高数下部分公式及部分知识点整理
高数下部分公式及部分知识点整理
偏导
1.多元隐函数的偏导
- 令F=…
-
∂
z
∂
x
=
−
∂
F
∂
x
∂
F
∂
z
\frac{\partial z}{\partial x}=-\frac{\frac{\partial F}{\partial x}}{\frac{\partial F}{\partial z}}
∂x∂z=−∂z∂F∂x∂F …
注意:在求多元隐函数的二次偏导时,要注意z是x的函数,z可能是x与y的函数
全微分及偏导的应用
1.多元函数的全微分:
eg:
W
=
x
+
2
y
2
+
3
z
2
W=x+2y^2+3z^2
W=x+2y2+3z2
d
w
=
∂
w
∂
x
d
x
+
∂
w
∂
y
d
y
+
∂
w
∂
z
d
z
dw=\frac{\partial w}{\partial x}dx+\frac{\partial w}{\partial y}dy+\frac{\partial w}{\partial z}dz
dw=∂x∂wdx+∂y∂wdy+∂z∂wdz
2.多元复合函数的全微分
eg:
Z
=
u
3
+
v
3
Z=u^3+v^3
Z=u3+v3
u
=
x
+
y
u=x+y
u=x+y
v
=
3
x
+
5
y
v=3x+5y
v=3x+5y
求dz
d
z
=
∂
z
∂
u
d
u
+
∂
z
∂
v
d
v
dz=\frac{\partial z}{\partial u}du+\frac{\partial z}{\partial v}dv
dz=∂u∂zdu+∂v∂zdv
再把du和dv求出来,直接带进去就好,不用化简
3.已知全微分,求未知数
eg:已知
(
x
2
+
a
x
y
)
d
x
+
(
x
2
+
3
y
2
)
d
y
(x^2+axy)dx+(x^2+3y^2)dy
(x2+axy)dx+(x2+3y2)dy为某函数全微分,确定a的值
解法:
∂
2
z
∂
x
∂
y
=
∂
2
z
∂
y
∂
x
\frac{\partial^2z}{\partial x\partial y}=\frac{\partial^2z}{\partial y\partial x}
∂x∂y∂2z=∂y∂x∂2z
再求二次偏导相等就好
4.多元函数求极值或极值点
- 求出满足 ∂ z ∂ x = 0 , ∂ z ∂ y = 0 \frac{\partial z}{\partial x}=0,\frac{\partial z}{\partial y}=0 ∂x∂z=0,∂y∂z=0的x,y
- 设A= ∂ 2 z ∂ x 2 , C = ∂ 2 z ∂ y 2 , B = ∂ 2 z ∂ x ∂ y \frac{\partial^2z}{\partial x^2},C=\frac{\partial^2z}{\partial y^2},B=\frac{\partial^2z}{\partial x\partial y} ∂x2∂2z,C=∂y2∂2z,B=∂x∂y∂2z,将第一步的结果带入,算出A,B,C。
- 算 A C − B 2 AC-B^2 AC−B2,若>0有极值,A<0有极大值,A>0有极小值
- 若=0,不确定
- 若<0,不是极值点
5.条件极值
作
拉
格
朗
日
函
数
L
=
原
函
数
+
λ
条
件
函
数
作拉格朗日函数L=原函数+\lambda 条件函数
作拉格朗日函数L=原函数+λ条件函数
L
x
=
0
L
y
=
0
L
z
=
0
L
λ
=
0
L_x=0 L_y=0L_z=0L_{\lambda=0}
Lx=0Ly=0Lz=0Lλ=0求解,一般列出三个即可。
6.一些注意点:
偏导连续
→
\to
→函数可微
→
\to
→偏导存在以及函数连续,偏导存在和函数连续不能互推
空间向量
1.求一个向量 a ⃗ \vec a a在另一个向量 b ⃗ \vec b b方向上的投影
- 投影大小: a ⃗ b ⃗ ∣ b ⃗ ∣ \frac{\vec a\vec b}{|\vec b|} ∣b∣ab
