数学分析B1

《数学分析B1》

1.1.1 自然数和整数

归纳公理

最小数原理

$S\subseteq N,S\ne \varnothing$,则$S$必有最小元素.

证明:讨论$S$是否有限.

数学归纳法

略

证明:反证,找$A_m$不成立的最小的$m$,$A_{m-1}$必然成立.

1.1.2 无限集合

单射,满射,1-1映射(双射，1-1对应)

$A$与$B$ 1-1对应称为$A$与$B$有相同的基数(势)

定义$N$的基数是"可数的"

• 若$A$与$N$ 1-1对应,则$A$是可数集合("可数"是对于无限集来说的).
• 若$A$存在$A\to N$的满射,则$A$是无限集合.

$2^N$的基数是不可数.

$R$的基数是不可数.

若$A,B$可数,则$A\times B$可数.证明:斜着标号.

可数个可数集的并是可数集.证明:斜着标号.

1.1.3 有理数

Q = { p q ∣ p ∈ Z , q ∈ Z + } Q=\{\frac{p}{q}|p\in Z,q\in Z_+\} Q={qp​∣p∈Z,q∈Z+​}

$N\to Z\times Z_{+}\to Q$,所以$Q$可数.

不连续,但稠密($\forall a<b,a,b\in Q,\exists a<b<c$)

1.1.4 实数

确界原理

$S$是有序集,$E\subseteq S$

上确界:最小的上界$supE$

下确界:最大的下界$infE$

定义:设$S$是有序集,$S$中所有非空有上界的集合定有上确界(或$S$中所有非空有下界的集合定有下确界),则称$S$满足确界原理.

$Q$不满足确界原理,如 A = { q ∣ q 2 < 2 , q ∈ Q } A=\{q|q^2<2,q\in Q\} A={q∣q2<2,q∈Q}无上确界.

定理:$S$中所有非空有上界的集合定有上确界$\iff$$S$中所有非空有下界的集合定有下确界.

有序域

$S$是域且有序,还满足:
$$\forall x,y,z\in S$$
$$x<y\Rightarrow x+z<y+z$$
$$x>0,y>0\Rightarrow x\times y>0$$

则称$S$是有序域

实数的定义

若$S$是有序域且满足确界原理,称其为$R$.

实数的基数是不可数.

阿基米德原理1

$\forall x,y\in R,\exists n\in Z$满足$nx>y$

不征了

阿基米德原理2

$\forall x<y,x,y\in R,\exists z\in Q$满足$x<z<y$

证明:

根据原理1,对于$y-x,1$,$\exists n\in N$满足$n\times (y-x)>1$,即$ny>nx+1$.

再使用原理1,对于$1,nx$,$\exists m_1$满足$m_1>nx$

S = { k ∣ k ∈ N , k > n x } ⊂ N S=\{k|k\in N,k>nx\}\subset N S={k∣k∈N,k>nx}⊂N

$m_1\in S\Rightarrow S\ne \varnothing$

$\Rightarrow S$中有最小数$m$

$\Rightarrow m>nx\ge m-1$

$\Rightarrow nx<m\le nx+1<ny$

$\Rightarrow x<\frac{m}{n}<y$

1.2.1 数列极限

若$\forall \epsilon >0,\exists N$对于$\forall n>N$,有$|a_n-a|<\epsilon$,则称 { a n } \{a_n\} {an​}收敛于$a$,记为${\lim }_{n\to \infty }{a}_n=a$或$a_n\to a(n\to \infty )$

{ a n } \{a_n\} {an​}收敛 ⇒ { a n } \Rightarrow\{a_n\} ⇒{an​}有界.

极限满足四则运算.

闭区间上的有界数列必有收敛子列

证明:二分,必有一区间包含无穷项,闭区间套.

1.3.4.1 ${\lim }_{x\to 0}\frac{\sin x}{x}=1$

证明:

• 引理:$x\in [0,\frac{\pi }{2}]$时,$\sin x<x<\tan x$
• $0<1-\frac{\sin x}{x}<1-\cos x=2{\sin }^2\frac{x}{2}<2\sin \frac{x}{2}<x$
• 两边夹

1.3.4.2 ${\lim }_{x\to \infty }(1+\frac{1}{x}{)}^x=e$

连续

${\lim }_{x\to x_0}f(x)=f(x_0)$

两个连续函数四则运算,复合的结果也是连续函数.

例:求证$\frac{\ln (x+1)}{x}$连续

令$f(x)=\{\begin{array}{r}(x+1{)}^{\frac{1}{x}}x\ne 0\\ ex=0\end{array}$

$\ln f(x)=\{\begin{array}{r}\frac{\ln (x+1)}{x}x\ne 0\\ 1x=0\end{array}$

$f(x)$和$\ln (x)$都连续,所以原式连续.

