一、导数与微分
1. 导数的定义
导数是函数在某一点处的瞬时变化率，它是微积分学中的一个基本概念。设函数( f(x) )在点( x_0 )的某个邻域内有定义，当自变量( x )在( x_0 )处取得增量( \Delta x )时，函数值相应地取得增量( \Delta y )，如果极限
[ \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} ]
存在，则称函数( f(x) )在点( x_0 )可导，并称这个极限值为函数( f(x) )在点( x_0 )的导数，记为( f’(x0) )或( \frac{dy}{dx}\big|{x=x_0} )。
2. 导数的运算法则
- 和的导数：( (f+g)’ = f’ + g’ )
- 差的导数：( (f-g)’ = f’ - g’ )
- 积的导数：( (fg)’ = f’g + fg’ )
- 商的导数：( \left( \frac{f}{g} \right)’ = \frac{f’g - fg’}{g^2} )
二、不定积分
1. 不定积分的定义
不定积分是指求一个函数的导数的逆运算。设函数( f(x) )在区间( I )上有定义，如果存在一个函数( F(x) )，使得( F’(x) = f(x) )，则称( F(x) )为( f(x) )在区间( I )上的一个原函数，( f(x) )的不定积分记为( \int f(x) \, dx )。
2. 不定积分的计算方法
- 基本积分公式：直接套用基本积分公式进行计算。
- 换元积分法：通过变量替换简化积分表达式。
- 分部积分法：将积分式分解为两个函数的乘积形式。
三、定积分
1. 定积分的定义
定积分是描述某一函数在某一区间上的累积变化量。设函数( f(x) )在闭区间[ a, b ]上有定义，将[ a, b ]分为( n )个小区间，每个小区间的长度为( \Delta xi )，在每个小区间( [x{i-1}, x_i] )上取一点( \xi_i )，构造和式
[ Sn = \sum{i=1}^{n} f(\xi_i) \Delta x_i ]
当( n )趋向于无穷大时，( S_n )的极限存在，则称这个极限为函数( f(x) )在区间[ a, b ]上的定积分，记为
[ \int_a^b f(x) \, dx ]
2. 定积分的计算方法
- 牛顿-莱布尼茨公式：利用不定积分求定积分。
- 积分中值定理：在闭区间上连续的函数至少存在一点，使得该函数在该点处的值等于整个区间的积分平均值。
- 积分区间变换：改变积分区间的长度或起点。
四、线性代数
1. 行列式
行列式是线性代数中的一个重要概念，用于描述线性方程组的解的情况。设( A )是一个( n \times n )的方阵，( A )的行列式记为( |A| )。
- 行列式的性质：
- ( |A| = (-1)^{n(n-1)/2} |A^T| )（行列式与转置行列式相等）
- ( |A| = |A_1, A_2, \ldots, A_n| )（行列式与列向量相等）
- ( |A| = \sum_{\sigma \in Sn} (-1)^{\sigma} a{1\sigma(1)}a{2\sigma(2)}\ldots a{n\sigma(n)} )（行列式的展开）
2. 矩阵
矩阵是线性代数中的另一个重要概念，用于表示线性方程组和线性变换。设( A )是一个( m \times n )的矩阵，( A )的行列式记为( |A| )。
- 矩阵的运算：
- 矩阵加法：( A + B = (a{ij} + b{ij}) )
- 矩阵乘法：( AB = \left( \sum{k=1}^{n} a{ik}b_{kj} \right) )
- 矩阵转置：( A^T = (a_{ji}) )
五、概率论与数理统计
1. 随机变量
随机变量是概率论中的基本概念，用于描述随机现象。设随机试验( \Omega )的样本空间为( \Omega )，对于( \Omega )上的每一个事件( A )，定义一个实值函数( X: \Omega \to \mathbb{R} )，则称( X )为随机变量。
- 随机变量的类型：
- 离散型随机变量：取有限个或可数无限个值。
- 连续型随机变量：取不可数无限个值。
2. 概率分布
概率分布是概率论中的另一个基本概念，用于描述随机变量的取值规律。设随机变量( X )的概率分布函数为( F(x) )，则
[ F(x) = P{X \leq x} ]
- 概率分布函数的性质：
- ( F(x) )在( \mathbb{R} )上单调递增。
- ( F(-\infty) = 0 )，( F(+\infty) = 1 )。
- ( F(x) )在( \mathbb{R} )上连续。
六、线性规划
1. 线性规划问题
线性规划问题是优化问题的一种，它要求在满足一系列线性不等式或等式约束条件下，求解目标函数的最大值或最小值。
- 线性规划问题的标准形式：
[ \begin{align} \text{minimize} \quad & c^T x \ \text{subject to} \quad & Ax \leq b \ & x \geq 0 \end{align} ]
线性规划问题的求解方法：
- 单纯形法：通过迭代求解线性规划问题。
- 内点法：通过求解对偶线性规划问题来求解原问题。
七、复变函数
1. 复变函数的定义
复变函数是研究复数域上的函数。设( z = x + yi )是复数，其中( x, y \in \mathbb{R} )，则( z )的实部为( x )，虚部为( y )。
复变函数的类型：
- 解析函数：在某一区域内处处可导的函数。
- 非解析函数：在某一点或某一条曲线上不可导的函数。
2. 复变函数的性质
- 复变函数的导数：( f’(z) = \frac{\partial f}{\partial x} + i \frac{\partial f}{\partial y} )
- 复变函数的积分：( \int_{\gamma} f(z) \, dz = \int_a^b f(z(t)) z’(t) \, dt )
八、常微分方程
1. 常微分方程的定义
常微分方程是研究函数及其导数之间关系的方程。设函数( y = f(x) )和( y’ = f’(x) )，则方程( y’ = f(x) )为常微分方程。
常微分方程的类型：
- 一阶微分方程：只含有一阶导数的微分方程。
- 高阶微分方程：含有两个或两个以上阶导数的微分方程。
2. 常微分方程的求解方法
- 变量分离法：将方程中的变量分离，然后分别积分求解。
- 齐次线性微分方程：通过变量替换将方程转化为可解形式。
- 非齐次线性微分方程：通过解齐次方程和非齐次方程的特解求解。
通过以上对考研数学公式定理的全面攻略，相信各位考生在应对考试挑战时能够更加从容不迫。祝大家考研顺利，金榜题名！