探索小游戏引流的有效策略与未来发展趋势
879
2022-11-12
[数学]高等数学复习总结
一、微积分部分
一、微积分部分
Part I 极限与连续
泰勒公式基本微分公式常用等价无穷小函数极限定义数列极限数列极限极限的性质极限的唯一性极限的局部有限性极限的局部保号性函数极限计算三板斧七种不定形洛必达法则数列极限运算法则夹逼准则极限的连续与间断的基本常识连续的定义有界性定理最值定理介值定理零点定理间断的定义
Part II 导数与微分
一元函数微分的定义一元函数定义注意点基本求导公式基本求导方法复合函数求导隐函数求导对数求导法反函数求导参数方程求导显函数隐函数
Part III 中值定理与一元微分学应用1. 中值定理
费马定理罗尔定理拉格朗日中值定理柯西中值定理柯西、拉格朗日、罗尔三者间的关系涉及f(x)的应用,可能需要用到的定理罗尔定理的应用范式罗尔定理的关键,以及达成这个关键的两个途径
2. 单调性与极值
导数的几何应用有哪些极值的定义需要注意的地方广义极值狭义极值(真正极值)单调性与极值判别
3. 零碎问题
函数的凹凸性函数拐点拐点判别法铅直渐近线水平渐近线斜渐近线函数的最值的求法
Part IV 一元函数积分学
不定积分定义定积分定义不定积分与定积分的几何意义牛顿-莱布尼兹公式 / N-L 公式基本积分公式点火公式(华里士公式)积分-换元法的三板斧分部积分法有理函数积分法积分中值定理定积分的计算用积分表达和计算平面图形的面积用积分表达和计算旋转体的体积用积分表达和计算函数的平均值---y(x)在[a,b]上的平均值是
Part V 多元函数微分学
多元函数微分的极限定义多元函数微分的连续性多元函数微分的偏导数 z=f(x, y)多元函数微分-链式求导规则多元函数-高阶偏导数多元函数-无条件极值-必要条件多元函数-无条件极值-充分条件多元函数-条件极值-求法
Part VI 重积分
二重积分的普通对称性二重积分的轮换对称性(直角坐标系下)二重积分直角坐标系下的积分方法二重积分极坐标系下的积分方法二重积分中值定理
Part VII 微分方程
微分方程的概念一阶微分方程求解-变量可分离型一阶微分方程求解-齐次型一阶微分方程求解-一阶线性型二阶常系数齐次D.E.求解:\(y''+py'+qy=0\)二阶常系数非齐D.E.求解:\(y''+py'+qy=f(x)\)
Part I 极限与连续
泰勒公式
任何可导函数 \(f(x)=\sum a_{n}x^{n}\),\(x\rightarrow 0\)时
\(sinx=x-\frac{1}{6}x^{3}+o(x^{3})\)\(arcsinx=x+\frac{1}{6}x^{^{3}}+o(x^{^{3}})\)\(tanx=x+\frac{1}{3}x^{3}+o(x^{3})\)\(arctanx=x-\frac{1}{3}x^{3}+o(x^{3})\)\(cosx=1-\frac{1}{2}x^{2}+\frac{1}{24}x^{4}+o(x^{4})\)\(ln(1+x)=x-\frac{1}{2}x^{2}+\frac{1}{3}x^{3}-\frac{1}{4}x^{4}+o(x^{4})\)\(e^{x}=1+x+\frac{1}{2!}x^{2}+\frac{1}{3!}x^{3}+o(x^{4})\)\(\frac{1}{1-x}=1+x+x^{2}+x^{3}+o(x^{3})(\left | x \leq 1\right |)\)
Back to TOC
基本微分公式
\(({x^{n}})'=nx^{n-1}\)\({(a^{x})}'=a^{x}lna\)\({(e^{x})}'=e^{x}\)\({(lnx)}'=\frac{1}{x}\)\({(sinx)}'=cosx\)\({(cosx)}'=-sinx\)\({(tanx)}'=sec^{2}x\)\({(cotx)}'=-csc^{2}x\)\({(secx)}'=secxtanx\)\({(cscx)}'=-cscxcotx\)\({(arcsinx)}'=\frac{1}{\sqrt{1-x^{2}}}\)\({(arccosx)}'=-\frac{1}{\sqrt{1-x^{2}}}\)\({(arctanx)}'=\frac{1}{1+x^{2}}\)\({(arccotx)}'=-\frac{1}{1+x^{2}}\)\({(ln(x+\sqrt{x^{2}+1})})'=\frac{1}{\sqrt{x^{2}+1}}\)\(({ln(x+\sqrt{x^{2}-1})})'=\frac{1}{\sqrt{x^{2}-1}}\)
Back to TOC
常用等价无穷小
\(x \rightarrow 0\)\(sin x \sim x\)\(arcsin x \sim x\)\(tan x \sim x\)\(arctan x \sim x\)\(e^{x} - 1 \sim x\)\(ln(1 + x) \sim x\)\((1 + x)^{\alpha } - 1 \sim \alpha x\)\(1 - cos x \sim \frac{1}{2} x^{2}\)
Back to TOC
函数极限定义
