考研数学考前速记 · 线代与概率结论
这张图讲什么
「考研数学考前速记 · 线代与概率结论」是 SeekFlaw 编辑团队整理的思维导图,分 8 个一级分支:行列式与矩阵运算的公式;矩阵的秩有哪些结论;向量组与线性方程组的结论;特征值、相似与二次型的结论;概率的基本公式;常见分布与随机变量函数的分布;数字特征与极限定理;数理统计:抽样分布与参数估计,共 111 个节点、110 张记忆卡。
这是一本考前几天拿来背的线代与概率小册子,一张卡只背一条结论或一组公式,并写明成立的条件。前四枝是线性代数:行列式与矩阵运算、秩、向量组与方程组、特征值相似与二次型;后四枝是概率统计:基本公式、常见分布与函数的分布、数字特征与极限定理、数理统计。建议每张卡先自己默写再翻面核对,尤其核对条件:是不是方阵、是不是可逆、是不是实对称、随机变量是不是相互独立。
5 个要点
- 行列式与矩阵运算的公式:这一枝全是恒等式,考的是记得准不准。
- 矩阵的秩有哪些结论:秩的结论多是不等式,选择题里专门考“哪个一定成立”。
- 向量组与线性方程组的结论:向量组的线性相关性、矩阵的秩、方程组解的情况,是同一件事的三种说法。
- 特征值、相似与二次型的结论:特征值的结论分两层:一般方阵的,和实对称矩阵的。
- 概率的基本公式:概率计算的六个基本公式:加法、减法、乘法、全概率、贝叶斯、独立性。
适用:考研备考。用法:点开任一节点先自己答,再翻面核对。
发布于
一句话:这张图把「考研数学考前速记 · 线代与概率结论」整理成 111 个节点、110 张记忆卡;点开节点翻面就能看答案。
考研线代与概率考前速记:行列式、伴随、秩、方程组、特征值、二次型和概率公式、常见分布、数字特征、抽样分布的结论,一卡一条并带条件。点开任一节点翻面看答案,登录后可存进自己的空间,按遗忘曲线复习。
SeekFlaw 求瑕是面向初中、高中、考研、考公考前速记的思维导图与记忆卡平台:把课件、讲义变成思维导图,节点翻面就是记忆卡,按遗忘曲线安排复习。
111 个节点 · 110 张记忆卡。作者:SeekFlaw 编辑团队;发布于 2026-11-18。
先看这 3 条
- 方阵行列式有哪些运算公式?:设 $A$、$B$ 为 $n$ 阶方阵:$|kA|=k^n|A|$;$|AB|=|A||B|$;$|A^T|=|A|$;$|A^{-1}|=\frac{1}{|A|}$($A$ …
- 由 A 的特征值怎样得到相关矩阵的特征值?:设 $A\xi=\lambda\xi$($\xi\ne 0$),则:$kA$ 有特征值 $k\lambda$;$A^m$ 有特征值 $\lambda^m$;多项式 $f(A)$ …
- 样本均值和样本方差的期望、方差是多少?:样本均值 $\bar X=\frac1n\sum_{i=1}^{n}X_i$,样本方差 $S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^…
行列式与矩阵运算的公式
- 方阵行列式有哪些运算公式?:设 $A$、$B$ 为 $n$ 阶方阵:$|kA|=k^n|A|$;$|AB|=|A||B|$;$|A^T|=|A|$;$|A^{-1}|=\frac{1}{|A|}$($A$ 可逆);$|A^*|=|A|^{n-1}$($n\ge 2$…
- 行列式按行展开的两个结论是什么?:某一行的元素乘以 自己的 代数余子式再求和,等于行列式:$\sum_{j=1}^{n}a_{ij}A_{ij}=|A|$。 某一行的元素乘以 另一行的 代数余子式再求和,等于零:$\sum_{j=1}^{n}a_{ij}A_{kj}=0$…
- 分块行列式的两个公式是什么?:设 $A$ 是 $m$ 阶方阵,$B$ 是 $n$ 阶方阵: $\begin{vmatrix}A&O\\C&B\end{vmatrix}=\begin{vmatrix}A&C\\O&B\end{vmatrix}=|A||B|$; $\be…
