速通 微积分 A(1)
\(\arctan\) 把 \([-\frac\pi2,\frac\pi2]\) 映射到 \((-\infty,+\infty)\)。
\(\arcsin,\arccos\) 把 \([-1,1]\) 映射到 \([-\frac\pi2,\frac\pi2]\)。
Bernoulli 不等式(简化版):\((1+x)^n\geqslant 1+nx\)(要求 \(x\) 大于 \(-1\)),取等当且仅当 \(x=0\or n\leqslant 1\).
\(e\) 可用 \((1+\frac1n)^n\) 与 \((1+\frac1n)^{n+1}\) 从两侧逼近。
\(\gamma\) 可用 \(\frac11+\frac12+\cdots+\frac1n-\ln(n+1)\) 与 \(\frac11+\frac12+\cdots+\frac1n-\ln n\) 从两侧逼近。
若数列收敛于 \(A\),其任意子列收敛于 \(A\)。
收敛数列一定有界,有界数列一定有收敛子列。
单调有界一定收敛。
Stolz 定理:若 \(b_n\) 严格单调增且 \(b_n\rightarrow+\infty(n\rightarrow\infty)\) 或 \(b_n\) 严格单调减且 \(a_n,b_n\rightarrow0(n\rightarrow\infty)\),若 \(\lim\frac{a_n-a_{n-1}}{b_n-b_{n-1}}=A\) 那么 \(\lim\frac{a_n}{b_n}=A\)。
柯西收敛原理:对于 \(\varepsilon>0\),存在 \(N\) 使得 \(n,m>N\Rightarrow|x_n-x_m|<\varepsilon\)。
例题:
设 \(a_n>0\) 满足 \(\lim_{n\rightarrow+\infty}\frac{a_{n+1}}{a_n}=A\in[0,+\infty]\),证明 \(\lim_{n\rightarrow+\infty}\sqrt[n]{a_n}=A\)。
使用两重 eps 控制。
对于所有 \(\varepsilon>0\),取 \(A-\varepsilon<A_1<A_3<A<A_4<A_2<A+\varepsilon\),我们先尝试用 \(A_3,A_4\) 控制 \(\frac{a_{n+1}}{a_n}\)。
由于 \(\frac{a_{n+1}}{a_n}\) 的极限是 \(A\),存在 \(N\) 使得所有 \(n>N\) 都有 \(A_3<\frac{a_{n+1}}{a_n}<A_4\),累乘得 \(a_NA_3^{n-N}<a_n<a_NA_4^{n-N}\)。
接下来我们尝试用 \(A_1^n\) 控制 \(a_NA_3^{n-N}\),即证明 \((\frac{A_3}{A_1})^n>\frac{a_3^N}{a_N}\),使用伯努利不等式易证。
使用 \(A_2^n\) 控制 \(a_NA_4^{n-N}\) 的方法是类似的,\((\frac{A_2}{A_4})^n\geqslant 1+n(\frac{A_2}{A_4}-1)>\frac{a_N}{A_4^N}\),我们所有限制都仅限定了 \(n\) 不小于某常数,与“对于所有 \(\varepsilon\),可以取到 \(lim\) 使得所有 \(n>lim\) 满足限制”的叙述相吻合。
复合函数极限:令 \(\lim_{x\rightarrow x_0}g(x)=u_0,\lim_{x\rightarrow u_0}f(x)=A\) 且 \(x\ne x_0\) 时 \(g(x)\ne u_0\),那么 \(\lim_{x\rightarrow x_0}f(g(x))=A\)。
等价无穷小/大使用 \(\sim\) 符号。
介值定理。
达布定理:若 \(f(x)\) 在 \([A,B]\) 上可导且对于 \([a,b]\subseteq[A,B],f(a)<f(b)\),那么对于任意 \(\eta\in(f(a),f(b))\) 都存在 \(c\in(a,b)\) 使得 \(f(c)=\eta\)。
有界闭集套。
我是经验主义的驴。
反函数求导 \(\frac{\mathrm dx}{\mathrm dy}=\frac1{\frac{\mathrm dy}{\mathrm dx}}\)。
隐函数求导 \(\frac{\mathrm dy}{\mathrm dx}=\frac{\frac{\mathrm dy}{\mathrm dt}}{\frac{\mathrm dx}{\mathrm dt}}\)。
