Profile

Back

数学分析 二 速通Blur image

在现实生活中, 只有单一变元的情况终究少数, 各个变量之间错综复杂才是常态


不定积分#

需要背诵的不定积分表#

(1)xadx=xa+1a+1+C(a1)(2)1xdx=lnx+C(3)axdx=axlna+C(4)sinxdx=cosx+C(5)cosxdx=sinx+C(6)tanxdx=lncosx+C(7)cotxdx=lnsinx+C(8)secxdx=lnsecx+tanx+C(9)cscxdx=lncscxcotx+C(10)sec2xdx=tanx+C(11)csc2xdx=cotx+C(12)dx1+x2=arctanx+C(13)dxx2+a2=1aarctanxa+C(14)dxx2a2=12alnaxa+x+C(15)dxa2x2=12alna+xax+C(16)dx1x2=arcsinx+C(17)dxa2x2=arcsinxa+C(18)dxx2±a2=lnx+x2±a2+C\begin{align*} (1) & \quad \int x^a \, dx = \frac{x^{a+1}}{a+1} + C \quad (a \neq -1) \\ (2) & \quad \int \frac{1}{x} \, dx = \ln |x| + C \\ (3) & \quad \int a^x \, dx = \frac{a^x}{\ln a} + C \\ (4) & \quad \int \sin x \, dx = -\cos x + C \\ (5) & \quad \int \cos x \, dx = \sin x + C \\ (6) & \quad \int \tan x \, dx = -\ln |\cos x| + C \\ (7) & \quad \int \cot x \, dx = \ln |\sin x| + C \\ *(8) & \quad \int \sec x \, dx = \ln |\sec x + \tan x| + C \\ *(9) & \quad \int \csc x \, dx = \ln |\csc x - \cot x| + C \\ (10) & \quad \int \sec^2 x \, dx = \tan x + C \\ (11) & \quad \int \csc^2 x \, dx = -\cot x + C \\ (12) & \quad \int \frac{dx}{1+x^2} = \arctan x + C \\ (13) & \quad \int \frac{dx}{x^2 + a^2} = \frac{1}{a} \arctan \frac{x}{a} + C \\ *(14) & \quad \int \frac{dx}{x^2 - a^2} = \frac{1}{2a} \ln \left| \frac{a-x}{a+x} \right| + C \\ *(15) & \quad \int \frac{dx}{a^2 - x^2} = \frac{1}{2a} \ln \left| \frac{a+x}{a-x} \right| + C \\ (16) & \quad \int \frac{dx}{\sqrt{1-x^2}} = \arcsin x + C \\ (17) & \quad \int \frac{dx}{\sqrt{a^2 - x^2}} = \arcsin \frac{x}{a} + C \\ *(18) & \quad \int \frac{dx}{\sqrt{x^2 \pm a^2}} = \ln |x + \sqrt{x^2 \pm a^2}| + C \\ \end{align*}

不定积分的基本方式#

  • 第一类换元法 (凑微分法)
(1)x2x3+1dx(2)1ex+1dx(3)tan3xdx(4)1sin2x+2cos2xdx\begin{align*} (1) & \quad \int x^2 \cdot \sqrt{x^3 + 1} \, dx \\ (2) & \quad \int \frac{1}{e^x + 1} \, dx \\ (3) & \quad \int \tan^3 x \, dx \\ (4) & \quad \int \frac{1}{\sin^2 x + 2 \cos^2 x} \, dx \\ \end{align*}
  • 第二类换元法 (变量代换法)
(1)1(1x)1x2dx(2)1x2x2+1dx(3)1x+x3dx\begin{align*} (1) & \quad \int \frac{1}{(1 - x) \cdot \sqrt{1 - x^2}} \, dx \\ (2) & \quad \int \frac{1}{x^2 \sqrt{x^2 + 1}} \, dx \\ (3) & \quad \int \frac{1}{\sqrt{x} + \sqrt[3]{x}} \, dx \end{align*}
  • 分部积分法 (两类不同函数相乘)

基本公式: udv=uvvdu\int u \, dv = uv - \int v \, du

(1)x2exdx(2)x2cosxdx(3)e2xcosxdx\begin{align*} (1) & \quad \int x^2 e^x \, dx \\ (2) & \quad \int x^2 \cos x \, dx \\ (3) & \quad \int e^{2x} \cos x \, dx \end{align*}