- 范德蒙德行列式的结果是什么?:$$\begin{vmatrix}1&1&\cdots&1\\x_1&x_2&\cdots&x_n\\ \vdots&\vdots&&\vdots\\x_1^{n-1}&x_2^{n-1}&\cdots&x_n^{n-1}\end{vma…
- 行列式、迹和特征值是什么关系?:设 $n$ 阶方阵 $A$ 的特征值为 $\lambda_1,\dots,\lambda_n$(重根按重数计):$|A|=\lambda_1\lambda_2\cdots\lambda_n$;$\mathrm{tr}(A)=a_{11}+…
- 行列式的基本性质有哪些?:五条常用性质(对行成立的,对列也成立): 行列互换(转置),行列式的值不变; 互换两行,行列式 变号 ; 某一行的公因子 $k$ 可以提到行列式外面; 把某一行的 $k$ 倍加到另一行,行列式的 值不变 ; 某一行的每个元素都是两个数之和…
- 伴随矩阵最基本的公式是什么?:$AA^*=A^*A=|A|E$,对任何方阵都成立。 $A$ 可逆时:$A^{-1}=\frac{1}{|A|}A^*$,$A^*=|A|A^{-1}$,$(A^*)^{-1}=\frac{1}{|A|}A$。 易错 第一条 不要求可逆 …
- 伴随矩阵的运算公式有哪些?:设 $A$、$B$ 为 $n$ 阶方阵($n\ge 2$):$(kA)^*=k^{n-1}A^*$;$(AB)^*=B^*A^*$;$(A^T)^*=(A^*)^T$;$(A^*)^*=|A|^{n-2}A$;$A$ 可逆时 $(A^{-…
- 乘积的转置和逆怎么写?:$(AB)^T=B^TA^T$;$(AB)^{-1}=B^{-1}A^{-1}$($A$、$B$ 为同阶可逆矩阵);$(A^T)^{-1}=(A^{-1})^T$;$(kA)^{-1}=\frac1kA^{-1}$($k\ne 0$)。 …
- 二阶矩阵的逆矩阵怎么直接写出来?:当 $ad-bc\ne 0$ 时, $$\begin{pmatrix}a&b\\c&d\end{pmatrix}^{-1}=\frac{1}{ad-bc}\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$$ 记…
- 分块对角矩阵的逆矩阵怎么写?:设 $A$、$B$ 都是可逆方阵: $\begin{pmatrix}A&O\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}$; $\begin{p…
- 初等矩阵和初等变换是什么关系?:用初等矩阵 左乘 $A$,相当于对 $A$ 做一次相应的初等行变换; 右乘 $A$,相当于做一次相应的初等列变换(左行右列)。 初等矩阵都可逆,逆矩阵是同类型的初等矩阵:交换两行的,逆是它自己;某行乘 $k$($k\ne 0$)的,逆是该…
矩阵的秩有哪些结论
- 矩阵的秩和转置、数乘有什么关系?:$r(A)=r(A^T)$;$r(kA)=r(A)$($k\ne 0$);对实矩阵 $A$ 还有 $r(A^TA)=r(AA^T)=r(A)$。 条件 最后一条要求 $A$ 是 实矩阵 ;它来自 $A^TAx=0$ 与 $Ax=0$ 同解。
- 乘积的秩满足什么不等式?:$r(AB)\le\min\{r(A),r(B)\}$,即乘积的秩 不超过每个因子的秩 。 若 $P$、$Q$ 可逆,则 $r(PA)=r(AQ)=r(PAQ)=r(A)$,即乘可逆矩阵 不改变秩 。
- 和的秩、拼接矩阵的秩满足什么不等式?:$r(A+B)\le r(A)+r(B)$($A$、$B$ 同型); $\max\{r(A),r(B)\}\le r(A,B)\le r(A)+r(B)$,其中 $(A,B)$ 表示把 $A$、$B$ 左右拼在一起(行数相同)。 记法 拼…
- 由 $AB=O$ 能得到关于秩的什么结论?:设 $A$ 是 $m\times n$ 矩阵,$B$ 是 $n\times s$ 矩阵,若 $AB=O$,则 $r(A)+r(B)\le n$。 记法 $AB=O$ 说明 $B$ 的每一列都是 $Ax=0$ 的解,所以 $r(B)\le …