除法求导:\((\frac{f(x)}{g(x)})'=\frac{f'(x)g(x)-f(x)g'(x)}{g(x)^2}\)。
莱布尼茨公式:\((f\cdot g)^{(n)}(x)=\sum_{k=0}^n{n\choose k}f^{(k)}(x)g^{(n-k)}(x)\)。
柯西中值定理:\(f,g\in C[a,b],D(a,b)\) 且导数非零,那么存在 \(\xi\in(a,b)\) 使得:
洛的时候记得:可导,\(g(x)\) 导数非零,导后极限存在,且是 \(\frac00,\frac{\infty}{\infty}\)。
皮亚诺余项:
拉格朗日余项(其中 \(\xi\in(x,x_0)\)):
极值点导数为零。
下凸:\(f(\lambda x_1+(1-\lambda x_2))\leqslant \lambda f(x_1)+(1-\lambda)f(x_2)\)。
单调性改变导数为零。
凸性改变拐点二阶导为零。
渐近线:水平渐近线上确界下确界,竖直渐近线断点,斜渐近线 \(\lim\frac{f(x)}{Ax+B}=0\)。
一致连续:对于任意 \(\varepsilon>0\),存在 \(\delta>0\) 使得距离不超过 \(\delta\) 函数值之差不超过 \(\varepsilon\)。
Lebesgue 定理:以下三个命题等价:①黎曼可积;②有界且达布可积;③有界且间断点零测。
柯西不等式:对于可积函数 \(f,g\) 有 \((\int_a^b f(x)g(x)\mathrm dx)^2\leqslant\int_a^bf(x)^2\mathrm dx\int_a^bg(x)^2\mathrm dx\)。
积分第一中值定理:对于 \(f\in C[a,b],g\in R[a,b]\),且 \(g\) 在 \([a,b]\) 上不变号,那么存在 \(\xi\in[a,b]\) 使得 \(\int_a^b f(x)g(x)\mathrm dx=f(\xi)\int_a^bg(x)\mathrm dx\)。
积分第二中值定理:对于 \(f\in R[a,b]\) 与 \([a,b]\) 上的单调函数 \(g\) 存在 \(\xi\in[a,b]\) 使得 \(\int_a^b f(x)g(x)\mathrm dx=g(a)\int_a^\xi f(x)\mathrm dx+g(b)\int_\xi^b f(x)\mathrm dx\)。
曲线弧长:
曲率:
曲率半径:曲率的倒数。
曲率圆,曲率中心:我赌不考。
旋转体体积,表面积:
一些积分(忽略 \(+C\)):
有理分式积分需要解决的问题:
万能代换 \(t=\tan\frac x2,\mathrm dx=\frac{2\mathrm dt}{1+t^2},\sin x=\frac{2t}{1+t^2},\cos x=\frac{1-t^2}{1+t^2}\)。
三角函数积分:
三角函数高次积分:
其他三角函数积分:
根式:
注意不能直接用 \(\lim_{t\rightarrow+\infty}\int_{-t}^tf(x)\mathrm dx\) 来刻画 \(\int_{-\infty}^\infty f(x)\mathrm dx\),例如 \(\frac{x}{1+x^2}\) 并不收敛。
判断广义积分是否收敛(以广义积分为例):
- 柯西收敛原理:对于所有 \(\varepsilon>0\) 存在 \(M\) 使得 \(A_2>A_1>M\Rightarrow(\int_{A_1}^{A_2}f(x)\mathrm dx)<\varepsilon\);
- 比较法:若 \(\int_a^{+\infty}g(x)\mathrm dx\) 绝对收敛且 \(f(x)=O(g(x)),x\rightarrow+\infty\) 那么 \(\int_a^{+\infty}f(x)\mathrm dx\) 绝对收敛;
- 狄利克雷判别法:若 \(F(t)=\int_a^tf(x)\mathrm dx\) 有界,\(g(x)\) 单调且趋于零,那么 \(\int_a^{+\infty}f(x)g(x)\mathrm dx\) 收敛;
- 阿贝尔判别法:若 \(\int_a^{+\infty} f(x)\mathrm dx\) 收敛,\(g(x)\) 单调有界,那么 \(\int_a^{+\infty}f(x)g(x)\mathrm dx\) 收敛;
- 牛顿-莱布尼茨公式的推广:记 \(F(x)\) 为 \(f(x)\) 的原函数,\(\int_a^tf(x)\mathrm dx=\lim_{x\rightarrow t^-}F(x)-F(a)\)。
