Appearance
高数(下)
偏导
求偏导
- 1、求多元函数的偏导
- 偏导数则是多元函数中,只对其中一个自变量进行求导,而将其他自变量视为常数时得到的导数。
- 可以把偏导数看作是在多元函数中沿特定坐标轴方向的变化率。
- 在多元函数中,导数往往不能完整地描述函数的变化情况,而偏导数则能分别刻画函数在各个自变量方向上的局部变化特征;
- 求偏导的步骤,符号是∂(round):简单
- 求总函数关于x的偏导:就把总函数拿过了,只把总函数里面的x当做未知数,其它未知数都当成常数,然后对x求导;
- 求总函数关于y的偏导:就把总函数拿过了,只把总函数里面的y当做未知数,其它未知数都当成常数,然后对y求导;
- 2、求多元函数的二阶偏导
- 求两次偏导,把第一次求偏导的结果,拿来再对未知数求一次偏导;
- 3、求多元复合函数的偏导
- 总函数的未知数u/v/w又由其它的未知数方程x/y/z构成;
- 4、求多元隐函数的偏导
- z/x/y写在一起了,没法单独提出来,没直接告诉未知数等于什么,
- 解题步骤:
- 1、处理隐函数的式子,让式子等于F,再像求偏导一样分别对z/x/y求导;
- 2、这时候求偏导就需要用到如下两个公式了

- 1、求多元函数的偏导
全微分及偏导的应用(6种题型)
- 全微分dZ:
- 主要聚焦于多元函数在某一点处的微小变化的线性近似表示。用于更精确地描述多元函数的局部变化特性;
- 这里的“全”强调的是综合了所有自变量的微分信息。全面概括函数局部变化特征的重要地位。
- 用一个包含所有自变量微分(即微小变化量)的线性组合来近似表示函数的总变化量;
- 与只考虑单个自变量微分的偏微分相对应,突出了其对多元函数整体微小变化描述的完整性和综合性,所以被称为“全微分”。
- 1、多元函数的全微分(dZ)
- 一个公式,

- 具体有几项,取决于这个Z是由几个未知数构成的,
- 确定等号右边有几项,剩下的就很简单了;
- x未知数=>总函数对于x的偏导·dx;
- y未知数=>总函数对于y的偏导·dy;
- 一个公式,
- 2、多元复合函数的全微分
- 给一个函数,由多个未知数构成,未知数又分别由其它未知数方程构成,然后求d;
- 还是套用(1)的公式,一步一步的拆解;
- 3、已知全微分,求未知数
- 题目告诉,一个某函数的全微分是一个式子,并且式子中有某一个未知数,要确定这个未知数的值;
- 只需要用前面的两个式子就行

- 一个公式,

- 4、多元函数求极值
- 给一个多元函数,找出它的极值点,按图中的三个步骤来做就可以;
- 步骤1:总函数分别对未知数求导,使未知数的偏导同时为0,得出满足同时为0的x和y;