“反对幂三指”, 越靠后的函数积分越容易凑到微分上, 越容易积分

  • 分式的不定积分

    1. 分母可因式分解: 裂项法
    2. 分母不可因式分解, 分子零次: 配方法
    3. 分母不可因式分解, 分子一次: 将分子凑成分母的导数
    4. 分式为三角函数: 万能公式代换

技巧: 对于分母为多项式的, 尝试将分母化为单项式

定积分#

利用定积分求数列极限#

将和式转为limni=1n1nf(in)=01f(x)dx\text{将和式转为}\lim_{n \to \infty} \sum_{i=1}^{n} \frac{1}{n} \cdot f\left(\frac{i}{n}\right) = \int_{0}^{1} f(x) \, dx
(1)limni=1nnn2+i2(1) \quad \lim_{n \to \infty} \sum_{i=1}^{n} \frac{n}{n^2+i^2}

变上限的定积分求导#

ddxaf(x)g(t)dt=g(f(x))f(x)\frac{d}{dx}\int_{a}^{f(x)} g(t) \, dt = g(f(x)) \cdot f'(x)

更一般的情况:

ddxu(x)v(x)g(t)dt=g(v(x))v(x)g(u(x))u(x)\frac{d}{dx}\int_{u(x)}^{v(x)} g(t) \, dt = g(v(x)) \cdot v'(x) - g(u(x)) \cdot u'(x)

华里氏公式#

0π2sinnxdx=(n1)!!n!!π2(n 为偶数)0π2sinnxdx=(n1)!!n!!1(n 为奇数)\begin{align*} & \int_{0}^{\frac{\pi}{2}} \sin^n x \, dx = \frac{(n-1)!!}{n!!} \cdot \frac{\pi}{2} \quad (n \text{ 为偶数}) \\ & \int_{0}^{\frac{\pi}{2}} \sin^n x \, dx = \frac{(n-1)!!}{n!!} \cdot 1 \quad (n \text{ 为奇数}) \\ \end{align*}

定积分换元#

g(t1)g(t2)f(x)dx=t1t2f(g(t))dg(t)\int_{g(t_1)}^{g(t_2)} f(x) \, dx = \int_{t_1}^{t_2} f(g(t)) \, dg(t)

定积分的求解#

  1. 利用奇偶性简化式子
  2. 如果是两类不同积分相乘 or 存在变限积分, 尝试分部积分法
  3. 如果是分式, 尝试裂项法或配方法

定积分的应用#

  • 计算图形的面积

    1. 尝试以 xxyy 为自变量, 计算图形的面积
    2. 尝试以 θ\theta 为自变量, 计算图形的面积
      S=θ1θ212r2dθS = \int_{\theta_1}^{\theta_2} \frac{1}{2} r^2 \, d\theta
  • 计算弧长

    1. L=ab1+y2dxL = \int_{a}^{b} \sqrt{1 + y'^2} \, dx,其中 ll 的方程为直角坐标方程 y=y(x)y = y(x)axba \leq x \leq b
    2. L=αβx2+y2dxL = \int_{\alpha}^{\beta} \sqrt{x'^2 + y'^2} \, dx,其中 LL 为参数方程 {x=x(t)y=y(t)\begin{cases} x = x(t) \\ y = y(t) \end{cases} αtβ\alpha \leq t \leq \beta
    3. L=αβr2(θ)+r(θ)2dθL = \int_{\alpha}^{\beta} \sqrt{r^2(\theta) + r'(\theta)^2} \, d\theta,其中 ll 为极坐标方程:r=r(θ)r = r(\theta)αθβ\alpha \leq \theta \leq \beta
  • 求旋转体的侧面积

    1. S=ab2πy(x)1+y2dxS_{\text{侧}} = \int_{a}^{b} 2\pi y(x) \sqrt{1 + y'^2} \, dx
    2. S=αβ2πy(t)x2+y2dtS_{\text{侧}} = \int_{\alpha}^{\beta} 2\pi y(t) \sqrt{x'^2 + y'^2} \, dt,其中曲线为参数方程 {x=x(t)y=y(t)\begin{cases} x = x(t) \\ y = y(t) \end{cases} αtβ\alpha \leq t \leq \beta
    3. S=αβ2πr(θ)cos(θ)r2(θ)+r(θ)2dθS_{\text{侧}} = \int_{\alpha}^{\beta} 2\pi r(\theta) \cdot \cos(\theta) \sqrt{r^2(\theta) + r'(\theta)^2} \, d\theta,其中曲线为极坐标方程 r=r(θ)r = r(\theta)

