考研:高等数学导图
2026-10-21 19:39:06 0 举报当初考研时自己做的,知识点太多所以用导图梳理,感兴趣的可以用着玩,自己重新设计补充删减。别看背景绿觉得丑,我纯纯是为了护眼,考研你懂的,数一英一费眼睛。觉得丑的可以自己改改,我就不改了。
考研数学
考试
笔记
高等数学
研究生考试
模板推荐
作者其他创作
大纲/内容
函数、极限、连续
函数
四大性质的判定
单调性
定义
例:【单调增加】<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)"><span></span><span></span></span>在区间<span class="equation-text" contenteditable="false" data-index="1" data-equation="I"><span></span><span></span></span>上有定义,对于任意两点<span class="equation-text" contenteditable="false" data-index="2" data-equation="x_1,x_2,当x_1<x_2"><span></span><span></span></span>,恒有<span class="equation-text" contenteditable="false" data-index="3" data-equation="f(x_1)<f(x_2)"><span></span><span></span></span>
与导数的联系
注意:“若+某条件”指条件成立,后面才成立
<span class="equation-text" contenteditable="false" data-index="0" data-equation="若f^{'}{(x_0)}>0,则存在\delta>0,(若f^{'}{(x_0)}<0同样适用)"><span></span><span></span></span>[由导数的定义形式可推得]
例题
C
错误思路:将保号性混淆进来,认为<br><span class="equation-text" data-index="0" data-equation="f^{'}(0)>0"><span></span><span></span></span>,则<span class="equation-text" data-index="1" data-equation="f{'}(x)在(-\alpha,\alpha)"><span></span><span></span></span>也大于0
纠正:保号性是极限的性质,即使要根据导数定义中的极限推x=0的领域内<br>导数极限同样大于0,前提是f(x)在x=0的领域内处处导数存在(不一定要导函数连续)<br>,不然都不存在怎么去大于0,而题目显然无法推出这个条件。
奇偶性
对奇函数,注意:在x=0处有定义,且f(0)=0
与导数和变上限积分的联系
与复合函数的关系
定义域不关于原点对称,则非奇非偶
定义域关于原点对称
内外函数任一为偶,则复合函数为偶函数
内外函数全为奇,则复合函数为奇函数
周期性
定义
存在T>0,恒有f(x+T)=f(x),T为最小正周期
与导数的联系
与复合函数的关系
内函数是周期函数且周期为T,则复合函数必为周期函数,T是周期但不一定是最小正周期
内函数不是周期函数,则复合函数一般不是周期函数
有界性
定义
<span class="equation-text" contenteditable="false" data-index="0" data-equation="\exists M>0,\forall x\in I,|f(x)|\leq M"><span></span><span></span></span>
与连续、导数的联系
<span class="equation-text" data-index="0" data-equation="f^{'}(x)" contenteditable="false"><span></span><span></span></span>有界与f(x)有界的关系<b>有且仅有</b>上图最后一行的理论
与周期函数的联系
连续周期函数必有界
极限
数列极限
定义
性质
局部有界性
可与定义的第二张图片对应
保号性
记忆:由极限A≥0->f(x)≥0,不成立,因为f(x)可以从正负两个方向趋向0,推得<br>结论(1);再反推结论(2)
常用于:极值点、凹凸性的判定
存在准则
夹逼准则
单调有界准则
使用条件:不求出具体极限,只要求证明数列收敛
数列、函数极限均有
保号性
<b>看到极限与0的大小关系,就要能想到保号性</b>
记忆技巧:只需知道这个不行,其余反推
<span class="equation-text" contenteditable="false" data-index="0" data-equation="补充:A>0可推f(x)\geq 0;f(x)>0可推A\geq 0"><span></span><span></span></span>,(因为右边只是加了或等于0,当然可以推)
使用情况:<br>1、题目给了极限值且值不为0,要判定函数的正负;<br>2、要判定极限值的正负,则可通过判定f(x)...
数列或函数极限与绝对值的关系
只知A大于或小于0,也可以说明极限存在
无穷小、无穷大
无穷小的性质(三条)
有穷和、有穷积、无穷小与有界量之积
无穷大的比较(五种函数)
无穷大的性质(三条)
有限无穷大的积、无穷有界之和、(?)无穷与非0有界之积
求极限
极限不存在的情况(注意其中包含的特殊函数)
极限不存在的三种:<br>1、极限为无穷;<br>2、左右极限不相等,如分段函数;<br>3、没有确定的函数值,如sinx,x从0到无穷
基本方法
有理运算法则
非零因子先求
两个函数相除取极限,其一极限趋0,可推条件
两个函数极限相加减相乘的存在性<br>(定理同样适用于连续性、可导性、(待验证)无穷级数敛散性)
存在<span class="equation-text" contenteditable="false" data-index="0" data-equation="\pm"><span></span><span></span></span>不存在=不存在
规律应用:<br>若两个极限相加存在,则可先求其中一个极限是否存在,<br>若存在,则另一个极限必存在;若不存在,则另一个极限必不存在<br>如果是第二种情况,则不能拆分求极限去求相加后的极限了
补充:(注意不存在≠无穷大,存在则A≠0或=0)<br>
幂指运算法则补充:
基本极限+等价无穷小代换+洛必达<br>
加减代换有原则
洛必达使用的三个前提
使用洛必达需化出的两个最终形式
泰勒公式
使用条件:<br><ul><li>不同类型的函数相加减相除;</li><li><span style="font-size:inherit;">其他方法用不了,但式子可简化为只含一种函数类型的式子;</span></li><li><span style="font-size:inherit;">确定无穷小的阶数,一般是基于A-B式。</span></li></ul>
展开原则
可以在内部展开
,<br>
奇、偶函数的特殊展开
例题
1(上下同阶)
2(加减幂次最低)
3(泰勒公式代入的特殊情况)
原则是:以上为例,要展开到<span class="equation-text" contenteditable="false" data-index="0" data-equation="x^2"><span></span><span></span></span>,而<span class="equation-text" contenteditable="false" data-index="1" data-equation="1-2x+3x^2"><span></span><span></span></span>代入ln(1+x)的泰勒后,由于2x的存在,导致在第二项中也有<span class="equation-text" contenteditable="false" data-index="2" data-equation="x^2"><span></span><span></span></span>,因此第二项中的<span class="equation-text" contenteditable="false" data-index="3" data-equation="x^2"><span></span><span></span></span>也要加上,所以展开到了第二项
单调有界准则求极限
例题
其实<span class="equation-text" contenteditable="false" data-index="0" data-equation="x_n>0"><span></span><span></span></span>也可以说有下界,但没有充分利用<br>题目条件判定范围,这里容易设坑和丢分
步骤
1、利用单调有界证极限存在
2、令极限为a,代入题中等式
中值定理求极限
相同形式的函数相减
拉格朗日:
积分做因子或分母,用洛必达不方便
(2)需要g(x)恒大于0或恒小于0
求n项和或积的数列极限
易错点:注意区分主体和变化部分
次量级用夹逼,同量级用定积分定义
<font color="#fff176">一般的n项和数列(大题)</font>
夹逼准则
使用条件
变化部分的最大值与主体相比较是次量级
定积分定义
使用条件
变化部分的最大值与主体相比较是同量级
计算方法
提可爱因子
级数(若夹逼、定积分都不管用)
n项数列极限+幂指
n项连乘的数列极限(例题见高辅p34)
解题框架
基本极限形式求极限
补充:
n项和或积的数列求极限
易错点:注意区分主体和变化部分
次量级用夹逼,同量级用定积分定义
<font color="#fff176">一般的n项和数列(大题)</font>
夹逼准则
使用条件
变化部分的最大值与主体相比较是次量级
定积分定义
使用条件
变化部分的最大值与主体相比较是同量级
计算方法
提可爱因子
级数(若夹逼、定积分都不管用)
n项数列极限+幂指
n项连乘的数列极限(例题见高辅p34)
递推关系定义的数列求极限
单调性判定的一般方法:
已知<span class="equation-text" contenteditable="false" data-index="0" data-equation="a_{n+1}=f(a_n)"><span></span><span></span></span>的具体式子
解题逻辑:
例题
