微积分学习笔记(2)--修改更新中

微积分(2)

微分方程

可分离变量的微分方程

指数变化率

如果y以正比与当前数量的速率变化($\frac{\mathrm{d}y}{\mathrm{d}t}=ky$)并且当t=0时$y=y_0$,则
$$y=y_0{\mathrm{e}}^{kt}$$
k>0表示增长, k<0表示衰减,k为速率常数

Proof:

Solve differential equations with separable varaibles

1. separate varaibles
   KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ \frac{\mathrm{…

2. Intefral at both ends of the equation
   KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ \int \frac{1}{…

3. Simplify the equation
   $$y=y_0{\mathrm{e}}^{kt}$$

线性一阶微分方程

线性一阶微分方程的解

线性方程
$$\frac{\mathrm{d}y}{\mathrm{d}x}+P(x)y=Q(x)$$
的解为
$$y=\frac{1}{v(x)}\int v(x)Q(x)\mathrm{d}x$$
其中
$$v(x)={\mathrm{e}}^{\int P(x)\mathrm{d}x}$$

Proof:

Inspired by the Deravitive Product Rule$\frac{\mathrm{d}y}{\mathrm{d}x}(vy)=y^{\prime }v+y{v}^{\prime }$

Product v(x) to the both ends of the equation, turn it to the form of DPR
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ v(x)\frac{\mat…
For v(x)
$$\begin{gathered} \frac{\mathrm{d}\mathrm{v}}{\mathrm{d}x}=v(x)P(x) \\ v(x)={\mathrm{e}}^{\int P(x)\mathrm{d}x} \end{gathered}$$

高阶微分方程

反常积分

定义

定义 有穷积分限的反常积分

有穷积分限的积分是反常积分

1. 如果f(x)在$$[a,\infty )$$是连续的,则
   $${\int }_a^{\infty }f(x)\mathrm{d}x=\underset{N\to \infty }{\lim }{\int }_a^{N}f(x)\mathrm{d}x$$

2. 如果f(x)在$$(-\infty ,b]$$是连续的,则
   $${\int }_{\infty }^{b}f(x)\mathrm{d}x=\underset{N\to -\infty }{\lim }{\int }_N^{b}f(x)\mathrm{d}x$$

3. 如果f(x)在$$(-\infty ,\infty )$$是连续的,则
   $${\int }_{-\infty }^{\infty }f(x)\mathrm{d}x={\int }_{-\infty }^{c}f(x)\mathrm{d}x+{\int }_c^{\infty }f(x)\mathrm{d}x$$

定义 无界不连续函数的反常积分

1. 如果f(x)在$$[a,b)$$是连续的,则
   $${\int }_a^{b}f(x)\mathrm{d}x=\underset{N\to b^{-}}{\lim }{\int }_a^{N}f(x)\mathrm{d}x$$

2. 如果f(x)在$$(a,b]$$是连续的,则
   $${\int }_a^{b}f(x)\mathrm{d}x=\underset{N\to a^{+}}{\lim }{\int }_N^{b}f(x)\mathrm{d}x$$

3. 如果f(x)在$$(a,b)$$是连续的,则
   $${\int }_a^{b}f(x)\mathrm{d}x={\int }_a^{c}f(x)\mathrm{d}x+{\int }_c^{b}f(x)\mathrm{d}x$$

无穷级数

数列的极限

定义

定义 收敛,发散,极限

极限序列{$$a_n$$}收敛到数L,如果每个正数$$\epsilon$$,都对应一个整数,使得对所有n:
$$n>N\Rightarrow |a_n-L|<\epsilon$$
如果这样的数L不存在,我们说{$$a_n$$}发散.

