高等数学期末复习——知识点梳理
文章目录
- 向量代数与空间解析几何
- 三维向量叉乘:
- 平面方程:
- 直线方程:
- 多元函数微分学
- 多元函数连续的充分条件
- 偏导数与连续的关系
- 隐函数的导数
- 方向导数
- 梯度
- 多元函数微分学的应用
- 空间曲线的切线与法平面方程
- 空间曲线的切平面和法线方程
- 有约束极值
- 多元函数积分学
- 四个等价命题与格林公式
- 无穷级数
- 几个性质
- 正项级数敛散性判别法
- 比较判别法
- 部分和数列
- 柯西判别法
- 比值判别法
- 交错级数敛散性判别法
- Lebniz method
- 任意项级数敛散性判别法
- 狄利克雷判别法
- 傅里叶级数
向量代数与空间解析几何
向量混合积:(a × b)· c
定义PrjxaPrj_x aPrjxa为a到x的投影
可用于计算六面体体积。
另:
三维向量叉乘:
(ax,ay,az)×(bx,by,bz)=∣ijkaxayazbxbybz∣(a_x,a_y,a_z)×(b_x,b_y,b_z)= \left|\begin{array}{cccc} i & j & k \\ a_x & a_y & a_z\\ b_x & b_y & b_z \end {array} \right|(ax,ay,az)×(bx,by,bz)=∣∣∣∣∣∣iaxbxjaybykazbz∣∣∣∣∣∣
平面方程:
点法式.A(x−x0)+B(y−y0)+C(z−z0)+D=0A(x-x_0)+B(y-y_0)+C(z-z_0)+D=0A(x−x0)+B(y−y0)+C(z−z0)+D=0,其中(A,B,C)(A,B,C)(A,B,C)为平面的法向量。
截距式: xa+yb+zc=1\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1ax+by+cz=1,其中a,b,ca,b,ca,b,c分别是x,y,zx,y,zx,y,z轴的截距。
平面一般方程Ax+By+Cz+D=0Ax+By+Cz+D=0Ax+By+Cz+D=0.
三点式:不常用.
直线方程:
点向式. 设直线的方向向量为(m,n,q)(m,n,q)(m,n,q),其上有一点(x0,y0,z0)(x_0,y_0,z_0)(x0,y0,z0),则可得直线方程
x−x0m=y−y0n=z−z0q\frac{x-x_0}{m}=\frac{y-y_0}{n}=\frac{z-z_0}{q} mx−x0=ny−y0=qz−z0两点式
x−x1x2−x1=y−y1y2−y1=z−z1z2−z1\frac{x-x_1}{x_2-x1}=\frac{y-y_1}{y_2-y_1}=\frac{z-z_1}{z_2-z_1} x2−x1x−x1=y2−y1y−y1=z2−z1z−z1
- 参数式. 设方向向量为(m,n,q)(m,n,q)(m,n,q),有一点为(x0,y0,z0)(x_0,y_0,z_0)(x0,y0,z0)
{x=x0+mt,y=y0+nt,z=z0+qt\left\{ \begin {array}{cccc} x=x_0+mt, \\ y=y_0+nt, \\ z=z_0+qt\end {array} \right. ⎩⎨⎧x=x0+mt,y=y0+nt,z=z0+qt
- 一般式,两平面方程联立即可
多元函数微分学
多元函数连续的充分条件
(1)f(p)f(p)f(p)在ppp有定义
(2)f(p)f(p)f(p)在ppp有极限
(3)极限值等于函数值
偏导数与连续的关系
简单来说,偏x和偏y只是两个方向,表示在这对正交方向上可导,但只有在二维平面上每个方向都有导数,才能说这个函数是连续的。
隐函数的导数
单方程情形:F(x,y)=0F(x,y)=0F(x,y)=0,则
dydx=−Fx′Fy′\frac{dy}{dx}=-\frac{F_x^{'}}{F_y^{'}} dxdy=−Fy′Fx′
方程组情形:对于方程组{F(x,y,u,v)=0,G(x,y,u,v)=0.\begin{cases} F(x,y,u,v)=0, \\ G(x,y,u,v)=0.\end{cases} {F(x,y,u,v)=0,G(x,y,u,v)=0.
