24考研数二高数部分强化、冲刺阶段重要结论合集
数二强化冲刺笔记(下):线性代数
第1章 函数、极限、连续
1.1 函数基本性质
(1) 奇偶性
- 导函数
f
′
(
x
)
f'(x)
f′(x)
- 奇 → 偶 , 偶 → 奇 奇\rightarrow 偶, 偶\rightarrow 奇 奇→偶,偶→奇
- 变上限积分函数
∫
a
x
f
(
t
)
d
t
\int_{a}^{x} f(t) \text{d}t
∫axf(t)dt (前提:积分收敛)
- f ( x ) 奇 ⇒ ∫ a x f ( t ) d t 偶 f(x)奇\Rightarrow \int_{a}^{x} f(t) \text{d}t偶 f(x)奇⇒∫axf(t)dt偶
- f ( x ) 偶 ⇒ ∫ 0 x f ( t ) d t 奇 ( a 只能为 0 ) f(x)偶 \Rightarrow \int_{0}^{x} f(t) \text{d}t奇 (a只能为0) f(x)偶⇒∫0xf(t)dt奇(a只能为0)(奇函数 F ( 0 ) = 0 F(0)=0 F(0)=0)
- 推广——对称性
- f ( x + a ) = f ( x − a ) ⇔ f ( x ) f(x+a)=f(x-a) \Leftrightarrow f(x) f(x+a)=f(x−a)⇔f(x) 的图像关于直线 x = a x=a x=a 对称
- f ( x + a ) = − f ( x − a ) ⇔ f ( x ) f(x+a)=-f(x-a) \Leftrightarrow f(x) f(x+a)=−f(x−a)⇔f(x) 的图像关于点 ( a , f ( a ) ) (a,f(a)) (a,f(a)) 中心对称
(2) 周期性
- f ( x ) 周期为 T ⇒ f ( a x + b ) 周期为 T ∣ a ∣ f(x)周期为T \Rightarrow f(ax+b)周期为\frac {T} {|a|} f(x)周期为T⇒f(ax+b)周期为∣a∣T
- 导函数
f
′
(
x
)
f'(x)
f′(x)
- f ( x ) 可导 . f ( x ) 周期为 T ⇒ f ′ ( x ) 周期为 T f(x)可导.\ f(x)周期为T \Rightarrow f'(x)周期为T f(x)可导. f(x)周期为T⇒f′(x)周期为T(反之不成立)
- 变上限积分函数
∫
a
x
f
(
t
)
d
t
\int_{a}^{x} f(t) \text{d}t
∫axf(t)dt
- ∫ a x f ( t ) d t 周期为 T ⇔ ∫ a a + T f ( x ) d x = 0 \int_{a}^{x} f(t) \text{d}t 周期为T \Leftrightarrow \int_{a}^{a+T} f(x) \text{d}x=0 ∫axf(t)dt周期为T⇔∫aa+Tf(x)dx=0
- 对于 x → ∞ x \rightarrow \infin x→∞ 的极限,在周期函数 f ( x ) f(x) f(x) 中可用周期 T T T 替换 x x x ,从而以去除极限符号
- 典型周期函数:三角函数
(3) 有界性
典型有界函数: ∣ sin x ∣ ≤ 1 , ∣ cos x ∣ ≤ 1 , ∣ arcsin x ∣ ≤ π 2 , ∣ arctan x ∣ < π 2 , ∣ arccos x ∣ ≤ π |\sin x| ≤1, |\cos x|≤1,|\arcsin x|≤\frac{ \pi } {2},|\arctan x|<\frac{ \pi } {2},|\arccos x| ≤ \pi ∣sinx∣≤1,∣cosx∣≤1,∣arcsinx∣≤2π,∣arctanx∣<2π,∣arccosx∣≤π 等
连续函数有界的判定:
- 闭区连续: f ( x ) ∈ C [ a , b ] ⇒ f ( x ) 在 [ a , b ] 上有界 f(x) \in C[a,b]\Rightarrow f(x)在[a,b]上有界 f(x)∈C[a,b]⇒f(x)在[a,b]上有界
- 开区连续且两端极限存在: f ( x ) ∈ C ( a , b ) , 且 f ( a + ) , f ( b − ) 存在 ⇒ f ( x ) 在 ( a , b ) 内有界 f(x) \in C(a,b),且f(a^+),f(b^-)存在\Rightarrow f(x)在(a,b)内有界 f(x)∈C(a,b),且f(a+),f(b−)存在⇒f(x)在(a,b)内有界(可为无穷区间)
- 根据导函数: f ′ ( x ) f'(x) f′(x) 在有限区间 I I I (无论开闭)上有界 ⇒ f ( x ) \Rightarrow f(x) ⇒f(x) 在 I I I 上有界
(4) 三角函数性质
- 三角函数常用公式
- 诱导公式:奇变偶不变,符号看象限(指视 x x x为锐角时 sin ( k π 2 + x ) \sin(\frac{k\pi}2+x) sin(2kπ+x)的符号)
- 和角公式: s c c s sccs sccs、 c c s s ccss ccss, cos \cos cos反
- 反正弦函数
arcsin
x
\arcsin x
arcsinx、反余弦函数
arccos
x
\arccos x
arccosx
- 定义域: [ − 1 , 1 ] [-1,\ 1\ ] [−1, 1 ]
- 值域: arcsin x ∈ [ − π 2 , π 2 ] , arccos x ∈ [ 0 , π ] \arcsin x\in[-\frac\pi2,\ \frac\pi2],\ \arccos x\in[\ 0,\ \pi\ ] arcsinx∈[−2π, 2π], arccosx∈[ 0, π ]
- 常用公式: arcsin x + arccos x = π 2 \arcsin x + \arccos x = \frac\pi2 arcsinx+arccosx=2π
- 反正切函数
arctan
x
\arctan x
arctanx、反余切函数
arccot
x
\text{arccot}\ x
arccot x
- 定义域: ( − ∞ , + ∞ ) (-\infin,\ +\infin) (−∞, +∞)
- 值域: arctan x ∈ ( − π 2 , π 2 ) , arccot x ∈ ( 0 , π ) \arctan x\in(-\frac\pi2,\ \frac\pi2),\ \text{arccot}\ x\in(\ 0,\ \pi\ ) arctanx∈(−2π, 2π), arccot x∈( 0, π )
- 常用公式: arccot x = arctan 1 x \text{arccot}\ x=\arctan\frac1x arccot x=arctanx1 , arctan x + arctan 1 x = π 2 \arctan x+\arctan\frac1x=\frac\pi2 arctanx+arctanx1=2π
(5) 其他
取整函数 [ x ] [x] [x] 的基本不等式: x − 1 < [ x ] ≤ x x-1<[x]≤x x−1<[x]≤x
反函数: f ( x ) f(x) f(x) 与其反函数 f − 1 ( x ) f^{-1}(x) f−1(x) 的图像关于直线 y = x y=x y=x 对称: f ( f − 1 ( x ) ) = f − 1 ( f ( x ) ) = x f(f^{-1}(x))=f^{-1}(f(x))=x f(f−1(x))=f−1(f(x))=x
1.2 极限基本性质
- 局部有界性:若 lim x → x 0 f ( x ) \lim\limits_{x\rightarrow x_0\\} f(x) x→x0limf(x) 存在,则 f ( x ) f(x) f(x) 在 x 0 x_0 x0 某去心邻域内有界
- 保号性
极限 ⇒ \Rightarrow ⇒函数:前后皆为严格不等号(在去心邻域)
函数 ⇒ \Rightarrow ⇒极限:(无论函数是否严格不等号)固定推出不严格不等号极限 —— ≥≤,积分 —— ><