不知道<span class="equation-text" contenteditable="false" data-index="0" data-equation="a_{n}"><span></span><span></span></span>的具体式子,只知道<span class="equation-text" contenteditable="false" data-index="1" data-equation="a_1...a_n"><span></span><span></span></span>之间的<br>关系等其他信息
递推技巧:<br>(以下无法推测递增递减,则很可能数列不符合递增或递减;而推测A时可能有误,<br>可以多试两个,否则很可能极限不存在)<br><ul><li><span style="font-size:inherit;">先确定可能是递增(递减),然后假设</span><span class="equation-text" data-index="0" data-equation="x_n>x_n-1" contenteditable="false"><span></span><span></span></span><span style="font-size:inherit; background-color:rgb(129, 199, 132); color:rgb(0, 0, 0); font-family:微软雅黑; font-style:normal; font-weight:normal; text-align:left; display:inline !important;">, 根据已有条件推得</span></li></ul><span class="equation-text" data-index="1" data-equation="x_{n+1}>x_n" contenteditable="false"><span></span><span></span></span><br><ul><li>再由<span class="equation-text" data-index="2" data-equation="x_1、x_2" contenteditable="false"><span></span><span></span></span>等或已知条件推算极限可能为A,然后假设<span class="equation-text" data-index="3" data-equation="x_n<A" contenteditable="false"><span></span><span></span></span>, 根据<br>已有条件推得<span class="equation-text" contenteditable="false" data-index="4" data-equation="x_{n+1}<A"><span></span><span></span></span></li></ul>
例题:660P43T122
其他情况:<br>判定上界可以考虑不等式,例:660P45T128
<font color="#fff176">已知极限确定参数或求另一个函数极限</font>
例题:
<font color="#fff176">无穷小量阶的比较</font>
比较两个无穷小阶实际上就是求0/0极限
基本方法
例题(5种实操方法)
补充结论
易忘易错方法
有理化(用于简化极限)
示例
巧用换元法,用于简化计算
非零因子先提(要时刻注意,一旦发现,马上提出)
示例
非分子分母,相乘的式子也能等价代换
对∞/∞要记得分子分母同除以分子和分母各项中的最高阶无穷大
示例
分子有多个项的拆分方法
(□)—>(□+1-1), □ 趋于1
1-1的结构提出其中一个作为因子可消去,<br>留下含1的结构可作如<span class="equation-text" contenteditable="false" data-index="0" data-equation="(1+x)^\alpha-1、a^x-1"><span></span><span></span></span>的无穷小代换
<span class="equation-text" contenteditable="false" data-index="0" data-equation="\lim_{n \to (\infty^-)} 或 \lim_{n \to (0^-)}"><span></span><span></span></span>时从根号中提x或分子分母同除以x
要用(-x):因为实际上要除的是<span class="equation-text" contenteditable="false" data-index="0" data-equation="\sqrt{x^2}"><span></span><span></span></span>,相当于|x|,而x为负,所以为-x
无穷小代换中x正负的替换:<br>
易错点
对幂指函数加e,最后不要漏掉e
容易混淆的两个公式
拉格朗日使用的注意事项:<br><span class="equation-text" data-index="0" data-equation="f(b)-f(a)=f^{'}(\xi)(b-a)"><span></span><span></span></span><ul><li><span style="font-size:inherit;">其中 f(...)本身这个结构不能含有x,如</span><span class="equation-text" data-index="1" data-equation="2^x-2^{tanx}"><span></span><span></span></span><span style="font-size:inherit; background-color:rgb(129, 199, 132); color:rgb(0, 0, 0); font-family:微软雅黑; font-style:normal; font-weight:normal; text-align:left; display:inline !important;">可以使用拉格朗,但</span></li></ul><span class="equation-text" data-index="2" data-equation="(2+tanx)^x-2^x"><span></span><span></span></span>不能用拉格朗日;<br><ul><li>当发现<span class="equation-text" data-index="3" data-equation="f^{'}(\xi)=0"><span></span><span></span></span>的时候不能用拉格朗日。</li></ul>
选填技巧
求极限:若为填空题或选择题选择题选项中没有不存在,则可得到默认条件为该极限存在
连续
函数连续的充要条件
连续函数的局部保号性
f(x)在<span class="equation-text" data-index="0" data-equation="x = x_0" contenteditable="false"><span></span><span></span></span>处连续,则f(x)在<span class="equation-text" data-index="1" data-equation="x=x_0" contenteditable="false"><span></span><span></span></span>的领域内关于<span class="equation-text" contenteditable="false" data-index="2" data-equation="f(x_0)"><span></span><span></span></span>局部保号
闭区间连续函数的性质(后两个常用)
讨论间断点及其分类
间断点
定义
f(x)在<span class="equation-text" contenteditable="false" data-index="0" data-equation="x_0"><span></span><span></span></span>某去心领域有定义,但在<span class="equation-text" contenteditable="false" data-index="1" data-equation="x_0"><span></span><span></span></span>处不连续
类型
可去间断点、跳跃间断点、第二类间断点(左右极限至少一个不存在)
步骤1:初步判定间断点
<span class="equation-text" contenteditable="false" data-index="0" data-equation="找f(x)在x=x_0点无定义或\lim_{x \to x_0}f(x)不存在"><span></span><span></span></span>
易错点
注意:第二个示例间断点还有 x = -1
可去间断点:f (x)在x₀处得到左、右极限均存在且相等,且满足f (x)在x₀处<br>无定义,或<b>在x₀处有定义但不等于函数f (x)在x₀的左右极限</b>
步骤2:求间断点的左右极限,判定间断点类型
对具体函数
例题
对抽象函数(极限n趋于无穷型<span class="equation-text" contenteditable="false" data-index="0" data-equation="x^n"><span></span><span></span></span>类)
步骤
1、若为分式,先判分母不为0,得首个间断点
2、先写出由x取值范围决定的n->∞的f(x)的分段表达式
3、再根据分段函数找间断点,尤其注意分段点
例题
连续函数之间加减乘还是是连续函数,相除:去掉分母为0的点其他点连续
复合函数f(g(x))的极限、连续及其间断点
f(u)在(-∞,+∞)上连续,g(x)在(-∞,+∞)上连续—>复合函数f(g(x))在(-∞,+∞)上连续
注意f(g(x))的自变量是x,判定极限、连续或间断点都是用x取点判定
介值、最值、零点定理的证明题
一元函数微分学
导数与微分
导数的定义
需要区分开的定义:
例题
<font color="#fff176">导数定义求极限</font>
<font color="#fff176">导数定义求导数</font>
分段函数在分段点的导数要用定义求
导数定义的应用
(1)导数定义判定在某点是否可导
细节点+易错点
<span class="equation-text" contenteditable="false" data-index="0" data-equation="|x|-|-x|"><span></span><span></span></span>无论x取正取负,恒为0,为最高阶无穷小