若{$$a_n$$}收敛到数L,我们记成$$\underset{n\to \infty }{\lim }=L$$,或简单记成$$a_n\to L$$,并称L是序列{$$a_n$$}的极限

无穷级数

发散级数

发散级数的第n项判别法

若$$\underset{n\to \infty }{\lim }{a}_n$$不存在或异于零，则级数$$\sum _{n=1}^{\infty }{a}_n$$发散

收敛级数

收敛级数的第n项极限

若$$\sum _{n=1}^{\infty }{a}_n$$收敛，则$$a_n\to 0$$

几何级数

几何级数
$$\begin{gathered} a_n=a{r}^{n-1} \\ {S}_n=\frac{a_1(1-r^n)}{1-r} \end{gathered}$$

Proof:
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ s_n&=a+ar+ar^2…

几何级数的收敛和发散
$$\sum _{n=1}^{\infty }a{r}^{n-1}=\frac{a_1}{1-r}$$
当|r|<1是收敛的上式，当|r|$$\ge$$1时发散

p级数

P级数
$$\sum _{n=1}^{\infty }\frac{1}{n^p}$$
当p>1时收敛，当p$$\le$$1时发散

Proof：

According to the Integral Method
KaTeX parse error: No such environment: align at position 90: …rm{d}x\\ \begin{̲a̲l̲i̲g̲n̲}̲ \int_{n=1}^{\i…

非负项级数

1. 积分判别法

   { a n } 是 一 个 正 数 序 列 , f ( x ) 是 x 的 连 续 函 数 , a n = f ( n ) . 则 级 数 ∑ n = N ∞ a n 和 ∫ n = N ∞ f ( x ) d x 同 时 收 敛 或 发 散 \{a_n\}是一个正数序列,f(x)是x的连续函数,a_n=f(n).则级数\sum_{n=N}^{\infty}a_n和\int_{n=N}^{\infty}f(x)\mathrm{d}x同时收敛或发散 {an​}是一个正数序列,f(x)是x的连续函数,an​=f(n).则级数n=N∑∞​an​和∫n=N∞​f(x)dx同时收敛或发散

   Proof:
   $$\begin{gathered} {\int }_1^{n+1}f(x)dx\le a_1+a_2+\cdots +a_n,(估算积分取上和) \\ {\int }_1^{n+1}f(x)dx发散\Rightarrow \sum _{n=N}^{\infty }{a}_n发散 \\ {\int }_1^{n+1}f(x)dx+a_1\ge a_1+a_2+\cdots +a_n,(估算积分取下和) \\ {\int }_1^{n+1}f(x)dx收敛\Rightarrow \sum _{n=N}^{\infty }{a}_n收敛 \end{gathered}$$

2. 比较判别法

   设$$\sum a_n$$是非负项级数

   1. 如果存在收敛级数$$\sum c_n$$和整数N,使得n>N有$$a_n\le c_n$$,则$$\sum a_n$$收敛
   2. 如果存在非负项发散级数$$\sum b_n$$和整数N,使得n>N有$$a_n\ge c_n$$,则$$\sum a_n$$发散

3. 极限比较判别法

   1. 若$$\underset{n\to \infty }{\lim }\frac{a_n}{b_n}=c$$,0<c<$$\infty$$,则$$\sum a_n$$和$$\sum b_n$$同时收敛或发散
   2. 若$$\underset{n\to \infty }{\lim }\frac{a_n}{b_n}=0$$,$$\sum b_n$$收敛,则$$\sum a_n$$收敛
   3. 若$$\underset{n\to \infty }{\lim }\frac{a_n}{b_n}=\infty$$,$$\sum b_n$$发散,则$$\sum a_n$$发散

4. 比试判别法

   $$\underset{n\to \infty }{\lim }\frac{a_{n+1}}{a_n}=p$$

   1. p<1:收敛
   2. p>1:发散
   3. p=1:无定论

5. n次根示判别法

   $$\underset{n\to \infty }{\lim }{\sqrt[n]{a}}_n=p$$

   1. p<1:收敛
   2. p>1:发散
   3. p=1:无定论

交错级数

交错级数判别法

级数
$$\sum _{n=1}^{\infty }(-1{)}^{n+1}{u}_n$$
收敛，如果一下条件满足：

1. $$u_n$$全是正的
2. $$u_n$$递减
3. $$u_n\to 0$$

并且$$|L-s_n|<u_{n+1}$$并且$$|L-s_n|$$和$$u_{n+1}$$同号

Proof：

KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ s_{2m} &= (u_1…
According to the first line and condition(1)(2), $$s_{2m}$$is increase

