0 补充公式
负数不可为底数,有时可以作为隐含的参数求解条件
以下四种情况一定要分左右极限:
- 分段函数的分界点
- lim x → 0 1 x \lim\limits_{x \rightarrow 0}\frac{1}{x} x→0limx1
- lim x → 0 e 1 x \lim\limits_{x \rightarrow 0}e^{\frac{1}{x}} x→0limex1
- lim x → 0 arctan 1 x \lim\limits_{x \rightarrow 0}\arctan{\frac{1}{x}} x→0limarctanx1
函数不等式的常用的五种方法:
- 单调性(90%)
- 最大最小值
- 拉中
- 泰勒公式
- 凹凸性
反函数常见处理方式:
- 对于 y = f ( x ) y=f(x) y=f(x)的反函数相关问题,经常考虑变量替换 x = f − 1 ( y ) x=f^{-1}(y) x=f−1(y)
- 对于 y = f ( g ( x ) ) y=f(g(x)) y=f(g(x))的反函数相关问题,经常考虑变量替换 t = g ( x ) , t = f − 1 ( y ) t=g(x),\quad t=f^{-1}(y) t=g(x),t=f−1(y)
证明题的2个奇招(事实上,有时这一问虽然不是证明题,但是中间步骤需要证明某个性质(如证明数列有界),也可以用下面这两个方法):
-
反证法
反证法好在它可以额外创造一个条件
-
数学归纳法
有时会有一种特殊情况:即要证明递推一个已知的式子成立,但是得出这个式子比较困难,此时可以考虑数学归纳法
需要分类的情况,有时会殊途同归。比如要证明一个等式,但是其中需要分类展开讨论,有时候分类之后,都将结果指向了那一个式子。
双参数不等式 f 1 ( a , b ) < f 2 ( a , b ) f_1(a,b)<f_2(a,b) f1(a,b)<f2(a,b)的证明:
一般是转换利用函数的单调性,有两种转换方式:
- 选择一个参数作为自变量:如 g 1 ( a ) g_1(a) g1(a)(把 a a a视为变量, b b b视为常数)
- 将两个变量归结为一个变量:如 g 2 ( a + b ) g_2(a+b) g2(a+b)
对于含绝对值的不等式,有时令一端为0,可以得到特殊点。
对于不等式 ∣ f ( x ) ∣ ≤ g ( x ) |f(x)| \leq g(x) ∣f(x)∣≤g(x),若有 g ( x 0 ) = 0 g(x_0)=0 g(x0)=0,那么有 f ( x 0 ) = 0 f(x_0)=0 f(x0)=0
部分分式法的分母最高次为至多就是二次函数的乘幂:
Q m = a ( x − x 1 ) n 1 ⋯ ( x − x k ) n k ( x 2 + p 1 x + q 1 ) m 1 ⋯ ( x 2 + p s x + q s ) m s Q_m=a(x-x_1)^{n_1} \cdots(x-x_k)^{n_k}(x^2+p_1x+q_1)^{m_1}\cdots(x^2+p_sx+q_s)^{m_s} Qm=a(x−x1)n1⋯(x−xk)nk(x2+p1x+q1)m1⋯(x2+psx+qs)ms
关于根号的化简技巧:
- 1次方差的原地分解:
u n + 1 − u n = ( u n + 1 + u n ) ( u n + 1 − u n ) u_{n+1}-u_n=(\sqrt{u_{n+1}}+\sqrt{u_n})(\sqrt{u_{n+1}}-\sqrt{u_n}) un+1−un=(un+1+un)(un+1−un)
- 根号下根号,考虑通过配方消去:
3 + 2 2 = ( 2 + 2 ) 2 = 2 + 2 \sqrt{3+2\sqrt{2}}=\sqrt{(2+\sqrt{2})^2}=2+\sqrt{2} 3+22=(2+2)2=2+2
- 1 + sin x = ( sin x 2 + cos x 2 ) 2 \sqrt{1+\sin x}=\sqrt{(\sin \frac{x}{2}+\cos \frac{x}{2})^2} 1+sinx=(sin2x+cos2x)2的消1去根号法
注意选择题技巧:当要判断函数的性质时,如果多个性质很难判断,有一个很简单,那就先判断那个简单
例:设 f ( x ) = ∫ − 1 x ∣ t ∣ ln ∣ t ∣ d t f(x)=\int_{-1}^{x}\sqrt{|t|}\ln |t|dt f(x)=∫−1x∣t∣ln∣t∣dt,则 f ( x ) f(x) f(x)在 x = 0 x=0 x=0处():
A.极限不存在。B:连续但不可导。C.可导且导数为0。D.可导且导数不为0
解:选项AB是需要求这个积分,而选项CD则仅需要求某点的导数(极限式),而后者的极限式通过洛必达可以轻松去除变上限积分号,比前者简单很多。事实上,选C
1 函数极限与连续
几种常用极限结论:
1 ∞ : lim x → 0 ( 1 + x ) 1 x = lim x → ∞ ( 1 + 1 x ) x = e ∞ 0 : lim x → + ∞ ( 1 + x ) 1 x = lim x → 0 + ( 1 + 1 x ) x = 1 0 0 : lim x → 0 + x x = 1 lim x → 0 + ln x x → − ∞ , lim x → 0 + ln ( 1 + x ) x → 1 lim n → ∞ ( n 1 + n ) n = 1 e , lim n → ∞ ( 1 + n n ) n = e a > 1 ⇒ { lim x → 0 + a 1 x → + ∞ lim x → 0 − a 1 x → 0 lim x → + ∞ a 1 x → 1 lim x → − ∞ a 1 x → 1 lim n → ∞ a 1 n + a 2 n + ⋯ + a m n n = max 1 ≤ i ≤ m a i \begin{aligned} 1^{\infty}:\quad &\lim\limits_{x \rightarrow 0}(1+x)^{\frac{1}{x}}=\lim\limits_{x \rightarrow \infty}(1+\frac{1}{x})^{x}=e\\ \infty ^0:\quad&\lim\limits_{x \rightarrow +\infty}(1+x)^{\frac{1}{x}}=\lim\limits_{x \rightarrow 0^+}(1+\frac{1}{x})^{x}=1\\ 0^0:\quad &\lim\limits_{x \rightarrow 0^+}x^x=1\\ &\lim\limits_{x\rightarrow 0^+}\frac{\ln x}{x}\rightarrow -\infty, \quad \lim\limits_{x\rightarrow 0^+}\frac{\ln (1+x)}{x}\rightarrow1\\ &\lim\limits_{n \rightarrow \infty}(\frac{n}{1+n})^n=\frac{1}{e}, \quad \lim\limits_{n \rightarrow \infty}(\frac{1+n}{n})^n=e\\ &a>1 \Rightarrow\begin{cases} &\lim\limits_{x\rightarrow 0^+}a^{\frac{1}{x}} \rightarrow +\infty\\ &\lim\limits_{x\rightarrow 0^-}a^{\frac{1}{x}} \rightarrow 0\\ &\lim\limits_{x\rightarrow + \infty}a^{\frac{1}{x}} \rightarrow 1\\ &\lim\limits_{x\rightarrow - \infty}a^{\frac{1}{x}} \rightarrow 1\\ \end{cases} \\ &\lim\limits_{n \rightarrow \infty}\sqrt[n]{a_1^n+a_2^n+\cdots+a_m^n}=\max\limits_{1 \leq i \leq m}a_i\\ \end{aligned} 1∞:∞0:00:x→0lim(1+x)x1=x→∞lim(1+x1)x=ex→+∞lim(1+x)x1=x→0+lim(1+x1)x=1x→0+limxx=1x→0+limxlnx→−∞,x→0+limxln(1+x)→1n→∞lim(1+nn)n=e1,n→∞lim(n1+n)n=ea>1⇒⎩⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎧x→0+limax1→+∞x→0−limax1→0x→+∞limax1→1x→−∞limax1→1n→∞limna1n+a2n+⋯+amn=1≤i≤mmaxai