- 推论:保序性、绝对值,同上
- 极限值与无穷小的关系: lim f ( x ) = A ⇔ f ( x ) = A + α ( x ) , 其中 lim α ( x ) = 0 \lim f(x)=A \Leftrightarrow f(x)=A+\alpha (x), 其中\lim \alpha (x)=0 limf(x)=A⇔f(x)=A+α(x),其中limα(x)=0
1.3 求极限方法
- 麦克劳林公式
- f ( x ) = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + . . . + f ( n ) ( 0 ) n ! x n + o ( x n ) f(x)=f(0)+f'(0)x+\frac{f''(0)}{2!}x^2+...+\frac{f^{(n)}(0)}{n!}x^n+o(x^n) f(x)=f(0)+f′(0)x+2!f′′(0)x2+...+n!f(n)(0)xn+o(xn)
- e x = 1 + x + 1 2 ! x 2 + . . . + 1 n ! x n + o ( x n ) \text{e}^x=1+x+\frac1{2!}x^2+...+\frac1{n!}x^n+o(x^n) ex=1+x+2!1x2+...+n!1xn+o(xn)
- ln ( 1 + x ) = x − 1 2 x 2 + 1 3 x 3 − . . . + ( − 1 ) n − 1 n x n + o ( x n ) \ln(1+x)=x-\frac12x^2+\frac13x^3-...+\frac{(-1)^{n-1}}{n}x^n+o(x^n) ln(1+x)=x−21x2+31x3−...+n(−1)n−1xn+o(xn)
- sin x = x − 1 3 ! x 3 + . . . + ( − 1 ) n ( 2 n + 1 ) ! x 2 n + 1 + o ( x 2 n + 1 ) \sin x=x-\frac1{3!}x^3+...+\frac{(-1)^n}{(2n+1)!}x^{2n+1}+o(x^{2n+1}) sinx=x−3!1x3+...+(2n+1)!(−1)nx2n+1+o(x2n+1)
- cos x = 1 − 1 2 ! x 2 + . . . + ( − 1 ) n ( 2 n ) ! x 2 n + o ( x 2 n ) \cos x=1-\frac1{2!}x^2+...+\frac{(-1)^n}{(2n)!}x^{2n}+o(x^{2n}) cosx=1−2!1x2+...+(2n)!(−1)nx2n+o(x2n)
- ( 1 + x ) m = 1 + m x + m ( m − 1 ) 2 ! x 2 + . . . + m ( m − 1 ) . . . ( m − n + 1 ) n ! x n + o ( x n ) (1+x)^m=1+mx+\frac{m(m-1)}{2!}x^2+...+\frac{m(m-1)...(m-n+1)}{n!}x^n+o(x^n) (1+x)m=1+mx+2!m(m−1)x2+...+n!m(m−1)...(m−n+1)xn+o(xn)
- 技巧与理解
- 对 lim x → x 0 + f ( x ) = A 的理解 : ① x → x 0 且 x ≠ x 0 ② f ( x ) → A 或 f ( x ) = A 对\lim\limits_{x\rightarrow x_0^+\\}f(x)=A的理解:\ ①x \rightarrow x_0且x≠x_0 \ \ ②f(x) \rightarrow A或f(x)=A 对x→x0+limf(x)=A的理解: ①x→x0且x=x0 ②f(x)→A或f(x)=A
- lim x → 0 + x x = 1 , lim x → 0 + x α ln β x = 0 ( α > 0 , β 任意 ) \lim\limits_{x\rightarrow 0^+\\}x^x=1, \lim\limits_{x\rightarrow 0^+\\}x^\alpha \ln^\beta x = 0\ (\alpha>0,\ \beta任意 ) x→0+limxx=1,x→0+limxαlnβx=0 (α>0, β任意)
- 常用不等式:
- 2 a b ≤ a 2 + b 2 2ab≤a^2+b^2 2ab≤a2+b2
- sin x < x < tan x , x ∈ ( 0 , π 2 ) \sin x < x < \tan x \ ,x \in (0,\frac{\pi}{2}) sinx<x<tanx ,x∈(0,2π)
- x 1 + x < ln ( 1 + x ) < x , x ∈ [ 0 , + ∞ ) \frac {x} {1+x} < \ln (1+x) < x \ ,x \in [0,+∞) 1+xx<ln(1+x)<x ,x∈[0,+∞)
- 1 + x ≤ e x 1+x≤e^x 1+x≤ex
- 遇到连乘连除、多重乘方开方,善用对数求导法
- 复杂函数泰勒技巧:求导后(变简单)泰勒,再积回去(小 o o o直接升阶)
- 自证等价:等式两端同除,取极限得1
- 逆用牛莱公式——写回积分:由
β
(
x
)
−
α
(
x
)
=
∫
α
(
x
)
β
(
x
)
d
t
\beta(x)-\alpha(x)=\int^{\beta(x)}_{\alpha(x)}\text{d}t
β(x)−α(x)=∫α(x)β(x)dt ,有
[
β
(
x
)
−
α
(
x
)
]
f
(
x
)
=
∫
α
(
x
)
β
(
x
)
f
(
x
)
d
t
[\beta(x)-\alpha(x)]f(x)=\int^{\beta(x)}_{\alpha(x)}f(x)\text{d}t
[β(x)−α(x)]f(x)=∫α(x)β(x)f(x)dt 、
f
(
β
(
x
)
)
−
f
(
α
(
x
)
)
=
∫
α
(
x
)
β
(
x
)
f
′
(
x
)
d
x
f(\beta(x))-f({\alpha(x)})=\int^{\beta(x)}_{\alpha(x)}f'(x)\text{d}x
f(β(x))−f(α(x))=∫α(x)β(x)f′(x)dx,方便后续与相同区间的变限积分合并或其他操作
求特定区间定积分、求解积分方程时亦可用此方法
1.4 无穷小阶的比较
- 一般函数无穷小阶的比较
- 两两比较
- 估阶:分别与 x k x^k xk 比,求 k k k
- 求导定阶:原阶 = 导阶 + 1
- f ( x ) f(x) f(x) 在 U ( 0 , δ ) U(0,\delta ) U(0,δ) 连续,当 x → 0 x\rightarrow 0 x→0 时, f ( x ) , g ( x ) f(x),g(x) f(x),g(x) 分别为 m , n m,n m,n 阶,则 ∫ a g ( x ) f ( t ) d t \int_{a}^{g(x)}f(t) \text{d}t ∫ag(x)f(t)dt 为 n ( m + 1 ) n(m+1) n(m+1) 阶
- 递推数列无穷小阶的比较(23“新”题型,24数二未考)
假设有数列 { x n } , { y n } \{x_n\},\{y_n\} {xn},{yn} 分别由各自的递推关系 x n + 1 = f ( x n ) , y n + 1 = g ( y n ) x_{n+1}=f(x_n),y_{n+1}=g(y_n) xn+1=f(xn),yn+1=g(yn) 定义,且均为 n → ∞ n\rightarrow\infin n→∞ 时的无穷小,则- 递推数列无穷小判定条件:若 lim n → ∞ x n + 1 x n = a \lim\limits_{n\rightarrow \infin} \frac{x_{n+1}}{x_n}=a n→∞limxnxn+1=a ,且 ∣ a ∣ ≤ 1 |a|≤1 ∣a∣≤1 ,则 lim n → ∞ x n = 0 \lim\limits_{n\rightarrow \infin}x_n=0 n→∞limxn=0 。