- 伴随矩阵的秩和原矩阵的秩是什么关系?:设 $A$ 是 $n$ 阶方阵($n\ge 2$): $r(A)=n$ 时,$r(A^*)=n$; $r(A)=n-1$ 时,$r(A^*)=1$; $r(A)\lt n-1$ 时,$r(A^*)=0$,即 $A^*=O$。 记法 伴随矩…
- 列满秩矩阵左乘、行满秩矩阵右乘时秩怎么变?:若 $A$ 列满秩($A$ 是 $m\times n$ 矩阵且 $r(A)=n$),则 $r(AB)=r(B)$;若 $B$ 行满秩,则 $r(AB)=r(A)$。 记法 列满秩的矩阵在左边可以“ 消去 ”,因为此时 $Ax=0$ 只有零…
- 乘积的秩的下界(西尔维斯特不等式)是什么?:设 $A$ 是 $m\times n$ 矩阵,$B$ 是 $n\times s$ 矩阵,则 $r(AB)\ge r(A)+r(B)-n$。 记法 和上界合起来:$r(A)+r(B)-n\le r(AB)\le\min\{r(A),r(B)…
- n 阶方阵可逆有哪些等价说法?:对 $n$ 阶方阵 $A$,下面各条等价:$A$ 可逆;$|A|\ne 0$;$r(A)=n$;$Ax=0$ 只有零解 ;对任意 $b$,$Ax=b$ 有唯一解;$A$ 的列(行)向量组线性无关;0 不是 $A$ 的特征值;$A$ 可以写…
- 分块对角矩阵的秩怎么算?:$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$。 易错 这条只对 对角分块 成立。左下角或右上角还有非零块时,只能得到 $r\begin{pmatrix}A&O\\C&B\end{pma…
向量组与线性方程组的结论
- 向量组线性相关有哪些等价说法?:对向量组 $\alpha_1,\dots,\alpha_s$,下面各条等价: 存在 不全为零 的数 $k_1,\dots,k_s$,使 $k_1\alpha_1+\cdots+k_s\alpha_s=0$; 齐次方程组 $(\alpha_…
- 向量个数和维数怎样决定线性相关性?:$n$ 个 $n$ 维向量线性相关的充要条件是它们排成的行列式 等于零 。向量个数 大于维数 时一定线性相关,例如 $n+1$ 个 $n$ 维向量必相关。 记法 向量组的秩不会超过维数,个数一旦超过维数,秩就小于个数。
- 部分与整体、加长与截短的相关性结论是什么?:部分组线性相关,则整个向量组线性相关;整个向量组线性无关,则任何部分组线性无关。 线性无关的向量组,每个向量都 添加分量 后仍然线性无关;线性相关的向量组,每个向量都去掉同样位置的分量后仍然线性相关。 记法 相关性从 部分传给整体 ,无关…
- “以少表多,多的相关”是什么意思?:若向量组 $\beta_1,\dots,\beta_t$ 可以由 $\alpha_1,\dots,\alpha_s$ 线性表示,且 $t\gt s$,则 $\beta_1,\dots,\beta_t$ 线性相关 。 等价说法:若 $\be…
- 什么条件下一个向量能被向量组唯一线性表示?:若 $\alpha_1,\dots,\alpha_s$ 线性无关 ,而 $\alpha_1,\dots,\alpha_s,\beta$ 线性相关,则 $\beta$ 可以由 $\alpha_1,\dots,\alpha_s$ 线性表示,并…
- 向量组等价和矩阵等价有什么区别?:两个向量组等价指它们能 互相线性表示 ,充要条件是 $r(\text{I})=r(\text{II})=r(\text{I},\text{II})$。两个矩阵等价指一个能经初等变换化成另一个,充要条件是 同型且秩相等 。 易错 两个向量组…
- 向量 $\beta$ 可由向量组线性表示的充要条件是什么?:设 $A=(\alpha_1,\dots,\alpha_s)$。$\beta$ 可由 $\alpha_1,\dots,\alpha_s$ 线性表示,等价于方程组 $Ax=\beta$ 有解,也等价于 $r(A)=r(A,\beta)$。 …