左(右)连续

连续函数的有界性

设$f\in C[a,b]$($f$在$[a,b]$上连续),则${f|}_{[a,b]}$有界.

证明:

• 反证,若$f{|}_{[a,b]}$无界,则$\forall n\in N,\exists |f(x_n)|>n$
• $x_n\in [a,b]$,则数列 { x n } \{x_n\} {xn​}必有一收敛子列 { x n k } \{x_{n_k}\} {xnk​​}收敛于$x_0\in [a,b]$
• 一方面,$|f(x_{n_k})|\ge n_k\to +\infty$
• 另一方面,${\lim }_{k\to +\infty }|f(x_{n_k})|=|f(x_0)|$,是有限数,产生矛盾.

连续函数的最大最小值定理

$f(x)$在$[a,b]$上最大值和最小值可以取到,即$f([a,b])=[f(x_{\ast }),f(x^{\ast })]$.

间断

• 第一类,可去
• 第一类,跳跃
• 第二类,极限不存在或不是有限数

一致连续性

对于连续函数$f(x)(x\in I)$,若$\forall \epsilon >0,\exists \delta$满足$\forall x_1,x_2\in I$,若$|x_1-x_2|\le \delta$,则有$|f(x_1)-f(x_2)|\le \epsilon$,则称$f(x)$在$I$上有一致连续性.

例:

• $\sin x$在$R$上有一致连续性
• $x^2$在$R$上没有一致连续性,但在$[a,b]$上有一致连续性.
• $\frac{1}{x}$在$(0,1]$上没有一致连续性,但在$[a,1](a>0)$上有一致连续性.

闭区间上的连续函数必有一致连续性

例题:${\lim }_{x\to +\infty }f(x){|}_{[a,+\infty )}=l\Rightarrow f(x){|}_{[a,+\infty )}$有一致连续性

• 思路:将$[a,+\infty )$划分为两部分,但中间应当划出一块三八线防止跨过.
• $\forall \epsilon >0,\exists M$满足$\forall x>M,|f(x)-l|<\frac{\epsilon }{2}$
• 对于$f(x){|}_{[a,M+1]},\exists {\delta }_1$满足$\forall x_1,x_2$,若$|x_1-x_2|\le {\delta }_1$,则$|f(x_1)-f(x_2)|\le \epsilon$.
• 令 δ = min ⁡ { 1 , δ 1 } \delta=\min\{1,\delta_1\} δ=min{1,δ1​}
• $\forall x_1,x_2$满足$|x_1-x_2|\le \delta \le 1$,$x_1,x_2\in [a,M+1]$或$x_1,x_2\in [M,+\infty )$
• 得证

可导$\Rightarrow$连续

${\lim }_{x\to x_0}f(x)-f(x_0)={\lim }_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0}\times (x-x_0)=f^{\prime }(x_0)\times 0=0$

连续$\nRightarrow$可导

例:$f(x)=|x|$

复合函数求导

• 思路:$\frac{df(g(x))}{dx}={\lim }_{x\to x_0}\frac{f(g(x))-f(g(x_0))}{x-s_0}={\lim }_{x\to x_0}\frac{f(g(x))-f(g(x_0))}{g(x)-g(x_0)}\times \frac{g(x)-g(x_0)}{x-x_0}=\frac{df}{dg}\times \frac{dg}{dx}$
• 小问题:$x\ne x_0$时$g(x)$可能等于$g(x_0)$
• 补丁:令$h(x)=\{\begin{array}{r}\frac{f(x)-f(x_0)}{x-x_0}x\ne x_0\\ f^{\prime }(x_0)x=x_0\end{array}$,可知$h(x)$连续
• $\frac{df(g(x))}{dx}={\lim }_{x\to x_0}\frac{f(g(x))-f(g(x_0))}{x-s_0}={\lim }_{x\to x_0}h(g(x))\times \frac{g(x)-g(x_0)}{x-x_0}=\frac{df}{dg}\times \frac{dg}{dx}$

高阶导数

$f^{\prime \prime }(x)=\frac{d}{dx}(\frac{df}{dx})=\frac{d^{2}f}{d{x}^2}$

$f(x)$可导$\nRightarrow f^{\prime }(x)$连续

例:$f(x)=\{\begin{array}{r}{x}^2\sin \frac{1}{x}x\ne 0\\ 0x=0\end{array}$

${\lim }_{x\to 0}\frac{f(x)-0}{x-0}={\lim }_{x\to 0}x\sin x=0$,所以$f(x)$在$0$处可导.

