考研数学三公式

高等数学公式导数公式：基本积分表：ax x a a a ctgx x x tgx x x x ctgx x tgx a x x ln 1)(log ln )(csc )(csc sec )(sec csc )(sec )(22='='⋅-='⋅='-='='222211)(11)(11)(arccos 11)(arcsin x arcctgx x arctgx x x x x +-='+='--='-='⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰+±+=±+=+=+=+-=⋅+=⋅+-==+==Ca x x a x dx C shx chxdx C chx shxdx Ca a dx a Cx ctgxdx x Cx dx tgx x Cctgx xdx x dx C tgx xdx x dx xx)ln(ln csc csc sec sec csc sin sec cos 22222222Ca x x a dx C x a xa a x a dx C a x ax a a x dx C a xarctg a x a dx Cctgx x xdx C tgx x xdx Cx ctgxdx C x tgxdx +=-+-+=-++-=-+=++-=++=+=+-=⎰⎰⎰⎰⎰⎰⎰⎰arcsin ln 21ln 211csc ln csc sec ln sec sin ln cos ln 22222222⎰⎰⎰⎰⎰++-=-+-+--=-+++++=+-===-Cax a x a x dx x a Ca x x a a x x dx a x Ca x x a a x x dx a x I nn xdx xdx I n n nn arcsin 22ln 22)ln(221cos sin 2222222222222222222222ππ三角函数的有理式积分：222212211cos 12sin ududx x tg u u u x u u x +==+-=+=，　，　，　和差角公式： ·和差化积公式：倍角公式：·半角公式：ααααααααααααααααααcos 1sin sin cos 1cos 1cos 12cos 1sin sin cos 1cos 1cos 122cos 12cos 2cos 12sin -=+=-+±=+=-=+-±=+±=-±=ctg tg·正弦定理：R CcB b A a 2sin sin sin === ·余弦定理：C ab b a c cos 2222-+=·反三角函数性质：arcctgx arctgx x x -=-=2arccos 2arcsin ππ2sin2sin 2cos cos 2cos2cos 2cos cos 2sin2cos 2sin sin 2cos2sin2sin sin βαβαβαβαβαβαβαβαβαβαβαβα-+=--+=+-+=--+=+αββαβαβαβαβαβαβαβαβαβαβαctg ctg ctg ctg ctg tg tg tg tg tg ±⋅=±⋅±=±=±±=±1)(1)(sin sin cos cos )cos(sin cos cos sin )sin(μμμαααααααααα23333133cos 3cos 43cos sin 4sin 33sin tg tg tg tg --=-=-=αααααααααααααα222222122212sin cos sin 211cos 22cos cos sin 22sin tg tg tg ctg ctg ctg -=-=-=-=-==高阶导数公式——莱布尼兹（Leibniz ）公式：)()()()2()1()(0)()()(!)1()1(!2)1()(n k k n n n n nk k k n k n n uv v u k k n n n v u n n v nu v u v u C uv +++--++''-+'+==---=-∑ΛΛΛ中值定理与导数应用：拉格朗日中值定理。

时，柯西中值定理就是当柯西中值定理：拉格朗日中值定理：x x F f a F b F a f b f a b f a f b f =''=---'=-)(F )()()()()()())(()()(ξξξ多元函数微分法及应用zy z x y x y x y x y x F F y zF F x z z y x F dx dy F F y F F x dx y d F F dx dy y x F dy y v dx x v dv dy y u dx x u du y x v v y x u u xvv z x u u z x z y x v y x u f z tvv z t u u z dt dz t v t u f z y y x f x y x f dz z dz zudy y u dx x u du dy y z dx x z dz -=∂∂-=∂∂=⋅-∂∂-∂∂=-==∂∂+∂∂=∂∂+∂∂===∂∂⋅∂∂+∂∂⋅∂∂=∂∂=∂∂⋅∂∂+∂∂⋅∂∂==∆+∆=≈∆∂∂+∂∂+∂∂=∂∂+∂∂=， ，　隐函数＋， ， 隐函数隐函数的求导公式： 时，，当 ：多元复合函数的求导法全微分的近似计算： 全微分：0),,()()(0),(),(),()],(),,([)](),([),(),(22多元函数的极值及其求法：⎪⎪⎪⎪⎪⎨⎧=-<-⎩⎨⎧><>-===== 不确定时值时， 无极为极小值为极大值时，则： ，令：设,00),(,0),(,00),(,),(,),(0),(),(22000020000000000B AC B AC y x A y x A B AC C y x f B y x f A y x f y x f y x f yy xy xx y x常数项级数：是发散的调和级数：等差数列：等比数列：nnn n q q q q q nn 1312112)1(32111112+++++=++++--=++++-ΛΛΛ 级数审敛法：散。