- 纯投影:要乘 b ⃗ \vec b b的单位向量
2.向量叉乘
用矩阵算
- 若 c ⃗ = a ⃗ × b ⃗ , c ⃗ 垂 直 于 a ⃗ , b ⃗ 若\vec c=\vec a\times \vec b,\vec c垂直于\vec a,\vec b 若c=a×b,c垂直于a,b
- 若两向量平行,叉乘为0
空间几何
1.求过三个点的平面方程
设
A
x
+
B
y
+
C
x
+
D
=
0
Ax+By+Cx+D=0
Ax+By+Cx+D=0
带入三个点结果有D,把D约掉就行
2.判断面与面,面与向量的关系
- 向量间点乘为0则是垂直,叉乘为0是平行
- n ⃗ = ( A , B , C ) 是 平 面 的 法 向 量 \vec n=(A,B,C)是平面的法向量 n=(A,B,C)是平面的法向量
3.已知一个面的法向量和一个点,求面
A
(
x
−
x
0
)
+
B
(
y
−
y
0
)
+
C
(
z
−
z
0
)
=
0
A(x-x_0)+B(y-y_0)+C(z-z_0)=0
A(x−x0)+B(y−y0)+C(z−z0)=0
4.求点(
x
0
,
y
0
,
z
0
x_0,y_0,z_0
x0,y0,z0)到面的距离
d
=
∣
A
x
0
+
B
y
0
+
C
z
0
+
D
∣
√
A
2
+
B
2
+
C
2
d=\frac{|Ax_0+By_0+Cz_0+D|}{\surd A^2+B^2+C^2}
d=√A2+B2+C2∣Ax0+By0+Cz0+D∣
5.求两个面的交线方程
- 一个大括号,里面是两个面的方程,表示两个面的交线方程
6.线与线,线与面的关系
若L:
{
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
则
s
⃗
=
(
A
1
,
B
1
,
C
1
)
×
(
A
2
,
B
2
,
C
2
)
/
/
L
\vec s=(A_1,B_1,C_1)\times(A_2,B_2,C_2)//L
s=(A1,B1,C1)×(A2,B2,C2)//L
换而言之:用此方法可以求出相交直线的方向向量
7.已知线过一点和方向向量
s
⃗
=
(
l
,
m
,
n
)
\vec s=(l,m,n)
s=(l,m,n),求线
L=
x
−
x
0
l
=
y
−
y
0
m
=
z
−
z
0
n
\frac{x-x_0}{l}\frac{}{}=\frac{y-y_0}{m}=\frac{z-z_0}{n}
lx−x0=my−y0=nz−z0
提示:已知向量c垂直于a,b,用矩阵可以直接算出c
8.求点到直线的距离
- 求点在直线上的投影点,再用距离公式
- 如何求点在直线上的投影点
联立直线方程和过该点以直线为法向量的方程,即可求出投影点。(两个方程)
9.求
{
x
=
x
(
t
)
y
=
y
(
t
)
z
=
z
(
t
)
\begin{cases} x=x(t)\\ y=y(t)\\z=z(t) \end{cases}
⎩⎪⎨⎪⎧x=x(t)y=y(t)z=z(t)形式的曲线在某点处的切线与法平面
切线的方向向量
(
x
,
(
t
0
)
,
y
,
(
t
0
)
,
z
,
(
t
0
)
)
(x^,(t_0),y^,(t_0),z^,(t_0))
(x,(t0),y,(t0),z,(t0))
10.求x,y,z写在一起的曲线在某点处的切线与法平面
- 还是求导,但是两个导数可能要连立方程求出
- 自变量的个数为字母的个数减方程的个数
11.求曲线在某点处的法线与切平面
法
向
量
:
(
F
x
,
(
x
0
,
y
0
,
z
0
)
,
F
y
,
(
x
0
,
y
0
,
z
0
)
,
F
z
,
(
x
0
,
y
0
,
z
0
)
,
)
法向量:(F^,_x(x_0,y_0,z_0),F^,_y(x_0,y_0,z_0),F^,_z(x_0,y_0,z_0),)