\(\lim \limits_{x \to x0}f(x)=A \Leftrightarrow \forall \epsilon > 0, \exists \delta >0, 当 0<\left | x-x0 \right |< \delta\) 时,有 \(\left | f(x)-A \right | < \epsilon\)
Back to TOC
数列极限数列极限
n为自然数, n→\(\infty\),专指n→+\(\infty\),而略去"+"不写\(\lim \limits_{x \rightarrow \infty}x_{0}=A \Leftrightarrow \forall \epsilon>0, \exists N>0, 当 n>N时,有 |x_{0}-A|<\epsilon\)
Back to TOC
极限的性质
唯一性、局部有限性、局部保号性
Back to TOC
极限的唯一性
\(若\lim \limits_{x \rightarrow x_{0}}f(x)=A,则A唯一\)
Back to TOC
极限的局部有限性
$若\lim \limits_{x \rightarrow x_{0}}f(x)=A,则 \exists M>0, \delta>0,当0<|x-x_{0}|<\delta时,恒有|f(x)|< M $
Back to TOC
极限的局部保号性
\(若\lim \limits_{x \rightarrow x_{0}}f(x)=A>0,则x\rightarrow x_{0}时,f(x)>0\)\(若\lim \limits_{x \rightarrow x_{0}}f(x)=A<0,则x\rightarrow x_{0}时,f(x)<0\)
Back to TOC
函数极限计算三板斧
等价无穷小,泰勒公式,洛必达法则。这个顺序来源于杨超。Back to TOC
七种不定形
\(\frac{0}{0}\), \(\frac{\infty}{\infty}\), \(\infty \cdot 0\), \(\infty \cdot \infty\), \(\infty^{0}\), \(0^{0}\), \(1^{\infty}\)【注】 0不是真的0, 1不是真的1Back to TOC
洛必达法则
若\(\lim \limits_{x \to *}f(x)=0, \lim \limits_{x \to *}=0\),且\(\lim \limits_{x \to *} \frac{{f}'(x)}{{g}'(x)}\exists\), 则\(\lim \limits_{x \to *}\frac{f(x)}{g(x)}=\lim \limits_{x \to *}\frac{{f}'(x)}{{g}'(x)}\)隐含条件:f(x), g(x)都为无穷小量,都可导,导函数比值的极限存在Back to TOC
数列极限运算法则
若\(x_{n}\)易于连续化,转化为函数极限计算依据:\(\lim \limits_{x \to +\infty}f(x)=A, 则\lim \limits_{x \rightarrow \infty}f(n)=A\)若\(x_{n}\)不易于连续化,用“夹逼准则”(或定积分定义)若\(x_{n}\)由递推式 \(x_{0}=f(x_{n-1})\) 给出,用“单调有界准则”\(给出 x_{n},若 x_{n} 单增且有上界或者单减且有下界 \Rightarrow \lim_{n \rightarrow \infty}x_{0} \exists \Leftrightarrow {x_{0}} 收敛\)
Back to TOC
夹逼准则
它指出若有两个函数在某点的极限相同,且有第三个函数的值在这两个函数之间,则第三个函数在该点的极限也相同。
设\(I\)为包含某点\(a\)的区间,\(f,g,h\)为定义在\(I\)上的函数。若对于所有属于\(I\)而不等于\(a\)的\(x\),有:\(g(x) \leq f(x) \leq h(x)\),\(\lim \limits_{x \to a}g(x)=\lim \limits_{x\to a}h(x)=L\);则\(\lim \limits_{x\to a}f(x)=L\)。\(g(x)\)和\(h(x)\)分别称为\(f(x)\)的下界和上界。\(a\)若在\(I\)的端点,上面的极限是左极限或右极限。 对于\(x \to \infty\),这个定理还是可用的。
Back to TOC
极限的连续与间断的基本常识
任何初等函数在其定义区间内连续(只要见到的函数都是初等函数),故考研中只研究两类特殊的点:
分段函数的分段点(可能间断)无定义点(必然间断)Back to TOC
连续的定义
\(若\lim \limits_{x \to x_{0}} f(x) = f(x_{0}), 则f(x)称在x=x_{0}处连续\)Note:\(\lim \limits_{x \to x_{0}^{+}}f(x)= \lim \limits_{x \to x_{0}^{-}}f(x)=f(x_{0}) 三者相等才连续\)Back to TOC
有界性定理
设f(x)在[a,b]连续,则:\(\exists K>0,使得|f(x)| \leq K, \forall x \in[a,b]\)
Back to TOC
最值定理
设f(x)在[a,b]连续,则:\(当m\leq \mu \leq M时,其中m,M分别为f(x)在[a,b]上的最小最大值\)
