考研冲刺前的总结 —— 数学(高数 + 线代)

14513 字
73 分钟
考研冲刺前的总结 —— 数学(高数 + 线代)
考研冲刺前的总结 —— 数学(高数 + 线代)

前言#

这两周 BiZhou University 的计科正在开展不可逃课的两周电气实习, 严重浪费了我考研的时间。趁着被硬控,与其坐在课上发呆,不如趁着这段时间 捋一遍数学 2 的所有知识。

研究范式#

在开始捋知识点之前,我必须先说一下关于研究范式的问题。即便做了很多题, 有的时候对某类题还是不会做。这种情况表现为:非低级错误,只要看了破题口 就瞬间明白了整道题的思路,但是下次这类题稍微变化一下就无从下手。

什么是研究范式?我个人粗浅的理解就是破题口。考研不会像高考那样,破题口千奇百怪,很多时候你甚至可以在脑子里背一遍大纲,稍微分析一下,就可以得到破题口。

正所谓武忠祥老师所说:没有条件就创造条件。

这里举一个例子,零点定理的应用(结合罗尔定理的推论,罗尔定理,拉格朗日中值定理等)。先找几道题:

例 1:张宇基础 1000
例 1:张宇基础 1000

例 2:张宇基础 30 讲
例 2:张宇基础 30 讲

例 3:李林强化 880
例 3:李林强化 880

例 4:数学 2
例 4:数学 2

这几题都是讨论零点,或者找零点相关的问题。这类题的破题口就是零点定理。

本质上,讨论零点相关的问题,第一反应一定是零点定理,很多时候,我都会忽视这个最基本的定理,而通过导数,极值等更“高阶”的方法去思考,最后就是得不到答案。

诚然,很多题目都需要利用高级的技巧,但本质上都是“将题设与结果通过某个桥梁联系起来”,而这个联系起来的东西,就是破题。

我们往往非常深度于高级技巧,高级方法,却忽略了最基本的东西。

就好想我在高中阶段那样,深度研究难题,会做难题,却忽略了基本技巧,基本方法,并且在基础部分大量失分。

例如一个看似复杂的三角式,往往只需要通过 cos⁡2x=1−sin⁡2x\cos^2 x=1-\sin^2 x 进行转化,就可以得到一个非常简单的式子, 而不需要考虑更复杂的二倍角公式、积化和差等。

做不好基础的东西,高级方法的基石就是歪的。

对于应试而言,基础永远是最重要的。

高等数学#

第 1 章 - 函数、极限、连续#

函数,极限与连续,这个是大学刚入门的时候就开始学的,现在回头来看已经信手拈来。

函数及其性态#

考研要求的函数范围基本是基本初等函数,这里就不列举了。

主要讲几个关于函数变换的易错点。

  • 复合函数

    • 如何求复合函数,最简单的方式是画图,并且一定要搞清楚谁作为定义域,谁作为值域,以及最后的定义域是谁。

      武忠祥强化讲义
      武忠祥强化讲义

    • 原来的两个函数导数函数不存在,不意味着其复合函数导数不存在。

  • 反函数

    在求反函数的时候,主要有两个易错点。

    • 反函数的定义域是原函数的值域,反函数的值域是原函数的定义域。 所以对于具体的点,题目要你求 x(0)x(0),那么一定要注意,这个 00 是 yy 的值,而不是 xx 的值。

    李林强化 880
    李林强化 880

    • 反函数需要注意定义域,关于 sin⁡x\sin x 的反函数,其定义域为 [−π2,π2]\left[-\frac{\pi}{2},\frac{\pi}{2}\right],而不是 (−∞,∞)(-\infty,\infty)。

      如果对于定义域 [π2,3π2]\left[\frac{\pi}{2},\frac{3\pi}{2}\right] 的 sin⁡x\sin x, 以及定义域为 [3π2,5π2]\left[\frac{3\pi}{2},\frac{5\pi}{2}\right] 的 sin⁡x\sin x, 其反函数分别为 π−arcsin⁡x\pi-\arcsin x 和 2π+arcsin⁡x2\pi+\arcsin x。

      张宇强化讲义
      张宇强化讲义

      此外可以注意,对于定义在 [0,π][0,\pi] 上的积分,若有 arcsin⁡x\arcsin x 项, 令 x=sin⁡tx=\sin t 时,需要注意上述的转换。当然最后可以用区间再现法规避。

      张宇强化讲义
      张宇强化讲义

    • 变限函数

      • 变限函数也有两个点需要注意,第一种是如果有 xx ,那么必须利用换元法代换出去,以此又延伸出来两种套路。

        • 如果积分为 et2e^{t^2},函数上限为 x2x^2,那么一定求导的时候,里面得是 ex4e^{x^4},而不是 ex2e^{x^2}。

          张宇强化讲义
          张宇强化讲义

        • 对 xx 的函数,对 tt 的积分项里面有 exe^x,可以直接把 exe^x 除下去。

      • 变限积分不能全用里面函数的面积去理解,需要结合上下限以及奇偶性去理解。

        武忠祥强化讲义
        武忠祥强化讲义

对于上述函数以及基本初等函数,主要讨论函数的性态:单调性,奇偶性,有界性,周期性。

首先来梳理一下这性态相关的易错点。

  • 奇函数的导数一定是偶函数,偶函数的导数一定是奇函数。反过来,偶函数的一个原函数不一定是奇函数,奇函数的一个原函数一定可以取为偶函数。

    • 这个知识点还会结合变限积分去考察,对于变限积分,需要注意可以取特值下限为 0 的时候进行讨论
  • 原函数有界,导函数不一定有界。例如令 f(0)=0f(0)=0,且当 x≠0x\ne0 时 f(x)=xsin⁡1xf(x)=x\sin\frac{1}{x},则 f(x)f(x) 在 x=0x=0 处有界,但是其导函数 f′(x)=sin⁡1x−1xcos⁡1xf'(x)=\sin\frac{1}{x}-\frac{1}{x}\cos\frac{1}{x} 在 x=0x=0 附近无界。

  • 在有限区间上,导函数有界,原函数一定有界。如果是无限区间的话,可以取 f(x)=x 作为反例。

    使用拉格朗日中值定理证明,证明如下:

    设 f(x)f(x) 在 [a,b][a,b] 上连续,在 (a,b)(a,b) 上可导,则 f′(x)f'(x) 在 (a,b)(a,b) 上存在一点 cc,使得 f′(c)=f(b)−f(a)b−af'(c)=\frac{f(b)-f(a)}{b-a}。

    由于 f′(x)f'(x) 有界,所以在有限区间上 f(x)f(x) 一定有界,即原函数一定有界。

  • 原函数在有限区间上无界 ⇒\Rightarrow 导函数一定无界。

  • 原函数有周期性,导函数一定有周期性。

  • 导函数有周期性,原函数有周期性的充要条件是在一个周期内的积分为 00。

  • arccosx 不是偶函数也不是奇函数!

极限及其相关问题#

等价无穷小、高阶无穷小以及泰勒公式#

本质上,等价无穷小就是泰勒公式的第一项,所以,只需要掌握以下 8 个泰勒公式即可。

  • sin⁡x=x−16x3+o(x3)\sin x = x - \frac{1}{6}x^3 + o(x^3)

  • cos⁡x=1−12x2+124x4+o(x4)\cos x = 1 - \frac{1}{2}x^2 + \frac{1}{24}x^4 + o(x^4)

  • tan⁡x=x+13x3+o(x3)\tan x = x + \frac{1}{3}x^3 + o(x^3)

  • arcsin⁡x=x+16x3+o(x3)\arcsin x = x + \frac{1}{6}x^3 + o(x^3)

  • arctan⁡x=x−13x3+o(x3)\arctan x = x - \frac{1}{3}x^3 + o(x^3)

  • ex=1+x+12x2+16x3+o(x3)e^x = 1 + x + \frac{1}{2}x^2 + \frac{1}{6}x^3 + o(x^3)

  • ln⁡(1+x)=x−12x2+13x3+o(x3)\ln(1+x) = x - \frac{1}{2}x^2 + \frac{1}{3}x^3 + o(x^3)

  • (1+x)a=1+ax+a(a−1)2x2+o(x2)(1+x)^a = 1 + ax + \frac{a(a-1)}{2}x^2 + o(x^2)

尤其要注意正负号问题。

关于高阶无穷小有一个问题,如果 f(x)f(x) 是 g(x)g(x) 的高阶无穷小,那么 f(x)=o(g(x))f(x)=o(g(x)),用极限表达也就是 lim⁡x→0f(x)g(x)=0\lim_{x\to0}\frac{f(x)}{g(x)}=0。

校验: 以上展开式使用等号表示带余项的泰勒展开;若只保留首项, 才写作等价无穷小,例如 sin⁡x∼x\sin x\sim x。

张宇基础 1000
张宇基础 1000

此外还需要注意等价无穷小和等价无穷大(没有这个概念,只是类比)的区别。

假设 m>nm>n,且相关幂函数在所讨论的定义域内有意义,那么当 x→0+x\to0^+ 时, xm+xn∼xnx^m+x^n\sim x^n;当 x→+∞x\to+\infty 时,xm+xn∼xmx^m+x^n\sim x^m。

给定极限计算#

方法流程

  1. 判断属于 7 种未定式中的哪一种。
  2. 基础变形,利用等价无穷小
  3. (可选)泰勒公式
  4. (可选)拉格朗日中值定理(可能要利用夹逼定理)
  5. 必要时使用泰勒公式(需要注意能不能求导)。

给定极限求参数#

往往利用泰勒公式可以迎刃而解。

张宇基础 30 讲
张宇基础 30 讲

洛必达法则#

洛必达法则适用于 00\frac{0}{0} 和 ∞∞\frac{\infty}{\infty} 型未定式; 在适当条件下,分子有有限极限时也可以处理 A∞\frac{A}{\infty} 型极限。

洛必达法则可以用柯西中值定理证明。

这里写一下关于洛必达法则的辨析:如果一个函数在所需邻域内足够光滑, 并且每次都满足洛必达法则的适用条件,才可以连续使用多次;不能仅凭“nn 阶可导”就直接洛 n−1n-1 次。

880
880

若 lim⁡f′(x)g′(x)\lim\dfrac{f'(x)}{g'(x)} 存在(或为 ∞\infty),则原极限 lim⁡f(x)g(x)\lim\dfrac{f(x)}{g(x)} 必然存在且等于相同的值!

连续#

函数的极限存在与连续的辨析#

函数极限存在:函数左侧极限与右侧极限存在且相等。

函数连续:函数极限存在且等于函数值,也就是函数左侧极限等于右侧极限等于函数值。

这点需要辨析,推导至导函数的连续性也是一样的。

间断点分类#

第一类间断点:可去间断点,跳跃间断点。

第二类间断点(考研范围):无穷间断点,震荡间断点。

这里主要是注意两个经典函数:e1/xe^{1/x},arctan⁡1x\arctan\frac{1}{x}。

对于 e1/xe^{1/x},当 x→0+x\to0^+ 时,极限值趋于无穷大,当 x→0−x\to0^- 时,极限值趋于 00,所以是第二类间断点。

对于 arctan⁡1x\arctan\frac{1}{x},当 x→0+x\to0^+ 时,极限值趋于 π2\frac{\pi}{2}, 当 x→0−x\to0^- 时,极限值趋于 −π2-\frac{\pi}{2},所以是跳跃间断点。

此外还需要注意不要混淆可去间断点与跳跃间断点,题目里可能会问可去 / 跳跃 / 第一类 / 无穷 等等,一定要注意限制词。

基础 30 讲
基础 30 讲

零点定理,介值定理#

零点定理和介值定理不会很难,最重要的问题就是分析范式不严谨导致遗忘这两个方法。

还可以注意一下介值定理的变形,平均值定理。

此外,还需要注意利用极限的定义进行讨论(例如在端点非常近的区间等,典型的代表是证明达布定理)。

本章相关定义题#

  • 注意有没有连续这个条件作为前提

第 2 章 - 数列极限#

数列极限的定义#

数列极限的定义为:对于任意 ϵ>0\epsilon>0,存在 N∈NN\in\mathbb{N}, 使得当 n>Nn>N 时,有 ∣an−a∣<ϵ|a_n-a|<\epsilon。