According to the second line and condition(1)(2), $$s_{2m}<u_1$$
$$\underset{m\to \infty }{\lim }{s}_{2m}=L$$
According to the condition(3)
$$\begin{gathered} \underset{m\to \infty }{\lim }{u}_{2m+1}=0 \\ \underset{m\to \infty }{\lim }{s}_{2m+1}=L+0=L \end{gathered}$$

绝对收敛
$$\sum _{n=1}^{\infty }|a_n|收敛\Rightarrow \sum _{n=1}^{\infty }{a}_n收敛$$

Proof：
$$\begin{gathered} a_n\le |a_n| \\ \sum _{n=0}^{\infty }{a}_n\le \sum _{n=0}^{\infty }|a_n| \\ \sum _{n=0}^{\infty }|a_n|收敛\Rightarrow \sum _{n=0}^{\infty }收敛 \end{gathered}$$

幂级数

定义

中心在a的幂级数:
$$\sum _{n=0}^{\infty }{c}_n(x-a{)}^n$$

性质

逐项求导定理
$$f(x)=\sum _{n=0}^{\infty }{c}_n(x-a{)}^n,|x-a|<R$$
f(x)在收敛区间的所有阶导数, 可以逐项求导原级数得到

逐项积分定理
$$f(x)=\sum _{n=0}^{\infty }{c}_n(x-a{)}^n,|x-a|<R$$
f(x)在收敛区间的积分, 可以逐项积分原级数得到

收敛性

幂级数收敛定理

对于$$\sum _{n=0}^{\infty }{c}_n(x-a{)}^n$$的收敛有三种可能.

1. |x-a|>R发散,|x-a|<R收敛,在a+R和a-R,可能收敛也可能发散
2. 级数对每个x收敛
3. 级数在x=a收敛,在其余的点发散

求收敛区间

1. 使用比值判别法和n次判别法求使函数绝对收敛的区间
2. 带入端点值进行检验(使用非负项级数判别法)

应用

Taylor级数

1. 假设光滑函数可以用多项式函数逼近
   $$f(x)=c_0+c_1(x-a)+c_2(x-a{)}^2+\cdots +c_n(x-a{)}^n$$

2. 使用麦克劳林待定系数法$$f^{(n)}(x)=P^{(n)}(x)$$
   KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ &f^{(1)}(x)=c_…

3. 讨论taylor级数和原函数的差值

$$\begin{array}{rl}{R}_n& =f(x)-P_N(x)\\ & =f(x)-\left(f(a)+\frac{f^{\prime }(a)}{1!}(x-a)+\cdots +\frac{f^{(n)}(a)}{n!}(x-a{)}^n\right)\end{array}$$

​ 做辅助函数$$g(t)=f(x)-(f(t)+\frac{f^{\prime }(t)}{1!}(x-t)+\cdots +\frac{f^{(n)}(x)}{n!}(x-t{)}^n),t\in [a,x]$$
$$\begin{gathered} g^{\prime }(t)=-\frac{f^{n+1}(t)}{n!}(x-t{)}^n \\ g(x)=0 \\ g(a)=R_N(x) \end{gathered}$$
​ 做辅助函数$$h(t)=(x-t{)}^{(n+1)}$$
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ &h^{\prime}(t)…
​ 由Cauthy MVT得
$$\frac{g(x)-g(a)}{h(x)-h(a)}=\frac{g^{\prime }(c)}{h^{\prime }(c)}c\in [a,x]$$
​ 解的
$$R_N(x)=\frac{f^{(n+1)}(C)}{(n+1)!}(x-a{)}^{(n+1)}$$

4. 在所有N次或N次一下的多项式中，P是在a附近最佳近似

   Q为级数不超过N的多项式
   $$\begin{gathered} |f(x)-P_N(x)|<|f(x)-Q_N(x)| \\ |R_N(x)|<|S(x)+R_N(x)|,S(x)=P_N(x)-R_N(x) \end{gathered}$$

   1. 当$$x\to a时,c\to a$$
      $$\begin{array}{rl}\left|R_N(x)\right|& =\left|\frac{f^{(N+1)}(x)}{(N+1)!}(x-a{)}^{N+1}\right|\sim \frac{f^{(x+1)}(a)}{(N+1)!}(x-a{)}^{N+1}\end{array}$$