Back to TOC
介值定理
设f(x)在[a,b]连续,则:\(当m\leq \mu \leq M时,则\exists \xi \in (a,b),使得f(\xi)=0\)
Back to TOC
零点定理
设f(x)在[a,b]连续,则:\(当f(a) \cdot f(b)<0时,则\exists \xi \in (a,b),使f(\xi)=0\)
Back to TOC
间断的定义
\(设f(x)在 x=x_{0}点的某去心领域有定义\)
1⃣️ \(\lim \limits_{x \to x_{0^{+}}}f(x)\)2⃣️ \(\lim \limits_{x \to x_{0^{-}}}f(x)\)3⃣️ \(f(x)\)
第一类间断点 1⃣️ 2⃣️ 均存在,且
1⃣️\(\neq\) 2⃣️: \(x_{0}\)为跳跃间断点1⃣️ = 2⃣️ \(\neq\) 3⃣️: \(x_{0}\)为可去间断点
第二类间断点 1⃣️ 2⃣️ 至少一个不存在(目前为止考研只考了 1⃣️ 2⃣️均不存在)
若不存在 = \(\infty \Rightarrow\)无穷间断点若不存在 = 震荡 \(\Rightarrow\)
【Note】
单侧定义不讨论间断性若出现左右一边是震荡间断,一边是无穷间断,则我们应该分侧讨论
Back to TOC
Part II 导数与微分
一元函数微分的定义
\(\lim \limits_{\triangle x \to 0} \frac{f(x_{0}+\triangle x)-f(x_{0})}{\triangle x} 记为{f}'(x_{0})\)
Back to TOC
一元函数定义注意点
左右有别
\(\lim \limits_{\triangle x \to 0_{+}} \frac{f(x_{0}+\triangle x)-f(x_{0})}{\triangle x} = {f}'(x_{0}) 右导数\)\(\lim \limits_{\triangle x \to 0_{-}} \frac{f(x_{0}+\triangle x)-f(x_{0})}{\triangle x} = {f}'(x_{0}) 左导数\)\(因此{f}'(x_{0})存在\Leftrightarrow {f}'_{-}(x_{0}={f}'_{+}(x_{0})\)
广义化狗
\(\triangle x \rightarrow (广义化)狗\)\(\lim \limits_{狗 \to 0} \frac{f(x_{0}+狗)-f(x_{0})}{狗}\)
一静一动
\(\lim \limits_{\triangle x \to 0} \frac{f(x_{0}+\triangle x)-f(x_{0}-\triangle x)}{2\triangle x}={f}'(x_{0})...就是典型错误\)
换元法
\(换元法,令x_{0}+\triangle x =x \Rightarrow \lim \limits_{ x \to x_{0}} \frac{f(x)-f(x_{0})}{x-x_{0}}={f}'(x_{0})\)
Back to TOC
基本求导公式
\({(x^a)}'=ax^{a-1}\)\({(a^x)}'=a^xlna\)\({(e^x)}'=e^x\)\({(lnx)}'=\frac{1}{x}\)\({(sinx)}'=cosx\)\({(cosx)}'=-sinx\)\({(tanx)}'=sec^2x\)\({(cotx)}'=-cscx^2x\)\({(secx)}'=-secxtanx\)\({(cscx)}'=-cscxcotx\)\({(arcsinx)}'=\frac{1}{\sqrt{1-x^2}}\)\({(arccosx)}'=-\frac{1}{\sqrt{1-x^2}}\)\({(arctanx)}'=\frac{1}{1+x^2}\)\({(arccotx)}'=-\frac{1}{1+x^2}\)\({(ln(x+\sqrt{x^2+1}))}'=\frac{1}{x^2+1}\)\({(ln(x+\sqrt{x^2-1}))}'=\frac{1}{x^2-1}\)
Back to TOC
基本求导方法
复合函数求导、隐函数求导、对数求导法、反函数求导、参数方程求导
Back to TOC
复合函数求导
复合函数一层层分层求导,幂指函数化为复合指数函数
Back to TOC
隐函数求导
显函数:y=f(x),隐函数F(x,y)=0方法:在F(x,y)=0两遍同时对x求导,只需注意y=y(x)即可(复合求导)
Back to TOC
对数求导法
对多项目相乘、相除、开方乘方得来的式子,先取对数再求导,称为对数求导。
Back to TOC
反函数求导
\(\frac{dy}{dx}={y}' \Rightarrow \frac{dx}{dy} = \frac{1}{{y}'}\)
Back to TOC
参数方程求导
\(\begin{cases} {x=x(t)} &\\ {y=y(t)} \end{cases},t为参数\)
Back to TOC
显函数
解析式中明显地用一个变量的代数式表示另一个变量时,称为显函数。
一个函数如果能用形如 的解析式表示,其中 分别是函数的自变量与因变量,则此函数称为显函数,如 等都是显函数。
