数分复习

​ 临考前发的post,已经山穷水尽咧!

​ 希望考试能有个好结果 # 求极限

思路

先化简

四则运算:能不能拆,能不能先算

加减法时:

  • \(e^{f(x)}-e^{g(x)}=e^{g(x)}\cdot(e^{f(x-g(x)}-1)\sim e^{g(x)}\cdot [f(x)-g(x)]\)
  • \(f^\alpha(x)-g^\alpha(x)=g^\alpha(x)\cdot[(\frac{f(x)}{g(x)})^\alpha-1]=g^\alpha(x)\cdot[(1+(\frac{f(x)}{g(x)}-1))^\alpha-1]\)
  • \(\ln A-B=\ln A -\ln e^B=\ln \frac{A}{e^B}\)
  • $,f(x),g(x) $令t=1/x,通分
  • 泰勒公式

恒等变形

​ 幂指函数\(u^{v(x)}(x)\)不能等价,只能变形

  • 1[]:公式:\(\lim f(x)^{g(x)}\to e^{\lim [f(x)-1]\cdot g(x)}\)
  • 其他:\(e^{u(x)\ln v(x)}\)得到新极限再化简

等价无穷小(加减法别用)

常用的: \[ \begin{split} \sin x\sim \tan x &\sim \arctan x\sim\arcsin x\sim x\\ \ln (x+1)&\sim x\\ e^x-1 &\sim x\\ \cos x &\sim 1-\frac{1}{2}x^2\\ \sqrt[n]{1+x}-1 &\sim \frac{1}{n}x \end{split} \] 不算常用: \[ \begin{split} ln(1+\sqrt{x})&\sim x^{\frac{1}{2}}\\ e^{x^{2}}-1&\sim x^{2}\\ x-sinx &\sim \frac{1}{6}x^{3}\\ \sqrt[3]{x}&\sim x^{1/2}\\ e^{sinx}-1 &\sim x \end{split} \]

​ 抓大头


\[ x \to \infty :x^3+x^2+x \sim x^3 \]

\[ x \to 0:x^3+x^2+x \sim x \]

\[ 无穷大+有界 \sim 无穷大 :x\to\infty :x+sinx \sim x \]

变换指数

\[ \lim_{x \to x_0}u(x)^{v(x)}=\lim_{x \to x_0}e^{v(x)\ln u(x)} \]

求渐近线

​ 定义设有直线L:y=ax+b,曲线C:y=f(x),如果点(x,y)沿着曲线y=f(x)趋于∞时,(x,y)到L的距离d趋于0,则称y=ax+b是曲线y=f(x)的渐近线。

​ From the definition: \[ \lim_{n \to \infty}\frac{|f(x)-(ax+b)|}{\sqrt{1+a^2}}=b \]

\[ \lim_{n \to \infty}\frac{f(x)-ax}{x}=0 \]

\[ \lim_{n \to \infty}\frac{f(x)}{x}=a \]

​ 得到a后再回代求出b即可

​ 垂直渐近线:\(\lim_{n \to \infty}\frac{f(x)}{x}=a\),则称x=x0是y=f(x)的垂直渐近线。

​ 水平渐近线:\(\lim_{n \to \infty}f(x)=\infty\),则称y=a是y=f(x)的水平渐近线。

连续

​ f在x0处连续的3个条件:

  • f在x0处有定义
  • \(\lim_{x \to x_0}f(x)\)存在,即\(\lim_{x \to x_0}f(x_0-0)=\lim_{x \to x_0}f(x_0+0)\)均存在且相等
  • \(\lim_{x \to x_0}f(x)=f(x_0)\)

