高等数学 · 复习总结

把每个知识点讲清楚:它解决什么问题、公式长什么样、什么时候用、怎么用
全 18 章 知识点 · 公式 · 图像 · 题型解法 · 易错提醒 一站式速查
数学一 / 二 / 三知识点全覆盖公式完整呈现 题型解法步骤注意事项 · 易错点可打印 PDF

使用说明:本总结按章节编排,每一章依次给出「知识地图」→「概念与直观含义」→「公式与定理」→「图像」→「常考题型与解题步骤」→「注意事项与易错点」;左侧目录可点击跳转,浏览器打印(Ctrl+P、勾选「背景图形」)即可得到 PDF 版。

第 1 章 函数、极限与连续全卷打基础的一章,每年必考

◆ 本章知识地图
函数概念与特性(有界、单调、奇偶、周期)· 反函数 · 复合函数 · 隐函数 · 初等函数与分段函数 极限定义的 7 种形式 · 超实数(核、光环、核值)· 性质(唯一、局部有界、局部保号)· 无穷小/无穷大 · 等价无穷小 · 比阶 计算七种未定式 · 洛必达法则 · 泰勒公式 · 两个重要极限 · 夹逼准则 · 等价替换 · 抓大头 连续连续的定义与运算 · 间断点的定义与分类 · 闭区间上连续函数的性质 题型求定义域与函数表达式 · 判断函数特性 · 求极限(7 种未定式) · 已知极限反求参数 · 无穷小比阶 · 讨论连续性与间断点分类

一、函数的概念与特性

1. 函数

函数说到底就是一个「对应规则」:你给一个 $x$,它按固定法则吐出一个唯一确定的 $y$。严格说法是:设 $x,y$ 是两个变量,$D$ 是一个给定的数集,若对每个 $x\in D$,按照一定的法则 $f$,有一个确定的 $y$ 与之对应,则称 $y$ 为 $x$ 的函数,记作 $y=f(x)$,$D$ 为定义域,$\{f(x)\mid x\in D\}$ 为值域。

注意:单值函数与多值函数

上面定义的是单值函数:一对一、多对一都属于单值函数;一对多叫多值函数(它不是通常意义的函数,不在上述定义之内)。本章讨论的都是单值函数。

铅直线法(判断单值/多值):在图上作铅直线,若任一条铅直线与 $f(x)$ 的图象至多有一个交点,则 $f(x)$ 为单值函数。

2. 反函数

反函数就是把原函数的「输入」和「输出」对调:原来的 $y$ 当自变量,反解出 $x$。定义是:设 $y=f(x)$ 的定义域为 $D$、值域为 $R$。若对每个 $y\in R$,必存在唯一的 $x\in D$ 使 $y=f(x)$ 成立,则由此定义了新函数 $x=\varphi(y)$,称为 $y=f(x)$ 的反函数,记作 $x=f^{-1}(y)$,反函数的定义域为 $R$、值域为 $D$。原函数与反函数互为反函数。

  • 严格单调函数必有反函数(这是充分条件,不是必要条件)。
  • 把 $x=f^{-1}(y)$ 与 $y=f(x)$ 画在同一坐标系中,两图象完全重合;只有把反函数写成 $y=f^{-1}(x)$ 后,两个图象才关于直线 $y=x$ 对称(这是字母 $x,y$ 互换的结果)。
  • 有反函数的函数不一定是单调的,如 $f(x)=\begin{cases}x,&x\ge 0,\\[2pt] \frac{1}{x},&x<0,\end{cases}$ 其反函数是它本身,但 $f(x)$ 不单调。
  • 水平线法(判断是否有反函数):在符合铅直线法的条件下,作水平直线,若任一条水平直线与 $f(x)$ 至多有一个交点,则 $f(x)$ 有反函数。
  • 重要关系:$\begin{cases}f[f^{-1}(x)]=x,\\[2pt] f^{-1}[f(x)]=x.\end{cases}$  例:$\mathrm{e}^{\ln^2 x}$ 与 $\mathrm{e}^{\ln x^2}$ 是一对反函数。
公式:对数运算法则($a>0,\ b>0$)

$$\ln(ab)=\ln a+\ln b\ (\text{积变和}),\qquad \ln\frac{a}{b}=\ln a-\ln b\ (\text{商变差}),\qquad \ln a^b=b\ln a\ (\text{幂变倍})$$

典型例题:利用对数性质反解 $x$

求 $y=\ln\!\left(x+\sqrt{x^2+1}\right)$ 的反函数。

思路:把 $y$ 当成已知数,想办法从式子里「解出」$x$。由 $y=\ln\!\left(x+\sqrt{x^2+1}\right)$ 得 $-y=\ln\!\left(\sqrt{x^2+1}-x\right)$,两式相减得 $$x=\frac{1}{2}\left(\mathrm{e}^{y}-\mathrm{e}^{-y}\right),\qquad\text{即}\quad y=f^{-1}(x)=\frac{1}{2}\left(\mathrm{e}^{x}-\mathrm{e}^{-x}\right),\ x\in(-\infty,+\infty).$$

要点:$\ln\!\left(x+\sqrt{x^2+1}\right)$ 取倒数(也就是取相反数)后会变得很好用,它是常见的奇函数,这个式子后面还会反复出现。

3. 复合函数

复合函数就是「套娃」:一个函数的输出直接喂给另一个函数。设 $y=f(u)$ 的定义域为 $D_f$,$u=g(x)$ 在 $D$ 上有定义且 $g(D)\subset D_f$,则 $y=f[g(x)]\ (x\in D)$ 称为由 $u=g(x)$ 与 $y=f(u)$ 构成的复合函数,$D$ 为定义域,$u$ 为中间变量。重点掌握:三层复合函数 $f\{g[h(x)]\}$。

注意

复合的考点有两个方向:一是给出 $f[g(x)]$,要把它还原成 $f(x)$(做法是把 $g(x)$ 看作一个整体);二是由 $f(x)+f(-x)$ 型的关系式求 $f(x)$——用 $-x$ 替换 $x$ 再写一个式子,与已知式联立成方程组消元。

4. 隐函数

不是把 $y$ 单独解出来写成 $y=f(x)$,而是给一个方程 $F(x,y)=0$,由它来确定 $y=y(x)$,这样的函数叫隐函数。要点:

  • 「$F(x,y)=0$ 在区间内确定唯一 $y$」:可以用铅直线法理解;能用铅直线法保证唯一解的是单值隐函数,否则不保证。
  • 求 $y(x_0)$:若代入 $x_0$ 后方程可观察解出,就直接求;不易解出时用观察法(画两条曲线看交点,如 $\ln y-\frac{2}{y}+x=0$ 在 $x=2$ 处 $y(2)=1$)。

5. 函数的四种特性

(1) 有界性

直观上说,就是函数值被「关」在一个有限的范围内。严格定义:$f(x)$ 在 $X$ 上有界 $\iff \exists M>0,\ \forall x\in X,\ |f(x)|\le M$。

判断方法:能画图则画图;不易画图就用解析法找 $M$(常用基本不等式 $\left|a\pm b\right|\le |a|+|b|$、$a^2+b^2\ge 2ab$、$\frac{a+b}{2}\ge\sqrt{ab}$)。

注意:有界性是局部概念。$\lim_{x\to x_0}f(x)$ 存在 $\Rightarrow f(x)$ 在 $x_0$ 的某去心邻域内有界;反之不成立。判断在开区间上是否整体有界,只需看区间端点(含 $+\infty,-\infty$)处极限是否存在——「三段有界,则总的有界」。

(2) 单调性

对任意 $x_1,x_2\in D,\ x_1< x_2$,若 $f(x_1)<f(x_2)$ 则严格单增;若 $f(x_1)>f(x_2)$ 则严格单减。

结论:严格单调函数必有反函数;导数 $f'(x)>0\Rightarrow f(x)$ 单增($f'(x)>0$ 的点集可含孤立零点)。

(3) 奇偶性

前提:定义域必须关于原点对称,否则谈不上奇偶。

  • $f(x)+f(-x)$ 必为偶函数;$f(x)-f(-x)$ 必为奇函数。
  • 复合函数:$f[\varphi(x)]$,「内偶则偶,内奇同外」;如 $\sin x^2$ 为偶函数(奇[偶]=偶)。
  • 求导一次,奇偶性互换:奇函数的导数是偶函数,偶函数的导数是奇函数。
  • 积分:若 $f(x)$ 为奇函数,则 $\int_0^x f(t)\,\mathrm{d}t$ 为偶函数;若 $f(x)$ 为偶函数,则 $\int_0^x f(t)\,\mathrm{d}t$ 为奇函数。
  • 图象对称关系:$f(x)$ 与 $f(-x)$ 关于 $y$ 轴对称;$f(x)$ 与 $-f(x)$ 关于 $x$ 轴对称;$f(x)$ 与 $-f(-x)$ 关于原点对称。
(4) 周期性

函数值隔一段就重复一次,就说是周期函数。若 $\exists T>0$,对任意 $x$ 有 $f(x+T)=f(x)$,则称 $f(x)$ 为周期函数,$T$ 为周期。判断时证 $f(x+T)=f(x)$ 即可;常用结论:若 $f(x)$ 以 $T$ 为周期,则 $f(ax+b)$ 以 $\frac{T}{|a|}$ 为周期。可导的周期函数,其导数仍是同周期的周期函数。

6. 基本初等函数与初等函数

由常数函数、幂函数、指数函数、对数函数、三角函数、反三角函数(六类基本初等函数)经有限次四则运算与复合,且能用一个式子表示的函数,称为初等函数。分段函数一般不是初等函数(除少数可化成初等函数的)。这六类函数的图象必须熟到「看一眼就知道长什么样」,很多极限和积分的题都是靠图形直接判断的。

幂函数
图 1-1 幂函数 $y=x^{\mu}$($\mu=2,3,\frac12,\frac13,-1$)
指数与对数
图 1-2 $y=a^x$ 与 $y=\log_a x$(关于 $y=x$ 对称)
三角函数
图 1-3 $y=\sin x,\ y=\tan x$($\tan x$ 有铅直渐近线 $x=\frac{\pi}{2}+k\pi$)
反三角函数
图 1-4 反三角函数(注意主值区间与端点值)
双曲函数
图 1-5 双曲正弦、双曲余弦、反双曲正弦
间断点
图 1-6 四类间断点的图象
三个必须记住图象的函数

$$y=\ln\!\left(x+\sqrt{x^2+1}\right),\qquad y=\frac{\mathrm{e}^{x}-\mathrm{e}^{-x}}{2}\ (\text{双曲正弦}\ \sinh x),\qquad y=\frac{\mathrm{e}^{x}+\mathrm{e}^{-x}}{2}\ (\text{双曲余弦}\ \cosh x)$$

① $x\to 0$ 时,$\ln\!\left(x+\sqrt{x^2+1}\right)\sim x$,$\sin x\sim x,\ \tan x\sim x$;

② $\left[\ln\!\left(x+\sqrt{x^2+1}\right)\right]'=\frac{1}{\sqrt{x^2+1}}$,于是 $\int\frac{1}{\sqrt{x^2+1}}\,\mathrm{d}x=\ln\!\left(x+\sqrt{x^2+1}\right)+C$;

③ $y=\ln\!\left(x+\sqrt{x^2+1}\right)$ 是奇函数,于是 $\int_{-1}^{1}\left[\ln\!\left(x+\sqrt{x^2+1}\right)+x^2\right]\mathrm{d}x=\int_{-1}^{1}x^2\mathrm{d}x=\frac{2}{3}$。

双曲函数:$\sinh x$ 为奇函数(有反函数),$\cosh x$ 为偶函数(无界,最小值 $1$,图象为悬链线,$\cosh x\ge 1$);双曲余弦没有反函数。

注意:分段函数与常用特殊函数

三个重要分段函数:$|x|$、$f(x)=\begin{cases}x,&x\ge 0\\ 0,&x<0\end{cases}$ 型、$[x]$(取整函数)。由 $|x|$ 出发可以构造出大量考题。

取整函数:$x-1<[x]\le x$;$[x]$ 是「无界、非单调、非周期」的函数(常作为选择题干扰项)。

狄利克雷函数:$D(x)=\begin{cases}1,&x\in\mathbb{Q},\\ 0,&x\notin\mathbb{Q},\end{cases}$ 处处不连续、处处不可导,是反例库的常客。

二、函数极限的概念与性质

1. 邻域

邻域就是「点附近的一小段」。点 $x_0$ 的 $\delta$ 邻域 $U(x_0,\delta)=\{x\mid |x-x_0|<\delta\}$;去心邻域 $U^{\circ}(x_0,\delta)=\{x\mid 0<|x-x_0|<\delta\}$(把中心那一点挖掉,因为讨论极限时那一点本身的状态无关紧要);左、右邻域 $U^-(x_0,\delta)=\{x\mid x_0-\delta<x<x_0\}$ 等。

2. 函数极限的定义(7 种形式)

极限回答的是:当 $x$ 无限靠近某个地方时,$f(x)$ 会不会稳定地靠近某个数。以 $x\to x_0$ 为例:$\lim_{x\to x_0}f(x)=A\iff \forall \varepsilon>0,\ \exists\delta>0$,使当 $0<|x-x_0|<\delta$ 时,有 $|f(x)-A|<\varepsilon$。

过程符号语言($\forall\varepsilon>0,\exists\delta$ 或 $X>0$)结果
$x\to x_0$$0<|x-x_0|<\delta$$|f(x)-A|<\varepsilon$
$x\to x_0^-$$x_0-\delta<x<x_0$$|f(x)-A|<\varepsilon$
$x\to x_0^+$$x_0<x<x_0+\delta$$|f(x)-A|<\varepsilon$
$x\to\infty$$|x|>X$$|f(x)-A|<\varepsilon$
$x\to+\infty$$x>X$$|f(x)-A|<\varepsilon$
$x\to-\infty$$x<-X$$|f(x)-A|<\varepsilon$
$x\to x_0$,无穷大量$0<|x-x_0|<\delta$$|f(x)|>M\ (M>0)$
充要条件(左右极限)

$$\lim_{x\to x_0}f(x)=A\iff \lim_{x\to x_0^-}f(x)=\lim_{x\to x_0^+}f(x)=A$$

讨论极限存在性时,「左右趋近都是 $A$」是核心;$\lim_{x\to\infty}f(x)$ 存在 $\iff \lim_{x\to-\infty}f(x)=\lim_{x\to+\infty}f(x)$。所以凡是题目中出现 $x\to x_0$ 且函数在该点两侧表达式不同,就要立刻想到分开算左右极限。

极限定义
图 1-7 $\varepsilon$-$\delta$ 语言与 $\varepsilon$ 带(光环)的几何意义

3. 超实数观点(理解极限的一种直观工具)

核、光环与核值

这一套说法不是新知识,只是把「取极限」这件事换个角度看,理解等价无穷小为什么能用时特别顺手。实数系 $\mathbb{R}$ 中有公理:若对任意大的自然数 $n$ 均有 $|x|<\frac{1}{n}$,则 $x=0$。即 $\mathbb{R}$ 中不存在非零无穷小量及其倒数。

  • 核:在实数轴上任取一点 $x_0$,称 $x_0$ 为核。
  • 光环:$x_0+x^*$($x^*$ 为非零无穷小)称为核 $x_0$ 的有限超实数,即核 $x_0$ 的光环;$x_0+\frac{1}{x^*}$ 为无穷超实数(无穷大量)。
  • 记 $x^*=x_0+x'$,$x_0=\mathrm{std}(x^*)$ 称为超实数 $x^*$ 的标准实数部分。

运算两步法则:设 $\lim_{x\to x_0}f(x)=A$,则
a. $f(x)$ 先作实数运算;b. 再作 $x\to x_0$ 的趋核运算,$A$ 称为核值。核值唯一时称趋核运算存在。

经典反例:$\lim_{x\to 0}(x-x)=\lim_{x\to 0}0=0$,但 $\lim_{x\to 0}(x-\sin x)\ne 0$——因为 $\sin x\ne x$,$x-\sin x$ 的实数运算结果不是 $0$,不能与 $x-x$ 混为一谈。

等价无穷小替换为什么不违背规则? $\lim_{x\to 0}\frac{1-\cos x}{x^2}=\lim_{x\to 0}\frac{\frac{1-\cos x}{x^2}}{1}=\lim_{x\to 0}\frac{1-\cos x}{x^2}\cdot\lim_{x\to 0}1$,即先作实数运算再取趋核运算,因此 $\lim_{x\to0}\frac{1-\cos x}{x^2}\cdot\lim_{x\to 0}1$ 合法。

趋核速度(等价无穷小的本质)

$$\lim_{x\to x_0}\frac{f(x)}{g(x)}=\begin{cases}a\ne 0,& f\ \text{与}\ g\ \text{趋核速度相同(同阶)},\\[4pt] 1,& f\sim g\ (\text{等价}),\\[4pt] \infty,& f\ \text{比}\ g\ \text{趋核速度慢}\ (g\ \text{比}\ f\ \text{快}).\end{cases}$$

记忆:$\lim_{x\to0}\frac{\sin x}{x}=1$ 即「$\sin x$ 与 $x$ 趋核速度相同」。

4. 极限的性质

  • 唯一性:极限若存在必唯一。陷阱:$\lim_{x\to 1}\mathrm{e}^{\frac{1}{x-1}}$ 不存在(左、右极限分别为 $0$ 与 $+\infty$,不唯一),故「$x\to 1$ 时 $f(x)$ 的极限」不可写为某个数。
  • 局部有界性:若 $\lim_{x\to x_0}f(x)=A$($A$ 为实数),则 $\exists\delta>0$,$f(x)$ 在 $U^\circ(x_0,\delta)$ 内有界。
  • 局部保号性:若 $\lim_{x\to x_0}f(x)=A>0$,则 $\exists\delta>0$,当 $0<|x-x_0|<\delta$ 时 $f(x)>0$;反过来,若存在去心邻域内 $f(x)\ge 0$ 且 $\lim f(x)=A$,则 $A\ge 0$(脱帽严格,戴帽非严格)。
注意:存在与不存在的运算

直观理解:一个稳定靠近某数的量,加上一个乱跳的量,结果一定乱跳;两个都乱跳,加起来可能乱跳也可能变稳,说不好。

$$\begin{aligned}&\text{存在}\pm\text{存在}=\text{存在};&\text{存在}\pm\text{不存在}=\text{不存在};\\[2pt] &\text{不存在}\pm\text{不存在}=\text{不确定};&\text{无界}\times\text{有界}=\text{有界}? \end{aligned}$$

正确结论:无穷小 $\times$ 有界 $=$ 无穷小;但 $0\cdot\infty$、$\infty-\infty$、$\infty\cdot\infty$ 等要具体分析。核心判据:任何极限的计算,必须先作实数运算,再作趋核(取极限)运算。

5. 无穷小与无穷大

无穷小(定义)

极限为 $0$ 的量就是无穷小。若 $\lim_{x\to x_0}f(x)=0$,则称 $f(x)$ 为 $x\to x_0$ 时的无穷小,记为 $f(x)=o(1)$。

性质:① 有限个无穷小的和是无穷小(「人多力量大」);② 有界函数与无穷小的乘积是无穷小;③ 有限个无穷小的乘积是无穷小;④ 无穷小与常数的乘积是无穷小。

无穷小的比阶(设 $x\to x_0$ 时 $\alpha,\beta\to 0$)

比阶就是比「哪个更快趋于 0」,做法是把两者相除看极限。① 若 $\lim\frac{\alpha}{\beta}=0$,则 $\alpha$ 是比 $\beta$ 高阶的无穷小,记 $\alpha=o(\beta)$;
② 若 $\lim\frac{\alpha}{\beta}=\infty$,则 $\alpha$ 是比 $\beta$ 低阶的无穷小;
③ 若 $\lim\frac{\alpha}{\beta}=a\ne 0$,则 $\alpha$ 与 $\beta$ 是同阶无穷小;
④ 若 $\lim\frac{\alpha}{\beta^k}=a\ne 0\ (k>0)$,则 $\alpha$ 是 $\beta$ 的 $k$ 阶无穷小;
⑤ 若 $\lim\frac{\alpha}{\beta}$ 不存在也不为 $\infty$(如 $x\sin\frac1x$),则称二者不可比较。

最常用的是 ③ 与 ④;「等价」不是「相等」,$\alpha\sim\beta\iff \lim\frac{\alpha}{\beta}=1$。

常用等价无穷小($x\to 0$)

$$\sin x\sim x,\qquad \tan x\sim x,\qquad \arcsin x\sim x,\qquad \arctan x\sim x,\qquad \ln(1+x)\sim x,$$

$$\mathrm{e}^{x}-1\sim x,\qquad a^{x}-1\sim x\ln a\ (a>0),\qquad 1-\cos x\sim \frac{1}{2}x^2,\qquad (1+x)^{\alpha}-1\sim \alpha x,$$

$$x-\sin x\sim \frac{1}{6}x^3,\qquad x-\tan x\sim -\frac{1}{3}x^3,\qquad x-\ln(1+x)\sim \frac{1}{2}x^2,\qquad \tan x-\sin x\sim \frac{1}{2}x^3,$$

$$x-\arctan x\sim \frac{1}{3}x^3,\qquad \arcsin x-x\sim \frac{1}{6}x^3,\qquad \mathrm{e}^{x}-1-x\sim \frac{1}{2}x^2,\qquad x-\ln(x+\sqrt{1+x^2})\sim \frac{1}{6}x^3.$$

广义化(「狗」$\to 0$ 时):把上面所有 $x$ 换成趋于 $0$ 的 $\square$(狗)都成立,如 $\sin(\square)\sim\square$、$\ln(1+\square)\sim\square$、$\mathrm{e}^{\square}-1\sim\square$。这一步是替换能大范围使用的原因:只要整体趋于 $0$,替换就成立。

注意:等价替换的边界

① 一般只能用于乘除因子;加减法中使用时必须检验(经典的 $\lim_{x\to0}\frac{\tan x-\sin x}{x^3}$ 若把 $\tan x,\sin x$ 都换成 $x$ 将得 0,是错的),正确做法用泰勒展开到最低阶。

② 无穷小之和的阶:$\alpha\sim\beta$ 时 $\alpha+\beta$ 一般是同阶,$\alpha=-\beta$ 时可能升阶,需具体分析。

无穷大

若 $\lim_{x\to x_0}f(x)=\infty$(即 $\forall M>0,\exists\delta>0$,当 $0<|x-x_0|<\delta$ 时 $|f(x)|>M$),则称 $f(x)$ 为 $x\to x_0$ 时的无穷大。

易错:$f(x)$ 是无穷大 $\Rightarrow$ 无界;但无界 $\nRightarrow$ 无穷大(如 $f(x)=x\sin x$、$\frac{1}{x}\sin\frac1x$)。

无穷小与无穷大的关系:若 $f(x)$ 为无穷大,且 $f(x)\ne 0$,则 $\frac{1}{f(x)}$ 为无穷小;反之,若 $f(x)$ 为无穷小且 $f(x)\ne 0$,则 $\frac{1}{f(x)}$ 为无穷大。

6. 极限四则运算规则

只要每个式子的极限都存在,就可以「拆开算、再合起来」:设 $\lim_{x\to x_0}f(x)=A,\ \lim_{x\to x_0}g(x)=B$,则 $$\lim_{x\to x_0}[f(x)\pm g(x)]=A\pm B,\qquad \lim_{x\to x_0}f(x)g(x)=AB,\qquad \lim_{x\to x_0}\frac{f(x)}{g(x)}=\frac{A}{B}\ (B\ne 0).$$

注意

① 前提是「$f,g$ 均存在核值」;若使用前拆项、使用后合并,必须保证每一步极限都存在。

② 超实数视角下:实数运算为平移/放缩运算,趋核运算分多种情况。总结如下表:

条件$f(x)\pm g(x)$$f(x)g(x)$$f(x)/g(x)$
$f,g$ 均存在核值存在存在存在(分母核值 $\ne 0$)
$f$ 存在、$g$ 不存在不存在不确定不确定
$f,g$ 均不存在核值不确定不确定不确定

三、极限的计算(七种未定式与五大方法)

七种未定式

把 $x\to x_0$ 直接代入后「算不出确定结果」的七种形状:

$$\frac{0}{0},\quad \frac{\infty}{\infty},\quad 0\cdot\infty,\quad \infty-\infty,\quad 1^{\infty},\quad 0^{0},\quad \infty^{0}$$

前两种($\frac00,\frac\infty\infty$)可用洛必达或泰勒;后五种必须先恒等变形转化为前两种:$0\cdot\infty\to\frac00$ 或 $\frac\infty\infty$;$\infty-\infty\to$ 通分/提公因式;$1^\infty,0^0,\infty^0\to$ 取对数($f^g=\mathrm{e}^{g\ln f}$)。所以做题第一步永远是「先看它是哪一种型」。

1. 化简先行

「先化简,再看型」:很多式子化一化就不是未定式了,或者变得很好算。① 提出非零因子(极限不为 0 的因子先算出来);② 通分、有理化(分母有理化常用);③ 换元($\boxed{1}$ 表达式中的超实数换:令 $\frac1x=t$;$\boxed{2}$ 极限符号底下换:$x\to 1$ 时令 $t=x-1$);④ 倒代换($x\to\infty$,令 $x=\frac1t$)。

注意:换元要「两换」

极限换元时,表达式与极限符号都要换:令 $x=1-t$,则同时有 $x\to 0\Rightarrow t\to 1$。只换一处是最常见的低级错误。

2. 洛必达法则

条件满足时,$\frac00$ 或 $\frac\infty\infty$ 型的极限可以「上下分别求导」再算。设 ① $x\to x_0$(或 $x\to\infty$)时 $f(x),g(x)$ 均为无穷小或均为无穷大;② $f,g$ 在去心邻域内可导且 $g'(x)\ne 0$;③ $\lim_{x\to x_0}\frac{f'(x)}{g'(x)}$ 存在或为 $\infty$。则 $$\lim_{x\to x_0}\frac{f(x)}{g(x)}=\lim_{x\to x_0}\frac{f'(x)}{g'(x)}.$$

注意:洛必达的三个「坑」

① 只对 $\frac00,\frac\infty\infty$ 型直接适用,其他未定式须先变形;

② 条件③是「存在或为 $\infty$」:若 $\lim\frac{f'}{g'}$ 震荡不存在,不能反推 $\lim\frac fg$ 不存在。典型反例:$\lim_{x\to\infty}\frac{x+\sin x}{x}=1$,但 $\lim_{x\to\infty}(1+\cos x)$ 不存在(用洛必达失效);

③ 可多次使用,但每次都要验证「仍是 $\frac00$ 或 $\frac\infty\infty$ 型」。

「设分母有原则」:造分母时优先选求导简单的因子,如 $x^n,\ \mathrm{e}^{ax},\ \sin ax,\ \cos ax$。

3. 泰勒公式

泰勒公式(佩亚诺余项)

它的作用是把光滑函数在一点附近写成多项式的样子,于是极限题就变成「多项式比大小」。设 $f(x)$ 在点 $x_0$ 处 $n$ 阶可导,则 $$f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k+o\big((x-x_0)^n\big),\qquad (x\to x_0).$$

取 $x_0=0$ 得麦克劳林公式,下面 8 个必须背熟(均写出到 $x^3$ 项):

$$\begin{aligned} &\mathrm{e}^{x}=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+o(x^3),&\qquad&\frac{1}{1-x}=1+x+x^2+x^3+o(x^3),\\[-2pt] &\sin x=x-\frac{x^3}{3!}+o(x^3),&\qquad&\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}+o(x^4),\\[-2pt] &\ln(1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}+o(x^3),&\qquad&\frac{1}{1+x}=1-x+x^2-x^3+o(x^3),\\[-2pt] &(1+x)^{\alpha}=1+\alpha x+\frac{\alpha(\alpha-1)}{2!}x^2+o(x^2),&\qquad&\tan x=x+\frac{x^3}{3}+o(x^3). \end{aligned}$$

展开原则(「上下同阶,幂次最低」)

① 求 $\frac{f(x)}{g(x)}$ 型极限($\frac00$):上下同阶——分母是 $x$ 的几次幂,分子就展到几次幂,「恰到好处」即可,多展少展都能做但会变繁。

② 求 $f(x)-g(x)$ 型极限($\frac00$):幂次最低——把 $f,g$ 都展开,直到出现第一个系数不同的项为止。

通常「$\frac00$ 型优先考虑等价无穷小,其次泰勒,最后洛必达」;$\frac\infty\infty$ 型优先抓大头。

4. 两个重要极限

公式

$$\lim_{x\to 0}\frac{\sin x}{x}=1\qquad(\text{广义:}\lim_{\square\to 0}\frac{\sin\square}{\square}=1)$$

$$\lim_{x\to\infty}\left(1+\frac{1}{x}\right)^{x}=\mathrm{e},\qquad\text{或}\qquad \lim_{x\to 0}(1+x)^{\frac1x}=\mathrm{e}\qquad(\text{广义:}\lim_{\square\to 0}(1+\square)^{\frac{1}{\square}}=\mathrm{e})$$

$1^{\infty}$ 型的通用公式:若 $\lim u(x)=0,\ \lim v(x)=\infty$,则 $$\lim\left[1+u(x)\right]^{v(x)}=\mathrm{e}^{\lim u(x)v(x)}. \quad\text{亦记作}\quad \lim f^{g}=\mathrm{e}^{\lim g(f-1)\,(1^{\infty}\text{型})}.$$

结论:$\mathrm{e}^{x}-1\sim x$ 当且仅当 $x\to 0$(「狗 $\to 0$」才能用)。

5. 夹逼准则

如果待求的式子被夹在两个「能算出来」的式子中间,而这两个式子的极限又相同,那它也只能是那个值。

若 $h(x)\le f(x)\le g(x)$(去心邻域内),且 $\lim h(x)=\lim g(x)=A$,则 $\lim f(x)=A$。

常用放缩:$n\cdot u_{\min}\le \sum u_i\le n\cdot u_{\max}$;$\frac{1}{n+1}<\ln\!\left(1+\frac1n\right)<\frac1n$;$0<\frac{n}{n^2+n}<\sum_{k=1}^{n}\frac{1}{n^2+k}<\frac{n}{n^2+1}$。

注意

夹逼的核心是「适当放缩且有界:让放缩后的两端极限相等」。不需要验证等号是否取到。

6. 抓大头与常用结论

$\frac{\infty}{\infty}$ 型看最高次幂:$n$ 次多项式之比 $\to$ 系数之比(同次)、$\infty$(高次在分子)、$0$(高次在分母)。当 $x\to 0$(无穷小之比)时,看最低次幂:$O(x^m)$ 与 $O(x^n)$ 比,$m<n$ 则为 $\infty$,$m>n$ 则为 $0$,$m=n$ 则为系数比。

脱帽法(已知极限求参数 / 求函数)

若 $\lim_{x\to 0}\frac{f(x)}{x^k}=A\ne 0$,则 $f(x)=Ax^k+o(x^k)$,即 $f(x)$ 与 $Ax^k$ 同阶——把「$\lim$」这个帽子摘掉,把极限结果写成显式等式,再代入所求式求解。

常见的反问题:已知 $\lim_{x\to 0}\frac{\tan 2x+xf(x)}{x^2}=0$ 一类条件,反求 $f(x)$ 的表达式或某个极限——脱帽 + 泰勒即可。

必记极限结论

$$\lim_{x\to\infty}\left(1+\frac{a}{x}\right)^{bx}=\mathrm{e}^{ab},\qquad \lim_{x\to 0}\frac{\arcsin x}{x}=1,\qquad \lim_{x\to 0}\frac{\tan x}{x}=1,$$

$$\lim_{x\to 0}\frac{\ln(1+x)}{x}=1,\qquad \lim_{x\to 0}x\ln x=0,\qquad \lim_{x\to 0}\frac{a^x-b^x}{x}=\ln\frac ab,$$

$$\lim_{n\to\infty}\sqrt[n]{n}=1,\qquad \lim_{n\to\infty}\sqrt[n]{a}=1\ (a>0),\qquad \lim_{x\to+\infty}\frac{\ln x}{x^{\alpha}}=0\ (\alpha>0),\qquad \lim_{x\to+\infty}\frac{x^{\alpha}}{\mathrm{e}^{x}}=0.$$

四、函数的连续与间断

1. 连续性

定义(三个条件)

连续就是「图象不断开」:从左边靠近和从右边靠近,函数值都指向同一点,而且这一点恰好就是函数在该点的取值。用式子说:$f(x)$ 在 $x_0$ 处连续 $\iff$ ① $f(x)$ 在 $x_0$ 的某邻域内有定义;② $\lim_{x\to x_0}f(x)$ 存在;③ $\lim_{x\to x_0}f(x)=f(x_0)$。

等价形式:$\lim_{x\to x_0}f(x)=f(x_0)\iff \lim_{\Delta x\to 0}\left[f(x_0+\Delta x)-f(x_0)\right]=0$。

连续运算法则:连续函数经四则运算(分母不为 0)、复合后仍连续;初等函数在其定义区间内连续(这是求极限时可以直接把 $x_0$ 代入的依据)。

2. 间断点及其分类

定义

若 $f(x)$ 在 $x_0$ 处不连续(无定义,或极限不存在,或极限 $\ne f(x_0)$),则 $x_0$ 为间断点。分类只看一件事:左右极限各自是否存在。

类型条件子类
第一类(左右极限均存在)$f(x_0^-)=f(x_0^+)\ne f(x_0)$(或 $x_0$ 无定义)可去间断点
$f(x_0^-)\ne f(x_0^+)$跳跃间断点
第二类(至少一侧极限不存在)至少一侧为 $\infty$无穷间断点
震荡且极限不存在(如 $\sin\frac1x$ 在 $x=0$)振荡间断点

研究对象:$\lim_{x\to x_0}f(x)$ 及 $f(x_0)$。找间断点只看两类点:① 无定义点(必为间断点);② 分段函数的分段点(未必间断,需验证)。

易错:讨论间断点必须要求该点双侧都有定义。如 $f(x)=\ln x$ 在 $x=0$ 处不能说「间断」,因为 $0$ 的右侧才有定义;又如 $f(x)=\arctan\frac1x$ 要分 $\mathrm{e}$ 型与幂指函数型分别处理。

分段点的可去化:若 $\lim_{x\to x_0}f(x)=A$ 存在,则令 $f(x_0)=A$ 即可使 $f$ 在 $x_0$ 连续(可去间断点的「补定义」)。

闭区间上连续函数的性质(四大定理)

设 $f(x)$ 在 $[a,b]$ 上连续,则:

① 有界性:$f$ 在 $[a,b]$ 上有界;② 最值定理:$f$ 在 $[a,b]$ 上取到最大值 $M$ 与最小值 $m$;③ 介值定理:对任意 $\mu\in[m,M]$,存在 $\xi\in[a,b]$ 使 $f(\xi)=\mu$;④ 零点定理:若 $f(a)f(b)<0$,则存在 $\xi\in(a,b)$ 使 $f(\xi)=0$。

应用:证明方程根的存在性(构造 $F(x)$ 用零点定理);证明 $f(\xi)=\mu$ 型等式(用介值定理)。

五、题型归纳

题型 1 求复合函数、反函数与函数表达式

识别题干给出的是 $f[g(x)]$、方程 $F(x,y)=0$,或 $f(x)+f(-x)$ 这类关系式,而要求的是 $f(x)$、$f^{-1}(x)$ 或某个具体点的函数值。

步骤① 判断属于哪种结构:已知 $f[g(x)]$ 求 $f(x)$,就把 $g(x)$ 看成一个字母 $t$,反解 $x$ 代回去;已知 $y=f(x)$ 求反函数,就从 $y=f(x)$ 里反解 $x$;出现 $f(x)+f(-x)$ 型,就用 $-x$ 代 $x$ 写出第二个方程,与已知式联立消元。

② 解出后补上定义域(反函数的定义域就是原函数的值域),分段讨论时注意 $t$ 的取值范围会带上约束。

③ 用 $f[f^{-1}(x)]=x$ 或 $f^{-1}[f(x)]=x$ 回代检验。

示例求 $y=\ln\!\left(x+\sqrt{x^2+1}\right)$ 的反函数。第①步反解:由 $y=\ln\!\left(x+\sqrt{x^2+1}\right)$ 得 $\mathrm{e}^{y}=x+\sqrt{x^2+1}$,取倒数得 $\mathrm{e}^{-y}=\sqrt{x^2+1}-x$;两式相减:$x=\frac{\mathrm{e}^{y}-\mathrm{e}^{-y}}{2}$。第②步换字母并写定义域:$y=f^{-1}(x)=\frac{1}{2}\left(\mathrm{e}^{x}-\mathrm{e}^{-x}\right),\ x\in(-\infty,+\infty)$。第③步检验:把 $x=\ln\!\left(t+\sqrt{t^2+1}\right)$ 代入,得 $\frac{1}{2}\left(\mathrm{e}^{x}-\mathrm{e}^{-x}\right)=t$,成立。

题型 2 判断函数的特性(有界、单调、奇偶、周期、求导/求积分后的奇偶)

识别题干出现「有界」「单调」「奇函数/偶函数」「周期」等字眼,或要求判断某函数的图象特征。

步骤① 先看定义域是否关于原点对称,不对称就直接排除奇偶性;

② 按要判断的性质选工具:有界性用不等式放缩找 $M$(或看区间端点处极限是否存在);单调性用定义比较 $f(x_1),f(x_2)$,或求导看 $f'(x)$ 的符号;奇偶性就算 $f(-x)$ 并与 $\pm f(x)$ 比较;周期性只需验证 $f(x+T)=f(x)$。

③ 需要求导或积分的,直接用「求导一次奇偶互换,积分一次奇偶互换」下结论。

示例判断 $f(x)=x^2\sin x$ 的奇偶性,并求 $\int_0^x t^2\sin t\,\mathrm{d}t$ 的奇偶性。第①步:定义域为 $\mathbb{R}$,关于原点对称。第②步:$f(-x)=(-x)^2\sin(-x)=-x^2\sin x=-f(x)$,故 $f(x)$ 为奇函数。第③步:$f(x)$ 是奇函数,由「奇函数积分一次变偶」,$\int_0^x t^2\sin t\,\mathrm{d}t$ 为偶函数。

题型 3 求极限(七种未定式)——本章最重要的计算题

识别题干出现 $\lim$ 符号,先直接代入,若出现 $\frac00,\frac\infty\infty,0\cdot\infty,\infty-\infty,1^{\infty},0^0,\infty^0$ 这七种形状之一,就是这类题。

步骤① 化简先行:提出非零因子、通分、有理化、换元(表达式和极限符号要一起换);

② 判断是七种未定式中的哪一种,后五种先恒等变形化成 $\frac00$ 或 $\frac\infty\infty$;

③ 选方法:$\frac00$ 优先等价无穷小,其次泰勒,最后洛必达;$\frac\infty\infty$ 优先抓大头;幂指函数取对数 $f^g=\mathrm{e}^{g\ln f}$;

④ 算完后代回检查是否合理(如正负号、量级)。

各型套路: $\frac00$:等价无穷小/泰勒(加减法慎用等价,用泰勒); $\frac\infty\infty$:抓大头/洛必达; $0\cdot\infty$:改写成 $\frac00$ 或 $\frac\infty\infty$(如 $x\ln x=\frac{\ln x}{1/x}$); $\infty-\infty$:通分、有理化、提公因式; $1^\infty$:用 $\lim f^{g}=\mathrm{e}^{\lim g(f-1)}$ 或重要极限; $0^0,\infty^0$:$f^g=\mathrm{e}^{g\ln f}$。

示例求 $\lim_{x\to 0}\frac{\tan x-\sin x}{x^3}$。第①步化简:$\tan x-\sin x=\tan x-\tan x\cos x=\tan x\,(1-\cos x)$,此时已经是纯乘除结构。第②步定型:代入得 $\frac00$。第③步用等价无穷小:$\tan x\sim x$,$1-\cos x\sim\frac{x^2}{2}$,故 $$\lim_{x\to 0}\frac{\tan x\,(1-\cos x)}{x^3}=\lim_{x\to 0}\frac{x\cdot\frac{x^2}{2}}{x^3}=\frac{1}{2}.$$ (若一开始就把 $\tan x,\sin x$ 都换成 $x$,得 $0$,是错的——加减法不能直接替换。)

题型 4 求解未知参数(已知极限反求参数)

识别题设给一个极限值(常为 $0$ 或某个非零常数),式子里含待定字母 $a,b$ 等,要求把这些字母定出来,或再求另一个极限。

步骤① 由「极限存在」推必要条件:分式极限存在而分母 $\to 0$ 时,分子必须 $\to 0$,先得一个方程;

② 脱帽:把已知极限写成显式等式 $f(x)=Ax^k+o(x^k)$;

③ 用泰勒展开比较同次幂系数(「同次幂系数相等」是求参数的第二个方程);

④ 解方程组得参数。

示例已知 $\lim_{x\to 0}\frac{x-a\sin x}{x^{3}}=b\ne 0$,求 $a,b$。第①步:分母 $\to 0$,故分子 $\to 0$,即 $0-a\cdot 0=0$ 恒成立,改由第②步处理。第②③步:把 $\sin x$ 展开, $$x-a\sin x=x-a\left(x-\frac{x^{3}}{6}+o(x^{3})\right)=(1-a)x+\frac{a}{6}x^{3}+o(x^{3}).$$ 要让极限为有限非零值,一次项必须消失:$1-a=0$,即 $a=1$;此时 $x-a\sin x=\frac{1}{6}x^{3}+o(x^{3})$。第④步:$b=\lim_{x\to 0}\frac{\frac{1}{6}x^{3}+o(x^{3})}{x^{3}}=\frac{1}{6}$。所以 $a=1,\ b=\frac{1}{6}$。

题型 5 无穷小比阶与确定阶数

识别题干问「$\alpha$ 是 $\beta$ 的几阶无穷小」「判断两个无穷小的阶的高低」「谁高阶谁低阶」。

步骤① 写出待比较的两个量 $\alpha,\beta$;

② 计算 $\lim\frac{\alpha}{\beta^{k}}$,调整 $k$ 使极限为非零常数;

③ 该 $k$ 就是阶数;比较阶的高低时,把两个无穷小都展开到同一阶再相除。

示例当 $x\to 0$ 时,求 $\alpha=x-\sin x$ 关于 $\beta=x$ 的阶。第①步:$\alpha=x-\sin x$,$\beta=x$。第②步:展开 $\sin x=x-\frac{x^{3}}{6}+o(x^{3})$,得 $$\alpha=\frac{x^{3}}{6}+o(x^{3}),\qquad \lim_{x\to 0}\frac{\alpha}{x^{3}}=\frac{1}{6}\ne 0.$$ 第③步:取 $k=3$,所以 $\alpha$ 是 $\beta=x$ 的 $3$ 阶无穷小(也即 $\alpha\sim\frac{x^{3}}{6}$)。

题型 6 讨论连续性与判断间断点类型

识别题干给一个分段函数或含分母、含 $\ln$、含根号的函数,问「在 $x_0$ 处是否连续」「求间断点并判断类型」「求参数使函数连续」。

步骤① 先找出可疑点:无定义点和分段点;

② 对每个可疑点分别求左、右极限(分段函数两侧表达式不同,必须分开算);

③ 按定义分类:左右极限都存在且相等 $\ne f(x_0)$(或该点无定义)为可去间断点,左右极限存在但不等为跳跃间断点,有一侧不存在为第二类(无穷或振荡);

④ 含参数的,用「在 $x_0$ 连续 $\iff \lim_{x\to x_0^-}=\lim_{x\to x_0^+}=f(x_0)$」列方程解出。

示例设 $f(x)=\begin{cases}\frac{\sin x}{x},&x\ne 0,\\[4pt] 0,&x=0,\end{cases}$ 讨论 $x=0$ 处的连续性。第①步:$x=0$ 是分段点,也是唯一可疑点。第②步:$\lim_{x\to 0^-}\frac{\sin x}{x}=1$,$\lim_{x\to 0^+}\frac{\sin x}{x}=1$,故 $\lim_{x\to 0}f(x)=1$。第③步:$f(0)=0\ne 1$,所以 $x=0$ 是间断点;又因左右极限都存在且相等,属于第一类可去间断点。第④步:若把定义改成 $f(0)=1$,则 $f$ 在 $x=0$ 处连续。

六、注意事项与易错点(高频失分)

① 关于极限存在性

容易错在哪:把「$\lim f=0$」直接乘以「$\lim g$ 不存在」当成 $0$,或随手拆项、合并。

正确做法:「存在 $\pm$ 不存在 $=$ 不存在」;「不存在 $\pm$ 不存在 $=$ 不确定」;「$0\cdot\infty$」必须化型后再算。只有每一步极限都存在,才可以拆开算。

② 关于泰勒/洛必达的适用条件

容易错在哪:看到分式就洛必达;洛必达一次算不出来就断定极限不存在;泰勒展的阶数不够或过多。

正确做法:洛必达要求 $\lim\frac{f'}{g'}$ 存在或为 $\infty$,否则不可用(这不等于原极限不存在);泰勒要求 $x_0$ 处 $n$ 阶可导,且展式要「够用」——分子的阶数要与分母匹配(上下同阶原则)。

③ 关于等价无穷小替换

容易错在哪:在加减法里直接替换,这是最常见的错误(如 $\frac{\tan x-\sin x}{x^3}$ 换成 $x-x$ 得 $0$)。

正确做法:判断原则是「替换后是否改变了主部」。安全做法:把整个式子当作 $\frac{\text{分子}}{\text{分母}}$,只在乘除因子上替换;加减结构先提公因式或改用泰勒。

④ 关于有界性与无穷大

容易错在哪:把「无界」当成「无穷大」;把有界性当成整体性质。

正确做法:无界 $\ne$ 无穷大;有界性是局部概念;$\lim_{x\to x_0}f(x)$ 存在 $\Rightarrow$ 去心邻域内有界,但反之不然(如 $\sin\frac1x$ 在 $x=0$ 附近有界但极限不存在)。

⑤ 关于 $1^{\infty}$ 型

容易错在哪:直接写「$1^\infty=1$」。

正确做法:$1^{\infty}$ 型一定要用 $\mathrm{e}^{\lim g(f-1)}$(前提 $\lim f=1$ 且 $\lim g=\infty$)。注意:$\lim f^{g}=\left(\lim f\right)^{\lim g}$ 仅当 $\lim f,\lim g$ 均存在时才成立。

⑥ 关于连续与间断

容易错在哪:对单侧有定义的点讨论间断;分段点只看一侧就算连续。

正确做法:讨论间断点前先确认该点双侧有定义;分段点的连续性必须左右分别验证;「可去间断点」补充定义后就连续。

第 2 章 数列极限常出大题,证明与计算都要会

◆ 本章知识地图
概念数列(本质是「整标函数」$x_n=f(n)$,$n$ 取正整数)· 子列 · 等差/等比数列 · 单调数列 · 有界数列 · 前 $n$ 项和 · 重要数列 $\left\{\left(1+\frac1n\right)^n\right\}$ 定义$\varepsilon$-$N$ 语言 · 与函数极限定义的区别与联系 性质唯一性 · 有界性 · 保号性 · 收敛与子列收敛的关系 方法四则运算规则 · 海涅定理(归结原则) · 夹逼准则 · 单调有界准则 · 收敛速度问题

一、数列的概念

数列就是一列排好顺序的数:$x_1,x_2,\cdots,x_n,\cdots$,简记为 $\{x_n\}$。数列一定有无穷多项;它的本质是一个整标函数 $x_n=f(n),\ n\in\mathbb{N}_+$,也就是把函数 $f(x)$ 的自变量限制成正整数。

(1) 子列

从 $\{x_n\}$ 中挑出无穷多项、并且不打乱它们原来的先后顺序,得到的数列 $x_{n_1},x_{n_2},\cdots,x_{n_k},\cdots$ 称为 $\{x_n\}$ 的子列,记为 $\{x_{n_k}\}$,其中 $n_1<n_2<\cdots<n_k<\cdots$。

奇子列 $\{x_{2k-1}\}$ 与偶子列 $\{x_{2k}\}$ 是最常用的两个子列,它们在原数列中交错出现。

(2) 等差数列、(3) 等比数列

等差:$a_n=a_1+(n-1)d$,$S_n=\frac{n(a_1+a_n)}{2}=na_1+\frac{n(n-1)}{2}d$。

等比:$a_n=a_1r^{\,n-1}$,$S_n=\begin{cases}\frac{a_1(1-r^n)}{1-r},&r\ne 1,\\[4pt] na_1,&r=1.\end{cases}$  常用 $\sum_{k=0}^{n}r^{k}=\frac{1-r^{n+1}}{1-r}\ (r\ne1)$,$\sum_{k=0}^{\infty}r^k=\frac{1}{1-r}\ (|r|<1)$。

(4) 单调数列、(5) 有界数列

单调:对任意 $n$ 有 $x_n\le x_{n+1}$(单调增)或 $x_n\ge x_{n+1}$(单调减)。

有界:$\exists M>0$,$\forall n$,$|x_n|\le M$,即所有项都被「关」在 $[-M,M]$ 里。证明数列有界的几种方法:① 找 $M$ 直接验证 $|a_n|\le M$;② 放缩法;③ 找最值($a_n$ 的最大值与最小值);④ 基本不等式法($a^2+b^2\ge 2ab$、$\frac{a+b}{2}\ge\sqrt{ab}$、$\left||a|-|b|\right|\le|a\pm b|\le|a|+|b|$)。

(6) 一些常见数列前 $n$ 项的和(裂项相消)

所谓裂项相消,就是把每一项拆成「后一项减前一项」的形式,求和时中间的项成对消掉,只剩首尾几项。

$$\sum_{k=1}^{n}\frac{1}{k(k+1)}=1-\frac{1}{n+1},\qquad \sum_{k=1}^{n}\frac{1}{k(k+2)}=\frac{1}{2}\left(\frac32-\frac{1}{n+1}-\frac{1}{n+2}\right),$$

$$\sum_{k=1}^{n}k=\frac{n(n+1)}{2},\qquad \sum_{k=1}^{n}k^2=\frac{n(n+1)(2n+1)}{6},\qquad \sum_{k=1}^{n}\frac{1}{k^2}<\frac{\pi^2}{6}.$$

(7) 一个重要数列

$$x_n=\left(1+\frac1n\right)^{n}\ \text{单调递增有上界},\qquad \left(1+\frac1n\right)^{n}<\mathrm{e}<\left(1+\frac1n\right)^{n+1},$$

$$\lim_{n\to\infty}\left(1+\frac1n\right)^{n}=\mathrm{e},\qquad \left(1+\frac1n\right)^{n+1}\ \text{单调递减},\qquad \lim_{n\to\infty}\left(1+\frac1n\right)^{n+1}=\mathrm{e}.$$

这一条既是结论也是工具:后面证明数列收敛时,很多题目就是拿它来夹逼的。

二、数列极限的定义

$\varepsilon$-$N$ 语言

它说的是:不管你把「接近」的标准 $\varepsilon$ 定得多小,从某一项往后,所有的项都落在 $a$ 附近 $\varepsilon$ 的范围内。

$$\lim_{n\to\infty}x_n=a\iff \forall\varepsilon>0,\ \exists N>0,\ \text{当}\ n>N\ \text{时},\ |x_n-a|<\varepsilon.$$

几何意义:$|x_n-a|<\varepsilon\iff x_n\in(a-\varepsilon,\,a+\varepsilon)$,即从第 $N+1$ 项起,所有项都落在 $a$ 的 $\varepsilon$ 邻域内。

注意:与函数极限定义的对比

① 数列极限中 $n\to+\infty$ 是「离散」地趋于正无穷,因此 $\lim_{n\to\infty}x_n=a$ 只研究 $n$ 取正整数时的情形;而函数极限 $\lim_{x\to+\infty}f(x)=A$ 中 $x$ 是连续变化的。

