注:会有格式错误,已上传资源。(12章有空再添加)
第八章 向量代数及空间解析几何
第一节
- 各种律
- 单位向量: a ∣ a ∣ \frac{a}{|a|} ∣a∣a
- **定理1:向量a≠0, b // a的充分必要条件是存在唯一实数 λ \lambda λ 使得b= λ \lambda λa ** $\Rightarrow $对应坐标成比例
- 空间直角坐标
- 坐标分解式 r = x i + y j + z k r = xi + yj + zk r=xi+yj+zk 这里x,y,z是向量 r 的坐标,ijk是三个方向
- 向径 r = OM 点M关于原点O的向径
- 两点间的距离公式
- 方向余弦: ( c o s α , c o s β , c o s γ ) = ( x ∣ r ∣ , y ∣ r ∣ , z ∣ r ∣ ) = r ∣ r ∣ = e r (cos \alpha, cos\beta, cos\gamma) = (\frac{x}{|r|},\frac{y}{|r|}, \frac{z}{|r|})= \frac{r}{|r|}=e_r (cosα,cosβ,cosγ)=(∣r∣x,∣r∣y,∣r∣z)=∣r∣r=er
- 投影的三个性值:
- $Prj_ua=|a|cos\phi\Rightarrow $ a在u上的投影
- P r j u ( a + b ) = P r j u a + P r j u b Prj_u(a+b)=Prj_ua +Prj_ub Prju(a+b)=Prjua+Prjub
- P r j u ( λ a ) = λ P r j u a Prj_u(\lambda a)=\lambda Prj_ua Prju(λa)=λPrjua
第二节
- 数量积: a ⋅ b = ∣ b ∣ P r j b a a ·b=|b|Prj_ba a⋅b=∣b∣Prjba (可交换)
- 向量积:
c
=
a
×
b
=
∣
a
∣
∣
b
∣
sin
θ
c=a×b=|a||b|\sin \theta
c=a×b=∣a∣∣b∣sinθ
- 在给出三个点,求三个点围城的三角形的面积时可用,所得向量求模就是面积。
第三节 平面及其方程
- 曲面方程 F(x, y, z) = 0
- 交线: { F ( x , y , z ) = 0 G ( x , y , z ) = 0 \begin{cases} F(x, y, z)=0 \\ G(x,y,z ) = 0 \end{cases} {F(x,y,z)=0G(x,y,z)=0
- **点法式:**假设点
(a, b, c)
, 法向量(1, 2, -3)
$\Rightarrow $ ( x − a ) + 2 ( y − b ) − 3 ( z − c ) = 0 (x-a)+2(y-b)-3(z-c)=0 (x−a)+2(y−b)−3(z−c)=0求得方程 - 平面一般方程:
Ax + By + Cz + D = 0
- 当D等于0,平面过原点
- 当A等于0,平面平行x轴
- 当A=B=0,平面平行xoy平面。 以上为充分必要。
- 平面截距式方程: $\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1 $ a , b , c 是x , y , z上的截距.
- 平面夹角:
cos
θ
=
∣
A
1
A
2
+
B
1
B
2
+
C
1
C
2
∣
A
1
2
+
B
1
2
+
C
1
2
A
2
2
+
B
2
2
+
C
2
2
\cos \theta =\frac{|A_1A_2+B_1B_2+C_1C_2|}{\sqrt{A_1^2+B_1^2+C_1^2}\sqrt{A_2^2+B_2^2+C_2^2}}
cosθ=A12+B12+C12A22+B22+C22∣A1A2+B1B2+C1C2∣
- **平面垂直 ** $\Rightarrow A_1A_2+B_1B_2+C_1C_2=0 $
- 点到面的距离:
d
=
∣
P
1
P
0
∣
∣
cos
θ
∣
=
∣
P
1
P
0
⋅
n
∣
∣
n
∣
d = |P_1P_0||\cos \theta|=\frac{|P_1P_0·n|}{|n|}
d=∣P1P0∣∣cosθ∣=∣n∣∣P1P0⋅n∣ P1是面上的点,NP0构成 n 为面的法向量
cos theta
是法向量和P0P1的夹角
第四节 空间直线及其方程
- 空间直线的一般方程: { A 1 x + B 1 y + C 1 z + D 1 = 0 A 2 x + B 2 y + C 2 z + D 2 = 0 \begin{cases} A_1x+B_1y+C_1z+D_1=0\\A_2x+B_2y+C_2z+D_2=0 \end{cases} {A1x+B1y+C1z+D1=0A2x+B2y+C2z+D2=0
- 空间直线的对称式:
- 直线方向向量:
s
⃗
=
(
m
,
n
,
p
)
找
到
另
一
个
向
量
M
0
M
⃗
=
(
x
−
x
o
,
y
−
y
0
,
z
−
z
0
)
x
−
x
o
m
=
y
−
y
o
n
=
z
−
z
o
p
\vec s = (m,n,p)\ \ \ \ 找到另一个向量\vec {M_0M}=(x-x_o,y-y_0,z-z_0)\\\frac{x-x_o}{m}=\frac{y-y_o}{n}=\frac{z-z_o}{p}
s=(m,n,p) 找到另一个向量M0M=(x−xo,y−y0,z−z0)mx−xo=ny−yo=pz−zo
