数学

1， 4个苹果放进3个抽屉，有一种必然的结果：至少有一个抽屉放进的苹果不少于2个（即等于或多于2个）；如果7个苹果放进3个抽屉，那么至少有一个抽屉放进的苹果不少于3个（即的等于或多于3个），这就是抽屉原则的例子。2， 如果用 表示不小于 的最小整数，例如 ＝3， 。那么抽屉原则可定义为：m个元素分成n个集合（m、n为正整数m>n）,则至少有一个集合里元素不少于 个。 3， 根据 的定义，己知m、n可求 ； 己知 ，则可求 的范围，例如己知 ＝3，那么2＜ ≤3；己知 ＝2，则 1＜ ≤2，

当然数学一难。

1.没有,数学都是统考的.2.在某专业里重要的内容可以在专业课中体现,数学是统考科目,并不是所有考数一的都考计算机专业啊!3.这个不清楚.你可以去论坛什么的问问.4.一般没什么歧视某地考生的问题,主要是一般老师不太喜欢外校生,更喜欢本校生.5.现在复习10年考研时间还是比较充足的,不要有包袱,考研和平时成绩虽然有关系但是不大,只要你现在努力,时间很够用的!要对自己有信心.

题目呢？发图片呀

第七

桌上有十个苹果，要把这十个苹果放到九个抽屉里，无论怎样放，有的抽屉可以放一个，有的可以放两个，有的可以放五个，但最终我们会发现至少我们可以找到一个抽屉里面至少放两个苹果。这一现象就是我们所说的抽屉原理。 抽屉原理的一般含义为：“如果每个抽屉代表一个集合，每一个苹果就可以代表一个元素，假如有n＋1或多于n＋1个元素放到n个集合中去，其中必定至少有一个集合里至少有两个元素。” 抽屉原理有时也被称为鸽巢原理（“如果有五个鸽子笼，养鸽人养了6只鸽子，那么当鸽子飞回笼中后，至少有一个笼子中装有2只鸽子”）。它是德国数学家狄利克雷首先明确的提出来并用以证明一些数论中的问题，因此，也称为狄利克雷原理。它是组合数学中一个重要的原理。 一． 抽屉原理最常见的形式 原理1 把多于n个的物体放到n个抽屉里，则至少有一个抽屉里有2个或2个以上的物体。 [证明]（反证法）：如果每个抽屉至多只能放进一个物体，那么物体的总数至多是n，而不是题设的n+k(k≥1)，这不可能. 原理2 把多于mn个的物体放到n个抽屉里，则至少有一个抽屉里有m+1个或多于m+1个的物体。 [证明]（反证法）：若每个抽屉至多放进m个物体,那么n个抽屉至多放进mn个物体,与题设不符，故不可能. 原理1 2都是第一抽屉原理的表述 第二抽屉原理： 把（mn－1）个物体放入n个抽屉中，其中必有一个抽屉中至多有（m—1）个物体。 [证明]（反证法）：若每个抽屉都有不少于m个物体，则总共至少有mn个物体，与题设矛盾，故不可能 二．应用抽屉原理解题 抽屉原理的内容简明朴素，易于接受，它在数学问题中有重要的作用。许多有关存在性的证明都可用它来解决。 例1：400人中至少有两个人的生日相同. 解：将一年中的366天视为366个抽屉，400个人看作400个物体，由抽屉原理1可以得知：至少有两人的生日相同. 又如：我们从街上随便找来13人，就可断定他们中至少有两个人属相相同. “从任意5双手套中任取6只，其中至少有2只恰为一双手套。” “从数1，2，...，10中任取6个数，其中至少有2个数为奇偶性不同。” 例2： 幼儿园买来了不少白兔、熊猫、长颈鹿塑料玩具，每个小朋友任意选择两件，那么不管怎样挑选，在任意七个小朋友中总有两个彼此选的玩具都相同，试说明道理. 解 ：从三种玩具中挑选两件，搭配方式只能是下面六种：（兔、兔），（兔、熊猫），（兔、长颈鹿），（熊猫、熊猫），（熊猫、长颈鹿），（长颈鹿、长颈鹿）。把每种搭配方式看作一个抽屉，把7个小朋友看作物体，那么根据原理1，至少有两个物体要放进同一个抽屉里，也就是说，至少两人挑选玩具采用同一搭配方式，选的玩具相同. 上面数例论证的似乎都是“存在”、“总有”、“至少有”的问题，不错，这正是抽屉原则的主要作用.（需要说明的是，运用抽屉原则只是肯定了“存在”、“总有”、“至少有”，却不能确切地指出哪个抽屉里存在多少.） 抽屉原理虽然简单，但应用却很广泛，它可以解答很多有趣的问题，其中有些问题还具有相当的难度。下面我们来研究有关的一些问题。 （一） 整除问题 把所有整数按照除以某个自然数m的余数分为m类，叫做m的剩余类或同余类，用[0]，[1]，[2]，…，[m-1]表示.每一个类含有无穷多个数，例如[1]中含有1，m+1，2m＋1，3m＋1，….在研究与整除有关的问题时，常用剩余类作为抽屉.根据抽屉原理，可以证明：任意n+1个自然数中，总有两个自然数的差是n的倍数。 例1 证明：任取8个自然数，必有两个数的差是7的倍数。 分析与解答 在与整除有关的问题中有这样的性质，如果两个整数a、b，它们除以自然数m的余数相同，那么它们的差a-b是m的倍数.根据这个性质，本题只需证明这8个自然数中有2个自然数，它们除以7的余数相同.我们可以把所有自然数按被7除所得的7种不同的余数0、1、2、3、4、5、6分成七类.也就是7个抽屉.任取8个自然数，根据抽屉原理，必有两个数在同一个抽屉中，也就是它们除以7的余数相同，因此这两个数的差一定是7的倍数。 例2：对于任意的五个自然数，证明其中必有3个数的和能被3整除. 证明∵任何数除以3所得余数只能是0，1，2，不妨分别构造为3个抽屉： [0]，[1]，[2] ①若这五个自然数除以3后所得余数分别分布在这3个抽屉中，我们从这三个抽屉中各取1个，其和必能被3整除. ②若这5个余数分布在其中的两个抽屉中，则其中必有一个抽屉，包含有3个余数（抽屉原理），而这三个余数之和或为0，或为3，或为6，故所对应的3个自然数之和是3的倍数. ③若这5个余数分布在其中的一个抽屉中，很显然，必有3个自然数之和能被3整除. 例2′：对于任意的11个整数，证明其中一定有6个数，它们的和能被6整除. 证明：设这11个整数为：a1，a2，a3……a11 又6=2×3 ①先考虑被3整除的情形 由例2知，在11个任意整数中，必存在： 3|a1+a2+a3，不妨设a1+a2+a3=b1； 同理，剩下的8个任意整数中，由例2，必存在：3 | a4+a5+a6.设a4+a5+a6=b2； 同理，其余的5个任意整数中，有：3|a7+a8+a9，设：a7+a8+a9=b3 ②再考虑b1、b2、b3被2整除. 依据抽屉原理，b1、b2、b3这三个整数中，至少有两个是同奇或同偶，这两个同奇（或同偶）的整数之和必为偶数.不妨设2|b1+b2 则：6|b1+b2，即：6|a1+a2+a3+a4+a5+a6 ∴任意11个整数，其中必有6个数的和是6的倍数. 例3： 任意给定7个不同的自然数，求证其中必有两个整数，其和或差是10的倍数. 分析：注意到这些数队以10的余数即个位数字，以0，1，…，9为标准制造10个抽屉，标以[0]，[1]，…，[9].若有两数落入同一抽屉，其差是10的倍数，只是仅有7个自然数，似不便运用抽屉原则，再作调整：[6]，[7]，[8]，[9]四个抽屉分别与[4]，[3]，[2]，[1]合并，则可保证至少有一个抽屉里有两个数，它们的和或差是10的倍数. （二）面积问题 例：九条直线中的每一条直线都将正方形分成面积比为2:3的梯形，证明：这九条直线中至少有三条经过同一点. 证明：如图，设直线EF将正方形分成两个梯形，作中位线MN。由于这两个梯形的高相等， 故它们的面积之比等于中位线长的比，即|MH|:|NH| 。于是点H有确定的位置（它在正方形一对对边中点的连线上，且|MH|:|NH|＝2:3）. 由几何上的对称性，这种点共有四个（即图中的H、J、I、K）.已知的九条适合条件的分割直线中的每一条必须经过H、J、I、K这四点中的一点.把H、J、I、K看成四个抽屉，九条直线当成9个物体，即可得出必定有3条分割线经过同一点. （三）染色问题 例1正方体各面上涂上红色或蓝色的油漆（每面只涂一种色），证明正方体一定有三个面颜色相同. 证明：把两种颜色当作两个抽屉，把正方体六个面当作物体，那么6=2×2+2，根据原理二，至少有三个面涂上相同的颜色. 例2 有5个小朋友，每人都从装有许多黑白围棋子的布袋中任意摸出3枚棋子.请你证明，这5个人中至少有两个小朋友摸出的棋子的颜色的配组是一样的。 分析与解答 首先要确定3枚棋子的颜色可以有多少种不同的情况，可以有：3黑，2黑1白，1黑2白，3白共4种配组情况，看作4个抽屉.根据抽屉原理，至少有两个小朋友摸出的棋子的颜色在同一个抽屉里，也就是他们所拿棋子的颜色配组是一样的。 例3：假设在一个平面上有任意六个点，无三点共线，每两点用红色或蓝色的线段连起来，都连好后，问你能不能找到一个由这些线构成的三角形，使三角形的三边同色？ 解：首先可以从这六个点中任意选择一点，然后把这一点到其他五点间连五条线段，如图，在这五条线段中，至少有三条线段是同一种颜色，假定是红色，现在我们再单独来研究这三条红色的线。这三条线段的另一端或许是不同颜色，假设这三条线段（虚线）中其中一条是红色的，那么这条红色的线段和其他两条红色的线段便组成了我们所需要的同色三角形，如果这三条线段都是蓝色的，那么这三条线段也组成我们所需要的同色三角形。因而无论怎样着色，在这六点之间的所有线段中至少能找到一个同色三角形。 例3′（六人集会问题）证明在任意6个人的集会上，或者有3个人以前彼此相识，或者有三个人以前彼此不相识。” 例3”：17个科学家中每个人与其余16个人通信，他们通信所讨论的仅有三个问题，而任两个科学家之间通信讨论的是同一个问题。证明：至少有三个科学家通信时讨论的是同一个问题。 解：不妨设A是某科学家，他与其余16位讨论仅三个问题，由鸽笼原理知，他至少与其中的6位讨论同一问题。设这6位科学家为B，C，D，E，F，G，讨论的是甲问题。 若这6位中有两位之间也讨论甲问题，则结论成立。否则他们6位只讨论乙、丙两问题。这样又由鸽笼原理知B至少与另三位讨论同一问题，不妨设这三位是C，D，E，且讨论的是乙问题。 若C，D，E中有两人也讨论乙问题，则结论也就成立了。否则，他们间只讨论丙问题，这样结论也成立。 三．制造抽屉是运用原则的一大关键 例1 从2、4、6、…、30这15个偶数中，任取9个数，证明其中一定有两个数之和是34。 分析与解答 我们用题目中的15个偶数制造8个抽屉： 凡是抽屉中有两个数的，都具有一个共同的特点：这两个数的和是34。现从题目中的15个偶数中任取9个数，由抽屉原理（因为抽屉只有8个），必有两个数在同一个抽屉中.由制造的抽屉的特点，这两个数的和是34。 例2：从1、2、3、4、…、19、20这20个自然数中，至少任选几个数，就可以保证其中一定包括两个数，它们的差是12。 分析与解答在这20个自然数中，差是12的有以下8对：｛20，8｝，｛19，7｝，｛18，6｝，｛17，5｝，｛16，4｝，｛15，3｝，｛14，2｝，｛13，1｝。 另外还有4个不能配对的数｛9｝，｛10｝，｛11｝，｛12｝，共制成12个抽屉（每个括号看成一个抽屉）.只要有两个数取自同一个抽屉，那么它们的差就等于12，根据抽屉原理至少任选13个数，即可办到（取12个数：从12个抽屉中各取一个数（例如取1，2，3，…，12），那么这12个数中任意两个数的差必不等于12）。 例3： 从1到20这20个数中，任取11个数，必有两个数，其中一个数是另一个数的倍数。 分析与解答 根据题目所要求证的问题，应考虑按照同一抽屉中，任意两数都具有倍数关系的原则制造抽屉.把这20个数按奇数及其倍数分成以下十组，看成10个抽屉（显然，它们具有上述性质）： ｛1，2，4，8，16｝，｛3，6，12｝，｛5，10，20｝，｛7，14｝，｛9，18｝，｛11｝，｛13｝，｛15｝，｛17｝，｛19｝。 从这10个数组的20个数中任取11个数，根据抽屉原理，至少有两个数取自同一个抽屉.由于凡在同一抽屉中的两个数都具有倍数关系，所以这两个数中，其中一个数一定是另一个数的倍数。 例4：某校校庆，来了n位校友，彼此认识的握手问候.请你证明无论什么情况，在这n个校友中至少有两人握手的次数一样多。 分析与解答 共有n位校友，每个人握手的次数最少是0次，即这个人与其他校友都没有握过手；最多有n-1次，即这个人与每位到会校友都握了手.然而，如果有一个校友握手的次数是0次，那么握手次数最多的不能多于n-2次；如果有一个校友握手的次数是n-1次，那么握手次数最少的不能少于1次.不管是前一种状态0、1、2、…、n-2，还是后一种状态1、2、3、…、n-1，握手次数都只有n-1种情况.把这n-1种情况看成n-1个抽屉，到会的n个校友每人按照其握手的次数归入相应的“抽屉”，根据抽屉原理，至少有两个人属于同一抽屉，则这两个人握手的次数一样多。 在有些问题中，“抽屉”和“物体”不是很明显的，需要精心制造“抽屉”和“物体”.如何制造“抽屉”和“物体”可能是很困难的，一方面需要认真地分析题目中的条件和问题，另一方面需要多做一些题积累经验。 抽屉原理 把八个苹果任意地放进七个抽屉里，不论怎样放，至少有一个抽屉放有两个或两个以上的苹果。抽屉原则有时也被称为鸽巢原理，它是德国数学家狄利克雷首先明确的提出来并用以证明一些数论中的问题，因此，也称为狄利克雷原则。它是组合数学中一个重要的原理。把它推广到一般情形有以下几种表现形式。 形式一：证明：设把n＋1个元素分为n个集合A1，A2，…，An，用a1，a2，…，an表示这n个集合里相应的元素个数，需要证明至少存在某个ai大于或等于2（用反证法）假设结论不成立，即对每一个ai都有ai＜2，则因为ai是整数，应有ai≤1，于是有： a1＋a2＋…＋an≤1＋1＋…＋1＝n＜n＋1这与题设矛盾。所以，至少有一个ai≥2，即必有一个集合中含有两个或两个以上的元素。 形式二：设把n•m＋1个元素分为n个集合A1，A2，…，An，用a1，a2，…，an表示这n个集合里相应的元素个数，需要证明至少存在某个ai大于或等于m＋1。用反证法）假设结论不成立，即对每一个ai都有ai＜m＋1，则因为ai是整数，应有ai≤m，于是有： a1＋a2＋…＋an≤m＋m＋…＋m＝n•m＜n•m＋1 n个m 这与题设相矛盾。所以，至少有存在一个ai≥m＋1 高斯函数：对任意的实数x,[x]表示“不大于x的最大整数”. 例如：[3.5]＝3，[2.9]＝2，[－2.5]＝－3，[7]＝7，……一般地，我们有：[x]≤x＜[x]＋1 形式三：证明：设把n个元素分为k个集合A1，A2，…，Ak，用a1，a2，…，ak表示这k个集合里相应的元素个数，需要证明至少存在某个ai大于或等于[n/k]。（用反证法）假设结论不成立，即对每一个ai都有ai＜[n/k]，于是有： a1＋a2＋…＋ak＜[n/k]+[n/k]+…+[n/k] ＝k•[n/k]≤k•(n/k)＝n k个[n/k] ∴ a1＋a2＋…＋ak＜n 这与题设相矛盾。所以，必有一个集合中元素个数大于或等于[n/k] 形式四：证明：设把q1＋q2＋…＋qn－n＋1个元素分为n个集合A1，A2，…，An，用a1，a2，…，an表示这n个集合里相应的元素个数，需要证明至少存在某个i，使得ai大于或等于qi。（用反证法）假设结论不成立，即对每一个ai都有ai＜qi，因为ai为整数，应有ai≤qi－1，于是有：a1＋a2＋…＋an≤q1＋q2＋…＋qn－n ＜q1＋q2＋…＋qn－n＋1这与题设矛盾。 所以，假设不成立，故必有一个i,在第i个集合中元素个数ai≥qi 形式五：证明：（用反证法）将无穷多个元素分为有限个集合，假设这有限个集合中的元素的个数都是有限个，则有限个有限数相加，所得的数必是有限数，这就与题设产生矛盾，所以，假设不成立，故必有一个集合含有无穷多个元素。 例题1：400人中至少有两个人的生日相同.分析：生日从1月1日排到12月31日，共有366个不相同的生日，我们把366个不同的生日看作366个抽屉，400人视为400个苹果，由表现形式1可知，至少有两人在同一个抽屉里，所以这400人中有两人的生日相同. 解：将一年中的366天视为366个抽屉，400个人看作400个苹果，由抽屉原理的表现形式1可以得知：至少有两人的生日相同. 例题2：任取5个整数，必然能够从中选出三个，使它们的和能够被3整除. 证明：任意给一个整数，它被3除，余数可能为0，1，2，我们把被3除余数为0，1，2的整数各归入类r0，r1，r2.至少有一类包含所给5个数中的至少两个.因此可能出现两种情况：1°.某一类至少包含三个数；2°.某两类各含两个数，第三类包含一个数. 若是第一种情况，就在至少包含三个数的那一类中任取三数，其和一定能被3整除；若是第二种情况，在三类中各取一个数，其和也能被3整除..综上所述，原命题正确. 例题3：某校派出学生204人上山植树15301株，其中最少一人植树50株，最多一人植树100株，则至少有5人植树的株数相同. 证明：按植树的多少，从50到100株可以构造51个抽屉，则个问题就转化为至少有5人植树的株数在同一个抽屉里. (用反证法)假设无5人或5人以上植树的株数在同一个抽屉里，那只有5人以下植树的株数在同一个抽屉里，而参加植树的人数为204人，所以，每个抽屉最多有4人，故植树的总株数最多有： 4(50＋51＋…＋100)＝4× ＝15300＜15301得出矛盾.因此，至少有5人植树的株数相同. 练习：1．边长为1的等边三角形内有5个点，那么这5个点中一定有距离小于0.5的两点. 2．边长为1的等边三角形内，若有n2＋1个点，则至少存在2点距离小于 . 3．求证：任意四个整数中，至少有两个整数的差能够被3整除. 4．某校高一某班有50名新生，试说明其中一定有二人的熟人一样多. 5．某个年级有202人参加考试，满分为100分，且得分都为整数，总得分为10101分，则至少有3人得分相同. “任意367个人中，必有生日相同的人。” “从任意5双手套中任取6只，其中至少有2只恰为一双手套。” “从数1，2，...，10中任取6个数，其中至少有2个数为奇偶性不同。” ... ... 大家都会认为上面所述结论是正确的。这些结论是依据什么原理得出的呢？这个原理叫做抽屉原理。它的内容可以用形象的语言表述为： “把m个东西任意分放进n个空抽屉里（m>n），那么一定有一个抽屉中放进了至少2个东西。” 在上面的第一个结论中，由于一年最多有366天，因此在367人中至少有2人出生在同月同日。这相当于把367个东西放入 366个抽屉，至少有2个东西在同一抽屉里。在第二个结论中，不妨想象将5双手套分别编号，即号码为1，2，...，5的手套各有两只，同号的两只是一双。任取6只手套，它们的编号至多有5种，因此其中至少有两只的号码相同。这相当于把6个东西放入5个抽屉，至少有2个东西在同一抽屉里。 抽屉原理的一种更一般的表述为： “把多于kn个东西任意分放进n个空抽屉（k是正整数），那么一定有一个抽屉中放进了至少k+1个东西。” 利用上述原理容易证明：“任意7个整数中，至少有3个数的两两之差是3的倍数。”因为任一整数除以3时余数只有0、1、2三种可能，所以7个整数中至少有3个数除以3所得余数相同，即它们两两之差是3的倍数。 如果问题所讨论的对象有无限多个，抽屉原理还有另一种表述： “把无限多个东西任意分放进n个空抽屉（n是自然数），那么一定有一个抽屉中放进了无限多个东西。” 抽屉原理的内容简明朴素，易于接受，它在数学问题中有重要的作用。许多有关存在性的证明都可用它来解决。 1958年6/7月号的《美国数学月刊》上有这样一道题目： “证明在任意6个人的集会上，或者有3个人以前彼此相识，或者有三个人以前彼此不相识。” 这个问题可以用如下方法简单明了地证出： 在平面上用6个点A、B、C、D、E、F分别代表参加集会的任意6个人。如果两人以前彼此认识，那么就在代表他们的两点间连成一条红线；否则连一条蓝线。考虑A点与其余各点间的5条连线AB，AC，...，AF，它们的颜色不超过2种。根据抽屉原理可知其中至少有3条连线同色，不妨设AB，AC，AD同为红色。如果BC，BD ，CD 3条连线中有一条（不妨设为BC）也为红色，那么三角形ABC即一个红色三角形，A、B、C代表的3个人以前彼此相识：如果BC、BD、CD 3条连线全为蓝色，那么三角形BCD即一个蓝色三角形，B、C、D代表的3个人以前彼此不相识。不论哪种情形发生，都符合问题的结论。 六人集会问题是组合数学中著名的拉姆塞定理的一个最简单的特例，这个简单问题的证明思想可用来得出另外一些深入的结论。这些结论构成了组合数学中的重要内容-----拉姆塞理论。从六人集会问题的证明中，我们又一次看到了抽屉原理的应用。

