导数是微积分中的重要基础概念。当函数y=f(x)的自变量x在一点x0上产生一个增量Δx时，函数输出值的增量Δy与自变量增量Δx的比值在Δx趋于0时的极限a如果存在，a即为在x0处的导数，记作f'(x0)或df(x0)/dx。
导数是函数的局部性质。一个函数在某一点的导数描述了这个函数在这一点附近的变化率。如果函数的自变量和取值都是实数的话，函数在某一点的导数就是该函数所代表的曲线在这一点上的切线斜率。导数的本质是通过极限的概念对函数进行局部的线性逼近。例如在运动学中，物体的位移对于时间的导数就是物体的瞬时速度。
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。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。反之，已知导函数也可以倒过来求原来的函数，即不定积分。微积分基本定理说明了求原函数与积分是等价的。求导和积分是一对互逆的操作，它们都是微积分学中最为基础的概念。
一、随机事件
主要掌握好(三四五)
(1)事件的三种运算：并(和)、交(积)、差;注意差A-B可以表示成A与B的逆的积。
(2)四种运算律：交换律、结合律、分配律、德莫根律。
(3)事件的五种关系：包含、相等、互斥(互不相容)、对立、相互独立。
二、概率定义
(1)统计定义：频率稳定在一个数附近，这个数称为事件的概率;(2)古典定义：要求样本空间只有有限个基本事件，每个基本事件出现的可能性相等，则事件A所含基本事件个数与样本空间所含基本事件个数的比称为事件的古典概率;
(3)几何概率：样本空间中的元素有无穷多个，每个元素出现的可能性相等，则可以将样本空间看成一个几何图形，事件A看成这个图形的子集，它的概率通过子集图形的大小与样本空间图形的大小的比来计算;
(4)公理化定义：满足三条公理的任何从样本空间的子集集合到[0，1]的映射。
三、概率性质与公式
(1)加法公式：P(A+B)=p(A)+P(B)-P(AB)，特别地，如果A与B互不相容，则P(A+B)=P(A)+P(B);
(2)差：P(A-B)=P(A)-P(AB)，特别地，如果B包含于A，则P(A-B)=P(A)-P(B);
(3)乘法公式：P(AB)=P(A)P(B|A)或P(AB)=P(A|B)P(B)，特别地，如果A与B相互独立，则P(AB)=P(A)P(B);
(4)全概率公式：P(B)=∑P(Ai)P(B|Ai).它是由因求果，
贝叶斯公式：P(Aj|B)=P(Aj)P(B|Aj)/∑P(Ai)P(B|Ai).它是由果索因;
如果一个事件B可以在多种情形(原因)A1,A2,....,An下发生，则用全概率公式求B发生的概率;如果事件B已经发生，要求它是由Aj引起的概率，则用贝叶斯公式.
(5)二项概率公式：Pn(k)=C(n,k)p^k(1-p)^(n-k),k=0,1,2,....,n.当一个问题可以看成n重贝努力试验(三个条件：n次重复，每次只有A与A的逆可能发生，各次试验结果相互独立)时，要考虑二项概率公式.
版权声明
声明：有的资源均来自网络转载，版权归原作者所有，如有侵犯到您的权益
请联系本站我们将配合处理！