   2. $$S(x)=a_m(x-a{)}^m+\dots$$其中$$a_m(x-a{)}^m$$为最低项,0<m<n
      $$\begin{array}{rl}& S(x)\sim am(x-a{)}^m\\ & R_N(x)\sim C(x-a{)}^{N+1},C=\frac{f^{(N+1)}(a)}{(N+1)!}\\ & \because m<M+1\\ & \therefore S(x)+R_N(x)\sim a_m(x-a{)}^m\end{array}$$

   即
   $$\begin{array}{rl}& |f(x)-P_N(x)|\sim |c||x-a{|}^{N+1}\\ & |f(x)-Q_N(x)|\sim |a_m||x-a{|}^m\\ & \\ & \frac{|c||x-a{|}^{N+1}}{|a_m||x-a{|}^m}=C_1|x-a{|}^{-m+N-1}\\ & 当x\to a时,C_1|x-a{|}^{-m+N-1}\to 0\\ & |c||x-a{|}^{N+1}<|a_m||x-a{|}^m\\ & |f(x)-P_N(x)|<|f(x)-Q_N(x)|\end{array}$$

5. 得出结论
   $$f(x)=\sum _{n=0}^{\infty }\frac{f^{(n)}(a)}{n!}(x-a{)}^n$$

Fourier级数

1. 假设周期函数f(x)能表示为三角函数之和
   $$f(x)=A_0+\sum _{i=h}^{\infty }{A}_n\frac{n\pi x}{L}+{\phi }_n,T(周期)=2L$$

2. 通过和角公式合并常数
   $$\begin{array}{rl}& A_n\sin \left(\frac{n\pi x}{L}+{\phi }_n\right)=A_n\sin {\psi }_n\cos \left(\frac{n\pi x}{L}\right)+A_n\cos {\psi }_n\cos \left(\frac{n\pi x}{L}\right)\\ & f(x)=A_0+\sum _{n=1}^{\infty }[a_n\cos (\frac{n\pi x}{L})+b_n\sin (\frac{n\pi x}{L})]\end{array}$$

3. 通过三角积分球未知数$${\int }_{-L}^{L}f(x)\mathrm{d}x={\int }_{-L}^{L}F(x)\mathrm{d}x$$

   三角积分
   $$
   \begin{aligned}

   &\int_{-L}^{L} \cos \left(\frac{n \pi x}{L}\right) d x=0 \
   &\int_{-L}^{L} \sin \left(\frac{1 \pi x}{L}\right) d x=0 \
   &\int_{-L}^{L} \cos \left(\frac{n \pi x}{L}\right) \cos \left(\frac{m \pi x}{L}\right) d x=\left{\begin{array}{l}
   0 . m \neq n \
   L, m=n
   \end{array}\right.\
   &\int_{-L}^{L} \sin \left(\frac{n \pi x}{L}\right) \cos \left(\frac{m \pi x}{L}\right) d x=0\
   &\int_{-L}^{L} \sin \left(\frac{n \pi x}{L}\right) \sin \left(\frac{m \pi x}{L}\right) d x=\left{\begin{array}{l}
   0, m \neq n \
   L, m=n
   \end{array}\right.
   \end{aligned}
   $$Proof:$$
   \begin{align}
   \cos (\alpha) \cos (\beta)&=\frac{1}{2}[\cos (\alpha+\beta)-\cos (\alpha-\beta)] \
   \sin (\alpha) \sin (\beta)&=\frac{1}{2}[\cos (\alpha-\beta)-\cos (\alpha+\beta)] \
   \sin (\alpha) \cos (\beta)&=\frac{1}{2}[\sin (\alpha+\beta)-\sin (\alpha-\beta)] \
   \end{align}
   $$(3)$$
   \begin{align}
   \int^{L}{-L}cos(\frac{n \pi x}{L})cos(\frac{m \pi x}{L})\mathrm{d}x&=\frac{1}{2}[\int{-L}^{L}cos(\frac{n \pi x}{L}+\frac{m \pi x}{L})\mathrm{d}x+\int_{-L}^{L}cos(\frac{n \pi x}{L}-\frac{m \pi x}{L})\mathrm{d}x]\
   m &\neq n\Rightarrow0,(根据公式1)\
   m&=n\Rightarrow\frac{1}{2}[0+\int_{-L}^{L}1\mathrm{d}x]=L
   \end{align}
   $$(4)$$
   \begin{align}

