数学三考研常见的知识点解析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
知识点1:二重积分对称性问题
数学三考研对于二重积分对称性问题,要弄清这个问题首先就是要解决二重积分坐标变换的问题,首先是对二重积分坐标变化的引理,也就是通过什么样的坐标变换,使得积分的值不变,以及极坐标变换中r,为什么会出现,
上述公式有以下几个意思
第一点经过此坐标变换积分的值不改变,
第二点坐标变化应该是一对一的,只有这样才能保证积分的值不变, 第三点关于极坐标变换的r,其本质是雅可比行列式的值,也可以说是
.),()],(),,([),(:)3(;0)
,(),(),()2(),(),,()1()
,(),,(:),(⎰⎰⎰⎰=→'≠∂∂='''==D D dudv v u J v u y v u x f dxdy y x f D D T v u y x v u J D D v u y v u x D xoy D uov v u y y v u x x T D xoy y x f 是一对一的,则有变换上雅可比式在;
上具有一阶连续偏导数在且满足,平面上的变为平面上的闭区域将连续,变换上平面上的闭区域在设定理
积分复合函数的性质,所以在做极坐标变化的题目的时候,应注意关于后缀r 的书写
由上面的坐标变化我们引出对于二重积分对称性的证明,首先看第一条性质,
关于函数对称性问题性质一的证明我们可以用上面来证明,说一下思路,我们可以进行坐标变换如果积分区域关于x 轴对称那么我们采用坐标变换x 的值保持不变y 值变为(-t),那么在xot 的坐标下积分的值是不变,(用上面的坐标变换定理),所以dxdt t x f xdy y x f d p ⎰⎰⎰⎰-=2
1),(d ),( 又由()⎰⎰==1
)-,(,1d y ,x f d y x f t y x x y 积分公式就变为了那么积分区域就变成了变换使得的奇函数,在经过坐标是关于函数
由
于函数是y 的奇函数所以dxdy y x f dxdy y x f dxdy y x f dxdy y x f dxdy y x f d d d d ⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰-+=+=11d 12),(),(),(),(),(所
以如果y 是奇函数那么我们就能得到积分结果为零
所以结论的证!
知识点2:什么是自由度
统计学上的自由度(degree of freedom, df ),是指当以样本的统计量来估计总体的参数时,样本中独立或能自由变化的数据的个数称为该统计量的自由度。
例如,在估计总体的平均数时,由于样本中的n个数都是相互独立的,从其中抽出任何一个数都不影响其他数据,所以自由度就是估计总体参数时独立数据的数目,而平均数是根据n个独立数据来估计的,因此自由度为n。
在估计总体的方差时,使用的是离差平方和。只要n-1个数的离差平方和确定了,方差也就确定了;因为在均值确定后,如果知道了其中n-1个数的值,第n个数的值也就确定了。
这里,均值就相当于一个限制条件,由于加了这个限制条件,估计总体方差的自由度为n-1。
首先来看一下卡方分布的定义:若n个相互独立的随机变量ξ1,ξ2,…,ξn ,均服从标准正态分布(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和∑ξ^2构成一新的随机变量,其分布规律称为χ^2(n)分布,其中参数n 称为自由度,自由度不同就是另一个卡方分布,正如正态分布中均值或方差不同就是另一个正态分布一样。卡方分布是由正态分布构造而成的一个新的分布。
卡方分布在一象限内,呈正偏态,随着参数n 的增大,卡方分布趋近于正态分布。
卡方分布的均值为自由度n,均值是n方差是2n, 随机变量求均值;表示对随机变量求方差。从χ2分布的均值与方差可以看出,随着自由度n的增大,χ2分布向正无穷方向延伸(因为均值n越来越大),分布曲线也越来越低阔(因为方差2n越来越大)。
接下来在我们经常会看到(n-1)s2/ó2是自由度为n-1的卡方分布,
为什么(n-1)s^2/ó^2是自由度为n-1的卡方分布呢?请看如下证明:xi为取自总体x∽N(u,ó^2)
显然,肯定有(xi-u)/σ∽N(0, 1) ,即服从标准正态分布
而根据卡方分布定义,(当xi服从标准正太分布时,xi^2服从卡方分布,且当被抽样数为n时,其自由度为n)
则可知:
∑(xi-u)^2/σ^2∽X^2 (n)
S^2 =1/(n-1)*∑(xi-x~)^2
而σ2=1/n*∑(xi-u)^2
所以有:
(n-1)S^2/σ^2=[(n-1)*1/(n-1)*∑(x-x~)^2]/σ^2
=∑(x-x~)^2/σ^2
问题就在x~为样本均值,而不是常数u,样本空间为n-1。而不是总体均值u,空间为n,也可以这样说样本均值出现以后,只需要n-1个数就能将所有的都确定。
因为在均值确定后,如果知道了其中n-1个数的值,第n个数的值也就确定了。
即如果将中的总体均值μ,用样本平均数x~代替,即得,它是否也服从χ2分布呢?
理论上可以证明,它是服从χ2分布的,但是参数不是n 而是n-1 了,究其原因在于它是n-1 个独立同分布于标准正态分布的随机变
量的平方和。
知识点3:
关于矩阵A*B=C r(c)<=min(r(A),r(B))的证明矩阵的帙的证明,通常要借助线性方程组,向量组,一些性质去解释,
那为什么A+B=C ;r(c)<=r(a)+r(b)
设:A的行向量组的一个最大无关组为: A1,
B的行向量组的一个最大无关组为: B1,
C为A1,B1合在一起的向量组,
显然,C可线性表示(A+B)的行向量组.
故r(A+B) <= r(C). (1)
又:C的向量个数为:r(A)+r(B).
故r(C)<=r(A)+r(B). (2)
综合知:r(A+B)<=r(A)+r(B).