# Math **Repository Path**: fakerlove/math ## Basic Information - **Project Name**: Math - **Description**: No description available - **Primary Language**: Unknown - **License**: MulanPSL-1.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 2 - **Forks**: 0 - **Created**: 2020-08-30 - **Last Updated**: 2022-12-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 文章链接 ~~~bash https://gitee.com/fakerlove/math ~~~ # 第一章 函数,连续,极限 ## 1.1 函数 ### 概念和常见的函数 常见函数分类 * 符号函数 * 取整函数 * 隐函数 * 分段函数 * 基本初等函数 + 常值函数 + 幂函数 + 三角函数 + 指数函数 + 对数函数 + 反三角函数 ### 性质 * 周期性 * 单调性 * 奇偶性 * 有界性 ## 1.2 极限 ### 数列极限 $$ 定义\;\;\;\lim_{\Delta x \to \infty} =A $$ $$ \forall \epsilon>0 ,\exists N>0 ,当n>N时,恒有|X_n-A|< \epsilon $$ ### 函数极限 $$ 定义\;\;\;\lim_{\Delta x \to \infty}f(x)=A $$ $$ \forall \epsilon >0 ,\exists N , 当n>N 时,恒有| f(n)-A|<\epsilon $$ ### 性质 * 有界性 * 保号性$\lim_{\Delta x \to \infty}f(x)=A \; 如果A>0,那么\exists N>0,当n>N 时,f(n)>0$$ ### 易错问题 * 分段函数的左极限和右极限 * $e^{\infty}型的极限$ * $arctan(\infty)型极限 \qquad arctan(x)_{x \to +\infty}=\frac{\pi}{2}$ ### 极限和无穷小的关系 * 概念 * 无穷小的比较 * 高阶$\lim\frac{\alpha(x)}{\beta(x)}=0$ * 低阶$\lim\frac{\alpha(x)}{\beta(x)}=\infty$ * 同阶$\lim\frac{\alpha(x)}{\beta(x)}=A; \;A\ne 0$ * 等价$\lim\frac{\alpha(x)}{\beta(x)}=1$ * 性质 + 有限个无穷小量依旧是无穷小 + 有限个无穷小量的积依旧是无穷小 + 有界变量乘以无穷小依旧是无穷小 ### 极限存在准则 * 夹逼准则 一般用在n项和 的地方 * 单调有界准则 单调增,有上界必有极限 单调减,有下界必有极限 ### 求极限方法8种 * 利用基本极限求极限 $\lim_{\Delta x \to 0}\frac{sinx}{x}=1$ $\lim_{\Delta x \to 0 }(1+x)^{\frac{1}{x}}=e$ $\lim_{\Delta x \to \infty} \sqrt [n] n=1$ * 利用等阶无穷小代换求极限 | 原式 | 无穷小 | | ----------------------------------- | --------------------- | | $e^{x}-1,tanx,sinx,arcsinx,arctanx$ | $x$ | | $1-cosx$ | $\frac{1}{2} x^2$ | | $1-cos^\alpha x$ | $\frac{\alpha}{2}x^2$ | | $(1+\beta x)^\alpha-1$ | $\alpha \beta x$ | | $\log_a(1+x)-1$ | $\frac{x}{lna}$ | | $tanx-x$ | $\frac{1}{3} x^3$ | | $ x-ln(1+x)$ | $\frac{1}{2}x^2$ | | $x-sinx$ | $\frac{x^3}{6}$ | * 利用有理运算法则求极限 * 利用洛必达求极限 * 利用泰勒公式求极限 常见的泰勒展开式(拉格朗日余项) | 原式 | 展开式 | | --------------- | -------------------------------------------------------------------------------------------------------- | | $\frac{1}{1-x}$ | $=1+x +x^2+x^3+x^n+…… \\= \sum_{n=0}^{\infty} x^n$ | | $e^x$ | $=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+ \\ =\sum_{n=0}^\infty \frac{x^n}{n!}$ | | $cosx$ | $=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6} \\ =\sum_{n=0}^\infty (-1)^n \frac{x^{2n}}{(2n)!}$ | | $sinx$ | $=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!} \\ =\sum_{n=0}^\infty (-1)^n \frac{x^{2n+1}}{(2n+1)^n}$ | | $ln(1+x)$ | $=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}\\=\sum_{n=1}^\infty (-1)^n\frac{x^n}{n}$ | | $tanx$ | $x+\frac{x^3}{3}+o(x^3)$ | | $arctanx$ | $x-\frac{x^3}{3}+\frac{x^5}{5}+o(x^5)$ | | $(1+x)^\alpha$ | $1+\alpha x+\frac{ \alpha (\alpha -1)}{2!}x^2+……+ \frac{\alpha(\alpha-1)(\alpha-n+1)}{n!