UP | HOME

advanced mathematics

Table of Contents

同济大学高等数学读书笔记。

<!– more –>

advanced mathematics

函数与极限

导数与微分

函数的求导法则

基本求导法则与导数公式

02_02_04_derivative_method.jpg

函数的微分

微分的定义

02_05_02_differention_define.jpg

微分的几何意义

△x 无限接近于 0 时,△y = y'△x
02_05_02_differention_meaning.jpg

基本初等函数的微分公式与微分运算

从函数的微分的表达式 dy=f'(x)dx 可以看出,要计算函数的微分,只要计算函数的导数,再乘自变量的微分。
02_02_05_03_differention_method_01.jpg
02_02_05_03_differention_method_02.jpg
02_02_05_03_differention_method_03.jpg

微分中值定理与导数的应用

微分中值定理

03_01_middle_value.jpg

洛必达法则

泰勒公式

03_03_taylor_formular.jpg

不定积分

不定积分的概念与性质

原函数与不定积分的概念

04_01_01_original_func.jpg

基本积分表

04_01_02_base_integral_table.jpg

定积分

定积分的概念与性质

05_01_01_definite_integral.jpg
05_01_02_definite_integral.jpg

微积分基本公式

05_02_01_calculus_base_formula.jpg

定积分的换元法和分部积分法

反常积分

再一些实际问题中,常会遇到积分区间为无穷区间,或者被积函数为无界函数的积分。这类函数的积分被称为反常积分。

反常积分的审敛法Γ函数

定积分的应用

微分方程

微分方程的基本概念

07_01_01_differential_equation.jpg

可分离变量的微分方程

07_02_01_differential_equation.jpg

齐次方程

齐次方程
07_03_01_differential_equation.jpg
可化为齐次的方程
07_03_02_differential_equation.jpg

一阶线性微分方程

线性方程

07_04_01_differential_equation.jpg

伯努利方程

07_04_02_differential_equation.jpg

可降阶的高阶微分方程

第一种

07_05_01_differential_equation.jpg

第二种

07_05_02_differential_equation.jpg

第三种

07_05_03_differential_equation.jpg

高阶线性微分方程

二阶线性方程

07_06_01_differential_equation.jpg

线性微分方程的解的结构

07_06_02_differential_equation.jpg

常数变易法

07_06_03_differential_equation.jpg

07_06_03_differential_equation_01.jpg

常系数齐次线性微分方程

07_07_01_differential_equation_01.jpg

07_07_01_differential_equation_02.jpg

常系数非齐次线性微分方程

欧拉方程

常系数线性微分方程组解法举例

向量代数与空间解析几何

多元函数微分法及其应用

多元函数微分法的基本概念

平面点集和 n 维空间
平面点集
  • 坐标平面

    二元有序实数组(x,y)的全体就是坐标平面,即 R^2 = R x R = {(x,y) | x,y ∈ R}

  • 平面点集

    坐标平面上具有某种性质 P 的点的集合,称为平面点集,记作 E={(x,y) | (x,y)具有性质 P }

  • δ邻域

    设 P0(x0, y0)是 xOy 平面上的一个点,δ是某一正数。与点 P0(x0, y0)距离小于δ的点 P(x,y)的全体,称为 P0 的δ邻域,记作 U(P0,δ),即 U(P0, δ)={P | |PP0|<δ }

  • 点和点集之间的关系

    内点 属于集合,且不在边界上的点
    外点 不属于集合,且不在边界上的点
    边界点 在边界上的点
    聚点 属于集合或在边界上的点

  • 平面点集分类

    根据点集所属点的特征,对平面点集进行分类:
    开集 点集 E 的点都是 E 的内点,则 E 为开集。(E的边界点都不属于 E)
    闭集 点集 E 的边界都属于 E,则 E 为闭集
    连通集 点集 E 内任何两点,都可以用折线联结起来,且该折线上的点都属于 E,则 E 为连通集
    区域(开区域) 连通的开集称为区域或开区域
    闭区域 开区域连同它的边界一起所构成的点集称为闭区域。(连通的闭集即为闭区域)
    有界集 点集有界限为有界集
    无界集 点集无界限为无界集,一个集合如果不是有界集就为无界集。

