导数 derivatives
几何解释:切线斜率
物理解释:速率
极限 limits 连续性 continuity
Δx→0limΔyΔy=dxdy
若
x→x0limf(x)=f(x0)
则称 f(x) 在 x0 处连续 continuous
可去间断点 removable discontinuity:若左极限 limx→x−f(x)= 右极限 limx→x+f(x),但是 f(x0) 不相等或无定义
跳跃间断点 jump discontinuity:左、右极限均存在但不相等
两个三角的极限:
θ→0limθsinθ=1
θ→0limθ1−cosθ=0
定理:可导必连续
导数运算法则
加法:
(u+v)′=u′+v′
数乘:
(cu)′=cu′
乘法公式:
(uv)′=u′v+uv′
除法公式:
(vu)′=v2u′v−uv′
链式法则 chain rule 和 高阶导数 higher derivatives
链式法则:
dtdy=dxdy⋅dtdx
高阶导数记号:
f′′(x)=D2f=dx2d2f
隐函数求导 implicit differentiation 和逆 inverses
例如:
x2+y2=1
直接对 x 求导:
2x+2ydxdy=0
逆函数求导:
x=f−1(y)
dyd(f−1(y))=dxdy2
指数函数 exponential 和对数函数 log 求导
dxd(ex)=ex
自然对数:
ln(ex)=x
dxd(ln(x))=x1
dxd(ax)=ln(a)⋅ax
双曲正弦函数 hyperbolic sine 和双曲余弦函数 hyperbolic cosine
双曲正弦函数 hyperbolic sine:
sinh(x)=2ex−e−x
双曲余弦函数 hyperbolic cosine:
cosh(x)=2ex+e−x
两者关系:
dxdcosh(x)=sinh(x)
cosh2(x)−sinh2(x)=1
对数求导法和指数求导法
线性近似 linear approximations 和二次近似 quadratic approximations
线性近似 linear approximations:
f(x)≈f(x0)+f′(x0)(x−x0)
二次近似 quadratic approximations:
f(x)≈f(x0)+f′(x0)(x−x0)+2f′′(x0)(x−x0)2(x≈x0)
曲线草图 curve sketching
方法:
- 画出不连续点(尤其是无限大的点)
- 寻找驻点(f′(x)=0)
- 画出驻点
- 决定驻点之间导数的正负
- 找零点
- 决定在无穷远处的表现
牛顿迭代法 Newton's method
先选定一点 x0
下一个点 x1 满足:
x1=x0−f′(x0)f(x0)
一般的,第 k+1 个点为:
xk+1=xk−f′(xk)f(xk)
这样能够比较快地找出函数零点,但根初始点的选取有关
中值定理 mean value theorem
如果 f 在 a<x<b 可导,在 a≤x≤b 连续,则存在 a<c<b,使得
b−af(b)−f(a)=f′(c)
几何意义:存在一个切线,其斜率等于割线
可以写成类似于线性近似的形式:
f(x)=f(a)+f′(c)(b−a)
中值定理的应用:
- 如果 f′(x)>0,则 f 在增加
- 如果 f′(x)<0,则 f 在减小
- 如果 f′(x)=0,则 f 不变
微分 differentials 和不定积分 antiderivatives
微分:
dy=f′(x)dx
微分的应用之一——线性近似:
ΔxΔy≈dxdy
F(x)=∫f(x)dx 表示 F 是 f 的不定积分(反微分)
例:
∫sinxdx=−cosx+c,其中c是常数
变量代换法:
∫x3(x4+2)5dx
令 u=x4+2,则原式 =41∫u5du
微分方程 differntial equations 和分离变量法 separation of variables
例:
dxdy=−xy
分离变量:
ydy=−xdx
两边取不定积分:
ln∣y∣=−2x2+c
y=ae−x2/2
定积分 definite integrals
曲线下的面积:
- 把区域分成一个个矩形
- 把矩形的面积相加
- 让矩形变得尽量瘦
定义:
n→∞limi=1∑nf(ci)Δx=∫abf(x)dx
微积分第一基本定理 first fundamental theorem of calculus
如果 f(x) 是连续的且 F′(x)=f(x),则
∫abf(x)dx=F(b)−F(a)
积分的加法:
∫abf(x)dx+∫bcf(x)dx=∫acf(x)dx
由此可得:
∫abf(x)dx=−∫baf(x)dx
变量代换时要注意变换定积分的上下限:
∫x1x2f(x)u′(x)dx=∫u1u2g(u)du,u1=u(x1),u2=u(x2)
微积分第二基本定理 second fundamental theorem