需要注意的是,数列极限的 n 默认为正无穷。并且还有一点需要注意,如果要求极限,那么需要将 n 转换为 x,然后 x 趋近于正无穷。

数列极限常用的性质有 3 个:保号性、保序性、有界性。

  • 保号性:若 an→aa_n\to a 且 a≠0a\ne0,则从某一项起,数列的项都与极限同号。
  • 保序性:若从某一项起 an≤bna_n\le b_n,且两列极限都存在,则 lim⁡n→∞an≤lim⁡n→∞bn\lim_{n\to\infty}a_n\le\lim_{n\to\infty}b_n。
  • 有界性:收敛数列一定有界。

数列定义的选择题#

常见特值与构造思路#

  • 常见特殊数列

    • ana_n 的奇数项为 00,偶数项为 11,等等

    • an=(−1)n1n+1a_n=(-1)^n\frac{1}{n}+1

  • 构造思路

    • 数列的奇数项和偶数项极限如果不同,那么原数列极限不存在。

夹逼定理与一个经典极限#

  • 经典极限定理

    当 an→aa_n\to a 时,∣an∣→∣a∣|a_n|\to|a|,可以使用数列极限的定义以及三角不等式进行证明。

    其中特别地,当 a=0a=0 时,后者也可以推出前者,即 ∣an∣→0|a_n|\to0 可以推出 an→0a_n\to0。

  • 夹逼定理

    夹逼定理有两类应用,第一种为 n 项数列求和,如果自变量的量级 <n<n 的量级,那么大概率使用夹逼定理,否则可以考虑使用定积分的定义。

    第二种是证明极限存在的部分步骤,例如证明二元函数的极限,证明压缩映射定理等。

    如果碰到了 [x][x],那么可以优先考虑夹逼定理。

保序性的应用#

定义一个数列为 an=(−1)n1n+1a_n=(-1)^n\frac{1}{n}+1,那么该数列是否存在最大值?是否存在最小值?

列出第 2 项,显然为 32\frac{3}{2};列出第 3 项,显然为 23\frac{2}{3}。 由于当 nn 趋于无穷时,该极限为 11,所以后无穷项都落在 11 的附近。 取前若干项,则一定存在最大值和最小值。

数列极限的证明#

单调有界准则#

如果一个数列单调递增有上界,那么该数列必然存在极限。

如果一个数列单调递减有下界,那么该数列必然存在极限。

  • 单调性的证明

    • 定义法:使用 xn+1−xnx_{n+1}-x_n 的符号来判断单调性。

    • 导数法:xn=f(xn−1)x_n=f(x_{n-1}),如果 f′(x)>0f'(x)>0,且

      • 如果 x1<x2x_1<x_2,那么 xnx_n 是单调递增的。
      • 如果 x1>x2x_1>x_2,那么 xnx_n 是单调递减的。

      如果 f′(x)<0f'(x)<0,那么无法仅凭此判断 xnx_n 的单调性。

    • 数学归纳法:显然看出。

  • 有界性的证明

    • 定义法:使用 ∣xn∣<M|x_n|<M 来证明有界性。

    • 不等式法

得到了单调有界后,那么直接两边同时取极限,即可得到答案。

压缩映射原理#

事实上压缩映射原理不能直接用,考研大纲里面没有。

如果发现该数列不能证明出来单调有界,那么就该考虑使用类似压缩映射的原理去证明。

这类题的基本套路是:先两边同时取极限,得到这个值之后,利用定义 + 夹逼定理去证明这个极限存在。

也就是不妨设

0<∣xn−a∣<b∣xn−1−a∣<b2∣xn−2−a∣<⋯<bn−1∣x1−a∣0<|x_n-a|<b|x_{n-1}-a|<b^2|x_{n-2}-a|<\cdots<b^{n-1}|x_1-a|

其中 0<b<10<b<1,那么根据夹逼定理,xnx_n 的极限为 aa。

校验: 这里还需要先证明不等式对所有充分大的 nn 成立,不能只由形式上的递推不等式直接断定极限存在。

第 3 章 - 一元函数微分概念#

导数的定义#

导数的定义为 f′(x0)=lim⁡h→0f(x0+h)−f(x0)hf'(x_0)=\lim_{h\to0}\frac{f(x_0+h)-f(x_0)}{h},可以变形为 f′(x0)=lim⁡x→x0f(x)−f(x0)x−x0f'(x_0)=\lim_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0}。

这里除了利用导数的定义倒腾来倒腾去之外(例如拆分,配凑导数定义),还有一类题。

若 h(x)=f(x)g(x)h(x)=f(x)g(x),求 h′(0)h'(0) 可以用 uvuv 的公式,或者使用导数的定义。

关于导数以及导数绝对值的讨论#

  • 对于 g(x)=f(x)∣x−a∣g(x)=f(x)|x-a| 可导性的讨论

    在 ff 在 aa 处可导的前提下,f(a)=0f(a)=0 是 g(x)g(x) 在 aa 点可导的充分必要条件。

    在做这种题的时候,要注意 f(x)f(x) 本身可能有多个不可导点。

  • 关于 f(x)f(x) 和 ∣f(x)∣|f(x)| 可导性的讨论

    对于这种题,绘图是最简单的做法,其次才利用下面的结论。

    若 f(x0)≠0f(x_0)\ne0 且 ff 在 x0x_0 处可导,则 ∣f(x)∣|f(x)| 在 x0x_0 处可导。

    若 f(x0)=0f(x_0)=0 且 ff 在 x0x_0 处可导,若 f′(x0)=0f'(x_0)=0,则 ∣f(x)∣|f(x)| 在 x0x_0 处可导。

    若 f(x0)=0f(x_0)=0 且 ff 在 x0x_0 处可导,若 f′(x0)≠0f'(x_0)\ne0,则 ∣f(x)∣|f(x)| 在 x0x_0 处不可导。

    若 ff 在 x0x_0 处连续,且 ∣f(x)∣|f(x)| 在 x0x_0 处可导, 则 f(x)f(x) 在 x0x_0 处可导。

    校验: 上述结论还需要 ff 在 x0x_0 处连续;仅知道 ∣f∣|f| 在 x0x_0 处可导,不能推出 ff 在 x0x_0 处可导。

微分的定义#

微分的定义为 dy=f′(x0) dx\mathrm{d}y=f'(x_0)\,\mathrm{d}x。若 dx=x−x0\mathrm{d}x=x-x_0, 则 dy=f′(x0)(x−x0)\mathrm{d}y=f'(x_0)(x-x_0)。考的不是很多,但是也需要注意。

校验: 后一个式子隐含了 dx=x−x0\mathrm{d}x=x-x_0 的约定;一般形式不能 遗漏 dx\mathrm{d}x。

比较常见的是考 m 是 n 的高阶无穷小 / 等价无穷小 / 同阶无穷小 / 低阶无穷小。

第 4 章 - 一元函数微分计算#

需要注意的求导公式#

  • (sec⁡x)′=sec⁡xtan⁡x\left(\sec x\right)'=\sec x\tan x
  • (csc⁡x)′=−csc⁡xcot⁡x\left(\csc x\right)'=-\csc x\cot x
  • (arcsin⁡x)′=11−x2\left(\arcsin x\right)'=\frac{1}{\sqrt{1-x^2}}
  • (arccos⁡x)′=−11−x2\left(\arccos x\right)'=-\frac{1}{\sqrt{1-x^2}}
  • (arctan⁡x)′=11+x2\left(\arctan x\right)'=\frac{1}{1+x^2}
  • (log⁡ax)′=1xln⁡a\left(\log_a x\right)'=\frac{1}{x\ln a}
  • (ax)′=axln⁡a\left(a^x\right)'=a^x\ln a

隐函数求导#

隐函数求导的本质是对方程两边同时求导,然后解出导数,要注意对每个作为变量的都求导。

对数求导法#

对数求导法的本质是对方程两边同时取对数,然后对方程两边同时求导,是一种化简手段,本质上其实是对多个连乘式子的化简。

复合函数求导#

复合函数求导的本质是链式法则,要注意对每个作为变量的都求导。

尤其还可以注意,对于单点可以直接利用复合函数求导法的公式。

即 (f∘g)′(x0)=f′(g(x0))g′(x0)(f\circ g)'(x_0)=f'(g(x_0))g'(x_0)。

反函数求导#

反函数求导的本质是反函数定理,即 (f−1)′(x)=1f′(f−1(x))(f^{-1})'(x)=\frac{1}{f'(f^{-1}(x))}。

不需要记忆反函数求导的二阶导数,在考场上利用定义现场推导即可,这里也写一下推导:

(f−1(x))′′=−f′′(f−1(x))(f′(f−1(x)))3(f^{-1}(x))''=-\frac{f''(f^{-1}(x))}{\left(f'(f^{-1}(x))\right)^3}

参数方程求导#

参数方程求导一定要搞清楚求导的对象,到底是 xx 还是 tt。

dydx=dy/dtdx/dt\frac{\mathrm{d}y}{\mathrm{d}x} =\frac{\mathrm{d}y/\mathrm{d}t}{\mathrm{d}x/\mathrm{d}t}d2ydx2=ddt(dydx)/dxdt\frac{\mathrm{d}^2y}{\mathrm{d}x^2} =\frac{\mathrm{d}}{\mathrm{d}t}\left(\frac{\mathrm{d}y}{\mathrm{d}x}\right) \bigg/\frac{\mathrm{d}x}{\mathrm{d}t}

同样的,考场上不需要特地去背公式,现场推导即可。

此外,参数方程求导还可以注意结合隐函数求导,乃至反套路,即将参数方程化为原函数进行讨论。

例如已知 x=t2+∣t∣x=t^2+|t|,y=t3y=t^3,讨论 f(x)f(x) 的连续性、可导性和极值。

对于这类题,可以将参数方程化为原函数进行讨论。在讨论极值的时候, 必须要注意 xx 和 tt 是否一一对应。

例如 x=t3−tx=t^3-t,当 x>0x>0 时,xx 和 tt 并非一一对应,需要额外讨论。

第 5 章 - 一元函数微分应用 1(渐近线)#

极值与拐点#

极值#

判断极值的条件有:第一充分条件,第二充分条件,第三充分条件。

第一充分条件:若 f′(x0)=0f'(x_0)=0,且 f′(x)f'(x) 在 x0x_0 两侧变号, 则 f(x)f(x) 在 x0x_0 处有极值。

第二充分条件:若 f′(x0)=0f'(x_0)=0,且 f′′(x0)≠0f''(x_0)\ne0, 则 f(x)f(x) 在 x0x_0 处有极值。

第三充分条件:若 f′(x0)=⋯=f(n)(x0)=0f'(x_0)=\cdots=f^{(n)}(x_0)=0, 且 f(n+1)(x0)≠0f^{(n+1)}(x_0)\ne0,且 nn 为奇数,则 f(x)f(x) 在 x0x_0 处有极值。

拐点#

判断拐点的条件有:第一充分条件、第二充分条件、第三充分条件。

第一充分条件:若 f′′(x)f''(x) 在 x0x_0 两侧变号,则 f(x)f(x) 在 x0x_0 处有拐点。

第二充分条件:若 f′′(x0)=0f''(x_0)=0,且 f′′′(x0)≠0f'''(x_0)\ne0, 则 f(x)f(x) 在 x0x_0 处有拐点。

第三充分条件:若 f′′(x0)=⋯=f(n)(x0)=0f''(x_0)=\cdots=f^{(n)}(x_0)=0, 且 f(n+1)(x0)≠0f^{(n+1)}(x_0)\ne0,且 nn 为偶数,则 f(x)f(x) 在 x0x_0 处有拐点。

需要注意,对于上述极值和拐点的条件,一定要注意“附近”。 并没有规定说 f′(x0)=f′′(x0)=0f'(x_0)=f''(x_0)=0 就说明极值点不存在, 还是得从第一充分条件去判断。

