2022-李艳芳3(1)-1
T6 \(A\) 的零化多项式 \(f(\lambda)=0\) 无重根,则 \(A\) 可对角化
T9 \(X,\,Y\)独立,充要条件是 \(X,\,Y\) 的联合分布两行成比例
T11 Stolz定理
T14 做功、通量的数学表达式
T14 第II类曲线、曲面积分,注意符号(虽然往往是正向,但一定不能没考虑到)
T19 多元函数洛必达?还是优先选择固定一边后用拉格朗日中值定理或偏导数定义好一些
T22 概率题的 \(X_1,\,X_2,\cdots,\,X_n\) 中最小项、最大项 —— 说白了就是一个变量,分布很好求
2022-李艳芳3(1)-2
T2 \(\dfrac{1}{\ln^mx(1+x^n)}\) 的积分敛散性(\(1<x<2\) 和 \(2<x<+\infty\))
T4 \(\sum a_n\) 收敛,未必可知 \(n\cdot a_n\) 趋向于 \(0\)(反例:\(\frac{1}{n^2}\) 调整部分项位置)
T4 级数敛散性判断,灵活使用基本不等式处理根号、平方等算式
T10 \(EX,\,DX,\,ES^2\) 都有公式,那么 \(DS^2\) 怎么处理呢 —— \(D\left[\dfrac{n-1}{\sigma^2}S^2\right]=2(n-1)\)
T11 易错:多元函数极值问题,把变量 \(x,\,y\) 除到分母上之前,注意讨论它们等于0的情况
T14 格林公式,高斯公式 —— 不能用的时候想得到,能用的时候却想不到(狗头)
T15 已知矩阵 \(A\) 各行之和以及行列式 \(|A|\) 的值,如何构造符合条件的 \(A\)?构造上(下)三角矩阵即可
T15 已知矩阵 \(A\) 各行之和 \(\Rightarrow\) \(A\) 的特征值/特征向量 \(\Rightarrow\) \(A^*\) 的特征值/特征向量/各行和
T15 矩阵 \(B(t)=(a_{ij}+t)\) ,求 \(|B|\) —— 拆成 \(|A|\) 和多个 \(A\) 的一列换成 \(t\) 的行列式之和
T16 泊松分布近似二项分布——\(B(n,\,p)\)近似成 \(P(np)\)
T19 方向导数的线积分,写成点乘向量的形式 \((\part, \part)\cdot l^0 \,{\rm d}s\),转化成第二类线积分(\({\rm d}x=\cos\theta \,{\rm d}s, \,{\rm d}y=\sin\theta \,{\rm d}s\))
T20 证明 \(f(x)\) 的 \(n\) 阶导数满足某个微分方程——构造 \(f,\, f^{'},\, f^{''}\) 的等式,对等式两边求高阶导
T20 求级数构造 \(S(x)\) 时,不一定要 \(∑a_nx^n\),也可以是多个幂级数之和 \(∑a_nx^n+b_nx^n\)
T21 \(A\) 有特征向量 \(\alpha_1,\,\alpha_2,\,\alpha_3\),\(\beta=\alpha_1+\alpha_2+\alpha_3\),必然涉及到 \((\beta,\, A\beta,\, A^2\beta)\) 与 \(A(\beta,\, A\beta,\, A^2\beta)\)
T21 计算矩阵 \(A\) 各列元素之和,即 \((1,\, 1,\, 1)A\),避免矩阵间的复杂运算(行即右乘转置)
T22 已知 \(X\) 分布,\(Y|X\) 分布,求 \(f(x,\, y)\),需要验证 \(\iint f(x, \,y) \,{\rm d}x {\rm d}y=1\),才能延拓到整个平面
T22 已知 \(f(x,\, y)\),求 \(EY\)。需要先积出 \(f(y)\),再积出\(EY\),为二重积分,故 \(f(y)\) 也可以保留积分形式待后面换序做
2022-李艳芳3(1)-3
T3 球体的 \(\iiint x^2\,{\rm d}\upsilon\)再复习一下,别忘了 \(\pi\),别忘了 \(5\) 次方(2022-李林6-5)
T4 幂级数相乘(相加),收敛半径 \(R\geqslant min\{R_1,\,R_2\}\);相除一般 \(R\leqslant min\{R_1,\,R_2\}\)
T5 \(tr(AA^T)=\sum a^2_{ij}\geqslant 0\),当仅当 \(A=O\) 时取等号(考察的是:特征值 $ \lambda$ 不一定 \(\in R\),故 \(\lambda^2\ngeqslant 0\))
T6 矩阵行和为 \(k\) —— 特征值 \(k\) 与特征向量 \((1,\,1,\,1)^T\)
- 矩阵列和为 \(0\),\(A^*\) 列都是 \(k_i(1,\,1,\,1)^T\)
- 行列和均为 \(0\),\(A^*\) 每个元素都相等
T7 多平面交于一点 —— 方程组解的问题(同时可以参考880解析203页)
T10 已知 \(S^2\) 和 \(\bar{X}\) 的二阶矩估计为 \(EX^2=DX+(EX)^2=\frac{(n-1)S^2}{n}+\bar{X}^2\)(只知道具体 \(x\) 值的,见2022-李林6-4)
T17 求 \(f\) 在点 \(P\) 处方向导数最大值——“为 \(P\) 点处梯度的模”(法向量方向的方向导数呢?\(\pm |\nabla f|\))
T19 \(\int f(x)\,{\rm d}x=0\),\(\int f(x)g(x)\,{\rm d}x=0\) 处理 —— 构造 \(F(x)\),对第二个积分分部 —— \(g'(\xi)F(\xi)=0\)
T21 二次型 \(f(x_1,\,x_2,\,\cdots,\,x_n)=\sum(x_i-\bar{x})\),对应矩阵为 \(A=E-\frac{1}{n}(1,\,1,\,\cdots,\,1)(1,\,1,\,\cdots,\,1)^T\),秩为 \(n-1\)
T21 向量组构成几维子空间?对加法和数乘封闭 + 含零向量 \(\Rightarrow\) 构成 \(k\) 维子空间
T22 计算 \(\int x^2 {\rm e}^{-\frac{x^2}{2\sigma^2}}\,{\rm d}x\) —— 结合正态分布的 \(EX^2=DX+(EX)^2\) 计算
标签:矩阵,三套,beta,2022,alpha,rm,李艳芳 From: https://www.cnblogs.com/guapiii/p/16883815.html