数学发展史 此书记录了世界初等数学的发展与变迁。可大体分为“数的出现”、“数字与符号的起源与发展”、“分数”、“代数与方程”、“几何”、“数论”与“名著录”七大项，跨度千万年。可让读者了解数学的光辉历史与发展。是将历史与数学结合出的趣味百科读物。数的出现一、数的概念出现 人对于“数”的概念是与身俱来的。从原始人开始，人就能分出一与二与三的区别，从而，就有了对数的认识。而为了表示数，原始人就创造并使用了一种古老却笨拙且不太实用的方法——结绳计数。通过在绳子上打结来表示所指物体的数量，而为了辨认数量，也就出现了数数这一重要的方法。这一方法如今看来十分笨拙，但却是人对数学的认识由零到一的关键一步。从这笨拙的一步人们也意识到：对数学的阐述必须要尽量得简洁清楚。这是一个从那时开始便影响至今的人类第一个数学方面的认识，这也是人类为了解数学而迈出的关键性一步。数字与符号的起源与发展一、数的出现 很快，人类就又迈出了一大步。随着文字的出现，最原始的数字就出现了。且更令人高兴的是，人们将自己的认识代入了设计之中，他们想到了“以一个大的代替多个小的”这种方法来设计，而在字符表示之中，就是“进位制”。在众多的数码之中，有古巴比仑的二十进制数码、古罗马字符，但一直流传至今的，世界通用的阿拉伯数字。它们告诉了我们：简洁的，就是最好的。 而现在，又出现了“二进制数”、“三进制数”等低位进制数，有时人们会认为它们有些过度的“简洁”，使数据会过多得长，而不便书写，且熟悉了十进制的阿拉伯数字后，改变进制的换算也十分麻烦。其实，人是高等动物 ，理解能力强，从古至今都以十为整，所以习惯了十进制。可是，不是所有的东西都有智商，而且不可能智商高到能明显区分1-10，却能通过明显相反的方式表达两个数码。于是，人类创造了“二进制数”，不过它们不便书写，只适用于计算机和某些智能机器。但不可否认的是，它又创造了一种新的数码表示方法。二、符号的出现 加减乘除〈＋、－、×(·)、÷(∶）〉等数学符号是我们每一个人最熟悉的符号，因为不光在数学学习中离不开它们，几乎每天的日常的生活也离不开它们。别看它们这么简单，直到17世纪中叶才全部形成。 法国数学家许凯在1484年写成的《算术三篇》中，使用了一些编写符号，如用D表示加法，用M表示减法。这两个符号最早出现在德国数学家维德曼写的《商业速算法》中，他用“＋”表示超过,用“－”表示不足。1、加号（+）和减号（-） 加减号“＋”，“－”，1489年德国数学家魏德曼在他的著作中首先使用了这两个符号，但正式为大家公认是从1514年荷兰数学家荷伊克开始。到1514年，荷兰的赫克首次用“＋”表示加法，用“－”表示减法。1544年，德国数学家施蒂费尔在《整数算术》中正式用“＋”和“－”表示加减，这两个符号逐渐被公认为真正的算术符号，广泛采用。2、乘号（×、·） 乘号“×”，英国数学家奥屈特于1631年提出用“×”表示相乘。英国数学家奥特雷德于1631年出版的《数学之钥》中引入这种记法。据说是由加法符号＋变动而来，因为乘法运算是从相同数的连加运算发展而来的。另一乘号“·”是数学家赫锐奥特首创的。后来，莱布尼兹认为“×”容易与“X”相混淆，建议用“·”表示乘号，这样，“·”也得到了承认。3、除号（÷） 除法除号“÷”，最初这个符号是作为减号在欧洲大陆流行，奥屈特用“：”表示除或比.也有人用分数线表示比，后来有人把二者结合起来就变成了“÷”。瑞士的数学家拉哈的著作中正式把“÷”作为除号。符号“÷”是英国的瓦里斯最初使用的，后来在英国得到了推广。除的本意是分，符号“÷”的中间的横线把上、下两部分分开，形象地表示了“分”。 至此，四则运算符号齐备了，当时还远未达到被各国普遍采用的程度。4、等号（＝） 等号“＝”，最初是1540年由英国牛津大学教授瑞柯德开始使用。1591年法国数学家韦达在其著作中大量使用后，才逐渐为人们所接受。分数一、分数的产生与定义 人类历史上最早产生的数是自然数（正整数），以后在度量和均分时往往不能正好得到整数的结果，这样就产生了分数。 一个物体，一个图形，一个计量单位，都可看作单位“1”。把单位“1”平均分成几份，表示这样一份或几份的数叫做分数。在分数里，表示把单位“1”平均分成多少份的叫做分母，表示有这样多少份的叫做分子；其中的一份叫做分数单位。 分子,分母同时乘或除以一个相同的数〔0除外〕,分数的大小不变.这就是分数的基本性质.分数一般包括:真分数,假分数,带分数. 真分数小于1. 假分数大于1,或者等于1. 带分数大于1而又是最简分数.带分数是由一个整数和一个真分数组成的。 注意 ：①分母和分子中不能有0，否则无意义。 ②分数中的分子或分母不能出现无理数（如2的平方根），否则就不是分数。 ③一个最简分数的分母中只有2和5两个质因数就能化成有限小数；如果最简分数的分母中只含有2和5以外的质因数那么就能化成纯循环小数；如果最简分数的分母中既含有2或5两个质因数也含有2和5以外的质因数那么就能化成混循环小数。（注：如果不是一个最简分数就要先化成最简分数再判断；分母是2或5的最简分数一定能化成有限小数，分母是其他质数的最简分数一定能化成纯循环小数）二、分数的历史与演变 分数在我们中国很早就有了,最初分数的表现形式跟现在不一样。后来,印度出现了和我国相似的分数表示法。再往后,阿拉伯人发明了分数线,分数的表示法就成为现在这样了。 在历史上，分数几乎与自然数一样古老。早在人类文化发明的初期，由于进行测量和均分的需要，引入并使用了分数。 在许多民族的古代文献中都有关于分数的记载和各种不同的分数制度。早在公元前2100多年，古代巴比伦人（现处伊拉克一带）就使用了分母是60的分数。 公元前1850年左右的埃及算学文献中，也开始使用分数。200多年前，瑞士数学家欧拉，在《通用算术》一书中说，要想把7米长的一根绳子分成三等份是不可能的，因为找不到一个合适的数来表示它．如果我们把它分成三等份，每份是3/7 米．像3/7 就是一种新的数，我们把它叫做分数． 为什么叫它分数呢？分数这个名称直观而生动地表示这种数的特征．例如，一只西瓜四个人平均分，不把它分成相等的四块行吗？从这个例子就可以看出，分数是度量和数学本身的需要——除法运算的需要而产生的． 最早使用分数的国家是中国．我国春秋时代（公元前770年～前476年）的《左传》中，规定了诸侯的都城大小：最大不可超过周文王国都的三分之一，中等的不可超过五分之一，小的不可超过九分之一。秦始皇时代的历法规定：一年的天数为三百六十五又四分之一。这说明：分数在我国很早就出现了，并且用于社会生产和生活。 《九章算术》是我国1800多年前的一本数学专著，其中第一章《方田》里就讲了分数四则算法． 在古代，中国使用分数比其他国家要早出一千多年．所以说中国有着悠久的历史，灿烂的文化 。几何一、公式1、平面图形正方形： S＝a² C＝4a三角形： S＝ah/2 a＝2S/h h＝2S/a平行四边形：S＝ah a＝S/h h＝S/a梯形： S＝(a＋b)h/2 h＝2S/(a＋b) a＝2S/h－b b＝2S/h－a圆形： S＝∏r² C＝2r∏＝∏d r＝d/2＝C/∏/2r²＝S/∏ d＝C/∏半圆： S＝∏r²/2 C＝∏r＋d＝5.14r 顶点数＋面数－块数＝12、立体图形正方体： V＝a³＝S底·a S表＝6a² S底＝a² S侧＝4a² 棱长和＝12a长方体： V＝abh＝S底·h S表＝2(ab＋ac＋bc） S侧＝2(a＋b)h 棱长和＝4(a＋b＋h)圆柱： V＝∏r²h S表＝2∏r²＋∏r²h＝S底（h＋2） S侧＝∏r²h S底＝∏r² 其它柱体：V＝S底h锥体： V＝V柱体/3球： V＝4/3∏r³ S表＝4∏r²顶点数＋面数－棱数＝2数论一、数论概述 人类从学会计数开始就一直和自然数打交道了，后来由于实践的需要，数的概念进一步扩充，自然数被叫做正整数，而把它们的相反数叫做负整数，介于正整数和负整数中间的中性数叫做0。它们合起来叫做整数。（现在，自然数的概念有了改变，包括正整数和0） 对于整数可以施行加、减、乘、除四种运算，叫做四则运算。其中加法、减法和乘法这三种运算，在整数范围内可以毫无阻碍地进行。也就是说，任意两个或两个以上的整数相加、相减、相乘的时候，它们的和、差、积仍然是一个整数。但整数之间的除法在整数范围内并不一定能够无阻碍地进行。 人们在对整数进行运算的应用和研究中，逐步熟悉了整数的特性。比如，整数可分为两大类—奇数和偶数（通常被称为单数、双数）等。利用整数的一些基本性质，可以进一步探索许多有趣和复杂的数学规律，正是这些特性的魅力，吸引了古往今来许多的数学家不断地研究和探索。 数论这门学科最初是从研究整数开始的，所以叫做整数论。后来整数论又进一步发展，就叫做数论了。确切的说，数论就是一门研究整数性质的学科。 二、数论的发展简况 自古以来，数学家对于整数性质的研究一直十分重视，但是直到十九世纪，这些研究成果还只是孤立地记载在各个时期的算术著作中，也就是说还没有形成完整统一的学科。 自我国古代，许多著名的数学著作中都关于数论内容的论述，比如求最大公约数、勾股数组、某些不定方程整数解的问题等等。在国外，古希腊时代的数学家对于数论中一个最基本的问题——整除性问题就有系统的研究，关于质数、和数、约数、倍数等一系列概念也已经被提出来应用了。后来的各个时代的数学家也都对整数性质的研究做出过重大的贡献，使数论的基本理论逐步得到完善。 在整数性质的研究中，人们发现质数是构成正整数的基本“材料”，要深入研究整数的性质就必须研究质数的性质。因此关于质数性质的有关问题，一直受到数学家的关注。 到了十八世纪末，历代数学家积累的关于整数性质零散的知识已经十分丰富了，把它们整理加工成为一门系统的学科的条件已经完全成熟了。德国数学家高斯集中前人的大成，写了一本书叫做《算术探讨》，1800年寄给了法国科学院，但是法国科学院拒绝了高斯的这部杰作，高斯只好在1801年自己发表了这部著作。这部书开始了现代数论的新纪元。 在《算术探讨》中，高斯把过去研究整数性质所用的符号标准化了，把当时现存的定理系统化并进行了推广，把要研究的问题和意志的方法进行了分类，还引进了新的方法。 由于近代计算机科学和应用数学的发展，数论得到了广泛的应用。比如在计算方法、代数编码、组合论等方面都广泛使用了初等数论范围内的许多研究成果；又文献报道，现在有些国家应用“孙子定理”来进行测距，用原根和指数来计算离散傅立叶变换等。此外，数论的许多比较深刻的研究成果也在近似分析、差集合、快速变换等方面得到了应用。特别是现在由于计算机的发展，用离散量的计算去逼近连续量而达到所要求的精度已成为可能。三、数论的分类初等数论 意指使用不超过高中程度的初等代数处理的数论问题，最主要的工具包括整数的整除性与同余。重要的结论包括中国剩余定理、费马小定理、二次互逆律等等。解析数论 借助微积分及复分析的技术来研究关于整数的问题，主要又可以分为积性数论与加性数论两类。积性数论藉由研究积性生成函数的性质来探讨质数分布的问题，其中质数定理与狄利克雷定理为这个领域中最著名的古典成果。加性数论则是研究整数的加法分解之可能性与表示的问题，华林问题是该领域最著名的课题。此外例如筛法、圆法等等都是属于这个范畴的重要议题。我国数学家陈景润在解决“哥德巴赫猜想”问题中使用的是解析数论中的筛法。 代数数论 是把整数的概念推广到代数整数的一个分支。关于代数整数的研究，主要的研究目标是为了更一般地解决不定方程的问题，而为了达到此目的，这个领域与代数几何之间的关联尤其紧密。建立了素整数、可除性等概念。 几何数论是由德国数学家、物理学家闵可夫斯基等人开创和奠基的。主要在于透过几何观点研究整数（在此即格子点）的分布情形。几何数论研究的基本对象是“空间格网”。在给定的直角坐标系上，坐标全是整数的点，叫做整点；全部整点构成的组就叫做空间格网。空间格网对几何学和结晶学有着重大的意义。最著名的定理为Minkowski 定理。由于几何数论涉及的问题比较复杂，必须具有相当的数学基础才能深入研究。 计算数论 借助电脑的算法帮助数论的问题，例如素数测试和因数分解等和密码学息息相关的话题。 超越数论 研究数的超越性，其中对于欧拉常数与特定的 Zeta 函数值之研究尤其令人感到兴趣。 组合数论 利用组合和机率的技巧，非构造性地证明某些无法用初等方式处理的复杂结论。这是由艾狄胥开创的思路。四、皇冠上的明珠 数论在数学中的地位是独特的，高斯曾经说过“数学是科学的皇后，数论是数学中的皇冠”。因此，数学家都喜欢把数论中一些悬而未决的疑难问题，叫做“皇冠上的明珠”，以鼓励人们去“摘取”。 简要列出几颗“明珠”：费尔马大定理、孪生素数问题、歌德巴赫猜想、角谷猜想、圆内整点问题、完全数问题…… 五、中国人的成绩 在我国近代，数论也是发展最早的数学分支之一。从二十世纪三十年代开始，在解析数论、刁藩都方程、一致分布等方面都有过重要的贡献，出现了华罗庚、闵嗣鹤、柯召等第一流的数论专家。其中华罗庚教授在三角和估值、堆砌素数论方面的研究是享有盛名的。1949年以后，数论的研究的得到了更大的发展。特别是在“筛法”和“歌德巴赫猜想”方面的研究，已取得世界领先的优秀成绩。 特别是陈景润在1966年证明“歌德巴赫猜想”的“一个大偶数可以表示为一个素数和一个不超过两个素数的乘积之和”以后，在国际数学引起了强烈的反响，盛赞陈景润的论文是解析数学的名作，是筛法的光辉顶点。至今，这仍是“歌德巴赫猜想”的最好结果。名著录《几何原本》 欧几里得 约公元前300年 《周髀算经》 作者不详 时间早于公元前一世纪 《九章算术》 作者不详 约公元一世纪 《孙子算经》 作者不详 南北朝时期 《几何学》 笛卡儿 1637年 《自然哲学之数学原理》 牛顿 1687年 《无穷分析引论》 欧拉 1748年 《微分学》 欧拉 1755年 《积分学》（共三卷） 欧拉 1768－1770年 《算术探究》 高斯 1801年 《堆垒素数论》 华罗庚 1940年左右 任意选一段吧!!!

