Skip to Content

2-一元微积分

2019-09-19·Calculus

积分

  • Riemann 和
    • P:a=x0<⋯<xn=bP:a=x_0<\cdots<x_n=b 为 [a,b][a,b] 的分隔
    • 特殊点选取 ξ\xi: ξi∈[xi−1,xi]\xi_i\in[x_{i-1},x_i],定义域{1,2,⋯ ,n}\{1,2,\cdots,n\},自变量 ii,函数值 ξi\xi_i
    • Δxi=xi−xi−1\Delta x_i= x_i-x_{i-1}
    • S(f,P,ξ)=∑i=1nf(ξi)Δxi,∥P∥=max⁡{∣Δxi∣∣1≤i≤n}S(f,P,\xi)=\sum_{i=1}^nf(\xi_i)\Delta x_i,\lVert P\rVert=\max\{|\Delta x_i||1\leq i\leq n\}
  • Riemann 可积:∀ϵ>0,∃δ>0,∀P,∥P∥<δ,∀ξ,∣S(f,P,ξ)−I∣<ϵ\forall\epsilon>0,\exists\delta>0,\forall P,\lVert P\rVert<\delta,\forall\xi,|S(f,P,\xi)-I|<\epsilon
    • I=∫abf(x)dxI=\int_a^b f(x)dx
    • 有界性:ff Riemann 可积则 ff 在 [a,b][a,b] 上有界
    • 唯一性
    • 线性
    • 单调性
    • 非负性
    • 三角不等式:∣∫abfdx∣≤∫ab∣f∣dx|\int_a^b fdx|\leq\int_a^b|f|dx
    • ff 在 [a,b][a,b] 上有界且至多有有限个间断点,则 ff 在 [a,b][a,b] 上可积
  • 积分计算
    • 换元积分法
      • ∫f(φ(x))φ′(x)dx=∫f(u)du\int f(\varphi(x))\varphi'(x)dx=\int f(u)du
      • ∫abf(φ(x))φ′(x)dx=∫abf(φ(x))dφ(x)=∫φ(a)φ(b)f(u)du\int_a^b f(\varphi(x))\varphi'(x)dx=\int_a^bf(\varphi(x))d\varphi(x)=\int_{\varphi(a)}^{\varphi(b)}f(u)du
        1. f(u)f(u) 在 II 上连续,φ(x)\varphi(x) 在 [a,b][a,b] 上连续可微
        2. f(u)f(u) 在 II 上可积,φ(x)\varphi(x) 在 [a,b][a,b] 上可微且单调,φ′(x)\varphi'(x) 在 [a,b][a,b] 上可积
      • 第二换元积分法:u=φ(x),α=φ(a),β=φ(b),∫αβf(u)du=∫abf(φ(x))φ′(x)dxu=\varphi(x),\alpha=\varphi(a),\beta=\varphi(b),\int_\alpha^\beta f(u)du=\int_a^bf(\varphi(x))\varphi'(x)dx
    • 分布积分法
      • ∫f(x)dg(x)=f(x)g(x)−∫g(x)df(x)\int f(x)dg(x)=f(x)g(x)-\int g(x)df(x)
      • ∫abf(x)g′(x)dx=f(x)g(x)∣ab−∫abf′(x)g(x)dx\int_a^b f(x)g'(x)dx = f(x)g(x)|_a^b-\int_a^b f'(x)g(x)dx
    • 公式
      • ∫x−1=ln⁡∣x∣+C\int x^{-1}=\ln |x|+C
      • ∫ax=axln⁡a+C\int a^x=\frac{a^x}{\ln a}+C
      • ∫dxx2+a=ln⁡∣x+x2+a∣+C\int \frac{dx}{\sqrt{x^2+a}}=\ln|x+\sqrt{x^2+a}|+C
    • 有理积分
      • 有理函数:R(x)=P(x)Q(x)R(x)=\frac{P(x)}{Q(x)},P,QP,Q 为实系数多项式
      • 部分分式分解:待定系数法
      • 有理指数函数:R(ax)R(a^x)
      • 有理三角积分:R(cos⁡x,sin⁡x)R(\cos x,\sin x)
  • 无穷积分
    • ff 定义在 [a,+∞][a,+\infty] 上,∀c∈[a,+∞]\forall c\in[a,+\infty],ff 在 [a,c][a,c] 上 Riemann 可积,若 lim⁡c→+∞∫acf(x)dx=A\lim_{c\rightarrow+\infty}\int_a^c f(x)dx=A 则 ∫a+∞f(x)dx=A\int_a^{+\infty} f(x)dx=A
      • 收敛:A≠±∞A\not=\pm\infty
      • 发散:A=±∞A=\pm\infty 或极限不存在
    • ∃d∈R,∫−∞df(x)dx,∫d+∞f(x)dx\exists d\in\mathbb{R},\int_{-\infty}^df(x)dx,\int_d^{+\infty}f(x)dx 皆收敛,∫−∞+∞f(x)dx=∫−∞df(x)dx+∫d+∞f(x)dx\int_{-\infty}^{+\infty}f(x)dx = \int_{-\infty}^df(x)dx+\int_d^{+\infty}f(x)dx
  • 瑕积分
    • 瑕点:∀c∈(a,b),f\forall c\in (a,b),f 在 [a,c][a,c] 上可积,在 bb 附近无界
    • ff 定义在 [a,b)[a,b) 上,lim⁡c→b−∫acf(x)dx=A\lim_{c\rightarrow b^-}\int_a^cf(x)dx=A 则 ff 在 [a,b][a,b] 上的瑕积分为 AA, ∫abf(x)dx=A\int_a^bf(x)dx=A
  • 非负的积分: ff 在 [a,+∞][a,+\infty] 上非负,∀c>a,f\forall c>a,f 在 [a,c][a,c] 上可积
    • ∫a+∞f(x)dx\int_a^{+\infty}f(x)dx 有值且非负
    • ∫a+∞f(x)dx\int_a^{+\infty}f(x)dx 收敛当且仅当 ∫a+∞f(x)dx<+∞\int_a^{+\infty}f(x)dx<+\infty
    • 比较判别法 I:f≥gf\geq g
      • ∫a+∞f(x)dx\int_a^{+\infty}f(x)dx 收敛,则 ∞a+∞g(x)dx\infty_a^{+\infty}g(x)dx 收敛
      • ∫a+∞g(x)dx\int_a^{+\infty}g(x)dx 发散,则 ∞a+∞f(x)dx\infty_a^{+\infty}f(x)dx 发散
    • 比较判别法 II
      • lim⁡x→+∞f(x)g(x)=c<+∞,∫a+∞g(x)dx\lim_{x\rightarrow+\infty}\frac{f(x)}{g(x)}=c<+\infty,\int_a^{+\infty}g(x)dx 收敛,则 ∫a+∞\int_a^{+\infty} 收敛
      • lim⁡x→+∞f(x)g(x)=c>0,∫a+∞g(x)dx\lim_{x\rightarrow+\infty}\frac{f(x)}{g(x)}=c>0,\int_a^{+\infty}g(x)dx 发散,则 ∫a+∞\int_a^{+\infty} 发散
  • 绝对收敛:∫a+∞∣f(x)∣dx\int_a^{+\infty}|f(x)|dx 收敛
    • 绝对收敛则收敛