拐点同理。

导数为 0 的相关讨论#

f′(x0)=0f'(x_0) = 0 只是函数取得极值的必要条件(费马引理,要求可导),绝对不是充分条件。

导数为 0 的点称为驻点。驻点可能是极值点,也可能是拐点(非极值点)。

必须加上导数在 x0x_0 两侧发生变号,或偶数阶导数不为 00 的判定条件,才能确保它是极值点。

例如:f(x)=x3f(x) = x^3

高阶导数#

利用泰勒公式即可,尤其需要注意当 x=0x=0 的时候意义是什么。

计算零点或者取值范围(利用导数计算)#

最重要的事情是要时刻记住自己在做什么(很多时候化规到最后的条件和原来的条件有差别,此时应该看最后化归的条件,而不是原条件。

渐近线#

渐近线分为三种,水平渐近线,垂直渐近线,斜渐近线。

水平渐近线:当 x→∞x\to\infty 时,f(x)→af(x)\to a,则 y=ay=a 为水平渐近线。

垂直渐近线:当 x→x0x\to x_0 时,f(x)→∞f(x)\to\infty,则 x=x0x=x_0 为垂直渐近线。

斜渐近线:当 x→∞x\to\infty 时,f(x)x→k\frac{f(x)}{x}\to k, 且 f(x)−kx→bf(x)-kx\to b,则 y=kx+by=kx+b 为斜渐近线。

校验: 斜渐近线的定义应使用 f(x)f(x) 在无穷远处的行为, 不能把自变量写成 1x\frac{1}{x}。

对于这种题,首先找出可能的候选人,然后逐个分析,尤其需要注意前面所说的 arctan⁡x\arctan x 以及 e1/xe^{1/x} 等。

曲率#

为比较冷门的考点,但是也必须要注意。

曲率公式为 k=∣f′′(x)∣(1+(f′(x))2)3/2k=\frac{|f''(x)|}{\left(1+(f'(x))^2\right)^{3/2}}。

曲率半径为 ρ=1k\rho=\frac{1}{k}。

曲率圆为该点沿着法线向着内侧移动 ρ\rho 个单位,然后绘制圆。

对曲率圆求导和求二阶导的数值等同于原函数求导和求二阶导的数值。

第 6 章 - 一元函数微分应用 2(中值定理)#

费马定理#

如果函数是极值,那么导数为 0(或不存在)。

达布定理#

本质是导数介值定理。

罗尔定理#

罗尔定理的形式为:对于函数 f(x)f(x),在 [a,b][a,b] 上连续、 在 (a,b)(a,b) 上可导,且 f(a)=f(b)f(a)=f(b),那么存在 c∈(a,b)c\in(a,b), 使得 f′(c)=0f'(c)=0。

对于罗尔定理的题正是利用不停重复的去找零点,也就是要证式的积分找 2 零点,如果找不到,那么就再往上一层。

这个再往上一层的思想很重要。

如果原函数找不到,可以用微分方程去找。

罗尔定理的推论#

如果 f(x)f(x) 的 nn 阶导数为非零常量,那么 f(x)f(x) 至多有 nn 个零点。

该定理也被经常遗忘。

拉格朗日中值定理 & 柯西中值定理#

拉格朗日中值定理的形式为:对于函数 f(x)f(x),在 [a,b][a,b] 上连续、 在 (a,b)(a,b) 上可导,那么存在 c∈(a,b)c\in(a,b),使得 f′(c)=f(b)−f(a)b−af'(c)=\frac{f(b)-f(a)}{b-a}。

拉格朗日中值定理可以用罗尔定理去证明,其实质就是罗尔定理的推广。

证明如下:

令 g(x)=f(x)−f(b)−f(a)b−a(x−a)g(x)=f(x)-\frac{f(b)-f(a)}{b-a}(x-a),那么 g(a)=g(b)=0g(a)=g(b)=0,所以存在一个 c∈(a,b)c\in(a,b),使得 g′(c)=0g'(c)=0。

即 f′(c)=f(b)−f(a)b−af'(c) = \frac{f(b) - f(a)}{b - a}。

所以拉格朗日中值定理得证。

柯西中值定理的形式为:对于函数 f(x)f(x) 和 g(x)g(x),在 [a,b][a,b] 上连续、在 (a,b)(a,b) 上可导,且 g′(x)≠0g'(x)\ne0,那么存在 c∈(a,b)c\in(a,b),使得 f′(c)g′(c)=f(b)−f(a)g(b)−g(a)\frac{f'(c)}{g'(c)}=\frac{f(b)-f(a)}{g(b)-g(a)}。

拉格朗日中值定理的题有两种,一种是证明两个点,即 c1c_1,c2c_2 在某区间里,且 c1c_1 没说必须不等于 c2c_2,另一种则是明确了 c1c_1 和 c2c_2 必须不等于对方。

对于前者,利用拉格朗日中值定理 + 柯西中值定理可以解决。

对于后者,可以利用“踩点”的思想,即若 f(x)f(x) 在 [a,b][a,b] 上连续、 在 (a,b)(a,b) 上可导,那么可以在 (a,b)(a,b) 内找到一个点 cc,并且分别在 [a,c][a,c]、[c,b][c,b] 上使用拉格朗日中值定理,最后使用介值定理得到结论。

此外,对于拉格朗日中值定理的题目(包括积分相关的证明),可以适当的从中间取一个点,分区间进行讨论。

使用泰勒公式证明中值定理#

首先辨析一下泰勒公式的皮亚诺余项和拉格朗日余项。

皮亚诺余项为 o(xn)o(x^n),拉格朗日余项为 f(n+1)(c)(n+1)!xn+1\frac{f^{(n+1)}(c)}{(n+1)!}x^{n+1}。

对于皮亚诺余项,常用于讨论单点的性质;对于拉格朗日余项,常用于讨论函数,区间的性质。

所以在证明中值定理相关问题的时候,一般用皮亚诺余项。

对于题设给定的条件,通常选择信息量最多,或者最好约去的点进行展开。

有的时候,并不是对已知点展开,可能是对未知点展开。

代入具体值的时候,可以选择代入多个点进行对比讨论。

此外,有一个易错点:若将 sin⁡x\sin x 展开到一次项, 其拉格朗日余项为 −sin⁡c2!x2-\frac{\sin c}{2!}x^2,并不恒为 00。

校验: 这里的负号来自 sin⁡x\sin x 的二阶导数 −sin⁡x-\sin x;若展开到二次项,余项阶数应改为三阶。

第 7 章 - 一元函数微分应用 3(物理)#

关于物理应用,现在这个阶段再回头去看,已经基本明晰了。

本质上就是搞清楚 dy/dx\mathrm{d}y/\mathrm{d}x 的含义,然后对 dy/dx\mathrm{d}y/\mathrm{d}x 进行变形,直到得到目标值。

第 8 章 - 一元函数积分的概念#

积分的黎曼和定义#

和使用夹逼定理不同的,对于一串 ana_n 的和,如果自变量的变化和 nn 的次数是相同的,那么就可以使用一元积分的定义。

常见的是在区间 [0,1][0,1] 上:

lim⁡n→∞1n∑i=1nf(in)=∫01f(x) dx\lim_{n\to\infty}\frac{1}{n}\sum_{i=1}^{n} f\left(\frac{i}{n}\right)=\int_{0}^{1}f(x)\,\mathrm{d}x

除了常见的,还需要去理解下面的。

事实上,应该这么理解定义:底边边长和采样点。对于区间 [u,v][u,v], 假设分为 nn 份,那么底边边长自然是 v−un\frac{v-u}{n}, 而采样点则是 u+(v−u)inu+\frac{(v-u)i}{n}。

lim⁡n→∞∑i=1nf(u+i⋅v−un)⋅v−un=∫uvf(x) dx\lim_{n\to\infty}\sum_{i=1}^{n} f\left(u+i\cdot\frac{v-u}{n}\right)\cdot\frac{v-u}{n} =\int_{u}^{v}f(x)\,\mathrm{d}x

880
880

此外,在做这类题的时候,一定要完完整整的把步骤写出来,不可以利用夹逼定理只放缩一边就说极限是这个,事实上可能两边夹出来不一样,导致错误。

积分概念辨析#

原函数、定积分、不定积分、变限积分、反常积分。

  • 原函数:导函数具有介值性,因此可以不连续,但不能出现跳跃间断。

    构造函数

    f(x)={2xsin⁡1x2−2xcos⁡1x2,x≠0,0,x=0,f(x)= \begin{cases} 2x\sin\frac{1}{x^2}-\frac{2}{x}\cos\frac{1}{x^2}, & x\ne0,\\ 0, & x=0, \end{cases}

    其原函数为

    F(x)={x2sin⁡1x2,x≠0,0,x=0.F(x)= \begin{cases} x^2\sin\frac{1}{x^2}, & x\ne0,\\ 0, & x=0. \end{cases}

    比如这个函数存在原函数。

  • 定积分:若指黎曼可积,则函数必须有界,且间断点集合的长度为 00;不要求连续,也不要求只有有限个间断点。

    例如上面那个函数在区间 [−1,2][-1,2] 上无界,因此不存在黎曼定积分。

    校验: “定积分存在就连续且只有有限个间断点”并不成立; 连续是充分条件,但不是黎曼可积的必要条件。

  • 原函数与不定积分:不定积分指的是原函数族

  • 变限积分:变限积分是一个函数,其定义域是积分上限的取值范围。

  • 反常积分:反常积分要注意处理瑕点,然后分区间进行讨论。

  • 注意!有定积分的前提是 f(x) 在 [a,b] 上有界,如果直接是无界的,那么就没有定积分!

积分不等式#

在区间 (0,π/2)(0,\pi/2) 上,sin⁡x<x<tan⁡x\sin x<x<\tan x。

在区间 (0,π/2)(0,\pi/2) 上,sin⁡x>2πx\sin x>\frac{2}{\pi}x。

在区间 (0,π/4)(0,\pi/4) 上,4πx>tan⁡x\frac{4}{\pi}x>\tan x。

对于式子 1 可以用导数证明,对于式子 2 和 3,可以利用几何意义证明。

不等式两边同时求导,符号不确定!

反常积分与 p 积分#

其实对于数 2 一般利用 p 积分进行讨论(因为没有无穷级数)。

给出一道构造的题:

I=∫0+∞1xp∣x−1∣2p(1+x2)p dxI=\int_{0}^{+\infty} \frac{1}{x^p|x-1|^{2p}(1+x^2)^p}\,\mathrm{d}x

其等价为:

I=∫01/2f(x) dx+∫1/21f(x) dx+∫12f(x) dx+∫2+∞f(x) dxI=\int_{0}^{1/2}f(x)\,\mathrm{d}x +\int_{1/2}^{1}f(x)\,\mathrm{d}x +\int_{1}^{2}f(x)\,\mathrm{d}x +\int_{2}^{+\infty}f(x)\,\mathrm{d}x

需要注意的是,这里的 1/2 和 2 都是随便挑的点,没有其他什么特别的含义。

对于这类题,首先根据可能导致无定义的点进行拆开,然后趋近于这个无定义的点,先利用极限化简,然后根据 p 积分讨论。

  • 第一类:无穷区间型 pp-积分(无穷限反常积分)

    设常数 a>0a > 0,标准形式为:∫a+∞1xp dx\int_{a}^{+\infty} \frac{1}{x^p} \, dx,敛散性结论:

    {积分收敛,值为 a1−pp−1,p>1,积分发散,p≤1.\begin{cases} \text{积分收敛,值为 }\dfrac{a^{1-p}}{p-1}, & p>1,\\ \text{积分发散}, & p\le1. \end{cases}
  • 第二类:有限区间瑕积分型 pp-积分(无界函数瑕积分)

    (1) 瑕点在下限 x=ax=a(例如原点 a=0a=0),设 b>ab>a,形式为: ∫ab1(x−a)p dx\int_{a}^{b}\frac{1}{(x-a)^p}\,\mathrm{d}x(特别当 a=0a=0 时即为 ∫0b1xp dx\int_{0}^{b}\frac{1}{x^p}\,\mathrm{d}x),敛散性结论:

    {积分收敛,值为 (b−a)1−p1−p,p<1,积分发散,p≥1.\begin{cases} \text{积分收敛,值为 }\dfrac{(b-a)^{1-p}}{1-p}, & p<1,\\ \text{积分发散}, & p\ge1. \end{cases}

    (2) 瑕点在上限 x=bx = b,设 b>ab > a,形式为:∫ab1(b−x)p dx\int_{a}^{b} \frac{1}{(b-x)^p} \, dx,敛散性结论:

    {积分收敛,值为 (b−a)1−p1−p,p<1,积分发散,p≥1.\begin{cases} \text{积分收敛,值为 }\dfrac{(b-a)^{1-p}}{1-p}, & p<1,\\ \text{积分发散}, & p\ge1. \end{cases}

关于 pp 积分,需要注意的是如果讨论区间是 [0,1][0,1],且 00 和 11 都是瑕点,那么对于 00 显然是利用第二类 pp 积分的第一种,对于 11, 不要用成第一类 pp 积分了,一定是第二类 pp 积分的第二种。

此外需要注意题干条件,题干本身可能就会对一些数值做出限制。

第 9 章 - 一元函数积分的计算#

基本积分公式#

CC 要记得。

积分计算方法#

配凑法,换元法,分部积分,都是比较基础的。

利用奇偶性与周期性进行定积分的化简#

  1. 对称区间 [−a,a][-a,a] 的奇偶性化简。

    设 f(x)f(x) 在 [−a,a][-a,a] 上可积:

    ∫−aaf(x) dx={0,f(x) 为奇函数,2∫0af(x) dx,f(x) 为偶函数.\int_{-a}^{a}f(x)\,\mathrm{d}x= \begin{cases} 0, & f(x)\text{ 为奇函数},\\ 2\displaystyle\int_{0}^{a}f(x)\,\mathrm{d}x, & f(x)\text{ 为偶函数}. \end{cases}
  2. 周期函数的积分化简。 设 f(x)f(x) 是以 TT 为周期的连续函数:

区间平移不变性:任意实数 aa,都有:

∫aa+Tf(x) dx=∫0Tf(x) dx\int_{a}^{a+T}f(x)\,\mathrm{d}x =\int_{0}^{T}f(x)\,\mathrm{d}x

多周期分解:

∫0nTf(x) dx=n∫0Tf(x) dx(n∈Z)\int_{0}^{nT}f(x)\,\mathrm{d}x =n\int_{0}^{T}f(x)\,\mathrm{d}x \quad(n\in\mathbb{Z})

一般区间:

∫aa+nTf(x) dx=n∫0Tf(x) dx\int_{a}^{a+nT}f(x)\,\mathrm{d}x =n\int_{0}^{T}f(x)\,\mathrm{d}x

有理函数的积分#

对于有理分式 R(x)=P(x)Q(x)R(x)=\frac{P(x)}{Q(x)}:

假分式化为真分式:若分子次数 ≥\ge 分母次数,通过多项式除法拆为:多项式 + 真分式。 分母因式分解:实数域内 Q(x)Q(x) 分解为一次因式 (x−a)k(x-a)^k 与二次质因式 (x2+px+q)m(x^2+px+q)^m。 待定系数拆分原则:

P(x)Q(x)=∑j=1kAj(x−a)j+∑j=1mBjx+Cj(x2+px+q)j\begin{aligned} \frac{P(x)}{Q(x)} &=\sum_{j=1}^{k}\frac{A_j}{(x-a)^j}\\ &\quad+\sum_{j=1}^{m} \frac{B_jx+C_j}{(x^2+px+q)^j} \end{aligned}

逐项积分:

一次项对应生成对数函数 ln⁡∣x−a∣\ln|x-a|,高次项对应负幂次函数。 二次项通过配方为 (x+p2)2+(q−p24)\left(x+\frac{p}{2}\right)^2+\left(q-\frac{p^2}{4}\right), 结合凑微分法分别积出对数与反正切 arctan⁡\arctan。

这个不算难,但是会轻视和遗忘。

华理士公式#

定义

In=∫0π/2sin⁡nx dx=∫0π/2cos⁡nx dx,n∈N+.I_n=\int_{0}^{\pi/2}\sin^n x\,\mathrm{d}x =\int_{0}^{\pi/2}\cos^n x\,\mathrm{d}x, \quad n\in\mathbb{N}^+.In={n−1n⋅n−3n−2⋯12⋅π2,n 为正偶数,n−1n⋅n−3n−2⋯23⋅1,n 为正奇数.I_n= \begin{cases} \dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots \dfrac{1}{2}\cdot\dfrac{\pi}{2}, & n\text{ 为正偶数},\\[6pt] \dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots \dfrac{2}{3}\cdot1, & n\text{ 为正奇数}. \end{cases}

如果区间变成其他的,可以通过奇偶性进行转换。

区间再现#

碰到三角函数相关的积分计算,一定是要先想到区间再现。

对任意连续函数 f(x)f(x),令 t=a+b−xt=a+b-x:

∫abf(x) dx=∫abf(a+b−x) dx\int_{a}^{b}f(x)\,\mathrm{d}x =\int_{a}^{b}f(a+b-x)\,\mathrm{d}x

进而推导出“自加平均法”:

I=∫abf(x) dx=12∫ab[f(x)+f(a+b−x)] dxI=\int_{a}^{b}f(x)\,\mathrm{d}x =\frac{1}{2}\int_{a}^{b} \bigl[f(x)+f(a+b-x)\bigr]\,\mathrm{d}x∫0πxf(sin⁡x) dx=π2∫0πf(sin⁡x) dx\int_{0}^{\pi}xf(\sin x)\,\mathrm{d}x =\frac{\pi}{2}\int_{0}^{\pi}f(\sin x)\,\mathrm{d}x

变限积分 + 极限#

需要注意换元。

若 Φ(x)=∫α(x)β(x)f(t) dt\Phi(x)=\int_{\alpha(x)}^{\beta(x)}f(t)\,\mathrm{d}t,其中 f(t)f(t) 连续,α(x),β(x)\alpha(x),\beta(x) 可导,则:

Φ′(x)=f(β(x))β′(x)−f(α(x))α′(x)\Phi'(x)=f(\beta(x))\beta'(x)-f(\alpha(x))\alpha'(x)

若被积函数内部同时包含积分变量 tt 和外层极限/求导变量 xx (如 F(x)=∫ab(x)f(x,t) dtF(x)=\int_{a}^{b(x)}f(x,t)\,\mathrm{d}t):

绝不可直接套用公式求导。

  • 策略 1(因式分离):若能提纯,例如 ∫ax(x−t)f(t) dt=x∫axf(t) dt−∫axtf(t) dt\int_{a}^{x}(x-t)f(t)\,\mathrm{d}t=x\int_{a}^{x}f(t)\,\mathrm{d}t-\int_{a}^{x}tf(t)\,\mathrm{d}t,拆开后再求导。
  • 策略 2(换元消除):若 xx 混在复合函数内(如 f(x−t)f(x-t) 或 f(xt)f(xt)), 必须先做换元令 u=φ(x,t)u=\varphi(x,t),将参变量 xx 转移至积分上下限 或系数中,再行求导或利用 L’Hôpital 法则求极限。

积分相关的计算步骤(不管是二重积分还是一重积分都一样的)#

  1. 确认积分的上下限
  2. 确认积分范围
  3. 后续计算

一定不可以说偷懒,然后忽略了前两步。很多时候都是错在确认积分上下限上,其实也就是积分的范围。

根据经验,如果感觉积分区域题目写的不明确,或者自己画出来怪怪的,那么一定是自己理解错了!

例如很多题都是从 0 积分到 pi/2,但是有些题就是从 pi/4 积分到 pi/3 之类的。

此外,还需要注意不要把后者想当然在计算积分的时候抄成前者。

求导函数是否连续#

本来这是导数的题,但是套了一层不定积分之后就不会辨析了。

先定义求出单点导数,然后不会做了。

事实上,接下来就应该是先把挖掉这个点的导数解出来,然后求极限看看是不是为单点导数。

张宇基础 1000 2 刷错题重刷第 9 章错题
张宇基础 1000 2 刷错题重刷第 9 章错题

第 10 章 - 一元函数积分的应用 1(几何应用)#

计算面积#

面积计算其实没什么好说的,注意计算就好了。

可以注意以下三点:

  • xx 和 yy 坐标系:必要的时候可以交换。
  • 参数方程:当成换元法去理解。
  • 极坐标:也当成换元法去理解。

计算体积#

不要去背任何公式,使用二重积分的方法去理解,也就是:

dV=2πr(x,y) dσ=2π∣Ax+By+C∣A2+B2 dx dy\mathrm{d}V=2\pi r(x,y)\,\mathrm{d}\sigma =2\pi\frac{|Ax+By+C|}{\sqrt{A^2+B^2}}\,\mathrm{d}x\,\mathrm{d}y

可以注意,这个公式不要忘了 2π2\pi,本质上是圆的周长公式。

校验: 这个体积公式使用了帕普斯定理,旋转轴应与区域相离; 若旋转轴穿过区域,需要分割区域或改用直接积分。

计算弧长与侧面积#

弧长公式通常为:

L=∫ab1+(f′(x))2 dxL=\int_{a}^{b}\sqrt{1+\bigl(f'(x)\bigr)^2}\,\mathrm{d}x

参数方程的弧长公式为:

L=∫ab(x′(t))2+(y′(t))2 dtL=\int_{a}^{b}\sqrt{\bigl(x'(t)\bigr)^2+\bigl(y'(t)\bigr)^2}\,\mathrm{d}t

极坐标方程的弧长公式为:

L=∫abr2(t)+(r′(t))2 dtL=\int_{a}^{b}\sqrt{r^2(t)+\bigl(r'(t)\bigr)^2}\,\mathrm{d}t

使用上述弧长公式的时候,一定要注意不要忘了平方。

绕 x 轴的侧面积:

S=∫ab2πy(x)1+(y′(x))2 dxS=\int_{a}^{b}2\pi y(x) \sqrt{1+\bigl(y'(x)\bigr)^2}\,\mathrm{d}x

绕 y 轴的侧面积:

S=∫ab2πx(y)1+(x′(y))2 dyS=\int_{a}^{b}2\pi x(y) \sqrt{1+\bigl(x'(y)\bigr)^2}\,\mathrm{d}y

稍微通用一点,可以理解为:

S=∫L2πr(x,y) ds=2πA2+B2∫L∣Ax+By+C∣ dsS=\int_{L}2\pi r(x,y)\,\mathrm{d}s =\frac{2\pi}{\sqrt{A^2+B^2}} \int_{L}|Ax+By+C|\,\mathrm{d}s

注意 r(x,y)r(x,y) 是点到旋转轴的距离。

此外需要注意,在计算侧面积的时候,需要看题设。题设可能是求整体面积,需要加上底面积。

形心#

xˉ=1S∬Dx dx dy,yˉ=1S∬Dy dx dy,S=∬Ddx dy\bar{x}=\frac{1}{S}\iint_Dx\,\mathrm{d}x\,\mathrm{d}y, \qquad \bar{y}=\frac{1}{S}\iint_Dy\,\mathrm{d}x\,\mathrm{d}y, \qquad S=\iint_D\mathrm{d}x\,\mathrm{d}y

其中 SS 为区域 DD 的面积。

为冷门考点,但需要掌握。

关于几何计算的一些技巧#

如果 Sa,Sb 很难算,那么可以计算 Sa+Sb 和 Sa。

总的来说,就是小学就学过的切割,拼凑法。

第 11 章 - 一元函数积分的应用 2(中值定理)#

积分绝对值不等式#

∣∫abf(x) dx∣≤∫ab∣f(x)∣ dx\left|\int_{a}^{b}f(x)\,\mathrm{d}x\right| \le\int_{a}^{b}|f(x)|\,\mathrm{d}x

积分的最大值最小值定理#

设函数 f(x)f(x) 在闭区间 [a,b][a,b](a<ba<b)上连续,且 mm 和 MM 分别为 f(x)f(x) 在 [a,b][a,b] 上的最小值与最大值,即:

m≤f(x)≤M,∀x∈[a,b]m\le f(x)\le M,\qquad \forall x\in[a,b]

则有以下不等式成立:

m(b−a)≤∫abf(x) dx≤M(b−a)m(b-a)\le\int_{a}^{b}f(x)\,\mathrm{d}x\le M(b-a)

可以使用积分的保号性证明。

积分中值定理#

积分中值定理有两种区间形式,一种是利用积分最大值最小值定理证明,另一种是利用拉格朗日中值定理证明。

利用积分最大值最小值定理:

m(b−a)≤∫abf(x) dx≤M(b−a)m(b-a)\le\int_{a}^{b}f(x)\,\mathrm{d}x\le M(b-a)