比较法的常用函数:
- \(\int_0^{+\infty}e^{-\lambda x}\mathrm dx\),其收敛当且仅当 \(\lambda>0\),且收敛于 \(\frac1\lambda\);
- \(\int_1^{+\infty}\frac1{x^p}\mathrm dx\),其收敛当且仅当 \(p>1\),且收敛于 \(\frac1{p-1}\);
- \(\int_0^1\frac1{x^p}\mathrm dx\),其收敛当且仅当 \(p<1\),且收敛于 \(\frac1{1-p}\)。
微分方程常用技巧:
-
分离变量法:对于 \(y'=P(x)Q(y)\),整理得到 \(\frac{\mathrm dy}{Q(y)}=P(x)\mathrm dx\),两边积分即可;
- \(y'=P(ax+by+c)\):换元 \(u=ax+by+c\),那么 \(\frac{\mathrm du}{\mathrm dx}=a+bP(u)\),分离变量即可;
-
\(\frac yx\) 换元法:对于 \(y'=Q(\frac yx)\),换元 \(u=\frac yx\),那么 \(\frac{\mathrm du}{\mathrm dx}=\frac{Q(u)-u}{x}\),分离变量即可;
- \(y'=P(\frac{ax+by+c}{dx+ey+f})\):解 \(\begin{cases}ax+by+c=0\\dx+ey+f=0\end{cases}\) 得到解 \(x_0,y_0\),换元 \(u=x-x_0,v=y-y_0\),那么 \(v'=P(\frac{Au+Bv}{Cu+Dv})\),其为关于 \(\frac vu\) 的函数,使用上述方法即可;
-
降阶法:
- 不显含 \(y\):只需换元 \(u=y'\);
- 不显含 \(x\):令函数 \(u(y)=y'\),那么 \(y^{(k)}=(u\frac{\mathrm d}{dy})^{k-1}u\);
-
一阶线性常微分方程:\(y'=P(x)y+Q(x)\),不妨先令 \(Q(x)=0\) 解出通解 \(y=Ce^{\int P(t)\mathrm dt}\),接下来令 \(C\) 为函数 \(C(x)\),代入原式 \((C(x)e^{\int P(t)\mathrm dt})'=P(x)C(x)e^{\int P(t)\mathrm dt}+Q(x)\) 即 \(C(x)=\int Q(x)e^{-\int P(t)\mathrm dt}\);
- 伯努利方程:\(y'=P(x)y+Q(x)y^k\),换元 \(z=y^{1-k}\) 那么 \(u'=(1-k)y^{-k}y'=(1-k)(P(x)u+Q(x))\),使用上述方法解出 \(u\) 后再解 \(y\) 即可;
-
二阶线性常微分方程:\(y''+P(x)y'+Q(x)y=R(x)\),仍然令 \(R(x)=0\) 解出通解 \(S(x)\),令 \(y=C(x)S(x)\),代入原式 \(C''(x)S(x)+(2S'(x)+P(x)S(x))C'(x)+(S''(x)+P(x)S'(x)+Q(x)S(x))C(x)=R(x)\),即 \(C''(x)S(x)+(2S'(x)+P(x)S(x))C'(x)=R(x)\),该方程可降阶处理;
-
特征方程法:我们可以将算子 \(\frac{\mathrm d}{\mathrm dx}\) 作为变量与常数作因式分解尝试凑出原式,接下来从后往前依次解即可,一个经典情况是 \(\prod_{i=1}^m(\frac{\mathrm d}{\mathrm dx}-p_i)^{k_i}y=0\),通解为 \(y=\sum_{i=1}^m\sum_{j=0}^{k_i-1}C_{i,j}x^je^{p_ix}\),注意复根 \(\alpha\pm i\beta\) 对应的 \(e^{p_ix}\) 为 \(e^{\alpha x}\cos \beta x,e^{\alpha x}\sin\beta x\);
- 欧拉方程:利用算子 \(x\frac{\mathrm d}{\mathrm dx}\) 进行分解,注意 \(x\frac{\mathrm d}{\mathrm dx}(x\frac{\mathrm d}{\mathrm dx})=x\frac{\mathrm d}{\mathrm dx}+x^2\frac{\mathrm{d^2}}{\mathrm dx^2}\)。