若u=u(x,y),v=v(x,y)u=u(x,y),v=v(x,y)u=u(x,y),v=v(x,y),
∂(F,G)∂(u,v)=∣Fu′Fv′Gu′Gv′∣\frac{\partial(F,G)}{\partial (u,v)}=\left | \begin{matrix} F_u'&F_v' \\ G_u'&G_v' \\ \end{matrix} \right | ∂(u,v)∂(F,G)=∣∣∣∣Fu′Gu′Fv′Gv′∣∣∣∣
方向导数
偏xxx和yyy的导数实际上是两个方向的方向导数。一般化后,得到公式:
∂f(P0)∂l=(∂f(P0)∂x,∂f(P0)∂y)⋅el\frac {\partial f(P_0)}{\partial l}=(\frac{\partial f(P_0)}{\partial x},\frac{\partial f(P_0)}{\partial y})·\boldsymbol{e_l} ∂l∂f(P0)=(∂x∂f(P0),∂y∂f(P0))⋅el
其中el\boldsymbol e_lel是沿lll方向的单位向量。
梯度
例如,当f(x,y)f(x,y)f(x,y)是某二元函数时,梯度
gradf(p)=(fx′(p),fy′(p))\textbf {grad}f(p)=(f_x'(p),f_y'(p)) gradf(p)=(fx′(p),fy′(p))
多元函数微分学的应用
空间曲线的切线与法平面方程
若直线lll上的点满足x=x(t),y=y(t),z=z(t)x=x(t),y=y(t),z=z(t)x=x(t),y=y(t),z=z(t),t∈It\in It∈I,对于直线上一点P(x(t0),y(t0),z(t0))P(x(t_0),y(t_0),z(t_0))P(x(t0),y(t0),z(t0)),有过PPP的切线为x−x0x′(t0)=y−y0y′(t0)=z−z0z′(t0)\frac{x-x_0}{x'(t_0)}=\frac{y-y_0}{y'(t_0)}=\frac{z-z_0}{z'(t_0)}x′(t0)x−x0=y′(t0)y−y0=z′(t0)z−z0.
法平面方程为x′(t0)(x−x0)+y′(t0)(y−y0)+z′(t0)(z−z0)=0x'(t_0)(x-x_0)+y'(t_0)(y-y_0)+z'(t_0)(z-z_0)=0x′(t0)(x−x0)+y′(t0)(y−y0)+z′(t0)(z−z0)=0.
空间曲线的切平面和法线方程
直接求梯度即可,各系数为切平面系数/法线方程系数。
有约束极值
拉格朗日函数
若约束为φ(x,y,z)=0\ \varphi (x,y,z)=0 φ(x,y,z)=0,可设(x,y,z,λ)=f(x,y,z)+λφ(x,y,z)(x,y,z,\lambda)=f(x,y,z)+\lambda \varphi (x,y,z)(x,y,z,λ)=f(x,y,z)+λφ(x,y,z),最后解方程组,四维导数分别等于0.
多元函数积分学
四个等价命题与格林公式
- ∮lPdx+Qdy=0\oint_l Pdx+Qdy=0∮lPdx+Qdy=0
- ∫lPdx+Qdy\int_l Pdx + Qdy∫lPdx+Qdy与积分路径无关
- 是某个函数的全微分. 即存在u,du=Pdx+Qdyu,du=Pdx+Qdyu,du=Pdx+Qdy
- ∂Q∂x=∂P∂y\frac{\partial Q}{\partial x}=\frac{\partial P}{\partial y}∂x∂Q=∂y∂P在DDD内处处成立
格林公式:
∮Pdx+Qdy=(∬∂Q∂x−∂P∂y)dxdy\oint Pdx+Qdy=(\iint \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y})dxdy ∮Pdx+Qdy=(∬∂x∂Q−∂y∂P)dxdy
原函数与全微分方程
若DDD单连通,P(x,y),Q(x,y)∈C(D)P(x,y),Q(x,y)\in C(D)P(x,y),Q(x,y)∈C(D),且有∂Q∂x=∂P∂y\frac {\partial Q}{\partial x}=\frac{\partial P}{\partial y}∂x∂Q=∂y∂P,则存在函数u(x,y)=∫(x0,y0)(x,y)Pdx+Qdyu(x,y)=\int_{(x_0,y_0)}^{(x,y)}Pdx+Qdyu(x,y)=∫(x0,y0)(x,y)Pdx+Qdy,使得du=Pdx+Qdydu=Pdx+Qdydu=Pdx+Qdy.