多元函数的微分学#

多元函数求极限#

  1. 判断极限是否存在 (从不同路径趋近一下)
  2. 直接代入法
  3. 利用恒等变形
  4. 整体代换 + 洛必达
  5. 无穷小替换
  6. 使用极坐标进行代换
(1)lim(x,y)(0,0)2xy+4xy(2)lim(x,y)(0,0)x2yx4+y2(3)lim(x,y)(0,0)x3yx4+y4\begin{align*} (1) & \quad \lim_{(x,y) \to (0,0)} \frac{2 - \sqrt{xy+4}}{xy} \\ (2) & \quad \lim_{(x,y) \to (0,0)} \frac{x^2y}{x^4 + y^2} \\ (3) & \quad \lim_{(x,y) \to (0,0)} \frac{x^3y}{x^4 + y^4} \\ \end{align*}

多元隐函数求偏导数#

左右同时对对应未定元求偏导数

多元函数求极值#

  1. 求驻点
  2. 利用二阶偏导数判别法

判别式:

D=fxxfxyfyxfyy=fxxfyy(fxy)2 D = \begin{vmatrix} f_{xx} & f_{xy} \\ f_{yx} & f_{yy} \end{vmatrix} = f_{xx} f_{yy} - (f_{xy})^2

DD 为正且 fxx>0f_{xx} > 0 时为极小值点;DD 为正且 fxx<0f_{xx} < 0 时为极大值点;DD 为负时为鞍点;D=0D = 0 时无法判别。

多元函数在约束条件下求极值#

令约束条件为 ϕ(x,y)=0\phi(x,y) = 0,所求极值为 f(x,y)f(x,y),则只需求函数 g(x,y,λ)=f(x,y)+λϕ(x,y)g(x,y, \lambda) = f(x,y) + \lambda \cdot \phi(x,y) 的驻点

二重积分的计算#

Df(x,y)dxdy\iint_D f(x,y) \, dx \, dy
  1. 画出积分区域 DD 的草图

非圆周相关区域下二重积分的计算#

  1. xx 穿 yy 或定 yy 穿 xx , 转换为分步 两次定积分
(1)Df(x,y)dxdy=ab(g1(x)g2(x)f(x,y)dy)dx(2)Df(x,y)dxdy=cd(h1(y)h2(y)f(x,y)dx)dy\begin{align*} (1) & \quad \iint_D f(x,y) \, dx \, dy = \int_{a}^{b} \left( \int_{g_1(x)}^{g_2(x)} f(x,y) \, dy \right) dx \\ (2) & \quad \iint_D f(x,y) \, dx \, dy = \int_{c}^{d} \left( \int_{h_1(y)}^{h_2(y)} f(x,y) \, dx \right) dy \end{align*}

利用三角换元求解二重积分#

{x=rcosθy=rsinθ\begin{cases} x = r \cos \theta \\ y = r \sin \theta \end{cases}从而 dxdy=rdrdθdx \, dy = r \, dr \, d\theta, 其中系数由几何意义求出

三重积分的计算#

Ωf(x,y,z)dxdydz\iiint_{\Omega} f(x,y,z) \, dx \, dy \, dz
  1. 画出积分区域 Ω\Omega 的草图

利用投影法 (“先一后二”) 求二重积分#

xyxy 穿 zz,转为对二重积分进行积分

利用平面截割法 (“先二后一”) 求三重积分#

zz 穿 xyxy,转为对三重积分进行积分

利用三角换元求三重积分#

  • {x=rsinϕcosθy=rsinϕsinθz=rcosϕ\begin{cases} x = r \sin \phi \cos \theta \\ y = r \sin \phi \sin \theta \\ z = r \cos \phi \end{cases}, 则 dxdydz=r2sinϕdrdϕdθdx \, dy \, dz = r^2 \sin \phi \, dr \, d\phi \, d\theta

曲线积分#

  1. 画出曲线的草图

对弧长曲线积分 (第一类曲线积分) 的计算#

Lf(x,y)ds\int_L f(x,y) \, ds
  1. 转为常规积分

    ds=1+y(x)2dxds=x(t)2+y(t)2dt\begin{align*} ds &= \sqrt{1 + y'(x)^2} \, dx \\ ds &= \sqrt{x'(t)^2 + y'(t)^2} \, dt \end{align*}
  2. 代入, 转换为单变量积分