​ 第一类间断点和第二类间断点的区分是:\[f(x_0^-)和f(x_0^+)\]是否都存在

求导

对数求导法

​ 两边取对数再求导

高阶导数

\[ \begin{split} (\ln(1+x))^{(n)}&=(-1)^{n-1}\frac{(n-1)!}{(1+x)^n}\\ (\sin x)^{(n)}&=\sin (x+n\times \frac {\pi}{2})\\ (\cos x)^{(n)}&=\cos (x+n\times \frac {\pi}{2})\\ (a^x)^{(n)}&=a^x \times \ln^na\\ (x^a)^{(n)}&=a(a-1)\cdots(a-n+1) x^{a-n}\\ (\sin kx)^{(n)}&=k^n\sin (kx+n\times \frac {\pi}{2})\\ (\cos kx)^{(n)}&=k^n\cos (kx+n\times \frac {\pi}{2})\\ \end{split} \]

​ 莱布尼兹(Leibniz)公式: \[ (u+v)^{(n)}=\sum_{k=0}^{n}C_n^ku^{(n-k)}v^{(k)} \]

求高阶导数

  1. 归纳法

    慢慢算,找规律

  2. 莱布尼兹公式

    例如:\(y=x^2e^{2x}\),求y(20) \[ \begin{split} y^{20}&=C^0_{20}x^2\cdot(e^{2x})^{(20)}+C_{20}^{1}2x\cdot(e^{2x})^{(19)}+C_{20}^2 2\cdot (e^{2x})^{(18)}\\ &=x^2\cdot2^{20}e^{2x}+20\cdot2x\cdot2^{19}e^{2x}+\frac{19\times 18}{2}\cdot2\cdot2^{18}e^{2x} \end{split} \]

  3. 泰勒展开

    例如\(f(x)=e^{x^3}\)求f(0)(99) \[ e^x=1+x+\frac{x^2}{2!}+\cdots+\frac{x^n}{n!} \]

    \[ e^x=1+x^3+\frac{x^6}{2!}+\cdots+\frac{x^{3n}}{n!} \]

    \[ f^{(99)}(0)=\frac{99!}{33!} \]

微分

​ 定义:设函数y=f(x)在某区间内有定义,x0及x0+Δx在这区间内,如果函数的增量 \[ \Delta y=f(x_0+\Delta x)-f(x_0) \] ​ 可表示为 \[ \Delta y=A\Delta x+o(\Delta x) \] ​ 其中A是不依赖于Δx的常数,那么称函数y=f(x)在点x0可微的,而AΔx叫做函数y=f(x)在点x0相应于自变量增量Δx的微分,记作dy,即 \[ dy=A\Delta x \] ​ 函数f(x)在点x0可微的充要条件是函数f(x)在点x0可导,且当f(x)在点x0可微时,其微分一定为: \[ dy=f'(x_0)\Delta x \] ​ 当\(f'(x_0)\neq0\)时,有 \[ \lim_{\Delta x \to 0}\frac{\Delta y}{dy}=\lim_{\Delta x \to 0}\frac{\Delta y}{f'(x_0)\Delta x}=\frac{1}{f'(x_0)}\lim_{\Delta x \to 0}\frac{\Delta y}{\Delta x}=1 \] ​ 从而,当\(\Delta x\to 0\)时 ,\(\Delta y\)与dy是等价无穷小 \[ \Delta y=dy+o(dy) \] ​ 即dy是Δy的主部。

​ 当\(f'(x_0)\neq0\)的条件下时,我们说dy是Δy的线性主部

​ 在\(f'(x_0)\neq0\)的条件下,以微分\(dy=f'(x_0)\Delta x\)近似代替增量\(\Delta y=f(x_0+\Delta x)-f(x_0)\)时,误差为o(dy)

​ 因此当|Δx|很小时,有近似等式:\(\Delta y\approx dy\)

​ 函数y=f(x)在任意点x的微分,称为函数的微分,记作dy或df(x),即 \[ dy=f'(x)\Delta x \] ​ 通常把自变量x的增量Δx称为自变量的微分,记作dx,即dx=Δx,于是函数的微分又记作: \[ dy=f'(x)dx \]

近似计算(不考)

