概率论
常用公式 |
数学描述 |
全概率公式 |
$P(X) = \sum_n P(X, Y_i) = \sum_n P(X |
条件概率公式 |
$P(X |
贝叶斯公式 |
$P(X, Y) = P(X |
统计
切比雪夫不等式
设随机变量 X 具有数学期望 E(X)=μ,方差 D(X)=σ2,则对于任意正数 ε,不等式
P{∣X−μ∣≥ε}≤ε2σ2
或者
P{∣X−μ∣<ε}≥1−ε2σ2
弱大数定理
设 X1,X2,⋯ 是相互独立,服从同一分布的随机变量序列,且具有数学期望 E(Xk)=μ,(k=1,2,⋯)。作前 n 个变量的算术平均 n1∑k=1nXk,则对于任意 ε>0,有
n→∞limP{∣∣n1k=1∑nXk−μ∣∣<ε}=1
伯努利大数定理
设 fA 是 n 次独立重复试验中事件 A 发生的次数,p 是事件 A 在每次试验中发生的概率,则对于任意正数 ε>0,有
n→∞limP{∣∣nfA−p∣∣<ε}=1
或者
n→∞limP{∣∣nfA−p∣∣≥ε}=0
微积分
泰勒公式
设 n 是一个正整数,如果定义在一个包含 a 的区间上的函数 f 在 a 点处 n+1 次可导,那么对于这个区间上的任意 x 都有:
f(x)=n=0∑Nn!f(n)(a)(x−a)n+Rn(x)
当 a 为 0 时,我们称之为麦克劳林公式。
微分表
初等函数 |
导数 |
tanx |
sec2x=cos2x1 |
cotx |
−csc2x=−sin2x1 |
secx |
secxtanx |
cscx |
−cscxcotx |
arcsinx |
$\frac{1}{\sqrt{1 - x^2}}, |
arccosx |
$-\frac{1}{\sqrt{1 - x^2}}, |
arctanx |
1+x21 |
lnx |
x1 |
ex |
ex |
xn |
nxn−1 |
f(x)g(x) |
f′(x)g(x)+f(x)g′(x) |
g(x)f(x) |
g2(x)f′(x)g(x)−f(x)g′(x) |
f(g(x)) |
f′(g(x))g′(x) |
积分表
不定积分 |
积分结果 |
∫exdx |
ex+C |
∫αxdx |
lnααx+C |
∫lnxdx |
xlnx−x+C |
∫logαxdx |
lnα1(xlnx−x)+C |
∫xlnx1dx |
ln(lnx)+C |
∫cosxdx |
sinx+C |
∫sinxdx |
−cosx+C |
∫sec2xdx |
tanx+C |
∫csc2xdx |
−cotx+C |
∫tanxdx |
$-\ln |
∫cotxdx |
$\ln |
∫secxdx |
$\ln |
∫cscxdx |
$\ln |
∫sinnxdx |
−n1sinn−1xcosx+nn−1∫sinn−2xdx+C,∀n≥2 |
∫cosnxdx |
n1cosn−1xsinx+nn−1∫cosn−2xdx+C,∀n≥2 |
∫tannxdx |
n−11tann−1x−∫tann−2xdx+C,∀n≥2 |
∫cotnxdx |
−n−11cotn−1x−∫cotn−2xdx+C,∀n≥2 |
∫secnxdx |
n−11secn−2xtanx+n−1n−2∫secn−2xdx+C,∀n≥2 |
∫cscnxdx |
−n−11cscn−2xcotx+n−1n−2∫cscn−2xdx+C,∀n≥2 |
∫arcsinxdx |
xarcsinx+1−x2+C |
∫arccosxdx |
xarccosx−1−x2+C |
∫arctanxdx |
$x \arctan x - \frac{1}{2} \ln |
定积分 |
积分结果 |
∫−∞∞e−αx2dx |
απ |
∫02πsinnxdx=∫02πcosnxdx |
{nn−1⋅n−2n−3⋯32,n>1∧n%2=1nn−1⋅n−2n−3⋯21⋅2π,n>0∧n%2=0 |
线性代数
常见概念 |
定义 |
奇异矩阵 |
秩不为满秩的矩阵。 |
对称矩阵 |
A′=A。 |
反对称矩阵 |
A′=−A。 |
特征值 |
A−λE=0 的所有 λ 解。 |
迹 |
n×n 方阵的主对角线上各个元素之和。 |
抽象代数
随机过程