因为 b−a>0b - a > 0,两边同除以 (b−a)(b - a):

m≤1b−a∫abf(x) dx≤Mm\le\frac{1}{b-a}\int_{a}^{b}f(x)\,\mathrm{d}x\le M

记该平均值为 μ=1b−a∫abf(x) dx\mu=\frac{1}{b-a}\int_{a}^{b}f(x)\,\mathrm{d}x。 因为 f(x)f(x) 在闭区间 [a,b][a,b] 上连续,由介值定理,必存在至少一点 ξ∈[a,b]\xi\in[a,b],使得:

f(ξ)=μ=1b−a∫abf(x) dxf(\xi)=\mu=\frac{1}{b-a}\int_{a}^{b}f(x)\,\mathrm{d}x

两边同乘 (b−a)(b - a),即得:

∫abf(x) dx=f(ξ)(b−a),ξ∈[a,b]\int_{a}^{b}f(x)\,\mathrm{d}x=f(\xi)(b-a), \qquad \xi\in[a,b]

构造变上限积分辅助函数:

F(x)=∫axf(t) dt,x∈[a,b]F(x)=\int_{a}^{x}f(t)\,\mathrm{d}t, \qquad x\in[a,b]

因为 f(x)f(x) 在 [a,b][a, b] 上连续,由微积分基本定理可知:

F(x)F(x) 在闭区间 [a,b][a, b] 上连续; F(x)F(x) 在开区间 (a,b)(a,b) 内可导,且导函数 F′(x)=f(x)F'(x)=f(x)。

利用拉格朗日中值定理:

对函数 F(x)F(x) 在 [a,b][a, b] 上应用拉格朗日中值定理,必存在至少一点 ξ∈(a,b)\xi \in (a, b),使得:

F(b)−F(a)=F′(ξ)(b−a)F(b)-F(a)=F'(\xi)(b-a)

代入 F(b)=∫abf(t) dtF(b)=\int_{a}^{b}f(t)\,\mathrm{d}t、 F(a)=∫aaf(t) dt=0F(a)=\int_{a}^{a}f(t)\,\mathrm{d}t=0 以及 F′(ξ)=f(ξ)F'(\xi)=f(\xi), 立即得到:

∫abf(x) dx=f(ξ)(b−a),ξ∈(a,b)\int_{a}^{b}f(x)\,\mathrm{d}x=f(\xi)(b-a), \qquad \xi\in(a,b)

利用变上限积分证明#

变限积分的难点在于遗忘,很多时候想不到可以用变限积分。

此外,如果变限积分内部有绝对值,那么遵循有绝对值拆绝对值,必须先拆绝对值。

结合微分中值定理 / 泰勒公式证明#

那么此时,积分一般只是作为题目的一步,只是辅助,例如为罗尔定理找点等。

分部积分证明中值定理#

在上面那条路走不通的时候,往往是利用换元法 + 分部积分来证明。

第 12 章 - 一元函数积分的应用 3(物理应用)#

抽水做功#

不需要背任何公式,考场现推。

W=FsW=FsF=mgF=mgm=ρVm=\rho VV=ShV=Sh

然后具体题目具体分析,一般是把 hh 和 ss 代换为 yy 相关的式子, SS 代换为 xx 相关的式子。

需要注意的是,s 是距离,且抽水做功是克服重力做功,而不是对压力做功。

压力#

不需要背任何公式,考场现推。

F=PSF=PSP=ρghP=\rho gh

可以得到 F=ρghSF=\rho ghS,然后具体题目具体分析,这个 SS 是面积, 一般是 x=g(y)x=g(y),这个 hh 是高,积分的时候一般是把 hh 替换为 yy 等变量。

引力以及引力做功#

首先利用引力公式求出引力,然后利用抽水做功那套的推导去计算做功。

引力公式为:

F=Gm1m2r2F=\frac{Gm_1m_2}{r^2}

其中 GG 是引力常数,m1m_1 和 m2m_2 是两个物体的质量,rr 是两个物体之间的距离。

在计算引力的时候,需要注意引力的方向。

第 13 章 - 多元函数微分学#

多元函数极限与连续#

解题流程:

  1. 判断次数。对于分母除原点外不为零的齐次有理式,若分子总次数低于 分母总次数,通常可利用夹逼定理判断极限为 00;若次数不低于分母, 则需要进一步分析,极限不一定存在。
  2. 利用不等式以及夹逼定理

关于多元函数的连续性,一般也是这么做。

多元函数偏导#

需要注意记号问题,fxxf_{xx},fx′f'_x 等记号的含义。

做关于多元函数偏导相关的问题,搞清楚记号的含义,这类题都不会难。

先代后求与先求后代#

先代后求:如果要求某个点的偏导,假设求 fxf_x,那么可以先把 y0y_0 点代入,然后直接对 xx 求偏导即可。

先求后代:先按照多元函数偏导公式法求出偏导,然后代入点,得到偏导值。

一般而言,求单点相关的问题都是采用前者。

多元函数偏导公式法#

对于函数 z=f(x,y)z=f(x,y),其偏导公式为:

∂z∂x=−Fx(x,y,z)Fz(x,y,z)=−∂F∂x∂F∂z\frac{\partial z}{\partial x} =-\frac{F_x(x,y,z)}{F_z(x,y,z)} =-\frac{\frac{\partial F}{\partial x}}{\frac{\partial F}{\partial z}}∂z∂y=−Fy(x,y,z)Fz(x,y,z)=−∂F∂y∂F∂z\frac{\partial z}{\partial y} =-\frac{F_y(x,y,z)}{F_z(x,y,z)} =-\frac{\frac{\partial F}{\partial y}}{\frac{\partial F}{\partial z}}

一定要注意负号。

多元函数偏导隐函数求导#

隐函数求导主要的问题就是要注意对每个变量都要判断是否要求导,本身是否为常数。

比较典型的例子是 f(x+y,xy)f(x+y,xy),求 ff 对 xx 的二阶偏导等。

多元函数偏导全微分法#

全微分法适用于给定非常多方程求两个系数之间的关系。

然而在使用这个方法之前,需要先考虑用其他两种方法。

偏积分#

主要是两个考点,一个是如果 f(x,y)f(x,y) 偏导数连续,那么 ∂P∂y=∂Q∂x\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}。

另一个是可以使用类似求一元函数积分的方法求解。

多元函数微分#

一元函数的微分和导数基本一致,所以没什么好考的。但是多元函数微分很有的考。

本质是因为多元函数的偏导是对 xx 轴,yy 轴求偏导,而多元函数的微分是对于所有点来说的,条件更强。

具体而言,偏导连续可以推导出可微,可微可以推导出偏导 / 连续。

而偏导存在推导不出来连续,连续也推导不出来偏导存在。

对于这类题,最重要的是记住形式,并且套上去就好了。

多元函数极值#

无条件极值#

判断条件为,当 AC−B2>0AC - B^2 > 0 时,有极值,且当 A<0A < 0 时,有极大值,当 A>0A > 0 时,有极小值。

需要注意的是,当 AC−B2=0AC-B^2=0 时,该方法失效,需要使用其他方法,一般不会出现这种情况。

当 AC−B2<0AC-B^2<0 时,没有极值。

多元函数经典反例#

无外乎都是 f(x,y)=xm+ynf(x, y)=x^m+y^n,中间的符号可以变,总体的符号也可以变,m=nm=n。

拉格朗日乘数法#

假设条件为 f(x,y)=0f(x, y)=0,令 F(x,y,λ)=0F(x, y, \lambda)=0,然后分别对 x,y,λx, y, \lambda 求偏导,得到三个方程,联立求解。

考研范围内,这个点一定是极值。

需要注意该知识点和无条件极值结合起来考。

二元函数选择题特值法#

f(x,y)f(x,y) 恒等于 00,然后结合语文理解。

第 14 章 - 二元函数积分学#

二重积分积分中值定理#

和一重积分类似的,若 f(x,y)f(x, y) 在闭区域 DD 上连续,且 DD 的面积记为 SDS_D,则在 DD 内至少存在一点 (ξ,η)(\xi, \eta),使得:

∬Df(x,y) dσ=f(ξ,η)⋅SD\iint_D f(x, y) \, \mathrm{d}\sigma = f(\xi, \eta) \cdot S_D

本质是将整个曲顶柱体的体积用一个“平均高”乘以“底面积”来等价替代。

  1. 极限题中脱积分:求区域收缩到单点的极限(例如当区域的直径 d=(x2+y2)1/2→0d = (x^2+y^2)^{1/2} \to 0 时),利用积分中值定理把积分号脱掉,化为点值乘以面积,与分母的面积项消去后再求极限。
  2. 证明题中若出现积分与某一点函数值的关系,往往直接考虑积分中值定理或与微分中值定理结合使用。

二重积分的对称性#

利用对称性化简二重积分是考研中最核心的降维技巧,做题前必须优先观察。

关于某个轴对称#

假设区域 DD 关于某坐标轴对称,记对称后的一半区域为 D1D_1:

  1. 关于 yy 轴对称(xx 的正负对称):
    • 若 f(−x,y)=−f(x,y)f(-x, y) = -f(x, y)(对 xx 为奇函数),则 ∬Df(x,y) dσ=0\iint_D f(x, y) \, \mathrm{d}\sigma = 0。
    • 若 f(−x,y)=f(x,y)f(-x, y) = f(x, y)(对 xx 为偶函数),则 ∬Df(x,y) dσ=2∬D1f(x,y) dσ\iint_D f(x, y) \, \mathrm{d}\sigma = 2 \iint_{D_1} f(x, y) \, \mathrm{d}\sigma。
  2. 关于 xx 轴对称(yy 的正负对称):
    • 若 f(x,−y)=−f(x,y)f(x, -y) = -f(x, y)(对 yy 为奇函数),积分为 00。
    • 若 f(x,−y)=f(x,y)f(x, -y) = f(x, y)(对 yy 为偶函数),积分翻倍。

做题技巧:被积函数往往是奇偶混合项(例如 x3+x2y+y2x^3 + x^2 y + y^2),必须利用积分的线性可加性拆开算,奇函数项直接扔掉写 00。

关于某个点对称#

若区域 DD 关于原点对称(即 (x,y)∈D  ⟺  (−x,−y)∈D(x, y) \in D \iff (-x, -y) \in D):

  • 若 f(−x,−y)=−f(x,y)f(-x, -y) = -f(x, y),则积分为 00。
  • 若 f(−x,−y)=f(x,y)f(-x, -y) = f(x, y),则积分为对称区域一半的两倍。

考研中常考奇项,被积函数整体满足 f(−x,−y)=−f(x,y)f(-x, -y) = -f(x, y) 时立刻得到结果为 00。

轮换对称#

若区域 DD 的边界方程中,将 xx 与 yy 互换后区域保持完全不变(即区域关于直线 y=xy = x 对称):

则被积变量具有地位对等性:

∬Df(x) dσ=∬Df(y) dσ\iint_D f(x) \, \mathrm{d}\sigma = \iint_D f(y) \, \mathrm{d}\sigma
  • 识别区域具有 x,yx, y 对易不变性(如圆形 x2+y2≤R2x^2 + y^2 \le R^2、正方形等)

  • 将原积分 II 改写为:

    I=12∬D[f(x,y)+f(y,x)] dσI = \frac{1}{2} \iint_D [f(x, y) + f(y, x)] \, \mathrm{d}\sigma
  • 特别适用于分子分母对称的分式化简,例如被积函数为 xx+y\frac{x}{x+y} 时,相加直接化为 11,瞬间秒杀。

二重积分交换积分次序#

交换积分次序的本质就是把“XX 型区域”转化为“YY 型区域”(或反之)。

适用场景:内层积分积不出来(原函数不可求,例如含 ex2e^{x^2}、sin⁡(y2)\sin(y^2)、(1+x3)1/2(1+x^3)^{1/2} 等)。

解题流程:

  1. 画图:根据给定的累次积分的上下限,反写出不等式边界,把积分区域 DD 准确画出来,求出所有交点坐标。
  2. 切刀换向:
    • 原积分先对 yy 后对 xx(先坚切,后平移):改为先横切(对 xx 积),看左边界到右边界,再上下平移确定 yy 的范围。
  3. 分块拼接:如果换向后穿入线或穿出线的函数表达式发生变化,必须将积分区域切分为多块,分别列出累次积分相加。

二重积分极坐标变换#

公式:

x=rcos⁡θ,y=rsin⁡θ,dσ=r drdθx = r\cos\theta, \quad y = r\sin\theta, \quad \mathrm{d}\sigma = r \, \mathrm{d}r\mathrm{d}\theta

千万注意:积分微元里面多乘的那个雅可比行列式因子 rr,漏掉必扣全部分数!

