概率论 前置知识点

极限和连续性

极限

极限是微积分中的一个基本概念，描述的是当一个变量接近某个值时，函数的行为。它帮助我们理解函数在接近某点时的趋势，即使那个点本身不在函数的定义域内。极限的数学表达是 ${\lim }_{x\to a}f(x)$，意思是当 $x$ 接近 $a$ 时 $f(x)$的趋势。

连续性

连续性是函数在某点的一种性质。如果一个函数在某点连续，意味着：

• 该点的极限存在。
• 函数在该点有定义。
• 函数值与极限值相同。

换句话说，如果函数在某点连续，你可以在该点附近无缝地绘制函数图形，没有间断或跳跃。

极限和连续性

极限和连续性是微积分和数学分析中的核心概念。以下是这些概念的基本定义和性质。

极限 (Limit)

定义

• 函数极限：若当 $x$ 趬趋于某一值 $a$ 时，函数 $f(x)$ 趬趋于 $L$，则称 $L$ 为当 $x$ 趬趋于 $a$ 时 $f(x)$ 的极限，记作 ${\lim }_{x\to a}f(x)=L$。
• 数列极限：若数列 $a_n$ 的项越来越接近某一固定值 $L$，则称 $L$ 为该数列的极限，记作 ${\lim }_{n\to \infty }{a}_n=L$。

性质

• 极限的唯一性：如果极限存在，它必须是唯一的。
• 极限的局部性：极限的存在只与函数在极限点附近的行为有关。
• 极限的线性性：${\lim }_{x\to a}[c\cdot f(x)+d\cdot g(x)]=c\cdot {\lim }_{x\to a}f(x)+d\cdot {\lim }_{x\to a}g(x)$，其中 $c$ 和 $d$ 是常数。

连续性 (Continuity)

定义

• 函数连续性：如果 ${\lim }_{x\to a}f(x)=f(a)$，则称函数 $f(x)$ 在点 $a$ 处连续。
• 间断点：若函数在某点不连续，则该点称为函数的间断点。

类型

• 可去间断点：存在极限但极限值与函数值不等。
• 跳跃间断点：左极限和右极限存在但不相等。
• 无穷间断点：极限为无穷大。

性质

• 连续函数的和、差、积、商（分母不为零）仍然连续。
• 闭区间上连续函数具有界限性和最大最小值定理。

左连续和右连续

左连续和右连续是分析函数在特定点上连续性的概念。

左连续 (Left-Continuity)

定义

• 如果对于给定的点 $a$，当 $x$ 从左侧趋近于 $a$ 时，函数 $f(x)$ 的极限等于 $f(a)$，即 ${\lim }_{x\to a^{-}}f(x)=f(a)$，则称函数 $f(x)$ 在点 $a$ 处左连续。

举例

• 考虑阶梯函数 $f(x)$，在每个整数点上，它从左侧趋近时，极限等于该点的函数值，因此在每个整数点上左连续。

右连续 (Right-Continuity)

定义

• 如果对于给定的点 $a$，当 $x$ 从右侧趋近于 $a$ 时，函数 $f(x)$ 的极限等于 $f(a)$，即 ${\lim }_{x\to a^{+}}f(x)=f(a)$，则称函数 $f(x)$ 在点 $a$ 处右连续。

举例

• 同样考虑阶梯函数 $f(x)$，在每个整数点上，它从右侧趋近时，极限等于该点的函数值，因此在每个整数点上右连续。

注意点

• 一个函数在某点同时左连续和右连续，才能称之为在该点连续。
• 左连续或右连续的函数可以在某点具有间断点，但这些间断点不是跳跃或无穷间断点。

基本积分法则

高斯积分： ${\int }_{-\in fty}^{+\infty }{e}^{-x^2}dx=\sqrt{\pi }$

1. 幂函数的积分：
   $$\int x^{n}dx=\frac{x^{n+1}}{n+1}+C$$
   其中 $n\ne -1$ 且 $C$ 为积分常数。