② $N$ 只与 $\varepsilon$ 有关,与 $n$ 无关。

③ 数列极限存在 $\iff$ 去掉/增加有限项后极限不变——修改有限项不影响数列的敛散性(据此可排除不少选项)。

三、收敛数列的性质

① 唯一性 ② 有界性 ③ 保号性

① 唯一性:若 $\lim x_n=a$,则 $a$ 唯一。

② 有界性:若 $\{x_n\}$ 收敛,则 $\{x_n\}$ 有界(整体有界,区别于函数极限的「局部有界」)。

③ 保号性:若 $\lim x_n=a>0$(或 $<0$),则 $\exists N$,当 $n>N$ 时 $x_n>0$(或 $<0$)。注意数列的保号性是整体结论(对足够大的所有 $n$ 成立),而函数极限是局部结论(去心邻域内)。

④ 数列收敛与其子列收敛的关系

$$\lim_{n\to\infty}x_n=a\iff \{x_n\}\ \text{的任意子列}\ \{x_{n_k}\}\ \text{都收敛于}\ a.$$

常用推论:$\lim_{k\to\infty}x_{2k}=\lim_{k\to\infty}x_{2k-1}=A\iff \lim_{n\to\infty}x_n=A$。也就是说,只要奇子列、偶子列都收敛到同一个数,整个数列就收敛到这个数。

反面用法(证发散):只需找一个子列发散,或找两个子列收敛于不同的常数。

另两个常用结论:$\lim|x_n|=0\iff \lim x_n=0$;若 $\lim x_n=a$,则 $\lim|x_n|=|a|$(反之不成立)。

四、极限四则运算规则

设 $\lim_{n\to\infty}x_n=a,\ \lim_{n\to\infty}y_n=b$,则 $$\lim_{n\to\infty}(x_n\pm y_n)=a\pm b,\qquad \lim_{n\to\infty}x_ny_n=ab,\qquad \lim_{n\to\infty}\frac{x_n}{y_n}=\frac ab\ (b\ne 0).$$

注意

$$\text{存在}\pm\text{存在}=\text{存在};\quad \text{存在}\pm\text{不存在}=\text{不存在};\quad \text{不存在}\pm\text{不存在}=\text{不确定}.$$

结论:若 $\lim x_n$ 存在、$\lim y_n$ 不存在,则 $\lim(x_n+y_n)$ 必不存在(否则与「存在 $\pm$ 存在 $=$ 存在」矛盾)。

五、海涅定理(归结原则)

定理

它把「函数极限」和「数列极限」这两件事接了起来:函数极限存在,等价于沿着任何一条趋近路线取数列,算出的数列极限都相同。

$$\lim_{x\to x_0}f(x)=A\iff \text{对任意满足}\ x_n\to x_0\ (x_n\ne x_0)\ \text{的数列}\ \{x_n\},\ \text{都有}\ \lim_{n\to\infty}f(x_n)=A.$$

作用:把函数极限问题转化为数列极限问题(证明极限存在),或反过来用数列证「函数极限不存在」。

常考用法

① 证明 $\lim_{x\to x_0}f(x)$ 不存在:取两个数列 $x_n\to x_0$、$y_n\to x_0$,使 $\lim f(x_n)\ne\lim f(y_n)$。例如讨论 $\lim_{x\to 0}\sin\frac1x$:取 $x_n=\frac{1}{2n\pi}\to 0$,$f(x_n)=0$;取 $y_n=\frac{1}{2n\pi+\frac\pi2}\to 0$,$f(y_n)=1$,故极限不存在。

② 求数列极限时,若能把 $x_n$ 看成某函数 $f(x)$ 的取值,则可用函数极限的方法(洛必达、等价无穷小)先求 $\lim_{x\to+\infty}f(x)$,再由海涅定理得 $\lim_{n\to\infty}f(n)$。

③ 柯西(Cauchy)命题:只要 $\lim_{n\to\infty}f\left(\frac1n\right)$ 存在,就可反推 $\lim_{x\to 0^+}f(x)$ 存在的一部分信息……注意:海涅定理要求对任意数列都成立,只验证某一个数列是不够的(这常是选择题的陷阱:选「充分不必要」)。

常考例子:$x\to 0$ 时取 $x_n=\frac1n$ 得 $\lim_{n\to\infty}f\left(\frac1n\right)$,或取 $x_n=\frac{1}{2n\pi}$ 讨论 $\frac{1}{x}\sin\frac1x$($0\cdot\infty$ 型,用归结原则可判断其为无界但非无穷大量)。

狄利克雷函数(反例库常客)

$$D(x)=\begin{cases}1,&x\in\mathbb{Q},\\ 0,&x\notin\mathbb{Q}.\end{cases}$$

结论:处处不连续、处处不可导。以 $x=0$ 为例:任意 $\delta>0$ 的邻域 $(-\delta,\delta)$ 内既有有理数也有无理数,取 $x_n=\frac1n$(有理,$D(x_n)=1$)与 $t_n=\frac{\sqrt2}{n}$(无理,$D(t_n)=0$),二者都趋于 $0$ 但函数值趋于不同的数,故 $\lim_{x\to0}D(x)$ 不存在,$x=0$ 处不连续;对任意 $x_0$ 用同样的「有理点列 + 无理点列」可证都不连续。

如果你需要一个「只在一点连续」的例子,用 $g(x)=x\,D(x)$:$|g(x)|\le|x|\to0=g(0)$,故在 $x=0$ 连续;而 $x_0\ne0$ 时取有理点列得 $g\to x_0\ne0$、取无理点列得 $g\to0$,故不连续。

六、夹逼准则

思路很朴素:如果你要算的数列被夹在两个「能算出来」的数列中间,而这两个夹子的极限又相同,那它只能等于这个值。

若 $y_n\le x_n\le z_n$($n>N_0$),且 $\lim y_n=\lim z_n=a$,则 $\lim x_n=a$。

放缩的常用方法

① 简单的放大与缩小:抓最大项、最小项,$n\cdot u_{\min}\le\sum u_i\le n\cdot u_{\max}$。不需要验证等号。

② 利用重要不等式:$|a|\le\frac{a^2+b^2}{2}$;$\mathrm{e}^{x}\ge x+1$(任意 $x$);$\ln(1+x)\le x\ (x>0)$;$\frac{x}{1+x}\le\ln(1+x)\le x$;$0<a<b$ 时 $\frac{a}{b}<\frac{a+x}{b+x}<\frac{b+x}{b+x}$-型;$a\ge b\ge 0$ 时 $a^{m}\ge b^{m}\ (m>0)$、$a^m\le b^m\ (m<0)$。

③ 针对无穷项相加(如 $\sum_{k=1}^{n}$):把分母放缩成相同的(分子不变,将分母统一放缩),得到 $\frac{\text{小}}{\ }\le\sum\le\frac{\text{大}}{\ }$。

④ 针对有限项相加:抓「带头大哥」(最大项)。

常用结论(务必记住)

$$\lim_{n\to\infty}\sqrt[n]{a_1^n+a_2^n+\cdots+a_m^n}=\max\{a_1,\dots,a_m\}\ (a_i>0),\qquad \lim_{n\to\infty}\sqrt[n]{n}=1,$$

$$\lim_{n\to\infty}\left(\frac{1}{n^2+k}\ \text{型}\right)\ \text{用夹逼};\quad \lim_{n\to\infty}\sqrt[n]{n!}=+\infty;\quad \lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^{n}f\left(\frac kn\right)=\int_0^1f(x)\,\mathrm{d}x\ (\text{定积分定义}).$$

求数列极限与定积分定义结合是高频考法:$\lim_{n\to\infty}\frac1n\sum_{k=1}^{n}f\left(\frac kn\right)=\int_0^1f(x)\mathrm{d}x$,$\lim_{n\to\infty}\frac1n\sum_{k=1}^{n}f\left(\frac{k}{n}\right)$ 型化为定积分;若和为 $\frac{1}{n}\sum f\left(\frac{k-1}{n}\right)$ 也用同一公式。

七、单调有界准则(证明数列极限存在的核心工具)

准则

直觉:一个只朝一个方向走的数列,如果被堵在某个界内走不远,那它最终必须停下来靠近某个数。

单调递增有上界(或单调递减有下界)的数列必收敛。证明数列 $\{x_n\}$ 的单调性常用方法:

① 作差法:$x_{n+1}-x_n\ge 0$(用得最多),或用 $\frac{x_{n+1}}{x_n}\ge 1$(各项同号时)。

注意:作差法用得较多;作商时须先判断各项符号。

② 数学归纳法:a. 验证 $n=1$ 成立;b. 设 $n=k$ 成立;c. 证 $n=k+1$ 成立。

③ 函数单调性法:把递推式 $x_{n+1}=f(x_n)$ 中的 $n$ 换成 $x$,得 $f(x)$;若 $f(x)$ 单调递增,且 $x_2>x_1$,则 $\{x_n\}$ 单调递增;若 $x_2<x_1$,则单调递减。若 $f(x)$ 单调递减,则 $\{x_n\}$ 不单调(此时奇、偶子列分别单调)。

④ 用重要不等式(如由递推式推出 $x_{n+1}\ge x_n$)。

单调有界准则
图 2-1 单调有界准则:单调递增且有上界的数列必收敛(若 $\{x_n\}$ 单调递增且 $x_n\le M$,则 $\lim_{n\to\infty}x_n$ 存在且 $\le M$)
解题套路:递推数列求极限

① 先证有界(常用数学归纳法/基本不等式),再证单调(作差、归纳法或函数单调性);

② 由单调有界准则知 $\lim x_n$ 存在;

③ 设 $\lim_{n\to\infty}x_n=a$,对递推式两边取极限得方程,解出 $a$(舍去不合理的根,如超出有界范围的根);

④ 关键:必须先证存在,再设极限——直接用递推式取极限是典型错误。

经典题:$x_1>0$,$x_{n+1}=\frac{1}{2}\left(x_n+\frac{a}{x_n}\right)$ 型——先证有下界 $\sqrt a$,再证单调减,得 $\lim x_n=\sqrt a$。

注意

「$A=B\cap C$,则 $B\cup C=A$」式的逻辑题(如 $F(x)$ 在 $x_0$ 处的结论由若干命题组合)在选择题中常出现,要逐条分析。

另外:$\lim_{n\to\infty}x_n$ 存在 $\iff$ 存在常数 $a$,使 $x_n=a+\alpha_n$,其中 $\lim\alpha_n=0$。

八、$\{x_n\}$ 收敛于 $a$ 的速度问题

定义:两个都趋于 $a$ 的数列比快慢

设 $\{x_n\}$、$\{y_n\}$ 在 $n\to\infty$ 时都趋于 $a$,记 $u_n=|x_n-a|$、$v_n=|y_n-a|$(都是无穷小),令 $$I=\lim_{n\to\infty}\frac{u_n}{v_n}=\lim_{n\to\infty}\frac{|x_n-a|}{|y_n-a|},$$ 则按 $I$ 的值分三种情况:

① $I=0$:$u_n$ 是 $v_n$ 的高阶无穷小,$x_n$ 收敛得比 $y_n$ 快;
② $I=b$($b$ 为大于零的常数):两者同阶,$x_n$ 的速度是 $y_n$ 的 $\frac1b$ 倍;
③ $I=\infty$:$u_n$ 是 $v_n$ 的低阶无穷小,$x_n$ 收敛得比 $y_n$ 慢。

例:比较 $x_n=a+\frac{1}{n^{2}}$ 与 $y_n=a+\frac1n$

$$I=\lim_{n\to\infty}\frac{\frac{1}{n^{2}}}{\frac1n}=\lim_{n\to\infty}\frac1n=0,$$ 故 $x_n$ 收敛于 $a$ 的速度比 $y_n$ 快(它的误差是 $y_n$ 误差的高阶无穷小)。

考点:$\varepsilon$ 定义里不体现收敛速度(选择题的理论依据)

$\lim_{n\to\infty}x_n=a$ 的定义是:对任意 $\varepsilon>0$,存在 $N>0$,当 $n>N$ 时 $|x_n-a|<\varepsilon$。这里的 $\varepsilon$ 是不依赖于 $n$ 的任意小正数;一旦把 $\varepsilon$ 换成与 $n$ 有关的量(如 $\frac1n$、$\frac1{\sqrt n}$),就等于对收敛速度提了要求,而收敛并不保证有某个收敛速度。

两种说法的真假(原题常考):

说法与「$\{x_n\}$ 收敛于 $a$」的关系
对任意给定的 $k\in\mathbb{N}_{+}$,总存在正整数 $N$,当 $n>N$ 时 $|x_n-a|\le\frac{1}{2k}$充分必要条件:$\frac{1}{2k}$ 与 $n$ 无关且可任意小,等价于原来的 $\varepsilon$(只是把「对任意 $\varepsilon$」换成了「对任意 $k$」)
存在正整数 $N$,当 $n\ge N$ 时 $|x_n-a|\le\frac1n$充分不必要条件:$\frac1n\to0$ 故能推出收敛(充分);但 $x_n=a+\frac{1}{\sqrt n}$ 收敛于 $a$,却当 $n>1$ 时 $\frac{1}{\sqrt n}>\frac1n$,条件不成立(必要不成立)

一句话结论:凡是能作为 $\lim x_n=a$ 充要条件的命题,都不能对收敛速度提要求。

九、题型归纳

题型 1 证明数列极限存在(单调有界准则 + 夹逼准则)

识别题干给出递推式 $x_{n+1}=f(x_n)$,问「证明 $\{x_n\}$ 收敛」「求 $\lim x_n$」,或给出一个通项问敛散性、要求先证明极限存在。

步骤① 用数学归纳法(或基本不等式)证有界:先猜一个界(常由不动点方程 $x=f(x)$ 的解或题目暗示的值猜出),再归纳验证;

② 证单调:作差 $x_{n+1}-x_n$ 判断符号,或作商 $\frac{x_{n+1}}{x_n}$(要求同号),或用 $f(x)$ 的单调性;

③ 由单调有界准则断言 $\lim x_n$ 存在(这一步是得分点,不能省);

④ 设 $\lim_{n\to\infty}x_n=a$,对递推式两边取极限解出 $a$,舍去不在有界范围内的根;

⑤ 若递推式不好用,改用夹逼准则:放大和缩小到同一个极限。

示例设 $x_1=1,\ x_{n+1}=\sqrt{2+x_n}$,求 $\lim_{n\to\infty}x_n$。第①步证有界:断言 $x_n<2$——$n=1$ 时 $1<2$ 成立;设 $x_k<2$,则 $x_{k+1}=\sqrt{2+x_k}<\sqrt{4}=2$,归纳成立。第②步证单调: $$x_{n+1}^{2}-x_n^{2}=(2+x_n)-x_n^{2}=-(x_n-2)(x_n+1)>0,$$ 故 $x_{n+1}>x_n$,数列单调递增。第③步由单调有界准则知极限存在。第④步设 $\lim_{n\to\infty}x_n=a$,对 $x_{n+1}=\sqrt{2+x_n}$ 两边取极限得 $a=\sqrt{2+a}$,即 $a^{2}-a-2=0$,解得 $a=2$ 或 $a=-1$;因 $x_n>0$,舍去 $-1$,故 $\lim_{n\to\infty}x_n=2$。

题型 2 用海涅定理求数列极限或证明极限不存在

识别题干要么问某个函数极限是否存在(尤其是含 $\sin\frac1x$、$\cos\frac1x$ 这类振荡结构),要么给出 $\lim_{n\to\infty}f(n)$、$\lim_{n\to\infty}f\left(\frac1n\right)$ 让你求值。

步骤① 若是证不存在:取两条趋近路线(如 $x_n=\frac{1}{2n\pi}$ 与 $y_n=\frac{1}{2n\pi+\frac\pi2}$,或 $n\pi$、$2n\pi$),算出两个不同的极限值即可;

② 若是求数列极限:把 $n$ 换成连续变量 $x$,先求 $\lim_{x\to+\infty}f(x)$(用洛必达、等价无穷小等),再由海涅定理得 $\lim_{n\to\infty}f(n)$;

③ 注意方向性:只验证一条路线只能说明「可能有」,证明存在必须对任意路线都成立。

示例(1)证明 $\lim_{x\to 0}\sin\frac1x$ 不存在:取 $x_n=\frac{1}{2n\pi}\to 0$,则 $\sin\frac1{x_n}=\sin 2n\pi=0\to 0$;取 $y_n=\frac{1}{2n\pi+\frac\pi2}\to 0$,则 $\sin\frac1{y_n}=\sin\left(2n\pi+\frac\pi2\right)=1\to 1$。两条路线极限不同,故原极限不存在。

(2)求 $\lim_{n\to\infty}n\sin\frac1n$:把 $n$ 换成 $x$,$\lim_{x\to+\infty}x\sin\frac1x$,令 $t=\frac1x\to 0^{+}$,得 $\lim_{t\to 0^+}\frac{\sin t}{t}=1$,故 $\lim_{n\to\infty}n\sin\frac1n=1$。

题型 3 求 $n$ 项和的极限(夹逼准则 / 定积分定义)

识别出现 $\frac1n\sum_{k=1}^{n}f\left(\frac kn\right)$ 结构 → 定积分定义($\int_0^1f(x)\mathrm{d}x$);分母不统一、无法凑成 $\frac kn$ → 夹逼准则(统一分母放缩)。

步骤① 先把通项整理成「$\frac1n$ 乘一个只含 $\frac kn$ 的函数」的形式,能提出 $\frac1n$ 就用定积分定义;

② 提不出就把分母统一放大、缩小,得到形如 $\frac{n}{n^{2}+n}\le\sum\le\frac{n}{n^{2}+1}$ 的双边不等式;

③ 求两端极限,若相等即为所求;

④ 定积分型则直接把 $\frac kn$ 看作积分变量,写出 $\int_0^1f(x)\mathrm{d}x$ 并计算。

示例(1)夹逼型:求 $\lim_{n\to\infty}\left(\frac{1}{n^{2}+1}+\frac{1}{n^{2}+2}+\cdots+\frac{1}{n^{2}+n}\right)$。分母不统一,放缩每项的分母:最大的分母 $n^{2}+n$ 对应最小的项,最小的分母 $n^{2}+1$ 对应最大的项,于是 $$\frac{n}{n^{2}+n}\le\sum_{k=1}^{n}\frac{1}{n^{2}+k}\le\frac{n}{n^{2}+1},$$ 两端都趋于 $1$,由夹逼准则得原式 $=1$。

(2)定积分定义型:求 $\lim_{n\to\infty}\frac{1}{n}\left(\sin\frac{\pi}{n}+\sin\frac{2\pi}{n}+\cdots+\sin\frac{n\pi}{n}\right)$。它是 $\frac{1}{n}\sum_{k=1}^{n}f\left(\frac kn\right)$ 的形状,取 $f(x)=\sin\pi x$,故 $$\lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^{n}\sin\frac{k\pi}{n}=\int_0^1\sin\pi x\,\mathrm{d}x=\left[-\frac{\cos\pi x}{\pi}\right]_0^1=\frac{2}{\pi}.$$

题型 4 收敛速度与「$\varepsilon$ 能不能和 $n$ 有关」的条件判断

识别题干出现「收敛速度」「比较 $x_n$、$y_n$ 收敛的快慢」,或把定义中的 $\varepsilon$ 换成含 $n$ 的式子(如 $\frac1n$、$\frac{1}{2k}$)让你判断充分必要性。

步骤① 比快慢:算 $I=\lim_{n\to\infty}\frac{|x_n-a|}{|y_n-a|}$,$I=0$ 则 $x_n$ 快,$I$ 为正常数则同阶($x_n$ 的速度是 $y_n$ 的 $\frac1b$ 倍),$I=\infty$ 则慢;

② 判断条件题:看那把「尺子」是否依赖 $n$。与 $n$ 无关($\varepsilon$、$\frac{1}{2k}$,$k$ 为任意给定正整数)→ 与原定义等价,充要;

③ 与 $n$ 有关($\frac1n$、$\frac{1}{n^{2}}$、$\frac{1}{\sqrt n}$)→ 只能「充分不必要」:它能推出收敛(因为 $\frac1n\to0$),但收敛推不出它,反例取收敛更慢的 $x_n=a+\frac{1}{\sqrt n}$;

④ 只要那把「尺子」与 $n$ 有关(哪怕是 $\frac{1}{n^{100}}$),充分性仍成立,必要性一律不成立。

示例判断「存在正整数 $N$,当 $n\ge N$ 时 $|x_n-a|\le\frac1n$」是「$\{x_n\}$ 收敛于 $a$」的什么条件?

先看充分性:$n\ge N$ 时 $|x_n-a|\le\frac1n\le\frac1N$,对任意 $\varepsilon>0$ 取 $N'=\max\left\{N,\left[\frac1\varepsilon\right]+1\right\}$,则 $n>N'$ 时 $|x_n-a|<\varepsilon$,故条件成立必收敛。

再看必要性:取 $x_n=a+\frac{1}{\sqrt n}$,$\lim x_n=a$,但 $n>1$ 时 $\frac{1}{\sqrt n}>\frac1n$,条件不成立。

所以是充分不必要条件。(把 $\frac1n$ 换成与 $n$ 无关的 $\frac{1}{2k}$ 才是充要条件。)

十、注意事项与易错点

① 数列极限不能直接用洛必达法则

容易错在哪:对 $\lim_{n\to\infty}$ 直接用洛必达($n$ 是离散变量,不能求导)。

正确做法:先「连续化」——找到函数 $f(x)$,先求 $\lim_{x\to+\infty}f(x)$ 再用海涅定理。$\lim_{n\to\infty}n\ln\left(1+\frac1n\right)$ 即用此法(等价无穷小 $\ln(1+\frac1n)\sim\frac1n$ 也可直接做)。

② 单调有界准则的两点

容易错在哪:只证单调不证有界,或没证存在就对递推式取极限求 $a$,甚至对单减数列用「有上界」去套。

正确做法:「单调递增 + 有上界」(或「单调递减 + 有下界」)缺一不可;递推式两边取极限前必须已证极限存在。

③ 海涅定理是充要条件

容易错在哪:只验证一个特殊数列的极限存在,就断言函数极限存在。

正确做法:只验证一个特殊数列不能推出函数极限存在(充分不必要);但找两个数列的极限不同即可断言函数极限不存在(充分)。

④ 子列与整体

容易错在哪:认为「有收敛子列」就等于「整个数列收敛」。

正确做法:「有收敛子列」不能推出整个数列收敛(如 $(-1)^n$);反之,收敛数列的任意子列必收敛于同一极限。

⑤ 有界性

容易错在哪:把「有界」当成「收敛」,或把「无界」和「无穷大量」混为一谈。

正确做法:「有界」不是「收敛」(如 $(-1)^n$ 有界不收敛);「无界」必发散;「无穷大量」必无界,但无界不一定是无穷大量($n$ 为奇数时 $x_n=n$、$n$ 为偶数时 $x_n=0$ 型)。

第 3 章 一元函数微分学的概念概念题、选择题的主战场

◆ 本章知识地图
导数定义(三种等价提法)· 单侧导数 · 广义化 · 可导与连续的关系 几何意义切线/法线方程 · 角点(不可导)· 无穷导数(铅直切线) 高阶导数二阶导数及 $n$ 阶导数的概念 微分可微的定义与判别 · 可微 $\iff$ 可导 · 线性主部 · 微分的几何意义

核心链条:一元函数 可导 $\iff$ 可微;$\lim$ 是工具,导数/微分/积分是研究对象。导数是「变化率」,$\mathrm{d}y=f'(x)\mathrm{d}x$ 是「变化量的线性主部」。

一、导数

定义

导数是「变化率」:平均变化率 $\frac{\Delta y}{\Delta x}$ 在 $\Delta x\to 0$ 时的极限,就是这一点的瞬时变化率。设 $f(x)$ 在 $x_0$ 的某邻域内有定义,若极限 $$\lim_{\Delta x\to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$$

存在,则称 $f(x)$ 在 $x_0$ 处可导,该极限称为 $f(x)$ 在 $x_0$ 处的导数,记作 $f'(x_0)$。

增量形式:$f'(x_0)=\lim_{\Delta x\to 0}\frac{\Delta y}{\Delta x}$;函数形式:$f'(x_0)=\lim_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0}$。两种写法是同一件事,做题时哪个好凑就用哪个。

广义化(「狗」):把 $\Delta x$ 换成任何趋于 $0$ 的量 $\square$(且含 $x_0$ 的表达式要相减), $$f'(x_0)=\lim_{\square\to 0}\frac{f(x_0+\square)-f(x_0)}{\square}.$$

注意

① $\square$ 可以是 $-\Delta x$、$(\Delta x)^2$、$\sin\Delta x$ 等,只要 $\square\to 0$;但分子必须是「$f(x_0+\square)-f(x_0)$」,不能是 $f(x_0+\square)-f(x_0-\square)$ 之类(那要用导数定义凑)。

② 三种提法等价:① $y=f(x)$ 在 $x_0$ 处可导;② $y=f(x)$ 在 $x_0$ 处导数存在;③ $f'(x_0)=A$($A$ 为有限数)。

③ $f'(x_0)$ 是有限数——这是反例题的关键(狄利克雷函数处处不可导)。

单侧导数

左导数 $f'_-(x_0)=\lim_{\Delta x\to 0^-}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$,右导数 $f'_+(x_0)=\lim_{\Delta x\to 0^+}\frac{\cdots}{\Delta x}$。

$$\boxed{f'(x_0)\ \text{存在}\iff f'_-(x_0)=f'_+(x_0)\ \text{(且均为有限数)}}$$

讨论分段函数(尤其分界点)的导数时,必须用定义分别求左右导数;在非分段点则用求导公式。

可导与连续的关系

直观地说:曲线要「光滑地」有斜率,先得不断开,所以可导比连续更强。

$$\boxed{\text{可导}\Rightarrow\text{连续};\qquad \text{连续}\nRightarrow\text{可导}}$$

证明思路:$\lim_{x\to x_0}[f(x)-f(x_0)]=\lim_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0}\cdot(x-x_0)=f'(x_0)\cdot 0=0$,即连续。

反例:$f(x)=|x|$ 在 $x=0$ 处连续但不可导(角点);$f(x)=\sqrt[3]{x}$ 在 $x=0$ 处连续,导数为 $\infty$(有铅直切线),不可导。

注意:$\lim_{x\to 0}\frac{f(x)}{x}$ 存在不能推出 $f'(0)$ 存在(需 $f(0)=0$ 这个前提,且导数存在是「$\frac{f(x)-f(0)}{x-0}$ 存在」)。

二、导数的几何意义

切线、法线与不可导的几何形态

$f'(x_0)$ 是曲线 $y=f(x)$ 在点 $(x_0,f(x_0))$ 处切线的斜率:

切线方程:$y-f(x_0)=f'(x_0)(x-x_0)$;法线方程:$y-f(x_0)=-\frac{1}{f'(x_0)}(x-x_0)\ (f'(x_0)\ne 0)$。

三种「不可导」的几何形态(图 3-1):

① 角点:左右切线斜率不等(如 $|x|$ 在 $0$ 处);② 尖点/铅直切线:$f'(x_0)=\infty$(如 $\sqrt[3]{x}$ 在 $0$ 处,导数为无穷大,此时仍有切线,切线垂直于 $x$ 轴);③ 间断点:谈不上切线。注意:曲线在点 $x_0$ 处有垂直于 $x$ 轴的切线,等价于 $\lim_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0}=\infty$。

割线趋切线
图 3-1 导数 $=$ 割线斜率的极限 $=$ 切线斜率
常用结论(可直接用)

① 若 $f(x)$ 在 $x_0$ 处可导且 $f(x_0)\ne 0$,则 $\lim_{x\to x_0}\frac{f(x)}{x-x_0}=\infty$ 型讨论需谨慎。

② 若 $f'(x_0)$ 存在,则 $\lim_{x\to 0}\frac{f(x_0+ax)-f(x_0+bx)}{x}=(a-b)f'(x_0)$。

③ 由导数定义可证:$f(x)$ 可导且为奇函数 $\Rightarrow f'(x)$ 是偶函数;$f(x)$ 为偶函数 $\Rightarrow f'(x)$ 是奇函数;$f(x)$ 以 $T$ 为周期 $\Rightarrow f'(x)$ 也以 $T$ 为周期。「求导一次,奇偶互换」。

④ $\left|f(x)\right|$ 在 $x_0$ 处的可导性:若 $f(x_0)\ne 0$,则 $|f(x)|$ 与 $f(x)$ 在 $x_0$ 处可导性相同;若 $f(x_0)=0$,则需看 $f'(x_0)$ 是否为 0。

三、高阶导数

把求导这件事重复做下去,就得到高阶导数。函数 $f(x)$ 在点 $x$ 处的二阶导数为 $f''(x)=\left[f'(x)\right]'$,即 $$f''(x)=\lim_{\Delta x\to 0}\frac{f'(x+\Delta x)-f'(x)}{\Delta x}.$$

类似定义 $n$ 阶导数 $f^{(n)}(x)$。物理意义:$s=s(t)$ 时,$s'(t)$ 为速度,$s''(t)$ 为加速度。

注意

① 二阶可导要求一阶导数存在,且该一阶导数作为函数可导;「$f''(x_0)>0$」这类条件使用前要确认二阶导数存在。

② $f(x)$ 与 $f'(x)$ 的性质(奇偶、周期、单调、有界)常被组合命题考查,逐项验证定义即可。

四、微分的概念

(1) 引例

正方形面积 $S=x^2$,边长增加 $\Delta x$ 时 $\Delta S=(x+\Delta x)^2-x^2=2x\Delta x+(\Delta x)^2$。其中 $2x\Delta x$ 是「面积变化的主要部分,也叫线性主部」,$(\Delta x)^2$ 是高阶无穷小,可忽略不计——这就是可微的含义:变化量能拆成一个线性部分加上一个可忽略的小尾巴。

(2) 概念

若存在与 $\Delta x$ 无关的常数 $A$,使得 $$\Delta y=f(x_0+\Delta x)-f(x_0)=A\Delta x+o(\Delta x)\qquad(\Delta x\to 0),$$

则称 $f(x)$ 在 $x_0$ 处可微,$A\Delta x$ 称为 $f(x)$ 在 $x_0$ 处的微分,记作 $\mathrm{d}y=A\Delta x=A\mathrm{d}x$。

(3) 可微的判别与几何意义

$$\boxed{f(x)\ \text{在}\ x_0\ \text{处可微}\iff f(x)\ \text{在}\ x_0\ \text{处可导},\ \text{且}\ \mathrm{d}y=f'(x_0)\mathrm{d}x}$$

判别步骤:① 写出 $\Delta y=f(x_0+\Delta x)-f(x_0)$;② 看能否写成 $A\Delta x+o(\Delta x)$;③ 作极限 $\lim_{\Delta x\to 0}\frac{\Delta y}{\Delta x}$ 是否存在。

几何意义:$\Delta y$ 是曲线上纵坐标的真实增量,$\mathrm{d}y$ 是切线上纵坐标的增量(线性近似)。$\Delta y=\mathrm{d}y+o(\Delta x)$,即用切线代替曲线产生的误差是 $\Delta x$ 的高阶无穷小。

微分的几何意义
图 3-2 $\Delta y$(真实增量)与 $\mathrm{d}y$(线性主部)
注意

① 一元函数中「可导」与「可微」等价;多元函数中二者不等价(可微 $\Rightarrow$ 偏导存在,反之不成立)。

② $\frac{\mathrm{d}y}{\mathrm{d}x}=f'(x)$ 是「微商」:导数可以写成两个微分之商,这也解释了一阶微分形式的不变性。

③ 常见考法:已知 $\Delta y=\frac{y\,\Delta x}{1+x^2}+o(\Delta x)$,且 $f(0)=1$,求 $f(x)$——由可微定义得 $y'=\frac{y}{1+x^2}$,解微分方程得 $y=\mathrm{e}^{\arctan x}$。

④ 概念题常把「$\Delta y$ 与 $\mathrm{d}y$ 的差」设为选项:$\Delta y-\mathrm{d}y$ 是 $\Delta x$ 的高阶无穷小(当 $f'(x_0)\ne 0$ 时);当 $f'(x_0)=0$ 时需另行分析。当 $f'(x_0)\ne0$ 时,$\mathrm{d}y$ 与 $\Delta x$ 同阶(等价)。

五、题型归纳

题型 1 用导数定义求极限 / 求 $f'(x_0)$

识别题干给出抽象的 $f$,只告诉你在某点的函数值(如 $f(0)=0$)和导数值,却要求一个含 $f$ 的极限;或者要求用定义求某点的导数。

步骤① 找到「凑定义」的目标形状 $\lim\frac{f(x_0+\square)-f(x_0)}{\square}$,把所求的 $\square$ 认出来(常是 $1-\cos x$、$\Delta x$、$ax$ 这类趋 $0$ 的量);

② 分子减去 $f(x_0)$、分母乘除同一个 $\square$,把它写成「导数定义式 × 系数」;

③ 用已知的 $f'(x_0)$ 和 $\frac{\square}{\text{原分母}}$ 的极限相乘得出结果;

④ 若分子不是 $f(x_0+\square)-f(x_0)$ 的形状(如两头都动),再拆成两个定义式相加减。

示例设 $f(0)=0$,$f'(0)=2$,求 $\lim_{x\to 0}\frac{f(1-\cos x)}{x^{2}}$。第①②步凑定义:把 $\square$ 取作 $1-\cos x$, $$\frac{f(1-\cos x)}{x^{2}}=\frac{f(1-\cos x)-f(0)}{1-\cos x}\cdot\frac{1-\cos x}{x^{2}}.$$ 第③步取极限:第一因子 $\to f'(0)=2$,第二因子用 $1-\cos x\sim\frac{x^{2}}{2}$ 得 $\to\frac{1}{2}$,故原式 $=2\times\frac{1}{2}=1$。

题型 2 判断可导性(含分段点、绝对值、抽象函数)

识别题干问「在 $x_0$ 处是否可导」「有几个不可导点」,函数含分段、绝对值或抽象符号。

步骤① 分段点:用定义分别求左导数 $f'_-(x_0)$ 与右导数 $f'_+(x_0)$,相等且有限才可导;

② $|f(x)|$、$f(x)|x-a|$ 型:先在零点处代值判断「零点是否被去掉」,$f(x_0)\ne0$ 时可导性与 $f$ 相同,$f(x_0)=0$ 时必须单独讨论;

③ 抽象函数:先由条件(如夹逼)求出 $f(x_0)$,再凑导数定义;

④ 非分段点直接用求导公式。

示例判断 $f(x)=|x|$ 在 $x=0$ 处的连续性与可导性。第①步用定义求单侧导数: $$f'_-(0)=\lim_{\Delta x\to 0^-}\frac{|\Delta x|-0}{\Delta x}=\lim_{\Delta x\to 0^-}\frac{-\Delta x}{\Delta x}=-1,\qquad f'_+(0)=\lim_{\Delta x\to 0^+}\frac{\Delta x}{\Delta x}=1.$$ 左右导数都存在但不等,故 $x=0$ 处不可导(是角点)。而 $\lim_{x\to 0}|x|=0=f(0)$,所以它在该点连续——正好印证「可导必连续,连续未必可导」。

题型 3 概念辨析题(可导与连续、可微与可导)

识别选择题,选项里出现「可导」「连续」「可微」「导数存在且有限」「极限存在」等词的各种组合。

步骤① 先把已知的蕴含关系列出来:可导 $\Rightarrow$ 连续、可微 $\iff$ 可导(一元);

② 凡是「……一定能推出……」的选项,先想反例;凡是「……一定推不出……」的选项,找一个正面例子即可;

③ 常用反例库:连续不可导用 $|x|$、$\sqrt[3]{x}$;导数存在但极限不存在的情形用 $x\sin\frac1x$ 型;

④ 注意「导数存在」必须强调是有限数,$\infty$ 不算可导。

示例判断命题「函数在某点连续,则在该点必可导」的真假。第①步:已知可导 $\Rightarrow$ 连续,而连续 $\Rightarrow$ 可导没有依据。第②步找反例:取 $f(x)=\sqrt[3]{x}$,由 $\lim_{x\to 0}\sqrt[3]{x}=0=f(0)$ 知它在 $x=0$ 连续;但 $$f'(0)=\lim_{\Delta x\to 0}\frac{\sqrt[3]{\Delta x}-0}{\Delta x}=\lim_{\Delta x\to 0}\frac{1}{(\Delta x)^{2/3}}=+\infty$$ 不是有限数,故 $x=0$ 处不可导(此时曲线有铅直切线)。所以该命题为假。

题型 4 由微分(线性主部)反求函数或参数

识别题干给出「$\Delta y=\text{某个含 }y,x\text{ 的式子}\cdot\Delta x+o(\Delta x)$」并附一个初值条件,或给出微分表达式要你反求参数。

步骤① 对照可微的定义 $\Delta y=A\Delta x+o(\Delta x)$,把 $\Delta x$ 前的系数认成 $A=y'$;

② 把 $\Delta x$ 换成 $\mathrm{d}x$ 写出微分方程 $y'=A(x,y)$;

③ 解微分方程(可分离变量、一阶线性等)得到 $y$ 的表达式;

④ 代入初值条件定常数,最后把结果写完整。

示例已知 $\Delta y=\frac{y\,\Delta x}{1+x^{2}}+o(\Delta x)$,且 $f(0)=1$,求 $f(x)$。第①步:对照定义得 $y'=\frac{y}{1+x^{2}}$。第②③步分离变量: $$\frac{\mathrm{d}y}{y}=\frac{\mathrm{d}x}{1+x^{2}}\ \Longrightarrow\ \ln|y|=\arctan x+C\ \Longrightarrow\ y=C_1\mathrm{e}^{\arctan x}.$$ 第④步代入 $f(0)=1$:$1=C_1\mathrm{e}^{0}=C_1$,故 $f(x)=\mathrm{e}^{\arctan x}$。

题型 5 求切线、法线方程

识别题干问「求曲线在点 $P$ 处的切线(法线)方程」,或问「过某点与曲线相切的直线方程」。

步骤① 求出切点处的导数 $f'(x_0)$——隐函数、参数方程给出的曲线要先(隐式或参数式)求导;

② 用点斜式写切线:$y-f(x_0)=f'(x_0)(x-x_0)$;

③ 法线斜率是 $-\frac{1}{f'(x_0)}$,同样用点斜式;

④ 若 $f'(x_0)=\infty$,切线是铅直的 $x=x_0$,法线是水平的 $y=f(x_0)$。

示例求曲线 $y=x^{3}$ 在点 $(1,1)$ 处的切线方程与法线方程。第①步:$y'=3x^{2}$,故 $y'(1)=3$。第②步切线:$y-1=3(x-1)$,即 $y=3x-2$。第③步法线斜率 $=-\frac{1}{3}$,故 $y-1=-\frac{1}{3}(x-1)$,即 $y=-\frac{1}{3}x+\frac{4}{3}$。

第 4 章 一元函数微分学的计算求导技术,全程基础

◆ 本章知识地图
基本工具基本求导公式(必须熟记)· 四则运算 · 复合函数的导数与微分形式不变性 各类函数的导数分段函数 · 反函数 · 隐函数 · 参数方程确定的函数 · 对数求导法 · 幂指函数 高阶导数归纳法 · 莱布尼茨公式 · 泰勒展开式(比较系数)

一、基本求导公式

必背公式表

这张表是整套求导技术的地基,做题时不再现推,直接调用;不熟就会处处卡壳。

$$\left(x^{\mu}\right)'=\mu x^{\mu-1},\qquad \left(a^{x}\right)'=a^{x}\ln a,\qquad \left(\mathrm{e}^{x}\right)'=\mathrm{e}^{x},$$

$$\left(\log_a x\right)'=\frac{1}{x\ln a},\qquad \left(\ln x\right)'=\frac1x,\qquad \left(\ln|x|\right)'=\frac1x,$$

$$\left(\sin x\right)'=\cos x,\qquad \left(\cos x\right)'=-\sin x,\qquad \left(\tan x\right)'=\sec^2x=\frac{1}{\cos^2x},$$

$$\left(\cot x\right)'=-\csc^2x,\qquad \left(\sec x\right)'=\sec x\tan x,\qquad \left(\csc x\right)'=-\csc x\cot x,$$

$$\left(\arcsin x\right)'=\frac{1}{\sqrt{1-x^2}},\qquad \left(\arccos x\right)'=-\frac{1}{\sqrt{1-x^2}},\qquad \left(\arctan x\right)'=\frac{1}{1+x^2},\qquad \left(\mathrm{arccot}\,x\right)'=-\frac{1}{1+x^2},$$

$$\left[\ln\left(x+\sqrt{x^2+1}\right)\right]'=\frac{1}{\sqrt{x^2+1}},\qquad \left[\ln\left(x+\sqrt{x^2-1}\right)\right]'=\frac{1}{\sqrt{x^2-1}}.$$

二、四则运算

公式

加减可以逐项求导,乘除则要按下面的规则来: $$\left(u\pm v\right)'=u'\pm v',\qquad \left(uv\right)'=u'v+uv',\qquad \left(\frac uv\right)'=\frac{u'v-uv'}{v^2}\ (v\ne 0).$$

注意

① 一般不要一上来就硬算,应先「往经典形式转化」——如把乘积凑成 $\left(uv\right)'$ 的形式,或提取公因式化简后再求导。

② 商的导数也可以写成 $\left(\frac uv\right)'=\frac{u'v-uv'}{v^2}$,注意分子是「子导母减子母导」,顺序不能反。

三、复合函数的导数与微分形式不变性

链式法则

复合就是「函数套函数」,求导要一层一层往外剥。设 $y=f(u)$,$u=g(x)$,则 $$\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\mathrm{d}y}{\mathrm{d}u}\cdot\frac{\mathrm{d}u}{\mathrm{d}x}=f'(u)\cdot g'(x),$$

即「外层导数 $\times$ 内层导数」,逐层「吃进去」。三层复合:$\left\{f[g(h(x))]\right\}'=f'[g(h(x))]\cdot g'[h(x)]\cdot h'(x)$。

一阶微分形式不变性

无论 $u$ 是自变量还是中间变量,都有 $$\mathrm{d}y=f'(u)\,\mathrm{d}u.$$

如 $y=\ln\mathrm{e}^{x}$,由一阶微分形式不变性得 $\mathrm{d}y=\frac{1}{\mathrm{e}^x}\mathrm{d}\left(\mathrm{e}^x\right)=\frac{1}{\mathrm{e}^x}\cdot\mathrm{e}^x\mathrm{d}x=\mathrm{d}x$。

求导两条路:方法一链式法则;方法二「先求微分,再除以 $\mathrm{d}x$」得到导数。题目要求 $\mathrm{d}y$ 时直接用方法二最省力。

四、分段函数的导数

原则

① 非分段点处用导数公式(把分段表达式在各自区间上求导);

② 分段点处必须用导数定义求左右导数,判断 $f'_-(x_0)$ 与 $f'_+(x_0)$ 是否相等且等于该点函数值相关的极限;

③ 分段点也可能不是分段点!如 $f(x)=x|x|$ 在 $x=0$ 处由 $f(x)=x^2\ (x\ge0)$、$-x^2\ (x<0)$ 得左右导数都是 $0$,其实可导(此时「分界点」是定义的分段点但不是「非光滑点」)。

方法总结

求 $y=x|\cdots|$、$y=x^ne^{x}$ 等 $n$ 阶导数时,先写成分段表达式再逐段求导;含 $|x|$ 的函数在 $x=0$ 处一定要单独用定义验证。

五、反函数的导数

公式

设 $y=f(x)$ 单调可导且 $f'(x)\ne 0$,其反函数 $x=f^{-1}(y)$ 可导,且 $$\left[f^{-1}(y)\right]'=\frac{1}{f'(x)},\qquad\text{即}\qquad \frac{\mathrm{d}x}{\mathrm{d}y}=\frac{1}{\dfrac{\mathrm{d}y}{\mathrm{d}x}}.$$

二阶导数(重要):$x=x(y)$,则 $$\frac{\mathrm{d}^2x}{\mathrm{d}y^2}=\frac{\mathrm{d}}{\mathrm{d}y}\left(\frac{1}{y'}\right)=\frac{\mathrm{d}}{\mathrm{d}x}\left(\frac{1}{y'}\right)\cdot\frac{\mathrm{d}x}{\mathrm{d}y}=-\frac{y''}{\left(y'\right)^3}.$$

等价地:$\left[f^{-1}(y)\right]''=-\frac{f''(x)}{\left[f'(x)\right]^{3}}$。

注意

反函数的二阶导数不等于 $\frac{1}{f''(x)}$,必须由链式法则推导(上面结论要记牢,这是高频填空)。

六、隐函数求导法

方法(实际问题中常见)

当 $y$ 与 $x$ 的关系是「混在一个方程里」而不是写成 $y=\cdots$ 时,就只能整体求导。设 $F(x,y)=0$ 确定 $y=y(x)$:① 两边对 $x$ 求导(把 $y$ 看成 $x$ 的函数,凡含 $y$ 的项都要乘 $y'$,即「涉及复合求导」);② 解出 $y'$。

例:由 $\mathrm{e}^{y}+xy-\mathrm{e}=0$,两边对 $x$ 求导得 $\mathrm{e}^{y}y'+y+xy'=0$,于是 $y'=-\frac{y}{\mathrm{e}^{y}+x}$。

技巧:求某点的导数值时,先把点代入原方程求出另一坐标,再代入导数表达式。

七、参数方程所确定的函数的导数

公式(实际问题中用得最多)

$x$ 和 $y$ 都通过同一个参数 $t$ 间接联系起来时,用下面的公式把参数「消掉」。设 $x=\varphi(t),\ y=\psi(t)$($\varphi,\psi$ 可导且 $\varphi'(t)\ne 0$),则 $$\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\dfrac{\mathrm{d}y}{\mathrm{d}t}}{\dfrac{\mathrm{d}x}{\mathrm{d}t}}=\frac{\psi'(t)}{\varphi'(t)}.$$

二阶导数: $$\frac{\mathrm{d}^2y}{\mathrm{d}x^2}=\frac{\mathrm{d}}{\mathrm{d}x}\left(\frac{\mathrm{d}y}{\mathrm{d}x}\right)=\frac{\dfrac{\mathrm{d}}{\mathrm{d}t}\left(\dfrac{\psi'(t)}{\varphi'(t)}\right)}{\varphi'(t)}=\frac{\psi''(t)\varphi'(t)-\psi'(t)\varphi''(t)}{\left[\varphi'(t)\right]^{3}}.$$

注意

求二阶导数时,$t$ 是中间变量,必须把 $t$「拉进来」:对 $t$ 求导后再除以 $\frac{\mathrm{d}x}{\mathrm{d}t}$。参数方程求导常与极值、最值、曲率综合考查。

八、对数求导法

适用情形

① 多项乘除(含根式)的函数,如 $y=\frac{(x+1)^2\sqrt{x-1}}{(x+3)^4}$;② 幂指函数 $y=u(x)^{v(x)}$。

做法:两边取对数,把乘除化为加减、把幂化为乘积,再求导: $$\ln y=\ln u(x)^{v(x)}=v(x)\ln u(x)\ \Longrightarrow\ \frac{y'}{y}=v'\ln u+v\frac{u'}{u}.$$

注意:取对数时注意真数要为正(加绝对值,如 $\ln|x+3|$);$\frac{y'}{y}$ 中的 $y$ 最后要代回原表达式。

九、幂指函数求导法

公式

底数和指数都含 $x$ 时,既不是幂函数也不是指数函数,把它改写成以 $\mathrm{e}$ 为底即可。$$y=u(x)^{v(x)}=\mathrm{e}^{v(x)\ln u(x)}\ \Longrightarrow\ y'=u^{v}\left(v'\ln u+v\cdot\frac{u'}{u}\right).$$

即 $y'=u^{v}\cdot v'\cdot\ln u+u^{v}\cdot v\cdot\frac{u'}{u}=u^{v}\left(v'\ln u+\frac{vu'}{u}\right)$,也可写成 $y'=v\,u^{v-1}u'+u^{v}\ln u\cdot v'$(与幂函数、指数函数求导公式对照记忆)。

注意

「公式不要死记,直接求导」:把幂指函数写成 $\mathrm{e}^{v\ln u}$ 后按复合函数求导即可。求 $y=x^{x}\ (x>0)$ 的导数,最省力的就是此法。

十、高阶导数

(1) 归纳法

逐次求导,探索规律,得出通式。适合 $\frac{1}{ax+b}$、$\sin(ax+b)$、$\ln(ax+b)$ 等「求导后形式不变」的函数。

常用高阶导数公式($n$ 为正整数)

$$\left(\mathrm{e}^{ax+b}\right)^{(n)}=a^{n}\mathrm{e}^{ax+b},\qquad \left(a^{x}\right)^{(n)}=a^{x}\left(\ln a\right)^{n},$$

$$\left(\sin(ax+b)\right)^{(n)}=a^{n}\sin\left(ax+b+\frac{n\pi}{2}\right),\qquad \left(\cos(ax+b)\right)^{(n)}=a^{n}\cos\left(ax+b+\frac{n\pi}{2}\right),$$

$$\left(\ln(ax+b)\right)^{(n)}=(-1)^{n-1}a^{n}\frac{(n-1)!}{(ax+b)^{n}},\qquad \left(\frac{1}{ax+b}\right)^{(n)}=(-1)^{n}\frac{a^{n}n!}{(ax+b)^{n+1}},$$

$$\left(x^{m}\right)^{(n)}=m(m-1)\cdots(m-n+1)x^{m-n}\ (n\le m),\qquad \left(x^{m}\right)^{(n)}=0\ (n>m).$$

记忆:每次求导都会「多出一个 $a$」;三角函数的 $n$ 阶导数每次「转 $90^\circ$」(加 $\frac\pi2$)。

(2) 莱布尼茨公式

$$\left(uv\right)^{(n)}=\sum_{k=0}^{n}\mathrm{C}_n^{k}u^{(k)}v^{(n-k)}=u^{(n)}v+nu^{(n-1)}v'+\frac{n(n-1)}{2!}u^{(n-2)}v''+\cdots+uv^{(n)}.$$

用法:当一个因子是多项式(求导若干次后为 0)时使用,如求 $\left(x^2\mathrm{e}^{2x}\right)^{(n)}$、$\left(x\ln x\right)^{(n)}$。如 $\left(x\ln x\right)^{(n)}=x\left(\ln x\right)^{(n)}+n\left(\ln x\right)^{(n-1)}$。

(3) 泰勒展开式(比较系数求 $f^{(n)}(0)$)

同一个函数展开成幂级数的方式是唯一的,所以「抽象展开」与「具体展开」的同类项系数必须相等——这就是求某点 $n$ 阶导数的捷径。若 $f(x)$ 在 $0$ 处任意阶可导,则 $f(x)$ 的抽象展开为 $$f(x)=\sum_{n=0}^{\infty}\frac{f^{(n)}(0)}{n!}x^{n};$$

而 $f(x)$ 又可用基本初等函数的具体展开(如 $\mathrm{e}^x,\ \ln(1+x),\ \sin x$ 等的麦克劳林级数)表示。由展开式的唯一性,比较 $x^n$ 的系数可得 $$\frac{f^{(n)}(0)}{n!}=a_n\ \Longrightarrow\ f^{(n)}(0)=n!\,a_n.$$

典型例题

求 $f(x)=\frac{1}{1+x^2}$ 在 $x=0$ 处的 $f^{(n)}(0)$:由 $\frac{1}{1+x^2}=1-x^2+x^4-\cdots+(-1)^nx^{2n}+\cdots$,比较 $x^{2n}$ 的系数得 $\frac{f^{(2n)}(0)}{(2n)!}=(-1)^{n}$,即 $f^{(2n)}(0)=(-1)^{n}(2n)!$,而 $f^{(2n+1)}(0)=0$。

又如由 $\ln(1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\cdots$ 得 $\left[\ln(1+x)\right]^{(n)}(0)=(-1)^{n-1}(n-1)!$。

十一、题型归纳

题型 1 各类函数的求导(复合、隐函数、参数方程、反函数)

识别题干直接给出一个显式或隐式式子让你求 $y'$、$y''$、$\mathrm{d}y$;若 $y$ 没解出来、或 $x,y$ 都是 $t$ 的表达式、或问反函数的导数,就属于这一类。

步骤① 先判断类型:能写成 $y=f(x)$ 的是显函数,用链式法则由外向内逐层剥;

② 方程 $F(x,y)=0$ 型:两边同时对 $x$ 求导,含 $y$ 的项乘 $y'$,再解出 $y'$;

③ 参数方程型:先算 $\psi'(t)$、$\varphi'(t)$,用 $\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\psi'(t)}{\varphi'(t)}$;

