速通 微积分 A(2)
这是一份功利性的复习资料,只会记录做题需要用的一些套路。
参考资料:
Hessian 矩阵正定 ⇒ 严格凸 ⇒ 凸 ⇒ Hessian 矩阵半正定。
重积分换元:∫Ωf(y)dμ(y)=∫Df(φ(x))det(∂μ(y)∂φ(x))dμ(x),注意这里的行列式也能写作 det(∂φ(x)∂μ(y))−1。
- 球坐标系:r2sinθ(x=rsinθcosφ,y=rsinθsinφ,z=rcosθ);
- 柱坐标系 / 极坐标系:r。
泰勒展开
k 阶 Peano 余项:算到 o(||v||k)。
k 阶 Lagrange 余项:用中值定理估计 k+1 次项。
隐函数定理
设隐函数 F:Rm×Rn→Rn∈Ck 满足 F(x0,y0)=0 且 ∂yF(x0,y0) 可逆,则存在 (x0,y0) 的邻域 V×W 和映射 g:V→W∈Ck 使得 F(x,y)=0⇔y=g(x) 对于一切 (x,y)∈V×W 成立,且我们有 ∂xg(x)=−∂xF(x,g(x))∂yF(x,g(x))(微分可以立即得到)。
切向量,切平面,法向量,法平面
表达形式 | 切向量/切平面 | 法向量/法平面 |
---|---|---|
曲面 F(x,y,z)=0 | ∇F⋅(x−x0)=0 | ∇F |
曲面 x(u,v) | x0+span{∂x∂u,∂x∂v} | ∂x∂u×∂x∂v |
曲线 (FG)(x,y,z)=0 | ∇F×∇G | x0+span{∇F,∇G} |
曲线 x(u) | x′(t0) | x′(t0)⋅(x−x0)=0 |
极值
求解 ∇F=0 得到驻点,计算 Hessian 矩阵,对每个驻点验证是否正定。若非退化可以直接判定,否则需使用近似分析法(添加微扰,然后 Taylor 展开),更高阶 Taylor 展开,或考察邻域内是否半正定(然后使用带拉格朗日余项的二阶 Taylor 公式)。
- 必要条件:梯度为零,海森矩阵半正定;
- 充分条件:梯度为零,海森矩阵正定(或在邻域内半正定)。
- 一元可微凸函数梯度为零一定是最小值。
- 微分法:检查二阶微分是否恒正恒负,注意在对条件极值问题检查时有一个技巧,f(X)+λc(X) 求两次微分的结果是 d2f(X)+λd2c(X)+2dλdc(X)+d2λc(X),而后面两项均为零(前者是因为 dλ 是与 λ 无关的变量,后者则是因为我们要选取的是切平面上的向量作为方向向量,而切平面上一定有 dC(X)=0),另外这里需要注意例如 d2z=d2x 不是极值点。
- 对于条件极值问题,我们可以将符合条件的曲面参数化,对问题降维(使用极坐标系,球坐标系,配方法之类技巧)。
- 问题中可能有隐藏约束条件,求完驻点后需要验证。
隐函数的极值:将 F(x1,x2,⋯,xn,y)=0 微分得到 ∂F∂x1dx1+∂F∂x2dx2+⋯+∂F∂xndxn+∂F∂ydy=0,带入 dy=0 得到驻点满足的条件 ∂F∂x1=∂F∂x2=⋯=∂F∂xn=F(x1,x2,⋯,xn,y)=0。求出驻点 (x0,y0) 后可使用近似分析法(0=F(x01+v1,x02+v2,⋯,x0n+vn,y0+u)⇒u=⋯+o(||v||k))或微分法(微分得到 ∑i,j∂2F∂xi∂xjdxidxj+2∑i∂2F∂xi∂ydxidy+∂2F∂y2(dy)2+∂F∂yd2y=0)检查其走势。
曲线 / 曲面积分
∂→F∂→u=(∂F∂x,∂F∂y,∂F∂z).
dσ=||∂x∂udu||||∂x∂vdv||sinθ=√||∂x∂u||2⋅||∂x∂v||2−⟨∂x∂u,∂x∂v⟩2dudv.
→F=(PQR),rot→F=∇×→F=det(→i→j→k∂∂x∂∂y∂∂zPQR).