}x^n$ | | | | * 利用夹逼准则求极限 * 利用单调有界准则求极限 * 利用定积分求极限 ## 1.3 连续 ### 定义 $$ 若 \lim_{\Delta x \to x_0} f(x)=f(x_0) 则称y=f(x)在点x_0处连续 $$ ### 间断点 * 定义 $$ 若f(x)在x_0某去心领域有定义,但在x_0处不连续,则称x_0为f(x)的间断点 $$ * 分类 + 第一类间断点:左右极限均存在 可去间断点:左极限=右极限 跳跃间断点:左极限 不等于 右极限 + 第二类间断点 左右极限至少有一个不存在 无穷间断点 震荡间断点 ### 运算和性质 * 零点定理 * 介值定理 # 第二章 导数 ## 2.1 导数和微分概念 ### 导数定义 $$ f^\prime(x_0)=\lim_{\Delta x \to 0}\frac{\Delta y}{\Delta x}=\lim_{\Delta x \to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x} $$ ### 微分定义 $$ 如果\Delta y=f(x_0 +\Delta x)-f(x_0)\;可以表示为\Delta y=A\Delta x+o(\Delta x)\;\; (\Delta \to 0)\\则称 函数f(x)在点x_0处可微 称A\Delta x 为微分,记为dy=A\Delta x $$ 定理二 $$ 函数y=f(x)在点x_0 处可微的充分必要条件是f(x_0)在点x_0处可导,且有 \\ dy=f^\prime(x_0)\Delta x=f^\prime(x_0)dx $$ ### 几何意义 * 斜率 * 切线方程 * 法线方程 ### 连续,可导,可微关系 $可导\Leftrightarrow 可微$ $可导\Rightarrow 连续$ $可微\Rightarrow 连续$ 一阶可导 推不出 一阶导函数连续 一阶可导 推不出 一阶极限存在 ## 2. 2 导数公式和求导法则 ### 基本初等函数的导数 | 原函数 | 导数 | | ------------------------------------------------------------ | ------------------------------------------------------------ | | $sinx$ | $cosx$ | | $x^\alpha$ | $\alpha x^{\alpha -1}$ | | $a^x$ | $a^x lna$ | | $e^x$ | $e^x$ | | $\log_{a}x$ | $\frac{1}{xlna}$ | | $\ln\mid x \mid$ | $\frac{1}{x}$ | | $cosx$ | $-sinx$ | | $tanx$ | $=\frac{1}{cos^2x}=sec^2x$ | | $\frac{1}{tanx}=cotx$ | $-\frac{1}{sin^2x}=-csc^2x$ | | $secx=\frac{1}{cosx}$ | $secxtanx=\frac{sinx}{cos^2x}$ | | $cscx$ | $-cscxcotx$ | | $arcsinx$ ![](https://gitee.com/fakerlove/picture_1/raw/master/2hkjhdakasdhasdaq.png) | $\frac{1}{\sqrt{1-x^2}}$![](https://gitee.com/fakerlove/picture_1/raw/master/4-16300289642301.png) | | $arccosx$![](https://gitee.com/fakerlove/picture_1/raw/master/1-16300289887033.png) | $-\frac{1}{\sqrt{1-x^2}}$![](https://gitee.com/fakerlove/picture_1/raw/master/5-16300289838372.png) | | $arctanx$![](https://gitee.com/fakerlove/picture_1/raw/master/3-16300289920644.png) | $\frac{1}{1+x^2}$![](https://gitee.com/fakerlove/picture_1/raw/master/6-16300289952495.png) | | $arccotx$ | $-\frac{1}{1+x^2}$ | ### 求导法则 * 有理运算法则 $(u+v)^\prime=u^\prime+v^\prime$ $(uv)^\prime=u^\prime v+uv^prime$ $\left(\frac{u}{v}\right)=\frac{u^\prime v-uv^\prime}{v^2}$ * 复合函数求导法 * 隐函数求导 $F(x,y)=0 \; \frac{dy}{dx}=-\frac{F_x}{F_y}$ * 反函数求导 $\varphi^\prime(x)=\frac{1}{f^\prime(x)}$ * 参数方程 $$ y=y(x)是由\begin{cases}x=\phi(x) \\ y=\varphi(x)\end{cases},(\alpha0 \; f(x) 递增$ $f^\prime(x)<0 \; f(x) 递减$ ### 极值点 ### 驻点 一阶导数为零。 $f^\prime(x)=0$ ### 最值 ### 曲线的凹凸性 ### 拐点 使函数凹凸性改变的点。 二阶导数在拐点处异号(由正变负或由负变正)或不存在。 $f^{\prime \prime}(x)<0 \;凸函数$ $f^{\prime \prime}(x)>0 \;凹函数$ ### 渐进线 * 水平渐进线,最多两条 $\lim_{x \to \infty }f(x)=A$ * 垂直渐近线,无穷多条 $\lim_{x \to x_0}f(x)=\infty$ * 斜渐近线 $\lim_{x \to \infty }\frac{f(x)}{x}=a \\ b=\lim_{x \to \infty} f(x)-ax\\ y=ax+bs是y=f(x)的渐近线$ ### 曲率 * 参数方程 $$ K(t)=\frac{\mid x^\prime(t)y^{\prime\prime} (t)-x^{\prime \prime}y^\prime(t)\mid}{\left((x^\prime (t))^2+(y^\prime(t))^2 \right)^{\frac{3}{2}}} $$ * 直角坐标系 $$ K=\frac{\mid y^{\prime \prime}\mid }{(1+y^{\prime 2})^{\frac{3}{2}}} $$ * 空间参数曲线 ![](https://gitee.com/fakerlove/picture_1/raw/master/1.svg) 的曲率 ![](https://gitee.com/fakerlove/picture_1/raw/master/2sdasdadqwd21dsadad.svg) ## 3.3 题型 * 求极限 * 函数的极值和最值,曲线的凹向和拐点 * 曲线的渐近线 * 方程的根 * 不等式的证明 * 中值定理的证明题 # 第四章 不定积分 ## 4.1 不定积分概念 $\int