对坐标的曲线积分 (第二类曲线积分) 的计算#

LPdx+Qdy\int_L P \, dx + Q \, dy

即在对应投影平面上的积分

  1. LL 为直角坐标方程 y=y(x)y = y(x),则
    LPdx+Qdy=abP(x,y(x))dx+Q(x,y(x))y(x)dx\int_L P \, dx + Q \, dy = \int_{a}^{b} P(x,y(x)) \, dx + Q(x,y(x)) \cdot y'(x) \, dx
  2. LL 为参数方程
    LPdx+Qdy=αβP(x(t),y(t))x(t)dt+Q(x(t),y(t))y(t)dt\int_L P \, dx + Q \, dy = \int_{\alpha}^{\beta} P(x(t),y(t)) \cdot x'(t)\, dt + Q(x(t),y(t)) \cdot y'(t) \, dt

格林公式#

使用场景: 曲线为简单闭合曲线

LPdx+Qdy=±D(QxPy)dxdy\oint_L P \, dx + Q \, dy = \pm \iint_D \left( \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} \right) \, dx \, dy

其中 DDLL 所围成的区域

一般来说, 逆时针方向为正, 顺时针方向为负

曲面积分#

对面积的曲面积分 (第一类曲面积分) 的计算#

Sf(x,y,z)dS\iint_S f(x,y,z) \, dS
  1. 转为常规积分
    dS=1+(zx)2+(zy)2dxdydS = \sqrt{1 + \left( \frac{\partial z}{\partial x} \right)^2 + \left( \frac{\partial z}{\partial y} \right)^2} \, dx \, dy
  2. 代入, 转换为双变量积分

对坐标的曲面积分 (第二类曲面积分) 的计算#

Pdx+Qdy+Rdz\iint_{\sum} P \, dx + Q \, dy + R \, dz
R(x,y,z)dxdy=±DxyR(x,y,z(x,y)),dxdy\iint_{\sum}R(x,y,z) \, dx \, dy = \pm \iint_{D_{xy}} R(x,y,z(x,y)) ,dx \, dy

坐标轴正方向 (前, 上, 右) 为正方向, 负方向 (后, 下, 左) 为负方向

高斯公式#

使用场景: 曲面为简单闭合曲面

Pdxdy+Qdydz+Rdzdx=±Ω(Ry+Qx+Pz)dxdydz\oiint_{\sum} P \, dx\, dy + Q \, dy \, dz + R \, dz \, dx = \pm \iiint_{\Omega} \left( \frac{\partial R}{\partial y} + \frac{\partial Q}{\partial x} + \frac{\partial P}{\partial z} \right) \, dx \, dy \, dz

其中 Ω\Omega\sum 所围成的区域

外侧为正, 内侧为负

期末考点#

定积分#

  • 黎曼积分定义

    f(x)f(x) 是定义在 [a,b][a,b] 上的有界函数,在 [a,b][a,b] 上任意取分点 {xi}i=0n\{x_i\}_{i=0}^n,作成一种划分

    P:a=x0<x1<x2<<xn=bP: a = x_0 < x_1 < x_2 < \cdots < x_n = b

    并任意取点 ξi[xi1,xi]\xi_i \in [x_{i-1}, x_i]。记小区间 [xi1,xi][x_{i-1}, x_i] 的长度为 Δxi=xixi1\Delta x_i = x_i - x_{i-1},并令 λ=max1in(Δxi)\lambda = \max_{1 \leq i \leq n}(\Delta x_i),若当 λ0\lambda \to 0 时,极限

    limλ0i=1nf(ξi)Δxi\lim_{\lambda \to 0} \sum_{i=1}^{n} f(\xi_i) \Delta x_i

    存在,且极限值既与划分 PP 无关,又与对 ξi\xi_i 的取法无关,则称 f(x)f(x)[a,b][a,b]Riemann 可积,和式

    Sn=i=1nf(ξi)ΔxiS_n = \sum_{i=1}^{n} f(\xi_i) \Delta x_i

    称为 Riemann 和,其极限值 II 称为 f(x)f(x)[a,b][a,b] 上的定积分,记为

    I=abf(x)dxI = \int_a^b f(x) \, dx

    这里 aabb 分别被称为积分的下限和上限。

  • 可积条件

有界函数 f(x)f(x)[a,b][a,b] 上积分的充分必要条件是,对于任意分割 PP,当 λ=max(Δxi)0\lambda = \max(\Delta x_i) \to 0 时,Darboux 大和与 Darboux 小和的极限相等,即成立

limλ0S(P)=L=l=limλ0S(P)\lim_{\lambda \to 0} \overline{S}(P) = L = l = \lim_{\lambda \to 0} \underline{S}(P)