2. 指数函数的积分：
   $$\int e^{x}dx=e^x+C$$

3. 自然对数函数的积分：
   $$\int \ln xdx=x\ln x-x+C$$

4. 三角函数的积分：
   $$\int \sin xdx=-\cos x+C$$
   $$\int \cos xdx=\sin x+C$$

5. 反三角函数的积分：
   $$\int \frac{1}{\sqrt{1-x^2}}dx={\sin }^{-1}x+C$$
   $$\int \frac{1}{1+x^2}dx={\tan }^{-1}x+C$$

6. 积分的线性性质：
   $$\int [af(x)+bg(x)]dx=a\int f(x)dx+b\int g(x)dx$$
   其中 $a$ 和 $b$ 是常数。

7. 换元积分法（替换法）：
   如果 $u=g(x)$，那么
   $$\int f(g(x))g^{\prime }(x)dx=\int f(u)du$$

8. 分部积分法：
   $$\int udv=uv-\int vdu$$
   其中 $u$ 和 $v$ 是函数，$dv$ 和 $du$ 是它们的微分。

基本导数法则：

1. 幂法则：
   $$\frac{d}{dx}(x^n)=n{x}^{n-1}$$
   其中 $n$ 是任意实数。

2. 常数法则：
   $$\frac{d}{dx}(c)=0$$
   其中 $c$ 是常数。

3. 常数乘法法则：
   $$\frac{d}{dx}(cf(x))=c\frac{d}{dx}f(x)$$
   其中 $c$ 是常数。

4. 和法则：
   $$\frac{d}{dx}(f(x)+g(x))=\frac{d}{dx}f(x)+\frac{d}{dx}g(x)$$

5. 差法则：
   $$\frac{d}{dx}(f(x)-g(x))=\frac{d}{dx}f(x)-\frac{d}{dx}g(x)$$

6. 乘积法则（莱布尼兹法则）：
   $$\frac{d}{dx}(f(x)g(x))=f(x)\frac{d}{dx}g(x)+g(x)\frac{d}{dx}f(x)$$

7. 商法则：
   $$\frac{d}{dx}\left(\frac{f(x)}{g(x)}\right)=\frac{g(x)\frac{d}{dx}f(x)-f(x)\frac{d}{dx}g(x)}{[g(x){]}^2}$$
   其中 $g(x)\ne 0$。

8. 链式法则：
   $$\frac{d}{dx}f(g(x))=f^{\prime }(g(x))\cdot g^{\prime }(x)$$

常见的求导公式

1. 幂函数：
   $$\frac{d}{dx}{x}^n=n{x}^{n-1}$$

2. 指数函数：
   $$\frac{d}{dx}{e}^x=e^x$$
   $$\frac{d}{dx}{a}^x=a^x\ln a(a>0,a\ne 1)$$

3. 对数函数：
   $$\frac{d}{dx}\ln x=\frac{1}{x}(x>0)$$
   $$\frac{d}{dx}{\log }_{a}x=\frac{1}{x\ln a}(x>0,a>0,a\ne 1)$$

4. 三角函数：
   $$\frac{d}{dx}\sin x=\cos x$$
   $$\frac{d}{dx}\cos x=-\sin x$$
   $$\frac{d}{dx}\tan x={\sec }^{2}x$$

5. 反三角函数：
   $$\frac{d}{dx}\arcsin x=\frac{1}{\sqrt{1-x^2}}(|x|<1)$$
   $$\frac{d}{dx}\arccos x=-\frac{1}{\sqrt{1-x^2}}(|x|<1)$$
   $$\frac{d}{dx}\arctan x=\frac{1}{1+x^2}$$

6. 双曲函数：
   $$\frac{d}{dx}\sinh x=\cosh x$$
   $$\frac{d}{dx}\cosh x=\sinh x$$
   $$\frac{d}{dx}\tanh x={\text{sech}}^{2}x$$

