857 字
2 分钟
考研数学学习记录2026-04-24
2026-04-24

考研数学学习记录 | 2026-04-24#

今日学习内容#

今天总共投入3小时考研数学学习,先花1.5小时系统复盘线性方程组的核心考点,再用剩余1.5小时学习二维连续型随机变量的相关知识。复盘阶段梳理了线性方程组的代数与矩阵形式对应关系,学习阶段重点掌握了联合分布、边缘分布与条件分布的推导逻辑。

薄弱点#

  1. 二维连续型随机变量部分:当联合概率密度的积分区域为不规则图形时,难以快速准确划分积分区间,导致积分计算出错;对二维连续型随机变量独立性的判定条件理解不够透彻,容易混淆联合密度与边缘密度的乘积关系。
  2. 线性方程组复盘阶段:参数型线性方程组的解的讨论环节,容易遗漏对参数取值的全部边界情况的分析,且在增广矩阵初等变换时偶尔出现行运算错误,导致最终解的结构判断失误。

AI知识点带复盘#

线性方程组复盘#

线性方程组是考研线性代数模块的核心高频考点,主要分为齐次与非齐次两类:

  1. 判定定理:齐次线性方程组Ax=0Ax=0有非零解当且仅当r(A)<nr(A)<nnn为未知数个数),仅有零解当且仅当r(A)=nr(A)=n;非齐次线性方程组Ax=bAx=b有解当且仅当r(A)=r(A)r(A)=r(\overline{A}),其中A\overline{A}为增广矩阵。
  2. 解的结构:齐次方程组的基础解系线性无关且解向量个数为nr(A)n-r(A),通解为基础解系的线性组合;非齐次方程组的通解为其一个特解加上对应齐次方程组的通解。
  3. 参数型考题易错点:需先对系数矩阵的行列式进行讨论(针对方阵情形),再通过初等变换分析增广矩阵的秩,避免直接默认系数矩阵可逆的误区。

二维连续型随机变量知识点复盘#

二维连续型随机变量是概率论与数理统计的核心考点之一:

  1. 核心定义:若二维随机变量(X,Y)(X,Y)的分布函数可表示为F(x,y)=xyf(u,v)dudvF(x,y)=\int_{-\infty}^x\int_{-\infty}^y f(u,v)dudv,则称(X,Y)(X,Y)为二维连续型随机变量,f(x,y)f(x,y)为联合概率密度,满足f(x,y)0f(x,y)\geq0++f(x,y)dxdy=1\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y)dxdy=1
  2. 边缘概率密度fX(x)=+f(x,y)dyf_X(x)=\int_{-\infty}^{+\infty}f(x,y)dyfY(y)=+f(x,y)dxf_Y(y)=\int_{-\infty}^{+\infty}f(x,y)dx,需注意积分变量的取值范围。
  3. 条件概率密度fXY(xy)=f(x,y)fY(y)f_{X|Y}(x|y)=\frac{f(x,y)}{f_Y(y)}fY(y)>0f_Y(y)>0),同理可得fYX(yx)f_{Y|X}(y|x)
  4. 独立性判定XXYY独立当且仅当f(x,y)=fX(x)fY(y)f(x,y)=f_X(x)f_Y(y)几乎处处成立,考研中常结合二维均匀分布、二维正态分布进行考查。

今日小结#

今日完成了预设的复习与预习任务,通过复盘线性方程组巩固了基础考点,同时完成了二维连续型随机变量的入门学习。暴露出的积分区间划分与参数讨论的薄弱点,需要通过针对性刷题强化,后续将整理当日易错点形成错题笔记便于回顾。

💡 碎碎念:稳步积累,持续提升。

文档内容由 AI 辅助生成

分享

如果这篇文章对你有帮助,欢迎分享给更多人!

考研数学学习记录2026-04-24
https://elysiaweb.vercel.app/posts/math/4-24/
作者
程翊雪
发布于
2026-04-24
许可协议
Unlicensed

部分信息可能已经过时

目录