欢迎来到天天文库
浏览记录
ID:33714252
大小:109.27 KB
页数:22页
时间:2019-02-28
《工程数学知识点(简版)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、工程数学知识点第一篇线性代数第1章行列式1.二阶、三阶行列式的计算F22.行列式的性质(转置,换行,数乘,求利数乘求和)P3,P4,P52—-3(2)3.行列式展开(代数余子式)P74.利用性质及行列式展开法则计算行列式(造零降阶法)5.字母型行列式计算(爪型)P53——5(2)6.矩阵的定义、矩阵的行列式的定义及矩阵与行列式的区别7.矩阵的运算I加减P20、数乘P21、乘法P22、转置P26、方阵的幕、乘法不滅足交疾卿消去律)(枫次口)8.特殊的矩阵(对角、数量、单位矩阵(E)、三角形矩阵)9.矩阵的初等变换(三种)、行阶梯形、行最简形10
2、.逆矩阵的定义、运算性质11.伴随矩阵P3812.利用初等变换求逆矩阵—P44例31(两阶更简单)13.矩阵的秩的概念及利用初等变换求矩阵的秩第2章线性方程组1.线性方程组的求解〈分非齐次的和齐忧扪P65例3、例4第3章特征值的求解(特征向量不作要求)P89例1笫二篇概率论第4章概率的基木概念及计算1.基本概念:必然现象、随机现象、随机试验、样本空间、样本点、随机事件(事件)、基本事件(样本点)、不可能事件、必然事件、事件的包含与相等、和(并)事件、积(交)事件、互不相容(互斥)的事件、逆事件、频率、概率、概率的可加性(互不和容)、概率的加法
3、公式(相容)、古典(等可能)概型P130、放回抽样方式、不放回抽样方式P132——例13、事件相互独立、条件概率P135引例2、基本公式:n概率的可加性(互不相容)p(£U舛…Ua”)=£p(4)概率的加法公式(相容)P(AUB)=P(A)+P(B)-P(AB)击落飞机问题概率的乘法公式P(AB)=P(B)P(A/B)事件A和B独立,妙歹P(AB)=P(A)P(B)3、基本结论:当事件A和B相互独立时,我们可以证明,事件亦相互独立。第5章随机变量1、基本概念:随机变量、离散型和连续型随机变量、离散型随机变量的概率分布律、概率分布函数(F(x)
4、=P{X5x},-ooVxv+oo)、连续型随机变量的概率密度函数(密度函数或密度)、分布函数6P{Xx}=l-P{X5、变量函数的数学期望P195——例12、k阶(原点)矩、k阶中心矩2、基木公式:(1)数学期望(平均值、期望值、均值人1)E(X)=£xf{X=兀}=£壬口,E(X)=^2xf{x)dx/=li=lf2)Y=g(XE(y)=E(g(X))=Yg(Xi)Pi,E(Y)=E(g(X))=匚g(兀)代x)必Z=1YE(C)=C,E(CX)=CE(X),E(X+丫)二E(X)+E(Y),E(XY)=E(X)E(Y)(X,丫独立)(2)方差:1)D(X)=E[X-E(X)]2=£x-E(X)]2p=匚[兀—E(X)]2/(Q心i=lfd(c)=o,o(6、cx)=c2d(x),o(x+y)=d(x)+o(y)(x,丫独立)(3)标准差(均方差):EX)=JD(X)(与随机变量有相同的量纲)3、基本结论:(1)0-1(p)分布:(P151表格形式)P{X=k}=pk(-p)[-k=^E(X)=p,D(X)=pq=p(l_p)(2)n重贝努里试验、二项分布(b(n,p)):p[X=k}=C^pk(-p)n'k,k=0,1,2,…,mP153——例10E(X)=np,D(X)=npq-np(-p)(2)泊松公布(Poisson龙(2)):P{X=£}=・一K=0丄2,…kE(X)=a,D7、(X)=A***在实际计算中,当n>10,p<0」时,我们有如下的泊松近似公式(4)指数分布(E(/t),A>0):f(x)=p,F(x)=x<01-e~Ax0x>0x<0(5)均匀分布5,b)):/(x)=1b-a0ab(6)正态分布(N(“q2)):/(x)1y/27T(TE(X)=“,D(X)=ct2,(t(X)=(t1上(7)标准正态分布(N0角):(p{x)^-=e-00<%<+00,①(兀)+①(_尢)=1yjl/l(8)n个相互独立的正态随机变量的线性函数述是服从正态分布8、(P202)第三篇数理统计第7章数理统计的基本概念1、基本概念:总体(母体)、个体、样本(子样)、样本观测值(实现)、简单随机样本(随机性、独立同分布性)、统计量的
5、变量函数的数学期望P195——例12、k阶(原点)矩、k阶中心矩2、基木公式:(1)数学期望(平均值、期望值、均值人1)E(X)=£xf{X=兀}=£壬口,E(X)=^2xf{x)dx/=li=lf2)Y=g(XE(y)=E(g(X))=Yg(Xi)Pi,E(Y)=E(g(X))=匚g(兀)代x)必Z=1YE(C)=C,E(CX)=CE(X),E(X+丫)二E(X)+E(Y),E(XY)=E(X)E(Y)(X,丫独立)(2)方差:1)D(X)=E[X-E(X)]2=£x-E(X)]2p=匚[兀—E(X)]2/(Q心i=lfd(c)=o,o(
6、cx)=c2d(x),o(x+y)=d(x)+o(y)(x,丫独立)(3)标准差(均方差):EX)=JD(X)(与随机变量有相同的量纲)3、基本结论:(1)0-1(p)分布:(P151表格形式)P{X=k}=pk(-p)[-k=^E(X)=p,D(X)=pq=p(l_p)(2)n重贝努里试验、二项分布(b(n,p)):p[X=k}=C^pk(-p)n'k,k=0,1,2,…,mP153——例10E(X)=np,D(X)=npq-np(-p)(2)泊松公布(Poisson龙(2)):P{X=£}=・一K=0丄2,…kE(X)=a,D
7、(X)=A***在实际计算中,当n>10,p<0」时,我们有如下的泊松近似公式(4)指数分布(E(/t),A>0):f(x)=p,F(x)=x<01-e~Ax0x>0x<0(5)均匀分布5,b)):/(x)=1b-a0ab(6)正态分布(N(“q2)):/(x)1y/27T(TE(X)=“,D(X)=ct2,(t(X)=(t1上(7)标准正态分布(N0角):(p{x)^-=e-00<%<+00,①(兀)+①(_尢)=1yjl/l(8)n个相互独立的正态随机变量的线性函数述是服从正态分布
8、(P202)第三篇数理统计第7章数理统计的基本概念1、基本概念:总体(母体)、个体、样本(子样)、样本观测值(实现)、简单随机样本(随机性、独立同分布性)、统计量的
此文档下载收益归作者所有