f(x)d(x)=F(x)+C$ * 定理 $若f(x)在区间I 上连续,在则f(x)在区间I 上一定存在原函数$ $若f(x)在区间I 上有第一类间断点,在则f(x)在区间I 上一定不存在原函数$ * ## 4.2 基本公式 | 积分 | 原函数 | | ------------------------------------ | ------------------------------------------- | | | | | $\int \frac{1}{cosx}dx$ | $\ln\mid secx+tanx\mid+C$ | | $\int cosxdx$ | $sinx+C$ | | $\int \frac{1}{sinx}dx$ | $\ln \mid tan\frac{x}{2} \mid +C$ | | $\int \alpha x^{\alpha -1} dx$ | $x^\alpha +C$ | | $\int a^x lna dx$ | $a^x +C$ | | $\int e^x dx$ | $e^x +C$ | | $\int \frac{1}{xlna} dx$ | $\log_{a}x +C$ | | $\int \frac{1}{x} dx$ | $\ln\mid x\mid +C$ | | $\int -sinxdx$ | $cosx+C$ | | $\int sec^2x dx$ | $tanx+C$ | | $\int -csc^2x dx$ | $\frac{1}{tanx}=cotx+C$ | | $\int secxtanx dx$ | $secx=\frac{1}{cosx}$ | | $\int -cscxcotx dx$ | $cscx+C$ | | $\int \frac{1}{\sqrt{1-x^2}}dx$ | $arcsinx+C$ | | $\int -\frac{1}{\sqrt{1-x^2}}dx$ | $arccosx+C$ | | $\int \frac{1}{1+x^2} dx$ | $arctanx+C$ | | $\int -\frac{1}{1+x^2}dx$ | $arccotx+C$ | | $\int \frac{dx}{a^2+x^2}$ | $\frac{1}{a}arctan\frac{x}{a}+C$ | | $\int\frac{dx}{x^2-a^2}$ | $\frac{1}{2a}ln\mid \frac{x-a}{x+a}\mid +C$ | | $\int \frac{dx}{a^2-x^2} $ | $\frac{1}{2a}ln\mid \frac{a+x}{a-x}\mid+C$ | | $\int \frac{dx}{\sqrt{a^2-x^2}}$ | $arcsin\frac{x}{a}+C$ | | $\int \frac{dx}{\sqrt{x^2\pm a^2}}$ | $ln(x+\sqrt{x^2\pm a^2})+C$ | | $\int_{0}^\infty=x^ne^{-x}dx$ | $n!$ | | $\int_{-\infty}^{+\infty}e^{-x^2}dx$ | $\sqrt{\pi}$ | ## 4.3 三种积分方法 ### 1. 第一类换元法(凑微分) $\int f(u)du=F(u)+C$ * 例题 $\int \frac{2-x}{\sqrt{3+2x-x^2}}dx$ ### 2. 分部积分 $\int u dv=uv-\int vdu$ 适用于两类不同函数相乘,反对幂指三 ### 3. 第二类换元法 $$ 设x=\phi(x) 是单调的,可导的函数,并且\phi^\prime(t)\ne 0,又\int f[\phi(t)]\phi^\prime(t)dt=F(t)+C \\ 则\int f(x)dx=\int f[\phi(t)]\phi^\prime(t)dt=F(t)+C $$ * $\sqrt{a^2-x^2}$ $x=asint$ * $\sqrt{a^2+x^2}$ $x=atant$ * $\sqrt{x^2-a^2}$ $x=asect$ ## 4.4 三种常见可积函数的积分 ### 1. 有理函数的积分 $\int R(x)dx$ ,一定能被积出来 * 一般法,部分分式法 $\int \frac{x+5}{x^2-6x+13}dx$ $\int \frac{dx}{x(x^9+1)}$ ### 2. 三角有理式积分 $\int R(sinx,cosx) dx$ * 一般法,万公式$tan\frac{x}{2}=t$ * 特殊法,三角换元,分部 ### 3. 简单无理数积分 ### 4. 图片解析 | 函数 | 图像 | | -------------------------------------------------- | ------------------------------------------------------------ | | $sin\frac{1}{x}$ | ![](https://gitee.com/fakerlove/picture_1/raw/master/8-16300290426596.png) | | $\frac{sinx}{x}$ | ![](https://gitee.com/fakerlove/picture_1/raw/master/9-16300290467697.png) | | $\frac{1}{x}sin\frac{1}{x}$ | ![](https://gitee.com/fakerlove/picture_1/raw/master/10-16300290503738.png) | | $\frac{x^2+1}{\sqrt{x^2-1}}渐近线有垂直还有其他的$ | ![](https://gitee.com/fakerlove/picture_1/raw/master/7-16300290538649.png) | | $\frac{x}{sinx}$ | ![](https://gitee.com/fakerlove/picture_1/raw/master/11-163002906232810.png) | | | | | | | | | | | | | # 第五章 定积分和反常积分 ## 5.1 定积分 ### 题型 * 定积分概念,性质和几何意义 * 变上限定积分 * 定积分的计算 ### 概念性质 * 定积分存在的充分条件 $f(x)在[a,b]上连续,则f(x)可积$ $f(x)在[a,b]上有界且只有有限个间断点,则f(x)可积$ $f(x)在[a,b]上仅有有限个第一类间断点,则f(x)可积$ * 不等式 $m(b-a)\leq \int_{a}^bf(x)dx \leq M(b-a)$ * 中值定理 $$ f(x)函数可积,函数一定有定积分,F(x)连续有界\\ f(x)在x=x_0 处连续,则\mid f(x)\mid 在x=x_0 处连续 $$ ### 积分上限函数 $设f(x) 在[a,b] 