如果 F(x)=∫axf(t)dt 且 f 连续,则
F′(x)=f(x)
几何应用:
求面积:
求体积:
数值积分 numerical integration
对于无法求出表达式的定积分,需要估计答案
黎曼和 Riemann Sum:
分成一个个矩形,矩形面积之和
梯形法则 trapezoidal rule:
每个梯形的面积为
(2y3+y4)Δx
总面积为:
Δx(2y0+y1+⋯+yn−1+2yn)
本质上是黎曼左和与右和的平均值
辛普森规则 Simpson's Rule:
使用抛物线而不是直线,抛物线底下的面积为:
2Δx(6y+0+4y1+y2)
∫abf(x)dx≈3Δx(y0+4y1+2y2+4y3+2y4+⋯+4yn−1+yn
三角积分和代换 trigonometric integrals and substitution
对于
∫sinnxcosmxdx
- n 和 m 至少有一个为奇数
例:
∫sin3xcos2xdx=∫(1−cos2x)cos2xsinxdx
再令 u=cosx 即可
- m 和 n 都是偶数
使用倍角公式:
cos2x=21+cos2x
例如:
∫sin2xcos2xdx=∫(21−cos2x)(21+cos2x)dx
=∫(41−41cos22x)dx=∫(41−81(1+cos4x))dx
公式:
sec2x=1+tan2x
(tanx)′=sec2x
(secx)′=secxtanx
逆代换和完全平方 integration by inverse substitution and completing the square
想要计算半圆的部分面积,即:
∫0xa2−t2dt
令 t=asinu,使得 a2−t2=acosu,得到
∫a2cos2udu=a2[2u+4sin(2u)]+c
再将 u 反代为 x,使用图形化简:
∫0xa2−t2dt=2a2sin−1(ax)+21xa2−x2
一些形式的积分的三角代换规则:
积分 |
代换 |
三角等式 |
∫x2+1dx |
x=tanu |
tan2u+1=sec2u |
∫x2−1dx |
x=secu |
sec2u−1=tan2u |
∫1−x2dx |
x=sinu |
1−sin2u=cos2u |
如果是类似这样的形式:
∫x2+4xdx
可以先配成“完全平方 + 一个常数”的形式:
=(x+2)2−4dx
部分分式 partial fractions
P(x) 和 Q(x) 是多项式,形如这样的积分:
Q(x)P(x)
方法:
- 对分母进行因式分解
- 使用待定系数法或遮盖法求解分解后分式的分子
- 分别对每个分式积分
分布积分 integration by parts
乘法法则的变形的积分形式:
∫udv=uv−∫vdu
定积分形式:
∫abuv′dx=uv∣ab−∫abu′vdx
递归公式:
∫(lnx)ndx=x(lnx)n−∫n(lnx)n−1dx
不定形——洛必达法则 L'Hopital's Rule
对于形如 00 或 ∞∞ 形式:
x→alimg(x)f(x)=g′(a)f′(a)
反常积分 improper integrals
反常积分:
∫a∞f(x)dx=M→∞lim∫aMf(x)dx
如果该极限存在,则称其收敛 converge;如果不存在,则为发散 diverge
敛散性判断:
对于形如 ∫1∞xpdx,若 0<p≤1 ,则发散;若 p>1,则收敛。
若 0≤f(x)≤g(x) 恒成立,
- 若 g(x) 收敛,则 f(x) 收敛(大收敛)
- 若 f(x) 发散,则 g(x) 发散(小发散)
极限比较:
若 f(x)≥0 且 limx→∞f(x)/g(x)≤1,则对于某个较大的 a,有 f(x)≤2g(x),所以 ∫a∞f(x)dx≤2∫a∞g(x)dx
无穷级数 infinite series 和敛散性判断 convergence tests
几何级数:
1+a+a2+⋯=S
解得:
S=1−a1,−1<a<1
记号:
k=0∑∞ak=a0+a1+…
部分和:
Sn=k=0∑nak=a0+a1+…+an
级数的积分审敛法:
n=1∑∞np1 ∼∫1∞xpdx
两者有相同的敛散性
泰勒级数 Taylor Series
泰勒公式的因子为:
f(x)(0)=(n!)an
ex=n=0∑∞n!xn
cosx=1−21x2+4!1x4−6!1x6+…
sinx=x−3!x3+5!x5−7!x7+…
其它点处的泰勒级数:
f(x)=f(b)+f′(b)(x−b)+2f′′(b)(x−b)2+…
最后附上一首关于多元链式法则的小诗:
One thing to rule them all
One thing to find them
One thing to bring them all
And in a matrix bind them.
改编自《魔戒》中的
至尊戒驭众戒
至尊戒寻众戒
至尊戒引众戒
禁锢众戒黑暗中