<span class="equation-text" data-index="0" data-equation="cosx恒小于1,因此(1-cosh)→0^+" contenteditable="false"><span></span><span></span></span>,若作为<span class="equation-text" contenteditable="false" data-index="1" data-equation="\triangle x"><span></span><span></span></span>只能证右导数存在
例题:
<span class="equation-text" contenteditable="false" data-index="0" data-equation="排除(3):lim_{h\to 0}f(h) = lim_{h\to 0}f(2h)=1≠f(0) =0"><span></span><span></span></span>
(2)在某点连续但不可导的情况<br>+f(x)与|f(x)|的可导关系
f(x)在某点连续但不可导一般是指f(x)在该点存在折角(可以去掉其他思路)
折角出现的情况:<br><span class="equation-text" contenteditable="false" data-index="0" data-equation="1、f(x_0)=0,f(x)在x=x_0连续且可导,则|f(x)|在x=x_0连续但不可导;"><span></span><span></span></span><br><span class="equation-text" contenteditable="false" data-index="1" data-equation="2、f(x)为连续的分段函数,且在x=x_0不可导。"><span></span><span></span></span>
第1种情况如果<span class="equation-text" contenteditable="false" data-index="0" data-equation="【f(x_0)≠0】或者【f(x_0)=0且f^{'}(x_0)=0】"><span></span><span></span></span>,也可使<span class="equation-text" contenteditable="false" data-index="1" data-equation="|f(x)|在x=x_0可导"><span></span><span></span></span>
详见全书p46
(3)在某点的可导函数与可导不连续函数的乘积
可用方法
例题:(用的定义方法)
【(2)(3)的结合应用】例题:
(4)<span class="equation-text" contenteditable="false" data-index="0" data-equation="f^{'}(x)"><span></span><span></span></span>的存在性与连续性(易混淆)
微分的定义
<span class="equation-text" data-index="0" data-equation="△y = f(x_0+△x)-f(x_0)可表示为△y =A(x_0)△x+O(△x)," contenteditable="false"><span></span><span></span></span><br><span class="equation-text" contenteditable="false" data-index="1" data-equation="则f(x)在x=x_0点可微,A(x_0)△x为在该点的微分,记为dy|_{x=x_0}=A(x_0)△x"><span></span><span></span></span><br>
其中<span class="equation-text" contenteditable="false" data-index="0" data-equation="A(x_0)=f^{'}(x_0),△x = dx"><span></span><span></span></span>
连续、可导与可微之间的关系
求导方法(6种)
<font color="#fff176">复合函数求导</font>
方法:
例题:
<font color="#fff176">隐函数求导</font>
<span style="font-size:inherit;">方法1:</span><br>
方法2:二元方程为F(x,y)=0,则<br><span class="equation-text" data-index="0" data-equation="y'=-\frac{F^{'}_x}{F^{'}_y}" contenteditable="false"><span></span><span></span></span>
示例:
<font color="#fff176">反函数求导</font>
例题
<font color="#fff176">参数方程求导</font>
方法1:条件足够,则直接带入公式
方法二:先求一阶导,再由一阶导和二阶导的关系求二阶导
对数求导法
使用条件
幂指函数,连乘、连除,开方、乘方等形式的函数求导
方法
加ln后求导,再进行拆分
易错点
任一项加ln之后都要加绝对值,除非已知该项恒大于0
<font color="#212121">高阶导数(看到高阶导数如求<span class="equation-text" data-index="0" data-equation="f^{n}(x_0)或f^{n}(x)" contenteditable="false"><span></span><span></span></span>,就要想到泰勒!)</font>
方法:
例题
补充真题例题:
细节点+易错点
奇(偶)函数在原点的偶(奇)阶导数均为0,如<span class="equation-text" data-index="0" data-equation="f(x)=ln(x+\sqrt{x^2+1}),f(0)^{''}=0" contenteditable="false"><span></span><span></span></span>
两个曲线相切的条件
1、在切点导数值相等
2、在切点函数值相等
导数应用
微分中值定理(四个)
其中罗尔定理、拉格朗日定理和柯西定理建立了<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)与f^{'}(x)"><span></span><span></span></span>的联系
泰勒定理(拉格朗日余项)建立了<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)与f^{(n)}(x)"><span></span><span></span></span>的联系
极值、凹凸性、拐点、曲率
极值点
定义
易错点
极值是某点的函数值与附近点相比值最大,而在规定的区间内,最大最小值分别只有一个或不存在,极值可以有多个
驻点不一定是极值点
注意:极大值不一定比极小值大,两者无比较关系
极值点
若f(x)在<span class="equation-text" contenteditable="false" data-index="0" data-equation="x_0"><span></span><span></span></span>可导且取得极值,必要条件是
<span class="equation-text" contenteditable="false" data-index="0" data-equation="f^{'}(x_0)=0"><span></span><span></span></span>
充分条件
<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)在x=x_0连续,但f(x_0)不存在时可以用第一充分条件判定"><span></span><span></span></span>
注意:对于第一充分条件,<span class="equation-text" data-index="0" data-equation="f^{'}(x_0)" contenteditable="false"><span></span><span></span></span>可以不存在,<br>只要f(x)在<span class="equation-text" contenteditable="false" data-index="1" data-equation="x=x_0"><span></span><span></span></span>连续,可以直接使用第一充分条件判定极值点
拐点
用定义(凹凸性)判定
若f(x)在点<span class="equation-text" data-index="0" data-equation="x_0" contenteditable="false"><span></span><span></span></span>处二阶可导且取得拐点,必要条件是
<span class="equation-text" contenteditable="false" data-index="0" data-equation="f^{''}(x)=0"><span></span><span></span></span>
充分条件
只要f(x)在<span class="equation-text" contenteditable="false" data-index="0" data-equation="x=x_0"><span></span><span></span></span>连续,可以直接使用第一充分条件判定拐点<br>(可利用此方法快速解题)
例题
答案:
方法一是最终根据第三充分条件判定
在某点上,极值点和拐点不能共存
极值点和拐点补充
求极值点和拐点最后都要列出具体的点<span class="equation-text" contenteditable="false" data-index="0" data-equation="(x_0,f(x_0))"><span></span><span></span></span>,<br>如果求极值则要写在某点取得极值以及极值等于多少
如果是偶函数或奇函数,可以只求一半,另一半根据奇偶函数的性质推断出来
两者联系:若f(x)在x=x_0不可导,则在该点可同时取得极值点和拐点;<br>若可导,则是拐点则不可能为极值点(不可共存?)