初步判断阶: ∣ a ∣ |a| ∣a∣ 越小,则数列越收敛于0,即数列越高阶(若相等则看系数(“限制条件”),“限制越紧越收敛”;0)
- 两两比较——从第 n + 1 n+1 n+1 项由递推式写开: lim n → ∞ y n + 1 x n + 1 = lim n → ∞ g ( y n ) f ( x n ) = . . . \lim\limits_{n\rightarrow \infin}\frac{y_{n+1}}{x_{n+1}}=\lim\limits_{n\rightarrow \infin}\frac{g(y_n)}{f(x_n)}=... n→∞limxn+1yn+1=n→∞limf(xn)g(yn)=...(分子分母视情况而定),先通过等价无穷小等方法化简极限式,再由结论 lim n → ∞ x n = lim n → ∞ x n + 1 \lim\limits_{n\rightarrow \infin}x_n=\lim\limits_{n\rightarrow \infin}x_{n+1} n→∞limxn=n→∞limxn+1 及对应的函数无穷小比较结论逐一排除错误选项,最终判明大小关系。
1.5 递推定义的数列求极限
- 两种方法:先证单调有界再求极限 OR 先求极限再证极限为该值
- 单调有界判定常用不等式
- 2 a b ≤ a 2 + b 2 , a 1 a 2 . . . a n n ≤ a 1 + a 2 + . . . + a n n ( a 1 , a 2 , . . . , a n ≥ 0 ) 2ab≤a^2+b^2,\ \sqrt[n]{a_1a_2...a_n}≤\frac{a_1+a_2+...+a_n}n\ (a_1,a_2,...,a_n≥0) 2ab≤a2+b2, na1a2...an≤na1+a2+...+an (a1,a2,...,an≥0)
- sin x < x < tan x ( 0 < x < π 2 ) \sin x<x<\tan x\ (0<x<\frac \pi2) sinx<x<tanx (0<x<2π)
- x 1 + x < ln ( 1 + x ) < x ( 0 < x < + ∞ ) \frac x{1+x}<\ln(1+x)<x\ (0<x<+\infin) 1+xx<ln(1+x)<x (0<x<+∞)
- e x − 1 > x ( x > 0 ) \text{e}^x-1>x\ (x>0) ex−1>x (x>0)
- 有界性(最值)的判定:设 { a n } \{a_n\} {an}极限为 a a a,则 ∃ a i > a ⇔ \exist \ a_i>a \Leftrightarrow ∃ ai>a⇔ 有最大值 , ∃ a i < a ⇔ \exist \ a_i<a \Leftrightarrow ∃ ai<a⇔ 有最小值(对应函数几何性质)
- 单调性判定常用方法
- 直接相减 ( x n + 1 − x n ) (x_{n+1}-x_n) (xn+1−xn)、相除 ( x n + 1 x n ) (\frac {x_{n+1}}{x_n}) (xnxn+1)比较
- 设数列
{
x
n
}
\{x_n\}
{xn}可由
x
1
=
a
,
x
n
+
1
=
f
(
x
n
)
,
x
n
∈
I
x_1=a,x_{n+1}=f(x_n),x_n\in I
x1=a,xn+1=f(xn),xn∈I 确定:
- 若 f ( x ) f(x) f(x) 在 I I I 上单调增,则 { x n } \{x_n\} {xn}直接由前两项 x 1 , x 2 x_1,x_2 x1,x2 决定单调: x 1 ≤ x 2 ⇒ { x n } x_1 ≤ x_2 \Rightarrow \{x_n\} x1≤x2⇒{xn} 单调增, x 1 ≥ x 2 ⇒ { x n } x_1 ≥ x_2 \Rightarrow \{x_n\} x1≥x2⇒{xn} 单调减
- 若 f ( x ) f(x) f(x) 在 I I I 上单调减,则 { x n } \{x_n\} {xn}不单调(此时常先求极限再证明)
依旧未考
1.6 求各种复杂渐近线
- 极坐标曲线:改写成参数方程
- 参数方程曲线
- 特殊法:尽可能反解出 t = t ( x ) t=t(x) t=t(x) ,再代入 y y y 中直接得直角坐标解析式 y = f ( x ) y=f(x) y=f(x)
- 通法:根据 x x x 的趋势写出 t t t 的趋势,然后正常套公式
第2章 一元函数微分学
2.1 导函数的特性
- 设
f
(
x
)
f(x)
f(x) 在区间
I
I
I 上可导,则其导函数
f
′
(
x
)
f'(x)
f′(x) 在
I
I
I 上不存在第一类间断点
因此可能出现第二类间断点(无穷或震荡),即导函数的单点极限不一定存在(导函数不一定连续)
- (介值性)
f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上可导,且 f + ′ ( a ) ≠ f − ′ ( b ) f_+'(a)≠f_-'(b) f+′(a)=f−′(b) , μ μ μ 为介于 f + ′ ( a ) f_+'(a) f+′(a) 与 f − ′ ( b ) f_-'(b) f−′(b) 之间的任何值,则至少存在一个 ξ ∈ ( a , b ) , f ′ ( ξ ) = μ \xi \in (a,b),f'(\xi)=μ ξ∈(a,b),f′(ξ)=μ- 推论1 (零点定理)
f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上可导,且 f + ′ ( a ) f − ′ ( b ) < 0 f_+'(a)f_-'(b)<0 f+′(a)f−′(b)<0 ,则至少存在一个 ξ ∈ ( a , b ) , f ′ ( ξ ) = 0 \xi \in (a,b) ,f'(\xi)=0 ξ∈(a,b),f′(ξ)=0 - 推论2
f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上可导,且 f ′ ( x ) ≠ 0 f'(x)≠0 f′(x)=0,则在 [ a , b ] [a,b] [a,b]上要么恒有 f ′ ( x ) > 0 f'(x)>0 f′(x)>0 ,要么恒有 f ′ ( x ) < 0 f'(x)<0 f′(x)<0
- 推论1 (零点定理)
- 只知道单点导数符号无法判定该点邻域内单调性,当导函数连续时则可判定
2.2 可导性的判定
- 设
f
(
0
)
=
0
f(0)=0
f(0)=0,则“
lim
h
→
0
f
(
ϕ
(
h
)
)
ψ
(
h
)
\lim\limits_{h\rightarrow0} \frac {f(\phi (h))} {\psi (h)}
h→0limψ(h)f(ϕ(h)) 存在
⇒
\Rightarrow
⇒
f
(
x
)
f(x)
f(x) 在点
x
=
0
x=0
x=0 处可导”的充要条件为:
- ① ϕ ( h ) → 0 \phi (h) \rightarrow 0 ϕ(h)→0(即 ϕ ( h ) → 0 + \phi (h) \rightarrow 0^+ ϕ(h)→0+ 且 ϕ ( h ) → 0 − \phi (h) \rightarrow 0^- ϕ(h)→0−)
- ② ϕ ( h ) \phi (h) ϕ(h) 与 ψ ( h ) \psi (h) ψ(h) 同阶,即 lim h → 0 f ( ϕ ( h ) ) ψ ( h ) = lim h → 0 f ( ϕ ( h ) ) ϕ ( h ) • ϕ ( h ) ψ ( h ) , ϕ ( h ) ψ ( h ) → A ≠ 0 \lim\limits_{h\rightarrow0} \frac {f(\phi (h))} {\psi (h)} = \lim\limits_{h\rightarrow0} \frac {f(\phi (h))} {\phi (h)}•\frac {\phi (h)}{\psi (h)},\frac {\phi (h)}{\psi (h)}\rightarrow A≠0 h→0limψ(h)f(ϕ(h))=h→0limϕ(h)f(ϕ(h))•ψ(h)ϕ(h),ψ(h)ϕ(h)→A=0