上连续,则\int_a^xf(t)dt 在[a,b]上可导且\left( \int_a^xf(t)dt\right)^\prime=f(x)$ $\left(\int_{e^x}^{x^2}f(t)dt\right)^\prime=\\\ \left( \int_{e^x}^0f(t)dt+\int_0^{x^2}f(t)dt\right)^\prime$ $总结:\left(\int_{\varphi(x)}^{\phi(x)}f(t)dt=f(\phi(x)\phi^\prime(x)-f(\varphi(x))\phi^\prime(x)\right)$ 例题 $\int_0^x(x-t)f(t)dt$ $\int_1^2f(x+t)dt$ ### 定积分的计算 * 牛顿-莱布尼兹公式 $\int_a^bf(x)dx=F(a)-F(b)$ * 换元法 * 分布积分法 * 利用周期性,奇偶性 * 利用公式 | 名称 | | | ---------- | ------------------------------------------------------------ | | 华莱士公式 | $I_n=\int_0^{\frac{\pi}{2}}sin^nxdx=\int_0^{\frac{\pi}{2}}cos^nxdx = \begin{cases} \frac{n-1}{n}\frac{n-3}{n-2}……\frac{1}{2}\frac{1}{2}\pi \; (n 为偶数) \\ \frac{n-1}{n} \frac{n-3}{n-2} ……\frac{4}{5} \frac{2}{3} \;(n 为大于1 的奇数) \end{cases}$ | | 伽马公式 | $\Gamma(x)=\int_0^\infty t^{x-1}e^{-t}dt$
$\Gamma(x+1)=x \Gamma(x)$
$\Gamma(n+1)=n!$
$\Gamma(1)=1\;\Gamma(\frac{1}{2}=\sqrt{\pi})$ | | | $\int_0^\pi xf(sinx)dx=\frac{\pi}{2}\int_0^\pi f(sinx)dx$ | ### 可爱因子 $\lim_{n \to \infty}(\frac{1}{n+1}+\frac{1}{n+2}+………\frac{1}{n+n})=$ * 先提$\frac{1}{n}$ * 然后看$\lim_{n \to \infty }\frac{1}{n} \sum_i^\infty f(\xi_i)$ * $f(\xi_i) 就是积分$ * 此题就是$\lim_{n \to \infty}\frac{1}{n}\left[\frac{1}{1+\frac{1}{n}}+\frac{1}{1+\frac{2}{n}}+\frac{1}{1+\frac{3}{n}}+……\frac{1}{1+\frac{n}{n}}\right]$ $=\int_0^1\frac{1}{1+x}dx$ 看变化部分 $n\to \infty 时,\frac{变化}{主体}=0 就用夹逼定理$ $n\to \infty 时,\frac{变化}{主体}=A\ne 0 就用定积分$ ## 5.2 反常积分 ### 无穷区间上的积分 $\int_a^{+\infty}=\lim_{t \to +\infty}\int_a^tf(x)dx$ $\int_{-\infty}^{b}=\lim_{t \to -\infty}\int_t^bf(x)dx$ 常用结论 $$ \int_a^{+\infty} \frac{1}{x^P}dx;\begin{cases} P>1\; 收敛 \\ p\leq 1\; 发散\end{cases} $$ ### 无界函数的反常积分 $设a为f(x)的无界点,\int_a^bf(x)dx=\lim_{t \to a^+}\int_t^bf(x)dx$ 常用结论 $$ \int_a^{b} \frac{1}{(x-a)^P}dx;\begin{cases} P<1\; 收敛 \\ p\ge 1\; 发散\end{cases} $$ ### 题型 * 反常积分的敛散性 * 反常积分的计算 # 第六章 定积分应用 ## 6.1 几何应用 ### 平面图形的面积 * 坐标系 $\int_a^b[f(x)-g(x)]d x$ * 极坐标 $\frac{1}{2} \int_\alpha^\beta \rho^2(\theta)d\theta$ ### 旋转体体积 * 绕x轴转 $V_x=\pi\int_a^bf^2(x)d x$ 如果是参数方程 直接往里面带 * 绕y轴转 $V_y=2\pi \int_a^bx f(x) d x$ * 万能公式 $$ V=2\pi\iint_D r(x,y)d\sigma $$ ### 曲线弧长 * 坐标系 $s=\int_a^b \sqrt{1+y^{\prime 2}} d x$ * 参数方程 $s=\int_\alpha^\beta \sqrt{x^{\prime 2}+y^{\prime 2}} d t$ * 极坐标 $s=\int_\alpha^\beta \sqrt{\rho^2+\rho^{\prime 2}}d \theta$ ### 旋转体侧面积 $$ S=2\pi \int_a^b f(x)\sqrt{1+f^{\prime 2}(x)}d x $$ ## 6.2 物理应用 ### 压力 ### 变力做功 ### 引力 # 第七章 微分方程 ## 7.1 常微分方程的基本概念 * 微分方程 * 微分方程的阶 * 微分方程的解 * 微分方程的通解 * 微分方程的特解 ## 7.2 一阶微分方程 * 可分离变量的方程 $y^\prime=f(x)f(y)$ * 齐次方程 $\frac{dy}{dx}=\varphi(\frac{y}{x})$ $令\frac{y}{x}=u\\ u+x\frac{du}{dx}=\varphi(u)$ * 线性方程 $y^\prime+P(x)y=Q(x)$ $$ 通解 y=e^{-\int p(x)dx}\left[ \int Q(x)e^{\int p(x)dx}dx+C\right] $$ * 伯努利方程 $y^\prime +P(x)y=Q(x)y^\alpha \\ 令y^{1-\alpha=u}$ * 全微分方程 $P(x,y)dx+Q(x,y)dy=0$ $\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$ + 偏积分 + 凑微分 + 线积分 ## 7.3 可降阶的高阶方程 * $y^{\prime \prime}=f(x)$ * $y^{\prime \prime}=f(x,y^\prime)$ $令y^\prime=p \\ y^{\prime \prime} =\frac{d p}{d x}$ * $y^{\prime \prime}=f(y,y^\prime)$ $令y^\prime=p,y^{\prime \prime}=P\frac{dP}{dy}$ ## 7.4 高阶线性微分方程 ### 齐次方程 $y^{\prime \prime}+p(x)y^\prime+q(x)y=0$ 通解为 $$ 如果y_1(x)和y_2(x)是齐次方程的两个线性无关的特解,那么Y=C_1y_1(x)+C_2y_2(x) $$ ### 非齐次方程 $y^{\prime \prime}+p(x)y^\prime+q(x)y=f(x)$ 通解为 $$ 如果y^*为非齐次方程是一个特解,y_1(x)和y_2(x)是齐次方程的两个线性无关的特解,那么Y=C_1y_1(x)+C_2y_2(x)+y^*(x) $$ ### 常系数齐次线性微分方程 $y^{\prime \prime }+py^\prime+qy=0$ 特征方程 $r^2+pr+q=0\\ r1,r2 为特征方程的两个根$ | 情况 | | 解 | | -------- | --------------------------- | ------------------------------------------------- | | 共轭复根 | $r_{1,2}=\alpha \pm i\beta$ | $y=e^{\alpha x}(C_1cos(\beta x)+C_2sin(\beta x))$ | | 相等根 | $r_1\ne r_2$ | $y=C_1e^{r_1x}+C_2e^{r_2x}$ | | 不相等根 | $r_1=r_2=r$ | $y=e^{rx}(C_1+C_2x)$ | ### 常系数非齐次线性微分方程 $y^{\prime \prime }+py^\prime+qy=f(x)$ | | | | | ------------------------------------------------------------------ | ---------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------ | | $f(x)=e^{\lambda x}P_m(x)$ | $y^*=x^kQ_m(x)e^{\lambda x}$
| $特征方程的根和没有\lambda 相同\;k=0$
特$特征方程的根和没有\lambda 相同,但是只有一个\;k=$1
$特征方程的根和 有\lambda 相同,且有两个\;k=2$
| | $f(x)=e^{\alpha x}[P_l^{(1)}(x)cos\beta x+P_n^{(2)}(x)sin\beta x]$ | $y^*= x^ke^{\alpha x}[R_m^{(1)}(x)cos\beta x+R_m^{(2)}(x)sin \beta x]$ | $m=max{l,n},k看共轭复根重复个数$ | ## 7.5 题型 * 微分方程求解 * 应用题 * 综合题 # 第八章 多元函数微分学 ## 8.1 重极限,连续,偏导数,全微分 ### 二元函数 ### 二元函数的极限 * 取绝对值,然后夹逼准则 ### 多元函数的连续性 * 概念 $\lim_{(x,y) \to (x_0,y_0)}f(x,y)=f(x_0,y_0)$ * 性质 多元连续函数 和,差,积,商依旧是连续函数 复合函数依旧为连续函数 多元初等函数再其定义域内连续 * 计算二重极限 + 极限性质 ### 偏导数(不会) * 定义 $f_x(x_0,y_0)=\lim_{\Delta x \to 0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}=\frac{d}{dx}f(x,y_0)|_{x=x_0}$ $f_y(x_0,y_0)=\lim_{\Delta x \to 0}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}=\frac{d}{dy}f(x_0,y)|_{y=y_0}$ 求导数,先带后求。求x在某处偏导数是否存在 $$ 先带后求,f^\prime _x(x,0),在带x=0 \\ 直接先求导数 f^\prime_x ,然后再带x=0,y=0 ,如果两个相等,说明偏导数\frac{\partial f}{\partial x}在(x_0,y)处连续 $$ ### 全微分 $若\Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)=A\Delta x+B\Delta y+o(\rho)$ 可微存在的必要条件 $$ 如果z=f(x,y)在点(x_0,y_0)处可微,则在点(x_0,y_0)处 \frac{\partial z}{\partial x},\frac{\partial z}{\partial y}必定存在 ,且\\ dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy $$ 可导可以推出两个偏导数都存在, $$ 在f(x,y)在x_0,y_0 处可微,\frac{\partial f(x_0,y_0)}{\partial x}=0,\frac{\partial f(x_0,y_0)}{\partial y}=0 $$ * 用定义判定可微性 $f_x(x_0,y_0)与f_y(x_0,y_0)是否都存在$ $\lim_{(\Delta x,\Delta y )\to(0,0)} \frac{\Delta z-|f_x(x_0,y_0)\Delta x+f_y(x_0,y_0)\Delta y|}{\sqrt{(\Delta x)^2+(\Delta y)^2}} 是否为零$ ### 连续,可导,可微的关系 $如果z=f(x,y)的偏导数,\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}在点(x_0,y_0)处连续,则函数z=f(x,y)在点(x_0,y_0)处可微$ 连续 推不出 偏导 偏导 推不出 连续 连续 推不出 可微 $可微 \Rightarrow 偏导$ $可微 \Rightarrow 连续$ ### 题型 连续性,可导性,可微性 ## 8.2 多元函数微分法 ### 复合函数微分法 $$ 设u=u(x,y),v=v(x,y)在点(x,y)处有对x及对y的偏导数,\\函数z=f(u,v)在对应点(u,v)处连续偏导数,\\则z=f[u(x,y),z(x,y)]在点(x,y)处的两个偏导数存在,且有\\ \frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x},\frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial y} $$ 全微分不变性 $dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy=\frac{\partial z}{\partial u}du+\frac{\partial z}{\partial v}dv$ ### 隐函数微分法 $由方程F(x,y,z)=0,确定的隐函数z=z(x,y),$ $\frac{\partial z}{\partial x}=-\frac{F_x^\prime}{F_z^\prime}$ $\frac{\partial z}{\partial y}=-\frac{F_y^\prime}{F_z^\prime}$ ## 8.3 多元函数的极限和最值 ### 无约束极值 $$ 设z=f(x,y)在点(x_0,y_0)存在偏导数,且(x_0,y_0)为f(x,y)极值点,则\\ f_x^\prime(x_0,y_0)=0,f_y^\prime(x_0,y_0)=0, $$ $$ f_x^\prime(x_0,y_0)=0,f_y^\prime(x_0,y_0)=0, 这样子的点叫做驻点,极值点 \Rightarrow 驻点 ,\\ 在某一段有界连续区间内,函数只有唯一的极值点,取得极值点的地方不一定是最大值或者是最小值。