注意上面的一些极限趋近于定常值,但他们只是省略了无穷小项(有时可能不够精确)如:
lim x → ∞ ( 1 + 1 x ) x = e 1 − 1 2 x \lim\limits_{x \rightarrow \infty}(1+\frac{1}{x})^x=e^{1-\frac{1}{2x}} x→∞lim(1+x1)x=e1−2x1
幂指极限:
固 定 极 限 { 0 1 → 0 0 ∞ → 0 1 0 → 1 , 如 lim t → 0 ( t + 1 ) t = lim t → 0 1 + t ln ( t + 1 ) 非 固 定 极 限 { ∞ 0 0 0 1 ∞ \begin{aligned} 固定极限 &\begin{cases} &0^1 \rightarrow 0\\ &0^{\infty} \rightarrow 0\\ &1^0 \rightarrow 1, \quad 如\lim\limits_{t \rightarrow 0}(t+1)^t=\lim\limits_{t \rightarrow 0} 1+t\ln (t+1)\\ \end{cases}\\ 非固定极限 &\begin{cases} &\infty^{0}\\ &0^0\\ &1^{\infty}\\ \end{cases}\\ \end{aligned} 固定极限非固定极限⎩⎪⎨⎪⎧01→00∞→010→1,如t→0lim(t+1)t=t→0lim1+tln(t+1)⎩⎪⎨⎪⎧∞0001∞
注意这里面的固定极限在题目中不要随意代入,就比如 1 0 1^0 10,后面就跟了一个无穷小量,和差时有时不可忽略
常用的基本极限:
lim x → 0 a x − 1 x = ln a , lim x → 0 n n = 1 , lim x → 0 a n = 1 ( a > 0 ) lim x → ∞ a n x n + a n − 1 x n − 1 ⋯ + a 1 x + a 0 b m x m + b m − 1 x m − 1 ⋯ + b 1 x + b 0 = { a n b m , n < m 0 , n = m ∞ , n > m lim n → ∞ x n = { 0 , ∣ x ∣ < 1 ∞ , ∣ x ∣ > 1 1 , x = 1 不 存 在 , x = − 1 lim n → ∞ e n x = { 0 , x < 0 + ∞ , x > 0 1 , x = 0 \begin{aligned} &\lim\limits_{x\rightarrow 0}\frac{a^x-1}{x}=\ln a, \quad \lim\limits_{x\rightarrow 0}\sqrt[n]{n}=1, \quad \lim\limits_{x\rightarrow 0}\sqrt[n]{a}=1(a>0)\\ &\lim\limits_{x\rightarrow \infty}\frac{a_nx^n+a_{n-1}x^{n-1}\cdots+a_1x+a_0}{b_mx^m+b_{m-1}x^{m-1}\cdots+b_1x+b_0}=\begin{cases} \frac{a_n}{b_m},\quad &n<m\\ 0,\quad &n=m\\ \infty,\quad &n>m\\ \end{cases} \\ &\lim\limits_{n\rightarrow \infty}x^n=\begin{cases} 0,\quad &|x|<1\\ \infty,\quad &|x|>1\\ 1,\quad &x=1\\ 不存在,\quad &x=-1\\ \end{cases} \\ &\lim\limits_{n\rightarrow \infty}e^{nx}=\begin{cases} 0,\quad &x<0\\ +\infty,\quad &x>0\\ 1,\quad &x=0\\ \end{cases} \\ \end{aligned} x→0limxax−1=lna,x→0limnn=1,x→0limna=1(a>0)x→∞limbmxm+bm−1xm−1⋯+b1x+b0anxn+an−1xn−1⋯+a1x+a0=⎩⎪⎨⎪⎧bman,0,∞,n<mn=mn>mn→∞limxn=⎩⎪⎪⎪⎨⎪⎪⎪⎧0,∞,1,不存在,∣x∣<1∣x∣>1x=1x=−1n→∞limenx=⎩⎪⎨⎪⎧0,+∞,1,x<0x>0x=0
1 ∞ 1^{\infty} 1∞的三部曲:
1. 写 为 标 准 形 式 : 原 式 = lim [ 1 + α ( x ) ] β ( x ) 2. 求 极 限 : lim α ( x ) β ( x ) = A 3. 写 结 果 : 原 式 = e A \begin{aligned} 1.写为标准形式:\quad&原式=\lim[1+\alpha(x)]^{\beta(x)}\\ 2.求极限:\quad& \lim \alpha(x)\beta(x)=A\\ 3.写结果:\quad&原式=e^A \end{aligned} 1.写为标准形式:2.求极限:3.写结果:原式=lim[1+α(x)]β(x)limα(x)β(x)=A原式=eA
如果 lim α ( x ) β ( x ) = A \lim \alpha(x)\beta(x)=A limα(x)β(x)=A的极限不好求,可以做一些变换,比如求 lim 1 α ( x ) β ( x ) \lim \frac{1}{\alpha(x)\beta(x)} limα(x)β(x)1的极限
多项式分式求 x → ∞ x \rightarrow\infty x→∞的极限,看最高次项的系数;
多项式分式求 x → 0 x \rightarrow0 x→0的极限,看最低次项的系数;
对于极限:
存 在 + 存 在 = 不 存 在 不 存 在 + 不 存 在 = 不 一 定 \begin{aligned} 存在+存在&=不存在\\ 不存在+不存在&=不一定 \end{aligned} 存在+存在不存在+不存在=不存在=不一定
等价无穷小的代换原则:
-
乘、除可以换:
若 α ∼ α 1 , β ∼ β 1 \alpha \sim \alpha_1,\quad\beta \sim \beta_1 α∼α1,β∼β1,则:
lim α β = lim α 1 β 1 \lim\frac{\alpha}{\beta}=\lim\frac{\alpha_1}{\beta_1} limβα=limβ1α1
-
加、减关系在一定条件下可以换:
- 若 α ∼ α 1 , β ∼ β 1 \alpha \sim \alpha_1,\quad\beta \sim \beta_1 α∼α1,β∼β1且 lim α 1 β 1 = A ≠ 1 \lim\frac{\alpha_1}{\beta_1}=A \neq1 limβ1α1=A=1,则 α − β ∼ α 1 − β 1 \alpha-\beta \sim\alpha_1-\beta_1 α−β∼α1−β1。
- 若 α ∼ α 1 , β ∼ β 1 \alpha \sim \alpha_1,\quad\beta \sim \beta_1 α∼α1,β∼β1且 lim α 1 β 1 = A ≠ − 1 \lim\frac{\alpha_1}{\beta_1}=A \neq-1 limβ1α1=A=−1,则 α + β ∼ α 1 + β 1 \alpha+\beta \sim\alpha_1+\beta_1 α+β∼α1+β1。
即在两等价无穷小的加减,当且仅当二者和差不为0时可以替换。
PS:注意如果是两个同底数幂相乘,他们的指数实际上是第二种加减的情况,而不能认为是第一种情况(即不能随便换)
变上限积分的等价代换:
若 f ( x ) f(x) f(x)和 g ( x ) g(x) g(x)在 x = 0 x=0 x=0的某领域内连续,且 lim x → 0 f ( x ) g ( x ) = 1 \lim\limits_{x \rightarrow 0}\frac{f(x)}{g(x)}=1 x→0limg(x)f(x)=1,有:
∫ 0 x f ( t ) d t ∼ ∫ 0 x g ( t ) d t \int_0^xf(t)dt \sim \int_0^xg(t)dt ∫0xf(t)dt∼∫0xg(t)dt
确定极限存在时的参数,应该用这个极限确定参数,即:
对于 lim f ( a ) = A , ( A 已 知 , a 未 知 , 求 a ) \lim f(a)=A,\quad(A已知,a未知,求a) limf(a)=A,(A已知,a未知,求a)问题,一般都是对 lim f ( a ) \lim f(a) limf(a)问题利用极限知识化简,去极限号求 a a a。
由已知极限凑未知极限,一般都是用有理运算法则,从未知中找出已知。
∞ − ∞ \infty -\infty ∞−∞的式子可以考虑通分,或者提取公因子(不易通分时)
变上限积分的三种处理方法:
- 洛必达法则
- 等价代换
- 积分中值定理
洛必达法则如果求出来极限存在(定常值)或者无穷大时可用,如果不存在则不可用(不包括无穷大)
七种不定式运用洛必达法则的转换规则( 0 0 , ∞ ∞ , 0 ⋅ ∞ , ∞ − ∞ , 1 ∞ , ∞ 0 , 0 0 \frac{0}{0},\frac{\infty}{\infty},0 \cdot \infty,\infty-\infty,1^{\infty},\infty^0,0^0 00,∞∞,0⋅∞,∞−∞,1∞,∞0,00):
$$
\frac{0}{0},\frac{\infty}{\infty}\Leftarrow \begin{cases}
&0\cdot\infty \Leftarrow
\begin{cases}
&1^{\infty}(也可三部曲)\
&\infty^0\
&0^0\
\end{cases}\
&\infty-\infty\
\end{cases}
$$
n阶可导,洛必达只能用到n-1阶数;n阶连续可导,可用n次洛
七种不定式的常用方法:
0 0 { 洛 必 达 等 价 无 穷 小 代 换 泰 勒 公 式 ∞ ∞ { 洛 必 达 分 子 分 母 同 时 除 以 分 子 分 母 各 项 最 高 阶 的 无 穷 大 ∞ − ∞ { 通 分 化 为 0 0 ( 适 合 分 式 差 ) 根 式 有 理 化 ( 适 合 于 低 次 数 的 根 式 差 ) 提 无 穷 因 子 后 等 价 代 换 ( 适 合 于 高 次 数 的 根 式 差 ) 0 ⋅ ∞ : 化 为 0 0 或 ∞ ∞ ( 谁 方 便 化 谁 ) 1 ∞ : 三 部 曲 ∞ 0 , 0 ∞ : 平 底 起 ln \begin{aligned} &\frac{0}{0}\begin{cases} &洛必达\\ &等价无穷小代换\\ &泰勒公式\\ \end{cases}\\ &\frac{\infty}{\infty}\begin{cases} &洛必达\\ &分子分母同时除以分子分母各项最高阶的无穷大\\ \end{cases}\\ &\infty-\infty\begin{cases} &通分化为\frac{0}{0}(适合分式差)\\ &根式有理化(适合于低次数的根式差)\\ &提无穷因子后等价代换(适合于高次数的根式差)\\ \end{cases}\\ &0 \cdot \infty:化为\frac{0}{0}或\frac{\infty}{\infty}(谁方便化谁)\\ &1^{\infty}:三部曲\\ &\infty^0,0^\infty:平底起\ln\\ \end{aligned} 00⎩⎪⎨⎪⎧洛必达等价无穷小代换泰勒公式∞∞{洛必达分子分母同时除以分子分母各项最高阶的无穷大∞−∞⎩⎪⎨⎪⎧通分化为00(适合分式差)根式有理化(适合于低次数的根式差)提无穷因子后等价代换(适合于高次数的根式差)0⋅∞:化为00或∞∞(谁方便化谁)1∞:三部曲∞0,0∞:平底起ln
注意反三角函数极限的求解,有时会用到逆等价代换:
lim n → ∞ n 2 ( arctan 1 n − 1 − arctan 1 n + 1 ) = lim n → ∞ n 2 tan ( arctan 1 n − 1 − arctan 1 n + 1 ) 用 了 x ∼ tan x \begin{aligned} \lim\limits_{n \rightarrow \infty}n^2(\arctan \frac{1}{n-1}-\arctan \frac{1}{n+1})=&\lim\limits_{n \rightarrow \infty}n^2\tan(\arctan \frac{1}{n-1}-\arctan \frac{1}{n+1})\\ &用了x \sim \tan x\\ \end{aligned} n→∞limn2(arctann−11−arctann+11)=n→∞limn2tan(arctann−11−arctann+11)用了x∼tanx
对于用泰勒展开式解题,化为和式要比化为乘式更为简单(因为后者比前者多了一个把多项式乘开的操作)
注意事 x → 0 , sin x ∼ x x \rightarrow 0, \sin x \sim x x→0,sinx∼x,而不是 sin x → 0 , sin x ∼ x \sin x \rightarrow 0, \sin x \sim x sinx→0,sinx∼x
当 x → 0 x \rightarrow0 x→0时:
( 1 + x ) α = 1 + α x + α ( α − 1 ) 2 x 2 + ⋯ + α ( α − 1 ) ⋯ ( α − n + 1 ) n ! x n + o ( x n ) tan x = x + x 3 3 + o ( x 3 ) arcsin x = x + x 3 6 + o ( x 3 ) arctan x = x − x 3 3 + o ( x 3 ) ( 1 + x ) x ∼ 1 + x 2 \begin{aligned} &(1+x)^{\alpha}=1+\alpha x+\frac{\alpha(\alpha-1)}{2}x^2+\cdots+\frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n+o(x^n)\\ &\tan x=x+\frac{x^3}{3}+o(x^3)\\ &\arcsin x=x+\frac{x^3}{6}+o(x^3)\\ &\arctan x=x-\frac{x^3}{3}+o(x^3)\\ &(1+x)^x \sim1+x^2\\ \end{aligned} (1+x)α=1+αx+2α(α−1)x2+⋯+n!α(α−1)⋯(α−n+1)xn+o(xn)tanx=x+3x3+o(x3)arcsinx=x+6x3+o(x3)arctanx=x−3x3+o(x3)(1+x)x∼1+x2
等价无穷小是十分好用的,但是要求 x → 0 x \rightarrow0 x→0,对于有些三角函数,虽然 x x x不趋近于0,但是通过三角函数变换,可以使得其 x → 0 x \rightarrow 0 x→0,进而使用等价无穷小:
正弦:
lim x → π sin ( x ) = − lim x → 0 sin ( x ) \lim\limits_{x\rightarrow \pi}\sin (x)=-\lim\limits_{x\rightarrow 0}\sin (x) x→πlimsin(x)=−x→0limsin(x)
反正切,这里补充公式 arctan ( 1 x ) = arccot x = π 2 − arctan x \arctan (\frac{1}{x})=\text{arccot} x=\frac{\pi}{2}-\arctan x arctan(x1)=arccotx=2π−arctanx:
lim x → + ∞ arctan x = x = 1 t lim t → 0 + arctan 1 t = π 2 − lim t → 0 + arctan t \lim\limits_{ x\rightarrow +\infty}\arctan x\stackrel{x=\frac{1}{t}}=\lim\limits_{t \rightarrow 0^+}\arctan \frac{1}{t}=\frac{\pi}{2}-\lim\limits_{t \rightarrow 0^+}\arctan t x→+∞limarctanx=x=t1t→0+limarctant1=2π−t→0+limarctant
幂运算中,底数总是大于0的,所以原地起 ln \ln ln总是可行的
给定 f ( x ) f(x) f(x),让求出 x → 0 x \rightarrow 0 x→0时, f ( x ) = b + a k f(x)=b+a^k f(x)=b+ak中的参数 a , b a,b a,b。这种题一般不要想直接通过 f ( x ) f(x) f(x)求极限求出 a , b a,b a,b,很可能 b b b能求出来,但是 a a a被忽略了,正确的做法是针对函数 f ( x ) − b f(x)-b f(x)−b求极限