Back to TOC
隐函数
隐函数(implicit function)是由隐式方程所隐含定义的函数,比如\(y={\sqrt {1-x^{2}}}\)是由\(x^{2}+y^{2}-1=0\)确定的函数。而可以直接用含自变量的算式表示的函数称为显函数,也就是通常所说的函数,如\(y=\cos(x)\)。
Back to TOC
Part III 中值定理与一元微分学应用
1. 中值定理
费马定理
\[设f(x)在x=x_{0}处 \begin{cases} 1) & 可导 \\ 2) & 取极值 \end{cases} \Rightarrow {f}'(x_{0})=0 \]
Back to TOC
罗尔定理
\[设f(x)满足以下三个条件 \begin{cases} 1) & [a,b]连续 \\ 2) & (a,b)可导 \\ 3) & f(a)=f(b) \end{cases} ,则\exists \xi \in (a,b),使得 {f}'(\xi)=0 \]
Back to TOC
拉格朗日中值定理
\[设f(x)满足以下两个条件 \begin{cases} 1) & [a,b]连续 \\ 2) & (a,b)内可导 \end{cases} ,则\exists \xi \in (a,b),使得 {f}'(\xi)=\frac{f(b)-f(a)}{b-a} \]
Back to TOC
柯西中值定理
\[设f(x),g(x)满足 \begin{cases} 1) & [a,b]连续 \\ 2) & (a,b)内可导 \\ 3) & {g}'(x)\neq0 \end{cases} ,则\exists \xi \in (a,b),使得 \frac{{f}'(\xi)}{{g}'(x)}=\frac{f(b)-f(a)}{g(b)-g(a)} \]
Back to TOC
柯西、拉格朗日、罗尔三者间的关系
柯西中值定理 → 拉格朗日中值定理 → 罗尔定理。But 拉格朗日中值定理 !→ 柯西中值定理
Back to TOC
涉及f(x)的应用,可能需要用到的定理
有界性定理,最值定理,介值定理,零点定理
Back to TOC
罗尔定理的应用范式
\(f(a)=f(b) \Rightarrow {f}'(\xi)=0\)
Back to TOC
罗尔定理的关键,以及达成这个关键的两个途径
关键:\(F(a)=F(b) \Rightarrow {F}'(\xi)=0\) 两个途径:
求导公式逆用法积分还原法
将欲证结论中的\(\xi 改为 x\)积分,令c=0移项,使等式一端为0,则另一端记为F(x)
Back to TOC
2. 单调性与极值
导数的几何应用有哪些
三点两性一线:极值点、最值点、拐点;单调性,凹凸性;渐近线
Back to TOC
极值的定义需要注意的地方
必须是双侧定义,否则不考虑极值
Back to TOC
广义极值
\(\exists x_{0}的某个邻域, \forall x\in U(x_{0}, \delta) ,都有f(x) \leq f(x_{0}),则x_{0}为f(x)的真正极大值点\)
Back to TOC
狭义极值(真正极值)
\(\exists x_{0}的某个【去心】邻域, \forall x\in U(x_{0}, \delta) ,都有f(x) \leq f(x_{0}),则x_{0}为f(x)的真正极大值点\)
Back to TOC
单调性与极值判别
\(若{f}'(x)>0, \forall x \in I,则f(x)在I上单调递增;若{f}'(x)<0, \forall x \in I,则f(x)在I上单调递减;\)\[ 若f(x)在x= x_{0}处连续,在U(x_{0}, \delta)内可导,则\begin{cases} 当x_{0} \in(x_{0}-\delta, x_{0})时, {f}'(x)<0,当x_{0}\in (x_{0}, x_{0}+\delta)时,{f}'(x)>0,\Rightarrow 极小 \\ 当x_{0} \in(x_{0}-\delta, x_{0})时, {f}'(x)>0,当x_{0}\in (x_{0}, x_{0}+\delta)时,{f}'(x)<0,\Rightarrow 极大 \\ 若{f}'(x)在(x_{0}-\delta, x_{0})与(x_{0}, x_{0}+\delta)内不变号 \Rightarrow 不是极值 \end{cases} \]\(若f(x)在x=x_{0}处二阶可导,{f}'(x_{0})=0,{f}''(x_{0})>0 \Rightarrow 极小值;若f(x)在x=x_{0}处二阶可导,{f}'(x_{0})=0,{f}''(x_{0})<0 \Rightarrow 极大值\)
Back to TOC
3. 零碎问题
函数的凹凸性
\[\forall x_1, x_2 \in I, 有:\begin{cases} \frac{f(x_1)+f(x_2)}{2} > f(\frac{x_1+x_2}{2}) \Rightarrow f(x), 是凹曲线 \\ \frac{f(x_1)+f(x_2)}{2} < f(\frac{x_1+x_2}{2}) \Rightarrow f(x), 是凸曲线 \end{cases} \]