④ 反函数型:用 $\frac{\mathrm{d}x}{\mathrm{d}y}=\frac{1}{\mathrm{d}y/\mathrm{d}x}$,出现二阶就套 $-\frac{y''}{(y')^{3}}$;

⑤ 最后把结果化到最简,若是求某点的值就代入该点坐标。

示例求 $y=\ln\sin(2x+1)$ 的导数,并求由 $\mathrm{e}^{y}+xy-\mathrm{e}=0$ 确定的 $y'$。第一问由外向内剥: $$y'=\frac{1}{\sin(2x+1)}\cdot\cos(2x+1)\cdot 2=\frac{2\cos(2x+1)}{\sin(2x+1)}=2\cot(2x+1).$$ 第二问两边对 $x$ 求导:$\mathrm{e}^{y}y'+y+xy'=0$,解得 $y'=-\frac{y}{\mathrm{e}^{y}+x}$。

题型 2 求高阶导数 $f^{(n)}(x)$ 或 $f^{(n)}(x_0)$

识别题中出现 $f^{(n)}(x)$、$y^{(n)}$、$f^{(n)}(0)$ 这类带字母 $n$ 的记号,或要求「求 $n$ 阶导数」。

步骤① 先化简:能拆项就拆(分式做部分分式、根式有理化、三角函数降幂),这是提速的关键;

② 选三条路之一:归纳法——函数是 $\frac{1}{ax+b}$、$\sin(ax+b)$ 型,逐次求导找规律;莱布尼茨公式——有一个因式是多项式(求几次就为 0);泰勒展开比较系数——抽象函数或只求某一点的值;

③ 用对应公式写出通式,$n$ 阶导数含 $n$ 的表达式要写完整;

④ 若只求 $f^{(n)}(0)$,直接在具体展开式里找 $x^n$ 的系数。

示例求 $y=x^{2}\mathrm{e}^{2x}$ 的 $n$ 阶导数。第①步取 $u=\mathrm{e}^{2x}$(求导形式简单)、$v=x^{2}$(多项式,三次以上为 0)。第②③步由莱布尼茨公式,求和到 $k=2$ 即可,注意 $u^{(n-k)}=2^{n-k}\mathrm{e}^{2x}$、$v'=2x$、$v''=2$: $$y^{(n)}=\sum_{k=0}^{2}\mathrm{C}_n^{k}u^{(n-k)}v^{(k)}=2^{n}\mathrm{e}^{2x}x^{2}+n\,2^{n-1}\mathrm{e}^{2x}\cdot 2x+\frac{n(n-1)}{2}\,2^{n-2}\mathrm{e}^{2x}\cdot 2,$$ 即 $y^{(n)}=2^{n-2}\mathrm{e}^{2x}\left(4x^{2}+4nx+n(n-1)\right)$。

题型 3 求 $\mathrm{d}y$ 或由微分反求参数

识别要求写出 $\mathrm{d}y$(而不是 $y'$);或给出 $\Delta y$ 与 $\Delta x$、$o(\Delta x)$ 的关系式要你反求函数、参数。

步骤① 求 $\mathrm{d}y$:先用一阶微分形式不变性写出 $\mathrm{d}y=y'(u)\,\mathrm{d}u$,再逐层把 $\mathrm{d}u$ 换成 $\mathrm{d}x$;不用先求 $y'$ 再乘 $\mathrm{d}x$,一步到位更快;

② 幂指函数先写成 $\mathrm{e}^{v\ln u}$ 再求微分;

③ 反求参数:由 $\Delta y=\mathrm{d}y+o(\Delta x)$ 得知 $\mathrm{d}y$ 的系数就是导数,列出方程(或比较系数)求解;

④ 结果里的 $\mathrm{d}x$ 不能漏掉,$\mathrm{d}y$ 是微分不是导数。

示例求 $y=x^{x}\ (x>0)$ 的微分。第②步改写成指数形式:$y=\mathrm{e}^{x\ln x}$。第①步求微分: $$\mathrm{d}y=\mathrm{e}^{x\ln x}\,\mathrm{d}(x\ln x)=x^{x}\left(\ln x+x\cdot\frac{1}{x}\right)\mathrm{d}x=x^{x}(\ln x+1)\,\mathrm{d}x.$$ 顺便得到 $y'=x^{x}(\ln x+1)$,可见求微分与求导数只差一个 $\mathrm{d}x$。

题型 4 分段函数在分界点的可导性

识别函数在分界点左右两边表达式不同,题目问该点是否可导、或求使函数可导的参数(含未知常数 $a,b$)。

步骤① 先验证连续性:$\lim_{x\to x_0^-}f(x)=\lim_{x\to x_0^+}f(x)=f(x_0)$。不连续必不可导,这一步能先卡掉一批参数;

② 再用定义求左右导数 $f'_-(x_0)$、$f'_+(x_0)$(不能直接对分段表达式求导后代入);

③ 令 $f'_-(x_0)=f'_+(x_0)$ 且为有限数,解出参数;

④ 注意 $|f(x)|$、$f(x)|x-a|$ 在零点处要单独讨论。

示例设 $f(x)=x^{2}\ (x\le 1)$,$f(x)=ax+b\ (x>1)$,求使 $f(x)$ 在 $x=1$ 处可导的 $a,b$。第①步连续性:$f(1)=1$,右极限为 $a+b$,故 $$a+b=1.\qquad(\ast)$$ 第②步左右导数: $$f'_-(1)=\lim_{\Delta x\to 0^-}\frac{(1+\Delta x)^{2}-1}{\Delta x}=\lim_{\Delta x\to 0^-}(2+\Delta x)=2,\qquad f'_+(1)=\lim_{\Delta x\to 0^+}\frac{a(1+\Delta x)+b-1}{\Delta x}.$$ 用 $(\ast)$ 化简分子得 $a\Delta x$,所以 $f'_+(1)=a$。第③步令 $a=2$,代回 $(\ast)$ 得 $b=-1$。故 $a=2,\ b=-1$。

十二、注意事项与易错点

① 切点与分界点

容易错:把分段函数在分界点两边分别求导、再代入数值比较,就当成左右导数;对 $|f(x)|$ 也直接套公式。正确做法:分界点必须回到定义 $\lim_{\Delta x\to0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$ 分别算左右导数;$\left|f(x)\right|$ 在 $f(x)=0$ 处要单独讨论。

② 反函数二阶导数

容易错:以为反函数的二阶导数就是原二阶导数的倒数。正确做法:记住 $\frac{\mathrm{d}^2x}{\mathrm{d}y^2}=-\frac{y''}{(y')^3}$,它不等于 $\frac{1}{y''}$;不确定时用链式法则现推一遍。

③ 参数方程二阶导数

容易错:直接把 $\frac{y''}{x''}$ 当作二阶导数。正确做法:必须把 $t$「拉进来」——先对 $t$ 求导、再除以 $\frac{\mathrm{d}x}{\mathrm{d}t}$:$\frac{\mathrm{d}^2y}{\mathrm{d}x^2}=\frac{\mathrm{d}}{\mathrm{d}t}\left(\frac{y'}{x'}\right)\Big/\frac{\mathrm{d}x}{\mathrm{d}t}$。

④ 取对数要加绝对值

容易错:忽略真数为正的条件,写出 $\ln(x+3)$ 这类式子。正确做法:对数求导法中真数应取 $|u(x)|$,这样可以减少讨论;最后结果中的 $y$ 要代回原表达式。

⑤ 求导与微分的区别

容易错:把「导数」和「微分」当成两个互不相干的东西,或漏写 $\mathrm{d}x$。正确做法:一切导数都是极限 $f'(x)=\lim_{\Delta x\to 0}\frac{\Delta y}{\Delta x}$,$\frac{\mathrm{d}y}{\mathrm{d}x}$ 与 $f'(x)$ 是同一对象的不同记号(微商),而 $\mathrm{d}y=f'(x)\mathrm{d}x$ 是微分——差一个 $\mathrm{d}x$,务必区分。

第 5 章 一元函数微分学的应用(一)——几何应用选择题、填空题、解答题

◆ 本章知识地图
单调性与极值极值的定义 · 单调性判别 · 一阶可导点是极值点的必要条件(费马定理)· 判别极值的第一、二、三充分条件 凹凸性与拐点凹凸性定义 · 拐点定义 · 判别凹凸性 · 二阶可导点是拐点的必要条件 · 判别拐点的第一、二、三充分条件 · 极值点与拐点的重要结论 渐近线铅直渐近线 · 水平渐近线 · 斜渐近线 · 求渐近线的程序 最值最值定义与求法 · 数列最大项 · 作函数图像 · 曲率与曲率半径

本章的终极目标:画出 $f(x)$ 的大致图像——需要考虑极值点、拐点、渐近线、最值四项。

一、极值的定义与判别

1. 极值的定义(局部概念)

极值说的是「这一点比它附近都高(或都低)」,只管身边,不管全局。

设 $f(x)$ 在 $x_0$ 的某邻域内有定义,若对该去心邻域内的一切 $x$ 都有 $f(x)<f(x_0)$(或 $f(x)>f(x_0)$),则称 $x_0$ 为 $f(x)$ 的极大值点(或极小值点),$f(x_0)$ 为极大值(或极小值)。

关键:只要求邻域内成立,是局部概念。极值点可以不是最值点,且极值点不可能在区间端点产生。

2. 单调性的判别

设 $f(x)$ 在 $[a,b]$ 上连续、在 $(a,b)$ 内可导:

① 在 $(a,b)$ 内 $f'(x)>0\Rightarrow f(x)$ 在 $[a,b]$ 上单调增加;$f'(x)<0\Rightarrow$ 单调减少。

② (充要)$f(x)$ 在 $[a,b]$ 上单调不减 $\iff$ 在 $(a,b)$ 内 $f'(x)\ge 0$($f'(x)=0$ 至多在有限个点或某些子区间上)。

求单调区间:解 $f'(x)=0$ 与 $f'(x)$ 不存在的点,用它们把定义域分段,再逐段判断 $f'(x)$ 的符号。

3. 一阶可导点是极值点的必要条件(费马定理)

直观理解:如果这一点既光滑又是山峰(谷底),那切线只能是水平的。

设 $f(x)$ 在 $x_0$ 处可导,且 $x_0$ 是极值点,则 $f'(x_0)=0$($x_0$ 为驻点)。

「可导」「极值点」缺一不可:$y=|x|$ 在 $x=0$ 处是极小值点但不可导;$y=x^3$ 在 $x=0$ 处 $f'(0)=0$ 但不是极值点。

注意:极值点只在区间内部讨论——端点不谈论极值(因为在区间外侧并无定义)。

4. 判别极值的第一充分条件

设 $f(x)$ 在 $x_0$ 处连续,在 $x_0$ 的某去心邻域内可导($f'(x_0)$ 可以不存在):

① 当 $x<x_0$ 时 $f'(x)>0$,当 $x>x_0$ 时 $f'(x)<0\Rightarrow x_0$ 为极大值点;

② 当 $x<x_0$ 时 $f'(x)<0$,当 $x>x_0$ 时 $f'(x)>0\Rightarrow x_0$ 为极小值点;

③ $f'(x)$ 在 $x_0$ 两侧不变号 $\Rightarrow x_0$ 不是极值点。

用途:只需左、右邻域内一阶导数的正负(不要求 $f'(x_0)$ 存在),是最常用的判定方法。

5. 判别极值的第二充分条件

设 $f'(x_0)=0,\ f''(x_0)\ne 0$($f''(x_0)$ 存在),则:

① $f''(x_0)<0\Rightarrow x_0$ 为极大值点;② $f''(x_0)>0\Rightarrow x_0$ 为极小值点。

推导思想:$f''(x_0)=\lim_{x\to x_0}\frac{f'(x)-f'(x_0)}{x-x_0}=\lim_{x\to x_0}\frac{f'(x)}{x-x_0}$,由保号性知 $x_0$ 两侧 $f'(x)$ 变号。

注意:若 $f''(x_0)=0$,第二充分条件失效,须用第一或第三充分条件。

6. 判别极值的第三充分条件

设 $f(x)$ 在 $x_0$ 处 $n$ 阶可导($n\ge 2$),且 $$f'(x_0)=f''(x_0)=\cdots=f^{(n-1)}(x_0)=0,\qquad f^{(n)}(x_0)\ne 0.$$

则:① 当 $n$ 为偶数时,$x_0$ 是极值点——$f^{(n)}(x_0)>0$ 为极小值点,$f^{(n)}(x_0)<0$ 为极大值点;② 当 $n$ 为奇数时,$x_0$ 不是极值点。

推导思想:连续使用洛必达法则,$f^{(n-1)}(x)$ 与 $(x-x_0)$ 的作用类似,最终归结为 $f^{(n)}(x_0)$ 的符号对 $f'(x)$ 变号性的影响。

极值
图 5-1 极大值点、极小值点与不可导的极值点($y=|x|$)
注意

① 极值点、最值点都可能在不可导点处取得(如 $|x|$);② 若 $f'(x_0)=0$ 且 $f''(x_0)=0$,$x_0$ 可能是极值点也可能不是($x^4$ 是极小值点,$x^3$ 不是极值点);③ 判别极值时不要忘记「$f(x_0)$ 与左右邻域函数值比较」这一本质。

二、凹凸性与拐点

1. 凹凸性的定义

凹凸说的是曲线的「弯曲方向」:开口朝上还是朝下。

定义一(弧与弦):若在区间 $I$ 上曲线 $y=f(x)$ 的任意弧段都位于它所对应弦的下方,则称曲线在 $I$ 上是凹的;位于弦的上方则是凸的。

定义二(广义化的凹凸性定义,更常用):对区间 $I$ 上任意两点 $x_1\ne x_2$,若 $$f\!\left(\frac{x_1+x_2}{2}\right)<\frac{f(x_1)+f(x_2)}{2},$$

则称 $f(x)$ 在 $I$ 上是凹的(中点函数值小于两端函数值的平均,函数值的中点在弦上);不等号反向则为凸的。

定义三(切线视角):曲线位于其任一点切线的上方为凹,下方为凸。切线方程 $y=f(x_0)+f'(x_0)(x-x_0)$。

2. 判别凹凸性

设 $f(x)$ 在 $I$ 上二阶可导:① 在 $I$ 上 $f''(x)>0\Rightarrow$ 曲线是凹的;② $f''(x)<0\Rightarrow$ 曲线是凸的。

记忆:$f''>0$ 像「笑脸」(凹),$f''<0$ 像「哭脸」(凸)。

3. 拐点的定义

连续曲线的凹弧与凸弧的分界点称为曲线的拐点。也就是曲线「弯曲方向换边」的地方。

要点:① 拐点处函数只需连续(不必可导);② 间断点不可能为拐点;③ 判别拐点时「凹凸不分先后」(凹→凸或凸→凹都可以)。

4. 二阶可导点是拐点的必要条件

设 $f(x)$ 二阶可导且 $(x_0,f(x_0))$ 是拐点,则 $f''(x_0)=0$。

注意:$f''(x_0)=0$ 不是拐点的充分条件($y=x^4$ 在 $0$ 处 $f''(0)=0$ 但不是拐点);二阶导数不存在的点也可能是拐点(如 $y=\sqrt[3]{x}$ 在 $0$ 处,$f''$ 不存在但 $(0,0)$ 是拐点)。

5. 判别拐点的第一充分条件(最常用)

设 $f(x)$ 在 $x_0$ 处连续,在 $x_0$ 的某去心邻域内二阶可导($f''(x_0)$ 可以不存在):① 若 $f''(x)$ 在 $x_0$ 两侧变号,则 $(x_0,f(x_0))$ 是拐点;② 不变号则不是拐点。

6. 判别拐点的第二充分条件

设 $f''(x_0)=0,\ f'''(x_0)\ne 0$,则 $(x_0,f(x_0))$ 是曲线的拐点。

推导:由 $f'''(x_0)=\lim_{x\to x_0}\frac{f''(x)-f''(x_0)}{x-x_0}=\lim_{x\to x_0}\frac{f''(x)}{x-x_0}$,由保号性知 $f''$ 在 $x_0$ 两侧变号。

7. 判别拐点的第三充分条件

设 $f(x)$ 在 $x_0$ 处 $n$ 阶可导($n\ge 3$),且 $$f''(x_0)=f'''(x_0)=\cdots=f^{(n-1)}(x_0)=0,\qquad f^{(n)}(x_0)\ne 0,$$

则当 $n$ 为奇数时,$(x_0,f(x_0))$ 为曲线的拐点。

凹凸与拐点
图 5-2 凹凸性判别与拐点($f''$ 变号处)
8. 极值点与拐点的重要结论(常命制选择题,可直接使用)

① 设 $f(x)$ 在 $x_0$ 处可导,则 $x_0$ 是 $f(x)$ 的极值点 $\Rightarrow f'(x_0)=0$(费马定理)。

② 设 $f(x)$ 二阶可导,$(x_0,f(x_0))$ 是拐点 $\Rightarrow f''(x_0)=0$。

③ (重要)设 $f(x)$ 在 $x_0$ 处 $n$ 阶可导,$f'(x_0)=f''(x_0)=\cdots=f^{(n-1)}(x_0)=0$,$f^{(n)}(x_0)\ne 0$:

$\quad\bullet$ $n$ 为偶数:$x_0$ 是极值点($f^{(n)}(x_0)>0$ 极小,$f^{(n)}(x_0)<0$ 极大),且此时 $(x_0,f(x_0))$ 不是拐点;

$\quad\bullet$ $n$ 为奇数:$x_0$ 不是极值点,且 $(x_0,f(x_0))$ 是拐点。

④ 设 $x_0$ 是 $f(x)$ 的极值点,且 $(x_0,f(x_0))$ 是曲线 $y=f(x)$ 的拐点,则 $f'(x_0)=0$(若可导)。

⑤ 若 $f(x)$ 在 $x_0$ 某邻域内 $n$ 阶可导($n\ge 3$),且 $f''(x_0)=0$,$f'''(x_0)\ne 0$,则 $(x_0,f(x_0))$ 是拐点。

⑥ 多项式重根的结论:若 $x-a$ 是 $f(x)$ 的 $k$ 重因式,则 $a$ 是 $f(x)=0$ 的 $k$ 重根;若 $a$ 是 $f'(x)=0$ 的 $m$ 重根,则 $a$ 是 $f(x)=0$ 的 $m+1$ 重根。据此可判断极值点与拐点。

三、渐近线(共 3 种,均为直线)

1. 铅直渐近线

若 $\lim_{x\to x_0}f(x)=\infty$(或单侧趋于 $\infty$),则 $x=x_0$ 是曲线的铅直渐近线。

找法:$x_0$ 通常是无定义点、端点、分段点。例:$y=\tan x$ 在 $x=\frac\pi2$ 处;$y=\frac{1}{x}$ 在 $x=0$ 处;$y=\ln x$ 在 $x=0$ 处($x\to 0^+$)。

2. 水平渐近线

若 $\lim_{x\to+\infty}f(x)=A$(或 $\lim_{x\to-\infty}f(x)=B$),则 $y=A$(或 $y=B$)是曲线的水平渐近线。

注意:$x\to+\infty$ 与 $x\to-\infty$ 两个方向要分别讨论——可能各有一条水平渐近线(如 $y=\arctan x$:$y=\frac\pi2$ 与 $y=-\frac\pi2$),也可能某一方向没有。

3. 斜渐近线

若 $\lim_{x\to+\infty}\frac{f(x)}{x}=a\ne 0$ 且 $\lim_{x\to+\infty}\left[f(x)-ax\right]=b$,则 $y=ax+b$ 是曲线在 $x\to+\infty$ 方向的一条斜渐近线($x\to-\infty$ 同理)。

注意:① $a$ 与 $b$ 必须依次求(先求 $a$,再求 $b$);② 若 $a=0$,则说明该方向无斜渐近线(此时应考虑水平渐近线);③ 若 $a$ 不存在,则该方向无斜渐近线。

求渐近线的程序(按此流程不会漏)

第一步:找铅直渐近线。找函数的所有无定义点、端点、分段点 $x_0$,逐个计算 $\lim_{x\to x_0^\pm}f(x)$,若为 $\infty$ 则 $x=x_0$ 为铅直渐近线。

第二步:找 $x\to+\infty$(或 $-\infty$)方向的渐近线。对每个方向:

① 先求 $\lim_{x\to+\infty}f(x)=A$(常数)$\Rightarrow$ 有水平渐近线 $y=A$,该方向不可能再有斜渐近线;

② 否则求 $\lim_{x\to+\infty}\frac{f(x)}{x}=a$:若 $a$ 不存在或 $a=0\Rightarrow$ 该方向无斜渐近线;

③ 若 $a\ne 0$,再求 $\lim_{x\to+\infty}\left[f(x)-ax\right]=b\Rightarrow$ 得到斜渐近线 $y=ax+b$。

结论:每个方向最多有一条渐近线;水平渐近线与斜渐近线在同一方向互斥。

注意

① 曲线与渐近线可能会有交点,如 $y=\frac{\sin x}{x}+1$;② 形如 $y=x+\sin x$ 的函数没有斜渐近线(因为 $\lim_{x\to+\infty}\left[f(x)-ax\right]=\lim_{x\to+\infty}\sin x$ 不存在);③ 求渐近线条数时,别漏掉 $x\to-\infty$ 方向。

渐近线
图 5-3 水平渐近线、铅直渐近线与斜渐近线

四、最值或取值范围

最值的定义(整体概念,有别于极值)

极值只管附近,最值管整个区间。设 $f(x)$ 在 $[a,b]$ 上有定义,若存在 $x_0\in[a,b]$ 使对任意 $x\in[a,b]$ 都有 $f(x)\le f(x_0)$(或 $\ge$),则 $f(x_0)$ 是 $f(x)$ 在 $[a,b]$ 上的最大值(或最小值)。

求法:比较 $f(x)$ 在 $[a,b]$ 上所有驻点、$f'$ 不存在的点、端点处的函数值,最大者为最大值,最小者为最小值。

注意

① 闭区间上连续函数一定有最大值与最小值;开区间(或无穷区间)上的连续函数不一定有最值(如 $f(x)=3x-x^3$ 在 $(-1,1)$ 内,又如 $f(x)=\frac{1}{x}$ 在 $(0,1)$ 内无最大值也无最小值)。

② 但以下结论是正确的:若 $f(x)$ 在开区间 $(a,b)$ 内可导且只有一个极值点,则该极值点就是最值点。这一条在开区间的最值问题中非常好用。

③ 求数列最大项:把通项 $a_n$ 中的 $n$ 换成连续变量 $x$,求 $f(x)$ 的最大值点,再比较其左右两侧的整数点的函数值。

典型例题:求 $f(x)=x^{x}\ (x>0)$ 的最小值

$f'(x)=x^{x}(1+\ln x)$,令 $f'(x)=0$ 得 $x=\frac1{\mathrm{e}}$;$x\in\left(0,\frac1{\mathrm{e}}\right)$ 时 $f'(x)<0$,$x\in\left(\frac1{\mathrm{e}},+\infty\right)$ 时 $f'(x)>0$,故最小值 $f\!\left(\frac1{\mathrm{e}}\right)=\left(\frac1{\mathrm{e}}\right)^{1/\mathrm{e}}$(幂指函数求导常用 $u^{v}=\mathrm{e}^{v\ln u}$)。

五、作函数图像(基本功,一定要重视)

作图步骤

① 求定义域,讨论奇偶性、周期性;

② 求 $f'(x)$、$f''(x)$,求出 $f'(x)=0$、$f'(x)$ 不存在、$f''(x)=0$、$f''(x)$ 不存在的点;

③ 列表讨论:$f'$ 的符号(单调性、极值),$f''$ 的符号(凹凸性、拐点);

④ 求渐近线(铅直、水平、斜);

⑤ 描出关键点(极值点、拐点、与坐标轴的交点),画出图像。

示例:作 $y^2=(1-x^2)$ 与 $y=x^x\ (x>0)$ 的图像。$y=x^x$ 在 $x\to0^+$ 时 $y\to1$(因为 $x\ln x\to 0$),$x\to+\infty$ 时 $y\to+\infty$,且 $x>1$ 时 $f''(x)>0$(凹)。

六、曲率

公式

曲率用来衡量曲线「弯得有多厉害」:弯得越急,曲率越大;直线不弯,曲率为 0。曲线 $y=y(x)$ 在点 $x$ 处的曲率: $$K=\frac{\left|y''\right|}{\left[1+\left(y'\right)^{2}\right]^{3/2}},\qquad\text{曲率半径}\quad R=\frac1K=\frac{\left[1+\left(y'\right)^{2}\right]^{3/2}}{\left|y''\right|}.$$

参数方程 $x=\varphi(t),\ y=\psi(t)$ 给出的曲线: $$K=\frac{\left|\varphi'(t)\psi''(t)-\varphi''(t)\psi'(t)\right|}{\left[\varphi'^2(t)+\psi'^2(t)\right]^{3/2}}.$$

特别:直线 $K=0$;圆(半径 $r$)$K=\frac1r$。

典型例题:星形线

曲线 $x=a\cos^3t,\ y=a\sin^3t$(星形线),由参数求导法得 $x'=-3a\cos^2t\sin t$,$y'=3a\sin^2t\cos t$,$y''=\frac{\mathrm{d}}{\mathrm{d}t}\left(\frac{y'}{x'}\right)\Big/x'$,代入公式得在 $t=\frac\pi4$ 处 $K=\frac{4}{3\sqrt2\,a}$。主要考查「参数方程求导 $+$ 曲率公式」,基本都是填空题。

七、题型归纳

题型 1 求单调区间、极值、最大值与最小值

识别题中出现「求单调区间」「求极值」「在 $[a,b]$ 上的最值」「证明不等式」等字眼,或给一个可导函数让你完整讨论其增减。

步骤① 写出定义域(这是最容易被忽略却必须先做的一步);

② 求 $f'(x)$,解 $f'(x)=0$ 并找出 $f'$ 不存在的点,用这些点把定义域分段;

③ 列表:逐段判断 $f'(x)$ 的符号,由符号定增减、写出单调区间;

④ 符号由正变负处取极大值,由负变正处取极小值,算出极值;

⑤ 若求 $[a,b]$ 上的最值,再把这些极值与端点值 $f(a),f(b)$ 一起比较,最大/最小者即为所求。

示例求 $f(x)=x^{3}-3x$ 的单调区间、极值,以及它在 $[-2,2]$ 上的最值。第①步定义域为全体实数。第②③步: $$f'(x)=3x^{2}-3=3(x-1)(x+1),$$ 驻点为 $x=-1,1$,据此分段列表:$(-\infty,-1)$ 上 $f'(x)>0$(增),$(-1,1)$ 上 $f'(x)<0$(减),$(1,+\infty)$ 上 $f'(x)>0$(增)。第④步:$x=-1$ 处由增变减,极大值 $f(-1)=2$;$x=1$ 处由减变增,极小值 $f(1)=-2$。第⑤步比较端点:$f(-2)=-2$,$f(2)=2$,与极值合看,最大值是 2(在 $x=-1$ 与 $x=2$ 处取得),最小值是 $-2$(在 $x=1$ 与 $x=-2$ 处取得)。

题型 2 判断拐点、求凹凸区间

识别题干问「凹凸区间」「拐点坐标」,或给出含参数的分段/多项式函数问「是否存在拐点」。

步骤① 求 $y''$,解 $y''=0$ 并找出 $y''$ 不存在的点;

② 用这些点分区间,判断 $y''$ 在每个区间内的符号:$y''>0$ 是凹、$y''<0$ 是凸,写出凹凸区间;

③ 检查分界点处 $y''$ 是否变号:变号才是拐点(符号不变不是,如 $y=x^4$ 在 $0$ 处);

④ 把横坐标代回原函数求出纵坐标,拐点要写成坐标 $(x_0,f(x_0))$;

⑤ 含参数的题:先用拐点的必要条件 $f''(x_0)=0$ 列方程解参数,再回头验证 $f''$ 确实变号。

示例求 $y=x^{4}-2x^{2}$ 的凹凸区间与拐点。第①步: $$y'=4x^{3}-4x,\qquad y''=12x^{2}-4=12\left(x^{2}-\frac13\right),$$ 令 $y''=0$ 得 $x=\pm\frac{1}{\sqrt3}$。第②步:$x<-\frac{1}{\sqrt3}$ 时 $y''>0$(凹);$-\frac{1}{\sqrt3}<x<\frac{1}{\sqrt3}$ 时 $y''<0$(凸);$x>\frac{1}{\sqrt3}$ 时 $y''>0$(凹)。第③④步:两个分界点处 $y''$ 都变号,都是拐点;代入 $x^{2}=\frac13$ 得 $y=\frac19-\frac23=-\frac59$,故拐点为 $\left(\pm\frac{1}{\sqrt3},-\frac59\right)$。

题型 3 求渐近线(重点:条数)

识别题干问「求曲线的渐近线」「渐近线的条数」,函数通常是有理分式、含 $\ln$ 或含 $\arctan$ 的形式。

步骤① 找铅直渐近线:列出所有无定义点(分母为零、对数真数为零等),逐个求单侧极限,为 $\infty$ 的就记一条 $x=x_0$;

② 对 $x\to+\infty$ 方向:先算 $\lim f(x)$,是常数则得水平渐近线,该方向结束;

③ 否则算 $a=\lim\frac{f(x)}{x}$:若 $a$ 不存在或 $a=0$,该方向没有斜渐近线;若 $a\ne0$,再算 $b=\lim[f(x)-ax]$ 得斜渐近线 $y=ax+b$;

④ 对 $x\to-\infty$ 方向重复第②③步(这是最容易漏的一步);

⑤ 数条数时把三个方向的结果相加,注意同一方向水平与斜渐近线互斥。

示例求 $y=\frac{x^{2}}{x-1}$ 的渐近线。第①步:$x=1$ 时 $\lim_{x\to1}\frac{x^{2}}{x-1}=\infty$,故 $x=1$ 是铅直渐近线。第②步:$\lim_{x\to\pm\infty}\frac{x^{2}}{x-1}=\infty$,不是常数,没有水平渐近线。第③④步:两个方向算同一个 $a$: $$a=\lim_{x\to\infty}\frac{1}{x}\cdot\frac{x^{2}}{x-1}=\lim_{x\to\infty}\frac{x}{x-1}=1\ne0,\qquad b=\lim_{x\to\infty}\left(\frac{x^{2}}{x-1}-x\right)=\lim_{x\to\infty}\frac{x}{x-1}=1.$$ 故斜渐近线为 $y=x+1$,且两个方向同为这一条。第⑤步:共 2 条渐近线。

题型 4 极值点与拐点的综合判定(选择题)

识别题干给出一串「$f'(x_0)=f''(x_0)=\cdots=0$,但某个高阶导数不为 0」的条件,问 $x_0$ 是不是极值点、$(x_0,f(x_0))$ 是不是拐点。

步骤① 数出第一个不为零的高阶导数的阶数 $n$;

② $n$ 为偶数$\Rightarrow$ 是极值点(该导数 $>0$ 为极小,$<0$ 为极大),且不是拐点;

③ $n$ 为奇数$\Rightarrow$ 不是极值点,且是拐点;

④ 若题目没给高阶导数信息,就回到原始定义:用 $f'$ 或 $f''$ 在两侧是否变号来判断。

示例设 $f(x)$ 在 $x_0$ 处四阶可导,且 $f'(x_0)=f''(x_0)=f'''(x_0)=0$,$f^{(4)}(x_0)=5>0$,判断 $x_0$ 与 $(x_0,f(x_0))$ 的性质。第①步:第一个不为零的是 4 阶导数,故 $n=4$。第②步:$n$ 为偶数,所以 $x_0$ 是极值点;又 $f^{(4)}(x_0)>0$,故为极小值点,同时 $(x_0,f(x_0))$ 不是拐点。

题型 5 作函数图像 / 讨论方程根的个数

识别要求画函数草图,或问「方程 $f(x)=0$ 有几个根」「两曲线有几个交点」。

步骤① 把方程改写成「左边一个函数 $=$ 右边一个函数」的形式,根的个数就是两条曲线交点的个数;

② 对一个简单的函数求出定义域、$f'=0$ 的驻点、$f''=0$ 的点,得到它的单调区间、极值、凹凸与拐点;

③ 求出渐近线和两个无穷方向的趋势,画出它的草图;

④ 用水平线(或另一条曲线)去「扫」这个草图,按极值的大小分情况讨论,数出交点个数;

⑤ 含参数的题,把参数当成水平线的高度,按它落在极值之间还是之外分类作答。

示例讨论方程 $x^{3}-3x+a=0$ 的实根个数。第①步改写为「$x^{3}-3x=-a$」,即曲线 $y=x^{3}-3x$ 与水平线 $y=-a$ 的交点。第②步:由上题知该函数在 $x=-1$ 处取极大值 2,在 $x=1$ 处取极小值 $-2$,且 $x\to-\infty$ 时 $y\to-\infty$,$x\to+\infty$ 时 $y\to+\infty$。第④⑤步按水平线高度 $-a$ 分类:$-a>2$(即 $a<-2$)时只有 1 个根;$-a=2$($a=-2$)或 $-a=-2$($a=2$)时恰有 2 个根;$-2<-a<2$(即 $-2<a<2$)时有 3 个根。

题型 6 求曲率与曲率半径

识别题干直接问「曲率」「曲率半径」,或给出 $y=f(x)$、参数方程、极坐标曲线让你求某点处的曲率。

步骤① 求 $y'$、$y''$(参数方程给出的曲线先用参数求导公式求 $y'=\frac{\psi'}{\varphi'}$ 与 $y''$);

② 代入 $K=\frac{\left|y''\right|}{\left(1+y'^{2}\right)^{3/2}}$,分子必须加绝对值;

③ 求曲率半径就直接取倒数 $R=\frac1K$;

④ 若是参数方程,也可直接代参数形式 $K=\frac{\left|\varphi'\psi''-\varphi''\psi'\right|}{\left[\varphi'^2+\psi'^2\right]^{3/2}}$,避免先解出 $y$ 与 $x$ 的关系;

⑤ 结论一般是一个含该点坐标的确定数值,别忘代点。

示例求曲线 $y=\ln x$ 在点 $x=1$ 处的曲率与曲率半径。第①步: $$y'=\frac1x,\qquad y''=-\frac{1}{x^{2}};\qquad x=1\text{ 时 }y'=1,\ y''=-1.$$ 第②③步代入公式: $$K=\frac{\left|-1\right|}{\left(1+1^{2}\right)^{3/2}}=\frac{1}{2\sqrt2}=\frac{\sqrt2}{4},\qquad R=\frac1K=2\sqrt2.$$

八、注意事项与易错点

① 极值 vs 最值

容易错:把极值点当成最值点,或在端点处找极值。正确做法:极值是局部概念,最值是整体概念;极值点不能是端点;求最值时要把驻点、不可导点与端点一起比较,最值点可能就是端点或不可导点。

② 必要条件的反向不成立

容易错:见到 $f'(x_0)=0$ 就说它是极值点,见到 $f''(x_0)=0$ 就说是拐点。正确做法:$f'(x_0)=0$ 不能推出 $x_0$ 是极值点(如 $x^3$);$f''(x_0)=0$ 不能推出是拐点(如 $x^4$);此外 $f''$ 不存在的点也可能是拐点(如 $\sqrt[3]{x}$)——一律回到「是否变号」去验证。

③ 判别方法的选择

容易错:拿到题只会套第二充分条件,遇到 $f''(x_0)=0$ 就卡住或硬下结论。正确做法:能用第二充分条件($f''(x_0)\ne 0$)就优先用;$f''(x_0)=0$ 时改用第一或第三充分条件;一阶导数不存在的点只能用第一充分条件。

④ 渐近线的三个坑

容易错:漏掉 $x\to-\infty$ 方向;把 $a=0$ 也算成斜渐近线;没检查无定义点处的铅直渐近线。正确做法:两个无穷方向都要单独算;$a=0$ 说明该方向没有斜渐近线;动手前先把定义域上所有「断点」列出来逐个试极限。

⑤ 曲率公式的绝对值

容易错:忘记分子加绝对值,算出负的曲率。正确做法:$K=\frac{\left|y''\right|}{(1+y'^2)^{3/2}}$,分母恒正,分子要加绝对值,因此 $K\ge 0$,当且仅当曲线是直线时 $K=0$。

第 6 章 一元函数微分学的应用(二)——中值定理、微分等式与微分不等式证明题的总入口:找中值点、证方程有根、比较大小

◆ 本章知识地图
三大板块① 只用连续性的四个定理(有界与最值定理、介值定理、平均值定理、零点定理)② 用到导数的定理(费马定理、罗尔定理、拉格朗日中值定理、柯西中值定理、泰勒公式)③ 积分中值定理 微分等式证明方程根的存在性(零点定理、罗尔定理)与唯一性(单调性、罗尔定理的推论) 微分不等式① 用函数性态证明 ② 用常数变量化证明 ③ 用中值定理证明

这一章是干什么的:前面几章教你怎么算导数、怎么画图像,这一章教你怎么证明。证明题的套路其实不多,一把钥匙开一把锁——想说明某个方程有解,用零点定理;想说明某个导数值等于零,用罗尔定理;想把两个函数值之差拆开,用拉格朗日中值定理;想比较两个表达式的大小,就作差再看单调性。本章是后面「积分等式与积分不等式」的地基,先把这几把钥匙认熟。

一、只用连续性的四个定理

定理 1(有界与最值定理)

直观上:一段连续的曲线画在闭区间上,既不会跑到无穷远,也一定有最高点和最低点。

设 $f(x)$ 在闭区间 $[a,b]$ 上连续,则 $f(x)$ 在 $[a,b]$ 上有界,且存在 $\xi_1,\xi_2\in[a,b]$,使 $$m=f(\xi_1)\le f(x)\le f(\xi_2)=M,\qquad x\in[a,b],$$

即 $f(x)$ 在 $[a,b]$ 上能取到最小值 $m$ 与最大值 $M$。

什么时候用、怎么用:题目要说「$f$ 在某区间上有界」或「存在一点使 $f$ 取到最小(大)值」时用它。两个条件缺一不可——区间必须是闭的,函数必须连续;换成开区间结论就可能不成立(例如 $f(x)=\frac1x$ 在 $(0,1]$ 上就无界)。

定理 2(介值定理)

直观上:连续曲线既然能到达最低点 $m$ 和最高点 $M$,那么 $m$ 与 $M$ 之间的任何一个高度它都踩得过去。

设 $f(x)$ 在 $[a,b]$ 上连续,$m=\min f(x)$,$M=\max f(x)$,则对任意 $\mu\in[m,M]$,存在 $\xi\in[a,b]$,使 $f(\xi)=\mu$。

什么时候用、怎么用:要证明「存在一点使函数值等于某个数」时用它。它常与定理 1 连着用:先用最值定理找到 $m$ 与 $M$,把要证的数夹在 $m$ 与 $M$ 之间,再用介值定理卡出 $\xi$。

定理 3(平均值定理)

直观上:取若干个函数值求算术平均,这个平均值一定也被区间上某一点的函数值取到。

设 $f(x)$ 在 $[a,b]$ 上连续,$x_1,x_2,\dots,x_n$ 是 $[a,b]$ 上的任意 $n$ 个点,则存在 $\xi\in[a,b]$,使 $$f(\xi)=\frac{f(x_1)+f(x_2)+\cdots+f(x_n)}{n}.$$

它是怎么来的:每个 $f(x_i)$ 都夹在最小值与最大值之间,所以平均值也夹在两者之间: $$m\le f(x_i)\le M\quad\Longrightarrow\quad m\le\frac{f(x_1)+\cdots+f(x_n)}{n}\le M,$$

再对这个平均值用介值定理即可。

什么时候用、怎么用:题目出现「$\sum_{i=1}^{n}f(x_i)$ 与 $nf(\xi)$ 的关系」,或要证「存在一点使函数值等于若干点的平均值」时用它。注意 $f(\xi)$ 只是一个函数值,未必是常数,不能当成已知数去解方程。

定理 4(零点定理)

直观上:连续曲线从 $x$ 轴下方爬到上方(或反过来),中途必然穿过 $x$ 轴。

设 $f(x)$ 在 $[a,b]$ 上连续,且 $f(a)f(b)<0$,则存在 $\xi\in(a,b)$,使 $f(\xi)=0$。

什么时候用、怎么用:这是证明「方程 $f(x)=0$ 有根」最直接的工具。做法是先令 $F(x)=$(把方程移项到一边后剩下的式子),再找两点让 $F$ 的值异号。题目没给区间时,用 $x\to+\infty$ 与 $x\to-\infty$ 时 $F$ 的极限符号代替端点符号。

二、用到导数的定理(中值定理)

定理 5(费马定理)

直观上:山顶(或谷底)那一处,切线是水平的。

设 $f(x)$ 在点 $x_0$ 处可导,且在 $x_0$ 的某邻域内 $x_0$ 是极值点,则 $f'(x_0)=0$。

怎么证(脱帽法):设 $x_0$ 为极大值点,则在 $x_0$ 附近有 $f(x)-f(x_0)\le 0$。当 $x<x_0$ 时 $\frac{f(x)-f(x_0)}{x-x_0}\ge 0$,令 $x\to x_0^-$ 得 $f'_-(x_0)\ge 0$;当 $x>x_0$ 时 $\frac{f(x)-f(x_0)}{x-x_0}\le 0$,令 $x\to x_0^+$ 得 $f'_+(x_0)\le 0$。函数可导意味着 $f'_-(x_0)=f'_+(x_0)$,一个不小于零、一个不大于零,只能同时为零,故 $f'(x_0)=0$。

两个要点:① 极值只在区间内部讨论,端点不算极值点;② 「可导」与「是极值点」两个条件缺一不可,否则结论不成立。

定理 6(罗尔定理)

直观上:曲线的两端一样高,那么中间必有一处切线是水平的。

设 $f(x)$ 在 $[a,b]$ 上连续,在 $(a,b)$ 内可导,且 $f(a)=f(b)$,则存在 $\xi\in(a,b)$,使 $$f'(\xi)=0.$$

三个条件缺一不可:$f(x)=|x|$ 在 $[-1,1]$ 上端点值相等,但 $x=0$ 处不可导,找不到使 $f'(\xi)=0$ 的点;$f(x)=x$ 在 $[0,1]$ 上连续且可导,但端点值不等,同样找不到。

什么时候用、怎么用:只要结论里出现「某个导数等于零」,或者出现「存在 $\xi$ 使某个式子为零」,第一反应就是罗尔定理。用之前先数一数题干给了几个函数值相等的点:两个点用一次,三个点用两次,依次类推。

★ 推广的罗尔定理

设 $f(x)$ 在 $(a,b)$ 内可导,且 $\lim_{x\to a^+}f(x)=\lim_{x\to b^-}f(x)=A$($A$ 为有限数),则存在 $\xi\in(a,b)$,使 $f'(\xi)=0$。

为什么成立:既然两端极限相等,就把 $f(a)$、$f(b)$ 补定义为 $A$,补完之后 $f$ 在 $[a,b]$ 上连续、在 $(a,b)$ 内可导、端点值相等,正好套罗尔定理。

什么时候用:题干把条件写在开区间上(常见写法是「$f$ 在 $(a,b)$ 内可导」加两个端点极限),就要用这个版本。

罗尔定理的推论(证「至多几个根」的利器)

推论:设 $f(x)$ 在区间 $I$ 上$n$ 阶可导,且 $f^{(n)}(x)\ne 0$(在 $I$ 上恒不为零),则方程 $f(x)=0$ 在 $I$ 上至多 $n$ 个实根。

换个说法:若 $f(x)=0$ 在 $I$ 上有 $n+1$ 个根,则 $f^{(n)}(x)=0$ 在 $I$ 上至少有一个根——这两句话是一回事。

怎么证(反证 $+$ 反复用罗尔定理):反设 $f(x)=0$ 有 $n+1$ 个根 $x_1<x_2<\cdots<x_{n+1}$。在每两个相邻根之间用一次罗尔定理,得 $f'(x)=0$ 有 $n$ 个根;再在得到的 $n$ 个根两两之间各用一次,得 $f''(x)=0$ 有 $n-1$ 个根;如此层层递推,最终得 $f^{(n)}(x)=0$ 至少有一个根,与 $f^{(n)}(x)\ne 0$ 矛盾。

什么时候用、怎么用:证明「方程至多有几个实根」时用它;再配合零点定理证存在性,就得到「有且仅有 $k$ 个实根」。

定理 7(拉格朗日中值定理)

直观上:一段光滑曲线,总能找到一条切线,它和曲线两端点连成的弦平行。

设 $f(x)$ 在 $[a,b]$ 上连续,在 $(a,b)$ 内可导,则存在 $\xi\in(a,b)$,使 $$f(b)-f(a)=f'(\xi)(b-a)\quad\Longleftrightarrow\quad \frac{f(b)-f(a)}{b-a}=f'(\xi).$$

三种常用变形:① $f(x+\Delta x)-f(x)=f'(\xi)\Delta x$;② $f(x)=f(x_0)+f'(\xi)(x-x_0)$;③ 令 $\theta=\frac{\xi-a}{b-a}\in(0,1)$,则 $f(b)-f(a)=f'(a+\theta(b-a))(b-a)$。

用法一(证明不等式):题目里出现「两个函数值之差 $f(b)-f(a)$」,就把它写成 $f'(\xi)(b-a)$,再用 $f'$ 的取值范围把这个式子放大或缩小。

用法二(证明函数有界):若在 $(a,b)$ 内 $|f'(x)|\le k$,则对任意 $x\in(a,b)$ 有 $|f(x)-f(a)|\le k(x-a)$,从而 $|f(x)|\le|f(a)|+k(b-a)$。

怎么下手:这一步的关键是把题目的文字条件翻译成中值定理要的形状。例如条件说「$f'(x)$ 存在且 $|f'|\le M$」,就要立刻想到上面用法二里的不等式。

定理 8(柯西中值定理)

设 $f(x),g(x)$ 在 $[a,b]$ 上连续,在 $(a,b)$ 内可导,且 $g'(x)\ne 0$,则存在 $\xi\in(a,b)$,使 $$\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f'(\xi)}{g'(\xi)}.$$

题目的长相:题干里往往有一个抽象函数配一个具体函数(如 $f(x)$ 与 $\ln x$、$x^2$、$\mathrm{e}^x$),或者结论里直接出现 $\frac{f(b)-f(a)}{g(b)-g(a)}$ 这种「两个差相除」的结构;参数方程 $x=g(t),y=f(t)$ 就是这个定理的几何背景。

与拉格朗日的关系:令 $g(x)=x$,柯西中值定理立刻变成拉格朗日中值定理,所以它是拉格朗日的推广。

定理 9(泰勒公式,拉格朗日中值定理的推广)

带拉格朗日余项(在区间上用,展开到 $n$ 阶): $$f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(x_0)}{k!}(x-x_0)^{k}+\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1},$$

其中 $\xi$ 在 $x$ 与 $x_0$ 之间。($n=0$ 时它就退化成 $f(x)=f(x_0)+f'(\xi)(x-x_0)$,正是拉格朗日中值定理。)

带佩亚诺余项(在一点附近用,$x\to x_0$): $$f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(x_0)}{k!}(x-x_0)^{k}+o\!\left((x-x_0)^{n}\right).$$

两种余项怎么选:讨论整个区间上的问题、需要把两个展开式相减比较大小,用拉格朗日余项;讨论某点附近的行为、求极限,用佩亚诺余项。

实际考试范围:一般记住前三项就够用——$f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2$。

积分中值定理

设 $f(x)$ 在 $[a,b]$ 上连续,则存在 $\xi\in[a,b]$,使 $$\int_a^b f(x)\,\mathrm{d}x=f(\xi)(b-a).$$

广义形式:若 $g(x)$ 在 $[a,b]$ 上不变号且可积,则存在 $\xi\in[a,b]$,使 $\int_a^b f(x)g(x)\,\mathrm{d}x=f(\xi)\int_a^b g(x)\,\mathrm{d}x$。

怎么理解:把它解出 $f(\xi)=\frac{1}{b-a}\int_a^b f(x)\mathrm{d}x$,右边正是「函数在区间上的平均值」,所以这个定理说的是「连续函数总能取到自己的平均值」。

三、微分等式:证明方程根的存在性与唯一性

总思路

证存在性有两条路:① 用零点定理——先构造辅助函数 $F(x)$,再找两点使 $F$ 的值异号;② 用罗尔定理——把结论里的 $\xi$ 换成 $x$,反推出辅助函数 $F(x)$,使 $F'(\xi)=0$ 恰好等价于要证的结论。

证唯一性也有两条路:用单调性(证明 $f'(x)>0$ 或 $f'(x)<0$);或用反证法(假设有两个根 $f(x_1)=f(x_2)=0$,由罗尔定理得 $f'(\xi)=0$,与 $f'(x)\ne 0$ 矛盾)。

证根的个数:存在性(零点定理)$+$ 至多性(罗尔定理的推论)$=$ 恰有 $k$ 个实根。

辅助函数怎么构造

做法很机械:把结论里的 $\xi$ 全部换成 $x$,移项整理成「某个函数的导数 $=0$」的样子,再反推出那个函数。下面几个模式可以照着套:

① 要证 $f'(\xi)=0$,取 $F(x)=f(x)$;

② 要证 $f'(\xi)+g'(\xi)f(\xi)=0$,取 $F(x)=f(x)\mathrm{e}^{g(x)}$;

③ 要证 $f'(\xi)=\frac{f(\xi)}{\xi}$(即 $\xi f'(\xi)-f(\xi)=0$),取 $F(x)=\frac{f(x)}{x}$;

④ 要证 $f'(\xi)=k$,取 $F(x)=f(x)-kx$;

⑤ 要证 $\frac{f(b)-f(a)}{b-a}=f'(\xi)$ 这类,用两端点值 $F(a)=F(b)$ 去核对。

技巧:把式子凑成一个完整的微分(必要时乘一个积分因子),凑出来的那一整块就是辅助函数。

注意

① 凡是要证「$f^{(n)}(\xi)=0$」,基本就是反复用罗尔定理:每用一次,区间缩短一段、导数的阶数升高一阶。

② 用罗尔定理必须逐条核对三个条件(闭区间连续、开区间可导、端点值相等)。题目常把条件设在开区间上,这时改用推广的罗尔定理把端点补上。

③ 实系数奇次方程至少有一个实根:设 $f(x)=a_nx^n+\cdots+a_0$($n$ 为奇数,$a_n\ne0$),当 $x\to+\infty$ 与 $x\to-\infty$ 时 $f$ 的极限一正一负,用零点定理(或极限形式)即可证明。

四、微分不等式:证明不等式的三条路

方法一 用函数性态证明(最常用)

识别要证的不等式两边都是初等函数,不含抽象的 $f$,形如「在某个区间上 $A(x)>B(x)$」。

步骤① 作差移项,令 $F(x)=$(左边 $-$ 右边),把要证的结论改写成 $F(x)>0$;② 求 $F'(x)$ 并判断它在区间上的符号——如果 $F'$ 的符号看不出,就再求 $F''(x)$,由 $F''$ 的符号定出 $F'$ 的单调性,再由 $F'(a)$ 的符号定出 $F'$ 的符号,一层一层往上传;③ 用端点值(通常 $F(a)=0$ 或 $F(a)\ge 0$)配合单调性,得出 $F(x)>0$。

示例证明 $x>0$ 时 $x>\ln(1+x)$。令 $F(x)=x-\ln(1+x)$,则 $F(0)=0$,且 $$F'(x)=1-\frac{1}{1+x}=\frac{x}{1+x}>0\quad(x>0),$$

所以 $F$ 在 $[0,+\infty)$ 上单调递增,$x>0$ 时 $F(x)>F(0)=0$,即 $x>\ln(1+x)$。

方法二 用常数变量化证明

识别要证的式子里含有常数(常见 $0<a<b$),而且把常数换成别的值,结论看上去仍然应当成立。

步骤① 挑一个常数,把它换成变量 $x$(一般换掉「较小的那个」或「区间端点」,让 $x$ 的取值范围好写);② 构造 $F(x)=$(左边 $-$ 右边);③ 按方法一处理:求导、定符号、用端点值收尾;④ 最后把 $x$ 换回原来的常数,得到要证的结论。