凹凸性
用定义判定
用<span class="equation-text" contenteditable="false" data-index="0" data-equation="f^{''}(x)"><span></span><span></span></span>判定
补充:在选择中遇到以上考点还可以使用作图法,画出函数大致走向
曲率
例题:
极值点和拐点:(以下备注的C项排除方法有疑)
注意:<span class="equation-text" contenteditable="false" data-index="0" data-equation="f^{''}(0)=0,在x=0"><span></span><span></span></span>点也能取得极值<br>理由:在判定极值点的第三充分条件中可以看出,不一定就是二阶导数,<br>前面都为0直到出现偶数阶导数不为0也可以推断为极值点
有二阶连续导数:一阶导数二阶导数都存在,且其函数连续
最值
由于除去端点,最大值一定是极值点
因此求连续函数f(x)在[a,b]上的最值的步骤为
渐近线
水平渐近线、垂直渐近线、斜渐近线
常用技巧
由于斜渐近线的特点是x->a时,f(x)=∞,则寻<b>找斜渐近线可以找f(x)的间断点</b>
对于找水平或斜渐近线,先看斜渐近线,如果求斜渐近线的第一步发现<span class="equation-text" contenteditable="false" data-index="0" data-equation="lim_{x\to ∞}\frac{f(x)}{x}"><span></span><span></span></span>结果为0或∞,<br>若为∞则无斜渐近线和水平渐近线,若为0则可能有水平渐近线,之后再看水平渐近线
易忘+易错点
一定要注意区分x趋向+∞和-∞不一样的情况
对曲线求渐近线,由于是求极限,对于如|x|,<span class="equation-text" data-index="0" data-equation="e^{f(x)},arctanf(x)" contenteditable="false"><span></span><span></span></span>类一定要注意是否需要分开讨论<br>(注意:|x|类可能隐藏在<span class="equation-text" data-index="1" data-equation="lim_{x\to ±∞}\frac{f(x)}{x}" contenteditable="false"><span></span><span></span></span>内,如<span class="equation-text" contenteditable="false" data-index="2" data-equation="\sqrt{x^2}=|x|"><span></span><span></span></span>)<br>
如果曲线函数是奇偶函数,可以只求一侧,另一侧套用
讨论方程实根个数
一般方法
罗尔定理推论记忆:比如二元一次方程,<span class="equation-text" contenteditable="false" data-index="0" data-equation="ax^2+bx+c"><span></span><span></span></span><br>二阶导不为0,三阶导必为0,而它最多有两个实根
找实根可以转化为找零点问题,式子全部左移即可
<font color="#000000">证明至少有n个实根</font>
1、若题目没有给比较复杂的函数式,则一般是用零点定理,找正负性相反的点
2、若题目给了函数式,且直接用零点定理不好做,则往往构造函数的原函数,找出原函数中函数值相等的点,用罗尔定理
<font color="#000000">用罗尔定理时:</font><font color="#000000"></font><br><font color="#000000">证至少一个实根就找区间内两个函数值相等的点(一般看端点)</font><font color="#000000"></font><br><font color="#000000">证至少两个实根就</font><font color="#000000">找区间内三个函数值相等的点,然后分两个区间使用定理</font>
证明有且仅有n个实根
1、证明至少有n个实根(n个零点)
2、可由罗尔定理推论或其他方法证明最多有n个实根
带参数的方程根问题
法一
将参数分离出来,如下:
例题见高辅p77【例5】
法二
例题
答案:
易漏点:k≤1的情况
注意
可以通过观察法灵活代入一些值,找到零点<span class="equation-text" contenteditable="false" data-index="0" data-equation="(f(x_0)=0)"><span></span><span></span></span>或可能存在零点的区间<span class="equation-text" contenteditable="false" data-index="1" data-equation="("><span></span><span></span></span><span class="equation-text" contenteditable="false" data-index="2" data-equation="a \neq b,f(a)>0且f(b)<0"><span></span><span></span></span><span class="equation-text" contenteditable="false" data-index="3" data-equation=")"><span></span><span></span></span>
不等式的证明
方法
明确要证什么,然后往那个方向凑
具体方法:
例题
易忘点
微分中值定理有关的证明
三大中值定理(罗尔定理、拉格朗日中值定理、泰勒公式)
方法
(1)证明一个中值点构成等式
常用辅助函数
(2)证明两个中值点(难点是第二条中分点的选取)
(3)证明一个中值点构成不等式(常用泰勒公式处理)
例题
方法(1):
方法(2):
方法(3):
综合题
f(x)、f(x)'、f(x)''、<span class="equation-text" contenteditable="false" data-index="0" data-equation="\begin{matrix} \int_{_x}^{a} f(t)\, \mathrm{d}t \end{matrix}"><span></span><span></span></span>的图形题
单调性
一元函数积分学
不定积分(函数簇)
原函数的存在性
连续函数一定有原函数,而原函数必可导且连续
<b>补充:</b>分段函数的原函数问题
三种积分方法(主要考)
凑微分法
第二类换元法(用t替换)
常用于非分子的根号式
分部积分法(常用于两类不同函数相乘)
选择技巧:求导之后难简化或者会更复杂的部分凑进微分号
例外:
小总结:
第一行末尾改成<span class="equation-text" contenteditable="false" data-index="0" data-equation="\sqrt{x^□±a}"><span></span><span></span></span>
三类常见可积函数积分
不定积分杂例(如有必要,再补充)
细节点+易错点
看到根号,要优先想到如何去根号
比较巧妙的积分结构
少了个负号
定积分(数值)及其应用
性质
易错点:求<b>几何面积</b>有正有负,且正负相加需相抵;但求<b>围成的面积</b>、表面积之类则均为正
<font color="#fff176">f(x)定积分的存在性与性质</font>
存在性
注意:以下都是在有界闭区间内
必要条件
充分条件
(4) f(x)在[a,b]上单调
性质
不等式
常应用于(1)积分不等式、(2)定积分有关的极限问题(如<span class="equation-text" contenteditable="false" data-index="0" data-equation="\begin{matrix} \ lim_{n\to \infty}\begin{matrix} \int_{0}^{1} \frac{x^n}{\sqrt{1+x^{2}}}\, \mathrm{d}x \end{matrix} \end{matrix}"><span></span><span></span></span>,放缩后一般用夹逼)
(2)例题
积分中值定理
定积分计算方法
牛顿—莱布尼兹公式
<font color="#fff176">换元积分法</font>
<font color="#fff176">分部积分法</font>
利用奇偶性、周期性
利用现有公式
三角函数相关公式(目前三个)
具备几何意义的公式:
区间再现公式
常用在被积函数原函数不易求出的定积分的计算
变式:
例题:
<font color="#fff176">变上限积分<span class="equation-text" data-index="0" data-equation="\begin{matrix} \int_{_a}^{x} f(t)\, \mathrm{d}t \end{matrix}" contenteditable="false"><span></span><span></span></span></font>(函数)
连续性
可导性
奇偶性
<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)为奇函数,则\begin{matrix} \int_{a}^{x} f(t)\, \mathrm{d}t\end{matrix}为偶函数"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(x)为偶函数,则\begin{matrix} \int_{0}^{x} f(t)\, \mathrm{d}t\end{matrix}为奇函数【偶推奇a为零】"><span></span><span></span></span>
处理变上限积分的四种方法
等价代换
洛必达法则
等价无穷小代换
积分中值定理
例题
<font color="#fff176">比较定积分大小</font>
方法
变量代换
积分中值定理
变上限积分
柯西积分不等式:
<font color="#fff176">不等式证明</font>
感想:试着根据自己感到有所阻碍的地方,去简化题目,或转换角度,让题目变成自己适应的样子
关键点
<font color="#fff176">定积分的应用【高辅P128】</font>
几何应用
平面图形的面积