- 齐次方程组什么时候有非零解?:设 $A$ 是 $m\times n$ 矩阵。$Ax=0$ 有非零解的充要条件是 $r(A)\lt n$,此时基础解系含 $n-r(A)$ 个解向量( 未知数个数减秩 );$r(A)=n$ 时只有零解。 记法 $A$ 是方阵时,有非零解等…
- 非齐次方程组解的情况怎么判定?:设 $A$ 是 $m\times n$ 矩阵,增广矩阵为 $(A,b)$: $r(A)\ne r(A,b)$:无解; $r(A)=r(A,b)=n$:有 唯一解 ; $r(A)=r(A,b)\lt n$:有 无穷多解 。 易错 这里的 $…
- 线性方程组的解有哪些性质?:$Ax=0$ 的解的任意线性组合仍是 $Ax=0$ 的解。 $Ax=b$ 的两个解之差是 $Ax=0$ 的解。 设 $\eta_1,\dots,\eta_s$ 是 $Ax=b$ 的解,则 $k_1\eta_1+\cdots+k_s\eta…
- 克拉默法则的内容和适用条件是什么?:对 $n$ 个方程、$n$ 个未知数的方程组 $Ax=b$:若 $D=|A|\ne 0$,则有唯一解 $x_j=\frac{D_j}{D}$,其中 $D_j$ 是把 $D$ 的第 $j$ 列换成 $b$ 得到的行列式。 条件 只适用于 方…
- 两个齐次方程组同解的充要条件是什么?:$Ax=0$ 与 $Bx=0$ 同解的充要条件是 $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$,其中 $A$、$B$ 的列数相同。 记法 两个方程组的 公共解 就是联立方程组 $\begin{…
特征值、相似与二次型的结论
- 由 A 的特征值怎样得到相关矩阵的特征值?:设 $A\xi=\lambda\xi$($\xi\ne 0$),则:$kA$ 有特征值 $k\lambda$;$A^m$ 有特征值 $\lambda^m$;多项式 $f(A)$ 有特征值 $f(\lambda)$;$A$ 可逆时 $A^{…
- 特征向量的线性无关性有哪些结论?:属于 不同特征值 的特征向量线性无关。 属于同一个特征值的特征向量,它们的非零线性组合仍是属于这个特征值的特征向量。 属于不同特征值的两个特征向量 之和 不是特征向量。 $k$ 重特征值最多有 $k$ 个线性无关的特征向量。
- 两个矩阵相似有哪些必要条件?:若 $A$ 与 $B$ 相似,则:特征值相同(特征多项式相同);$|A|=|B|$;$\mathrm{tr}(A)=\mathrm{tr}(B)$;$r(A)=r(B)$。并且 $A^k$ 与 $B^k$ 相似,$A^T$ 与 $B^T$…
- n 阶方阵可以相似对角化的条件是什么?:充要条件:$A$ 有 $n$ 个 线性无关的特征向量 ;等价地,对每个 $k$ 重特征值 $\lambda$,都有 $n-r(\lambda E-A)=k$。 充分条件:$A$ 有 $n$ 个互不相同的特征值;或 $A$ 是实对称矩阵。 …
- 秩为 1 的方阵有哪些特征值结论?:设 $A=\alpha\beta^T$($\alpha$、$\beta$ 为 $n$ 维非零列向量),则 $r(A)=1$,$\mathrm{tr}(A)=\beta^T\alpha$。 $A$ 的特征值是 $\mathrm{tr}(A)…
- 怎样用相似对角化求矩阵的高次幂?:若 $P^{-1}AP=\Lambda$ 是对角矩阵,则 $A=P\Lambda P^{-1}$,$A^n=P\Lambda^nP^{-1}$,其中 $\Lambda^n$ 就是把对角线上每个元素取 $n$ 次方。 易错 顺序是 $P\L…
- 实对称矩阵有哪三条重要性质?:特征值都是 实数 。 属于不同特征值的特征向量 相互正交 。 一定可以相似对角化,并且存在正交矩阵 $Q$,使 $Q^TAQ=Q^{-1}AQ=\Lambda$。 易错 第二条说的是不同特征值;同一个重特征值的几个特征向量不一定正交,要先…
- 正交矩阵有哪些等价说法和性质?:$Q$ 是正交矩阵,等价于 $Q^TQ=E$,等价于 $Q^{-1}=Q^T$,等价于 $Q$ 的列向量组(行向量组)是 标准正交向量组 。 性质:$|Q|=1$ 或 $-1$;正交矩阵的逆、转置、乘积仍是正交矩阵;正交变换 $y=Qx$…