- 5、多元隐函数求极值
- 给一个隐函数(xyz写在一起的函数),判断z的极值点;
- 和多元函数求极值类似(也是按照图中的三个步骤来做);
- 6、多元函数求最值
- 给一个多元函数,给一个区间,求这个函数在这个区间上的最大值和最小值;
- 做题步骤4步:
- 1、求出两个偏导等于0的解;
- 2、找出定义域的边界;
- 3、将1和2的解和边界都代入原函数,求出结果;
- 4、若有的结果是式子,则求出这个式子的最大取值和最小取值
- 四个小知识点(需要背下来)
- ①如果一个多元函数的偏导在某一点连续,那么这个函数在该点可微
- ②如果一个多元函数在某一点可微,那么这个函数在该点连续
- ③如果一个多元函数在某一点可微,那么这个函数在该点能偏导
- ④一个多元函数在某一点连不连续与这个函数在该点能不能偏导无关
- 上面4句可简化成,偏导连续 (可推出)⟹ 函数可微(可推出)⟹
- ⟹ 函数连续
- ⟹ 函数能偏导
- 全微分dZ:
向量空间
- 字母上有个箭头就是向量;
- 向量常考的7类问题:
- 1、求向量的长度|a|:向量的每个数放在根号里面平方再相加;
- 2、向量间点乘:𝐚⃗ · 𝐚⃗,每个对应位置相乘,再加上其它相乘之后位置的值;
- 3、求向量间的夹角:|a|·|a|·cosθ
- 4、求一个向量在另一个向量方向上的投影:向量间点乘(𝐚⃗·𝐚⃗)/第二个向量的长度|a|;
- 5、向量垂直:两个向量相乘等于0就是垂直,a⊥b = a·b=0
- 6、向量的叉乘:c = a✖️b,n个未知数放在第一行,随后向量一次排列成矩阵,每个数的代数余子式的值组成的新向量就是叉乘的结果;
- 7、向量平行:平行就是两个向量的叉乘 = 0;
空间几何
第一类问题
- 1、求过三点的平面方程:将未知数代入式子等于0后算出A/B/C的值,例如,P、Q、R 代入 Ax+By+Cz+D=0
- 2、判断面与面、面与向量的关系:向量与平面互相垂直(或平行),{1,2,3}⊥π
- 3、已知面过一点和其法向量,求面:
- 平面𝛑𝟏经过点 (1,1,1),且其法向量𝐧𝟏⃗⃗⃗⃗ ={2,3,4},求该平面;
- 2(x−1)+3(y−1)+4(z−1)=0,设x/y/z分别等于经过点,然后用向量对应位置相乘等于0;
- 4、求点到面的距离:点和面对应位置的数相乘再相加/平面值相加的根号值=点到面的距离;
第二类问题
- 1、求两个面的交线方程:平面π1与平面π2的交线L方程,简单;
- 2、线与线、线与面的关系:和向量的叉乘用到未知数和代数余子式差不多;
- 3、已知线过一点和其方向向量,求线:
- 直线L经过点 (−1,0,4),且其方向向量𝐬⃗={−3,−6,−15},求直线 L 的方程。
- 解答:每个点的值都带上未知数,再除以向对应量位置的值,得出的等式就是结果;
- 4、求点到线的距离:和上一题刚好相反,知道线的等式和点的向量,
第三类问题
- 1、求曲线在(1,1,1)处的切线方程与法平面方程:简单,相减再除以,构成一个切线方程求解就行;
- 2、求曲线在(−1,1,2)处的切线方程与法平面方程:曲线对x求导,然后再继续上一题的步骤;
- 3、求曲面𝐱𝟐+2𝐲𝟐+3𝐳𝟐=21 在(1,−2,2)处的切平面方程与法线方程:简单
积分
二重积分
- 计算 ∫ 𝐝𝐱 ∫ 𝐝𝐲 格式的二重积分
- ①把未知数都放到右边来,②求导右边的式子,③把右边积分的结果放到左边进行积分;
- 交换积分次序
- ①积分区域画在坐标系中,②确定二重积分的上下限,③再重复第一题的步骤就行;
- 计算∬𝐝𝛔格式的二重积分,D 是由直线 y=1,x=2,y=x 所围成的区域,按照第二题的步骤做就行;
- 积分区域与圆有关的二重积分
- 积分区域对称的二重积分
- 计算 ∫ 𝐝𝐱 ∫ 𝐝𝐲 格式的二重积分
三重积分
- 计算三重积分∫∫∫xdV,其中Ω由平面及三个坐标面围城;
- 计算三重积分∫∫∫xdV,其中Ω由抛物面x²+y²=4-z与平面z=0围城;
曲线积分和曲面积分
- 曲线积分