空间体的体积(旋转体体积)
曲线弧长
旋转体侧面积
物理应用
变力沿直线做功
液体的压力
细节点+易错点
题目出现<span class="equation-text" contenteditable="false" data-index="0" data-equation="\geq或\leq"><span></span><span></span></span>时,要想到可能会使用到已有的不等式
等式求导时,记得两边都要求导(特别是一边是积分,一边是函数时)
在求积分过程中,随时观察被积函数是否具备奇偶性、周期性等,快速简化过程
<font color="#ffffff">偶×偶=偶</font>,奇×奇=偶,偶×奇=奇
注意:<font color="#212930"><span class="equation-text" data-index="0" data-equation="如cos^3\theta等," contenteditable="false"><span></span><span></span></span>它们是<b>偶函数</b>,不要看到奇次方就觉得是奇函数!</font>
比较巧妙的积分结构
题目给什么条件,就尽量往能用那个条件的方向上凑
不定积分和定积分易混淆概念
问f(x)存在原函数或者在某区间内存在原函数:属于不定积分范畴,用原函数的存在性原理(两条)判定
问在指定区间上是否存在定积分:属于定积分范畴,用定积分的存在性原理(1必要3充分)判定
涉及到<span class="equation-text" contenteditable="false" data-index="0" data-equation="\begin{matrix} \int_{_a}^{x} f(t)\, \mathrm{d}t \end{matrix}"><span></span><span></span></span>类型,则一般考察变上限积分的连续型和可导性等与原函数之间的关系
反常积分
两种反常积分
<span class="equation-text" contenteditable="false" data-index="0" data-equation="无穷区间上的反常积分:\begin{matrix} \int_{a}^{+\infty} f(t)\, \mathrm{d}t \end{matrix}=\begin{matrix} \ lim_{t\to +\infty}\begin{matrix} \int_{a}^{t} f(x)\, \mathrm{d}x\end{matrix} \end{matrix}"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="无界函数的反常积分:\begin{matrix} \int_{a}^{b} f(t)\, \mathrm{d}t \end{matrix}=\begin{matrix} \ lim_{t\to a^+}\begin{matrix} \int_{t}^{b} f(x)\, \mathrm{d}x\end{matrix} \end{matrix} (函数f(x)在x=a^+取不到值,该点为瑕点)"><span></span><span></span></span>
判别敛散性/已知敛散性,确定系数
对于两种反常积分,要注意:存在两个方向上的无穷区间或瑕点位于积分中间的,一般要将该反常<br>积分拆开,拆开后为C=A+B,A、B均收敛,则C收敛;A、B任一发散,则C发散
这要与两个不同反常积分<br>相加减的情况相区分
(1)先看能不能积分计算直接得出敛散性
(2)常用敛散性判定方法
比较法口诀:“大收—>小收”“小散—>大散”,≥或≤永远在发散处
小总结
例题
反常积分的计算
高辅p127
细节点+易错点
比较敛散性时要有意识地利用求极限里的知识点
对<span class="equation-text" data-index="0" data-equation="e^x" contenteditable="false"><span></span><span></span></span>进行如<span class="equation-text" data-index="1" data-equation="\int_{-∞}^{0} \mathrm{d}x" contenteditable="false"><span></span><span></span></span>类型的反常积分是可以算出来的
常微分方程
一阶微分方程求解方法
基础方法
可分离变量的方程
齐次微分方程
一阶线性微分方程求解公式
求解中遇到<span class="equation-text" contenteditable="false" data-index="0" data-equation="\begin{matrix} \int \frac{1}{x}\, \mathrm{d}x \end{matrix}"><span></span><span></span></span>写<span class="equation-text" contenteditable="false" data-index="1" data-equation="lnx"><span></span><span></span></span>时不用加绝对值
进阶方法(基础方法解决不了)
作dx/dy算,得到x=g(x)形式的方程解
换元法
稍难的题要学会用进阶方法+基础方法叠加使用
(很少考)伯努利方程和全微分方程
可降阶的高阶方程
注意:n阶的微分方程的通解含有n个常数C
线性微分方程解的结构与性质
以下只是二阶,但其实一阶以及三阶以上也有齐次和非齐次之分
齐次与非齐次解的关系(对于n阶线性微分方程均适用)
<font color="#f44336">1、</font><b>齐次特解</b>的线性组合仍是<b>齐次特解</b>
比如某齐次方程求出来的通解是<span class="equation-text" contenteditable="false" data-index="0" data-equation="C_1e^{2x}+C_2e^{x}"><span></span><span></span></span>,则<span class="equation-text" contenteditable="false" data-index="1" data-equation="C_1e^{2x}"><span></span><span></span></span>就是齐次特解
对于n阶齐次微分方程,一般有n个线性无关的特解(基础解系),对这n个特解用C1、C2线性组合,即为齐次通解
<font color="#f44336">2、</font><span class="equation-text" data-index="0" data-equation="k_1×非齐次特解+k_2×非齐次特解=非齐次特解,前提是k_1+k_2=1" contenteditable="false"><span></span><span></span></span>
<font color="#f44336">3、</font>两个非齐次特解<b>直接相减(不带系数)</b>后得到<b>齐次特解</b>
4、齐次<b>特解/无</b>+非齐次特解=非齐次<b>特解</b>
5、齐次<b>通解</b>+非齐次特解=非齐次<b>通解</b>
常系数齐次线性微分方程的解
扩展到更高阶,则通过二阶的形式自由组合
常系数非齐次线性微分方程的解
易错点:一定要看清楚题目说方程时有没有加上常系数,没加的话系数就<br>不一定是常数,并且不能用常系数的解结构
欧拉方程
补充题型
题目给出两个常系数微分方程:齐次,非齐次
微分方程的应用
题型
1、<span class="equation-text" contenteditable="false" data-index="0" data-equation="几何:\frac{dy}{dx}=斜率"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="2、物理:v=\frac{ds}{dt}(速度),a=\frac{d^2s}{dt^2}(加速度)等"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="3、其他:(新概念)变化率=\frac{dA}{dt}(dt为事件或者改为其他,总体为A关于t的变化关系)"><span></span><span></span></span>
易错点
<span class="equation-text" contenteditable="false" data-index="0" data-equation="e^{lnx}=x"><span></span><span></span></span>
多元微分学
重极限
定义
求重极限(一般x->0,y->0)常用方法<br>
证明重极限不存在
令y=f(k,x),一般取线性关系如y = kx或简单形式,代入极限,如果极限结果与k有关,而k可取任意值,<br>说明不同路径趋于该点,极限值不同,不符合极限的定义,则重极限不存在
连续、偏导数和全微分
连续
定义:
偏导数
定义
高阶偏导数的形式
定理
简单讲:只要两个二阶混合偏导数连续,则它们两个就相等
全微分
定义
可微即<span class="equation-text" contenteditable="false" data-index="0" data-equation="△z-dz=o(\rho)—>\begin{matrix} \ lim_{x,y\to 0}\frac{△z-dz}{o(\rho)} \end{matrix}=0"><span></span><span></span></span>
而<span class="equation-text" contenteditable="false" data-index="0" data-equation="o(\rho)=\sqrt{(△x)^2+(△y)^2},lim_{△x\to 0}△x =lim_{x\to x_0}(x-x_0),lim_{△y\to 0}△y =lim_{y\to y_0}(y-y_0)"><span></span><span></span></span>
由此可得可微的等价形式有
补充:若A、B均=0<—>则dz<span class="equation-text" contenteditable="false" data-index="0" data-equation="\equiv"><span></span><span></span></span>0
可微性的判定
必要条件不满足,则必不可微
计算
偏导数连续、可微、偏导数存在、函数连续之间的关系
偏导数与全微分的计算
方法