- 施密特正交化的公式是什么?:设 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,令 $\beta_1=\alpha_1$;$\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}…
- 惯性定理说的是什么?:实二次型经过 可逆线性变换 化成标准形,不管用哪种变换,标准形里正平方项的个数 $p$(正惯性指数)和负平方项的个数 $q$(负惯性指数)都不变,且 $p+q=r(A)$。规范形是唯一的。 易错 用正交变换得到的标准形,系数是 $A$ 的…
- 两个实对称矩阵合同的充要条件是什么?:实对称矩阵 $A$、$B$ 合同(存在可逆矩阵 $C$ 使 $C^TAC=B$)的充要条件是它们的 正、负惯性指数分别相同 ,也就是正特征值的个数相同、负特征值的个数相同。 记法 两个实对称矩阵 相似必合同 ,合同不一定相似。
- 实对称矩阵正定有哪些充要条件?:设 $A$ 是 $n$ 阶实对称矩阵,下面各条等价: 对任意 $x\ne 0$,都有 $x^TAx\gt 0$; $A$ 的 特征值全大于零 ; 正惯性指数等于 $n$; 各阶 顺序主子式全大于零 ; 存在可逆矩阵 $C$,使 $A=C^…
- 矩阵的等价、相似、合同是什么关系?:等价:存在可逆矩阵 $P$、$Q$ 使 $PAQ=B$,充要条件是同型且秩相等。 相似:存在可逆矩阵 $P$ 使 $P^{-1}AP=B$。 合同:存在可逆矩阵 $C$ 使 $C^TAC=B$。 记法 相似能推出等价,合同能推出等价, 反…
- 负定、半正定二次型怎么判别?:设 $A$ 是 $n$ 阶实对称矩阵,$f=x^TAx$。 负定:$-A$ 正定;等价于特征值全小于零;也等价于顺序主子式 奇数阶为负、偶数阶为正 。 半正定:对任意 $x$ 都有 $f\ge 0$;等价于特征值全 大于等于零 。 易错 …
概率的基本公式
- 概率的加法公式怎么写?:$P(A\cup B)=P(A)+P(B)-P(AB)$。 三个事件: $$P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)$$ 条件 对任意事件都成立;$A$、$B$ 互斥…
- 概率的减法公式和对立事件公式怎么写?:$P(A-B)=P(A\bar B)=P(A)-P(AB)$;$P(\bar A)=1-P(A)$。 记法 $A-B$ 表示 $A$ 发生而 $B$ 不发生,所以从 $P(A)$ 里减去两者同时发生的部分。 易错 $P(A-B)=P(A)…
- 事件运算的德摩根律是什么?:$\overline{A\cup B}=\bar A\,\bar B$;$\overline{AB}=\bar A\cup\bar B$。 记法 “长杠变短杠, 并交互换 ”。常用来算“至少有一个发生”的概率:$P(A\cup B)=1-…
- 条件概率公式和乘法公式怎么写?:条件概率:$P(B|A)=\frac{P(AB)}{P(A)}$($P(A)\gt 0$)。 乘法公式:$P(AB)=P(A)P(B|A)$;三个事件时 $P(ABC)=P(A)P(B|A)P(C|AB)$。 易错 $P(B|A)$ 和 …
- 全概率公式和贝叶斯公式怎么写?:设 $B_1,\dots,B_n$ 是一个完备事件组(两两互斥、并起来是整个样本空间,且 $P(B_i)\gt 0$): 全概率公式:$P(A)=\sum_{i=1}^{n}P(B_i)P(A|B_i)$; 贝叶斯公式:$P(B_j|A)…
- 事件相互独立的定义和性质是什么?:$A$、$B$ 独立的定义是 $P(AB)=P(A)P(B)$。$A$ 与 $B$ 独立时,$A$ 与 $\bar B$、$\bar A$ 与 $B$、$\bar A$ 与 $\bar B$ 也都独立。 三个事件相互独立要 四个等式 同时…
