独立** | 任意一对满足 $P(A_iA_j)=P(A_i)P(A_j)$ |
| **相互独立** | 任意 $k$ 个($2\le k\le n$)都满足 $P(A_{i_1}\cdots A_{i_k})=\prod P(A_{i_j})$ | | **相互独立** | 任意 $k$ 个($2\le k\le n$ )都满足 $P(A_{i_1}\cdots A_{i_k})=\prod P(A_{i_j})$ |
**两两独立 $\nRightarrow$ 相互独立**。经典反例:掷两枚硬币,$A_1$=第一次正、$A_2$=第二次正、$A_3$=两次同面——两两独立,但 $P(A_1A_2A_3)=\frac14\ne\frac18$。 **两两独立 $\nRightarrow$ 相互独立**。经典反例:掷两枚硬币,$A_1$ =第一次正、$A_2$ =第二次正、$A_3$ =两次同面——两两独立,但 $P(A_1A_2A_3)=\frac14\ne\frac18$ 。
### 3.3 $n$ 重伯努利试验 ### 3.3 $n$ 重伯努利试验
每次只有两个结果、各次独立、成功概率恒为 $p$。$n$ 次中成功 $k$ 次的概率 $C_n^kp^k(1-p)^{n-k}$。 每次只有两个结果、各次独立、成功概率恒为 $p$ 。$n$ 次中成功 $k$ 次的概率 $C_n^kp^k(1-p)^{n-k}$ 。
**两类典型问法**: **两类典型问法**:
- "至少成功一次" ⟹ 取对立事件:$1-(1-p)^n$; - "至少成功一次" ⟹ 取对立事件:$1-(1-p)^n$ ;
- "直到第 $k$ 次才成功" ⟹ 几何分布(见 §5)。 - "直到第 $k$ 次才成功" ⟹ 几何分布(见 §5)。
> **真题接口**:2024·16(已知至少成功一次的条件下全部成功的条件概率)、2023·16(独立二项求 $P\{X=Y\}$)都是把"独立 ⟹ 乘"与"条件概率 ⟹ 除"两步拼起来。 > **真题接口**:2024·16(已知至少成功一次的条件下全部成功的条件概率)、2023·16(独立二项求 $P\{X=Y\}$ )都是把"独立 ⟹ 乘"与"条件概率 ⟹ 除"两步拼起来。
## 4 随机变量与分布函数 ## 4 随机变量与分布函数
@@ -221,9 +221,9 @@ $$F(x)=P\{X\le x\},\qquad x\in\mathbb R .$$
### 4.2 三性质(充要,判断题必用) ### 4.2 三性质(充要,判断题必用)
① **单调不减**:$x_1<x_2\Rightarrow F(x_1)\le F(x_2)$; ① **单调不减**:$x_1<x_2\Rightarrow F(x_1)\le F(x_2)$ ;
② **有界**:$F(-\infty)=0$,$F(+\infty)=1$(即 $\lim_{x\to-\infty}F=0$,$\lim_{x\to+\infty}F=1$); ② **有界**:$F(-\infty)=0$ ,$F(+\infty)=1$ (即 $\lim_{x\to-\infty}F=0$ ,$\lim_{x\to+\infty}F=1$ );
③ **右连续**:$F(x+0)=F(x)$。 ③ **右连续**:$F(x+0)=F(x)$ 。
三条满足的 $F$ 一定是某个随机变量的分布函数;反之亦然。 三条满足的 $F$ 一定是某个随机变量的分布函数;反之亦然。
@@ -232,8 +232,8 @@ $$F(x)=P\{X\le x\},\qquad x\in\mathbb R .$$
| 目标 | 用 $F$ 表示 | | 目标 | 用 $F$ 表示 |
|---|---| |---|---|
| $P\{X\le a\}$ | $F(a)$ | | $P\{X\le a\}$ | $F(a)$ |
| $P\{X<a\}$ | $F(a-0)$(左极限) | | $P\{X<a\}$ | $F(a-0)$ (左极限) |
| $P\{X=a\}$ | $F(a)-F(a-0)$(跳高) | | $P\{X=a\}$ | $F(a)-F(a-0)$ (跳高) |
| $P\{a<X\le b\}$ | $F(b)-F(a)$ | | $P\{a<X\le b\}$ | $F(b)-F(a)$ |
| $P\{X>a\}$ | $1-F(a)$ | | $P\{X>a\}$ | $1-F(a)$ |
@@ -241,26 +241,26 @@ $$F(x)=P\{X\le x\},\qquad x\in\mathbb R .$$
### 4.4 $F(g(x))$ 能否仍作分布函数(存在性判定) ### 4.4 $F(g(x))$ 能否仍作分布函数(存在性判定)
只看 $g$ 把**两端送到哪里**:$x\to-\infty$ 时 $F(g(x))$ 必须 $\to0$,$x\to+\infty$ 时必须 $\to1$。 只看 $g$ 把**两端送到哪里**:$x\to-\infty$ 时 $F(g(x))$ 必须 $\to0$ ,$x\to+\infty$ 时必须 $\to1$ 。
| 候选 | $x\to-\infty$ | $x\to+\infty$ | 结论 | | 候选 | $x\to-\infty$ | $x\to+\infty$ | 结论 |
|---|---|---|---| |---|---|---|---|
| $F(ax)$,$a>0$ | $F(-\infty)=0$ ✓ | $F(+\infty)=1$ ✓ | ✓(就是 $X/a$ 的分布函数) | | $F(ax)$ ,$a>0$ | $F(-\infty)=0$ ✓ | $F(+\infty)=1$ ✓ | ✓(就是 $X/a$ 的分布函数) |
| $F(ax)$,$a<0$ | $F(+\infty)=1\ne0$ | $F(-\infty)=0\ne1$ | ✗(两端颠倒) | | $F(ax)$ ,$a<0$ | $F(+\infty)=1\ne0$ | $F(-\infty)=0\ne1$ | ✗(两端颠倒) |
| $F(x^2+1)$ | $F(+\infty)=1\ne0$ | $1$ | ✗ | | $F(x^2+1)$ | $F(+\infty)=1\ne0$ | $1$ | ✗ |
| $F(\vert x\vert)$ | $F(+\infty)=1\ne0$ | $1$ | ✗ | | $F(\vert x\vert)$ | $F(+\infty)=1\ne0$ | $1$ | ✗ |
| $F(x^3-1)$ | $F(-\infty)=0$ ✓ | $1$ ✓ | ✓(单调、右连续保住) | | $F(x^3-1)$ | $F(-\infty)=0$ ✓ | $1$ ✓ | ✓(单调、右连续保住) |
| $F(\mathrm e^x)$ | $F(0)$ | $F(+\infty)=1$ | ✗(左端不是 0) | | $F(\mathrm e^x)$ | $F(0)$ | $F(+\infty)=1$ | ✗(左端不是 0) |
**口诀**:**$g$ 的值域必须覆盖整个 $\mathbb R$ 且两端方向正确**——$a>0$ 的线性变换 $ax$ 是"同向拉伸",永远合法;凡含 $x^2$、$|x|$、$\mathrm e^x$ 的,左端都被折回 $+\infty$,必错。 **口诀**:**$g$ 的值域必须覆盖整个 $\mathbb R$ 且两端方向正确**——$a>0$ 的线性变换 $ax$ 是"同向拉伸",永远合法;凡含 $x^2$ 、$|x|$ 、$\mathrm e^x$ 的,左端都被折回 $+\infty$ ,必错。
> ⚠️ **一处要自己判对**:参考仓库此处写 $\lim_{x\to+\infty}F(ax)=a\lim F(x)=a$,那是把 $aF(x)$ 与 $F(ax)$ 记混了——$F(ax)$ 里 $a$ 在**自变量**上,$x\to+\infty$ 时 $ax\to+\infty$,极限仍是 1。 > ⚠️ **一处要自己判对**:参考仓库此处写 $\lim_{x\to+\infty}F(ax)=a\lim F(x)=a$ ,那是把 $aF(x)$ 与 $F(ax)$ 记混了——$F(ax)$ 里 $a$ 在**自变量**上,$x\to+\infty$ 时 $ax\to+\infty$ ,极限仍是 1。
## 5 一维离散型随机变量 ## 5 一维离散型随机变量
### 5.1 分布律 ### 5.1 分布律
$p_i=P\{X=x_i\}$,充要条件:$p_i\ge0$ 且 $\sum_ip_i=1$。分布函数是**阶梯函数**:跳点 $x_i$,跳高 $p_i$。 $p_i=P\{X=x_i\}$ ,充要条件:$p_i\ge0$ 且 $\sum_ip_i=1$ 。分布函数是**阶梯函数**:跳点 $x_i$ ,跳高 $p_i$ 。
### 5.2 五类离散分布(参数、分布律、场景) ### 5.2 五类离散分布(参数、分布律、场景)
@@ -272,12 +272,12 @@ $p_i=P\{X=x_i\}$,充要条件:$p_i\ge0$ 且 $\sum_ip_i=1$。分布函数是*
| **几何** | $G(p)$ | $P\{X=k\}=(1-p)^{k-1}p$ | 首次成功所需次数 | | **几何** | $G(p)$ | $P\{X=k\}=(1-p)^{k-1}p$ | 首次成功所需次数 |
| **超几何** | $H(N,M,n)$ | $P\{X=k\}=\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$ | 不放回抽样中的次品数 | | **超几何** | $H(N,M,n)$ | $P\{X=k\}=\dfrac{C_M^kC_{N-M}^{n-k}}{C_N^n}$ | 不放回抽样中的次品数 |
**超几何的取值**:$k=0,1,\dots,\min(M,n)$,且需 $n-k\le N-M$。 **超几何的取值**:$k=0,1,\dots,\min(M,n)$ ,且需 $n-k\le N-M$ 。
**三个"变形"要认识**: **三个"变形"要认识**:
- 二项 vs 超几何:**有放回/独立 ⟹ 二项;不放回 ⟹ 超几何**($N$ 很大时超几何近似二项); - 二项 vs 超几何:**有放回/独立 ⟹ 二项;不放回 ⟹ 超几何**($N$ 很大时超几何近似二项);
- 几何的"第 $r$ 次成功"版本:$P\{Y=k\}=C_{k-1}^{r-1}p^r(1-p)^{k-r}$(前 $k-1$ 次成功 $r-1$ 次,第 $k$ 次必成功); - 几何的"第 $r$ 次成功"版本:$P\{Y=k\}=C_{k-1}^{r-1}p^r(1-p)^{k-r}$ (前 $k-1$ 次成功 $r-1$ 次,第 $k$ 次必成功);
- 负二项 = 几何的推广,考研只用到上式。 - 负二项 = 几何的推广,考研只用到上式。
### 5.3 泊松定理(二项 → 泊松) ### 5.3 泊松定理(二项 → 泊松)
@@ -286,13 +286,13 @@ $n$ 很大、$p$ 很小、$np=\lambda$ 适中时
$$C_n^kp^k(1-p)^{n-k}\approx\frac{\lambda^k}{k!}\mathrm e^{-\lambda},\qquad \lambda=np .$$ $$C_n^kp^k(1-p)^{n-k}\approx\frac{\lambda^k}{k!}\mathrm e^{-\lambda},\qquad \lambda=np .$$
> **$\lambda$ 永远是 $np$**,不是 $n$ 也不是 $p$。近似写法:$B(n,p)\approx P(np)$。 > **$\lambda$ 永远是** $np$ ,不是 $n$ 也不是 $p$ 。近似写法:$B(n,p)\approx P(np)$ 。
### 5.4 离散题的三种反求 ### 5.4 离散题的三种反求
| 题型 | 做法 | | 题型 | 做法 |
|---|---| |---|---|
| 反求参数 | 用 $\sum p_i=1$ 或题给等式(如 $P\{X=1\}=P\{X=2\}$)解参数 | | 反求参数 | 用 $\sum p_i=1$ 或题给等式(如 $P\{X=1\}=P\{X=2\}$ )解参数 |
| 反求分布律 | 由 $P\{X\ge a\}=1-F(a-0)$ 型等式列方程 | | 反求分布律 | 由 $P\{X\ge a\}=1-F(a-0)$ 型等式列方程 |
| 判定是否分布律 | 逐项非负 + 求和为 1 | | 判定是否分布律 | 逐项非负 + 求和为 1 |
@@ -300,18 +300,18 @@ $$C_n^kp^k(1-p)^{n-k}\approx\frac{\lambda^k}{k!}\mathrm e^{-\lambda},\qquad \lam
### 6.1 概率密度 ### 6.1 概率密度
存在 $f\ge0$ 使 $F(x)=\int_{-\infty}^{x}f(t)\,\mathrm dt$。充要条件:**$f(x)\ge0$ 且 $\int_{-\infty}^{+\infty}f(x)\,\mathrm dx=1$**。 存在 $f\ge0$ 使 $F(x)=\int_{-\infty}^{x}f(t)\,\mathrm dt$ 。充要条件:**$f(x)\ge0$ 且** $\int_{-\infty}^{+\infty}f(x)\,\mathrm dx=1$ 。
**三条推论**:① 连续点处 $F'(x)=f(x)$;② $P\{a<X<b\}=\int_a^bf$(端点含不含都一样);③ **单点概率恒为 0**:$P\{X=a\}=0$。 **三条推论**:① 连续点处 $F'(x)=f(x)$ ;② $P\{a<X<b\}=\int_a^bf$ (端点含不含都一样);③ **单点概率恒为 0**:$P\{X=a\}=0$ 。
> 由此,"$P\{X\le a\}=P\{X<a\}$"只对连续型成立,离散型差一个跳高。 > 由此,"$P\{X\le a\}=P\{X<a\}$ "只对连续型成立,离散型差一个跳高。
### 6.2 三类连续分布 ### 6.2 三类连续分布
| 分布 | 记号 | 密度 | 分布函数 | | 分布 | 记号 | 密度 | 分布函数 |
|---|---|---|---| |---|---|---|---|
| **均匀** | $U(a,b)$ | $f=\dfrac1{b-a}$,$a<x<b$ | $\dfrac{x-a}{b-a}$,$a\le x<b$ | | **均匀** | $U(a,b)$ | $f=\dfrac1{b-a}$ ,$a<x<b$ | $\dfrac{x-a}{b-a}$ ,$a\le x<b$ |
| **指数** | $E(\lambda)$ | $f=\lambda\mathrm e^{-\lambda x}$,$x>0$ | $1-\mathrm e^{-\lambda x}$,$x>0$ | | **指数** | $E(\lambda)$ | $f=\lambda\mathrm e^{-\lambda x}$ ,$x>0$ | $1-\mathrm e^{-\lambda x}$ ,$x>0$ |
| **正态** | $N(\mu,\sigma^2)$ | $\dfrac1{\sqrt{2\pi}\sigma}\mathrm e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ | $\varPhi\!\left(\dfrac{x-\mu}{\sigma}\right)$ | | **正态** | $N(\mu,\sigma^2)$ | $\dfrac1{\sqrt{2\pi}\sigma}\mathrm e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ | $\varPhi\!\left(\dfrac{x-\mu}{\sigma}\right)$ |
**均匀**:区间内等可能,**概率与长度成正比**——反求参数全靠这条(如 $P\{X>4\}=\frac12$ ⟹ $4$ 是区间中点)。 **均匀**:区间内等可能,**概率与长度成正比**——反求参数全靠这条(如 $P\{X>4\}=\frac12$ ⟹ $4$ 是区间中点)。
@@ -322,13 +322,13 @@ $$P\{X>s+t\mid X>s\}=P\{X>t\}=\mathrm e^{-\lambda t}\quad(s,t>0).$$
"已经用了 $s$ 小时,还能再用 $t$ 小时"与"从新开始"一样——这是指数独有的,秒杀条件概率题。 "已经用了 $s$ 小时,还能再用 $t$ 小时"与"从新开始"一样——这是指数独有的,秒杀条件概率题。
**正态**:密度以 $x=\mu$ 对称,拐点 $\mu\pm\sigma$;标准化 $Z=\frac{X-\mu}{\sigma}\sim N(0,1)$,$F(x)=\varPhi\!\left(\frac{x-\mu}{\sigma}\right)$;对称性 $P\{X\le\mu-a\}=P\{X\ge\mu+a\}$,$P\{|X-\mu|<a\}=2\varPhi(a/\sigma)-1$。 **正态**:密度以 $x=\mu$ 对称,拐点 $\mu\pm\sigma$ ;标准化 $Z=\frac{X-\mu}{\sigma}\sim N(0,1)$ ,$F(x)=\varPhi\!\left(\frac{x-\mu}{\sigma}\right)$ ;对称性 $P\{X\le\mu-a\}=P\{X\ge\mu+a\}$ ,$P\{|X-\mu|<a\}=2\varPhi(a/\sigma)-1$ 。
### 6.3 分位点 ### 6.3 分位点
$u_\alpha$ 满足 $P\{Z>u_\alpha\}=\alpha$(**上侧分位点**,$Z\sim N(0,1)$)。对称性:$u_{1-\alpha}=-u_\alpha$;常用 $u_{0.05}=1.645$、$u_{0.025}=1.96$。 $u_\alpha$ 满足 $P\{Z>u_\alpha\}=\alpha$ (**上侧分位点**,$Z\sim N(0,1)$ )。对称性:$u_{1-\alpha}=-u_\alpha$ ;常用 $u_{0.05}=1.645$ 、$u_{0.025}=1.96$ 。
> **读法**:$P\{|Z|<x\}=1-\alpha$ ⟹ 两尾各 $\frac\alpha2$ ⟹ $x=u_{\alpha/2}$。(旧版把 $\alpha$ 混成 $1-\alpha$,注意下标是**尾概率**。) > **读法**:$P\{|Z|<x\}=1-\alpha$ ⟹ 两尾各 $\frac\alpha2$ ⟹ $x=u_{\alpha/2}$ 。(旧版把 $\alpha$ 混成 $1-\alpha$ ,注意下标是**尾概率**。)
### 6.4 密度与分布函数的存在性判定 ### 6.4 密度与分布函数的存在性判定
@@ -336,15 +336,15 @@ $u_\alpha$ 满足 $P\{Z>u_\alpha\}=\alpha$(**上侧分位点**,$Z\sim N(0,1)
|---|---|---| |---|---|---|
| $f(2x)$ | $\int f(2x)\mathrm dx=\frac12\ne1$ | ✗(缺系数 2) | | $f(2x)$ | $\int f(2x)\mathrm dx=\frac12\ne1$ | ✗(缺系数 2) |
| $2f(2x)$ | 全积分 $=1$ | ✓ | | $2f(2x)$ | 全积分 $=1$ | ✓ |
| $f(2-x)$ | 换元后全积仍为 1($\vert x'\vert=1$) | ✓ | | $f(2-x)$ | 换元后全积仍为 1($\vert x'\vert=1$ ) | ✓ |
| $f(x^2)$ | 由对称性积分 $\ne1$ 一般不对 | ✗ | | $f(x^2)$ | 由对称性积分 $\ne1$ 一般不对 | ✗ |
**口诀**:复合变换 $f(g(x))$ 是否仍是密度,只看 **$\int f(g(x))\mathrm dx$ 是否仍等于 1**(等价于 $|g'|$ 是否为 1,或补上 $|g'|$)。 **口诀**:复合变换 $f(g(x))$ 是否仍是密度,只看 **$\int f(g(x))\mathrm dx$ 是否仍等于 1**(等价于 $|g'|$ 是否为 1,或补上 $|g'|$ )。
### 6.5 对称性的两个用法 ### 6.5 对称性的两个用法
① 若 $f$ 关于 $x=c$ 对称,则 $\int_c^{+\infty}f=\frac12=\int_{-\infty}^{c}f$; ① 若 $f$ 关于 $x=c$ 对称,则 $\int_c^{+\infty}f=\frac12=\int_{-\infty}^{c}f$ ;
② 已知区间上的积分反求另一段。**标准例**:$f(1+x)=f(1-x)$(关于 $x=1$ 对称)且 $\int_1^2f=0.3$,求 $F(0)$。 ② 已知区间上的积分反求另一段。**标准例**:$f(1+x)=f(1-x)$ (关于 $x=1$ 对称)且 $\int_1^2f=0.3$ ,求 $F(0)$ 。
$$\int_1^{+\infty}f=\frac12\ \Rightarrow\ \int_0^1f=\int_1^2f=0.3\ \Rightarrow\ F(0)=\int_{-\infty}^{0}f=1-\int_0^{+\infty}f=1-0.3-\frac12=0.2 .$$ $$\int_1^{+\infty}f=\frac12\ \Rightarrow\ \int_0^1f=\int_1^2f=0.3\ \Rightarrow\ F(0)=\int_{-\infty}^{0}f=1-\int_0^{+\infty}f=1-0.3-\frac12=0.2 .$$
@@ -354,41 +354,41 @@ $$\int_1^{+\infty}f=\frac12\ \Rightarrow\ \int_0^1f=\int_1^2f=0.3\ \Rightarrow\
### 7.1 离散型:映射合并 ### 7.1 离散型:映射合并
$Y=g(X)$ 的取值是 $g(x_i)$;**相同的 $y$ 值概率相加**: $Y=g(X)$ 的取值是 $g(x_i)$ ;**相同的 $y$ 值概率相加**:
$$P\{Y=y\}=\sum_{i:\,g(x_i)=y}p_i .$$ $$P\{Y=y\}=\sum_{i:\,g(x_i)=y}p_i .$$
### 7.2 连续型:分布函数法四步(通法) ### 7.2 连续型:分布函数法四步(通法)
① 写 $F_Y(y)=P\{g(X)\le y\}$; ① 写 $F_Y(y)=P\{g(X)\le y\}$ ;
② 解不等式 $g(X)\le y$,得到 $X$ 的取值集合(**注意 $g$ 单调性与分段**); ② 解不等式 $g(X)\le y$ ,得到 $X$ 的取值集合(**注意 $g$ 单调性与分段**);
③ 用 $F_X$ 或积分表示 $F_Y(y)$; ③ 用 $F_X$ 或积分表示 $F_Y(y)$ ;
④ 求导得 $f_Y(y)=F_Y'(y)$,并写清 $y$ 的范围。 ④ 求导得 $f_Y(y)=F_Y'(y)$ ,并写清 $y$ 的范围。
### 7.3 三个必背结论 ### 7.3 三个必背结论
| 变换 | $F_Y$ / $f_Y$ | | 变换 | $F_Y$ / $f_Y$ |
|---|---| |---|---|
| $Y=aX+b$,$a\ne0$ | $f_Y(y)=\dfrac1{\vert a\vert}f_X\!\left(\dfrac{y-b}{a}\right)$ | | $Y=aX+b$ ,$a\ne0$ | $f_Y(y)=\dfrac1{\vert a\vert}f_X\!\left(\dfrac{y-b}{a}\right)$ |
| $Y=X^2$ | $F_Y(y)=F_X(\sqrt y)-F_X(-\sqrt y)$($y>0$),$f_Y(y)=\dfrac1{2\sqrt y}\left[f_X(\sqrt y)+f_X(-\sqrt y)\right]$ | | $Y=X^2$ | $F_Y(y)=F_X(\sqrt y)-F_X(-\sqrt y)$ ($y>0$ ),$f_Y(y)=\dfrac1{2\sqrt y}\left[f_X(\sqrt y)+f_X(-\sqrt y)\right]$ |
| $Y=-X$ | $F_Y(y)=1-F_X(-y)$,$f_Y(y)=f_X(-y)$ | | $Y=-X$ | $F_Y(y)=1-F_X(-y)$ ,$f_Y(y)=f_X(-y)$ |
**单调变换通式**($g$ 严格单调、可导、$g'\ne0$):$f_Y(y)=f_X(x(y))\cdot|x'(y)|$,即**密度乘反函数的导数绝对值**。 **单调变换通式**($g$ 严格单调、可导、$g'\ne0$ ):$f_Y(y)=f_X(x(y))\cdot|x'(y)|$ ,即**密度乘反函数的导数绝对值**。
> **坑**:非单调($X^2$、$|X|$)必须分段或走分布函数法,直接套通式会漏一半概率。 > **坑**:非单调($X^2$ 、$|X|$ )必须分段或走分布函数法,直接套通式会漏一半概率。
## B 题型考点(怎么想到、为什么、坑在哪) ## B 题型考点(怎么想到、为什么、坑在哪)
- **B1 计数三法的识别**:出现"在一起/相邻"⟹ 捆绑;"不相邻"⟹ 插空(空位数 = 无限制者数 + 1);"相同物分组且每组至少一个"⟹ 插板 $C_{n-1}^{m-1}$。**坑**:插空用排列、插板用组合;"至少一个"其实是用"隔板不空"实现。 - **B1 计数三法的识别**:出现"在一起/相邻"⟹ 捆绑;"不相邻"⟹ 插空(空位数 = 无限制者数 + 1);"相同物分组且每组至少一个"⟹ 插板 $C_{n-1}^{m-1}$ 。**坑**:插空用排列、插板用组合;"至少一个"其实是用"隔板不空"实现。
- **B2 古典概型的倒数法**:直接数有利事件难时,先定总数(随机分配 $N^n$、抽样 $A_N^n/C_N^n$),再用"选定元素 + 剩余任排"数有利数。**为什么**:总数与有利数在同一模型下计数,才不会漏重或漏算。 - **B2 古典概型的倒数法**:直接数有利事件难时,先定总数(随机分配 $N^n$ 、抽样 $A_N^n/C_N^n$ ),再用"选定元素 + 剩余任排"数有利数。**为什么**:总数与有利数在同一模型下计数,才不会漏重或漏算。
- **B3 事件题的集合翻译**:"$C$ 必然导致 $AB$ 发生"⟹ $C\subset AB$;"至少一个"⟹ 并;"恰好一个"⟹ 对称差。翻译完用德摩根化到目标事件,再套公式。 - **B3 事件题的集合翻译**:"$C$ 必然导致 $AB$ 发生"⟹ $C\subset AB$ ;"至少一个"⟹ 并;"恰好一个"⟹ 对称差。翻译完用德摩根化到目标事件,再套公式。
- **B4 全概率 vs 贝叶斯的识别**:题目有"多因一果"的分层(检验误差 ⟹ 通过验收)用全概率;已知结果问来源(抽到正品问来自哪批)用贝叶斯。**分母就是全概率那一串**,写不出分母说明完备事件组错了。 - **B4 全概率 vs 贝叶斯的识别**:题目有"多因一果"的分层(检验误差 ⟹ 通过验收)用全概率;已知结果问来源(抽到正品问来自哪批)用贝叶斯。**分母就是全概率那一串**,写不出分母说明完备事件组错了。
- **B5 独立性的两步验证**:先算 $P(AB)$ 与 $P(A)P(B)$ 比;再验 $P(ABC)$。选择题常用"两两独立但非相互独立"的反例,看到"三个事件"就要警觉。 - **B5 独立性的两步验证**:先算 $P(AB)$ 与 $P(A)P(B)$ 比;再验 $P(ABC)$ 。选择题常用"两两独立但非相互独立"的反例,看到"三个事件"就要警觉。
- **B6 分布函数存在性**:只看 $g$ 的两端走向($x\to-\infty$ 要 $\to-\infty$ 或至少让 $F\to0$)。**坑**:$F(x^2)$、$F(|x|)$ 在左端都取 $F(+\infty)=1$,必错。 - **B6 分布函数存在性**:只看 $g$ 的两端走向($x\to-\infty$ 要 $\to-\infty$ 或至少让 $F\to0$ )。**坑**:$F(x^2)$ 、$F(|x|)$ 在左端都取 $F(+\infty)=1$ ,必错。
- **B7 密度存在性**:算全积分是否为 1。**坑**:$f(2x)$ 少个 2;$f(2-x)$ 的换元方向($|x'|=1$ 所以对)。 - **B7 密度存在性**:算全积分是否为 1。**坑**:$f(2x)$ 少个 2;$f(2-x)$ 的换元方向($|x'|=1$ 所以对)。
- **B8 常见分布反求参数**:泊松用等式 $P\{X=k_1\}=P\{X=k_2\}$ 解 $\lambda$;均匀用"概率 = 长度比";二项/伯努利用"至少一次"取对立事件。 - **B8 常见分布反求参数**:泊松用等式 $P\{X=k_1\}=P\{X=k_2\}$ 解 $\lambda$ ;均匀用"概率 = 长度比";二项/伯努利用"至少一次"取对立事件。
- **B9 指数无记忆性秒杀**:$P\{X>s+t\mid X>s\}=P\{X>t\}$,遇到"已使用/已工作 $s$ 时间"的条件概率**直接代**,不要积分。 - **B9 指数无记忆性秒杀**:$P\{X>s+t\mid X>s\}=P\{X>t\}$ ,遇到"已使用/已工作 $s$ 时间"的条件概率**直接代**,不要积分。
- **B10 函数分布的三种出口**:单调变换 ⟹ 套 $f_Y=f_X|{\rm d}x/{\rm d}y|$;非单调 ⟹ 分布函数法分段;离散 ⟹ 映射合并。**最后一定验 $\int f_Y=1$**,防漏段。 - **B10 函数分布的三种出口**:单调变换 ⟹ 套 $f_Y=f_X|{\rm d}x/{\rm d}y|$ ;非单调 ⟹ 分布函数法分段;离散 ⟹ 映射合并。**最后一定验** $\int f_Y=1$ ,防漏段。
## 8 题目清单(31 题,纯题干) ## 8 题目清单(31 题,纯题干)
@@ -404,44 +404,44 @@ $$P\{Y=y\}=\sum_{i:\,g(x_i)=y}p_i .$$
### B 组 · 事件与概率公式(题 5–9) ### B 组 · 事件与概率公式(题 5–9)
- **题 5 · 事件等式判断(★★☆)**【k1】:判断 $A-(B-C)=(A-B)\cup C$ 是否成立。 - **题 5 · 事件等式判断(★★☆)**【k1】:判断 $A-(B-C)=(A-B)\cup C$ 是否成立。
- **题 6 · 包含关系的概率下界(★★☆)**【k1】:$P(A)=0.4$,$P(B)=0.3$,若 $AB$ 发生则 $C$ 必然发生,求 $P(C)$ 的下界。 - **题 6 · 包含关系的概率下界(★★☆)**【k1】:$P(A)=0.4$ ,$P(B)=0.3$ ,若 $AB$ 发生则 $C$ 必然发生,求 $P(C)$ 的下界。
- **题 7 · 条件概率(★★★)**【k1】:$P(\overline A)=0.3$,$P(B)=0.4$,$P(A\overline B)=0.5$,求 $P(B\mid A\cup\overline B)$。 - **题 7 · 条件概率(★★★)**【k1】:$P(\overline A)=0.3$ ,$P(B)=0.4$ ,$P(A\overline B)=0.5$ ,求 $P(B\mid A\cup\overline B)$ 。
- **题 8 · 全概率·检验误差(★★★)**【k1】:每箱 10 件产品,次品数为 $0,1,2$ 三情形等可能;任取一箱并从中任取一件,若是正品则通过验收。若箱内确为 1 件次品时该件被误判为正品的概率为 0.1,2 件次品时为 0.2,求任取一箱通过验收的概率。 - **题 8 · 全概率·检验误差(★★★)**【k1】:每箱 10 件产品,次品数为 $0,1,2$ 三情形等可能;任取一箱并从中任取一件,若是正品则通过验收。若箱内确为 1 件次品时该件被误判为正品的概率为 0.1,2 件次品时为 0.2,求任取一箱通过验收的概率。
- **题 9 · 贝叶斯·两批零件(★★★)**【k1】:一批零件 9 正 3 次,另一批 8 正 4 次,两批等可能被选中;从中任取一件为正品,求它来自第一批的概率。 - **题 9 · 贝叶斯·两批零件(★★★)**【k1】:一批零件 9 正 3 次,另一批 8 正 4 次,两批等可能被选中;从中任取一件为正品,求它来自第一批的概率。
### C 组 · 独立性与伯努利(题 10–14) ### C 组 · 独立性与伯努利(题 10–14)
- **题 10 · 独立事件的组合(★★☆)**【e1】:$A$ 与 $B$ 独立,$P(A)=a$,$P(B)=b$,事件 $C$ 必然导致 $AB$ 同时发生,求 $P(\overline A\,\overline B\,\overline C)$。 - **题 10 · 独立事件的组合(★★☆)**【e1】:$A$ 与 $B$ 独立,$P(A)=a$ ,$P(B)=b$ ,事件 $C$ 必然导致 $AB$ 同时发生,求 $P(\overline A\,\overline B\,\overline C)$ 。
- **题 11 · 独立性的充要条件(★★★)**【k1】:设 $P(A)>0$,$P(B)>0$,证明 $P(B\mid A)=P(B\mid\overline A)$ 是 $A,B$ 相互独立的充要条件。 - **题 11 · 独立性的充要条件(★★★)**【k1】:设 $P(A)>0$ ,$P(B)>0$ ,证明 $P(B\mid A)=P(B\mid\overline A)$ 是 $A,B$ 相互独立的充要条件。
- **题 12 · 两两独立 ≠ 相互独立(★★★)**【k1】:掷两枚均匀硬币,$A_1$=第一次正面,$A_2$=第二次正面,$A_3$=两次结果相同,判断三事件的独立性。 - **题 12 · 两两独立 ≠ 相互独立(★★★)**【k1】:掷两枚均匀硬币,$A_1$ =第一次正面,$A_2$ =第二次正面,$A_3$ =两次结果相同,判断三事件的独立性。
- **题 13 · 伯努利·对立事件反推(★★☆)**【e1】:射手独立射击 4 次,至少命中 1 次的概率为 $\frac{15}{16}$,求至少有一次未命中的概率。 - **题 13 · 伯努利·对立事件反推(★★☆)**【e1】:射手独立射击 4 次,至少命中 1 次的概率为 $\frac{15}{16}$ ,求至少有一次未命中的概率。
- **题 14 · 独立与补事件(★★☆)**【e2】:设 $0<P(A)<1$,$0<P(B)<1$,证明 $A,B$ 独立 $\iff$ $A$ 与 $\overline B$ 独立。 - **题 14 · 独立与补事件(★★☆)**【e2】:设 $0<P(A)<1$ ,$0<P(B)<1$ ,证明 $A,B$ 独立 $\iff$ $A$ 与 $\overline B$ 独立。