法向量:(Fx,(x0,y0,z0),Fy,(x0,y0,z0),Fz,(x0,y0,z0),)
其他步骤与上述雷同
二重积分
1.交换积分次序
如求积分
∫
0
2
d
x
∫
x
2
e
−
y
2
d
y
\int_0^2dx\int_x^2e^{-y^2}dy
∫02dx∫x2e−y2dy的值
普通求求不出来
交换次序
∫
0
2
d
y
∫
0
y
e
−
y
2
d
x
\int_0^2dy\int_0^ye^{-y^2}dx
∫02dy∫0ye−y2dx
2.计算
∫
∫
D
d
σ
\int\int_Dd\sigma
∫∫Ddσ格式的二重积分
- 把区域写出来, d σ d\sigma dσ变成dx,dy
3.积分区域与圆有关的二重积分
-
x
=
r
c
o
s
θ
x=rcos\theta
x=rcosθ
y = r s i n θ y=rsin\theta y=rsinθ
d x d y = r d r d θ dxdy=rdrd\theta dxdy=rdrdθ - 写出r的上下限, θ \theta θ的上下限
4.积分区域对称的二重积分
- 关于y轴对称,若为x的奇函数,积分为0;若为x的偶函数,积分为双倍的一半区域的积分值
- 关于x轴对称同理
- 关于原点对称, 若 f ( − x , − y ) = − f ( x , y ) , 则 积 分 为 0 ; 若 f ( − x , − y ) = f ( x , y ) , 则 为 双 倍 若f(-x,-y)=-f(x,y),则积分为0;若f(-x,-y)=f(x,y),则为双倍 若f(−x,−y)=−f(x,y),则积分为0;若f(−x,−y)=f(x,y),则为双倍
- 关于y=x对称
∫ ∫ f ( x , y ) d σ = ∫ ∫ f ( y , x ) d σ \int\int f(x,y)d\sigma=\int\int f(y,x)d\sigma ∫∫f(x,y)dσ=∫∫f(y,x)dσ
若f(x,y)=f(y,x),则为双倍
若f(x,y)=-f(y,x),则为0
5.应用
可计算曲顶柱体的体积,平面薄片的质量,质心。
三重积分
1.先一后二法
eg:
∫
∫
∫
Ω
x
d
x
d
y
d
z
\int \int \int_\Omega xdxdydz
∫∫∫Ωxdxdydz,
Ω
\Omega
Ω为三个坐标面和x+2y+z=1所围成的闭区域。
=
∫
0
1
d
x
∫
0
(
1
−
x
)
/
2
d
y
∫
0
1
−
x
−
2
y
x
d
z
\int_0^1dx\int_0^{(1-x)/2}dy\int_0^{1-x-2y}xdz
∫01dx∫0(1−x)/2dy∫01−x−2yxdz
2.先二后一
∫
∫
∫
z
2
d
x
d
y
d
z
\int \int \int z^2dxdydz
∫∫∫z2dxdydz,
Ω
\Omega
Ω是
x
2
a
2
+
y
2
b
2
+
z
2
c
2
=
1
所
围
成
的
空
间
闭
区
域
\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1所围成的空间闭区域
a2x2+b2y2+c2z2=1所围成的空间闭区域
=
∫
z
2
d
z
∫
∫
D
d
x
d
y
=
π
a
b
∫
−
c
c
z
2
(
1
−
z
2
/
c
2
)
d
z
\int z^2dz\int\int_Ddxdy=\pi ab\int_{-c}^c z^2(1-z^2/c^2)dz
∫z2dz∫∫Ddxdy=πab∫−ccz2(1−z2/c2)dz
3.柱坐标
- x=
ρ
c
o
s
θ
\rho cos\theta
ρcosθ
y= ρ s i n θ \rho sin\theta ρsinθ
z=z
dv= ρ d ρ d θ d z \rho d\rho d\theta dz ρdρdθdz
也是先一后二,先dz,再d ρ \rho ρ, d θ d\theta dθ
第一类曲线积分(对弧长的曲线积分)
被积函数的x与y都在曲线上
1.