  1. 积分区域 DD 的边界含有圆弧、圆环、扇形或阿基米德螺线等。
  2. 被积函数含有 x2+y2x^2 + y^2 或 [(x2+y2)]1/2[(x^2 + y^2)]^{1/2} 这类圆对称结构。

解题方法:

  1. 定 θ\theta 范围:从原点出发引射线,扫过整个区域的最小倾角 θ1\theta_1 到最大倾角 θ2\theta_2。
  2. 定 rr 范围:在 θ\theta 范围内任作一条射线,从原点向外穿过区域,写出穿入边界 r1(θ)r_1(\theta) 与穿出边界 r2(θ)r_2(\theta)。
  3. 典型方程转化:
    • 圆心在原点的圆 x2+y2=R2  ⟹  r=Rx^2 + y^2 = R^2 \implies r = R
    • 偏心圆 x2+y2=2ax  ⟹  r=2acos⁡θx^2 + y^2 = 2ax \implies r = 2a\cos\theta
    • 偏心圆 x2+y2=2by  ⟹  r=2bsin⁡θx^2 + y^2 = 2by \implies r = 2b\sin\theta

二重积分相关的证明#

  • 交换积分次序,使用积分中值定理

  • 结合微分求极限。

二重积分拆根号#

注意,无论是反函数化简,除以 0,还是拆根号,都要考虑多种情况!!!

张宇基础 1000 题第 14 章
张宇基础 1000 题第 14 章

第 15 章 - 微分方程#

可分离变量的微分方程#

  • 标准形式:

    dydx=g(x)h(y)\frac{\mathrm{d}y}{\mathrm{d}x}=g(x)h(y)

    或

    M1(x)N1(y) dx+M2(x)N2(y) dy=0M_1(x)N_1(y)\,\mathrm{d}x +M_2(x)N_2(y)\,\mathrm{d}y=0
  • 解法套路:

    在 h(y)≠0h(y)\ne0 的区间内,把所有含 yy 的项挪到左边, 含 xx 的项挪到右边, 两边直接积分:

    ∫1h(y) dy=∫g(x) dx+C\int\frac{1}{h(y)}\,\mathrm{d}y =\int g(x)\,\mathrm{d}x+C

齐次微分方程(一阶)#

  • 标准形式:

    dydx=φ(yx)\frac{\mathrm{d}y}{\mathrm{d}x} =\varphi\left(\frac{y}{x}\right)
  • 解法套路(换元法):

    1. 令 u=yxu=\frac{y}{x},则 y=uxy=ux,对其求导得:

      dydx=u+xdudx\frac{\mathrm{d}y}{\mathrm{d}x} =u+x\frac{\mathrm{d}u}{\mathrm{d}x}
    2. 代入原方程,转化为可分离变量方程:

      u+xdudx=φ(u)⟹duφ(u)−u=dxxu+x\frac{\mathrm{d}u}{\mathrm{d}x} =\varphi(u) \quad\Longrightarrow\quad \frac{\mathrm{d}u}{\varphi(u)-u} =\frac{\mathrm{d}x}{x}
    3. 两端积分后,务必回代 u=yxu=\frac{y}{x}。

一阶线性微分方程#

  • 标准形式:

    dydx+P(x)y=Q(x)\frac{\mathrm{d}y}{\mathrm{d}x}+P(x)y=Q(x)

    若 Q(x)=0Q(x)=0,称为齐次;若 Q(x)≠0Q(x)\ne0,称为非齐次。

  • 通解公式(必背秒杀公式):

    y=e−∫P(x) dx(∫Q(x)e∫P(x) dx dx+C)y=e^{-\int P(x)\,\mathrm{d}x} \left(\int Q(x)e^{\int P(x)\,\mathrm{d}x}\,\mathrm{d}x+C\right)
  • 反客为主技巧:

    若方程关于 yy 严重非线性,但关于 xx、x′x' 是一次的, 可将 xx 视为未知函数、yy 视为自变量,化为:

    dxdy+P(y)x=Q(y)\frac{\mathrm{d}x}{\mathrm{d}y}+P(y)x=Q(y)

    套用上述公式只需将 xx 与 yy 互换。

可降阶的微分方程(三大经典类型)#

1. y(n)=f(x)y^{(n)}=f(x) 型(仅含自变量 xx 和最高阶导数)#

  • 解法:直接连续对 xx 积分 nn 次,每积一次加一个任意常数, 共产生 C1,C2,…,CnC_1,C_2,\dots,C_n。

2. y′′=f(x,y′)y''=f(x,y') 型(缺 yy 型)#

  • 核心代换:令 p=y′=dydxp=y'=\frac{\mathrm{d}y}{\mathrm{d}x},则 y′′=p′=dpdxy''=p'=\frac{\mathrm{d}p}{\mathrm{d}x}。

  • 降阶过程:原式化为一阶方程 dpdx=f(x,p)\frac{\mathrm{d}p}{\mathrm{d}x}=f(x,p),解出 p=φ(x,C1)p=\varphi(x,C_1) 后,再积分一次: y=∫φ(x,C1) dx+C2y=\int\varphi(x,C_1)\,\mathrm{d}x+C_2。

3. y′′=f(y,y′)y''=f(y,y') 型(缺 xx 型)#

  • 核心代换(链式法则降阶):令 p=y′p=y',视 pp 为 yy 的函数, 则:

    y′′=dpdx=dpdydydx=pdpdyy''=\frac{\mathrm{d}p}{\mathrm{d}x} =\frac{\mathrm{d}p}{\mathrm{d}y}\frac{\mathrm{d}y}{\mathrm{d}x} =p\frac{\mathrm{d}p}{\mathrm{d}y}
  • 降阶过程:原式化为一阶方程 pdpdy=f(y,p)p\frac{\mathrm{d}p}{\mathrm{d}y}=f(y,p),解出 pp 关于 yy 的表达式后, 再利用 p=dydxp=\frac{\mathrm{d}y}{\mathrm{d}x} 分离变量积分求出 yy。

二阶常系数齐次 / 非齐次线性微分方程#

方程标准形式#

  1. 二阶常系数齐次线性微分方程:

    y′′+py′+qy=0y''+py'+qy=0

    其中 p,qp,q 为常数。

  2. 二阶常系数非齐次线性微分方程:

    y′′+py′+qy=f(x)y''+py'+qy=f(x)

    其中 p,qp,q 为常数,且 f(x)≢0f(x)\not\equiv0。

齐次方程通解公式(特征方程法)#

对应齐次方程 y′′+py′+qy=0y''+py'+qy=0,写出其特征方程:

r2+pr+q=0r^2+pr+q=0

计算判别式 Δ=p2−4q\Delta=p^2-4q,求出特征根 r1,r2r_1,r_2:

  • 当 Δ>0\Delta>0 时,有两个不相等的实根:

    r1,2=−p±Δ2,Y=C1er1x+C2er2xr_{1,2}=\frac{-p\pm\sqrt{\Delta}}{2}, \qquad Y=C_1e^{r_1x}+C_2e^{r_2x}
  • 当 Δ=0\Delta=0 时,有两个相等的实重根:

    r1=r2=−p2,Y=(C1+C2x)er1xr_1=r_2=-\frac{p}{2}, \qquad Y=(C_1+C_2x)e^{r_1x}
  • 当 Δ<0\Delta<0 时,有一对共轭复根:

    r1,2=α±iβ,α=−p2,β=4q−p22r_{1,2}=\alpha\pm i\beta, \qquad \alpha=-\frac{p}{2}, \qquad \beta=\frac{\sqrt{4q-p^2}}{2}

    此时

    Y=eαx(C1cos⁡βx+C2sin⁡βx)Y=e^{\alpha x} \bigl(C_1\cos\beta x+C_2\sin\beta x\bigr)

(注:式中 C1,C2C_1,C_2 为任意常数。)

非齐次方程解的结构#

非齐次方程 y′′+py′+qy=f(x)y''+py'+qy=f(x) 的通解为对应齐次方程通解 Y(x)Y(x) 与一个特解 y∗(x)y^*(x) 之和:

y=Y(x)+y∗(x)y=Y(x)+y^*(x)

叠加原理:若非齐次项形如 f(x)=f1(x)+f2(x)f(x)=f_1(x)+f_2(x),且 y1∗y_1^* 为 f1(x)f_1(x) 的特解,y2∗y_2^* 为 f2(x)f_2(x) 的特解,则总特解为:

y∗=y1∗+y2∗y^*=y_1^*+y_2^*

非齐次方程特解设定公式(待定系数法)#

根据自由项 f(x)f(x) 的形式,特解 y∗y^* 严格套用以下模板:

  • 类型 1:f(x)=eλxPm(x)f(x)=e^{\lambda x}P_m(x) 型。 (Pm(x)P_m(x) 为 xx 的 mm 次多项式。)

  • 特解设定公式:

    y∗=xkQm(x)eλxy^*=x^kQ_m(x)e^{\lambda x}

    其中 Qm(x)=amxm+am−1xm−1+⋯+a1x+a0Q_m(x)=a_mx^m+a_{m-1}x^{m-1}+\cdots+a_1x+a_0 为与 Pm(x)P_m(x) 同次的待定多项式。

  • kk 的取值规则(看 λ\lambda 是否为特征根):

    k={0,λ 不是特征方程的根,1,λ 是特征方程的单根,2,λ 是特征方程的二重根.k= \begin{cases} 0, & \lambda\text{ 不是特征方程的根},\\ 1, & \lambda\text{ 是特征方程的单根},\\ 2, & \lambda\text{ 是特征方程的二重根}. \end{cases}
  • 类型 2: f(x)=eλx[Pl(x)cos⁡(ωx)+Qn(x)sin⁡(ωx)]f(x)=e^{\lambda x}\bigl[P_l(x)\cos(\omega x)+Q_n(x)\sin(\omega x)\bigr] 型。 (Pl(x),Qn(x)P_l(x),Q_n(x) 分别为 ll 次和 nn 次多项式,取最高次数 m=max⁡{l,n}m=\max\{l,n\}。)

  • 特解设定公式:

    y∗=xkeλx[Rm(1)(x)cos⁡(ωx)+Rm(2)(x)sin⁡(ωx)]y^*=x^ke^{\lambda x} \bigl[R_m^{(1)}(x)\cos(\omega x)+R_m^{(2)}(x)\sin(\omega x)\bigr]

    其中 Rm(1)(x)R_m^{(1)}(x) 和 Rm(2)(x)R_m^{(2)}(x) 分别是两个 mm 次待定多项式。

  • kk 的取值规则(看 λ±iω\lambda\pm i\omega 是否为特征根):

    k={0,λ±iω 不是特征方程的根,1,λ±iω 是特征方程的根.k= \begin{cases} 0, & \lambda\pm i\omega\text{ 不是特征方程的根},\\ 1, & \lambda\pm i\omega\text{ 是特征方程的根}. \end{cases}

需要注意,特解之差是齐次解。

在做这类题的时候,还需要注意有没有常系数;如果没有常系数, 那么需要设置函数。

微分方程的应用#

  • 求面积:求曲线围成的面积,往往需要用到微分方程。

  • 物理应用:求温度变化等。

低级错误(高数)#

在最后,我想说一下和低级错误有关的问题。如果说“研究范式”是思路错误,那么低级错误完全可以避免。

充分条件,必要条件#

A 是 B 的充分条件,说明 A 可以推导 B。

B 是 A 的必要条件,说明 A 可以推出 B。

A 的必要条件是 B,说明 A 可以推出 B。

B 的充分条件是 A,说明 A 可以推导 B。

x 的积分#

∫x dx=12x2+C\int x\,\mathrm{d}x=\frac{1}{2}x^2+C

而不是 x2+Cx^2+C。

e 代入 0 与 e 的 xy 次方与 e 的 x 次方乘 e 的 y 次方#

e0=1≠0e^0=1\ne0exy=(ex)y≠exeye^{xy}=(e^x)^y\ne e^xe^y

arctan1#

arctan⁡1=π4\arctan 1=\frac{\pi}{4}

牛莱公式代入漏项#

∫ab(A−B) dx=F(b)−F(a),F′(x)=A(x)−B(x)\int_{a}^{b}(A-B)\,\mathrm{d}x=F(b)-F(a), \qquad F'(x)=A(x)-B(x)

其中 AA 和 BB 是多个式子的和或差。在进行牛莱公式的代入时, 往往漏了某个或者某几个项从而错误。解决办法为每次计算的时候, 按照 (A−B)(A-B) 的上限减去 (A−B)(A-B) 的下限去计算,这样就不会漏项了。

积分区间考虑错误#

做积分相关的题目一定是要把积分区间给写出来。

不等式两边同时求导,符号不确定#

懒得检查#

做一步算一步,不要懒得检查。

最后做完了回头得稍微看一遍。

线性代数#

其实写到这里,发现感觉整理知识点并没有想象中的有用,最多只是过一遍需要的东西以及可能的错误,但是既然这几天被课内占了,也没什么办法,就这样吧!