高斯公式:
∯ΣPdydz+Qdzdx+Rdxdy=∭(∂P∂x+∂Q∂y+∂R∂z)dxdydz\oiint_\Sigma Pdydz+Qdzdx+Rdxdy=\iiint (\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z})dxdydz ∬ΣPdydz+Qdzdx+Rdxdy=∭(∂x∂P+∂y∂Q+∂z∂R)dxdydz
斯托克斯公式:
∮ΓPdx+Qdy+Rdz=∬(∂R∂y−∂Q∂z)dydz+(∂P∂z−∂R∂x)dzdx+(∂Q∂x−∂P∂y)dxdy\oint_\Gamma Pdx + Qdy + Rdz=\iint (\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z})dydz + (\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x})dzdx+(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y})dxdy ∮ΓPdx+Qdy+Rdz=∬(∂y∂R−∂z∂Q)dydz+(∂z∂P−∂x∂R)dzdx+(∂x∂Q−∂y∂P)dxdy
(可以直接计算,改变积分次序,一般用不上这个公式)
散度:
若向量场F=(P,Q,R)F=(P,Q,R)F=(P,Q,R),则称
∂P(x0,y0,z0)∂x+∂Q(x0,y0,z0)∂y+∂R(x0,y0,z0)∂z\frac{\partial P(x_0,y_0,z_0)}{\partial x}+\frac{\partial Q(x_0,y_0,z_0)}{\partial y}+\frac{\partial R(x_0,y_0,z_0)}{\partial z} ∂x∂P(x0,y0,z0)+∂y∂Q(x0,y0,z0)+∂z∂R(x0,y0,z0)
为FFF在M(x0,y0,z0)M(x_0,y_0,z_0)M(x0,y0,z0)的散度,简记为divF(x,y,z)∣MdivF(x,y,z)|_MdivF(x,y,z)∣M
则高斯公式的场形式:
∯F⋅dS=∭divFdv\oiint \boldsymbol F ·dS=\iiint div\boldsymbol F dv∬F⋅dS=∭divFdv.
环流量与旋度
rotF=∣ijk∂∂x∂∂y∂∂zPQR∣\textbf{rot} \boldsymbol F = \left | \begin{matrix} \boldsymbol i &\boldsymbol j &\boldsymbol k \\ \frac{\partial}{\partial x} &\frac{\partial}{\partial y} &\frac{\partial}{\partial z} \\ P &Q &R\end{matrix}\right| rotF=∣∣∣∣∣∣i∂x∂Pj∂y∂Qk∂z∂R∣∣∣∣∣∣.
Stokes formula 场形式:
∮F⋅ds=∬rotF⋅dS\oint \boldsymbol F·ds=\iint \textbf{rot}\boldsymbol F·dS∮F⋅ds=∬rotF⋅dS
无穷级数
几个性质
- 若级数收敛,则项的极限为0.
- 调和级数发散.
- 收敛级数满足线性运算。即乘以一个常数或者加上有限个项/一个常数,级数仍然收敛.
- 收敛级数结合后仍然收敛,但收敛级数去掉某些括号后不一定仍然收敛.
正项级数敛散性判别法
比较判别法
若有A=limx=0∞un,B=limx=0∞vnA=\lim_{x=0}^{\infin}u_n,B=\lim_{x=0}^{\infin}v_nA=limx=0∞un,B=limx=0∞vn均为正项级数,∃N>0,c>0\exist N > 0,c>0∃N>0,c>0,当n>N,un≤vnn>N,u_n\leq v_nn>N,un≤vn,则:
(1)当BBB收敛时,AAA也收敛;
(2)当AAA发散时,BBB也发散.