- 当m(或者其他的)为零,则 { x − x 0 = 0 y − y o n = z − z o p \begin{cases}x-x_0=0\\\frac{y-y_o}{n}=\frac{z-z_o}{p}\end{cases} {x−x0=0ny−yo=pz−zo
- 直线方向向量:
s
⃗
=
(
m
,
n
,
p
)
找
到
另
一
个
向
量
M
0
M
⃗
=
(
x
−
x
o
,
y
−
y
0
,
z
−
z
0
)
x
−
x
o
m
=
y
−
y
o
n
=
z
−
z
o
p
\vec s = (m,n,p)\ \ \ \ 找到另一个向量\vec {M_0M}=(x-x_o,y-y_0,z-z_0)\\\frac{x-x_o}{m}=\frac{y-y_o}{n}=\frac{z-z_o}{p}
s=(m,n,p) 找到另一个向量M0M=(x−xo,y−y0,z−z0)mx−xo=ny−yo=pz−zo
- 空间直线的参数方程: $\frac{x-x_o}{m}=\frac{y-y_o}{n}=\frac{z-z_o}{p} = t \Rightarrow \begin{cases}x=x_0+mt\y=y_0+nt\z=z_0+pt \end{cases} $
- 两直线的夹角(余弦值): cos ϕ = ∣ m 1 m 2 + n 1 n 2 + p 1 p 2 ∣ m 1 2 + n 1 2 + p 1 2 m 2 2 + n 2 2 + p 2 2 \cos \phi=\frac{|m_1m_2+n_1n_2+p_1p_2|}{\sqrt{m_1^2+n_1^2+p_1^2}\sqrt{m_2^2+n_2^2+p_2^2}} cosϕ=m12+n12+p12m22+n22+p22∣m1m2+n1n2+p1p2∣
- 直线与平面的夹角(正弦值): sin ϕ = ∣ A m + B n + C p ∣ A 2 + B 2 + C 2 m 2 + n 2 + p 2 \sin \phi=\frac{|Am+Bn+Cp|}{\sqrt{A^2+B^2+C^2}\sqrt{m^2+n^2+p^2}} sinϕ=A2+B2+C2m2+n2+p2∣Am+Bn+Cp∣
- 配合书中的 P34 进行例题回顾
- 平面束:例子:求过线平面哪个平面与已知平面垂直。 已 知 直 线 { x + y − z − 1 = 0 x − y + z + 1 = 0 确 定 平 面 束 : ( x + y − z − 1 ) + λ ( x − y + z + 1 ) = 0 已知直线\begin{cases}x+y-z-1=0\\x-y+z+1=0 \end{cases}\\确定平面束:(x+y-z-1)+\lambda(x-y+z+1)=0 已知直线{x+y−z−1=0x−y+z+1=0确定平面束:(x+y−z−1)+λ(x−y+z+1)=0
第五节 曲面及其方程
- 球面一般方程: A x 2 + A y 2 + A z 2 + D x + E y + F z + G = 0 可 化 为 ( x − x 0 ) 2 + ( y − y 0 ) 2 + ( z − z 0 ) 2 = R 2 Ax^2+Ay^2+Az^2+Dx+Ey+Fz+G=0\\可化为 (x-x_0)^2+(y-y_0)^2+(z-z_0)^2=R^2 Ax2+Ay2+Az2+Dx+Ey+Fz+G=0可化为(x−x0)2+(y−y0)2+(z−z0)2=R2
- 旋转曲面: y o z 有 一 个 曲 线 C : f ( y , z ) = 0 绕 z 轴 旋 转 → f ( − + x 2 + y 2 , z ) = 0 yoz有一个曲线C :f(y,z)=0\ \ 绕z轴旋转\rightarrow f(^+_- \sqrt{x^2+y^2}, z) = 0 yoz有一个曲线C:f(y,z)=0 绕z轴旋转→f(−+x2+y2,z)=0
- 柱面: 一般缺少一个变量: x 2 + y 2 = R 2 在 空 间 中 这 是 z 不 受 限 的 , 所 以 是 以 底 线 半 径 为 R 无 限 高 的 柱 面 。 x^2+y^2=R^2 在空间中这是z不受限的,所以是以底线半径为R无限高的柱面。 x2+y2=R2在空间中这是z不受限的,所以是以底线半径为R无限高的柱面。其他可根据类似进行扩展
- 二次曲面:
- 椭圆锥面: x 2 a 2 + y 2 b 2 = z 2 \frac{x^2}{a^2}+\frac{y^2}{b^2}=z^2 a2x2+b2y2=z2
- 椭球面: x 2 a 2 + y 2 b 2 + z 2 c 2 = 1 \frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1 a2x2+b2y2+c2z2=1
- 单叶双曲面: x 2 a 2 + y 2 b 2 − z 2 c 2 = 1 \frac{x^2}{a^2}+\frac{y^2}{b^2}-\frac{z^2}{c^2}=1 a2x2+b2y2−c2z2=1
- 双叶双曲面: x 2 a 2 − y 2 b 2 − z 2 c 2 = 1 \frac{x^2}{a^2}-\frac{y^2}{b^2}-\frac{z^2}{c^2}=1 a2x2−b2y2−c2z2=1
- 椭圆抛物面: x 2 a 2 + y 2 b 2 = z \frac{x^2}{a^2}+\frac{y^2}{b^2}=z a2x2+b2y2=z
- 双曲抛物面: x 2 a 2 − y 2 b 2 = z \frac{x^2}{a^2}-\frac{y^2}{b^2}=z a2x2−b2y2=z