​ 当|Δx|很小的时候,基于式子: \[ \Delta y\approx dy =f'(x_0)\Delta x \] ​ 这个式子也可以写成 \[ \Delta y =f'(x_0+\Delta x)-f(x_0) \approx f'(x_0)\Delta x \] ​ 或: \[ f(x_0+\Delta x)\approx f(x_0)+f'(x_0)\Delta x \] ​ 在上式中令x=x0+Δx,即Δx=x-x0: \[ f(x) \approx f(x_0)+f'(x-x_0)\Delta x \] ​ 近似计算的本质就是用x的线性函数\(f(x) \approx f(x_0)+f'(x-x_0)\Delta x\)来近似表达函数f(x)

微分中值定理

罗尔定理

​ 费马引理:设函数f(x)在点x0的某领域U(x0)内有定义,并且在x0处可导,如果对任意的\(x\in U(x_0)\),有 \[ f(x)\leqslant f(x_0)或(f(x)\geqslant f(x_0)) \] ​ 那么f'(x0)=0

​ 通常称导数为零的点为函数的驻点(临界点、稳定点)

​ 罗尔定理:

​ 如果函数f(x)满足

  • 在闭区间[a,b]上连续
  • 在开区间(a,b)内可导
  • 在区间端点处的函数值相等,即f(a)=f(b)

​ 那么,在(a,b)内至少有一点ξ(a<ξ<b),使得f'(ξ)=0

拉格朗日中值定理

​ 如果函数f(x)满足:

  • 在闭区间[a,b]上连续
  • 在开区间(a,b)内可导

​ 那么在(a,b)内至少有一点ξ(a<ξ<b),使得等式 \[ f(b)-f(a)=f'(\xi)(b-a) \] ​ 成立。

​ 几何意义:如果连续曲线y=f(x)的弧AB上除端点外处处具有不垂直于x轴的切线,那么这弧上至少有一点C,使得曲线在点C的切线平行于弦AB。

​ 罗尔定理是拉格朗日中值定理f(a)=f(b)的特殊情况。 \[ f(x+\Delta x)-f(x)=f'(x+\theta \Delta x) \cdot \Delta x(0<\theta<1) \] ​ 如果记f(x)为y,那么: \[ \Delta y=f'(x+\theta \Delta x) \cdot \Delta x(0<\theta<1) \] ​ 有限增量定理,上式称为有限增量公式

​ 定理:如果函数f(x)在区间I上连续,I内可导且导数恒为0,那么f(x)在区间I上是一个常数。

柯西中值定理

​ 如果函数f(x)及F(x)满足

  • 在闭区间[a,b]上连续
  • 在开区间(a,b)内可导
  • 对任意\(x\in(a,b),F'(x)\neq0\)

​ 那么在(a,b)内至少有一点ξ,使等式: \[ \frac{f(b)-f(a)}{F(B)-F(A)}=\frac{f'(\xi)}{F'(\xi)} \]

泰勒公式

泰勒中值定理

​ 如果函数f(x)在x0处具有n阶导数,那么存在x0的一个邻域,对于该邻域的任一x,有: \[ f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x)}{2!}(x-x_0)^2+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n \] ​ 其中: \[ R_n(x)=o((x-x_0)^n) \] ​ 上述二式为带皮亚诺余项的泰勒公式

​ 带拉格朗日余项的泰勒公式:

​ 如果函数f(x)在x0的某个邻域U(x0)内具有(n+1)阶导数,那么对于任一x属于U(x0),有 \[ f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x)}{2!}(x-x_0)^2+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x) \]

\[ R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1} \]