Back to TOC
函数拐点
连续曲线凹凸弧的分界点
Back to TOC
拐点判别法
设f(x)在I上二阶可导
\( \begin{cases} 若{f}''(x_0)>0,\forall x\in I \Rightarrow f(x)是凹的 \\ 若{f}''(x_0)<0,\forall x\in I \Rightarrow f(x)是凸的 \end{cases} \)\(若f(x)在x_0点的左右邻域{f}''(x)变号 \Rightarrow (x_0,f(x_0))为拐点\)
Back to TOC
铅直渐近线
\(若\lim \limits_{x \to x_0^+(或x_0^-)}f(x)=\infty,则称x=x_0为f(x)的一条铅直渐进线\) 出现在:无定义点 || 开区间端点
Back to TOC
水平渐近线
\(若\lim \limits_{x \to +\infty(或-\infty)}f(x)=A,则称y=A为f(x)的一条水平渐进线\)
Back to TOC
斜渐近线
\(若\lim \limits_{x \to +\infty(或-\infty)} \frac{f(x)}{x}=a\neq0,且\lim \limits_{x \to +\infty(或-\infty)}[f(x)-ax]=b \exists,则称y=ax+b为f(x)的一条斜渐进线\)
Back to TOC
函数的最值的求法
$对于函数f(x),在[a,b]上找出三类点\begin{cases}{f}'x=0 \Rightarrow x_0驻点 \{f}'(x)!\exists \Rightarrow不可导点 \端点a,b\end{cases}$\(比较f(x_0),f(x_1),f(a),f(b)大小取其最大(最小)值为最大(最小)值\)\(若在I上求出唯一极大(极小)值点,则由实际背景确定最大(小)值\)
Back to TOC
Part IV 一元函数积分学
不定积分定义
\(\forall x\in I,\ 使{F}'(x)=f(x)成立,则称F(x)在f(x)在I上的一个原函数。全体原函数就叫不定积分,记成:\int f(x)dx=F(x)+C\)
Back to TOC
定积分定义
\(\int_{a}^{b} f(x)dx\)
Back to TOC
不定积分与定积分的几何意义
\(\int f(x)dx为函数族,\int_{a}^{b} f(x)dx 为面积代表值\)
Back to TOC
牛顿-莱布尼兹公式 / N-L 公式
\(\int_{a}^{b} f(x)dx =F(x)\mid_{x=a}^{x=b}=F(b)-F(a)\)
Back to TOC
基本积分公式
\(\int x^kdx=\frac{1}{k+1}x^{k+1}+C\)
\( k\neq1 \begin{cases} \int\frac{1}{x^2}dx=-\frac{1}{x}+C \\ \int \frac{1}{\sqrt{x}}dx=2\sqrt{x}+C \end{cases} \)
\(\int \frac{1}{x}dx = lin|x|+C\)
\(\int a^xdx=\frac{1}{lna}a^x+C,a>0, a\neq1\)
\(\int e^xdx=e^x+C\)
\(\int sinxdx=-cosx+C\)
\(\int cosxdx=sinx+C\)
\(\int tanxdx=-ln|cosx|+C\)
\(\int cotxdx=ln|sinx|+C\)
\(\int secxdx=ln|secx - tanx|+C\)
\(\int cscxdx=ln|cscx - cotx|+C\)
\(\int sec^2xdx=-cotx+C\)
\(\int secxtanxdx=secx+C\)
\(\int secxcotxdx=-cscx+C\)
\(\int \frac{1}{\sqrt{1-x^2}}dx=arcsinx+C\)
\(\int \frac{1}{\sqrt{a^2-x^2}}dx=arcsin\frac{x}{a}+C\)
\(\int \frac{1}{\sqrt{a^2+x^2}}dx=ln(x+\sqrt{a^2+x^2})+C\)
\(\int \frac{1}{\sqrt{x^2-a^2}}dx=ln(x+\sqrt{x^2-a^2})+C\)
\(\int \frac{1}{1+x^2}dx=arctanx+C\)
\(\int \frac{1}{a^2+x^2}dx=\frac{1}{a}arctan{\frac{x}{a}}+C\)
\(\int \frac{1}{a^2-x^2}dx=\frac{1}{2a}ln{\frac{a+x}{a-x}}+C\)
\(\int \frac{1}{x^2-a^2}dx=\frac{1}{2a}ln{\frac{x-a}{x+a}}+C\)
\(\int \sqrt{a^2-x^2}dx=\frac{a^2}{2}arcsin{\frac{x}{a}}+\frac{x}{2}\sqrt{a^2-x^2}+C\)
Back to TOC
点火公式(华里士公式)