示例证明 $0<a<b$ 时 $\frac{b-a}{b}<\ln\frac{b}{a}<\frac{b-a}{a}$。固定 $b$,把 $a$ 换成变量 $x\in(0,b)$。先令 $F(x)=\ln\frac{b}{x}-\frac{b-x}{b}$,则 $F(b)=0$,且 $$F'(x)=-\frac1x+\frac1b=\frac{x-b}{bx}<0\quad(0<x<b),$$

所以 $F$ 单调递减,$x<b$ 时 $F(x)>F(b)=0$,即 $\ln\frac{b}{x}>\frac{b-x}{b}$,把 $x$ 换回 $a$ 就得到右边的不等号。另一半同理:令 $G(x)=\ln\frac{b}{x}-\frac{b-x}{x}$,由 $G(b)=0$ 与 $G'(x)=\frac{b-x}{x^2}>0$ 得 $x<b$ 时 $G(x)<0$,即 $\ln\frac{b}{x}<\frac{b-x}{x}$,把 $x$ 换回 $a$ 即得。

方法三 用中值定理证明

识别要证的不等式里出现「$f(b)-f(a)$」这种两个函数值之差,或者条件给了 $f'$ 的单调性、$|f'|\le k$ 之类的导数信息。

步骤① 把 $f(b)-f(a)$ 用拉格朗日中值定理写成导数形式(出现两个不同函数相除时改用柯西中值定理);② 利用 $\xi\in(a,b)$ 给导数定范围——例如 $f'$ 单调递增时 $f'(a)<f'(\xi)<f'(b)$,而 $|f'|\le k$ 时 $|f'(\xi)|\le k$;③ 把这一步的放缩代回,整理出要证的不等式。

示例设 $f(x)$ 在 $[a,b]$ 上连续、在 $(a,b)$ 内可导,且对一切 $x$ 有 $|f'(x)|\le M$,证明 $|f(b)-f(a)|\le M(b-a)$。由拉格朗日中值定理,存在 $\xi\in(a,b)$ 使 $f(b)-f(a)=f'(\xi)(b-a)$,两边取绝对值: $$|f(b)-f(a)|=|f'(\xi)|\,(b-a)\le M(b-a).$$

五、题型归纳

题型 1 证明存在 $\xi$ 使 $f'(\xi)=0$

识别结论里只有一个中值点,且结论是某个导数等于零(或题干先给了一组函数值相等的点)。

步骤① 在题干里找出函数值相等的点,把它们从小到大排好;② 在每两个相邻的点构成的区间上核对罗尔定理的三个条件(闭区间连续、开区间可导、两端值相等);③ 每用一次罗尔定理,就得到一个新的「导数为零的点」,点数比原来少一个,导数的阶数升一阶;④ 需要几阶导数就用几次,直到凑出结论要的那个导数。

示例设 $f(x)$ 在 $[0,3]$ 上连续、在 $(0,3)$ 内可导,且 $f(0)=f(1)=f(3)$,证明存在 $\xi\in(0,3)$ 使 $f''(\xi)=0$。

在 $[0,1]$ 上用罗尔定理得 $f'(\eta_1)=0$($\eta_1\in(0,1)$);在 $[1,3]$ 上用罗尔定理得 $f'(\eta_2)=0$($\eta_2\in(1,3)$)。于是 $f'$ 在 $[\eta_1,\eta_2]$ 上满足罗尔定理的条件,再用一次得 $f''(\xi)=0$,其中 $\xi\in(\eta_1,\eta_2)\subset(0,3)$。

题型 2 证明含 $\xi$ 的等式(构造辅助函数)

识别结论是含 $\xi$ 的等式,且 $\xi$ 只出现这一次(不涉及两个不同的点),例如 $f'(\xi)+2\xi f(\xi)=0$。

步骤① 把结论中的 $\xi$ 一律换成 $x$,移项整理成「$F'(x)=0$」的形状;② 反推出 $F(x)$(凑微分,必要时乘积分因子);③ 核对 $F$ 在区间端点是否取值相等,然后在相应区间上用罗尔定理;④ 由 $F'(\xi)=0$ 还原出要证的等式。

示例设 $f(x)$ 在 $[a,b]$ 上连续、在 $(a,b)$ 内可导,$f(a)=f(b)$,证明存在 $\xi\in(a,b)$ 使 $$f'(\xi)+2\xi f(\xi)=0.$$

把 $\xi$ 换成 $x$ 得 $f'(x)+2xf(x)=0$。两边同乘 $\mathrm{e}^{x^{2}}$,左边正好是一个乘积的导数:$\left[f(x)\mathrm{e}^{x^{2}}\right]'=\mathrm{e}^{x^{2}}\left[f'(x)+2xf(x)\right]$。于是取辅助函数 $F(x)=f(x)\mathrm{e}^{x^{2}}$。它在 $[a,b]$ 上连续、$(a,b)$ 内可导,且 $F(a)=f(a)\mathrm{e}^{a^{2}}=f(b)\mathrm{e}^{b^{2}}=F(b)$。由罗尔定理,存在 $\xi\in(a,b)$ 使 $F'(\xi)=0$,即 $$\mathrm{e}^{\xi^{2}}\left[f'(\xi)+2\xi f(\xi)\right]=0\ \Longrightarrow\ f'(\xi)+2\xi f(\xi)=0.$$

题型 3 两个中值点 $\xi,\eta$ 的证明(双中值问题)

识别结论里同时出现两个不同的中值点(常见写法是「存在 $\xi,\eta\in(a,b)$ 使……」,且两边的表达式不同)。

步骤① 在 $(a,b)$ 内取一个中间点 $c$,把区间切成 $(a,c)$ 与 $(c,b)$ 两段;② 在整段 $[a,b]$ 上对 $f$ 用拉格朗日中值定理(对含 $f(b)-f(a)$ 的那一项),在整段上对 $f$ 与某个具体函数 $g$ 用柯西中值定理(对含两个差相除的那一项);③ 把两个式子中的公共量(如 $f(b)-f(a)$)联立消去,就得到只含 $\xi,\eta$ 的关系式。

示例设 $f(x)$ 在 $[a,b]$ 上连续、在 $(a,b)$ 内可导,且 $0<a<b$,证明存在 $\xi,\eta\in(a,b)$ 使 $$f'(\xi)=\frac{a+b}{2\eta}f'(\eta).$$

对 $f$ 在 $[a,b]$ 上用拉格朗日中值定理:$f(b)-f(a)=f'(\xi)(b-a)$。再对 $f$ 与 $g(x)=x^{2}$ 在 $[a,b]$ 上用柯西中值定理:$\frac{f(b)-f(a)}{b^{2}-a^{2}}=\frac{f'(\eta)}{2\eta}$,即 $$f(b)-f(a)=\frac{f'(\eta)}{2\eta}(b-a)(a+b).$$

两式右边都是 $f(b)-f(a)$,让它们相等并约去正数 $(b-a)$,便得 $f'(\xi)=\frac{a+b}{2\eta}f'(\eta)$。

题型 4 证明 $f^{(n)}(\xi)=0$

识别结论是「$n$ 阶导数等于零」,而题干给出 $n+1$ 个函数值相等的信息(例如 $f$ 有 $n+1$ 个零点)。

步骤① 把这 $n+1$ 个点排序;② 在相邻两点之间各用一次罗尔定理,得到 $n$ 个使一阶导数为零的点;③ 对这 $n$ 个点重复同样的操作,每次导数升一阶、点数少一个;④ 做 $n$ 轮之后剩下的那个点就是 $\xi$。

示例设 $f(x)$ 在 $[0,n]$ 上 $n$ 阶可导,且 $f(0)=f(1)=\cdots=f(n)=0$,证明存在 $\xi\in(0,n)$ 使 $f^{(n)}(\xi)=0$。

在 $[0,1],[1,2],\dots,[n-1,n]$ 这 $n$ 个区间上各用一次罗尔定理,得 $f'$ 在 $(0,n)$ 内有 $n$ 个零点;再在这 $n$ 个零点之间用罗尔定理,得 $f''$ 有 $n-1$ 个零点……照此下去,第 $n$ 轮得到 $f^{(n)}$ 在 $(0,n)$ 内至少有一个零点,记为 $\xi$。

题型 5 证明方程有且仅有一个实根

识别题干明确说「证明方程……有且仅有一个实根」(或者「恰有两个实根」),既有存在性又有唯一性要求。

步骤① 令 $F(x)=$(方程移项后的左边);② 证存在性:找两点使 $F$ 的值异号(区间没给就用 $x\to\pm\infty$ 时 $F$ 的极限),用零点定理;③ 证唯一性:求 $F'(x)$,证明它在整个区间上恒正或恒负,从而 $F$ 严格单调;④ 由「单调 $+$ 两端异号」得出有且仅有一个实根。

示例证明方程 $x^{3}+x-1=0$ 有且仅有一个实根。

令 $F(x)=x^{3}+x-1$。取 $x=0$ 与 $x=1$:$F(0)=-1<0$,$F(1)=1>0$,且 $F$ 在 $[0,1]$ 上连续,由零点定理知存在根。又 $$F'(x)=3x^{2}+1>0\quad(-\infty<x<+\infty),$$

所以 $F$ 在实数轴上严格单调递增,图像与 $x$ 轴最多交一次,故实根有且仅有一个。

题型 6 证明不等式(微分不等式)

识别题目要证一个不等式,且不等式两端都是初等函数,或题干给了含 $f(b)-f(a)$ 的条件。

步骤① 先看不等式里有没有抽象函数:出现 $f(b)-f(a)$ 就直接用拉格朗日中值定理(方法三);② 全是初等函数就作差,令 $F(x)=$(左边 $-$ 右边)(方法一);③ 若式子里常数很多,先把常数换成变量 $x$ 再作差(方法二);④ 作差后求导、定符号,符号看不出就求二阶导;⑤ 用端点值配合单调性收尾。

示例证明 $x>0$ 时 $\mathrm{e}^{x}>1+x$。

令 $F(x)=\mathrm{e}^{x}-1-x$,则 $F(0)=0$,且 $F'(x)=\mathrm{e}^{x}-1>0$($x>0$)。所以 $F$ 在 $[0,+\infty)$ 上单调递增,$x>0$ 时 $F(x)>F(0)=0$,即 $\mathrm{e}^{x}>1+x$。

六、容易错在哪

① 只顾套定理,忘了核对条件

错在哪:罗尔定理要求「闭区间连续、开区间可导、端点值相等」三条件,很多人一看见 $\xi$ 就直接用,条件根本没验。

正确做法:动笔前把三个条件逐条对一遍。缺「可导」或端点值不等时结论可能不成立;只给开区间上的条件时,改用推广的罗尔定理把端点补上。

② 把中值点 $\xi$ 当成能算出来的数

错在哪:写成 $\xi=\frac{a+b}{2}$ 这类臆造的值,或者认为 $\xi$ 可以取端点、可以有多个。

正确做法:中值定理只保证 $(a,b)$ 内存在这样的 $\xi$,既不给出具体位置,也不保证唯一。凡是必须知道 $\xi$ 精确值的做法,都说明这条路走错了。

③ 泰勒公式的两种余项混着用

错在哪:讨论区间上的问题时用了带 $o$ 的佩亚诺余项,或者两个展开式分别取自不同的展开点、不同的阶数,结果相减时余项对消不了。

正确做法:区间上、需要作差比较时用拉格朗日余项(含 $f^{(n+1)}(\xi)$,$\xi$ 在 $x$ 与 $x_0$ 之间);求极限、只在一点附近讨论时用佩亚诺余项。要把两个展开式相减,必须取同一个展开点、同一个阶数。

④ 用中值定理证不等式时放缩方向搞反

错在哪:由 $\xi\in(a,b)$ 推 $f'(\xi)$ 的范围时想当然,符号取反,最后不等号方向对不上。

正确做法:先判断 $f'$ 在区间上的单调性再放缩。若 $f'$ 单调递增,则 $f'(a)<f'(\xi)<f'(b)$;若 $f'$ 单调递减则反过来。放缩完回头核对一次不等号方向。

⑤ 平均值定理里把 $f(\xi)$ 当成固定常数

错在哪:把 $f(\xi)$ 当成已知数移项求解,或者认为 $\xi$ 一定落在 $x_1$ 与 $x_n$ 之间。

正确做法:$f(\xi)$ 只是一个函数值,它依赖于所取的 $x_1,\dots,x_n$,而且定理只保证 $\xi$ 在 $[a,b]$ 内,并不保证在 $x_1$ 与 $x_n$ 之间(除非 $f$ 单调)。用到它时只当作「某个存在的函数值」来用。

第 7 章 一元函数微分学的应用(三)——物理应用与经济应用把导数用到物理和经济中(数一、数二看物理,数三看经济)

◆ 本章知识地图
物理应用仅数学一、数学二:用导数描述物理量(速度、加速度),牛顿第二定律 $F=ma$ 相关变化率仅数学一、数学二:$y=f(x)$,$x=x(t)$ 时 $\frac{\mathrm{d}y}{\mathrm{d}t}=f'(x)\frac{\mathrm{d}x}{\mathrm{d}t}$ 经济应用仅数学三:经济学中常见的函数、复利与连续复利、边际函数与边际分析、弹性函数与弹性分析

这一章是干什么的:前几章算的都是纯粹的数学式子,这一章把导数搬到实际情境里去用。要说明的是,应用题不会考很专业的物理或经济背景,考的都是最朴素的那几个概念:物理里就是速度、加速度、变化率;经济里就是成本、收益、利润、边际、弹性。真正需要练的是把题目里的文字翻译成函数关系式,翻译对了,剩下的就是前面学过的基本计算。

一、物理应用与相关变化率(仅数学一、数学二)

1. 三个基本物理概念

① 位移对时间的变化率是速度:$v(t)=s'(t)$;

② 速度对时间的变化率是加速度:$a(t)=v'(t)=s''(t)$;

③ 牛顿第二定律:$F=ma$(力等于质量乘加速度)。

怎么用:看到「运动」「速度」「加速度」这些字眼,就把位移函数 $s(t)$ 写出来,然后需要什么量就对 $t$ 求几次导。

2. 导数的物理意义

设质点的位移关于时间的函数为 $s=s(t)$(通常叫运动方程),则 $$v(t)=\lim_{\Delta t\to 0}\frac{\Delta s}{\Delta t}=s'(t),\qquad a(t)=\lim_{\Delta t\to 0}\frac{\Delta v}{\Delta t}=v'(t)=s''(t).$$

等价的写法:$a(t)=\frac{\mathrm{d}v}{\mathrm{d}t}=\frac{\mathrm{d}}{\mathrm{d}t}\left(\frac{\mathrm{d}s}{\mathrm{d}t}\right)=\frac{\mathrm{d}^2s}{\mathrm{d}t^2}$。

一个常用的变形:$a=\frac{\mathrm{d}v}{\mathrm{d}t}=\frac{\mathrm{d}v}{\mathrm{d}s}\cdot\frac{\mathrm{d}s}{\mathrm{d}t}=v\frac{\mathrm{d}v}{\mathrm{d}s}$。当题目只给出 $s$ 与 $v$ 的关系、不出现时间 $t$ 时,用这个式子可以把 $t$ 整个消掉,是解微分方程的关键一步。

★ 相关变化率

设 $y$ 由参数方程 $\begin{cases}x=x(t),\\ y=y(t)\end{cases}$ 确定且可导,则 $$\frac{\mathrm{d}y}{\mathrm{d}t}=\frac{\mathrm{d}y}{\mathrm{d}x}\cdot\frac{\mathrm{d}x}{\mathrm{d}t}=f'(x)\cdot x'(t).$$

这里 $\frac{\mathrm{d}y}{\mathrm{d}t}$ 与 $\frac{\mathrm{d}x}{\mathrm{d}t}$ 通过 $y=f(x)$ 相互牵制,一个变了另一个必须跟着变,所以叫相关变化率。

链式的传递关系:若 $A$、$B$、$C$ 依次相关,则 $$\frac{\mathrm{d}A}{\mathrm{d}C}=\frac{\mathrm{d}A}{\mathrm{d}B}\cdot\frac{\mathrm{d}B}{\mathrm{d}C}\quad\Longrightarrow\quad \frac{\mathrm{d}A}{\mathrm{d}t}=\frac{\mathrm{d}A}{\mathrm{d}B}\cdot\frac{\mathrm{d}B}{\mathrm{d}C}\cdot\frac{\mathrm{d}C}{\mathrm{d}t}.$$

说白了就是「用已知求未知」,而且 $A,B,C$ 可以换成任意一串实际量。例如某冰块的质量 $m$、温度 $c$、时间 $t$ 依次相关,就有 $\frac{\mathrm{d}m}{\mathrm{d}t}=\frac{\mathrm{d}m}{\mathrm{d}c}\cdot\frac{\mathrm{d}c}{\mathrm{d}t}$。

注意

这类题单独考并不难,难的是速度、位移、加速度与相关变化率混在一起,还要结合微分方程(微分方程见后面的微分方程一章)。遇到这种综合题,先把每个量的函数关系写清楚,再决定对谁求导。

二、经济学中常见的函数(仅数学三)

1. 需求函数与供给函数

需求函数:$Q=Q(p)$,即需求量 $Q$ 关于价格 $p$ 的函数,通常单调减少(价格涨,需求降)。

供给函数:$Q=Q(p)$,即供给量关于价格的函数,通常单调增加。

反需求函数:由 $Q=Q(p)$ 反解出 $p=p(Q)$,做题时常用来把收益写成只含 $Q$ 的式子。

2. 成本、收益与利润

成本函数 $C=C(Q)$(总成本等于固定成本加可变成本),平均成本 $\overline{C}=\frac{C(Q)}{Q}$。

收益函数 $R=R(Q)$;常见形式是 $R=pQ$(价格乘销量),也可写成 $R(Q)=p(Q)\cdot Q$。

利润函数 $L(Q)=R(Q)-C(Q)$。利润最大的必要条件是 $L'(Q)=R'(Q)-C'(Q)=0$,即边际收益等于边际成本($MR=MC$,经济学里著名的「最大利润原则」)。

怎么用:求最大利润的题,一律先写出 $R(Q)$ 与 $C(Q)$,相减得 $L(Q)$,再按上面这句话找驻点。

3. 复利与连续复利

复利(本金 $A_0$、年利率 $r$、一年计息 $n$ 次、$t$ 年后的本利和): $$A=A_0\left(1+\frac{r}{n}\right)^{nt}.$$

连续复利(让 $n\to\infty$,即随时计息): $$A=\lim_{n\to\infty}A_0\left(1+\frac{r}{n}\right)^{nt}=A_0\mathrm{e}^{rt}.$$

这一步用到的就是第二个重要极限的 $1^\infty$ 型处理方法。

三、边际函数与边际分析(仅数学三)

定义

设函数 $y=f(x)$ 可导,则导函数 $f'(x)$ 称为边际函数,$f'(x_0)$ 称为在 $x=x_0$ 处的边际值。

经济含义:$f'(x_0)$ 表示 $x$ 在 $x_0$ 处再增加一个单位时,$y$ 大约增加 $f'(x_0)$ 个单位。换成生产的话说,就是「多生产一个单位产品要多花的成本(或多赚的收益)」。

常用边际函数

① 边际成本 $MC=C'(Q)$;② 边际收益 $MR=R'(Q)$;③ 边际利润 $L'(Q)=R'(Q)-C'(Q)$;④ 边际需求 $Q'(p)$。

最大利润怎么判定:先由 $L'(Q)=0$ 得 $MR=MC$ 求出驻点,再用 $L''(Q)<0$ 确认它是极大值点(也就是最大值点)。

四、弹性函数与弹性分析(仅数学三)

定义

设函数 $y=f(x)$ 可导,则 $$\frac{Ey}{Ex}=\lim_{\Delta x\to 0}\frac{\dfrac{\Delta y}{y}}{\dfrac{\Delta x}{x}}=\frac{x}{y}\cdot\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{x}{f(x)}f'(x)$$

称为 $f(x)$ 在 $x$ 处的弹性函数(简称弹性)。它的含义是:$x$ 变化 $1\%$ 时,$y$ 大约变化 $\frac{Ey}{Ex}\%$。

怎么记:弹性写出来就是「$\frac{x}{y}f'(x)$」——分母放自变量、分子放函数,别写反。

需求弹性(需求对价格的弹性,是分析销售收入的核心)

需求函数 $Q=Q(p)$ 的弹性: $$\eta=\frac{EQ}{Ep}=\frac{p}{Q}\cdot\frac{\mathrm{d}Q}{\mathrm{d}p}.$$

由于需求函数单调减少($\frac{\mathrm{d}Q}{\mathrm{d}p}<0$),所以 $\eta<0$。实际讨论时习惯看它的绝对值 $|\eta|$。

收益 $R=pQ$ 与需求弹性的关系:设 $R=pQ(p)$,则 $$\frac{\mathrm{d}R}{\mathrm{d}p}=Q+p\frac{\mathrm{d}Q}{\mathrm{d}p}=Q\left(1+\frac{p}{Q}\frac{\mathrm{d}Q}{\mathrm{d}p}\right)=Q(1+\eta).$$

由于 $Q>0$,$\frac{\mathrm{d}R}{\mathrm{d}p}$ 的符号完全由 $1+\eta$ 决定,于是(下面用 $|\eta|$ 来说):

① $|\eta|>1$(富有弹性):此时 $\eta<-1$,$\frac{\mathrm{d}R}{\mathrm{d}p}<0$,降价反而使收益增加;

② $|\eta|<1$(缺乏弹性):此时 $\eta>-1$,$\frac{\mathrm{d}R}{\mathrm{d}p}>0$,涨价使收益增加;

③ $|\eta|=1$(单位弹性):此时 $\frac{\mathrm{d}R}{\mathrm{d}p}=0$,收益达到最大值。

另一个常用结论:$\frac{\mathrm{d}R}{\mathrm{d}Q}=p\left(1-\frac{1}{|\eta|}\right)$。

注意

① 弹性的分子是「函数值变化的百分比」,分母是「自变量变化的百分比」,不要写反;

② 需求弹性算出来通常是负的,讨论大小时一律比较 $|\eta|$ 与 $1$;

③ 涨价还是降价能增加收益,就看 $|\eta|$ 与 $1$ 谁大——这是经济应用里最常见的判断小题。

五、题型归纳

题型 1 物理应用题(数一、数二)

识别题干出现「质点运动」「位移」「速度」「加速度」「运动方程」等字样,并且给出了位移随时间的函数或受力关系。

步骤① 写出运动方程 $s=s(t)$(或题目给的其他函数关系);② 求速度 $v=s'(t)$、加速度 $a=v'(t)=s''(t)$;③ 把题目要求的时间点代进去算出数值;④ 若题干只给「$s$ 与 $v$ 的关系」而不含 $t$,用 $a=v\frac{\mathrm{d}v}{\mathrm{d}s}$ 把 $t$ 消掉,再解微分方程。

示例已知质点做直线运动,位移为 $s(t)=t^{3}-6t^{2}+9t$(位移单位 m,时间单位 s),求 $t=2$ s 时的速度和加速度。

求导得速度与加速度: $$v(t)=s'(t)=3t^{2}-12t+9,\qquad a(t)=v'(t)=6t-12.$$

代入 $t=2$:$v(2)=3\times4-12\times2+9=-3$(m/s),$a(2)=6\times2-12=0$(m/s$^{2}$)。速度为负说明该时刻质点正沿负方向运动。

题型 2 相关变化率问题(数一、数二)

识别题干给出两个或更多随时间变化的量(如半径、体积、面积、水位),已知其中一个的变化率,要求另一个的变化率。

步骤① 先把这些量之间的函数关系式写出来(不含时间的那一层关系);② 式子两端同时对 $t$ 求导,用链式法则把 $\frac{\mathrm{d}y}{\mathrm{d}t}$ 与 $\frac{\mathrm{d}x}{\mathrm{d}t}$ 联系起来;③ 把已知量与已知的变化率代入,解出要求的那个变化率;④ 检查各量的正负号是否符合实际意义。

示例圆的半径 $r$ 以 $2\,\mathrm{cm/s}$ 的速度均匀增大,求半径等于 $10\,\mathrm{cm}$ 时圆面积的变化率。

先写面积与半径的关系 $A=\pi r^{2}$,两端对 $t$ 求导: $$\frac{\mathrm{d}A}{\mathrm{d}t}=2\pi r\cdot\frac{\mathrm{d}r}{\mathrm{d}t}.$$

代入 $r=10$、$\frac{\mathrm{d}r}{\mathrm{d}t}=2$,得 $\frac{\mathrm{d}A}{\mathrm{d}t}=2\pi\times10\times2=40\pi$(cm$^{2}$/s)。(注意:这里必须把 $r=10$ 代进去,不能在求导之前就代入,否则 $A$ 变成常数,导数就成 0 了。)

题型 3 边际分析与最大利润(数三)

识别题目给出需求函数或价格函数、成本函数,问「最大利润」「最优产量」「边际成本是多少」。

步骤① 由需求函数写出收益 $R(Q)=p(Q)\cdot Q$;② 写出利润 $L(Q)=R(Q)-C(Q)$;③ 令 $L'(Q)=R'(Q)-C'(Q)=0$ 求出驻点(也就是 $MR=MC$ 的那个 $Q$);④ 用 $L''(Q)<0$ 确认它是最大值点;⑤ 把 $Q$ 代回求最大利润(题目还要价格就再代回需求函数)。

示例设某商品的需求函数为 $p=40-Q$,总成本为 $C(Q)=20Q+50$,求使利润最大的产量与最大利润。

收益 $R(Q)=pQ=(40-Q)Q=40Q-Q^{2}$,于是 $$L(Q)=R(Q)-C(Q)=40Q-Q^{2}-20Q-50=-Q^{2}+20Q-50.$$

令 $L'(Q)=-2Q+20=0$,得唯一驻点 $Q=10$;又 $L''(Q)=-2<0$,故 $Q=10$ 是极大值点,也就是最大值点。最大利润 $$L(10)=-10^{2}+20\times10-50=50.$$

题型 4 弹性分析与定价决策(数三)

识别题干给出需求函数并问「需求弹性」「涨价还是降价能使收益增加」「收益最大时的价格」。

步骤① 由 $\eta=\frac{p}{Q}\frac{\mathrm{d}Q}{\mathrm{d}p}$ 算出弹性(记得先求出 $\frac{\mathrm{d}Q}{\mathrm{d}p}$);② 用 $\frac{\mathrm{d}R}{\mathrm{d}p}=Q(1+\eta)$ 判断涨价的后果:符号为正说明涨价增收益,为负说明降价增收益;③ 要求收益最大的价格,就令 $|\eta|=1$(即 $\eta=-1$)解出 $p$;④ 把结果与需求函数的取值范围核对一下。

示例设需求函数为 $Q=100-2p$,求 $p=20$ 时的需求弹性,并说明此时涨价能否增加收益。

先求 $\frac{\mathrm{d}Q}{\mathrm{d}p}=-2$,$p=20$ 时 $Q=100-40=60$,于是 $$\eta=\frac{p}{Q}\cdot\frac{\mathrm{d}Q}{\mathrm{d}p}=\frac{20}{60}\times(-2)=-\frac23,\qquad |\eta|=\frac23<1.$$

属于缺乏弹性,此时 $\frac{\mathrm{d}R}{\mathrm{d}p}=Q(1+\eta)=60\times\frac13=20>0$,说明涨价可以使收益增加(要增加收益应提价,而不是降价)。

六、容易错在哪

① 该代值的时候没代,或者代早了

错在哪:相关变化率问题里,一上来就把给定的数值(如 $r=10$)代入函数关系式,结果函数变成了常数,求导得 0;反过来该代入时又忘了代。

正确做法:先把含变量的关系式写出来、两端对 $t$ 求导,最后一步才把具体数值代进去。这是这类题的固定节奏。

② 不分场合乱用 $a=v\frac{\mathrm{d}v}{\mathrm{d}s}$

错在哪:明明给的是 $s=s(t)$,却硬要用 $a=v\frac{\mathrm{d}v}{\mathrm{d}s}$,把简单问题做复杂。

正确做法:只有题目给的是「$v$ 与 $s$ 的关系」或整个题里不出现时间 $t$ 时,才用 $a=v\frac{\mathrm{d}v}{\mathrm{d}s}$;否则直接用 $a=s''(t)$。

③ 物理量的正负号不解释

错在哪:算出速度为负、加速度为负就慌了,或者干脆取绝对值蒙过去。

正确做法:速度的符号表示运动方向(负号表示沿负方向运动),加速度的符号表示速度在增大还是减小(与速度同号是加速,异号是减速)。符号本身是有意义的,如实说明即可。

④ 经济函数的定义域没检验

错在哪:解出产量或价格就直接写答案,没管它是否有实际意义。

正确做法:经济量必须有 $Q\ge 0$、$p\ge 0$,而且需求函数本身有自己的取值范围。求出驻点后要检验它是否落在允许范围内,落在边界外就说明该函数在允许范围内单调,最值取在端点上。

⑤ 弹性的分子分母写反

错在哪:把弹性写成 $\frac{y}{x}\frac{\mathrm{d}y}{\mathrm{d}x}$ 或 $\frac{f'(x)Q}{p}$ 这类颠倒的形式,算出来的数与预期差一个量级。

正确做法:记死 $\frac{Ey}{Ex}=\frac{x}{y}\frac{\mathrm{d}y}{\mathrm{d}x}$——「自变量的变化率在分母,函数值的变化率在分子」。算完可以用一句常识核对:价格弹性通常在 $-1$ 附近,若算出 $-100$ 这种数就是写反了。

第 8 章 一元函数积分学的概念与性质四个「是还是不是」:有原函数吗、可积吗、可导吗、收敛吗

◆ 本章知识地图
不定积分原函数与不定积分的定义 · 原函数(不定积分)存在定理 定积分定义(黎曼和)· 几何意义 · 存在定理(可积的必要/充分条件)· 性质(含积分中值定理) 变限积分概念 · 性质(连续性、可导性、求导公式)· 原函数存在定理 反常积分概念(无穷区间 / 无界函数)· 判敛(比较判别法、$p$ 积分)

这一章是干什么的:这一章几乎不算积分,它只做一件事——看懂概念、作出判断。要回答的无非四个问题:这个函数有没有原函数?这个定积分可不可积?变限积分能不能求导?反常积分收不收敛?这四问的答案都由「函数本身好不好」决定,所以先把「连续、可导、有界、间断点」这些概念和积分的性质对上号,题目基本就一眼出结果。

一、不定积分

1. 原函数与不定积分的定义

设函数 $f(x)$ 定义在区间 $I$ 上。如果存在一个可导函数 $F(x)$,使得 $I$ 上每一点都满足 $$F'(x)=f(x),$$

就说 $F(x)$ 是 $f(x)$ 在区间 $I$ 上的一个原函数;而 $$\int f(x)\,\mathrm{d}x=F(x)+C$$

称为 $f(x)$ 在区间 $I$ 上的不定积分,它表示 $f(x)$ 的全体原函数(式子里的 $\int$ 和 $\mathrm{d}x$ 只是记号)。

怎么理解:找原函数就是「反过来求导」——已知导数,反推原来那个函数。因为常数求导是零,所以反推出来的函数可以随便加常数,这就是不定积分后面要拖一个 $C$ 的原因。

注意(三个必须记住的点)

① 若 $F'(x)=f(x)$,则对任意常数 $C$ 都有 $[F(x)+C]'=F'(x)=f(x)$。所以 $f(x)$ 只要有原函数,原函数就必有无穷多个,而且任意两个原函数只差一个常数——这就是为什么用 $F(x)+C$ 表示全体原函数。

② 谈原函数与不定积分时,必须说清是哪个区间上的。例如 $\frac{1}{x}$ 的原函数,在 $(0,+\infty)$ 上是 $\ln x+C$,在 $(-\infty,0)$ 上是 $\ln(-x)+C$,两段不能合并写成同一个表达式。

③ 不定积分是一族函数(所以必须带 $C$),定积分是一个数。这是最容易混淆的一对概念。

★ 原函数(不定积分)存在定理

定理 1:若 $f(x)$ 在 $[a,b]$ 上连续,则 $f(x)$ 在 $[a,b]$ 上必有原函数,而且 $$F(x)=\int_a^x f(t)\,\mathrm{d}t$$

就是 $f(x)$ 的一个原函数。

为什么成立:取 $x\in(a,b)$,$\Delta x$ 使 $x+\Delta x\in(a,b)$,则 $$\Delta F=F(x+\Delta x)-F(x)=\int_a^{x+\Delta x}f(t)\,\mathrm{d}t-\int_a^{x}f(t)\,\mathrm{d}t=\int_x^{x+\Delta x}f(t)\,\mathrm{d}t.$$

右端是一个小的曲边梯形面积,由积分中值定理可写成 $f(\xi)\Delta x$,其中 $\xi$ 介于 $x$ 与 $x+\Delta x$ 之间。当 $\Delta x\to 0$ 时 $\xi\to x$,又因为 $f(x)$ 连续,于是 $$F'(x)=\lim_{\Delta x\to 0}\frac{\Delta F}{\Delta x}=\lim_{\Delta x\to 0}f(\xi)=\lim_{\xi\to x}f(\xi)=f(x).$$

同样的道理可得 $x=a$ 处 $F'_+(a)=f(a)$,$x=b$ 处 $F'_-(b)=f(b)$。

要留意的细节:把 $\Delta F$ 写成 $f(\xi)\Delta x$ 这一步用了积分中值定理;只有这样才好把「两个积分之差」整理成统一形式,再取极限。

定理 2(有第一类间断点就没有原函数)

若 $f(x)$ 在区间 $I$ 上含有第一类间断点(可去间断点或跳跃间断点),则 $f(x)$ 在包含该间断点的区间上没有原函数。

三条一起记:连续 $\Rightarrow$ 有原函数;有第一类间断点 $\Rightarrow$ 没有原函数;有第二类间断点 $\Rightarrow$ 可能有原函数。最后的例子是 $f(x)=\begin{cases}2x\sin\frac1x-\cos\frac1x,&x\ne 0,\\0,&x=0\end{cases}$,它有原函数 $F(x)=x^2\sin\frac1x$,而 $f$ 在 $0$ 处并不连续。

怎么用:题目问「下列函数在给定区间上有没有原函数」时,先去找有没有可去或跳跃间断点,有就排除;找不出第一类间断点才可能需要讨论。

题型 已知含不定积分的等式,求 $f(x)$

识别题干给的是一个带 $\int$ 的恒等式,形如「$\int(\cdots)\mathrm{d}x=F(x)+C$」,要求里面的未知函数 $f$。

步骤① 看清等式两边都是 $x$ 的函数;② 两端同时对 $x$ 求导(左边求导就把积分号和 $\mathrm{d}x$ 消掉,只剩被积函数);③ 整理出 $f$ 的表达式;④ 若被积函数里是 $f(x^2)$ 这种复合形式,最后再做一次变量替换换成 $f(x)$。

示例设 $0<x<1$,且 $\int(1-x^2)f(x^2)\,\mathrm{d}x=\arcsin x+C$,求 $f(x)$。

两端同时对 $x$ 求导,左边只剩下被积函数: $$(1-x^2)f(x^2)=\frac{1}{\sqrt{1-x^2}}\ \Longrightarrow\ f(x^2)=\frac{1}{(1-x^2)\sqrt{1-x^2}}.$$

把 $x^2$ 换成 $x$(同时 $1-x^2$ 换成 $1-x$),得 $f(x)=\frac{1}{(1-x)^{3/2}}$。

题型 分段函数求原函数(必须保证原函数连续)

识别函数是分段给出的,要求它的一个原函数;选项通常也全是分段函数。

步骤① 先明确一件事:原函数必须处处可导,因而必然处处连续,所以分段点处左右两段必须接得上;② 用「分段点处连续」这个条件筛掉一连串选项;③ 再在每一段内验证 $F'(x)=f(x)$ 是否成立,排除剩下的错误项;④ 选定答案。

示例已知 $f(x)=\begin{cases}\sqrt{1+x},&x\le 0,\\ (x+1)\cos x,&x>0,\end{cases}$ 求 $f(x)$ 的一个原函数 $F(x)$。

选项 (A):$\lim_{x\to 0^-}F(x)=0$,而 $\lim_{x\to 0^+}F(x)=1$,左右极限不等,$F$ 在 $0$ 处不连续,排除;选项 (C) 同理排除。

选项 (B):当 $x>0$ 时 $F'(x)=\cos x-(x+1)\sin x-\cos x=-(x+1)\sin x\ne (x+1)\cos x=f(x)$,求导对不上,排除。

故选 (D):$F(x)=\begin{cases}\ln\!\left(\sqrt{1+x^2}+x\right)+1,&x\le 0,\\ (x+1)\sin x+\cos x,&x>0.\end{cases}$

还要注意常数 $+1$ 是为保证 $x=0$ 处连续而配的;顺带记住 $\ln\!\left(\sqrt{1+x^2}+x\right)$ 是常见的奇函数(见第 1 章)。

二、定积分

1. 定积分的定义(黎曼和的极限)

设 $f(x)$ 在 $[a,b]$ 上有界,把 $[a,b]$ 任意分成 $n$ 个小区间,在每个小区间 $[x_{i-1},x_i]$ 上任取一点 $\xi_i$,作和 $\sum_{i=1}^{n}f(\xi_i)\Delta x_i$。记 $\lambda=\max\{\Delta x_i\}$,若极限 $$\lim_{\lambda\to 0}\sum_{i=1}^{n}f(\xi_i)\Delta x_i=I$$

存在(并且与怎么分区间、$\xi_i$ 怎么取都无关),就说 $f(x)$ 在 $[a,b]$ 上可积,$I$ 称为 $f(x)$ 在 $[a,b]$ 上的定积分,记作 $\int_a^b f(x)\,\mathrm{d}x$,即 $$\int_a^b f(x)\,\mathrm{d}x=\lim_{\lambda\to 0}\sum_{i=1}^{n}f(\xi_i)\Delta x_i.$$

直观含义:把曲边梯形切成许多窄条,每条用一个小矩形近似,再把面积加起来取极限。所以定积分算的是曲边梯形的代数面积——$x$ 轴上方的部分算正,下方的部分算负。

用定积分定义求 $n$ 项和的极限

识别要求的极限是一个 $n$ 项和:每项里都出现 $\frac in$,并且整个和式能提出一个公因子 $\frac1n$(或 $\frac{b-a}{n}$)。

步骤① 把 $\frac1n$(或 $\frac{b-a}{n}$)提到求和号外面;② 把剩下的部分整理成 $\left(\text{关于}\ \frac in\ \text{的同一个函数}\right)$ 的形式,把这个函数记作 $f$;③ 套公式把它写成定积分;④ 必要时先化简各项(如约分、把与 $i$ 无关的量提出来)再动手。

标准形式:$\lim_{n\to\infty}\frac{1}{n}\sum_{i=1}^{n}f\!\left(\frac{i}{n}\right)=\int_0^1 f(x)\,\mathrm{d}x$(相当于取 $\Delta x=\frac1n$,$\xi_i=\frac in$)。

更一般的形式:$\lim_{n\to\infty}\frac{b-a}{n}\sum_{i=1}^{n}f\!\left(a+\frac{i}{n}(b-a)\right)=\int_a^b f(x)\,\mathrm{d}x$。

示例求 $\lim_{n\to\infty}\sum_{i=1}^{n}\frac{1}{n+i}$。

先把与 $i$ 有关的项写成 $\frac in$ 的样子:$\frac{1}{n+i}=\frac1n\cdot\frac{1}{1+\frac in}$。于是 $$\lim_{n\to\infty}\sum_{i=1}^{n}\frac{1}{n+i}=\lim_{n\to\infty}\frac1n\sum_{i=1}^{n}\frac{1}{1+\frac in}=\int_0^1\frac{\mathrm{d}x}{1+x}=\ln 2.$$

反例提醒:并不是所有 $n$ 项和都能化成定积分。判断标准是「能不能提出 $\frac1n$、剩下的部分是不是同一个函数在 $\frac in$ 处的取值」。像 $\sum\frac{i}{n^2}$ 要先化简($\sum\frac{i}{n^2}=\frac1n\cdot\frac{n(n+1)}{2n}$,其实可以化),而含「与 $n$ 无关的分式」或无法整体提出因子的和式,往往要用夹逼准则而不是定积分定义。

★ 2. 可积的存在定理

必要条件:$f(x)$ 在 $[a,b]$ 上可积 $\Rightarrow f(x)$ 在 $[a,b]$ 上有界。无界的函数必不可积。

充分条件(满足任何一条就可积):

① $f(x)$ 在 $[a,b]$ 上连续;

② $f(x)$ 在 $[a,b]$ 上有界且只有有限个间断点;

③ $f(x)$ 在 $[a,b]$ 上单调有界。

怎么用:判断题「下列函数在给定区间上是否可积」,就看它是否有界、间断点是否只有有限个。注意「连续」只是充分条件而非必要条件——有界且只有有限个间断点的函数照样可积,例如符号函数在 $[-1,1]$ 上可积。

3. 定积分的性质

① 线性性质:$\int_a^b[\alpha f(x)+\beta g(x)]\mathrm{d}x=\alpha\int_a^b f(x)\mathrm{d}x+\beta\int_a^b g(x)\mathrm{d}x$。

② 区间可加性:$\int_a^b f(x)\mathrm{d}x=\int_a^c f(x)\mathrm{d}x+\int_c^b f(x)\mathrm{d}x$($c$ 可以在 $[a,b]$ 内,也可以在外面)。

特别地:$\int_a^a f(x)\mathrm{d}x=0$;$\int_a^b f(x)\mathrm{d}x=-\int_b^a f(x)\mathrm{d}x$。

③ 保号性:若在 $[a,b]$ 上 $f(x)\ge 0$(且 $a<b$),则 $\int_a^b f(x)\mathrm{d}x\ge 0$。这条性质是后面所有「积分不等式」的源头。

推论 1(比较定理):$f(x)\le g(x)\Rightarrow\int_a^b f\le\int_a^b g$。

推论 2(绝对值不等式):$\left|\int_a^b f(x)\mathrm{d}x\right|\le\int_a^b|f(x)|\mathrm{d}x$。

推论 3:$-\int_a^b|f(x)|\mathrm{d}x\le\int_a^b f\le\int_a^b|f|$。

④ 估值定理:设 $m\le f(x)\le M$($x\in[a,b]$),则 $$m(b-a)\le\int_a^b f(x)\,\mathrm{d}x\le M(b-a).$$

⑤ 积分中值定理:设 $f(x)$ 在 $[a,b]$ 上连续,则存在 $\xi\in[a,b]$,使 $$\int_a^b f(x)\,\mathrm{d}x=f(\xi)(b-a).$$

当 $f$ 连续时 $\xi$ 还可以取在 $(a,b)$ 内;其中 $\frac{1}{b-a}\int_a^b f(x)\mathrm{d}x$ 称为 $f$ 在 $[a,b]$ 上的平均值。

常用重要不等式(做证明题要用)

柯西—施瓦茨不等式:$\left(\int_a^b fg\,\mathrm{d}x\right)^2\le\int_a^b f^2\mathrm{d}x\cdot\int_a^b g^2\mathrm{d}x$;特别地 $$\left(\int_a^b f\,\mathrm{d}x\right)^2\le (b-a)\int_a^b f^2\,\mathrm{d}x.$$

怎么用:题目里出现「积分的平方」与「平方的积分」相比时,就是它在起作用。华里士(点火)公式相关的结论、$\int_0^1 x^m(1-x)^n\mathrm{d}x$ 等留到下一章(积分的计算)再讲。

三、变限积分

1. 概念

设 $f(x)$ 在 $[a,b]$ 上可积,则对任意 $x\in[a,b]$,$\int_a^x f(t)\,\mathrm{d}t$ 会随 $x$ 变化,于是它本身就是 $x$ 的一个函数,记 $$F(x)=\int_a^x f(t)\,\mathrm{d}t,\qquad x\in[a,b],$$

称为变上限积分(也叫变限积分)。同理还有 $G(x)=\int_x^b f(t)\,\mathrm{d}t$ 以及上下限都是函数的 $\int_{\varphi(x)}^{\psi(x)}f(t)\mathrm{d}t$。

直观含义:$F(x)$ 就是「从 $a$ 到 $x$ 这一段曲边梯形的面积」,$x$ 往右移,面积就变,所以它是 $x$ 的函数。

★ 2. 变限积分的三条核心性质

① 连续性:若 $f(x)$ 在 $[a,b]$ 上可积,则 $F(x)=\int_a^x f(t)\mathrm{d}t$ 在 $[a,b]$ 上连续——积分一次会把函数「磨光滑」一层。

② 可导性(原函数存在定理的另一种说法):若 $f(x)$ 在 $[a,b]$ 上连续,则 $F(x)$ 在 $[a,b]$ 上可导,且 $$F'(x)=f(x)\quad\left(\text{即}\ \frac{\mathrm{d}}{\mathrm{d}x}\int_a^x f(t)\,\mathrm{d}t=f(x)\right).$$

③ 变限积分求导的一般公式: $$\frac{\mathrm{d}}{\mathrm{d}x}\int_{\varphi(x)}^{\psi(x)}f(t)\,\mathrm{d}t=f[\psi(x)]\psi'(x)-f[\varphi(x)]\varphi'(x).$$

三个常用的特例:$\frac{\mathrm{d}}{\mathrm{d}x}\int_a^x f(t)\mathrm{d}t=f(x)$;$\frac{\mathrm{d}}{\mathrm{d}x}\int_x^b f(t)\mathrm{d}t=-f(x)$;$\frac{\mathrm{d}}{\mathrm{d}x}\int_a^{x^2}f(t)\mathrm{d}t=f(x^2)\cdot 2x$。

注意

① 对上限求导得 $+f$,对下限求导得 $-f$,而且上限下限是复合函数时别忘了乘链式法则带来的导数。

② 若 $f$ 在某点有跳跃间断点,则 $F(x)=\int_a^x f(t)\mathrm{d}t$ 在该点连续但不可导(左右导数分别是左右极限,两者不等)。

③ 被积表达式里的 $x$ 和积分变量 $t$ 必须分清楚。若出现 $\int_a^x xf(t)\mathrm{d}t$,要先把 $x$ 提到积分号外面变成 $x\int_a^x f(t)\mathrm{d}t$,再按乘积求导。

④ 若被积函数里含有 $x$(例如 $\int_0^x f(x-t)\mathrm{d}t$),先做换元 $u=x-t$ 把 $x$ 从被积函数里挪出来,然后再求导。

变限积分
图 8-1 变限积分 $F(x)=\int_a^x f(t)\,\mathrm{d}t$ 的几何意义(曲边梯形面积随 $x$ 变化)

四、反常积分

1. 概念(两类)

(1)无穷区间上的反常积分: $$\int_a^{+\infty}f(x)\,\mathrm{d}x=\lim_{t\to+\infty}\int_a^{t}f(x)\,\mathrm{d}x.$$

若这个极限存在,就说积分收敛,否则说它发散。同样可以定义 $\int_{-\infty}^{b}f\mathrm{d}x$ 以及 $\int_{-\infty}^{+\infty}f\mathrm{d}x=\int_{-\infty}^{c}f\mathrm{d}x+\int_c^{+\infty}f\mathrm{d}x$——注意最后这种必须两个都收敛才算收敛。

(2)无界函数的反常积分(瑕积分):设 $f(x)$ 在 $a$ 的右半邻域内无界($a$ 称为瑕点),则 $$\int_a^b f(x)\,\mathrm{d}x=\lim_{t\to a^+}\int_t^{b}f(x)\,\mathrm{d}x.$$

瑕点在 $b$ 或落在区间内部的情形类似;内部有瑕点时必须拆成两个积分分别处理。

怎么理解:正常的定积分要求区间有限、函数有界。这两类反常积分就是各破坏一个条件——区间无限长,或者函数在某点附近冲到了无穷。处理办法都一样:先用正常积分算到「差一点的地方」,再让那个地方取极限。

★ 判敛的核心:$p$ 积分(必须背下来)

① 无穷区间: $$\int_1^{+\infty}\frac{1}{x^p}\,\mathrm{d}x\ \begin{cases}\text{收敛},&p>1,\\[2pt] \text{发散},&p\le 1.\end{cases}$$

② 无界函数(瑕点在 $x=0$): $$\int_0^{1}\frac{1}{x^p}\,\mathrm{d}x\ \begin{cases}\text{收敛},&p<1,\\[2pt] \text{发散},&p\ge 1.\end{cases}$$

怎么记才不混:无穷远处要靠「分母幂次大」才收敛($p>1$);瑕点处要靠「分母幂次小」才收敛($p<1$)。两句话是反着的,考试最容易在这个 $p$ 的界上出错。

2. 比较判别法

(1)无穷区间:设 $0\le f(x)\le g(x)$($x\ge a$),则 $$\int_a^{+\infty}g(x)\mathrm{d}x\ \text{收敛}\ \Rightarrow\ \int_a^{+\infty}f(x)\mathrm{d}x\ \text{收敛};\qquad \int_a^{+\infty}f(x)\mathrm{d}x\ \text{发散}\ \Rightarrow\ \int_a^{+\infty}g(x)\mathrm{d}x\ \text{发散}.$$

(2)极限形式:设 $f,g\ge 0$,$\lim_{x\to+\infty}\frac{f(x)}{g(x)}=\lambda$($0<\lambda<+\infty$),则 $\int_a^{+\infty}f$ 与 $\int_a^{+\infty}g$ 同敛散。

(3)瑕积分:设 $x=a$ 为瑕点,$0\le f(x)\le g(x)$ 且 $g$ 可积,则 $\int_a^b g$ 收敛 $\Rightarrow\int_a^b f$ 收敛。

用法:拿一个同阶的 $p$ 积分当「尺子」去比。找这把尺子的办法就是「抓大头」——把被积函数里起主导作用的项留下,其余丢掉。

3. 反常积分的计算(两步走)

第一步:像算普通定积分一样,先求出原函数 $F(x)$;

第二步:求极限。无穷区间的情形是 $\int_a^{+\infty}f(x)\mathrm{d}x=\lim_{x\to+\infty}F(x)-F(a)$;瑕积分则把 $\lim_{x\to a^+}F(x)$ 代进去。

几个好用的技巧:① 能算出原函数就直接算($\frac{1}{x^2}$、$\mathrm{e}^{-x}$、$\frac{1}{1+x^2}$ 都很容易);② 原函数算不出来时改用比较判别法判敛;③ 区间内部有瑕点时必须拆成两段分别讨论;④ 记住两个常用值 $\int_0^{+\infty}\mathrm{e}^{-x}\mathrm{d}x=1$、$\int_1^{+\infty}\frac{\mathrm{d}x}{x^2}=1$。

注意

① 判敛时不必算出具体值,只要判断极限存在不存在就够了;

② $\int_1^{+\infty}\frac{\sin x}{x}\mathrm{d}x$ 收敛,但 $\int_1^{+\infty}\left|\frac{\sin x}{x}\right|\mathrm{d}x$ 发散——这类要借助狄利克雷判别法,一般不作要求,知道有这回事即可;

③ 无界函数的反常积分与普通定积分记号完全一样,所以做题前先扫一眼被积函数在区间上有没有瑕点,别把它当成普通定积分硬算。

五、题型归纳

题型 1 原函数与不定积分的概念题

识别题干里出现带 $\int$ 的恒等式,或者问「下列函数在给定区间上是否有原函数」。

步骤① 若是恒等式,两端同时对 $x$ 求导,把积分号消掉得到关于 $f$ 的关系;② 若是判断原函数是否存在,先扫一遍区间内有没有第一类间断点(可去或跳跃),有就判定「无原函数」;③ 若函数在区间上连续,直接回答「有原函数」,并可用 $\int_a^x f(t)\mathrm{d}t$ 把它写出来。

示例问符号函数 $f(x)=\begin{cases}-1,&x<0,\\1,&x\ge 0\end{cases}$ 在 $[-1,1]$ 上有没有原函数?$x=0$ 处左右极限是 $-1$ 与 $1$,是跳跃间断点,属于第一类间断点,所以 $f$ 在 $[-1,1]$ 上没有原函数。但它可积——这说明「有原函数」与「可积」是两件不同的事。