数学考纲意义不大，基本上每年都一样（个别年份大变一下考试题型内容除外），只需要本好点的参考书做做。

我高中才学的

桌上有十个苹果，要把这十个苹果放到九个抽屉里，无论怎样放，有的抽屉可以放一个，有的可以放两个，有的可以放五个，但最终我们会发现至少我们可以找到一个抽屉里面至少放两个苹果。这一现象就是我们所说的抽屉原理。　　抽屉原理的一般含义为：“如果每个抽屉代表一个集合，每一个苹果就可以代表一个元素，假如有n＋1或多于n＋1个元素放到n个集合中去，其中必定至少有一个集合里至少有两个元素。”　　抽屉原理有时也被称为鸽巢原理（“如果有五个鸽子笼，养鸽人养了6只鸽子，那么当鸽子飞回笼中后，至少有一个笼子中装有2只鸽子”）。它是德国数学家狄利克雷首先明确的提出来并用以证明一些数论中的问题，因此，也称为狄利克雷原理。它是组合数学中一个重要的原理。

　　你可能打错字了.是维尔斯特拉斯　　卡尔·特奥多尔·威廉·魏尔施特拉斯（Karl Theodor Wilhelm Weierstraß，姓氏可写作Weierstrass，1815年10月31日——1897年2月19日），德国数学家，被誉为“现代分析之父”。生于威斯特法伦(Westfalen)的奥斯滕费尔德(Ostenfelde)（今德国），逝于柏林。　　卡尔·魏尔施特拉斯的父亲是威廉·魏尔施特拉斯(Wilhem Weierstrass)，任政府官员；母亲是特奥多拉·冯德福斯特(Theodora Vonderforst)。他在文理中学(Gymnasium)学习时对数学开始感到兴趣，但他中学毕业后进入波恩大学准备在政府谋职。他要学习的是法律、经济和金融，违背了他读数学的心愿。他解决矛盾的方法是不留心于指定课业，私下继续自学数学，结果他没有学位就离开了大学。他父亲在明斯特一家师训学校为他找到一个位子，他之后也得以注册为该市教师。他在这段学习中上了克里斯托夫·古德曼(Christoph Gudermann)的课，对椭圆函数萌生兴趣。　　1850年后魏尔施特拉斯患病了很久，但仍然发表论文，这些论文使他获得声誉。1857年柏林大学给予他一个数学教席。　　1854年，他发表了一本关於发展阿贝尔（Abel）函数论成果的专论——《关於阿贝尔函数论》公诸於世之后，根据他的学术成就，哥尼斯堡大学授予他名誉博士学位。1856年由库默尔推荐成为柏林大学（Freie Universität Berlin）助理教授，1865年晋升为教授。生前，他的研究结果大都是向学生讲授传播的。1886年，他出版了《函数论论文集》。虽然他的著作不多，但却发表了最有影响的论文。　　维尔斯特拉斯的主要贡献在数学分析、解析函数论、变分法、微分几何学和缐性代数等方面。他是把严格的论证引进分析学的一位大师。他的批判精神对19世纪数学产生很大影响。他在严格的逻辑基础上建立了实数理论，用单调有界序列来定义无理数，给出了数集的上、下极限，极限点和连续函数等严格定义，还在1861年构造了一个著名的处处不可微的连续函数，为分析学的算术化做出重要贡献。他完成了由柯西（Cauchy）引进的用不等式描述的极限定义（所谓ε-δ定义）。在解析函数论中，维尔斯特拉斯也有重要贡献。他建立了解析函数的幂级数展开定理和多元解析函数基本理论，得到代数函数论及阿贝尔积分中的某些结果。在变分法中，他给出了带有参数的函数的变分结构，研究了变分问题的间断解。在微分几何中，他研究了测地缐和最小曲面。在缐性代数中，建立了初等因子理论并用来化简矩阵。他还是一位杰出的教育家，一生培养了大批有成就的数学人才，其中著名的有柯瓦列夫斯卡娅、施瓦兹、米塔—列夫勒、朔特基、富克斯等　　少年数学天才　　1826年9月17日，在德国汉诺威的布列斯伦茨，黎曼（1826-1866）出生在一个乡下牧师之家，是6个孩子中的次子。　　黎曼从小酷爱数学。他6岁时开始学习算术，并显现出他的数学天才。他不仅能解决所有留给他的数学问题，而且还经常提一些问题来捉弄他的兄弟姐妹。10岁时他跟一位职业教师学习高级算数和几何，很快便超过了老师，常常对一些问题能做出更好的答案。　　黎曼14岁时到汉诺威市上中学。由于经济拮据，他总是靠步行奔波于汉诺威市与乡间小村庄之间。当然他更没钱去买参考书。幸运的是中学校长及时地发现了他的数学才能，考虑到他经济上的困难，校长特许黎曼可以从自己私人藏书室里借阅数学书籍。在校长的推荐下，黎曼借了一部数学家勒让德的《数论》，这是一部共859页的4大本的名著。黎曼十分珍惜这种读书机会，他如饥似渴地自学起来，6天之后，黎曼便学完并归还了这本书。校长问他：“你读了多少？”黎曼说：“这是一本了不起的书，我已经掌握了它。”几个月之后，校长就这本书的内容考他。黎曼对答如流，并且回答得很全面。利用校长的藏书，黎曼还抓紧时间很快地自学了大数学家欧拉的著作，由此掌握了微积分及其分支。黎曼不仅从欧拉的著作中学到了数学知识，还学到了欧拉研究数学的技巧。　　大学生涯　　19岁时，黎曼进入格丁根大学学习，为了在经济上帮助家庭以尽快找到一个有报酬的工作，他先攻读哲学和神学，但是，除了这两门课程以外，他也去听数学、物理学课程。他听了斯特恩关于方程论和定积分、高斯关于最小二乘法以及戈尔德斯米特关于地磁学的数学讲座，对数学专业产生了难以割舍的兴趣。　　黎曼向父亲讲述了这一切，请求允许自己改学数学专业。父亲由衷地同意了他的请求。黎曼极为高兴，并深深地感激父亲。　　1847年，为了师从更多的大师，黎曼转学到柏林大学，就学于大数学家雅可比、狄利克雷、斯泰纳和艾森斯坦门下。他从雅可比那里学到高等力学和高等代数，从狄利克雷那里学到数论和分析学，从斯泰纳那里学到现代几何，从文森斯坦那里学到椭圆函数论。　　在此期间，他极为勤奋，甚至放假期间也不休息。1847年秋假，黎曼找到几份巴黎科学院《院刊》，上面载有数学家柯西新发表的关于单复变量解析函数的论文，他一眼便看出这是一种新数学理论，于是一连几个星期闭门不出，潜心研究柯西的论文，并酝酿出他在这个专题上的新见解，为4年后撰写博士论文“单复变量函数的一般理论的基础”奠定了基础。　　黎曼不仅认真研读大师的学术专著，而且虚心地向大师求教。有一次，狄利克雷来格丁根度假，黎曼趁此机会向他求教数学问题，并将自己未定稿论文交给他，请他提意见。狄利克雷被黎曼的谦虚、真诚和天才迷住了。他与黎曼长谈了两个小时，给黎曼的论文提了不少意见，给黎曼正在研究的课题作了许多指点。黎曼深感受益匪浅，他说没有狄利克雷的指点，他将不得不在图书馆里做好几天的吃力研究。　　生活虽然清贫，但学习极为勤勉，这使得黎曼在大学毕业时获得了丰硕的成果。1851年底，黎曼将其博士论文呈交给大数学家高斯审阅。高斯在看了论文之后兴奋不已，对黎曼的论文作出了高度评价，这对高斯来说是罕见的。高斯评语道：“黎曼先生交来的论文提供了令人信服的证据，说明作者对该文所论述的这一问题作了全面深入的研究，说明作者具有创造性的、活跃的、真正的数学头脑，具有灿烂丰富的创造力。”　　贫困中奋进　　1852年初，黎曼凭借优异的学术表现取得了博士学位，并留在了格丁根大学。十九世纪中叶的德国，科学几乎与国家的经济全然无关。大学的设立仅在训练律师、医师、教师和传教士士，以及提供贵族子弟和富家子弟渡过引人侧目及受尊敬的岁月的场所。只有正教授才可以领政府的津贴，并且可教授正规标准课程，这些课程都是一些基础科目，上课的学生多，因此教授收到的学费也就多了，这就是为什么当时课程水准低落的原因，因为如果课程太难，就没有办法收到许多学生，从而影响到教授们的收入，毕竟贵族子弟和富家子弟上大学的目的并非真心向学。讲师们则没有政府津贴并且轮不到教基本正规课程的机会，全然靠来听课的学生的学费维生，通常，听课的学生不会多，因此收入也就相当微薄，生活非常困苦。担任讲师是成为正教授的必经途径。但是却没有明文规定什么时候能将一位讲师升等为教授，为了照顾特别值得重视的学者而却没有正教授的空缺时，政府可任命他为“客座教授”，使他具有教基本正规课程的资格，增多他的收入，但是这个任命附有条件，言明政府不付任何津贴。因此，在担任讲师期间，黎曼没有任何自主的生活费来源，生活依旧贫穷。　　但黎曼不顾生活上的贫困，仍然把全部精力投向数学。他认为只要能够勉强维持生活，能够让他研究数学，他就心满意足了。他从不因经济上的拈据而感到沮丧。他一方面积极准备“无薪讲师”的就职演讲论文，另一方面认真从事数学物理方面的研究工作。他的就职论文具有相当的难度。当初为了确定论文的选题，他向高斯提交了3个题目，以便让高斯在其中选定一个。其中第3个题目是涉及几何基础的，这个题目黎曼当时并没有多少案头准备工作，因此黎曼从心底里希望高斯不要选中它。可是，高斯对第3个题目却深有研究，他已思考这个问题达60年之久。出于想看看黎曼对这个深奥的问题会做些什么样的创造性工作，高斯指定第3个题目作为黎曼就职演讲论文的题目。　　事后，黎曼在向父亲谈起这件事时说，“所以我又处在绝境中了”、“我不得不做出这个题目”。　　对数学物理研究，黎曼也具有无限的热情，他当时曾对人说：“我对于把一切与物理规律结合起来的数学研究非常入迷。”“我通过对电、光、磁等之间联系的总研究，发现了对这个现象的解释。这件事对我很重要，因为这是我第一次能够把我的工作应用到未知的现象上。”这两项研究在当时都是高水平的，因而也是极困难的。黎曼不顾生活清贫、营养不良，超负荷地忘我工作，长时期过四度而紧张地思索，以致他常常体力衰竭，甚至病倒。一旦身体稍有复原，他又继续研究。功夫不负有心人。1854年6月10日，黎曼以“关于构成几何基础的假设”论文作了就职演讲，受到了与会数学家们的认可和好评。高斯听完之后大为惊异，感到这个年轻人处理这个难题非常之好，他赞不绝口。黎曼的这篇论文被人们认为是19世纪数学史上的杰作之一。　　1855年格丁根大学开始给黎曼发薪金，但相当的低。一年仅相当于200美元。这一年黎曼29岁，他家里遭到巨大的不幸，父亲和一个妹妹相继去世，原来依靠父亲生活的3个妹妹失去了生活来源。于是黎曼和他的哥哥两人挑起了照顾3个妹妹生活的担子。黎曼时时为一家人的生活感到焦虑。1857年黎曼一年的薪金被加到相当于300美元的水平。由于收入不多，又要照顾3个妹妹，生活担子重，黎曼连自己的婚姻大事都不敢考虑。然而就在这一年，不幸又从天而降，黎曼的哥哥又去世了。这对黎曼来说如同雪上加霜，照料3个妹妹生活的担子全部落在他一人的肩上。从1855年到1859年这5年中，经济拮据、生活清贫一直困绕着黎曼，有时一家甚至陷入对口粮都需要算计的地步。就是在这种情况下，黎曼仍不顾物质生活的贫乏，全身心地投入到数学研究工作之中，在科学的崎岖小道上艰苦奋斗，并获得了令人惊异的成就。他在数学上的许多重要成果都是在这个时期内完成的。他对阿贝尔积分和阿贝尔函数的研究，开创了现代代数几何；他首创用复解析函数研究数论问题，开创了现代意义的解析数论；他对超几何级数的研究，推动了数学物理和微分方程理论的发展。随着研究成果的问世，黎曼在数学界的学术声望迅速提高。他受到许多世界著名数学家的赞扬，获得了一个科学家通常可能得到的最高荣誉。　　大师之死　　1859年黎曼33岁时，高斯去世。他被任命为格丁根大学正教授，成为继狄利克雷之后高斯的第二个继任者。这时黎曼的生活才开始得到改善，才开始考虑个人的婚姻问题，并在36岁时与朋友的妹妹结了婚。一年后，他的女儿出生在比萨。　　但是，长时期清贫的生活、过度的操劳、发奋的研究，使得黎曼身体虚弱、精力衰竭。1862年黎曼患了胸膜炎，不久又患了肺病，一年后又患了黄疽病。在病魔缠身之际，只要有一些力气，黎曼仍坚持数学研究工作。虽然这个时期黎曼积极就医和疗养，但因病入膏盲终无疗效。1866年7月20日，黎曼那颗纯洁、高尚的心停止了跳动。他过早地离开了人世，也过早地离开了数学，终年仅40岁。　　黎曼是数学史上最具独创性精神的数学家之一，他在众多的数学领域里作出了许多奠基性和创造性的研究工作：他从几何方向开创了复变函数论；是现代意义的解析数论的奠基者；他亲手建立了黎曼几何，是组合拓扑学的开拓者。他对微积分的严格处理作出了重要贡献；在数学物理和微分方程等领域内也成果丰硕。1859年，黎曼被选为柏林科学院通讯院士，1866年他被选为法国巴黎科学院通讯院士和英国皇家学会国外会员。　　黎曼的英年早逝是德国数学界乃至全世界数学界的遗憾！但是他所留给数学界的，在他少量的已出版的论文集中，已有太多的丰富的概念，至今还未被后世数学家研究殆尽。　　高斯　　包含人物[1]和物理单位[2]　　[1]人物：　　卡尔.弗里德里希.高斯（Carl Friedrich Gauß,1777.4.30～1855.2.23），德国数学家、物理学家和天文学家，出生于德国布伦兹维克的一个贫苦家庭。父亲格尔恰尔德·迪德里赫先后当过护堤工、泥瓦匠和园丁，第一个妻子和他生活了10多年后因病去世，没有为他留下孩子。迪德里赫后来娶了罗捷雅，第二年他们的孩子高斯出生了，这是他们唯一的孩子。