高等数学超入门学习笔记
极限
百度百科
1.数列极限
百度百科
1.1 数列
1.2 数列极限
1.3 单调收敛原理
{xn}\{x_n\}{xn}单调递增且{xn}\{x_n\}{xn}有上界(可以找到实数M使{xn}\{x_n\}{xn}中任意一项小于M),{xn}\{x_n\}{xn}收敛(存在象限a)(单调递减同理)
2.函数极限
百度百科
2.1 定义
(a的去心邻域:(a−δ,a)∪(a,a+δ)(a-\delta,a) \cup (a,a + \delta)(a−δ,a)∪(a,a+δ))
(a的左邻域:(a−δ,a)(a-\delta,a)(a−δ,a))
(a的右邻域:(a,a+δ)(a,a + \delta)(a,a+δ))
2.2 函数的单侧极限
设函数f(x)f(x)f(x)在点x0x_0x0的左邻域内有定义,如果存在常数A,对于任意给定的正数ϵ\epsilonϵ,总存在正数δ\deltaδ,使得当xxx从左侧趋于x0x_0x0时,也即xxx满足的不等式为0<x0−x<δ0<x_0-x<\delta0<x0−x<δ时,函数值f(x)f(x)f(x)都满足不等式
∣f(x)−A∣<ϵ|f(x)-A|<\epsilon∣f(x)−A∣<ϵ,
则常数A就叫做函数f(x)f(x)f(x)在x0x_0x0处的左极限,记作
limx→x0−f(x)=A\lim\limits_{x\to x_0^-}f(x)=Ax→x0−limf(x)=A
同样地,设函数f(x)f(x)f(x)在点x0x_0x0的右邻域内有定义,如果存在常数A,对于任意给定的正数ϵ\epsilonϵ,总存在正数δ\deltaδ,使得当xxx从右侧趋于x0x_0x0时,也即xxx满足的不等式为0<x−x0<δ0<x-x_0<\delta0<x−x0<δ时,函数值f(x)f(x)f(x)都满足不等式
∣f(x)−A∣<ϵ|f(x)-A|<\epsilon∣f(x)−A∣<ϵ,
则常数A就叫做函数f(x)f(x)f(x)在x0x_0x0处的右极限,记作
limx→x0+f(x)=A\lim\limits_{x\to x_0^+}f(x)=Ax→x0+limf(x)=A
2.3 函数在无穷远处的极限
设函数f(x)f(x)f(x)在(t,+∞)(t,+\infty)(t,+∞)内有定义,如果存在常数A,对于任意给定的正数ϵ\epsilonϵ,总存在正数MMM,使得当xxx满足不等式x>Mx>Mx>M时,函数值f(x)f(x)f(x)都满足不等式
∣f(x)−A∣<ϵ|f(x)-A|<\epsilon∣f(x)−A∣<ϵ,
则常数A就叫做函数f(x)f(x)f(x)在x→+∞x\to+\inftyx→+∞时的极限,记作
limx→+∞f(x)=A\lim\limits_{x\to +\infty}f(x)=Ax→+∞limf(x)=A
类似的,可以定义函数在负无穷远处的极限
2.4 两个基本极限
limx→0sinxx=1\lim\limits_{x\to0}\frac{sin\space x}{x}=1x→0limxsin x=1
limn→+∞(1+1n)n=e\lim\limits_{n\to+\infty}(1+\frac{1}{n})^n=en→+∞lim(1+n1)n=e
2.5 运算法则
2.6 连续函数
导数
百度百科
1.定义
2.几何意义
3.导函数
4.常见导数公式
(C)′=0(C为常数)(C)^\prime=0(C为常数)(C)′=0(C为常数)
(xa)′=axa−1(a为任意实数)(x^a)^\prime=ax^{a-1}(a为任意实数)(xa)′=axa−1(a为任意实数)
(sinx)′=cosx,(cosx)′=−sinx(sin\space x)^\prime=cos\space x,(cos\space x)^\prime=-sin\space x(sin x)′=cos x,(cos x)′=−sin x
(ax)′=axlna,(ex)′=ex(a^x)^\prime=a^xln\space a,(e^x)^\prime=e^x(ax)′=axln a,(ex)′=ex
(logax)′=1xlna,(lnx)′=1x(log_ax)^\prime=\frac{1}{x\space ln\space a},(ln\space x)^\prime=\frac{1}{x}(logax)′=x ln a1,(ln x)′=x1