如:设 f ( x ) = 1 x − 1 e x − 1 f(x)=\frac{1}{x}-\frac{1}{e^x-1} f(x)=x1−ex−11,有 x → 0 x \rightarrow 0 x→0时:
$$
\begin{aligned}
&f(x)=\frac{1}{x}-\frac{1}{ex-1}=\frac{ex-1-x}{x(e^x-1)}=\frac{1}{2}\
\end{aligned}
$$
这种只能求出常数项 1 2 \frac{1}{2} 21,但是高阶项被忽略了
求出 f ( x ) − 1 2 f(x)-\frac{1}{2} f(x)−21的极限才可求出高阶项
f ( x ) − 1 2 = 1 x − 1 e x − 1 − 1 2 = 2 ( e x − 1 − x ) − x ( e x − 1 ) 2 x ( e x − 1 ) = − x 12 f(x)-\frac{1}{2}=\frac{1}{x}-\frac{1}{e^x-1}-\frac{1}{2}=\frac{2(e^x-1-x)-x(e^x-1)}{2x(e^x-1)}=-\frac{x}{12} f(x)−21=x1−ex−11−21=2x(ex−1)2(ex−1−x)−x(ex−1)=−12x
注意当等式一端为常数0时,是不可以除以 Δ x ( x → 0 ) \Delta x(x\rightarrow0) Δx(x→0)的,因为这实际上是 0 0 \frac{0}{0} 00问题,出现这种情况就要考虑是不是过早将极限代入(忽略了不该忽略的项),从而出现错误了。
例:求满足 lim Δ x → 0 [ Δ x x f ( x + Δ x ) − f ( x ) Δ x − Δ x f ( x ) x 2 ] = lim Δ x → 0 f ( 1 + Δ x x ) , f ( 1 ) = 0 \lim\limits_{\Delta x \rightarrow 0}[\frac{\Delta x}{x}\frac{f(x+\Delta x)-f(x)}{\Delta x}-\frac{\Delta xf(x)}{x^2}]=\lim\limits_{\Delta x \rightarrow 0}f(1+\frac{\Delta x}{x}),{\kern 5pt}f(1)=0 Δx→0lim[xΔxΔxf(x+Δx)−f(x)−x2Δxf(x)]=Δx→0limf(1+xΔx),f(1)=0的微分方程:
解:正确的为:
lim Δ x → 0 [ f ( x + Δ x ) − f ( x ) Δ x − f ( x ) x ] = lim Δ x → 0 [ f ( 1 + Δ x x ) − f ( 1 ) Δ x x ] \lim\limits_{\Delta x \rightarrow 0}[\frac{f(x+\Delta x)-f(x)}{\Delta x}-\frac{f(x)}{x}]=\lim\limits_{\Delta x \rightarrow 0}[\frac{f(1+\frac{\Delta x}{x})-f(1)}{\frac{\Delta x}{x}}] Δx→0lim[Δxf(x+Δx)−f(x)−xf(x)]=Δx→0lim[xΔxf(1+xΔx)−f(1)]
即: y ′ − y x = y ′ ( 1 ) y'-\frac{y}{x}=y'(1) y′−xy=y′(1)。但是如果过于早将 f ( 1 ) = 0 f(1)=0 f(1)=0代入,右端变为0,此时两端便不可同除以 Δ x x \frac{\Delta x}{x} xΔx了,否则则会出现错误的微分方程 y ′ − y x = 0 y'-\frac{y}{x}=0 y′−xy=0
注意极限有时候可以推出来具体函数值,也可以推出来符号(比如要用零点定理的话,更应该知道函数值正负号)
如: lim x → ∞ f ( x ) x = 1 ⇒ 存 在 足 够 大 的 x 1 , 使 得 f ( x 1 ) > 0 \lim\limits_{x \rightarrow \infty}\frac{f(x)}{x}=1 \Rightarrow 存在足够大的x_1,使得f(x_1)>0 x→∞limxf(x)=1⇒存在足够大的x1,使得f(x1)>0。如果之前再有 f ( x 0 ) < 0 f(x_0)<0 f(x0)<0,那么由零点定理,就有 f ( ϵ ) = 0 f(\epsilon)=0 f(ϵ)=0
注意斜渐近线的斜率极限不可为0(否则就是水平渐近线了)
注意一种描述”极限不存在“,极限不存在有三种情况:极限为无穷;极限震荡;左右极限不一致
特别需要注意的是,如果极限为0,也是属于极限存在
如:
lim x → 0 x f ( x ) − f ( 0 ) x − 0 = 1 \lim\limits_{x \rightarrow 0}\frac{x}{\frac{f(x)-f(0)}{x-0}}=1 x→0limx−0f(x)−f(0)x=1
可以推出来 f ′ ( 0 ) = 0 f'(0)=0 f′(0)=0,即极限存在
面对抽象函数极限的常用方法:
-
慎用洛必达
因为有的题目没有说 f ( x ) f(x) f(x)可导,此时不能在某点的邻域内用洛必达
-
泰勒公式
关于泰勒公式求极限的运用,除了常用函数的泰勒公式,如果题中给定或者可求函数在同一点的连续导数(如给定了在 x 0 x_0 x0处的 f ( x 0 ) , f ′ ( x 0 ) , f ′ ′ ( x 0 ) , ⋯ f(x_0),f'(x_0),f''(x_0),\cdots f(x0),f′(x0),f′′(x0),⋯),也可以考虑泰勒展开求极限。
例:给出 f ( 0 ) = f ′ ( 0 ) = 0 , f ′ ′ ( 0 ) ≠ 0 , y = f ( x ) 二 阶 可 导 , u = x − f ′ ( x ) f ( x ) , 求 lim x → 0 f ( u ) f ( x ) f(0)=f'(0)=0,f''(0)\neq 0,y=f(x)二阶可导,u=x-\frac{f'(x)}{f(x)},求\lim\limits_{x \rightarrow 0}\frac{f(u)}{f(x)} f(0)=f′(0)=0,f′′(0)=0,y=f(x)二阶可导,u=x−f(x)f′(x),求x→0limf(x)f(u):
解:易有:
lim x → 0 f ( u ) f ( x ) = lim x → 0 f ( 0 ) + f ′ ( 0 ) u + f ′ ′ ( 0 ) u 2 2 + O ( u 2 ) f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) x 2 2 + O ( x 2 ) = lim x → 0 u 2 x 2 \lim\limits_{x \rightarrow 0}\frac{f(u)}{f(x)}=\lim\limits_{x \rightarrow 0}\frac{f(0)+f'(0)u+\frac{f''(0)u^2}{2}+O(u^2)}{f(0)+f'(0)x+\frac{f''(0)x^2}{2}+O(x^2)}=\lim\limits_{x \rightarrow 0}\frac{u^2}{x^2} x→0limf(x)f(u)=x→0limf(0)+f′(0)x+2f′′(0)x2+O(x2)f(0)+f′(0)u+2f′′(0)u2+O(u2)=x→0limx2u2
而易有:
lim x → 0 u 2 x 2 = ( 1 2 ) 2 = 1 4 \lim\limits_{x \rightarrow 0}\frac{u^2}{x^2}=(\frac{1}{2})^2=\frac{1}{4} x→0limx2u2=(21)2=41
-
拉中
就是平地起导数,即若 f ( x 0 ) = 0 f(x_0)=0 f(x0)=0,那么有 f ( x ) = f ( x ) − f ( x 0 ) = f ( ϵ ) ′ ( x − x 0 ) f(x)=f(x)-f(x_0)=f(\epsilon)'(x-x_0) f(x)=f(x)−f(x0)=f(ϵ)′(x−x0)
对于参数方程 { x = x ( t ) y = y ( t ) \begin{cases} &x=x(t)\\ &y=y(t)\\ \end{cases} {x=x(t)y=y(t)确定的隐函数 f ( x ) f(x) f(x),要求求解含有形如 f ( 1 n ) f(\frac{1}{n}) f(n1)的极限的式子。这种情况下隐函数的具体形式往往很难求,甚至没法求解,可以凑成极限的定义式,进而将 f ( 1 n ) f(\frac{1}{n}) f(n1)转化为 f ′ ( 0 ) f'(0) f′(0),后者就可以用参数方程的求导公式求解了