但是在一元函数上是成立的 $$ 求极值 $$ 令f_x^\prime(x_0,y_0)=0,f_y^\prime(x_0,y_0)=0,\\ 求出x,y 的值 \\ 然后求A=f^\prime_{xx},B=f^\prime_{xy},C=f^\prime_{yy},\\ AC-B^2>0,有极值,A>0 有极小值,A<0有极大值\\ AC-B^2<0,表示没有极值,\\ AC-B^2=0,有待进一步商讨 $$ ### 条件极值与拉格朗日乘法 $函数f(x,y)在条件 \varphi(x,y)=0条件下的极值$ 拉格朗日函数 $$ 令F(x,y,\lambda)=f(x,y)+\lambda \varphi(x,y) \\ \begin{cases} F_x=f_x^\prime(x,y)+\lambda \varphi_x^\prime(x,y)=0\\ F_y=f_y^\prime(x,y)+\lambda \varphi_y^\prime(x,y)=0\\ F_\lambda=\varphi(x,y)=0 \end{cases} $$ $函数f(x,y)在条件 \varphi(x,y)=0,\phi(x,y,z)=0条件下的极值$ $令F(x,y,\lambda)=f(x,y,z)+\lambda \varphi(x,y,z)+\mu \phi(x,y,z)$ ### 最大最小值 ### 题型 * 求极值 * 求最大最小值 * 最大值和最小值应用题 ## 8.4 伯努利方程 $$ y^\prime+P(x)y=Q(x)y^n \\ y^{-n}y^\prime +p(x)y^{1-n}=Q(x) \\ 令u=y^{1-n},方程就变成了\\ \frac{1}{1-n}\frac{du}{dx}+p(x)u=Q(x),就可以进行微分方程的求解 $$ ## 8.5 欧拉方程 $$ x^ny^{(n)}+p_1x^{n-1}y^{(n-1)}++p_{n-1}xy^\prime+p_n=f(x)\\ 令x=e^t,t=lnx,\frac{dt}{dx}=\frac{1}{x} $$ # 第九章 二重积分 ## 9.1 二重概念的概念与性质 $$ \iint_Df(x,y)d\sigma =\lim_{\lambda \to 0}\sum_{i=1}^n f(x_i,y_i)\Delta \sigma_i $$ ## 9.2 二重积分计算 * 利用直角坐标系 先y后x 先x后y * 利用极坐标 $先\rho 后\theta \iint_D f(x,y)d\sigma =\int_\alpha^\beta d\theta\int_{\varphi_1(\theta)}^{\varphi_2(\theta)}f(\rho cos\theta,\rho sin\theta)\rho d\rho$ * 利用极坐标计算的被积函数 $f(\sqrt{x^2+y^2},f(\frac{y}{x}),f(\frac{x}{y})$ 适合用极坐标的积分域, $x^2+y^2 \leq R^2$ $r^2\leq x^2+y^2\leq R^2$ $x^2+y^2 \leq 2ax$ * 利用对称性和奇偶性计算若积分域D关于y 轴对称,则 $$ \iint_Df(x,y)d\sigma=\begin{cases} 2\iint_{D_x\ge0}f(x,y)d\sigma ;f(-x,y)=f(x,y)\\ 0;f(-x,y)=-f(x,y) \end{cases} $$ * 利用变量对称性计算 若D 关于y=x 对称,则 $\iint_{D} f(x,y)d\sigma=\iint_D f(y,x)d\sigma$ ## 9.3 题型 * 累次积分交换次序及计算 * 二重积分的计算 # 第十章 无穷级数 ## 10.1 常数项级数 ### 级数的概念与性质 * 概念 $\sum_{n=1}^\infty u_n=u_1+u_2+u_3+……+u_n+……$ $S_n=\sum_{i=1}^n u_i=\lim_{n \to \infty}s_n$ 极限存在,就收敛 极限不存在,就发散 * 性质 $若\sum_{n=1}^\infty u_n 收敛于s,则\sum_{n=1}^\infty ku_n 也收敛,且其和为ks$ $收敛 \pm 发散=发散$ $发散\pm 发散=不确定$ 在级数中去掉,加上或改变有限项不影响级数的敛散性 收敛级数加括号仍收敛且和不变 ### 级数的审敛准则 * 正项级数 $\sum_{n=1}^\infty u_n收敛 \Leftrightarrow s_n 上有界$ 判别方法 * 比较判别法 $u_n\le v_n$ $\sum_{n=1}^\infty v_n 收敛 \Rightarrow \sum_{n=1}^\infty u_n 收敛$ * 比较法极限形式 $\lim_{n \to \infty }\frac{u_n}{v_n}=l$ $\begin{cases} 01 时收敛,p\le 时发散$ $\sum_{n=1}^{\infty}a q^n,q<1 收敛,当q \ge 1 发散$ * 比值法 $\lim_{n \to \infty }\frac{u_{n+1}}{u_n}=\rho$ * 根值法 $\lim_{n \to \infty }\sqrt[n]{u_n}=\rho$ * 交错级数 莱布尼兹准则 $$ \sum_{n=1}^\infty(-1)^{n-1}u_n,u_n>0 \\(1) u_n单调递减 \\(2)\lim_{n \to \infty }u_n=0 \\ 则\sum_{n=1}^\infty(-1)^{n-1}u_n 收敛 $$ * 任意项级数 绝对收敛和条件收敛 $\sum_{n=1}^\infty|u_n|收敛\Rightarrow \sum_{n=1}^\infty u_n 收敛,此时\sum_{n=1}^\infty u_n 绝对收敛$ $若\sum_{n=1}^\infty a_n 收敛, \sum_{n=1}^\infty |a_n|发散,则称\sum_{n=1}^\infty a_n 条件收敛$ ### 题型 * 