(tanx)′=1cos2x,(cotx)′=−1sin2x,(ln∣x∣)′=1x(tan\space x)^\prime=\frac{1}{cos^2x},(cot\space x)^\prime=-\frac{1}{sin^2x},(ln|x|)^\prime=\frac{1}{x}(tan x)′=cos2x1,(cot x)′=−sin2x1,(ln∣x∣)′=x1
(arcsinx)′=11−x2,(arccosx)′=−11−x2,(arctanx)′=11+x2(arcsin\space x)^\prime=\frac{1}{\sqrt{1-x^2}},(arccos\space x)^\prime=-\frac{1}{\sqrt{1-x^2}},(arctan\space x)^\prime=\frac{1}{1+x^2}(arcsin x)′=1−x21,(arccos x)′=−1−x21,(arctan x)′=1+x21
5.求导法则
5.1 导数的四则运算法则
[(f(x)±g(x)]′=f′(x)±g′(x)[(f(x)\pm g(x)]^\prime=f^\prime(x)\pm g^\prime(x)[(f(x)±g(x)]′=f′(x)±g′(x)
[f(x)⋅g(x)]′=f′(x)g(x)+f(x)g′(x)[f(x)\cdot g(x)]^\prime=f^\prime(x)g(x)+f(x)g^\prime(x)[f(x)⋅g(x)]′=f′(x)g(x)+f(x)g′(x)
推论:
若函数f1(x),f2(x),...,fn(x)f_1(x),f_2(x),...,f_n(x)f1(x),f2(x),...,fn(x)都可导,其中n≥2,n∈Nn\geq2,n\in Nn≥2,n∈N,那么(f1f2...fn)′=f1′f2...fn−1fn+f1f2′...fn−1fn+...+f1f2...fn−1fn′(f_1f_2...f_n)^\prime=f_1^\prime f_2...f_{n-1}f_n+f_1f_2^\prime...f_{n-1}f_n+...+f_1f_2...f_{n-1}f_n^\prime(f1f2...fn)′=f1′f2...fn−1fn+f1f2′...fn−1fn+...+f1f2...fn−1fn′[f(x)g(x)]′=f′(x)g(x)−f(x)g′(x)g2(x)[\frac{f(x)}{g(x)}]^\prime=\frac{f^\prime(x)g(x)-f(x)g^\prime(x)}{g^2(x)}[g(x)f(x)]′=g2(x)f′(x)g(x)−f(x)g′(x)
推论:
若函数f(x)f(x)f(x)可导,且f(x)≠0f(x)\ne0f(x)=0,则[1f(x)]′=−f′(x)f2(x)[\frac{1}{f(x)}]^\prime=-\frac{f^\prime(x)}{f^2(x)}[f(x)1]′=−f2(x)f′(x)
5.2 复合函数求导法则
若函数u=g(x)u=g(x)u=g(x)与函数y=f(u)y=f(u)y=f(u)均可导,则复合函数y=f[g(x)]y=f[g(x)]y=f[g(x)]可导,且[f(g(x))]′=f′(g(x))⋅g′(x)[f(g(x))]^\prime=f^\prime(g(x))\cdot g^\prime(x)[f(g(x))]′=f′(g(x))⋅g′(x),或记成dydx=dydu⋅dudx\frac{dy}{dx}=\frac{dy}{du}\cdot \frac{du}{dx}dxdy=dudy⋅dxdu
定积分
百度百科
1.定积分的几何意义
1.1 黎曼和
1.2 曲边梯形的面积
设λ=max{△x1,△x2,…,△xn}λ=max\{△x_1, △x_2, …, △x_n\}λ=max{△x1,△x2,…,△xn},如果当λ→0λ\to 0λ→0时,黎曼和的极限存在,那么就定义这个极限为曲边梯形的面积
1.3 定积分定义
2.定积分的计算
2.1 牛顿-莱布尼茨公式(微积分基本定理)
设f∈C[a,b]f\in C[a,b]f∈C[a,b],如果F(x)F(x)F(x)是f(x)f(x)f(x)在区间[a,b][a,b][a,b]上的一个原函数,即F′(x)=f(x)F^\prime(x)=f(x)F′(x)=f(x),那么
2.2 定积分的运算性质
高等数学超入门学习笔记相关推荐
- 【台大郭彦甫】Matlab入门教程超详细学习笔记二:基本操作与矩阵运算(附PPT链接)
Matlab入门教程超详细学习笔记二:基本操作与矩阵运算 前言 一.基本操作 1.把matlab当作计算器使用 2.变量 3.控制格式输出 二.矩阵运算 1.矩阵 2.矩阵索引 3.使用:创建向量 4 ...