2 数列极限
数列极限不可直接拉格朗日中值定理或者洛必达(n为整数,x可微小数),可以将其转换为对应的函数极限(将n换为x)
n项和的数列极限常用方法:
-
夹逼(变化部分是主体的次量级)
如何夹逼:
- 最小:分母变量取最大
- 最大:分母变量取最小
-
定积分定义(变化部分是主题的同量级,有时需忽略项)
-
分项相消
n项连乘的数列极限:
常用方法:
- 夹逼
- 取对数化为n项和
- 消去分子分母的公因子
递推关系 x 1 = a , x n + 1 = f ( x n ) x_1=a,x_{n+1}=f(x_n) x1=a,xn+1=f(xn)定义的数列极限
-
常用方法:
方法一:
- 证明极限 lim n → ∞ x n \lim\limits_{n \rightarrow \infty}x_n n→∞limxn存在(利用单调有界)(难点在于如何用单调有界)
- 令 lim n → ∞ x n = A \lim\limits_{n \rightarrow \infty}x_n=A n→∞limxn=A,由 A = f ( A ) A=f(A) A=f(A)解得 A A A。
方法二:
-
令 lim n → ∞ x n = A \lim\limits_{n \rightarrow \infty}x_n=A n→∞limxn=A,由 A = f ( A ) A=f(A) A=f(A)解得 A A A。
-
证明 lim n → ∞ x n = A \lim\limits_{n \rightarrow \infty}x_n=A n→∞limxn=A。
-
单调判断的三种常用方法:
-
坐差
-
{ x n } \{x_n\} {xn}不变号的话坐商
-
设数列 { x n } \{x_n\} {xn}由 x 1 = a , x n + 1 = f ( x n ) ( n = 1 , 2 , ⋯ ) x_1=a,x_{n+1}=f(x_n)(n=1,2,\cdots) x1=a,xn+1=f(xn)(n=1,2,⋯)确定:
-
若 f ( x ) f(x) f(x)单调增,则:
当 x 1 < x 2 x_1<x_2 x1<x2时, { x n } \{x_n\} {xn} {} 单调增;否则单调减
-
若 f ( x ) f(x) f(x)单调减,则 { x n } \{x_n\} {xn}不单调,就无法用单调有界(不用方法一、二)
-
单调有界不仅可以证明极限存在,也可以证明数列收敛(本身数列收敛就有极限存在的要求在里面)
3 一元函数微分学的概念
4 一元微分学的计算
求函数在0点的高阶导数时,有时可利用“奇函数在0点的函数值为0”去证明该点的值为0
当某点的高阶导数不好直接求时,可以考虑泰勒展开或展开为展开为级数,化为多项式函数方便求导
如: 1 1 + x 2 \frac{1}{1+x^2} 1+x21在0点的高阶导数不好求,就可以转换为 ∑ ( − x 2 ) n \sum\limits_{}^{}(-x^2)^n ∑(−x2)n,然后求出导数之后,再代入数值即可
证明函数 f ( x ) f(x) f(x)在 ( a , b ) (a,b) (a,b)递减,即证明 f ′ ( x ) < 0 f'(x)<0 f′(x)<0时,一般做法就是证明 f ′ ( x ) f'(x) f′(x)的最大值小于0。
最值点 x 0 x_0 x0可能位置:
-
定区间内
可能要求 f ′ ′ ( x ) f''(x) f′′(x)
-
区间端点处
当方程 f ′ ( x ) 或 f ′ ′ ( x ) f'(x)或f''(x) f′(x)或f′′(x)为0的根十分难求时,要尤为注意到最大值在端点处取得的情况,这时其实压根没必要求出 f ′ ′ ( x ) = 0 f''(x)=0 f′′(x)=0的根
极坐标也算是参数方程的一种,注意极坐标下二阶导的计算有时直接用公式计算,比转换为直角坐标方程再计算要简单
有一种常见题型就是对于定积分 f ( t ) = ∫ a b f ( x , t ) d x f(t)=\int_a^bf(x,t)dx f(t)=∫abf(x,t)dx,讨论当 t t t趋近于某一极限时的函数 f ( t ) f(t) f(t)性质,有两种常规做法。
- 对函数 f ( x , t ) f(x,t) f(x,t)进行变量替换,将函数 f ( x , t ) f(x,t) f(x,t)仅用一个变量 u u u表示,变成可以变上限积分的形式。
- 有时没法这样变换,那么可以考虑是否可以将这个函数积分出来(注意采用分部积分法),求出具体形式,再进行讨论。
例:讨论函数 f ( t ) = ∫ 0 1 ln ( x 2 + t 2 ) d x f(t)=\int_0^1 \ln{(x^2+t^2)}dx f(t)=∫01ln(x2+t2)dx,证明在 t = 0 t=0 t=0处, f ( t ) f(t) f(t)连续但不可导
解:本题中如果进行变量替换 u = x 2 + t 2 u=x^2+t^2 u=x2+t2,那么反解 x x x时,一是会出现正负号,而是积分变为 ± 1 4 ∫ t 2 t 2 + 1 ln u 1 u − t 2 d u \pm\frac{1}{4}\int_{t^2}^{t^2+1}\ln u\frac{1}{\sqrt{u-t^2}}du ±41∫t2t2+1lnuu−t21du,这样也没法当成变上限积分去计算,因此可以考虑本题首先计算出 f ( 0 ) = − 1 f(0)=-1 f(0)=−1,之后利用分部积分法计算出 f ( t ) = ln 1 + t 2 − 1 + t arctan 1 t f(t)=\ln \sqrt{1+t^2}-1+t\arctan\frac{1}{t} f(t)=ln1+t2−1+tarctant1,再讨论这个具体函数的性质
5 一元函数微分学的应用(一)——几何应用
梯度方向是函数值增加最快的方向,梯度负方向是减少最快的方向
注意描述:设某物体沿方程 Z ( x , y ) Z(x,y) Z(x,y)增加最快的方向运动,求物体运动的方程。这种问题就是求解微分方程:
y ′ = d y d x = Z 1 ′ Z 2 ′ y'=\frac{dy}{dx}=\frac{Z_1'}{Z_2'} y′=dxdy=Z2′Z1′
注意函数 F ( x , y ) F(x,y) F(x,y)与圆 C C C相切的内涵:
- 点 P P P在函数上
- P P P到圆心的距离 d d d等于半径
- d d d是函数上的点到圆心的最小距离
所以,这是一个条件极值问题,可以用拉个朗日函数法
例:求 a a a的值,使得圆周 x 2 + ( y − 1 ) 2 = 1 x^2+(y-1)^2=1 x2+(y−1)2=1与椭圆 2 3 x 2 + 2 9 y 2 = a 2 ( a > 0 ) \frac{2}{3}x^2+\frac{2}{9}y^2=a^2{\kern 5pt}(a>0) 32x2+92y2=a2(a>0)内相切
解:(PS:这个椭圆的长半轴在y轴上,所以不会在椭圆上顶点相切)
由题意,有拉格朗日函数 L = x 2 + ( y − 1 ) 2 + λ ( 2 3 x 2 + 2 9 y 2 − a 2 ) L=x^2+(y-1)^2+\lambda(\frac{2}{3}x^2+\frac{2}{9}y^2-a^2) L=x2+(y−1)2+λ(32x2+92y2−a2)有最值1
三项求导后有最值点 ( ± 3 2 ( a 2 − 1 2 ) , 3 2 ) (\pm\sqrt{\frac{3}{2}(a^2-\frac{1}{2})},\frac{3}{2}) (±23(a2−21),23),代入 x 2 + ( y − 1 ) 2 x^2+(y-1)^2 x2+(y−1)2,并令其为1,即可解出 a a a
6 一元函数微分学的应用(二)——中值定理、微分等式与微分不等式
中值定理凑函数的公式
- 一阶导相关:
f ′ f → ( f 2 ) ′ f ′ + ψ f → ( f e ψ ) ′ { f ′ + f → ( f e x ) ′ f ′ − f → ( f e − x ) ′ f ′ + k f → ( f e k x ) ′ f ′ x − f → ( f x ) ′ f ′ x + f → ( x f ) ′ f ′ f → ( ln f ) ′ \begin{aligned} &f'f \rightarrow (f^2)' \\ &f'+\psi f \rightarrow (fe^\psi)' \begin{cases} &f'+f \rightarrow (fe^x)'\\ &f'-f \rightarrow (fe^{-x})'\\ &f'+kf \rightarrow (fe^{kx})'\\ \end{cases} \\ &f'x-f \rightarrow (\frac{f}{x})'\\ &f'x+f \rightarrow (xf)'\\ &\frac{f'}{f} \rightarrow (\ln f)'\\ \end{aligned} f′f→(f2)′f′+ψf→(feψ)′⎩⎪⎨⎪⎧f′+f→(fex)′f′−f→(fe−x)′f′+kf→(fekx)′f′x−f→(xf)′f′x+f→(xf)′ff′→(lnf)′
- 二阶导相关:
f ′ ′ f + ( f ′ ) 2 → ( f f ′ ) ′ f ′ ′ f − ( f ′ ) 2 → ( f ′ f ) ′ \begin{aligned} &f''f+(f')^2 \rightarrow(ff')'\\ &f''f-(f')^2 \rightarrow(\frac{f'}{f})'\\ \end{aligned} f′′f+(f′)2→(ff′)′f′′f−(f′)2→(ff′)′
方程的根的问题:
方程的根的存在性问题,即证明存在 ζ \zeta ζ,使得 f ( ζ ) = 0 f(\zeta)=0 f(ζ)=0,其中 f ( x ) f(x) f(x)为连续函数:
-
0点定理(异号的证明可以采用反证法)
寻找两点 a , b a,b a,b,使得 f ( a ) f ( b ) < 0 f(a)f(b)<0 f(a)f(b)<0,那么就可以用定理
-
罗尔定理(多为该方法)
根的个数问题:
- 单调证明单根
- 罗尔定理推论:若在区间 I I I上 f ( n ) ( x ) ≠ 0 f^{(n)}(x) \neq0 f(n)(x)=0则方程 f ( x ) = 0 f(x)=0 f(x)=0在 I I I上至多有n个实根
证明存在一个点 ζ ∈ ( a , b ) \zeta \in(a,b) ζ∈(a,b)使 F ( ζ , f ( ζ ) , f ′ ( ζ ) ) = 0 F(\zeta,f(\zeta),f'(\zeta))=0 F(ζ,f(ζ),f′(ζ))=0:
方法:构造辅助函数用罗尔定理
构造的方法主要有两种:
-
分析法(还原法):
根据欲证的结论 F ( ζ , f ( ζ ) , f ′ ( ζ ) ) = 0 F(\zeta,f(\zeta),f'(\zeta))=0 F(ζ,f(ζ),f′(ζ))=0的分析,确定 g ( x ) g(x) g(x),使得 g ( x ) = F ( ζ , f ( ζ ) , f ′ ( ζ ) ) g(x)=F(\zeta,f(\zeta),f'(\zeta)) g(x)=F(ζ,f(ζ),f′(ζ))
-
微分方程法:
求微分方程 F ( ζ , f ( ζ ) , f ′ ( ζ ) ) = 0 F(\zeta,f(\zeta),f'(\zeta))=0 F(ζ,f(ζ),f′(ζ))=0的通解 H ( x , y ) = C H(x,y)=C H(x,y)=C,再设辅助函数 g ( x ) = H ( x , y ) g(x)=H(x,y) g(x)=H(x,y)
证明存在两个点 ζ , η ∈ ( a , b ) \zeta,\eta \in(a,b) ζ,η∈(a,b)使 F ( ζ , η , f ( ζ ) , f ( η ) , f ′ ( ζ ) , f ′ ( η ) ) = 0 F(\zeta,\eta,f(\zeta),f(\eta),f'(\zeta),f'(\eta))=0 F(ζ,η,f(ζ),f(η),f′(ζ),f′(η))=0(主要是必须有 f ′ ( ζ ) , f ′ ( η ) f'(\zeta),f'(\eta) f′(ζ),f′(η),前面无所谓)。
方法:
- 不要求 ζ ≠ η \zeta \neq \eta ζ=η:
在同一区间 [ a , b ] [a,b] [a,b]上用两次中值定理(拉中,柯中)(关键是拉中还是柯中)
-
要求 ζ ≠ η \zeta \neq \eta ζ=η:
将区间 [ a , b ] [a,b] [a,b]分为两个子区间,在两个子区间上分别用拉中(关键是如何分区间)
最值点与导数为0的点:
有时可利用“闭连函数必有最值,不在端点,就在内部”,来证明闭连函数在闭区间内有导数为0的点。
有时也可直接利用这个性质取最值点 ζ \zeta ζ,使得 f ( ζ ) = M , f ′ ( ζ ) = 0 f(\zeta)=M,\quad f'(\zeta)=0 f(ζ)=M,f′(ζ)=0。
如果题目中明确给出了最大(小)值点,那么同时给了一、二阶导信息
证明 f ( x ) ≡ A f(x)\equiv A f(x)≡A,就是证明 f ′ ( x ) ≡ 0 f'(x)\equiv 0 f′(x)≡0,而关于后者的证明有两个思路
- 考虑证明 f ′ ( x ) f'(x) f′(x)在整个区间上的每一个点都为0
- 仅考虑 f ′ ( x ) f'(x) f′(x)最大最小值,证明二者均为0,则整体为0。
要证明存在不同的 ζ 1 , ζ 2 \zeta_1,\quad\zeta_2 ζ1,ζ2,使得 f ( ζ 1 ) = f ( ζ 2 ) = 0 f(\zeta_1)=f(\zeta_2)=0 f(ζ1)=f(ζ2)=0一种思路:
构造原函数 F ( x ) = ∫ 0 x f ( t ) d t F(x)=\int_0^xf(t)dt F(x)=∫0xf(t)dt,且 F ( a ) = F ( b ) = F ( c ) F(a)=F(b)=F(c) F(a)=F(b)=F(c),那么三值相等两次罗尔即可
出现”存在二阶导 f ′ ′ ( η ) f''(\eta) f′′(η):
-
泰展
-
连用两次中值定理,且第二次用第一次的端点:
f ( x ) − f ( 0 ) = x f ′ ( ζ ) f ′ ( x ) − f ′ ( ζ ) = ( x − ζ ) f ′ ′ ( η ) \begin{aligned} &f(x)-f(0)=xf'(\zeta)\\ &f'(x)-f'(\zeta)=(x-\zeta)f''(\eta)\\ \end{aligned} f(x)−f(0)=xf′(ζ)f′(x)−f′(ζ)=(x−ζ)f′′(η)
哪个方法简单用哪个(中值定理需要知道具体点的函数值信息,如果这样的点比较少,就可以考虑泰展)
双中值问题:
双中值 ζ 1 , ζ 2 \zeta_1,\zeta_2 ζ1,ζ2可能仅仅是取了一个值将初始区间分为了两半,然后再在这两半上分别用泰展或者中值定理
-
用泰展:
确定区间为 ( a , b ) (a,b) (a,b),给定 f ( x 0 ) , f ( a ) , f ( b ) f(x_0),f(a),f(b) f(x0),f(a),f(b)的函数值和其它信息,如果出现二阶双中值 ζ 1 , ζ 2 \zeta_1,\zeta_2 ζ1,ζ2,可以考虑以下方法:
展开为二阶的泰展为: f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( η ) 2 ( x − x 0 ) 2 f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(\eta)}{2}(x-x_0)^2 f(x)=f(x0)+f′(x0)(x−x0)+2f′′(η)(x−x0)2,代入 a , b a,b a,b,有:
{ f ( a ) = f ( x 0 ) + f ′ ( x 0 ) ( a − x 0 ) + f ′ ′ ( ζ 1 ) 2 ( a − x 0 ) 2 f ( b ) = f ( x 0 ) + f ′ ( x 0 ) ( b − x 0 ) + f ′ ′ ( ζ 2 ) 2 ( b − x 0 ) 2 \begin{cases} &f(a)=f(x_0)+f'(x_0)(a-x_0)+\frac{f''(\zeta_1)}{2}(a-x_0)^2\\ &f(b)=f(x_0)+f'(x_0)(b-x_0)+\frac{f''(\zeta_2)}{2}(b-x_0)^2\\ \end{cases} {f(a)=f(x0)+f′(x0)(a−x0)+2f′′(ζ1)(a−x0)2f(b)=f(x0)+f′(x0)(b−x0)+2f′′(ζ2)(b−x0)2