第六节 空间曲线及其方程
- 空间曲线看做两个曲面的交线: { F ( x , y , z ) = 0 G ( x , y , z ) = 0 \begin{cases}F(x,y,z) = 0\\G(x,y,z)=0\end{cases} {F(x,y,z)=0G(x,y,z)=0
- **空间曲线的参数方程:**例如: { x = a cos w t y = a sin w t z = v t \begin{cases}x = a\cos wt\\y=a\sin wt\\z = vt \end{cases} ⎩⎪⎨⎪⎧x=acoswty=asinwtz=vt 每个参数单独变化,这里形成螺旋线。
- 空间曲线在坐标面上的投影:
{
H
(
x
,
y
)
=
0
z
=
0
\begin{cases}H(x,y)=0\\z=0 \end{cases}
{H(x,y)=0z=0
- 向
xoy
面投影,z
轴就为0. 其他可以类推。
- 向
第九章 多元函数微分法及其应用
第一节 多元函数的基本概念
-
平面点集
-
多元函数
-
多元函数极限:
- 定义:$设|f§-A|=|f(x,y)-A|<\epsilon的定义域为D,P_0(x_0,y_0)是D的聚点,\如果存在常数A,对于任意给定的正数\epsilon,总存在正数\delta,使得当点P(x,y)\in D\cap \overset{o}{U}(P_0, \delta),\都有|f§-A|=|f(x,y)-A|<\epsilon\就称A是极限 $
- 一个函数有极限需要找到任何一条路径趋于P0都能接近A,如果趋于不同的值,就断定极限不存在。
- 定义:$设|f§-A|=|f(x,y)-A|<\epsilon的定义域为D,P_0(x_0,y_0)是D的聚点,\如果存在常数A,对于任意给定的正数\epsilon,总存在正数\delta,使得当点P(x,y)\in D\cap \overset{o}{U}(P_0, \delta),\都有|f§-A|=|f(x,y)-A|<\epsilon\就称A是极限 $
-
多元函数连续性:
- 定义: f ( P ) = f ( x , y ) 的 定 义 域 是 D , P 0 ( x 0 , y 0 ) 为 D 的 聚 点 , 且 P 0 ∈ D 如 果 lim ( x , y ) → ( x 0 , y 0 ) f ( x , y ) = f ( x 0 , y 0 ) , 则 称 在 点 P 0 连 续 , 不 连 续 就 称 为 间 断 点 。 f(P)=f(x,y)的定义域是D,P_0(x_0,y_0)为D的聚点,且P_0\in D如果\\\underset{(x,y)\rightarrow(x_0,y_0)}{\lim}f(x,y)=f(x_0,y_0),则称在点P_0连续,不连续就称为间断点。 f(P)=f(x,y)的定义域是D,P0(x0,y0)为D的聚点,且P0∈D如果(x,y)→(x0,y0)limf(x,y)=f(x0,y0),则称在点P0连续,不连续就称为间断点。
- 性质:
- 有界性与最大值最小值定理
- 介值定理
- 一致连续性定理
第二节 偏导数
- 定义: 有 增 量 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) , i f 有 lim Δ x → 0 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x 就 是 在 点 ( x 0 , y 0 ) 处 对 x 的 偏 导 数 。 有增量 f(x_0+\Delta x,y_0)-f(x_0,y_0),if 有\underset{\Delta x \rightarrow 0}{\lim}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x} 就是在点(x_0,y_0)处对x的偏导数。 有增量f(x0+Δx,y0)−f(x0,y0),if有Δx→0limΔxf(x0+Δx,y0)−f(x0,y0)就是在点(x0,y0)处对x的偏导数。
- **高阶偏导数:**二阶及以上 KaTeX parse error: Undefined control sequence: \part at position 7: \frac{\̲p̲a̲r̲t̲}{\part x}(\fra… 其他(包括混合偏导)同理
- 定理:如果函数 z = f ( x , y ) z = f(x,y) z=f(x,y)的两个二阶混合偏导数(对x对y 和 对y对x)在区域D内连续,那么在该区域内两个二阶混合偏导数必相等。 也就是说:二阶混合偏导数在连续的条件下,求导次序可以调换。
第三节 全微分
- 定义:
设
函
数
z
=
f
(
x
,
y
)
在
点
(
x
,
y
)
的
某
个
领
域
内
有
定
义
,
如
果
函
数
再
点
(
x
,
y
)
的
全
增
量
Δ
z
=
f
(
x
+
Δ
x
,
y
+
Δ
y
)
−
f
(
x
,
y
)
可
以
表
示
为
Δ
z
=
A
Δ
x
+
B
Δ
y
+
o
(
ρ
)
其
中
A
和
B
不
依
赖
于
Δ
x
和
Δ
y
而
仅
与
x
和
y
有
关
,
ρ
=
(
Δ
x
)
2
+
(
Δ
y
)
2
,
则
称
函
数
z
=
f
(
x
,
y
)
可
微
分
,
而
A
Δ
x
+
B
Δ
y
称
为
在
点
(
x
,
y
)
的