### D 组 · 分布函数与密度(题 15–19) ### D 组 · 分布函数与密度(题 15–19)
- **题 15 · 分布函数存在性(★★★)**【e2】:$F(x)$ 是某随机变量的分布函数,$a\ne0$ 为常数,判断 $F(ax)$、$F(x^2+1)$、$F(x^3-1)$、$F(\vert x\vert)$ 能否作分布函数。 - **题 15 · 分布函数存在性(★★★)**【e2】:$F(x)$ 是某随机变量的分布函数,$a\ne0$ 为常数,判断 $F(ax)$ 、$F(x^2+1)$ 、$F(x^3-1)$ 、$F(\vert x\vert)$ 能否作分布函数。
- **题 16 · 密度对称性(★★★)**【e2】:$f(x)$ 满足 $f(1+x)=f(1-x)$,且 $\int_1^2f(x)\,\mathrm dx=0.3$,求 $F(0)$。 - **题 16 · 密度对称性(★★★)**【e2】:$f(x)$ 满足 $f(1+x)=f(1-x)$ ,且 $\int_1^2f(x)\,\mathrm dx=0.3$ ,求 $F(0)$ 。
- **题 17 · 密度存在性(★★★)**【e2】:$f(x)$ 是概率密度,判断 $f(2x)$、$f(2-x)$ 能否作概率密度。 - **题 17 · 密度存在性(★★★)**【e2】:$f(x)$ 是概率密度,判断 $f(2x)$ 、$f(2-x)$ 能否作概率密度。
- **题 18 · $-X$ 的分布(★★☆)**【e2】:$X$ 的分布函数与密度为 $F(x),f(x)$,求 $-X$ 的分布函数与密度。 - **题 18 · $-X$ 的分布(★★☆)**【e2】:$X$ 的分布函数与密度为 $F(x),f(x)$ ,求 $-X$ 的分布函数与密度。
- **题 19 · 离散参数与分布函数(★★★)**【k2】:$X$ 的分布律为 $P\{X=1\}=\theta^2$,$P\{X=2\}=2\theta(1-\theta)$,$P\{X=3\}=(1-\theta)^2$,且 $P\{X\ge2\}=\frac34$。(Ⅰ)求 $\theta$;(Ⅱ)求 $X$ 的分布函数 $F(x)$ 并画阶梯图。 - **题 19 · 离散参数与分布函数(★★★)**【k2】:$X$ 的分布律为 $P\{X=1\}=\theta^2$ ,$P\{X=2\}=2\theta(1-\theta)$ ,$P\{X=3\}=(1-\theta)^2$ ,且 $P\{X\ge2\}=\frac34$ 。(Ⅰ)求 $\theta$ ;(Ⅱ)求 $X$ 的分布函数 $F(x)$ 并画阶梯图。
### E 组 · 常见分布(题 20–27) ### E 组 · 常见分布(题 20–27)
- **题 20 · 二项分布(★★★)**【e2】:$X$ 的密度 $f(x)=2x\ (0<x<1)$,作 3 次独立重复试验,$Y$ 为事件 $\{X\le\frac12\}$ 出现的次数,求 $P\{Y=2\}$。 - **题 20 · 二项分布(★★★)**【e2】:$X$ 的密度 $f(x)=2x\ (0<x<1)$ ,作 3 次独立重复试验,$Y$ 为事件 $\{X\le\frac12\}$ 出现的次数,求 $P\{Y=2\}$ 。
- **题 21 · 泊松反求参数(★★★)**【e2】:某书每页印刷错误数 $X\sim P(\lambda)$,恰有 1 个错误与恰有 2 个错误的页数相同,求抽查 4 页均无错误的概率。 - **题 21 · 泊松反求参数(★★★)**【e2】:某书每页印刷错误数 $X\sim P(\lambda)$ ,恰有 1 个错误与恰有 2 个错误的页数相同,求抽查 4 页均无错误的概率。
- **题 22 · 几何分布(★★☆)**【e2】:袋中 8 球(3 白 5 黑),任取 4 球;若恰有 2 黑 2 白则停止,否则放回重取。$X$ 为试验次数,求 $P\{X=k\}$。 - **题 22 · 几何分布(★★☆)**【e2】:袋中 8 球(3 白 5 黑),任取 4 球;若恰有 2 黑 2 白则停止,否则放回重取。$X$ 为试验次数,求 $P\{X=k\}$ 。
- **题 23 · 几何分布的变形(★★★★)**【e2】:$X$ 的密度 $f(x)=2^{-x}\ln2\ (x>0)$,独立重复观测直到出现第 2 个大于 3 的观测值为止,$Y$ 为观测次数,求 $Y$ 的分布律。 - **题 23 · 几何分布的变形(★★★★)**【e2】:$X$ 的密度 $f(x)=2^{-x}\ln2\ (x>0)$ ,独立重复观测直到出现第 2 个大于 3 的观测值为止,$Y$ 为观测次数,求 $Y$ 的分布律。
- **题 24 · 均匀分布反求参数(★★★)**【e2】:$X\sim U(a,b)$($a>0$),$P\{0<X<3\}=\frac14$,$P\{X>4\}=\frac12$,求 $f(x)$ 与 $P\{1<X<5\}$。 - **题 24 · 均匀分布反求参数(★★★)**【e2】:$X\sim U(a,b)$ ($a>0$ ),$P\{0<X<3\}=\frac14$ ,$P\{X>4\}=\frac12$ ,求 $f(x)$ 与 $P\{1<X<5\}$ 。
- **题 25 · 指数·无记忆性(★★★)**【e2】:$X\sim E(1)$,$a>0$,求 $P\{X\le a+1\mid X>a\}$。 - **题 25 · 指数·无记忆性(★★★)**【e2】:$X\sim E(1)$ ,$a>0$ ,求 $P\{X\le a+1\mid X>a\}$ 。
- **题 26 · 指数·条件概率(★★☆)**【e2】:$X\sim E(1)$,求 $P\{2<X<3\mid X>1\}$。 - **题 26 · 指数·条件概率(★★☆)**【e2】:$X\sim E(1)$ ,求 $P\{2<X<3\mid X>1\}$ 。
- **题 27 · 正态分位点(★★★)**【e2】:$X\sim N(0,1)$,$u_\alpha$ 满足 $P\{X>u_\alpha\}=\alpha$;若 $P\{|X|<x\}=\alpha$,用 $u$ 表示 $x$。 - **题 27 · 正态分位点(★★★)**【e2】:$X\sim N(0,1)$ ,$u_\alpha$ 满足 $P\{X>u_\alpha\}=\alpha$ ;若 $P\{|X|<x\}=\alpha$ ,用 $u$ 表示 $x$ 。
### F 组 · 一维函数分布(题 28–31) ### F 组 · 一维函数分布(题 28–31)
- **题 28 · 连续型函数分布(★★★)**【k2】:$X$ 的密度为三角型 $f_X(x)=1-|x|\ (|x|\le1)$,求 $Y=X^2+1$ 的分布函数。 - **题 28 · 连续型函数分布(★★★)**【k2】:$X$ 的密度为三角型 $f_X(x)=1-|x|\ (|x|\le1)$ ,求 $Y=X^2+1$ 的分布函数。
- **题 29 · 离散型函数分布(★★☆)**【k2】:$X$ 取 $0,1,2,3,4,5$,求 $Y=2X+1$ 与 $Z=X^2$ 的分布律。 - **题 29 · 离散型函数分布(★★☆)**【k2】:$X$ 取 $0,1,2,3,4,5$ ,求 $Y=2X+1$ 与 $Z=X^2$ 的分布律。
- **题 30 · 线性变换(★☆☆)**【e2】:$X$ 的密度为 $f(x)$,求 $Y=2X+3$ 的概率密度。 - **题 30 · 线性变换(★☆☆)**【e2】:$X$ 的密度为 $f(x)$ ,求 $Y=2X+3$ 的概率密度。
- **题 31 · 平方变换(★★★)**【e2】:$X\sim U(0,2)$,求 $Y=X^2$ 在 $(0,4)$ 内的概率密度。 - **题 31 · 平方变换(★★★)**【e2】:$X\sim U(0,2)$ ,求 $Y=X^2$ 在 $(0,4)$ 内的概率密度。
--- ---
@@ -25,10 +25,10 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 多维随机变量]
| 主线 | 动作 | 触发信号 | | 主线 | 动作 | 触发信号 |
|---|---|---| |---|---|---|
| ① 降维 | 边缘:对另一变量求和/积分 | "求 $f_X$""求边缘分布" | | ① 降维 | 边缘:对另一变量求和/积分 | "求 $f_X$ ""求边缘分布" |
| ② 升级 | 函数分布:分布函数法、雅可比、卷积 | "求 $Z=g(X,Y)$ 的分布" | | ② 升级 | 函数分布:分布函数法、雅可比、卷积 | "求 $Z=g(X,Y)$ 的分布" |
| ③ 判独立 | 比 $f$ 与 $f_Xf_Y$(或看区域形状) | "是否独立" | | ③ 判独立 | 比 $f$ 与 $f_Xf_Y$ (或看区域形状) | "是否独立" |
| ④ 算数字特征 | $E(g)$、$\operatorname{Cov}$、$D(aX\pm bY)$ | "求相关系数""求方差" | | ④ 算数字特征 | $E(g)$ 、$\operatorname{Cov}$ 、$D(aX\pm bY)$ | "求相关系数""求方差" |
### 0.2 十年真题地图(sqlite:多维随机变量章,2016–2025) ### 0.2 十年真题地图(sqlite:多维随机变量章,2016–2025)
@@ -42,7 +42,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 多维随机变量]
| 2019·22 | $Z=XY$ 的密度 + 不相关 + 独立性 | 11 | §5 + §6 | | 2019·22 | $Z=XY$ 的密度 + 不相关 + 独立性 | 11 | §5 + §6 |
| 2019·8 | 正态差的分布(与 $\mu$ 无关) | 4 | §5.2 差的分布 | | 2019·8 | 正态差的分布(与 $\mu$ 无关) | 4 | §5.2 差的分布 |
| 2018·22 | $\operatorname{Cov}(X,Z)$ + $Z=XY$ 的分布 | 11 | §5 + §6 | | 2018·22 | $\operatorname{Cov}(X,Z)$ + $Z=XY$ 的分布 | 11 | §5 + §6 |
| 2017·22 | $Z=X+Y$(一离散一连续)的密度 | 11 | §5.1 + §5.5 | | 2017·22 | $Z=X+Y$ (一离散一连续)的密度 | 11 | §5.1 + §5.5 |
| 2016·22 | 二维均匀 + 离散化 + 独立性与函数分布 | 11 | §3.4 + §4 + §5 | | 2016·22 | 二维均匀 + 离散化 + 独立性与函数分布 | 11 | §3.4 + §4 + §5 |
> **命题规律**:**年年一道 11–12 分解答题**,结构高度固定:**给二维密度 ⟹ 求某个函数的分布 ⟹ 顺带问协方差或独立性**。选填则偏爱**条件分布 + 协方差/相关系数**(2024·9、2022·10)与**二维正态**(2025·8、2019·8)。近十年 10 题 86 分,是概率各章里分值最重的一章。 > **命题规律**:**年年一道 11–12 分解答题**,结构高度固定:**给二维密度 ⟹ 求某个函数的分布 ⟹ 顺带问协方差或独立性**。选填则偏爱**条件分布 + 协方差/相关系数**(2024·9、2022·10)与**二维正态**(2025·8、2019·8)。近十年 10 题 86 分,是概率各章里分值最重的一章。
@@ -58,7 +58,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 多维随机变量]
| §5.1–5.3 | 函数分布两条路:分布函数法、雅可比 | 点 5 | 4 | | §5.1–5.3 | 函数分布两条路:分布函数法、雅可比 | 点 5 | 4 |
| §5.4–5.5 | 四则运算与最值:卷积、和差积商、max/min | 点 6 | 4 | | §5.4–5.5 | 四则运算与最值:卷积、和差积商、max/min | 点 6 | 4 |
| §5.6 | 混合型与全概率 | 点 7 | 3 | | §5.6 | 混合型与全概率 | 点 7 | 3 |
| §6 | 二维期望、协方差、$D(aX\pm bY)$、条件分布求相关 | 点 3/6 共用 | — | | §6 | 二维期望、协方差、$D(aX\pm bY)$ 、条件分布求相关 | 点 3/6 共用 | — |
## 1 联合分布与边缘分布(点 1) ## 1 联合分布与边缘分布(点 1)
@@ -72,7 +72,7 @@ $$F(x,y)=P\{X\le x,\ Y\le y\}.$$
### 1.2 四条性质(比一维多一条) ### 1.2 四条性质(比一维多一条)
① **对每个变量单调不减**;② **对每个变量右连续**;③ **有界**:$F(-\infty,y)=F(x,-\infty)=0$,$F(+\infty,+\infty)=1$;④ **二维特有:矩形增量非负** ① **对每个变量单调不减**;② **对每个变量右连续**;③ **有界**:$F(-\infty,y)=F(x,-\infty)=0$ ,$F(+\infty,+\infty)=1$ ;④ **二维特有:矩形增量非负**
$$P\{x_1<X\le x_2,\ y_1<Y\le y_2\}=F(x_2,y_2)-F(x_2,y_1)-F(x_1,y_2)+F(x_1,y_1)\ge0 .$$ $$P\{x_1<X\le x_2,\ y_1<Y\le y_2\}=F(x_2,y_2)-F(x_2,y_1)-F(x_1,y_2)+F(x_1,y_1)\ge0 .$$
@@ -88,7 +88,7 @@ $$F_X(x)=F(x,+\infty),\qquad F_Y(y)=F(+\infty,y).$$
### 2.1 联合分布律 ### 2.1 联合分布律
$p_{ij}=P\{X=x_i,\ Y=y_j\}$,充要条件 $p_{ij}\ge0$ 且 $\sum_i\sum_jp_{ij}=1$。列表是一个**二维表**: $p_{ij}=P\{X=x_i,\ Y=y_j\}$ ,充要条件 $p_{ij}\ge0$ 且 $\sum_i\sum_jp_{ij}=1$ 。列表是一个**二维表**:
| $X\backslash Y$ | $y_1$ | $y_2$ | $\cdots$ | $p_{i\cdot}$ | | $X\backslash Y$ | $y_1$ | $y_2$ | $\cdots$ | $p_{i\cdot}$ |
|---|---|---|---|---| |---|---|---|---|---|
@@ -98,27 +98,27 @@ $p_{ij}=P\{X=x_i,\ Y=y_j\}$,充要条件 $p_{ij}\ge0$ 且 $\sum_i\sum_jp_{ij}=
### 2.2 边缘与条件 ### 2.2 边缘与条件
- **边缘**(行和、列和):$p_{i\cdot}=\sum_jp_{ij}=P\{X=x_i\}$,$p_{\cdot j}=\sum_ip_{ij}=P\{Y=y_j\}$; - **边缘**(行和、列和):$p_{i\cdot}=\sum_jp_{ij}=P\{X=x_i\}$ ,$p_{\cdot j}=\sum_ip_{ij}=P\{Y=y_j\}$ ;
- **条件**:$P\{X=x_i\mid Y=y_j\}=\dfrac{p_{ij}}{p_{\cdot j}}$($p_{\cdot j}>0$); - **条件**:$P\{X=x_i\mid Y=y_j\}=\dfrac{p_{ij}}{p_{\cdot j}}$ ($p_{\cdot j}>0$ );
- **区域概率**:$P\{(X,Y)\in G\}=\sum_{(x_i,y_j)\in G}p_{ij}$。 - **区域概率**:$P\{(X,Y)\in G\}=\sum_{(x_i,y_j)\in G}p_{ij}$ 。
### 2.3 多项分布(真题接口 2016·8) ### 2.3 多项分布(真题接口 2016·8)
$n$ 次独立试验,每次落入 $r$ 个互斥类别的概率为 $p_1,\dots,p_r$,记 $X_i$ 为落入第 $i$ 类的次数,则 $n$ 次独立试验,每次落入 $r$ 个互斥类别的概率为 $p_1,\dots,p_r$ ,记 $X_i$ 为落入第 $i$ 类的次数,则
$$P\{X_1=k_1,\dots,X_r=k_r\}=\frac{n!}{k_1!\cdots k_r!}p_1^{k_1}\cdots p_r^{k_r},\qquad \operatorname{Cov}(X_i,X_j)=-np_ip_j\ (i\ne j).$$ $$P\{X_1=k_1,\dots,X_r=k_r\}=\frac{n!}{k_1!\cdots k_r!}p_1^{k_1}\cdots p_r^{k_r},\qquad \operatorname{Cov}(X_i,X_j)=-np_ip_j\ (i\ne j).$$
> **负协方差的理解**:各类次数此消彼长(总数固定),故必负相关。由此可直接读相关系数 $\rho=\frac{-np_ip_j}{\sqrt{np_i(1-p_i)}\sqrt{np_j(1-p_j)}}$。 > **负协方差的理解**:各类次数此消彼长(总数固定),故必负相关。由此可直接读相关系数 $\rho=\frac{-np_ip_j}{\sqrt{np_i(1-p_i)}\sqrt{np_j(1-p_j)}}$ 。
## 3 二维连续型与两类分布(点 3) ## 3 二维连续型与两类分布(点 3)
### 3.1 联合概率密度 ### 3.1 联合概率密度
存在 $f\ge0$ 使 $F(x,y)=\int_{-\infty}^{x}\int_{-\infty}^{y}f(u,v)\,\mathrm dv\,\mathrm du$。充要条件 存在 $f\ge0$ 使 $F(x,y)=\int_{-\infty}^{x}\int_{-\infty}^{y}f(u,v)\,\mathrm dv\,\mathrm du$ 。充要条件
$$f(x,y)\ge0,\qquad \iint_{\mathbb R^2}f(x,y)\,\mathrm dx\,\mathrm dy=1 .$$ $$f(x,y)\ge0,\qquad \iint_{\mathbb R^2}f(x,y)\,\mathrm dx\,\mathrm dy=1 .$$
**三条推论**:① 连续点处 $\dfrac{\partial^2F}{\partial x\partial y}=f(x,y)$;② 区域概率 $P\{(X,Y)\in G\}=\iint_Gf$(**画图定限是全部功夫**);③ 在 $f$ 的连续点与边界上改有限个点的值不影响分布。 **三条推论**:① 连续点处 $\dfrac{\partial^2F}{\partial x\partial y}=f(x,y)$ ;② 区域概率 $P\{(X,Y)\in G\}=\iint_Gf$ (**画图定限是全部功夫**);③ 在 $f$ 的连续点与边界上改有限个点的值不影响分布。
### 3.2 边缘密度 ### 3.2 边缘密度
@@ -130,21 +130,21 @@ $$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)\,\mathrm dy,\qquad f_Y(y)=\int_{-\infty}
$$f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)}\quad(f_X(x)>0),$$ $$f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)}\quad(f_X(x)>0),$$
乘法公式 $f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)=f_Y(y)f_{X\mid Y}(x\mid y)$。 乘法公式 $f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)=f_Y(y)f_{X\mid Y}(x\mid y)$ 。
**求条件密度的标准动作**:① 先求 $f_X(x)$(**这一步最容易忘**);② 把 $f(x,y)$ 中的 $x$ 当常数,除以 $f_X(x)$;③ **写清 $y$ 的条件范围**(依赖 $x$,别写成全局范围)。 **求条件密度的标准动作**:① 先求 $f_X(x)$ (**这一步最容易忘**);② 把 $f(x,y)$ 中的 $x$ 当常数,除以 $f_X(x)$ ;③ **写清 $y$ 的条件范围**(依赖 $x$ ,别写成全局范围)。
**条件分布函数**:$F_{Y\mid X}(y\mid x)=P\{Y\le y\mid X=x\}=\int_{-\infty}^{y}f_{Y\mid X}(v\mid x)\,\mathrm dv$。 **条件分布函数**:$F_{Y\mid X}(y\mid x)=P\{Y\le y\mid X=x\}=\int_{-\infty}^{y}f_{Y\mid X}(v\mid x)\,\mathrm dv$ 。
### 3.4 两种常用的二维分布 ### 3.4 两种常用的二维分布
**二维均匀分布**:$(X,Y)$ 在区域 $D$(面积 $S_D$)上均匀, **二维均匀分布**:$(X,Y)$ 在区域 $D$ (面积 $S_D$ )上均匀,
$$f(x,y)=\begin{cases}\dfrac1{S_D},&(x,y)\in D,\\[4pt]0,&\text{其他}.\end{cases}$$ $$f(x,y)=\begin{cases}\dfrac1{S_D},&(x,y)\in D,\\[4pt]0,&\text{其他}.\end{cases}$$
概率 = 面积占比:$P\{(X,Y)\in G\}=\dfrac{S_{G\cap D}}{S_D}$(几何概型的升维)。 概率 = 面积占比:$P\{(X,Y)\in G\}=\dfrac{S_{G\cap D}}{S_D}$ (几何概型的升维)。
**二维正态分布** $(X,Y)\sim N(\mu_1,\mu_2;\sigma_1^2,\sigma_2^2;\rho)$: **二维正态分布** $(X,Y)\sim N(\mu_1,\mu_2;\sigma_1^2,\sigma_2^2;\rho)$ :
$$f(x,y)=\frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}}\exp\left\{-\frac{1}{2(1-\rho^2)}\left[\frac{(x-\mu_1)^2}{\sigma_1^2}-\frac{2\rho(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2}+\frac{(y-\mu_2)^2}{\sigma_2^2}\right]\right\}.$$ $$f(x,y)=\frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}}\exp\left\{-\frac{1}{2(1-\rho^2)}\left[\frac{(x-\mu_1)^2}{\sigma_1^2}-\frac{2\rho(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2}+\frac{(y-\mu_2)^2}{\sigma_2^2}\right]\right\}.$$
@@ -152,13 +152,13 @@ $$f(x,y)=\frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}}\exp\left\{-\frac{1}{2(1-\
| # | 性质 | | # | 性质 |
|---|---| |---|---|
| ① | 边缘仍是正态:$X\sim N(\mu_1,\sigma_1^2)$、$Y\sim N(\mu_2,\sigma_2^2)$(**与 $\rho$ 无关**) | | ① | 边缘仍是正态:$X\sim N(\mu_1,\sigma_1^2)$ 、$Y\sim N(\mu_2,\sigma_2^2)$ (**与 $\rho$ 无关**) |
| ② | $\rho$ 就是相关系数:$\rho=\dfrac{\operatorname{Cov}(X,Y)}{\sigma_1\sigma_2}$ | | ② | $\rho$ 就是相关系数:$\rho=\dfrac{\operatorname{Cov}(X,Y)}{\sigma_1\sigma_2}$ |
| ③ | 任意线性组合 $aX+bY$(不全为 0)仍服从正态 | | ③ | 任意线性组合 $aX+bY$ (不全为 0)仍服从正态 |
| ④ | 条件分布仍是正态,$E(Y\mid X=x)=\mu_2+\rho\dfrac{\sigma_2}{\sigma_1}(x-\mu_1)$,$D(Y\mid X=x)=\sigma_2^2(1-\rho^2)$ | | ④ | 条件分布仍是正态,$E(Y\mid X=x)=\mu_2+\rho\dfrac{\sigma_2}{\sigma_1}(x-\mu_1)$ ,$D(Y\mid X=x)=\sigma_2^2(1-\rho^2)$ |
| ⑤ | **不相关 $\iff$ 独立**(二维正态的专属特权,一般情形不成立) | | ⑤ | **不相关 $\iff$ 独立**(二维正态的专属特权,一般情形不成立) |
**识别技巧**:若 $F(x,y)=\varPhi(\cdot)\varPhi(\cdot)$(两个一维分布函数之积),立刻能读出两变量独立且各自正态——2025·8 的 $D(aX+bY)=a^2+b^2+2ab\rho=1+2ab\rho$($a^2+b^2=1$),在 $ab=\frac12|\sin2\theta|$ 型处取到最大值 $1+|\rho|$。 **识别技巧**:若 $F(x,y)=\varPhi(\cdot)\varPhi(\cdot)$ (两个一维分布函数之积),立刻能读出两变量独立且各自正态——2025·8 的 $D(aX+bY)=a^2+b^2+2ab\rho=1+2ab\rho$ ($a^2+b^2=1$ ),在 $ab=\frac12|\sin2\theta|$ 型处取到最大值 $1+|\rho|$ 。
## 4 独立性(点 4) ## 4 独立性(点 4)
@@ -172,24 +172,24 @@ $$F(x,y)=F_X(x)F_Y(y)\iff f(x,y)=f_X(x)f_Y(y)\iff p_{ij}=p_{i\cdot}p_{\cdot j}.$
- 独立 ⟹ $f(X)$ 与 $g(Y)$ 独立(任意可测函数); - 独立 ⟹ $f(X)$ 与 $g(Y)$ 独立(任意可测函数);
- 独立 ⟹ 任意子组独立; - 独立 ⟹ 任意子组独立;
- 独立 ⟹ $E(XY)=EX\cdot EY$,$\operatorname{Cov}(X,Y)=0$,$D(aX\pm bY)=a^2DX+b^2DY$; - 独立 ⟹ $E(XY)=EX\cdot EY$ ,$\operatorname{Cov}(X,Y)=0$ ,$D(aX\pm bY)=a^2DX+b^2DY$ ;
- **独立同分布可加**:$B(n_1,p)+B(n_2,p)=B(n_1+n_2,p)$;$P(\lambda_1)+P(\lambda_2)=P(\lambda_1+\lambda_2)$;$N(\mu_1,\sigma_1^2)+N(\mu_2,\sigma_2^2)=N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$;$\chi^2(n_1)+\chi^2(n_2)=\chi^2(n_1+n_2)$。 - **独立同分布可加**:$B(n_1,p)+B(n_2,p)=B(n_1+n_2,p)$ ;$P(\lambda_1)+P(\lambda_2)=P(\lambda_1+\lambda_2)$ ;$N(\mu_1,\sigma_1^2)+N(\mu_2,\sigma_2^2)=N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$ ;$\chi^2(n_1)+\chi^2(n_2)=\chi^2(n_1+n_2)$ 。
### 4.3 判断独立的三步 ### 4.3 判断独立的三步
① 求两个边缘;② 看**取值区域是否矩形**(且 $x,y$ 的范围互不牵连);③ 比 $f$ 与 $f_Xf_Y$。 ① 求两个边缘;② 看**取值区域是否矩形**(且 $x,y$ 的范围互不牵连);③ 比 $f$ 与 $f_Xf_Y$ 。
> **一眼判不独立的形状**:圆域、三角域($0<y<x$)、$x^2+y^2\le1$、$0<y<\sqrt x$——**非矩形区域一定不独立**(因为 $Y$ 的取值范围依赖 $X$)。 > **一眼判不独立的形状**:圆域、三角域($0<y<x$ )、$x^2+y^2\le1$ 、$0<y<\sqrt x$ ——**非矩形区域一定不独立**(因为 $Y$ 的取值范围依赖 $X$ )。
### 4.4 独立 vs 不相关 ### 4.4 独立 vs 不相关
| 命题 | 是否成立 | 说明 | | 命题 | 是否成立 | 说明 |
|---|---|---| |---|---|---|
| 独立 ⟹ 不相关 | ✓ | $\operatorname{Cov}=E(XY)-EXEY=0$ | | 独立 ⟹ 不相关 | ✓ | $\operatorname{Cov}=E(XY)-EXEY=0$ |
| 不相关 ⟹ 独立 | ✗(一般) | 反例 $X\sim U(-1,1)$,$Y=X^2$:$\operatorname{Cov}=0$ 但不独立 | | 不相关 ⟹ 独立 | ✗(一般) | 反例 $X\sim U(-1,1)$ ,$Y=X^2$ :$\operatorname{Cov}=0$ 但不独立 |
| 不相关 ⟺ 独立 | ✓(仅二维正态) | 性质 ⑤ | | 不相关 ⟺ 独立 | ✓(仅二维正态) | 性质 ⑤ |
**经典反例**:$X\sim U(-1,1)$、$Y=X^2$——$E(XY)=E(X^3)=0$、$EX=0$,故 $\operatorname{Cov}=0$;但 $P\{Y\le\frac14\mid X>\frac12\}=0\ne P\{Y\le\frac14\}$。 **经典反例**:$X\sim U(-1,1)$ 、$Y=X^2$ ——$E(XY)=E(X^3)=0$ 、$EX=0$ ,故 $\operatorname{Cov}=0$ ;但 $P\{Y\le\frac14\mid X>\frac12\}=0\ne P\{Y\le\frac14\}$ 。
## 5 函数分布:两条路与四则运算(点 5–7)★ ## 5 函数分布:两条路与四则运算(点 5–7)★
@@ -197,7 +197,7 @@ $$F(x,y)=F_X(x)F_Y(y)\iff f(x,y)=f_X(x)f_Y(y)\iff p_{ij}=p_{i\cdot}p_{\cdot j}.$
| 路线 | 何时用 | 关键 | | 路线 | 何时用 | 关键 |
|---|---|---| |---|---|---|
| **分布函数法**(定义法) | 给联合密度、求**单个**函数 $Z=g(X,Y)$ 的分布 | $F_Z(z)=\iint_{g\le z}f\,\mathrm dx\,\mathrm dy$,再求导 | | **分布函数法**(定义法) | 给联合密度、求**单个**函数 $Z=g(X,Y)$ 的分布 | $F_Z(z)=\iint_{g\le z}f\,\mathrm dx\,\mathrm dy$ ,再求导 |
| **雅可比变换** | 求**多个新变量**的联合密度,或变换可显式反解 | $f_{UV}=f(x(u,v),y(u,v))\cdot\vert J\vert$ | | **雅可比变换** | 求**多个新变量**的联合密度,或变换可显式反解 | $f_{UV}=f(x(u,v),y(u,v))\cdot\vert J\vert$ |
| **卷积公式** | $X,Y$ **独立**、求 $Z=X\pm Y$ | 把二重积分降成一重 | | **卷积公式** | $X,Y$ **独立**、求 $Z=X\pm Y$ | 把二重积分降成一重 |
@@ -205,19 +205,19 @@ $$F(x,y)=F_X(x)F_Y(y)\iff f(x,y)=f_X(x)f_Y(y)\iff p_{ij}=p_{i\cdot}p_{\cdot j}.$
### 5.2 分布函数法(点 5) ### 5.2 分布函数法(点 5)
① 写 $F_Z(z)=P\{g(X,Y)\le z\}$;② 在 $xy$ 平面上画出区域 $\{(x,y):g(x,y)\le z\}$;③ 按 $z$ 的取值**分段**积分;④ 对 $z$ 求导得 $f_Z(z)$。 ① 写 $F_Z(z)=P\{g(X,Y)\le z\}$ ;② 在 $xy$ 平面上画出区域 $\{(x,y):g(x,y)\le z\}$ ;③ 按 $z$ 的取值**分段**积分;④ 对 $z$ 求导得 $f_Z(z)$ 。
> **分段点是关键**:区域边界与 $D$ 的交点随 $z$ 变化,分段的临界值就是"边界扫过 $D$ 的顶点"的 $z$。 > **分段点是关键**:区域边界与 $D$ 的交点随 $z$ 变化,分段的临界值就是"边界扫过 $D$ 的顶点"的 $z$ 。
### 5.3 雅可比行列式变换(点 5) ### 5.3 雅可比行列式变换(点 5)
设 $u=u(x,y),v=v(x,y)$ 有唯一逆变换、连续偏导、$J\ne0$,则 设 $u=u(x,y),v=v(x,y)$ 有唯一逆变换、连续偏导、$J\ne0$ ,则
$$f_{UV}(u,v)=f_{XY}\big(x(u,v),y(u,v)\big)\cdot|J|,\qquad J=\frac{\partial(x,y)}{\partial(u,v)} .$$ $$f_{UV}(u,v)=f_{XY}\big(x(u,v),y(u,v)\big)\cdot|J|,\qquad J=\frac{\partial(x,y)}{\partial(u,v)} .$$
**注意**:$J$ 是**反解**(用 $u,v$ 表示 $x,y$)的行列式;写成 $\frac{\partial(u,v)}{\partial(x,y)}$ 要取倒数。 **注意**:$J$ 是**反解**(用 $u,v$ 表示 $x,y$ )的行列式;写成 $\frac{\partial(u,v)}{\partial(x,y)}$ 要取倒数。
**求单个 $Z=g(X,Y)$ 的增补变量三步**:① 增补 $V=X$(或 $Y$)凑成一一变换;② 求 $f_{UV}=f\cdot|J|$;③ 对辅助变量积分得 $f_Z$。 **求单个 $Z=g(X,Y)$ 的增补变量三步**:① 增补 $V=X$ (或 $Y$ )凑成一一变换;② 求 $f_{UV}=f\cdot|J|$ ;③ 对辅助变量积分得 $f_Z$ 。
**三条常用变换(把 $|J|$ 记熟)**: **三条常用变换(把 $|J|$ 记熟)**:
@@ -227,42 +227,42 @@ $$f_{UV}(u,v)=f_{XY}\big(x(u,v),y(u,v)\big)\cdot|J|,\qquad J=\frac{\partial(x,y)