父亲对高斯要求极为严厉，甚至有些过分，常常喜欢凭自己的经验为年幼的高斯规划人生。高斯尊重他的父亲，并且秉承了其父诚实、谨慎的性格。1806年迪德里赫逝世，此时高斯已经做出了许多划时代的成就。　　在成长过程中，幼年的高斯主要是力于母亲和舅舅。高斯的外祖父是一位石匠，30岁那年死于肺结核，留下了两个孩子：高斯的母亲罗捷雅、舅舅弗利德里希（Friederich）。弗利德里希富有智慧，为人热情而又聪明能干投身于纺织贸易颇有成就。他发现姐姐的儿子聪明伶利，因此他就把一部分精力花在这位小天才身上，用生动活泼的方式开发高斯的智力。若干年后，已成年并成就显赫的高斯回想起舅舅为他所做的一切，深感对他成才之重要，他想到舅舅多产的思想，不无伤感地说，舅舅去世使“我们失去了一位天才”。正是由于弗利德里希慧眼识英才，经常劝导姐夫让孩子向学者方面发展，才使得高斯没有成为园丁或者泥瓦匠。　　在数学史上，很少有人象高斯一样很幸运地有一位鼎力支持他成才的母亲。罗捷雅直到34岁才出嫁，生下高斯时已有35岁了。他性格坚强、聪明贤慧、富有幽默感。高斯一生下来，就对一切现象和事物十分好奇，而且决心弄个水落石出，这已经超出了一个孩子能被许可的范围。当丈夫为此训斥孩子时，他总是支持高斯，坚决反对顽固的丈夫想把儿子变得跟他一样无知。　　罗捷雅真诚地希望儿子能干出一番伟大的事业，对高斯的才华极为珍视。然而，他也不敢轻易地让儿子投入当时尚不能养家糊口的数学研究中。在高斯19岁那年，尽管他已做出了许多伟大的数学成就，但她仍向数学界的朋友W.波尔约（W.Bolyai,非欧几何创立者之一J.波尔约之父）问道：高斯将来会有出息吗？W.波尔约说她的儿子将是“欧洲最伟大的数学家”，为此她激动得热泪盈眶。　　7岁那年，高斯第一次上学了。头两年没有什么特殊的事情。1787年高斯10岁，他进入了学习数学的班次，这是一个首次创办的班，孩子们在这之前都没有听说过算术这么一门课程。数学教师是布特纳（Buttner），他对高斯的成长也起了一定作用。　　在全世界广为流传的一则故事说，高斯最出名的故事就是他十岁时，小学老师出了一道算术难题：“计算1＋2＋3…＋100＝？” 。这可难为初学算术的学生，但是高斯却在几秒后将答案解了出来，他利用算术级数（等差级数）的对称性，然后就像求得一般算术级数和的过程一样，把数目一对对的凑在一起：1＋100，2＋ 99，3＋98，……49＋52，50＋51 而这样的组合有50组，所以答案很快的就可以求出是： 101×50＝5050。不过，这很可能是一个不真实的传说。据对高斯素有研究的著名数学史家E·T·贝尔（E.T.Bell）考证，布特纳当时给孩子们出的是一道更难的加法题：81297+81495+81693+…+100899。　　当然，这也是一个等差数列的求和问题（公差为198，项数为100）。当布特纳刚一写完时，高斯也算完并把写有答案的小石板交了上去。E·T·贝尔写道，高斯晚年经常喜欢向人们谈论这件事，说当时只有他写的答案是正确的，而其他的孩子们都错了。高斯没有明确地讲过，他是用什么方法那么快就解决了这个问题。数学史家们倾向于认为，高斯当时已掌握了等差数列求和的方法。一位年仅10岁的孩子，能独立发现这一数学方法实属很不平常。贝尔根据高斯本人晚年的说法而叙述的史实，应该是比较可信的。而且，这更能反映高斯从小就注意把握更本质的数学方法这一特点。　　高斯的计算能力，更主要地是高斯独到的数学方法、非同一般的创造力，使布特纳对他刮目相看。他特意从汉堡买了最好的算术书送给高斯，说：“你已经超过了我，我没有什么东西可以教你了。”接着，高斯与布特纳的助手巴特尔斯(J.M.Bartels)建立了真诚的友谊，直到巴特尔斯逝世。他们一起学习，互相帮助，高斯由此开始了真正的数学研究。　　1788年，11岁的高斯进入了文科学校，他在新的学校里，所有的功课都极好，特别是古典文学、数学尤为突出。经过巴特尔斯等人的引荐，布伦兹维克公爵召见了14岁的高斯。这位朴实、聪明但家境贫寒的孩子赢得了公爵的同情，公爵慷慨地提出愿意作高斯的资助人，让他继续学习。　　布伦兹维克公爵在高斯的成才过程中起了举足轻重的作用。不仅如此，这种作用实际上反映了欧洲近代科学发展的一种模式，表明在科学研究社会化以前，私人的资助是科学发展的重要推动因素之一。高斯正处于私人资助科学研究与科学研究社会化的转变时期。　　1792年，高斯进入布伦兹维克的卡罗琳学院继续学习。1795年，公爵又为他支付各种费用，送他入德国著名的哥丁根大学，这样就使得高斯得以按照自己的理想，勤奋地学习和开始进行创造性的研究。1799年，高斯完成了博士论文，回到家乡布伦兹维克，正当他为自己的前途、生计担忧而病倒时----虽然他的博士论文顺利通过了，已被授予博士学位，同时获得了讲师职位，但他没有能成功地吸引学生，因此只能回老家，又是公爵伸手救援他。公爵为高斯付诸了长篇博士论文的印刷费用，送给他一幢公寓，又为他印刷了《算术研究》，使该书得以在1801年问世；还负担了高斯的所有生活费用。所有这一切，令高斯十分感动。他在博士论文和《算术研究》中，写下了情真意切的献词：“献给大公”，“你的仁慈，将我从所有烦恼中解放出来，使我能从事这种独特的研究”。　　1806年，公爵在抵抗拿破仑统帅的法军时不幸阵亡，这给高斯以沉重打击。他悲痛欲绝，长时间对法国人有一种深深的敌意。大公的去世给高斯带来了经济上的拮据，德国处于法军奴役下的不幸，以及第一个妻子的逝世，这一切使得高斯有些心灰意冷，但他是位刚强的汉子，从不向他人透露自己的窘况，也不让朋友安慰自己的不幸。人们只是在19世纪整理他的未公布于众的数学手稿时才得知他那时的心态。在一篇讨论椭圆函数的手搞中，突然插入了一段细微的铅笔字：“对我来说，死去也比这样的生活更好受些。”　　慷慨、仁慈的资助人去世了，因此高斯必须找一份合适的工作，以维持一家人的生计。由于高斯在天文学、数学方面的杰出工作，他的名声从1802年起就已开始传遍欧洲。彼得堡科学院不断暗示他，自从1783年欧拉去世后，欧拉在彼得堡科学院的位置一直在等待着象高斯这样的天才。公爵在世时坚决劝阻高斯去俄国，他甚至愿意给高斯增加薪金，为他建立天文台。现在，高斯又在他的生活中面临着新的选择。　　为了不使德国失去最伟大的天才，德国著名学者洪堡（B.A.Von Humboldt）联合其他学者和政界人物，为高斯争取到了享有特权的哥丁根大学数学和天文学教授，以及哥丁根天文台台长的职位。1807年，高斯赴哥丁根就职，全家迁居于此。从这时起，除了一次到柏林去参加科学会议以外，他一直住在哥丁根。洪堡等人的努力，不仅使得高斯一家人有了舒适的生活环境，高斯本人可以充分发挥其天才，而且为哥丁根数学学派的创立、德国成为世界科学中心和数学中心创造了条件。同时，这也标志着科学研究社会化的一个良好开端。　　高斯的学术地位，历来为人们推崇得很高。他有“数学王子”、“数学家之王”的美称、被认为是人类有史以来“最伟大的三位（或四位）数学家之一”（阿基米德、牛顿、高斯或加上欧拉）。人们还称赞高斯是“人类的骄傲”。天才、早熟、高产、创造力不衰、……，人类智力领域的几乎所有褒奖之词，对于高斯都不过份。　　高斯的研究领域，遍及纯粹数学和应用数学的各个领域，并且开辟了许多新的数学领域，从最抽象的代数数论到内蕴几何学，都留下了他的足迹。从研究风格、方法乃至所取得的具体成就方面，他都是18----19世纪之交的中坚人物。如果我们把18世纪的数学家想象为一系列的高山峻岭，那么最后一个令人肃然起敬的巅峰就是高斯；如果把19世纪的数学家想象为一条条江河，那么其源头就是高斯。　　虽然数学研究、科学工作在18世纪末仍然没有成为令人羡慕的职业，但高斯依然生逢其时，因为在他快步入而立之年之际，欧洲资本主义的发展，使各国政府都开始重视科学研究。随着拿破仑对法国科学家、科学研究的重视，俄国的沙皇以及欧洲的许多君主也开始对科学家、科学研究刮目相看，科学研究的社会化进程不断加快，科学的地位不断提高。作为当时最伟大的科学家，高斯获得了不少的荣誉，许多世界著名的科学泰斗都把高斯当作自己的老师。　　1802年，高斯被俄国彼得堡科学院选为通讯院士、喀山大学教授；1877年，丹麦政府任命他为科学顾问，这一年，德国汉诺威政府也聘请他担任政府科学顾问。　　高斯的一生，是典型的学者的一生。他始终保持着农家的俭朴，使人难以想象他是一位大教授，世界上最伟大的数学家。他先后结过两次婚，几个孩子曾使他颇为恼火。不过，这些对他的科学创造影响不太大。在获得崇高声誉、德国数学开始主宰世界之时，一代天骄走完了生命旅程。　　在处理相片的软件 photoshop 中,有一种菜单叫高斯模糊,这种功能对模糊一些不必要的地方很有作用。高斯(Gauss 1777~1855)生於Brunswick，位於现在德国中北部。他的祖父是农民，父亲是泥水匠，母亲是一个石匠的女儿，有一个很聪明的弟弟，高斯这位舅舅，对小高斯很照顾，偶而会给他一些指导，而父亲可以说是一名「大老粗」，认为只有力气能挣钱，学问这种劳什子对穷人是没有用的。　　高斯很早就展现过人才华，三岁时就能指出父亲帐册上的错误。七岁时进了小学，在破旧的教室里上课，老师对学生并不好，常认为自己在穷乡僻壤教书是怀才不遇。高斯十岁时，老师考了那道著名的「从一加到一百」，终於发现了高斯的才华，他知道自己的能力不足以教高斯，就从汉堡买了一本较深的数学书给高斯读。同时，高斯和大他差不多十岁的助教Bartels变得很熟，而Bartels的能力也比老师高得多，后来成为大学教授，他教了高斯更多更深的数学。　　老师和助教去拜访高斯的父亲，要他让高斯接受更高的教育，但高斯的父亲认为儿子应该像他一样，作个泥水匠，而且也没有钱让高斯继续读书，最后的结论是－－去找有钱有势的人当高斯的赞助人，虽然他们不知道要到哪里找。经过这次的访问，高斯免除了每天晚上织布的工作，每天和Bartels讨论数学，但不久之后，Bartels也没有什麽东西可以教高斯了。　　1788年高斯不顾父亲的反对进了高等学校。数学老师看了高斯的作业后就要他不必再上数学课，而他的拉丁文不久也凌驾全班之上。　　1791年高斯终於找到了资助人－－布伦斯维克公爵费迪南(Braunschweig)，答应尽一切可能帮助他，高斯的父亲再也没有反对的理由。隔年，高斯进入Braunschweig学院。这年，高斯十五岁。在那里，高斯开始对高等数学作研究。并且独立发现了二项式定理的一般形式、数论上的「二次互逆定理」(Law of Quadratic Reciprocity)、质数分布定理(prime numer theorem)、及算术几何平均(arithmetic-geometric mean)。　　1795年高斯进入哥廷根(G?ttingen)大学，因为他在语言和数学上都极有天分，为了将来是要专攻古典语文或数学苦恼了一阵子。到了1796年，十七岁的高斯得到了一个数学史上极重要的结果。最为人所知，也使得他走上数学之路的，就是正十七边形尺规作图之理论与方法。　　希腊时代的数学家已经知道如何用尺规作出正 2m×3n×5p 边形，其中 m 是正整数，而 n 和 p 只能是0或1。但是对於正七、九、十一边形的尺规作图法，两千年来都没有人知道。而高斯证明了：　　一个正 n 边形可以尺规作图若且唯若 n 是以下两种形式之一：　　1、n = 2k，k = 2, 3,…　　2、n = 2k × (几个不同「费马质数」的乘积)，k = 0,1,2,…　　费马质数是形如 Fk = 22k 的质数。像 F0 = 3，F1 = 5，F2 = 17，F3 = 257， F4 = 65537，都是质数。高斯用代数的方法解决二千多年来的几何难题，他也视此为生平得意之作，还交待要把正十七边形刻在他的墓碑上，但后来他的墓碑上并没有刻上十七边形，而是十七角星，因为负责刻碑的雕刻家认为，正十七边形和圆太像了，大家一定分辨不出来。　　1799年高斯提出了他的博士论文，这论文证明了代数一个重要的定理：　　任一多项式都有（复数）根。这结果称为「代数学基本定理」(Fundamental Theorem of Algebra)。　　事实上在高斯之前有许多数学家认为已给出了这个结果的证明，可是没有一个证明是严密的。高斯把前人证明的缺失一一指出来，然后提出自己的见解，他一生中一共给出了四个不同的证明。　　在1801年，高斯二十四岁时出版了《算学研究》(Disquesitiones Arithmeticae)，这本书以拉丁文写成，原来有八章，由於钱不够，只好印七章。 这本书除了第七章介绍代数基本定理外，其余都是数论，可以说是数论第一本有系统的着作，高斯第一次介绍「同余」(Congruent)的概念。「二次互逆定理」也在其中。　　二十四岁开始，高斯放弃在纯数学的研究，作了几年天文学的研究。　　当时的天文界正在为火星和木星间庞大的间隙烦恼不已，认为火星和木星间应该还有行星未被发现。在1801年，意大利的