∫
L
f
(
x
,
y
)
d
s
=
∫
α
β
f
[
ϕ
(
t
)
,
ψ
(
t
)
]
ϕ
,
2
(
t
)
+
ψ
,
2
t
d
t
\int_Lf(x,y)ds=\int_\alpha^\beta f[\phi(t),\psi(t)]\sqrt{\phi^{,2}(t)+\psi^{,2}t}dt
∫Lf(x,y)ds=∫αβf[ϕ(t),ψ(t)]ϕ,2(t)+ψ,2tdt
有时候t可以是x,t可以是y
2.有时候积分是几段的拼接,就正常算极端加起来就好了,不用管顺序什么的。
3.性质
- 曲线积分的函数是1,积分就是L的长度
- L关于x轴对称,积分函数是y的奇函数,结果是0…
- …
第二类曲线积分(对坐标的曲线积分)
是有方向的
1.
∫
L
P
(
x
,
y
)
d
x
+
Q
(
x
,
y
)
d
y
\int _LP(x,y)dx+Q(x,y)dy
∫LP(x,y)dx+Q(x,y)dy,转换成一个未知数即可
2.利用性质计算
- 若 ∂ P ∂ y = ∂ P ∂ x \frac{\partial P}{\partial y}=\frac{\partial P}{\partial x} ∂y∂P=∂x∂P,则积分与路径无关
- 格林公式(不封闭的补充成封闭):若L为逆时针,无交叉,闭合曲线,
则, ∫ L P ( x , y ) d x + Q ( x , y ) d y = ∫ ( ∂ Q ∂ x − ∂ P ∂ x ) d x d y \int _LP(x,y)dx+Q(x,y)dy=\int(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial x})dxdy ∫LP(x,y)dx+Q(x,y)dy=∫(∂x∂Q−∂x∂P)dxdy
若L为顺时针, ∫ L P ( x , y ) d x + Q ( x , y ) d y = − ∫ ( ∂ Q ∂ x − ∂ P ∂ x ) d x d y \int _LP(x,y)dx+Q(x,y)dy=-\int(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial x})dxdy ∫LP(x,y)dx+Q(x,y)dy=−∫(∂x∂Q−∂x∂P)dxdy
3.关于对称性比较复杂,需要分类讨论
第一类曲面积分(对面积的曲面积分)
Σ
\Sigma
Σ为积分曲面
1.z=z(x,y)(在积分曲面上的Z)
∫
∫
f
(
x
,
y
,
z
)
d
s
=
∫
∫
f
[
x
,
y
,
z
(
x
,
y
)
]
1
+
z
x
2
(
x
,
y
)
+
z
y
2
(
x
,
y
)
d
x
d
y
\int \int_\ f(x,y,z)ds=\int \int f[x,y,z(x,y)]\sqrt{1+z_x^2(x,y)+z_y^2(x,y)}dxdy
∫∫ f(x,y,z)ds=∫∫f[x,y,z(x,y)]1+zx2(x,y)+zy2(x,y)dxdy(区域是投影面)
2.x=x(y,z),z=z(x,y)同理
3.如果有几个面,拆开算
4.如果f=1,求的是曲面的面积
第二类曲面积分(对坐标的曲面积分)
都在面的表面
标志为:dxdy
1.从正面(坐标轴正向)看过去如果看得见面,则取正号,如果看不见,则取负号,如果是一条线,则为0
2.将三个未知量化成两个,注意正负号,作出投影面Dxy
3.第几卦限是按逆时针旋转的
判断级数的敛散性
1,判断正项级数的敛散性
- 正项级数每一项都是正的,并且是和的形式