| 积 $Z=XY$ | $V=X$ | $x=v,\ y=z/v$ | $\frac1{\vert v\vert}$ | $\int\frac1{\vert v\vert}f(v,\frac zv)\,\mathrm dv$ | | 积 $Z=XY$ | $V=X$ | $x=v,\ y=z/v$ | $\frac1{\vert v\vert}$ | $\int\frac1{\vert v\vert}f(v,\frac zv)\,\mathrm dv$ |
| 商 $Z=Y/X$ | $V=X$ | $x=v,\ y=zv$ | $\vert v\vert$ | $\int\vert v\vert f(v,zv)\,\mathrm dv$ | | 商 $Z=Y/X$ | $V=X$ | $x=v,\ y=zv$ | $\vert v\vert$ | $\int\vert v\vert f(v,zv)\,\mathrm dv$ |
**一一性的坑**:$Z=X^2$、$Z=X^2+Y^2$ 这类非一一映射,要么**按分支求和** $\sum_kf(x_k)|x_k'(z)|$,要么改用分布函数法。 **一一性的坑**:$Z=X^2$ 、$Z=X^2+Y^2$ 这类非一一映射,要么**按分支求和** $\sum_kf(x_k)|x_k'(z)|$ ,要么改用分布函数法。
**极坐标**(圆域专用):$x=r\cos\theta$,$y=r\sin\theta$,$|J|=r$;"到原点距离"的函数一律先转极坐标。 **极坐标**(圆域专用):$x=r\cos\theta$ ,$y=r\sin\theta$ ,$|J|=r$ ;"到原点距离"的函数一律先转极坐标。
### 5.4 和、差、积、商(点 6) ### 5.4 和、差、积、商(点 6)
| 运算 | 密度公式 | 独立时的简化 | | 运算 | 密度公式 | 独立时的简化 |
|---|---|---| |---|---|---|
| 和 $Z=X+Y$ | $f_Z(z)=\int f(x,z-x)\,\mathrm dx$ | $f_Z=\int f_X(x)f_Y(z-x)\,\mathrm dx$(**卷积**) | | 和 $Z=X+Y$ | $f_Z(z)=\int f(x,z-x)\,\mathrm dx$ | $f_Z=\int f_X(x)f_Y(z-x)\,\mathrm dx$ (**卷积**) |
| 差 $Z=X-Y$ | $f_Z(z)=\int f(x,x-z)\,\mathrm dx$ | $f_Z=\int f_X(x)f_Y(x-z)\,\mathrm dx$ | | 差 $Z=X-Y$ | $f_Z(z)=\int f(x,x-z)\,\mathrm dx$ | $f_Z=\int f_X(x)f_Y(x-z)\,\mathrm dx$ |
| 积 $Z=XY$ | $f_Z(z)=\int\frac1{\lvert x\rvert}f(x,\frac zx)\,\mathrm dx$ | 代入 $f_Xf_Y$ | | 积 $Z=XY$ | $f_Z(z)=\int\frac1{\lvert x\rvert}f(x,\frac zx)\,\mathrm dx$ | 代入 $f_Xf_Y$ |
| 商 $Z=Y/X$ | $f_Z(z)=\int\lvert x\rvert f(x,zx)\,\mathrm dx$ | 代入 $f_Xf_Y$ | | 商 $Z=Y/X$ | $f_Z(z)=\int\lvert x\rvert f(x,zx)\,\mathrm dx$ | 代入 $f_Xf_Y$ |
**三个必背结论**: **三个必背结论**:
- 两个 $U(0,1)$ 之和 $\sim$ **辛普森(三角)分布**:$f_Z(z)=z\ (0<z<1)$、$2-z\ (1\le z<2)$; - 两个 $U(0,1)$ 之和 $\sim$ **辛普森(三角)分布**:$f_Z(z)=z\ (0<z<1)$ 、$2-z\ (1\le z<2)$ ;
- 正态可加:$X+Y\sim N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$;$X-Y\sim N(\mu_1-\mu_2,\sigma_1^2+\sigma_2^2)$; - 正态可加:$X+Y\sim N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$ ;$X-Y\sim N(\mu_1-\mu_2,\sigma_1^2+\sigma_2^2)$ ;
- **同方差正态之差** $X-Y\sim N(0,2\sigma^2)$,**与 $\mu$ 无关**(2019·8 就考这个:$P\{|X-Y|<1\}=2\varPhi(1/\sqrt2\sigma)-1$,只与 $\sigma^2$ 有关)。 - **同方差正态之差** $X-Y\sim N(0,2\sigma^2)$ ,**与 $\mu$ 无关**(2019·8 就考这个:$P\{|X-Y|<1\}=2\varPhi(1/\sqrt2\sigma)-1$ ,只与 $\sigma^2$ 有关)。
### 5.5 最值分布(点 6) ### 5.5 最值分布(点 6)
$$F_{\max}(z)=F_X(z)F_Y(z),\qquad F_{\min}(z)=1-[1-F_X(z)][1-F_Y(z)] .$$ $$F_{\max}(z)=F_X(z)F_Y(z),\qquad F_{\min}(z)=1-[1-F_X(z)][1-F_Y(z)] .$$
独立同分布时 $f_{\max}(z)=2F(z)f(z)$、$f_{\min}(z)=2[1-F(z)]f(z)$。 独立同分布时 $f_{\max}(z)=2F(z)f(z)$ 、$f_{\min}(z)=2[1-F(z)]f(z)$ 。
### 5.6 混合型与全概率(点 7) ### 5.6 混合型与全概率(点 7)
$X$ 离散($P\{X=x_i\}=p_i$)、$Y$ 连续,求 $Z=X+Y$: $X$ 离散($P\{X=x_i\}=p_i$ )、$Y$ 连续,求 $Z=X+Y$ :
$$F_Z(z)=\sum_ip_i\,P\{x_i+Y\le z\}=\sum_ip_iF_Y(z-x_i).$$ $$F_Z(z)=\sum_ip_i\,P\{x_i+Y\le z\}=\sum_ip_iF_Y(z-x_i).$$
即**把离散变量的取值当权重,把连续部分的分布函数平移后加权叠加**。 即**把离散变量的取值当权重,把连续部分的分布函数平移后加权叠加**。
**标准例**:$P\{X=0\}=P\{X=1\}=\frac12$、$Y\sim U(0,1)$ 独立 ⟹ $F_Z(z)=\frac12F_Y(z)+\frac12F_Y(z-1)$,求导得 $f_Z$。 **标准例**:$P\{X=0\}=P\{X=1\}=\frac12$ 、$Y\sim U(0,1)$ 独立 ⟹ $F_Z(z)=\frac12F_Y(z)+\frac12F_Y(z-1)$ ,求导得 $f_Z$ 。
**混合正态**(2020·22 型):$Y=X_3X_1+(1-X_3)X_2$,$X_3$ 取 $0/1$。用全概率按 $X_3$ 拆: **混合正态**(2020·22 型):$Y=X_3X_1+(1-X_3)X_2$ ,$X_3$ 取 $0/1$ 。用全概率按 $X_3$ 拆:
$$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$ $$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$
@@ -279,20 +279,20 @@ $$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$
| 条件期望 | $E(Y\mid X=x)=\int y\,f_{Y\mid X}(y\mid x)\,\mathrm dy$ | 求相关时的桥梁 | | 条件期望 | $E(Y\mid X=x)=\int y\,f_{Y\mid X}(y\mid x)\,\mathrm dy$ | 求相关时的桥梁 |
| | | | | | | |
**条件分布求相关的标准流程**:① $f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)$;② 算 $EX$、$EY$($EY=\int E(Y\mid X=x)f_X\,\mathrm dx$);③ 算 $E(XY)$;④ 代 $\rho$ 公式。 **条件分布求相关的标准流程**:① $f(x,y)=f_X(x)f_{Y\mid X}(y\mid x)$ ;② 算 $EX$ 、$EY$ ($EY=\int E(Y\mid X=x)f_X\,\mathrm dx$ );③ 算 $E(XY)$ ;④ 代 $\rho$ 公式。
## B 题型考点(怎么想到、为什么、坑在哪) ## B 题型考点(怎么想到、为什么、坑在哪)
- **B1 拿到二维表的固定动作**:先补边缘(行和/列和),再验 $\sum p_{ij}=1$,再判独立($p_{ij}=p_{i\cdot}p_{\cdot j}$ 逐格比)。**坑**:只比一格就下结论。 - **B1 拿到二维表的固定动作**:先补边缘(行和/列和),再验 $\sum p_{ij}=1$ ,再判独立($p_{ij}=p_{i\cdot}p_{\cdot j}$ 逐格比)。**坑**:只比一格就下结论。
- **B2 画图定限是二重积分的全部**:先把 $D$ 画出来,再把 $g(x,y)\le z$ 与 $D$ 求交,最后决定"先 $x$ 后 $y$"还是反过来。**坑**:不画图直接写限,几乎必错。 - **B2 画图定限是二重积分的全部**:先把 $D$ 画出来,再把 $g(x,y)\le z$ 与 $D$ 求交,最后决定"先 $x$ 后 $y$ "还是反过来。**坑**:不画图直接写限,几乎必错。
- **B3 非矩形域一眼不独立**:圆、三角、$0<y<x$、$y>\sqrt x$ 型,$Y$ 的范围依赖 $X$,乘积必然拆不开。**用途**:先判不独立,可省掉一整段积分。 - **B3 非矩形域一眼不独立**:圆、三角、$0<y<x$ 、$y>\sqrt x$ 型,$Y$ 的范围依赖 $X$ ,乘积必然拆不开。**用途**:先判不独立,可省掉一整段积分。
- **B4 函数分布三路线选择**:单个函数 ⟹ 定义法(万能但分段繁);两个新变量 ⟹ 雅可比;独立求和差 ⟹ 卷积。**选择错会多做一倍计算**。 - **B4 函数分布三路线选择**:单个函数 ⟹ 定义法(万能但分段繁);两个新变量 ⟹ 雅可比;独立求和差 ⟹ 卷积。**选择错会多做一倍计算**。
- **B5 雅可比的增补技巧**:求 $Z=g(X,Y)$ 时补 $V=X$ 凑成一一变换,再对 $v$ 积分。**坑**:$J$ 用了正变换而非逆变换(差一个倒数),或忘了绝对值。 - **B5 雅可比的增补技巧**:求 $Z=g(X,Y)$ 时补 $V=X$ 凑成一一变换,再对 $v$ 积分。**坑**:$J$ 用了正变换而非逆变换(差一个倒数),或忘了绝对值。
- **B6 卷积的适用边界**:卷积要求**独立**;不独立必须回到 $\int f(x,z-x)\mathrm dx$。**坑**:$U(0,1)+U(0,1)$ 的区间是 $(0,2)$,分段点 $z=1$ 不能漏。 - **B6 卷积的适用边界**:卷积要求**独立**;不独立必须回到 $\int f(x,z-x)\mathrm dx$ 。**坑**:$U(0,1)+U(0,1)$ 的区间是 $(0,2)$ ,分段点 $z=1$ 不能漏。
- **B7 最值分布**:$F_{\max}=\prod F$、$F_{\min}=1-\prod(1-F)$;独立同分布才化成 $[F]^n$、$1-[1-F]^n$。**坑**:把 $F_{\max}$ 写成 $[F]^n$ 却忘了独立性前提。 - **B7 最值分布**:$F_{\max}=\prod F$ 、$F_{\min}=1-\prod(1-F)$ ;独立同分布才化成 $[F]^n$ 、$1-[1-F]^n$ 。**坑**:把 $F_{\max}$ 写成 $[F]^n$ 却忘了独立性前提。
- **B8 混合型走全概率**:一离散一连续时,把离散的每个取值作为一层,加权叠加平移后的 $F_Y$。**坑**:忘了权重之和为 1,或分段时漏掉某个取值。 - **B8 混合型走全概率**:一离散一连续时,把离散的每个取值作为一层,加权叠加平移后的 $F_Y$ 。**坑**:忘了权重之和为 1,或分段时漏掉某个取值。
- **B9 二维正态的五性质直接调用**:边缘正态、$\rho$ 即相关系数、线性组合正态、条件期望线性、不相关⟺独立。**看到"二维正态"四个字,先写这五条**。 - **B9 二维正态的五性质直接调用**:边缘正态、$\rho$ 即相关系数、线性组合正态、条件期望线性、不相关⟺独立。**看到"二维正态"四个字,先写这五条**。
- **B10 条件分布求相关的两条路**:① 先联合密度再硬算三阶矩;② 用 $E(Y\mid X=x)$ 的线性式直接读 $\rho$(二维正态专用)。**2022·10、2024·9 都是第 ① 条**。 - **B10 条件分布求相关的两条路**:① 先联合密度再硬算三阶矩;② 用 $E(Y\mid X=x)$ 的线性式直接读 $\rho$ (二维正态专用)。**2022·10、2024·9 都是第 ① 条**。
## 7 题目清单(27 题,纯题干,按在学练习七点分册) ## 7 题目清单(27 题,纯题干,按在学练习七点分册)
@@ -301,19 +301,19 @@ $$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$
### 点 1 联合分布与边缘分布(题 1–4) ### 点 1 联合分布与边缘分布(题 1–4)
- **题 1 · 1.1:联合分布函数的四条性质(★☆☆)**:判断下列说法是否正确,错的举反例:(Ⅰ)若 $F(x,y)$ 对 $x$ 、对 $y$ 都单调不减,且 $F(-\infty,y)=F(x,-\infty)=0$ 、$F(+\infty,+\infty)=1$ ,则 $F$ 必是某二维随机变量的分布函数;(Ⅱ)若 $(X,Y)$ 的联合分布函数为 $F$ ,则 $X$ 的分布函数为 $F(x,+\infty)$ ;(Ⅲ)若 $f(x,y)=g(x)h(y)$ 在矩形 $I\times J$ 上成立,则 $X$ 与 $Y$ 相互独立;(Ⅳ)若 $(X,Y)$ 服从二维正态分布,则 $X$ 与 $Y$ 独立当且仅当 $\rho=0$ 。 - **题 1 · 1.1:联合分布函数的四条性质(★☆☆)**:判断下列说法是否正确,错的举反例:(Ⅰ)若 $F(x,y)$ 对 $x$ 、对 $y$ 都单调不减,且 $F(-\infty,y)=F(x,-\infty)=0$ 、$F(+\infty,+\infty)=1$ ,则 $F$ 必是某二维随机变量的分布函数;(Ⅱ)若 $(X,Y)$ 的联合分布函数为 $F$ ,则 $X$ 的分布函数为 $F(x,+\infty)$ ;(Ⅲ)若 $f(x,y)=g(x)h(y)$ 在矩形 $I\times J$ 上成立,则 $X$ 与 $Y$ 相互独立;(Ⅳ)若 $(X,Y)$ 服从二维正态分布,则 $X$ 与 $Y$ 独立当且仅当 $\rho=0$ 。
- **题 2 · 1.1:由分布函数算矩形概率(★★☆)**:设 $(X,Y)$ 的联合分布函数为$F(x,y)=\begin{cases}A\left(1-\mathrm e^{-x}\right)\left(1-\mathrm e^{-y}\right),&x>0,\ y>0\\[2pt]0,&\text{其他}\end{cases}$(Ⅰ)求 $A$ ;(Ⅱ)求边缘分布函数 $F_X(x)$ ,并说明 $X$ 服从什么分布;(Ⅲ)求 $P\{1<X\le2,\ Y>1\}$ 。 - **题 2 · 1.1:由分布函数算矩形概率(★★☆)**:设 $(X,Y)$ 的联合分布函数为$F(x,y)=\begin{cases}A\left(1-\mathrm e^{-x}\right)\left(1-\mathrm e^{-y}\right),&x>0,\ y>0\\[2pt]0,&\text{其他}\end{cases}$ (Ⅰ)求 $A$ ;(Ⅱ)求边缘分布函数 $F_X(x)$ ,并说明 $X$ 服从什么分布;(Ⅲ)求 $P\{1<X\le2,\ Y>1\}$ 。
- **题 3 · 1.2:由联合密度求边缘与区域概率(★★☆)**:设 $(X,Y)$ 在区域 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布。(Ⅰ)写出联合密度;(Ⅱ)求边缘密度 $f_X(x)$ 、$f_Y(y)$ ;(Ⅲ)求 $P\{X+Y<1\}$ 。 - **题 3 · 1.2:由联合密度求边缘与区域概率(★★☆)**:设 $(X,Y)$ 在区域 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布。(Ⅰ)写出联合密度;(Ⅱ)求边缘密度 $f_X(x)$ 、$f_Y(y)$ ;(Ⅲ)求 $P\{X+Y<1\}$ 。
- **题 4 · 1.3:条件密度是一族密度(★★☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}\mathrm e^{-y},&0<x<y\\[2pt]0,&\text{其他}\end{cases}$(Ⅰ)验证它是密度,并求 $f_X(x)$ ;(Ⅱ)求 $f_{Y\mid X}(y\mid x)$ ,并指出它服从什么分布;(Ⅲ)说明"条件密度是一族密度"在这里具体指什么。 - **题 4 · 1.3:条件密度是一族密度(★★☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}\mathrm e^{-y},&0<x<y\\[2pt]0,&\text{其他}\end{cases}$ (Ⅰ)验证它是密度,并求 $f_X(x)$ ;(Ⅱ)求 $f_{Y\mid X}(y\mid x)$ ,并指出它服从什么分布;(Ⅲ)说明"条件密度是一族密度"在这里具体指什么。
### 点 2 二维离散型随机变量(题 1–3) ### 点 2 二维离散型随机变量(题 1–3)
- **题 1 · 2.1:不放回抽样的联合分布律(★☆☆)**:袋中有编号 $1,2,3$ 的三个球,从中**不放回**地依次取两个。令 $X$ 为第一次取到的号码,$Y$ 为第二次取到的号码。(Ⅰ)写出 $(X,Y)$ 的联合分布律表;(Ⅱ)求边缘分布律,并判断 $X$ 与 $Y$ 是否独立;(Ⅲ)求 $P\{X+Y=4\}$ 。 - **题 1 · 2.1:不放回抽样的联合分布律(★☆☆)**:袋中有编号 $1,2,3$ 的三个球,从中**不放回**地依次取两个。令 $X$ 为第一次取到的号码,$Y$ 为第二次取到的号码。(Ⅰ)写出 $(X,Y)$ 的联合分布律表;(Ⅱ)求边缘分布律,并判断 $X$ 与 $Y$ 是否独立;(Ⅲ)求 $P\{X+Y=4\}$ 。
- **题 2 · 2.2:由独立性反解未知概率(★★☆)**:设二维离散型随机变量 $(X,Y)$ 的联合分布律为:$P\{X=0,Y=1\}=0.12$,$P\{X=0,Y=2\}=a$,$P\{X=0,Y=3\}=0.18$;$P\{X=1,Y=1\}=b$,$P\{X=1,Y=2\}=0.20$,$P\{X=1,Y=3\}=c$。已知 $X$ 与 $Y$ 相互独立。(Ⅰ)求 $a,b,c$ ;(Ⅱ)求条件分布律 $P\{Y=j\mid X=0\}$ ;(Ⅲ)求 $P\{X=1\mid Y\ne2\}$ 。 - **题 2 · 2.2:由独立性反解未知概率(★★☆)**:设二维离散型随机变量 $(X,Y)$ 的联合分布律为:$P\{X=0,Y=1\}=0.12$ ,$P\{X=0,Y=2\}=a$ ,$P\{X=0,Y=3\}=0.18$ ;$P\{X=1,Y=1\}=b$ ,$P\{X=1,Y=2\}=0.20$ ,$P\{X=1,Y=3\}=c$ 。已知 $X$ 与 $Y$ 相互独立。(Ⅰ)求 $a,b,c$ ;(Ⅱ)求条件分布律 $P\{Y=j\mid X=0\}$ ;(Ⅲ)求 $P\{X=1\mid Y\ne2\}$ 。
- **题 3 · 2.3:泊松分解与条件二项(★★☆)**:设 $X\sim P(\lambda_1)$ 、$Y\sim P(\lambda_2)$ 且相互独立,其中 $\lambda_1=2$ 、$\lambda_2=1$ 。(Ⅰ)求 $X+Y$ 的分布;(Ⅱ)在已知 $X+Y=3$ 的条件下,求 $X$ 的分布律;(Ⅲ)求 $P\{X=1\mid X+Y=3\}$ 与 $E(X\mid X+Y=3)$ 。 - **题 3 · 2.3:泊松分解与条件二项(★★☆)**:设 $X\sim P(\lambda_1)$ 、$Y\sim P(\lambda_2)$ 且相互独立,其中 $\lambda_1=2$ 、$\lambda_2=1$ 。(Ⅰ)求 $X+Y$ 的分布;(Ⅱ)在已知 $X+Y=3$ 的条件下,求 $X$ 的分布律;(Ⅲ)求 $P\{X=1\mid X+Y=3\}$ 与 $E(X\mid X+Y=3)$ 。
### 点 3 二维连续型与两类特殊分布(题 1–5) ### 点 3 二维连续型与两类特殊分布(题 1–5)
- **题 1 · 3.1:归一化与区域概率(★☆☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}A(x+y),&0<x<1,\ 0<y<1\\[2pt]0,&\text{其他}\end{cases}$(Ⅰ)求 $A$ ;(Ⅱ)求 $P\{X+Y<1\}$ ;(Ⅲ)求 $P\{X=Y\}$ 。 - **题 1 · 3.1:归一化与区域概率(★☆☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}A(x+y),&0<x<1,\ 0<y<1\\[2pt]0,&\text{其他}\end{cases}$ (Ⅰ)求 $A$ ;(Ⅱ)求 $P\{X+Y<1\}$ ;(Ⅲ)求 $P\{X=Y\}$ 。
- **题 2 · 3.2:圆域均匀的边缘与矩形判据(★★☆)**:设 $(X,Y)$ 在四分之一圆盘 $D=\{(x,y):x^2+y^2\le1,\ x\ge0,\ y\ge0\}$ 上服从均匀分布。(Ⅰ)写出联合密度;(Ⅱ)求边缘密度 $f_X(x)$ ,并说明它的形状为什么不是常数;(Ⅲ)求 $P\{X<Y\}$ 与 $P\left\{X^2+Y^2\le\frac14\right\}$ ;(Ⅳ)判断 $X$ 与 $Y$ 是否独立。 - **题 2 · 3.2:圆域均匀的边缘与矩形判据(★★☆)**:设 $(X,Y)$ 在四分之一圆盘 $D=\{(x,y):x^2+y^2\le1,\ x\ge0,\ y\ge0\}$ 上服从均匀分布。(Ⅰ)写出联合密度;(Ⅱ)求边缘密度 $f_X(x)$ ,并说明它的形状为什么不是常数;(Ⅲ)求 $P\{X<Y\}$ 与 $P\left\{X^2+Y^2\le\frac14\right\}$ ;(Ⅳ)判断 $X$ 与 $Y$ 是否独立。
- **题 3 · 3.3:条件密度与"族"的含义(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(即联合密度为 $2$ )。(Ⅰ)求 $f_{Y\mid X}(y\mid x)$ 与 $f_{X\mid Y}(x\mid y)$ ;(Ⅱ)说明两者的支撑分别是什么,并解释"条件密度是一族密度";(Ⅲ)求 $P\left\{Y<\frac12\ \big|\ X=\frac34\right\}$ 。 - **题 3 · 3.3:条件密度与"族"的含义(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(即联合密度为 $2$ )。(Ⅰ)求 $f_{Y\mid X}(y\mid x)$ 与 $f_{X\mid Y}(x\mid y)$ ;(Ⅱ)说明两者的支撑分别是什么,并解释"条件密度是一族密度";(Ⅲ)求 $P\left\{Y<\frac12\ \big|\ X=\frac34\right\}$ 。
- **题 4 · 3.5:二维正态的六条结论(★★☆)**:设 $(X,Y)\sim N(0,0;1,4;\rho)$ ,其中 $\rho=\frac12$ 。(Ⅰ)写出 $X$ 、$Y$ 的边缘分布;(Ⅱ)求 $X+Y$ 的分布与 $P\{X+Y>0\}$ ;(Ⅲ)求条件分布 $Y\mid X=x$ ;(Ⅳ)判断 $X+Y$ 与 $X-Y$ 是否独立,并说明与"$\sigma_1=\sigma_2$ "的关系。 - **题 4 · 3.5:二维正态的六条结论(★★☆)**:设 $(X,Y)\sim N(0,0;1,4;\rho)$ ,其中 $\rho=\frac12$ 。(Ⅰ)写出 $X$ 、$Y$ 的边缘分布;(Ⅱ)求 $X+Y$ 的分布与 $P\{X+Y>0\}$ ;(Ⅲ)求条件分布 $Y\mid X=x$ ;(Ⅳ)判断 $X+Y$ 与 $X-Y$ 是否独立,并说明与"$\sigma_1=\sigma_2$ "的关系。
@@ -322,7 +322,7 @@ $$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$
### 点 4 随机变量的独立性(题 1–4) ### 点 4 随机变量的独立性(题 1–4)
- **题 1 · 4.1:三种说法的一致性(★☆☆)**:判断下列说法是否正确:(Ⅰ)若 $X$ 与 $Y$ 独立,则 $X^2$ 与 $\mathrm e^{Y}$ 独立;(Ⅱ)若 $E(XY)=EX\cdot EY$ ,则 $X$ 与 $Y$ 独立;(Ⅲ)若 $f(x,y)=f_X(x)f_Y(y)$ 在**除一条直线外**处处成立,则 $X$ 与 $Y$ 独立;(Ⅳ)若 $X$ 与 $Y$ 独立且同分布,则 $P\{X<Y\}=\frac12$ (假定 $P\{X=Y\}=0$ )。 - **题 1 · 4.1:三种说法的一致性(★☆☆)**:判断下列说法是否正确:(Ⅰ)若 $X$ 与 $Y$ 独立,则 $X^2$ 与 $\mathrm e^{Y}$ 独立;(Ⅱ)若 $E(XY)=EX\cdot EY$ ,则 $X$ 与 $Y$ 独立;(Ⅲ)若 $f(x,y)=f_X(x)f_Y(y)$ 在**除一条直线外**处处成立,则 $X$ 与 $Y$ 独立;(Ⅳ)若 $X$ 与 $Y$ 独立且同分布,则 $P\{X<Y\}=\frac12$ (假定 $P\{X=Y\}=0$ )。
- **题 2 · 4.2:可分离却仍不独立(★★☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}8xy,&0<y<x<1\\[2pt]0,&\text{其他}\end{cases}$(Ⅰ)验证它是密度;(Ⅱ)求 $f_X(x)$ 、$f_Y(y)$ ;(Ⅲ)判断 $X$ 与 $Y$ 是否独立,并说明"$8xy$ 看起来能分离"为什么不足以判独立;(Ⅳ)求 $P\left\{Y<\frac X2\right\}$ 。 - **题 2 · 4.2:可分离却仍不独立(★★☆)**:设 $(X,Y)$ 的联合密度为$f(x,y)=\begin{cases}8xy,&0<y<x<1\\[2pt]0,&\text{其他}\end{cases}$ (Ⅰ)验证它是密度;(Ⅱ)求 $f_X(x)$ 、$f_Y(y)$ ;(Ⅲ)判断 $X$ 与 $Y$ 是否独立,并说明"$8xy$ 看起来能分离"为什么不足以判独立;(Ⅳ)求 $P\left\{Y<\frac X2\right\}$ 。
- **题 3 · 4.3:不相关但不独立的反例(★★☆)**:设 $X\sim U(-1,1)$ ,$Y=X^2$ 。(Ⅰ)求 $EX$ 、$EY$ 、$E(XY)$ 与 $\operatorname{Cov}(X,Y)$ ;(Ⅱ)判断 $X$ 与 $Y$ 是否不相关、是否独立;(Ⅲ)举出一个"独立但不相关"以及一个"相关"的例子,说明三者的层次关系。 - **题 3 · 4.3:不相关但不独立的反例(★★☆)**:设 $X\sim U(-1,1)$ ,$Y=X^2$ 。(Ⅰ)求 $EX$ 、$EY$ 、$E(XY)$ 与 $\operatorname{Cov}(X,Y)$ ;(Ⅱ)判断 $X$ 与 $Y$ 是否不相关、是否独立;(Ⅲ)举出一个"独立但不相关"以及一个"相关"的例子,说明三者的层次关系。
- **题 4 · 4.4:独立同分布的四条推论(★★☆)**:设 $X$ 与 $Y$ 相互独立,都服从 $E(1)$ ,令 $M=\max\{X,Y\}$ 、$m=\min\{X,Y\}$ 。(Ⅰ)求 $X+Y$ 的密度,并说明它为什么不是 $E(1)$ ;(Ⅱ)求 $f_M(x)$ 与 $EM$ ;(Ⅲ)求 $Em$ ,并验证 $EM+Em=EX+EY$ ;(Ⅳ)说明"可加性"为什么只对"和"成立,对 $\max$ 不成立。 - **题 4 · 4.4:独立同分布的四条推论(★★☆)**:设 $X$ 与 $Y$ 相互独立,都服从 $E(1)$ ,令 $M=\max\{X,Y\}$ 、$m=\min\{X,Y\}$ 。(Ⅰ)求 $X+Y$ 的密度,并说明它为什么不是 $E(1)$ ;(Ⅱ)求 $f_M(x)$ 与 $EM$ ;(Ⅲ)求 $Em$ ,并验证 $EM+Em=EX+EY$ ;(Ⅳ)说明"可加性"为什么只对"和"成立,对 $\max$ 不成立。
@@ -330,7 +330,7 @@ $$F(x,y)=\sum_kP\{X_3=k\}P\{X_1\le x,\ Y\le y\mid X_3=k\},$$
- **题 1 · 5.1:分布函数法求和的分布(★★☆)**:设 $X$ 与 $Y$ 相互独立,都服从 $U(0,1)$ ,$Z=X+Y$ 。(Ⅰ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;(Ⅱ)说明分段点 $z=0,1,2$ 是怎么来的;(Ⅲ)求 $P\left\{Z<\frac12\right\}$ 。 - **题 1 · 5.1:分布函数法求和的分布(★★☆)**:设 $X$ 与 $Y$ 相互独立,都服从 $U(0,1)$ ,$Z=X+Y$ 。(Ⅰ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;(Ⅱ)说明分段点 $z=0,1,2$ 是怎么来的;(Ⅲ)求 $P\left\{Z<\frac12\right\}$ 。
- **题 2 · 5.1:区域型支撑上的函数分布(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(联合密度为 $2$ ),令 $Z=\dfrac YX$ 。(Ⅰ)求 $Z$ 的取值范围;(Ⅱ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;(Ⅲ)求 $E Z$ ,并解释结果为什么"看起来很自然"。 - **题 2 · 5.1:区域型支撑上的函数分布(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(联合密度为 $2$ ),令 $Z=\dfrac YX$ 。(Ⅰ)求 $Z$ 的取值范围;(Ⅱ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;(Ⅲ)求 $E Z$ ,并解释结果为什么"看起来很自然"。
- **题 3 · 5.2:雅可比法与"顺带判独立"(★★★)**:设 $X$ 与 $Y$ 相互独立,都服从参数为 $1$ 的指数分布。令$U=X+Y,\qquad V=\frac{X}{X+Y} .$(Ⅰ)求 $(U,V)$ 的联合密度;(Ⅱ)判断 $U$ 与 $V$ 是否独立,并写出各自的分布;(Ⅲ)由此求 $E\!\left(\dfrac{X}{X+Y}\right)$ 。 - **题 3 · 5.2:雅可比法与"顺带判独立"(★★★)**:设 $X$ 与 $Y$ 相互独立,都服从参数为 $1$ 的指数分布。令$U=X+Y,\qquad V=\frac{X}{X+Y} .$ (Ⅰ)求 $(U,V)$ 的联合密度;(Ⅱ)判断 $U$ 与 $V$ 是否独立,并写出各自的分布;(Ⅲ)由此求 $E\!\left(\dfrac{X}{X+Y}\right)$ 。
- **题 4 · 5.3:四条路的选择(★☆☆)**:下列四题,分别应走哪条路(分布函数法 / 卷积公式 / 雅可比 / 最值公式)?只需说明理由,不必计算。(Ⅰ)$X,Y$ 相互独立,$X\sim E(1)$ 、$Y\sim E(2)$ ,求 $Z=X+Y$ 的密度;(Ⅱ)$X,Y$ 相互独立且都服从 $U(0,1)$ ,求 $Z=X^2+Y^2$ 的密度;(Ⅲ)$X,Y$ 相互独立,求 $U=X+Y$ 与 $W=X-Y$ 的联合密度;(Ⅳ)$X_1,\dots,X_5$ 相互独立且都服从 $E(1)$ ,求 $M=\max X_i$ 的密度。 - **题 4 · 5.3:四条路的选择(★☆☆)**:下列四题,分别应走哪条路(分布函数法 / 卷积公式 / 雅可比 / 最值公式)?只需说明理由,不必计算。(Ⅰ)$X,Y$ 相互独立,$X\sim E(1)$ 、$Y\sim E(2)$ ,求 $Z=X+Y$ 的密度;(Ⅱ)$X,Y$ 相互独立且都服从 $U(0,1)$ ,求 $Z=X^2+Y^2$ 的密度;(Ⅲ)$X,Y$ 相互独立,求 $U=X+Y$ 与 $W=X-Y$ 的联合密度;(Ⅳ)$X_1,\dots,X_5$ 相互独立且都服从 $E(1)$ ,求 $M=\max X_i$ 的密度。
### 点 6 四则运算与最值(题 1–4) ### 点 6 四则运算与最值(题 1–4)
@@ -19,7 +19,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数字特征]
**一句话**:数字特征 = **期望(加权平均)+ 方差(波动)+ 协方差/相关系数(线性相关程度)+ 切比雪夫(无分布估算)**——分布未知或太复杂时,只用这几个数说话。 **一句话**:数字特征 = **期望(加权平均)+ 方差(波动)+ 协方差/相关系数(线性相关程度)+ 切比雪夫(无分布估算)**——分布未知或太复杂时,只用这几个数说话。
**依赖链**:一维期望 → 方差($EX^2-(EX)^2$)→ 常用分布特征表 → 二维期望 → 协方差/相关系数 → 独立与相关 → 切比雪夫。 **依赖链**:一维期望 → 方差($EX^2-(EX)^2$ )→ 常用分布特征表 → 二维期望 → 协方差/相关系数 → 独立与相关 → 切比雪夫。
**一条锚**:**一切从 $EX$ 出发**——$E(XY)$ 是二维题的总开关,$\operatorname{Cov}=E(XY)-EX\,EY$ 是全部相关性的来源。 **一条锚**:**一切从 $EX$ 出发**——$E(XY)$ 是二维题的总开关,$\operatorname{Cov}=E(XY)-EX\,EY$ 是全部相关性的来源。
@@ -31,11 +31,11 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数字特征]