函数极限连续1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系．2．了解函数的有界性、单调性、周期性和奇偶性．3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念．4．掌握基本初等函数的性质及其图形，了解初等函数的概念．5．理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左极限、右极限之间的关系．6．掌握极限的性质及四则运算法则．7．掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法．8．理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限．9．理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型．10．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理），并会应用这些性质．一元函数微分学考试要求1.理解导数和微分的概念，理解导数与微分的关系，理解导数的几何意义，会求平面曲线的切线方程和法线方程，了解导数的物理意义，会用导数描述一些物理量，理解函数的可导性与连续性之间的关系.2.掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式.了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分.3.了解高阶导数的概念，会求简单函数的高阶导数.4.会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数.5.理解并会用罗尔(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解并会用柯西(Cauchy)中值定理.6.掌握用洛必达法则求未定式极限的方法.7.理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用.8.会用导数判断函数图形的凹凸性(注：在区间 内，设函数 具有二阶导数。当f""(x)>0 时，f(x) 的图形是凹的;当f(x) <0时，f(x) 的图形是凸的)，会求函数图形的拐点以及水平、铅直和斜渐近线，会描绘函数的图形.9.了解曲率、曲率圆与曲率半径的概念，会计算曲率和曲率半径.一元函数积分学考试要求1.理解原函数的概念，理解不定积分和定积分的概念.2.掌握不定积分的基本公式，掌握不定积分和定积分的性质及定积分中值定理，掌握换元积分法与分部积分法.3.会求有理函数、三角函数有理式和简单无理函数的积分.4.理解积分上限的函数，会求它的导数，掌握牛顿-莱布尼茨公式.5.了解反常积分的概念，会计算反常积分.6.掌握用定积分表达和计算一些几何量与物理量(平面图形的面积、平面曲线的弧长、旋转体的体积及侧面积、平行截面面积为已知的立体体积、功、引力、压力、质心、形心等)及函数的平均值.向量代数和空间解析几何考试要求1.理解空间直角坐标系，理解向量的概念及其表示.2.掌握向量的运算(线性运算、数量积、向量积、混合积)，了解两个向量垂直、平行的条件.3.理解单位向量、方向数与方向余弦、向量的坐标表达式，掌握用坐标表达式进行向量运算的方法.4.掌握平面方程和直线方程及其求法.5.会求平面与平面、平面与直线、直线与直线之间的夹角，并会利用平面、直线的相互关系(平行、垂直、相交等)解决有关问题.6.会求点到直线以及点到平面的距离.7.了解曲面方程和空间曲线方程的概念.8.了解常用二次曲面的方程及其图形，会求简单的柱面和旋转曲面的方程.9.了解空间曲线的参数方程和一般方程.了解空间曲线在坐标平面上的投影，并会求该投影曲线的方程.多元函数微分学考试要求1.理解多元函数的概念，理解二元函数的几何意义.2.了解二元函数的极限与连续的概念以及有界闭区域上连续函数的性质.3.理解多元函数偏导数和全微分的概念，会求全微分，了解全微分存在的必要条件和充分条件，了解全微分形式的不变性.4.理解方向导数与梯度的概念，并掌握其计算方法.5.掌握多元复合函数一阶、二阶偏导数的求法.6.了解隐函数存在定理，会求多元隐函数的偏导数.7.了解空间曲线的切线和法平面及曲面的切平面和法线的概念，会求它们的方程.8.了解二元函数的二阶泰勒公式.9.理解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格朗日乘数法求条件极值，会求简单多元函数的最大值和最小值，并会解决一些简单的应用问题.多元函数积分学考试要求1.理解二重积分、三重积分的概念，了解重积分的性质，了解二重积分的中值定理.2.掌握二重积分的计算方法(直角坐标、极坐标)，会计算三重积分(直角坐标、柱面坐标、球面坐标).3.理解两类曲线积分的概念，了解两类曲线积分的性质及两类曲线积分的关系.4.掌握计算两类曲线积分的方法.5.掌握格林公式并会运用平面曲线积分与路径无关的条件，会求二元函数全微分的原函数.6.了解两类曲面积分的概念、性质及两类曲面积分的关系，掌握计算两类曲面积分的方法，掌握用高斯公式计算曲面积分的方法，并会用斯托克斯公式计算曲线积分.7.了解散度与旋度的概念，并会计算.8.会用重积分、曲线积分及曲面积分求一些几何量与物理量(平面图形的面积、体积、曲面面积、弧长、质量、质心、、形心、转动惯量、引力、功及流量等).无穷级数考试要求1.理解常数项级数收敛、发散以及收敛级数的和的概念，掌握级数的基本性质及收敛的必要条件.2.掌握几何级数与 级数的收敛与发散的条件.3.掌握正项级数收敛性的比较判别法和比值判别法，会用根值判别法.4.掌握交错级数的莱布尼茨判别法.5. 了解任意项级数绝对收敛与条件收敛的概念以及绝对收敛与收敛的关系.6.了解函数项级数的收敛域及和函数的概念.7.理解幂级数收敛半径的概念、并掌握幂级数的收敛半径、收敛区间及收敛域的求法.8.了解幂级数在其收敛区间内的基本性质(和函数的连续性、逐项求导和逐项积分)，会求一些幂级数在收敛区间内的和函数，并会由此求出某些数项级数的和.9.了解函数展开为泰勒级数的充分必要条件.10.掌握 ， ， ， 及 的麦克劳林(Maclaurin)展开式，会用它们将一些简单函数间接展开成幂级数.11.了解傅里叶级数的概念和狄利克雷收敛定理，会将定义在 上的函数展开为傅里叶级数，会将定义在 上的函数展开为正弦级数与余弦级数，会写出傅里叶级数的和函数的表达式.常微分方程考试要求1.了解微分方程及其阶、解、通解、初始条件和特解等概念.2.掌握变量可分离的微分方程及一阶线性微分方程的解法.3.会解齐次微分方程、伯努利方程和全微分方程，会用简单的变量代换解某些微分方程.4.会用降阶法解下列形式的微分方程： .5.理解线性微分方程解的性质及解的结构.6.掌握二阶常系数齐次线性微分方程的解法，并会解某些高于二阶的常系数齐次线性微分方程.7.会解自由项为多项式、指数函数、正弦函数、余弦函数以及它们的和与积的二阶常系数非齐次线性微分方程.8.会解欧拉方程.9.会用微分方程解决一些简单的应用问题. 第一章：行列式考试内容：行列式的概念和基本性质 行列式按行（列）展开定理考试要求：1．了解行列式的概念，掌握行列式的性质．2．会应用行列式的性质和行列式按行（列）展开定理计算行列式．第二章：矩阵考试内容：矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换初等矩阵矩阵的秩矩阵等价 分块矩阵及其运算考试要求：1．理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵以及它们的性质．2．掌握矩阵的线性运算、乘法、转置以及它们的运算规律，了解方阵的幂与方阵乘积的行列式的性质.3．理解逆矩阵的概念，掌握逆矩阵的性质以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵．4．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．5．了解分块矩阵及其运算．第三章：向量考试内容：向量的概念 向量的线性组合和线性表示 向量组的线性相关与线性无关 向量组的极大线性无关组等价向量组 向量组的秩 向量组的秩与矩阵的秩之间的关系 向量空间以及相关概念 n维向量空间的基变换和坐标变换 过渡矩阵 向量的内积 线性无关向量组的正交规范化方法 规范正交基 正交矩阵及其性质考试要求：1．理解n维向量、向量的线性组合与线性表示的概念．2．理解向量组线性相关、线性无关的概念，掌握向量组线性相关、线性无关的有关性质及判别法．3．理解向量组的极大线性无关组和向量组的秩的概念，会求向量组的极大线性无关组及秩．4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系5．了解n维向量空间、子空间、基底、维数、坐标等概念．6．了解基变换和坐标变换公式，会求过渡矩阵．7．了解内积的概念，掌握线性无关向量组正交规范化的施密特（Schmidt）方法．8．了解规范正交基、正交矩阵的概念以及它们的性质．第四章：线性方程组考试内容:线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件 线性方程组解的性质和解的结构 齐次线性方程组的基础解系和通解 解空间 非齐次线性方程组的通解考试要求l．会用克莱姆法则．2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．3．理解齐次线性方程组的基础解系、通解及解空间的概念，掌握齐次线性方程组的基础解系和通解的求法.4．理解非齐次线性方程组解的结构及通解的概念．5．掌握用初等行变换求解线性方程组的方法．第五章：矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质 相似变换、相似矩阵的概念及性质 矩阵可相似对角化的充分必要条件及相似对角矩阵 实对称矩阵的特征值、特征向量及相似对角矩阵考试要求:1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量.2．理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法.3．掌握实对称矩阵的特征值和特征向量的性质．第六章：二次型考试内容：二次型及其矩阵表示 合同变换与合同矩阵二次型的秩 惯性定理 二次型的标准形和规范形 用正交变换和配方法化二次型为标准形 二次型及其矩阵的正定性考试要求：1．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念 了解二次型的标准形、规范形的概念以及惯性定理．2．掌握用正交变换化二次型为标准形的方法，会用配方法化二次型为标准形．3．理解正定二次型、正定矩阵的概念，并掌握其判别法 第一章：随机事件和概率考试内容：随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考试要求：1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算．2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式．3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．第二章：随机变量及其分布考试内容：随机变量 随机变量的分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布考试要求：1．理解随机变量的概念．理解分布函数的概念及性质．会计算与随机变量相联系的事件的概率．2．理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布 、几何分布、超几何分布、泊松（Poisson）分布 及其应用．3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.4．理解连续型随机变量及其概率密度的概念，掌握均匀分布 、正态分布 、指数分布及其应用，其中参数为λ（λ>0）的指数分布的概率密度为5．会求随机变量函数的分布．第三章：多维随机变量及其分布考试内容多维随机变量及其分布 二维离散型随机变量的概率分布、边缘分布和条件分布 二维连续型随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性 常用二维随机变量的分布 两个及两个以上随机变量简单函数的分布考试要求1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率．2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义．4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.第四章：随机变量的数字特征考试内容随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 矩、协方差、相关系数及其性质考试要求1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数字特征2.会求随机变量函数的数学期望.第五章：大数定律和中心极限定理考试内容切比雪夫（Chebyshev）不等式切比雪夫大数定律伯努利（Bernoulli)大数定律辛钦（Khinchine）大数定律 棣莫弗－拉普拉斯（De Moivre－laplace）定理 列维－林德伯格（Levy-Lindberg）定理考试要求1．了解切比雪夫不等式．2．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律) .3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理) .第六章：数理统计的基本概念考试内容总体 个体 简单随机样本 统计量 样本均值 样本方差和样本矩 分布 分布 分布 分位数 正态总体的常用抽样分布考试要求1．理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为：2．了解 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算．3．了解正态总体的常用抽样分布．第七章：参数估计考试内容点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念单个正态总体的均值和方差的区间估计两个正态总体的均值差和方差比的区间估计考试要求1．理解参数的点估计、估计量与估计值的概念．2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．3．了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性．4．理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.第八章：假设检验考试内容显著性检验假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验考试要求1．理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误．2．掌握单个及两个正态总体的均值和方差的假设检验

1、数学方法论的诞生与发展数学是一门历史悠久的基础学科，对人类的文明有着巨大的影响，不管是民生、经济、军事等各个行业，都离不开数学的知识，在这个过程中，人们开始想着用一种方法，让数学的学习和运用变得更为简便、易懂，从而提出了“证明的方法”和“发现（发明与创造）的方法”。显然，数学自身的证明方法是和严密的，形式化的逻辑演绎方法联系在一起的，或者说数学证明的方法与公理化的方法紧密地联系在一起。历史上不少著名的数学家希望找到“万能方法”可以解决一切数学问题，也期望能把任何问题都转化为数学问题，但事实证明，这种方法是不可行的。但在这个过程中，数学家们一代代的完善问题解决的数学方法，尤其是波利亚的“启发法”，国际上在20世纪80年代以前，所谓的数学方法论实际上就是波利亚的“启发法”------问题解决的数学方法，对数学教育却有着极大的影响。2、数学思维方法的产生与发展上面提到，波利亚的“问题解决”启发法在教育界盛行之后，数学家们很快有研究认识倒，如果只注重方法的学习很可能会变成一种新的技能方法的形式化教育！因此一些学者开始强调数学思维的重要性，强调强调数学教育中积极的思维远远超过记忆和掌握一种具体方法。由此，数学思维方法作为一种继数学方法论之后的数学教育形式就逐渐形成了一种教学体系。发展倒现在，现代的数学教育观认为，对于所谓的问题解决者而言，问题解决的过程不可能也不应当是一个程式化的逻辑过程，而应当是从满创造性的过程。因此，应把启发法所运用的“问题解决”与“数学思维（主要指创造性思维）”相结合。尤其在西方的数学教育界，普遍认为：数学学习的目的，不是掌握“数学知识和技能”而是“解决问题的一般方法”即“数学式地思维”。而且关于数学思维教育，数学研究者提出了以下三个观点：第一，数学思维方法研究紧紧跟随和运用数学方法论地内容，即数学思维是问题解决的思维方式。第二，数学思维方法的教学，不仅强调数学方法具有的方法论意义，而且强调说明在这些数学方法中，数学思维活动的积极意义，也就是说数学思维能力。第三，数学思维方法的教育内容，更应当与非逻辑思维，创造性思维相联系。也就是说数学思维不是程式化教学。由此可见，数学思维教育是数学解决问题过程中的思维方式，是一个过程，而不是结果，恰恰我们家长在教育孩子的时候，往往只注重最终的结果是否正确，却不在乎孩子的思维过程是否正确，是否得到了锻炼。

考研时的知识点基本上都是高数、线代与概率论的知识点。一般统考不会超过课本知识，但是难度比课本习题难度大很多。一般可以参考每年的数学考研大纲。数学一考研数学内容：高等数学一、函数、极限、连续考试内容：函数的概念及表示法函数的有界性、单调性、周期性和奇偶性复合函数、反函数、分段函数和隐函数二、一元函数微分学考试内容：导数和微分的概念导数的几何意义和物理意义函数的可导性与连续性之间的关系平面曲线的切线和法;线导数和微分的四则运算基本初等函数的导数复合函数、反函数、隐函数以及参数方程所确定的函数的微分法高阶导数。一阶微分形式的不变性微分中值定理洛必达(L"Hospital)法则函数单调性的判别函数的极值函数图形的凹凸性、拐点及渐近线函数图形的描绘函数的最大值与最小值弧微分曲率的概念曲率圆与曲率半径四、向量代数和空间解析几何考试内容：向量的概念向量的线性运算向量的数量积和向量积向量的混合积两向量垂直、平行的条件两向量的夹角向量的坐标表达式及其运算单位向量方向数与方向余弦曲面方程和空间曲线方程的概念平面方程直线方程平面与平面、平面与直线、直线与直线的夹角以及平行、垂直的条件点到平面和点到直线的距离球面柱面旋转曲面常用的二次曲面方程及其图形空间曲线的参数方程和一般方程空间曲线在坐标面上的投影曲线方程五、多元函数微分学考试内容：多元函数的概念二元函数的几何意义二元函数的极限与连续的概念有界闭区域上多元连续函数的性质多元函数的偏导数和全微分全微分存在的必要条件和充分条件多元复合函数、隐函数的求导法二阶偏导数方向导数和梯度空间曲线的切线和法平面曲面的切平面和法线二元函数的二阶泰勒公式多元函数的极值和条件极值多元函数的最大值、最小值及其简单应用六、多元函数积分学考试内容：二重积分与三重积分的概念、性质、计算和应用两类曲线积分的概念、性质及计算两类曲线积分的关系格林(Green)公式平面曲线积分与路径无关的条件二元函数全微分的原函数两类曲面积分的概念、性质及计算两类曲面积分的关系高斯(Gauss)公式斯托克斯(Stokes)公式散度、旋度的概念及计算曲线积分和曲面积分的应用七、无穷级数考试内容常数项级数的收敛与发散的概念收敛级数的和的概念级数的基本性质与收敛的必要条件几何级数与级数及其收敛性正项级数收敛性的判别法交错级数与莱布尼茨定理任意项级数的绝对收敛与条件收敛函数项级数的收敛域与和函数的概念幂级数及其收敛半径、收敛区间(指开区间)和收敛域幂级数的和函数幂级数在其收敛区间内的基本性质简单幂级数的和函数的求法初等函数的幂级数展开式函数的傅里叶(Fourier)系数与傅里叶级数狄利克雷(Dirichlet)定理函数在上的傅里叶级数函数在上的正弦级数和余弦级数八、常微分方程考试内容：常微分方程的基本概念变量可分离的微分方程齐次微分方程一阶线性微分方程伯努利(Bernoulli)方程全微分方程可用简单的变量代换求解的某些微分方程可降阶的高阶微分方程线性微分方程解的性质及解的结构定理二阶常系数齐次线性微分方程高于二阶的某些常系数齐次线性微分方程简单的二阶常系数非齐次线性微分方程欧拉(Euler)方程微分方程的简单应用线性代数一、行列式考试内容行列式的概念和基本性质行列式按行(列)展开定理二、矩阵考试内容：矩阵的概念矩阵的线性运算矩阵的乘法方阵的幂方阵乘积的行列式矩阵的转置逆矩阵的概念和性质矩阵可逆的充分必要条件伴随矩阵矩阵的初等变换初等矩阵矩阵的秩矩阵的等价分块矩阵及其运算三、向量考试内容：向量的概念向量的线性组合与线性表示向量组的线性相关与线性无关向量组的极大线性无关组等价向量组向量组的秩向量组的秩与矩阵的秩之间的关系向量空间及其相关概念维向量空间的基变换和坐标变换过渡矩阵向量的内积线性无关向量组的正交规范化方法规范正交基正交矩阵及其性质四、线性方程组考试内容：线性方程组的克拉默(Cramer)法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件线性方程组解的性质和解的结构齐次线性方程组的基础解系和通解解空间非齐次线性方程组的通解五、矩阵的特征值和特征向量考试内容：矩阵的特征值和特征向量的概念、性质相似变换、相似矩阵的概念及性质矩阵可相似对角化的充分必要条件及相似对角矩阵实对称矩阵的特征值、特征向量及其相似对角矩阵六、二次型考试内容：二次型及其矩阵表示合同变换与合同矩阵二次型的秩惯性定理二次型的标准形和规范形用正交变换和配方法化二次型为标准形二次型及其矩阵的正定性概率论与数理统计一、随机事件和概率考试内容：随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验二、随机变量及其分布考试内容：随机变量随机变量分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布三、多维随机变量及其分布考试内容：多维随机变量及其分布二维离散型随机变量的概率分布、边缘分布和条件分布二维连续型随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性常用二维随机变量的分布两个及两个以上随机变量简单函数的分布四、随机变量的数字特征考试内容：随机变量的数学期望(均值)、方差、标准差及其性质随机变量函数的数学期望矩、协方差、相关系数及其性质五、大数定律和中心极限定理考试内容：切比雪夫(Chebyshev)不等式切比雪夫大数定律伯努利(Bernoulli)大数定律辛钦(Khinchine)大数定律棣莫弗-拉普拉斯(DeMoivre-Laplace)定理列维-林德伯格(Levy-Lindberg)定理六、数理统计的基本概念考试内容：总体个体简单随机样本统计量样本均值样本方差和样本矩分布分布分布分位数正态总体的常用抽样分布七、参数估计考试内容：点估计的概念估计量与估计值矩估计法最大似然估计法估计量的评选标准区间估计的概念单个正态总体的均值和方差的区间估计两个正态总体的均值差和方差比的区间估计八、假设检验考试内容：显著性检验假设检验的两类错误单个及两个正态总体的均值和方差的假设检验扩展资料：一、须使用数学一的招生专业1.工学门类中的力学、机械工程、光学工程、仪器科学与技术、冶金工程、动力工程及工程热物理、电气工程、电子科学与技术、信息与通信工程、控制科学与工程、网络工程、电子信息工程、计算机科学与技术、土木工程、测绘科学与技术、交通运输工程、船舶与海洋工程、航空宇航科学与技术、兵器科学与技术、核科学与技术、生物医学工程等20个一级学科中所有的二级学科、专业。2.授工学学位的管理科学与工程一级学科。二、须使用数学二的招生专业工学门类中的纺织科学与工程、轻工技术与工程、农业工程、林业工程、食品科学与工程等5个一级学科中所有的二级学科、专业。三、须选用数学一或数学二的招生专业（由招生单位自定）工学门类中的材料科学与工程、化学工程与技术、地质资源与地质工程、矿业工程、石油与天然气工程、环境科学与工程等一级学科中对数学要求较高的二级学科、专业选用数学一，对数学要求较低的选用数学二。四、须使用数学三的招生专业1.经济学门类的各一级学科。2.管理学门类中的工商管理、农林经济管理一级学科。3.授管理学学位的管理科学与工程一级学科。参考资料：百度百科——数学考研大纲