​ 这里ξ是x0和x之间的某个值。

​ 当n=0时,泰勒公式变成拉格朗日中值定理,可见,泰勒中值定理是拉格朗日中值定理的推广。

​ 在带皮亚诺余项的泰勒公式中,如果取x0=0,那么带有佩亚诺余项的麦克劳林展开式: \[ f(x)=f(0)+f'(x_0)(0)+\frac{f''(x)}{2!}(0)+\cdots+\frac{f^{(n)}(x_0)}{n!}(0)+o(x^n) \] ​ 在带拉格朗日余项的泰勒公式中,可以令ξ=θx(0<θ<1),从而使得泰勒公式简化为: \[ f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x)}{2!}(x-x_0)^2+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+\frac{f^{(n+1)}(\theta x)}{(n+1)!}x^{n+1} \] ​ 可得到近似公式: \[ f(x)=f(0)+f'(x_0)(0)+\frac{f''(x)}{2!}(0)+\cdots+\frac{f^{(n)}(x_0)}{n!}(0) \] ​ 误差估计式变为: \[ |R_n(x)|\leqslant\frac{M}{(n+1)!}|x|^{n+1} \] ​ 常用的麦克劳林公式: \[ \begin{split} e^x&=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\cdots+\frac{x^n}{n!}+o(x^n)\\ sinx&=x-\frac{x^3}{3!}+\frac{x^5}{5!}+\cdots+(-1)^{n}\frac{x^{2n+1}}{(2n+1)!}+o(x^{2n+1})(n=0,1,2,\cdots)\\ cosx&=1-\frac{x^2}{2!}+\frac{x^4}{4!}+\cdots+(-1)^{n}\frac{x^{2n}}{(2n)!}+o(x^2n)(n=0,1,2,\cdots)\\ \tan x&=x+\frac{1}{3}x^3+\frac{2}{15}x^5+\frac{17}{315}x^7+\cdots\\ (1+x)^\alpha &=1+\alpha x+\frac{\alpha (\alpha-1)}{2!}x^2+\frac{\alpha (\alpha-1)(\alpha -2)}{3!}x^3+\cdots+\frac{\alpha (\alpha-1)(\alpha -2)\cdots(\alpha -n+1)}{n!}x^n+o(x^n)\\ \frac{1}{1+x}&=1-x+x^2-x^3+\cdots+(-1)^nx^n+o(x^n)(n=0,1,2,\cdots)\\ ln(1+x)&=x-\frac{x^2}{2}+\frac{x^3}{3}+\cdots+(-1)^n\frac{x^{n+1}}{n+1}+o(x^{n+1})(n=0,1,\cdots) \end{split} \] cos x的麦克劳林公式可由sinx的公式求导得到。

ln(1+x)的麦克劳林公式可由\(\frac{1}{1+x}\)的公式积分得到。

什么时候使用?

  • 五函数作加减法(\(e^x,\sin x,\cos x,\ln x,(1+x)^\alpha\))
  • \(x^k\)与五函数作乘法
  • \(x^k\)与五函数作复合运算。例如\(e^{x^2}=1+x^2+\frac{x^4}{2!}+\cdots\)

怎么用:

  • f(x)-g(x):展开到首次出现非零项
  • \(\frac{f(x)}{x^k}\):展开到k阶,上下同阶

曲线的凹凸性

​ 定义:设f(x)在区间I上连续,如果对I上任意两点x1和x2恒有: \[ f(\frac{x_1+x_2}{2})<\frac{f(x_1)+f(x_2)}{2} \] ​ 那么称f(x)在I上的图像是(向)上凹的;

​ 如果: \[ f(\frac{x_1+x_2}{2})>\frac{f(x_1)+f(x_2)}{2} \] ​ 那么称f(x)在I上的图像是向(上)凸的;

​ 凹凸判定:

​ 设f(x)在[a,b]上连续,在(a,b)内具有一阶和二阶导数,那么

  • 若在(a,b)内f''(x)>0,则f(x)在[a,b]上的图像是凹的;
  • 若在(a,b)内f''(x)<0,则f(x)在[a,b]上的图像是凸的;

一般地,设y=f(x)在区间I上连续,x0是I内的点.如果曲线y=f(x)在经过点(x0,f(x0))时,曲线的凹凸性改变了,那么就称点(x0,f(x0))为这曲线的拐点

不定积分

​ 连续函数一定有原函数.