| 2023·8 | 泊松分布 $E\lvert X-EX\rvert$ | 5 | | 2023·8 | 泊松分布 $E\lvert X-EX\rvert$ | 5 |
| 2022·8 | 相关系数 $-1$ 时的 $D(2X-Y+1)$ | 5 | | 2022·8 | 相关系数 $-1$ 时的 $D(2X-Y+1)$ | 5 |
| 2021·16 | 两步抽球模型的相关系数 | 5 | | 2021·16 | 两步抽球模型的相关系数 | 5 |
| 2020·14 | $\operatorname{Cov}(X,\sin X)$($X$ 均匀) | 4 | | 2020·14 | $\operatorname{Cov}(X,\sin X)$ ($X$ 均匀) | 4 |
| 2017·14 | 混合分布 $F=0.5\varPhi(x)+0.5\varPhi(\frac{x-4}{2})$ 求 $EX$ | 4 | | 2017·14 | 混合分布 $F=0.5\varPhi(x)+0.5\varPhi(\frac{x-4}{2})$ 求 $EX$ | 4 |
| 2016·8 | 多项分布相关系数 | 4 | | 2016·8 | 多项分布相关系数 | 4 |
> **命题规律**:**只出选填(4–5 分)**,且集中在三类:① **方差/协方差的代数运算**(2022·8、2025·8);② **相关系数的符号与公式**(2021·16、2016·8);③ **非常规期望**(2023·8 的 $\lvert X-EX\rvert$、2017·14 的混合分布、2020·14 的 $\operatorname{Cov}(X,\sin X)$)。真正的"算期望"大题通常藏在多维或数理统计的解答题里。 > **命题规律**:**只出选填(4–5 分)**,且集中在三类:① **方差/协方差的代数运算**(2022·8、2025·8);② **相关系数的符号与公式**(2021·16、2016·8);③ **非常规期望**(2023·8 的 $\lvert X-EX\rvert$ 、2017·14 的混合分布、2020·14 的 $\operatorname{Cov}(X,\sin X)$ )。真正的"算期望"大题通常藏在多维或数理统计的解答题里。
### 0.3 考点树(与在学练习五点分册一一对应) ### 0.3 考点树(与在学练习五点分册一一对应)
@@ -59,24 +59,24 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数字特征]
| 离散型 | $EX=\sum_i x_ip_i$ | | 离散型 | $EX=\sum_i x_ip_i$ |
| 连续型 | $EX=\int_{-\infty}^{+\infty}xf(x)\,\mathrm dx$ | | 连续型 | $EX=\int_{-\infty}^{+\infty}xf(x)\,\mathrm dx$ |
**存在性**:$\sum\lvert x_i\rvert p_i<\infty$ 或 $\int\lvert x\rvert f(x)\mathrm dx<\infty$——**绝对收敛才算期望存在**。柯西分布 $f=\frac1{\pi(1+x^2)}$ 是"积分条件收敛但期望不存在"的标准反例。 **存在性**:$\sum\lvert x_i\rvert p_i<\infty$ 或 $\int\lvert x\rvert f(x)\mathrm dx<\infty$ ——**绝对收敛才算期望存在**。柯西分布 $f=\frac1{\pi(1+x^2)}$ 是"积分条件收敛但期望不存在"的标准反例。
### 1.2 随机变量函数的期望(不必先求分布) ### 1.2 随机变量函数的期望(不必先求分布)
$$E[g(X)]=\sum_i g(x_i)p_i\quad\text{或}\quad E[g(X)]=\int_{-\infty}^{+\infty}g(x)f(x)\,\mathrm dx .$$ $$E[g(X)]=\sum_i g(x_i)p_i\quad\text{或}\quad E[g(X)]=\int_{-\infty}^{+\infty}g(x)f(x)\,\mathrm dx .$$
二维版本 $E[g(X,Y)]=\sum\sum g\,p_{ij}$ 或 $\iint g\,f\,\mathrm dx\,\mathrm dy$(**不需要独立**)。 二维版本 $E[g(X,Y)]=\sum\sum g\,p_{ij}$ 或 $\iint g\,f\,\mathrm dx\,\mathrm dy$ (**不需要独立**)。
> **这是"省一步"的关键**:求 $E(X^2)$、$E(\mathrm e^{X})$、$E(\lvert X-EX\rvert)$ 时,都不需要先写出 $X^2$ 的分布。 > **这是"省一步"的关键**:求 $E(X^2)$ 、$E(\mathrm e^{X})$ 、$E(\lvert X-EX\rvert)$ 时,都不需要先写出 $X^2$ 的分布。
### 1.3 期望的四条性质 ### 1.3 期望的四条性质
| 性质 | 公式 | | 性质 | 公式 |
|---|---| |---|---|
| 常数 | $Ec=c$ | | 常数 | $Ec=c$ |
| 线性 | $E(aX+bY+c)=aEX+bEY+c$(**无条件成立**,不需独立) | | 线性 | $E(aX+bY+c)=aEX+bEY+c$ (**无条件成立**,不需独立) |
| 独立可乘 | $X,Y$ 独立 $\Rightarrow E(XY)=EX\cdot EY$;更一般 $E[g_1(X)g_2(Y)]=E g_1(X)\cdot E g_2(Y)$ | | 独立可乘 | $X,Y$ 独立 $\Rightarrow E(XY)=EX\cdot EY$ ;更一般 $E[g_1(X)g_2(Y)]=E g_1(X)\cdot E g_2(Y)$ |
| 混合分布 | $F=\sum_kp_kF_k\Rightarrow EX=\sum_kp_kEX_k$(2017·14 的解法) | | 混合分布 | $F=\sum_kp_kF_k\Rightarrow EX=\sum_kp_kEX_k$ (2017·14 的解法) |
> **最常错**:把 $E(XY)=EX\,EY$ 当无条件公式。**只有独立(或二维正态下不相关)才能拆。** > **最常错**:把 $E(XY)=EX\,EY$ 当无条件公式。**只有独立(或二维正态下不相关)才能拆。**
@@ -91,9 +91,9 @@ $$E[g(X)]=\sum_i g(x_i)p_i\quad\text{或}\quad E[g(X)]=\int_{-\infty}^{+\infty}g
$$DX=E[(X-EX)^2]=EX^2-(EX)^2 .$$ $$DX=E[(X-EX)^2]=EX^2-(EX)^2 .$$
第二式是**唯一实用公式**:先算 $E(X^2)$ 再减 $(EX)^2$。标准差 $\sqrt{DX}$。 第二式是**唯一实用公式**:先算 $E(X^2)$ 再减 $(EX)^2$ 。标准差 $\sqrt{DX}$ 。
**标准化**:$X^*=\dfrac{X-EX}{\sqrt{DX}}$,则 $EX^*=0$、$DX^*=1$。 **标准化**:$X^*=\dfrac{X-EX}{\sqrt{DX}}$ ,则 $EX^*=0$ 、$DX^*=1$ 。
### 2.2 性质(五条) ### 2.2 性质(五条)
@@ -102,12 +102,12 @@ $$DX=E[(X-EX)^2]=EX^2-(EX)^2 .$$
| 非负 | $DX\ge0$ | $DX=0\iff X$ 几乎处处为常数 | | 非负 | $DX\ge0$ | $DX=0\iff X$ 几乎处处为常数 |
| 常数 | $Dc=0$ | | | 常数 | $Dc=0$ | |
| 平移不变 | $D(X+c)=DX$ | 加减常数不影响波动 | | 平移不变 | $D(X+c)=DX$ | 加减常数不影响波动 |
| 伸缩平方 | $D(aX)=a^2DX$,$D(aX+b)=a^2DX$ | 系数**平方**出来 | | 伸缩平方 | $D(aX)=a^2DX$ ,$D(aX+b)=a^2DX$ | 系数**平方**出来 |
| **线性组合** | $D(aX\pm bY)=a^2DX+b^2DY\pm2ab\operatorname{Cov}(X,Y)$ | 独立/不相关时交叉项为 0 | | **线性组合** | $D(aX\pm bY)=a^2DX+b^2DY\pm2ab\operatorname{Cov}(X,Y)$ | 独立/不相关时交叉项为 0 |
**独立时的特例**:$D\left(\sum_ia_iX_i\right)=\sum_ia_i^2DX_i$;$D(\overline X)=\frac{\sigma^2}{n}$。 **独立时的特例**:$D\left(\sum_ia_iX_i\right)=\sum_ia_i^2DX_i$ ;$D(\overline X)=\frac{\sigma^2}{n}$ 。
> **坑**:$D(X-Y)=DX+DY$(**加号**),不是 $DX-DY$。也别忘了 $2ab\operatorname{Cov}$ 的符号与 $a,b$ 的正负。 > **坑**:$D(X-Y)=DX+DY$ (**加号**),不是 $DX-DY$ 。也别忘了 $2ab\operatorname{Cov}$ 的符号与 $a,b$ 的正负。
## 3 常用分布的期望与方差(一张表背完) ## 3 常用分布的期望与方差(一张表背完)
@@ -123,7 +123,7 @@ $$DX=E[(X-EX)^2]=EX^2-(EX)^2 .$$
| 正态 | $N(\mu,\sigma^2)$ | $\mu$ | $\sigma^2$ | | 正态 | $N(\mu,\sigma^2)$ | $\mu$ | $\sigma^2$ |
| 卡方 | $\chi^2(n)$ | $n$ | $2n$ | | 卡方 | $\chi^2(n)$ | $n$ | $2n$ |
**记忆钩子**:泊松"期望=方差 $=\lambda$";指数"期望=标准差 $=1/\lambda$";二项与 0-1 差一个 $n$;均匀与正态都是"中心 = 中点"。 **记忆钩子**:泊松"期望=方差 $=\lambda$ ";指数"期望=标准差 $=1/\lambda$ ";二项与 0-1 差一个 $n$ ;均匀与正态都是"中心 = 中点"。
## 4 二维随机变量的数字特征 ## 4 二维随机变量的数字特征
@@ -131,7 +131,7 @@ $$DX=E[(X-EX)^2]=EX^2-(EX)^2 .$$
$$\operatorname{Cov}(X,Y)=E[(X-EX)(Y-EY)]=E(XY)-EX\cdot EY .$$ $$\operatorname{Cov}(X,Y)=E[(X-EX)(Y-EY)]=E(XY)-EX\cdot EY .$$
当 $X=Y$ 时 $\operatorname{Cov}(X,X)=DX$——**方差是协方差的特例**。 当 $X=Y$ 时 $\operatorname{Cov}(X,X)=DX$ ——**方差是协方差的特例**。
**四条性质**: **四条性质**:
@@ -150,14 +150,14 @@ $$\rho_{XY}=\frac{\operatorname{Cov}(X,Y)}{\sqrt{DX}\sqrt{DY}}\in[-1,1].$$
**两条极限性质**: **两条极限性质**:
- $\lvert\rho\rvert=1\iff$ 存在常数 $a\ne0,b$ 使 $P\{Y=aX+b\}=1$(**完全线性**); - $\lvert\rho\rvert=1\iff$ 存在常数 $a\ne0,b$ 使 $P\{Y=aX+b\}=1$ (**完全线性**);
- $Y=aX+b$ 时 $\rho_{XY}=\operatorname{sign}(a)$——**负相关只看 $a$ 的符号**。 - $Y=aX+b$ 时 $\rho_{XY}=\operatorname{sign}(a)$ ——**负相关只看 $a$ 的符号**。
### 4.3 $\rho$ 与线性变换 ### 4.3 $\rho$ 与线性变换
$$\rho_{aX+b,\,cY+d}=\operatorname{sign}(ac)\,\rho_{XY}.$$ $$\rho_{aX+b,\,cY+d}=\operatorname{sign}(ac)\,\rho_{XY}.$$
2022·8 就是这条:$\rho_{XY}=-1$ ⟹ $Y$ 与 $X$ 完全负线性,$D(2X-Y+1)$ 变成 $D(3X+\text{常数})=9DX$。 2022·8 就是这条:$\rho_{XY}=-1$ ⟹ $Y$ 与 $X$ 完全负线性,$D(2X-Y+1)$ 变成 $D(3X+\text{常数})=9DX$ 。
### 4.4 条件期望与重期望(在学练习点 4) ### 4.4 条件期望与重期望(在学练习点 4)
@@ -165,7 +165,7 @@ $$\rho_{aX+b,\,cY+d}=\operatorname{sign}(ac)\,\rho_{XY}.$$
$$E(Y\mid X=x)=\int_{-\infty}^{+\infty}y\,f_{Y\mid X}(y\mid x)\,\mathrm dy\quad(\text{或}\ \sum_j y_j\,P\{Y=y_j\mid X=x\}).$$ $$E(Y\mid X=x)=\int_{-\infty}^{+\infty}y\,f_{Y\mid X}(y\mid x)\,\mathrm dy\quad(\text{或}\ \sum_j y_j\,P\{Y=y_j\mid X=x\}).$$
它是 $x$ 的**函数**;把 $x$ 换成随机变量 $X$ ,得到随机变量 $E(Y\mid X)$。 它是 $x$ 的**函数**;把 $x$ 换成随机变量 $X$ ,得到随机变量 $E(Y\mid X)$ 。
**两条必背结论**: **两条必背结论**:
@@ -174,7 +174,7 @@ $$E(Y\mid X=x)=\int_{-\infty}^{+\infty}y\,f_{Y\mid X}(y\mid x)\,\mathrm dy\quad(
| **重期望(全期望)公式** | $E\big[E(Y\mid X)\big]=EY$ | 分层求期望:先按 $X$ 分层算,再对 $X$ 加权平均 | | **重期望(全期望)公式** | $E\big[E(Y\mid X)\big]=EY$ | 分层求期望:先按 $X$ 分层算,再对 $X$ 加权平均 |
| 条件期望的线性性 | $E(aY+b\mid X)=aE(Y\mid X)+b$ | 与普通期望同形 | | 条件期望的线性性 | $E(aY+b\mid X)=aE(Y\mid X)+b$ | 与普通期望同形 |
**性质清单**:$X,Y$ 独立时 $E(Y\mid X)=EY$(条件不提供信息);$E[g(X)Y\mid X]=g(X)E(Y\mid X)$(**$X$ 的函数可以当常数提出**)。 **性质清单**:$X,Y$ 独立时 $E(Y\mid X)=EY$ (条件不提供信息);$E[g(X)Y\mid X]=g(X)E(Y\mid X)$ (**$X$ 的函数可以当常数提出**)。
**全方差公式**(了解): **全方差公式**(了解):
@@ -186,15 +186,15 @@ $$D(Y)=E\big[D(Y\mid X)\big]+D\big[E(Y\mid X)\big],$$
### 4.5 线性组合与最值(在学练习点 5) ### 4.5 线性组合与最值(在学练习点 5)
$D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}(X,Y)$,把 $a^2+b^2=1$ 代进去就成了一道**求最值**的二次型题。 $D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}(X,Y)$ ,把 $a^2+b^2=1$ 代进去就成了一道**求最值**的二次型题。
**标准型(2025·8)**:$DX=DY=1$、$\rho$ 已知,$a^2+b^2=1$ 时 **标准型(2025·8)**:$DX=DY=1$ 、$\rho$ 已知,$a^2+b^2=1$ 时
$$D(aX+bY)=1+2ab\rho,\qquad a=\cos\theta,\ b=\sin\theta\ \Rightarrow\ 1+\rho\sin2\theta\in\big[1-\lvert\rho\rvert,\ 1+\lvert\rho\rvert\big].$$ $$D(aX+bY)=1+2ab\rho,\qquad a=\cos\theta,\ b=\sin\theta\ \Rightarrow\ 1+\rho\sin2\theta\in\big[1-\lvert\rho\rvert,\ 1+\lvert\rho\rvert\big].$$
**一般型**:固定 $\lvert\rho\rvert$ 时,$\rho>0$ 取 $a=b=\frac1{\sqrt2}$(同向叠加最大)、取 $a=-b$ 得最小;$\rho<0$ 反之。 **一般型**:固定 $\lvert\rho\rvert$ 时,$\rho>0$ 取 $a=b=\frac1{\sqrt2}$ (同向叠加最大)、取 $a=-b$ 得最小;$\rho<0$ 反之。
> **一句话**:**方差的最值就是"相关系数绝对值"的另一种写法**——$\max=1+\lvert\rho\rvert$、$\min=1-\lvert\rho\rvert$(标准化情形)。 > **一句话**:**方差的最值就是"相关系数绝对值"的另一种写法**——$\max=1+\lvert\rho\rvert$ 、$\min=1-\lvert\rho\rvert$ (标准化情形)。
## 5 独立性与相关性 ## 5 独立性与相关性
### 5.1 三层关系(必背) ### 5.1 三层关系(必背)
@@ -202,54 +202,54 @@ $$D(aX+bY)=1+2ab\rho,\qquad a=\cos\theta,\ b=\sin\theta\ \Rightarrow\ 1+\rho\sin
| 命题 | 成立? | 理由 | | 命题 | 成立? | 理由 |
|---|---|---| |---|---|---|
| 独立 ⟹ 不相关 | ✓ | $E(XY)=EX\,EY\Rightarrow\operatorname{Cov}=0$ | | 独立 ⟹ 不相关 | ✓ | $E(XY)=EX\,EY\Rightarrow\operatorname{Cov}=0$ |
| 相关($\rho\ne0$)⟹ 不独立 | ✓ | 逆否 | | 相关($\rho\ne0$ )⟹ 不独立 | ✓ | 逆否 |
| 不相关 ⟹ 独立 | ✗ | 反例 $X\sim U(-1,1)$、$Y=X^2$ | | 不相关 ⟹ 独立 | ✗ | 反例 $X\sim U(-1,1)$ 、$Y=X^2$ |
| 二维正态下:不相关 ⟺ 独立 | ✓ | 密度可分离 | | 二维正态下:不相关 ⟺ 独立 | ✓ | 密度可分离 |
### 5.2 判断流程(先相关、后独立) ### 5.2 判断流程(先相关、后独立)
① 算 $\operatorname{Cov}=E(XY)-EX\,EY$; ① 算 $\operatorname{Cov}=E(XY)-EX\,EY$ ;
② 若 $\ne0$ ⟹ 相关,必然不独立,**结束**; ② 若 $\ne0$ ⟹ 相关,必然不独立,**结束**;
③ 若 $=0$ ⟹ 不相关,再回到**分布**判独立($F=F_XF_Y$ 或 $p_{ij}=p_{i\cdot}p_{\cdot j}$)。 ③ 若 $=0$ ⟹ 不相关,再回到**分布**判独立($F=F_XF_Y$ 或 $p_{ij}=p_{i\cdot}p_{\cdot j}$ )。
**等价的不相关条件**:$\rho=0\iff\operatorname{Cov}=0\iff E(XY)=EX\,EY\iff D(X\pm Y)=DX+DY$。 **等价的不相关条件**:$\rho=0\iff\operatorname{Cov}=0\iff E(XY)=EX\,EY\iff D(X\pm Y)=DX+DY$ 。
> **经典反例的正确证法**:$X\sim U(-1,1)$、$Y=X^2$。不相关:$E(XY)=E(X^3)=0=EX\cdot EY$;不独立:取 $a\in(0,1)$,$P\{X\le a,\ Y\le a^2\}=P\{-a\le X\le a\}=a\ne P\{X\le a\}P\{Y\le a^2\}$。 > **经典反例的正确证法**:$X\sim U(-1,1)$ 、$Y=X^2$ 。不相关:$E(XY)=E(X^3)=0=EX\cdot EY$ ;不独立:取 $a\in(0,1)$ ,$P\{X\le a,\ Y\le a^2\}=P\{-a\le X\le a\}=a\ne P\{X\le a\}P\{Y\le a^2\}$ 。
## 6 切比雪夫不等式 ## 6 切比雪夫不等式
$EX=\mu$、$DX=\sigma^2$ 存在时,对任意 $\varepsilon>0$: $EX=\mu$ 、$DX=\sigma^2$ 存在时,对任意 $\varepsilon>0$ :
$$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Longleftrightarrow\quad P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\frac{\sigma^2}{\varepsilon^2}.$$ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Longleftrightarrow\quad P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\frac{\sigma^2}{\varepsilon^2}.$$
**读法**:方差越小越集中于期望;$\varepsilon$ 越大界越紧。**只给界、不给精确值**——优点是完全不依赖分布的形状。 **读法**:方差越小越集中于期望;$\varepsilon$ 越大界越紧。**只给界、不给精确值**——优点是完全不依赖分布的形状。
**三个用途**:① **无分布估算**(只知道 $EX,DX$);② 证明大数定律(一致性);③ 常先构造 $Z=X-Y$ 再套($EZ=EX-EY$,$DZ=DX+DY-2\operatorname{Cov}$)。 **三个用途**:① **无分布估算**(只知道 $EX,DX$ );② 证明大数定律(一致性);③ 常先构造 $Z=X-Y$ 再套($EZ=EX-EY$ ,$DZ=DX+DY-2\operatorname{Cov}$ )。
**四种常用变形**: **四种常用变形**:
| 场景 | 结论 | | 场景 | 结论 |
|---|---| |---|---|
| 取 $\varepsilon=k\sigma$ | $P\{\lvert X-\mu\rvert\ge k\sigma\}\le\dfrac1{k^2}$ | | 取 $\varepsilon=k\sigma$ | $P\{\lvert X-\mu\rvert\ge k\sigma\}\le\dfrac1{k^2}$ |
| 样本均值 $\overline X$ | $P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{n\varepsilon^2}$(**分母有 $n$** ) | | 样本均值 $\overline X$ | $P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{n\varepsilon^2}$ (**分母有** $n$ ) |
| 二项 $X\sim B(n,p)$ | $P\left\{\left\lvert\frac Xn-p\right\rvert\ge\varepsilon\right\}\le\dfrac{p(1-p)}{n\varepsilon^2}$ | | 二项 $X\sim B(n,p)$ | $P\left\{\left\lvert\frac Xn-p\right\rvert\ge\varepsilon\right\}\le\dfrac{p(1-p)}{n\varepsilon^2}$ |
| 线性组合 $Z=X-Y$ | 先算 $EZ,DZ$ 再代 | | 线性组合 $Z=X-Y$ | 先算 $EZ,DZ$ 再代 |
> **最容易错的两处**:① "至少"要下界 $1-\frac{\sigma^2}{\varepsilon^2}$、"至多"要上界 $\frac{\sigma^2}{\varepsilon^2}$,方向反了整题反;② $\frac1n\sum Y_i$ 的方差是 $\frac1{n^2}\sum DY_i$,**漏掉 $n^2$ 必错**。 > **最容易错的两处**:① "至少"要下界 $1-\frac{\sigma^2}{\varepsilon^2}$ 、"至多"要上界 $\frac{\sigma^2}{\varepsilon^2}$ ,方向反了整题反;② $\frac1n\sum Y_i$ 的方差是 $\frac1{n^2}\sum DY_i$ ,**漏掉 $n^2$ 必错**。
## B 题型考点(怎么想到、为什么、坑在哪) ## B 题型考点(怎么想到、为什么、坑在哪)
- **B1 分布律拟合已知分布**:看到 $\frac{\lambda^k}{k!}$ 就提系数化成泊松,直接查表;看到 $C_n^k$ 化成二项。**为什么快**:省掉整段求和。 - **B1 分布律拟合已知分布**:看到 $\frac{\lambda^k}{k!}$ 就提系数化成泊松,直接查表;看到 $C_n^k$ 化成二项。**为什么快**:省掉整段求和。
- **B2 期望定义直算**:拟合不出时硬算,靠**错位相消**($\sum_{k}\frac{\lambda^k}{(k+1)!}=\frac{\mathrm e^\lambda-1}{\lambda}$ 型)。**坑**:下标起点($k=0$ 还是 $k=1$)与分母错位。 - **B2 期望定义直算**:拟合不出时硬算,靠**错位相消**($\sum_{k}\frac{\lambda^k}{(k+1)!}=\frac{\mathrm e^\lambda-1}{\lambda}$ 型)。**坑**:下标起点($k=0$ 还是 $k=1$ )与分母错位。
- **B3 期望不存在的判断**:算 $\int\lvert x\rvert f\,\mathrm dx$ 是否有限;发散就答"不存在",**不要去算 $\int xf$ 的柯西主值**。 - **B3 期望不存在的判断**:算 $\int\lvert x\rvert f\,\mathrm dx$ 是否有限;发散就答"不存在",**不要去算 $\int xf$ 的柯西主值**。
- **B4 分段函数期望**:按 $\min/\max$、绝对值的**拐点拆段**;$\min\{\lvert X\rvert,1\}$ 的拐点是 $\lvert x\rvert=1$。 - **B4 分段函数期望**:按 $\min/\max$ 、绝对值的**拐点拆段**;$\min\{\lvert X\rvert,1\}$ 的拐点是 $\lvert x\rvert=1$ 。
- **B5 正态配方法**:$E[(X-c)^2\mathrm e^{\lambda X}]$ 型——把 $\mathrm e^{\lambda x}$ 配进密度($x^2-2\lambda x$ 配方),化成新正态的矩,$\mathrm e^{\lambda\mu+\lambda^2\sigma^2/2}$ 是常用中间量。 - **B5 正态配方法**:$E[(X-c)^2\mathrm e^{\lambda X}]$ 型——把 $\mathrm e^{\lambda x}$ 配进密度($x^2-2\lambda x$ 配方),化成新正态的矩,$\mathrm e^{\lambda\mu+\lambda^2\sigma^2/2}$ 是常用中间量。
- **B6 抽象密度判断题**:$E(X)=a$ 只说明"加权平均是 $a$",**推不出 $\int_{-\infty}^{a}xf=\frac12$**(那要求中位数 = 期望)。反例:右偏分布。 - **B6 抽象密度判断题**:$E(X)=a$ 只说明"加权平均是 $a$ ",**推不出** $\int_{-\infty}^{a}xf=\frac12$ (那要求中位数 = 期望)。反例:右偏分布。
- **B7 方差线性组合先"解相关"**:$D(X_1-\overline X)$ 中 $X_1$ 与 $\overline X$ **相关**,不能直接拆;先写成 $X_1-\overline X=\frac{n-1}{n}X_1-\frac1n\sum_{i=2}^nX_i$ 的独立项再算。 - **B7 方差线性组合先"解相关"**:$D(X_1-\overline X)$ 中 $X_1$ 与 $\overline X$ **相关**,不能直接拆;先写成 $X_1-\overline X=\frac{n-1}{n}X_1-\frac1n\sum_{i=2}^nX_i$ 的独立项再算。
- **B8 乘积的方差**:$D(XY)=E(X^2Y^2)-(EXY)^2$;独立时 $=EX^2EY^2-(EX)^2(EY)^2$。**坑**:不能写 $D(XY)=DX\cdot DY$。 - **B8 乘积的方差**:$D(XY)=E(X^2Y^2)-(EXY)^2$ ;独立时 $=EX^2EY^2-(EX)^2(EY)^2$ 。**坑**:不能写 $D(XY)=DX\cdot DY$ 。
- **B9 相关系数的线性性**:$\rho_{aX+b,\,Y}=\operatorname{sign}(a)\rho_{XY}$;由 $\rho_{YZ}=\rho_{XY}$ 反求 $a$ 的范围时,抓住 $\frac{a}{\lvert a\rvert}$。 - **B9 相关系数的线性性**:$\rho_{aX+b,\,Y}=\operatorname{sign}(a)\rho_{XY}$ ;由 $\rho_{YZ}=\rho_{XY}$ 反求 $a$ 的范围时,抓住 $\frac{a}{\lvert a\rvert}$ 。
- **B10 独立与不相关的两步证法**:不相关用 $\rho=0$(代数);不独立用**分布反例**(取一个区域验证乘积不成立)。两问必须分开写。 - **B10 独立与不相关的两步证法**:不相关用 $\rho=0$ (代数);不独立用**分布反例**(取一个区域验证乘积不成立)。两问必须分开写。
- **B11 切比雪夫三件套**:① 构造 $Z$ 使 $EZ$ 好算(常取 $X-Y$);② 由 $\rho=\frac{\operatorname{Cov}}{\sqrt{DX}\sqrt{DY}}$ 反解 $\operatorname{Cov}$;③ 代 $DZ$ 套不等式。 - **B11 切比雪夫三件套**:① 构造 $Z$ 使 $EZ$ 好算(常取 $X-Y$ );② 由 $\rho=\frac{\operatorname{Cov}}{\sqrt{DX}\sqrt{DY}}$ 反解 $\operatorname{Cov}$ ;③ 代 $DZ$ 套不等式。
## 7 题目清单(19 题,纯题干,按在学练习五点分册) ## 7 题目清单(19 题,纯题干,按在学练习五点分册)
@@ -257,7 +257,7 @@ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Lo
### 点 1 数学期望(题 1–4) ### 点 1 数学期望(题 1–4)
- **题 1 · 1.1:由分布律算期望与函数期望(★☆☆)**:设 $X$ 的分布律为 $P\{X=-1\}=0.2$,$P\{X=0\}=0.3$,$P\{X=1\}=0.3$,$P\{X=2\}=0.2$。求 $EX$ 、$E X^2$ 、$DX$ 、$E\lvert X\rvert$ 与 $E\min\{X,1\}$ 。 - **题 1 · 1.1:由分布律算期望与函数期望(★☆☆)**:设 $X$ 的分布律为 $P\{X=-1\}=0.2$ ,$P\{X=0\}=0.3$ ,$P\{X=1\}=0.3$ ,$P\{X=2\}=0.2$ 。求 $EX$ 、$E X^2$ 、$DX$ 、$E\lvert X\rvert$ 与 $E\min\{X,1\}$ 。
- **题 2 · 1.2:连续型上的函数期望(★★☆)**:设 $X$ 的概率密度为 $f(x)=2x$ ($0<x<1$ ),其他为 $0$ 。(Ⅰ)求 $EX$ 与 $DX$ ;(Ⅱ)求 $E\!\left(\dfrac1X\right)$ ,并与 $\dfrac{1}{EX}$ 比较;(Ⅲ)求 $E\min\left\{X,\dfrac12\right\}$ 。 - **题 2 · 1.2:连续型上的函数期望(★★☆)**:设 $X$ 的概率密度为 $f(x)=2x$ ($0<x<1$ ),其他为 $0$ 。(Ⅰ)求 $EX$ 与 $DX$ ;(Ⅱ)求 $E\!\left(\dfrac1X\right)$ ,并与 $\dfrac{1}{EX}$ 比较;(Ⅲ)求 $E\min\left\{X,\dfrac12\right\}$ 。
- **题 3 · 1.2:绝对偏差与平方偏差(★★☆)**:设 $X\sim U(0,1)$ 。(Ⅰ)求 $E\left\lvert X-\dfrac13\right\rvert$ ;(Ⅱ)求 $E\left(X-\dfrac13\right)^2$ ;(Ⅲ)若要让 $E\lvert X-c\rvert$ 最小,$c$ 应取多少?若要让 $E(X-c)^2$ 最小呢? - **题 3 · 1.2:绝对偏差与平方偏差(★★☆)**:设 $X\sim U(0,1)$ 。(Ⅰ)求 $E\left\lvert X-\dfrac13\right\rvert$ ;(Ⅱ)求 $E\left(X-\dfrac13\right)^2$ ;(Ⅲ)若要让 $E\lvert X-c\rvert$ 最小,$c$ 应取多少?若要让 $E(X-c)^2$ 最小呢?