$ I_n=\int_{\frac{\pi}{2}}{0}sinnxdx=\int_{\frac{\pi}{2}}{0}cosnxdx=\begin{cases}\frac{n-1}{n}\cdot \frac{n-3}{n-2} \cdot\cdot\cdot \frac{3}{4} \cdot \frac{1}{2} \cdot \frac{\pi}{2} & n为正整数 \\frac{n-1}{n}\cdot \frac{n-3}{n-2} \cdot\cdot\cdot \frac{4}{5} \cdot \frac{2}{3} & n为大于1的正奇数\end{cases}$偶数时点火成功乘 \(\frac{\pi}2\),奇数时点火失败以 1 打止Back to TOC
积分-换元法的三板斧
当凑微分法不成功时,考虑换元,从而使题目从复杂变简单
三角换元
\(三角换元--当被积函数f(x)含有\sqrt{a^2-x^2}, \sqrt{a^2+x^2}, \sqrt{x^2-a^2}\)
\(\sqrt{a^2-x^2} \Rightarrow x=asint,(-\frac{\pi}{2}
倒带换\((x=\frac{1}{t})---可用于分子次数明显低于分母次数的情况\)复杂部分换元——令复杂部分=t\(\begin{cases}\sqrt[n]{ax+b}ax+b=t,\sqrt{\frac{ax+b}{cx+d}}=t,\sqrt{ae^{bx}+c}=t,(根式代换)\\ a^x,e^x=t,(指数代换) \\ lnx=t,(对数代换)\\ arcsinx,arctanx=t,(反三角函数代换)\end{cases}\)
Back to TOC
分部积分法
\(\int udv=uv- \int vdu (前面的积分困难,后面的积分简单)\) 反对幂指三,排前面的求导,排后面的积分
Back to TOC
有理函数积分法
定义:\(形如\int \frac{P_n(x)}{Q_m(x)}dx,(n \(Q_m(x)分解出(ax+b)^k\Rightarrow 产生k项\):\(\frac{A_1}{ax+b} + \frac{A_2}{(ax+b)^2} + \cdot\cdot\cdot + \frac{A_k}{(ax+b)^k},k=1,2 \cdot \cdot \cdot\)\(Q_m(x)分解出(px^2+qx+r)^k \Rightarrow 产生k项\):\(\frac{A_1x+B_1}{px^2+qx+r} + \frac{A_2x+B_2}{(px^2+qx+r)^2} + \cdot\cdot\cdot + \frac{A_kx+B_k}{(px^2+qx+r)^k},k=1,2 \cdot\cdot\cdot\) Back to TOC 积分中值定理 \(若函数f(x)在闭区间[a,b]上连续,则\exists \xi \in (a,b),使得\int_a^bf(x) = f(\xi)(b-a)\) \(若函数f(x)在闭区间[a,b]上连续,g(x)在闭区间[a,b]上不变号且可积,则\exists \xi \in (a,b),使得\int_a^bf(x)g(x) = f(\xi)\int_a^bg(x)\) Back to TOC 定积分的计算 \(\int_a^bf(x)dx=F(b)-F(a)\) 先按四大积分法求出F(x)带入上下限,要注意换元时的细节:\(对于\int_a^bf(x)dx=\int_{\phi^{-1}(a)}^{\phi^{-1}(b)}f[\phi(t)]{\phi}'(t)dt, (令x=\phi(t));且要求{\phi}'(t) 连续,且x=\phi(t)不超过区间[a,b]\) Back to TOC 用积分表达和计算平面图形的面积 \(y=y_1(x), y=y_2(x), x=a, x=b, (a < b) 所围成的平面图形的面积:\) \(S=\int_a^b|y_2(x)-y_1(x)|dx\) Back to TOC 用积分表达和计算旋转体的体积 \(y=y(x)与x=a,x=b, (a < b ) 及x轴所围图形绕x轴旋转一周所得的旋转体体积为:V=\int_a^b\pi y^2(x)dx\)\(y=y(x)与x=a,x=b,( a < b ) 及x轴所围图形绕y轴旋转一周所得的旋转体体积为:V_y=\int_a^b2\pi x |y(x)|dx, (柱壳法)\) Back to TOC 用积分表达和计算函数的平均值---y(x)在[a,b]上的平均值是 \(y(x)在[a,b]上的平均值\overline{y}=\frac{\int_a^by(x)dx}{b-a}\) Back to TOC Part V 多元函数微分学 多元函数微分的极限定义 \(设f(x,y)的定义域为D,P_0(x_0,y_0)是D的聚点(=内点+边界点), \forall \epsilon>0,\exists \delta>0,当P(x,y)\in D \cap U(P_0, \delta )时,恒有|f(x,y)-A|<\epsilon \Rightarrow \lim_{x\to x_0 , y\to y_0}f(x,y)=A\) Back to TOC 多元函数微分的连续性 \(\lim_{x\to x_0 , y\to y_0}f(x,y)=f(x_0,y_0),则称f(x,y)在(x_0,y_0)处连续\)\(【注】\lim_{x\to