之后将两个式子糅合成一个式子即可(式子之间加减等等)
特别地,如果对变上限积分 F ( x ) = ∫ a x f ( t ) d t F(x)=\int_{a}^{x}f(t)dt F(x)=∫axf(t)dt用泰展,需要展开到三阶,才出现 f ( x ) f(x) f(x)二阶导:
展开为二阶的泰展为: F ( x ) = F ( x 0 ) + F ′ ( x 0 ) ( x − x 0 ) + F ′ ′ ( x 0 ) 2 ( x − x 0 ) 2 + F ′ ′ ′ ( η ) 3 ! ( x − x 0 ) 3 F(x)=F(x_0)+F'(x_0)(x-x_0)+\frac{F''(x_0)}{2}(x-x_0)^2+\frac{F'''(\eta)}{3!}(x-x_0)^3 F(x)=F(x0)+F′(x0)(x−x0)+2F′′(x0)(x−x0)2+3!F′′′(η)(x−x0)3,代入 a , b a,b a,b,有:
{ F ( a ) = F ( x 0 ) + F ′ ( x 0 ) ( a − x 0 ) + F ′ ′ ( x 0 ) 2 ( a − x 0 ) 2 + F ′ ′ ′ ( ζ 1 ) 3 ! ( a − x 0 ) 3 F ( b ) = F ( x 0 ) + F ′ ( x 0 ) ( b − x 0 ) + F ′ ′ ( x 0 ) 2 ( b − x 0 ) 2 + F ′ ′ ′ ( ζ 2 ) 3 ! ( b − x 0 ) 3 \begin{cases} &F(a)=F(x_0)+F'(x_0)(a-x_0)+\frac{F''(x_0)}{2}(a-x_0)^2+\frac{F'''(\zeta_1)}{3!}(a-x_0)^3\\ &F(b)=F(x_0)+F'(x_0)(b-x_0)+\frac{F''(x_0)}{2}(b-x_0)^2+\frac{F'''(\zeta_2)}{3!}(b-x_0)^3\\ \end{cases} {F(a)=F(x0)+F′(x0)(a−x0)+2F′′(x0)(a−x0)2+3!F′′′(ζ1)(a−x0)3F(b)=F(x0)+F′(x0)(b−x0)+2F′′(x0)(b−x0)2+3!F′′′(ζ2)(b−x0)3
如果下式减上式,等式左侧变为 F ( b ) − F ( a ) = ∫ a b f ( t ) d t F(b)-F(a)=\int_{a}^{b}f(t)dt F(b)−F(a)=∫abf(t)dt,所以如果题目中给出了定区间上的积分值,则考虑用这种方法
-
用中值定理
确定区间为 ( a , b ) (a,b) (a,b),给定 f ( x 0 ) , f ( a ) , f ( b ) f(x_0),f(a),f(b) f(x0),f(a),f(b)的函数值和其它信息,如果出现一阶双中值 ζ 1 , ζ 2 \zeta_1,\zeta_2 ζ1,ζ2,可以考虑以下方法:
{ f ( x 0 ) − f ( a ) = f ′ ( ζ 1 ) ( x 0 − a ) , ζ 1 ∈ ( a , x 0 ) f ( b ) − f ( x 0 ) = f ′ ( ζ 2 ) ( b − x 0 ) , ζ 2 ∈ ( x 0 , b ) \begin{cases} &f(x_0)-f(a)=f'(\zeta_1)(x_0-a), \quad \zeta_1 \in (a,x_0)\\ &f(b)-f(x_0)=f'(\zeta_2)(b-x_0), \quad \zeta_2 \in (x_0,b)\\ \end{cases} {f(x0)−f(a)=f′(ζ1)(x0−a),ζ1∈(a,x0)f(b)−f(x0)=f′(ζ2)(b−x0),ζ2∈(x0,b)
之后将两个式子糅合成一个式子即可(式子之间加减等等)
-
双中值合并为单中值
仅用于同阶数中值相加情况,即: f ( ζ 1 ) + f ( ζ 2 ) = k f(\zeta_1)+f(\zeta_2)=k f(ζ1)+f(ζ2)=k或者 f ′ ( ζ 1 ) + f ′ ( ζ 2 ) = k f'(\zeta_1)+f'(\zeta_2)=k f′(ζ1)+f′(ζ2)=k等等,
这里假设有条件 f ′ ′ ( ζ 1 ) + f ′ ′ ( ζ 2 ) = k f''(\zeta_1)+f''(\zeta_2)=k f′′(ζ1)+f′′(ζ2)=k,且二阶导闭连,证明该区间存在 ζ \zeta ζ,使得 f ′ ′ ( ζ ) = k 2 f''(\zeta)=\frac{k}{2} f′′(ζ)=2k:
由于 f ′ ′ ( x ) f''(x) f′′(x)闭连,故区间上存在最小值,最大值 m , M m,M m,M,即:
m ≤ f ′ ′ ( ζ 1 ) + f ′ ′ ( ζ 2 ) 2 = k 2 ≤ M m \leq \frac{f''(\zeta_1)+f''(\zeta_2)}{2} =\frac{k}{2}\leq M m≤2f′′(ζ1)+f′′(ζ2)=2k≤M
由介值定理,必有 f ′ ′ ( ζ ) = k 2 f''(\zeta)=\frac{k}{2} f′′(ζ)=2k,使得:
m ≤ f ′ ′ ( ζ ) = k 2 ≤ M m \leq f''(\zeta)=\frac{k}{2}\leq M m≤f′′(ζ)=2k≤M
这个值即可以是中值定理求的中值 ζ \zeta ζ,最值点,或者一个确定的常数值(具体求法可以先斩后奏),也可以是题目给出的点
-
利用平地中值定理技巧:若 f ( x 0 ) = 0 f(x_0)=0 f(x0)=0有 f ( x ) = f ( x ) − f ( x 0 ) = f ( ϵ ) ′ ( x − x 0 ) f(x)=f(x)-f(x_0)=f(\epsilon)'(x-x_0) f(x)=f(x)−f(x0)=f(ϵ)′(x−x0)
例:已知 ∫ 0 1 1 2 x 2 f ′ ′ ( x ) − f ( x ) d x = 0 \int_{0}^{1}\frac{1}{2}x^2f''(x)-f(x)dx=0 ∫0121x2f′′(x)−f(x)dx=0,且 f ′ ( 1 ) = f ( 1 ) = 0 f'(1)=f(1)=0 f′(1)=f(1)=0,试证明0,1之间存在不同的两点使得 ζ 2 f ′ ′ ( ζ ) = 2 f ′ ( η ) ( ζ − 1 ) \zeta^2f''(\zeta)=2f'(\eta)(\zeta-1) ζ2f′′(ζ)=2f′(η)(ζ−1):
解:由积分中值定理有 ζ 2 f ′ ′ ( ζ ) − 2 f ( ζ ) = 0 \zeta^2f''(\zeta)-2f(\zeta)=0 ζ2f′′(ζ)−2f(ζ)=0,进一步有:
0 = ζ 2 f ′ ′ ( ζ ) − 2 f ( ζ ) = ζ 2 f ′ ′ ( ζ ) − 2 [ f ( ζ ) − f ( 1 ) ] = ζ 2 f ′ ′ ( ζ ) − 2 ( ζ − 1 ) f ′ ( η ) ⇒ ζ 2 f ′ ′ ( ζ ) = 2 f ′ ( η ) ( ζ − 1 ) 0=\zeta^2f''(\zeta)-2f(\zeta)=\zeta^2f''(\zeta)-2[f(\zeta)-f(1)]=\zeta^2f''(\zeta)-2(\zeta-1)f'(\eta) \Rightarrow \zeta^2f''(\zeta)=2f'(\eta)(\zeta-1) 0=ζ2f′′(ζ)−2f(ζ)=ζ2f′′(ζ)−2[f(ζ)−f(1)]=ζ2f′′(ζ)−2(ζ−1)f′(η)⇒ζ2f′′(ζ)=2f′(η)(ζ−1)
拉中、柯中的应用区间若是 [ a , x ] [a,x] [a,x],则会出现 f ( x ) − f ( a ) f(x)-f(a) f(x)−f(a)与 f ′ ( ζ ) f'(\zeta) f′(ζ),若是知道 f f f的具体形式,有时可以具体反解出 ζ \zeta ζ。
区间平移技巧:
- 若 ζ ∈ ( a , b ) \zeta\in(a,b) ζ∈(a,b),则 a + ζ ( b − a ) ∈ ( 0 , 1 ) a+\zeta(b-a) \in(0,1) a+ζ(b−a)∈(0,1)
- 若 θ ∈ ( 0 , x ) \theta\in(0,x) θ∈(0,x),则 0 + θ ( x − 0 ) = θ x ∈ ( 0 , 1 ) 0+ \theta(x-0)=\theta x \in (0,1) 0+θ(x−0)=θx∈(0,1)。