换元法求不定积分

​ 一般地,对于积分\(\int f(ax+b)dx,(a\neq0)\) 总可以作变换u=ax+b,把它变成 \[ \int f(ax+b)dx=\int \frac{1}{a}f(ax+b)d(ax+b)=\frac{1}{a}[\int f(u)du]_{u=ax+b} \] ​ 一般地,对于\(\sin ^{2k+1}\cos^nx\)\(\sin^nx\cos^{2k+1}x\)其中(\(k\in N\))型函数的积分,总可以依次作变换u=cosx或u=sinx,求得结果

​ 一般地,对于\(\sin ^{2k}x\cos^{2l}x,(k,l\in N)\)型函数,总可以利用三角恒等式:\(sin^2x=\frac{1}{2}(1-\cos2x),cos^2=\frac{1}{2}(1+cos2x)\)化成cos2x的多项式,然后再求积分。

​ 一般地,对于\(tan^nxsec^{2k}x\)\(tan^{2k-1}xsec^nx(n,k\in N_*)\)型函数,可依次作变换u=tanx或u=secx求得结果

常用积分

\[ \int \frac{dx}{\sqrt{a^2+x^2}}=\ln({x+\sqrt{x^2+a^2}})+C \]

定积分

​ f(x)在区间[a,b]可积的条件

  • f(x)在[a,b]上连续
  • f(x)在[a,b]上有有限个间断点,且函数有上界

定积分计算思路

先简化

  1. 几何意义:\(\int_a^b \sqrt{px^2+qx+v}\space dx(p<0)\):积分曲线是圆

  2. 对称性: \[ \int_{-a}^af(x)dx=\cases{0,当f(x为奇函数)\\2\int _0^a.当f(x)为偶函数} \]

  3. 周期性:

    f(x)以T为周期可积: \[ \int_a^{a+T}f(x)dx=\int _0 ^Tf(x)dx=\int^{\frac{T}{2}}_{-\frac{T}{2}}dx \tag{1} \]

    \[ \int_a^{a+T}f(x)dx=\int _0 ^{nT}f(x)dx=n\int^{T}_{0}dx \tag{2} \]

  4. 常用公式

    f(x)连续: \[ \int^{\frac{\pi}{2}}_{0}f(x)dx=\int^{\frac{\pi}{2}}_0f(\cos x)dx(令x=\frac{\pi}{2}-t即可证明) \]

    \[ \int_0^{\pi}xf(sinx)dx=\frac{\pi}{2}\int _0 ^{\pi}f(sinx)dx(令x=\pi -t即可证明) \]

    \[ \int_0^\pi f(sinx)dx=2\int^{\frac{\pi}{2}}_{0}f(sinx)dx(f(sinx)关于x=\frac{\pi}{2}对称) \]

    华里氏(点火公式): \[ \int^{\frac{\pi}{2}}_{0}\sin^nxdx=\int^{\frac{\pi}{2}}_0\cos^n xdx=\cases{\frac{(n-1)!!}{n!!},当n为奇数\\\frac{(n-1!!)}{n!!}\cdot \frac{\pi}{2},当n为偶数} \] 例如: \[ \int_0^{\frac{pi}{2}}sin^9xdx=\frac{8}{9}\cdot\frac{6}{7}\cdot\frac{4}{5}\cdot\frac{2}{3} \]

    再按不定积分思路

  5. 有根号则用换元公式去根号

  6. 无根式则凑微分

数列极限化积分

​ 找变化项,凑配变化得到形如: \[ \sum_{i=1}^n f(\frac{i}{n})\frac{1}{n} \] ​ 的式子,再将其变化为(0,1)上的定积分

反常积分审敛法

\[ \int _a ^{+\infty}\frac{dx}{x^p\ln ^qx}(a>1). \]

  1. 当p>1时,收敛
  2. 当p=1时,若q>1则收敛
  3. 当p=1时,若q<=1则发散
  4. 当p<1时发散

判准

​ 要判断无穷限积分\(\int_a^{+\infty}f(x)dx\)的敛散性,需要找\(x\to \infty\)时被积函数f(x)的等价或同阶无穷小\(\frac{1}{x^p}\),而\(\int_a^{+\infty}f(x)dx\)\(\int_a^{+\infty}\frac{1}{x^p}\)同敛散

​ 要判断瑕积分\(\int_a^bf(x)dx\)的敛散性,需要瑕点附近f(x)的等价无穷大,由由于无穷大的倒数是无穷小,所以找等价无穷小即可。