- 变限积分 ∫ a x f ( t ) d t \int_{a}^{x} f(t) \text{d}t ∫axf(t)dt 的可导性:被积函数 f ( x ) f(x) f(x)连续,则一定可导
- 绝对值函数的可导性:
- 设
f
(
x
)
=
ϕ
(
x
)
∣
x
−
a
∣
f(x)=\phi (x)|x-a|
f(x)=ϕ(x)∣x−a∣,其中
ϕ
(
x
)
\phi(x)
ϕ(x) 在
x
=
a
x=a
x=a 处连续,则
f
(
x
)
f(x)
f(x) 在
x
=
a
x=a
x=a 处可导
⇔
\Leftrightarrow
⇔
ϕ
(
a
)
=
0
\phi(a)=0
ϕ(a)=0 (即图像在该点与
x
x
x 轴相切)
- 推论: x n ∣ x ∣ x^n|x| xn∣x∣ 在 x = 0 x=0 x=0 处 n n n 阶可导,但 n + 1 n+1 n+1 阶不可导
- f ( x ) f(x) f(x) 可导 ⇎ \not\Leftrightarrow ⇔ ∣ f ( x ) ∣ |f(x)| ∣f(x)∣ 可导
- 连续函数
f
(
x
)
f(x)
f(x) 在
x
0
x_0
x0 单点可导性的判定:
- 若 f ( x 0 ) ≠ 0 f(x_0)≠0 f(x0)=0,则 ∣ f ( x ) ∣ |f(x)| ∣f(x)∣ 在 x 0 x_0 x0 处可导 ⇔ f ( x ) \Leftrightarrow f(x) ⇔f(x) 在 x 0 x_0 x0 处可导
- 若 f ( x 0 ) = 0 f(x_0)=0 f(x0)=0,则 ∣ f ( x ) ∣ |f(x)| ∣f(x)∣ 在 x 0 x_0 x0 处可导 ⇔ \Leftrightarrow ⇔ f ′ ( x 0 ) = 0 f'(x_0)=0 f′(x0)=0 (即在该点曲线平滑)
- 设
f
(
x
)
=
ϕ
(
x
)
∣
x
−
a
∣
f(x)=\phi (x)|x-a|
f(x)=ϕ(x)∣x−a∣,其中
ϕ
(
x
)
\phi(x)
ϕ(x) 在
x
=
a
x=a
x=a 处连续,则
f
(
x
)
f(x)
f(x) 在
x
=
a
x=a
x=a 处可导
⇔
\Leftrightarrow
⇔
ϕ
(
a
)
=
0
\phi(a)=0
ϕ(a)=0 (即图像在该点与
x
x
x 轴相切)
- 复合函数的可导性:
- 内外都存在,复合必存在
- 内层不存在,复合可能存在
2.3 求导、导数应用技巧
- 分段函数分界点求导
- 导数定义
- 求导代入
- 导函数极限
- 两边函数式分别泰勒展开,比较系数可得左右各阶导数,若相等则说明分界点该阶导数存在
- 复杂的变限积分函数求导:在积分中泰勒展开(展开至够所求导阶数即可),直接积出来,再直接与通用泰勒公式对比系数即可
- 隐函数二阶导公式: d 2 y d x 2 = y ′ ′ ( t ) x ′ ( t ) − x ′ ′ ( t ) y ′ ( t ) x ′ 3 ( t ) \frac{\text{d}^2y}{\text{d}x^2}=\frac{y''(t)x'(t)-x''(t)y'(t)}{x'^3(t)} dx2d2y=x′3(t)y′′(t)x′(t)−x′′(t)y′(t)(类似导数除法公式,最后勿忘乘 x ′ ( t ) x'(t) x′(t)的反函数/倒数)
- 对于带绝对值的变限积分,若要讨论极值拐点等性质,可换元将绝对值内换成简单形式,便于后续观察奇偶性等性质,同时也便于化简及进一步处理!
- 抽象函数求导:活用链导法则与导数四则运算法则,用多元偏导的方法求导
【24数二-18题】 x = e t ⇒ t = ln x x=\text{e}^t \Rightarrow t=\ln x x=et⇒t=lnx , y = y ( x ) y=y(x) y=y(x) 求导的详细过程:
d y d x = d y d t • d t d x = 1 x • d y d t \frac{\text{d}y}{\text{d}x}=\frac{\text{d}y}{\text{d}t}•\frac{\text{d}t}{\text{d}x}=\frac1x•\frac{\text{d}y}{\text{d}t} dxdy=dtdy•dxdt=x1•dtdy
d 2 y d x 2 = d d x ( d y d x ) = d d x ( 1 x ) • d y d t + 1 x • d d t ( d y d t ) • d t d x = − 1 x 2 • d y d t + 1 x 2 • d 2 y d t 2 \frac{\text{d}^2y}{\text{d}x^2}=\frac{\text{d}}{\text{d}x}(\frac{\text{d}y}{\text{d}x})=\frac{\text{d}}{\text{d}x}(\frac1x)•\frac{\text{d}y}{\text{d}t}+\frac1x•\frac{\text{d}}{\text{d}t}(\frac{\text{d}y}{\text{d}t})•\frac{\text{d}t}{\text{d}x}=-\frac{1}{x^2}•\frac{\text{d}y}{\text{d}t}+\frac{1}{x^2}•\frac{\text{d}^2y}{\text{d}t^2} dx2d2y=dxd(dxdy)=dxd(x1)•dtdy+x1•dtd(dtdy)•dxdt=−x21•dtdy+x21•dt2d2y
2.4 导数的一般应用
2.4.1 极值的判定
- 可能的极值点:驻点(必要条件 f ′ ( x 0 ) = 0 f'(x_0)=0 f′(x0)=0)、导数不存在的点
- 充分条件
- 第一充分条件 —— 单调性:左右邻域 f ′ ( x ) f'(x) f′(x) 符号发生变化
- 第二充分条件 —— 凹凸性:观察曲线凹向
- 第三充分条件 —— 当
f
′
(
x
0
)
=
.
.
.
=
f
(
n
−
1
)
(
x
0
)
=
0
,
f
(
n
)
(
x
0
)
≠
0
f'(x_0)=...=f^{(n-1)}(x_0)=0,f^{(n)}(x_0)≠0
f′(x0)=...=f(n−1)(x0)=0,f(n)(x0)=0 时,
n
n
n 为偶数则有极值,此时符号与极大极小的关系同凹凸性;
n
n
n 为奇数则无极值
思路:若 x 0 x_0 x0 处导数为0,则继续导,直至出现 ∃ n , f ( n ) ( x 0 ) ≠ 0 \exist\ n,f^{(n)}(x_0)≠0 ∃ n,f(n)(x0)=0 ,再参照极值必要、充分条件原路回溯,得出 f ( x ) f(x) f(x) 在 x 0 x_0 x0 两侧的单调性,继而可判极值
凹凸性、更高阶导性质判定同理。
2.4.2 最值的判定
- 将区间内的极值与区间端点值(开区间则求极限)比较可得
2.4.3 曲率公式
- 定义式:
K = lim Δ x → 0 ∣ Δ α Δ s ∣ K=\lim_{\Delta x\rightarrow 0} |\frac{\Delta \alpha}{\Delta s}| K=Δx→0lim∣ΔsΔα∣ - 计算式
- 曲线由直角坐标方程
y
=
y
(
x
)
y=y(x)
y=y(x) 给出:
K = ∣ y ′ ′ ∣ ( 1 + y ′ 2 ) 3 2 K=\frac {|y''|}{(1+y'^2)^{\frac32}} K=(1+y′2)23∣y′′∣ - 曲线由参数方程
{
x
=
x
(
t
)
y
=
y
(
t
)
\left\{\begin{matrix} x=x(t)\\ y=y(t) \end{matrix}\right.