- 事件独立和互斥有什么区别?:互斥指 $AB=\varnothing$,两个事件不能同时发生;独立指 $P(AB)=P(A)P(B)$,一个发生与否不影响另一个的概率。 易错 当 $P(A)\gt 0$ 且 $P(B)\gt 0$ 时,独立和互斥 不能同时成立 :互斥…
- n 重伯努利试验中恰好成功 k 次的概率是多少?:每次试验成功的概率为 $p$,$n$ 次独立重复试验中恰好成功 $k$ 次的概率为 $C_n^kp^k(1-p)^{n-k}$,$k=0,1,\dots,n$。 条件 各次试验 相互独立 ,每次只有两个结果,且成功的概率都是 $p$。 记…
常见分布与随机变量函数的分布
- 二项分布的分布律、期望和方差是什么?:$X\sim B(n,p)$:$P\{X=k\}=C_n^kp^k(1-p)^{n-k}$,$k=0,1,\dots,n$;$E(X)=np$,$D(X)=np(1-p)$。 记法 $n=1$ 时就是 0-1 分布,期望为 $p$,方差为…
- 泊松分布的分布律、期望和方差是什么?:$X\sim P(\lambda)$($\lambda\gt 0$):$P\{X=k\}=\frac{\lambda^k}{k!}e^{-\lambda}$,$k=0,1,2,\dots$;$E(X)=D(X)=\lambda$。 记法 …
- 几何分布的分布律、期望和方差是什么?:$X$ 表示独立重复试验中 首次成功时的试验次数 ,每次成功概率为 $p$:$P\{X=k\}=(1-p)^{k-1}p$,$k=1,2,\dots$;$E(X)=\frac1p$,$D(X)=\frac{1-p}{p^2}$。 易错 $…
- 超几何分布的分布律和期望是什么?:$N$ 件产品中有 $M$ 件次品,不放回地取 $n$ 件,取到的次品数 $X$ 服从超几何分布:$P\{X=k\}=\frac{C_M^kC_{N-M}^{n-k}}{C_N^n}$;$E(X)=\frac{nM}{N}$。 区分 不放…
- 均匀分布的密度、期望和方差是什么?:$X\sim U(a,b)$:密度 $f(x)=\frac{1}{b-a}$($a\lt x\lt b$),其他处为 0;$E(X)=\frac{a+b}{2}$,$D(X)=\frac{(b-a)^2}{12}$。 记法 落在子区间里的…
- 指数分布的密度、期望、方差和无记忆性是什么?:$X\sim E(\lambda)$($\lambda\gt 0$):密度 $f(x)=\lambda e^{-\lambda x}$($x\gt 0$),其他处为 0;分布函数 $F(x)=1-e^{-\lambda x}$($x\gt…
- 正态分布怎样标准化、怎样查概率?:若 $X\sim N(\mu,\sigma^2)$,则 $\frac{X-\mu}{\sigma}\sim N(0,1)$;$E(X)=\mu$,$D(X)=\sigma^2$。 $P\{a\lt X\le b\}=\Phi\left(\…
- 哪些分布具有可加性?:设 $X$、$Y$ 相互独立 : $X\sim B(n_1,p)$,$Y\sim B(n_2,p)$,则 $X+Y\sim B(n_1+n_2,p)$; $X\sim P(\lambda_1)$,$Y\sim P(\lambda_2)$,…
- 分布函数和概率密度各有哪些性质?:分布函数 $F(x)=P\{X\le x\}$:单调不减;$F(-\infty)=0$,$F(+\infty)=1$; 右连续 。 用它算概率:$P\{a\lt X\le b\}=F(b)-F(a)$;$P\{X=a\}=F(a)-F(a…
- 单调函数 Y=g(X) 的密度公式是什么?:设 $X$ 的密度为 $f_X(x)$,$y=g(x)$ 严格单调且可导,反函数为 $x=h(y)$,则 $Y=g(X)$ 的密度为 $f_Y(y)=f_X(h(y))\,|h'(y)|$($y$ 在 $g$ 的值域内),其他处为 0。 …
- 独立随机变量最大值、最小值的分布函数是什么?:设 $X$、$Y$ 相互独立 ,分布函数分别为 $F_X$、$F_Y$: $\max\{X,Y\}$ 的分布函数为 $F_X(z)F_Y(z)$; $\min\{X,Y\}$ 的分布函数为 $1-[1-F_X(z)][1-F_Y(z)]$…