复合函数求导(逐层偏导)
若z=f(u),u = g(x,y),求z对x,y的二阶偏导数时,期间同样要对g(x,y)求两次导
全微分形式不变性(偏导做系数,微分为主体)
隐函数求导
由一个方程所确定的隐函数
由方程组确定的隐函数
小总结
极值与最值(大题)
极值
必要条件
充分条件
求极值的步骤(无条件极值)<br>
这里的驻点:即在该点领域有二阶连续偏导,且在该点关于x,y的一阶偏导等于0或不存在
最大最小值
条件极值与拉格朗日乘数法(用于处理条件边界)
应用
(1)建立目标函数
(2)求导数找最值
(3)复杂的可简化(如取ln)
求有界区域上的最值步骤
1、由极值的必要条件找出内部可能的极值点
2、求出边界上的最大最小值(条件复杂则要用到拉格朗日乘数法)
3、代入进行比较
二重、三重积分
二重积分
二重积分的几何意义
二重积分是一个数,当它的值大于0时,可以表示以二维平面上积分域D为底,以曲面<br>z=f(x,y)为曲顶的曲顶柱体的体积
二重积分中值定理
二重积分的计算方法
利用直角坐标计算(先y后x、先x后y)
利用极坐标计算
注意:要记得乘一个r,且令x=rcos<span class="equation-text" data-index="0" data-equation="\theta" contenteditable="false"><span></span><span></span></span>,y=rsin<span class="equation-text" contenteditable="false" data-index="1" data-equation="\theta"><span></span><span></span></span>
适合用极坐标的二重积分特征:
补充:若是对直线转极坐标,比如x+y=1,可令x=rcos<span class="equation-text" contenteditable="false" data-index="0" data-equation="\theta"><span></span><span></span></span>,y=rsin<span class="equation-text" contenteditable="false" data-index="1" data-equation="\theta"><span></span><span></span></span>,可得r=1/(<span class="equation-text" contenteditable="false" data-index="2" data-equation="cos\theta+sin\theta"><span></span><span></span></span>)
直角坐标与极坐标的转换
穿入穿出法
直角坐标:
极坐标:
示例
利用对称性和奇偶性计算
若积分区域移动后可以产生对称性,则可以使用平移法
平移法示例:(实则是换元法,最后把变量用x、y表示而已)<span class="equation-text" data-index="0" data-equation="若有\iint_{D}(x+y)\mathrm{d}x\,\mathrm{d}y,积分区域D为(x-1)^2+(y-1)^2=1,则可改成\iint_{D}(x-1+y-1+2)\mathrm{d}x\,\mathrm{d}y," contenteditable="false"><span></span><span></span></span><span class="equation-text" contenteditable="false" data-index="1" data-equation="最终变形为\iint_{D^{'}}(x+y+2)\mathrm{d}x\,\mathrm{d}y,积分区域D^{'}为x^2+y^2=1,之后就可以使用对称性进行计算了"><span></span><span></span></span>
利用变量对称性计算
1、积分值与变量记号无关,因此同时将被积函数和积分域中的x和y都对调,积分值不变
2、若积分域D关于直线 y =x对称,即<span class="equation-text" contenteditable="false" data-index="0" data-equation="D_{x,y}=D_{y,x}"><span></span><span></span></span>,则计算时只需对调被积函数中的x和y,积分值不变
<font color="#fff176">累次积分交换次序</font>
1、若积分域或被积函数更适合某一坐标,则先进行直角坐标<span class="equation-text" contenteditable="false" data-index="0" data-equation="\iff"><span></span><span></span></span>极坐标
2、在当前形式下某一个变量不好积分,则可及交换次序,先积好积的
3、<span class="equation-text" contenteditable="false" data-index="0" data-equation="\iint_{D}^{} \,f(x) /f(y)\mathrm{d}x\,\mathrm{d}y"><span></span><span></span></span>形式,f(x)或f(y)未给出具体函数或积不出,则交换次序
注意:二重积分转累次积分要求转化后的累次积分上限大于下限,但累次积分本身无此要求
<div><font color="#fff176">分区域积分</font></div>
若积分中含有绝对值或者积分域分割后更好积分,则可分区域进行积分
二重积分比较大小
方法:先找到积分域或被积函数相同的积分,进行比较...
二重积分不等式的证明
证明定积分不等式
可以用二重积分证明的条件:出现两个定积分的乘积
步骤:1、化为二重积分(两个定积分符号相同,则将其一改为不同的积分符号,后合并积分域和被积函数)
2、积分域关于y=x对称,则可化为<span class="equation-text" contenteditable="false" data-index="0" data-equation="\frac{1}{2}\iint_{D} \, [f(x,y)+f(y,x)]\mathrm{d}x\,\mathrm{d}y"><span></span><span></span></span>
三重积分
三重积分的几何意义
理解:积分域是三维的空间区域,被积函数表示密度,求出来是该空间区域的质量(?)
三重积分的计算方法
坐标变量替换
直角坐标
1、先一后二:先用x,y表示z的积分上下限,对f(x,y,z)进行z的积分,再进行f(x,y)的二重积分
2、先二后一:先以<span class="equation-text" contenteditable="false" data-index="0" data-equation="D_Z"><span></span><span></span></span>为底(即用z表示x,y的积分限),对f(x,y,z)进行二重积分,再对z进行定积分
先二后一中的“先二”计算示例:
适用情况:1、<span class="equation-text" contenteditable="false" data-index="0" data-equation="D_z"><span></span><span></span></span>(截面)的面积用z表示,比较好算;2、被积函数里只有z
<b>重要技巧:针对积分区域,先一后二时把式子中的x、y看作常数写z的积分上下限;先二后一时把z看作常数</b>
柱坐标
使用条件:
1、积分区域为以 z 轴为中心轴的柱体或椎体
2、被积函数f(x,y,z)能写成<span class="equation-text" data-index="0" data-equation="g(z)h(\sqrt{x^2+y^2})" contenteditable="false"><span></span><span></span></span>,即<span class="equation-text" data-index="1" data-equation="g(z)h(r)" contenteditable="false"><span></span><span></span></span>的形式
记得转化时乘一个 r(关于r的积分限怎么写尚有疑问,后补充)
变量含义
球坐标
使用条件:
1、被积函数能写成<span class="equation-text" contenteditable="false" data-index="0" data-equation="f(\sqrt{x^2+y^2+z^2})"><span></span><span></span></span>的形式,即<span class="equation-text" contenteditable="false" data-index="1" data-equation="f(r)"><span></span><span></span></span>
2、积分区域:球面围成球体(半个或1/4均可)、两个球面所夹球壳、球面加锥面形成的曲顶椎体、偏心球体
变量的含义及其范围取值方式
子主题
小结:
利用奇偶性
积分域关于xOy平面对称,即式子中z相关的项只有<span class="equation-text" contenteditable="false" data-index="0" data-equation="z^{2n}"><span></span><span></span></span>,例如<span class="equation-text" data-index="1" data-equation="x+y+z^4=1" contenteditable="false"><span></span><span></span></span>
上式例子的形心坐标为(a,b,0)
利用对称性
积分域关于x=y=z对称,即轮换对称性,对于积分域的表示式,任意交换x、y、z,式子不变
交换积分顺序?
注意:
二重、三重积分<b>不可以</b>将题目已知积分区域式(如x+y+z=1)<b>直接代入被积函数<br></b>中简化,<b>只有线面积分可以</b>
<font color="#000000"><b>原因:</b>因为线面积分的被积函数本来就是在曲线或平面上的,代表的是其曲线或平面的密度,<br>而二重、三重积分一般给定某曲线或曲面的式子,要求根据其与...轴...直线围成的区域积分,<br>这里的积分点包含了区域内的点,因此不可以代入化简</font>
无穷级数
级数的概念和性质
概念
性质
1、收敛+发散=发散
2、在级数中去掉、加上或改变有限项,不会改变级数的敛散性.