线代相比于高数而言,虽说入门难了,但是灵活性不高,主要是各个知识点的串联。

只要能把知识点串联起来,那么问题就不会很大。

线代就写得简单一点。

行列式#

范德蒙行列式#

形式需要记住。

行列式计算#

  1. 从行列式中提取常数,需要变为 knk^n
  2. A∗A^* 的行列式值为 ∣A∣n−1|A|^{n-1}
  3. 分块矩阵的行列式,需要注意如果是主对角线,那么不需要 −1-1,如果是副对角线,那么是 (−1)mn(-1)^{mn}

行列式串联#

可以和求特征向量联系起来来简化计算,典例为 2009 线代真题。

代数余子式求和#

原理:

∑k=1naikAjk={∣A∣,i=j,0,i≠j.\sum_{k=1}^{n}a_{ik}A_{jk}= \begin{cases} |A|, & i=j,\\ 0, & i\ne j. \end{cases}

遇到类似计算“aA11+bA12+cA13a A_{11} + b A_{12} + c A_{13}”的题目,本质就是把矩阵 AA 的第 11 行元素换成 (a,b,c)(a, b, c) 后的新矩阵行列式。

伴随矩阵的行列式与基本公式#

AA∗=A∗A=∣A∣EA A^* = A^* A = |A| E。

∣A∗∣=∣A∣n−1|A^*| = |A|^{n-1}。

∣kA∗∣=kn∣A∣n−1|kA^*| = k^n |A|^{n-1}(别把 kk 提出来时漏了 nn 次方)。

还可以注意,如果题目给了具体的条件,例如 aij=−Aija_{ij}=-A_{ij},那么可以通过转换为抽象矩阵来理解。

特征值与行列式 / 迹的关系#

∣A∣=∏i=1nλi|A| = \prod_{i=1}^n \lambda_i(所有特征值的乘积)。

tr(A)=∑i=1naii=∑i=1nλi\text{tr}(A) = \sum_{i=1}^n a_{ii} = \sum_{i=1}^n \lambda_i(所有对角元之和等于特征值之和)。

矩阵#

矩阵的逆与回代#

尤其要注意,如果不满秩则不可逆,如果题目条件里出现了不可逆的矩阵但是要解,可以注意一下回代。

即 XA=⋯AXA=\cdots A,那么 X−⋯A=0X-\cdots A=0,前者不一定为 00。

秩不等式#

r(A∗)={n,r(A)=n1,r(A)=n−10,r(A)<n−1r(A^*) = \begin{cases} n, & r(A) = n \\ 1, & r(A) = n-1 \\ 0, & r(A) < n-1 \end{cases}

经典的几个秩不等式,尤其是 AB=OAB=O 这个不等式要会。

对于分块矩阵的初等变换,要注意是不是可逆变换,右乘只能对列变换左乘只能对行变换。

此外,利用类似“夹逼定理”的思路证明某个矩阵秩的值。

r(A+B)≤r(A)+r(B)r(A+B) \le r(A) + r(B)。

r(AB)≤min⁡(r(A),r(B))r(AB) \le \min(r(A), r(B))。

若 AB=OAB = O,则 r(A)+r(B)≤nr(A) + r(B) \le n(nn 为 AA 的列数 / BB 的行数)。

西尔维斯特不等式:r(A)+r(B)−n≤r(AB)r(A) + r(B) - n \le r(AB)。

需要注意,对于西尔韦斯特不等式,如果 AA 和 BB 形状不一样,那么是 −s-s,其中 ss 是 AA 的列,BB 的行。

AB=A+B 可以怎么用#

同时 +E+E 可以化简成乘积的形式。

AB=BA 可以怎么用#

利用特征值。

计算 PA=B 和 AX=B#

目标形式核心未知量构造的分块矩阵允许的操作方式终极目标形态核心原理解析
AX=BAX = BXX(解向量/右乘)[A∣B][A \mid B]仅初等行变换[E∣X][E \mid X]A−1[A∣B]=[E∣A−1B]A^{-1}[A \mid B] = [E \mid A^{-1}B]
PA=BPA = BPP(变换核/左乘)[A∣E][A \mid E]仅初等行变换[B∣P][B \mid P]P[A∣E]=[PA∣P]=[B∣P]P[A \mid E] = [PA \mid P] = [B \mid P]
YA=BYA = BYY(解矩阵/左乘)[AE]\begin{bmatrix} A \\ E \end{bmatrix}仅初等列变换[BY]\begin{bmatrix} B \\ Y \end{bmatrix}[AE]A−1=[EA−1]\begin{bmatrix} A \\ E \end{bmatrix} A^{-1} = \begin{bmatrix} E \\ A^{-1} \end{bmatrix}

向量组#

向量组辨析#

行等价可以推导出等价,列等价可以推导出等价,只有等价推导不出来任何东西,只能说明秩相等。

假设 AA 和 BB 列等价,那么 AQ=BAQ=B,CC 和 DD 行等价,那么 PC=DPC=D。

对于矩阵 AA 和 BB,假设 AA 和 BB 行等价,那么 AX=0AX=0 和 BX=0BX=0 同解。

判断向量组 α1\alpha_1,α2\alpha_2,αn\alpha_n 是否线性相关,本质上是看等式 x1α1+x2α2+⋯=0x_1\alpha_1+x_2\alpha_2+\cdots=0 时候有零解,所以拼成矩阵 AA,本质就是齐次线性方程 Ax=0Ax=0。如果只有零解,那么线性无关,有非零解,所以线性相关。而 AA 做行变换的时候,可以保证解不变。

对矩阵 A 做初等列变换,那么矩阵列的秩保持不变(也就是说列等价),变了的东西是列向量的线性系数表达。

对矩阵 A 做初等行变换,那么矩阵行的秩保持不变(也就是行等价),系数关系是保留的,但是里面的东西变了。

m 个 n 维向量一定是线性相关向量组(m > n)

向量组等价 vs 矩阵等价#

两向量组等价   ⟺  \iff 可以相互线性表出   ⟺  \iff r(I) = r(II) = r(I, II)。

向量组等价能推出矩阵等价,但矩阵等价推不出向量组等价。

证明向量组线性无关#

利用 k1a1+k2a2+…=0,即定义证明秩不等式,且对于线性无关而言,x1,x2,x3 必须是三个独立的数。

施密特正交化#

设无关向量组为 α1,α2,α3\alpha_1, \alpha_2, \alpha_3:

β1=α1\beta_1 = \alpha_1

β2=α2−(α2,β1)(β1,β1)β1\beta_2 = \alpha_2 - \frac{(\alpha_2, \beta_1)}{(\beta_1, \beta_1)} \beta_1

β3=α3−(α3,β1)(β1,β1)β1−(α3,β2)(β2,β2)β2\beta_3 = \alpha_3 - \frac{(\alpha_3, \beta_1)}{(\beta_1, \beta_1)} \beta_1 - \frac{(\alpha_3, \beta_2)}{(\beta_2, \beta_2)} \beta_2

方程组#

方程组串联#

对方程组 Ax=0Ax=0,如果方程组有唯一解,那么解必然为 00,如果有无穷解,则计算 r(A)r(A),通解的个数为 n−r(A)n-r(A)。

对行列式而言,可以通过计算 A 的行列式来判断 A 是否有唯一解。

对矩阵而言,如果 x 是一个矩阵,那么可以通过变换解出 n 组解,需要注意这些解的 k 是独立的。

对于特征值而言,显然有 n-R(A) 个特征值为 0 的特征向量,且特征向量为通解。

对于方程组 Ax=bAx=b,如果方程组有唯一解,那么 AA 的行列式必不为 00,即 r(A)=r(A,b)=nr(A)=r(A,b)=n。

如果有无穷解,那么 R(A)=R(A,b)<n。

解 AB=E#

假设已知 A,如何求解出所有的 B,只需要按照解方程组的做法,把每一列都解出来即可。

具体可以表现为:

将 [A, E],变换为 [E, P],然后逐个分析即可。

解的结构补充#

齐次方程通解:c1ξ1+⋯+cn−rξn−rc_1 \xi_1 + \dots + c_{n-r} \xi_{n-r}。 非齐次方程通解:η∗+c1ξ1+⋯+cn−rξn−r\eta^* + c_1 \xi_1 + \dots + c_{n-r} \xi_{n-r}(η∗\eta^* 为非齐次特解)。

解的线性组合性质:若 η1,η2\eta_1, \eta_2 是 Ax=bAx=b 的解,则 η1−η2\eta_1 - \eta_2 是齐次方程 Ax=0Ax=0 的解;η1+η22\frac{\eta_1 + \eta_2}{2} 依然是 Ax=bAx=b 的解(系数和为 1 则为非齐次解,系数和为 0 则为齐次解)。

公共解与同解#

同解:Ax=0Ax=0 与 Bx=0Bx=0 同解   ⟺  \iff 解空间相同   ⟺  r(A)=r(B)=r(AB)\iff r(A) = r(B) = r\begin{pmatrix} A \\ B \end{pmatrix}。

公共解:联立求解 (AB)x=0\begin{pmatrix} A \\ B \end{pmatrix} x = 0,或者求出其中一个方程的通解代入另一个方程检验。

特征值与特征向量#

判断相似性#

nn 阶矩阵 AA 可相似对角化   ⟺  \iff AA 有 nn 个线性无关的特征向量。

  ⟺  \iff 每个 kik_i 重特征值,其几何重数 n−r(λiE−A)=kin - r(\lambda_i E - A) = k_i(即基础解系包含的向量数等于重数)。

充分条件:nn 阶矩阵有 nn 个互不相同的特征值;或 AA 为实对称矩阵。

若 A∼BA \sim B,则:

特征值相同,∣A∣=∣B∣|A| = |B|,tr(A)=tr(B)\text{tr}(A) = \text{tr}(B)。

秩相等:r(A)=r(B)r(A) = r(B)。

特征多项式相同:∣λE−A∣=∣λE−B∣|\lambda E - A| = |\lambda E - B|。

反之不成立!

求特征值和特征向量的方法#

略去,但是需要注意在解方程的时候必须把每个式子写出来,这样可以大幅降低错误率。

秩为 1 的特征值与特征向量#

若 A=αβTA = \alpha \beta^T(α,β\alpha, \beta 为非零列向量):

r(A)=1r(A) = 1。

tr(A)=βTα\text{tr}(A) = \beta^T \alpha。

特征值为:λ1=tr(A)=αTβ\lambda_1 = \text{tr}(A) = \alpha^T \beta,其余 n−1n-1 个特征值均为 00。

A2=(βTα)A=tr(A)AA^2 = (\beta^T \alpha) A = \text{tr}(A) A。

此外还可以注意 AA∗AA* 的相关性质,要记住 AA*=0,当 A 不满秩的时候。

矩阵变换与特征值的变换情况#

通过 aE + B 的方式化简特征值的求解。

两边同时乘上某些东西求特征值#

例如 Aa,然后同时乘上一个 A 可以得到什么,常和证明线性无关一起用。

实对称矩阵#

特征值全为实数。

不同特征值对应的特征向量天然正交!

kk 重特征根必有 kk 个线性无关的特征向量(实对称矩阵必可对角化!)。

必存在正交矩阵 QQ,使得 QTAQ=Q−1AQ=ΛQ^T A Q = Q^{-1} A Q = \Lambda。

向量正交#

如果是实对称矩阵。

假设已知 3 个特征值不同,知道 2 个特征向量,那么可以直接通过正交性求出第 3 个特征向量。

假设已知有 1 个特征值的特征向量,另外两个特征值相同,那么也可以通过正交求出第 2、3 个特征向量。

使用这个性质的前提是为实对称矩阵。

相似的传递性#

通过相似的传递性可以求一些题目(比较经典)。

二次型#

合同#

如果一个矩阵是实对称矩阵,那么相似可以推出合同。

等价:同型且 r(A)=r(B)r(A) = r(B)(只需可逆变换 PAQ=BPAQ=B)。

合同:CTAC=BC^T A C = B(正负惯性指数相同   ⟺  \iff 二次型相同规范型)。

相似:P−1AP=BP^{-1} A P = B(特征值完全相同且能对角化程度相同)。 对于实对称矩阵:相似   ⟹  \implies 特征值相同   ⟹  \implies 正负特征值个数相同   ⟹  \implies 正负惯性指数相同   ⟹  \implies 合同!