x_0 , y\to y_0}f(x,y) \neq f(x_0,y_0),叫不连续,不讨论间断类型\) Back to TOC 多元函数微分的偏导数 z=f(x, y) \(\frac{\partial f }{\partial x}|\_{(x\_0,y\_0)}={f}'\_x(x\_0,y\_0) \underline{\underline{\triangle}}\lim_{\triangle x \to \infty}\frac{f(x\_0+\triangle x, y\_0)-f(x\_0,y\_0)}{\triangle x}\)\(\frac{\partial f }{\partial y}|\_{(x\_0,y\_0)}={f}'\_y(x\_0,y\_0) \underline{\underline{\triangle}}\lim\_{\triangle y \to \infty}\frac{f(x\_0, y\_0+\triangle y)-f(x\_0,y\_0)}{\triangle y}\) Back to TOC 多元函数微分-链式求导规则 \(设z=f(u,v,w), u=u(y), v=v(x,y), w=w(x)。称x,y叫做自变量,u,v,w叫做中间变量,z叫因变量.\)\(\frac{\partial z}{\partial x} = \frac{\partial z}{\partial v} \cdot \frac{\partial v}{\partial x} + \frac{\partial z}{\partial w} \cdot \frac{\partial w}{\partial x}\) Back to TOC 多元函数-高阶偏导数 \(\frac{\partial z}{\partial x} = \frac{\partial z}{\partial v} \cdot \frac{\partial v}{\partial x} + \frac{\partial z}{\partial w} \cdot \frac{\partial w}{\partial x}\) Back to TOC 多元函数-无条件极值-必要条件 \(设z=f(x,y)在点(x_0, y_0)处\begin{cases} 一阶偏导数存在\\ 取极值 \end{cases} ,则{f}'_x(x_0, y_0)=0,{f}'_y(x_0, y_0)=0\)
【注】适用于三元及以上(常考2-5元) Back to TOC 多元函数-无条件极值-充分条件 \[\begin{cases}
{f}''\_{xx}(x\_0,y\_0)=A \\
{f}''\_{xy}(x\_0,y\_0)=B \\
{f}''\_{yy}(x\_0,y\_0)=C
\end{cases} \Rightarrow \triangle=B^2-AC \begin{cases}
<0 \begin{cases}
A>0 \Rightarrow 极小值点 \\
A<0 \Rightarrow 极大值点
\end{cases} \\
>0 \Rightarrow 不是极值点 \\
=0 \Rightarrow 该法失效,另谋它法(概念题)
\end{cases}
\] Note:只适用于二元Back to TOC 多元函数-条件极值-求法 提法:\(求目标函数u=f(x,y,z)在约束条件\begin{cases} M (x,y,z)=0\\ N(x,y,z)=0 \end{cases} 下的极值\)拉氏乘数法: \(构造辅助函数F(x,y,z,\lambda,\mu)=f(x,y,z)+\lambda M(x,y,z)+\mu N(x,y,z),(\lambda,\mu均可能取0)\)\(令{F}'(x)=0,{F}'(y)=0,{F}'(z)=0,{F}'(\lambda)=0,{F}'(\mu)=0\)\(解方程组 \Rightarrow P_i(x_i, y_i, z_i) \Rightarrow u(P_i),比较 \Rightarrow取最大、最小者为最大值,最小值\) Back to TOC Part VI 重积分 二重积分的普通对称性 \(设D关于y轴对称,\iint_{D} f(x,y)d\sigma=\begin{cases} 2\iint_{D_1} f(x,y)d\sigma,若f(-x,y)=f(x,y), 偶\\ 0,若f(-x,y)=-f(x,y),奇 \end{cases}\)\(设D关于x轴对称,\iint_{D} f(x,y)d\sigma=\begin{cases} 2\iint_{D_1} f(x,y)d\sigma,若f(x,-y)=f(x,y), 偶\\ 0,若f(x,-y)=-f(x,y),奇 \end{cases}\) Back to TOC 二重积分的轮换对称性(直角坐标系下) 轮换对称性:\(若将D中的x与y对调,可推出D不变,则:\iint_{D} f(x,y)dxdy=\iint_{D} f(y,x)dxdy,此即为轮换对称性\) Back to TOC 二重积分直角坐标系下的积分方法 \(\iint_{D} f(x,y)d\sigma = \iint_{D} f(x,y)dxdy\) \(X型区域(上下型)\int_a^bdx\int_{y_1(x)}^{y_2(x)} f(x,y)dy\)后积先定限,限内画条线,先交下曲线,后交上曲线\(Y型区域(左右型)\int_c^ddy\int_{x_1(y)}^{x_2(y)} f(x,y)dx\) Back to TOC 二重积分极坐标系下的积分方法 \(d\sigma=d\theta\cdot rdr \Rightarrow \iint_Df(x,y)d\sigma =\int_\alpha^\beta d\theta\int_{r_1(\theta)}^{r_2(\theta)} f(rcos{\theta},rsin{\theta})rdr\) Back to TOC 二重积分中值定理 \(f(x,y)在有界闭区域D上连续,\sigma_{0}是D的面积,则在D内至少存在一点(\xi,\mu),使得\iint_{D} f(x,y)d\sigma = f(\xi,\mu)\sigma_{0}\) Back to TOC Part VII 微分方程 微分方程的概念 \(F(x,y,{y}',{y}'',...,{y}^{(n)})=0\)阶数一方程中y的最高阶导数的阶数\(如:ysinx-{y}''=cosx+2就是二阶微分方程,\begin{cases} n=1,一阶\\ n\geq2,高阶 \end{cases}\)通解 --- 解中所含独立常数的个数=方程的阶数 Back to TOC 一阶微分方程求解-变量可分离型 \(形如\frac{\text{dy}}{\text{dx}}=f(x,y)=g(x)h(y)\Rightarrow\frac{\text{dy}}{\text{h(y)}}=g(x)dx\Rightarrow\int\frac{\text{dy}}{\text{h(y)}}=\int g(x)dx\) Back to TOC 一阶微分方程求解-齐次型 \(形如\frac{\text{dy}}{\text{dx}}=f(\frac{y}{x})\Rightarrow y=ux \Rightarrow {y}'={u}'x+u \Rightarrow {u}'x+u=f(u) \Rightarrow \frac{\text{du}}{\text{dx}}x=f(u)-u \Rightarrow \frac{du}{f(u)-u}=\frac{dx}{x}\Rightarrow \int\frac{du}{f(u)-u}=\int\frac{dx}{x}\) Back to TOC 一阶微分方程求解-一阶线性型 \(形如:{y}'+p(x)y=q(x), p(x),q(x)为已知函数 \Rightarrow y=e^{-\int p(x)dx}(\int e^{\int p(x)dx}q(x)dx+C\) Back to TOC 二阶常系数齐次D.E.求解:\(y''+py'+qy=0\) \(写\lambda^2 + p\lambda+q=0 \Rightarrow \triangle=p^2-4q\)\(\begin{cases}
\triangle>0 \Rightarrow \lambda_1\neq\lambda_2 \Rightarrow y=C_1e^{\lambda_1x}+C_2e^{\lambda_2x} \\
\triangle=0 \Rightarrow \lambda_1=\lambda_2=\lambda \Rightarrow y(C_1+C_2x)e^{kx} \\
\triangle<0 \Rightarrow \lambda_{1,2}=\frac{-p\pm\sqrt{4q-p^2}i}{2}=\alpha\pm\beta i\Rightarrow y=e^{\alpha x}(C_1cos{\beta x})+C_2sin{\beta x})
\end{cases}\) Back to TOC 二阶常系数非齐D.E.求解:\(y''+py'+qy=f(x)\) \(f(x) = P_n(x) e^{kx}\)型 解法 解的结构:\(y_{通解}=y_{齐次通解}+y_{非齐次特解}^*\)求齐次通解:按照前面的方法求出求特解: 设\(y^* = e^{kx} Q_n(x)\)(其中\(Q_n(x)\)由\(P_n(x)\)得到)由k与特征方程的根的情况决定是否要在\(y^*\)后面乘上x或\(x^2\) \(\lambda _1 \neq k, \lambda_2 \neq k\):设\(y^* = e^{kx} Q_n(x)\)\(\lambda _1 = k, \lambda_2 \neq k\):设\(y^* = e^{kx} Q_n(x)\times x\)(多乘一个x)\(\lambda _1 = \lambda_2 = k\):设\(y^* = e^{kx} Q_n(x) \times x^2\)(多乘两个x) 求出\(y'^*,\ y''^*\),带入原方程,化简,解出待定系数a,b将a,b带入\(y^* = e^{kx} Q_n(x)\),即得特解 组合:最后结果为 齐次通解+特解 Back to TOC Talk is cheap. Show me the code
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~