会用到这里有一份最全的考研数学历年真题资料分享给你链接: https://pan.baidu.com/s/116qgdhioWPz2mPWnr7VRkw 提取码: dhpq通过不断研究和学习历年真题，为考生冲刺阶段复习提分指点迷津，做真题，做历年真题集，对照考纲查缺补漏，提高实战素养，制定做题策略，规划方向；若资源有问题欢迎追问

第五题

指数函数的一个重要特征是无记忆性（Memoryless Property，又称遗失记忆性）。这表示如果一个随机变量呈指数分布，当s,t≥0时有P(T>s+t|T>t)=P(T>s)。即，如果T是某一元件的寿命，已知元件使用了t小时，它总共使用至少s+t小时的条件概率，与从开始使用时算起它使用至少s小时的概率相等。 其中λ > 0是分布的一个参数，常被称为率参数（rate parameter）。即每单位时间内发生某事件的次数。指数分布的区间是[0,∞)。 如果一个随机变量X呈指数分布，则可以写作：X~ Exponential（λ）。 率参数λ的四分位数函数（Quartile function）是：F^-1(P;λ)= -LN(1-P)λ第一四分位数：ln(4/3)λ中位数： ln(2)λ第三四分位数：ln(4)/λ

两点分布的分布列就是 X 0 1 P p 1-p 不论题目有什么区别,只有两种可能,要么是这种结果要么是那种结果,通俗点,要么成功要么失败而二项分布的可能结果是不确定的甚至是没有尽头的, 列一个二项分布的分布列就是 X 0 1 2 ……… n P C(0)(n)·(1-p)^n C(1)(n)·p·(1-p)^(n-1) …… C(n)(n)·p^n·(1-p)^0 也就是说当n=1时,这个特殊二项分布就会变成两点分布, 即两点分布是一种特殊的二项分布 像一楼说的二项分布是两点分布的多重实验也不无道理,因为两者都是独立的重复实验,只不过次数不同罢了

不太好说,我的理解是两点分布是基于伯努利实验,即实验结果只有两种,研究的是出现0或者1（分别对应实际问题中的两种情况）的概率,二项分布分布是n重伯努利实验的背景下,基于两点分布,即已知单重伯努力分布的结果（p与q）,研究n重试验后,两种情况中某一种出现某个次数的概率x0d例如,500件相同商品,研究其中任意一件是次品的概率,这就是两点分布,告诉你次品率为5%,问有n件次品的概率就是二项分布

对每个正四面体而言，四个面朝下的概率均为1/4，因此朝下的一面为偶数的概率为1/2。p(x=0)=(1/2)^4=1/16，p(x=1)=C(4，1)*(1/2)^4=1/4，p(x=2)=C(4，2)*(1/2)^4=3/8，p(x=3)=C(4，3)*(1/2)^4=1/4，p(x=4)=(1/2)^4=1/16。列表如下x01234p1/161/43/81/41/16

EX=np 证明如下EX=∑kb(k;n,p)=∑k*C(k,n)p^kq^(n-k) =np∑C(k-1,n-1)p^(k-1)q^(n-1-k+1) =np∑C(k,n-1)p^kq^(n-1-k) =np∑b(k;n-1,p) =np 其中∑的上下标自己可以添加 本人愚笨 打不出DX=npq 可用公式DX=EX^2-(EX)^2求出EX^2=∑k^2b(k;n,p) =∑[k(k-1)+k]b(k;n,p) =∑k(k-1)b(k;n,p)+∑kb(k;n,p) =n(n-1)p^2∑b(k;n-2,p)+np =n(n-1)p^2+np=n^2p^2+npq =n^2p^2+npq所以DX=EX^2-(EX)^2=n^2p^2+npq-n^2p^2 =npq

它有严格的形式，这是一个明显的特征，如，这里5个女生就是次品，即x只能取0。建议多看几遍课本。即在含m件次品的n件次品中任取n件,1。超几何分布强调的是“次品”问题，求恰有x件次品的概率。。这里的次品是抽象意义，从含5个女生的10个学生中抽出2个女生两点分布可以看作二项分布的特例

二项分布公式是P=p^k*p^(n-k)。在n次独立重复的伯努利试验中，设每次试验中事件A发生的概率为p。用X表示n重伯努利试验中事件A发生的次数，事件｛X=k}即为“n次试验中事件A恰好发生k次”，随机变量X的离散概率分布即为二项分布。满足以下三个条件的分布，就是二项分布：（1）做某件事情的次数（也叫试验次数）是固定的，用n表示。例如：抛硬币3次，求婚101次等。（2）每一次事件都有两个可能的结果（成功，或者失败）。例如每次求婚都有两种可能结果，被接受（成功），被拒绝（失败）。（3）每一次成功的概率都是相等的，成功的概率用p表示。在这试验中，事件发生的次数为一随机事件，它服从二次分布。二项分布可以用于可靠性试验，可靠性试验常常是投入n个相同的式样进行试验T小时，而只允许k个式样失败，应用二项分布可以得到通过试验的概率。

有。历年314数学农有考过大数定律和中心极限定理。概率论历史上第一个极限定理属于伯努利，后人称之为“大数定律”。概率论中讨论随机变量序列的算术平均值向随机变量各数学期望的算术平均值收敛的定律。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然。大数定律分为弱大数定律和强大数定律。

ξ=1.6 给你举个例子急救知道了比如我被石头绊倒的概率是1/3即我平均走过三块石头会被绊倒一次如果我走过三块石头,我被绊倒的期望就是3×1/3=1我走过6块石头,期望就是2了

这些本身是为了在分析现实生活中统计得到的数据的时候有用数学期望，是为了准确地预期某件事未来可能的发展方差，是为了分析一组数据中的差异情况，方差越小越“整齐”

数学期望mathematical expectation随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。它是简单算术平均的一种推广。例如某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个， 则此城市中任一个家庭中孩子的数目是一个随机变量，它可取值0，1，2，3，其中取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03，它的数学期望为0×0.01＋1×0.9＋2×0.06＋3×0.03等于1.11，即此城市一个家庭平均有小孩1.11个。数学期望的定义 定义1： 按照定义,离散随机变量的一切可能值工与对应的概率P(若二龙)的乘积之和称为数学期望,记为咐.如果随机变量只取得有限个值:x,、瓜、兀 源自: 挡土墙优化设计与风险决策研究——兼述黄... 《南水北调与水利科技》 2004年 劳道邦,李荣义 来源文章摘要：挡土墙作为一般土建工程的拦土建筑物常用在闸坝翼墙和渡槽、倒虹吸的进出口过渡段,它的优化设计问题常被忽视。实际上各类挡土墙间的技术和经济效益差别是相当大的。而一些工程的现实条件又使一些常用挡土墙呈现出诸多方面局限性。黄壁庄水库除险加固工程的混凝土生产系统的挡土墙建设在优化设计方面向前迈进了一步,在技术和经济效益方面取得明显效果,其经验可供同类工程建设参考。 定义2： 1 决定可靠性的因素常规的安全系数是根据经验而选取的,即取材料的强度极限均值(概率理论中称为数学期望)与工作应力均值(数学期望)之比 引自:http://baike.baidu.com/view/295737.html?wtp=tt

数学期望是一种重要的数字特征，它反映随机变量平均取值的大小，是试验中每次可能结果的概率乘以其结果的总和。这里的“期望”一词来源于赌博，大概意思是当下注时，期望赢得多少钱。以大数据眼光看问题体现了数学期望中的大量试验出规律，不能光看眼前或特例，对一种现象不能过早下结论，要多听、多看从而获得拿个隐藏在背后的规律；以大概率眼看光问题对应数学期望中的概率加权，大概率对应的取值对最后之结果影响大，所以当有了一个目标，为了实现它，就要找一条实现起来概率最大的路径。扩展资料应用：1）随机炒股随机炒股也就是闭着眼睛在股市中挑一只股票，并且假设止损和止盈线都为10%，因为是随机选股，那么胜率=败率，由于印花税、佣金和手续费的存在，胜率=败率<50%，最后的数学期望一定为负，可见随机炒股，长期的后果，必输无疑。2）趋势炒股趋势炒股是建立在惯性理论上的，胜率跟经验有很大关系，基本上平均胜率可以假定为60%，则败率为40%，一般趋势投资者本着赚点就跑，亏了套死不卖的原则，如涨10%止盈，跌50%止损，数学期望为EP=60%*10%-40%*50%=-0.14，必输无疑。只有止损线<15%时，趋势投资才有可能赢。但是止损线过低，就会形成频繁交易，一方面交易成本增加，另一方面交易者的判断力下降，也就是胜率必然下降，那么最终的下场好不到哪去。3）价值投资由于价值低估买，所以胜率比较高，且价值投资都预留安全边际，也就是向上的空间巨大，而下跌空间有限，所以数学期望值一定为正。参考资料来源：百度百科-数学期望

数学期望的常用性质:1.设X是随机变量，C是常数，则E（CX）=CE（X）2.设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）.3.设X,Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。在概率分布中，期望值和方差或标准差是一种分布的重要特征。

在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和。是最基本的数学特征之一。它反映随机变量平均取值的大小。需要注意的是，期望值并不一定等同于常识中的“期望”，“期望值”也许与每一个结果都不相等。也可以说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。

若X是离散型的，则E(X^2)=∑((xi)^2)pi。若X是连续型的，则E(X^2)=(x^2)f(x)在-∞到+∞的定积分。期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。扩展资料：设随机事件A在n次重复试验中发生的次数为nA，若当试验次数n很大时，频率nA/n稳定地在某一数值p的附近摆动，且随着试验次数n的增加，其摆动的幅度越来越小，则称数p为随机事件A的概率，记为P(A)=p。如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。参考资料来源：百度百科——数学期望

pdf : f(x) E(X^2) = ∫(-∞->∞) x^2.f(x) dx

X表示随机变量，在这里可以取0、1、2、3、...、n意思是在n次试验中某一结果出现了X次，B表示二项分布。n表示一共做了n次重复的二项实验（只有两种结果的实验）。P表示在一次二项试验中某一结果出现的概率。0—1分布，数学期望p 方差p(1-p)；二项分布(贝努里概型)，数学期望np 方差np(1-p)；泊松分布，数学期望λ 方差λ；均匀分布，数学期望(a+b)/2 方差[(b-a)^2]/12；指数分布，数学期望1/λ 方差1/λ^2；正态分布，数学期望μ 方差σ^2；标准正态分布，数学期望0 方差1。

1+1=?1+2=?

个人认为数学专业不学，除非你自己感兴趣Sir. Roger Penrose是大神，数学系怎么可能用大神的东西来显示教授们的无知？奇异值分解，数学建模课上学过

对矩阵作如下变换：1、位置变换：把矩阵第i行与第j行交换位置，记作：r(i)<-->r(j)；2、倍法变换：把矩阵第i行的各元素同乘以一个不等于0的数k，记作：k*r(i)；3、消法变换：把矩阵第j行各元素同乘以数k，加到第i行的对应元素上去，记作：r(i)+k*r(j)，这条需要特别注意，变的是第i行元素，第j行元素没有变；对矩阵作上述三种变换，称为矩阵的行初等变换。把上面的“行”换成“列”，就称为矩阵的列初等变换，列初等变换分别用记号c(i)<-->c(j)；k*c(i)；c(i)+k*c(j)表示。行初等变换、列初等变换统称矩阵的初等变换。

矩阵的解释[matrix] 数学元素(如联立线性方程的系数)的一组矩形排列 之一 , 服从 特殊 的 代数 规律 词语分解 矩的解释 矩 ǔ 画 直角 或方形的工具：矩尺（曲尺）。矩形（长方形）。力矩（物理学上指使物体转动的力乘以到转轴的距离）。 规矩 。 法则， 规则 ：循规蹈矩。 部首 ：矢； 阵的解释 阵 （阵） è 军队作战时布置的局势：阵线。阵势。 严阵以待 。 战场：阵地。阵亡。冲锋陷阵。 量词， 指事 情或动作 经过 的段落：阵发。阵痛。下了一阵雨。 部首：阝。

矩阵只是一种运算形式或者称为运算方法就像加减乘除一样只是比加减乘除更复杂一些而已最基本最基本的用来解线性方程组似乎国内教材也是从线性方程组引入矩阵概念的

矩阵就是都是直角四边形

数列是：按照一定顺序排列起来的一列数 级数是：数列的各须的和例如,数列“1,3,5,……,2n-1”是等差数列,

一般的，如果给定一个数列 则由这数列构成的表达式 叫做（常数项）无穷级数，简称（常数项）级数，记为 ，即 其中第 项 叫做级数的一般项。 作（常数项）级数 的前 项的和 称为级数 的部分和，当 依次取 时，它们构成一个新的数列 如果级数 的部分和数列 有极限 ，即 称无穷级数 收敛，这时极限 叫做这级数的和，并写成 如果 没有极限，则称无穷级数 发散。 显然当级数收敛时，其部分和 是级数的和 的近似值，它们之间的差值 叫做级数的余项，用近似值 代替和 所产生的误差是这个余项的绝对值，即误差是 。 性质 1     如果级数 收敛于和 ，则级数 也收敛，且其和为 。 结论：级数的每一项同乘以一个常数后，它的收敛性不会改变。 性质 2     如果级数 、 收敛于 和 ，则级数 也收敛，且其和为 结论：两个收敛级数可以逐项相加与逐项相减。 性质 3     在级数中去掉、加上或改变有限项，不会改变级数的收敛性。 性质 4     如果级数 收敛，则对这级数的项任意加括号后所成的级数 仍收敛，且其和不变。 推论     如果加括号后所成的级数发散，则原来级数也发散。 性质 5（级数收敛的必要条件）     如果级数 收敛，则它的一般项 趋于零，即 柯西审敛原理     级数 收敛的充分必要条件为：对于任意给定的正数 ，总存在正整数 ，使得当 时，对于任意的正整数 ，都有 定理 1     正向级数 收敛的充分必要条件是：它的部分和数列 有界（各项均为正数或零的级数称为正向级数）。 <br /> 定理 2（比较审敛法）     设 和 都是正向级数，且 ，若级数 收敛，则级数 收敛，若级数 发散，则级数 发散。 <br /> 推论     设 和 都是正向级数，如果级数 收敛，且存在正整数 ，使当 时有 成立，则级数 收敛；如果级数 发散，且当 时有 成立，则级数 发散。 <br /> 定理 3（比较审敛法的极限形式）     设 和 都是正向级数， (1) 如果 ，且级数 收敛，则级数 收敛； (2) 如果 或 ，且级数 发散，则级数 发散。 <br /> 定理 4（比值审敛法 达朗贝尔判别法）     设 为正向级数，如果 则当 时级数收敛， 时级数发散， 时级数可能收敛也可能发散。 <br /> 定理 5（根值审敛法 柯西判别法）     设 为正向级数，如果 则当 时级数收敛， 时级数发散， 时级数可能收敛也可能发散。 <br /> 定理 6（极限审敛法）     设 为正向级数， (1) 如果 ，则级数 发散。 (2) 如果 ，而 ，则级数 收敛。 <br /> 定理 7（莱布尼茨定理）     如果交错级数 满足条件： (1) ； (2) 则级数收敛，且其和 ，其余项 的绝对值 。 （交错级数的各项是正负交错的） <br /> 绝对收敛与条件收敛     如果级数 各项的绝对值所构成的正向级数 收敛，则称级数 绝对收敛；如果级数 收敛，而级数 发散，则称级数 条件收敛。 <br /> 定理 8     级数 绝对收敛，则级数 必定收敛。 <br /> 定理 9     绝对收敛级数经改变项的位置后构成的级数也收敛，且与原级数有相同的和（即绝对收敛级数具有可交换性）。 <br /> 定理 10（绝对收敛级数的乘法）     设 和 都绝对收敛，其和分别为 和 ，则它们的柯西乘积 也是绝对收敛的，且其和为 。 如果给定一个定义在区间 上的一个函数列 则由这函数列构成的表达式 称为定义在区间 上的（函数项）无穷级数，简称（函数项）级数。 在收敛域上，函数项级数的和是 的函数 ，称 为函数项级数的和函数，并写成 各项都是幂函数的函数项级数称为幂级数，它的形式是 其中常数 叫做幂级数的系数。 定理 1     如果幂级数 当 时收敛，则适合不等式 的一切 使这幂级数绝对收敛。反之，如果级数 当 时发散，则适合不等式 的一切 使这幂级数发散。 推论     如果幂级数 不是仅在 一点收敛，也不是在整个数轴上都收敛，则必有一个确定的 存在，使得 当 时，幂级数绝对收敛； 当 时，幂级数发散； 当 时，幂级数可能收敛也可能发散。 正数 通常叫做幂级数的收敛半径，开区间 叫做幂级数的收敛区间。 定理 2     如果 其中 、 是幂级数 相邻两项的系数，则这幂级数的收敛半径 性质 1     幂级数 的和函数 在其收敛域 上连续。 性质 2     幂级数 的和函数 在其收敛域 上可积，并有逐项积分公式 逐项积分后所得到的幂级数和原级数有相同的收敛半径。 性质 3     幂级数 的和函数 在其收敛区间 上可导，并有逐项求导公式 逐项求导后所得到的幂级数和原级数有相同的收敛半径。 假设函数 在点 的领域 内能展开成幂级数，即有 根据和函数的性质可知， 在 内具有任意阶导数，且 由此可得 于是 这就说明，如果函数 有幂级数展开式 ，那么该幂级数的系数 由公式 确定，即该幂级数必为 而展开式必为 幂级数 叫做函数 在点 处的泰勒级数，展开式 叫做函数 在点 处的泰勒展开式。 定理     设函数 在点 的领域 内具有各阶导数，则 在该领域内能展开成泰勒级数的充分必要条件是在该邻域内 的泰勒公式中的余项 当 的极限为零，即 当 时，在 式中，取 ，得 级数 称为函数 的麦克劳林级数，如果 能在 内展开成 的幂级数，则有 式称为函数 的麦克劳林展开式。 常用的幂级数展开式 对 式两边从 到 积分，可得 对 式两边求导，即得 把 式中 换成 ，可得 把 式中 换成 ，可得 对上式从 到 积分，可得 二项展开式 设 是周期为 的周期函数，且能开展称三角级数 其中 如果 中的积分都存在，这时他们定出的系数 叫做函数 的傅里叶系数，将这些系数代入 式右端，所得的三角级数 做函数 的傅里叶级数。 当 为奇函数时， 是奇函数， 是偶函数，故 即奇函数的傅里叶级数是只含有正弦项的正弦级数 当 为偶函数时， 是偶函数， 是奇函数，故 即偶函数的傅里叶级数是只含有余弦项的余弦级数 定理（收敛定理，狄利克雷充分条件）     设 是周期为 的周期函数，如果它满足 (1) 在一个周期内连续或只有有限个第一类间断点， (2) 在一个周期内至多只有有限个极值点， 则 的傅里叶级数收敛，并且 (1) 当 是 的连续点时，级数收敛于 ； (2) 当 是 的间断点时，级数收敛于 定理     设周期为 的周期函数