3、【可将加括号看做在原级数中提取了任意偶数个项,不等于原级数且为原级数的一部分】<br>原级数收敛加括号必收敛(大收推小收),加括号发散原级数必发散(小散推大散),反之均不然
4、
常数项级数
<font color="#fff176">敛散性判定的方法</font>
正项级数(<span class="equation-text" contenteditable="false" data-index="0" data-equation="u_n>0"><span></span><span></span></span>)
比较判别法
通过“大收推小收,小散推大散”找到比较级数,【一般直接根据<span class="equation-text" data-index="0" data-equation="u_n" contenteditable="false"><span></span><span></span></span>比较级数大小】<br>即证收敛则找比它大的收敛级数;证发散则找比它小的发散级数
比较法极限形式
除了第一个,另外两个本质上和比较判别法差不多
常用的比较级数:
比值法
根值法
积分判别法
交错级数
莱布尼茨准则
(1)(2)只是充分条件,且需同时满足
任意项级数(<span class="equation-text" contenteditable="false" data-index="0" data-equation="u_n"><span></span><span></span></span>为任意项实数)
常用结论:
解题思路
1、(只限于正项级数)出现<span class="equation-text" contenteditable="false" data-index="0" data-equation="a^n,n^n"><span></span><span></span></span>常用比值或根值法;出现<span class="equation-text" contenteditable="false" data-index="1" data-equation="n!"><span></span><span></span></span>常用比值法
2、
幂级数<span class="equation-text" contenteditable="false" data-index="0" data-equation="(形如\sum_{n=0}^∞ ax^n或\sum_{n=0}^∞ a(x-x_0)^n)"><span></span><span></span></span>
定理与性质
定理
阿贝尔定理:
性质
1、有理运算(常用于对目标级数拆分后求收敛半径)
2、分析性质(虽然使用了小猪佩奇后用得比较少,但是属于一般方法,还是要了解)
收敛半径、收敛域
定义
对幂级数,如果存在一个正数 R,当 |x|<R时绝对收敛,当 |x|>R时<br>发散,则 R为幂级数的收敛半径,收敛区间为(-R,R),收敛域则为该<br>收敛区间 + 对端点 x=<span class="equation-text" contenteditable="false" data-index="0" data-equation="\pm"><span></span><span></span></span>R的收敛性判定
求收敛半径的方法
<span style="font-size:inherit;">其中我补充的方法好像适用性更广(写错了后面一个没有根号n)</span><br>
求收敛域
先求得收敛半径后,只需将端点代入原级数,讨论敛散性,将结果加到收敛区间
小技巧
对于<span class="equation-text" contenteditable="false" data-index="0" data-equation="\sum_{n=0}^∞ a(x-x_0)^n"><span></span><span></span></span>类型的级数,可以令<span class="equation-text" contenteditable="false" data-index="1" data-equation="t=x-x_0"><span></span><span></span></span>,得到<span class="equation-text" contenteditable="false" data-index="2" data-equation="\sum_{n=0}^∞ at^n"><span></span><span></span></span>,对于该形式的级数,<br>其收敛区间关于0点对称,更方便讨论收敛半径
补充
选择题常见思路:
<span class="equation-text" contenteditable="false" data-index="0" data-equation="(1)若已知\sum_{n=0}^∞ a_n收敛,则lim_{n->∞}a_n=0"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="(2)若已知\sum_{n=0}^∞ a_n条件收敛,则说明\sum_{n=0}^∞ a_nx^n在x=1时条件收敛,因此收敛半径必为1"><span></span><span></span></span>
<span class="equation-text" contenteditable="false" data-index="0" data-equation="(3)若已知\sum_{n=0}^∞ a_n绝对收敛,则说明\sum_{n=0}^∞ a_nx^n在x=1时绝对收敛,由于收敛域中级数绝对收敛,则R>1"><span></span><span></span></span>
求和函数
注意:1、只要涉及到和函数,就要先求收敛域
只有在收敛域内,和函数才与相应级数相等,换言之,<br>在幂级数中,收敛域就是和函数的定义域
展开为幂级数
注意:展开为幂级数后,要加上级数的收敛域,若端点收敛但在原函数中取不到,<br>则仍为开区间;若是在指定点展开为幂级数,则不需要讨论端点的敛散性
傅里叶级数
收敛定理
展开为傅里叶级数
补充例题
向量代数与空间解析几何、多元微分的几何应用
向量代数
数量积
向量积
注意:1、向量积a×b是用含i,j,k的行列式算的;并且计算时要遵从行列式计算的原则,不要忘记<span class="equation-text" contenteditable="false" data-index="0" data-equation="(-1)^{m+n}"><span></span><span></span></span>
2、若a是向量,<span class="equation-text" contenteditable="false" data-index="0" data-equation="|a|=\sqrt{a·a}"><span></span><span></span></span>,若a是值,则|a|为取绝对值
混合积
<b>(abc)=(a×b)·c</b>
空间平面和直线
平面方程
a,b,c分别为平面在x,y,z方向上的截距
直线方程
(l,m,n)为直线的方向向量
平面与点、直线与点的位置关系
第二个公式分子加的是绝对值
曲面与空间曲线
曲面曲线方程
常见曲面
旋转面
注意:是平面曲线围绕平面直线旋转,一般这个平面直线是指x,y,z轴,<br>如在xOy平面上只能绕x或y轴转
空间曲线绕某轴旋转,求旋转曲面方程(以下直线用参数方程表示亦是同样做法)
柱面
该柱面是平行于z轴无限上下扩展的,所以z是任意值
二次曲面
a,b,c是带平方的
相关空间图形
补充图形
空间曲线投影
注意:虽然说的是在xOy平面上的投影曲线方程,但还是<b>要写z=0</b>
多元微分在几何上的应用
曲面->切平面的法线向量
曲面上的一点对应切平面,这里的法向量是切平面的法线向量
曲线->切向量
补充:常用图形的表示方法
椭圆
在二维坐标中,
方向导数和梯度
方向导数
设方向向量为a,则方向余弦<span class="equation-text" contenteditable="false" data-index="0" data-equation="cos\alpha=\frac{a_x}{|a|},cos\beta=\frac{a_y}{|a|},cos\gamma=\frac{a_z}{|a|}"><span></span><span></span></span>(这里至少记住第二个计算公式)
一般是说函数f(x,y,z)在某点A<span class="equation-text" contenteditable="false" data-index="0" data-equation="(x_0,y_0,z_0)"><span></span><span></span></span>处沿A指向B(a,b,c)的方向导数为?此时的方向向量为(<span class="equation-text" data-index="1" data-equation="x_0-a,y_0-b,z_0-c" contenteditable="false"><span></span><span></span></span>)
(注意上面的A和B都是点,如果题目说了沿l=(a,b,c)方向的方向导数,则(a,b,c)单位化后就是方向向量
梯度
方向导数的最大值即向量<span class="equation-text" data-index="0" data-equation="(\frac{\partial f}{\partial x},\frac{\partial f}{\partial y})" contenteditable="false"><span></span><span></span></span>的模=<span class="equation-text" data-index="1" data-equation="\sqrt{(\frac{\partial f}{\partial x})^2+(\frac{\partial f}{\partial y})^2}" contenteditable="false"><span></span><span></span></span>,由于还要确定相应的<span class="equation-text" data-index="2" data-equation="(x_0,y_0)" contenteditable="false"><span></span><span></span></span><br>使其取得最值,因此一般与 求<b>最大最小值</b>结合考察
<font color="#f44336">题目说<b>方向导数最大</b>,那就是指<b>梯度</b></font>
函数沿方向 l = ai+bi的方向导数最大,只能说明向量<span class="equation-text" contenteditable="false" data-index="0" data-equation="(\frac{\partial f}{\partial x},\frac{\partial f}{\partial y})"><span></span><span></span></span>与向量(a,b)同向
<b>注意:这里的方向导数最大是指对于所有函数的点而言,注意区分这个点是否加了约束条件</b>
散度
旋度
多元积分学及应用
线面积分
第一类:对弧长的线积分(平面曲线),对面积的面积分;第二类:对坐标的线积分,对坐标的面积分
第一类曲线积分
直接法
三种形式:y与y(x)、y(t)与x(t)、极坐标<br>或拓展至z(t)、y(t)、x(t)...等形式
注意ds导出来的不同形式
直接法不好算
找L的对称性
找积分曲线L的轮换对称性(x,y,x交换位置,式子不变)
第二类曲线积分
【若参数方程简单】直接法:<br>(转化成参数方程形式,参数可以是 t , <span class="equation-text" contenteditable="false" data-index="0" data-equation="\theta"><span></span><span></span></span>等可以应用的有范围的变量)<br>如x(t)、y(t)或z(t)、y(t)、x(t),注意区分,这里是从dx,dy,dz中求导,得到dt
注意区分,不要和第一类搞混!