$f^{\prime }(x)=\{\begin{array}{r}2x\sin \frac{1}{x}-\cos \frac{1}{x}x\ne 0\\ 0x=0\end{array}$

$x\to 0$时$2x\sin \frac{1}{x}=0,\cos \frac{1}{x}$不存在极限,所以$f^{\prime }(x)$在$0$处不连续.

莱布尼茨公式:$(f(x)\times g(x){)}^{(n)}={\sum }_{k=0}^n{C}_n^k{f}^{(k)}(x)\times g^{(n-k)}(x)$

向量的极限和导数

$\vec{r}(t)=(\phi (t),\psi (t))$

极限

若$\forall \epsilon >0,\exists \delta$满足$\forall t>\delta ,|\vec{r}(t)-\vec{a}|<\epsilon$,则称$\vec{a}$为$\vec{r}(t)$的极限.

${\lim }_{t\to t_0}\vec{r}(t)=({\lim }_{t\to t_0}\phi (t),{\lim }_{t\to t_0}\psi (t))$

导数

${\lim }_{t\to t_0}\frac{\vec{r}(t)-\vec{r}(t_0)}{t-t_0}=\overrightarrow{r^{\prime }}(t_0)$

$\vec{r}$可导$\iff \phi (t),\psi (t)$可导

$\vec{r}$连续$\iff \phi (t),\psi (t)$连续

$\overrightarrow{r^{\prime }}(t)=({\phi }^{\prime }(t),{\psi }^{\prime }(t))$

拉格朗日中值定理,rolle定理

rolle定理:设$f{|}_{[a,b]}$连续,$f{|}_{(a,b)}$可导,若$f(a)=f(b)$,则$\exists \xi \in (a,b)$满足$f^{\prime }(\xi )=0$

拉格朗日中值定理:设$f{|}_{[a,b]}$连续,$f{|}_{(a,b)}$可导,则$\exists \xi \in (a,b)$满足$f^{\prime }(\xi )=\frac{f(a)-f(b)}{a-b}$

柯西中值定理

设$f{|}_{[a,b]},g{|}_{[a,b]}$连续,$f{|}_{(a,b)},g{|}_{(a,b)}$可导,$\exists \xi \in (a,b)$,满足$\frac{f(a)-f(b)}{g(a)-g(b)}=\frac{f^{\prime }(\xi )}{g^{\prime }(\xi )}$

未知式的极限

$\frac{0}{0}$形

洛必达

$\frac{\infty }{\infty }$形

洛必达

曲率半径

• $\kappa =\frac{1}{\rho }={\lim }_{\Delta x\to 0}\frac{\Delta \theta }{\Delta s}$
• $\Delta s$:割线拟合,$\frac{\Delta s}{\Delta x}=\frac{\sqrt{(\Delta x{)}^2+(\Delta y{)}^2}}{\Delta x}=\sqrt{1+(\frac{f(x+\Delta x)-f(x)}{\Delta x}{)}^2}=\sqrt{1+(f^{\prime }(x){)}^2}(\Delta x\to 0)$
• $\Delta \theta$:斜率,$\frac{\Delta \theta }{\Delta x}=\frac{\arctan f^{\prime }(x+\Delta x)-\arctan f^{\prime }(x)}{\Delta x}=(\arctan f^{\prime }(x){)}^{\prime }(\Delta x\to 0)=\frac{f^{\prime \prime }(x)}{\sqrt{1+(f^{\prime }(x){)}^2}}$
• $\kappa =\frac{f^{\prime \prime }(x)}{(1+(f^{\prime }(x){)}^2{)}^{\frac{3}{2}}}$

参数方程表述

• $(\phi (t),\psi (t))$
• 之前的式子里$f^{\prime }(x),f^{\prime \prime }(x)$默认都是$\frac{dy}{dx},\frac{d^{2}y}{d{x}^2}$
• 考虑用$\phi ,\psi$表示$\frac{dy}{dx},\frac{d^{2}y}{d{x}^2}$
• $\frac{dy}{dx}=\frac{{\psi }^{\prime }(t)}{{\phi }^{\prime }(t)}$
• $\frac{d^{2}y}{d{x}^2}=\frac{{\psi }^{\prime \prime }(t){\phi }^{\prime }(t)-{\phi }^{\prime \prime }(t){\psi }^{\prime }(t)}{({\phi }^{\prime }(t){)}^3}$
• $\kappa =\frac{{\psi }^{\prime \prime }(t){\phi }^{\prime }(t)-{\phi }^{\prime \prime }(t){\psi }^{\prime }(t)}{({\psi }^2(t)+{\phi }^2(t){)}^{\frac{3}{2}}}$