{x=x(t)y=y(t) 给出:
K = ∣ y ′ ′ x ′ − y ′ x ′ ′ ∣ ( x ′ 2 + y ′ 2 ) 3 2 K=\frac {|y''x'-y'x''|}{(x'^2+y'^2)^{\frac32}} K=(x′2+y′2)23∣y′′x′−y′x′′∣
- 曲线由直角坐标方程
y
=
y
(
x
)
y=y(x)
y=y(x) 给出:
- 曲率半径:
R
=
1
K
R=\frac 1K
R=K1
【24数二-11题】首考曲率圆方程!注意曲率圆位于曲线“内部”,故通过某定点与曲率半径可得该点的曲率圆心,进而写出顶点式方程
2.4.4 求高阶导数
- 找规律(适用于简单函数 n n n 阶导或复杂函数极低阶单点导,嗯导就完事了.jpg)
- 莱布尼兹公式——设 u , v u,\ v u, v ,找非0项
- 泰勒:展开,再对比系数(积分内泰勒方法见第一章极限部分)
- 求积分方程形式的隐函数高阶导:等式两边求导,解出 f ( x ) f(x) f(x) 正常形式再选用其他方法求解
2.5 微分中值定理证明题
2.5.1 方程根问题
- 存在性
- 零点定理
- 罗尔定理:取原函数,代入特殊值
- 个数
- 单调性
- 奇偶性:偶函数 ⇒ \Rightarrow ⇒ 左右对称,结果为单侧个数×2
- 方程次数: n n n 次方程 ⇒ \Rightarrow ⇒ 至多有 n n n 个实根
- 罗尔推论: f ( n ) ( x ) ≠ 0 ⇔ f^{(n)}(x)≠0 \Leftrightarrow f(n)(x)=0⇔ 原方程有 n n n个根
2.5.2 中值定理大题策略
求变量范围题的建模方法——参变分离
- 单中值——构造辅助函数
F
(
x
)
F(x)
F(x) ,只需证
F
′
(
x
)
=
0
F'(x)=0
F′(x)=0
- 分析法/还原法
- 微分方程法(通法)
- 一阶齐次:解结论对应的微分方程,取通解中核心部分(即常见辅助函数之第3种)
- 二阶常系齐次(仅供参考):构造两次辅助函数
F
(
x
)
,
G
(
x
)
F(x),G(x)
F(x),G(x)
- 解得特征根 r 1 , r 2 r_1,r_2 r1,r2 ,取其一构造 F ( x ) = e − r 1 x f ( x ) F(x)=\text{e}^{-r_1x}f(x) F(x)=e−r1xf(x)【指数取负】
- 由1可证 f ′ ( ξ ) − r 1 f ( ξ ) = 0 f'(ξ)-r_1f(ξ)=0 f′(ξ)−r1f(ξ)=0 ,为了利用该结论,构造 G ( x ) = e − r 2 x [ f ′ ( x ) − r 1 f ( x ) ] G(x)=\text{e}^{-r_2x}[f'(x)-r_1f(x)] G(x)=e−r2x[f′(x)−r1f(x)] ,最终可证得原结论
- 常见的辅助函数(
f
(
x
)
,
g
(
x
)
f(x),g(x)
f(x),g(x)可为任意符合定理条件的函数 )
- 证 f ′ ( ξ ) g ( ξ ) + g ′ ( ξ ) f ( ξ ) = 0 f'(ξ)g(ξ)+g'(ξ)f(ξ)=0 f′(ξ)g(ξ)+g′(ξ)f(ξ)=0 :令 F ( x ) = f ( x ) g ( x ) F(x)=f(x)g(x) F(x)=f(x)g(x)
- 证 f ′ ( ξ ) g ( ξ ) − g ′ ( ξ ) f ( ξ ) = 0 f'(ξ)g(ξ)-g'(ξ)f(ξ)=0 f′(ξ)g(ξ)−g′(ξ)f(ξ)=0 :令 F ( x ) = f ( x ) g ( x ) F(x)=\frac{f(x)}{g(x)} F(x)=g(x)f(x)
- 证 f ′ ( ξ ) + g ( ξ ) f ( ξ ) = 0 f'(ξ)+g(ξ)f(ξ)=0 f′(ξ)+g(ξ)f(ξ)=0 :令 F ( x ) = f ( x ) e ∫ 0 x g ( t ) d t F(x)=f(x)\text{e}^{\int_0^x g(t)\text{d}t} F(x)=f(x)e∫0xg(t)dt
- 双中值(冲刺135必学,此处只提一下有这两种类型)
- 不要求 ξ ≠ η ξ≠η ξ=η :在同一区间 [ a , b ] [a,b] [a,b] 上用两次中值定理(拉、柯西)
- 要求 ξ ≠ η ξ≠η ξ=η :将区间 [ a , b ] [a,b] [a,b] 分成两个子区间,分别用拉
泰勒略。热知识:中值证明大题已连考三年泰勒.jpg
第3章 一元函数积分学
3.1 原函数的存在性
- 若 f ( x ) f(x) f(x) 在区间 I I I 上连续,则 f ( x ) f(x) f(x) 在区间 I I I 上必有原函数
- 若
f
(
x
)
f(x)
f(x) 在区间
I
I
I 上有第一类间断点,则
f
(
x
)
f(x)
f(x) 在区间
I
I
I 上没有原函数
- 与变上限积分的关系: f ( x ) f(x) f(x) 连续 ⇒ ∫ a x f ( t ) d t \Rightarrow \int_{a}^{x} f(t) \text{d}t ⇒∫axf(t)dt 为原函数;当有第一类间断点时则不是原函数。
3.2 可积性
- 必要条件
- 若 ∫ a b f ( x ) d x \int_{a}^{b} f(x) \text{d}x ∫abf(x)dx 存在,则 f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上有界
- 充分条件
- 若 f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上连续,则 ∫ a b f ( x ) d x \int_{a}^{b} f(x) \text{d}x ∫abf(x)dx 存在
- 若 f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上有界,且只有有限个间断点,则 ∫ a b f ( x ) d x \int_{a}^{b} f(x) \text{d}x ∫abf(x)dx 存在
- 若 f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上只有有限个第一类间断点,则 ∫ a b f ( x ) d x \int_{a}^{b} f(x) \text{d}x ∫abf(x)dx 存在
3.3 积分技巧
- 定义、可爱因子!(既能正用也能逆用;注意区间长度;用夹逼验证步长)
- 三角对称性:
∫ 0 π sin n x d x = 2 ∫ 0 π 2 sin n x d x \int_{0}^{\pi} \sin^n x \text{d}x=2\int_{0}^{\frac \pi 2}\sin^n x \text{d}x ∫0πsinnxdx=2∫02πsinnxdx
∫ 0 π cos n x d x = { 0 , n 为奇数 2 ∫ 0 π 2 cos n x d x , n 为偶数 \int_{0}^{\pi} \cos^n x \text{d}x=\left\{\begin{matrix} 0,n为奇数\\ 2\int_{0}^{\frac \pi 2}\cos^n x \text{d}x,n为偶数 \end{matrix}\right. ∫0πcosnxdx={0,n为奇数2∫02πcosnxdx,n为偶数 - 区间再现:对 ∫ a b f ( x ) d x \int_{a}^{b} f(x) \text{d}x ∫abf(x)dx ,令 a + b − x = t ⇒ x = a + b − t a+b-x=t \Rightarrow x=a+b-t a+b−x=t⇒x=a+b−t
- 锐角的正余弦轮换: ∫ 0 π 2 f ( sin x , cos x ) d x = ∫ 0 π 2 f ( cos x , sin x ) d x \int_{0}^{\frac \pi 2} f(\sin x, \cos x) \text{d}x=\int_{0}^{\frac \pi 2} f(\cos x,\sin x) \text{d}x ∫02πf(sinx,cosx)dx=∫02πf(cosx,sinx)dx (证明:区间再现)
- 待定系数法:令被积函数 □ f = A • f ′ + B • f f \frac □f=\frac{A•f'+B•f}{f} f□=fA•f′+B•f ,则 A • f ′ + B • f = □ A•f'+B•f=□ A•f′+B•f=□ ,解出系数即可凑微分