塑属于什么数学分支，极速tag是一级或者是二级什么分数他应该是三级的。

给定一个无穷数列a1,a2,a3,…,an,…｛an（n为下标）｝对它的所有项作和，则a1（1为a的下标，下同）+a2+a3+…+an+…称为数项级数或无穷级数（简称级数）。an称为通项级数理论是分析学的一个分支；它与另一个分支微积分学一起作为基础知识和工具出现在其余各分支中。二者共同以极限为基本工具，分别从离散与连续两个方面，结合起来研究分析学的对象，即变量之间的依赖关系──函数。级数：series将数列un的项 u1，u2，…，un，…依次用加号连接起来的函数。数项级数的简称。如：u1+u2+…+un+…，简写为∑un，un称为级数的通项，记Sn=∑un称之为级数的部分和。如果当n→∞时 ，数列Sn有极限S，则说级数收敛，并以S为其和，记为∑un=S；否则就说级数发散。级数是研究函数的一个重要工具，在理论上和实际应用中都处于重要地位，这是因为：一方面能借助级数表示许多常用的非初等函数， 微分方程的解就常用级数表示；另一方面又可将函数表为级数，从而借助级数去研究函数，例如用幂级数研究非初等函数，以及进行近似计算等。

给定一个无穷数列a1,a2,a3,…,an,…｛an（n为下标）｝对它的所有项作和,则a1（1为a的下标,下同）+a2+a3+…+an+…称为数项级数或无穷级数（简称级数）.an称为通项 级数理论是分析学的一个分支；它与另一个分支微积分学一起作为基础知识和工具出现在其余各分支中.二者共同以极限为基本工具,分别从离散与连续两个方面,结合起来研究分析学的对象,即变量之间的依赖关系──函数. 级数：series 将数列un的项 u1,u2,…,un,…依次用加号连接起来的函数.数项级数的简称.如：u1+u2+…+un+…,简写为∑un,un称为级数的通项,记Sn=∑un称之为级数的部分和.如果当n→∞时 ,数列Sn有极限S,则说级数收敛,并以S为其和,记为∑un=S；否则就说级数发散. 级数是研究函数的一个重要工具,在理论上和实际应用中都处于重要地位,这是因为：一方面能借助级数表示许多常用的非初等函数,微分方程的解就常用级数表示；另一方面又可将函数表为级数,从而借助级数去研究函数,例如用幂级数研究非初等函数,以及进行近似计算等.

给定一个无穷数列a1，a2，a3，…，an，…｛an（n为下标）｝对它的所有项作和，则a1（1为a的下标，下同）+a2+a3+…+an+…称为数项级数或无穷级数（简称级数）。an称为通项级数理论是分析学的一个分支；它与另一个分支微积分学一起作为基础知识和工具出现在其余各分支中。二者共同以极限为基本工具，分别从离散与连续两个方面，结合起来研究分析学的对象，即变量之间的依赖关系──函数。级数：series将数列un的项u1，u2，…，un，…依次用加号连接起来的函数。数项级数的简称。如：u1+u2+…+un+…，简写为∑un，un称为级数的通项，记Sn=∑un称之为级数的部分和。如果当n→∞时，数列Sn有极限S，则说级数收敛，并以S为其和，记为∑un=S；否则就说级数发散。级数是研究函数的一个重要工具，在理论上和实际应用中都处于重要地位，这是因为：一方面能借助级数表示许多常用的非初等函数，微分方程的解就常用级数表示；另一方面又可将函数表为级数，从而借助级数去研究函数，例如用幂级数研究非初等函数，以及进行近似计算等。

给定一个无穷数列a1,a2,a3,…,an,…｛an（n为下标）｝对它的所有项作和,则a1（1为a的下标,下同）+a2+a3+…+an+…称为数项级数或无穷级数（简称级数）.an称为通项 级数理论是分析学的一个分支；它与另一个分支微积分学一起作为基础知识和工具出现在其余各分支中.二者共同以极限为基本工具,分别从离散与连续两个方面,结合起来研究分析学的对象,即变量之间的依赖关系──函数. 级数：series 将数列un的项 u1,u2,…,un,…依次用加号连接起来的函数.数项级数的简称.如：u1+u2+…+un+…,简写为∑un,un称为级数的通项,记Sn=∑un称之为级数的部分和.如果当n→∞时 ,数列Sn有极限S,则说级数收敛,并以S为其和,记为∑un=S；否则就说级数发散. 级数是研究函数的一个重要工具,在理论上和实际应用中都处于重要地位,这是因为：一方面能借助级数表示许多常用的非初等函数,微分方程的解就常用级数表示；另一方面又可将函数表为级数,从而借助级数去研究函数,例如用幂级数研究非初等函数,以及进行近似计算等.

级数 series 将数列un的项 u1，u2，…，un，…依次用加号连接起来的函数。数项级数的简称。如：u1＋u2＋…＋un＋…，简写为un称为级数的通项，记称之为级数的部分和。如果当m→∞时 ，数列Sm有极限S，则说级数收敛，并以S为其和，记为否则就说级数发散。级数是研究函数的一个重要工具，在理论上和实际应用中都处于重要地位，这是因为：一方面能借助级数表示许多常用的非初等函数， 微分方程的解就常用级数表示；另一方面又可将函数表为级数，从而借助级数去研究函数，例如用幂级数研究非初等函数，以及进行近似计算等。级数的收敛问题是级数理论的基本问题。从级数的收敛概念可知，级数的敛散性是借助于其部分和数列Sm的敛散性来定义的。因此可从数列收敛的柯西准则得出级数收敛的柯西准则 ：收敛任意给定正数ε，必有自然数N，当n＞N时 ，对一切自然数 p，有｜un+1＋un+2＋…＋un+p｜＜ε，即充分靠后的任意一段和的绝对值可任意小。

通俗而言,就是无限接近一个确定的值.严格的数学语言是这样描述的： 　　对于一个变化的量 Y,——通常是一个实数变量； 　　当,Y 以某种方式变化时,——具体哪种方式,不定； 如果,存在,一个确定的值 A,——也应该是一个实数； 　　Y 与 A 之 “距离”,——就是两数之差的绝对值； 　　小于,任意一个给出的“距离”,——就是任意一个正实数； 则称：A 是 Y （在这种变化时）的极限； 否则,Y（在这种变化时）无极限；

级数series将数列un的项u1，u2，…，un，…依次用加号连接起来的函数。数项级数的简称。如：u1＋u2＋…＋un＋…，简写为∑un,un称为级数的通项，记Sm=∑un称之为级数的部分和。如果当m→∞时，数列Sm有极限S，则说级数收敛，并以S为其和，记为∑un=S否则就说级数发散。级数是研究函数的一个重要工具，在理论上和实际应用中都处于重要地位，这是因为：一方面能借助级数表示许多常用的非初等函数，微分方程的解就常用级数表示；另一方面又可将函数表为级数，从而借助级数去研究函数，例如用幂级数研究非初等函数，以及进行近似计算等。级数的收敛问题是级数理论的基本问题。从级数的收敛概念可知，级数的敛散性是借助于其部分和数列Sm的敛散性来定义的。因此可从数列收敛的柯西准则得出级数收敛的柯西准则：∑un收敛＜＝＞任意给定正数ε，必有自然数N，当n＞N，对一切自然数p，有｜un+1＋un+2＋…＋un+p｜＜ε，即充分靠后的任意一段和的绝对值可任意小。

数学是没有极限的，随着人类生活的长进是不会有极限的

您好，导数的定义:设函数y=f(x)在点x0的某个邻域N(x0,δ)内有定义，当自变量x在x0处有增量△x(设x0△x∈N(x0,δ))，函数y=f(x)相应的增量为△y=f(x0△x)-f(x0).如果当△x→0时，函数的增量△y与自变量的增量△x之比的极限lim△y/△x=lim[f(x0△x)-f(x0)]/△x存在，则称这个极限值为f(x)在x0处的导数或变化率.通常可以记为f"(x0)或f"(x)|x=x0.

-15/(2-3X)

导数的基本公式：y=c（c为常数）y"=0、y=x^ny"=nx^（n-1）。不是所有的函数都有导数，一个函数也不一定在所有的点上都有导数。若某函数在某一点导数存在，则称其在这一点可导，否则称为不可导。然而，可导的函数一定连续；不连续的函数一定不可导。对于可导的函数f(x)，x↦f"(x)也是一个函数，称作f(x)的导函数（简称导数）。寻找已知的函数在某点的导数或其导函数的过程称为求导。实质上，求导就是一个求极限的过程，导数的四则运算法则也来源于极限的四则运算法则。导数的性质：（1）若导数大于零，则单调递增；若导数小于零，则单调递减；导数等于零为函数驻点，不一定为极值点。需代入驻点左右两边的数值求导数正负判断单调性。（2）若已知函数为递增函数，则导数大于等于零；若已知函数为递减函数，则导数小于等于零。如果函数的导函数在某一区间内恒大于零（或恒小于零），那么函数在这一区间内单调递增（或单调递减），这种区间也称为函数的单调区间。导函数等于零的点称为函数的驻点，在这类点上函数可能会取得极大值或极小值（即极值可疑点）。进一步判断则需要知道导函数在附近的符号。对于满足的一点，如果存在使得在之前区间上都大于等于零，而在之后区间上都小于等于零，那么是一个极大值点，反之则为极小值点。