题型 2 定积分的定义与「$n$ 项和的极限」

识别求一个 $n$ 项和的极限,每项里含 $\frac in$,整体能提出 $\frac1n$ 或 $\frac{b-a}{n}$。

步骤① 提出公因子 $\frac1n$(或 $\frac{b-a}{n}$);② 把剩下的部分整理成同一个函数在 $\frac in$ 处的取值,记为 $f$;③ 写成 $\int_0^1 f(x)\mathrm{d}x$(区间 $[a,b]$ 的情形写成 $\int_a^b f(x)\mathrm{d}x$);④ 算出这个定积分。若提不出统一因子,改用夹逼准则。

示例求 $\lim_{n\to\infty}\sum_{i=1}^{n}\frac{n}{n^{2}+i^{2}}$。

先约掉一个 $n$ 提出来:$\frac{n}{n^{2}+i^{2}}=\frac1n\cdot\frac{1}{1+\left(\frac in\right)^{2}}$,于是 $$\lim_{n\to\infty}\sum_{i=1}^{n}\frac{n}{n^{2}+i^{2}}=\lim_{n\to\infty}\frac1n\sum_{i=1}^{n}\frac{1}{1+\left(\frac in\right)^{2}}=\int_0^1\frac{\mathrm{d}x}{1+x^{2}}=\arctan 1=\frac{\pi}{4}.$$

题型 3 变限积分求导(含与隐函数、参数方程结合)

识别表达式里出现「$\frac{\mathrm{d}}{\mathrm{d}x}\int_{\cdots}^{\cdots}$」,或者要求一个由变限积分定义的函数的导数、极限。

步骤① 先检查被积函数里有没有混进 $x$:有就先换元或把它提到积分号外;② 套公式 $\frac{\mathrm{d}}{\mathrm{d}x}\int_{\varphi(x)}^{\psi(x)}f(t)\mathrm{d}t=f(\psi(x))\psi'(x)-f(\varphi(x))\varphi'(x)$;③ 上限求导带正号、下限求导带负号,别漏链式法则;④ 若还要接着求极限,用洛必达法则,每用一次就求一次导。

示例设 $F(x)=\int_0^{x^{2}}\sin t\,\mathrm{d}t$,求 $F'(x)$。

这里上限是 $x^{2}$,套公式时乘上它的导数 $2x$: $$F'(x)=\sin(x^{2})\cdot(x^{2})'=2x\sin(x^{2}).$$

若题目改成 $F(x)=\int_0^{x}(x-t)f(t)\mathrm{d}t$,就先把 $x$ 拆出来:$F(x)=x\int_0^x f(t)\mathrm{d}t-\int_0^x tf(t)\mathrm{d}t$,再按乘积求导,得 $F'(x)=\int_0^x f(t)\mathrm{d}t+xf(x)-xf(x)=\int_0^x f(t)\mathrm{d}t$。

题型 4 比较定积分的大小

识别题目给两个定积分(也许多一个选项),要判断谁大谁小;积分区间相同,被积函数不同。

步骤① 区间相同时,只需比较被积函数在区间上的大小:作差 $f-g$,判断符号;② 符号不好判断就求导找最值,或者用估值定理、积分中值定理;③ 区间不同时先各自算出数值,或者先做变量替换把区间统一;④ 被积函数里含参数时,把参数看成变量,讨论它在不同范围内的大小关系。

示例比较 $I_1=\int_0^1 x\,\mathrm{d}x$ 与 $I_2=\int_0^1 x^{2}\,\mathrm{d}x$ 的大小。

两式区间都是 $[0,1]$,作差看被积函数:$x-x^{2}=x(1-x)\ge 0$($0\le x\le 1$),由保号性得 $I_1\ge I_2$,即 $I_1$ 更大。(直接算也很快:$I_1=\frac12$,$I_2=\frac13$。)

题型 5 反常积分的计算与判敛

识别积分限里有 $\infty$,或者被积函数在区间某点附近趋于无穷(有瑕点);问「是否收敛」或「求值」。

步骤① 先判断是哪一类:无穷区间、瑕积分,还是两者兼有;② 找出所有瑕点,区间内部有瑕点就拆成若干个积分;③ 求原函数,再取极限得到结果;④ 原函数求不出时改用比较判别法(抓大头找一个同阶的 $p$ 积分来比)。

示例判断 $\int_1^{+\infty}\frac{\mathrm{d}x}{x^{2}}$ 与 $\int_0^1\frac{\mathrm{d}x}{x}$ 的敛散性。

第一个是无穷区间上的 $p$ 积分,$p=2>1$,收敛,且值为 $$\int_1^{+\infty}\frac{\mathrm{d}x}{x^{2}}=\lim_{t\to+\infty}\left(1-\frac1t\right)=1.$$

第二个的瑕点在 $x=0$,属于 $p=1$ 的瑕积分,$p\ge 1$,发散——直接算也能看出:$\int_0^1\frac{\mathrm{d}x}{x}=\lim_{t\to0^+}(-\ln t)=+\infty$。

题型 6 用变限积分构造原函数(证明题)

识别要证明某个函数「存在原函数」,或者要在证明题里为某个函数配一个原函数。

步骤① 由「$f$ 连续 $\Rightarrow F(x)=\int_a^x f(t)\mathrm{d}t$ 可导且 $F'=f$」,直接把 $F$ 写出来当作原函数;② 若还要进一步证明(如证明某个中值等式),把这个 $F$ 与积分中值定理、罗尔定理配合使用;③ 需要 $F$ 在端点取值的条件时,用积分中值定理把 $F(b)-F(a)=\int_a^b f$ 转成 $f(\xi)(b-a)$。

示例设 $f(x)$ 在 $[a,b]$ 上连续,证明 $f(x)$ 在 $[a,b]$ 上有原函数。取 $F(x)=\int_a^x f(t)\mathrm{d}t$。由原函数存在定理,$F$ 在 $[a,b]$ 上可导,且对任意 $x\in[a,b]$ 有 $$F'(x)=\frac{\mathrm{d}}{\mathrm{d}x}\int_a^{x}f(t)\,\mathrm{d}t=f(x),$$

故 $F(x)$ 就是 $f(x)$ 的一个原函数。

六、容易错在哪

① 把不定积分和定积分当成一回事

错在哪:不定积分算完忘记加 $C$,或者把定积分的结果也拖个常数尾巴。

正确做法:不定积分是一族函数,结果必须带 $C$;定积分是一个确定的数,与积分变量用什么字母无关:$\int_a^b f(x)\mathrm{d}x=\int_a^b f(t)\mathrm{d}t$,不必也不该加 $C$。

② 把「可积」和「有原函数」混在一起

错在哪:以为一个函数要么两样都有、要么两样都没有。

正确做法:分开记。「有界」是可积的必要条件;「连续」「有界且有限个间断点」「单调有界」是可积的充分条件。有第一类间断点的函数没有原函数,但可能仍然可积(如符号函数)。两套判据互不替代。

③ 变限积分求导漏项

错在哪:忘记下限带来的负号;上限是复合函数时忘记乘 $\psi'(x)$;被积函数里含 $x$ 时直接把 $x$ 当常数提出或干脆不管。

正确做法:套公式前先做两件事——检查被积函数里有没有 $x$(有就先换元或提出来),检查上下限是不是复合函数(是就准备好链式法则的因子)。求导后回代检查符号。

④ 反常积分不拆区间就用对称性

错在哪:遇到 $\int_{-1}^{1}\frac{1}{x}\mathrm{d}x$ 就说「奇函数在对称区间上积分为零」,直接写 0。

正确做法:先看区间内部有没有瑕点。这里 $x=0$ 是瑕点,必须拆成 $\int_{-1}^{0}+\int_0^{1}$ 两个反常积分分别判断;两个都发散,整体就是发散,不能靠对称性抵消。对称性只对普通定积分(区间上处处有界可积)成立。

⑤ 一看到 $n$ 项和就往定积分上套

错在哪:不管和式长什么样都硬提 $\frac1n$,提不出来就卡住了。

正确做法:先判断能不能写成 $\frac1n\sum f\!\left(\frac in\right)$。能写就化定积分;写不出来(例如和式里含有与 $n$ 无关的分式、或者各项之间没有统一的函数结构)就改用夹逼准则。

第 9 章 一元函数积分学的计算先看清楚形状,再挑方法:积分计算的全部招式

◆ 本章知识地图
基本积分公式10 组必背公式(所有积分计算最终都要化为基本积分公式) 不定积分的四大方法凑微分法 · 换元法 · 分部积分法 · 有理函数的积分 定积分的计算牛顿—莱布尼茨公式 · 换元(必换限)· 分部积分 · 奇偶性与周期性 · 华里士(点火)公式 · 区间再现 变限积分与反常积分变限积分的计算与重要结论 · 反常积分的计算(在收敛的条件下)

这一章要练什么:整章只有一句话——求导和积分互为逆运算($[F(x)]'=f(x)\Longleftrightarrow\int f(x)\mathrm{d}x=F(x)+C$),而所有积分技巧(凑微分、换元、分部积分)最后都是把式子掰成基本积分公式的样子。所以第一件事是把公式背熟,第二件事是练「看形状选方法」的眼力。本章有两个绕不过去的难点:① 常规方法找不到原函数;② 有些函数的原函数根本不能用初等函数表示(如 $\mathrm{e}^{-x^2}$、$\frac{\sin x}{x}$)。

一、基本积分公式(10 组)

① 幂函数

$$\int x^{k}\,\mathrm{d}x=\frac{x^{k+1}}{k+1}+C\ (k\ne -1),\qquad \int\frac{\mathrm{d}x}{x}=\ln|x|+C,\qquad \int\frac{\mathrm{d}x}{\sqrt{x}}=2\sqrt{x}+C.$$

② 指数函数

$$\int a^{x}\,\mathrm{d}x=\frac{a^{x}}{\ln a}+C\ (a>0,a\ne 1),\qquad \int \mathrm{e}^{x}\,\mathrm{d}x=\mathrm{e}^{x}+C.$$

③ 三角函数

$$\int\sin x\,\mathrm{d}x=-\cos x+C,\qquad \int\cos x\,\mathrm{d}x=\sin x+C,$$

$$\int\tan x\,\mathrm{d}x=-\ln|\cos x|+C,\qquad \int\cot x\,\mathrm{d}x=\ln|\sin x|+C,$$

$$\int\sec x\,\mathrm{d}x=\ln|\sec x+\tan x|+C,\qquad \int\csc x\,\mathrm{d}x=\ln|\csc x-\cot x|+C,$$

$$\int\sec^{2}x\,\mathrm{d}x=\tan x+C,\qquad \int\csc^{2}x\,\mathrm{d}x=-\cot x+C,$$

$$\int\sec x\tan x\,\mathrm{d}x=\sec x+C,\qquad \int\csc x\cot x\,\mathrm{d}x=-\csc x+C.$$

④ 反三角函数型(有理式)

$$\int\frac{\mathrm{d}x}{1+x^{2}}=\arctan x+C,\qquad \int\frac{\mathrm{d}x}{a^{2}+x^{2}}=\frac1a\arctan\frac xa+C\ (a>0).$$

⑤ 反三角函数型(根式)

$$\int\frac{\mathrm{d}x}{\sqrt{1-x^{2}}}=\arcsin x+C,\qquad \int\frac{\mathrm{d}x}{\sqrt{a^{2}-x^{2}}}=\arcsin\frac xa+C\ (a>0).$$

⑥ 根式加对数型

$$\int\frac{\mathrm{d}x}{\sqrt{x^{2}+a^{2}}}=\ln\left(x+\sqrt{x^{2}+a^{2}}\right)+C,$$

$$\int\frac{\mathrm{d}x}{\sqrt{x^{2}-a^{2}}}=\ln\left|x+\sqrt{x^{2}-a^{2}}\right|+C.$$

⑦ 分式加对数型

$$\int\frac{\mathrm{d}x}{x^{2}-a^{2}}=\frac{1}{2a}\ln\left|\frac{x-a}{x+a}\right|+C,\qquad \int\frac{\mathrm{d}x}{a^{2}-x^{2}}=\frac{1}{2a}\ln\left|\frac{a+x}{a-x}\right|+C.$$

⑧ 两个含根号的常用公式

$$\int\sqrt{a^{2}-x^{2}}\,\mathrm{d}x=\frac x2\sqrt{a^{2}-x^{2}}+\frac{a^{2}}{2}\arcsin\frac xa+C,$$

$$\int\sqrt{x^{2}+a^{2}}\,\mathrm{d}x=\frac x2\sqrt{x^{2}+a^{2}}+\frac{a^{2}}{2}\ln\left(x+\sqrt{x^{2}+a^{2}}\right)+C.$$

⑨ $\sec$ 的三次方(分部积分循环时会遇到)

$$\int\sec^{3}x\,\mathrm{d}x=\frac12\left(\sec x\tan x+\ln|\sec x+\tan x|\right)+C.$$

⑩ 三角有理式的常用变形

$$\int\frac{\mathrm{d}x}{\sin x}=\ln\left|\tan\frac x2\right|+C,\qquad \int\frac{\mathrm{d}x}{\cos x}=\ln\left|\tan\left(\frac x2+\frac\pi4\right)\right|+C.$$

$$\int\sin^{2}x\,\mathrm{d}x=\frac x2-\frac{\sin 2x}{4}+C,\qquad \int\cos^{2}x\,\mathrm{d}x=\frac x2+\frac{\sin 2x}{4}+C.$$

两个「算不出原函数」的积分

$\int\mathrm{e}^{-x^{2}}\mathrm{d}x$、$\int\frac{\sin x}{x}\mathrm{d}x$、$\int\frac{\mathrm{d}x}{\ln x}$ 这几类,它们的原函数无法用基本初等函数表示。考研里如果遇到,要么先用级数展开处理(数学一、三),要么先换元化简到某个已知的标准形式,不要硬凑。

二、不定积分的四大方法

方法一 凑微分法(第一类换元法)

识别被积函数里出现「某个函数与它的导数」的搭配,例如 $\sin x$ 配 $\cos x$、$\frac1x$ 配 $\ln x$、$x$ 配 $x^{2}$。

步骤① 把 $\mathrm{d}x$ 凑成某个函数的微分:$g'(x)\mathrm{d}x=\mathrm{d}[g(x)]$;② 整个积分改写成 $\int f[g(x)]\,\mathrm{d}[g(x)]$ 的形状;③ 令 $u=g(x)$,变成 $\int f(u)\,\mathrm{d}u$;④ 用基本公式积出来,再把 $u$ 换回 $x$。

原理(其实就是复合函数求导反过来用): $$\int f[g(x)]g'(x)\,\mathrm{d}x=\int f[g(x)]\,\mathrm{d}[g(x)]\xlongequal{u=g(x)}\int f(u)\,\mathrm{d}u.$$

常见凑法(要练到不假思索):

$\mathrm{d}x=\mathrm{d}(x\pm a)$;$x\mathrm{d}x=\frac12\mathrm{d}(x^{2})=\frac12\mathrm{d}(x^{2}\pm a)$;$\frac{\mathrm{d}x}{x}=\mathrm{d}(\ln x)$;$\mathrm{e}^{x}\mathrm{d}x=\mathrm{d}(\mathrm{e}^{x})$;

$\frac{\mathrm{d}x}{\sqrt{x}}=2\mathrm{d}(\sqrt{x})$;$\frac{\mathrm{d}x}{x^{2}}=-\mathrm{d}\!\left(\frac1x\right)$;$\frac{\mathrm{d}x}{1+x^{2}}=\mathrm{d}(\arctan x)$;$\frac{\mathrm{d}x}{\sqrt{1-x^{2}}}=\mathrm{d}(\arcsin x)$;

$\sin x\,\mathrm{d}x=-\mathrm{d}(\cos x)$;$\cos x\,\mathrm{d}x=\mathrm{d}(\sin x)$;$\frac{\mathrm{d}x}{\cos^{2}x}=\mathrm{d}(\tan x)$;$\frac{\mathrm{d}x}{\sin^{2}x}=-\mathrm{d}(\cot x)$。

示例求 $\int\tan x\,\mathrm{d}x$。把分子凑进微分:$\sin x\,\mathrm{d}x=-\mathrm{d}(\cos x)$,于是 $$\int\tan x\,\mathrm{d}x=\int\frac{\sin x}{\cos x}\mathrm{d}x\xlongequal{u=\cos x}-\int\frac{\mathrm{d}u}{u}=-\ln|u|+C=-\ln|\cos x|+C.$$

优先用它的理由:绝大多数不定积分的第一反应都应该是凑微分——先看能不能凑,凑不动再考虑换元。

方法二 换元法(第二类换元法)

识别被积函数里带根号,或者分母的次数明显偏高,凑微分凑不出来。

步骤① 选一个合适的替换 $x=g(t)$(三角代换、根式代换或倒代换);② 把 $\mathrm{d}x$ 换成 $g'(t)\mathrm{d}t$,被积函数里的 $x$ 也全用 $t$ 表示;③ 积出关于 $t$ 的结果;④ 把 $t$ 换回 $x$——三角代换要用直角三角形回代,根式代换直接解出 $t$ 即可。

原理(换一个自变量):$\int f(x)\,\mathrm{d}x\xlongequal{x=g(t)}\int f[g(t)]g'(t)\,\mathrm{d}t$。

1. 三角代换(目的是把根号去掉):

① 含 $\sqrt{a^{2}-x^{2}}$:令 $x=a\sin t$(或 $x=a\cos t$),则 $\sqrt{a^{2}-x^{2}}=a\cos t$;

② 含 $\sqrt{a^{2}+x^{2}}$:令 $x=a\tan t$,则 $\sqrt{a^{2}+x^{2}}=a\sec t$;

③ 含 $\sqrt{x^{2}-a^{2}}$:令 $x=a\sec t$,则 $\sqrt{x^{2}-a^{2}}=a\tan t$。

2. 根式代换:含 $\sqrt[n]{ax+b}$ 时,直接令 $\sqrt[n]{ax+b}=t$,把根号「开」掉。

3. 倒代换:被积函数分母中 $x$ 的幂次较高时,令 $x=\frac1t$。

示例求 $\int\frac{\mathrm{d}x}{1+\sqrt{x}}$。令 $\sqrt{x}=t$,则 $x=t^{2}$、$\mathrm{d}x=2t\,\mathrm{d}t$,于是 $$\int\frac{\mathrm{d}x}{1+\sqrt{x}}=\int\frac{2t}{1+t}\mathrm{d}t=2\int\left(1-\frac{1}{1+t}\right)\mathrm{d}t=2t-2\ln(1+t)+C=2\sqrt{x}-2\ln(1+\sqrt{x})+C.$$

要点:三角代换之后必须画一个直角三角形回代(例如画出 $\sin t=\frac xa$ 的三角形,把 $\cos t,\tan t,t$ 都用 $x$ 表达);另外换元时别忘了 $\mathrm{d}x=g'(t)\mathrm{d}t$ 这一项。

方法三 分部积分法

识别被积函数是两类不同函数相乘,例如 $x\mathrm{e}^{x}$、$x\sin x$、$\ln x$、$x\arctan x$。

步骤① 按「反对幂指三」的顺序确定谁是 $u$、谁凑进 $\mathrm{d}v$;② 用公式 $\int u\,\mathrm{d}v=uv-\int v\,\mathrm{d}u$ 把积分换成一个新的积分;③ 检查新积分是不是比原来的简单(通常会降低幂次或去掉对数/反三角);④ 必要时重复使用,或者用循环法解出原式。

公式的来历(由乘积求导公式移项而来):$(uv)'=u'v+uv'$,两边积分得 $\int(uv)'\mathrm{d}x=\int u'v\,\mathrm{d}x+\int uv'\,\mathrm{d}x$,即 $uv=\int v\,\mathrm{d}u+\int u\,\mathrm{d}v$。

选 $u$ 的口诀:「反对幂指三」——被积函数里出现两类函数相乘时,按「反三角函数、对数函数、幂函数、指数函数、三角函数」的先后顺序,排在前面的取作 $u$,排在后面的凑进 $\mathrm{d}v$。

三个特殊技巧:

① 循环法:$\int\mathrm{e}^{x}\sin x\,\mathrm{d}x$、$\int\sec^{3}x\,\mathrm{d}x$ 这类,用两次分部积分后原式又出现了,把它当成未知量移项解出来即可;

② 抽象函数的分部积分:$\int f'(x)g(x)\mathrm{d}x$ 这种形状常出现在变限积分、中值定理的证明题里;

③ 遇到单独的 $\ln x$、$\arctan x$、$\arcsin x$,就直接把它们取作 $u$、让 $\mathrm{d}v=\mathrm{d}x$——因为它们的导数是简单分式,换过来更好积。

示例求 $\int x\mathrm{e}^{x}\mathrm{d}x$。幂函数排在指数函数前面,取 $u=x$、$\mathrm{d}v=\mathrm{e}^{x}\mathrm{d}x$(即 $v=\mathrm{e}^{x}$),于是 $$\int x\mathrm{e}^{x}\mathrm{d}x=x\mathrm{e}^{x}-\int \mathrm{e}^{x}\mathrm{d}x=x\mathrm{e}^{x}-\mathrm{e}^{x}+C.$$

方法四 有理函数的积分

识别被积函数是两个多项式的商 $\frac{P(x)}{Q(x)}$,或者能用万能代换化成这种形状的三角有理式。

步骤① 若分子次数不低于分母次数(假分式),先做多项式除法,拆成「多项式 $+$ 真分式」;② 把分母因式分解(一次因式 $(x-a)^k$、不可约二次因式 $(x^{2}+px+q)^m$);③ 按因式类型拆成部分分式:$\frac{A}{x-a}+\frac{B}{(x-a)^{2}}+\cdots+\frac{Cx+D}{x^{2}+px+q}+\cdots$;④ 用待定系数法定出 $A,B,C,D$;⑤ 逐项积分。

四类可积类型(直接记结论):$\int\frac{\mathrm{d}x}{x-a}=\ln|x-a|+C$;$\int\frac{\mathrm{d}x}{(x-a)^{k}}=\frac{(x-a)^{1-k}}{1-k}+C$;$\int\frac{Ax+B}{x^{2}+px+q}\mathrm{d}x$ 拆成对数项与反正切项两部分。

三角函数有理式 $R(\sin x,\cos x)$:一般用万能代换 $t=\tan\frac x2$(此时 $\sin x=\frac{2t}{1+t^{2}}$,$\cos x=\frac{1-t^{2}}{1+t^{2}}$,$\mathrm{d}x=\frac{2\mathrm{d}t}{1+t^{2}}$)化为有理函数。若式子满足 $R(-\sin x,\cos x)=-R$,改用 $t=\cos x$;若满足 $R(\sin x,-\cos x)=-R$,改用 $t=\sin x$;若满足 $R(-\sin x,-\cos x)=R$,改用 $t=\tan x$。用这几个判据能省掉一半计算量。

简单无理函数:通过代换($t=\sqrt[n]{\frac{ax+b}{cx+d}}$ 或三角代换)化为有理函数,再按上面的步骤做。

示例求 $\int\frac{\mathrm{d}x}{x^{2}+x}$。先把分母分解并拆成部分分式:$\frac{1}{x(x+1)}=\frac1x-\frac{1}{x+1}$,于是 $$\int\frac{\mathrm{d}x}{x^{2}+x}=\int\frac{\mathrm{d}x}{x}-\int\frac{\mathrm{d}x}{x+1}=\ln|x|-\ln|x+1|+C.$$

三、定积分的计算

1. 牛顿—莱布尼茨公式(核心)

若 $F(x)$ 是连续函数 $f(x)$ 在 $[a,b]$ 上的一个原函数,则 $$\int_a^b f(x)\,\mathrm{d}x=F(x)\Big|_a^b=F(b)-F(a).$$

使用前提:$f(x)$ 在 $[a,b]$ 上连续(或可积且有原函数)。若区间内有瑕点或间断点,必须先处理或把区间拆开,不能直接套公式。

2. 定积分的换元法(换元必换限)

设 $x=\varphi(t)$ 单调可导,$\varphi(\alpha)=a$,$\varphi(\beta)=b$,则 $$\int_a^b f(x)\,\mathrm{d}x=\int_{\alpha}^{\beta}f[\varphi(t)]\varphi'(t)\,\mathrm{d}t.$$

两个要点:① 换元的同时必须把上下限一起换成 $t$ 的;② 换元后不需要回代,直接算出数值——这是定积分换元与不定积分换元最大的不同。

3. 定积分的分部积分法

$$\int_a^b u\,\mathrm{d}v=uv\Big|_a^b-\int_a^b v\,\mathrm{d}u.$$

例:$\int_0^1 x\mathrm{e}^{x}\mathrm{d}x=x\mathrm{e}^{x}\Big|_0^1-\int_0^1\mathrm{e}^{x}\mathrm{d}x=\mathrm{e}-(\mathrm{e}-1)=1$。

★ 4. 利用奇偶性与对称性(经常能一步算出结果)

对称区间:设 $f(x)$ 在 $[-a,a]$ 上连续,则 $$\int_{-a}^{a}f(x)\,\mathrm{d}x=\begin{cases}2\displaystyle\int_0^{a}f(x)\,\mathrm{d}x,&f(x)\ \text{为偶函数},\\[10pt]0,&f(x)\ \text{为奇函数}.\end{cases}$$

更一般的形式(区间再现):$\int_a^b f(x)\,\mathrm{d}x=\int_a^b f(a+b-x)\,\mathrm{d}x$。

推论:$\int_a^b\left[f(x)+f(a+b-x)\right]\mathrm{d}x=2\int_a^b f(x)\mathrm{d}x$。所以只要发现 $f(x)+f(a+b-x)$ 恒等于常数,积分立刻就能算出来。

5. 周期性

设 $f(x)$ 是以 $T$ 为周期的可积函数,则 $$\int_a^{a+T}f(x)\,\mathrm{d}x=\int_0^{T}f(x)\,\mathrm{d}x,\qquad \int_0^{nT}f(x)\,\mathrm{d}x=n\int_0^{T}f(x)\,\mathrm{d}x\ (n\in\mathbf{N}).$$

为什么:把一个周期上的图形平移到另一个周期上,面积不变。常用例子:$\int_0^{2\pi}|\sin x|\,\mathrm{d}x=4\int_0^{\pi/2}\sin x\,\mathrm{d}x=4$。

★ 6. 华里士(点火)公式

$$\int_0^{\frac\pi2}\sin^{n}x\,\mathrm{d}x=\int_0^{\frac\pi2}\cos^{n}x\,\mathrm{d}x=\begin{cases}\dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots\dfrac{1}{2}\cdot\dfrac\pi2,&n\ \text{为偶数},\\[10pt]\dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots\dfrac{2}{3}\cdot 1,&n\ \text{为奇数}.\end{cases}$$

怎么记:从 $n$ 开始每次减 $2$ 往下连乘(分母依次是 $n,n-2,\dots$),一直乘到 $1$ 或 $2$ 为止;偶数时最后再乘 $\frac\pi2$,奇数时最后乘 $1$。

常用推论:$\int_0^{\pi}\sin^{n}x\,\mathrm{d}x=2\int_0^{\frac\pi2}\sin^{n}x\,\mathrm{d}x$(因为 $\sin x$ 的图像关于 $x=\frac\pi2$ 对称);$\int_0^{\pi}\cos^{n}x\,\mathrm{d}x=\begin{cases}2\int_0^{\frac\pi2}\cos^{n}x\mathrm{d}x,&n\ \text{为偶数},\\0,&n\ \text{为奇数}.\end{cases}$

$\int_0^{2\pi}\sin^{n}x\,\mathrm{d}x=\begin{cases}4\int_0^{\frac\pi2}\sin^{n}x\mathrm{d}x,&n\ \text{为偶数},\\0,&n\ \text{为奇数}.\end{cases}$

7. 几个常用的定积分小结论

$$\int_0^{\frac\pi2}f(\sin x)\,\mathrm{d}x=\int_0^{\frac\pi2}f(\cos x)\,\mathrm{d}x;\qquad \int_0^{\pi}xf(\sin x)\,\mathrm{d}x=\frac{\pi}{2}\int_0^{\pi}f(\sin x)\,\mathrm{d}x;$$

$$\int_0^{\frac\pi2}\frac{\sin x}{\sin x+\cos x}\,\mathrm{d}x=\frac{\pi}{4};\qquad \int_0^{1}\frac{\ln(1+x)}{1+x^{2}}\,\mathrm{d}x=\frac{\pi}{8}\ln 2.$$

后两式分别靠区间再现公式 $x\to\frac\pi2-x$ 与 $x\to\frac{1-x}{1+x}$ 得到,是「区间再现」技巧的典型作品,记住它们能省很多时间。

四、变限积分的计算与重要结论

1. 求导公式(与第 8 章同一个,要练到闭着眼睛写对)

$$\frac{\mathrm{d}}{\mathrm{d}x}\int_{\varphi(x)}^{\psi(x)}f(t)\,\mathrm{d}t=f[\psi(x)]\psi'(x)-f[\varphi(x)]\varphi'(x).$$

★ 2. 变限积分的三个重要结论

① 连续性:$f(x)$ 可积 $\Rightarrow F(x)=\int_a^{x}f(t)\mathrm{d}t$ 连续;

② 可导性:$f(x)$ 连续 $\Rightarrow F(x)$ 可导且 $F'(x)=f(x)$;

③ 奇偶性:设 $f(x)$ 连续,则

$\quad\bullet$ $f$ 是奇函数 $\Rightarrow F(x)=\int_0^{x}f(t)\mathrm{d}t$ 是偶函数;

$\quad\bullet$ $f$ 是偶函数 $\Rightarrow F(x)=\int_0^{x}f(t)\mathrm{d}t$ 是奇函数。

注意第三条里的下限必须是 $0$;若下限换成 $a\ne 0$,得到的就变成「奇函数加一个常数」。

3. 用变限积分求极限(洛必达法则)

$$\lim_{x\to 0}\frac{\displaystyle\int_0^{x}f(t)\,\mathrm{d}t}{x}=\lim_{x\to 0}\frac{f(x)}{1}=f(0).$$

这里是 $\frac00$ 型,而且分子恰好是一个变限积分,所以用洛必达法则时只要把分子求导即可。常见的套路是:变限积分与 $x^{k}$ 作商求极限;或者变限积分与中值定理、泰勒公式配合使用。

五、反常积分的计算

方法 在收敛的前提下「先算原函数,再取极限」

识别积分限里有 $\infty$,或者被积函数在区间端点附近趋于无穷(有瑕点)。

步骤① 先扫一遍:是无穷区间、瑕积分,还是两者都有;找出所有瑕点;② 区间内部有瑕点时,必须拆成两个(或多个)反常积分,各自独立判断;③ 把反常积分改写成极限形式,求出原函数;④ 取极限得到结果,同时说明收敛还是发散。

三种基本形状:

① 无穷区间:$\int_a^{+\infty}f(x)\mathrm{d}x=\lim_{x\to+\infty}F(x)-F(a)$;

② 瑕积分(瑕点在 $x=a$):$\int_a^b f(x)\mathrm{d}x=\lim_{x\to a^+}\left[F(b)-F(x)\right]$;

③ 区间内部有瑕点时拆成两段,两段都收敛才算收敛。

示例求 $\int_0^{+\infty}x\mathrm{e}^{-x}\mathrm{d}x$。

先用分部积分求原函数(取 $u=x$、$\mathrm{d}v=\mathrm{e}^{-x}\mathrm{d}x$,$v=-\mathrm{e}^{-x}$): $$\int x\mathrm{e}^{-x}\mathrm{d}x=-x\mathrm{e}^{-x}+\int \mathrm{e}^{-x}\mathrm{d}x=-x\mathrm{e}^{-x}-\mathrm{e}^{-x}+C.$$

再取极限: $$\int_0^{+\infty}x\mathrm{e}^{-x}\mathrm{d}x=\left[-x\mathrm{e}^{-x}-\mathrm{e}^{-x}\right]_0^{+\infty}=0-(0-1)=1.$$

几个常用结论:$\int_0^{+\infty}\mathrm{e}^{-x}\mathrm{d}x=1$;$\int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x=\frac{\sqrt\pi}{2}$;$\int_1^{+\infty}\frac{\mathrm{d}x}{x^{p}}$ 在 $p>1$ 时等于 $\frac{1}{p-1}$。

六、题型归纳

题型 1 不定积分的计算

识别题目要求「求不定积分」,被积函数是初等函数的组合,结果应当带 $+C$。

步骤① 先看能不能凑微分(出现「函数与其导数」的搭配就凑);② 凑不动再看要不要换元(有根号、分母次数高);③ 如果是两类函数相乘,用分部积分,按「反对幂指三」选 $u$;④ 如果是有理式,用部分分式拆开后逐项积分;⑤ 最后检查:结果求导能不能回到被积函数。

示例求 $\int x\cos x\,\mathrm{d}x$。

幂函数排在三角函数前面,取 $u=x$、$\mathrm{d}v=\cos x\,\mathrm{d}x$($v=\sin x$),由分部积分公式 $$\int x\cos x\,\mathrm{d}x=x\sin x-\int \sin x\,\mathrm{d}x=x\sin x+\cos x+C.$$

验算:$(x\sin x+\cos x)'=\sin x+x\cos x-\sin x=x\cos x$,正确。

题型 2 定积分的计算(含对称性、周期性、点火公式)

识别积分有明确的上下限,要求算出具体数值。

步骤① 先把被积函数拆成奇偶两部分,看能不能用对称性直接消掉;② 检查区间是否关于原点对称(奇偶性),或是否跨越整数个周期(周期性);③ 剩下的部分用换元(记得换限)或分部积分算;④ 遇到 $\int_0^{\pi/2}\sin^{n}x\,\mathrm{d}x$ 这种形状直接套点火公式。

示例求 $\int_{-1}^{1}(x^{3}+x^{2})\,\mathrm{d}x$。

区间 $[-1,1]$ 关于原点对称。$x^{3}$ 是奇函数,它的积分直接为 $0$;$x^{2}$ 是偶函数,可以只算半区间再乘 $2$: $$\int_{-1}^{1}(x^{3}+x^{2})\,\mathrm{d}x=0+2\int_0^1 x^{2}\,\mathrm{d}x=2\cdot\frac{1}{3}=\frac{2}{3}.$$

题型 3 分段函数的定积分

识别被积函数是分段给出的,或者含绝对值、$\max$、$\min$,或者被积函数在区间内部有间断点。

步骤① 找出所有「分界点」(分段点、绝对值的零点、间断点);② 用这些分界点把积分区间拆开,使每一段上被积函数有统一的表达式;③ 含绝对值或 $\max,\min$ 时,先在该段上写出去掉符号后的表达式;④ 每段分别积分再相加。

示例求 $\int_0^{2}|x-1|\,\mathrm{d}x$。

绝对值在 $x=1$ 处变号,于是拆成两段:$[0,1]$ 上 $|x-1|=1-x$,$[1,2]$ 上 $|x-1|=x-1$。因此 $$\int_0^{2}|x-1|\,\mathrm{d}x=\int_0^{1}(1-x)\,\mathrm{d}x+\int_1^{2}(x-1)\,\mathrm{d}x=\frac12+\frac12=1.$$

题型 4 变限积分函数的求导与求极限

识别表达式里含有变限积分,要求它的导数,或者要求一个含变限积分的分式的极限。

步骤① 先化简被积函数——如果里面混着 $x$,就换元或把它提到积分号外;② 套求导公式,注意上下限都是函数时要各求一次,上限取正号、下限取负号;③ 求极限时先用洛必达法则把变限积分求导,再判断类型继续处理;④ 若分子分母的阶数不匹配,考虑用等价无穷小或泰勒公式配合。

示例求 $\lim_{x\to 0}\frac{\int_0^{x}\sin t\,\mathrm{d}t}{x^{2}}$。

这是 $\frac00$ 型,分子是变限积分,用洛必达法则把分子分母同时求导: $$\lim_{x\to 0}\frac{\displaystyle\int_0^{x}\sin t\,\mathrm{d}t}{x^{2}}=\lim_{x\to 0}\frac{\sin x}{2x}=\frac12.$$

题型 5 反常积分的计算

识别积分限含 $\infty$,或被积函数在端点附近趋于无穷,要求值或判断敛散。

步骤① 先找出所有瑕点和无穷限,把区间拆好;② 求原函数;③ 用极限替换瑕点或无穷限,算出结果;④ 若原函数求不出来,就只能改用比较判别法判断敛散——但要记住比较判别法只能判敛,不能求值。

示例求 $\int_0^{+\infty}\mathrm{e}^{-x}\mathrm{d}x$。

先求原函数再取极限: $$\int_0^{+\infty}\mathrm{e}^{-x}\mathrm{d}x=\lim_{t\to+\infty}\int_0^{t}\mathrm{e}^{-x}\mathrm{d}x=\lim_{t\to+\infty}\left[-\mathrm{e}^{-x}\right]_0^{t}=\lim_{t\to+\infty}\left(1-\mathrm{e}^{-t}\right)=1.$$

题型 6 积分恒等式的证明(用换元或分部积分)

识别题目要证一个有积分号在里面的恒等式,或者要证明某个定积分等于指定值。

步骤① 先试区间再现:把右边的 $x$ 换成 $a+b-x$(对 $[0,\pi/2]$ 就是 $x\to\frac\pi2-x$),看能不能把两边凑成同一个式子;② 不行就用换元把两端的积分化成同一个形状;③ 也可以用分部积分把某一边变形,向另一边靠拢;④ 两边一致即证完。

示例证明 $\int_0^{\pi/2}\frac{\sin x}{\sin x+\cos x}\,\mathrm{d}x=\frac{\pi}{4}$。

记 $I=\int_0^{\pi/2}\frac{\sin x}{\sin x+\cos x}\mathrm{d}x$。对 $I$ 作区间再现 $x\to\frac\pi2-x$(此时 $\sin x\to\cos x$,$\cos x\to\sin x$),得 $$I=\int_0^{\pi/2}\frac{\cos x}{\cos x+\sin x}\,\mathrm{d}x.$$

两式相加,被积函数变成 $\frac{\sin x+\cos x}{\sin x+\cos x}=1$,于是 $$2I=\int_0^{\pi/2}1\,\mathrm{d}x=\frac{\pi}{2}\ \Longrightarrow\ I=\frac{\pi}{4}.$$

七、容易错在哪

① 换元时该换的没换

错在哪:不定积分换元后忘了把 $t$ 换回 $x$;定积分换元后忘了换上下限,却还是把 $x$ 的上下限写在那里。

正确做法:记住三句话——不定积分换元后必须回代(结果要是 $x$ 的函数);定积分换元必须换限且不必回代;换元函数必须单调可导,保证新旧变量一一对应。

② 分部积分口诀用反了

错在哪:把该凑进 $\mathrm{d}v$ 的取了 $u$,结果新积分比原来的还复杂,越积越乱。

正确做法:严格按「反、对、幂、指、三」排序,排在前面的当 $u$,排在后面的凑进 $\mathrm{d}v$。用完之后检查新积分:如果没变简单,多半是选反了,换过来重来。

③ 定积分换限时符号搞乱

错在哪:作替换 $x=-t$ 这类 $\varphi'(t)<0$ 的变换时,凭感觉把上下限调换,结果符号出错。

正确做法:老老实实按 $a=\varphi(\alpha)$、$b=\varphi(\beta)$ 解出 $\alpha$、$\beta$,上限对上限、下限对下限。不依赖「换元后大小关系会怎样」的直觉。

④ 点火公式用错区间

错在哪:对 $\int_0^{\pi}\sin^{n}x\mathrm{d}x$ 或 $\int_0^{2\pi}\cos^{n}x\mathrm{d}x$ 直接套点火公式。

正确做法:点火公式只在 $\left[0,\frac\pi2\right]$ 上对 $\sin^{n}x,\cos^{n}x$ 成立,而且 $n$ 必须是正整数。别的区间要先化成这个区间——例如 $\int_0^{\pi}\sin^{n}x\mathrm{d}x=2\int_0^{\pi/2}\sin^{n}x\mathrm{d}x$,偶数倍周期的再用周期性处理。

⑤ 对不对称的区间用奇偶性

错在哪:看到 $x^{3}$ 就写「奇函数积分为零」,完全不管区间是不是关于原点对称。

正确做法:用奇偶性之前先确认区间是对称区间。像 $\int_{-1}^{2}x^{3}\mathrm{d}x$ 的区间不对称,不能为 $0$,老老实实算;函数既不奇也不偶时更加不能套。

⑥ 反常积分的两个坑

错在哪:区间内部有瑕点却当成普通定积分用牛顿—莱布尼茨公式;或者用「奇函数在对称区间积分为零」来处理 $\int_{-\infty}^{+\infty}\frac{x}{1+x^{2}}\mathrm{d}x$ 这类积分。

正确做法:动手前先找瑕点、先把区间拆好;$\int_{-\infty}^{+\infty}$ 类型必须让 $+\infty$ 与 $-\infty$ 两端各自收敛,两端都收敛才叫收敛,不能靠对称性相互抵消。

第 10 章 一元函数积分学的应用(一)——几何应用把积分用到图形上:面积、体积、弧长、侧面积

◆ 本章知识地图
公共部分平面图形的面积 · 旋转体的体积 · 形心坐标公式 · 函数的平均值 仅数一、数二平面曲线的弧长 · 旋转曲面的面积(侧面积)· 平行截面面积为已知的立体体积 三大体系直角坐标系 · 参数方程 · 极坐标系(面积、弧长、旋转体都要按这三套分别记)

这一章要干什么:纯粹是套公式加计算,是上一章积分计算的直接应用。和第 5 章对比一下就更清楚:微分学的几何应用是「研究性态」,要判断极值点、找拐点、画图像;积分学的几何应用是「量长度、量面积、量体积」,只需要写对公式、算对积分。所以本章的功夫主要花在认图形、定积分限上,公式本身不多。

一、平面图形的面积(三大体系)

1. 直角坐标系下

设平面图形由曲线 $y=y_2(x)$(上边界)、$y=y_1(x)$(下边界)以及两条直线 $x=a$、$x=b$ 围成($y_2(x)\ge y_1(x)$),则 $$S=\int_a^b\left[y_2(x)-y_1(x)\right]\mathrm{d}x.$$

如果上下两条边界在区间中间交换了位置,就要加绝对值(或者分段算): $$S=\int_a^b\left|y_2(x)-y_1(x)\right|\mathrm{d}x.$$

怎么理解:用「大图形的面积减去小图形的面积」,也就是 $S=\int_a^b y_2\mathrm{d}x-\int_a^b y_1\mathrm{d}x$。求面积时一律「上面减下面」。

★ 微元法(本章的统一思路)

第一步,取微元。在 $x$ 处取一条宽 $\mathrm{d}x$ 的窄条,它的高是 $\left|y_2(x)-y_1(x)\right|$,于是 $\Delta S\approx\left|y_2(x)-y_1(x)\right|\mathrm{d}x$;

第二步,积分。把所有窄条累加起来,$S=\int_a^b\left|y_2-y_1\right|\mathrm{d}x$。

本章所有公式都能用「取微元 $\to$ 积分」这套思路推出来。考场上万一忘了公式,只要能把微元写对,现推也来得及。

2. 参数方程下

设曲线由 $x=x(t),\ y=y(t)$($\alpha\le t\le\beta$)给出,则曲线与 $x$ 轴以及直线 $x=x(\alpha)$、$x=x(\beta)$ 所围图形的面积 $$S=\int_{\alpha}^{\beta}\left|y(t)x'(t)\right|\mathrm{d}t.$$

怎么来的:在 $S=\int y\,\mathrm{d}x$ 里作换元 $x=x(t)$,于是 $\mathrm{d}x=x'(t)\mathrm{d}t$,上下限也跟着换成 $\alpha,\beta$。

要留意的细节:$x'(t)$ 可能为正也可能为负,所以要加绝对值(或者严格按 $t$ 增大、减小时 $x$ 的走向来确定上下限)。

3. 极坐标系下

(1)曲边扇形(由曲线 $r=r(\theta)$ 与两条射线 $\theta=\alpha$、$\theta=\beta$ 围成,$0<\beta-\alpha\le 2\pi$): $$S=\frac12\int_{\alpha}^{\beta}r^{2}(\theta)\,\mathrm{d}\theta.$$

(2)两条曲线围成($r_1(\theta)\le r_2(\theta)$): $$S=\frac12\int_{\alpha}^{\beta}\left|r_2^{2}(\theta)-r_1^{2}(\theta)\right|\mathrm{d}\theta.$$

微元怎么来的:$\mathrm{d}\theta\to 0$ 时,这一小块扇形区域可以近似看成三角形,于是面积微元 $$\Delta S\approx\frac12 r(\theta)\cdot r(\theta)\,\mathrm{d}\theta=\frac12 r^{2}(\theta)\,\mathrm{d}\theta.$$

例:心形线 $r=a(1+\cos\theta)$ 所围的面积为 $$S=\frac12\int_0^{2\pi}a^{2}(1+\cos\theta)^{2}\mathrm{d}\theta=\frac{3\pi a^{2}}{2}.$$

平面图形面积
图 10-1 直角坐标下的面积微元 $\Delta S\approx|y_2-y_1|\mathrm{d}x$ 与极坐标下的扇形微元 $\Delta S\approx\frac12r^2\mathrm{d}\theta$

二、旋转体的体积

1. 绕 $x$ 轴旋转(圆盘法)

曲边梯形($y=y(x)$,$x\in[a,b]$,$y\ge 0$)绕 $x$ 轴旋转一周所得的旋转体体积为 $$V_x=\pi\int_a^b y^{2}(x)\,\mathrm{d}x.$$

微元长什么样:宽 $\mathrm{d}x$ 的窄条转一圈变成一个薄圆盘,半径是 $y(x)$,厚是 $\mathrm{d}x$,所以 $\Delta V\approx\pi y^{2}(x)\mathrm{d}x$。

2. 绕 $y$ 轴旋转

(1)圆盘法(把曲线改写成 $x=x(y)$,$y\in[c,d]$): $$V_y=\pi\int_c^d x^{2}(y)\,\mathrm{d}y.$$

(2)柱壳法(不必反解函数,更常用):由 $y=f(x)$($x\in[a,b]$,$f(x)\ge 0$)、$x=a$、$x=b$ 与 $x$ 轴围成的图形绕 $y$ 轴旋转,体积为 $$V_y=2\pi\int_a^b x\left|f(x)\right|\mathrm{d}x.$$

微元长什么样:宽 $\mathrm{d}x$ 的窄条绕 $y$ 轴转一圈变成一个薄圆柱壳,壳的底面周长是 $2\pi x$、高是 $f(x)$、厚是 $\mathrm{d}x$,所以 $\Delta V\approx 2\pi x\cdot f(x)\,\mathrm{d}x$。

★ 3. 绕任意直线旋转(用微元法)

思路:不去背公式,而是把微元绕这条直线转一圈,看清它转出来是个圆盘还是圆柱壳,把体积写出来再积分。

① 若旋转轴是水平直线 $y=c$,转出来是圆盘,半径是点到轴的距离 $|f(x)-c|$: $$V=\pi\int_a^b\left[f(x)-c\right]^{2}\mathrm{d}x;$$

② 若旋转轴是竖直直线 $x=c$,转出来是圆柱壳,于是 $$V=2\pi\int_a^b\left|x-c\right|\left|f(x)\right|\mathrm{d}x$$

(注意乘的是「到轴的距离」$|x-c|$,不是 $x$);

③ 若旋转轴是斜直线 $y=kx+b$,就用点到直线的距离当半径: $$V=\pi\int_a^b d^{2}(x)\,\mathrm{d}x,\qquad d(x)=\frac{|kx-f(x)+b|}{\sqrt{1+k^{2}}}.$$

一句话总结:旋转体体积的通用办法就是微元法——先想清楚「微元转出来是什么形状」(圆盘还是圆柱壳),剩下的就是写体积、做积分。

4. 平行截面面积为已知的立体体积(数一、数二)

如果垂直于 $x$ 轴的截面面积 $A(x)$ 是已知的,则 $$V=\int_a^b A(x)\,\mathrm{d}x.$$

它和旋转体公式的关系:旋转体其实就是 $A(x)=\pi y^{2}(x)$ 的特例,所以上面这个公式是旋转体体积公式的推广。

什么时候用:立体底面是某个已知区域、而截面是三角形、半圆、正方形这类简单图形时。做法是先用相似关系把 $A(x)$ 写出来,再积分。

旋转体体积
图 10-2 圆盘法 $\Delta V\approx\pi y^2\mathrm{d}x$ 与柱壳法 $\Delta V\approx 2\pi x y\,\mathrm{d}x$

三、形心坐标公式(数一、数二)

1. 平面图形的形心(均匀薄片的质心)

设平面图形 $D$ 的面积为 $A$,则形心坐标为 $$\bar{x}=\frac{1}{A}\iint_D x\,\mathrm{d}\sigma,\qquad \bar{y}=\frac{1}{A}\iint_D y\,\mathrm{d}\sigma.$$

若 $D$ 由 $y_1(x)\le y\le y_2(x)$、$x\in[a,b]$ 给出(记 $S=\int_a^b[y_2-y_1]\mathrm{d}x$),则 $$\bar{x}=\frac{1}{S}\int_a^b x\left[y_2(x)-y_1(x)\right]\mathrm{d}x,\qquad \bar{y}=\frac{1}{2S}\int_a^b\left[y_2^{2}(x)-y_1^{2}(x)\right]\mathrm{d}x.$$

2. 平面曲线的形心

设曲线弧长为 $s$,则 $$\bar{x}=\frac1s\int_L x\,\mathrm{d}s,\qquad \bar{y}=\frac1s\int_L y\,\mathrm{d}s.$$

怎么理解:形心公式的本质就是加权平均——$\bar{x}$ 就是 $x$ 关于面积的「平均值」。所以如果图形有对称轴,形心一定落在这条对称轴上,对应的那个坐标可以直接判定,不必算积分。

四、函数的平均值

定义

设 $f(x)$ 在 $[a,b]$ 上连续,则称 $$\bar{f}=\frac{1}{b-a}\int_a^b f(x)\,\mathrm{d}x$$

为 $f(x)$ 在 $[a,b]$ 上的平均值(它正是积分中值定理里的那个 $f(\xi)$)。

直观解释:以 $b-a$ 为底、以 $\bar f$ 为高的矩形,面积恰好等于曲边梯形的面积——也就是把曲边梯形「压平」成一个等面积的矩形。

五、平面曲线的弧长(数一、数二)

三种体系下的弧长公式

① 直角坐标($y=y(x)$,$a\le x\le b$): $$s=\int_a^b\sqrt{1+\left[y'(x)\right]^{2}}\,\mathrm{d}x.$$

② 参数方程($x=x(t),y=y(t)$,$\alpha\le t\le\beta$): $$s=\int_{\alpha}^{\beta}\sqrt{\left[x'(t)\right]^{2}+\left[y'(t)\right]^{2}}\,\mathrm{d}t.$$

③ 极坐标($r=r(\theta)$,$\alpha\le\theta\le\beta$): $$s=\int_{\alpha}^{\beta}\sqrt{r^{2}(\theta)+\left[r'(\theta)\right]^{2}}\,\mathrm{d}\theta.$$

怎么记:记住一个微元 $\mathrm{d}s=\sqrt{(\mathrm{d}x)^{2}+(\mathrm{d}y)^{2}}$(就是勾股定理),三种公式都只是把这个微元用不同的参数写出来而已。

弧长微元
图 10-3 弧长微元 $\mathrm{d}s=\sqrt{(\mathrm{d}x)^2+(\mathrm{d}y)^2}$(勾股定理)

六、旋转曲面的面积(侧面积,数一、数二)

公式

① 直角坐标($y=y(x)\ge 0$,$a\le x\le b$,绕 $x$ 轴旋转): $$S=2\pi\int_a^b y(x)\sqrt{1+\left[y'(x)\right]^{2}}\,\mathrm{d}x.$$

② 参数方程($x=x(t),\ y=y(t)\ge 0$,绕 $x$ 轴旋转): $$S=2\pi\int_{\alpha}^{\beta}y(t)\sqrt{\left[x'(t)\right]^{2}+\left[y'(t)\right]^{2}}\,\mathrm{d}t.$$

③ 极坐标($r=r(\theta)$,绕极轴旋转): $$S=2\pi\int_{\alpha}^{\beta}r(\theta)\sin\theta\sqrt{r^{2}(\theta)+\left[r'(\theta)\right]^{2}}\,\mathrm{d}\theta.$$