   \int^{L}{-L}sin(\frac{n \pi x}{L})cos(\frac{m \pi x}{L})\mathrm{d}x&=\frac{1}{2}[\int{-L}^{L}sin(\frac{n \pi x}{L}+\frac{m \pi x}{L})\mathrm{d}x-\int_{-L}^{L}sin(\frac{n \pi x}{L}-\frac{m \pi x}{L})\mathrm{d}x]\
   m &\neq n\Rightarrow0,(根据公式2)\
   m&=n\Rightarrow\frac{1}{2}[0-\int_{-L}^{L}0\mathrm{d}x]=0
   \end{align}
   $$(5)$$
   \begin{align}
   \int^{L}{-L}sin(\frac{n \pi x}{L})sin(\frac{m \pi x}{L})\mathrm{d}x&=\frac{1}{2}[\int{-L}^{L}cos(\frac{n \pi x}{L}-\frac{m \pi x}{L})\mathrm{d}x-\int_{-L}^{L}cos(\frac{n \pi x}{L}+\frac{m \pi x}{L})\mathrm{d}x]\
   m &\neq n\Rightarrow0,(根据公式1)\
   m&=n\Rightarrow\frac{1}{2}[\int_{-L}^{L}1\mathrm{d}x-0]=L
   \end{align}
   $$

   $$a_0的计算$$

$$\begin{array}{rl}{\int }_{-L}^{L}f(x)dx& ={\int }_{-L}^L{A}_{0}dx+{\int }_{-L}^L\sum _{h=1}^{\infty }\left[a_n\cos \left(\frac{n\pi x}{L}\right)+b_n\sin \left(\frac{n\pi x}{L}\right)\right]dx\\ & =2L{A}_0,(根据公式1)\\ A_0=\frac{1}{2L}& {\int }_{-L}^{L}f(x)\mathrm{d}x=\frac{1}{2}{a}_0\end{array}$$

​ $$a_n的计算$$
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ 两边同乘cos(\fr…
​ b_n的计算​
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ 两边同乘sin(\fr…

4. 得出结论
   $$
   \begin{align}
   定义&在-L<x<L的f(x)的Fourier级数是\
   &f(x)=A_{0}+\sum_{n=1}^{\infty}[ a_{n} \cos (\frac{n \pi x}{L})+b_{n} \sin (\frac{n \pi x}{L}) ]\
   其中&\
   &a_0=\frac{1}{L}\int_{-L}^{L}f(x)\mathrm{d}x\
   &a_n=\frac{1}{L}\int_{-L}^{L}f(x)cos(\frac{n\pi x}{L}) d x\
   &b_n=\frac{1}{L}\int_{-L}^{L}f(x)sin(\frac{n\pi x}{L}) d x

   \end{align}
   $$

极坐标

定义及其图形

极坐标
$$P(r,\theta )$$
r:从O到P的有向距离

$$\theta$$:从初始射线到射线OP的有向角

r=a 中心为O半径为r的圆周

$$\theta$$=a 过O且与初始线段成角a的一条直线

对称性

1. 关于x轴对称 $$(r,\theta )\Rightarrow (r,-\theta )(r,-\theta +\pi )$$
2. 关于y轴对称 $$(r,\theta )\Rightarrow (-r,-\theta )(-r,-\theta +\pi )$$
3. 关于O对称 $$(r,\theta )\Rightarrow (-r,\theta )$$

笛卡尔坐标系和极坐标系的转换
$$x=r\cos (\theta ),y=r\sin (\theta ),x^2+y^2=r^2,\frac{y}{x}=\tan (\theta )$$

极坐标的微积分

$$\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{f^{\prime }(\theta )\sin \theta +f(\theta )\cos \theta }{f^{\prime }(\theta )\cos \theta +f(\theta )\sin \theta }$$

$$A={\int }_{\alpha }^{\beta }\frac{1}{2}{r}^2\mathrm{d}\theta$$

平面向量

空间向量