- **题 4 · 1.3:用性质速算,不积分(★★☆)**:设 $X\sim B(10,0.3)$ 、$Y\sim P(2)$ 、$Z\sim E\!\left(\dfrac12\right)$ ,且三者**相互独立**。求(Ⅰ)$E(3X-2Y+1)$ ;(Ⅱ)$E(X^2)$ 与 $E(XY)$ ;(Ⅲ)$E\left(\dfrac{1}{Z}\right)$ 。 - **题 4 · 1.3:用性质速算,不积分(★★☆)**:设 $X\sim B(10,0.3)$ 、$Y\sim P(2)$ 、$Z\sim E\!\left(\dfrac12\right)$ ,且三者**相互独立**。求(Ⅰ)$E(3X-2Y+1)$ ;(Ⅱ)$E(X^2)$ 与 $E(XY)$ ;(Ⅲ)$E\left(\dfrac{1}{Z}\right)$ 。
@@ -271,7 +271,7 @@ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Lo
### 点 3 协方差与相关系数(题 1–4) ### 点 3 协方差与相关系数(题 1–4)
- **题 1 · 3.1:由联合分布律求协方差与相关系数(★☆☆)**:设 $(X,Y)$ 的联合分布律为:$P\{X=0,Y=0\}=0.3$,$P\{X=0,Y=1\}=0.2$,$P\{X=1,Y=0\}=0.2$,$P\{X=1,Y=1\}=0.3$。求 $\operatorname{Cov}(X,Y)$ 与 $\rho_{XY}$ 。 - **题 1 · 3.1:由联合分布律求协方差与相关系数(★☆☆)**:设 $(X,Y)$ 的联合分布律为:$P\{X=0,Y=0\}=0.3$ ,$P\{X=0,Y=1\}=0.2$ ,$P\{X=1,Y=0\}=0.2$ ,$P\{X=1,Y=1\}=0.3$ 。求 $\operatorname{Cov}(X,Y)$ 与 $\rho_{XY}$ 。
- **题 2 · 3.2:双线性展开(★★☆)**:设 $DX=4$ 、$DY=9$ 、$\operatorname{Cov}(X,Y)=2$ ,求(Ⅰ)$\operatorname{Cov}(X+2Y,\ 3X-Y)$ ;(Ⅱ)$\operatorname{Cov}(X+Y,\ X-Y)$ ;(Ⅲ)$\rho_{X+Y,\,X-Y}$ 。 - **题 2 · 3.2:双线性展开(★★☆)**:设 $DX=4$ 、$DY=9$ 、$\operatorname{Cov}(X,Y)=2$ ,求(Ⅰ)$\operatorname{Cov}(X+2Y,\ 3X-Y)$ ;(Ⅱ)$\operatorname{Cov}(X+Y,\ X-Y)$ ;(Ⅲ)$\rho_{X+Y,\,X-Y}$ 。
- **题 3 · 3.3:相关系数的三条性质(★★☆)**:设 $DX=1$ 、$DY=4$ 、$\rho_{XY}=\dfrac12$ 。(Ⅰ)求 $\rho(2X+1,\ -3Y)$ 与 $\rho(X,Y+5)$ ;(Ⅱ)求 $\rho(X+Y,\ X-Y)$ ;(Ⅲ)若已知 $\rho_{XY}=1$ ,写出 $Y$ 与 $X$ 的线性关系。 - **题 3 · 3.3:相关系数的三条性质(★★☆)**:设 $DX=1$ 、$DY=4$ 、$\rho_{XY}=\dfrac12$ 。(Ⅰ)求 $\rho(2X+1,\ -3Y)$ 与 $\rho(X,Y+5)$ ;(Ⅱ)求 $\rho(X+Y,\ X-Y)$ ;(Ⅲ)若已知 $\rho_{XY}=1$ ,写出 $Y$ 与 $X$ 的线性关系。
- **题 4 · 3.3:多项分布的负相关(★★★)**:将一次试验独立重复 $n=10$ 次,每次落进类别 $A,B,C$ 的概率分别为 $p_1=0.2$ 、$p_2=0.3$ 、$p_3=0.5$ 。以 $N_1,N_2$ 分别表示落进 $A,B$ 的次数。(Ⅰ)写出 $N_1$ 的分布,并求 $EN_1$ 、$DN_1$ ;(Ⅱ)求 $\operatorname{Cov}(N_1,N_2)$ ;(Ⅲ)求 $\rho_{N_1N_2}$ ,并解释为什么必然是负的。 - **题 4 · 3.3:多项分布的负相关(★★★)**:将一次试验独立重复 $n=10$ 次,每次落进类别 $A,B,C$ 的概率分别为 $p_1=0.2$ 、$p_2=0.3$ 、$p_3=0.5$ 。以 $N_1,N_2$ 分别表示落进 $A,B$ 的次数。(Ⅰ)写出 $N_1$ 的分布,并求 $EN_1$ 、$DN_1$ ;(Ⅱ)求 $\operatorname{Cov}(N_1,N_2)$ ;(Ⅲ)求 $\rho_{N_1N_2}$ ,并解释为什么必然是负的。
@@ -280,7 +280,7 @@ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Lo
- **题 1 · 4.1:条件期望是一个函数(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(联合密度为 $2$ )。(Ⅰ)求 $E(Y\mid X=x)$ ;(Ⅱ)由此求 $EY$ ,并用直接积分复核;(Ⅲ)求 $E(XY)$ 与 $\operatorname{Cov}(X,Y)$ 。 - **题 1 · 4.1:条件期望是一个函数(★★☆)**:设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(联合密度为 $2$ )。(Ⅰ)求 $E(Y\mid X=x)$ ;(Ⅱ)由此求 $EY$ ,并用直接积分复核;(Ⅲ)求 $E(XY)$ 与 $\operatorname{Cov}(X,Y)$ 。
- **题 2 · 4.2:重期望算混合型(★★☆)**:设 $X$ 满足 $P\{X=0\}=P\{X=1\}=\dfrac12$ 。在 $X=0$ 时 $Y\sim E(1)$ ;在 $X=1$ 时 $Y\sim E\!\left(\dfrac12\right)$ 。(Ⅰ)求 $E(Y\mid X=0)$ 与 $E(Y\mid X=1)$ ,进而求 $EY$ ;(Ⅱ)求 $E\left(Y^2\mid X\right)$ 与 $EY^2$ ,进而求 $DY$ ;(Ⅲ)用总方差公式复核 $DY$ ,并求 $\operatorname{Cov}(X,Y)$ 。 - **题 2 · 4.2:重期望算混合型(★★☆)**:设 $X$ 满足 $P\{X=0\}=P\{X=1\}=\dfrac12$ 。在 $X=0$ 时 $Y\sim E(1)$ ;在 $X=1$ 时 $Y\sim E\!\left(\dfrac12\right)$ 。(Ⅰ)求 $E(Y\mid X=0)$ 与 $E(Y\mid X=1)$ ,进而求 $EY$ ;(Ⅱ)求 $E\left(Y^2\mid X\right)$ 与 $EY^2$ ,进而求 $DY$ ;(Ⅲ)用总方差公式复核 $DY$ ,并求 $\operatorname{Cov}(X,Y)$ 。
- **题 3 · 4.3:随机个数的和(★★★)**:设某设备一天内发生故障的次数 $N\sim P(2)$ ,第 $i$ 次故障的维修费用 $Y_i\sim E(1)$ ,各 $Y_i$ 相互独立且与 $N$ 独立。记一天的总费用$S=\sum_{i=1}^{N}Y_i\quad(N=0\ \text{时}\ S=0).$(Ⅰ)求 $ES$ ;(Ⅱ)求 $DS$ ;(Ⅲ)解释 $DS$ 里两项的含义。 - **题 3 · 4.3:随机个数的和(★★★)**:设某设备一天内发生故障的次数 $N\sim P(2)$ ,第 $i$ 次故障的维修费用 $Y_i\sim E(1)$ ,各 $Y_i$ 相互独立且与 $N$ 独立。记一天的总费用$S=\sum_{i=1}^{N}Y_i\quad(N=0\ \text{时}\ S=0).$ (Ⅰ)求 $ES$ ;(Ⅱ)求 $DS$ ;(Ⅲ)解释 $DS$ 里两项的含义。
### 点 5 线性组合与最值(题 1–4) ### 点 5 线性组合与最值(题 1–4)
@@ -33,11 +33,11 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 大数定律, 中心极
| 年份·题号 | 考点 | 分值 | 关键一步 | | 年份·题号 | 考点 | 分值 | 关键一步 |
|---|---|---|---| |---|---|---|---|
| 2025·9 | 泊松近似:$X_i\sim B(1,0.1)$,$T=\sum_{1}^{20}X_i$ | 5 | $\lambda=np=2$,$P\{T\le1\}=\mathrm e^{-2}(1+2)$ | | 2025·9 | 泊松近似:$X_i\sim B(1,0.1)$ ,$T=\sum_{1}^{20}X_i$ | 5 | $\lambda=np=2$ ,$P\{T\le1\}=\mathrm e^{-2}(1+2)$ |
| 2022·9 | 切比雪夫:$Y_i=X_i^2$,已知 $\mu_2,\mu_4$ | 5 | $DY_i=\mu_4-\mu_2^2$,界 $=\frac{\mu_4-\mu_2^2}{n\varepsilon^2}$ | | 2022·9 | 切比雪夫:$Y_i=X_i^2$ ,已知 $\mu_2,\mu_4$ | 5 | $DY_i=\mu_4-\mu_2^2$ ,界 $=\frac{\mu_4-\mu_2^2}{n\varepsilon^2}$ |
| 2020·8 | 中心极限:$n=100$,$P\{X=0\}=P\{X=1\}=\frac12$ | 4 | $ET=50$、$DT=25$,$P\{\sum\le55\}\approx\varPhi(1)$ | | 2020·8 | 中心极限:$n=100$ ,$P\{X=0\}=P\{X=1\}=\frac12$ | 4 | $ET=50$ 、$DT=25$ ,$P\{\sum\le55\}\approx\varPhi(1)$ |
> **命题规律**:**冷门但几乎年年有选填**(4–5 分,只出单选)。考法极窄:① **切比雪夫估算**(换变量 $Y=X^2$ 是唯一变化);② **中心极限标准化**(算 $ET,DT$ 后查 $\varPhi$);③ **泊松近似**($\lambda=np$ 算 $P\{T\le1\}$)。**大数定律本身只考"条件对不对"**,从不要求证明。 > **命题规律**:**冷门但几乎年年有选填**(4–5 分,只出单选)。考法极窄:① **切比雪夫估算**(换变量 $Y=X^2$ 是唯一变化);② **中心极限标准化**(算 $ET,DT$ 后查 $\varPhi$ );③ **泊松近似**($\lambda=np$ 算 $P\{T\le1\}$ )。**大数定律本身只考"条件对不对"**,从不要求证明。
### 0.3 考点树(与在学练习上/下两讲分册一一对应) ### 0.3 考点树(与在学练习上/下两讲分册一一对应)
@@ -55,7 +55,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 大数定律, 中心极
$$X_n\xrightarrow{P}X\iff\forall\varepsilon>0,\ \lim_{n\to\infty}P\{\lvert X_n-X\rvert\ge\varepsilon\}=0 .$$ $$X_n\xrightarrow{P}X\iff\forall\varepsilon>0,\ \lim_{n\to\infty}P\{\lvert X_n-X\rvert\ge\varepsilon\}=0 .$$
等价写法:$\lim_{n\to\infty}P\{\lvert X_n-X\rvert<\varepsilon\}=1$。 等价写法:$\lim_{n\to\infty}P\{\lvert X_n-X\rvert<\varepsilon\}=1$ 。
### 1.2 与数列极限的区别 ### 1.2 与数列极限的区别
@@ -66,19 +66,19 @@ $$X_n\xrightarrow{P}X\iff\forall\varepsilon>0,\ \lim_{n\to\infty}P\{\lvert X_n-X
### 1.3 三条运算性质 ### 1.3 三条运算性质
① 若 $X_n\xrightarrow{P}a$(常数),则 $X_n^2\xrightarrow{P}a^2$; ① 若 $X_n\xrightarrow{P}a$ (常数),则 $X_n^2\xrightarrow{P}a^2$ ;
② 若 $g$ 在 $a$ 处连续,则 $g(X_n)\xrightarrow{P}g(a)$; ② 若 $g$ 在 $a$ 处连续,则 $g(X_n)\xrightarrow{P}g(a)$ ;
③ 若 $X_n\xrightarrow{P}a$、$Y_n\xrightarrow{P}b$,则 $X_n\pm Y_n\xrightarrow{P}a\pm b$、$X_nY_n\xrightarrow{P}ab$。 ③ 若 $X_n\xrightarrow{P}a$ 、$Y_n\xrightarrow{P}b$ ,则 $X_n\pm Y_n\xrightarrow{P}a\pm b$ 、$X_nY_n\xrightarrow{P}ab$ 。
> ⚠️ **依概率收敛 ⇏ 期望收敛**。标准反例:$P\{X_n=\frac1n\}=1-\frac1n$、$P\{X_n=n\}=\frac1n$,则 $X_n\xrightarrow{P}0$,但 $EX_n=\frac1n\left(1-\frac1n\right)+n\cdot\frac1n\to1\ne0$。 > ⚠️ **依概率收敛 ⇏ 期望收敛**。标准反例:$P\{X_n=\frac1n\}=1-\frac1n$ 、$P\{X_n=n\}=\frac1n$ ,则 $X_n\xrightarrow{P}0$ ,但 $EX_n=\frac1n\left(1-\frac1n\right)+n\cdot\frac1n\to1\ne0$ 。
## 2 切比雪夫不等式 ## 2 切比雪夫不等式
$EX=\mu$、$DX=\sigma^2$ 存在,则对任意 $\varepsilon>0$: $EX=\mu$ 、$DX=\sigma^2$ 存在,则对任意 $\varepsilon>0$ :
$$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Longleftrightarrow\quad P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\frac{\sigma^2}{\varepsilon^2}.$$ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Longleftrightarrow\quad P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\frac{\sigma^2}{\varepsilon^2}.$$
**只对"构造出来的那个变量"成立**——所以用之前先明确"要估计的是谁",算出它的 $E$ 与 $D$。 **只对"构造出来的那个变量"成立**——所以用之前先明确"要估计的是谁",算出它的 $E$ 与 $D$ 。
### 2.1 四种变形 ### 2.1 四种变形
@@ -87,15 +87,15 @@ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}\quad\Lo
| $\varepsilon=k\sigma$ | $P\{\lvert X-\mu\rvert\ge k\sigma\}\le\frac1{k^2}$ | | $\varepsilon=k\sigma$ | $P\{\lvert X-\mu\rvert\ge k\sigma\}\le\frac1{k^2}$ |
| 样本均值 | $P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{n\varepsilon^2}$ | | 样本均值 | $P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{n\varepsilon^2}$ |
| 二项 | $P\left\{\left\lvert\frac Xn-p\right\rvert\ge\varepsilon\right\}\le\frac{p(1-p)}{n\varepsilon^2}$ | | 二项 | $P\left\{\left\lvert\frac Xn-p\right\rvert\ge\varepsilon\right\}\le\frac{p(1-p)}{n\varepsilon^2}$ |
| 线性组合 | 先算 $EZ,DZ$(含 $\operatorname{Cov}$)再代 | | 线性组合 | 先算 $EZ,DZ$ (含 $\operatorname{Cov}$ )再代 |
### 2.2 使用三步 ### 2.2 使用三步
① 锁定被估计的变量 $Y$,算出 $EY,DY$(题目不给就自己求); ① 锁定被估计的变量 $Y$ ,算出 $EY,DY$ (题目不给就自己求);
② 把目标概率写成 $P\{\lvert Y-EY\rvert\ge\varepsilon\}$(要**上界**)或 $P\{\lvert Y-EY\rvert<\varepsilon\}$(要**下界**); ② 把目标概率写成 $P\{\lvert Y-EY\rvert\ge\varepsilon\}$ (要**上界**)或 $P\{\lvert Y-EY\rvert<\varepsilon\}$ (要**下界**);
③ 代入不等式。 ③ 代入不等式。
> **两个致命错**:① "至少"要下界 $1-\frac{\sigma^2}{\varepsilon^2}$、"至多"要上界 $\frac{\sigma^2}{\varepsilon^2}$——**写反了等于答错**;② $D\left(\frac1n\sum Y_i\right)=\frac1{n^2}\sum DY_i$,**漏 $n^2$ 必错**。 > **两个致命错**:① "至少"要下界 $1-\frac{\sigma^2}{\varepsilon^2}$ 、"至多"要上界 $\frac{\sigma^2}{\varepsilon^2}$ ——**写反了等于答错**;② $D\left(\frac1n\sum Y_i\right)=\frac1{n^2}\sum DY_i$ ,**漏 $n^2$ 必错**。
## 3 大数定律 ## 3 大数定律
@@ -112,14 +112,14 @@ $$\frac1n\sum_{i=1}^nX_i\xrightarrow{P}\frac1n\sum_{i=1}^nEX_i\quad\left(\text{
| 定律 | 独立性要求 | 同分布要求 | 期望 | 方差 | | 定律 | 独立性要求 | 同分布要求 | 期望 | 方差 |
|---|---|---|---|---| |---|---|---|---|---|
| **切比雪夫** | 相互独立(或两两不相关) | **不要求** | 存在 | **存在且一致有界** $\exists C,\ DX_i\le C$ | | **切比雪夫** | 相互独立(或两两不相关) | **不要求** | 存在 | **存在且一致有界** $\exists C,\ DX_i\le C$ |
| **伯努利** | 伯努利试验(自然独立) | 是(0-1 分布) | 存在 | 存在($p(1-p)$) | | **伯努利** | 伯努利试验(自然独立) | 是(0-1 分布) | 存在 | 存在($p(1-p)$ ) |
| **辛钦** | 相互独立 | **要求同分布** | **存在** | **不要求** | | **辛钦** | 相互独立 | **要求同分布** | **存在** | **不要求** |
**三条结论**: **三条结论**:
- **切比雪夫大数定律**:$\lim_{n\to\infty}P\left\{\left\lvert\frac1n\sum X_i-\frac1n\sum EX_i\right\rvert<\varepsilon\right\}=1$。证明靠 $\frac1{n^2}\sum DX_i\le\frac Cn\to0$; - **切比雪夫大数定律**:$\lim_{n\to\infty}P\left\{\left\lvert\frac1n\sum X_i-\frac1n\sum EX_i\right\rvert<\varepsilon\right\}=1$ 。证明靠 $\frac1{n^2}\sum DX_i\le\frac Cn\to0$ ;
- **伯努利大数定律**:$\frac{\mu_n}{n}\xrightarrow{P}p$——"**频率稳定于概率**"的严格表述($\mu_n$ 为 $n$ 次试验中成功的次数); - **伯努利大数定律**:$\frac{\mu_n}{n}\xrightarrow{P}p$ ——"**频率稳定于概率**"的严格表述($\mu_n$ 为 $n$ 次试验中成功的次数);
- **辛钦大数定律**:$\frac1n\sum X_i\xrightarrow{P}\mu$($\mu$ 为公共期望)。 - **辛钦大数定律**:$\frac1n\sum X_i\xrightarrow{P}\mu$ ($\mu$ 为公共期望)。
> **互补关系**:「**切比雪夫看方差,辛钦看分布**」。辛钦不要求方差,所以**不能用切比雪夫不等式证明**;这也解释了为什么辛钦的证明在考纲外。 > **互补关系**:「**切比雪夫看方差,辛钦看分布**」。辛钦不要求方差,所以**不能用切比雪夫不等式证明**;这也解释了为什么辛钦的证明在考纲外。
@@ -135,28 +135,28 @@ $$\frac1n\sum_{i=1}^nX_i\xrightarrow{P}\frac1n\sum_{i=1}^nEX_i\quad\left(\text{
| 定理 | 条件 | 结论 | | 定理 | 条件 | 结论 |
|---|---|---| |---|---|---|
| **列维–林德伯格** | $X_i$ 独立同分布,$EX_i=\mu$,$DX_i=\sigma^2\in(0,\infty)$ | $\dfrac{\sum X_i-n\mu}{\sqrt n\sigma}\xrightarrow{\text{近似}}N(0,1)$ | | **列维–林德伯格** | $X_i$ 独立同分布,$EX_i=\mu$ ,$DX_i=\sigma^2\in(0,\infty)$ | $\dfrac{\sum X_i-n\mu}{\sqrt n\sigma}\xrightarrow{\text{近似}}N(0,1)$ |
| **棣莫弗–拉普拉斯** | $Y_n\sim B(n,p)$ | $\dfrac{Y_n-np}{\sqrt{np(1-p)}}\xrightarrow{\text{近似}}N(0,1)$,即 $Y_n\approx N(np,\ np(1-p))$ | | **棣莫弗–拉普拉斯** | $Y_n\sim B(n,p)$ | $\dfrac{Y_n-np}{\sqrt{np(1-p)}}\xrightarrow{\text{近似}}N(0,1)$ ,即 $Y_n\approx N(np,\ np(1-p))$ |
**与两大数定律的分工**:大数定律说"**均值趋于常数**",中心极限定理说"**围绕常数的波动趋于正态**"。 **与两大数定律的分工**:大数定律说"**均值趋于常数**",中心极限定理说"**围绕常数的波动趋于正态**"。
### 4.2 标准化四步(考场流程) ### 4.2 标准化四步(考场流程)
① 定 $T=\sum X_i$(或 $Y_n$); ① 定 $T=\sum X_i$ (或 $Y_n$ );
② 算 $ET=n\mu$、$DT=n\sigma^2$(二项:$np$、$np(1-p)$); ② 算 $ET=n\mu$ 、$DT=n\sigma^2$ (二项:$np$ 、$np(1-p)$ );
③ 标准化 $\dfrac{T-ET}{\sqrt{DT}}\approx N(0,1)$,不等式两边同减 $ET$、同除 $\sqrt{DT}$; ③ 标准化 $\dfrac{T-ET}{\sqrt{DT}}\approx N(0,1)$ ,不等式两边同减 $ET$ 、同除 $\sqrt{DT}$ ;
④ 查 $\varPhi$:$P\{Z\le z\}=\varPhi(z)$,$P\{Z>z\}=1-\varPhi(z)$,$P\{\lvert Z\rvert\le z\}=2\varPhi(z)-1$。 ④ 查 $\varPhi$ :$P\{Z\le z\}=\varPhi(z)$ ,$P\{Z>z\}=1-\varPhi(z)$ ,$P\{\lvert Z\rvert\le z\}=2\varPhi(z)-1$ 。
> **两个必错点**:① $D(\sum X_i)=n\sigma^2$,**标准差是 $\sqrt n\sigma$ 而不是 $n\sigma$**;② 连续性修正($\pm\frac12$)考研**不需要**,用了反而多算。 > **两个必错点**:① $D(\sum X_i)=n\sigma^2$ ,**标准差是 $\sqrt n\sigma$ 而不是** $n\sigma$ ;② 连续性修正($\pm\frac12$ )考研**不需要**,用了反而多算。
## 5 三种"近似"的辨析 ## 5 三种"近似"的辨析
二项分布 $B(n,p)$ 有两种近似,**用哪个取决于 $p$**: 二项分布 $B(n,p)$ 有两种近似,**用哪个取决于** $p$ :
| 近似 | 适用条件 | 结果 | 真题 | | 近似 | 适用条件 | 结果 | 真题 |
|---|---|---|---| |---|---|---|---|
| **正态近似**(棣莫弗–拉普拉斯) | $n$ 大且 $p$ 不极端(经验 $np\ge5$、$n(1-p)\ge5$) | $\frac{Y_n-np}{\sqrt{np(1-p)}}\approx N(0,1)$ | 2020·8 | | **正态近似**(棣莫弗–拉普拉斯) | $n$ 大且 $p$ 不极端(经验 $np\ge5$ 、$n(1-p)\ge5$ ) | $\frac{Y_n-np}{\sqrt{np(1-p)}}\approx N(0,1)$ | 2020·8 |
| **泊松近似** | $n$ 大、$p$ 很小、$np=\lambda$ 适中 | $Y_n\approx P(\lambda)$,$\lambda=np$ | 2025·9 | | **泊松近似** | $n$ 大、$p$ 很小、$np=\lambda$ 适中 | $Y_n\approx P(\lambda)$ ,$\lambda=np$ | 2025·9 |
**口诀**:**$n$ 大 $p$ 不极端 → 正态;$n$ 大 $p$ 很小 → 泊松。** **口诀**:**$n$ 大 $p$ 不极端 → 正态;$n$ 大 $p$ 很小 → 泊松。**
@@ -166,20 +166,20 @@ $$P\{T\le1\}\approx\mathrm e^{-\lambda}(1+\lambda)\qquad(\text{泊松,}\lambda
$$P\left\{\sum X_i\le c\right\}\approx\varPhi\left(\frac{c-n\mu}{\sqrt n\sigma}\right)\qquad(\text{中心极限}).$$ $$P\left\{\sum X_i\le c\right\}\approx\varPhi\left(\frac{c-n\mu}{\sqrt n\sigma}\right)\qquad(\text{中心极限}).$$
> **$\lambda$ 的取值**:$2025\cdot9$ 的 $20\times0.1=2$(**不是 $20$,也不是 $0.1$**)。同理 $2020\cdot8$ 的 $n=100$、$p=\frac12$ ⟹ $ET=50$、$DT=25$、$\sqrt{DT}=5$。 > **$\lambda$ 的取值**:$2025\cdot9$ 的 $20\times0.1=2$ (**不是 $20$ ,也不是** $0.1$ )。同理 $2020\cdot8$ 的 $n=100$ 、$p=\frac12$ ⟹ $ET=50$ 、$DT=25$ 、$\sqrt{DT}=5$ 。
## B 题型考点(怎么想到、为什么、坑在哪) ## B 题型考点(怎么想到、为什么、坑在哪)
- **B1 依概率收敛题的唯一动作**:验证 $\forall\varepsilon$,$P\{\lvert X_n-X\rvert\ge\varepsilon\}\to0$;**不要**用"$EX_n\to EX$"代替。 - **B1 依概率收敛题的唯一动作**:验证 $\forall\varepsilon$ ,$P\{\lvert X_n-X\rvert\ge\varepsilon\}\to0$ ;**不要**用"$EX_n\to EX$ "代替。
- **B2 切比雪夫的方向**:先问"题目要上界还是下界"——"至多/不小于某数"⟹ 上界;"至少"⟹ 下界。**方向反了整题反**。 - **B2 切比雪夫的方向**:先问"题目要上界还是下界"——"至多/不小于某数"⟹ 上界;"至少"⟹ 下界。**方向反了整题反**。
- **B3 换变量再切比雪夫**:$2022\cdot9$ 型——目标量是 $\frac1n\sum X_i^2$,令 $Y_i=X_i^2$,则 $EY_i=\mu_2$、$DY_i=\mu_4-\mu_2^2$。**为什么**:切比雪夫只认"被估计变量的期望方差"。 - **B3 换变量再切比雪夫**:$2022\cdot9$ 型——目标量是 $\frac1n\sum X_i^2$ ,令 $Y_i=X_i^2$ ,则 $EY_i=\mu_2$ 、$DY_i=\mu_4-\mu_2^2$ 。**为什么**:切比雪夫只认"被估计变量的期望方差"。
- **B4 样本均值的方差**:$D\overline X=\frac{\sigma^2}{n}$,代进切比雪夫时分母是 $n\varepsilon^2$。**坑**:漏 $n$,或把 $D\overline X$ 写成 $\sigma^2$。 - **B4 样本均值的方差**:$D\overline X=\frac{\sigma^2}{n}$ ,代进切比雪夫时分母是 $n\varepsilon^2$ 。**坑**:漏 $n$ ,或把 $D\overline X$ 写成 $\sigma^2$ 。
- **B5 反解样本量**:由 $1-\frac{\sigma^2}{n\varepsilon^2}\ge$ 目标值反解 $n\ge\frac{\sigma^2}{\varepsilon^2(1-\text{目标})}$,**上取整**。 - **B5 反解样本量**:由 $1-\frac{\sigma^2}{n\varepsilon^2}\ge$ 目标值反解 $n\ge\frac{\sigma^2}{\varepsilon^2(1-\text{目标})}$ ,**上取整**。
- **B6 三大定律的条件辨析**:逐条核对"独立?同分布?期望存在?方差有界?"四格表,缺一不可。**坑**:把"独立"当成"同分布"。 - **B6 三大定律的条件辨析**:逐条核对"独立?同分布?期望存在?方差有界?"四格表,缺一不可。**坑**:把"独立"当成"同分布"。
- **B7 切比雪夫大数定律的证明模板**:不相关 ⟹ $D\left(\frac1n\sum X_i\right)=\frac1{n^2}\sum DX_i\le\frac Cn\to0$,再套不等式 + 夹逼。**这是唯一可能考证明的地方**。 - **B7 切比雪夫大数定律的证明模板**:不相关 ⟹ $D\left(\frac1n\sum X_i\right)=\frac1{n^2}\sum DX_i\le\frac Cn\to0$ ,再套不等式 + 夹逼。**这是唯一可能考证明的地方**。
- **B8 中心极限的"和"与"均值"互化**:$\overline X=\frac1n\sum X_i$,$\overline X\approx N\left(\mu,\frac{\sigma^2}{n}\right)$——题目问 $\overline X$ 时别忘除 $n$。 - **B8 中心极限的"和"与"均值"互化**:$\overline X=\frac1n\sum X_i$ ,$\overline X\approx N\left(\mu,\frac{\sigma^2}{n}\right)$ ——题目问 $\overline X$ 时别忘除 $n$ 。
- **B9 $\varPhi$ 的三条恒等式**:$\varPhi(-z)=1-\varPhi(z)$,$P\{Z>z\}=1-\varPhi(z)$,$P\{\lvert Z\rvert\le z\}=2\varPhi(z)-1$。**查表题几乎全靠这三条**。 - **B9 $\varPhi$ 的三条恒等式**:$\varPhi(-z)=1-\varPhi(z)$ ,$P\{Z>z\}=1-\varPhi(z)$ ,$P\{\lvert Z\rvert\le z\}=2\varPhi(z)-1$ 。**查表题几乎全靠这三条**。
- **B10 正态近似 vs 泊松近似的选择**:先看 $p$——$p\le0.1$ 且 $np$ 适中选泊松;$p$ 居中选正态。**选错方向会算出一个"看起来对"的错答案**。 - **B10 正态近似 vs 泊松近似的选择**:先看 $p$ ——$p\le0.1$ 且 $np$ 适中选泊松;$p$ 居中选正态。**选错方向会算出一个"看起来对"的错答案**。
## 6 题目清单(21 题,纯题干,按在学练习上/下两讲分册) ## 6 题目清单(21 题,纯题干,按在学练习上/下两讲分册)
@@ -189,8 +189,8 @@ $$P\left\{\sum X_i\le c\right\}\approx\varPhi\left(\frac{c-n\mu}{\sqrt n\sigma}\
#### 点 1 依概率收敛(题 1–3) #### 点 1 依概率收敛(题 1–3)
- **题 1 · 1.1:按定义验证依概率收敛(★☆☆)**:设随机变量序列 $\{X_n\}$ 满足$P\left\{X_n=\frac1n\right\}=1-\frac1n,\qquad P\{X_n=n\}=\frac1n\quad(n=1,2,\cdots).$(Ⅰ)证明 $X_n\overset{P}{\longrightarrow}0$ ;(Ⅱ)求 $EX_n$ ,判断它是否趋于 $0$ ;(Ⅲ)由(Ⅰ)(Ⅱ)能得出什么结论? - **题 1 · 1.1:按定义验证依概率收敛(★☆☆)**:设随机变量序列 $\{X_n\}$ 满足$P\left\{X_n=\frac1n\right\}=1-\frac1n,\qquad P\{X_n=n\}=\frac1n\quad(n=1,2,\cdots).$ (Ⅰ)证明 $X_n\overset{P}{\longrightarrow}0$ ;(Ⅱ)求 $EX_n$ ,判断它是否趋于 $0$ ;(Ⅲ)由(Ⅰ)(Ⅱ)能得出什么结论?
- **题 2 · 1.2:只控制概率、不控制数值(★★☆)**:设随机变量序列 $\{X_n\}$ 满足$P\left\{X_n=n^2\right\}=\frac1n,\qquad P\{X_n=0\}=1-\frac1n\quad(n=1,2,\cdots).$(Ⅰ)证明 $X_n\overset{P}{\longrightarrow}0$ ;(Ⅱ)求 $EX_n$ ,判断它是否收敛;(Ⅲ)把 $n^2$ 换成 $n$ 后 $EX_n$ 又如何?据此说明依概率收敛"管得住什么、管不住什么"。 - **题 2 · 1.2:只控制概率、不控制数值(★★☆)**:设随机变量序列 $\{X_n\}$ 满足$P\left\{X_n=n^2\right\}=\frac1n,\qquad P\{X_n=0\}=1-\frac1n\quad(n=1,2,\cdots).$ (Ⅰ)证明 $X_n\overset{P}{\longrightarrow}0$ ;(Ⅱ)求 $EX_n$ ,判断它是否收敛;(Ⅲ)把 $n^2$ 换成 $n$ 后 $EX_n$ 又如何?据此说明依概率收敛"管得住什么、管不住什么"。
- **题 3 · 1.3:四则运算与连续映射(★★☆)**:设 $X_n\overset{P}{\longrightarrow}2$ 、$Y_n\overset{P}{\longrightarrow}-1$ 。写出下列各式依概率收敛的极限,并指出哪些需要额外条件才成立:(Ⅰ)$X_n+Y_n$ ;(Ⅱ)$X_nY_n$ ;(Ⅲ)$\dfrac{X_n}{Y_n}$ ;(Ⅳ)$\sqrt{X_n}$ ;(Ⅴ)$\ln X_n$ 。 - **题 3 · 1.3:四则运算与连续映射(★★☆)**:设 $X_n\overset{P}{\longrightarrow}2$ 、$Y_n\overset{P}{\longrightarrow}-1$ 。写出下列各式依概率收敛的极限,并指出哪些需要额外条件才成立:(Ⅰ)$X_n+Y_n$ ;(Ⅱ)$X_nY_n$ ;(Ⅲ)$\dfrac{X_n}{Y_n}$ ;(Ⅳ)$\sqrt{X_n}$ ;(Ⅴ)$\ln X_n$ 。
#### 点 2 切比雪夫不等式(题 1–5) #### 点 2 切比雪夫不等式(题 1–5)
@@ -198,14 +198,14 @@ $$P\left\{\sum X_i\le c\right\}\approx\varPhi\left(\frac{c-n\mu}{\sqrt n\sigma}\
- **题 1 · 2.1:直接套式与两个方向(★☆☆)**:设随机变量 $X$ 满足 $EX=5$ 、$DX=2$ 。用切比雪夫不等式估计:(Ⅰ)$P\{\lvert X-5\rvert\ge4\}$ 的上界;(Ⅱ)$P\{\lvert X-5\rvert<4\}$ 的下界;(Ⅲ)若想使 $P\{\lvert X-5\rvert\ge\varepsilon\}\le0.05$ ,$\varepsilon$ 至少取多少? - **题 1 · 2.1:直接套式与两个方向(★☆☆)**:设随机变量 $X$ 满足 $EX=5$ 、$DX=2$ 。用切比雪夫不等式估计:(Ⅰ)$P\{\lvert X-5\rvert\ge4\}$ 的上界;(Ⅱ)$P\{\lvert X-5\rvert<4\}$ 的下界;(Ⅲ)若想使 $P\{\lvert X-5\rvert\ge\varepsilon\}\le0.05$ ,$\varepsilon$ 至少取多少?
- **题 2 · 2.1:二项分布上的估计(★★☆)**:设 $X\sim B(1000,\ 0.5)$ 。用切比雪夫不等式估计 $P\{450<X<550\}$ 的下界,并说明这个界为什么这么松。 - **题 2 · 2.1:二项分布上的估计(★★☆)**:设 $X\sim B(1000,\ 0.5)$ 。用切比雪夫不等式估计 $P\{450<X<550\}$ 的下界,并说明这个界为什么这么松。
- **题 3 · 2.2:反解样本量(★★☆)**:某试验中随机变量 $X$ 满足 $EX=20$ 、$DX=9$ 。独立重复观测 $n$ 次得 $\bar X$ 。问 $n$ **至少**取多少,才能保证$P\{\lvert\bar X-20\rvert<1\}\ge0.9\ ?$ - **题 3 · 2.2:反解样本量(★★☆)**:某试验中随机变量 $X$ 满足 $EX=20$ 、$DX=9$ 。独立重复观测 $n$ 次得 $\bar X$ 。问 $n$ **至少**取多少,才能保证$P\{\lvert\bar X-20\rvert<1\}\ge0.9\ ?$
- **题 4 · 2.2:平方和的均值也要用切比雪夫(★★☆)**:设 $X_1,X_2,\cdots,X_n$ 独立同分布,$E\left(X_1^k\right)=\mu_k$ ($k=1,2,3,4$ 均存在)。令 $Y_i=X_i^2$ 。(Ⅰ)求 $EY_i$ 与 $DY_i$ ;(Ⅱ)对任意 $\varepsilon>0$ ,用切比雪夫不等式给出$P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i^2-\mu_2\right\rvert\ge\varepsilon\right\}$的上界。 - **题 4 · 2.2:平方和的均值也要用切比雪夫(★★☆)**:设 $X_1,X_2,\cdots,X_n$ 独立同分布,$E\left(X_1^k\right)=\mu_k$ ($k=1,2,3,4$ 均存在)。令 $Y_i=X_i^2$ 。(Ⅰ)求 $EY_i$ 与 $DY_i$ ;(Ⅱ)对任意 $\varepsilon>0$ ,用切比雪夫不等式给出$P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i^2-\mu_2\right\rvert\ge\varepsilon\right\}$ 的上界。
- **题 5 · 2.2:两个变量的差(★★☆)**:设 $X,Y$ 满足 $EX=EY$ 、$DX=DY=1$ 、$\rho_{XY}=\dfrac12$ 。用切比雪夫不等式估计 $P\{\lvert X-Y\rvert\ge4\}$ 的上界。 - **题 5 · 2.2:两个变量的差(★★☆)**:设 $X,Y$ 满足 $EX=EY$ 、$DX=DY=1$ 、$\rho_{XY}=\dfrac12$ 。用切比雪夫不等式估计 $P\{\lvert X-Y\rvert\ge4\}$ 的上界。
#### 点 3 三条大数定律(题 1–6) #### 点 3 三条大数定律(题 1–6)
- **题 1 · 3.1:三个平均值都收敛到自己的期望(★☆☆)**:设 $X_1,X_2,\cdots,X_n$ 独立同分布,$EX_i=\mu$ 、$DX_i=\sigma^2$ 。又设 $A$ 在每次试验中发生的概率为 $p$ ,$\nu_n$ 为 $n$ 次试验中 $A$ 发生的次数。写出下列三个量的依概率极限,并各自说明依据:(Ⅰ)$\dfrac1n\sum\limits_{i=1}^{n}X_i$ ;(Ⅱ)$\dfrac1n\sum\limits_{i=1}^{n}(X_i-\mu)^2$ ;(Ⅲ)$\dfrac{\nu_n}{n}$ 。 - **题 1 · 3.1:三个平均值都收敛到自己的期望(★☆☆)**:设 $X_1,X_2,\cdots,X_n$ 独立同分布,$EX_i=\mu$ 、$DX_i=\sigma^2$ 。又设 $A$ 在每次试验中发生的概率为 $p$ ,$\nu_n$ 为 $n$ 次试验中 $A$ 发生的次数。写出下列三个量的依概率极限,并各自说明依据:(Ⅰ)$\dfrac1n\sum\limits_{i=1}^{n}X_i$ ;(Ⅱ)$\dfrac1n\sum\limits_{i=1}^{n}(X_i-\mu)^2$ ;(Ⅲ)$\dfrac{\nu_n}{n}$ 。
- **题 2 · 3.2:切比雪夫大数定律的证明(★★★)**:设随机变量序列 $X_1,X_2,\cdots$ **两两不相关**,且存在常数 $C$ ,使 $DX_i\le C$ ($i=1,2,\cdots$ )。证明:对任意 $\varepsilon>0$ ,$\lim_{n\to\infty}P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i-\frac1n\sum_{i=1}^{n}EX_i\right\rvert\ge\varepsilon\right\}=0 .$ - **题 2 · 3.2:切比雪夫大数定律的证明(★★★)**:设随机变量序列 $X_1,X_2,\cdots$ **两两不相关**,且存在常数 $C$ ,使 $DX_i\le C$ ($i=1,2,\cdots$ )。证明:对任意 $\varepsilon>0$ ,$\lim_{n\to\infty}P\left\{\left\lvert\frac1n\sum_{i=1}^{n}X_i-\frac1n\sum_{i=1}^{n}EX_i\right\rvert\ge\varepsilon\right\}=0 .$
- **题 3 · 3.2:条件辨析,谁不满足(★★★)**:设 $X_1,X_2,\cdots,X_n,\cdots$ 相互独立,且 $X_n\sim E(n)$ (参数为 $n$ 的指数分布)。下列随机变量序列中,**不**满足切比雪夫大数定律条件的是( )。(A)$X_1,\ \dfrac12X_2,\ \cdots,\ \dfrac1nX_n,\ \cdots$(B)$X_1,\ X_2,\ \cdots,\ X_n,\ \cdots$(C)$X_1,\ 2X_2,\ \cdots,\ nX_n,\ \cdots$(D)$X_1,\ 2^2X_2,\ \cdots,\ n^2X_n,\ \cdots$ - **题 3 · 3.2:条件辨析,谁不满足(★★★)**:设 $X_1,X_2,\cdots,X_n,\cdots$ 相互独立,且 $X_n\sim E(n)$ (参数为 $n$ 的指数分布)。下列随机变量序列中,**不**满足切比雪夫大数定律条件的是( )。(A)$X_1,\ \dfrac12X_2,\ \cdots,\ \dfrac1nX_n,\ \cdots$ (B)$X_1,\ X_2,\ \cdots,\ X_n,\ \cdots$ (C)$X_1,\ 2X_2,\ \cdots,\ nX_n,\ \cdots$ (D)$X_1,\ 2^2X_2,\ \cdots,\ n^2X_n,\ \cdots$
- **题 4 · 3.3:用伯努利定律反解试验次数(★★☆)**:反复抛一枚均匀硬币,记 $\nu_n$ 为 $n$ 次中出现正面的次数。问 $n$ **至少**取多少,才能用切比雪夫不等式保证$P\left\{\left\lvert\frac{\nu_n}{n}-0.5\right\rvert<0.01\right\}\ge0.95\ ?$ - **题 4 · 3.3:用伯努利定律反解试验次数(★★☆)**:反复抛一枚均匀硬币,记 $\nu_n$ 为 $n$ 次中出现正面的次数。问 $n$ **至少**取多少,才能用切比雪夫不等式保证$P\left\{\left\lvert\frac{\nu_n}{n}-0.5\right\rvert<0.01\right\}\ge0.95\ ?$
- **题 5 · 3.4:辛钦定律的条件够不够(★☆☆)**:将一枚均匀骰子独立重复投掷 $n$ 次,$X_i$ 表示第 $i$ 次掷出的点数,$\bar X=\dfrac1n\sum\limits_{i=1}^{n}X_i$ 。(Ⅰ)$\bar X$ 依概率收敛于何值?依据哪条定律?条件是否满足?(Ⅱ)若改为考察 $\dfrac1n\sum\limits_{i=1}^{n}X_i^2$ ,它收敛于何值? - **题 5 · 3.4:辛钦定律的条件够不够(★☆☆)**:将一枚均匀骰子独立重复投掷 $n$ 次,$X_i$ 表示第 $i$ 次掷出的点数,$\bar X=\dfrac1n\sum\limits_{i=1}^{n}X_i$ 。(Ⅰ)$\bar X$ 依概率收敛于何值?依据哪条定律?条件是否满足?(Ⅱ)若改为考察 $\dfrac1n\sum\limits_{i=1}^{n}X_i^2$ ,它收敛于何值?