- 其他扩展技巧
- 若被积函数分为至少3部分,可先整体凑几部分入d求出原函数,再分部积分剩下的
- 分部积分前可提前处理d中以及被积函数中的常数,方便后续约分
- 积分再现,移项
- 与前式相加再÷2
- 对于方程,可选择两边在 [ a , b ] [a,b] [a,b]上求定积分(适用于二重积分)
3.4 变上限积分的性质
连续性
- f ( x ) f(x) f(x) 在 [ a , b ] [a,b] [a,b] 上可积 ⇒ ∫ a x f ( t ) d t ∈ C [ a , b ] \Rightarrow \int_{a}^{x} f(t) \text{d}t \in C[a,b] ⇒∫axf(t)dt∈C[a,b]
可导性
前提: F ( x ) = ∫ a x f ( t ) d t F(x)=\int_{a}^{x} f(t) \text{d}t F(x)=∫axf(t)dt 连续,即 f ( x ) f(x) f(x) 可积
f ( x ) f(x) f(x) | F ( x ) = ∫ a x f ( t ) d t F(x)=\int_{a}^{x} f(t) \text{d}t F(x)=∫axf(t)dt |
---|---|
在 x 0 x_0 x0 处连续 | 可导, F ′ ( x 0 ) = f ( x 0 ) F'(x_0)=f(x_0) F′(x0)=f(x0) |
在 x 0 x_0 x0 处可去 | 可导, F ′ ( x 0 ) = lim x → x 0 f ( x 0 ) F'(x_0)=\lim_{x\rightarrow x_0\\} f(x_0) F′(x0)=limx→x0f(x0) |
在 x 0 x_0 x0 处跳跃 | 连续但不可导, F − ′ ( x 0 ) = f ( x 0 − ) , F + ′ ( x 0 ) = f ( x 0 + ) F_-'(x_0)=f(x_0^-),F'_+(x_0)=f(x_0^+) F−′(x0)=f(x0−),F+′(x0)=f(x0+) |
奇偶性
- f ( x ) 奇 ⇒ ∫ a x f ( t ) d t 偶 f(x)奇 \Rightarrow \int_{a}^{x} f(t) \text{d}t偶 f(x)奇⇒∫axf(t)dt偶
- f ( x ) 偶 ⇒ ∫ 0 x f ( t ) d t 奇 ( a 只能为 0 ) f(x)偶 \Rightarrow \int_{0}^{x} f(t) \text{d}t奇 (a只能为0) f(x)偶⇒∫0xf(t)dt奇(a只能为0)(原因:奇函数 F ( 0 ) = 0 F(0)=0 F(0)=0)
3.5 反常积分敛散性判定
- 定义:求 f ( x ) f(x) f(x) 的原函数
-
p
p
p 积分(为方便描述类型,以下规定:
p
p
p 积分——无穷区间型,
q
q
q 积分——无界函数型)
- 无穷区间 ∫ a + ∞ d x x p \int_{a}^{+\infin} \frac{\text{d}x}{x^p} ∫a+∞xpdx: { p > 1 , 收敛 p ≤ 1 , 发散 \left\{\begin{matrix} p>1,\ 收敛\\ p≤1,\ 发散 \end{matrix}\right. {p>1, 收敛p≤1, 发散
- 瑕区间 ∫ a b d x ( x − a ) p , ∫ a b d x ( b − x ) p \int_{a}^{b} \frac{\text{d}x}{(x-a)^p},\int_{a}^{b} \frac{\text{d}x}{(b-x)^p} ∫ab(x−a)pdx,∫ab(b−x)pdx: { q < 1 , 收敛 q ≥ 1 , 发散 \left\{\begin{matrix} q<1,\ 收敛\\ q≥1,\ 发散 \end{matrix}\right. {q<1, 收敛q≥1, 发散
- 比较判别法:速记结论,一切皆可转化为
∫
?
?
1
x
α
ln
β
x
d
x
\int_?^? \frac1{x^\alpha \ln ^\beta x}\text{d}x
∫??xαlnβx1dx !
- 只有幂:正常用 p , q p,q p,q积分
- 出现指数:无论是否混搭,指数决定一切
- 只有对数:参考图像趋势( 0 + 0^+ 0+必收, + ∞ +∞ +∞必散)
- 幂对混搭:幂指数不为 1 1 1则无视对数;幂指数为 1 1 1则再看对数,一律用 p p p积分: p > 1 p>1 p>1 收敛
- 积分中及时忽略无关因子,活用等价
常用等价: x → 1 , ln x = ln ( 1 + x − 1 ) ∼ x − 1 ∼ . . . x \rightarrow 1,\ln x = \ln(1+x-1) \sim x-1 \sim ... x→1,lnx=ln(1+x−1)∼x−1∼...
原理:极限审敛法
3.6 定积分几何应用
常用的面积、体积、弧长公式:
- 平面图形面积: S = ∬ D d σ S=\iint\limits_{D}\text{d}\sigma S=D∬dσ
- 旋转体体积:
V
=
∬
D
2
π
r
(
x
,
y
)
d
σ
V=\iint\limits_D2\pi r(x,y)\text{d}\sigma
V=D∬2πr(x,y)dσ ,其中
r
(
x
,
y
)
=
∣
a
x
+
b
y
+
c
∣
a
2
+
b
2
r(x,y)=\frac{|ax+by+c|}{\sqrt{a^2+b^2}}
r(x,y)=a2+b2∣ax+by+c∣
- V x = ∫ a b π f 2 ( x ) d x V_x=\int_a^b\pi f^2(x)\text{d}x Vx=∫abπf2(x)dx , V y = ∫ a b 2 π ∣ x f ( x ) ∣ d x V_y=\int_a^b2\pi|xf(x)|\text{d}x Vy=∫ab2π∣xf(x)∣dx , V = ∫ a b S 截面 ( x ) d x V=\int_a^bS_{截面}(x)\text{d}x V=∫abS截面(x)dx
- 极坐标图形绕极轴旋转体体积: V = ∫ α β 2 3 π r 3 ( θ ) sin θ d θ V=\int_\alpha^\beta\frac23 \pi r^3(\theta)\sin \theta\text{d}\theta V=∫αβ32πr3(θ)sinθdθ
- 弧长
- L : y = f ( x ) , a ≤ x ≤ b L:y=f(x),a≤x≤b L:y=f(x),a≤x≤b : s = ∫ a b 1 + f ′ 2 ( x ) d x s=\int_a^b\sqrt{1+f'^2(x)}\text{d}x s=∫ab1+f′2(x)dx
- L : x = x ( t ) , y = y ( t ) , a ≤ t ≤ b L:x=x(t),y=y(t),a≤t≤b L:x=x(t),y=y(t),a≤t≤b : s = ∫ a b x ′ 2 ( t ) + y ′ 2 ( t ) d t s=\int_a^b\sqrt{x'^2(t)+y'^2(t)}\text{d}t s=∫abx′2(t)+y′2(t)dt
- L : r = r ( θ ) , α ≤ θ ≤ β L:r=r(\theta),\alpha≤\theta≤\beta L:r=r(θ),α≤θ≤β : s = ∫ α β r 2 ( θ ) + r ′ 2 ( θ ) d θ s=\int_\alpha^\beta\sqrt{r^2(\theta)+r'^2(\theta)}\text{d}\theta s=∫αβr2(θ)+r′2(θ)dθ
- 侧面积: S = ∫ a b 2 π f ( x ) d s S=\int_a^b2\pi f(x)\text{d}s S=∫ab2πf(x)ds
3.7 微积分物理应用
通用思路——微元法:取一小段微元求其微小变化,再作积分
- 质心
- 细棒的质心: x ˉ = ∫ a b x ρ ( x ) d x ∫ a b ρ ( x ) d x \bar x=\frac{\int_a^bxρ(x)\text{d}x}{\int_a^bρ(x)\text{d}x} xˉ=∫abρ(x)dx∫abxρ(x)dx ( a , b a,b a,b 为细棒的两个端点; ρ ( x ) ρ(x) ρ(x) 为线密度函数,即“单位长度上的质量”)