- 嵌入式入门学习笔记1:资料收集
嵌入式入门学习笔记1:资料收集 一:网上购买的500G资料 资料地址:https://pan.baidu.com/s/1siwOPjtcRCPZNikN4-Z2tw 密码:lhnr 二.嵌入式涉及的知 ...
- 陈宝林《最优化理论与算法》超详细学习笔记 (一)————第十章 使用导数的最优化方法(最速下降法、牛顿法、阻尼牛顿法)
陈宝林<最优化理论与算法>超详细学习笔记 (一)----第十章 使用导数的最优化方法(最速下降法.牛顿法.阻尼牛顿法) 写在前面 第十章 使用导数的最优化方法 最速下降法 牛顿法 阻尼牛顿 ...
- dubbo入门学习笔记之入门demo(基于普通maven项目)
注:本笔记接dubbo入门学习笔记之环境准备继续记录; (四)开发服务提供者和消费者并让他们在启动时分别向注册中心注册和订阅服务 需求:订单服务中初始化订单功能需要调用用户服务的获取用户信息的接口(订 ...
- Crypto++入门学习笔记(DES、AES、RSA、SHA-256)
Crypto++入门学习笔记(DES.AES.RSA.SHA-256) 背景(只是个人感想,技术上不对后面的内容构成知识性障碍,可以skip): 最近,基于某些原因和需要,笔者需要去了解一下Crypt ...
- 机器学习入门学习笔记:(4.2)SVM的核函数和软间隔
前言 之前讲了有关基本的SVM的数学模型(机器学习入门学习笔记:(4.1)SVM算法).这次主要介绍介绍svm的核函数.软间隔等概念,并进行详细的数学推导.这里仅将自己的笔记记录下来,以便以后复习查看 ...
- 机器学习入门学习笔记:(3.2)ID3决策树程序实现
前言 之前的博客中介绍了决策树算法的原理并进行了数学推导(机器学习入门学习笔记:(3.1)决策树算法).决策树的原理相对简单,决策树算法有:ID3,C4.5,CART等算法.接下来将对ID3决策树算法 ...
- 机器学习入门学习笔记:(2.3)对数几率回归推导
理论推导 在以前的博客(机器学习入门学习笔记:(2.1)线性回归理论推导 )中推导了单元线性回归和多元线性回归的模型. 将线性回归模型简写为:y=ωTx+by = \omega^Tx+b: ...
- 机器学习入门学习笔记:(2.2)线性回归python程序实现
上一篇博客中,推导了线性回归的公式,这次试着编程来实现它.(机器学习入门学习笔记:(2.1)线性回归理论推导 ) 我们求解线性回归的思路有两个:一个是直接套用上一篇博客最后推导出来的公式:另一 ...
最新文章
- Runtime.getRuntime().exec()
- 基于Curator实现dubbo服务自动注册发现
- Java(19)JDBC
- 获得三位数的百位,十位和个位
- signal() 和 sigaction()
- Win10安装Eclipse教程
- C#: 数字经纬度和度分秒经纬度间的转换
- setPositiveButton和setNegativeButton和setNeutralButton
- 编出个区块链:数据结构的序列化,看看数字货币如何传输数据
- Pandas[加深学习]01-pandas基本数据结构
- 小暑 |入伏前,这样做,宝宝长高高更聪明!
- 如何学计算机作文3000到500,作文学习电脑500字(共8篇)
- 1到10的英文单词的C语言,1天10个英语专八核心词汇:C开头的单词(11)
- 17 Flask mega-tutorial 第17章 在Linux上部署(腾讯云 Ubuntu)【极其详细的部署过程】
- 【因果学习】因果推断分析
- 关闭Linux服务器的swap交换空间
- FPGA_MIG驱动DDR3
- java 合成多个视频教程_如何使用视频转换器将多个视频合并为一个视频
- todoList案例(vue版本)之编辑todo(vuex实现)
- #今日论文推荐#ACL 2022 | 引入角度margin构建对比学习目标,增强文本语义判别能力
热门文章
- srv.sys蓝屏解决补丁_Win10 补丁 KB4556799 导致部分用户蓝屏死机和网络问题
- php 常用rpc框架,php的轻量级rpc框架yar
- oracle数据库查看size,[oracle] 查看oracle数据库表空间使用率,定位数据size较大对象...
- spring的钩子_spring提供的钩子,你知道哪些
- 每天一小时python官方文档学习(一)————python的简单介绍
- Java语法基础50题训练(下)
- C++unique函数应用举例
- c语言函数求pi的近似值,C语言 用π/4=1-1/3+1/5-1/7+... 求π的近似值
- laravel 模板继承_Laravel框架模板之公共模板、继承、包含实现方法分析
- HDU 5608 function (杜教筛)