- **题 6 · 3.5:三条定律的条件对照(★★☆)**:(Ⅰ)设 $X_1,X_2,\cdots,X_n,\cdots$ 相互独立。根据辛钦大数定律,当 $n\to\infty$ 时 $\dfrac1n\sum\limits_{i=1}^{n}X_i$ 依概率收敛于其数学期望,只要 $\{X_n\}$ ( )。(A)有相同的数学期望 (B)服从同一离散型分布 (C)服从同一泊松分布 (D)服从同一连续型分布(Ⅱ)说明(A)(B)(D)为什么都不够,各举一个反例。 - **题 6 · 3.5:三条定律的条件对照(★★☆)**:(Ⅰ)设 $X_1,X_2,\cdots,X_n,\cdots$ 相互独立。根据辛钦大数定律,当 $n\to\infty$ 时 $\dfrac1n\sum\limits_{i=1}^{n}X_i$ 依概率收敛于其数学期望,只要 $\{X_n\}$ ( )。(A)有相同的数学期望 (B)服从同一离散型分布 (C)服从同一泊松分布 (D)服从同一连续型分布(Ⅱ)说明(A)(B)(D)为什么都不够,各举一个反例。
@@ -216,7 +216,7 @@ $$P\left\{\sum X_i\le c\right\}\approx\varPhi\left(\frac{c-n\mu}{\sqrt n\sigma}\
- **题 1 · 1.1:和的正态近似(★☆☆)**:设 $X_1,X_2,\cdots,X_{900}$ 独立同分布,$P\{X_i=0\}=P\{X_i=1\}=\dfrac12$ 。用中心极限定理求 $P\left\{\sum\limits_{i=1}^{900}X_i\le465\right\}$ 的近似值(用 $\Phi$ 表示)。 - **题 1 · 1.1:和的正态近似(★☆☆)**:设 $X_1,X_2,\cdots,X_{900}$ 独立同分布,$P\{X_i=0\}=P\{X_i=1\}=\dfrac12$ 。用中心极限定理求 $P\left\{\sum\limits_{i=1}^{900}X_i\le465\right\}$ 的近似值(用 $\Phi$ 表示)。
- **题 2 · 1.2:四个步骤与两个方向(★★☆)**:设 $X_1,X_2,\cdots,X_{48}$ 独立同分布,均服从 $U(0,1)$ 。(Ⅰ)求 $E\left(\sum X_i\right)$ 、$D\left(\sum X_i\right)$ 与 $\sigma_{\sum}$ ;(Ⅱ)用中心极限定理求 $P\left\{22<\sum\limits_{i=1}^{48}X_i<26\right\}$ 的近似值;(Ⅲ)求 $P\left\{\sum\limits_{i=1}^{48}X_i>27\right\}$ 的近似值。 - **题 2 · 1.2:四个步骤与两个方向(★★☆)**:设 $X_1,X_2,\cdots,X_{48}$ 独立同分布,均服从 $U(0,1)$ 。(Ⅰ)求 $E\left(\sum X_i\right)$ 、$D\left(\sum X_i\right)$ 与 $\sigma_{\sum}$ ;(Ⅱ)用中心极限定理求 $P\left\{22<\sum\limits_{i=1}^{48}X_i<26\right\}$ 的近似值;(Ⅲ)求 $P\left\{\sum\limits_{i=1}^{48}X_i>27\right\}$ 的近似值。
- **题 3 · 1.3:反解样本量(★★★)**:某型号零件的寿命 $X_i$ 独立同分布,平均寿命 $100$ 小时、标准差 $10$ 小时。求最小的 $n$ ,使$P\left\{\sum_{i=1}^{n}X_i\ge10000\right\}\ge0.95 .$(已知 $\Phi(1.645)=0.95$ ) - **题 3 · 1.3:反解样本量(★★★)**:某型号零件的寿命 $X_i$ 独立同分布,平均寿命 $100$ 小时、标准差 $10$ 小时。求最小的 $n$ ,使$P\left\{\sum_{i=1}^{n}X_i\ge10000\right\}\ge0.95 .$ (已知 $\Phi(1.645)=0.95$ )
#### 点 2 棣莫弗-拉普拉斯定理(题 1–2) #### 点 2 棣莫弗-拉普拉斯定理(题 1–2)
@@ -30,16 +30,16 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数理统计]
| §5 | 假设检验(仅数一) | 选填 | | §5 | 假设检验(仅数一) | 选填 |
| §6 | 两类错误(仅数一) | 选填 | | §6 | 两类错误(仅数一) | 选填 |
**三条主线**:① **独立性**(简单随机样本 $=$ i.i.d.);② **标准化**(拼 $\chi^2/t/F$);③ **矩替换**($\frac1n\sum X_i^k$ 换 $EX^k$)。 **三条主线**:① **独立性**(简单随机样本 $=$ i.i.d.);② **标准化**(拼 $\chi^2/t/F$ );③ **矩替换**($\frac1n\sum X_i^k$ 换 $EX^k$ )。
**符号约定**(本讲统一): **符号约定**(本讲统一):
| 记号 | 含义 | | 记号 | 含义 |
|---|---| |---|---|
| $u_\alpha$ | 标准正态**上侧** $\alpha$ 分位点:$P\{Z>u_\alpha\}=\alpha$ | | $u_\alpha$ | 标准正态**上侧** $\alpha$ 分位点:$P\{Z>u_\alpha\}=\alpha$ |
| $\chi^2_\alpha(n)$、$t_\alpha(n)$、$F_\alpha(n_1,n_2)$ | 同为**上侧**分位点 | | $\chi^2_\alpha(n)$ 、$t_\alpha(n)$ 、$F_\alpha(n_1,n_2)$ | 同为**上侧**分位点 |
| $\overline X$、$S^2$ | 样本均值、样本方差($S^2=\frac1{n-1}\sum(X_i-\overline X)^2$) | | $\overline X$ 、$S^2$ | 样本均值、样本方差($S^2=\frac1{n-1}\sum(X_i-\overline X)^2$ ) |
| $B_2$ | 二阶中心矩 $\frac1n\sum(X_i-\overline X)^2$(**有偏**) | | $B_2$ | 二阶中心矩 $\frac1n\sum(X_i-\overline X)^2$ (**有偏**) |
### 0.2 十年真题地图(sqlite,2016–2025) ### 0.2 十年真题地图(sqlite,2016–2025)
@@ -52,7 +52,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数理统计]
| 2023·9 | 两正态总体方差比的 $F$ 分布 | 5 | §2.5 | | 2023·9 | 两正态总体方差比的 $F$ 分布 | 5 | §2.5 |
| 2022·22 | 两样本泊松的 MLE 与 $D(\hat\theta)$ | 12 | §3.2 | | 2022·22 | 两样本泊松的 MLE 与 $D(\hat\theta)$ | 12 | §3.2 |
| 2021·10 | 第二类错误概率 | 5 | §6 | | 2021·10 | 第二类错误概率 | 5 | §6 |
| 2021·9 | 无偏性 + $D(\hat\theta)$(二元正态) | 5 | §3.3 | | 2021·9 | 无偏性 + $D(\hat\theta)$ (二元正态) | 5 | §3.3 |
| 2020·23 | 威布尔型 $F(t)$ 的无记忆性 + MLE | 11 | §3.2 | | 2020·23 | 威布尔型 $F(t)$ 的无记忆性 + MLE | 11 | §3.2 |
| 2019·23 | 半正态密度求常数 + MLE | 11 | §3.2 | | 2019·23 | 半正态密度求常数 + MLE | 11 | §3.2 |
| 2018·23 | 拉普拉斯分布 MLE + $E\hat\sigma,D\hat\sigma$ | 11 | §3.2 | | 2018·23 | 拉普拉斯分布 MLE + $E\hat\sigma,D\hat\sigma$ | 11 | §3.2 |
@@ -83,7 +83,7 @@ tags: [数学一, 知识点构建, 背诵版, 概率论, 数理统计]
| 概念 | 定义 | | 概念 | 定义 |
|---|---| |---|---|
| 总体 | 研究对象的全体;**数学上就是一个随机变量 $X$** | | 总体 | 研究对象的全体;**数学上就是一个随机变量** $X$ |
| 个体 | 总体的每个元素 | | 个体 | 总体的每个元素 |
| 简单随机样本 | $n$ 个**相互独立且与总体同分布**的 $X_1,\dots,X_n$ | | 简单随机样本 | $n$ 个**相互独立且与总体同分布**的 $X_1,\dots,X_n$ |
| 样本值 | 一次具体观测得到的一组数 $x_1,\dots,x_n$ | | 样本值 | 一次具体观测得到的一组数 $x_1,\dots,x_n$ |
@@ -98,7 +98,7 @@ $$f(x_1,\dots,x_n)=\prod_{i=1}^nf(x_i)\quad\text{或}\quad P\{X_1=x_1,\dots,X_n=
### 1.3 经验分布函数 ### 1.3 经验分布函数
$\hat F_n(x)=\dfrac{\#\{i:X_i\le x\}}{n}$。格利文科定理:$\sup_x\lvert\hat F_n(x)-F(x)\rvert\to0$(几乎必然)。**了解即可**,考研不单独考。 $\hat F_n(x)=\dfrac{\#\{i:X_i\le x\}}{n}$ 。格利文科定理:$\sup_x\lvert\hat F_n(x)-F(x)\rvert\to0$ (几乎必然)。**了解即可**,考研不单独考。
## 2 三大抽样分布与正态总体抽样(点 2–3) ## 2 三大抽样分布与正态总体抽样(点 2–3)
@@ -108,9 +108,9 @@ $g(X_1,\dots,X_n)$ 是统计量 $\iff$ **表达式中不含任何未知参数**
| 例子 | 是否统计量 | | 例子 | 是否统计量 |
|---|---| |---|---|
| $\sum X_i$、$\overline X$、$S^2$、$\max X_i$ | ✓ | | $\sum X_i$ 、$\overline X$ 、$S^2$ 、$\max X_i$ | ✓ |
| $\sum(X_i-\mu)^2$($\mu$ 未知) | ✗ | | $\sum(X_i-\mu)^2$ ($\mu$ 未知) | ✗ |
| $\frac{X_1-\mu}{\sigma}$($\mu,\sigma$ 未知) | ✗ | | $\frac{X_1-\mu}{\sigma}$ ($\mu,\sigma$ 未知) | ✗ |
**判断口诀**:**"能不能用样本算出来"**——算不出来就不是。 **判断口诀**:**"能不能用样本算出来"**——算不出来就不是。
@@ -123,25 +123,25 @@ $g(X_1,\dots,X_n)$ 是统计量 $\iff$ **表达式中不含任何未知参数**
| 样本 $k$ 阶原点矩 | $A_k=\dfrac1n\sum X_i^k$ | | 样本 $k$ 阶原点矩 | $A_k=\dfrac1n\sum X_i^k$ |
| 样本 $k$ 阶中心矩 | $B_k=\dfrac1n\sum(X_i-\overline X)^k$ | | 样本 $k$ 阶中心矩 | $B_k=\dfrac1n\sum(X_i-\overline X)^k$ |
**恒等式**:$\sum(X_i-\overline X)^2=\sum X_i^2-n\overline X^2$(方差题必用)。 **恒等式**:$\sum(X_i-\overline X)^2=\sum X_i^2-n\overline X^2$ (方差题必用)。
### 2.3 $\overline X$ 与 $S^2$ 的数字特征(必背) ### 2.3 $\overline X$ 与 $S^2$ 的数字特征(必背)
$$E\overline X=\mu,\qquad D\overline X=\frac{\sigma^2}{n},\qquad ES^2=\sigma^2 .$$ $$E\overline X=\mu,\qquad D\overline X=\frac{\sigma^2}{n},\qquad ES^2=\sigma^2 .$$
**为什么除以 $n-1$**:$E\left[\frac1n\sum(X_i-\overline X)^2\right]=\frac{n-1}{n}\sigma^2$(有偏),故乘 $\frac{n}{n-1}$ 才无偏——**$n-1$ 是为了无偏性**,这也解释了 $\chi^2$ 的自由度为何是 $n-1$。 **为什么除以** $n-1$ :$E\left[\frac1n\sum(X_i-\overline X)^2\right]=\frac{n-1}{n}\sigma^2$ (有偏),故乘 $\frac{n}{n-1}$ 才无偏——**$n-1$ 是为了无偏性**,这也解释了 $\chi^2$ 的自由度为何是 $n-1$ 。
### 2.4 三大抽样分布 ### 2.4 三大抽样分布
| 分布 | 构造 | 期望 / 方差 | 关键性质 | | 分布 | 构造 | 期望 / 方差 | 关键性质 |
|---|---|---|---| |---|---|---|---|
| $\chi^2(n)$ | $X_1,\dots,X_n$ 独立 $\sim N(0,1)$,$\chi^2=\sum X_i^2$ | $n$ / $2n$ | **可加**:$\chi^2(n_1)+\chi^2(n_2)=\chi^2(n_1+n_2)$;**不对称**,上下分位点分别查 | | $\chi^2(n)$ | $X_1,\dots,X_n$ 独立 $\sim N(0,1)$ ,$\chi^2=\sum X_i^2$ | $n$ / $2n$ | **可加**:$\chi^2(n_1)+\chi^2(n_2)=\chi^2(n_1+n_2)$ ;**不对称**,上下分位点分别查 |
| $t(n)$ | $X\sim N(0,1)$,$Y\sim\chi^2(n)$ 独立,$t=\dfrac{X}{\sqrt{Y/n}}$ | $0$ / $\frac{n}{n-2}$ | 密度**偶函数**、比标准正态**尾厚**;$n$ 大时 $\approx N(0,1)$;$t_{1-\alpha}(n)=-t_\alpha(n)$;$t^2\sim F(1,n)$ | | $t(n)$ | $X\sim N(0,1)$ ,$Y\sim\chi^2(n)$ 独立,$t=\dfrac{X}{\sqrt{Y/n}}$ | $0$ / $\frac{n}{n-2}$ | 密度**偶函数**、比标准正态**尾厚**;$n$ 大时 $\approx N(0,1)$ ;$t_{1-\alpha}(n)=-t_\alpha(n)$ ;$t^2\sim F(1,n)$ |
| $F(n_1,n_2)$ | $U\sim\chi^2(n_1)$,$V\sim\chi^2(n_2)$ 独立,$F=\dfrac{U/n_1}{V/n_2}$ | — | $\frac1F\sim F(n_2,n_1)$,$F_{1-\alpha}(n_1,n_2)=\dfrac1{F_\alpha(n_2,n_1)}$;**两个自由度顺序不能反**(分子在前) | | $F(n_1,n_2)$ | $U\sim\chi^2(n_1)$ ,$V\sim\chi^2(n_2)$ 独立,$F=\dfrac{U/n_1}{V/n_2}$ | — | $\frac1F\sim F(n_2,n_1)$ ,$F_{1-\alpha}(n_1,n_2)=\dfrac1{F_\alpha(n_2,n_1)}$ ;**两个自由度顺序不能反**(分子在前) |
### 2.5 正态总体下的抽样分布(本节最重要) ### 2.5 正态总体下的抽样分布(本节最重要)
**(一)单个正态总体** $X_1,\dots,X_n\sim N(\mu,\sigma^2)$: **(一)单个正态总体** $X_1,\dots,X_n\sim N(\mu,\sigma^2)$ :
| # | 统计量 | 分布 | 前提 | | # | 统计量 | 分布 | 前提 |
|---|---|---|---| |---|---|---|---|
@@ -151,7 +151,7 @@ $$E\overline X=\mu,\qquad D\overline X=\frac{\sigma^2}{n},\qquad ES^2=\sigma^2 .
| ④ | $\dfrac{\sqrt n(\overline X-\mu)}{S}$ | $t(n-1)$ | $\sigma$ 未知 | | ④ | $\dfrac{\sqrt n(\overline X-\mu)}{S}$ | $t(n-1)$ | $\sigma$ 未知 |
| ⑤ | $\dfrac{n(\overline X-\mu)^2}{S^2}$ | $F(1,n-1)$ | $\sigma$ 未知 | | ⑤ | $\dfrac{n(\overline X-\mu)^2}{S^2}$ | $F(1,n-1)$ | $\sigma$ 未知 |
**两句口诀**:②→③「**$\mu$ 换成 $\overline X$,自由度减一**」;①→④「**$\sigma$ 换成 $S$,正态换 $t$,自由度 $n-1$**」。 **两句口诀**:②→③「**$\mu$ 换成 $\overline X$ ,自由度减一**」;①→④「**$\sigma$ 换成 $S$ ,正态换 $t$ ,自由度** $n-1$ 」。
> **④ 里藏着一条独立结论**:正态总体下 $\overline X$ 与 $S^2$ **相互独立**。这是正态总体**独有**的(一般总体不成立),也是拼 $t$ 分布的前提。 > **④ 里藏着一条独立结论**:正态总体下 $\overline X$ 与 $S^2$ **相互独立**。这是正态总体**独有**的(一般总体不成立),也是拼 $t$ 分布的前提。
@@ -161,17 +161,17 @@ $$E\overline X=\mu,\qquad D\overline X=\frac{\sigma^2}{n},\qquad ES^2=\sigma^2 .
|---|---|---| |---|---|---|
| ① | $\dfrac{(\overline X-\overline Y)-(\mu_1-\mu_2)}{\sqrt{\sigma_1^2/m+\sigma_2^2/n}}$ | $N(0,1)$ | | ① | $\dfrac{(\overline X-\overline Y)-(\mu_1-\mu_2)}{\sqrt{\sigma_1^2/m+\sigma_2^2/n}}$ | $N(0,1)$ |
| ② | $\dfrac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}$ | $F(m-1,n-1)$ | | ② | $\dfrac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}$ | $F(m-1,n-1)$ |
| ③ | $\dfrac{(\overline X-\overline Y)-(\mu_1-\mu_2)}{S_w\sqrt{1/m+1/n}}$($\sigma_1^2=\sigma_2^2$) | $t(m+n-2)$ | | ③ | $\dfrac{(\overline X-\overline Y)-(\mu_1-\mu_2)}{S_w\sqrt{1/m+1/n}}$ ($\sigma_1^2=\sigma_2^2$ ) | $t(m+n-2)$ |
合并方差 $S_w^2=\dfrac{(m-1)S_1^2+(n-1)S_2^2}{m+n-2}$。 合并方差 $S_w^2=\dfrac{(m-1)S_1^2+(n-1)S_2^2}{m+n-2}$ 。
**(三)拼装三大分布的三步法**:① 算线性组合的均值与方差;② 标准化得 $N(0,1)$,平方得 $\chi^2(1)$;③ 按定义拼($\chi^2$ 相加、$t$ 除根号、$F$ 上下除各自自由度)。 **(三)拼装三大分布的三步法**:① 算线性组合的均值与方差;② 标准化得 $N(0,1)$ ,平方得 $\chi^2(1)$ ;③ 按定义拼($\chi^2$ 相加、$t$ 除根号、$F$ 上下除各自自由度)。
**三个恒定陷阱**:忘标准化就平方(系数不对,不是 $\chi^2$)|分子分母共用同一个 $X_i$(不独立,拼不出 $t$ 或 $F$)|自由度算错。 **三个恒定陷阱**:忘标准化就平方(系数不对,不是 $\chi^2$ )|分子分母共用同一个 $X_i$ (不独立,拼不出 $t$ 或 $F$ )|自由度算错。
### 2.6 顺序统计量 ### 2.6 顺序统计量
$X_{(1)}=\min\{X_i\}$,$X_{(n)}=\max\{X_i\}$。设总体分布函数 $F$、密度 $f$: $X_{(1)}=\min\{X_i\}$ ,$X_{(n)}=\max\{X_i\}$ 。设总体分布函数 $F$ 、密度 $f$ :
$$F_{(n)}(x)=[F(x)]^n,\qquad f_{(n)}(x)=n[F(x)]^{n-1}f(x),$$ $$F_{(n)}(x)=[F(x)]^n,\qquad f_{(n)}(x)=n[F(x)]^{n-1}f(x),$$
@@ -181,42 +181,42 @@ $$F_{(1)}(x)=1-[1-F(x)]^n,\qquad f_{(1)}(x)=n[1-F(x)]^{n-1}f(x).$$
| 总体密度 | $E X_{(n)}$ | | 总体密度 | $E X_{(n)}$ |
|---|---| |---|---|
| $U(0,\theta)$:$f=\frac1\theta$ | $\dfrac{n}{n+1}\theta$ | | $U(0,\theta)$ :$f=\frac1\theta$ | $\dfrac{n}{n+1}\theta$ |
| $f=\dfrac{2x}{\theta^2}$($0<x<\theta$) | $\dfrac{2n}{2n+1}\theta$ | | $f=\dfrac{2x}{\theta^2}$ ($0<x<\theta$ ) | $\dfrac{2n}{2n+1}\theta$ |
| $f=\dfrac{kx^{k-1}}{\theta^k}$ | $\dfrac{kn}{kn+1}\theta$ | | $f=\dfrac{kx^{k-1}}{\theta^k}$ | $\dfrac{kn}{kn+1}\theta$ |
## 3 矩估计、MLE 与评价标准(点 4–6,分值最重) ## 3 矩估计、MLE 与评价标准(点 4–6,分值最重)
> **点估计 = 造一个统计量 $\hat\theta(X_1,\dots,X_n)$ 去"顶替"未知参数 $\theta$**。两种造法:矩估计、极大似然。 > **点估计 = 造一个统计量 $\hat\theta(X_1,\dots,X_n)$ 去"顶替"未知参数** $\theta$ 。两种造法:矩估计、极大似然。
### 3.1 矩估计法 ### 3.1 矩估计法
**思想**:用样本矩替换总体矩(大数定律保证)。 **思想**:用样本矩替换总体矩(大数定律保证)。
**三步**:① 写含 $\theta$ 的总体矩 $EX^k$(一个参数用一阶,两个参数用一、二阶);② 令 $EX^k=A_k=\frac1n\sum X_i^k$;③ 解出 $\hat\theta$。 **三步**:① 写含 $\theta$ 的总体矩 $EX^k$ (一个参数用一阶,两个参数用一、二阶);② 令 $EX^k=A_k=\frac1n\sum X_i^k$ ;③ 解出 $\hat\theta$ 。
**两参数模板**:$\hat\mu=\overline X$,$\hat\sigma^2=B_2=\frac1n\sum(X_i-\overline X)^2$。 **两参数模板**:$\hat\mu=\overline X$ ,$\hat\sigma^2=B_2=\frac1n\sum(X_i-\overline X)^2$ 。
> ⚠️ **矩估计的方差是 $B_2$(除以 $n$),不是 $S^2$**——只有 $S^2$ 无偏。 > ⚠️ **矩估计的方差是 $B_2$ (除以 $n$ ),不是** $S^2$ ——只有 $S^2$ 无偏。
### 3.2 最大似然估计(MLE) ### 3.2 最大似然估计(MLE)
**思想**:选让这组样本**出现概率最大**的 $\theta$。 **思想**:选让这组样本**出现概率最大**的 $\theta$ 。
**常规可微四步**: **常规可微四步**:
① 写似然 $L(\theta)=\prod f(x_i;\theta)$(离散用 $\prod p(x_i;\theta)$); ① 写似然 $L(\theta)=\prod f(x_i;\theta)$ (离散用 $\prod p(x_i;\theta)$ );
② 取对数 $\ln L$(连乘变连加,$\ln$ 单调不减,不改变极值点); ② 取对数 $\ln L$ (连乘变连加,$\ln$ 单调不减,不改变极值点);
③ 求导令零(多参数解方程组); ③ 求导令零(多参数解方程组);
④ 解出并写成统计量 $\hat\theta(X_1,\dots,X_n)$。 ④ 解出并写成统计量 $\hat\theta(X_1,\dots,X_n)$ 。
**不可微/单调情形(每年必有一道)**:当 $\theta$ 出现在**支撑集**里时,$L$ 关于 $\theta$ 单调,$\hat\theta$ 取**边界**: **不可微/单调情形(每年必有一道)**:当 $\theta$ 出现在**支撑集**里时,$L$ 关于 $\theta$ 单调,$\hat\theta$ 取**边界**:
| 总体 | MLE | | 总体 | MLE |
|---|---| |---|---|
| $U(0,\theta)$ | $\hat\theta=X_{(n)}=\max X_i$ | | $U(0,\theta)$ | $\hat\theta=X_{(n)}=\max X_i$ |
| $U(\theta_1,\theta_2)$ | $\hat\theta_1=X_{(1)}$,$\hat\theta_2=X_{(n)}$ | | $U(\theta_1,\theta_2)$ | $\hat\theta_1=X_{(1)}$ ,$\hat\theta_2=X_{(n)}$ |
| $f(x;\theta)=\dfrac{\theta}{x^2}$($x>\theta$) | 支撑要求 $\theta<\min X_i$,$L=\theta^n/\prod x_i^2$ 随 $\theta$ 递增 ⟹ $\hat\theta=X_{(1)}$ | | $f(x;\theta)=\dfrac{\theta}{x^2}$ ($x>\theta$ ) | 支撑要求 $\theta<\min X_i$ ,$L=\theta^n/\prod x_i^2$ 随 $\theta$ 递增 ⟹ $\hat\theta=X_{(1)}$ |
**口诀**:**"能求导就求导;不能求导看单调,往边界上找。"** **口诀**:**"能求导就求导;不能求导看单调,往边界上找。"**
@@ -226,17 +226,17 @@ $$F_{(1)}(x)=1-[1-F(x)]^n,\qquad f_{(1)}(x)=n[1-F(x)]^{n-1}f(x).$$
|---|---|---| |---|---|---|
| 拉普拉斯 $\frac1{2\lambda}\mathrm e^{-\lvert x\rvert/\lambda}$ | $\frac1n\sum\lvert X_i\rvert$ | 同左 | | 拉普拉斯 $\frac1{2\lambda}\mathrm e^{-\lvert x\rvert/\lambda}$ | $\frac1n\sum\lvert X_i\rvert$ | 同左 |
| 均匀 $U(0,\theta)$ | $2\overline X$ | $X_{(n)}$ | | 均匀 $U(0,\theta)$ | $2\overline X$ | $X_{(n)}$ |
| 幂型 $\theta x^{\theta-1}$($0<x<1$) | $\dfrac{\overline X}{1-\overline X}$ | $-\dfrac{n}{\sum\ln X_i}$ | | 幂型 $\theta x^{\theta-1}$ ($0<x<1$ ) | $\dfrac{\overline X}{1-\overline X}$ | $-\dfrac{n}{\sum\ln X_i}$ |
**两样本同参数**($X\sim P(\lambda)$、$Y\sim P(2\lambda)$):**两组似然先相乘再求导**,得 **两样本同参数**($X\sim P(\lambda)$ 、$Y\sim P(2\lambda)$ ):**两组似然先相乘再求导**,得
$$\hat\lambda=\frac{\sum X_i+\sum Y_j}{n+2m},\qquad D(\hat\lambda)=\frac{\lambda}{n+2m}.$$ $$\hat\lambda=\frac{\sum X_i+\sum Y_j}{n+2m},\qquad D(\hat\lambda)=\frac{\lambda}{n+2m}.$$
**为什么分母是 $n+2m$**:$Y$ 组每个样本携带 $2\theta$ 的信息量,分子对 $Y$ 组只记 $\sum Y_j$(那个 2 进了常数项)。 **为什么分母是** $n+2m$ :$Y$ 组每个样本携带 $2\theta$ 的信息量,分子对 $Y$ 组只记 $\sum Y_j$ (那个 2 进了常数项)。
**MLE 的不变性原理**:$\widehat{g(\theta)}=g(\hat\theta)$。用于 $\hat\sigma_{\text{MLE}}=\sqrt{\hat\sigma^2_{\text{MLE}}}$。 **MLE 的不变性原理**:$\widehat{g(\theta)}=g(\hat\theta)$ 。用于 $\hat\sigma_{\text{MLE}}=\sqrt{\hat\sigma^2_{\text{MLE}}}$ 。
> ⚠️ **无偏性没有不变性**:$E\hat\theta=\theta$ 推不出 $E[g(\hat\theta)]=g(\theta)$(例:$S=\sqrt{S^2}$ 不是 $\sigma$ 的无偏估计)。**"MLE 有不变性、无偏性没有"是常考辨析。** > ⚠️ **无偏性没有不变性**:$E\hat\theta=\theta$ 推不出 $E[g(\hat\theta)]=g(\theta)$ (例:$S=\sqrt{S^2}$ 不是 $\sigma$ 的无偏估计)。**"MLE 有不变性、无偏性没有"是常考辨析。**
### 3.3 评价估计量的四个标准 ### 3.3 评价估计量的四个标准
@@ -247,9 +247,9 @@ $$\hat\lambda=\frac{\sum X_i+\sum Y_j}{n+2m},\qquad D(\hat\lambda)=\frac{\lambda
| **一致性(相合)** | $\hat\theta\xrightarrow{P}\theta$ | 管"样本多了会不会靠近" | | **一致性(相合)** | $\hat\theta\xrightarrow{P}\theta$ | 管"样本多了会不会靠近" |
| **均方误差 MSE** | $h(\hat\theta)=E(\hat\theta-\theta)^2=D\hat\theta+\big(E\hat\theta-\theta\big)^2$ | 方差 + 偏差² | | **均方误差 MSE** | $h(\hat\theta)=E(\hat\theta-\theta)^2=D\hat\theta+\big(E\hat\theta-\theta\big)^2$ | 方差 + 偏差² |
**无偏的四个常用结论**:$E\overline X=\mu$、$ES^2=\sigma^2$、$E B_2=\frac{n-1}{n}\sigma^2$(有偏)、$E(X_{(n)})=\frac{n}{n+1}\theta$(对 $U(0,\theta)$)。 **无偏的四个常用结论**:$E\overline X=\mu$ 、$ES^2=\sigma^2$ 、$E B_2=\frac{n-1}{n}\sigma^2$ (有偏)、$E(X_{(n)})=\frac{n}{n+1}\theta$ (对 $U(0,\theta)$ )。
**"定常数使无偏"的标准做法**:写出 $E(\text{统计量})=c\cdot\theta$,令 $c=1$ 反解常数。 **"定常数使无偏"的标准做法**:写出 $E(\text{统计量})=c\cdot\theta$ ,令 $c=1$ 反解常数。
**有效性必须先过无偏关**:两个都无偏才比方差;一个无偏一个有偏,比的是 MSE(MSE 更小的有偏估计可能更好,2024·22 后半问就考这个)。 **有效性必须先过无偏关**:两个都无偏才比方差;一个无偏一个有偏,比的是 MSE(MSE 更小的有偏估计可能更好,2024·22 后半问就考这个)。
@@ -257,7 +257,7 @@ $$\hat\lambda=\frac{\sum X_i+\sum Y_j}{n+2m},\qquad D(\hat\lambda)=\frac{\lambda
$$c^*=\frac{\theta\,E X_{(n)}}{E X_{(n)}^2},$$ $$c^*=\frac{\theta\,E X_{(n)}}{E X_{(n)}^2},$$
**它一般不等于使无偏的 $\frac{n+1}{n}$**——这正是 2024·22 的考点。 **它一般不等于使无偏的** $\frac{n+1}{n}$ ——这正是 2024·22 的考点。
## 4 区间估计(点 7,仅数学一) ## 4 区间估计(点 7,仅数学一)
@@ -267,11 +267,11 @@ $$P\{\underline\theta<\theta<\overline\theta\}=1-\alpha .$$
$1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。 $1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。
> **正确理解**:不是"$\theta$ 落在区间内的概率"($\theta$ 是常数,不是随机变量),而是"**反复抽样时,平均有 $100(1-\alpha)\%$ 的区间能盖住 $\theta$**"。 > **正确理解**:不是"$\theta$ 落在区间内的概率"($\theta$ 是常数,不是随机变量),而是"**反复抽样时,平均有 $100(1-\alpha)\%$ 的区间能盖住** $\theta$ "。
### 4.2 枢轴变量法(万能套路) ### 4.2 枢轴变量法(万能套路)
① 找点估计($\overline X$、$S^2$ 或 MLE);② 造**枢轴量**(含未知参数,但分布已知且**与参数无关**:$N(0,1)$、$\chi^2$、$t$、$F$);③ 定分位点(双侧取 $\alpha/2$ 与 $1-\alpha/2$);④ 解不等式得区间。 ① 找点估计($\overline X$ 、$S^2$ 或 MLE);② 造**枢轴量**(含未知参数,但分布已知且**与参数无关**:$N(0,1)$ 、$\chi^2$ 、$t$ 、$F$ );③ 定分位点(双侧取 $\alpha/2$ 与 $1-\alpha/2$ );④ 解不等式得区间。
### 4.3 单总体四大区间(必背表) ### 4.3 单总体四大区间(必背表)
@@ -282,18 +282,18 @@ $1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。
| $\sigma^2$ | $\mu$ 已知 | $\dfrac{\sum(X_i-\mu)^2}{\sigma^2}\sim\chi^2(n)$ | $\left[\dfrac{\sum(X_i-\mu)^2}{\chi^2_{\alpha/2}(n)},\ \dfrac{\sum(X_i-\mu)^2}{\chi^2_{1-\alpha/2}(n)}\right]$ | | $\sigma^2$ | $\mu$ 已知 | $\dfrac{\sum(X_i-\mu)^2}{\sigma^2}\sim\chi^2(n)$ | $\left[\dfrac{\sum(X_i-\mu)^2}{\chi^2_{\alpha/2}(n)},\ \dfrac{\sum(X_i-\mu)^2}{\chi^2_{1-\alpha/2}(n)}\right]$ |
| $\sigma^2$ | $\mu$ 未知 | $\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$ | $\left[\dfrac{(n-1)S^2}{\chi^2_{\alpha/2}(n-1)},\ \dfrac{(n-1)S^2}{\chi^2_{1-\alpha/2}(n-1)}\right]$ | | $\sigma^2$ | $\mu$ 未知 | $\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$ | $\left[\dfrac{(n-1)S^2}{\chi^2_{\alpha/2}(n-1)},\ \dfrac{(n-1)S^2}{\chi^2_{1-\alpha/2}(n-1)}\right]$ |