7. 反双曲函数：
   $$\frac{d}{dx}\text{arsinh}x=\frac{1}{\sqrt{x^2+1}}$$
   $$\frac{d}{dx}\text{arcosh}x=\frac{1}{\sqrt{x^2-1}}(x>1)$$
   $$\frac{d}{dx}\text{artanh}x=\frac{1}{1-x^2}(|x|<1)$$

洛必达法则

洛必达法则（L’Hôpital’s Rule）是解决形式为“$0/0$”或“$\infty /\infty$”不定形极限问题的一种方法。该法则陈述如下：

当 ${\lim }_{x\to a}f(x)$ 和 ${\lim }_{x\to a}g(x)$ 均趋于 0 或 $\infty$，如果 $f^{\prime }(x)$ 和 $g^{\prime }(x)$ 的极限存在且 $g^{\prime }(x)$ 不为零，那么：

$$\underset{x\to a}{\lim }\frac{f(x)}{g(x)}=\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}$$

使用洛必达法则的条件：

1. 初始极限形式必须是“$0/0$”或“$\infty /\infty$”。
2. $f^{\prime }(x)$ 和 $g^{\prime }(x)$ 必须存在。
3. $g^{\prime }(x)$ 不能在考虑的极限点上等于零。
4. 导数的极限必须存在或者趋于 $\infty$。

注意事项：

• 洛必达法则可能需要重复应用，直到得到一个可以求解的极限。
• 该法则不适用于其他不定形，如“$0\times \infty$”，“$\infty -\infty$”，“$0^0$”，“${\infty }^0$”，“$1^{\infty }$”等。
• 在使用洛必达法则之前，应首先考虑简化表达式或使用其他极限求解方法。

泰勒级数

泰勒级数是一种将函数表示为无穷级数的方法。对于在点 $a$ 处具有无限次可导性的函数 $f(x)$，其泰勒级数展开为：

$$f(x)=f(a)+f^{\prime }(a)(x-a)+\frac{f^{\prime \prime }(a)}{2!}(x-a{)}^2+\frac{f^{\prime \prime \prime }(a)}{3!}(x-a{)}^3+\cdots$$

或者更一般地表示为：

$$f(x)=\sum _{n=0}^{\infty }\frac{f^{(n)}(a)}{n!}(x-a{)}^n$$

其中，$f^{(n)}(a)$ 表示函数 $f$ 在点 $a$ 处的第 $n$ 阶导数，$n!$ 是 $n$ 的阶乘。

常见函数的泰勒级数：

1. 指数函数 $e^x$ 在 $x=0$ 处的展开：
   $$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\cdots =\sum _{n=0}^{\infty }\frac{x^n}{n!}$$

2. 正弦函数 $\sin x$ 在 $x=0$ 处的展开：
   $$\sin x=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!}+\cdots =\sum _{n=0}^{\infty }(-1{)}^n\frac{x^{2n+1}}{(2n+1)!}$$

3. 余弦函数 $\cos x$ 在 $x=0$ 处的展开：
   $$\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6!}+\cdots =\sum _{n=0}^{\infty }(-1{)}^n\frac{x^{2n}}{(2n)!}$$

4. 自然对数函数 $\ln (1+x)$ 在 $x=0$ 处的展开：
   $$\ln (1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+\cdots =\sum _{n=1}^{\infty }(-1{)}^{n-1}\frac{x^n}{n}$$

泰勒级数为我们提供了一种强大的工具，可以用来逼近复杂函数，特别是在解析方法不可行时。

偏导数

偏导数是多变量函数对其中一个变量的局部变化率的度量，而保持其他变量恒定。对于函数 $f(x,y,z,\dots )$，其偏导数定义如下：

1. 对 $x$ 的偏导数：
   $$\frac{\partial f}{\partial x}=\underset{\Delta x\to 0}{\lim }\frac{f(x+\Delta x,y,z,\dots )-f(x,y,z,\dots )}{\Delta x}$$