微元怎么来的:一小段曲线转一圈得到的是一条圆台的侧面,它的面积约等于「周长乘弧长」,也就是 $\Delta S\approx 2\pi y\,\mathrm{d}s$($\mathrm{d}s$ 是弧长微元,$y$ 是这段微元到轴的距离)。

和体积公式怎么区分:体积微元是 $\pi y^{2}\mathrm{d}x$(圆盘),侧面积微元是 $2\pi y\,\mathrm{d}s$——一个乘的是半径的平方,一个乘的是弧长。这是本章最容易混淆的一对公式,考试时先想「我量的是体还是面」,再决定用哪一个。

七、题型归纳

题型 1 求平面图形的面积

识别题干给出几条曲线(或一条封闭曲线),要求它们围成的图形面积。

步骤① 画出草图,联立方程求交点,由交点确定积分限(极坐标下则是确定 $\theta$ 的范围);② 看边界曲线的形式决定用哪套公式:能写成 $y=f(x)$ 就用直角坐标,带参数 $t$ 的用参数方程,出现 $r=r(\theta)$ 的用极坐标;③ 套对应公式,注意「上减下」「外减内」以及绝对值和上下限;④ 算出数值。

示例求由曲线 $y=x^{2}$ 与直线 $y=x$ 围成的图形面积。

联立 $y=x^{2}$ 与 $y=x$ 得 $x=0$ 或 $x=1$,所以积分限是 $[0,1]$。在 $(0,1)$ 内 $x>x^{2}$,所以直线在上面,由直角坐标的面积公式 $$S=\int_0^1\left(x-x^{2}\right)\mathrm{d}x=\left[\frac{x^{2}}{2}-\frac{x^{3}}{3}\right]_0^1=\frac12-\frac13=\frac16.$$

题型 2 求旋转体的体积(常见大题)

识别题干给出一个平面图形(通常是曲线与坐标轴围成的),要求它绕某条直线旋转一周所得旋转体的体积。

步骤① 先看清绕的是哪条轴:绕 $x$ 轴就层层叠圆盘,用 $V=\pi\int y^{2}\mathrm{d}x$;② 绕 $y$ 轴优先用柱壳法 $V=2\pi\int x|f(x)|\mathrm{d}x$(这样不必反过来解函数);③ 绕任意直线 $x=c$、$y=c$ 或斜直线时,用微元法:把微元到轴的距离当半径,写体积再积分;④ 把积分算出来。

示例设平面图形由 $y=\sqrt{x}$、$x$ 轴与直线 $x=1$ 围成,分别求它绕 $x$ 轴、绕 $y$ 轴旋转所得旋转体的体积。

绕 $x$ 轴用圆盘法(半径是 $y=\sqrt{x}$): $$V_x=\pi\int_0^1\left(\sqrt{x}\right)^{2}\mathrm{d}x=\pi\int_0^1 x\,\mathrm{d}x=\frac{\pi}{2}.$$

绕 $y$ 轴用柱壳法(壳到轴的距离是 $x$,高是 $\sqrt{x}$): $$V_y=2\pi\int_0^1 x\sqrt{x}\,\mathrm{d}x=2\pi\int_0^1 x^{3/2}\mathrm{d}x=2\pi\cdot\frac{2}{5}=\frac{4\pi}{5}.$$

题型 3 求旋转曲面的侧面积

识别题干要求的是「曲面面积」「侧面积」,而不是体积。

步骤① 确认旋转轴是 $x$ 轴还是 $y$ 轴(公式默认绕 $x$ 轴,绕 $y$ 轴要把变量轮换);② 按曲线给的形式(直角坐标、参数方程、极坐标)写出微元 $\mathrm{d}s$;③ 套 $S=2\pi\int y\,\mathrm{d}s$,把「到轴的距离」乘上弧长微元再积分;④ 算出数值。

示例求直线段 $y=x$($0\le x\le 1$)绕 $x$ 轴旋转所得旋转曲面的侧面积。

先求弧长微元:$y'=1$,所以 $\mathrm{d}s=\sqrt{1+1^{2}}\,\mathrm{d}x=\sqrt2\,\mathrm{d}x$。再套侧面积公式: $$S=2\pi\int_0^1 x\sqrt2\,\mathrm{d}x=2\pi\sqrt2\cdot\frac12=\sqrt2\,\pi.$$

(核对一下:旋转出来是一个底面半径 $1$、母线长 $\sqrt2$ 的圆锥侧面,侧面积 $=\pi r l=\pi\cdot1\cdot\sqrt2=\sqrt2\pi$,一致。)

题型 4 求弧长

识别题干要求「曲线的长度」「弧长」,并给出曲线在某个区间上的表达式。

步骤① 看曲线是直角坐标、参数方程还是极坐标形式,选对应的弧长公式;② 求导数并代进根号;③ 若曲线关于某条直线对称,可以只算一半再乘 $2$(能明显减少计算量);④ 把积分算出来。

示例求曲线 $y=\frac{2}{3}x^{3/2}$ 在 $0\le x\le 3$ 上的弧长。

先求导:$y'=x^{1/2}$,于是 $\sqrt{1+\left[y'\right]^{2}}=\sqrt{1+x}$。由直角坐标弧长公式 $$s=\int_0^3\sqrt{1+x}\,\mathrm{d}x=\left[\frac{2}{3}(1+x)^{3/2}\right]_0^3=\frac{2}{3}\left(8-1\right)=\frac{14}{3}.$$

题型 5 已知平行截面面积求体积(数一、数二)

识别题目描述一个立体:底面是某个已知区域,而垂直于某条轴的截面是三角形、半圆、正方形等简单图形。

步骤① 选好坐标轴,写出底面上该轴方向的范围;② 在位置 $x$ 处把截面面积 $A(x)$ 写出来(截面边长通常要用相似三角形或底边方程表示);③ 用 $V=\int_a^b A(x)\mathrm{d}x$ 积分;④ 算出数值。

示例设立体的底面是圆 $x^{2}+y^{2}\le a^{2}$,垂直于 $x$ 轴的截面都是等边三角形,求该立体的体积。

在位置 $x$ 处,底面上那条弦的半长是 $y=\sqrt{a^{2}-x^{2}}$,所以弦长 $2y$,而这个等边三角形的边长正是 $2y$。等边三角形面积公式给出 $$A(x)=\frac{\sqrt3}{4}\left(2y\right)^{2}=\sqrt3\,y^{2}=\sqrt3\left(a^{2}-x^{2}\right).$$

于是 $$V=\int_{-a}^{a}\sqrt3\left(a^{2}-x^{2}\right)\mathrm{d}x=\sqrt3\left[a^{2}x-\frac{x^{3}}{3}\right]_{-a}^{a}=\sqrt3\cdot\frac{4a^{3}}{3}=\frac{4\sqrt3}{3}a^{3}.$$

题型 6 求形心坐标或函数的平均值

识别题目问「形心坐标」「质心」,或者问某函数在区间上的「平均值」。

步骤① 若是形心:先求出图形面积 $S$(或曲线弧长 $s$);② 套形心公式,分子的积分里要多乘一个 $x$ 或 $y$;③ 若是平均值:直接用 $\bar f=\frac{1}{b-a}\int_a^b f\mathrm{d}x$;④ 若图形有对称轴,先判定形心必在对称轴上,可以省掉一个方向的积分。

示例求由 $y=x^{2}$、$x$ 轴与直线 $x=1$ 围成的图形的形心坐标。

先求面积: $$S=\int_0^1 x^{2}\mathrm{d}x=\frac13.$$

再求两个坐标: $$\bar{x}=\frac{1}{S}\int_0^1 x\cdot x^{2}\,\mathrm{d}x=3\int_0^1 x^{3}\mathrm{d}x=\frac34,$$ $$\bar{y}=\frac{1}{2S}\int_0^1\left(x^{2}\right)^{2}\mathrm{d}x=\frac{3}{2}\int_0^1 x^{4}\mathrm{d}x=\frac{3}{10}.$$

所以形心坐标为 $\left(\frac34,\frac{3}{10}\right)$。

八、容易错在哪

① 算出来的面积是负的

错在哪:只顾套「上减下」「外减内」,没管哪条曲线在上面;上下边界中途交换了位置也照样一路算下去。

正确做法:作差时套绝对值,或者先在区间内找出边界交换位置的交点,分段处理。另外极坐标下两条曲线围成的面积是 $\frac12\int\left(r_2^{2}-r_1^{2}\right)\mathrm{d}\theta$——是平方相减,不是 $(r_2-r_1)^{2}$。

② 绕错了轴,或者柱壳法里乘错了量

错在哪:题目说「绕 $y$ 轴」「绕直线 $x=1$」,却按绕 $x$ 轴的公式去算;用柱壳法时被积函数里漏乘「到轴的距离」。

正确做法:动笔前先把旋转轴圈出来。绕 $x$ 轴是「沿 $x$ 方向层层叠圆盘」;绕 $y$ 轴用柱壳法时,被积函数里必须出现「到轴的距离」(绕 $y$ 轴是 $x$,绕 $x=c$ 是 $|x-c|$)。绕着斜线转时不要硬套,直接用点到直线的距离当半径。

③ 参数方程算面积时丢了绝对值、上下限搞反

错在哪:直接写 $S=\int_{\alpha}^{\beta}y(t)x'(t)\mathrm{d}t$ 而不管 $x'(t)$ 的正负,或者把 $\alpha,\beta$ 的顺序想当然。

正确做法:$S=\int_{\alpha}^{\beta}|y(t)x'(t)|\mathrm{d}t$ 里的绝对值不能省;$\alpha,\beta$ 要按 $x(\alpha)$、$x(\beta)$ 分别等于积分下限、上限来确定,不能只看 $t$ 的大小。弧长公式里的 $x'(t),y'(t)$ 在根号内,恒为非负,不受这条影响。

④ 侧面积写成了 $2\pi\int y\,\mathrm{d}x$

错在哪:把侧面积公式里的弧长微元 $\mathrm{d}s$ 直接换成了 $\mathrm{d}x$,算出来的结果和正确答案差一个 $\sqrt{1+y'^{2}}$ 的因子。

正确做法:侧面积的微元是「圆台侧面」,面积等于 $\Delta S\approx 2\pi y\,\mathrm{d}s$,一定带弧长微元 $$\mathrm{d}s=\sqrt{1+\left[y'(x)\right]^{2}}\,\mathrm{d}x.$$

这是「面」与「体」最容易混淆的地方,记牢体积用 $\pi y^{2}\mathrm{d}x$、侧面积用 $2\pi y\,\mathrm{d}s$。

⑤ 极坐标的 $\theta$ 范围凭感觉定

错在哪:面积、弧长、侧面积都算完了才发现积分限取错,或者整条曲线只取了一段。

正确做法:动手前先画图,看清曲线自己绕了几圈、有没有重复描过同一段。例如心形线 $r=a(1+\cos\theta)$ 的 $\theta$ 取 $[0,2\pi]$;而双纽线要取 $\theta\in\left[-\frac\pi4,\frac\pi4\right]$ 再乘 $2$,因为它关于极轴对称,整个图形由两瓣组成。

第 11 章 一元函数积分学的应用(二)——积分等式与积分不等式证明题的集中区|数一、数二、数三通用

◆ 本章知识地图
积分等式① 用中值定理 ② 用夹逼准则 ③ 用积分法 积分不等式① 用函数的单调性 ② 用拉格朗日中值定理 ③ 用泰勒公式 ④ 用积分法 ⑤ 用牛顿-莱布尼茨公式 用到的工具推广的积分中值定理 · 积分保号性 · 罗尔定理 · 拉格朗日中值定理 · 泰勒公式 重难点拿题目的条件去挑方法(条件决定方法),以及辅助函数的构造

一句话总纲:本章的题目几乎全是证明题。拿到题先数一数条件:$f$ 连续吗?一阶可导吗?二阶可导吗?端点值是不是 $0$?——条件决定方法,这是本章的主线。

一、积分等式

1. 用中值定理

它解决什么问题:把一个「带着被积函数的积分」换成「函数在某个点上的值乘上一个长度」,于是积分式就变成了函数值的形式,可以接着用罗尔定理、拉格朗日中值定理这些微分学工具。

推广的积分中值定理:设 $f(x),g(x)$ 在 $[a,b]$ 上连续,且 $g(x)$ 在 $[a,b]$ 上不变号(恒正、恒负或恒等于 $0$),则至少存在一点 $\xi\in(a,b)$,使得 $$\int_a^b f(x)g(x)\,\mathrm{d}x=f(\xi)\int_a^b g(x)\,\mathrm{d}x .$$

当 $g(x)\equiv 1>0$ 时就是积分中值定理:$\int_a^b f(x)\,\mathrm{d}x=f(\xi)(b-a)$,$\xi\in[a,b]$。若 $g(x)=0$,结论显然成立。

怎么来的(常数变量化 + 柯西中值定理):不妨设 $g(x)>0$,令 $$F(x)=\int_a^x f(t)g(t)\,\mathrm{d}t,\qquad G(x)=\int_a^x g(t)\,\mathrm{d}t,$$ 对 $F,G$ 在 $[a,b]$ 上用柯西中值定理,得 $\frac{F(b)-F(a)}{G(b)-G(a)}=\frac{F'(\xi)}{G'(\xi)}$,即 $$\frac{\int_a^b f(x)g(x)\,\mathrm{d}x}{\int_a^b g(x)\,\mathrm{d}x}=\frac{f(\xi)g(\xi)}{g(\xi)}=f(\xi),$$ 其中 $\int_a^b g(x)\,\mathrm{d}x>0$。$g(x)<0$ 时同理可证。

什么时候用:题目里出现 $f(x)g(x)$ 相乘的积分,且能看出 $g$ 不变号——看到这种长相就直接用。

◆ 典型陷阱:中值点会跟着「变量」一起跑

求 $\lim_{n\to\infty}\int_1^2 f(x)\mathrm{e}^{-x^n}\,\mathrm{d}x$:由推广的积分中值定理,$\int_1^2 f(x)\mathrm{e}^{-x^n}\mathrm{d}x=f(\xi_n)\int_1^2 \mathrm{e}^{-x^n}\mathrm{d}x$,$\xi_n\in(1,2)$。

再用放缩 + 夹逼:在 $(1,2)$ 内 $\mathrm{e}^{-x^n}>0$ 且被积函数可放缩,由积分保号性与夹逼准则得 $\lim_{n\to\infty}\int_1^2 \mathrm{e}^{-x^n}\mathrm{d}x=0$;又 $f$ 在 $[1,2]$ 上连续故 $f(\xi_n)$ 有界,于是原式 $=$「有界 × 无穷小量」$=0$。

容易错:虽然上下限是常数,但被积函数与 $n$ 有关,所以中值点 $\xi_n$ 也与 $n$ 有关,不能写成 $\lim_{n\to\infty}\mathrm{e}^{-\xi_n^{\,n}}=0$ 而直接得零。

拓展开去:$\int_a^b f(x)\mathrm{d}x=f(\xi)(b-a)$ 中,把 $[a,b]\to[a,x]$ 时 $\xi=\xi(x)$;被积函数变为 $f(x,n)$ 时 $\xi=\xi(n)$。只要「变量」在动,中值点就在动。

典型例题:中值定理 → 罗尔 → 拉格朗日 的连环使用

设 $f(x)$ 在 $[0,\pi]$ 上有二阶导数,$f(0)=2$,$f(\pi)=1$,且某个含 $f$ 的积分值已被给定,证明:存在 $\xi\in(0,\pi)$,使 $f''(\xi)<0$。

思路链:推广的积分中值定理 $\Rightarrow$ 存在 $\eta$ 使 $f(\eta)=2$;由 $f(0)=f(\eta)=2$ 用罗尔定理得 $f'(\xi_1)=0$;再由 $f(\pi)=1\neq 2$ 用两次拉格朗日中值定理比较 $f'$ 的符号,最终得 $f''(\xi)<0$。

用得到的规律:出现 $f(a)=f(b)=f(c)$,用三次罗尔定理;出现 $f(a)\neq f(b)\neq f(c)$,用三次拉格朗日中值定理。

2. 用夹逼准则

它解决什么问题:积分里有 $n$(或趋于某个值的参量)算不出原函数时,把被积函数放大、缩小成两个能直接算出来的量,两边都趋于同一个值,中间的就定了。

示例:$\lim_{n\to\infty}\int_0^1 (n+1)x^n\ln(1+x)\,\mathrm{d}x=$ $\ln 2$(选 A)。因 $0\le\frac{x^n}{1+x}\le x^n$($0\le x\le 1$),用积分保号性放缩后由夹逼准则得 $\lim_{n\to\infty}\int_0^1\frac{x^{n+1}}{1+x}\mathrm{d}x=0$,故原式 $=\ln 2$。

一般结论:设 $f(x)$ 在 $[0,1]$ 上连续,则 $$\lim_{n\to\infty}\int_0^1 x^n f(x)\,\mathrm{d}x=0 .$$

怎么证:$f$ 在 $[0,1]$ 上有最大值 $M$、最小值 $m$,由 $mx^n\le x^nf(x)\le Mx^n$ 与积分保号性得 $\frac{m}{n+1}\le\int_0^1 x^nf(x)\mathrm{d}x\le\frac{M}{n+1}$,两边夹逼即得。

再看两个同型题:$u_n=\int_0^1\left[\ln(1+t)\right]^n\left|\ln t\right|\mathrm{d}t$,由 $0\le\ln(1+t)\le t$ 及积分保号性得 $0\le u_n\le\int_0^1 t^n|\ln t|\mathrm{d}t=\frac{1}{(n+1)^2}\to 0$,故 $\lim u_n=0$(用到重要结论 $\lim_{t\to0^+}t^a\ln t=0$,$a>0$)。

设 $f(x)=x-[x]$($[x]$ 为取整函数),则 $\lim_{x\to+\infty}\frac{1}{x}\int_0^x f(t)\,\mathrm{d}t=$ $\frac12$。取整函数的小数部分 $f$ 是周期为 $1$ 的周期函数(图像是一个个三角形「锯齿」),$\int_0^n f(t)\mathrm{d}t=\frac n2$,再用夹逼准则即可。

容易错:此处不能用洛必达法则,因为含跳跃间断点的函数 $f(x)$ 无原函数。

3. 用积分法

它解决什么问题:被积式里同时出现「函数」和「函数的高阶导数」时,用分部积分把导数「移」到另一边去,凑出已知的端点值。

示例:设 $f''(x)$ 在 $[0,1]$ 上连续,$f(0)=f(1)=0$,证明 $$\int_0^1 f(x)\,\mathrm{d}x=\frac12\int_0^1 x(x-1)f''(x)\,\mathrm{d}x,$$ 进而(记 $M=\max_{[0,1]}|f''(x)|$) $$\left|\int_0^1 f(x)\,\mathrm{d}x\right|\le\frac{M}{12}.$$ 思路:出现「函数 + 函数的高阶导数」,用两次分部积分法(把导数「移」到 $x(x-1)$ 上)。

二、积分不等式(五种方法)

怎么选方法:条件说「$f$ 连续」$\to$ 想单调性与积分法;条件说「$f$ 一阶可导且端点值简单」$\to$ 想拉格朗日中值定理;条件说「$f$ 二阶可导」$\to$ 想泰勒公式;被积函数是两项相乘 $\to$ 想分部积分;要证 $f$ 与 $f'$ 的关系 $\to$ 想牛顿-莱布尼茨公式。

方法 1 用函数的单调性

题干:设 $f(x),g(x)$ 在 $[a,b]$ 上连续,$f(x)$ 单调增加,$0\le g(x)\le1$。证明: (1) $0\le\int_a^x g(t)\,\mathrm{d}t\le x-a$,$x\in[a,b]$; (2) $\int_a^b f(x)g(x)\,\mathrm{d}x\ge\int_a^{a+\int_a^b g(t)\mathrm{d}t}f(x)\,\mathrm{d}x$。

识别条件只有「连续」和单调性,结论是一个积分不等式。

步骤① 把某一个积分限(通常取上限)变量化;② 移项,构造辅助函数 $F(x)$;③ 求 $F'(x)$ 并用条件定出符号;④ 算出端点值(常为 $0$),由单调性得结论。

(1) 的证明:由 $0\le g(x)\le1$ 得 $\int_a^x 0\,\mathrm{d}t\le\int_a^x g(t)\mathrm{d}t\le\int_a^x 1\,\mathrm{d}t$(积分保号性),即 $0\le\int_a^x g\le x-a$。

(2) 的证明:令 $$F(x)=\int_a^{a+\int_a^x g(u)\mathrm{d}u}f(t)\,\mathrm{d}t-\int_a^x f(t)g(t)\,\mathrm{d}t,\quad x\in[a,b],$$ 则 $F(x)$ 可导,且 $F'(x)=f\!\left(a+\int_a^x g(u)\mathrm{d}u\right)g(x)-f(x)g(x)$。由 (1) 知 $a+\int_a^x g(u)\mathrm{d}u\le x$,又 $f$ 单调增加、$g(x)\ge0$,故 $F'(x)\le0$,$F(x)$ 单调减少,而 $F(a)=0$,于是 $F(x)\le0$,得证。

容易错:三个变量要区分开——积分变量 $u$、$t$,自变量 $x$,求导时别混。求导要用变限积分求导公式(复合情形要乘内层导数 $g(x)$)。

方法 2 用拉格朗日中值定理

题干:设 $f(x)$ 在 $[0,1]$ 上具有一阶连续导数,$f(0)=f(1)=0$,记 $M=\max_{x\in[0,1]}|f'(x)|$,证明 $\left|\int_0^1 f(x)\mathrm{d}x\right|\le\frac{M}{2}$。

识别:结论里出现 $f(x)$ 与 $f'(x)$,且某个端点值较简单(甚至为 $0$)——这正是拉格朗日中值定理的条件所决定的。

做法:把大区间 $[0,1]$ 分成两个小区间 $[0,x]$ 与 $[x,1]$。在 $[0,x]$ 上:$f(x)-f(0)=f'(\xi_1)x$,$\xi_1\in(0,x)$,故 $|f(x)|=|f'(\xi_1)|x$;在 $[x,1]$ 上:$f(1)-f(x)=f'(\xi_2)(1-x)$,故 $|f(x)|=|f'(\xi_2)|(1-x)$。于是 $$|f(x)|\le Mx,\quad |f(x)|\le M(1-x)\ \Longrightarrow\ |f(x)|\le M\sqrt{x(1-x)}\le \frac{M}{2},$$ (用不等式 $2\sqrt{ab}\le a+b$),两边积分即得。

什么时候用:一阶可导 + 端点值已知(尤其为 $0$)的估计式题目。

方法 3 用泰勒公式

题干:设 $f(x)$ 在 $[0,2]$ 上二阶导数连续,$f(1)=0$,当 $x\in[0,2]$ 时记 $M=\max|f''(x)|$,证明 $\left|\int_0^2 f(x)\mathrm{d}x\right|\le\frac{M}{3}$。

识别:要给含二阶导数的估计,且有一个「好用的已知点」(这里 $f(1)=0$ 正好在区间中点)。

做法:取「已知点」$x_0=1$ 展开,$f(x)=f(1)+f'(1)(x-1)+\frac{f''(\xi)}{2}(x-1)^2$,两边在 $[0,2]$ 上积分, $$\int_0^2 f(x)\mathrm{d}x=f(1)\int_0^2 (x-1)\mathrm{d}x+\frac12\int_0^2 f''(\xi)(x-1)^2\mathrm{d}x .$$ 关键一步:$\int_0^2(x-1)\mathrm{d}x=0$(对称区间上的一次项积分为 $0$,把未知的 $f'(1)$ 消掉),再用积分保号性与 $|f''|\le M$: $$\left|\int_0^2 f(x)\mathrm{d}x\right|\le\frac{M}{2}\int_0^2(x-1)^2\mathrm{d}x=\frac{M}{2}\cdot\frac23=\frac{M}{3}.$$

什么时候用:无法用牛顿-莱布尼茨公式直接算,且条件给到二阶可导时,就把 $f(x)$ 展开成多项式再积分。

方法 4 用积分法(分部积分)

题干:设 $f(x)$ 在 $[0,2\pi]$ 上具有一阶连续导数,$f'(x)\ge0$,证明对任意正整数 $n$: $$\left|\int_0^{2\pi}f(x)\sin nx\,\mathrm{d}x\right|\le\frac{2\left[f(2\pi)-f(0)\right]}{n}.$$

识别:被积函数是「函数 × 三角函数」的乘积,结论带 $1/n$。

做法:把 $\sin nx$ 凑进微分(得 $-\frac{1}{n}\cos nx$),用分部积分: $$\int_0^{2\pi}f(x)\sin nx\,\mathrm{d}x=\left[-\frac{f(x)\cos nx}{n}\right]_0^{2\pi}+\frac1n\int_0^{2\pi}f'(x)\cos nx\,\mathrm{d}x,$$ 再用 $|\cos nx|\le1$、积分保号性与 $f'(x)\ge0$(故 $f(2\pi)-f(0)\ge0$)放缩,即得 $\le\frac{f(2\pi)-f(0)}{n}+\frac{f(2\pi)-f(0)}{n}$。

方法 5 用牛顿-莱布尼茨公式

题干:设 $f(x)$ 在 $[a,b]$ 上连续,$f(a)=f(b)=0$,证明 $\left|f(x)\right|\le\int_a^b\left|f'(x)\right|\mathrm{d}x$,从而 $$\left|\int_a^b f(x)\,\mathrm{d}x\right|\le\frac{b-a}{2}\int_a^b\left|f'(x)\right|\mathrm{d}x .$$

识别:要证的不等式把 $f$ 与 $f'$ 联系起来,且 $f$ 在两个端点都为 $0$。

做法:由 $f(x)=f(x)-f(a)=\int_a^x f'(t)\mathrm{d}t$ 得 $|f(x)|\le\int_a^x|f'(t)|\mathrm{d}t\le\int_a^b|f'|$;又 $f(x)=f(x)-f(b)=-\int_x^b f'(t)\mathrm{d}t$ 得 $|f(x)|\le\int_x^b|f'|\le\int_a^b|f'|$,两式相加得 $2|f(x)|\le\int_a^b|f'|$,两边再积分即得。

什么时候用:结论是「$f$ 与其导数的大小关系」的估计式,而且端点值给了 $0$——就用「把函数写成导数的积分」这一招。

◆ 常考题型(识别 → 步骤 → 示例)

题型 1 证明积分等式

识别题干给一个函数在区间上连续(或可导)、几个端点值,要求证明存在某个 $\xi$ 使含 $f(\xi)$(甚至 $f''(\xi)$)的等式成立。看被积函数的「长相」定工具:出现 $f(x)g(x)$ 且 $g$ 不变号,用推广的积分中值定理;整理后还要出现 $f$ 的高阶导数,用分部积分。

步骤① 用中值定理把整个积分换成 $f(\xi)$ 乘「另一个积分(或区间长度)」;② 整理成关于函数值 $f(\xi)$ 的等式;③ 若还要求出现 $f'$、$f''$,就继续对 $f$ 用罗尔定理、拉格朗日中值定理。

示例设 $f(x)$ 在 $[0,1]$ 上连续,证明存在 $\xi\in(0,1)$,使 $\int_0^1 xf(x)\,\mathrm{d}x=\frac12f(\xi)$。这里 $g(x)=x$ 在 $[0,1]$ 上恒正、不变号,用推广的积分中值定理即得 $$\int_0^1 xf(x)\,\mathrm{d}x=f(\xi)\int_0^1 x\,\mathrm{d}x=\frac12f(\xi).$$

题型 2 求含 $n$ 的积分极限

识别积分限是常数,但被积函数里含 $n$(如 $x^nf(x)$、$(n+1)x^n\ln(1+x)$),问 $n\to\infty$ 时的极限。

步骤① 把被积函数放缩成只含 $x^n$ 的简单形式(用 $|f(x)|\le M$、$\ln(1+x)\le x$、$\frac{x^n}{1+x}\le x^n$ 等);② 用积分保号性把原积分夹在两个能算出初等表达式的量之间;③ 让两端都趋于 $0$,由夹逼准则得极限为 $0$。

示例求 $\lim_{n\to\infty}\int_0^1 x^n\mathrm{e}^x\,\mathrm{d}x$。在 $[0,1]$ 上 $\mathrm{e}^x\le\mathrm{e}$,故 $0\le x^n\mathrm{e}^x\le\mathrm{e}x^n$,由积分保号性 $$0\le\int_0^1 x^n\mathrm{e}^x\mathrm{d}x\le\mathrm{e}\int_0^1 x^n\mathrm{d}x=\frac{\mathrm{e}}{n+1}\to0,$$ 由夹逼准则得原极限为 $0$。

题型 3 用单调性证明积分不等式

识别条件只给「$f$ 在 $[a,b]$ 上连续」,要证的不等式两头都带积分,甚至积分限里还套着一个积分(如 $\int_a^{a+\int_a^b g}f$)。

步骤① 把某个积分限(通常取上限)换成变量 $x$,移项构造辅助函数 $F(x)$;② 求 $F'(x)$(变限积分求导,复合情形要乘内层导数);③ 用已知条件判断 $F'(x)$ 的符号,得到 $F$ 的单调性;④ 算出端点值(常为 $0$),由单调性得结论。

示例设 $f(x)$ 在 $[0,1]$ 上连续且单调增加,证明 $\int_0^1 f(x)\,\mathrm{d}x\ge f(0)$。令 $F(x)=\int_0^x f(t)\,\mathrm{d}t-f(0)x$,则 $F'(x)=f(x)-f(0)\ge0$,故 $F$ 单调增加;又 $F(0)=0$,于是 $F(1)\ge0$,即 $\int_0^1 f(x)\mathrm{d}x\ge f(0)$。

题型 4 用拉格朗日中值定理 / 泰勒公式作估计

识别结论形如 $\left|\int_a^b f(x)\mathrm{d}x\right|\le\frac{M}{\text{常数}}$,其中 $M=\max|f'|$ 或 $M=\max|f''|$;条件里有一个「好用的已知点」(端点值为 $0$,或 $f(1)=0$ 这样的中点值)。

步骤① 一阶可导 + 已知端点值 → 在「已知点到动点」上用拉格朗日中值定理,把 $|f(x)|$ 放大成 $M$ 乘以「距离」;② 二阶可导 + 已知中点值 → 在中点处泰勒展开,算出区间上的积分;③ 用 $|f'|\le M$(或 $|f''|\le M$)放缩;④ 两边积分即得估计式。

示例设 $f(x)$ 在 $[0,1]$ 上一阶可导,$f(0)=f(1)=0$,$M=\max_{[0,1]}|f'(x)|$,证明 $\left|\int_0^1 f(x)\mathrm{d}x\right|\le\frac{M}{4}$。在 $[0,x]$ 与 $[x,1]$ 上分别用拉格朗日中值定理得 $|f(x)|\le Mx$ 与 $|f(x)|\le M(1-x)$,故 $|f(x)|\le M\min\{x,1-x\}$,两边积分: $$\left|\int_0^1 f(x)\mathrm{d}x\right|\le\int_0^1|f(x)|\mathrm{d}x\le M\int_0^1\min\{x,1-x\}\mathrm{d}x=M\cdot\frac14 .$$

题型 5 用分部积分证明含三角函数的积分估计式

识别被积函数是「函数 × $\sin nx$(或 $\cos nx$)」的乘积,结论带 $1/n$。

步骤① 把三角函数凑进微分($\int\sin nx\,\mathrm{d}x=-\frac{\cos nx}{n}$、$\int\cos nx\,\mathrm{d}x=\frac{\sin nx}{n}$);② 分部积分,把导数从三角函数「移」到 $f$ 上;③ 算边界项(在 $0$、$2\pi$ 等处 $\sin nx=0$,正好消掉);④ 用 $|\cos nx|\le1$、$|\sin nx|\le1$ 与积分保号性放缩,得到 $1/n$ 型的估计。

示例设 $f'(x)$ 连续,证明 $\left|\int_0^1 f(x)\cos n\pi x\,\mathrm{d}x\right|\le\frac{1}{n\pi}\max_{[0,1]}|f'(x)|$。凑微分后分部积分: $$\int_0^1 f(x)\cos n\pi x\,\mathrm{d}x=\left[\frac{f(x)\sin n\pi x}{n\pi}\right]_0^1-\frac{1}{n\pi}\int_0^1 f'(x)\sin n\pi x\,\mathrm{d}x,$$ 边界项中 $\sin0=\sin n\pi=0$,故边界项为 $0$;再由 $|\sin n\pi x|\le1$ 得 $$\left|\int_0^1 f(x)\cos n\pi x\,\mathrm{d}x\right|=\frac{1}{n\pi}\left|\int_0^1 f'(x)\sin n\pi x\,\mathrm{d}x\right|\le\frac{1}{n\pi}\int_0^1|f'(x)|\mathrm{d}x\le\frac{\max|f'|}{n\pi}.$$

题型 6 抽象函数与中值定理的连环证明(大题的分问)

识别条件给两个以上的函数值(其中一个往往由积分中值定理得到),要求证明存在 $\xi$ 使 $f''(\xi)<0$(或 $>0$、或等于某个值)。

步骤① 用推广的积分中值定理把积分条件翻译成「某点 $\eta$ 处 $f(\eta)=$ 常数」;② 有两个相等的函数值就用罗尔定理得 $f'=0$;③ 对两个不同的函数值用拉格朗日中值定理,比较 $f'$ 的符号或大小;④ 最后对两个中值点再用一次中值定理,得到 $f''$ 的结论。

示例设 $f(x)$ 在 $[0,2]$ 上有二阶导数,$f(0)=0$,$f(1)=1$,$f(2)=0$,证明存在 $\xi\in(0,2)$,使 $f''(\xi)\le-1$。在 $[0,1]$、$[1,2]$ 上分别用拉格朗日中值定理:存在 $\xi_1\in(0,1)$、$\xi_2\in(1,2)$,使 $$f'(\xi_1)=\frac{f(1)-f(0)}{1-0}=1,\qquad f'(\xi_2)=\frac{f(2)-f(1)}{2-1}=-1 .$$ 再在 $[\xi_1,\xi_2]$ 上对 $f'$ 用拉格朗日中值定理,存在 $\xi\in(\xi_1,\xi_2)$,使 $$f''(\xi)=\frac{f'(\xi_2)-f'(\xi_1)}{\xi_2-\xi_1}=\frac{-2}{\xi_2-\xi_1}\le-1$$ (因为 $\xi_2-\xi_1<2$)。

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:不管 $g$ 的符号就直接套中值定理。正确做法:先检查 $g(x)$ 在 $[a,b]$ 上是否不变号,不变号才能用推广的积分中值定理。

2. 容易错:中值点写在闭区间还是开区间搞不清。正确做法:写成 $\xi\in(a,b)$ 或 $\xi\in[a,b]$ 都可以,但一旦要用罗尔定理,中值点必须落在开区间。

3. 容易错:看到 $\lim_{n\to\infty}\mathrm{e}^{-\xi_n^{\,n}}=0$ 就把中值点「越过」极限。正确做法:被积函数含 $n$ 时中值点 $\xi_n$ 也随 $n$ 变,只能把 $f(\xi_n)$ 当作有界量,用「有界 × 无穷小量」得零。

4. 容易错:对含跳跃间断点的积分用洛必达法则。正确做法:这类函数无原函数,只能用夹逼准则。

5. 容易错:构造辅助函数后直接下结论。正确做法:务必把某个积分限变量化,检查端点值(常为 $0$),再由 $F'(x)$ 的符号定单调性。

6. 容易错:泰勒展开后忘了消掉一次项。正确做法:在区间中点展开时 $\int_0^2(x-1)\mathrm{d}x=0$,含 $f'(1)$ 的项自动消失——这是能估出 $\frac{M}{3}$ 的关键。

7. 容易错:放缩时忘了依据。正确做法:每一步放缩都回到积分保号性($f\le g\Rightarrow\int f\le\int g$)与夹逼准则上,这是所有估计式的共同出口。

第 12 章 一元函数积分学的应用(三)——物理应用与经济应用物理(数一、数二)+ 经济(数三)

◆ 本章知识地图
物理应用变力沿直线做功 · 抽水做功 · 静水压力(水压力)· 引力(均「仅数学一、数学二」) 三心与古鲁金质心 / 重心 / 形心 · 力矩公式 · 古鲁金第一定理(仅数学一、数学二) 经济应用由边际函数求总量(仅数学三):总成本、总收益、利润最大 统一方法建系 $\to$ 取微元 $\to$ 积分(与第 10 章几何应用完全相同)

核心特点:本章和第 10 章用的是同一套微元法,只是量的对象不同——第 10 章量的是几何量(面积、体积、弧长),本章量的是物理量(功、压力、引力、力矩)与经济量(成本、收益、利润)。会取微元,本章就没有新公式。

一、物理应用(仅数学一、数学二)

1. 变力沿直线做功

直观上是什么:力在位移上「攒」出功。当力 $F$ 是常数时,功就是「力 × 位移」;力随位置变化时,把位移切成一小段一小段,每一小段上力近似不变,再把所有小段的功累加起来。

在 $x$ 处受变力 $F(x)$ 作用,沿 $x$ 轴从 $a$ 移到 $b$,则 $$W=\int_a^b F(x)\,\mathrm{d}x,\qquad \mathrm{d}W=F(x)\,\mathrm{d}x .$$ 几何意义:功就是曲边梯形的面积;$\mathrm{d}W=F(x)\mathrm{d}x$ 表示小矩形条的面积(从 $a$ 到 $b$ 累加即总功)。

什么时候用、怎么用:题目给出「力随位置变化的规律」(与深度成正比、与距离平方成反比等)时用它。先把文字翻译成 $F(x)$,再定出积分上下限,最后套上面的积分。

示例(铁钉):阻力与打入深度成正比($f=kx$),两次把铁钉击入同样做功,则第二次进入的深度为 $(\sqrt2-1)\,\mathrm{cm}$。

做法:① 翻译成数学语言并引入记号(成正比:$f=kx$;深度:$x$);② 表示两次做的功 $W_1=W_2$;③ 列方程解出。

2. 抽水做功

直观上是什么:容器里的水分成一层一层,每一层水被提到出口要走的路程不一样(越深的路程越长),所以要把每层水做的功加起来。

将容器中的水全部抽出所做的功为 $$W=\rho g\int_a^b xA(x)\,\mathrm{d}x,\qquad \mathrm{d}W=\rho g xA(x)\,\mathrm{d}x,$$ 其中 $\rho$ 为水的密度,$g$ 为重力加速度,$x$ 为水深(也就是「位移」——把这一层水提到水面要走的路程),$A(x)$ 为 $x$ 处的水平截面面积。

微元的意义:$\mathrm{d}W=\rho g A(x)\mathrm{d}x\cdot x$,即位于 $x$ 处、厚度为 $\mathrm{d}x$、水平截面面积为 $A(x)$ 的一层水,被抽出(路程为 $x$)所做的功。

关键:求解这类问题的关键是确定 $x$ 处的水平截面面积 $A(x)$,其余的量都是固定的($\rho$、$g$ 是常数,$x$ 是积分变量)。

示例(倒圆锥容器):倒圆锥形容器高 $a$、上底半径 $b$,装满水,则全部从容器顶部抽出所做的功为 $$W=\rho g\int_0^a x\pi\frac{b^2(a-x)^2}{a^2}\,\mathrm{d}x=\frac{\rho g\pi a^2b^2}{12}.$$ (在 $x$ 处截面半径 $r$ 满足 $\frac{r}{b}=\frac{a-x}{a}$,故 $A(x)=\pi r^2=\frac{\pi b^2(a-x)^2}{a^2}$。)

三步走:① 建立坐标系(对称、高为正);② 取微元 $\mathrm{d}W=\rho gA(x)x\,\mathrm{d}x$;③ 积分。

3. 静水压力(水压力)

直观上是什么:水越深压强越大(压强 $=\rho g\times$ 水深),所以浸在水中的平板各处受力不一样,也要把平板切成一条条细条、逐条累加。

垂直浸没在水中的平板 $ABCD$ 的一侧受到的水压力为 $$P=\rho g\int_a^b x\left[f(x)-h(x)\right]\mathrm{d}x,\qquad \mathrm{d}P=\rho g x\left[f(x)-h(x)\right]\mathrm{d}x,$$ 其中 $\rho$ 为水的密度,$g$ 为重力加速度,$x$ 表示水深,$f(x)-h(x)$ 是水深 $x$ 处矩形条的宽度,$\mathrm{d}x$ 是矩形条的高度。(默认不流动水给的压力为静水压力。)

特点:压强随水深改变而改变,所以求解的关键是写出水深 $x$ 处平板的宽度 $f(x)-h(x)$。

示例:斜边长为 $2a$ 的等腰直角三角形平板铅直地沉没在水中,且斜边与水面相齐,则该平板一侧所受的水压力为 $\frac{a^2\rho g}{3}$。

4. 引力

直观上是什么:细棒上每一小段都对质点有一个引力,方向、距离都不同,于是「一段一段算、再累加」——还是微元法。

设有一长度为 $l$、线密度为常数 $\mu$ 的细棒,在与细棒右端的距离为 $a$ 处有一质量为 $m$ 的质点 $M$,已知引力常量为 $G$,则质点 $M$ 与细棒之间的引力的大小为 $$F=Gm\mu\int_0^l\frac{\mathrm{d}x}{(a-x)^2}.$$

怎么用:在棒上取长为 $\mathrm{d}x$ 的小段,其质量是 $\mu\,\mathrm{d}x$,代入万有引力定律写出微元引力,再对 $x$ 积分。

二、「三心」与古鲁金第一定理(仅数学一、数学二)

1. 「三心」的概念

质心:物体的质量分布中心,是物体的固有特性。

重心:物体所受地球引力的重力分布中心,依赖于重力场;在均匀重力场下,重心与质心重合;非均匀重力场下,重心一般不是质心。

形心:几何图形的分布中心,是固有几何量;当物体密度为常数时,物体质心与其几何体形心重合。

结论:在满足均匀重力场及均质条件下,重心、质心、形心三心重合。

2. 质心计算公式与力矩计算公式

简单情形(两个质点):$x$ 处质量 $m_1$,$x_2$ 处质量 $m_2$,由力矩相等 $(x-x_1)m_1g=(x_2-x)m_2g$ 得 $$\bar x=\frac{m_1x_1+m_2x_2}{m_1+m_2}.$$

$n$ 个质点:$\bar x=\frac{\sum m_ix_i}{\sum m_i}$,其中 $M_y=\sum x_im_i$ 刻画系统绕 $y$ 轴旋转的趋势大小,称为力矩。

对任意直线 $L_0:ax+by+c=0$ 的力矩: $$M_{L_0}=\sum_i m_i\frac{ax_i+by_i+c}{\sqrt{a^2+b^2}} .$$

连续曲线段 $L:y=f(x)$: $$M_{L_0}=\int_L\frac{ax+by+c}{\sqrt{a^2+b^2}}\rho(x)\sqrt{1+\left[f'(x)\right]^2}\,\mathrm{d}x,$$ 当 $\rho=$ 常数时,形心 $(\bar x,\bar y)$ 到直线 $L_0$ 的距离 $$r(\bar x,\bar y)=\frac{M_{L_0}}{M}=\frac{\displaystyle\int_L\frac{|ax+by+c|}{\sqrt{a^2+b^2}}\sqrt{1+\left[f'(x)\right]^2}\,\mathrm{d}x}{\displaystyle\int_L\sqrt{1+\left[f'(x)\right]^2}\,\mathrm{d}x}.$$

平面有界闭区域 $D$:$M_{L_0}=\iint_D\frac{|ax+by+c|}{\sqrt{a^2+b^2}}\rho(x,y)\,\mathrm{d}\sigma$,$\rho$ 为常数时同理得形心到直线的距离。

怎么记:力矩就是「质量 × 到直线的距离」的累加;形心到直线的距离就是「总力矩 ÷ 总质量」。

3. 古鲁金第一定理(仅数学一、数学二)

将曲线段 $L$ 绕与它不相交的直线 $L_0$ 旋转一周,所得旋转曲面的侧面积为 $$\boxed{\;A=2\pi\,l\cdot r(\bar x,\bar y)\;}$$ 即「侧面积 $=$ $2\pi$ × 曲线段的长度 × 形心到旋转轴的距离」。

与第 10 章的联系:第 10 章算旋转曲面侧面积用 $S=2\pi\int y\,\mathrm{d}s$(微元法);古鲁金定理是它的「整体写法」——把「$y$」换成「形心到轴的距离」,把「$\mathrm{d}s$」累加成「曲线长 $l$」。

什么时候用:旋转轴与曲线段不相交、且曲线段的长度与形心到轴的距离都好求时,用它比用微元法快得多。

示例:曲线 $x^2+y^2=1$ 绕直线 $x=2$ 旋转一周所成的旋转面的表面积为 $$A=2\pi\cdot l\cdot r(\bar x,\bar y)=2\pi\cdot(2\pi)\cdot 2=8\pi^2 .$$ (圆的周长 $l=2\pi$,形心即圆心 $(0,0)$ 到直线 $x=2$ 的距离 $r=2$。)

三、经济应用(仅数学三)

由边际函数求总量(牛顿-莱布尼茨公式)

直观上是什么:边际就是「再多生产一个单位时总量增加多少」,也就是总量的导数;所以已知导数求总量,就是把它积分回去,再加上一个初值。

① 总成本 $C(Q)$、边际成本 $C'(Q)$、固定成本 $C_0$ 的关系: $$C(Q)=\int_0^Q C'(t)\,\mathrm{d}t+C_0 .$$

② 总收益 $R(Q)$ 与边际收益 $R'(Q)$ 的关系: $$R(Q)=\int_0^Q R'(t)\,\mathrm{d}t .$$

本质:总量是边际量的变限积分(边际 $=$ 导数,总量 $=$ 原函数),所以「已知边际求总量」就是牛顿-莱布尼茨公式的应用;把初值条件(如 $C(0)=C_0$、$R(0)=0$)代进去定常数。

典型综合题的做法(弹性 + 微分方程 + 最值)

已知边际成本 $C'(x)$、固定成本 $C_0$、需求对价格的弹性 $\eta$、最大需求量、价格 $p$ 与产量 $x$ 的关系,求使产品取最大利润时的产量和价格。

解题流程:① 翻译成数学语言 + 引入记号(如 $C'(x)=4+\frac{x}{8}$,$C(0)=1$,$\eta=\frac{p}{8-p}$,$x(0)=8$);② 由边际成本积分得 $C(x)$;③ 由弹性公式 $\eta=\frac{p}{x}\frac{\mathrm{d}x}{\mathrm{d}p}$(或 $\frac{\mathrm{d}x}{\mathrm{d}p}$ 与 $\eta$ 的关系)解可分离变量微分方程得需求函数 $x=x(p)$ 并反解出 $p$,从而得收益 $R(x)=px$;④ 利润 $L(x)=R(x)-C(x)$,令 $L'(x)=0$ 求驻点,用 $L''(x)<0$ 判定最大值,回代求价格。数三的这道题通常把「弹性 + 微分方程 + 最值」串成一道大题。

◆ 常考题型(识别 → 步骤 → 示例)

题型 1 变力沿直线做功

识别题目给出「力随位置变化的规律」(弹力 $F=kx$、阻力与深度成正比、万有引力与距离平方成反比等),问做了多少功;常出现「两次做功相等」这类条件。

步骤① 建立坐标并写出力函数 $F(x)$(把文字条件翻译成公式,把常数 $k$ 等确定下来);② 取微元 $\mathrm{d}W=F(x)\mathrm{d}x$;③ 从起点到终点积分 $W=\int_{x_1}^{x_2}F(x)\mathrm{d}x$;④ 若题目说两次做功相等,就把两个积分写成等式,解出未知长度或未知力。

示例弹簧由自然长度拉长到 $x$ 时弹力为 $F=kx$,求把弹簧从自然长度拉长 $l$ 所做的功。$F(x)=kx$,故 $$W=\int_0^l kx\,\mathrm{d}x=\frac{kx^2}{2}\bigg|_0^l=\frac{kl^2}{2}.$$

题型 2 抽水(抽液)做功

识别容器(圆柱、圆锥、球、抛物面等)装满液体,要求把液体全部抽到某个高度,问做功多少。

步骤① 建系:一般取出口为原点、让对称轴与 $x$ 轴重合,把「该层液体被提到出口要走的路程」记为 $x$;② 用相似比求出 $x$ 处的水平截面面积 $A(x)$;③ 取微元 $\mathrm{d}W=\rho g xA(x)\mathrm{d}x$;④ 从最深处积分到液面,得到总功。

示例底面半径为 $R$、高为 $H$ 的圆柱形水池装满水,把水全部从池口抽出,求所做的功。此时每一层的截面面积都是 $A=\pi R^2$,水深 $x$ 处该层要走的路程也是 $x$,故 $$W=\rho g\int_0^H x\pi R^2\,\mathrm{d}x=\frac{\rho g\pi R^2H^2}{2}.$$

题型 3 静水压力

识别某块平板(矩形、三角形、半圆等)铅直浸在水中,求它一侧受到的水压力。

步骤① 以水面为原点、向下为 $x$ 轴正方向($x$ 就是水深);② 写出水深 $x$ 处平板被截出的水平窄条宽度 $w(x)$(用几何关系或相似比,取正值);③ 取微元 $\mathrm{d}P=\rho g\,x\,w(x)\mathrm{d}x$;④ 对水深积分。

示例矩形闸门宽 $b$、高 $h$,顶边与水面相齐,求闸门一侧所受的水压力。水深 $x$ 处窄条宽度恒为 $b$,故 $$P=\rho g\int_0^h x\cdot b\,\mathrm{d}x=\frac{\rho gbh^2}{2}.$$

题型 4 引力

识别细棒(长为 $l$、线密度为常数 $\mu$)与一个质点(质量为 $m$)之间求引力。

步骤① 在细棒上取长为 $\mathrm{d}x$ 的小段,其质量为 $\mu\,\mathrm{d}x$;② 用万有引力定律写出这一小段对质点的引力微元(距离用「棒上该点到质点的距离」);③ 把微元沿棒积分;④ 用统一的距离变量(如 $a-x$)保证正负号不出错。

示例取细棒长 $l$、线密度为常数 $\mu$,质点在棒的右端外、距右端为 $a$ 处,质量为 $m$。棒上距右端 $x$ 处的小段到质点的距离为 $a-x$,故 $$F=Gm\mu\int_0^l\frac{\mathrm{d}x}{(a-x)^2}=Gm\mu\left[\frac{1}{a-x}\right]_0^l=Gm\mu\left(\frac{1}{a-l}-\frac{1}{a}\right).$$

题型 5 古鲁金第一定理求旋转曲面侧面积 / 求形心到直线的距离

识别求一条曲线段绕一条不相交的直线旋转一周所得曲面的侧面积,或者反过来由侧面积求形心到某条直线的距离。

步骤① 先求曲线段的长度 $l$;② 求形心到旋转轴的距离 $r(\bar x,\bar y)$(形心好求时直接写,如圆、矩形);③ 代入 $A=2\pi l\cdot r$;若求距离,把公式反解为 $r=\frac{A}{2\pi l}$。

示例单位圆 $x^2+y^2=1$ 绕直线 $x=2$ 旋转一周,求所得旋转面的面积。曲线长 $l=2\pi$,形心为圆心 $(0,0)$,到直线 $x=2$ 的距离 $r=2$,故 $$A=2\pi\,l\,r=2\pi\cdot2\pi\cdot2=8\pi^2 .$$

题型 6 由边际函数求总量与最大利润(数三)

识别题目给边际成本、边际收益、需求弹性、固定成本或最大需求量等条件,要求总成本、总收益、需求函数,或使利润最大的产量与价格。

步骤① 总成本用 $C(Q)=\int_0^Q C'(t)\mathrm{d}t+C_0$,总收益用 $R(Q)=\int_0^Q R'(t)\mathrm{d}t$;② 若给的是弹性,用 $\eta=\frac{p}{x}\frac{\mathrm{d}x}{\mathrm{d}p}$ 列可分离变量微分方程,解出需求函数 $x=x(p)$ 并反解 $p$;③ 收益取 $R(x)=px$,利润 $L(x)=R(x)-C(x)$;④ 令 $L'(x)=0$ 求驻点,用 $L''(x_0)<0$ 验证是最大值,回代求价格。