运用中值定理之前有时需要对函数进行变形化简
微分方程构造辅助函数:
范围:仅适用于一阶罗尔,且是“最后的保底”
即对一阶及可降价为一阶的微分方程:
f ′ ( x ) + p ( x ) f ( x ) = q ( x ) f'(x)+p(x)f(x)=q(x) f′(x)+p(x)f(x)=q(x)
这种情况下构造的辅助函数为
F ( x ) = e ∫ p ( x ) d x f ( x ) − ∫ e ∫ p ( x ) d x q ( x ) d x F(x)=e^{\int p(x)dx}f(x)-\int e^{\int p(x)dx}q(x)dx F(x)=e∫p(x)dxf(x)−∫e∫p(x)dxq(x)dx
高数的凸函数是上凸函数
注意有一类特殊的积分不等式证明。即在区间 [ a , b ] [a,b] [a,b]的积分 ∫ a b \int_{a}^{b} ∫ab,最终要证明 某 个 数 ≤ k ( b − a ) 2 某个数 \leq k(b-a)^2 某个数≤k(b−a)2。这种问题可以考虑处理放缩后出现分积分区间:
∫ a b = ∫ a a + b 2 + ∫ a + b 2 b ≤ ∫ a a + b 2 ( x − a ) d x + ∫ a + b 2 b ( b − x ) d x = ( b − a ) 2 8 \int_{a}^{b}=\int_{a}^{\frac{a+b}{2}}+\int_{\frac{a+b}{2}}^{b} \leq \int_{a}^{\frac{a+b}{2}}(x-a)dx+\int_{\frac{a+b}{2}}^{b}(b-x)dx=\frac{(b-a)^2}{8} ∫ab=∫a2a+b+∫2a+bb≤∫a2a+b(x−a)dx+∫2a+bb(b−x)dx=8(b−a)2
对于给定定值积分与高阶导不等式,除了考虑定义变上限积分,并结合中值定理将二者结合起来。也可以考虑泰勒展开至高阶导,然后整体代入这个积分式,化简运算。如:
例:设函数 f ( x ) f(x) f(x)在 [ 0 , 1 ] [0,1] [0,1]上具有二阶连续导数,且 f ′ ′ ( x ) > 0 f''(x)>0 f′′(x)>0,若 ∫ 0 1 f ( x 2 ) d x = 0 \int_{0}^{1}f(x^2)dx=0 ∫01f(x2)dx=0,求 a a a为多少时,必有 f ( a ) < 0 f(a)<0 f(a)<0:
解:将 f ( x 2 ) f(x^2) f(x2)在 a a a处泰勒展开并代入 ∫ 0 1 f ( x 2 ) d x = 0 \int_{0}^{1}f(x^2)dx=0 ∫01f(x2)dx=0中,容易得结果。
如果给出的不是具体的端点值,而是端点值的不等式,则考虑寻找另外一个不等式,来利用零点定理。
注意若 f ( x 0 ) = 0 f(x_0)=0 f(x0)=0,有平地起导数的技巧 f ( x ) = f ( x ) − f ( x 0 ) = f ( ϵ ) ′ ( x − x 0 ) f(x)=f(x)-f(x_0)=f(\epsilon)'(x-x_0) f(x)=f(x)−f(x0)=f(ϵ)′(x−x0)。
特别地,若 f ( 0 ) = 0 f(0)=0 f(0)=0,则起得悄无声息 f ( x ) = f ( x ) − f ( 0 ) = f ( ϵ ) ′ x f(x)=f(x)-f(0)=f(\epsilon)'x f(x)=f(x)−f(0)=f(ϵ)′x
例:已知 f ( 0 ) = 0 , f ′ ′ ( x ) < 0 , 试 证 明 F ( x ) = f ( x ) x 为 减 函 数 f(0)=0,f''(x)<0,试证明F(x)=\frac{f(x)}{x}为减函数 f(0)=0,f′′(x)<0,试证明F(x)=xf(x)为减函数
解:
F ′ ( x ) = x f ′ ( x ) − f ( x ) x 2 = x f ′ ( x ) − [ f ( x ) − f ( 0 ) ] x 2 = x f ′ ( x ) − x f ′ ( ϵ ) x 2 F'(x)=\frac{xf'(x)-f(x)}{x^2}=\frac{xf'(x)-[f(x)-f(0)]}{x^2}=\frac{xf'(x)-xf'(\epsilon)}{x^2} F′(x)=x2xf′(x)−f(x)=x2xf′(x)−[f(x)−f(0)]=x2xf′(x)−xf′(ϵ)
由于 f ′ ( x ) 递 减 , 且 0 < x < ϵ f'(x)递减,且0<x<\epsilon f′(x)递减,且0<x<ϵ,故 F ( x ) F(x) F(x)为减函数
关于积分不等式的证明:
- 一般常化为一端为单独积分,另一端为0的形式
- 证明积分不等式 ∫ > 0 \int_{}^{}>0 ∫>0的一般着眼点为讨论被积函数,或将积分变为变上限积分,用极值相关知识
例:设 f ( x ) f(x) f(x)在 [ 0 , a ] ( a > 0 ) [0,a]{\kern 5pt}(a>0) [0,a](a>0)上有二阶连续导数,且 f ( x ) ≥ 0 , f ( 0 ) = 0 , f ′ ′ ( x ) > 0 , ( x ˉ , y ˉ ) f(x) \geq0,f(0)=0,f''(x)>0,(\bar x,\bar y) f(x)≥0,f(0)=0,f′′(x)>0,(xˉ,yˉ)为平面区域 D = { ( x , y ) ∣ 0 ≤ x ≤ a , 0 ≤ y ≤ f ( x ) } D=\{(x,y)|0\leq x \leq a,0 \leq y \leq f(x)\} D={(x,y)∣0≤x≤a,0≤y≤f(x)}的形心坐标,证明 x ˉ > 2 3 a \bar x >\frac{2}{3}a xˉ>32a:
解:代入形心基本公式并变形:
x ˉ = ∬ D x d x d y ∬ D d x d y > 2 3 a ⇒ ∫ 0 a ( x − 2 3 a ) f ( x ) d x > 0 \bar x =\frac{\iint\limits_Dxdxdy}{\iint\limits_Ddxdy}>\frac{2}{3}a \Rightarrow \int_{0}^{a}(x-\frac{2}{3}a)f(x)dx>0 xˉ=D∬dxdyD∬xdxdy>32a⇒∫0a(x−32a)f(x)dx>0
即仅需证明 ∫ 0 a ( x − 2 3 a ) f ( x ) d x > 0 \int_{0}^{a}(x-\frac{2}{3}a)f(x)dx>0 ∫0a(x−32a)f(x)dx>0即可
考虑变限积分 F ( x ) = ∫ 0 x ( t − 2 3 x ) f ( t ) d t F(x)=\int_{0}^{x}(t-\frac{2}{3}x)f(t)dt F(x)=∫0x(t−32x)f(t)dt,易有 F ( 0 ) = 0 F(0)=0 F(0)=0,而 a > 0 a>0 a>0,要证 F ( a ) > 0 F(a)>0 F(a)>0,故考虑证明 F ( x ) F(x) F(x)增减性。易有:
F ′ ( x ) = 1 3 x f ( x ) − 2 3 ∫ 0 x f ( t ) d t , F ′ ( 0 ) = 0 F ′ ′ ( x ) = 1 3 x f ′ ( x ) − 1 3 f ( x ) = 1 3 x f ′ ( x ) − 1 3 [ f ( x ) − f ( 0 ) ] = 1 3 x f ′ ( x ) − 1 3 x f ′ ( ϵ ) \begin{aligned} &F'(x)=\frac{1}{3}xf(x)-\frac{2}{3}\int_{0}^{x}f(t)dt,{\kern 5pt}F'(0)=0\\ &F''(x)=\frac{1}{3}xf'(x)-\frac{1}{3}f(x)=\frac{1}{3}xf'(x)-\frac{1}{3}[f(x)-f(0)]=\frac{1}{3}xf'(x)-\frac{1}{3}xf'(\epsilon)\\ \end{aligned} F′(x)=31xf(x)−32∫0xf(t)dt,F′(0)=0F′′(x)=31xf′(x)−31f(x)=31xf′(x)−31[f(x)−f(0)]=31xf′(x)−31xf′(ϵ)
由于 0 < ϵ < x , f ′ ′ ( x ) > 0 0<\epsilon<x,f''(x)>0 0<ϵ<x,f′′(x)>0,故 F ′ ′ ( x ) > 0 F''(x)>0 F′′(x)>0,进而可推得 F ( x ) F(x) F(x)增