只含x,y(平面曲线)
不含奇点,直接用格林公式
含奇点,尽量构建可以由已知方程代入的包含奇点的范围,<br>如<span class="equation-text" data-index="0" data-equation="x^2+y^2 \leq 1" contenteditable="false"><span></span><span></span></span>,<b>注意:</b>范围不要超过已知方程的积分范围;<br>然后在此范围内
不封闭,则补线
补线后的计算:
利用格林公式转化为对曲线围成区域的积分,<br><b>注意:</b>这里又可以使用积分区域对称性或轮换的特点进行简化
含x,y,z(空间曲线)
不含奇点的封闭曲线
【若投影曲线简单且曲线封闭】用斯托克斯公式:<br>求曲线围成平面的单位方向向量,代入公式,保留dS不提出来,<br>然后使用投影:有<span class="equation-text" contenteditable="false" data-index="0" data-equation="cos\gamma dS=>对D_{xy}区域的二重积分"><span></span><span></span></span>
第一类曲面积分
计算方法:直接法、利用奇偶性对称性
第二类曲面积分
计算方法:直接法、高斯公式、补面
第二类:格林公式、斯托克斯公式,积分与路径无关、高斯公式
多元积分应用
几何体及所求量
形心
求形心坐标时注意看是否能简化(往往看积分区域的对称性),比如积分区域是某空间曲线或直线绕z轴旋转而得[<span class="equation-text" contenteditable="false" data-index="0" data-equation="x^2+y^2=f(z)"><span></span><span></span></span>],则该积分区域关于xoz和yoz面对称,则形心坐标表示为(0,0,a),即形心坐标在z轴上
质心是带有密度的,指的是有质量的空间区域的中心(求质心要简化应该要结合积分区域和被积函数的对称奇偶性判定)
变力做功和通量
场论初步
其他
薄弱点
数列极限
间断点求解
讨论方程实根
泰勒公式的使用
非齐次线性方程组的解
多元微分:最大最小值(条件极值)
全微分可微性判定
三重积分的计算、二重积分计算(很多记不得了,模糊)
常项级数判断敛散性、幂级数和傅里叶做题方法和公式
向量几何的公式
<b>多元积分整个部分(大头)</b>
加上其他各章节+高中基础知识中零零散散的记忆模糊的公式
选填技巧
特殊值法:适用于选择题,当出现非具体函数或概率密度或矩阵,可取特殊值代入
关键点
计算错误点
<span class="equation-text" contenteditable="false" data-index="0" data-equation="开括号时常数漏乘系数:a^2-1-3(a-1)=a^2-3a[错误]=应为a^2-3a+2"><span></span><span></span></span>
重点
1、无穷小分析:无穷小的比较、无穷级数(前n项和求极限)、<br>非零无穷小的倒数是无穷大(反常积分敛散性判别)、数列极限
无穷小量阶的比较
比较两个无穷小阶实际上就是求0/0极限
基本方法
例题(5种实操方法)
求n项和或积的数列极限
易错点:注意区分主体和变化部分
次量级用夹逼,同量级用定积分定义
<font color="#fff176">一般的n项和数列(大题)</font>
夹逼准则
使用条件
变化部分的最大值与主体相比较是次量级
定积分定义
使用条件
变化部分的最大值与主体相比较是同量级
计算方法
提可爱因子
级数(若夹逼、定积分都不管用)
n项数列极限+幂指
n项连乘的数列极限(例题见高辅p34)
无穷级数
2、函数性态的研究:极值点、最值、拐点、单调性、凹凸性、渐近线...
3、逻辑证明:中值定理、不等式证明、函数的零点问题
4、导数和偏导数的计算
连续、偏导数和全微分
连续
定义:
偏导数
定义
高阶偏导数的形式
定理
简单讲:只要两个二阶混合偏导数连续,则它们两个就相等
全微分
定义
可微即<span class="equation-text" contenteditable="false" data-index="0" data-equation="△z-dz=o(\rho)—>\begin{matrix} \ lim_{x,y\to 0}\frac{△z-dz}{o(\rho)} \end{matrix}=0"><span></span><span></span></span>
而<span class="equation-text" contenteditable="false" data-index="0" data-equation="o(\rho)=\sqrt{(△x)^2+(△y)^2},lim_{△x\to 0}△x =lim_{x\to x_0}(x-x_0),lim_{△y\to 0}△y =lim_{y\to y_0}(y-y_0)"><span></span><span></span></span>
由此可得可微的等价形式有
补充:若A、B均=0<—>则dz<span class="equation-text" contenteditable="false" data-index="0" data-equation="\equiv"><span></span><span></span></span>0
可微性的判定
必要条件不满足,则必不可微
计算
<font color="#fff176">偏导数连续、可微、偏导数存在、函数连续之间的关系</font>
<br>
<font color="#fff176">偏导数与全微分的计算</font>
方法
复合函数求导(逐层偏导)
若z=f(u),u = g(x,y),求z对x,y的二阶偏导数时,期间同样要对g(x,y)求两次导
全微分形式不变性(偏导做系数,微分为主体)
隐函数求导
由一个方程所确定的隐函数
由方程组确定的隐函数
小总结
<font color="#fff176">极值与最值</font>(大题)
极值
必要条件
充分条件
求极值的步骤
这里的驻点:即在该点领域有二阶连续偏导,且在该点关于x,y的一阶偏导等于0或不存在
最大最小值
条件极值
求有界闭区域上的最值步骤
1、由条件极值找出内部可能的极值点
2、求出边界上的最大最小值
3、代入进行比较
应用
(1)建立目标函数
(2)求导数找最值
(3)复杂的可简化(如取ln)
5、一元函数和多元函数积分的计算
Collect
Get Started
Collect
Get Started
Collect
Get Started
Collect
Get Started
评论
0 条评论
下一页