存在，则收敛；否则发、定义法：时，不确定时，级数发散时，级数收敛，则设：、比值审敛法：时，不确定时，级数发散时，级数收敛，则设：别法）：—根植审敛法（柯西判—、正项级数的审敛法n n n n n n n n n n s u u u s U U u ∞→+∞→∞→+++=⎪⎩⎪⎨⎧=><=⎪⎩⎪⎨⎧=><=lim ;3111lim 2111lim 1211Λρρρρρρρρ。

的绝对值其余项，那么级数收敛且其和如果交错级数满足—莱布尼兹定理：—的审敛法或交错级数1113214321,0lim )0,(+∞→+≤≤⎪⎩⎪⎨⎧=≥>+-+-+-+-n n n n n n n n u r r u s u u u u u u u u u u u ΛΛ绝对收敛与条件收敛：∑∑∑∑>≤-+++++++++时收敛１时发散ｐ 级数： 收敛； 级数：收敛；发散，而调和级数：为条件收敛级数。

收敛，则称发散，而如果收敛级数；肯定收敛，且称为绝对收敛，则如果为任意实数；，其中111)1(1)1()1()2()1()2()2()1(232121p n p n n n u u u u u u u u p n n n n ΛΛΛΛ幂级数：010)3(lim)3(1111111221032=+∞=+∞===≠==><+++++≥-<++++++++∞→R R R a a a a R R x R x R x R x a x a x a a x x x x x x x n n nn n n n n 时，时，时，的系数，则是，，其中求收敛半径的方法：设称为收敛半径。

，其中时不定时发散时收敛，使在数轴上都收敛，则必存收敛，也不是在全，如果它不是仅在原点　对于级数时，发散时，收敛于ρρρρρΛΛΛΛ函数展开成幂级数：ΛΛΛΛ+++''+'+===-+=+-++-''+-=∞→++nn n n n n n n n x n f x f x f f x f x R x f x x n f R x x n x f x x x f x x x f x f !)0(!2)0()0()0()(00lim )(,)()!1()()(!)()(!2)())(()()(2010)1(00)(20000时即为麦克劳林公式：充要条件是：可以展开成泰勒级数的余项：函数展开成泰勒级数：ξ一些函数展开成幂级数：)()!12()1(!5!3sin )11(!)1()1(!2)1(1)1(121532+∞<<-∞+--+-+-=<<-++--++-++=+--x n xx x x x x x n n m m m x m m mx x n n nm ΛΛΛΛΛ欧拉公式：⎪⎪⎩⎪⎪⎨⎧-=+=+=--2sin 2cos sin cos ixix ix ix ixe e x e e x x i x e 或微分方程的相关概念：即得齐次方程通解。

，代替分离变量，积分后将，，，则设的函数，解法：，即写成程可以写成齐次方程：一阶微分方称为隐式通解。

得：的形式，解法：为：一阶微分方程可以化可分离变量的微分方程　或　一阶微分方程：u x y u u du x dx u dx du u dx du x u dx dy x y u xyy x y x f dx dy C x F y G dx x f dy y g dx x f dy y g dy y x Q dx y x P y x f y -=∴=++====+====+='⎰⎰)()(),(),()()()()()()(0),(),(),(ϕϕϕ 一阶线性微分方程：)1,0()()(2))((0)(,0)()()(1)()()(≠=+⎰+⎰=≠⎰===+⎰--n y x Q y x P dxdye C dx e x Q y x Q Ce y x Q x Q y x P dxdyn dxx P dxx P dxx P ，、贝努力方程：时，为非齐次方程，当为齐次方程，时当、一阶线性微分方程：全微分方程：通解。