n 维空间

将上面概念映射到 n 维空间。

多元函数的概念
多元函数的极限
多元函数的连续性

偏导数

偏导数的定义及其计算法
高阶偏导数

全微分

全微分的定义

偏增量
偏微分
全增量
全微分
2020_11_20_partial_total_increment_differential.jpg

09_03_01_total_differential_theorem.jpg

全微分在近似计算中的应用

多元复合函数的求导法则

全导数
2020_11_20_total_derivation.jpg
一元函数与多元函数复合的情形
09_04_01_multi_var_func_derivative.jpg
多元函数与多元函数复合的情形
09_04_02_multi_var_func_derivative.jpg
其他情形
09_04_03_multi_var_func_derivative.jpg

隐函数的求导公式

一个方程的情形

09_05_01_implicit_function_derivative.jpg

方程组的情形

09_05_02_implicit_function_derivative.jpg
09_05_02_jacobian.jpg

运用雅可比矩阵可以在局部使用线性变换近似非线性变换。
新空间中 x 方向的微小变化,对应了原始空间中 x 方向和 y 方向的微小变化。

多元函数微分学的几何应用

一元向量值函数及其导数

一元向量值函数
09_06_01_vector_func.jpg
一元向量值函数的极限和导数
09_06_01_vector_func_01.jpg

空间曲线的切线与法平面

09_06_02_tangent_normal_plane.jpg

曲面的切平面与法线

09_06_03_tangent_normal_plane.jpg

09_06_03_normal_dir_cos.jpg

方向导数与梯度

方向导数

方向导数为函数沿着指定向量方向的变化率。
09_07_01_directional_differential.jpg

方向导数和偏导数的关系:
09_07_01_directional_differential_01.jpg

梯度

梯度为向量。该向量的各个分量为函数的偏导数。
如果函数 f(x,y)在点 P0(x0,y0)可微分,el=(cosα,cosβ)是与方向 l 同向的单位向量,那么 f(x,y)在 P0 点处沿着 el 方向的方向导数为 f(x,y)在该点的梯度和 el 向量的点积。

2020_11_20_grad.jpg

方向导数是各个方向上的导数
偏导数连续才有梯度存在
梯度的方向是方向导数中取到最大值的方向,梯度的值是方向导数的最大值。

等值线

09_07_02_equal_value_line.jpg
等值线的法线 如果偏导数不同时为 0,则等值线 f(x,y)=c 上任一点 P0(x0,y0)处的单位法线量为该点梯度对应的单位向量。
09_07_02_equal_value_normal.jpg

数量场

如果对于空间区域 G 内的任一点 M,都有一个确定的数量 f(M),那么称在这空间区域 G 内确定了一个数量场(例如:温度场,密度场等)

向量场

如果与点 M 对应的是一个向量 F(M),那么称在这空间区域 G 内确定了一个向量场(例如:力场,速度场等)
一个向量场可以用一个向量值函数 F(M)来确定,而 F(M) = P(M)i + Q(M)j + R(M)k,其中 P(M),Q(M),R(M)是点 M 的数量函数。
若向量场 F(M)是某个数量函数 f(M)的梯度,则称 f(M)是向量场 F(M)的一个势函数,并称向量场 F(M)为势场。