(即实对称矩阵相似必合同,反之不成立)。

正定矩阵判定#

二次型正定   ⟺  \iff 矩阵 AA 正定。

注意 A 是实对称矩阵

充要条件:

特征值全部严格大于 00(λi>0\lambda_i > 0)。

顺序主子式全大于 00(各阶行列式 Dk>0D_k > 0)。

正惯性指数 p=np = n。

合同于单位阵 EE(即存在可逆阵 CC 使得 A=CTCA = C^T C)。

必要条件(用来快速排除选项):主对角元全大于 00(aii>0a_{ii} > 0),且 ∣A∣>0|A| > 0。

配方法#

配方法需要一次配凑出来,需要注意对于一个值需要一次配凑出来,否则可能不是可逆变换。

低级错误(线代)#

线代的低级错误不算特别多,但是计算量比较大,需要注意做一步算一步。

某一行加到另一行#

只有部分值相加,没有全部相加。

行列式交换#

需要加 -。

列向量与行向量的表示#

需要辨析列乘行和行乘列的记号。

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

考研冲刺前的总结 —— 数学(高数 + 线代)
https://blog.attilio.cc/posts/npee/math/
作者
ShaddockNH3
发布于
2026-08-31
许可协议
CC BY-NC-SA 4.0

评论区

Profile Image of the Author
ShaddockNH3
Just a humble and obscure soul, dreaming of ascending to prominence while journeying along the path.
公告
欢迎来到我的博客!
分类
标签
最新动态
站点统计
文章
17
分类
6
标签
32
总字数
689,780
运行时长
0 天
最后活动
0 天前
站点信息
构建平台
GitHub Actions
博客版本
Firefly v6.16.8
文章许可
CC BY-NC-SA 4.0
1
前言
2
研究范式
3
高等数学
第 1 章 - 函数、极限、连续
函数及其性态
极限及其相关问题
等价无穷小、高阶无穷小以及泰勒公式
给定极限计算
给定极限求参数
洛必达法则
连续
函数的极限存在与连续的辨析
间断点分类
零点定理,介值定理
本章相关定义题
第 2 章 - 数列极限
数列极限的定义
数列定义的选择题
常见特值与构造思路
夹逼定理与一个经典极限
保序性的应用
数列极限的证明
单调有界准则
压缩映射原理
第 3 章 - 一元函数微分概念
导数的定义
关于导数以及导数绝对值的讨论
微分的定义
第 4 章 - 一元函数微分计算
需要注意的求导公式
隐函数求导
对数求导法
复合函数求导
反函数求导
参数方程求导
第 5 章 - 一元函数微分应用 1(渐近线)
极值与拐点
极值
拐点
导数为 0 的相关讨论
高阶导数
计算零点或者取值范围(利用导数计算)
渐近线
曲率
第 6 章 - 一元函数微分应用 2(中值定理)
费马定理
达布定理
罗尔定理
罗尔定理的推论
拉格朗日中值定理 & 柯西中值定理
使用泰勒公式证明中值定理
第 7 章 - 一元函数微分应用 3(物理)
第 8 章 - 一元函数积分的概念
积分的黎曼和定义
积分概念辨析
积分不等式
反常积分与 p 积分
第 9 章 - 一元函数积分的计算
基本积分公式
积分计算方法
利用奇偶性与周期性进行定积分的化简
有理函数的积分
华理士公式
区间再现
变限积分 + 极限
积分相关的计算步骤(不管是二重积分还是一重积分都一样的)
求导函数是否连续
第 10 章 - 一元函数积分的应用 1(几何应用)
计算面积
计算体积
计算弧长与侧面积
形心
关于几何计算的一些技巧
第 11 章 - 一元函数积分的应用 2(中值定理)
积分绝对值不等式
积分的最大值最小值定理
积分中值定理
利用变上限积分证明
结合微分中值定理 / 泰勒公式证明
分部积分证明中值定理
第 12 章 - 一元函数积分的应用 3(物理应用)
抽水做功
压力
引力以及引力做功
第 13 章 - 多元函数微分学
多元函数极限与连续
多元函数偏导
先代后求与先求后代
多元函数偏导公式法
多元函数偏导隐函数求导
多元函数偏导全微分法
偏积分
多元函数微分
多元函数极值
无条件极值
多元函数经典反例
拉格朗日乘数法
二元函数选择题特值法
第 14 章 - 二元函数积分学
二重积分积分中值定理
二重积分的对称性
关于某个轴对称
关于某个点对称
轮换对称
二重积分交换积分次序
二重积分极坐标变换
二重积分相关的证明
二重积分拆根号
第 15 章 - 微分方程
可分离变量的微分方程
齐次微分方程(一阶)
一阶线性微分方程
可降阶的微分方程(三大经典类型)
1. y(n)=f(x)y^${(n)}=f(x)y(n)=f(x) 型(仅含自变量 xxx 和最高阶导数)
2. y′′=f(x,y′)y''=f(x,y')y′′=f(x,y′) 型(缺 yyy 型)
3. y′′=f(y,y′)y''=f(y,y')y′′=f(y,y′) 型(缺 xxx 型)
二阶常系数齐次 / 非齐次线性微分方程
方程标准形式
齐次方程通解公式(特征方程法)
非齐次方程解的结构
非齐次方程特解设定公式(待定系数法)
微分方程的应用
低级错误(高数)
充分条件,必要条件
x 的积分
e 代入 0 与 e 的 xy 次方与 e 的 x 次方乘 e 的 y 次方
arctan1
牛莱公式代入漏项
积分区间考虑错误
不等式两边同时求导,符号不确定
懒得检查
4
线性代数
行列式
范德蒙行列式
行列式计算
行列式串联
代数余子式求和
伴随矩阵的行列式与基本公式
特征值与行列式 / 迹的关系
矩阵
矩阵的逆与回代
秩不等式
AB=A+B 可以怎么用
AB=BA 可以怎么用
计算 PA=B 和 AX=B
向量组
向量组辨析
向量组等价 vs 矩阵等价
证明向量组线性无关
施密特正交化
方程组
方程组串联
解 AB=E
解的结构补充
公共解与同解
特征值与特征向量
判断相似性
求特征值和特征向量的方法
秩为 1 的特征值与特征向量
矩阵变换与特征值的变换情况
两边同时乘上某些东西求特征值
实对称矩阵
向量正交
相似的传递性
二次型
合同
正定矩阵判定
配方法
低级错误(线代)
某一行加到另一行
行列式交换
列向量与行向量的表示
文章目录
1
前言
2
研究范式
3
高等数学
第 1 章 - 函数、极限、连续
函数及其性态
极限及其相关问题
等价无穷小、高阶无穷小以及泰勒公式
给定极限计算
给定极限求参数
洛必达法则
连续
函数的极限存在与连续的辨析
间断点分类
零点定理,介值定理
本章相关定义题
第 2 章 - 数列极限
数列极限的定义
数列定义的选择题
常见特值与构造思路
夹逼定理与一个经典极限
保序性的应用
数列极限的证明
单调有界准则
压缩映射原理
第 3 章 - 一元函数微分概念
导数的定义
关于导数以及导数绝对值的讨论
微分的定义
第 4 章 - 一元函数微分计算
需要注意的求导公式
隐函数求导
对数求导法
复合函数求导
反函数求导
参数方程求导
第 5 章 - 一元函数微分应用 1(渐近线)
极值与拐点
极值
拐点
导数为 0 的相关讨论
高阶导数
计算零点或者取值范围(利用导数计算)
渐近线
曲率
第 6 章 - 一元函数微分应用 2(中值定理)
费马定理
达布定理
罗尔定理
罗尔定理的推论
拉格朗日中值定理 & 柯西中值定理
使用泰勒公式证明中值定理
第 7 章 - 一元函数微分应用 3(物理)
第 8 章 - 一元函数积分的概念
积分的黎曼和定义
积分概念辨析
积分不等式
反常积分与 p 积分
第 9 章 - 一元函数积分的计算
基本积分公式
积分计算方法
利用奇偶性与周期性进行定积分的化简
有理函数的积分
华理士公式
区间再现
变限积分 + 极限
积分相关的计算步骤(不管是二重积分还是一重积分都一样的)
求导函数是否连续
第 10 章 - 一元函数积分的应用 1(几何应用)
计算面积
计算体积
计算弧长与侧面积
形心
关于几何计算的一些技巧
第 11 章 - 一元函数积分的应用 2(中值定理)
积分绝对值不等式
积分的最大值最小值定理
积分中值定理
利用变上限积分证明
结合微分中值定理 / 泰勒公式证明
分部积分证明中值定理
第 12 章 - 一元函数积分的应用 3(物理应用)
抽水做功
压力
引力以及引力做功
第 13 章 - 多元函数微分学
多元函数极限与连续
多元函数偏导
先代后求与先求后代
多元函数偏导公式法
多元函数偏导隐函数求导
多元函数偏导全微分法
偏积分
多元函数微分
多元函数极值
无条件极值
多元函数经典反例
拉格朗日乘数法
二元函数选择题特值法
第 14 章 - 二元函数积分学
二重积分积分中值定理
二重积分的对称性
关于某个轴对称
关于某个点对称
轮换对称
二重积分交换积分次序
二重积分极坐标变换
二重积分相关的证明
二重积分拆根号
第 15 章 - 微分方程
可分离变量的微分方程
齐次微分方程(一阶)
一阶线性微分方程
可降阶的微分方程(三大经典类型)
1. y(n)=f(x)y^${(n)}=f(x)y(n)=f(x) 型(仅含自变量 xxx 和最高阶导数)
2. y′′=f(x,y′)y''=f(x,y')y′′=f(x,y′) 型(缺 yyy 型)
3. y′′=f(y,y′)y''=f(y,y')y′′=f(y,y′) 型(缺 xxx 型)
二阶常系数齐次 / 非齐次线性微分方程
方程标准形式
齐次方程通解公式(特征方程法)
非齐次方程解的结构
非齐次方程特解设定公式(待定系数法)
微分方程的应用
低级错误(高数)
充分条件,必要条件
x 的积分
e 代入 0 与 e 的 xy 次方与 e 的 x 次方乘 e 的 y 次方
arctan1
牛莱公式代入漏项
积分区间考虑错误
不等式两边同时求导,符号不确定
懒得检查
4
线性代数
行列式
范德蒙行列式
行列式计算
行列式串联
代数余子式求和
伴随矩阵的行列式与基本公式
特征值与行列式 / 迹的关系
矩阵
矩阵的逆与回代
秩不等式
AB=A+B 可以怎么用
AB=BA 可以怎么用
计算 PA=B 和 AX=B
向量组
向量组辨析
向量组等价 vs 矩阵等价
证明向量组线性无关
施密特正交化
方程组
方程组串联
解 AB=E
解的结构补充
公共解与同解
特征值与特征向量
判断相似性
求特征值和特征向量的方法
秩为 1 的特征值与特征向量
矩阵变换与特征值的变换情况
两边同时乘上某些东西求特征值
实对称矩阵
向量正交
相似的传递性
二次型
合同
正定矩阵判定
配方法
低级错误(线代)
某一行加到另一行
行列式交换
列向量与行向量的表示