部分和数列
对于正项级数,若部分和数列有上界,则原级数一定收敛。
柯西判别法
对于limx=0+∞un\lim_{x=0}^{+\infin} u_nlimx=0+∞un,若∃N>0\exist N>0∃N>0,当n>Nn>Nn>N,有unn≥1\sqrt[n]{u_n}\geq 1nun≥1,则原级数发散. 若unn≤q<1\sqrt[n]{u_n}\leq q < 1nun≤q<1(q为确定的常数),则原级数收敛.
比值判别法
若∃N>0\exist N>0∃N>0,当n>Nn>Nn>N,un+1un≥1{u_{n+1}\over u_n}\ge1unun+1≥1,则原级数发散;
若∃N>0\exist N>0∃N>0,当n>Nn>Nn>N,un+1un≤q<1{u_{n+1}\over u_n}\leq q<1unun+1≤q<1(qqq为确定常数),则原级数收敛.
交错级数敛散性判别法
Lebniz method
若交错级数∑n=1+∞(−1)n+1un\sum_{n=1}^{+\infin}(-1)^{n+1}u_n∑n=1+∞(−1)n+1un满足:
(1)un+1≤unu_{n+1}\le u_{n}un+1≤un;
(2)limn→+∞un=0\lim_{n\to+\infin}u_n=0limn→+∞un=0.
则原级数收敛,且和S≤u1S\leq u_1S≤u1.
任意项级数敛散性判别法
考虑绝对级数,绝对级数收敛则原级数绝对收敛,否则不为绝对收敛,但原级数也可能收敛。绝对级数不收敛而原级数收敛的级数称为条件收敛。
充分性: 绝对收敛⇒\Rightarrow⇒原级数收敛
狄利克雷判别法
(1)unu_nun单调减少且极限为0;
(2)∣∑k=1nvk∣≤M|\sum_{k=1}^{n}v_k|\leq M∣∑k=1nvk∣≤M,M>0M>0M>0且为与nnn无关的常数.
则级数∑n=0+∞unvn\sum_{n=0}^{+\infin}u_nv_n∑n=0+∞unvn收敛.
傅里叶级数
对任意一个函数y=f(x)y=f(x)y=f(x)进行傅里叶展开,
公式:
an=1π∫−ππf(x)cosnxdx,n=0,1,2...;a_n= {1\over \pi}\int_{-π}^{\pi}f(x)cos\ nxdx,\ n=0,1,2...; an=π1∫−ππf(x)cos nxdx, n=0,1,2...;
bn=1π∫−ππf(x)sinnxdx,n=1,2...b_n= {1\over \pi}\int_{-π}^{\pi}f(x)sin\ nxdx,\ n=1,2... bn=π1∫−ππf(x)sin nxdx, n=1,2...
A=12a0+∑n=1+∞(ancosnx+bnsinnx)A={1\over2}a_0+\sum_{n=1}^{+\infin}(a_ncos\ nx+b_n sin\ nx) A=21a0+n=1∑+∞(ancos nx+bnsin nx)
高等数学期末复习——知识点梳理相关推荐
- 数据库期末复习知识点:(仅供参考)
数据库期末复习知识点: 一运用SQL 基本sql语句 授权sql语句: 实体完整性sql语句: 二 ER 画出ER图,并转换成关系模式. 三.范式 范式 存储结构 一运用SQL 基本sql语句 (1) ...
- 山东大学软件工程期末复习知识点总结
山大软院软件工程期末复习知识点总结,根据任课老师所给提纲及课件等资料进行整理. 考试范围全覆盖. 文档电子版下载地址 目录 第一章 1.1软件工程(SE)的定义.目的.方法.作用: //1.2开发模式 ...