第一型曲线积分:
- 弧长:直角坐标系 √dx2+dy2+dz2,极坐标系 √dr2+(rdθ)2,柱坐标系:√dr2+(rdθ)2+dz2。
第二型曲线积分:
- 对于自然正向的简单闭曲线,\oint_\gamma x\mathrm dy=\oint_\gamma -y\mathrm dx=\frac12\oint x\mathrm dy-y\mathrm dx=S,即面积。
Green 公式:
- \int_\Omega\operatorname{div} F\mathrm d\sigma=\oint_{\part\Omega} \vec F\cdot \vec n\mathrm dl;
- \int_\Omega\operatorname{curl} F\mathrm d\sigma=\oint_{\part\Omega}\vec F\cdot \vec x\mathrm dl(\vec x 是切向量);
- \int_\Omega(\frac{\part Q}{\part x}-\frac{\part P}{\part y})\mathrm dx\mathrm dy=\oint_{\part\Omega}P\mathrm dx+Q\mathrm dy。
第一型曲面积分:
- z=f(x,y):\iint_{\Omega}\sqrt{1+||\nabla f||^2}\mathrm dx\mathrm dy。
- 参数表示:\iint_{\Omega}f(x(u,v))|(x_u,y_u,z_u)\times(x_v,y_v,z_v)|\mathrm du\mathrm dv。
Gauss 公式:
- \iint_{\part \Omega} P\mathrm dy\mathrm dz+Q\mathrm dz\mathrm dx+R\mathrm dx\mathrm dy=\iiint_\Omega(P_x+Q_y+R_z)\mathrm dx\mathrm dy\mathrm dz。
- \iint_{\part \Omega} \vec F\cdot \vec n\mathrm d S=\iiint_\Omega\operatorname{div} F\mathrm dV;
- \iint_{\part \Omega} \vec F\times \vec n \mathrm d S=\iiint_\Omega\operatorname{rot} F\mathrm dV。
Stokes 公式:
- \iint_{\Omega}\det\pmatrix{\mathrm dy\mathrm dz&\mathrm dz\mathrm dx&\mathrm dx\mathrm dy\\\frac{\part}{\part x}&\frac{\part}{\part y}&\frac{\part}{\part z}\\P&Q&R}\mathrm d\sigma=\oint_{\part\Omega} P\mathrm dx+Q\mathrm dy+R\mathrm dz。
带参和式/积分计算
可以考虑对参数积分再求导 / 先求导再积分。
例:\sum_{n=1}^{+\infty}\frac{(-1)^nnx^{2n-1}}{(2n+1)!}。
对 x 积分得到 \frac12\sum_{n=1}^{+\infty}\frac{(-1)^nx^{2n}}{(2n+1)!}=\frac{(\sin x-x)}{2x}。
求导得到原式等于 \frac{x\cos x-\sin x}{2x^2}。
一些判定性问题
一致收敛的判定:
- 一致 Cauchy;
- Weierstrass 强函数;
- Dirichlet / Abel。
含参定积分:
- 连续性:关于参数逐点连续,在给定位置处关于参数连续,且这一连续对 x 一致 / 二元连续 / 关于参数可积且每个参数的偏导有界(中值定理)。
- 偏导:关于参数的偏导二元连续;
- 可积性:二元连续。
含参广义积分:
- 连续性:广义积分一致收敛,且给定位置关于参数的连续性在任何有界闭区间上一致成立(选一个包含给定位置的区间讨论其连续性即可);
- 可微性:广义积分收敛,关于参数的偏导二元连续,偏导的积分一致收敛;
- 可积性:广义积分一致收敛;
- 广义可积性:两个广义积分均一致收敛。
级数的敛散性判定:
- Cauchy 收敛:考察部分和序列;
- 收敛的必要条件:趋于零;
- Weierstrass 强级数;
- D’Alembert 判别法:令 \lim_{n\rightarrow+\infty}\frac{||a_{n+1}||}{||a_n||}=\rho,\rho>1 发散,\rho<1 绝对收敛;
- Cauchy 根式判别法:\lim_{n\rightarrow+\infty}\sqrt[n]{a_n}=\rho,\rho>1 发散,\rho<1 绝对收敛;
- 积分判别法:要求恒正且单调递减;
- Raabe 判别法:令 \lim_{n\rightarrow+\infty}n(\frac{||a_n||}{||a_{n+1}||}-1)=\rho,\rho>1 绝对收敛,\rho<1 发散;
- Leibniz 交错级数判别法:要求绝对值单调递减且趋于零;
- Dirichlet / Abel:前者部分和序列有界后者单调趋于零 / 前者收敛后者单调有界。
函数项级数:
- 连续性:要求每一个求和的函数均在给定位置连续;
- 可积性:要求每一个函数可积;
- 可微性:要求求导后的函数项级数收敛,且原函数级数在某点收敛;
- Dirichlet / Abel:前者部分和序列一致有界后者单调趋于零 / 前者一致收敛后者单调一致有界。
幂级数:
- Cauchy 测试:R=(\lim_{n\rightarrow+\infty}\sqrt[n]{a_n})^{-1};
- D’Alembert 测试:R=(\lim_{n\rightarrow+\infty}\frac{|a_{n+1}|}{|a_n|})^{-1};
- 收敛区间 / 收敛域:后者需要讨论边界上的敛散性;
- 幂级数在 B(0,R) 上内闭一致绝对收敛,和函数在 B(0,R) 上连续;
- 若幂级数在 x_1,x_2 收敛,那么在区间 [x_1,x_2] 收敛;
- 对于两个收敛半径分别为 r_a,r_b 的幂级数,其和的收敛半径 r\geqslant\min(r_a,r_b),且 r_a\ne r_b 时取等。
Fourier
Bessel 不等式:\frac{A_0^2}{2}+\sum_{n=1}^N(A_n^2+B_n^2)\leqslant\frac1\pi\int_{-\pi}^{\pi}|f(x)|^2\mathrm dx(Parseval 等式即取等)。
dini 判别法(弱化):周期为 2\pi 的逐段可微函数,在 x_0 处 Fourier 级数收敛于 \frac12(f(x_0-0)+f(x_0+0))。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 在鹅厂做java开发是什么体验
· 百万级群聊的设计实践
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
· 全网最简单!3分钟用满血DeepSeek R1开发一款AI智能客服,零代码轻松接入微信、公众号、小程
2022-06-19 2022-6-19 #1 CF1270I & CF1637H