全
微
分
,
记
为
d
z
也
就
是
d
z
=
A
Δ
x
+
B
Δ
y
设 函数z=f(x,y)在点(x,y)的某个领域内有定义,如果函数再点(x,y)的全增量\Delta z=f(x+\Delta x,y+\Delta y)-f(x,y)\\可以表示为\Delta z = A\Delta x+B\Delta y+o(\rho)\\其中A和B不依赖于\Delta x 和\Delta y而仅与x和y有关,\rho=\sqrt{(\Delta x)^2+(\Delta y)^2},\\则称函数z=f(x,y)可微分,而A\Delta x +B\Delta y称为在点(x,y) 的全微分,记为dz 也就是\\ dz=A\Delta x +B\Delta y
设函数z=f(x,y)在点(x,y)的某个领域内有定义,如果函数再点(x,y)的全增量Δz=f(x+Δx,y+Δy)−f(x,y)可以表示为Δz=AΔx+BΔy+o(ρ)其中A和B不依赖于Δx和Δy而仅与x和y有关,ρ=(Δx)2+(Δy)2,则称函数z=f(x,y)可微分,而AΔx+BΔy称为在点(x,y)的全微分,记为dz也就是dz=AΔx+BΔy
- 如果在D内的各点都可微,则称在D内可微
- **定理1(必要条件):**如果可微则偏导存在。KaTeX parse error: Undefined control sequence: \part at position 7: \frac{\̲p̲a̲r̲t̲ ̲z}{\part x}就是上边…
- 如何判断函数在该点可微性:
- 首先,验证在该点偏导数是否存在
- 如果存在,再验证当 ρ → 0 时 , Δ Z − f x ( x 0 , y 0 ) Δ x − f y ( x 0 , y 0 ) Δ y ρ \rho\rightarrow 0时,\frac{\Delta Z-f_x(x_0,y_0)\Delta x-f_y(x_0,y_0)\Delta y}{\rho} ρ→0时,ρΔZ−fx(x0,y0)Δx−fy(x0,y0)Δy的极限是否为零。 ( ρ = Δ x 2 + Δ y 2 ) (\rho=\sqrt{\Delta x ^2+\Delta y^2}) (ρ=Δx2+Δy2)
- 极限为零可微,不为零不可微。
- 如何判断函数在该点可微性:
- 定理2(充分条件):KaTeX parse error: Undefined control sequence: \part at position 24: …x, y)的偏导数\frac{\̲p̲a̲r̲t̲ ̲z}{\part x},\fr…
- 求全微分:叠加原理,各偏微分之和。
第四节 多元复合函数的求导法则
-
**定理1(一元):**如果函数 u = φ ( t ) u = \varphi(t) u=φ(t)及 v = ψ ( t ) v= \psi(t) v=ψ(t)都在 t 可导,函数 z = f(u, v) 在对应点(u, v)具有连续偏导数,那么复合函数 z = f [ φ ( t ) , ψ ( t ) ] z=f[\varphi(t), \psi(t)] z=f[φ(t),ψ(t)]在点t可导,且有
KaTeX parse error: Undefined control sequence: \part at position 22: …{dz}{dt}=\frac{\̲p̲a̲r̲t̲ ̲z}{\part u}\fra…
称为: 全导数 -
**定理2(多元):**如果 u = φ ( x , y ) . . . . . . u=\varphi(x,y)...... u=φ(x,y)...... 且有:
KaTeX parse error: Undefined control sequence: \part at position 8: \frac{\̲p̲a̲r̲t̲ ̲z}{\part x} = \…
换成求对y的偏导也是一样的 -
定理3(不一定每一个函数内部的变量都相同): u = φ ( x , y ) , v = ψ ( x ) u = \varphi(x,y),v=\psi(x) u=φ(x,y),v=ψ(x)
那就把函数自变量与因变量之间的关系画成一棵树,每一部分的因变量都为父节点,如果该父节点拥有两个及以上的子节点,那就用偏导,只有一个子结点就用直接导数。
-
题目只有 ω = f ( x + y + z , x y z ) \omega = f(x+y+z,xyz) ω=f(x+y+z,xyz)求KaTeX parse error: Undefined control sequence: \part at position 7: \frac{\̲p̲a̲r̲t̲^2 \omega}{\par…
tips:对每一个 f 1 ′ f'_1 f1′,都会有 f ( x + y + z , x y z ) f(x+y+z,xyz) f(x+y+z,xyz)的形状。
-
全微分形式不变性:
KaTeX parse error: Undefined control sequence: \part at position 11: dz=\frac{\̲p̲a̲r̲t̲ ̲z}{\part u}du+\…
全求出来。
第五节 隐函数的求导公式
-
二元的情况下
- 一次导数:
d y d x = − F x F y \frac{dy}{dx}=-\frac{F_x}{F_y} dxdy=−FyFx
- 二次导数:(在一次的基础上另外自行求导,不用公式)
-
多元的情况下:
F(x, y, z) = 0