应该是该全微分方程的，，其中：分方程，即：中左端是某函数的全微如果C y x u y x Q y uy x P x u dy y x Q dx y x P y x du dy y x Q dx y x P =∴=∂∂=∂∂=+==+),(),(),(0),(),(),(0),(),(二阶微分方程：时为非齐次时为齐次，0)(0)()()()(22≠≡=++x f x f x f y x Q dx dyx P dx y d 二阶常系数齐次线性微分方程及其解法：2122,)(2,,(*)0)(1,0(*)r r y y y r r q pr r q p qy y p y 式的两个根、求出的系数；式中的系数及常数项恰好是，，其中、写出特征方程：求解步骤：为常数；，其中∆'''=++∆=+'+''式的通解：出的不同情况，按下表写、根据(*),321r r二阶常系数非齐次线性微分方程型为常数；型，为常数，]sin )(cos )([)()()(,)(x x P x x P e x f x P e x f q p x f qy y p y n l x m x ωωλλλ+===+'+''线性代数公式大全——最新修订1、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90o，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-g⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；n∑7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关； ⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解； ⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O，则： Ⅰ、12s A A A A =L ；Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭O； ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块）③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵； 对于同型矩阵A 、B ，若()()r A r B A B = ⇔ :； 2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X :，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x :，则A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭Oλλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；①、0()min(,)m n r A m n ⨯≤≤； ②、()()T r A r A =；③、若A B :，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑L L ；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；①、对增广矩阵B 进行初等行变换（只能使用初等行变换）； ②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；11. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L L L L L L L L L L L L L ；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M O M M M L（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭LM （全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M ）； ④、1122n n a x a x a x β+++=L （线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m αααL 构成n m ⨯矩阵12(,,,)m A =L ααα；m 个n 维行向量所组成的向量组B ：12,,,T T Tm βββL 构成m n ⨯矩阵12T T T m B βββ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s αααL 线性相关，则121,,,,s s αααα+L 必线性相关；若12,,,s αααL 线性无关，则121,,,s ααα-L 必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3） 向量组A 能由向量组B 线性表示AX B ⇔=有解；()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论）8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P L ，使12l A P P P =L ；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~c A B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）； 9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，且A 与B 的任何对应的列向量组具有相同的线性相关性；③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩； 10. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明；①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解； 12. 设向量组12:,,,n r r B b b b ⨯L 可由向量组12:,,,n s s A a a a ⨯L 线性表示为：（110P 题19结论）1212(,,,)(,,,)r s b b b a a a K =L L （B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=Q ；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；（87P ） ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关； 14. 