- 两个随机变量之和的密度(卷积公式)是什么?:设 $(X,Y)$ 的联合密度为 $f(x,y)$,则 $Z=X+Y$ 的密度为 $f_Z(z)=\int_{-\infty}^{+\infty}f(x,z-x)\,dx$。 $X$、$Y$ 相互独立 时,$f_Z(z)=\int_{-\…
- 边缘密度、条件密度和独立性怎么写?:边缘密度:$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)\,dy$,$f_Y(y)=\int_{-\infty}^{+\infty}f(x,y)\,dx$。 条件密度:$f_{Y|X}(y|x)=\frac{…
- 二维离散型随机变量怎样求边缘分布、判独立?:设联合分布律为 $P\{X=x_i,Y=y_j\}=p_{ij}$。 边缘分布律:$p_{i\cdot}=\sum_jp_{ij}$,$p_{\cdot j}=\sum_ip_{ij}$,就是把表格 按行、按列分别求和 ; 独立的充要条件…
数字特征与极限定理
- 数学期望有哪些性质?:$E(c)=c$;$E(aX+b)=aE(X)+b$;$E(X\pm Y)=E(X)\pm E(Y)$,这一条 不需要独立 。 $X$、$Y$ 独立(或不相关)时,$E(XY)=E(X)E(Y)$。 公式 函数的期望:连续型 $E[g(X…
- 方差的计算公式和性质是什么?:$D(X)=E(X^2)-[E(X)]^2$;$D(c)=0$;$D(aX+b)=a^2D(X)$; $D(X\pm Y)=D(X)+D(Y)\pm 2\,\mathrm{Cov}(X,Y)$。 条件 $X$、$Y$ 独立(或不相关)时,…
- 协方差的计算公式和性质是什么?:$\mathrm{Cov}(X,Y)=E(XY)-E(X)E(Y)$。 性质:$\mathrm{Cov}(X,X)=D(X)$;$\mathrm{Cov}(X,Y)=\mathrm{Cov}(Y,X)$;$\mathrm{Cov}(aX,…
- 相关系数的定义和性质是什么?:$\rho_{XY}=\frac{\mathrm{Cov}(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$(两个方差都大于零)。 性质:$|\rho_{XY}|\le 1$;$|\rho_{XY}|=1$ 的充要条件是存在常…
- 随机变量独立和不相关是什么关系?:独立能推出不相关;不相关 推不出 独立。 不相关的四个等价说法:$\rho_{XY}=0$;$\mathrm{Cov}(X,Y)=0$;$E(XY)=E(X)E(Y)$;$D(X+Y)=D(X)+D(Y)$。 例 $X\sim U(-1,…
- 二维正态分布有哪些常用结论?:设 $(X,Y)\sim N(\mu_1,\mu_2;\sigma_1^2,\sigma_2^2;\rho)$: 两个边缘分布都是正态分布:$X\sim N(\mu_1,\sigma_1^2)$,$Y\sim N(\mu_2,\sigma…
- 切比雪夫不等式怎么写?:设 $X$ 的期望和方差都存在,则对任意 $\varepsilon\gt 0$: $P\{|X-E(X)|\ge\varepsilon\}\le\frac{D(X)}{\varepsilon^2}$,等价地 $P\{|X-E(X)|\lt…
- 三个大数定律的条件各是什么?:三个定律的结论都是:$n\to\infty$ 时,算术平均值 依概率收敛 。 切比雪夫大数定律:$X_1,X_2,\dots$ 两两不相关(或相互独立),方差都存在且有共同的上界。 伯努利大数定律:$n$ 重伯努利试验中,事件发生的频率依…
- 独立同分布的中心极限定理说的是什么?:列维—林德伯格定理:设 $X_1,X_2,\dots$ 独立同分布 ,$E(X_i)=\mu$,$D(X_i)=\sigma^2\gt 0$,则 $n$ 充分大时 $$\frac{\sum_{i=1}^{n}X_i-n\mu}{\sqrt…