- 求导公式:
KaTeX parse error: Undefined control sequence: \part at position 8: \frac{\̲p̲a̲r̲t̲ ̲z}{\part x} = -…
- 雅克比的内容:会求 KaTeX parse error: Undefined control sequence: \part at position 26: …u+xv=1, 求\frac{\̲p̲a̲r̲t̲ ̲u}{\part x},\fr…
- KaTeX parse error: Undefined control sequence: \part at position 21: …n{cases}x\frac{\̲p̲a̲r̲t̲ ̲u}{\part x}-y\f…
- 注意这里y和x属于同级变量,对x求导的时候,(y×u)’ = 0 + y×u’
第六节 多元函数微分学的几何应用
- 曲线的切线:
- r = f ( t ) = ( t 2 + 1 , 4 t − 3 , 2 t 2 − 6 t ) , t ∈ R 是 一 条 曲 线 , 其 单 位 切 向 量 是 f ′ ( t ) = ( 2 t , 4 , 4 t − 6 ) r = f(t)=(t^2+1, 4t-3, 2t^2-6t),t\in R \\ 是一条曲线,其单位切向量是\\f'(t) = (2t, 4, 4t-6) r=f(t)=(t2+1,4t−3,2t2−6t),t∈R是一条曲线,其单位切向量是f′(t)=(2t,4,4t−6)
- 曲线的切线和法平面
- 曲线: f ( t ) = ( φ ( t ) , ψ ( t ) , ω ( t ) ) f(t)=(\varphi(t), \psi(t),\omega(t)) f(t)=(φ(t),ψ(t),ω(t))
- 导向量: T = f ′ ( t 0 ) = ( φ ′ ( t 0 ) , ψ ′ ( t 0 ) , ω ′ ( t 0 ) ) T=f'(t_0)=(\varphi'(t_0), \psi'(t_0),\omega'(t_0)) T=f′(t0)=(φ′(t0),ψ′(t0),ω′(t0))
- 切线方程: x − x 0 φ ′ ( t 0 ) = y − y 0 ψ ′ ( t 0 ) = z − z 0 ω ′ ( t 0 ) \frac{x-x_0}{\varphi'(t_0)}=\frac{y-y_0}{\psi'(t_0)}=\frac{z-z_0}{\omega'(t_0)} φ′(t0)x−x0=ψ′(t0)y−y0=ω′(t0)z−z0
- 法平面: φ ′ ( t 0 ) ( x − x 0 ) + ψ ′ ( t ) ( y − y 0 ) + ω ′ ( t 0 ) ( z − z 0 ) \varphi'(t_0)(x-x_0)+\psi'(t)(y-y_0)+\omega'(t_0)(z-z_0) φ′(t0)(x−x0)+ψ′(t)(y−y0)+ω′(t0)(z−z0)
- 如果给了的曲线方程不是上方的,而是两个曲面的交线的形式,则要使用类似雅可比的内容,具体看书本P98
- 曲面的切平面与法线
- 曲面: F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0
- 曲面的法向量:
n
=
(
F
x
(
x
,
y
,
z
)
,
F
y
(
x
,
y
,
z
)
,
F
z
(
x
,
y
,
z
)
)
n = (F_x(x,y,z), F_y(x,y,z),F_z(x,y,z))
n=(Fx(x,y,z),Fy(x,y,z),Fz(x,y,z))
- 法线: x − x 0 F x ( x 0 , y 0 , z 0 ) = y − y 0 F y ( x 0 , y 0 , z 0 ) = z − z 0 F z ( x 0 , y 0 , z 0 ) \frac{x-x_0}{F_x(x_0,y_0,z_0)}=\frac{y-y_0}{F_y(x_0,y_0,z_0)}=\frac{z-z_0}{F_z(x_0,y_0,z_0)} Fx(x0,y0,z0)x−x0=Fy(x0,y0,z0)y−y0=Fz(x0,y0,z0)z−z0
- 切平面: 同上方法平面的求法,这里使用法向量求
第七节 方向导数与梯度
- 方向导数:KaTeX parse error: Undefined control sequence: \part at position 7: \frac{\̲p̲a̲r̲t̲ ̲f}{\part l}|_{(…
- 三角函数的出现是因为方向向量。
- 梯度: ∇ f ( x 0 , y 0 , z 0 ) = f x ( x 0 , y 0 , z 0 ) i + f y ( x 0 , y 0 , z 0 ) j + f z ( x 0 , y 0 , z 0 ) k \nabla f(x_0,y_0,z_0) = f_x(x_0, y_0,z_0)i+f_y(x_0,y_0,z_0)j+f_z(x_0,y_0,z_0)k ∇f(x0,y0,z0)=fx(x0,y0,z0)i+fy(x0,y0,z0)j+fz(x0,y0,z0)k
第八节 多元函数的极值及其求法
- **定理1(必要条件)**函数 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 (x_0,y_0) 具有偏导数,且在点(x_0,y_0)具有极值,则有对应偏导为零。
- 定理2(充分条件)