多元函数微分学#

  • 可微的判定

    设函数 z=f(x,y)z = f(x, y)(x0,y0)(x_0, y_0) 点的某个邻域上存在偏导数,并且偏导数在 (x0,y0)(x_0, y_0) 点连续,那么 ff(x0,y0)(x_0, y_0) 点可微。

  • 混合偏导相等判定

    如果函数 z=f(x,y)z = f(x, y) 的两个混合偏导数 fxyf_{xy}fyxf_{yx} 在点 (x0,y0)(x_0, y_0) 连续,那么等式

    fxy(x0,y0)=fyx(x0,y0)f_{xy}(x_0, y_0) = f_{yx}(x_0, y_0)

    成立。

  • Taylor 展开

    定理 12.3.3(Taylor 公式) 设函数 f(x,y)f(x,y) 在点 (x0,y0)(x_0, y_0) 的邻域 U=O((x0,y0),r)U = O((x_0, y_0), r) 上具有 k+1k+1 阶连续偏导数,那么对于 UU 内每一点 (x0+Δx,y0+Δy)(x_0 + \Delta x, y_0 + \Delta y) 都成立

    f(x0+Δx,y0+Δy)=f(x0,y0)+(Δxx+Δyy)f(x0,y0)+12!(Δxx+Δyy)2f(x0,y0)++1k!(Δxx+Δyy)kf(x0,y0)+Rk\begin{align} f(x_0 + \Delta x, y_0 + \Delta y) &= f(x_0, y_0) + \left( \Delta x \frac{\partial}{\partial x} + \Delta y \frac{\partial}{\partial y} \right) f(x_0, y_0) + \\ &\quad \frac{1}{2!} \left( \Delta x \frac{\partial}{\partial x} + \Delta y \frac{\partial}{\partial y} \right)^2 f(x_0, y_0) + \cdots + \\ &\quad \frac{1}{k!} \left( \Delta x \frac{\partial}{\partial x} + \Delta y \frac{\partial}{\partial y} \right)^k f(x_0, y_0) + R_k \end{align}

    其中 Rk=1(k+1)!(Δxx+Δyy)k+1f(x0+θΔx,y0+θΔy)R_k = \frac{1}{(k+1)!} \left( \Delta x \frac{\partial}{\partial x} + \Delta y \frac{\partial}{\partial y} \right)^{k+1} f(x_0 + \theta \Delta x, y_0 + \theta \Delta y)(0<θ<1)(0 < \theta < 1) 称为 Lagrange 余项

  • 无条件极值

    多元函数求极值

  • 条件极值

    多元函数在约束条件下求极值

多元函数积分学#

  • 二重积分的计算

    二重积分的计算

  • 三重积分的计算

    三重积分的计算

  • 曲线积分

    曲线积分

  • 曲面积分

    曲面积分

  • 积分与路径无关

    DD 为平面上的单连通区域,P(x,y)P(x,y)Q(x,y)Q(x,y)DD 上具有连续偏导数,则下面的四个命题等价:

    1. 对于 DD 内的任意一条光滑(或分段光滑)闭曲线 LLLPdx+Qdy=0;\oint_L P\,dx + Q\,dy = 0;

    2. 曲线积分 LPdx+Qdy\int_L P\,dx + Q\,dy 与路径无关;

    3. 存在 DD 上的可微函数 U(x,y)U(x,y),使得 dU=Pdx+Qdy,dU = P\,dx + Q\,dy,Pdx+QdyP\,dx + Q\,dyU(x,y)U(x,y) 的全微分,这时称 U(x,y)U(x,y) 为1-形式 Pdx+QdyP\,dx + Q\,dy原函数

    4. DD 内成立等式 Py=Qx.\frac{\partial P}{\partial y} = \frac{\partial Q}{\partial x}.

数学分析 二 速通
https://astro-pure.js.org/blog/calculus_2
Author Linlu
Published at May 7, 2025