示例已知边际成本 $C'(x)=4+\frac{x}{8}$,固定成本 $C(0)=1$,求总成本函数 $C(x)$。由边际成本积分: $$C(x)=\int_0^x C'(t)\,\mathrm{d}t+C_0=\int_0^x\left(4+\frac{t}{8}\right)\mathrm{d}t+1=4x+\frac{x^2}{16}+1 .$$

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:写微元时把「哪一个是变量、位移是多大」弄混。正确做法:三个物理量的微元都形如「密度 × $g$ × 量 × 距离/深度」,写之前先想清楚「这一小份被提到哪里、要走多远」——抽水做功中位移就是水深 $x$。

2. 容易错:静水压力里把坐标原点的位置弄错,或者宽度取成了负值。正确做法:一律以水面为原点、向下为 $x$ 轴,$x$ 就是水深;宽度 $f(x)-h(x)$ 必取正值。

3. 容易错:抽水做功算不出 $A(x)$。正确做法:先建系(一般让对称轴与 $x$ 轴重合、上面为水面),再用相似比写出 $x$ 处截面半径与 $x$ 的比例关系,从而得到 $A(x)$。

4. 容易错:旋转轴与曲线段相交时仍然套古鲁金定理。正确做法:古鲁金第一定理要求旋转轴与曲线段不相交,否则曲线会「自转」,公式失效。

5. 容易错:把形心和质心当成永远相等。正确做法:只有密度为常数时才有「形心 $=$ 质心」;只有均匀重力场时才有「重心 $=$ 质心」。

6. 容易错:解出需求函数后忘了用初值条件定常数。正确做法:弹性与需求函数常需解可分离变量微分方程,别忘了代初值(如「最大需求量 8」就是 $p=0$ 时 $x=8$)。

7. 容易错:求出驻点就当作最大值。正确做法:利润最大要用二阶导数验证极大($L''(x_0)<0$),并且题目常要求同时写出产量与价格。

第 13 章 多元函数微分学与一元函数「同形不同质」

◆ 本章知识地图
基本概念邻域(去心邻域)· 二重极限 · 连续 偏导数与可微偏导数(定义、几何意义、高阶偏导)· 全微分 · 可微的判别 微分法则链式求导规则(复合结构图)· 全微分形式不变性 · 隐函数存在定理(公式法) 应用无条件极值 · 条件最值与拉格朗日乘数法 · 多元函数的极值与最值 · 最远(近)点的垂线原理(数一)· 有界闭区域上连续函数的最值

本章主线:联系与区别。「联系」是公式形式上可以和一元函数对照着记;「区别」才是考点所在的本质:一元函数中「可导 $\Leftrightarrow$ 可微」,而二元函数中偏导数存在推不出可微;一元函数极限只有「左右两条路」,二元函数极限却要「沿无穷多条路走都得走到同一个值」。凡是多元概念的判断题,几乎都在考这个区别。

一、基本概念

1. 邻域

直观上是什么:邻域就是一个以 $P_0$ 为圆心、$\delta$ 为半径的小圆盘内部;去心邻域就是把这个圆心抠掉,只剩周围的环形部分。它只是用来描述「$P$ 离 $P_0$ 足够近」这件事。

点 $P_0(x_0,y_0)$ 的 $\delta$ 邻域:$U(P_0,\delta)=\left\{(x,y)\mid\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta\right\}$(不含边界,用两点间的距离刻画);去心邻域 $\mathring U(P_0,\delta)=\left\{0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta\right\}$。

2. 二重极限

直观上是什么:一元函数里 $x$ 只能从左边或右边靠近 $x_0$,而平面上点 $P(x,y)$ 靠近 $P_0$ 有无数条路——沿直线、沿曲线、螺旋着靠都行。二重极限存在,意思是无论走哪条路,函数值都趋向同一个数。

$$\lim_{(x,y)\to(x_0,y_0)}f(x,y)=A$$ 的 $\varepsilon$-$\delta$ 定义:对任意 $\varepsilon>0$,存在 $\delta>0$,当 $0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta$ 时,$|f(x,y)-A|<\varepsilon$(也常记作 $\lim_{\substack{x\to x_0\\y\to y_0}}f(x,y)=A$,或 $\lim_{P\to P_0}f(P)=A$)。

★ 与一元极限的本质区别:一元时 $x\to x_0$ 只有左右两条路,只要左右极限相等即可;二元时 $P\to P_0$ 的方式有无穷多种(各条路径、任意方向),必须「所有方式趋近都得同一值」极限才存在。

怎么说明极限不存在:取两条不同路径(如 $y=x$ 与 $y=x^2$)得到不同的极限值,或者沿某条路径极限不存在,即可断定二重极限不存在。

怎么说明极限存在:用夹逼准则(常用均值不等式 $\left|xy\right|\le\frac{x^2+y^2}{2}$、$\left|x\right|\le\sqrt{x^2+y^2}$)把 $\left|f(x,y)-A\right|$ 夹在两个趋于 $0$ 的量之间。

3. 连续

直观上是什么:连续就是「极限值恰好等于该点的函数值」,即函数在该点没有断裂。

$f(x,y)$ 在点 $(x_0,y_0)$ 连续:$\lim_{(x,y)\to(x_0,y_0)}f(x,y)=f(x_0,y_0)$;否则为间断点。

容易错的地方:一元函数的间断点只能是孤立的点;二元函数的间断点却可以是一条曲线(整个断层)、一个点(火山口)、丛生的点——间断集可以是一维甚至更复杂的集合,别照搬一元的直觉。

二、偏导数与可微

1. 偏导数的定义

直观上是什么:把二元函数「冻结」住一个变量,它就退化成一元函数,对剩下的那个变量求导就是偏导数——所以偏导数仍然是「变化率」,只是沿着坐标轴方向的变化率。

$$\frac{\partial z}{\partial x}\bigg|_{\substack{x=x_0\\y=y_0}}=f_x(x_0,y_0)=\lim_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x},$$ $$\frac{\partial z}{\partial y}\bigg|_{\substack{x=x_0\\y=y_0}}=f_y(x_0,y_0)=\lim_{\Delta y\to0}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}.$$ 一元导数 $\to$ 变化率;偏导数 $\to$ 变化率;方向导数 $\to$ 某方向上的变化率。

怎么算:对 $x$ 求偏导时把 $y$ 看作常数(「视 $y$ 为常数」),反之亦然;但遇到分段函数在分界点处,必须回到定义去求。

几何意义:$f_x(x_0,y_0)$ 是曲面 $z=f(x,y)$ 与平面 $y=y_0$ 的交线(一条曲线)在该点的切线对 $x$ 轴的斜率;$f_y(x_0,y_0)$ 是曲面与平面 $x=x_0$ 的交线的切线对 $y$ 轴的斜率。

2. 高阶偏导数与混合偏导

偏导数再求一次偏导,就得到二阶偏导数: $$\frac{\partial^2z}{\partial x^2}=f_{xx},\quad \frac{\partial^2z}{\partial y^2}=f_{yy},\quad \frac{\partial^2z}{\partial x\partial y}=f_{xy},\quad \frac{\partial^2z}{\partial y\partial x}=f_{yx}.$$

★ 定理:若 $f_{xy}(x,y)$ 与 $f_{yx}(x,y)$ 都在区域 $D$ 内连续,则在 $D$ 内 $$f_{xy}(x,y)=f_{yx}(x,y).$$ 做题时「混合偏导相等」可以直接用,但要记住「连续」是前提——这正是常考的判断题。

3. 全微分与可微

直观上是什么:一元函数可微,是说函数在一点附近「可以用一条直线(线性函数)近似」;二元函数可微,就是说函数在一点附近「可以用一个平面(线性函数)近似」,而且近似的误差比距离 $\rho$ 更高阶地小。

定义:若 $\Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)$ 可表示为 $$\Delta z=A\Delta x+B\Delta y+o(\rho),\qquad \rho=\sqrt{(\Delta x)^2+(\Delta y)^2},$$ 其中 $A,B$ 与 $\Delta x,\Delta y$ 无关,则称 $f$ 在 $(x_0,y_0)$ 可微,$\mathrm{d}z=A\Delta x+B\Delta y$ 称为全微分。

必要条件:可微 $\Rightarrow$ $f_x,f_y$ 存在,且 $A=f_x(x_0,y_0)$,$B=f_y(x_0,y_0)$,于是 $$\mathrm{d}z=f_x(x_0,y_0)\mathrm{d}x+f_y(x_0,y_0)\mathrm{d}y .$$

充分条件:若 $f_x,f_y$ 在 $(x_0,y_0)$ 连续(偏导数连续),则 $f$ 在 $(x_0,y_0)$ 可微。

概念之间的关系

一元函数 $y=f(x)$二元函数 $z=f(x,y)$
结构极限存在 $\to$ 连续 $\to$ 可导(可微)极限存在 $\to$ 连续;偏导数存在
关键差异可导 $\Leftrightarrow$ 可微偏导数存在 $\not\Rightarrow$ 可微;偏导数连续 $\Rightarrow$ 可微 $\Rightarrow$ 偏导数存在

判断可微的做法:① 先用定义求 $f_x(x_0,y_0)$、$f_y(x_0,y_0)$(它们存在,才谈得上可微);② 作极限 $$\lim_{\rho\to0}\frac{\Delta z-\left[f_x(x_0,y_0)\Delta x+f_y(x_0,y_0)\Delta y\right]}{\rho};$$ ③ 该极限等于 $0$ 就可微,否则不可微。

三、多元函数微分法则

1. 链式求导规则(复合结构图)

直观上是什么:变量之间像一棵树,根是 $z$,中间是 $u,v$,叶子是 $x,y$。「先对中间变量求导,再乘中间变量对自变量求导」,从 $z$ 到某个自变量有几条路,就把几条路上的乘积加起来。

类比一元:$y=f[g(x)]$,$\frac{\mathrm{d}y}{\mathrm{d}x}=f'(u)g'(x)$。

设 $z=f(u,v)$,$u=u(x,y)$,$v=v(x,y)$,则 $$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x},\qquad \frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial y}.$$

若 $z=f(u,v)$,$u=u(t)$,$v=v(t)$,则 $$\frac{\mathrm{d}z}{\mathrm{d}t}=\frac{\partial z}{\partial u}\frac{\mathrm{d}u}{\mathrm{d}t}+\frac{\partial z}{\partial v}\frac{\mathrm{d}v}{\mathrm{d}t}\quad(\text{称为全导数}).$$

★ 先画「复合结构图」再写式子是这类题的标准动作;求具体点的值(如 $f_1'(1,2)$)时,把「1 号位置、2 号位置」当数字用即可。注意规律与一元一致:复合结构相同,求导结果的形状就相同。

2. 全微分形式不变性

无论 $u,v$ 是自变量还是中间变量,都有 $$\mathrm{d}z=\frac{\partial z}{\partial u}\mathrm{d}u+\frac{\partial z}{\partial v}\mathrm{d}v .$$ 也就是说,全微分这个写法和变量身份无关,样子永远不变。

它是求全微分、求隐函数偏导的好办法:对方程两边直接取微分,再按 $\mathrm{d}u,\mathrm{d}v$ 整理、比较系数即可。

3. 隐函数存在定理(公式法)

(1)由一个方程确定的隐函数。设 $F(x,y,z)=0$:

① $F(x,y,z)$ 在点 $P_0$ 的某邻域内有连续偏导数;② $F(x_0,y_0,z_0)=0$;③ $F_z(x_0,y_0,z_0)\neq0$。

则在该邻域内方程唯一确定一个具有连续偏导数的函数 $z=z(x,y)$,且 $$\frac{\partial z}{\partial x}=-\frac{F_x}{F_z},\qquad \frac{\partial z}{\partial y}=-\frac{F_y}{F_z}.$$

(若 $F(x,y)=0$ 确定 $y=y(x)$,则 $\frac{\mathrm{d}y}{\mathrm{d}x}=-\frac{F_x}{F_y}$,这就是一元隐函数求导公式,本质是「负的偏导之比」。)

(2)三条可走的路:① 公式法——把 $x,y,z$ 全当独立变量求出 $F_x,F_y,F_z$,再套公式;② 两边求偏导法——要记住 $z$ 是 $x,y$ 的函数,求 $z_x$ 时 $z$ 要「当函数看」;③ 也可以直接用全微分形式不变性。

4. 二元函数的拉格朗日中值定理(了解)

设 $f(x,y)$ 在包含 $P_0(x_0,y_0)$ 与 $P_1(x_0+\Delta x,y_0+\Delta y)$ 的区域内偏导数存在,则存在 $\theta\in(0,1)$,使得 $$f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)=f_x(\xi,\eta)\Delta x+f_y(\xi,\eta)\Delta y$$ ($(\xi,\eta)=(x_0+\theta\Delta x,y_0+\theta\Delta y)$)。注意:对不连续(或偏导不存在)的函数结论不成立;也不能由条件推出 $f(x,y)=x+y$ 之类的具体形式。

四、多元函数的极值与最值

1. 极值的概念与必要条件

直观上是什么:极值是「附近这一小片里最大(最小)」(局部概念),最值是「整个区域上最大(最小)」(整体概念)。山顶是极大值点,但不一定是全山最高点。

必要条件:设 $f$ 在 $(x_0,y_0)$ 的某邻域内有偏导数且取极值,则在 $(x_0,y_0)$ 处 $$f_x(x_0,y_0)=0,\qquad f_y(x_0,y_0)=0 .$$ (这样的点叫驻点;它与一元的费马定理同形——这是常考的结论题。)

★ 要找的可疑点有两类:① 使 $f_x=f_y=0$ 的点(驻点);② $f_x$ 或 $f_y$ 不存在的点。例如某函数在 $(0,0)$ 处偏导不存在,却取到极小值,漏掉它就会丢解。

★ 2. 无条件极值的充分条件($AC-B^2$ 判别法)

设 $f_x(x_0,y_0)=f_y(x_0,y_0)=0$,记 $$A=f_{xx}(x_0,y_0),\quad B=f_{xy}(x_0,y_0),\quad C=f_{yy}(x_0,y_0),$$ 则

$AC-B^2$结论
$>0$是极值;且 $A>0$ 为极小值,$A<0$ 为极大值
$<0$不是极值(「小哑巴猪」——一定不是极值)
$=0$方法失效,必须另谋他法(「大鼻子爷爷」——不确定)

记忆口诀:$AC-B^2>0$「开不开心少年团」,再看 $A$ 的正负定极小还是极大;$AC-B^2<0$ 一定不是极值;$AC-B^2=0$ 方法失效。

3. 条件最值与拉格朗日乘数法

直观上是什么:无条件极值是「整个平面上随便走」,条件最值是「只能沿着给定的曲线 $\varphi(x,y)=0$ 走」。拉格朗日乘数法的想法是:把约束「乘一个数」加进目标函数,把条件问题变成一个没有约束的驻点问题。

求 $z=f(x,y)$ 在约束 $\varphi(x,y)=0$ 下的最值:构造 $$L(x,y,\lambda)=f(x,y)+\lambda\varphi(x,y),$$ 解方程组 $$\begin{cases}L_x=f_x+\lambda\varphi_x=0,\\[2pt]L_y=f_y+\lambda\varphi_y=0,\\[2pt]L_\varphi=\varphi(x,y)=0,\end{cases}$$ 所有满足方程组的 $(x,y)$ 都是可疑极值点,再比较函数值定出最大、最小。

两个约束(如 $\varphi=0$、$\psi=0$)时就用两个乘数:$L=f+\lambda\varphi+\mu\psi$。解方程组时常用「消 $\lambda$」的手段得到 $\frac{f_x}{\varphi_x}=\frac{f_y}{\varphi_y}$ 一类关系,比硬解方程省力。

4. 最远(近)点的垂线原理(数学一)

求曲面上(或曲线 $f(x,y)=0$ 上)到已知直线或已知点最远(近)的点:把「距离」当目标函数,问题就化成条件最值。 $$d=\frac{\left|Ax_0+By_0+C\right|}{\sqrt{A^2+B^2}} .$$

可直接使用的结论:在最远(近)点处,曲面(曲线)的法向量与连线方向平行(这就是「垂线原理」)。于是可以用「切线(切平面)与连线垂直」来列方程,代替直接对距离函数求导,计算量小很多。

5. 有界闭区域上连续函数的最值问题

直观上是什么:有界闭区域上连续的函数一定有最大值和最小值,而最值只可能出在两个地方——区域内部或者是区域的边界上,所以两处都要找。

做法(与一元函数对照):先求区域 $D$ 的内部的可疑点(驻点、偏导不存在的点)处的函数值;再求 $f$ 在 $D$ 的边界上的最大值与最小值(此时边界曲线是一个一元问题,把边界方程代入化为一元函数求最值,相当于一元函数的区间端点);最后把所有候选值比较,最大的即最大值,最小的即最小值。

容易错的地方:边界上的最值千万别忘,而且要注意比较各段边界以及它们的交点处的函数值。

◆ 常考题型(识别 → 步骤 → 示例)

题型 1 求二重极限 / 判断二重极限是否存在

识别题干出现 $\lim_{(x,y)\to(x_0,y_0)}f(x,y)$,或问「极限是否存在」,通常函数里含 $xy$、$x^2+y^2$ 这类可以约分、可以放缩的结构。

步骤① 要判断不存在:取两条不同路径(最常用 $y=kx$、$y=x^2$、$x=0$),分别算极限值;只要有两个值不同,或某条路径上的极限不存在,就断定不存在。取 $y=kx$ 时结果随 $k$ 变化,是最快的判据。② 要判断存在并求值:先试着用均值不等式 $\left|xy\right|\le\frac{x^2+y^2}{2}$、$\left|x\right|\le\sqrt{x^2+y^2}$ 放缩,把 $\left|f(x,y)-A\right|$ 夹到两个趋于 $0$ 的量之间,用夹逼准则得值。③ 记住这里不能用洛必达法则,因为一元那套求导结构已经不存在了。

示例判断 $\lim_{(x,y)\to(0,0)}\frac{xy}{x^2+y^2}$ 是否存在。沿 $y=x$ 趋近:$\frac{x\cdot x}{x^2+x^2}=\frac12$;沿 $y=0$ 趋近:$\frac{0}{x^2+0}=0$。两个值不同,故该二重极限不存在。

题型 2 用定义求偏导(分段函数在分界点)

识别函数是分段的,问在分界点处偏导数是否存在或求其值;或者题目明确要求「用定义」。

步骤① 找到分界点 $(x_0,y_0)$;② 直接写出定义式 $f_x(x_0,y_0)=\lim_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}$(求 $f_y$ 同理,只让 $\Delta y$ 变);③ 把分段的表达式代进去,算这个一元极限;④ 若极限不存在(例如左右极限不等),就说明该偏导数不存在。

示例设 $f(x,y)=\sqrt{x^2+y^2}$,求 $f_x(0,0)$。由定义 $$f_x(0,0)=\lim_{\Delta x\to0}\frac{\sqrt{(\Delta x)^2}-0}{\Delta x}=\lim_{\Delta x\to0}\frac{|\Delta x|}{\Delta x},$$ 左极限为 $-1$、右极限为 $1$,不相等,故 $f_x(0,0)$ 不存在。

题型 3 判断函数在一点是否可微

识别题干问「在 $(0,0)$ 处是否可微」,或给出分段函数并要求判断可微性。这类题几乎都出现在坐标原点。

步骤① 先用定义求 $f_x(0,0)$ 与 $f_y(0,0)$;只要有一个不存在,立即不可微(因为可微的必要条件是偏导存在)。② 两者都存在时,写出全增量 $\Delta z$,作极限 $$\lim_{\rho\to0}\frac{\Delta z-\left[f_x(0,0)\Delta x+f_y(0,0)\Delta y\right]}{\rho},\qquad \rho=\sqrt{(\Delta x)^2+(\Delta y)^2}.$$ ③ 该极限为 $0$ 则可微,否则不可微。分子必须是全增量减线性主部,分母必须配 $\rho$,写错阶数就会误判;判断不等于 $0$ 时,只需沿一条路径(如 $\Delta y=\Delta x$)算出非零极限即可。

示例设 $f(x,y)=\sqrt{|xy|}$,判断在 $(0,0)$ 处是否可微。先算 $f_x(0,0)=\lim_{\Delta x\to0}\frac{\sqrt{|0|}-0}{\Delta x}=0$,同理 $f_y(0,0)=0$。再作极限,取路径 $\Delta y=\Delta x$: $$\frac{f(\Delta x,\Delta x)-0}{\sqrt{(\Delta x)^2+(\Delta x)^2}}=\frac{|\Delta x|}{\sqrt2\,|\Delta x|}=\frac{1}{\sqrt2}\neq0,$$ 故 $f$ 在 $(0,0)$ 处不可微。

题型 4 复合函数的链式求导

识别出现 $z=f(u,v)$ 且 $u,v$ 又是 $x,y$(或 $t$)的函数,要求 $\frac{\partial z}{\partial x}$、$\frac{\partial z}{\partial y}$ 或 $\frac{\mathrm{d}z}{\mathrm{d}t}$。

步骤① 先画复合结构图,看清 $z$ 到每个自变量各有几条路;② 每条路写「对中间变量求导 × 中间变量对该自变量求导」;③ 把同一自变量对应的各条路相加;④ 求具体点的值时,用 $f_1'$、$f_2'$ 表示「对第 1 个、第 2 个位置求导」,把点坐标直接代入。

示例设 $z=f(u,v)$,$u=x^2y$,$v=x+y$,求 $\frac{\partial z}{\partial x}$。结构图上 $z\to x$ 有两条路(经 $u$、经 $v$),故 $$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x}=\frac{\partial z}{\partial u}\cdot 2xy+\frac{\partial z}{\partial v}\cdot 1 .$$

题型 5 隐函数求偏导

识别方程 $F(x,y,z)=0$ 给出 $z=z(x,y)$,要求 $\frac{\partial z}{\partial x}$、$\frac{\partial z}{\partial y}$ 或 $\mathrm{d}z$。

步骤① 把方程所有的项移到一边写成 $F(x,y,z)=0$;② 把 $x,y,z$ 都当独立变量,分别求 $F_x,F_y,F_z$;③ 套公式 $\frac{\partial z}{\partial x}=-\frac{F_x}{F_z}$,$\frac{\partial z}{\partial y}=-\frac{F_y}{F_z}$(别忘了负号,也别忘了检查 $F_z\neq0$);④ 若题目求 $\mathrm{d}z$,可以直接对原方程两边取微分,用全微分形式不变性整理,往往更快。

示例设 $x^2+y^2+z^2-1=0$ 确定 $z=z(x,y)$,求 $\frac{\partial z}{\partial x}$。取 $F=x^2+y^2+z^2-1$,则 $F_x=2x$,$F_z=2z$,故 $$\frac{\partial z}{\partial x}=-\frac{F_x}{F_z}=-\frac{2x}{2z}=-\frac{x}{z}\quad(z\neq0).$$

题型 6 求无条件极值

识别题目直接给一个二元函数,要求「求极值」或「求极值点」,没有附加的约束条件。

步骤① 解方程组 $\begin{cases}f_x=0\\ f_y=0\end{cases}$ 求出所有驻点(若某处偏导不存在也要算作可疑点);② 求二阶偏导,在每个驻点算出 $A=f_{xx}$、$B=f_{xy}$、$C=f_{yy}$;③ 算 $AC-B^2$:$>0$ 时是极值(再看 $A>0$ 极小、$A<0$ 极大),$<0$ 时不是极值,$=0$ 时方法失效需另行判断;④ 把极大(小)值点的坐标代回原函数算出极值。

示例求 $f(x,y)=x^2+y^2-2x-2y$ 的极值。令 $f_x=2x-2=0$、$f_y=2y-2=0$,得驻点 $(1,1)$。此时 $A=f_{xx}=2$、$B=f_{xy}=0$、$C=f_{yy}=2$,故 $AC-B^2=4>0$ 且 $A=2>0$,是极小值,极小值为 $$f(1,1)=1+1-2-2=-2 .$$

题型 7 条件最值(拉格朗日乘数法)

识别题目给出目标函数之外,还给一个等式约束(如「在条件 $x+y=1$ 下」「在曲线 $\varphi(x,y)=0$ 上」),这类题常以解答题出现。

步骤① 把约束写成 $\varphi(x,y)=0$;② 构造 $L=f+\lambda\varphi$(两个约束就再加 $\mu\psi$);③ 令 $L_x=0$、$L_y=0$、$L_\lambda=\varphi=0$,解这个方程组;解的过程中常用「消 $\lambda$」得到 $\frac{f_x}{\varphi_x}=\frac{f_y}{\varphi_y}$ 这类关系,比硬解快;④ 把解出的 $(x,y)$ 逐个代回 $f$ 比较大小;若得到的是唯一驻点,结合实际问题的意义说明它就是最值点。

示例求 $z=xy$ 在条件 $x+y=1$ 下的最值。令 $\varphi=x+y-1$,$L=xy+\lambda(x+y-1)$,则 $$L_x=y+\lambda=0,\qquad L_y=x+\lambda=0,\qquad L_\lambda=x+y-1=0 .$$ 前两式相减得 $y-x=0$,即 $x=y$;代入第三式得 $x=y=\frac12$,于是 $z=\frac14$。这是唯一驻点,结合目标函数无下界可知它是最大值 $\frac14$。

题型 8 有界闭区域上求最值

识别题目给一个有界闭区域 $D$(如圆盘、三角形区域)和一个函数,要求它在 $D$ 上的最大值与最小值。

步骤① 内部:解 $f_x=0,f_y=0$ 求驻点,并补上偏导不存在的点,只保留落在 $D$ 内部的,算出函数值;② 边界:把边界分成几段,每段用边界方程把 $f$ 化成一元函数,再求该段的最大最小值(相当于一元函数求区间上的最值),还要算上各段交点处的函数值;③ 把内部与边界得到的所有候选函数值放在一起比较,最大的就是最大值,最小的就是最小值。

示例求 $f(x,y)=x+y$ 在闭区域 $D:x^2+y^2\le1$ 上的最值。内部:$f_x=1\neq0$,无驻点。边界 $x^2+y^2=1$:令 $x=\cos\theta$、$y=\sin\theta$,则 $f=\cos\theta+\sin\theta=\sqrt2\sin\left(\theta+\frac{\pi}{4}\right)$,最大值为 $\sqrt2$(在 $\left(\frac{\sqrt2}{2},\frac{\sqrt2}{2}\right)$ 处取到),最小值为 $-\sqrt2$(在 $\left(-\frac{\sqrt2}{2},-\frac{\sqrt2}{2}\right)$ 处取到)。比较后:最大值为 $\sqrt2$,最小值为 $-\sqrt2$。

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:把这几个关系记混方向。正确做法:记住 偏导数存在 $\not\Rightarrow$ 连续,连续 $\not\Rightarrow$ 偏导数存在;偏导数存在 $\not\Rightarrow$ 可微;偏导数连续 $\Rightarrow$ 可微 $\Rightarrow$ 连续。这四条是判断题的全部来源。

2. 容易错:可微定义里把分母或分子写错阶。正确做法:分子必须是 $\Delta z$(全增量)减去线性主部,分母必须配 $\rho=\sqrt{(\Delta x)^2+(\Delta y)^2}$;阶数配错就会把不可微的函数判成可微。

3. 容易错:求二重极限时套用洛必达法则。正确做法:二重极限不能用洛必达法则;要证明极限不存在,就举出两条路径(或一条极限不存在的路径);取路径 $y=kx$ 时若极限随 $k$ 而变,就能断定极限不存在。

4. 容易错:直接使用 $f_{xy}=f_{yx}$。正确做法:这条结论的前提是两个混合偏导都连续,题目没给连续就得小心。

5. 容易错:把 $\frac{\partial z}{\partial x}$ 与 $\frac{\mathrm{d}z}{\mathrm{d}x}$ 混为一谈。正确做法:后者是「全导数」,只适用于中间变量是一元函数的情形;写式子前先画复合结构图,看清有几个自变量。

6. 容易错:遇到 $AC-B^2=0$ 还硬下结论。正确做法:此时判别法失效,必须用定义、配方或取特殊路径另行判断,答卷上要把「方法失效」这一句写出来。

7. 容易错:求条件最值时解出唯一驻点就直接报答案,或者在有界闭区域上漏掉边界。正确做法:唯一驻点要结合实际问题(几何、物理意义)说明它就是最值点;有界闭区域上求最值,内部与边界(含各段交点)都要算到,最后统一比较。

第 14 章 二重积分解答题的主力:算得出来就得分

◆ 本章知识地图
概念与性质二重积分的定义(积分和、几何意义)· 六条性质 · 二重积分中值定理 ★对称性(必考题)普通对称性(偶倍奇零)· 轮换对称性 计算直角坐标系 · 极坐标系(重要考点)· 换元法 · 古鲁金第二定理 基本训练平面区域 $D$ 大观(直线边界型 / 曲线边界型 / 极坐标型 / 参数方程型)

一句话总纲:对称的问题尽量用对称的方法去解决!二重积分是解答题的绝对主力,考核目标只有两个字——计算:把「区域画对、定限对、坐标系选对」这三件事做好,分就到手。

一、概念、性质与对称性

1. 概念

直观上是什么:定积分是把一段线「切成小段、每段乘个高度、再加起来」;二重积分换成把一块平面区域「切成小块、每块乘上函数值、再加起来」。它算的是「曲顶柱体的体积」这类二维累加量。

设有界函数 $f(x,y)$ 在平面有界闭区域 $D$ 上有定义,把 $D$ 任意分成 $n$ 个小区域 $\Delta\sigma_i$,在 $\Delta\sigma_i$ 上任取一点 $(\xi_i,\eta_i)$,作积分和 $\sum_{i=1}^n f(\xi_i,\eta_i)\Delta\sigma_i$,取极限得 $$\iint_D f(x,y)\,\mathrm{d}\sigma=\lim_{\lambda\to0}\sum_{i=1}^n f(\xi_i,\eta_i)\Delta\sigma_i .$$

与定积分对照:定积分是对线段的分割,二重积分是对平面区域的分割。实际问题也一一对应:细质杆(一条线)用定积分;平面薄板用二重积分;立体用三重积分——思想完全一样。

几何意义:当 $f(x,y)\ge0$ 时,$\iint_D f\,\mathrm{d}\sigma$ 是曲顶柱体的体积;$f\equiv1$ 时它等于 $D$ 的面积。

2. 性质(与定积分类似)

性质 1(求区域面积):$\iint_D 1\,\mathrm{d}\sigma=S_D$($D$ 的面积)。

性质 2(线性):$\iint_D\left[\alpha f+\beta g\right]\mathrm{d}\sigma=\alpha\iint_D f\,\mathrm{d}\sigma+\beta\iint_D g\,\mathrm{d}\sigma$。

性质 3(区域可加性):若 $D=D_1\cup D_2$ 且 $D_1,D_2$ 无公共内点,则 $\iint_D=\iint_{D_1}+\iint_{D_2}$(把区域拆开、分块击破)。

性质 4(保号性):若在 $D$ 上 $f\le g$,则 $\iint_D f\,\mathrm{d}\sigma\le\iint_D g\,\mathrm{d}\sigma$;特别地 $\left|\iint_D f\,\mathrm{d}\sigma\right|\le\iint_D\left|f\right|\mathrm{d}\sigma$。

性质 5(估值定理):设 $m\le f(x,y)\le M$,则 $mS_D\le\iint_D f\,\mathrm{d}\sigma\le MS_D$。

★ 性质 6(二重积分中值定理):设 $f(x,y)$ 在 $D$ 上连续,则至少存在一点 $(\xi,\eta)\in D$,使得 $$\iint_D f(x,y)\,\mathrm{d}\sigma=f(\xi,\eta)\,S_D .$$

★ 3. 对称性(必考题)

直观上是什么:如果区域左右(上下)长得一样,而被积函数在对应点上一正一负、正好抵消,那块积分就是 $0$;如果两边一样,就可以只算一半再乘 $2$。

(1)普通对称性——口诀:「偶倍奇零」(把对称点代入,函数值相同就是 $2$ 倍,函数值相反就是 $0$)。

① $D$ 关于 $y$ 轴对称: $$\iint_D f(x,y)\mathrm{d}\sigma=\begin{cases}\displaystyle 2\iint_{D_1}f(x,y)\mathrm{d}\sigma, & f(x,y)\text{ 对 }x\text{ 为偶函数},\\[4pt]0, & f(x,y)\text{ 对 }x\text{ 为奇函数},\end{cases}$$ 其中 $D_1$ 是 $D$ 在 $y$ 轴右侧的部分。

② $D$ 关于 $x$ 轴对称:同理,看 $f$ 对 $y$ 的奇偶性,$D_1$ 取 $x$ 轴上侧的部分。

③ $D$ 关于原点对称:$f(-x,-y)=-f(x,y)$(奇)时为 $0$,$f(-x,-y)=f(x,y)$(偶)时为 $2\iint_{D_1}$。

④ $D$ 关于直线 $x=a$ 对称:把 $D$ 分成 $x=a$ 的两侧。例如 $D$ 关于 $x=a$ 对称时,$f(x,y)=(x-a)$ 这类因子可以判奇偶,从而 $\iint_D(x-a)\mathrm{d}\sigma=0$(把 $x=a$ 看成平移之后的「新 $y$ 轴」即可)。$D$ 关于 $y=a$ 对称时同理。

(2)轮换对称性:若 $D$ 关于直线 $y=x$ 对称(把 $x,y$ 对调后区域不变),则把被积函数中的 $x,y$ 对调后积分值不变: $$\iint_D f(x,y)\,\mathrm{d}\sigma=\iint_D f(y,x)\,\mathrm{d}\sigma .$$ 用处:常拿它给难算的项「换个名字」,再和原来的积分相加,凑出 $x^2+y^2$(例如 $\iint_D(x^2+y^2)\mathrm{d}\sigma=2\iint_D x^2\mathrm{d}\sigma$)。

用对称性的两个关键点:① 看 $D$ 关于谁对称;② 看被积函数关于谁有奇偶性——两边必须「配得上」才能用。

二、计算

1. 直角坐标系下的计算方法

直观上是什么:把二重积分「一层一层剥开」,先固定 $x$ 算一条竖线上的积分(内层对 $y$),再把这些结果沿 $x$ 方向累加(外层对 $x$)。

$X$ 型区域($a\le x\le b$,$\varphi_1(x)\le y\le\varphi_2(x)$): $$\iint_D f(x,y)\,\mathrm{d}\sigma=\int_a^b\mathrm{d}x\int_{\varphi_1(x)}^{\varphi_2(x)}f(x,y)\,\mathrm{d}y .$$

$Y$ 型区域($c\le y\le d$,$\psi_1(y)\le x\le\psi_2(y)$): $$\iint_D f(x,y)\,\mathrm{d}\sigma=\int_c^d\mathrm{d}y\int_{\psi_1(y)}^{\psi_2(y)}f(x,y)\,\mathrm{d}x .$$

定限口诀:「后积先定限,限内画条线,先交写下限,后交写上限。」(后积分的变量先定常限;画一条平行于先积分变量轴的直线穿过 $D$,先碰到的边界写下限,后碰到的写上限。)注意上限 $\ge$ 下限。

什么时候能用:平行于相应坐标轴的直线与 $D$ 的边界相交不多于两点;否则就要分块。

交换积分次序:二重积分交换上下限要添负号($\int_a^b\mathrm{d}x\int_c^d f\,\mathrm{d}y=-\int_b^a\mathrm{d}x\int_c^d f\,\mathrm{d}y$);当一种次序积不出来时,画出区域图后交换次序(常考)。$D$ 不好画时用分析法定限。

2. 极坐标系下的计算方法

直观上是什么:区域是圆、圆环这类「转着长」的图形时,用半径和角度来切片比用竖线方便得多;代价是面积微元多了一个因子 $r$。

转换桥梁:$x=r\cos\theta$,$y=r\sin\theta$,$\ \mathrm{d}\sigma=r\,\mathrm{d}r\,\mathrm{d}\theta$,于是 $$\iint_D f(x,y)\,\mathrm{d}\sigma=\iint_{D'} f(r\cos\theta,r\sin\theta)\,r\,\mathrm{d}r\,\mathrm{d}\theta .$$ 用 $r=r(\theta)$、$\theta=\theta$ 去切分区域 $D$(极坐标下 $D'$ 常写成 $\alpha\le\theta\le\beta$,$r_1(\theta)\le r\le r_2(\theta)$)。

什么时候用极坐标:① 区域 $D$ 是圆、圆环、扇形等与中心有关的图形;② 被积函数含 $x^2+y^2$、$\frac{y}{x}$ 这类形式。

容易错的地方:$r\,\mathrm{d}r\mathrm{d}\theta$ 中的 $r$ 千万不能漏;$\theta$ 与 $r$ 谁先积要看区域形状(一般先积 $r$、后积 $\theta$)。

3. 换元法(一般换元)

直观上是什么:图形本身不好算时,换一组新坐标把它「掰」成熟悉的形状。换坐标要付出一个代价:面积元素要按照缩放比例(雅可比行列式)重新算。

设 $x=x(u,v)$,$y=y(u,v)$ 有连续偏导数,把 $D$ 变为 $D'$,则 $$\iint_D f(x,y)\,\mathrm{d}x\,\mathrm{d}y=\iint_{D'}f\!\left(x(u,v),y(u,v)\right)\left|J\right|\,\mathrm{d}u\,\mathrm{d}v,$$ 其中 $$J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\dfrac{\partial x}{\partial u} & \dfrac{\partial x}{\partial v}\\[6pt] \dfrac{\partial y}{\partial u} & \dfrac{\partial y}{\partial v}\end{vmatrix}$$ 称为雅可比行列式,取绝对值。记住「换元的三换」:换被积函数、换积分区域、换面积元素。这条公式在考试中可以直接用,不必证明。

★ 4. 古鲁金第二定理

直观上是什么:一块薄板绕一条不相交的直线转一圈,扫出的体积等于「薄板面积」乘以「形心走过的路程」。所以面积和形心都好求时,直接乘一下就出结果。

平面区域 $D$ 绕与它不相交的直线旋转一周,所得旋转体的体积为 $$\boxed{\;V=2\pi\,S_D\cdot r(\bar x,\bar y)\;}$$ 即「体积 $=$ $2\pi$ × 平面区域的面积 × 形心到旋转轴的距离」。

与第 10 章的关系:第 10 章用圆盘法或柱壳法算旋转体体积($V=\pi\int y^2\mathrm{d}x$、$V=2\pi\int x|f(x)|\mathrm{d}x$),古鲁金第二定理是它的「整体写法」,形心好求时用它极快。

5. 常用结论:高斯积分(记下来能省很多时间)

$$\int_{-\infty}^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x=\sqrt\pi,\qquad \int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x=\frac{\sqrt\pi}{2},\qquad \int_0^{+\infty}x^2\mathrm{e}^{-x^2}\mathrm{d}x=\frac{\sqrt\pi}{4}.$$

求 $\int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x$ 的「标准解法」:设 $I=\int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x$,则 $I^2=\int_0^{+\infty}\int_0^{+\infty}\mathrm{e}^{-(x^2+y^2)}\mathrm{d}x\mathrm{d}y$,化为极坐标算出来——这是二重积分最有名的应用(积分值与用哪个字母作变量无关,所以两个相同积分可以直接相乘)。

三、平面区域 $D$ 大观(画图是基本功)

做二重积分第一步永远是把区域画出来。下面四类是考场上最常见的图形,先认清它们长什么样,再决定用什么坐标系。

类型典型区域要点
1. 直角坐标直线边界型由几条直线围成的三角形、梯形熟练画图、写出不等式表示
2. 直角坐标曲线边界型$y=x^2$、$y=\sqrt x$、$y=\sin x$、抛物线/双曲线围成先找交点,再定上下边界(注意上下边界是否交换)
3. 极坐标方程型圆 $r=2a\cos\theta$、心形线、双纽线画 $r\text{-}\theta$ 图与直角坐标图互相印证
4. 参数方程型摆线、星形线 $x=a\cos^3t,y=a\sin^3t$把 $t$ 的范围翻译成 $x$ 或 $y$ 的范围
◆ 常考题型(识别 → 步骤 → 示例)

题型 1 用对称性化简计算

识别区域 $D$ 是圆、圆环、正方形、关于某个轴对称的图形;被积函数是多项式(含奇次项)或可以拆成奇、偶两部分——这两条同时出现时,先想对称性。

步骤① 看 $D$ 关于哪条轴对称;② 把被积函数按该轴拆成奇、偶两部分,奇的部分直接得 $0$,偶的部分写成 $2\iint_{D_1}$;③ 若 $D$ 关于 $y=x$ 对称,还可以用轮换对称性把 $x^2$ 与 $y^2$ 合并成 $\frac{x^2+y^2}{2}$,再转极坐标;④ 剩下的部分按普通方法算完。

示例设 $D:x^2+y^2\le1$,求 $\iint_D x^2\,\mathrm{d}\sigma$。$D$ 关于 $y=x$ 对称,由轮换对称性 $\iint_D x^2\mathrm{d}\sigma=\iint_D y^2\mathrm{d}\sigma$,于是 $$\iint_D x^2\,\mathrm{d}\sigma=\frac12\iint_D(x^2+y^2)\,\mathrm{d}\sigma=\frac12\int_0^{2\pi}\mathrm{d}\theta\int_0^1 r^2\cdot r\,\mathrm{d}r=\frac12\cdot2\pi\cdot\frac14=\frac{\pi}{4}.$$

题型 2 直角坐标系下直接计算

识别区域由直线或简单曲线围成,被积函数不含 $x^2+y^2$ 整体结构,用直角坐标最省事。

步骤① 画图,判断是 $X$ 型还是 $Y$ 型(也可以两者都试);② 按口诀定限:后积的变量先定常限,画条线穿过 $D$,先交写下限、后交写上限;③ 先算内层积分(此时外层变量当常数),再算外层;④ 若一条线穿过 $D$ 相交超过两点,就沿交点分块,一块一块算。

示例设 $D$ 由 $y=0$、$x=1$、$y=x$ 围成,求 $\iint_D x\,\mathrm{d}\sigma$。$D$ 是 $X$ 型:$0\le x\le1$,$0\le y\le x$,故 $$\iint_D x\,\mathrm{d}\sigma=\int_0^1\mathrm{d}x\int_0^x x\,\mathrm{d}y=\int_0^1 x\cdot x\,\mathrm{d}x=\left.\frac{x^3}{3}\right|_0^1=\frac13 .$$

题型 3 极坐标系下计算

识别区域是圆、圆环、扇形(或圆的一部分),或者被积函数含 $x^2+y^2$——两种情形出现任意一种就考虑极坐标。

步骤① 把区域边界改写成极坐标方程,定出 $\theta$ 的范围和每个 $\theta$ 上 $r$ 的范围(从原点发一条射线,先碰到谁写谁作下限);② 把 $x=r\cos\theta$、$y=r\sin\theta$ 与被积函数一起换掉,不要漏掉因子 $r$;③ 一般先积 $r$、后积 $\theta$;④ 若圆心不在原点(如圆 $x^2+y^2=2ax$),先配成 $r=2a\cos\theta$ 再定限。

示例设 $D:x^2+y^2\le1$,求 $\iint_D \mathrm{e}^{x^2+y^2}\mathrm{d}\sigma$。极坐标下 $0\le\theta\le2\pi$,$0\le r\le1$,故 $$\iint_D \mathrm{e}^{x^2+y^2}\mathrm{d}\sigma=\int_0^{2\pi}\mathrm{d}\theta\int_0^1 \mathrm{e}^{r^2}r\,\mathrm{d}r=2\pi\cdot\left.\frac{\mathrm{e}^{r^2}}{2}\right|_0^1=\pi(\mathrm{e}-1).$$

题型 4 交换积分次序

识别题目给的二次积分里,内层积不出来(如 $\int\mathrm{e}^{-y^2}\mathrm{d}y$、$\int\frac{\sin y}{y}\mathrm{d}y$),或者要求对变限积分求导、求极限。

步骤① 先由原来的积分上下限还原出区域 $D$(把内层上下限看成曲线,外层上下限看成竖线或横线);② 画图,换成另一种次序重新定限;③ 按新次序积分;④ 若题目是关于参数 $t$ 的变限二重积分,换序后往往能直接对 $t$ 求导或取极限。

示例计算 $\int_0^1\mathrm{d}x\int_x^1\mathrm{e}^{-y^2}\mathrm{d}y$。原区域是 $0\le x\le1$,$x\le y\le1$,即三角形 $0\le y\le1$,$0\le x\le y$,交换次序得 $$\int_0^1\mathrm{d}y\int_0^y \mathrm{e}^{-y^2}\mathrm{d}x=\int_0^1 y\mathrm{e}^{-y^2}\mathrm{d}y=\left.-\frac12\mathrm{e}^{-y^2}\right|_0^1=\frac{1-\mathrm{e}^{-1}}{2}.$$

题型 5 比较二重积分的大小

识别同一个区域 $D$ 上给两个被积函数,问哪个积分大。

步骤① 不看区域、只看被积函数,在 $D$ 上比较两者的大小(常用均值不等式、$(x-y)^2\ge0$、$0\le x\le1$ 时 $x^2\le x$ 等);② 若在 $D$ 内 $f\le g$ 且等号不恒成立,则由保号性立刻得 $\iint_D f\,\mathrm{d}\sigma\le\iint_D g\,\mathrm{d}\sigma$;③ 结论写成「由性质 4(保号性)知……」。

示例设 $D:0\le x\le1,0\le y\le1$,比较 $\iint_D\frac{x+y}{2}\mathrm{d}\sigma$ 与 $\iint_D\sqrt{xy}\,\mathrm{d}\sigma$ 的大小。因为在 $D$ 上由均值不等式有 $$\frac{x+y}{2}\ge\sqrt{xy},$$ 等号不恒成立,故 $\iint_D\frac{x+y}{2}\mathrm{d}\sigma\ge\iint_D\sqrt{xy}\,\mathrm{d}\sigma$。

题型 6 求使 $\iint_D f\,\mathrm{d}\sigma$ 最大的区域

识别题目说 $D$ 在某个大区域内变动,要求使某个二重积分取最大值(或最小值)的 $D$。

步骤① 看被积函数在给定的总区域内哪些地方非负;② 因为负的部分会「拉低」积分值,所以最大值就在被积函数 $\ge0$ 的那部分区域上取到(求最小则取被积函数 $\le0$ 的部分);③ 用不等式把这个区域写清楚并作答。

示例在圆盘 $x^2+y^2\le1$ 内取 $D$,使 $\iint_D(1-x^2-y^2)\mathrm{d}\sigma$ 最大。在 $x^2+y^2\le1$ 上恒有 $1-x^2-y^2\ge0$,所以在 $D$ 取整个圆盘 $x^2+y^2\le1$ 时积分最大。

题型 7 古鲁金第二定理求旋转体体积 / 求形心

识别平面区域绕一条不相交的直线旋转一周求体积,且区域面积与形心都容易看出(圆、矩形、三角形等)。

步骤① 算区域面积 $S_D$;② 求形心到旋转轴的距离 $r(\bar x,\bar y)$(对称图形直接写);③ 代入 $V=2\pi S_D r$;④ 反过来若已知体积和面积,可解出形心到轴的距离。

示例圆心在 $(2,0)$、半径为 $1$ 的圆盘绕 $y$ 轴旋转一周,求所得旋转体的体积。面积 $S_D=\pi$,形心即圆心到 $y$ 轴的距离 $r=2$,故 $$V=2\pi S_D r=2\pi\cdot\pi\cdot2=4\pi^2 .$$

题型 8 高斯积分型

识别出现 $\int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x$ 或它的变形(如 $\mathrm{e}^{-x^2-y^2}$),直接凑一元积分很困难。

步骤① 设要算的积分为 $I$;② 由「积分值与变量字母无关」写出 $I^2$ 的二重积分,区域是正方形或第一象限;③ 化极坐标(此时区域是 $0\le\theta\le\frac{\pi}{2}$、$0\le r<+\infty$),算出 $I^2$;④ 开方得 $I$($I>0$,取正根)。

示例求 $ I=\int_0^{+\infty}\mathrm{e}^{-x^2}\mathrm{d}x$。由 $$I^2=\int_0^{+\infty}\int_0^{+\infty}\mathrm{e}^{-(x^2+y^2)}\mathrm{d}x\mathrm{d}y=\int_0^{\pi/2}\mathrm{d}\theta\int_0^{+\infty}\mathrm{e}^{-r^2}r\,\mathrm{d}r=\frac{\pi}{2}\cdot\frac12=\frac{\pi}{4},$$ 得 $I=\frac{\sqrt\pi}{2}$。

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:只看到区域对称就动手。正确做法:用对称性前必须同时检查「区域对称」与「被积函数奇偶」;关于 $x=a$(或 $y=a$)对称时要按平移轴处理,别漏掉平移量 $a$。

2. 容易错:定限时上下限写反,或分块时漏掉、重复区域。正确做法:先画图,上限一定 $\ge$ 下限;交换积分次序要添负号;分块时沿交点切开,逐块核对一遍。

3. 容易错:极坐标下忘了那个 $r$。正确做法:$\mathrm{d}\sigma=r\,\mathrm{d}r\mathrm{d}\theta$,$r$ 是雅可比行列式带来的,绝不能漏;$\theta$ 的范围要覆盖整个区域(过原点的图形尤其要看清 $\theta$ 的区间)。

4. 容易错:换元只换了一半。正确做法:换元法要「三换」——被积函数、积分区域、面积元素都要换成新变量,一个也不能少。

5. 容易错:旋转轴与区域相交时还用古鲁金第二定理。正确做法:定理要求旋转轴与区域不相交,相交时必须把区域分成两块分别算。

6. 容易错:把 $\iint$ 与 $\int$ 的记号混淆。正确做法:二重积分的面积元素在直角坐标下是 $\mathrm{d}x\mathrm{d}y$,在极坐标下是 $r\mathrm{d}r\mathrm{d}\theta$,两者不能互换。

7. 容易错:被积函数带绝对值时直接当没有绝对值算。正确做法:先找出绝对值内部变号的那条曲线,用它把区域分成几块去绝对值(如 $\iint_D|x+y-1|\mathrm{d}\sigma$),这是最容易失分的地方。

第 15 章 微分方程按类型对号入座

◆ 本章知识地图
概念微分方程及其阶 · 常微分方程 · 线性微分方程 · 通解 · 初始条件与特解 · 积分曲线 一阶方程的求解可分离变量型(直接可分离 / 换元后可分离=齐次型)· 一阶线性微分方程 · 伯努利方程(数一、数二)· 可降阶的高阶方程 · 全微分方程(数一) 高阶线性方程二阶常系数齐次 · 二阶常系数非齐次(含微分算子法)· 欧拉方程(数一) 应用几何应用 · 物理应用 · 经济应用(数三);差分方程(数三)

一句话总纲:微分方程这一章是「认题型 $\to$ 套解法」的典型。拿到方程先问三句:能分离变量吗?是一阶线性吗?是常系数吗?——类型认清了,解法是统一的。

一、微分方程的概念

1. 基本概念

直观上是什么:普通的方程求解的是「数」,微分方程求解的是「函数」——方程里出现未知函数的导数,就是要求出「什么样的函数能满足这个变化规律」。所以微分方程是描述「变化」的语言。

微分方程:满足两个条件的方程——① 含未知函数;② 含未知函数的导数(或微分)。阶:方程中出现的最高阶导数的阶数。

常微分方程:未知函数是一元函数的微分方程。(线性微分方程:未知函数及其各阶导数都是一次的。)

$n$ 阶线性微分方程的一般形式: $$y^{(n)}+a_1(x)y^{(n-1)}+\cdots+a_{n-1}(x)y'+a_n(x)y=f(x),$$ $f(x)\not\equiv0$ 时它叫$n$ 阶非齐次线性微分方程;$f(x)\equiv0$ 时叫齐次线性微分方程。