- 设函数 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)的某领域内连续且有一阶二阶连续偏导数,又 f x ( x 0 , y 0 ) = 0 , f y ( x 0 , y 0 ) = 0 , 令 f x x ( x 0 , y 0 ) = A , f x y ( x 0 , y 0 ) = B , f y y ( x 0 , y 0 ) = C 1 、 当 A C − B 2 > 0 有 极 值 , A < 0 有 极 大 值 , A > 0 有 极 小 值 2 、 当 A C − b 2 < 0 , 没 有 极 值 c 、 当 A C − B 2 = 0 , 另 需 讨 论 f_x(x_0,y_0)=0,f_y(x_0,y_0)=0,\\令f_{xx}(x_0,y_0)=A ,f_{xy}(x_0,y_0)=B,f_{yy}(x_0,y_0)=C\\1、当AC-B^2>0有极值,A<0有极大值,A>0有极小值\\2、当AC-b^2<0,没有极值\\c、当AC-B^2=0,另需讨论 fx(x0,y0)=0,fy(x0,y0)=0,令fxx(x0,y0)=A,fxy(x0,y0)=B,fyy(x0,y0)=C1、当AC−B2>0有极值,A<0有极大值,A>0有极小值2、当AC−b2<0,没有极值c、当AC−B2=0,另需讨论
- 条件极值 拉格朗日乘数法
- 简单来说:需要以下几点内容
- 目标函数 f ( x , y ) = 0 f(x,y)=0 f(x,y)=0
- 条件函数 φ ( x , y ) = 0 , 带 上 λ ⇒ λ φ ( x , y ) \varphi(x,y)=0,带上\lambda \Rightarrow \lambda \varphi(x,y) φ(x,y)=0,带上λ⇒λφ(x,y)
- 构造方程组:分别对x求导,对y求导,对λ求导。这三组成方程组。
- 另一种解法
- 简单来说:需要以下几点内容
第十章 重积分
第一节 二重积分的概念与性质
-
概念:
∬ D f ( x , y ) d x d y \underset{D}{\iint}f(x,y)dxdy D∬f(x,y)dxdy -
性质:
- 常数可以提到积分外
- 被积函数如果是1,则是对面积积分(如果是三重,则是体积)
- 积分区间可拆分
- 被积函数如果 f < g , f<g, f<g,则对应的积分也是这样的关系
- m < f < M 则 , ∬ m d σ < ∬ f ( x , y ) d σ < ∬ M d σ m<f<M\ \ \ \ \ 则,\iint md\sigma<\iint f(x,y)d\sigma<\iint Md\sigma m<f<M 则,∬mdσ<∬f(x,y)dσ<∬Mdσ
- 中值定理,至少存在一点,使得 ∬ D f ( x , y ) d x d y = f ( ε , η ) σ \underset{D}{\iint}f(x,y)dxdy = f(\varepsilon,\eta)\sigma D∬f(x,y)dxdy=f(ε,η)σ
第二节 二重积分的计算法
- 对直角坐标计算二重积分:
- 选择先后积分的对象(先x,还是先y。一般选择)
- 确定上下限
- 积!
- 利用极坐标计算二重积分:
- ∬ D f ( x , y ) d x d y = ∬ D f ( ρ cos θ , ρ sin θ ) ρ d ρ d θ \underset{D}{\iint}f(x,y)dxdy = \underset{D}{\iint}f(\rho\cos\theta,\rho \sin\theta) \rho d\rho d\theta D∬f(x,y)dxdy=D∬f(ρcosθ,ρsinθ)ρdρdθ
- 直接换,其他不难。复习书本P149
- **注意:**被积区域如果不是普通的圆(原点为圆心),则ρ的取值会和θ挂钩 看书:P151
第三节 三重积分
-
利用直角坐标:
- 积分区间找出上下限,可以先两次积分再一次积分(先二后一),注意书P163
-
利用柱面坐标:
d v = ρ d ρ d θ d z dv=\rho d\rho d\theta dz dv=ρdρdθdz
变化方式和二重积分一样,但是多一个z -
利用球面坐标计算:
- { x = r sin φ cos θ , y = r sin φ sin θ , z = r cos φ . d v = d θ r 2 d r sin φ d φ \begin{cases}x=r\sin\varphi\cos\theta,\\y=r\sin\varphi\sin\theta,\\z=r\cos\varphi. \end{cases}\\ dv=d\theta\ \ \ \ \ r^2dr\ \ \ \sin\varphi d\varphi ⎩⎪⎨⎪⎧x=rsinφcosθ,y=rsinφsinθ,z=rcosφ.dv=dθ r2dr sinφdφ
第四节 重积分的应用
-
曲面面积:
-
A = ∬ 1 + f x 2 ( x , y ) + f y 2 ( x , y ) d x d y A=\iint\sqrt{1+f^2_x(x,y)+f^2_y(x,y)}dxdy A=∬1+fx2(x,y)+fy2(x,y)dxdy
这里计算的时候能用到利用极坐标的知识
-
利用参数方程的:书 P171
-
-
质心:
- 不均匀薄片:
x ˉ = M y M = ∬ D x μ ( x , y ) d σ ∬ D μ ( x , y ) d σ y ˉ = M x M = ∬ D y μ ( x , y ) d σ ∬ D μ ( x , y ) d σ \bar{x}=\frac{M_y}{M}=\frac{\iint_D xμ(x,y)d\sigma}{\iint_D μ(x,y)d\sigma} \\ \bar{y}=\frac{M_x}{M}=\frac{\iint_D yμ(x,y)d\sigma}{\iint_D μ(x,y)d\sigma} xˉ=MMy=∬Dμ(x,y)dσ∬Dxμ(x,y)dσyˉ=MMx=∬Dμ(x,y)dσ∬Dyμ(x,y)dσ
- 均匀薄片:
x ˉ = 1 A ∬ x d σ y ˉ = 1 A ∬ y d σ 其 实 就 是 把 密 度 函 数 去 掉 \bar{x}=\frac{1}{A}\iint xd\sigma\\ \bar{y}=\frac{1}{A}\iint yd\sigma\\其实就是把密度函数去掉 xˉ=A1∬xdσyˉ=A1∬ydσ其实就是把密度函数去掉
-
转动惯量:
I x = ∭ Ω ( y 2 + z 2 ) ρ ( x , y , z ) d v I y = ∭ Ω ( x 2 + z 2 ) ρ ( x , y , z ) d v I z = ∭ Ω ( y 2 + x 2 ) ρ ( x , y , z ) d v I 0 = ∭ Ω ( x 2 + y 2 + z 2 ) ρ ( x , y , z ) d v I_x = \iiint_Ω (y^2+z^2)\rho(x,y,z)dv\\ I_y = \iiint_Ω (x^2+z^2)\rho(x,y,z)dv\\ I_z = \iiint_Ω (y^2+x^2)\rho(x,y,z)dv\\ \ \ \ \ \ \ \ \ \ I_0 = \iiint_Ω (x^2+y^2+z^2)\rho(x,y,z)dv Ix=∭Ω(y2+z2)ρ(x,y,z)dvIy=∭Ω(x2+z2)ρ(x,y,z)dvIz=∭Ω(y2+x2)ρ(x,y,z)dv I0=∭Ω(x2+y2+z2)ρ(x,y,z)dv
- 引力:
F = ( F x , F y , F z ) = ( ∭ G ρ ( x , y , z ) ( x − x 0 ) r 3 d v , ∭ G ρ ( x , y , z ) ( y − y 0 ) r 3 d v , ∭ G ρ ( x , y , z ) ( z − z 0 ) r 3 d v ) F=(F_x,F_y,F_z)=(\iiint\frac{G\rho(x,y,z)(x-x_0)}{r^3}dv,\iiint\frac{G\rho(x,y,z)(y-y_0)}{r^3}dv,\iiint\frac{G\rho(x,y,z)(z-z_0)}{r^3}dv) F=(Fx,Fy,Fz)=(∭r3Gρ(x,y,z)(x−x0)dv,∭r3Gρ(x,y,z)(y−y0)dv,∭r3Gρ(x,y,z)(z−z0)dv)
第十章和第十一章的内容得多写点题目
第十一章 曲线积分与曲面积分
第一节 第一类曲线积分
- 概念:$\int_L f(x, y) = {\underset{\lambda\rightarrow 0}{\lim}}\overset{n}{\underset{i=1}{\sum}}f(\xi_i, \eta_i)\Delta s_i\ \ L是积分弧段 $
- 计算法:
∫
L
f
(
x
,
y
)
d
s
=
∫
α
β
f
[
ϕ
(
t
)
,
ψ
(
t
)
]
ϕ
′
2
(
t
)
+
ψ
′
2
(
t
)
d
t
(
α
<
β
)
\int_Lf(x, y)ds = \int_\alpha^\beta f[\phi(t),\psi(t) ]\sqrt{\phi'^2(t)+\psi'^2(t)} \ \ \ dt(\alpha<\beta)
∫Lf(x,y)ds=∫αβf[ϕ(t),ψ(t)]ϕ′2(t)+ψ′2(t) dt(α<β)
- 积分下限一定小于积分上限
- 也可以扩展到空间曲线,其实就是多一个变量。
第二节 第二类曲线积分
- 概念:
∫
L
P
(
x
,
y
)
d
x
=
lim
λ
→
0
∑
i
=
1
n
P
(
ξ
i
,
η
i
)
Δ
x
i
∫
L
Q
(
x
,
y
)
d
x
=
lim
λ
→
0
∑
i
=
1
n
Q
(
ξ
i
,
η
i
)
Δ
y
i
\int _LP(x,y )dx=\underset{\lambda\rightarrow 0}{\lim}\overset{n}{\underset{i=1}{\sum}}P(\xi_i, \eta_i)\Delta x_i\\\int _LQ(x,y )dx=\underset{\lambda\rightarrow 0}{\lim}\overset{n}{\underset{i=1}{\sum}}Q(\xi_i, \eta_i)\Delta y_i
∫LP(x,y)dx=λ→0limi=1∑nP(ξi,ηi)Δxi∫LQ(x,y)dx=λ→0limi=1∑nQ(ξi,ηi)Δyi
- 也可扩展到空间
- 一般写成: ∫ L P ( x , y , z ) d x + Q ( x , y , z ) d y + R ( x , y , z ) d z 或 者 ∫ L A ( x , y , z ) d r \int _LP(x,y,z)dx+Q(x,y,z)dy+R(x,y,z)dz\\或者\\\int_LA(x,y,z)dr ∫LP(x,y,z)dx+Q(x,y,z)dy+R(x,y,z)dz或者∫LA(x,y,z)dr