- 计算机导论期末考试知识点,计算机导论期末复习(知识点).doc
计算机导论期末复习(知识点) 计算机导论期末复习(知识点) 单选题30%(每题1分,总30分) 判断题20%(每题1分,总20分) 问答题30%(7题左右,总30分) 综合回答题20%(2题,总20分 ...
- 他的体育课在下午五点结束使用计算机,外研版七年级上册英语期末复习知识点整理(1-5Module)...
外研版七年级上册英语期末复习知识点整理(上) Module 1 重点短语 1.be from... =come from...来自...... 2....years old ...
- python期末复习知识点总结
期末复习知识点总结 第一章 1.6 Python编程规范与代码优化建议 1.7 模块 模块的导入方式 补:Python编程规范与代码优化建议 注释 以符号#开始,表示本行#之后的内容为注释. #eg1 ...
- 无线传感器网络(WSN)期末复习知识点总结 中国地质大学
无线传感器网络(WSN)期末复习知识点总结(不全,不全,不全) 第一章主要初步了解WSN以及其构成(重要指数
- 《数据库系统原理及应用教程》期末复习知识点整理手写资料(Ch1-Ch5)
阅读前注意: 1. 本复习资料配套书目<数据库系统原理及应用教程>(苗雪兰等,第五版) ,是对应于课程"数据库原理及应用(专业选修课)"的期末复习知识点归纳总结手写笔记 ...
- 燕山大学机器学习期末复习知识点罗列
0.前言 本文根据燕山大学软件工程专业机器学习课程期末复习纲要编写,文本内容来源为上课所使用的PPT,由于时间紧迫这个版本是比较全的知识点,只包含关键词的速记突击版本后续会上传. 1.机器学习的定义 ...
- UML2面向对象分析与设计期末复习知识点
UML2期末复习总结-----看完不过!你找我!(( ‵o′)) PS:只是知识点总结,还是要看书的. PS:未经作者允许,严禁转载.违者后果自负. 撰写人:Echo 时间:2020年12月29日16 ...
- 操作系统期末复习知识点总结
目录 第一章 操作系统概论 第二章进程描述与控制/线程 第三章 并发控制--互斥与同步 第四章 死锁处理 第五章 内存管理 第六章 处理机调度 第七章I/O设备管理 第一章 操作系统概论 1. 操 ...
最新文章
- 什么是SAAS 即软件即服务模式
- 请教如何改善C#中socket通信机客户端程序的健壮性
- [小改进]Blog页面导航调整
- adb链接手机调试android应用
- java基础----Java的格式化输出
- Python命名空间的本质
- matlab simulink_运用MATLAB和Simulink开发自动驾驶控制系统
- boost::hana::take_back用法的测试程序
- SPOJ SUMPRO(数学)
- 史上最快消息内核——ZeroMQ
- 畅想(2)-计算机发展与教育的关系
- SAP Fiori Elements原理介绍之类型为Value Help的Smart Field工作原理
- html 5效果不显示,详解如何解决H5开发使用wx.hideMenuItems无效果不生效
- MATLAB学习笔记(五)
- LeetCode刷题(7)
- 从gbdt到xgboost
- TServerSocket阻塞模式下Request-Response编程框架
- 年入百万的表弟给我上一课:互联网思维该怎么接地气
- 诗字辈大全:诗仙、诗圣、诗魔、诗佛、诗神、诗鬼、诗杰、诗狂、诗骨、诗家夫子、诗豪、诗囚、诗奴...
- 有哪些支持 HomeKit 的智能家居生态值得推荐?
热门文章
- ads s参数拟合_在ADS仿真或者查看S参数的方法
- tomcat乱码问题
- 高德地图web服务api反坐标查询/逆地理编码
- 2022_天勤数据结构高分笔记_第二章_算法
- android 自定义view 实现电影选座功能
- VS Code:4个中文乱码问题及解决方法
- 数学与计算机学院女生节标语,3.7女生节标语横幅大比拼:信息管理学院:信
- 用php编写室友通讯录_使用 XML 和 PHP 创建一个更具适应性的电话簿和通讯录
- Node.js入门(含NVM、NPM、NVM的安装)-(转载)
- Element 表单样式调整