**读法**:$\sigma$ 已知用 $U$,$\sigma$ 未知用 $t(n-1)$;$\mu$ 已知用 $\chi^2(n)$,$\mu$ 未知用 $\chi^2(n-1)$。 **读法**:$\sigma$ 已知用 $U$ ,$\sigma$ 未知用 $t(n-1)$ ;$\mu$ 已知用 $\chi^2(n)$ ,$\mu$ 未知用 $\chi^2(n-1)$ 。
> ⚠️ **$\chi^2$ 区间两端"反着放"**:因为 $\chi^2$ 不对称且 $\sigma^2$ 在分母——**大分位点配下限、小分位点配上限**。这是最易抄错的一处。 > ⚠️ **$\chi^2$ 区间两端"反着放"**:因为 $\chi^2$ 不对称且 $\sigma^2$ 在分母——**大分位点配下限、小分位点配上限**。这是最易抄错的一处。
**单侧区间**:用 $u_\alpha$(不是 $u_{\alpha/2}$);同一置信度下单侧半宽更小。 **单侧区间**:用 $u_\alpha$ (不是 $u_{\alpha/2}$ );同一置信度下单侧半宽更小。
**2016·14 的速算**:给 $\overline X$ 与置信上限反求下限——**"上限 $+$ 下限 $=2\overline X$"**(仅均值对称区间成立)。 **2016·14 的速算**:给 $\overline X$ 与置信上限反求下限——**"上限 $+$ 下限 $=2\overline X$ "**(仅均值对称区间成立)。
### 4.4 两总体(数一要求,十年未考,性价比高) ### 4.4 两总体(数一要求,十年未考,性价比高)
| 对象 | 条件 | 枢轴量 | 区间 | | 对象 | 条件 | 枢轴量 | 区间 |
|---|---|---|---| |---|---|---|---|
| $\mu_1-\mu_2$ | 方差已知 | $U$ | $(\overline X-\overline Y)\pm u_{\alpha/2}\sqrt{\frac{\sigma_1^2}{m}+\frac{\sigma_2^2}{n}}$(**两项都要**) | | $\mu_1-\mu_2$ | 方差已知 | $U$ | $(\overline X-\overline Y)\pm u_{\alpha/2}\sqrt{\frac{\sigma_1^2}{m}+\frac{\sigma_2^2}{n}}$ (**两项都要**) |
| $\mu_1-\mu_2$ | 等方差未知 | $t(m+n-2)$ | $(\overline X-\overline Y)\pm t_{\alpha/2}(m+n-2)\,S_w\sqrt{\frac1m+\frac1n}$ | | $\mu_1-\mu_2$ | 等方差未知 | $t(m+n-2)$ | $(\overline X-\overline Y)\pm t_{\alpha/2}(m+n-2)\,S_w\sqrt{\frac1m+\frac1n}$ |
| $\frac{\sigma_1^2}{\sigma_2^2}$ | — | $F(m-1,n-1)$ | 两端反着放(大分位点配下限) | | $\frac{\sigma_1^2}{\sigma_2^2}$ | — | $F(m-1,n-1)$ | 两端反着放(大分位点配下限) |
@@ -301,22 +301,22 @@ $1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。
### 5.1 基本思想 ### 5.1 基本思想
**小概率事件在一次试验中不应发生**:若 $H_0$ 成立时观测到的小概率事件发生了,就拒绝 $H_0$。 **小概率事件在一次试验中不应发生**:若 $H_0$ 成立时观测到的小概率事件发生了,就拒绝 $H_0$ 。
### 5.2 四步 ### 5.2 四步
① **提假设**:把"想否定的、需要保护的结论"放在 $H_0$(等号在 $H_0$ 里); ① **提假设**:把"想否定的、需要保护的结论"放在 $H_0$ (等号在 $H_0$ 里);
② **选统计量**:按 $\sigma$ 已知/未知、$\mu$ 已知/未知选 $U/T/\chi^2/F$; ② **选统计量**:按 $\sigma$ 已知/未知、$\mu$ 已知/未知选 $U/T/\chi^2/F$ ;
③ **定拒绝域**:使 $P\{\text{拒绝}H_0\mid H_0\text{真}\}=\alpha$; ③ **定拒绝域**:使 $P\{\text{拒绝}H_0\mid H_0\text{真}\}=\alpha$ ;
④ **算观测值、下结论**。 ④ **算观测值、下结论**。
### 5.3 拒绝域的方向(跟着 $H_1$ 跑) ### 5.3 拒绝域的方向(跟着 $H_1$ 跑)
| $H_1$ | 拒绝域形式 | | $H_1$ | 拒绝域形式 |
|---|---| |---|---|
| $\theta\ne\theta_0$(双侧) | $\lvert\text{统计量}\rvert\ge$ 上侧 $\alpha/2$ 分位点 | | $\theta\ne\theta_0$ (双侧) | $\lvert\text{统计量}\rvert\ge$ 上侧 $\alpha/2$ 分位点 |
| $\theta>\theta_0$(右侧) | $\text{统计量}\ge$ 上侧 $\alpha$ 分位点(如 $u\ge u_\alpha$) | | $\theta>\theta_0$ (右侧) | $\text{统计量}\ge$ 上侧 $\alpha$ 分位点(如 $u\ge u_\alpha$ ) |
| $\theta<\theta_0$(左侧) | $\text{统计量}\le$ 上侧 $\alpha$ 分位点的相反数(如 $u\le-u_\alpha$;$\chi^2\le\chi^2_{1-\alpha}$) | | $\theta<\theta_0$ (左侧) | $\text{统计量}\le$ 上侧 $\alpha$ 分位点的相反数(如 $u\le-u_\alpha$ ;$\chi^2\le\chi^2_{1-\alpha}$ ) |
### 5.4 单总体四种检验 ### 5.4 单总体四种检验
@@ -327,17 +327,17 @@ $1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。
| $\sigma^2$ | $\mu$ 已知 | $\chi^2=\dfrac{\sum(X_i-\mu)^2}{\sigma_0^2}$ | $\chi^2(n)$ | | $\sigma^2$ | $\mu$ 已知 | $\chi^2=\dfrac{\sum(X_i-\mu)^2}{\sigma_0^2}$ | $\chi^2(n)$ |
| $\sigma^2$ | $\mu$ 未知 | $\chi^2=\dfrac{(n-1)S^2}{\sigma_0^2}$ | $\chi^2(n-1)$ | | $\sigma^2$ | $\mu$ 未知 | $\chi^2=\dfrac{(n-1)S^2}{\sigma_0^2}$ | $\chi^2(n-1)$ |
**口诀**:**$\sigma$ 知用 $U$、$\sigma$ 不知用 $T$;$\mu$ 知用 $\chi^2(n)$、$\mu$ 不知用 $\chi^2(n-1)$。** **口诀**:**$\sigma$ 知用 $U$ 、$\sigma$ 不知用 $T$ ;$\mu$ 知用 $\chi^2(n)$ 、$\mu$ 不知用 $\chi^2(n-1)$ 。**
> 🟨 **2025·10 的坑**:题给的是**方差** $\sigma^2=2$,而 $U$ 的公式分母是**标准差** $\sqrt2$。把 2 直接当代入是本题唯一失分点。 > 🟨 **2025·10 的坑**:题给的是**方差** $\sigma^2=2$ ,而 $U$ 的公式分母是**标准差** $\sqrt2$ 。把 2 直接当代入是本题唯一失分点。
> ⚠️ **$\chi^2$ 双侧检验的拒绝域不对称**:左右两尾分别查 $\chi^2_{1-\alpha/2}$ 与 $\chi^2_{\alpha/2}$,**不能写成 $\lvert\cdot\rvert\ge$**。 > ⚠️ **$\chi^2$ 双侧检验的拒绝域不对称**:左右两尾分别查 $\chi^2_{1-\alpha/2}$ 与 $\chi^2_{\alpha/2}$ ,**不能写成** $\lvert\cdot\rvert\ge$ 。
### 5.5 区间估计与假设检验的对偶 ### 5.5 区间估计与假设检验的对偶
置信度 $1-\alpha$ 的双侧置信区间 $\iff$ 显著性水平 $\alpha$ 的双侧检验的**接受域**。 置信度 $1-\alpha$ 的双侧置信区间 $\iff$ 显著性水平 $\alpha$ 的双侧检验的**接受域**。
**一句话**:**$\mu_0$ 落在置信区间内 $\iff$ 不拒绝 $H_0$。** **一句话**:**$\mu_0$ 落在置信区间内 $\iff$ 不拒绝 $H_0$ 。**
### 5.6 两总体检验(数一要求) ### 5.6 两总体检验(数一要求)
@@ -347,7 +347,7 @@ $1-\alpha$ 为**置信度**,$\alpha$ 为**显著性水平**。
| $\mu_1=\mu_2$ | 等方差未知 | $T=\dfrac{\overline X-\overline Y}{S_w\sqrt{1/m+1/n}}$ | $t(m+n-2)$ | | $\mu_1=\mu_2$ | 等方差未知 | $T=\dfrac{\overline X-\overline Y}{S_w\sqrt{1/m+1/n}}$ | $t(m+n-2)$ |
| $\sigma_1^2=\sigma_2^2$ | — | $F=\dfrac{S_1^2}{S_2^2}$ | $F(m-1,n-1)$ | | $\sigma_1^2=\sigma_2^2$ | — | $F=\dfrac{S_1^2}{S_2^2}$ | $F(m-1,n-1)$ |
> **顺序不能反**:分子方差配 $m-1$、分母配 $n-1$;$F$ 双侧两端分别查。 > **顺序不能反**:分子方差配 $m-1$ 、分母配 $n-1$ ;$F$ 双侧两端分别查。
## 6 两类错误(点 8,仅数学一) ## 6 两类错误(点 8,仅数学一)
@@ -359,13 +359,13 @@ $$\beta=P\{\text{接受}H_0\mid H_1\text{为真}\}\quad(\text{第二类错误·
**一句话**:**"拒真 = 第一类,纳伪 = 第二类";$\alpha$ 在 $H_0$ 为真的世界里算,$\beta$ 在 $H_1$ 为真的世界里算。** **一句话**:**"拒真 = 第一类,纳伪 = 第二类";$\alpha$ 在 $H_0$ 为真的世界里算,$\beta$ 在 $H_1$ 为真的世界里算。**
> $H_1$ 通常是一个**范围**(如 $\mu>10$),所以 $\beta$ 是 $\mu$ 的函数——**必须给定具体的 $\mu$ 值才能算出 $\beta$**(2021·10 给了 $\mu=11.5$)。 > $H_1$ 通常是一个**范围**(如 $\mu>10$ ),所以 $\beta$ 是 $\mu$ 的函数——**必须给定具体的 $\mu$ 值才能算出** $\beta$ (2021·10 给了 $\mu=11.5$ )。
### 6.2 计算 $\beta$ 的四步 ### 6.2 计算 $\beta$ 的四步
① 写出拒绝域 $W$;② 写出接受域 $\overline W$;③ **把分布换成 $H_1$ 下的分布**(均值、方差都要换)——这是 $\beta$ 与 $\alpha$ 的本质区别;④ $\beta=P\{\text{统计量}\in\overline W\mid H_1\}$。 ① 写出拒绝域 $W$ ;② 写出接受域 $\overline W$ ;③ **把分布换成 $H_1$ 下的分布**(均值、方差都要换)——这是 $\beta$ 与 $\alpha$ 的本质区别;④ $\beta=P\{\text{统计量}\in\overline W\mid H_1\}$ 。
**模板**:$W=\{\overline X\ge c\}$,$H_1$ 下真值取 $\mu_1$ 时 **模板**:$W=\{\overline X\ge c\}$ ,$H_1$ 下真值取 $\mu_1$ 时
$$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt n}\right).$$ $$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt n}\right).$$
@@ -374,27 +374,27 @@ $$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt
| 结论 | 说明 | | 结论 | 说明 |
|---|---| |---|---|
| 样本量固定时,$\alpha\downarrow\Rightarrow\beta\uparrow$ | **此消彼长** | | 样本量固定时,$\alpha\downarrow\Rightarrow\beta\uparrow$ | **此消彼长** |
| 要同时减小 $\alpha$ 与 $\beta$ | **只能增大 $n$** | | 要同时减小 $\alpha$ 与 $\beta$ | **只能增大** $n$ |
| $\alpha$ 越小 | 临界值越远离 $\mu_0$,拒绝域越小 | | $\alpha$ 越小 | 临界值越远离 $\mu_0$ ,拒绝域越小 |
| 拒绝域的包含关系 | $\alpha_1<\alpha_2\Rightarrow W(\alpha_1)\subset W(\alpha_2)$,接受域反之 | | 拒绝域的包含关系 | $\alpha_1<\alpha_2\Rightarrow W(\alpha_1)\subset W(\alpha_2)$ ,接受域反之 |
**记忆句**:**「小 $\alpha$ 拒绝 ⟹ 大 $\alpha$ 必拒绝;大 $\alpha$ 接受 ⟹ 小 $\alpha$ 必接受。」**(2018·8) **记忆句**:**「小 $\alpha$ 拒绝 ⟹ 大 $\alpha$ 必拒绝;大 $\alpha$ 接受 ⟹ 小 $\alpha$ 必接受。」**(2018·8)
**显著性检验 = 只控制第一类错误**(给定 $\alpha$,不控制 $\beta$)。 **显著性检验 = 只控制第一类错误**(给定 $\alpha$ ,不控制 $\beta$ )。
## B 题型考点(怎么想到、为什么、坑在哪) ## B 题型考点(怎么想到、为什么、坑在哪)
- **B1 MLE 的四类载体先归类**:① 可微常规(求导解方程);② 支撑含参数(单调 ⟹ 取边界,$U(0,\theta)$ 的 $X_{(n)}$);③ 两样本同参数(似然先乘,分母 $n+2m$);④ 由密度形状先定常数(半正态的 $A=\sqrt{2/\pi}$)。**认错类会白算十分钟**。 - **B1 MLE 的四类载体先归类**:① 可微常规(求导解方程);② 支撑含参数(单调 ⟹ 取边界,$U(0,\theta)$ 的 $X_{(n)}$ );③ 两样本同参数(似然先乘,分母 $n+2m$ );④ 由密度形状先定常数(半正态的 $A=\sqrt{2/\pi}$ )。**认错类会白算十分钟**。
- **B2 似然函数里的常数**:$\frac1{\sigma^n}$ 型一定要提出去再求导,漏掉会导致 $\hat\sigma$ 差一个 $\sqrt{n/(n-1)}$。 - **B2 似然函数里的常数**:$\frac1{\sigma^n}$ 型一定要提出去再求导,漏掉会导致 $\hat\sigma$ 差一个 $\sqrt{n/(n-1)}$ 。
- **B3 无偏"定常数"的通法**:算出 $E(\text{统计量})=k\theta$,令 $k=1$ 反解。**坑**:$E(X_{(n)})$ 用错公式(上限型才有 $\frac{n}{n+1}\theta$)。 - **B3 无偏"定常数"的通法**:算出 $E(\text{统计量})=k\theta$ ,令 $k=1$ 反解。**坑**:$E(X_{(n)})$ 用错公式(上限型才有 $\frac{n}{n+1}\theta$ )。
- **B4 MSE 与无偏的分离**:$h(c)=E(T_c-\theta)^2=D+(\text{偏差})^2$,展开成 $c$ 的二次式求顶点;**顶点一般不是无偏的那个 $c$**,两问答案不同(2024·22)。 - **B4 MSE 与无偏的分离**:$h(c)=E(T_c-\theta)^2=D+(\text{偏差})^2$ ,展开成 $c$ 的二次式求顶点;**顶点一般不是无偏的那个** $c$ ,两问答案不同(2024·22)。
- **B5 拼装 $\chi^2/t/F$ 的三步**:先算均值方差 → 标准化 → 平方/相除;**坑**:分子的 $X$ 与分母的 $\chi^2$ 必须独立(正态总体下 $\overline X\perp S^2$ 才能拼 $t$)。 - **B5 拼装 $\chi^2/t/F$ 的三步**:先算均值方差 → 标准化 → 平方/相除;**坑**:分子的 $X$ 与分母的 $\chi^2$ 必须独立(正态总体下 $\overline X\perp S^2$ 才能拼 $t$ )。
- **B6 自由度速查**:$\chi^2$ 单总体看 $\mu$ 知不知($n$ 或 $n-1$);$t$ 永远 $n-1$;$F$ 是两个 $\chi^2$ 的自由度按分子/分母顺序写。 - **B6 自由度速查**:$\chi^2$ 单总体看 $\mu$ 知不知($n$ 或 $n-1$ );$t$ 永远 $n-1$ ;$F$ 是两个 $\chi^2$ 的自由度按分子/分母顺序写。
- **B7 置信区间四选一**:$\sigma$ 知/未知、$\mu$ 知/未知,两两组合决定 $U/t/\chi^2(n)/\chi^2(n-1)$。**$\chi^2$ 区间两端反着放**是最大失分点。 - **B7 置信区间四选一**:$\sigma$ 知/未知、$\mu$ 知/未知,两两组合决定 $U/t/\chi^2(n)/\chi^2(n-1)$ 。**$\chi^2$ 区间两端反着放**是最大失分点。
- **B8 给上限反求下限**:对称区间下"上下限之和 $=2\overline X$"(2016·14 唯一解法的入口)。 - **B8 给上限反求下限**:对称区间下"上下限之和 $=2\overline X$ "(2016·14 唯一解法的入口)。
- **B9 拒绝域跟着 $H_1$**:先看 $H_1$ 是不等号哪一侧,再定单侧/双侧;**坑**:把方差当标准差代入(2025·10)。 - **B9 拒绝域跟着** $H_1$ :先看 $H_1$ 是不等号哪一侧,再定单侧/双侧;**坑**:把方差当标准差代入(2025·10)。
- **B10 $\beta$ 的四步换世界**:写出接受域 → 换成 $H_1$ 的分布 → 算概率。**坑**:用 $H_0$ 的均值算 $\beta$(那就变成 $\alpha$ 了)。 - **B10 $\beta$ 的四步换世界**:写出接受域 → 换成 $H_1$ 的分布 → 算概率。**坑**:用 $H_0$ 的均值算 $\beta$ (那就变成 $\alpha$ 了)。
- **B11 $\alpha$-$\beta$ 关系只用两句**:小 $\alpha$ 拒绝 ⟹ 大 $\alpha$ 拒绝;大 $\alpha$ 接受 ⟹ 小 $\alpha$ 接受。**坑**:把方向记反。 - **B11 $\alpha$ -$\beta$ 关系只用两句**:小 $\alpha$ 拒绝 ⟹ 大 $\alpha$ 拒绝;大 $\alpha$ 接受 ⟹ 小 $\alpha$ 接受。**坑**:把方向记反。
- **B12 区间与检验的对偶**:$\mu_0$ 在区间内 ⟺ 不拒绝;这一个等价能把区间题改写成检验题(反之亦然)。 - **B12 区间与检验的对偶**:$\mu_0$ 在区间内 ⟺ 不拒绝;这一个等价能把区间题改写成检验题(反之亦然)。
## 7 题目清单(26 题,纯题干,按在学练习八点分册) ## 7 题目清单(26 题,纯题干,按在学练习八点分册)
@@ -404,7 +404,7 @@ $$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt
### 点 1 总体、样本与统计量(题 1–3) ### 点 1 总体、样本与统计量(题 1–3)
- **题 1 · 1.1:联合分布与两个词的用处(★☆☆)**:设总体 $X\sim E(\lambda)$ ($\lambda>0$ 未知),$X_1,\dots,X_n$ 为简单随机样本。(Ⅰ)写出 $(X_1,\dots,X_n)$ 的联合密度;(Ⅱ)指出"独立"与"同分布"各自用在哪一步;(Ⅲ)若观测带有公共的系统偏差(即真实值是 $X_i+c$ ,$c$ 未知),联合密度还是这个形式吗? - **题 1 · 1.1:联合分布与两个词的用处(★☆☆)**:设总体 $X\sim E(\lambda)$ ($\lambda>0$ 未知),$X_1,\dots,X_n$ 为简单随机样本。(Ⅰ)写出 $(X_1,\dots,X_n)$ 的联合密度;(Ⅱ)指出"独立"与"同分布"各自用在哪一步;(Ⅲ)若观测带有公共的系统偏差(即真实值是 $X_i+c$ ,$c$ 未知),联合密度还是这个形式吗?
- **题 2 · 1.2:统计量的三个基本期望(★★☆)**:设 $X_1,\dots,X_n$ 是来自总体 $X$ 的简单随机样本,$EX=\mu$ 、$DX=\sigma^2$ 。记$\bar X=\frac1n\sum_{i=1}^{n}X_i,\quad S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2,\quad S_n^2=\frac1n\sum_{i=1}^{n}(X_i-\bar X)^2 .$(Ⅰ)求 $E\bar X$ 与 $D\bar X$ ;(Ⅱ)求 $ES^2$ 与 $ES_n^2$ ;(Ⅲ)在 $\bar X$ 、$S^2$ 、$\bar X-\mu$ 、$X_1+X_2$ 、$\dfrac{\bar X}{\sigma}$ 中,哪些是统计量? - **题 2 · 1.2:统计量的三个基本期望(★★☆)**:设 $X_1,\dots,X_n$ 是来自总体 $X$ 的简单随机样本,$EX=\mu$ 、$DX=\sigma^2$ 。记$\bar X=\frac1n\sum_{i=1}^{n}X_i,\quad S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2,\quad S_n^2=\frac1n\sum_{i=1}^{n}(X_i-\bar X)^2 .$ (Ⅰ)求 $E\bar X$ 与 $D\bar X$ ;(Ⅱ)求 $ES^2$ 与 $ES_n^2$ ;(Ⅲ)在 $\bar X$ 、$S^2$ 、$\bar X-\mu$ 、$X_1+X_2$ 、$\dfrac{\bar X}{\sigma}$ 中,哪些是统计量?
- **题 3 · 1.3:最大次序统计量(★★☆)**:设 $X_1,\dots,X_n$ 是来自 $U(0,\theta)$ 的简单随机样本,$X_{(n)}=\max\{X_1,\dots,X_n\}$ 。(Ⅰ)求 $X_{(n)}$ 的分布函数与密度;(Ⅱ)求 $EX_{(n)}$ 与 $EX_{(n)}^2$ ,进而求 $DX_{(n)}$ ;(Ⅲ)验证 $\dfrac{n+1}{n}X_{(n)}$ 是 $\theta$ 的无偏估计。 - **题 3 · 1.3:最大次序统计量(★★☆)**:设 $X_1,\dots,X_n$ 是来自 $U(0,\theta)$ 的简单随机样本,$X_{(n)}=\max\{X_1,\dots,X_n\}$ 。(Ⅰ)求 $X_{(n)}$ 的分布函数与密度;(Ⅱ)求 $EX_{(n)}$ 与 $EX_{(n)}^2$ ,进而求 $DX_{(n)}$ ;(Ⅲ)验证 $\dfrac{n+1}{n}X_{(n)}$ 是 $\theta$ 的无偏估计。
### 点 2 三大抽样分布(题 1–3) ### 点 2 三大抽样分布(题 1–3)
@@ -415,13 +415,14 @@ $$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt
### 点 3 正态总体的抽样分布(题 1–3) ### 点 3 正态总体的抽样分布(题 1–3)
- **题 1 · 3.1:四选一找错(★★☆)**:设 $X_1,\dots,X_n$ ($n\ge2$ )为来自总体 $N(\mu,1)$ 的简单随机样本,$\bar X=\frac1n\sum X_i$ ,$S^2=\frac{1}{n-1}\sum(X_i-\bar X)^2$ 。下列结论中**不正确**的是( )。(A)$\sum\limits_{i=1}^{n}(X_i-\mu)^2\sim\chi^2(n)$(B)$\sum\limits_{i=1}^{n}(X_i-\bar X)^2\sim\chi^2(n-1)$(C)$\dfrac{\bar X-\mu}{S/\sqrt{n-1}}\sim t(n-1)$(D)$\dfrac{n(\bar X-\mu)^2}{S^2}\sim F(1,\ n-1)$ - **题 1 · 3.1:四选一找错(★★☆)**:设 $X_1,\dots,X_n$ ($n\ge2$ )为来自总体 $N(\mu,1)$ 的简单随机样本,$\bar X=\frac1n\sum X_i$ ,$S^2=\frac{1}{n-1}\sum(X_i-\bar X)^2$ 。下列结论中**不正确**的是( )。(A)$\sum\limits_{i=1}^{n}(X_i-\mu)^2\sim\chi^2(n)$ (B)$\sum\limits_{i=1}^{n}(X_i-\bar X)^2\sim\chi^2(n-1)$ (C)$\dfrac{\bar X-\mu}{S/\sqrt{n-1}}\sim t(n-1)$ (D)$\dfrac{n(\bar X-\mu)^2}{S^2}\sim F(1,\ n-1)$
- **题 2 · 3.1:用卡方算样本方差的概率(★★☆)**:设 $X_1,\dots,X_{10}$ 来自 $N(\mu,\sigma^2)$ ,$S^2$ 为样本方差。已知 $\chi^2_{0.05}(9)=16.92$ 、$\chi^2_{0.95}(9)=3.325$ 。求(Ⅰ)$P\left\{\dfrac{9S^2}{\sigma^2}>16.92\right\}$ ;(Ⅱ)$P\{S^2>1.88\sigma^2\}$ ;(Ⅲ)$P\{S^2<0.369\sigma^2\}$ 。 - **题 2 · 3.1:用卡方算样本方差的概率(★★☆)**:设 $X_1,\dots,X_{10}$ 来自 $N(\mu,\sigma^2)$ ,$S^2$ 为样本方差。已知 $\chi^2_{0.05}(9)=16.92$ 、$\chi^2_{0.95}(9)=3.325$ 。求(Ⅰ)$P\left\{\dfrac{9S^2}{\sigma^2}>16.92\right\}$ ;(Ⅱ)$P\{S^2>1.88\sigma^2\}$ ;(Ⅲ)$P\{S^2<0.369\sigma^2\}$ 。
- **题 3 · 3.2:两总体的方差比(★★☆)**:设 $X_1,\dots,X_n$ 来自 $N(\mu_1,\sigma^2)$ ,$Y_1,\dots,Y_m$ 来自 $N(\mu_2,2\sigma^2)$ ,两样本相互独立,$S_1^2$ 、$S_2^2$ 为各自样本方差。(Ⅰ)问 $\dfrac{S_1^2}{S_2^2}$ 乘以什么常数后服从 $F(n-1,m-1)$ ?(Ⅱ)这个统计量能不能用来构造 $\sigma^2$ 的置信区间?(Ⅲ)若已知 $\sigma_1^2=\sigma_2^2=\sigma^2$ (两总体方差相同),写出检验 $\mu_1=\mu_2$ 用的 $t$ 统计量。 - **题 3 · 3.2:两总体的方差比(★★☆)**:设 $X_1,\dots,X_n$ 来自 $N(\mu_1,\sigma^2)$ ,$Y_1,\dots,Y_m$ 来自 $N(\mu_2,2\sigma^2)$ ,两样本相互独立,$S_1^2$ 、$S_2^2$ 为各自样本方差。(Ⅰ)问 $\dfrac{S_1^2}{S_2^2}$ 乘以什么常数后服从 $F(n-1,m-1)$ ?(Ⅱ)这个统计量能不能用来构造 $\sigma^2$ 的置信区间?(Ⅲ)若已知 $\sigma_1^2=\sigma_2^2=\sigma^2$ (两总体方差相同),写出检验 $\mu_1=\mu_2$ 用的 $t$ 统计量。
### 点 4 矩估计(题 1–2) ### 点 4 矩估计(题 1–2)
- **题 1 · 4.1:一阶矩就够的情形(★☆☆)**:设总体 $X$ 的概率密度为$f(x;\theta)=\begin{cases}(\theta+1)x^{\theta}, & 0<x<1,\\ 0, & \text{其他},\end{cases}\qquad \theta>-1 .$$X_1,\dots,X_n$ 为简单随机样本。求 $\theta$ 的矩估计量。 - **题 1 · 4.1:一阶矩就够的情形(★☆☆)**:设总体 $X$ 的概率密度为$f(x;\theta)=\begin{cases}(\theta+1)x^{\theta}, & 0<x<1,\\ 0, & \text{其他},\end{cases}\qquad \theta>-1 .$$
X_1,\dots,X_n $ 为简单随机样本。求 $ \theta$ 的矩估计量。
- **题 2 · 4.2:一阶矩失效与二阶矩的坑(★★☆)**:(Ⅰ)设 $X\sim N(0,\sigma^2)$ ,$\sigma>0$ 未知,$X_1,\dots,X_n$ 为样本。用矩估计法求 $\sigma^2$ 与 $\sigma$ 的估计量,并说明为什么不能用一阶矩。(Ⅱ)设 $X\sim N(\mu,\sigma^2)$ ,$\mu,\sigma^2$ 均未知。求 $\mu$ 与 $\sigma^2$ 的矩估计量,并指出 $\hat\sigma^2$ 是否无偏。 - **题 2 · 4.2:一阶矩失效与二阶矩的坑(★★☆)**:(Ⅰ)设 $X\sim N(0,\sigma^2)$ ,$\sigma>0$ 未知,$X_1,\dots,X_n$ 为样本。用矩估计法求 $\sigma^2$ 与 $\sigma$ 的估计量,并说明为什么不能用一阶矩。(Ⅱ)设 $X\sim N(\mu,\sigma^2)$ ,$\mu,\sigma^2$ 均未知。求 $\mu$ 与 $\sigma^2$ 的矩估计量,并指出 $\hat\sigma^2$ 是否无偏。
### 点 5 最大似然估计(题 1–4) ### 点 5 最大似然估计(题 1–4)
@@ -429,27 +430,28 @@ $$\beta=P\{\overline X<c\mid\mu=\mu_1\}=\varPhi\left(\frac{c-\mu_1}{\sigma/\sqrt
- **题 1 · 5.1:指数分布与不变性(★★☆)**:设总体 $X\sim E(\lambda)$ ($\lambda>0$ 未知),$X_1,\dots,X_n$ 为简单随机样本。(Ⅰ)求 $\lambda$ 的最大似然估计 $\hat\lambda$ ;(Ⅱ)求 $P\{X>t\}$ 的最大似然估计;(Ⅲ)若改用矩估计法,$\lambda$ 的估计量是否相同? - **题 1 · 5.1:指数分布与不变性(★★☆)**:设总体 $X\sim E(\lambda)$ ($\lambda>0$ 未知),$X_1,\dots,X_n$ 为简单随机样本。(Ⅰ)求 $\lambda$ 的最大似然估计 $\hat\lambda$ ;(Ⅱ)求 $P\{X>t\}$ 的最大似然估计;(Ⅲ)若改用矩估计法,$\lambda$ 的估计量是否相同?
- **题 2 · 5.1:两组不同参数的泊松(★★☆)**:设 $X_1,\dots,X_n$ 来自参数为 $\theta$ 的泊松分布,$Y_1,\dots,Y_m$ 来自参数为 $2\theta$ 的泊松分布,两样本相互独立,$\theta>0$ 未知。(Ⅰ)求 $\theta$ 的最大似然估计 $\hat\theta$ ;(Ⅱ)判断 $\hat\theta$ 是否无偏;(Ⅲ)若把第二个总体的参数改成 $k\theta$ ($k>0$ 已知),$\hat\theta$ 变成什么? - **题 2 · 5.1:两组不同参数的泊松(★★☆)**:设 $X_1,\dots,X_n$ 来自参数为 $\theta$ 的泊松分布,$Y_1,\dots,Y_m$ 来自参数为 $2\theta$ 的泊松分布,两样本相互独立,$\theta>0$ 未知。(Ⅰ)求 $\theta$ 的最大似然估计 $\hat\theta$ ;(Ⅱ)判断 $\hat\theta$ 是否无偏;(Ⅲ)若把第二个总体的参数改成 $k\theta$ ($k>0$ 已知),$\hat\theta$ 变成什么?
- **题 3 · 5.2:均匀分布的 MLE 不能求导(★★☆)**:设 $X_1,\dots,X_n$ 来自 $U(0,\theta)$ ,$\theta>0$ 未知,$X_{(n)}=\max\{X_i\}$ 。(Ⅰ)写出似然函数,并说明为什么不能对 $\theta$ 求导;(Ⅱ)求 $\theta$ 的最大似然估计;(Ⅲ)该估计量是否无偏?若无偏请修正。 - **题 3 · 5.2:均匀分布的 MLE 不能求导(★★☆)**:设 $X_1,\dots,X_n$ 来自 $U(0,\theta)$ ,$\theta>0$ 未知,$X_{(n)}=\max\{X_i\}$ 。(Ⅰ)写出似然函数,并说明为什么不能对 $\theta$ 求导;(Ⅱ)求 $\theta$ 的最大似然估计;(Ⅲ)该估计量是否无偏?若无偏请修正。
- **题 4 · 5.2:平方型密度与无偏修正(★★★)**:设总体 $X$ 的概率密度为$f(x;\theta)=\begin{cases}\dfrac{3x^{2}}{\theta^{3}}, & 0<x<\theta,\\ 0, & \text{其他},\end{cases}\qquad \theta>0\ \text{未知}.$$X_1,\dots,X_n$ 为简单随机样本,$X_{(n)}=\max\{X_i\}$ 。(Ⅰ)求 $\theta$ 的最大似然估计 $\hat\theta$ ;(Ⅱ)求 $E X_{(n)}$ ,并据此构造 $\theta$ 的无偏估计;(Ⅲ)若用矩估计法,$\theta$ 的估计量是什么?与(Ⅰ)是否相同? - **题 4 · 5.2:平方型密度与无偏修正(★★★)**:设总体 $X$ 的概率密度为$f(x;\theta)=\begin{cases}\dfrac{3x^{2}}{\theta^{3}}, & 0<x<\theta,\\ 0, & \text{其他},\end{cases}\qquad \theta>0\ \text{未知}.
$$X_1,\dots,X_n$ 为简单随机样本,$X_{(n)}=\max\{X_i\}$ 。(Ⅰ)求 $\theta$ 的最大似然估计 $\hat\theta$ ;(Ⅱ)求 $E X_{(n)}$ ,并据此构造 $\theta$ 的无偏估计;(Ⅲ)若用矩估计法,$\theta$ 的估计量是什么?与(Ⅰ)是否相同?
### 点 6 估计量的评价标准(题 1–4) ### 点 6 估计量的评价标准(题 1–4)
- **题 1 · 6.1:无偏性反解系数(★★☆)**:设 $X_1,X_2$ 是来自 $N(\mu,\sigma^2)$ 的简单随机样本,$\sigma>0$ 未知。记 $\hat\sigma=a\lvert X_1-X_2\rvert$ 。(Ⅰ)求使 $\hat\sigma$ 为 $\sigma$ 的无偏估计的常数 $a$ ;(Ⅱ)$S^2$ 是 $\sigma^2$ 的无偏估计,那么 $\sqrt{S^2}=S$ 是否为 $\sigma$ 的无偏估计?(Ⅲ)由(Ⅱ)说明"无偏性不能穿过非线性函数"。 - **题 1 · 6.1:无偏性反解系数(★★☆)**:设 $X_1,X_2$ 是来自 $N(\mu,\sigma^2)$ 的简单随机样本,$\sigma>0$ 未知。记 $\hat\sigma=a\lvert X_1-X_2\rvert$ 。(Ⅰ)求使 $\hat\sigma$ 为 $\sigma$ 的无偏估计的常数 $a$ ;(Ⅱ)$S^2$ 是 $\sigma^2$ 的无偏估计,那么 $\sqrt{S^2}=S$ 是否为 $\sigma$ 的无偏估计?(Ⅲ)由(Ⅱ)说明"无偏性不能穿过非线性函数"。
- **题 2 · 6.2:三个均值型估计谁更有效(★★☆)**:设 $X_1,X_2,X_3$ 是来自总体 $(\mu,\sigma^2)$ 的简单随机样本。考虑 $\mu$ 的三个估计量:$\hat\mu_1=\frac13(X_1+X_2+X_3),\quad \hat\mu_2=\frac12(X_1+X_2),\quad \hat\mu_3=\frac14X_1+\frac14X_2+\frac12X_3 .$(Ⅰ)验证三者都无偏;(Ⅱ)比较有效性,指出最有效的一个;(Ⅲ)在"系数非负且和为 $1$ "的约束下,最有效的估计量是什么? - **题 2 · 6.2:三个均值型估计谁更有效(★★☆)**:设 $X_1,X_2,X_3$ 是来自总体 $(\mu,\sigma^2)$ 的简单随机样本。考虑 $\mu$ 的三个估计量:$\hat\mu_1=\frac13(X_1+X_2+X_3),\quad \hat\mu_2=\frac12(X_1+X_2),\quad \hat\mu_3=\frac14X_1+\frac14X_2+\frac12X_3 .$ (Ⅰ)验证三者都无偏;(Ⅱ)比较有效性,指出最有效的一个;(Ⅲ)在"系数非负且和为 $1$ "的约束下,最有效的估计量是什么?