- 二项分布的正态近似(棣莫弗—拉普拉斯定理)是什么?:设 $X\sim B(n,p)$($0\lt p\lt 1$),则 $n$ 充分大时 $\frac{X-np}{\sqrt{np(1-p)}}$ 近似服从 $N(0,1)$,即 $X$ 近似服从 $N(np,np(1-p))$。 记法 它…
数理统计:抽样分布与参数估计
- 样本均值和样本方差的期望、方差是多少?:样本均值 $\bar X=\frac1n\sum_{i=1}^{n}X_i$,样本方差 $S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2$。 设总体的期望为 $\mu$、方差为 $\sigma^…
- 卡方分布的定义、期望和方差是什么?:设 $X_1,\dots,X_n$ 相互独立,都服从 $N(0,1)$,则 $X_1^2+X_2^2+\cdots+X_n^2\sim\chi^2(n)$。 若 $Y\sim\chi^2(n)$,则 $E(Y)=n$,$D(Y)=2n$。…
- t 分布的定义是什么?:设 $X\sim N(0,1)$,$Y\sim\chi^2(n)$,且 $X$、$Y$ 相互独立 ,则 $T=\frac{X}{\sqrt{Y/n}}\sim t(n)$。 记法 分子是标准正态,分母是“卡方除以自由度” 再开根号 。$t…
- F 分布的定义是什么?:设 $U\sim\chi^2(n_1)$,$V\sim\chi^2(n_2)$,且 $U$、$V$ 相互独立 ,则 $F=\frac{U/n_1}{V/n_2}\sim F(n_1,n_2)$。 记法 两个卡方变量各自 除以自己的自由度 …
- 正态总体的样本均值和样本方差服从什么分布?:设 $X_1,\dots,X_n$ 是来自 $N(\mu,\sigma^2)$ 的样本,则: $\bar X\sim N\left(\mu,\frac{\sigma^2}{n}\right)$; $\frac{(n-1)S^2}{\sig…
- 上 α 分位点有哪些对称关系?:上 $\alpha$ 分位点指右侧尾部概率为 $\alpha$ 的点,例如 $P\{Z\gt z_\alpha\}=\alpha$。 标准正态:$z_{1-\alpha}=-z_\alpha$;$t$ 分布:$t_{1-\alpha}(n…
- 矩估计法的步骤是什么?:核心是用 样本矩代替总体矩 ,列方程解出参数。 步骤 一个未知参数:令 $E(X)=\bar X$,解出参数。两个未知参数:再加一个方程 $E(X^2)=\frac1n\sum_{i=1}^{n}X_i^2$,联立解出。 易错 $E(X)…
- 最大似然估计法的步骤是什么?:核心是找使似然函数取 最大值 的参数值,一共四步。 步骤 写似然函数 $L(\theta)=\prod_{i=1}^{n}f(x_i;\theta)$(离散型用分布律 $p(x_i;\theta)$);取对数得 $\ln L(\theta…
- 常见分布的参数估计结果是什么?:0-1 分布的 $p$、泊松分布的 $\lambda$:两种方法都得 $\bar X$。 指数分布(密度 $\lambda e^{-\lambda x}$)的 $\lambda$:两种方法都得 $\frac{1}{\bar X}$。 正态…
- 估计量的无偏性、有效性、一致性指什么?:无偏性:$E(\hat\theta)=\theta$。 有效性:两个无偏估计量里, 方差小 的更有效。 一致性(相合性):$n\to\infty$ 时 $\hat\theta$ 依概率收敛于 $\theta$。 例 $\bar X$ 是 …
- 单个正态总体均值和方差的置信区间是什么?:置信水平为 $1-\alpha$,分位点都是上分位点: $\sigma^2$ 已知,$\mu$ 的置信区间:$\left(\bar X-z_{\alpha/2}\frac{\sigma}{\sqrt n},\ \bar X+z_{\alp…
本图由 SeekFlaw 编辑团队整理。发现错误,欢迎到学习论坛指出。