12,,,s αααL 线性相关⇔存在一组不全为0的数12,,,s k k k L ，使得11220s s k k k ααα+++=L 成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭L M 有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<L ，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-L 为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-L 线性无关；（111P 题33结论）5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩L ；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵； 注意：求解正交阵，千万不要忘记施密特正交化和单位化； 2. 施密特正交化：12(,,,)r a a a L11b a =；1222111[,][,]b a b a b b b =-g L L L121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----g g L g ; 3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ； 5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B :，（合同、相似的约束条件不同，相似的更严格）； 6. A 为对称阵，则A 为二次型矩阵； 7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)考研概率论公式汇总1．随机事件及其概率吸收律：AAB A AA A =⋃=∅⋃Ω=Ω⋃)( AB A A A AA =⋃⋂∅=∅⋂=Ω⋂)()(AB A B A B A -==-反演律：B A B A =⋃ B A AB ⋃=IY ni i n i i A A 11===Y Ini i ni i A A 11===2．概率的定义及其计算)(1)(A P A P -=若B A ⊂ )()()(A P B P A B P -=-⇒对任意两个事件A , B , 有 )()()(AB P B P A B P -=-加法公式：对任意两个事件A , B , 有)()()()(AB P B P A P B A P -+=⋃ )()()(B P A P B A P +≤⋃)()1()()()()(2111111n n nnk j i kjinj i jini i n i i A A A P A A A P A A P A P A P ΛΛY -≤<<≤≤<≤==-+++-=∑∑∑3．条件概率()=A B P )()(A P AB P乘法公式())0)(()()(>=A P A B P A P AB P()())0)(()()(12112112121>=--n n n n A A A P A A A A P A A P A P A A A P ΛΛΛΛ全概率公式∑==ni i AB P A P 1)()( )()(1i ni i B A P B P ⋅=∑=Bayes 公式)(A B P k )()(A P AB P k =∑==n i i i k k B A P B P B A P B P 1)()()()(4．随机变量及其分布分布函数计算)()()()()(a F b F a X P b X P b X a P -=≤-≤=≤<5．离散型随机变量(1) 0 – 1 分布1,0,)1()(1=-==-k p p k X P k k(2) 二项分布 ),(p n B 若P ( A ) = pn k p p C k X P k n kk n ,,1,0,)1()(Λ=-==-* Possion 定理0lim >=∞→λn n np有Λ,2,1,0!)1(lim ==---∞→k k ep p C kkn n k nk n n λλ(3) Poisson 分布 )(λPΛ,2,1,0,!)(===-k k ek X P kλλ6．连续型随机变量(1) 均匀分布 ),(b a U⎪⎩⎪⎨⎧<<-=其他,0,1)(b x a a b x f ⎪⎪⎩⎪⎪⎨⎧--=1,,0)(a b a x x F(2) 指数分布 )(λE⎪⎩⎪⎨⎧>=-其他,00,)(x e x f x λλ⎩⎨⎧≥-<=-0,10,0)(x e x x F xλ(3) 正态分布 N (μ , σ 2 )+∞<<∞-=--x ex f x 222)(21)(σμσπ⎰∞---=xt t ex F d 21)(222)(σμσπ*N (0,1) — 标准正态分布+∞<<∞-=-x ex x 2221)(πϕ+∞<<∞-=Φ⎰∞--x t e x xt d 21)(22π7.多维随机变量及其分布二维随机变量( X ,Y )的分布函数⎰⎰∞-∞-=x ydvdu v u f y x F ),(),(边缘分布函数与边缘密度函数⎰⎰∞-+∞∞-=xX dvdu v u f x F ),()(⎰+∞∞-=dv v x f x f X ),()(⎰⎰∞-+∞∞-=yY dudv v u f y F ),()(⎰+∞∞-=du y u f y f Y ),()(8. 连续型二维随机变量(1) 区域G 上的均匀分布，U ( G )⎪⎩⎪⎨⎧∈=其他,0),(,1),(Gy x A y x f(2)二维正态分布+∞<<-∞+∞<<∞-⨯-=⎥⎥⎦⎤⎢⎢⎣⎡-+------y x ey x f y y x x ,121),(2222212121212)())((2)()1(21221σμσσμμρσμρρσπσ9. 二维随机变量的 条件分布0)()()(),(>=x f x y f x f y x f X X Y X 0)()()(>=y f y x f y f Y Y X Y⎰⎰+∞∞-+∞∞-==dy y f y x f dy y x f x f Y Y X X )()(),()( ⎰⎰+∞∞-+∞∞-==dx x f x y f dx y x f y f X X Y Y )()(),()()(y x f Y X )(),(y f y x f Y =)()()(y f x f x y f Y X X Y = )(x y f X Y )(),(x f y x f X =)()()(x f y f y x f X Y Y X =10.随机变量的数字特征数学期望∑+∞==1)(k k k p x X E⎰+∞∞-=dx x xf X E )()(随机变量函数的数学期望X 的 k 阶原点矩)(k X EX 的 k 阶绝对原点矩)|(|k X EX 的 k 阶中心矩)))(((k X E X E -X 的 方差)()))(((2X D X E X E =-X ,Y 的 k + l 阶混合原点矩)(l k Y X EX ,Y 的 k + l 阶混合中心矩()l k Y E Y X E X E ))(())((--X ,Y 的 二阶混合原点矩)(XY EX ,Y 的二阶混合中心矩 X ,Y 的协方差()))())(((Y E Y X E X E --X ,Y 的相关系数XY Y D X D Y E Y X E X E ρ=⎪⎪⎭⎫⎝⎛--)()())())(((X 的方差D (X ) =E ((X - E (X ))2))()()(22X E X E X D -=协方差()))())(((),cov(Y E Y X E X E Y X --=)()()(Y E X E XY E -=())()()(21Y D X D Y X D --±±= 相关系数)()(),cov(Y D X D Y X XY =ρ。