2. 对 $y$ 的偏导数：
   $$\frac{\partial f}{\partial y}=\underset{\Delta y\to 0}{\lim }\frac{f(x,y+\Delta y,z,\dots )-f(x,y,z,\dots )}{\Delta y}$$

3. 对 $z$ 的偏导数：
   $$\frac{\partial f}{\partial z}=\underset{\Delta z\to 0}{\lim }\frac{f(x,y,z+\Delta z,\dots )-f(x,y,z,\dots )}{\Delta z}$$

符号表示：

• 第一偏导数通常表示为 $\frac{\partial f}{\partial x}$, $\frac{\partial f}{\partial y}$, $\frac{\partial f}{\partial z}$ 等。
• 高阶偏导数表示为 $\frac{{\partial }^{2}f}{\partial x^2}$, $\frac{{\partial }^{2}f}{\partial x\partial y}$ 等。

几何解释：

• 偏导数 $\frac{\partial f}{\partial x}$ 描述了在 $y$, $z$, 等其他变量保持不变时，函数 $f$ 沿 $x$ 方向的变化率。
• 在二维空间中，$\frac{\partial f}{\partial x}$ 可以理解为曲线 $y=f(x)$ 在点 $(x,f(x))$ 处的切线斜率。

偏导数在多变量函数分析、工程学、物理学等领域中非常重要，用于描述函数在某一特定方向上的变化趋势和速率。

重积分

双重积分（Double Integral）

双重积分是数学中对二元函数在二维区域上积分的一种形式。它广泛应用于计算平面区域内的面积、物理量的总和（如质量、电荷）等。

定义

对于定义在某区域 $D\subset {\mathbb{R}}^2$ 上的函数 $f(x,y)$，其双重积分定义为：

$${\iint }_{D}f(x,y)dxdy$$

这表示在区域 $D$ 上对函数 $f(x,y)$ 的值进行累加。

计算方法

1. 区域类型判定：

   • 矩形区域：如果 $D$ 是矩形，即 $a\le x\le b,c\le y\le d$，则双重积分可写为迭代积分：
     $${\int }_a^b{\int }_c^{d}f(x,y)dydx$$
   • 一般区域：如果 $D$ 是一般形状，首先要描述其边界，然后选择适当的积分顺序。

2. 积分顺序：

   • 对 $y$ 后对 $x$ 积分：
     $${\int }_{x_1}^{x_2}\left({\int }_{y_1(x)}^{y_2(x)}f(x,y)dy\right)dx$$
   • 对 $x$ 后对 $y$ 积分：
     $${\int }_{y_1}^{y_2}\left({\int }_{x_1(y)}^{x_2(y)}f(x,y)dx\right)dy$$

3. 计算积分：
   根据选择的积分顺序，先计算内层积分，再计算外层积分。

反三角函数

$\begin{array}{ccccc}\text{名称}& \text{常用符号}& \text{定义}& \text{定义域}& \text{值域}\\ \text{反正弦}& y=\arcsin x& x=\sin y& [-1,1]& [-\frac{\pi }{2},\frac{\pi }{2}]\\ \text{反余弦}& y=\arccos x& x=\cos y& [-1,1]& [0,\pi ]\\ \text{反正切}& y=\arctan x& x=\tan y& \mathbb{R}& (-\frac{\pi }{2},\frac{\pi }{2})\\ \text{反余切}& y=\mathrm{arccot}x& x=\cot y& \mathbb{R}& (0,\pi )\\ \text{反正割}& y=\mathrm{arcsec}x& x=\sec y& (-\infty ,-1]\cup [1,+\infty )& [0,\frac{\pi }{2})\cup (\frac{\pi }{2},\pi ]\\ & & & & \\ \text{反余割}& y=\mathrm{arcsec}x& x=\csc y& (-\infty ,-1]\cup [1,+\infty )& [-\frac{\pi }{2},0)\cup (0,\frac{\pi }{2}]\end{array}$