- **题 3 · 6.3:相合性的证明与反例(★★☆)**:(Ⅰ)设 $\hat\theta_n$ 是 $\theta$ 的估计量,满足 $E\hat\theta_n\to\theta$ 且 $D\hat\theta_n\to0$ 。证明 $\hat\theta_n\overset{P}{\longrightarrow}\theta$ 。(Ⅱ)据此说明 $\bar X$ 是 $\mu$ 的相合估计。(Ⅲ)判断:"$\hat\theta_n$ 相合"与"$\hat\theta_n$ 无偏"是否互相蕴含?各举一例。 - **题 3 · 6.3:相合性的证明与反例(★★☆)**:(Ⅰ)设 $\hat\theta_n$ 是 $\theta$ 的估计量,满足 $E\hat\theta_n\to\theta$ 且 $D\hat\theta_n\to0$ 。证明 $\hat\theta_n\overset{P}{\longrightarrow}\theta$ 。(Ⅱ)据此说明 $\bar X$ 是 $\mu$ 的相合估计。(Ⅲ)判断:"$\hat\theta_n$ 相合"与"$\hat\theta_n$ 无偏"是否互相蕴含?各举一例。
- **题 4 · 6.4:无偏不一定最好(★★★)**:设 $X_1,\dots,X_n$ 来自 $U(0,\theta)$ ,$X_{(n)}=\max\{X_i\}$ ,考虑 $T_c=cX_{(n)}$ ($c>0$ )。已知$EX_{(n)}=\frac{n}{n+1}\theta,\qquad EX_{(n)}^{2}=\frac{n}{n+2}\theta^{2}.$(Ⅰ)求使 $T_c$ 无偏的 $c$ ;(Ⅱ)求 $MSE(T_c)$ 关于 $c$ 的表达式,并求使 $MSE$ 最小的 $c$ ;(Ⅲ)比较两者的 $MSE$ ,说明"无偏"为什么不是唯一标准。 - **题 4 · 6.4:无偏不一定最好(★★★)**:设 $X_1,\dots,X_n$ 来自 $U(0,\theta)$ ,$X_{(n)}=\max\{X_i\}$ ,考虑 $T_c=cX_{(n)}$ ($c>0$ )。已知$EX_{(n)}=\frac{n}{n+1}\theta,\qquad EX_{(n)}^{2}=\frac{n}{n+2}\theta^{2}.$ (Ⅰ)求使 $T_c$ 无偏的 $c$ ;(Ⅱ)求 $MSE(T_c)$ 关于 $c$ 的表达式,并求使 $MSE$ 最小的 $c$ ;(Ⅲ)比较两者的 $MSE$ ,说明"无偏"为什么不是唯一标准。
### 点 7 区间估计(题 1–3) ### 点 7 区间估计(题 1–3)
- **题 1 · 7.1:由 0.95 的区间反推 0.9 的区间(★★☆)**:设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ,$\sigma$ 已知,样本均值 $\bar X=9.5$ 。已知 $\mu$ 的置信度为 $0.95$ 的双侧置信区间的**上限**为 $10.8$ 。($z_{0.025}=1.96$ 、$z_{0.05}=1.645$ )(Ⅰ)求 $0.95$ 双侧置信区间的下限;(Ⅱ)求 $\mu$ 的置信度为 $0.9$ 的双侧置信区间的上、下限;(Ⅲ)说明为什么置信度降低时区间变窄。 - **题 1 · 7.1:由 0.95 的区间反推 0.9 的区间(★★☆)**:设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ,$\sigma$ 已知,样本均值 $\bar X=9.5$ 。已知 $\mu$ 的置信度为 $0.95$ 的双侧置信区间的**上限**为 $10.8$ 。($z_{0.025}=1.96$ 、$z_{0.05}=1.645$ )(Ⅰ)求 $0.95$ 双侧置信区间的下限;(Ⅱ)求 $\mu$ 的置信度为 $0.9$ 的双侧置信区间的上、下限;(Ⅲ)说明为什么置信度降低时区间变窄。
- **题 2 · 7.2:单总体的三种区间(★★☆)**:设某物理量 $X\sim N(\mu,\sigma^2)$ ,$n=16$ 次测量的样本均值 $\bar X=10$ 、样本方差 $S^2=4$ 。已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 。(Ⅰ)求 $\mu$ 的置信度 $0.95$ 的区间($\sigma$ 未知);(Ⅱ)若已知 $\sigma^2=4$ ,区间变成多少?为什么比(Ⅰ)窄?(Ⅲ)求 $\sigma^2$ 的置信度 $0.95$ 的区间。 - **题 2 · 7.2:单总体的三种区间(★★☆)**:设某物理量 $X\sim N(\mu,\sigma^2)$ ,$n=16$ 次测量的样本均值 $\bar X=10$ 、样本方差 $S^2=4$ 。已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 。(Ⅰ)求 $\mu$ 的置信度 $0.95$ 的区间($\sigma$ 未知);(Ⅱ)若已知 $\sigma^2=4$ ,区间变成多少?为什么比(Ⅰ)窄?(Ⅲ)求 $\sigma^2$ 的置信度 $0.95$ 的区间。
- **题 3 · 7.3:两总体的均值差与方差比(★★☆)**:两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma^2)$ 与 $N(\mu_2,\sigma^2)$ (方差相同但未知)。各取 $n_1=n_2=10$ 件,测得$\bar X=20.5,\ S_1^2=0.4;\qquad \bar Y=19.8,\ S_2^2=0.6 .$已知 $t_{0.025}(18)=2.101$ 、$F_{0.025}(9,9)=4.03$ 。(Ⅰ)求 $\mu_1-\mu_2$ 的置信度 $0.95$ 的区间;(Ⅱ)求 $\dfrac{\sigma_1^2}{\sigma_2^2}$ 的置信度 $0.95$ 的区间,并说明它与"(Ⅰ)用合并方差是否合理"的关系。 - **题 3 · 7.3:两总体的均值差与方差比(★★☆)**:两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma^2)$ 与 $N(\mu_2,\sigma^2)$ (方差相同但未知)。各取 $n_1=n_2=10$ 件,测得$\bar X=20.5,\ S_1^2=0.4;\qquad \bar Y=19.8,\ S_2^2=0.6 .$ 已知 $t_{0.025}(18)=2.101$ 、$F_{0.025}(9,9)=4.03$ 。(Ⅰ)求 $\mu_1-\mu_2$ 的置信度 $0.95$ 的区间;(Ⅱ)求 $\dfrac{\sigma_1^2}{\sigma_2^2}$ 的置信度 $0.95$ 的区间,并说明它与"(Ⅰ)用合并方差是否合理"的关系。
### 点 8 假设检验与两类错误(题 1–4) ### 点 8 假设检验与两类错误(题 1–4)
- **题 1 · 8.1:第二类错误的计算(2021·10 骨架)(★★☆)**:设 $X_1,\dots,X_{16}$ 来自总体 $N(\mu,4)$ ,考虑检验$H_0:\mu\le10,\qquad H_1:\mu>10,$拒绝域取 $W=\{\bar X\ge11\}$ ,$\Phi(x)$ 为标准正态分布函数。(Ⅰ)求犯第一类错误的最大概率 $\alpha$ ;(Ⅱ)求 $\mu=11.5$ 时犯第二类错误的概率 $\beta$ ;(Ⅲ)求 $\mu=11.5$ 时检验的功效;并说明 $\mu$ 继续增大时 $\beta$ 怎么变;(Ⅳ)在下列四项中选择 $\beta$ 的值:(A)$1-\Phi(0.5)$ (B)$1-\Phi(1)$ (C)$1-\Phi(1.5)$ (D)$1-\Phi(2)$ 。 - **题 1 · 8.1:第二类错误的计算(2021·10 骨架)(★★☆)**:设 $X_1,\dots,X_{16}$ 来自总体 $N(\mu,4)$ ,考虑检验$H_0:\mu\le10,\qquad H_1:\mu>10,$ 拒绝域取 $W=\{\bar X\ge11\}$ ,$\Phi(x)$ 为标准正态分布函数。(Ⅰ)求犯第一类错误的最大概率 $\alpha$ ;(Ⅱ)求 $\mu=11.5$ 时犯第二类错误的概率 $\beta$ ;(Ⅲ)求 $\mu=11.5$ 时检验的功效;并说明 $\mu$ 继续增大时 $\beta$ 怎么变;(Ⅳ)在下列四项中选择 $\beta$ 的值:(A)$1-\Phi(0.5)$ (B)$1-\Phi(1)$ (C)$1-\Phi(1.5)$ (D)$1-\Phi(2)$ 。
- **题 2 · 8.2:拒绝域的方向与显著性水平的单调性(2025·10、2018·8 骨架)(★★☆)**:(Ⅰ)设 $X_1,\dots,X_n$ 来自 $N(\mu,2)$ ,$\bar X=\frac1n\sum X_i$ ,$z_\alpha$ 为标准正态上侧 $\alpha$ 分位数。求检验 $H_0:\mu\le1$ 、$H_1:\mu>1$ 的显著性水平为 $\alpha$ 的拒绝域。(Ⅱ)若把(Ⅰ)换成 $H_0:\mu\ge1$ 、$H_1:\mu<1$ ,拒绝域变成什么?(Ⅲ)(2018·8)设总体 $X\sim N(\mu,\sigma^2)$ ,检验 $H_0:\mu=\mu_0$ 、$H_1:\mu\ne\mu_0$ ,则下列正确的是:(A)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(B)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必接受;(C)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(D)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必接受。 - **题 2 · 8.2:拒绝域的方向与显著性水平的单调性(2025·10、2018·8 骨架)(★★☆)**:(Ⅰ)设 $X_1,\dots,X_n$ 来自 $N(\mu,2)$ ,$\bar X=\frac1n\sum X_i$ ,$z_\alpha$ 为标准正态上侧 $\alpha$ 分位数。求检验 $H_0:\mu\le1$ 、$H_1:\mu>1$ 的显著性水平为 $\alpha$ 的拒绝域。(Ⅱ)若把(Ⅰ)换成 $H_0:\mu\ge1$ 、$H_1:\mu<1$ ,拒绝域变成什么?(Ⅲ)(2018·8)设总体 $X\sim N(\mu,\sigma^2)$ ,检验 $H_0:\mu=\mu_0$ 、$H_1:\mu\ne\mu_0$ ,则下列正确的是:(A)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(B)$\alpha=0.05$ 时拒绝 $H_0$ ,则 $\alpha=0.01$ 时必接受;(C)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必拒绝;(D)$\alpha=0.05$ 时接受 $H_0$ ,则 $\alpha=0.01$ 时必接受。
- **题 3 · 8.3:单总体的三种检验(原创,接点 7 题 2)(★★★)**:某零件长度 $X\sim N(\mu,\sigma^2)$ ,抽 $n=16$ 件测得样本均值 $\bar x=10.2$ 、样本标准差 $s=0.4$ 。取 $\alpha=0.05$ ,已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 、$z_{0.025}=1.96$ 。(Ⅰ)检验 $H_0:\mu=10$ 、$H_1:\mu\ne10$ ;(Ⅱ)检验 $H_0:\sigma^2=0.16$ 、$H_1:\sigma^2\ne0.16$ ;(Ⅲ)若已知 $\sigma=0.4$ ,重做(Ⅰ),并解释两次结论为何不同。 - **题 3 · 8.3:单总体的三种检验(原创,接点 7 题 2)(★★★)**:某零件长度 $X\sim N(\mu,\sigma^2)$ ,抽 $n=16$ 件测得样本均值 $\bar x=10.2$ 、样本标准差 $s=0.4$ 。取 $\alpha=0.05$ ,已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 、$z_{0.025}=1.96$ 。(Ⅰ)检验 $H_0:\mu=10$ 、$H_1:\mu\ne10$ ;(Ⅱ)检验 $H_0:\sigma^2=0.16$ 、$H_1:\sigma^2\ne0.16$ ;(Ⅲ)若已知 $\sigma=0.4$ ,重做(Ⅰ),并解释两次结论为何不同。
- **题 4 · 8.3:两总体的两个检验(接点 7 题 3 的数据)(★★☆)**:两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma_1^2)$ 与 $N(\mu_2,\sigma_2^2)$ 。各取 $n_1=n_2=10$ 件,测得$\bar x=20.5,\ s_1^2=0.4;\qquad \bar y=19.8,\ s_2^2=0.6 .$取 $\alpha=0.05$ ,已知 $F_{0.025}(9,9)=4.03$ 、$t_{0.025}(18)=2.101$ 。(Ⅰ)检验 $H_0:\sigma_1^2=\sigma_2^2$ 、$H_1:\sigma_1^2\ne\sigma_2^2$ ;(Ⅱ)在(Ⅰ)的结论下检验 $H_0:\mu_1=\mu_2$ 、$H_1:\mu_1\ne\mu_2$ ;(Ⅲ)说明(Ⅱ)的结论为什么必然与点 7 题 3 的区间一致。 - **题 4 · 8.3:两总体的两个检验(接点 7 题 3 的数据)(★★☆)**:两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma_1^2)$ 与 $N(\mu_2,\sigma_2^2)$ 。各取 $n_1=n_2=10$ 件,测得$\bar x=20.5,\ s_1^2=0.4;\qquad \bar y=19.8,\ s_2^2=0.6 .$ 取 $\alpha=0.05$ ,已知 $F_{0.025}(9,9)=4.03$ 、$t_{0.025}(18)=2.101$ 。(Ⅰ)检验 $H_0:\sigma_1^2=\sigma_2^2$ 、$H_1:\sigma_1^2\ne\sigma_2^2$ ;(Ⅱ)在(Ⅰ)的结论下检验 $H_0:\mu_1=\mu_2$ 、$H_1:\mu_1\ne\mu_2$ ;(Ⅲ)说明(Ⅱ)的结论为什么必然与点 7 题 3 的区间一致。
--- ---
@@ -81,7 +81,7 @@ tags: [数学一, 知识点构建, 专背清单, 概率论, 总纲]
|---|---|---| |---|---|---|
| 正态标准化 | $U=\frac{X-\mu}{\sigma}\sim N(0,1)$ | $\sigma$ | | 正态标准化 | $U=\frac{X-\mu}{\sigma}\sim N(0,1)$ | $\sigma$ |
| 中心极限定理 | $\frac{\sum X_i-n\mu}{\sqrt n\,\sigma}\approx N(0,1)$ | $\sqrt n\,\sigma$ (**不是** $n\sigma$ ) | | 中心极限定理 | $\frac{\sum X_i-n\mu}{\sqrt n\,\sigma}\approx N(0,1)$ | $\sqrt n\,\sigma$ (**不是** $n\sigma$ ) |
| $t$ 统计量 | $T=\frac{\overline X-\mu}{S/\sqrt n}\sim t(n-1)$ | $S/\sqrt n$ ,**$\sigma$ 换成 $S$ 就降级成 $t$ ** | | $t$ 统计量 | $T=\frac{\overline X-\mu}{S/\sqrt n}\sim t(n-1)$ | $S/\sqrt n$ ,**$\sigma$ 换成 $S$ 就降级成** $t$ |
**一句话**:**分子是"观测减期望",分母是"这个差的标准差"**。三次都是这一句,只是"差"的对象不同。 **一句话**:**分子是"观测减期望",分母是"这个差的标准差"**。三次都是这一句,只是"差"的对象不同。
@@ -111,7 +111,7 @@ tags: [数学一, 知识点构建, 专背清单, 概率论, 总纲]
| 第二类错误 | $\beta$ | $P\{\text{接受}H_0\mid H_0\text{假}\}$ ,取伪 | 由 $n$ 、$\alpha$ 、真实参数共同决定 | | 第二类错误 | $\beta$ | $P\{\text{接受}H_0\mid H_0\text{假}\}$ ,取伪 | 由 $n$ 、$\alpha$ 、真实参数共同决定 |
| 置信度 | $1-\alpha$ | 区间盖住真值的概率 | 与 $\alpha$ 同源 | | 置信度 | $1-\alpha$ | 区间盖住真值的概率 | 与 $\alpha$ 同源 |
**反**:$\alpha$ 与 $\beta$ **不能同时减小**(样本量固定时)。唯一同时减小的办法是**增大 $n$ **。 **反**:$\alpha$ 与 $\beta$ **不能同时减小**(样本量固定时)。唯一同时减小的办法是**增大** $n$ 。
## 五、条目分布 ## 五、条目分布
@@ -52,7 +52,7 @@ $$P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC).$$
## 二、五大公式(9 条) ## 二、五大公式(9 条)
**L1-09** `式` 条件概率:$P(A\mid B)=\dfrac{P(AB)}{P(B)}$ ,**要求 $P(B)>0$ ** 。 **L1-09** `式` 条件概率:$P(A\mid B)=\dfrac{P(AB)}{P(B)}$ ,**要求** $P(B)>0$ 。
 └ 分母是**已知的那个**,不是样本空间。这一条错了,后面全错。  └ 分母是**已知的那个**,不是样本空间。这一条错了,后面全错。
**L1-10** `式` 乘法公式(链式): **L1-10** `式` 乘法公式(链式):
@@ -45,7 +45,7 @@ $$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
**L2-08** `判` 由 $F$ 反求参数:把 $F(+\infty)=1$ 与 $F$ 在各段衔接处的**右连续性**联立。 **L2-08** `判` 由 $F$ 反求参数:把 $F(+\infty)=1$ 与 $F$ 在各段衔接处的**右连续性**联立。
 └ 两个方程解两个参数,这是标准套路(2024·8 的形态)。  └ 两个方程解两个参数,这是标准套路(2024·8 的形态)。
**L2-09** `坑` $F(x)$ 表示的是**累积到 $x$ 为止**的概率,所以 $P\{X>x\}=1-F(x)$ ,而不是 $1-F(x-0)$ 。**只有取等号单点时才需要 $F(x-0)$ ** 。 **L2-09** `坑` $F(x)$ 表示的是**累积到 $x$ 为止**的概率,所以 $P\{X>x\}=1-F(x)$ ,而不是 $1-F(x-0)$ 。**只有取等号单点时才需要** $F(x-0)$ 。
## 二、离散型(8 条) ## 二、离散型(8 条)
@@ -65,10 +65,10 @@ $$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
 └ 几何的支撑**从 1 起**(首次成功),这是最容易写错的一格。0-1 是二项的特例。  └ 几何的支撑**从 1 起**(首次成功),这是最容易写错的一格。0-1 是二项的特例。
**L2-12** `式` 泊松定理:$n\to\infty$ 、$np\to\lambda$ 时 $C_n^kp^k(1-p)^{n-k}\to\dfrac{\lambda^k\mathrm e^{-\lambda}}{k!}$ 。 **L2-12** `式` 泊松定理:$n\to\infty$ 、$np\to\lambda$ 时 $C_n^kp^k(1-p)^{n-k}\to\dfrac{\lambda^k\mathrm e^{-\lambda}}{k!}$ 。
 └ 实用条件:$n\ge20$ 、$p\le0.05$ 、$np$ 适中。$\lambda$ **取 $np$ **,不是 $n$ 也不是 $p$ 。  └ 实用条件:$n\ge20$ 、$p\le0.05$ 、$np$ 适中。$\lambda$ **取** $np$ ,不是 $n$ 也不是 $p$ 。
**L2-13** `式` 可加性两条:二项(**同 $p$ **)相加仍是二项;泊松相加仍是泊松($\lambda$ 相加)。 **L2-13** `式` 可加性两条:二项(**同** $p$ )相加仍是二项;泊松相加仍是泊松($\lambda$ 相加)。
 └ 反:二项**不同 $p$ ** 不可加;几何不可加。  └ 反:二项**不同** $p$ 不可加;几何不可加。
**L2-14** `式` 几何分布无记忆:$P\{X>m+n\mid X>m\}=P\{X>n\}=(1-p)^n$ 。 **L2-14** `式` 几何分布无记忆:$P\{X>m+n\mid X>m\}=P\{X>n\}=(1-p)^n$ 。
 └ 这是**离散型里唯一**无记忆的分布,指数分布是连续型的对应物。  └ 这是**离散型里唯一**无记忆的分布,指数分布是连续型的对应物。
@@ -105,7 +105,7 @@ $$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
 └ 与几何分布成对记:**离散几何、连续指数,都无记忆**。  └ 与几何分布成对记:**离散几何、连续指数,都无记忆**。
**L2-23** `式` 正态标准化:$X\sim N(\mu,\sigma^2)\Rightarrow Z=\dfrac{X-\mu}{\sigma}\sim N(0,1)$ 。 **L2-23** `式` 正态标准化:$X\sim N(\mu,\sigma^2)\Rightarrow Z=\dfrac{X-\mu}{\sigma}\sim N(0,1)$ 。
 └ 线性变换封闭:$aX+b\sim N(a\mu+b,\ a^2\sigma^2)$ 。**方差要乘 $a^2$ **。  └ 线性变换封闭:$aX+b\sim N(a\mu+b,\ a^2\sigma^2)$ 。**方差要乘** $a^2$ 。
**L2-24** `表` $\Phi$ 五恒等式(背到能反着用): **L2-24** `表` $\Phi$ 五恒等式(背到能反着用):
@@ -123,7 +123,7 @@ $$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
**L2-26** `式` 上侧分位点:$z_\alpha$ 满足 $P\{Z>z_\alpha\}=\alpha$ ,即 $\Phi(z_\alpha)=1-\alpha$ 。 **L2-26** `式` 上侧分位点:$z_\alpha$ 满足 $P\{Z>z_\alpha\}=\alpha$ ,即 $\Phi(z_\alpha)=1-\alpha$ 。
 └ **下标是尾巴面积,不是累积面积**。所以 $z_{0.025}=1.96$ 、$z_{0.05}=1.645$ 。这个约定与第 6 讲的 $t$ 、$\chi^2$ 分位点一致。  └ **下标是尾巴面积,不是累积面积**。所以 $z_{0.025}=1.96$ 、$z_{0.05}=1.645$ 。这个约定与第 6 讲的 $t$ 、$\chi^2$ 分位点一致。
**L2-27** `反` 正态密度的**对称轴是 $\mu$ **,$\sigma$ 只管胖瘦,**不改位置**。 **L2-27** `反` 正态密度的**对称轴是** $\mu$ ,$\sigma$ 只管胖瘦,**不改位置**。
 └ 常见错项:"$\sigma$ 越大峰值越高"(错,越大越矮越胖,因为面积恒为 1)。  └ 常见错项:"$\sigma$ 越大峰值越高"(错,越大越矮越胖,因为面积恒为 1)。
## 四、函数分布(8 条) ## 四、函数分布(8 条)
@@ -168,7 +168,7 @@ $$P\{a<X\le b\}=F(b)-F(a),\qquad P\{a\le X\le b\}=F(b)-F(a-0).$$
**L2-40** `判` 判断"某函数是否为密度":两条——非负、积分为 1。**不要求连续**,也不要求有界(可以有奇点,只要可积)。 **L2-40** `判` 判断"某函数是否为密度":两条——非负、积分为 1。**不要求连续**,也不要求有界(可以有奇点,只要可积)。
**L2-41** `式` 由密度求期望时用 $\int xf(x)\mathrm dx$ ,**但要先确认 $\int\lvert x\rvert f<\infty$ ** ,否则期望不存在(柯西分布)。 **L2-41** `式` 由密度求期望时用 $\int xf(x)\mathrm dx$ ,**但要先确认** $\int\lvert x\rvert f<\infty$ ,否则期望不存在(柯西分布)。
**L2-42** `坑` 分段密度求待定常数:**逐段积分再相加等于 1**,不是只看一段。 **L2-42** `坑` 分段密度求待定常数:**逐段积分再相加等于 1**,不是只看一段。
@@ -108,7 +108,7 @@ $$P\{x_1<X\le x_2,\ y_1<Y\le y_2\}=F(x_2,y_2)-F(x_2,y_1)-F(x_1,y_2)+F(x_1,y_1).$
| # | 性质 | | # | 性质 |
|---|---| |---|---|
| ① | 两个边缘都是正态:$X\sim N(\mu_1,\sigma_1^2)$ 、$Y\sim N(\mu_2,\sigma_2^2)$ | | ① | 两个边缘都是正态:$X\sim N(\mu_1,\sigma_1^2)$ 、$Y\sim N(\mu_2,\sigma_2^2)$ |
| ② | **独立 $\iff$ $\rho=0$ **(唯一有此性质的分布族) | | ② | **独立** $\iff$ $\rho=0$ (唯一有此性质的分布族) |
| ③ | 任意线性组合 $aX+bY$ 仍正态 | | ③ | 任意线性组合 $aX+bY$ 仍正态 |
| ④ | 条件分布仍正态 | | ④ | 条件分布仍正态 |
| ⑤ | 密度等高线是椭圆,$\rho$ 决定倾斜方向 | | ⑤ | 密度等高线是椭圆,$\rho$ 决定倾斜方向 |
@@ -71,7 +71,7 @@ $$E[g(X)]=\int_{-\infty}^{+\infty}g(x)f(x)\,\mathrm dx\quad\text{或}\quad\sum_k
| 正态 | $N(\mu,\sigma^2)$ | $\mu$ | $\sigma^2$ | | 正态 | $N(\mu,\sigma^2)$ | $\mu$ | $\sigma^2$ |
| 卡方 | $\chi^2(n)$ | $n$ | $2n$ | | 卡方 | $\chi^2(n)$ | $n$ | $2n$ |
 └ 四个记忆钩子:**泊松期望等于方差**;**指数期望等于标准差**(都是 $\frac1\lambda$ );**二项是 0-1 的 $n$ 倍**;**超几何比二项多一个有限总体修正因子 $\frac{N-n}{N-1}$ **。  └ 四个记忆钩子:**泊松期望等于方差**;**指数期望等于标准差**(都是 $\frac1\lambda$ );**二项是 0-1 的 $n$ 倍**;**超几何比二项多一个有限总体修正因子** $\frac{N-n}{N-1}$ 。
## 四、协方差与相关系数(8 条) ## 四、协方差与相关系数(8 条)
@@ -130,7 +130,7 @@ $$D(aX+bY)=1+2ab\rho,\qquad \max=1+\lvert\rho\rvert,\ \min=1-\lvert\rho\rvert.$$
**L4-30** `式` 切比雪夫不等式:$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{\varepsilon^2}$ ,等价于 $P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\dfrac{\sigma^2}{\varepsilon^2}$ 。 **L4-30** `式` 切比雪夫不等式:$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{\varepsilon^2}$ ,等价于 $P\{\lvert X-\mu\rvert<\varepsilon\}\ge1-\dfrac{\sigma^2}{\varepsilon^2}$ 。
 └ **上界给"至少"、下界给"至多"**,方向反了整题反。  └ **上界给"至少"、下界给"至多"**,方向反了整题反。
**L4-31** `式` 样本均值版:$P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{n\varepsilon^2}$ 。**分母有 $n$ ** 。 **L4-31** `式` 样本均值版:$P\{\lvert\overline X-\mu\rvert\ge\varepsilon\}\le\dfrac{\sigma^2}{n\varepsilon^2}$ 。**分母有** $n$ 。
**L4-32** `式` 二项版:$P\left\{\left\lvert\dfrac Xn-p\right\rvert\ge\varepsilon\right\}\le\dfrac{p(1-p)}{n\varepsilon^2}$ 。 **L4-32** `式` 二项版:$P\left\{\left\lvert\dfrac Xn-p\right\rvert\ge\varepsilon\right\}\le\dfrac{p(1-p)}{n\varepsilon^2}$ 。
@@ -89,9 +89,9 @@ $$P\{\lvert X-\mu\rvert\ge\varepsilon\}\le\frac{\sigma^2}{\varepsilon^2}.$$
**L5-18** `判` 分工:**大数定律说"均值趋于常数",中心极限定理说"围绕常数的波动趋于正态"**。 **L5-18** `判` 分工:**大数定律说"均值趋于常数",中心极限定理说"围绕常数的波动趋于正态"**。
**L5-19** `模` 标准化四步:① 定 $T=\sum X_i$ ;② 算 $ET=n\mu$ 、$DT=n\sigma^2$ ;③ $\dfrac{T-ET}{\sqrt{DT}}\approx N(0,1)$ 并把不等式两边同步变换;④ 查 $\Phi$ 。 **L5-19** `模` 标准化四步:① 定 $T=\sum X_i$ ;② 算 $ET=n\mu$ 、$DT=n\sigma^2$ ;③ $\dfrac{T-ET}{\sqrt{DT}}\approx N(0,1)$ 并把不等式两边同步变换;④ 查 $\Phi$ 。
 └ 第③步是唯一的技术活:**两边同减 $ET$ 、同除 $\sqrt{DT}$ **,不等号方向不变。  └ 第③步是唯一的技术活:**两边同减 $ET$ 、同除** $\sqrt{DT}$ ,不等号方向不变。
**L5-20** `坑` 标准差是 $\sqrt n\,\sigma$ ,**不是 $n\sigma$ ** 。 **L5-20** `坑` 标准差是 $\sqrt n\,\sigma$ ,**不是** $n\sigma$ 。
 └ $D(\sum X_i)=n\sigma^2$ 是对的,但公式里用的是**标准差**。这是本讲第一号失分点。  └ $D(\sum X_i)=n\sigma^2$ 是对的,但公式里用的是**标准差**。这是本讲第一号失分点。
**L5-21** `坑` **连续性修正($\pm\frac12$ )考研不需要**,加了反而算错。 **L5-21** `坑` **连续性修正($\pm\frac12$ )考研不需要**,加了反而算错。
@@ -67,10 +67,10 @@ tags: [数学一, 知识点构建, 专背清单, 概率论, 数理统计, 抽样
| ④ | $\dfrac{\sqrt n(\overline X-\mu)}{S}$ | $t(n-1)$ | $\sigma$ **未知** | | ④ | $\dfrac{\sqrt n(\overline X-\mu)}{S}$ | $t(n-1)$ | $\sigma$ **未知** |
| ⑤ | $\dfrac{n(\overline X-\mu)^2}{S^2}$ | $F(1,n-1)$ | $\sigma$ 未知 | | ⑤ | $\dfrac{n(\overline X-\mu)^2}{S^2}$ | $F(1,n-1)$ | $\sigma$ 未知 |
**L6-14** `式` 两句口诀:**$\mu$ 换成 $\overline X$ ,自由度减一**(②→③);**$\sigma$ 换成 $S$ ,正态换 $t$ ,自由度 $n-1$ **(①→④)。 **L6-14** `式` 两句口诀:**$\mu$ 换成 $\overline X$ ,自由度减一**(②→③);**$\sigma$ 换成 $S$ ,正态换 $t$ ,自由度** $n-1$ (①→④)。
 └ 这两句覆盖了四件套的全部变化,**不要背四个孤立公式**。  └ 这两句覆盖了四件套的全部变化,**不要背四个孤立公式**。
**L6-15** `判` 四件套的选择只看两件事:**估的是 $\mu$ 还是 $\sigma^2$ **;**另一个参数已知还是未知**。 **L6-15** `判` 四件套的选择只看两件事:**估的是 $\mu$ 还是** $\sigma^2$ ;**另一个参数已知还是未知**。
 └ 两行两列,一共四格。$\mu$ 已知那格用 $\chi^2(n)$ ,**这一格真题十年没考过**,最可能第一次出现。  └ 两行两列,一共四格。$\mu$ 已知那格用 $\chi^2(n)$ ,**这一格真题十年没考过**,最可能第一次出现。
**L6-16** `反` ④ 里藏着一条独立结论:正态总体下 $\overline X$ 与 $S^2$ **相互独立**。 **L6-16** `反` ④ 里藏着一条独立结论:正态总体下 $\overline X$ 与 $S^2$ **相互独立**。
@@ -99,7 +99,7 @@ tags: [数学一, 知识点构建, 专背清单, 概率论, 数理统计, 抽样
 └ 一个参数用一阶矩,两个参数用一、二阶矩联立。  └ 一个参数用一阶矩,两个参数用一、二阶矩联立。
**L6-24** `式` 两参数模板:$\hat\mu=\overline X$ ,$\hat\sigma^2=B_2=\dfrac1n\sum(X_i-\overline X)^2$ 。 **L6-24** `式` 两参数模板:$\hat\mu=\overline X$ ,$\hat\sigma^2=B_2=\dfrac1n\sum(X_i-\overline X)^2$ 。
 └ **矩估计的方差是 $B_2$ (除 $n$ )不是 $S^2$ **。这是矩估计唯一的坑。  └ **矩估计的方差是 $B_2$ (除 $n$ )不是** $S^2$ 。这是矩估计唯一的坑。
**L6-25** `模` MLE 四步:① 写 $L=\prod f(x_i;\theta)$ ;② 取 $\ln L$ ;③ 求导令零(多参数解方程组);④ 写成统计量。 **L6-25** `模` MLE 四步:① 写 $L=\prod f(x_i;\theta)$ ;② 取 $\ln L$ ;③ 求导令零(多参数解方程组);④ 写成统计量。
 └ 第④步别漏——答案必须是 $X_i$ 的表达式,不能留 $\theta$ 。  └ 第④步别漏——答案必须是 $X_i$ 的表达式,不能留 $\theta$ 。
@@ -145,7 +145,7 @@ $$\hat\lambda=\frac{\sum X_i+\sum Y_j}{n+2m},\qquad D(\hat\lambda)=\frac{\lambda
**L6-35** `式` MSE 最小的常数:$h(c)$ 展开成 $c$ 的二次函数,顶点 **L6-35** `式` MSE 最小的常数:$h(c)$ 展开成 $c$ 的二次函数,顶点
$$c^*=\frac{\theta\,EX_{(n)}}{EX_{(n)}^2}.$$ $$c^*=\frac{\theta\,EX_{(n)}}{EX_{(n)}^2}.$$
 └ **它一般不等于使无偏的 $\frac{n+1}{n}$ **——2024·22 就考这个"小偏差换大方差"。  └ **它一般不等于使无偏的** $\frac{n+1}{n}$ ——2024·22 就考这个"小偏差换大方差"。
**L6-36** `反` 有偏的估计量**可以**更好(MSE 更小),所以"有偏就不用"是错的。 **L6-36** `反` 有偏的估计量**可以**更好(MSE 更小),所以"有偏就不用"是错的。
@@ -168,13 +168,13 @@ $$\left[\frac{(n-1)S^2}{\chi^2_{\alpha/2}(n-1)},\ \frac{(n-1)S^2}{\chi^2_{1-\alp
**L6-40** `判` 单侧区间用 $u_\alpha$ (不是 $u_{\alpha/2}$ );同一置信度下单侧半宽更小。 **L6-40** `判` 单侧区间用 $u_\alpha$ (不是 $u_{\alpha/2}$ );同一置信度下单侧半宽更小。
**L6-41** `式` 2016·14 速算:给 $\overline X$ 与置信上限反求下限——**上限 $+$ 下限 $=2\overline X$ **(仅均值对称区间成立)。 **L6-41** `式` 2016·14 速算:给 $\overline X$ 与置信上限反求下限——**上限 $+$ 下限** $=2\overline X$ (仅均值对称区间成立)。
**L6-42** `式` 两总体三格:均值差(方差已知)用 $U$ ;等方差未知用 $t(m+n-2)$ ,标准误 $S_w\sqrt{1/m+1/n}$ ;方差比用 $F(m-1,n-1)$ 且两端反放。 **L6-42** `式` 两总体三格:均值差(方差已知)用 $U$ ;等方差未知用 $t(m+n-2)$ ,标准误 $S_w\sqrt{1/m+1/n}$ ;方差比用 $F(m-1,n-1)$ 且两端反放。
## 八、假设检验(7 条) ## 八、假设检验(7 条)
**L6-43** `模` 四步:① 提假设(**等号放 $H_0$ **);② 选统计量(按四件套);③ 定拒绝域使 $\alpha$ 成立;④ 算观测值下结论。 **L6-43** `模` 四步:① 提假设(**等号放** $H_0$ );② 选统计量(按四件套);③ 定拒绝域使 $\alpha$ 成立;④ 算观测值下结论。
**L6-44** `表` 拒绝域方向(**跟着 $H_1$ 跑**): **L6-44** `表` 拒绝域方向(**跟着 $H_1$ 跑**):
@@ -197,7 +197,7 @@ $$\left[\frac{(n-1)S^2}{\chi^2_{\alpha/2}(n-1)},\ \frac{(n-1)S^2}{\chi^2_{1-\alp
**L6-47** `式` 对偶:$\mu_0$ 落在 $1-\alpha$ 置信区间内 $\iff$ 不拒绝 $H_0$ 。 **L6-47** `式` 对偶:$\mu_0$ 落在 $1-\alpha$ 置信区间内 $\iff$ 不拒绝 $H_0$ 。
**L6-48** `判` 两总体检验:均值差用 $U$ 或 $T$ (同 L6-19、L6-21);方差比用 $F=\dfrac{S_1^2}{S_2^2}$ ,**分子配 $m-1$ **。 **L6-48** `判` 两总体检验:均值差用 $U$ 或 $T$ (同 L6-19、L6-21);方差比用 $F=\dfrac{S_1^2}{S_2^2}$ ,**分子配** $m-1$ 。
**L6-49** `坑` 检验题里"$\sigma_0^2$ "与"$\sigma_0$ "要看清楚:$U$ 与 $T$ 的分母是标准差,$\chi^2$ 的分母是方差。 **L6-49** `坑` 检验题里"$\sigma_0^2$ "与"$\sigma_0$ "要看清楚:$U$ 与 $T$ 的分母是标准差,$\chi^2$ 的分母是方差。
@@ -213,7 +213,7 @@ $$\left[\frac{(n-1)S^2}{\chi^2_{\alpha/2}(n-1)},\ \frac{(n-1)S^2}{\chi^2_{1-\alp
**L6-51** `模` 算 $\beta$ 四步:① 由 $\alpha$ 定拒绝域临界值;② **换世界**——用真实参数算统计量分布;③ 求"落在接受域"的概率;④ 得 $\beta$ 。 **L6-51** `模` 算 $\beta$ 四步:① 由 $\alpha$ 定拒绝域临界值;② **换世界**——用真实参数算统计量分布;③ 求"落在接受域"的概率;④ 得 $\beta$ 。
**L6-52** `反` $\alpha$ 与 $\beta$ **不能同时减小**($n$ 固定时)。唯一办法是**增大 $n$ **。 **L6-52** `反` $\alpha$ 与 $\beta$ **不能同时减小**($n$ 固定时)。唯一办法是**增大** $n$ 。
**L6-53** `式` $\alpha$ 减小 $\Rightarrow$ 拒绝域缩小 $\Rightarrow$ 接受域变大 $\Rightarrow$ $\beta$ 增大。**方向是反的**。 **L6-53** `式` $\alpha$ 减小 $\Rightarrow$ 拒绝域缩小 $\Rightarrow$ 接受域变大 $\Rightarrow$ $\beta$ 增大。**方向是反的**。