- 第一类曲线积分
- 设L是圆周𝐱²+𝐲²=2 如下图的一部分,求∫ds
- 设L是如下图中的直线段 AO,求∫ds
- 设平面曲线L为圆周𝐱𝟐+𝐲𝟐=1,求曲线积分∮𝐋(𝐱𝟐 + 𝐲𝟐)ds
- 第二类曲线积分
- 设L是图中B点到A点的曲线段,BA是𝐱²+𝐲²=2的一部分,A点坐标是(1,1),求∫𝐋ydx+xdy
- 当 L:y=y(x)(x:从 a 到 b)时,计算∫𝐋P(x,y)dx+Q(x,y)dy
- 利用性质计算∫𝑳P(x,y)dx+Q(x,y)dy
- 第一类曲线积分
- 曲面积分
- 第一类曲面积分
- 计算∬𝟏(𝟏+𝐱+𝐲)𝟐ds,其中Σ为平面 x+y+z=1 在第一卦限的部分;
- 计算∬𝟏(𝟏+𝐱+𝐲)𝟐ds,其中Σ为平面 x+y+z=1 与三个坐标面所围成的立体表面在 xoy 面的部分;
- 第二类曲面积分
- 计算∬ 𝐏(𝐱, 𝐲, 𝐳)dydz
- 计算∬ 𝐱𝐝𝐲𝐝𝐳,其中 Σ 是柱面𝐱𝟐+𝐲𝟐=1 被平面 z=0 及 z=3 所截的在第一卦限部分的外侧,
- 从 x 正半轴向坐标原点看去时,能看到曲面 Σ;
- 计算∬ 𝐑(𝐱, 𝐲, 𝐳)dxdy
- 计算∬ 𝐳𝐝𝐱𝐝𝐲,其中 Σ 是柱面𝐱𝟐+𝐲𝟐=1 被平面 z=0 及 z=3 所截的在第一、二卦限部分的外侧
- 计算∬ 𝐐(𝐱, 𝐲, 𝐳)dxdz
- 计算∬ 𝐲𝐝𝐱𝐝𝐳,其中 Σ 是柱面𝐱𝟐+𝐲𝟐=1 被平面 z=0 及 z=3 所截的在第一、二卦限部分的外侧
- 计算∬ 𝐏(𝐱, 𝐲, 𝐳)dydz
- 第一类曲面积分
判断级数和敛散性(简单)
- 级数
- 级数是指将数列的项依次用加号连接起来的表达式。
- 级数的收敛性和发散性是研究级数的重要性质,决定了级数的和是否存在有限值。
- 研究级数的和是否存在有限值有什么意义?
- 数值计算:确定级数的收敛性可以为数值计算提供理论基础。在使用近似方法计算级数的和时,能判断结果的可靠性和误差范围。
- 函数表示:一些复杂的函数可以用级数来表示。了解级数的收敛性有助于更有效地利用级数来研究函数的性质,如求导、积分等。
- 概率论与统计学:在概率分布和统计推断中,某些概率和统计量可以表示为级数形式,级数的收敛性对于得出准确的结论至关重要。
- 发散和收敛
- 如果一个数列(或级数)随着项数的增加逐渐趋近于一个确定的有限值,那么就称这个数列(或级数)是收敛的;
- 如果一个数列(或级数)不趋近于一个确定的有限值,而是无限增大或没有固定的趋向,就称其为发散。
- 正项级数和交错级数
- 正项级数是指级数的每一项都大于零的级数,1,2,3...
- 交错级数是指级数的各项正负相间的级数,1-1/2+1/3-1/4...
- 绝对收敛/条件收敛
- 对于一个级数,如果其各项绝对值组成的级数收敛,那么原级数就被称为绝对收敛。
- 如果一个级数本身收敛,但各项绝对值组成的级数发散,那么这个级数就被称为条件收敛。
- 三类问题:
- 判断正项级数(∑ 𝐮𝐧)的敛散性
- 判断交错级数的敛散性
- 判断绝对收敛/条件收敛
幂级数
- 什么是幂级数
- 幂级数是一种特殊形式的级数,它由一个变量与一个常数的差的幂次乘以相应的常数系数相加而成。
- 其核心特点是以某个固定的常数为基准,变量按照幂次依次升高,并与各自对应的系数相乘后进行累加。
- 幂级数在数学中是研究函数性质和进行函数逼近的有力工具。
- 收敛和收敛半径
- 说一个级数或函数在某点收敛,意味着当自变量取这个点时,对应的级数或函数的部分和或者极限存在且为有限值;
- 对于一个幂级数,存在一个正数R,当|x-x0|< R时,幂级数绝对收敛;当|x-x0|>R时幂级数发散。这个正数就称为幂级数的收敛半径;
- 常见的五类问题:
- 已知幂级数在某点收敛/发散,判断其在另一点敛散性
- 求幂级数的收敛域
- 求幂级数的收敛半径
- 求幂级数在收敛域内的和函数
- 试求幂级数∑(−𝟏)𝐧𝐱 (|x|<1)的和函数
- 展成幂级数
- 将 f(x)= 𝟏/𝟑𝐱−𝟔 展开成(𝐱 − 𝟏)的幂级数