多元函数的极值及其求法

多元函数的极值及最大值与最小值
条件极值 拉格朗日乘数法

2020_11_20_find_extremal.jpg

二元函数的泰勒公式

最小二乘法

重积分

二重积分的概念与性质

二重积分

2020_11_20_double_integration.jpg

二重积分性质

2020_11_20_double_integration_nature.jpg

二重积分的计算方法

三重积分

2020_11_20_treble_integration.jpg

重积分的应用

曲面的面积

10_04_01_hook_face_area.jpg

含参变量的积分

曲线积分与曲面积分

对弧长的曲线积分

对弧长的曲线积分的概念和性质

2020_11_20_arc_length_integration_00.jpg
2020_11_20_arc_length_integration.jpg

对弧长的曲线积分的计算法

2020_11_20_arc_length_integration_01.jpg

对坐标的曲线积分

对坐标的曲线积分的概念和性质

下图为引入概念的示例
2020_11_20_arc_axis_integration_00.jpg
下图为定义
2020_11_20_arc_axis_integration_01.jpg
下图为对坐标的曲线积分的书写方式
2020_11_20_arc_axis_integration_02.jpg
下图为对坐标的曲线积分的性质
2020_11_20_arc_axis_integration_03.jpg

对坐标的曲线积分的计算法

2020_11_20_arc_axis_integration_04.jpg

两类曲线积分之间的联系

2020_11_20_arc_integration_relation.jpg

格林公式及其应用

格林公式

2020_11_20_green_formula.jpg

教材上的格林公式是格林公式的向量表达式的化简,向量表达式更能体现格林公式的含义。格林公式可以理解为向量在面上的积分等于它在面的边界线上的积分。

对面积的曲面积分

对面积的曲面积分的概念与性质

11_04_01_hook_face_area_integration.jpg

对面积的曲面积分的计算方法

对坐标的曲面积分

对坐标的曲面积分的概念与性质

概念引入
11_05_01_00_hook_face_integration_base_axis.jpg
对坐标的曲面积分的概念
11_05_01_hook_face_integration_base_axis.jpg
对坐标的曲面积分的性质
11_05_01_01_hook_face_integration_base_axis_attribution.jpg

对坐标的曲面积分的计算法

11_05_02_hook_face_integration_base_axis_calc.jpg

两类曲面积分之间的联系

11_05_03_hook_face_integration_relation.jpg

高斯公式 通量与散度

高斯公式

11_06_01_00_gauss_formula.jpg

  • 牛顿莱布尼茨公式 牛顿莱布尼茨公式(微积分基本公式) 牛顿莱布尼茨公式表示,F'(x)在区间[a,b]上的积分可以通过它的原函数 F(x)在这个区间端点上的值来表达。
  • 格林公式 格林公式 格林公式表示,平面闭区域 D 上的二重积分可以通过沿闭区域 D 的边界曲线 L 上的曲线积分来表达。
  • 高斯公式 高斯公式 高斯公式表示,空间闭区域 Ω 上的三重积分可以通过沿空间闭区域Ω的边界曲面Σ上的曲面积分来表达。
  • 如何理解高斯公式? https://www.zhihu.com/question/326568092 (有道云备份)
沿任意闭曲面的曲面面积积分为零的条件

11_06_02_area_integration_zero_condition.jpg

通量与散度

通量
11_06_03_flux.jpg

散度
11_06_03_divergence.jpg

M 点的散度为该点的梯度向量和场向量的点积。
注意:散度是标量,其代表点 M 的源头强度。

斯托克斯公式 环流量与旋度

斯托克斯公式

格林公式表达了平面闭区域上二重积分与其边界曲线上的曲线积分之间的关系。
斯托克斯公式表达了空间曲面Σ上的曲面积分与沿着Σ的边界曲线的曲线积分之间的关系。
格林公式是斯托克斯公式的特例。
11_07_01_stokes_formula.jpg

空间曲线积分与路径无关的条件

11_07_02_path_independent_curve_integration.jpg

环流量与旋度

11_07_01_circulation_rotor.jpg

Tips: 旋度为向量。

无穷级数

Misc

齐次 线性

自然底数 e

三角函数和指数函数的关系

\begin{align} & e^{ix} = cosx + isinx \nonumber \\ & e^{-ix} = cosx - isinx \nonumber \\ & cosx = \frac{e^{ix}+e^{-ix}}{2} \nonumber \\ & sinx = \frac{e^{ix}-e^{-ix}}{2i} \nonumber \\ & e^{\pi i} + 1 = 0 \nonumber \end{align}

11_euler_equation.jpg

参考资料