函数中某一点的切线的斜率。

我大四,感觉偏微分稍难,特别是公式,刚学时,几下就把我弄晕了!哭………

微分方程 指含有未知函式及其导数的关系式。解微分方程就是找出未知函式。 微分方程是伴随着微积分学一起发展起来的。微积分学的奠基人Newton和Leibniz的著作中都处理过与微分方程有关的问题。微分方程的套用十分广泛，可以解决许多与导数有关的问题。物理中许多涉及变力的运动学、动力学问题，如空气的阻力为速度函式的落体运动等问题，很多可以用微分方程求解。此外，微分方程在化学、工程学、经济学和人口统计等领域都有套用。 数学领域对微分方程的研究着重在几个不同的面向，但大多数都是关心微分方程的解。只有少数简单的微分方程可以求得解析解。不过即使没有找到其解析解，仍然可以确认其解的部分性质。在无法求得解析解时，可以利用数值分析的方式，利用电脑来找到其数值解。 动力系统理论强调对于微分方程系统的量化分析，而许多数值方法可以计算微分方程的数值解，且有一定的准确度。 基本介绍 中文名 ：微分方程 外文名 ：differential equation 发明人 ：艾萨克·牛顿 所属学科 ：高等数学 理论基础 ：极限理论 介绍,定义式,来源及发展,特点,数学描述,其他学科关系,分类,偏微分方程,线性及非线性,举例,微分方程的解,约束条件,唯一性, 介绍 含有未知函式的导数，如 的方程是微分方程。 一般的凡是表示未知函式、未知函式的导数与自变数之间的关系的方程，叫做微分方程。未知函式是一元函式的，叫常微分方程；未知函式是多元函式的叫做偏微分方程。微分方程有时也简称方程。 定义式 来源及发展 微分方程研究的来源：它的研究来源极广，历史久远。牛顿和G.W.莱布尼茨创造微分和积分运算时，指出了它们的互逆性，事实上这是解决了最简单的微分方程 y" = f ( x )的求解问题。当人们用微积分学去研究几何学、力学、物理学所提出的问题时，微分方程就大量地涌现出来。牛顿本人已经解决了二体问题：在太阳引力作用下，一个单一的行星的运动。他把两个物体都理想化为质点，得到3个未知函式的3个二阶方程组，经简单计算证明，可化为平面问题，即两个未知函式的两个二阶微分方程组。用叫做“首次积分”的办法，完全解决了它的求解问题。 17世纪就提出了弹性问题，这类问题导致悬链线方程、振动弦的方程等等。总之，力学、天文学、几何学等领域的许多问题都导致微分方程。20世纪以来，随着大量的边缘科学诸如电磁流体力学、化学流体力学、动力气象学、海洋动力学、地下水动力学等等的产生和发展，也出现不少新型的微分方程（特别是方程组）。 微分方程 在当代，甚至许多社会科学的问题亦导致微分方程，如人口发展模型、交通流模型……。因而微分方程的研究是与人类社会密切相关的。当初，数学家们把精力集中放在求微分方程的通解上，后来证明这一般不可能，于是逐步放弃了这一奢望，而转向定解问题：初值问题、边值问题、混合问题等。但是，即便是一阶常微分方程，初等解(化为积分形式)也被证明不可能，于是转向定量方法（数值计算）、定性方法，而这首先要解决解的存在性、唯一性等理论上的问题。 70年代随着数学向化学和生物学的渗透，出现了大量的反应扩散方程。从“求通解”到“求解定解问题” 　数学家们首先发现微分方程有无穷个解。常微分方程的解会含有一个或多个任意常数，其个数就是方程的阶数。偏微分方程的解会含有一个或多个任意函式，其个数随方程的阶数而定。命方程的解含有的任意元素（即任意常数或任意函式）作尽可能的变化，人们就可能得到方程所有的解，于是数学家就把这种含有任意元素的解称为“通解”。在很长一段时间里，人们致力于“求通解”。但是以下三种原因使得这种“求通解”的努力，逐渐被放弃。 第一，能求得通解的方程显然是很少的。在常微分方程方面，一阶方程中可求得通解的，除了线性方程、可分离变数方程和用特殊方法变成这两种方程的方程之外，为数是很小的。如果把求通解看作求微商及消去法的某一类逆运算，那么，也和熟知的逆运算一样，它是带试探性而没有一定的规则的，甚至有时是不可能的（J.刘维尔首先证明黎卡提方程不可能求出通解），何况这种通解也是随着其自由度的增多而增加其求解的难度的。 第二，当人们要明确通解的意义的时候（在19世纪初叶分析奠基时期显然会考虑到此问题）就会碰到严重的含糊不清之处，达布在他的教学中经常提醒大家注意这些困难。这主要发生在偏微分方程的研究中。 第三，微分方程在物理学、力学中的重要套用，不在于求方程的任一解，而是求得满足某些补充条件的解。A.-L.柯西认为这是放弃“求通解”的最重要的和决定性的原因。这些补充条件即定解条件。求方程满足定解条件的解，称之为求解定解问题。 特点 常微分方程的概念、解法、和其它理论很多，比如，方程和方程组的种类及解法、解的存在性和唯一性、奇解、定性理论等等。下面就方程解的有关几点简述一下，以了解常微分方程的特点。 求通解在历史上曾作为微分方程的主要目标，一旦求出通解的表达式，就容易从中得到问题所需要的特解。也可以由通解的表达式，了解对某些参数的依赖情况，便于参数取值适宜，使它对应的解具有所需要的性能，还有助于进行关于解的其他研究。 后来的发展表明，能够求出通解的情况不多，在实际套用中所需要的多是求满足某种指定条件的特解。当然，通解是有助于研究解的属性的，但是人们已把研究重点转移到定解问题上来。 一个常微分方程是不是有特解呢？如果有，又有几个呢？这是微分方程论中一个基本的问题，数学家把它归纳成基本定理，叫做存在和唯一性定理。因为如果没有解，而我们要去求解，那是没有意义的；如果有解而又不是唯一的，那又不好确定。因此，存在和唯一性定理对于微分方程的求解是十分重要的。 大部分的常微分方程求不出十分精确的解，而只能得到近似解。当然，这个近似解的精确程度是比较高的。另外还应该指出，用来描述物理过程的微分方程，以及由试验测定的初始条件也是近似的，这种近似之间的影响和变化还必须在理论上加以解决。 通常微分方程在很多学科领域内有着重要的套用，自动控制、各种电子学装置的设计、弹道的计算、飞机和飞弹飞行的稳定性的研究、化学反应过程稳定性的研究等。这些问题都可以化为求常微分方程的解，或者化为研究解的性质的问题。应该说，套用常微分方程理论已经取得了很大的成就，但是，它的现有理论也还远远不能满足需要，还有待于进一步的发展，使这门学科的理论更加完善。 数学描述 许多物理或是化学的基本定律都可以写成微分方程的形式。在生物学及经济学中，微分方程用来作为复杂系统的数学模型。微分方程的数学理论最早是和方程对应的科学领域一起出现，而微分方程的解就可以用在该领域中。不过有时二个截然不同的科学领域会形成相同的微分方程，此时微分方程对应的数学理论可以看到不同现象后面一致的原则。 例如考虑光和声音在空气中的传播，以及池塘水面上的波动，这些都可以用同一个二阶的偏微分方程来描述，此方程即为波动方程，因此可以将光和声音视为一种波，和水面上的水波有些类似之处。约瑟夫·傅立叶所发展的热传导理论，其统御方程是另一个二阶偏微分方程－热传导方程式，扩散作用看似和热传导不同，但也适用同一个统御方程，而经济学中的布莱克-休斯方程也和热传导方程有关。 其他学科关系 早期由于外弹道学的需要，以及40年代由于高速气动力学研究激波的需要，拟线性一阶双曲组的间断解的研究更得到了重大发展，苏联和美国学者作出了贡献。泛函分析和偏微分方程间的相互联系，相互促进发展，首先应归功于法、波、苏等国学者的努力。 常微分方程的形成与发展是和力学、天文学、物理学，以及其他科学技术的发展密切相关的。数学的其他分支的新发展，如复变函数、李群、组合拓扑学等，都对常微分方程的发展产生了深刻的影响，当前计算机的发展更是为常微分方程的套用及理论研究提供了非常有力的工具。 分类 微分方程可分为以下几类，而随着微分方程种类的不同，其相关研究的方式也会随之不同。 偏微分方程 常微分方程（ODE）是指微分方程的自变数只有一个的方程。最简单的常微分方程，未知数是一个实数或是复数的函式，但未知数也可能是一个向量函式或是矩阵函式，后者可对应一个由常微分方程组成的系统。 一般的n阶常微分方程具有形式： 其中 是 的已知函式，并且必含有 。 偏微分方程（PDE）是指微分方程的自变数有两个或以上，且方程式中有未知数对自变数的偏微分。偏微分方程的阶数定义类似常微分方程，但更细分为椭圆型、双曲线型及抛物线型的偏微分方程，尤其在二阶偏微分方程中上述的分类更是重要。有些偏微分方程在整个自变数的值域中无法归类在上述任何一种型式中，这种偏微分方程则称为混合型。 最常见的二阶椭圆方程为调和方程： 。 线性及非线性 常微分方程及偏微分方程都可以分为线性微分方程及非线性微分方程二类。 若 是 的一次有理式，则称方程 为n阶线性方程，否则即为非线性微分方程。 一般的，n阶线性方程具有形式： 其中， 均为x的已知函式。 若线性微分方程的系数均为常数，则为常系数线性微分方程。 举例 以下是常微分方程的一些例子，其中u为未知的函式，自变数为x，c及ω均为常数。 非齐次一阶常系数线性微分方程： 齐次二阶线性微分方程： 非齐次一阶非线性微分方程： 以下是偏微分方程的一些例子，其中u为未知的函式，自变数为x及t或者是x及y。 齐次一阶线性偏微分方程： 拉普拉斯方程，是椭圆型的齐次二阶常系数线性偏微分方程： KdV方程，是三阶的非线性偏微分方程： 微分方程的解 微分方程的解通常是一个函式表达式y=f(x),（含一个或多个待定常数，由初始条件确定）。 例如： ，其解为： ，其中C是待定常数； 如果知道 ，则可推出C=1，而可知 y=-cos x+1， 一阶线性常微分方程 对于一阶线性常微分方程，常用的方法是常数变易法： 对于方程：y"+p(x)y+q(x)=0，可知其通解： ，然后将这个通解代回到原式中，即可求出C(x)的值。 二阶常系数齐次常微分方程 对于二阶常系数齐次常微分方程，常用方法是求出其特征方程的解 对于方程： 可知其通解： 其特征方程： 根据其特征方程，判断根的分布情况，然后得到方程的通解 一般的通解形式为： 若 ，则有 若 ，则有 在共轭复数根的情况下： 。 约束条件 微分方程的约束条件是指其解需符合的条件，依常微分方程及偏微分方程的不同，有不同的约束条件。 常微分方程常见的约束条件是函式在特定点的值，若是高阶的微分方程，会加上其各阶导数的值，有这类约束条件的常微分方程称为初值问题。 若是二阶的常微分方程，也可能会指定函式在二个特定点的值，此时的问题即为边界值问题。若边界条件指定二点数值，称为狄利克雷边界条件（第一类边值条件），此外也有指定二个特定点上导数的边界条件，称为诺伊曼边界条件（第二类边值条件）等。 偏微分方程常见的问题以边界值问题为主，不过边界条件则是指定一特定超曲面的值或导数需符定特定条件。 唯一性 存在性是指给定一微分方程及约束条件，判断其解是否存在。唯一性是指在上述条件下，是否只存在一个解。 针对常微分方程的初值问题，皮亚诺存在性定理可判别解的存在性，柯西-利普希茨定理则可以判别解的存在性及唯一性。 针对偏微分方程，柯西-克瓦列夫斯基定理可以判别解的存在性及唯一性。 皮亚诺存在性定理可以判断常微分方程初值问题的解是否存在。

数学分析当然是基础了，抽象代数，微分几何，拓扑，微分方程这些是本科高年级学的，实分析复分析，泛函，李群这些应该算研究生内容。

数学分析 应该是 实变分析的基础吧我也不大清楚也。。。

无穷为分析？没有这个概念，你是从哪看到的？

刚刚学习了泛函分析，浅薄地说说自己的感觉吧，可能有所偏颇，但希望能帮助题主。泛函分析研究的对象主要是各种线性算子，这些算子与线性函数的不同之处在于，算子的定义域和值域都可以不是常见的“数”，而是抽象出来的空间。所以在物理中，大量具有相似特点（就是保持线性性）的算子他们的性质需要抽象出来研究。这就是我认为的泛函分析的主要作用。而且更重要的是，泛函分析主要是研究那些定义域是无穷维的线性空间的算子。对于有限维的线性空间，线性代数已经研究地比较透彻了。但是在现实世界中，无论是自然科学还是社会科学，维度，或者说影响因素常常是无穷多的，特别在物理上。泛函分析既是考察这些无穷维空间上算子的学科。

概率概率probability随机事件出现的可能性的量度。概率论最基本的概念之一。人们常说某人有百分之多少的把握能通过这次考试，某件事发生的可能性是多少，这都是概率的实例。在一个特定的随机试验中，称每一可能出现的结果为一个基本事件，全体基本事件的集合称为基本空间。随机事件（简称事件）是由某些基本事件组成的，例如，在连续掷两次骰子的随机试验中，用Z，Y分别表示第一次和第二次出现的点数，Z和Y可以取值1、2、3、4、5、6，每一点（Z，Y）表示一个基本事件，因而基本空间包含36个元素。“点数之和为2”是一事件，它是由一个基本事件（1，1）组成，可用集合｛（1，1）｝表示“点数之和为4”也是一事件，它由（1，3），（2，2），（3，1)3个基本事件组成，可用集合｛（1，3），(3，1)，（2，2)｝表示。如果把“点数之和为1”也看成事件，则它是一个不包含任何基本事件的事件，称为不可能事件。在试验中此事件不可能发生。如果把“点数之和小于40”看成一事件，它包含所有基本事件 ，在试验中此事件一定发生，所以称为必然事件。若A是一事件，则“事件A不发生”也是一个事件，称为事件A的对立事件。实际生活中需要对各种各样的事件及其相互关系、基本空间中元素所组成的各种子集及其相互关系等进行研究。古典概率 古典概率讨论的对象局限于随机试验所有可能结果为有限个等可能的情形，即基本空间由有限个元素或基本事件组成，其个数记为n，每个基本事件发生的可能性是相同的。若事件A包含m个基本事件，则定义事件A发生的概率为p（A）＝m／n，也就是事件A发生的概率等于事件A所包含的基本事件个数除以基本空间的基本事件的总个数，这是P.-S.拉普拉斯的古典概率定义，或称之为概率的古典定义。历史上古典概率是由研究诸如掷骰子一类赌博游戏中的问题引起的。计算古典概率，可以用穷举法列出所有基本事件，再数清一个事件所含的基本事件个数相除，即借助组合计算可以简化计算过程。几何概率 若随机试验中的基本事件有无穷多个，且每个基本事件发生是等可能的，这时就不能使用古典概率，于是产生了几何概率。几何概率的基本思想是把事件与几何区域对应，利用几何区域的度量来计算事件发生的概率，布丰投针问题是应用几何概率的一个典型例子。概率的频率定义 随着人们遇到问题的复杂程度的增加，等可能性逐渐暴露出它的弱点，特别是对于同一事件，可以从不同的等可能性角度算出不同的概率，从而产生了种种悖论。另一方面，随着经验的积累，人们逐渐认识到，在做大量重复试验时，随着试验次数的增加，一个事件出现的频率，总在一个固定数的附近摆动，显示一定的稳定性。R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。从理论上讲，概率的频率定义是不够严谨的。A.H.柯尔莫哥洛夫于1933年给出了概率的公理化定义。

去网上查

如果说是数学上来讲,超级立方体就是立方体在多维空间中的推广,比如在四维空间中,超级立方体是一个每个顶角上有四条棱边的图形.其中任意三条边构成一个三维的立方体,并且这个图形有16个顶角,32条棱边

1,一般将含变量项移到等号左边，常数项移右边。2,移项后都必须改变符号：原为正，移后为负。反之，一样变号。

这是数学问题。。。这个就是把有未知数的和已知的数分开的过程的名称。移项时，把一数移到另一边需要把这个数的符号改掉，改成它相反的符号，比如把-1移过去后就要变成+1。如：

移项啊就是把等号左边的某一项挪到右边同时要记得变号,也就是原数的相反数比如3x+8-7=6+x左边的-7和+8挪过去就成了+7和-8右边的x挪到左边变成-x式子就成了3x-x=6+7-8还有不会的可以问我哦我也是初一哦这几天才学呢

方程中移项的原则是“如果把方程中的某一项由等号的一侧移动到另一侧，则此项的正负性（正负号）也随之改变”【即由正变负或由负变正】简单的说比如：2x-5=-3x+10(2x-5)+5=(-3x+10)+52x=-3x+152x+3x=-3x+3x+155x=15x=3

数学一项就是实际上就小学里面的左右，两边同时±同一个数大小不变，所以同时家的同仁街的话一定要注意，我们的一项结果是不能改变的。

把方程两边都加上（或减去）同一个数或同一个整式,就相当于把方程中的某些项改变符号后,从方程的一边移到另一边,这样的变形叫做移项.注意：“移项”是指将方程的某一项从等号的左边移到右边或从右边移到左边,移项时要先变号后移项.

首先一个数的n次方除以这个数的m次方等于这个数的（n－m）次方(其中n大于m) 所以一个数的n次方除以这个数的n次方就表示为这个数的(n-n)次方,也就是这个数的0次方 又因为这个数的(n-n)次方等于1 所以规定:任何除0以外的实数的0次方都是1 举一个例子： 2（2-2） 注：括号里的是2的2-2次方。 2（2-2）=2（2）/2（2）=4/4=1 还有一点：0不能除以0，所以是0以外的数。

除了0以外，任何数的0次方等于10没有意义.因为无论几个零相乘结果都应是零，而数学中把数的零次方定为一，如过零的零次方也等于一的话就不符合数的基本规律了.初中书本上有：任何非零数的零次方都是1，零没有零次方。作为虚数讲,可以想象是一个极限形式，可能是无穷小，也可以是任何数。

1

全体非负整数的集合通常称非负整数集（或自然数集）。非负整数集包含0、1、2、3等自然数。数学上用字母"N"表示非负整数集。非负整数集包括正整数和零。http://baike.baidu.com/view/2639599.htm-0.1是负数，非负整数只包括正整数和零。

正数>0的一切数 负数<0的一切数 非正数 小于等于零的一切数 非负数 大于等于零的一切数

　　非负数 　　非负数大于或等于0。 　　非负数中含有有理数和无理数。 　　非负数的和或积仍是非负数。 　　非负数的和为零，则每个非负数必等于零。 　　非负数的积为零，则至少有一个非负数为零。 　　非负数的绝对值等于本身。 　　常见的`非负数 　　实数的绝对值、实数的偶次幂、算术根等都是常见的非负数。 　　常见表现形式 　　非负数的准确数学表达是a≥0、│a│、a^2n是常见的非负数。 　　知识归纳：任何一个非负数乘以—1都会得到一个非正数。

很多同学在上七年级的时候都学习了非负数，那么非负数是指什么意思？大家一起来看看吧。 非负数简介 正数和零总称为非负数，非负数可以理解为不是负数而是正数和零。例如：0、3.4、9/10、π（圆周率）。自然数和零一起．叫做非负整数。 非负数性质 1、有限个非负数的和仍是非负数。 2、两个非负数的差不一定是非负数：当被减数小于减数时，其差为负数；当被减数大于或等于减数时，其差非为负数。 3、有限个非负数的积（包括乘方）仍是非负数。 4、非负数的商（除数不为零）仍是非负数。 5、非负数大于一切负数。 非负数计算题 例1：已知m、n为实数，且√（5m-2） 十√（2-5m） 十n=10，求mn的值。 分析：要使根号下有意义，有5m-2≥0且2-5m≤0，所以5m-2=0，解得m=2/5，则n=10， 因此mn=2/5×10=4。 例2：已知m是实数，且（m^2+7m-18）√（m-5）=0，求m^2十2m一3的值。 分析：由题意得m^2十7m一18=0或m一5=0，解得m=一9，2，5，当m=一9，2时，√（m-5）无意义，故m=5。 所以m^2十2m一3=25十10一3=32。 以上就是非负数的相关知识，希望同学们在考试中取得优异成绩。

小学阶段的数学计数单位分两部分，即整数部分的和小数部分的。整数部分的计数单位有：一（个）、十、百、千、万、十万、百万、千万、亿、十亿、百亿、千亿……小数部分的计数单位有：十分之一、百分之一、千分之一、万分之一、十万分之一、……。

计数单位是指;个、十、百、千、万等,数位是指个位、十位、百位、千位等等.

高中数学函数公式是如下：1、sin(A+B) = sinAcosB+cosAsinB。2、sin(A-B) = sinAcosB-cosAsinB。3、cos(A+B) = cosAcosB-sinAsinB。4、cos(A-B) = cosAcosB+sinAsinB。5、tan(A+B) = (tanA+tanB)/(1-tanAtanB)。6、tan(A-B) = (tanA-tanB)/(1+tanAtanB)。7、cot(A+B) = (cotAcotB-1)/(cotB+cotA)。8、cot(A-B) = (cotAcotB+1)/(cotB-cotA)。1、两角和公式sin(A+B)=sinAcosB+cosAsinB sin(A-B)=sinAcosB-sinBcosAcos(A+B)=cosAcosB-sinAsinB cos(A-B)=cosAcosB+sinAsinBtan(A+B)=(tanA+tanB)/(1-tanAtanB) tan(A-B)=(tanA-tanB)/(1+tanAtanB)ctg(A+B)=(ctgActgB-1)/(ctgB+ctgA) ctg(A-B)=(ctgActgB+1)/(ctgB-ctgA)2、倍角公式tan2A=2tanA/(1-tan2A) ctg2A=(ctg2A-1)/2ctgacos2a=cos2a-sin2a=2cos2a-1=1-2sin2a3、半角公式sin(A/2)=√（(1-cosA)/2) sin(A/2)=-√（(1-cosA)/2)cos(A/2)=√（(1+cosA)/2) cos(A/2)=-√（(1+cosA)/2)tan(A/2)=√（(1-cosA)/((1+cosA)) tan(A/2)=-√（(1-cosA)/((1+cosA))ctg(A/2)=√（(1+cosA)/((1-cosA)) ctg(A/2)=-√（(1+cosA)/((1-cosA))三角函数简介：三角函数是数学中属于初等函数中的超越函数的函数。它们的本质是任何角的集合与一个比值的集合的变量之间的映射。通常的三角函数是在平面直角坐标系中定义的。其定义域为整个实数域。另一种定义是在直角三角形中，但并不完全。现代数学把它们描述成无穷数列的极限和微分方程的解，将其定义扩展到复数系。

函数就是把已知的用未知的字母代替例如 1+2=3写成函数就变成a+b=c 其中a=1 b=2 c=3 这样子函数的字母数值可以变动 就会到之后的函数求解例如1+b=3 求b是多少这里的b就等于2 当然这是最基础的函数 只是用来理解的