- 首先看 l i m n → ∞ u n = 0 lim_{n\to \infty }u_n=0 limn→∞un=0,不是就发散,是的话继续判断,再看 u n 中 能 否 提 出 n 次 方 , 可 以 的 话 柯 西 判 别 法 , 看 l i m n → ∞ u n n , 结 果 等 于 1 , 不 能 确 定 , 小 于 1 是 收 敛 , 大 于 1 发 散 , 如 果 不 能 提 出 n 次 方 , 就 比 值 审 敛 法 ( 达 朗 贝 尔 判 别 法 ) , l i m n → ∞ , ρ 的 值 的 判 别 法 与 上 述 相 同 , 最 后 是 比 较 审 敛 法 , 可 以 是 极 限 形 式 u_n中能否提出n次方,可以的话柯西判别法,看lim_{n \to \infty }\sqrt[n]{u_n},结果等于1,不能确定,小于1是收敛,大于1发散,如果不能提出n次方,就比值审敛法(达朗贝尔判别法),lim_{n \to \infty},\rho 的值的判别法与上述相同,最后是比较审敛法,可以是极限形式 un中能否提出n次方,可以的话柯西判别法,看limn→∞nun,结果等于1,不能确定,小于1是收敛,大于1发散,如果不能提出n次方,就比值审敛法(达朗贝尔判别法),limn→∞,ρ的值的判别法与上述相同,最后是比较审敛法,可以是极限形式
- 比较基准:(等比级数看的是绝对值,p级数不带绝对值)
等比级数: a q n aq^n aqn,|q|<1时收敛,|q|>=1时发散
p级数(p=1时为调和级数): a p n \frac{a}{p^n} pna,当p>1时收敛,p<=1时发散
(比较时注意a+b,ab, a 2 + b 2 a^2+b^2 a2+b2,的关系以及x>0时,x>sinx)
2.判断交错级数的敛散性(提到的Un均为正数部分)
- 正负或者负正交替
- 莱布尼茨定理判断:首先 lim n → ∞ u n 是 否 趋 近 于 0 , 否 的 话 发 散 , 若 u n > = u n + 1 , 收 敛 \lim_{n \to \infty}u_n是否趋近于0,否的话发散,若u_{n}>=u_{n+1},收敛 limn→∞un是否趋近于0,否的话发散,若un>=un+1,收敛
3.判断绝对收敛/条件收敛(条件收敛这个名词值针对交错级数)
- 正项级数:发散就是发散,收敛就是绝对收敛
- 交错级数:发散就是发散,收敛若去掉符号仍旧收敛就是绝对收敛,反之为条件收敛
幂级数( ∑ n = 0 ∞ a n ( x + b ) n \sum_{n=0}^{\infty}a_n(x+b)^n ∑n=0∞an(x+b)n)
1.已知幂级数在某点收敛/发散,判断在另一个点是收敛还是发散
eg:若级数在x=
x
0
x_0
x0时收敛,
∣
x
+
b
∣
<
∣
x
0
+
b
∣
|x+b|<|x_0+b|
∣x+b∣<∣x0+b∣,在该点也是绝对收敛
若级数在x=
x
0
x_0
x0时发散,
∣
x
+
b
∣
>
∣
x
0
+
b
∣
|x+b|>|x_0+b|
∣x+b∣>∣x0+b∣,在该点就发散
2.求幂级数的收敛域/收敛区间(收敛域是带边界值的)
- b=0的情况
l i m n → ∞ ∣ a n + 1 a n ∣ = ρ lim_{n\to \infty}|\frac{a_{n+1}}{a_n}|=\rho limn→∞∣anan+1∣=ρ
R= 1 / ρ 1/\rho 1/ρ( ρ 不 等 于 0 \rho不等于0 ρ不等于0)
R=正无穷( ρ 等 于 0 \rho等于0 ρ等于0)
R=0( ρ = 正 无 穷 \rho=正无穷 ρ=正无穷) - b不等于0
令t=x+b
算出收敛半径
收敛区间为|t|<2,即算出x的范围,再算收敛域 - 级数缺少奇次幂或偶次幂时,上述定理不能直接使用,使用比值审敛法求收敛半径 l i m ∣ u n + 1 u n ∣ < 1 lim|\frac{u_{n+1}}{u_n}|<1 lim∣unun+1∣<1
3.求幂级数在收敛域内的和函数S(x)(幂级数s(0)一般等于0或1,有时候不是,需要算一下)
- 求和函数一定要求收敛域
- 当an是分式形式时,先求导,再积分,
s ( x ) , = . . . . . s(x)^,=..... s(x),=.....