- 计算法:
∫
L
P
(
x
,
y
)
d
x
+
Q
(
x
,
y
)
d
y
=
∫
α
β
{
P
[
ϕ
(
t
)
,
ψ
(
t
)
]
ϕ
′
(
t
)
+
Q
[
ϕ
(
t
)
,
ψ
(
t
)
]
ψ
′
(
t
)
}
d
t
\int _LP(x, y)dx +Q(x,y)dy=\int _\alpha^\beta\{P[\phi(t), \psi(t)]\phi'(t)+Q[\phi(t), \psi(t)]\psi'(t)\}dt
∫LP(x,y)dx+Q(x,y)dy=∫αβ{P[ϕ(t),ψ(t)]ϕ′(t)+Q[ϕ(t),ψ(t)]ψ′(t)}dt
- 把x和y换成用t表示的变量时,还要记得dx和dy也要换,所以会导致求对应的导数
- 面对不同的代换,要看哪个更好求,有些积分起始位置到终止位置的表达式不同(不是单值函数),需要分段。
两类积分之间的联系
-
∫
L
P
d
x
+
Q
d
y
=
∫
L
(
P
c
o
s
α
+
Q
c
o
s
β
)
d
s
\int _LPdx+Qdy=\int _L(Pcos\alpha+Qcos\beta)ds
∫LPdx+Qdy=∫L(Pcosα+Qcosβ)ds
- 也可以扩展到空间曲线 Γ \Gamma Γ
格林公式(关键标志一重封闭曲线转为二重积分)
- 定义:KaTeX parse error: Undefined control sequence: \part at position 16: \iint_D (\frac{\̲p̲a̲r̲t̲ ̲Q}{\part x}-\fr…
第四节 第一类曲面积分
- 概念: ∬ Σ f ( x , y , z ) d S = lim λ → 0 ∑ i = 1 n f ( ξ i , η i , ζ i ) Δ S i \underset{\Sigma}{\iint}f(x,y,z)dS = \underset{\lambda\rightarrow 0}{\lim}\overset{n}{\underset{i=1}{\sum}}f(\xi_i, \eta_i, \zeta_i)\Delta S_i Σ∬f(x,y,z)dS=λ→0limi=1∑nf(ξi,ηi,ζi)ΔSi
- 计算法:KaTeX parse error: Got function '\sum' with no arguments as subscript at position 7: \iint_\̲s̲u̲m̲ ̲f(x,y,z)dS=\iin…
- 也就是把
z
和dS
换掉,换掉后按照二重积分进行
- 也就是把
第五节 第二类曲面积分
- 概念:
∬
Σ
f
(
x
,
y
,
z
)
d
x
d
y
=
lim
λ
→
0
∑
i
=
1
n
f
(
ξ
i
,
η
i
,
ζ
i
)
Δ
(
S
i
)
x
y
\underset{\Sigma}{\iint}f(x,y,z)dxdy = \underset{\lambda\rightarrow 0}{\lim}\overset{n}{\underset{i=1}{\sum}}f(\xi_i, \eta_i, \zeta_i)\Delta (S_i)_{xy}
Σ∬f(x,y,z)dxdy=λ→0limi=1∑nf(ξi,ηi,ζi)Δ(Si)xy
- 在哪个面上投影就dd哪个面的坐标轴
- 计算法:
∬
Σ
f
(
x
,
y
,
z
)
d
x
d
y
=
∬
D
x
y
f
(
x
,
y
,
z
(
x
,
y
)
)
d
x
d
y
\underset{\Sigma}{\iint}f(x,y,z)dxdy = \underset{D_{xy}}{\iint}f(x,y,z(x,y))dxdy
Σ∬f(x,y,z)dxdy=Dxy∬f(x,y,z(x,y))dxdy
- 根据dxdy确定投影面
- 还要看看正负号
两类积分之间的联系
-
∬
P
d
y
d
z
+
Q
d
z
d
x
+
R
d
x
d
y
=
∬
(
P
c
o
s
α
+
Q
c
o
s
β
+
R
c
o
s
γ
)
d
S
\iint Pdydz+Qdzdx+Rdxdy = \iint(Pcos\alpha+Qcos\beta+Rcos\gamma)dS
∬Pdydz+Qdzdx+Rdxdy=∬(Pcosα+Qcosβ+Rcosγ)dS
- 每一道题都不一定全都来这些表达式,只来一部分。
第六节 高斯公式(将封闭积分曲面转换为三维积分)
- 公式:KaTeX parse error: Undefined control sequence: \part at position 21: …t_\Omega(\frac{\̲p̲a̲r̲t̲ ̲P}{\part x}+\fr…
- 这里三角函数是
Σ
\Sigma
Σ在点
(x,y,z)
处的法向量方向余弦 - Σ \Sigma Σ是 Ω \Omega Ω整个边界曲面的外侧
- 这里三角函数是
Σ
\Sigma
Σ在点
第七节 斯托克斯公式
- 公式:$方便记忆 \rightarrow \underset{\Sigma}{\iint}\begin{vmatrix}dydz[\cos\alpha]&dzdx[\cos\beta]&dxdy[\cos\gamma]\\frac{\part}{\part x}&\frac{\part}{\part y}&\frac{\part}{\part z}\P&Q&R \end{vmatrix}[dS]=\oint_\tau Pdx+Qdy +Rdz $