- 平面图形的质心横坐标: x ˉ = ∬ D x d x d y ∬ D d x d y \bar x=\frac{\iint\limits_{D}x\text{d}x\text{d}y}{\iint\limits_{D}\text{d}x\text{d}y} xˉ=D∬dxdyD∬xdxdy
- 引力
- 万有引力: F = k m 1 m 2 r 2 F=\frac{km_1m_2}{r^2} F=r2km1m2(两个物体的质量为 m 1 , m 2 m_1,m_2 m1,m2 ,其之间的距离为 r r r )
- 点电荷引力: F = k q 1 q 2 r 2 F=\frac{kq_1q_2}{r^2} F=r2kq1q2(将上式中的质量改为电量 q 1 , q 2 q_1,q_2 q1,q2 即可)
- 压力
- 压强(水压): p = ρ g h p=ρgh p=ρgh( h h h 为液体中的深度)
- 压力: F = p • A F=p•A F=p•A(通常考变压,故取一小块规则质体微元求其微小变化再作积分)
- 变力做功: W = F • l W=F•l W=F•l(必要时分而治之,建立不同坐标系计算)
已连续5年不曾出现任何形式的物理题(
第4章 多元函数微分学
4.1 重极限
- 基本性质大体同一元极限(没有洛)
- 初步判定:看分子分母次数。对于重极限
lim
(
x
,
y
)
→
(
0
,
0
)
f
(
x
,
y
)
g
(
x
,
y
)
\lim\limits_{(x,y)\rightarrow(0,0)\\}\frac{f(x,y)}{g(x,y)}
(x,y)→(0,0)limg(x,y)f(x,y) ,有
上 > 下 —— 0 0 0 ;上 < 下 —— ∞ \infin ∞ ;上下同次 —— 不存在 - 夹逼的常用放缩手段
- 取绝对值: f ( x ) → 0 ⇔ ∣ f ( x ) ∣ → 0 f(x)\rightarrow 0 \Leftrightarrow |f(x)|\rightarrow 0 f(x)→0⇔∣f(x)∣→0 ,从而有 ∣ f ( x ) ∣ ≥ 0 |f(x)|≥0 ∣f(x)∣≥0
- 常用不等式
- 2 a b ≤ a 2 + b 2 2ab≤a^2+b^2 2ab≤a2+b2
- ∣ x ± y ∣ ≤ ∣ x ∣ + ∣ y ∣ |x±y|≤|x|+|y| ∣x±y∣≤∣x∣+∣y∣
- “不超过 1 1 1”: ∣ x ∣ ∣ x ∣ + ∣ y ∣ ≤ 1 \frac {|x|}{|x|+|y|}≤1 ∣x∣+∣y∣∣x∣≤1
- 证明重极限不存在
- 取任意方向(如设 y = k x y=kx y=kx, k k k 为任意常数)求得重极限随 k k k 而变,即证
- 取不同路径(如分别取直线 y = k x y=kx y=kx 、抛物线 x = y 2 x=y^2 x=y2 )求得不同结果,即证
改写成极坐标无法证明重极限不存在
4.2 连续、偏导数、全微分
4.2.1 连续
定义:
lim
(
x
,
y
)
→
(
x
0
,
y
0
)
f
(
x
,
y
)
=
f
(
x
0
,
y
0
)
\lim\limits_{(x,y)\rightarrow(x_0,y_0)}f(x,y)=f(x_0,y_0)
(x,y)→(x0,y0)limf(x,y)=f(x0,y0)
(性质与一元函数连续完全对应)
4.2.2 偏导数
- 定义:
- f x ′ ( x 0 , y 0 ) = lim Δ x → 0 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x = ∂ ∂ x f ( x , y 0 ) ∣ x = x 0 f_x'(x_0,y_0)=\lim\limits_{\Delta x \rightarrow0\\}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}=\frac{\text{∂}}{\text{∂}x}f(x,y_0)|_{x=x_0} fx′(x0,y0)=Δx→0limΔxf(x0+Δx,y0)−f(x0,y0)=∂x∂f(x,y0)∣x=x0
- f y ′ ( x 0 , y 0 ) = lim Δ y → 0 f ( x 0 , y 0 + Δ y ) − f ( x 0 , y 0 ) Δ y = ∂ ∂ y f ( x 0 , y ) ∣ y = y 0 f_y'(x_0,y_0)=\lim\limits_{\Delta y \rightarrow0\\}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}=\frac{\text{∂}}{\text{∂}y}f(x_0,y)|_{y=y_0} fy′(x0,y0)=Δy→0limΔyf(x0,y0+Δy)−f(x0,y0)=∂y∂f(x0,y)∣y=y0
公式法繁杂时务必转用定义法求偏导
- 求定点导数或判定定点可导性:先代后求
- 混合偏导相等条件:混合偏导连续
4.2.3 全微分
- 四条可微判定等价形式:
- Δ z = f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y 0 ) = A Δ x + B Δ y + ο ( ρ ) \Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)=A\Delta x+B \Delta y+\omicron(ρ) Δz=f(x0+Δx,y0+Δy)−f(x0,y0)=AΔx+BΔy+ο(ρ) (定义)
- lim Δ x → 0 , Δ y → 0 [ f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y 0 ) ] − [ A Δ x + B Δ y ] Δ x 2 + Δ y 2 = 0 \lim\limits_{\Delta x \rightarrow 0\\ ,\Delta y \rightarrow 0\\}\frac{[f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)]-[A\Delta x+B \Delta y]}{\sqrt{\Delta x^2+\Delta y^2}}=0 Δx→0,Δy→0limΔx2+Δy2[f(x0+Δx,y0+Δy)−f(x0,y0)]−[AΔx+BΔy]=0
- Δ z = f ( x , y ) − f ( x 0 , y 0 ) = A ( x − x 0 ) x + B ( y − y 0 ) + ο ( ρ ) \Delta z=f(x,y)-f(x_0,y_0)=A(x-x_0) x+B (y-y_0)+\omicron(ρ) Δz=f(x,y)−f(x0,y0)=A(x−x0)x+B(y−y0)+ο(ρ)
- lim x → x 0 , y → y 0 [ f ( x , y ) − f ( x 0 , y 0 ) ] − [ A ( x − x 0 ) x + B ( y − y 0 ) ] ( x − x 0 ) 2 + ( y − y 0 ) 2 = 0 \lim\limits_{x \rightarrow x_0\\,y\rightarrow y_0\\}\frac{[f(x,y)-f(x_0,y_0)]-[A(x-x_0) x+B (y-y_0)]}{\sqrt{(x-x_0)^2+(y-y_0)^2}}=0 x→x0,y→y0lim(x−x0)2+(y−y0)2[f(x,y)−f(x0,y0)]−[A(x−x0)x+B(y−y0)]=0
- 必要条件:两个偏导数 f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) f_x'(x_0,y_0),f_y'(x_0,y_0) fx′(x0,y0),fy′(x0,y0) 都存在
- 充分条件:两个偏导数 f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) f_x'(x_0,y_0),f_y'(x_0,y_0) fx′(x0,y0),fy′(x0,y0) 在 ( x 0 , y 0 ) (x_0,y_0) (x0,y0) 连续
- 充要条件——定义:
① 两个偏导数 f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) f_x'(x_0,y_0),f_y'(x_0,y_0) fx′(x0,y0),fy′(x0,y0) 是否都存在?