s ( x ) = ∫ 0 x s ( x ) , d x s(x)=\int_0^xs(x)^,dx s(x)=∫0xs(x),dx - an不是分式形式时,先积分,再求导
微分方程
符合
y
,
+
P
(
x
)
y
=
Q
(
x
)
y^,+P(x)y=Q(x)
y,+P(x)y=Q(x)的格式,求通解
1.Q(x)=0,则为一阶齐次线性微分方程
通解为
y
=
c
e
−
∫
p
(
x
)
d
x
y=ce^{-\int p(x)dx}
y=ce−∫p(x)dx
2.Q(x)不为0,只用常数变易法,将c换成u(x),求导,带入原式,求出
u
,
(
x
)
u^,(x)
u,(x),再求出u(x),得结果,
y
=
e
−
∫
p
(
x
)
d
x
(
∫
Q
(
x
)
e
∫
P
(
x
)
d
x
d
x
+
c
)
y=e^{-\int p(x)dx}(\int Q(x)e^{\int P(x)dx}dx+c)
y=e−∫p(x)dx(∫Q(x)e∫P(x)dxdx+c)
3.遇到y/x类型的,将u设为y/x
纯公式:
三角函数相关公式
1.点火公式
∫
0
π
s
i
n
n
θ
d
θ
=
2
∫
0
π
2
s
i
n
n
θ
d
θ
\int_0^\pi sin^n\theta d\theta=2\int_{0}^{\frac{\pi}{2}}sin^n\theta\text{d}\theta
∫0πsinnθdθ=2∫02πsinnθdθ
∫
0
π
2
s
i
n
n
θ
d
θ
\int_{0}^{\frac{\pi}{2}}sin^n\theta\text{d}\theta
∫02πsinnθdθ=
∫
0
π
2
c
o
s
n
θ
d
θ
\int_{0}^{\frac{\pi}{2}}cos^n\theta\text{d}\theta
∫02πcosnθdθ
n为偶数:=
n
−
1
n
n
−
3
n
−
2
n
−
5
n
−
4
.
.
.
1
2
π
2
\frac{n-1}{n}\frac{n-3}{n-2}\frac{n-5}{n-4}...\frac{1}{2}\frac{\pi}{2}
nn−1n−2n−3n−4n−5...212π
n为奇数:=
n
−
1
n
n
−
3
n
−
2
n
−
5
n
−
4
.
.
.
2
3
\frac{n-1}{n}\frac{n-3}{n-2}\frac{n-5}{n-4}...\frac{2}{3}
nn−1n−2n−3n−4n−5...32
2.三角变换
c
o
s
2
θ
=
c
o
s
θ
2
−
s
i
n
θ
2
cos2\theta=cos\theta^2-sin\theta^2
cos2θ=cosθ2−sinθ2
积分变限函数求导

泰勒及麦克劳林公式
(此为麦克劳林公式,即为特殊的泰勒公式)






积分表


更多推荐


所有评论(0)