常数项级数敛散性的判定 ## 10.2 幂级数 ### 收敛半径 收敛区域 收敛域 $\sum_{n=1}^\infty a_nx^2=a_0+a_1x+a_2x^2+……+a_nx^n$ * 阿贝尔定理 $$ 若\sum_{n=1}^\infty a_nx^n 当x=x_0(x\ne 0)时收敛,则当|x|<|x_0| 时,\sum_{n=1}^\infty a_nx^n 绝对收敛\\ 若\sum_{n=1}^\infty a_nx^n 当x=x_0(x\ne 0)时发散,则当|x|>|x_0| 时,\sum_{n=1}^\infty a_nx^n 发散 $$ *$对于任何x\in (-\infty,+\infty)都收敛$ * 仅在x=0处收敛 *$存在一个正数R,当|x|R时发散$ *$若幂级数\sum_{n=0}^\infty a_nx^n 处条件收敛,则点x_0 必为该幂级数收敛 区间(-R,R)的一个端点$ *$\lim_{n \to \infty }|\frac{a_{n+1}}{a_n}=\rho ,则R=\frac{1}{\rho}$ *$\lim_{n \to \infty }\sqrt[n]{|a_n|}=\rho ,则R=\frac{1}{\rho}$ ### 幂级数的性质 $$ 设\sum_{n=0}^\infty a_nx^n 的收敛半径为R_1,\sum_{n=0}^\infty b_nx^n 收敛半径为R_2,令R=min{R_1,R_2},则当x\in(-R,R) $$ * 加减法 $$ \sum_{n=0}^\infty a_nx^n\pm\sum_{n=0}^\infty b_nx^n=\sum_{n=0}^\infty(a_n\pm b_n)x^n $$ * 可积性 和函数S(x)在(-R,R)上可积,且可逐项积分,半径不变 ### 函数的幂级数展开 $$ 如果函数f(x)在区间(x_0-R,x_0+R)上能展开为x-x_0的幂级数f(x)= \sum_{n=0}^\infty a_n (x-x_0)^n ,则其展开式是唯一的 \sum_{n=0}^\infty \frac{f^{(n)}x_0}{n!}(x-x_0)^n, \\f(x)在x=x_0处的泰勒级数 $$ **常见的级数展开** | 原式 | 展开式 | | --------------- | -------------------------------------------------------------------------------------------------------- | | $\frac{1}{1-x}$ | $=1+x +x^2+x^3+x^n+…… \\= \sum_{n=0}^{\infty} x^n$ | | $e^x$ | $=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+ \\ =\sum_{n=0}^\infty \frac{x^n}{n!}$ | | $cosx$ | $=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6} \\ =\sum_{n=0}^\infty (-1)^n \frac{x^{2n}}{(2n)!}$ | | $sinx$ | $=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!} \\ =\sum_{n=0}^\infty (-1)^n \frac{x^{2n+1}}{(2n+1)^n}$ | | $ln(1+x)$ | $=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}\\=\sum_{n=1}^\infty (-1)^n\frac{x^n}{n}$ | | $tanx$ | $x+\frac{x^3}{3}+o(x^3)$ | | $arctanx$ | $x-\frac{x^3}{3}+\frac{x^5}{5}+o(x^5)$ | | $(1+x)^\alpha$ | $1+\alpha x+\frac{ \alpha (\alpha -1)}{2!}x^2+……+ \frac{\alpha(\alpha-1)(\alpha-n+1)}{n!}x^n$ | 展开方法 * 直接展法 * 间接展开法 根据函数展开为幂级数的唯一性,从某些已知函数的展开式出发,利用幂级数的性质(四则运算,逐项求导)及变量代换等方法,求的所给函数的展开式 ### 题型 * 求收敛半径 收敛区间及收敛域 * 将函数展开为幂级数 * 级数求和 ## 10.3 傅里叶级数 ### 傅里叶系数与傅里叶级数 $$ a_n=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)cos(nx)dx,n=0,1,2,3,……\\ b_n=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)sin(nx)dx,n=1,2,3,……\\ f(x)=\frac{a_0}{2}+\sum_{n=1}^{\infty}(a_n cosnx+b_n sinnx) $$ ### 收敛定理 $$ 设f(x)在[-\pi,\pi]上连续或有有限个第一类间断点,且只有有限个极值点,则f(x)的傅里叶级数在[-\pi,\pi]上处处收敛,且收敛于\\ S(x)=f(x), 当x=为f(x)的连续点\\ S(x)=\frac{f(x^-)+f(x^+)}{2} ,当x为f(x)的间断点\\ S(x)=\frac{f((-\pi)^+)+f((\pi)^-)}{2},当x=\pm \pi $$ ### 函数展开为傅里叶级数 * $[-\pi,\pi]上展开$ $$a_n=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)cos(nx)dx,n=0,1,2,3,……\\ b_n=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)sin(nx)dx,n=1,2,3,……\\ $$ * $[-\pi,\pi]上就奇偶函数的展开$ * $f(x)为奇函数$ $a_n=0\\ b_n=\frac{2}{\pi}\int_0^{\pi}f(x)sin(nx)dx,n=1,2,3,……$ * $f(x)为偶函数$ $a_n=\frac{2}{\pi}\int_0^{\pi}f(x)cos(nx)dx,n=0,1,2,3,……\\ b_n=0 ,n=1,$ * $[0,\pi]上展开为正弦函数$ * $[-l,l]上展开$ $a_n=\frac{1}{l}\int_{-l}^{l}f(x)cos(\frac{n\pi x}{l})dx,n=0,1,2,3,……\\ b_n=\frac{1}{l}\int_{-l}^{l}f(x)sin(\frac{n\pi x}{l})dx,n=1,2,3,……$ * $[-l,l]上奇偶函数展开$ * $[0,l]上展开为正弦函数$ ## 题型 * 有关收敛定理的问题 * 讲函数展开为傅里叶级数 # 第十一章 向量代数在空间解析几何及多元微分学在几何上的应用 ## 11.1 向量代数 ### 数量积 $$ \vec a\cdot \vec b=|\vec a||\vec b| cos\alpha \\ \vec a\cdot \vec b=\vec a_x\vec b_x+\vec a_y\vec b_y+\vec a_z\vec b_z\\ $$ * 交换律 * 分配律 * 求模 * 求夹角 * 判断两个向量垂直 ### 向量积 $$ 几何表示 \vec a\times \vec b 是一个向量,模|\vec a\times \vec b|=|\vec a||\vec b|sin \alpha $$ *$\vec a\times \vec b =-(\vec b \times \vec a)$ * 分配律$\vec a\times(\vec b+\vec c)=\vec a\times \vec b+\vec a \times \vec c$ * 判断两向量平行$\vec a//\vec b \Leftrightarrow \vec a \times \vec b=0$ * 求四边形面积 * 求同时垂直于a和b 的向量 ### 混合积 $(\vec a \vec b\vec c)=(\vec a\times \vec b)\cdot \vec c$ * 运算规律 轮换对称 交换变号 * 几何应用 $V_{平行六面体}=|(\vec a\vec b\vec c)|$ 判断三个向量共面 ### 题型 * 向量的计算 ## 11.2 空间平面 与直线 ### 平面方程 * 一般式 $Ax+By+Cz+D=0$ * 点法式 $A(x-x_0)+B(y-y_0)+C(z-z_0)=0$ * 截距式 $\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1$ ### 直线方程 * 一般式 * 对称式 $\frac{x-x_0}{l}=\frac{y-y_0}{m}=\frac{z-z_0}{n}$ * 参数式 $x=x_0+lt,y=y_0+mt,z=z_0+nt$ ### 平面与直线的关系 ### 点到面的距离 $点(x_0,y_0,z_0)到Ax+By+Cy+D=0的距离$ $d=\frac{|Ax_0+By+0+Cz_0+D}{\sqrt{A^2+B^2+C^2}}$ ### 点到直线的距离 $$ 点(x_0,y_0,z_0)到直线\frac{x-x_1}{l}=\frac{y-y_1}{m}=\frac{z-z_1}{n}\\ d=\frac{|\{x_1-x_0,y_1-y_0,z_1-z_0|\}\times\{l,m,n\}}{\sqrt{l^2+m^2+n^2}} $$ ## 11.3 曲面与空间曲线 ### 曲面方程 一般式 F(x,y,z)=0 或者z=f(x,y) ### 空间曲线 * 参数方程 $\begin{cases}x=x(t)\\ y=y(t)\\ z=z(t)\end{cases}$ * 一般式 $\begin{cases}F(x,y,z)=0\\ G(x,y,z)=0\end{cases}$ ### 常见曲面 * 旋转面 一条平面曲线绕平面上一条直线旋转 $L是yoz平面上一条曲线,其方程是\begin{cases}f(y,z)=0\\ x=0\end{cases},则\\ L绕Y轴旋转所成的旋转面方程为f(y,\pm \sqrt{x^2+z^2})$ * 柱面 平行定直线并沿定曲线移动的直线L,形成 * 二次曲面 * 椭圆锥面$\frac{x^2}{a^2}+\frac{y^2}{b^2}=z^2$,圆锥面$x^2+y^2=z^2$ * 椭球面 * 单页双曲面$\frac{x^2}{a^2}+\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$ * 双叶双曲面 $\frac{x^2}{a^2}-\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$ * 椭圆抛物面 $\frac{x^2}{a^2}+\frac{y^2}{b^2}=z$ * 旋转抛物面 $z=x^2+y^2$ * 双曲抛物面 ### 空间曲线投影 $曲线 \Gamma :\begin{cases} F(x,y,z)=0 \\ G(x,y,z)=0\end{cases}在xoy面上投影曲线方程为\\ \begin{cases} H(x,y)=0 \\ z=0\end{cases} 消除z即可$ ## 11.4 多元微分在几何应用 ### 曲面的切平面与法线 $曲线F(x,y,z)=0,法向量:n=\{F_x,F_y,F_z\}$ $曲线z=f(x,y),法向量:n=\{f_x,f)y,-1\}$ ### 曲线的切线与法平面 $曲线\begin{cases}x=x(t)\\ y=y(t)\\ z=z(t)\end{cases},切向量=\{x^\prime(t_0),y^\prime(t_0),z^\prime(t_0)\}$ $曲线\begin{cases}F(x,y,z)=0\\ G(x,y,z)=0\end{cases},切向量\vec {n_1}\cdot \vec{n_2}$ # 第十二章 多元积分学及其应用 ## 12. 1 三重积分 ### 定义 $$\iiint_\Omega f(x,y,z)dv=\lim_{\lambda \to 0}\sum_{k=1}^n f(\delta_k,\eta_k,\xi_k)\Delta v_k$$ ### 性质 ### 计算 * 直角坐标 * 先一后二 * 先二后一 * 柱坐标 被积函数$\phi(z)g(\sqrt{x^2+y^2})$ 被积域 为域 $\begin{cases}x=\rho cos\theta,0\le\rho<+\infty \\ y=\rho sin\theta ,0\le \theta\le 2\pi \\ z=z ,-\infty 0 \\在f(x)在x=0处可导,a>1 ,\\ 在x=0 处f^\prime(x)连续,a>2$ | A | * | 题目 | 解析 | 答案 | | ------------------------------------------------------------ | ---- | ---- | | $以下四个问题,正确的是\\ A.若f^\prime 在(a,b)内连续,则f(x)在(a,b)内有界\\ B.若f(x)在(a,b)内连续,则f(x)在(a,b)内有界\\ C. 若f^\prime(x)在(a,b)内有界,则f(x)在(a,b)内有界$ | | C | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | | * | 题目 | 解析 | 答案 | | ---- | ---- | ---- | | | | |