② lim Δ x → 0 , Δ y → 0 Δ z − [ f x ′ ( x 0 , y 0 ) Δ x + f y ′ ( x 0 , y 0 ) Δ y ] Δ x 2 + Δ y 2 \lim\limits_{\Delta x \rightarrow 0\\ ,\Delta y \rightarrow 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}} Δx→0,Δy→0limΔx2+Δy2Δz−[fx′(x0,y0)Δx+fy′(x0,y0)Δy] 是否为 0 0 0 ?
快速判定可微性的充分条件:对于 lim x → x 0 , y → y 0 f ( x , y ) − f ( x 0 , y 0 ) ( x − x 0 ) 2 + ( y − y 0 ) 2 = a \lim\limits_{x \rightarrow x_0\\,y \rightarrow y_0\\}\frac{f(x,y)-f(x_0,y_0)}{\sqrt{(x-x_0)^2+(y-y_0)^2}}=a x→x0,y→y0lim(x−x0)2+(y−y0)2f(x,y)−f(x0,y0)=a ,若 a = 0 a=0 a=0 则在该点可微,若 a ≠ 0 a≠0 a=0 则不可微
全微分的性质:对可二阶连续偏导的函数 z = z ( x , y ) z=z(x,y) z=z(x,y) ,已知其全微分 d z = P d x + Q d y \text{d}z=P\text{d}x+Q\text{d}y dz=Pdx+Qdy ,则 ∂ P ∂ y = ∂ Q ∂ x \frac {\text{∂}P}{\text{∂}y}=\frac{\text{∂}Q}{\text{∂}x} ∂y∂P=∂x∂Q。
即俩偏导“互相求对方变量的偏导”,结果相等。原因:满足混合偏导相等的条件——混合偏导连续
4.3 隐函数求导与全微分方程解法
- 隐函数求导公式
- 单方程:直接方程两边求导
- 方程组:
- 直接方程组两边求导,解 n n n元方程组(必要时用克莱默法则减轻折磨)
- 反解无关变量 t = t ( x , y , z ) t=t(x,y,z) t=t(x,y,z),代入消元
- 根据偏导数或全微分方程反解二元函数:
- 偏积分:对偏导数做对应变量的不定积分,注意将“ + C +C +C”改为含剩余变量的辅助函数 ϕ ( □ ) \phi(□) ϕ(□)。较为简单且通用
- 凑微分:直接将所有偏导凑入 d \text{d} d 中形成同样结构,再去除两侧微分号 d \text{d} d 即可。或可用于选填
4.4 多元极值与最值
4.4.1 无条件极值
- 定义
- 极大: f ( x 0 , y 0 ) ≥ f ( x , y ) f(x_0,y_0)≥f(x,y) f(x0,y0)≥f(x,y)
- 极小:
f
(
x
0
,
y
0
)
≤
f
(
x
,
y
)
f(x_0,y_0)≤f(x,y)
f(x0,y0)≤f(x,y)
常用方法:极限的保号性
- 必要条件:若可导,则一阶偏导 f x ′ ( x 0 , y 0 ) = f y ′ ( x 0 , y 0 ) = 0 f'_x(x_0,y_0)=f'_y(x_0,y_0)=0 fx′(x0,y0)=fy′(x0,y0)=0
- 充分条件:
设 f x ′ ( x 0 , y 0 ) = f y ′ ( x 0 , y 0 ) = 0 f'_x(x_0,y_0)=f'_y(x_0,y_0)=0 fx′(x0,y0)=fy′(x0,y0)=0 ,令 A = f x x ′ ′ , B = f x y ′ ′ , C = f y y ′ ′ A=f''_{xx},B=f''_{xy},C=f''_{yy} A=fxx′′,B=fxy′′,C=fyy′′ ,则- 当 A C − B 2 > 0 AC-B^2>0 AC−B2>0 时,有极值,且 A > 0 ⇒ A>0 \Rightarrow A>0⇒ 极小值, A < 0 ⇒ A<0 \Rightarrow A<0⇒ 极大值
- 当 A C − B 2 < 0 AC-B^2<0 AC−B2<0 时,无极值
- 当 A C − B 2 = 0 AC-B^2=0 AC−B2=0 时,无法判定(此时一般用定义判定)
4.4.2 条件极值
- 方程组消元技巧:
- 基本思路:两式分别乘以合适的式子再相减,尽可能多地消去复杂部分
- 若两式中 x , y x,y x,y 具有轮换对称性,则必有 x = y x=y x=y
- 活用各种初等数学技巧!
4.4.3 条件最值
方法:求出区域内部可能的极值点,再与边界上的最大最小值作比较
第5章 二重积分
5.1 二重积分的性质与换序
- 基本性质:类比一元定积分
- 交换积分次序通法:反解
- 极坐标换序方法:往外画层层圆弧分割积分域(
r
r
r 的上下限即为圆弧半径),各子域单独反解出
θ
\theta
θ 关于
r
r
r 的表达式
从未考过,但鉴于24真题逆天程度建议未雨绸缪(
- 极坐标换序方法:往外画层层圆弧分割积分域(
r
r
r 的上下限即为圆弧半径),各子域单独反解出
θ
\theta
θ 关于
r
r
r 的表达式
5.2 二重积分大题解法
- 合理选取坐标系、积分次序
- 常用积分方法
- 分割积分域,选取易算的
- 奇偶性:积分域对称时偶折半、奇归0;若偶函数
f
′
(
0
)
f'(0)
f′(0) 存在则必有
f
′
(
0
)
=
0
f'(0)=0
f′(0)=0
- 推广——中心对称:若被积函数关于 x , y x,y x,y 均为奇函数,且积分域关于原点中心对称,则二重积分为0
- 轮换对称性(积分域关于直线 y = x y=x y=x 对称),左右两式相加消去复杂部分
- 变量代换(区间再现、倒代换、替换多次出现的部分等)
- 平移(极坐标平移、奇函数平移等)
近年二重积分大题基本都极难画出积分域图像(24除外,放了大水.jpg),需用纯代数方法得其图像性质,这种情况下通常用极坐标计算更为方便
第6章 常微分方程
【24数二-13题】伪可分离变量方程: y ′ = 1 ( x + y ) 2 y'=\frac1{(x+y)^2} y′=(x+y)21
通法:将式中复杂部分整体换元
此题解法:令 u = x + y u=x+y u=x+y ,后同分离变量通法
6.1 可降阶的微分方程解法(数二专项)
- 不显含 y y y:令 y ′ = p , y ″ = p ′ y′=p,y″=p′ y′=p,y″=p′
- 不显含 x x x:令 y ′ = p , y ″ = p d p d y y′=p,y″=p\frac{\text{d}p}{\text{d}y} y′=p,y″=pdydp
6.2 微分方程物理应用
- 变化率问题:将文字表述转化为微分方程
- 牛顿第二定律:
F
=
m
a
=
m
d
v
d
t
=
m
d
2
s
d
t
2
F=ma=m\frac{\text{d}v}{\text{d}t}=m\frac {\text{d}^2s}{\text{d}t^2}
F=ma=mdtdv=mdt2d2s
- 求最远运动距离 s max s_{\max} smax:令 v = 0 v=0 v=0 即可, s max = s ∣ v = 0 s_{\max}=s|_{v=0} smax=s∣v=0
- 混合问题: d Q = d Q 1 − d Q 2 \text{d}Q=\text{d}Q_1-\text{d}Q_2 dQ=dQ1−dQ2