导数

  • ff 在 x=x0x=x_0 处可导(可微):lim⁡x→x0f(x)−f(x0)x−x0=A\lim_{x\rightarrow x_0}\frac{f(x)-f(x_0)}{x-x_0}=A
    • 唯一性,局部性
    • 可导⇒\Rightarrow连续
    • 线性
    • Leibniz 法则:(fg)′(x0)=f′(x0)g(x0)+f(x0)g′(x0)(fg)'(x_0)=f'(x_0)g(x_0)+f(x_0)g'(x_0)
    • 链法则:(f∘g)′(x0)=f′(g(x0))g′(x0)(f\circ g)'(x_0)=f'(g(x_0))g'(x_0)
    • 参数求导法:dydx∣x=x(t0)=dydx∣t=t0dxdt∣t=t0\frac{dy}{dx}|_{x=x(t_0)}=\frac{\frac{dy}{dx}|_{t=t_0}}{\frac{dx}{dt}|_{t=t_0}}
    • (ax)′=axln⁡a(a^x)'=a^x\ln a
    • (log⁡a∣x∣)′=(xln⁡a)−1(\log_a|x|)'=(x\ln a)^{-1}
    • 单侧导数
    • 初等函数导函数是初等函数
  • f(m)(x0)f^{(m)}(x_0):mm阶导数
    • 光滑:任意阶可微
    • 任意阶 Leibniz 法则:(fg)(m)(x0)=∑i=0mCmif(m−i)(x0)g(i)(x0)(fg)^{(m)}(x_0)=\sum_{i=0}^mC_m^if^{(m-i)}(x_0)g^{(i)}(x_0)
  • ff 在 x=x0x=x_0 处可导   ⟺  x→x0,f(x)−f(x0)=A(x−x0)+o(∣x−x0∣)\iff x\rightarrow x_0,f(x)-f(x_0)=A(x-x_0)+o(|x-x_0|)
    • A=f′(x0)A=f'(x_0)
    • R(x)R(x) 为余项

微分

  • 线性函数 f:R→Rf:\mathbb{R}\rightarrow\mathbb{R}
    • f(ω1+ω2)=f(ω1)+f(ω2)f(\omega_1+\omega_2)=f(\omega_1)+f(\omega_2)
    • ∀k∈R,f(kω)=kf(ω)\forall k\in\mathbb{R},f(k\omega)=kf(\omega)
  • dxdx: 恒等函数 dx(ω)=ωdx(\omega)=\omega
  • df(x0)df(x_0):f(x)f(x) 在 x=x0x=x_0 处可导,函数 df(x0):R→Rdf(x_0):\mathbb{R}\rightarrow\mathbb{R}
    • df(x0)=f′(x0)dxdf(x_0)=f'(x_0)dx
    • df(x,ω)=df(x)(ω)=f′(x)ωdf(x,\omega)=df(x)(\omega)=f'(x)\omega
    • 线性
    • Leibniz 法则
    • 链法则

微积分基本定理

  • 微积分基本定理:
    • ff 在 [a,b][a,b] 上连续则 F(x)=∫axf(t)dtF(x)=\int_a^xf(t)dt 在 [a,b][a,b] 上可微,且F′=fF'=f
      • ddx∫axf(t)dt=f(x)\frac{d}{dx}\int_a^xf(t)dt=f(x)
      • FF 为 ff 的原函数
      • ∫f(x)dx=F(x)+C\int f(x)dx=F(x)+C
    • ff 在 [a,b][a,b] 上可积,则 FF 在 [a,b][a,b] 上连续,且若 f(x)f(x) 在 x0x_0 处连续,F′(x0)=f(x0)F'(x_0)=f(x_0)
  • Newton-Leibniz 公式:FF 在 [a,b][a,b] 上连续可微,则 ∫abddxF(x)dx=F(b)−F(a)=F∣ab\int_a^b\frac{d}{dx}F(x)dx=F(b)-F(a)=F|^b_a
  • Rolle 中值定理:ff 在 [a,b][a,b] 上连续,在(a,b)(a,b)上可导,f(a)=f(b)f(a)=f(b) 则 ∃ξ∈[a,b],f′(ξ)=0\exists\xi\in[a,b],f'(\xi)=0
  • Lagrange 中值定理:FF 在 [a,b][a,b] 上连续,在(a,b)(a,b)上可微,则∃ξ∈(a,b),F(b)−F(a)=F′(ξ)(b−a)\exists\xi\in(a,b),F(b)-F(a)=F'(\xi)(b-a)
  • L'Hospital 法则:
    • 00:lim⁡x→a+f(x)=lim⁡x→a+g(x)=0,lim⁡x→a+f′(x)g′(x)=A\frac{0}{0}:\lim_{x\rightarrow a^+}f(x)=\lim_{x\rightarrow a^+}g(x)=0,\lim_{x\rightarrow a^+}\frac{f'(x)}{g'(x)}=A 则 lim⁡x→a+f(x)g(x)=A\lim_{x\rightarrow a^+}\frac{f(x)}{g(x)}=A
    • ∞∞:lim⁡x→a+g(x)=±∞,lim⁡x→a+f′(x)g′(x)=A\frac{\infty}{\infty}:\lim_{x\rightarrow a^+}g(x)=\pm\infty,\lim_{x\rightarrow a^+}\frac{f'(x)}{g'(x)}=A 则 lim⁡x→a+f(x)g(x)=A\lim_{x\rightarrow a^+}\frac{f(x)}{g(x)}=A
    • 0⋅∞=01∞0\cdot\infty=\frac{0}{\frac{1}{\infty}}
    • 00=e0ln⁡0=e0⋅∞0^0=e^{0\ln 0}=e^{0\cdot\infty}
    • ∞0=e0ln⁡∞=e0⋅∞\infty^0=e^{0\ln \infty}=e^{0\cdot\infty}
    • 1∞=e∞⋅01^\infty=e^{\infty\cdot0}
    • (+∞)−(+∞)=ln⁡00=10−10(+\infty)-(+\infty)=\ln\frac{0}{0}=\frac{1}{0}-\frac{1}{0}
  • Taylor 公式:ff 定义在 (a,b)(a,b) 上,x0∈(a,b),fx_0\in(a,b),f 在 x0x_0 处 nn 阶可导,则
    • f(x)=∑i=0nf(i)(x0)i!(x−x0)i+R(x)f(x)=\sum_{i=0}^n\frac{f^{(i)}(x_0)}{i!}(x-x_0)^i+R(x)
    • x→x0,Rn(x)=o(∣x−xn∣n)x\rightarrow x_0,R_n(x)=o(|x-x_n|^n)
f(x)f(x)x=0x=0 处 Taylor 展开
exe^x∑i=0nxii!+o(xn)\sum_{i=0}^n\frac{x^i}{i!}+o(x^n)
ln⁡(1+x)\ln(1+x)∑i=1n(−1)i−1ixi+o(xn)\sum_{i=1}^n\frac{(-1)^{i-1}}{i}x^i+o(x^n)
sin⁡x\sin x∑i=1n(−1)i−1(2i−1)!x2i−1+o(x2n−1)\sum_{i=1}^n\frac{(-1)^{i-1}}{(2i-1)!}x^{2i-1}+o(x^{2n-1})
cos⁡x\cos x∑i=1n(−1)i(2i)!x2i+o(x2n)\sum_{i=1}^n\frac{(-1)^i}{(2i)!}x^{2i}+o(x^{2n})
(x0+x)μ(x_0+x)^\mux0μ+∑i=1μCμix0μ−ixix_0^\mu+\sum_{i=1}^\mu C_\mu^i x_0^{\mu-i}x^i