微分方程的解:代入方程后能使它成为恒等式的函数(它的图像叫积分曲线)。

通解:解中所含独立任意常数的个数等于方程的阶数;再由初始条件把这些常数定下来,得到的就是特解。

二、一阶微分方程的求解

1. 可分离变量型微分方程

直观上是什么:如果方程能把 $y$ 的东西全挪到一边、$x$ 的东西全挪到另一边,那两边各自积分就解出来了。这是最基础的一招。

(1)直接可分离:形如 $\frac{\mathrm{d}y}{\mathrm{d}x}=f(x)g(y)$,则 $$\int\frac{\mathrm{d}y}{g(y)}=\int f(x)\,\mathrm{d}x+C .$$ 注意:分离变量时默认了 $g(y)\neq0$;如果 $g(y)=0$ 有实根,还要单独检查这些「常数解」是不是解(考试中常被忽略)。

(2)换元后可分离(齐次型):形如 $$\frac{\mathrm{d}y}{\mathrm{d}x}=\varphi\!\left(\frac{y}{x}\right),$$ 令 $u=\frac{y}{x}$,则 $y=ux$、$\frac{\mathrm{d}y}{\mathrm{d}x}=u+x\frac{\mathrm{d}u}{\mathrm{d}x}$,原方程化为 $$x\frac{\mathrm{d}u}{\mathrm{d}x}=\varphi(u)-u ,$$ 这已经是可分离变量的方程,解出 $u$ 后再回代 $u=y/x$。

★ 2. 一阶线性微分方程(核心公式)

直观上是什么:方程里 $y$ 和 $y'$ 都只出现一次(没有 $y^2$、$yy'$ 这类),就叫线性;这类方程有现成的通解公式,只要把方程整理成标准形代入即可。

形如 $$y'+p(x)y=q(x),$$ 其通解公式为 $$\boxed{\;y=\mathrm{e}^{-\int p(x)\mathrm{d}x}\left[\int q(x)\mathrm{e}^{\int p(x)\mathrm{d}x}\,\mathrm{d}x+C\right]\;}$$ (推导:两边同乘积分因子 $\mathrm{e}^{\int p\mathrm{d}x}$,左边正好凑成 $\left(y\mathrm{e}^{\int p\mathrm{d}x}\right)'$,再两边积分。)

$q(x)\equiv0$ 时(一阶齐次线性)通解为 $y=C\mathrm{e}^{-\int p(x)\mathrm{d}x}$。

做题提醒:先把方程化成标准形($y'$ 前的系数为 $1$)再套公式;$\ln$ 里的绝对值、常数 $C$ 的符号($C$ 与 $\ln|C|$ 之间的替换)这类细节要用最终 $y$ 的表达式回头修正,最后代回原方程检验。

3. 伯努利方程(仅数学一、数学二)

形如 $$y'+p(x)y=q(x)y^{n}\quad(n\neq0,1).$$ 它与一阶线性方程只差右边的一个 $y^n$,所以思路就是「想办法把这个 $y^n$ 消掉」。

解法(三步):① 两边同乘 $y^{-n}$,变形为 $y^{-n}y'+p(x)y^{1-n}=q(x)$;② 令 $z=y^{1-n}$;③ 方程化为一阶线性微分方程,套公式求解。

记忆:通过换元把 $y^n$ 消掉,剩下的就是一阶线性。

4. 可降阶的高阶方程(仅数学一、数学二)

直观上是什么:二阶方程不好直接解,但如果方程里「缺」某个变量,就可以通过换元把它降成一阶方程。

① $y''=f(x,y')$ 型(不显含 $y$):令 $y'=p$,则 $y''=p'$,原方程变为一阶方程 $p'=f(x,p)$,解出 $p$ 后再对 $\mathrm{d}y=p\,\mathrm{d}x$ 积分。

② $y''=f(y,y')$ 型(不显含 $x$):令 $y'=p$,把 $p$ 看成 $y$ 的函数,则 $$y''=\frac{\mathrm{d}p}{\mathrm{d}x}=\frac{\mathrm{d}p}{\mathrm{d}y}\frac{\mathrm{d}y}{\mathrm{d}x}=p\frac{\mathrm{d}p}{\mathrm{d}y},$$ 原方程变为 $p\frac{\mathrm{d}p}{\mathrm{d}y}=f(y,p)$,再分离变量积分。

容易错的地方:第二种情形里 $y''$ 不能写成 $p'$,必须写成 $p\frac{\mathrm{d}p}{\mathrm{d}y}$。

5. 全微分方程(仅数学一)

形如 $M(x,y)\mathrm{d}x+N(x,y)\mathrm{d}y=0$,若 $\frac{\partial M}{\partial y}=\frac{\partial N}{\partial x}$,则存在 $u(x,y)$ 使 $\mathrm{d}u=M\mathrm{d}x+N\mathrm{d}y$,通解就是 $u(x,y)=C$。

三、高阶线性微分方程的求解

1. 解的结构(叠加原理)

直观上是什么:非齐次方程的通解,就是「齐次的通解」再加上「非齐次的一个特解」,因为特解负责把右边那一项顶掉,而齐次解负责补上所有可能的常数。

设 $y_1,y_2$ 是二阶齐次线性方程的两个线性无关解,则齐次通解 $Y=C_1y_1+C_2y_2$;若 $y^*$ 是非齐次方程的一个特解,则非齐次通解 $$y=Y+y^*=\text{齐通解}+\text{非齐特解}.$$

叠加原理:若 $y_1^*$、$y_2^*$ 分别是自由项为 $f_1(x)$、$f_2(x)$ 的方程的特解,则 $y_1^*+y_2^*$ 是自由项为 $f_1(x)+f_2(x)$ 的方程的特解(右边可以拆开算、也可以合并算)。

2. 二阶常系数齐次线性微分方程

直观上是什么:常系数齐次方程的解一定是「指数型」的,把 $y=\mathrm{e}^{rx}$ 代进去,方程立刻变成关于 $r$ 的一元二次方程——于是解微分方程变成了解二次方程。

$y''+py'+qy=0$,特征方程 $r^2+pr+q=0$,按特征根分三种情形:

特征根通解形式
两个不等实根 $r_1\neq r_2$$y=C_1\mathrm{e}^{r_1x}+C_2\mathrm{e}^{r_2x}$
二重实根 $r$$y=(C_1+C_2x)\mathrm{e}^{rx}$
共轭复根 $\alpha\pm\beta\mathrm{i}$$y=\mathrm{e}^{\alpha x}\left(C_1\cos\beta x+C_2\sin\beta x\right)$

用途提醒:若解中含 $\mathrm{e}^{rx}$,则当 $r<0$ 时 $\mathrm{e}^{rx}$ 在 $x\to+\infty$ 时趋于 $0$;讨论解有界性的题目,就是靠特征根的正负来判定的。

★ 3. 二阶常系数非齐次线性微分方程(待定系数法)

直观上是什么:右端是什么形状,就猜特解也是「同款形状」,只是系数待定——代回方程把系数解出来即可。唯一的例外是右端和齐次解「撞车」时要额外乘一个 $x^k$。

$y''+py'+qy=f(x)$,其中 $f(x)$ 称为自由项。特征方程 $r^2+pr+q=0$ 的根记为特征根。

(1)$f(x)=P_m(x)\mathrm{e}^{\alpha x}$($P_m$ 为 $x$ 的 $m$ 次多项式):设 $$y^*=x^{k}Q_m(x)\mathrm{e}^{\alpha x},$$ 其中 $Q_m(x)$ 是与 $P_m$ 同次的待定多项式,$\mathrm{e}^{\alpha x}$ 照抄, $$k=\begin{cases}0, & \alpha\text{ 不是特征根},\\1, & \alpha\text{ 是单特征根},\\2, & \alpha\text{ 是二重特征根}.\end{cases}$$

(2)$f(x)=\mathrm{e}^{\alpha x}\left[P_m(x)\cos\beta x+P_n(x)\sin\beta x\right]$:设 $$y^*=x^{k}\mathrm{e}^{\alpha x}\left[Q_l(x)\cos\beta x+R_l(x)\sin\beta x\right],\quad l=\max(m,n),$$ $$k=\begin{cases}0, & \alpha\pm\beta\mathrm{i}\text{ 不是特征根},\\1, & \alpha\pm\beta\mathrm{i}\text{ 是特征根}.\end{cases}$$

解题三步(口诀:一看,二算,三比较):一看自由项中的 $\alpha$(或 $\alpha\pm\beta\mathrm{i}$),$\mathrm{e}^{\alpha x}$ 照抄(若没有 $\mathrm{e}^x$ 就说明 $\alpha=0$);二算特征方程的根;三比较二者定出 $k=0,1,2$,多项式按自由项的最高次写一般式。

4. 微分算子法(快速求特解)

约定 $D=\frac{\mathrm{d}}{\mathrm{d}x}$,则对 $\mathrm{e}^{\lambda x}$、$\sin\beta x$、多项式 $P(D)$ 有几条运算规律(如把 $\mathrm{e}^{\alpha x}$ 提到算子外时 $D\to D+\alpha$),可以快速写出特解。这种方法不必写过程、只求结果,适合填空选择快速求解(数一、数二、数三都能用)。

5. 欧拉方程(仅数学一)

直观上是什么:系数里带 $x$ 的方程看起来麻烦,但用 $x=\mathrm{e}^t$ 一换,系数正好被导数运算「吃掉」,变成已经会的常系数方程。

形如 $$x^2y''+pxy'+qy=f(x),$$ 解法固定:当 $x>0$ 时令 $x=\mathrm{e}^t$(即 $t=\ln x$),则 $$xy'=\frac{\mathrm{d}y}{\mathrm{d}t},\qquad x^2y''=\frac{\mathrm{d}^2y}{\mathrm{d}t^2}-\frac{\mathrm{d}y}{\mathrm{d}t},$$ 欧拉方程就化成了常系数线性微分方程,解出 $y(t)$ 后再换回 $x$。($x<0$ 时令 $x=-\mathrm{e}^t$。)

6. 反求方程(由解或根反推微分方程)

先记住「解的形状 $\leftrightarrow$ 特征根」的对应关系:

若 $r$ 是单实根,写 $C\mathrm{e}^{rx}$;$k$ 重实根,写 $\left(C_1+C_2x+\cdots+C_kx^{k-1}\right)\mathrm{e}^{rx}$(一般不超过三重);单复根 $\alpha\pm\beta\mathrm{i}$,写 $\mathrm{e}^{\alpha x}\left(C_1\cos\beta x+C_2\sin\beta x\right)$;二重复根 $\alpha\pm\beta\mathrm{i}$,写 $\mathrm{e}^{\alpha x}\left[(C_1+C_2x)\cos\beta x+(C_3+C_4x)\sin\beta x\right]$。

怎么反推:由解的形式 $\to$ 特征根 $\to$ 特征方程 $\to$ 微分方程(如解中有 $\mathrm{e}^{\lambda x}$,说明 $\lambda$ 至少是特征根;有 $x^k\mathrm{e}^{\lambda x}$,说明它至少是 $k$ 重根)。

四、微分方程的应用

1. 几何应用(最常见)

直观上是什么:几何条件(切线、法线、截距、面积)本身就是用导数写的,把它们逐句「翻译」成含 $y'$ 的等式,就得到微分方程。

曲线在 $(x,y)$ 处的切线斜率为 $y'$;切线在 $x$ 轴、$y$ 轴上的截距分别为 $x-\frac{y}{y'}$、$y-xy'$;法线斜率为 $-\frac{1}{y'}$;曲线 $y=f(x)$ 与坐标轴围成的面积用定积分表示。

关键:学会把几何语言翻译成数学表达式(如「切线在 $y$ 轴上的截距等于该点纵坐标」$\Rightarrow$ $y-xy'=y$ 这类等式)。

2. 物理应用

牛顿第二定律:$m\frac{\mathrm{d}v}{\mathrm{d}t}=F$(或 $m\frac{\mathrm{d}^2x}{\mathrm{d}t^2}=F$),其中加速度 $a=\frac{\mathrm{d}v}{\mathrm{d}t}=v\frac{\mathrm{d}v}{\mathrm{d}x}$。冷却定律:$\frac{\mathrm{d}T}{\mathrm{d}t}=-k(T-T_0)$(负号表示温度在降低)。相关变化率的思路在物理题里也常出现。

3. 经济应用(仅数学三)

由边际函数、弹性等条件建立微分方程(例如已知需求弹性求需求函数),解出方程后再回到经济含义去回答(利润最大、需求量多少等)。

4. 一阶常系数线性差分方程(仅数学三)

直观上是什么:差分方程是微分方程的「离散版」——变量不再连续变化,而是一步一步地变(第 $t$ 期到第 $t+1$ 期),所以处理方法和平行地照搬过来。

函数差分的定义:$\Delta y_t=y_{t+1}-y_t$。

一阶常系数线性差分方程:$y_{t+1}-ay_t=f(t)$。

(1)齐次($f(t)=0$):通解 $y_t=Ca^{t}$($C$ 为任意常数)。

(2)非齐次:通解 $=$ 齐次通解 $+$ 一个特解;试取特解的形状看 $f(t)$:$f(t)=b$(非零常数)时设 $y_t^*=A$;$f(t)=d^t$($d\neq$ 特征根)时设 $y_t^*=A d^t$;$f(t)$ 为多项式时设同次多项式。另外有定理:两个方程的解叠加仍是对应方程的解(与线性微分方程完全平行)。

◆ 常考题型(识别 → 步骤 → 示例)

题型 1 可分离变量型 / 齐次型

识别方程能整理成「$y$ 的式子 $\times$ $x$ 的式子」的形式(可分离);或者方程右边只含 $\frac{y}{x}$ 的组合(齐次型,看每项里 $x,y$ 的次数是否一样)。

步骤① 可分离:把 $y$ 的项挪到 $\mathrm{d}y$ 一边、$x$ 的项挪到 $\mathrm{d}x$ 一边,两边积分得 $\int\frac{\mathrm{d}y}{g(y)}=\int f(x)\mathrm{d}x+C$;② 齐次:令 $u=\frac{y}{x}$(即 $y=ux$),代入并把 $\frac{\mathrm{d}y}{\mathrm{d}x}$ 换成 $u+x\frac{\mathrm{d}u}{\mathrm{d}x}$,化为可分离变量方程;③ 解出后用 $u=\frac{y}{x}$ 回代;④ 若有初始条件,把常数定出来。

示例求 $y'=2xy$ 的通解。分离变量得 $$\frac{\mathrm{d}y}{y}=2x\,\mathrm{d}x\ \Longrightarrow\ \ln|y|=x^2+C_1\ \Longrightarrow\ y=C\mathrm{e}^{x^{2}}\ (C\text{ 为任意常数}).$$ ($y\equiv0$ 对应 $C=0$,已含在通解中。)

题型 2 一阶线性微分方程

识别方程里 $y$ 与 $y'$ 都只出现一次(无 $y^2$、$yy'$、$\sin y$ 等),右边只与 $x$ 有关。

步骤① 把方程化成标准形 $y'+p(x)y=q(x)$($y'$ 的系数必须是 $1$);② 读出 $p(x)$、$q(x)$,算出 $\int p(x)\mathrm{d}x$;③ 套通解公式 $y=\mathrm{e}^{-\int p\mathrm{d}x}\left[\int q\,\mathrm{e}^{\int p\mathrm{d}x}\mathrm{d}x+C\right]$;④ 若题目给的是 $\frac{\mathrm{d}x}{\mathrm{d}y}+p(y)x=q(y)$(把 $x$ 当函数),同样套公式即可;⑤ 有初始条件就定 $C$。

示例求 $y'+\frac{y}{x}=x$($x>0$)的通解。这里 $p(x)=\frac1x$,$q(x)=x$,$\int p\,\mathrm{d}x=\ln x$,故 $$y=\mathrm{e}^{-\ln x}\left[\int x\cdot\mathrm{e}^{\ln x}\mathrm{d}x+C\right]=\frac1x\left[\int x^2\mathrm{d}x+C\right]=\frac1x\left(\frac{x^3}{3}+C\right).$$

题型 3 由已知解反求方程,或判断解的有界性

识别题目给出某个方程的两个解(如 $y=\mathrm{e}^{x}$、$y=\mathrm{e}^{-x}$、$y=1$、$y=x$),要求反求 $p(x),q(x)$;或者给出一个常系数方程的解,问它在 $x\to+\infty$ 时是否有界。

步骤① 由解的形状写出对应的特征根($\mathrm{e}^{rx}$ 给出根 $r$,$x^k\mathrm{e}^{rx}$ 说明 $r$ 至少是 $k$ 重根,$\mathrm{e}^{\alpha x}\cos\beta x$ 给出根 $\alpha\pm\beta\mathrm{i}$);② 由特征根写出特征方程 $\prod(r-r_i)=0$;③ 把特征方程换成微分方程;④ 讨论有界性时,看全部特征根的实部:实部 $<0$ 时解趋于 $0$(有界),实部 $>0$ 时解无界,实部 $=0$ 时要具体看(如常数或周期函数则有界)。

示例已知 $y_1=\mathrm{e}^{x}$、$y_2=\mathrm{e}^{-x}$ 是某二阶常系数齐次线性方程的解,求该方程。特征根为 $r_1=1$、$r_2=-1$,特征方程为 $$(r-1)(r+1)=r^2-1=0,$$ 对应的微分方程为 $y''-y=0$。

题型 4 二阶常系数非齐次线性方程求通解

识别方程形如 $y''+py'+qy=f(x)$($p,q$ 是常数),右端是多项式、指数、正弦余弦或它们的乘积。

步骤① 写出特征方程 $r^2+pr+q=0$,求出特征根,写出齐次通解 $Y$;② 只看右端 $f(x)$,定出 $\alpha$(或 $\alpha\pm\beta\mathrm{i}$)与多项式的最高次,与特征根比较定出 $k$;③ 按公式写出含待定系数的特解 $y^*$;④ 把 $y^*$ 代回原方程,比较同类项解出待定系数;⑤ 通解 $y=Y+y^*$。

示例求 $y''-3y'+2y=\mathrm{e}^{x}$ 的通解。特征方程 $r^2-3r+2=0$ 的根为 $r_1=1$、$r_2=2$,故 $Y=C_1\mathrm{e}^{x}+C_2\mathrm{e}^{2x}$。右端 $\alpha=1$ 恰是单特征根,取 $k=1$,设 $y^*=Ax\mathrm{e}^{x}$,则 $y^{*\prime}=A(1+x)\mathrm{e}^{x}$、$y^{*\prime\prime}=A(2+x)\mathrm{e}^{x}$,代入得 $$A\left[(2+x)-3(1+x)+2x\right]\mathrm{e}^{x}=-A\mathrm{e}^{x}=\mathrm{e}^{x},$$ 故 $A=-1$,通解为 $$y=C_1\mathrm{e}^{x}+C_2\mathrm{e}^{2x}-x\mathrm{e}^{x}.$$

题型 5 欧拉方程 / 伯努利方程 / 可降阶方程

识别系数里带 $x$(如 $x^2y''+pxy'+qy$)就是欧拉方程;右端出现 $y^n$($n\neq0,1$)就是伯努利方程;方程里「缺 $y$」或「缺 $x$」就是可降阶方程。

步骤① 欧拉方程:令 $x=\mathrm{e}^{t}$,用 $xy'=\frac{\mathrm{d}y}{\mathrm{d}t}$、$x^2y''=\frac{\mathrm{d}^2y}{\mathrm{d}t^2}-\frac{\mathrm{d}y}{\mathrm{d}t}$ 化为常系数方程,解完再换回 $x$;② 伯努利方程:两边乘 $y^{-n}$,令 $z=y^{1-n}$ 化为一阶线性;③ 可降阶方程:不显含 $y$ 时令 $y'=p$($y''=p'$),不显含 $x$ 时令 $y'=p$ 且 $y''=p\frac{\mathrm{d}p}{\mathrm{d}y}$。

示例求欧拉方程 $x^2y''-2xy'-4y=0$($x>0$)的通解。令 $x=\mathrm{e}^{t}$,则 $xy'=\frac{\mathrm{d}y}{\mathrm{d}t}$、$x^2y''=\frac{\mathrm{d}^2y}{\mathrm{d}t^2}-\frac{\mathrm{d}y}{\mathrm{d}t}$,代入得 $$\frac{\mathrm{d}^2y}{\mathrm{d}t^2}-3\frac{\mathrm{d}y}{\mathrm{d}t}-4y=0,$$ 特征方程 $r^2-3r-4=0$ 的根为 $r_1=4$、$r_2=-1$,故 $y=C_1\mathrm{e}^{4t}+C_2\mathrm{e}^{-t}$,换回 $x=\mathrm{e}^{t}$ 得 $$y=C_1x^{4}+\frac{C_2}{x}\quad(x>0).$$

题型 6 应用题(几何 / 物理 / 经济)

识别题干是文字描述:出现「切线斜率」「截距」「面积」「速度」「加速度」「温度」「边际」「弹性」等词,最后要求曲线方程、函数表达式或某一具体数值。

步骤① 设未知函数并翻译条件:把每一句几何或物理语言写成含 $y'$(或 $\frac{\mathrm{d}v}{\mathrm{d}t}$)的等式,常用的翻译有——切线斜率 $y'$,切线在 $y$ 轴的截距 $y-xy'$,在 $x$ 轴的截距 $x-\frac{y}{y'}$,牛顿第二定律 $m\frac{\mathrm{d}v}{\mathrm{d}t}=F$,冷却定律 $\frac{\mathrm{d}T}{\mathrm{d}t}=-k(T-T_0)$;② 判断所得方程的类型(可分离 / 一阶线性 / …)并求解得通解;③ 用题给的初始条件定常数,得特解;④ 回到题目要问的量(某个点的坐标、某时刻的值)作答,舍去不符合实际意义的解。

示例设曲线过点 $(0,1)$,且在任一点 $(x,y)$ 处的切线斜率为 $\frac{2x}{y}$,求该曲线方程。由题意得 $y'=\frac{2x}{y}$,即 $y\,\mathrm{d}y=2x\,\mathrm{d}x$,两边积分得 $$\frac{y^2}{2}=x^2+C_1,\qquad y^2=2x^2+C .$$ 代入 $x=0,y=1$ 得 $C=1$,故曲线方程为 $y^2=2x^2+1$(由 $y(0)=1>0$ 取上半支)。

题型 7 差分方程(数三)

识别方程里出现 $y_{t+1}$ 与 $y_t$(下标是整数期数),形如 $y_{t+1}-ay_t=f(t)$。

步骤① 先解对应的齐次方程 $y_{t+1}-ay_t=0$,得齐次通解 $y_t=Ca^{t}$;② 按右端 $f(t)$ 的形状试取特解(常数设 $A$、$d^t$ 型设 $Ad^t$、多项式设同次多项式);③ 把试取的特解代回原方程定出待定常数,得一个特解;④ 通解 $=$ 齐次通解 $+$ 特解;⑤ 有初始条件(如 $y_0$)就用它定 $C$。

示例求差分方程 $y_{t+1}-2y_t=1$ 的通解。齐次方程 $y_{t+1}-2y_t=0$ 的通解为 $y_t=C\cdot2^{t}$;右端是常数,试设 $y_t^*=A$,代入得 $A-2A=1$,即 $A=-1$。故通解为 $$y_t=C\cdot2^{t}-1 .$$

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:写出一个含几个常数的解就当作通解。正确做法:通解中独立任意常数的个数必须等于方程的阶数;题目给了含 $n$ 个任意常数的解,也要核对它们是否真的互相独立。

2. 容易错:分离变量时把 $g(y)=0$ 的解丢掉。正确做法:若 $g(y)=0$ 有实根,要单独验证这些常数解(例如 $y'=y^{2}$ 时 $y\equiv0$)。

3. 容易错:不化标准形就直接套一阶线性公式。正确做法:先把方程化成 $y'+p(x)y=q(x)$($y'$ 的系数化为 $1$)再套公式;另外要看清楚把谁当函数更方便——有时把 $x$ 看成 $y$ 的函数更简单($\frac{\mathrm{d}x}{\mathrm{d}y}+p(y)x=q(y)$)。

4. 容易错:待定特解时把 $\mathrm{e}^{\alpha x}$ 写错或多项式次数写低。正确做法:$\mathrm{e}^{\alpha x}$ 要照抄,多项式次数与自由项中多项式的最高次一致,$k$ 由「$\alpha$(或 $\alpha\pm\beta\mathrm{i}$)是不是特征根、是几重根」决定。

5. 容易错:$\alpha$ 是二重特征根时把 $k$ 写成 $1$。正确做法:此时 $k=2$,特解里要带 $x^2$。

6. 容易错:以为解只能是一阶可导。正确做法:能作为微分方程解的函数任意阶可导(这是方程本身保证的),可以据此判断单调性、极值。

7. 容易错:求出通解就收笔,或者保留不符合实际的解。正确做法:实际问题一定要用初始条件(如 $y(0)=1$、$x(0)=0$)定常数,并去掉不合题意的解(如长度、时间非负)。

第 16 章 无穷级数仅数学一、数学三 | 判敛散 · 求收敛域 · 求和函数

◆ 本章知识地图
数项级数概念与性质 · 收敛原则 · 正项级数(比较/比较极限形式/比值/根值/积分判别法)· 交错级数与莱布尼茨判别法 · 任意项级数(绝对收敛/条件收敛) 幂级数阿贝尔定理 · 收敛半径 · 收敛域的求法 · 求和函数 · 函数展开成幂级数(直接法/间接法) 傅里叶级数(仅数学一)狄利克雷收敛定理 · 正弦级数与余弦级数 · 奇延拓/偶延拓

两句话抓主干:① 判别敛散性 —— 先分清级数是不是正项(正项看比较、比值、根值,交错看莱布尼茨,任意项先加绝对值);② 幂级数 —— 客观题考收敛域、主观题考和函数,展开用间接法。

一、常数项级数的概念与性质

1. 引例与概念

这类知识解决什么问题:有限个数相加可以直接算,无穷多个数相加(例如 $\frac12+\frac14+\frac18+\cdots$)该怎么定义、结果到底是「多少」?级数就是回答这个问题的工具。

引例:一尺之棰,日取其半——把每天取走的长度依次加起来,就是 $\frac12+\frac14+\frac18+\cdots$,直观上结果应当是 1。可见「无穷多项相加」不能真的逐项加,得换个说法。

定义:把数列 $u_1,u_2,\cdots,u_n,\cdots$ 依次相加,记作 $$u_1+u_2+\cdots+u_n+\cdots=\sum\limits_{n=1}^{\infty}u_n,$$ 称为(常数项)无穷级数,其中 $u_n$ 称为通项;前 $n$ 项之和 $S_n=u_1+\cdots+u_n$ 称为部分和。

如果 $\lim_{n\to\infty}S_n=S$ 存在,就说这个级数收敛,$S$ 叫做级数的和;极限不存在就说级数发散。所以无穷多项相加的真正含义是:先加有限项得到 $S_n$,再看 $S_n$ 有没有极限。

什么时候用、怎么用:判别敛散性的步骤就是 ① 写出 $S_n$;② 算 $\lim_{n\to\infty}S_n$ 是否存在。凡是能把 $S_n$ 算成完整表达式的情形(裂项相消、等比求和等),都用这条定义。

2. 两个必须记住的级数

(1)几何级数(等比级数) $\sum_{n=1}^{\infty}aq^{n-1}$($a\neq0$):由等比求和公式可知,公比的绝对值小于 1 时收敛,否则发散,即 $$\sum_{n=1}^{\infty}aq^{n-1}=\begin{cases}\dfrac{a}{1-q}, & |q|<1\ (\text{收敛}),\\[6pt]\text{发散}, & |q|\geqslant1.\end{cases}$$ 怎么想:$|q|<1$ 时 $\lim S_n=\frac{a(1-q^n)}{1-q}=\frac{a}{1-q}$;$q=1$ 时 $S_n=na$,$\lim S_n$ 不存在;$q=-1$ 时 $S_n$ 在 $a$ 与 $0$ 之间跳动,极限也不存在。

(2)$p$ 级数 $\sum_{n=1}^{\infty}\frac{1}{n^p}$:$p>1$ 时收敛;$p\leqslant1$ 时发散。$p=1$ 时的 $\sum\frac1n$ 叫做调和级数,它发散。

对比记忆:$\int_1^{+\infty}\frac{\mathrm{d}x}{x^p}$ 与 $\sum_{n=1}^{\infty}\frac1{n^p}$ 同敛散(都是 $p>1$ 收敛,$p\leqslant1$ 发散)。这两个级数就是后面作比较时的「标尺」,必须记牢。

3. 收敛级数的性质

性质 1(线性):若 $\sum u_n$、$\sum v_n$ 都收敛,则 $\sum(au_n+bv_n)$ 收敛,且 $\sum(au_n+bv_n)=a\sum u_n+b\sum v_n$。也就是说收敛级数能像普通和一样逐项相加减、乘常数。

性质 2:改动级数的有限项(去掉或改写前若干项),不改变它的敛散性。原因是敛散性只看 $n\to\infty$ 时的情况,前面有限项影响不到极限。

性质 3:收敛级数加括号后仍收敛,且和不变。反过来不成立:加括号后收敛推不出原级数收敛。例如 $1-1+1-1+\cdots$ 两两加括号得 $0+0+\cdots$ 收敛,但原级数本身是发散的。

★性质 4(收敛的必要条件):若 $\sum u_n$ 收敛,则必有 $\lim_{n\to\infty}u_n=0$。反之不真——$\lim u_n=0$ 保证不了收敛,$\sum\frac1n$ 就是反例。

怎么用:算极限比求和容易得多,所以拿到一个级数先看通项极限是不是 0:只要 $\lim u_n\neq0$(或不存在),立刻断定发散。

小例子:判断 $\sum\ln\!\left(1+\frac1n\right)$ 的敛散性——因 $\ln\!\left(1+\frac1n\right)=\ln(n+1)-\ln n$,所以 $S_n=\ln(n+1)$,$\lim S_n$ 不存在,故发散。

二、正项级数及其敛散性判别

★ 正项级数的常用判别法(正项级数 $\sum u_n$,$u_n\geqslant0$)

先看一个直觉:正项级数的部分和 $S_n$ 只会越加越大(单调不减),所以收敛与否只取决于它有没有上界——有上界就收敛,没上界就发散。下面所有这些判别法,本质上都是在判断「$S_n$ 有没有上界」。

(1)收敛原则:正项级数的部分和数列 $\{S_n\}$ 单调不减,故 $$\sum u_n\ \text{收敛}\iff\{S_n\}\ \text{有上界}.$$ 只要证出 $S_n$ 有上界即可,这就是「有上界就收敛」的来历。

(2)比较判别法:$0\leqslant u_n\leqslant v_n$($n$ 充分大之后恒成立)。直观上「小的比大的好收敛」,于是有:「$\sum v_n$ 收敛 $\Rightarrow\sum u_n$ 收敛」,「$\sum u_n$ 发散 $\Rightarrow\sum v_n$ 发散」(前有限项不影响敛散性)。

(3)比较判别法的极限形式:设 $\lim_{n\to\infty}\frac{u_n}{v_n}=A$, ① $A=0$:$\sum v_n$ 收敛 $\Rightarrow\sum u_n$ 收敛; ② $A=+\infty$:$\sum v_n$ 发散 $\Rightarrow\sum u_n$ 发散; ③ $0<A<+\infty$:$\sum u_n$ 与 $\sum v_n$ 有相同的敛散性。第 ③ 条最常用——它说的是「$u_n$ 与 $v_n$ 同阶时,两个级数同生共死」。用法:把通项与 $p$ 级数或几何级数比阶,一眼定敛散。

(4)比值判别法(达朗贝尔):设 $\lim_{n\to\infty}\frac{u_{n+1}}{u_n}=\rho$,则 $$\rho<1\Rightarrow\sum u_n\ \text{收敛};\quad \rho>1\Rightarrow\sum u_n\ \text{发散};\quad \rho=1\Rightarrow\textbf{失效}.$$

(5)根值判别法(柯西):设 $\lim_{n\to\infty}\sqrt[n]{u_n}=\rho$,结论与比值判别法完全相同($\rho=1$ 时同样失效)。通项里出现 $n$ 次方或阶乘时,这两种方法最好用。

(6)积分判别法:设 $f(x)$ 在 $[1,+\infty)$ 上非负、单调减少、连续,则 $$\sum_{n=1}^{\infty}f(n)\ \text{与}\ \int_1^{+\infty}f(x)\,\mathrm{d}x\ \text{敛散性相同}.$$ 常见结论:$\sum\frac{1}{n^p}$($p>1$ 收敛)、$\sum\frac{1}{n\ln^q n}$($q>1$ 收敛)、$\sum\frac{1}{n^p\ln^q n}$($p=1$ 时看 $q>1$)等。

◆ 用判别法时的提醒

· 比值判别法失效($\rho=1$)时不能下任何结论,要改用比较判别法(往往与 $p$ 级数比较),或先把通项泰勒展开定阶再比较。

· 比值、根值判别法只对正项级数能直接使用;非正项级数也不能直接套比较判别法。

· $\sum\frac{1}{n^{1+\frac1n}}$ 型、$\sum\sin\frac1n$ 型,通常先做「泰勒展开定阶」,再用比较判别法。

三、交错级数及莱布尼茨判别法

★ 莱布尼茨判别法

要解决的问题:正负号交替出现的级数(交错级数 $\sum_{n=1}^{\infty}(-1)^{n-1}u_n$,$u_n>0$)怎么判敛散?由于正负项互相抵消,条件比正项级数宽松得多,只要「越来越小、最后趋于 0」就够了。若 ① $u_n$ 单调不增($u_n\geqslant u_{n+1}$),② $\lim_{n\to\infty}u_n=0$, 则该交错级数收敛,且其和 $S\leqslant u_1$,截断误差 $|S-S_n|\leqslant u_{n+1}$。

怎么用:条件 ① 只需 $n$ 充分大之后成立即可。判断 $u_n$ 单调性的常用手段有两个——作差看 $u_n-u_{n+1}$ 的符号,或令 $f(x)=u(x)$ 用导数 $f'(x)<0$ 判定。

容易踩的坑:若 $\{u_n\}$ 没有单调性,莱布尼茨判别法失效,不能硬套,要回到定义或拆项处理。例如 $u_n=\frac{1}{2+(-1)^n}$ 型,相邻两项差的符号交替变化,就不能直接用莱布尼茨判别法。

小例子:$\sum_{n=1}^{\infty}\frac{(-1)^{n-1}}{n}$:$u_n=\frac1n$ 单调递减且趋于 0,故收敛;但取绝对值后是调和级数(发散),所以它是条件收敛。

四、任意项级数:绝对收敛与条件收敛

1. 概念与基本定理

思路:符号乱七八糟的级数没法直接比较,最省事的做法是先给每一项套上绝对值,把它变成正项级数。对任意项级数 $\sum u_n$,考察其绝对值级数 $\sum|u_n|$:

绝对收敛:$\sum|u_n|$ 收敛 $\Longrightarrow\sum u_n$ 收敛,此时称 $\sum u_n$ 绝对收敛;条件收敛:$\sum|u_n|$ 发散而 $\sum u_n$ 收敛,此时称 $\sum u_n$ 条件收敛。

常用套路:先看 $\sum|u_n|$(化成正项级数,用比较、比值或根值判别法),收敛就是绝对收敛;若发散,再单独判断原级数(往往用莱布尼茨判别法)。

★ 2. 条件收敛级数的本质(结论要记住)

若 $\sum u_n$ 条件收敛,把它的全体正项、全体负项分别拿出来构成的级数 $V$、$W$,则 $V$ 与 $W$ 都发散。

怎么理解:绝对收敛是「收敛得够彻底」,重排、拆项都不影响;条件收敛则是靠正项与负项相互抵消才收敛,一旦把正项(或负项)单独抽出来,就没有东西和它抵消了,自然发散。证明用反证法:若 $V$ 收敛,由 $|u_n|=\pm u_n$ 可推出 $\sum|u_n|$ 收敛,与题设矛盾。

3. 几条常考的运算性质

(1) $\sum u_n$ 绝对收敛 $\Rightarrow\sum u_n^2$ 收敛。

(2) 两个绝对收敛级数相加减仍是绝对收敛($\sum u_n$、$\sum v_n$ 都绝对收敛 $\Rightarrow\sum(u_n\pm v_n)$ 绝对收敛)。

(3) $\sum u_n$ 绝对收敛、$\sum v_n$ 条件收敛 $\Rightarrow\sum(u_n\pm v_n)$ 条件收敛(收敛加减收敛仍收敛,但被吸收后不再是绝对收敛)。

(4) $\sum u_n$ 条件收敛、$\sum v_n$ 条件收敛 $\Rightarrow\sum(u_n\pm v_n)$ 不一定(可能绝对收敛,也可能条件收敛,取决于谁占优)。

(5) $\sum|u_n|$ 发散 不能断定 $\sum u_n$ 发散。只有用比值或根值判别法得出 $\sum|u_n|$ 发散时,才能断定 $\sum u_n$ 发散——因为这时必有 $\lim|u_n|\neq0$。

常考结论:$\sum\frac{(-1)^{n}}{n^p}$:$p>1$ 时绝对收敛;$0<p\leqslant1$ 时条件收敛。

五、幂级数及其收敛域

1. 概念

直观:把常数项级数的每一项换成带 $x$ 的项,就得到处处以 $x$ 为自变量的级数。$\sum_{n=1}^{\infty}u_n(x)$ 称为函数项级数;其中最简单、最重要的一类是每一项都是幂函数的幂级数:一般形式 $\sum_{n=1}^{\infty}a_n(x-x_0)^n$,标准形式 $\sum_{n=0}^{\infty}a_nx^n$(即在 $x_0=0$ 处展开)。

使级数收敛的那些 $x$ 称为收敛点,全体收敛点构成收敛域。求收敛域就是本节的中心任务。

★ 2. 阿贝尔定理(Abel)

若幂级数 $\sum a_nx^n$ 在 $x=x_0\neq0$ 处收敛,则对满足 $|x|<|x_0|$ 的一切 $x$,幂级数绝对收敛;若在 $x=x_0$ 处发散,则对满足 $|x|>|x_0|$ 的一切 $x$,幂级数发散。

图像化理解:收敛点向外扩——比它离原点更近的点都绝对收敛;发散点向内收——比它离原点更远的点都发散。所以收敛域一定是以原点为中心的一个区间,两端点单独考察。

3. 收敛半径

若存在 $R\geqslant0$ 满足:① 当 $|x|<R$ 时 $\sum a_nx^n$ 绝对收敛;② 当 $|x|>R$ 时 $\sum a_nx^n$ 发散,则称 $R$ 为收敛半径,$(-R,R)$ 为收敛区间,端点 $x=\pm R$ 处要单独判别。

三种情况:$R=0$(仅在 $x=0$ 处收敛)、$R=+\infty$(处处绝对收敛)、$R$ 为有限正数。注意收敛半径只对幂级数有意义,一般函数项级数没有收敛半径这一说法。

★ 4. 收敛域的求法

(1)不缺项的幂级数:① 先求收敛半径 $$\lim_{n\to\infty}\left|\frac{a_{n+1}}{a_n}\right|=\rho\quad\text{(或}\ \lim_{n\to\infty}\sqrt[n]{|a_n|}=\rho\text{)},\qquad R=\frac1\rho$$ ($\rho=0$ 时 $R=+\infty$;$\rho=+\infty$ 时 $R=0$。)② 再把 $x=\pm R$ 分别代回原级数,判别端点处的敛散性,写出收敛域。

(2)缺项的幂级数或一般函数项级数(如只含偶次幂 $\sum a_nx^{2n}$):加绝对值写成 $\sum|u_n(x)|$(它一定是正项级数),用比值判别法或根值判别法(这两条对所有级数都能用): $$\lim_{n\to\infty}\left|\frac{u_{n+1}(x)}{u_n(x)}\right|<1\quad\Longrightarrow\quad\text{解出 }|x|\text{ 的范围},$$ 再单独讨论端点。若比值判别法算出 $\lim=1$,正说明该点必是端点,必须单独判别。

(3)抽象型幂级数:注意「求导、积分、乘因式 $(x-x_0)$、平移」都可能改变端点处的敛散性;$\sum a_n(x-1)^n$ 型的收敛半径与 $\sum a_nx^n$ 相同,但收敛域要整体平移。

六、幂级数的求和函数

1. 概念与运算法则

在收敛域内,$\sum_{n=0}^{\infty}a_nx^n$ 的和随 $x$ 变动,记为 $S(x)$,称为和函数。「求和函数」就是要求出这个 $S(x)$ 的初等表达式。

运算法则:幂级数在收敛区间内可以逐项求导、逐项积分(和的积分等于积分的和,和的导数等于导数的和),且收敛半径不变;但端点处的敛散性可能改变——求导可能丢掉端点的收敛性,积分可能增加端点的收敛性,端点处还要注意单侧连续。两个幂级数可以拆开、合并(下标与 $x$ 的次数都相同才能合并)。

2. 恒等变形三种方式(求和函数的核心技术)

(1)通项、下标一起变;(2)只变下标,不变通项(把前几项写出来看清楚);(3)只变通项,不变下标(提出 $x$ 即可,如 $\sum n x^n=x\sum n x^{n-1}$)。

目的:把复杂级数转成简单级数——能套已知展开式,或能逐项求导、积分的形式。「先凑成等比级数再逐项积分还原」「设 $S(x)$ 后求导凑成等比级数」是两条最常规的路线。

★ 3. 重要展开式(必须记熟,左右两个方向都要会用)
函数幂级数展开式收敛范围
$\frac{1}{1-x}$$\sum_{n=0}^{\infty}x^n=1+x+x^2+\cdots$$|x|<1$
$\frac{1}{1+x}$$\sum_{n=0}^{\infty}(-1)^nx^n$$|x|<1$
$\mathrm{e}^x$$\sum_{n=0}^{\infty}\frac{x^n}{n!}$$(-\infty,+\infty)$
$\sin x$$\sum_{n=0}^{\infty}\frac{(-1)^nx^{2n+1}}{(2n+1)!}$$(-\infty,+\infty)$
$\cos x$$\sum_{n=0}^{\infty}\frac{(-1)^nx^{2n}}{(2n)!}$$(-\infty,+\infty)$
$\ln(1+x)$$\sum_{n=1}^{\infty}\frac{(-1)^{n-1}x^n}{n}$$(-1,1]$
$-\ln(1-x)$$\sum_{n=1}^{\infty}\frac{x^n}{n}$$[-1,1)$
$\arctan x$$\sum_{n=0}^{\infty}\frac{(-1)^nx^{2n+1}}{2n+1}$$[-1,1]$
$(1+x)^{\alpha}$$1+\alpha x+\frac{\alpha(\alpha-1)}{2!}x^2+\cdots$视 $\alpha$ 而定($\alpha\leqslant-1$ 时 $(-1,1]$;$\alpha\in\mathbb{N}$ 时全体实数)

求和函数的常规思路:① 先求收敛域;② 通过提出 $x$、拆项、逐项求导或积分,把级数归到上表中某一个;③ 定积分常数(用 $S(0)$ 或某一项的值);④ 如果设出的 $S(x)$ 满足微分方程,就解一阶线性微分方程,再由初值定常数(如 $a_{n+1}=\frac{a_n}{n+1}$ 型,解微分方程即可求出 $f(x)$)。

七、函数展开成幂级数

1. 概念与求法

在收敛域上成立 $\sum a_n(x-x_0)^n=f(x)$,就说把 $f(x)$ 展开成幂级数($x_0=0$ 时也叫展开成麦克劳林级数)。这和求和函数正好互为逆过程:那边由级数求和函数 $S(x)$,这边由函数反推级数。

直接法:按泰勒公式 $f(x)=\sum\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$ 逐项算系数(要求函数任意阶可导)。计算量大,实际很少用。

★间接法(考试主流):把函数变形(凑成已知展开式的形式,或用 $\arctan x$、$\ln$ 等已知展开式)$\to$ 逐项求导或逐项积分 $\to$ 写出收敛域。记住这句话:「从左到右是求和函数,从右到左是展开」。

2. 一眼识别展开方式的记忆法

· 分母有 $n$ 的往 $\ln$ 去想($\ln(1+x)=\sum\frac{(-1)^{n-1}x^n}{n}$);· 分母有 $2n+1$ 的往 $\arctan$ 去想;· 分母是偶数阶乘且前面有 $(-1)^n$ 往 $\cos x$ 去想,没有 $(-1)^n$ 就往 $\cosh x$ 去想;· 分母是奇数阶乘:前面有 $(-1)^n$ 往 $\sin x$ 想,没有 $(-1)^n$ 就往 $\sinh x$ 想;· 含 $(1+x)^\alpha$、$\ln$ 的复合先化简(如 $\ln\frac{1+x}{1-x}=2\left(x+\frac{x^3}{3}+\cdots\right)$)。

唯一性:函数在给定点的幂级数展开是唯一的——这条性质可以用来比较系数,求 $f^{(n)}(0)$。

八、傅里叶级数(仅数学一)

1. 周期为 $2l$ 的傅里叶级数

要解决的问题:幂级数只适合表示「局部很像多项式」的函数,而周期函数(振动、波动一类)用一堆正弦、余弦叠加来表示更自然。把它拆成三角函数的叠加,就是傅里叶级数。周期为 $2l$ 时: $$f(x)\sim\frac{a_0}{2}+\sum_{n=1}^{\infty}\left(a_n\cos\frac{n\pi x}{l}+b_n\sin\frac{n\pi x}{l}\right),$$ 其中 $$a_n=\frac1l\int_{-l}^{l}f(x)\cos\frac{n\pi x}{l}\,\mathrm{d}x\ (n=0,1,2,\cdots),\qquad b_n=\frac1l\int_{-l}^{l}f(x)\sin\frac{n\pi x}{l}\,\mathrm{d}x\ (n=1,2,\cdots).$$ 周期为 $2\pi$ 时取 $l=\pi$:$a_n=\frac1\pi\int_{-\pi}^{\pi}f(x)\cos nx\,\mathrm{d}x$,$b_n=\frac1\pi\int_{-\pi}^{\pi}f(x)\sin nx\,\mathrm{d}x$。

★ 2. 狄利克雷(Dirichlet)收敛定理

它回答什么:这么叠出来的三角级数,和到底等于原来的 $f(x)$ 吗?设 $f(x)$ 在 $[-l,l]$ 上满足:① 连续或只有有限个第一类间断点;② 至多只有有限个极值点。则 $f(x)$ 的傅里叶级数收敛,且 $$S(x)=\begin{cases}f(x), & x\ \text{为连续点},\\[4pt]\dfrac{f(x-0)+f(x+0)}{2}, & x\ \text{为间断点},\\[8pt]\dfrac{f(-l+0)+f(l-0)}{2}, & x=\pm l.\end{cases}$$

怎么用:题目给出 $f(x)$ 的表达式与周期,问 $S(x_0)=?$——只需看 $x_0$ 是连续点还是间断点,代入上面对应的那一行即可,不用真的去做傅里叶积分。它也说明:在间断点处,级数的和取的是左右极限的平均值。

3. 正弦级数与余弦级数(奇延拓/偶延拓)

若 $f(x)$ 是奇函数:$a_n=0$,展开后只剩正弦项,称为正弦级数;若 $f(x)$ 是偶函数:$b_n=0$,展开后只剩余弦项,称为余弦级数。

若函数只在 $[0,l]$ 上有定义:周期奇延拓(补成 $[-l,l]$ 上的奇函数)$\to$ 得到正弦级数;周期偶延拓(补成偶函数)$\to$ 得到余弦级数。同一个函数做不同延拓,展开式不同,但都只在 $[0,l]$ 上与它相等。

注:傅里叶级数不要求 $n$ 阶可导(这是与幂级数展开最大的区别);本章傅里叶部分主要考识记——记住狄利克雷收敛定理与和函数的表达式即可。

◆ 常考题型

题型 1 判别数项级数的敛散性

识别:题目只给一个级数 $\sum u_n$(不带 $x$),问「收敛还是发散」。先看是不是正项($u_n\geqslant0$)。

步骤:① 先算 $\lim_{n\to\infty}u_n$,若不为 0 或不存在,直接判发散,结束;② 若通项为负或符号交替,先取绝对值 $\sum|u_n|$,按正项级数处理(绝对收敛就结束);③ 正项级数:通项是幂、根式、对数时用比较(极限形式)与 $p$ 级数比阶,含 $n$ 次方、阶乘时用比值或根值判别法,通项形如 $f(n)$ 且 $f$ 单调递减时用积分判别法;④ 若第 ③ 步「同阶比不出来」,就先泰勒展开定阶;⑤ 若第 ② 步判断出绝对值级数发散,再单独用莱布尼茨判别法判断原级数是否条件收敛。

示例:判别 $\sum_{n=1}^{\infty}\frac{1}{n^2+n}$ 的敛散性。它是正项级数,且 $$\lim_{n\to\infty}\frac{\frac{1}{n^2+n}}{\frac{1}{n^2}}=\lim_{n\to\infty}\frac{n^2}{n^2+n}=1,$$ 属于 $0<A<+\infty$ 的情形,故它与 $\sum\frac{1}{n^2}$ 同敛散;后者是 $p=2>1$ 的 $p$ 级数,收敛,所以 $\sum_{n=1}^{\infty}\frac{1}{n^2+n}$ 收敛。

题型 2 求幂级数的收敛半径与收敛域

识别:级数里带 $x$(或 $x-x_0$),问收敛半径、收敛区间、收敛域,通常出现在客观题;也可能是缺项(如只有 $x^{2n}$)或抽象型(系数用 $a_n$、$f(n)$ 表示)。

步骤:① 写清 $a_n$,算 $\rho=\lim_{n\to\infty}\left|\frac{a_{n+1}}{a_n}\right|$(或 $\lim\sqrt[n]{|a_n|}$),得 $R=\frac1\rho$;② 缺项或一般函数项级数时,改为对 $\sum|u_n(x)|$ 用比值、根值判别法,解出 $|x|$ 的范围;③ 把端点 $x=\pm R$ 分别代回原级数,逐个判敛散(正项用比较,交错用莱布尼茨);④ 把区间结论与端点结论合起来写成收敛域。

示例:求 $\sum_{n=1}^{\infty}\frac{x^n}{n}$ 的收敛域。$a_n=\frac1n$, $$\rho=\lim_{n\to\infty}\left|\frac{a_{n+1}}{a_n}\right|=\lim_{n\to\infty}\frac{n}{n+1}=1,$$ 故 $R=1$。再看端点:$x=1$ 时得 $\sum\frac1n$(调和级数)发散;$x=-1$ 时得 $\sum\frac{(-1)^n}{n}$,由莱布尼茨判别法收敛。所以收敛域为 $[-1,1)$。

题型 3 求幂级数的和函数

识别:题目要求「求 $\sum a_nx^n$ 的和函数 $S(x)$」,或要求「求 $\sum a_n$ 的和」(后者通常是取某个 $x$ 代入和函数),属于解答题。

步骤:① 先求收敛域(题型 2 的做法);② 通过提出 $x$、拆项、改变下标,把级数凑成已知展开式(最常用的是等比 $\sum x^n=\frac{1}{1-x}$);③ 凑不出来就设 $S(x)$,先逐项求导或逐项积分把它变成已知形式;④ 用 $S(0)$ 或某一项的值定出积分常数;⑤ 若得到微分方程,解出 $S(x)$ 后再由初值定常数。

示例:求 $\sum_{n=1}^{\infty}nx^{n-1}$ 在 $|x|<1$ 上的和函数。收敛域为 $(-1,1)$。设 $S(x)=\sum_{n=1}^{\infty}nx^{n-1}$,两边从 $0$ 到 $x$ 逐项积分: $$\int_0^xS(t)\,\mathrm{d}t=\sum_{n=1}^{\infty}x^n=\frac{x}{1-x},$$ 两边再求导得 $S(x)=\left(\frac{x}{1-x}\right)'=\frac{1}{(1-x)^2}$,$|x|<1$。

题型 4 把函数展开成幂级数

识别:给出一个初等函数,要求「展开成 $x$(或 $x-x_0$)的幂级数」并指出收敛域。

步骤:① 观察函数,往重要展开式上靠(分母有 $n$ 想 $\ln$,有 $2n+1$ 想 $\arctan$,有阶乘想 $\mathrm{e}^x$、$\sin x$、$\cos x$);常见的间接法对象就是 $\ln\frac{1+x}{1-x}$、$\arctan\frac{1+x}{1-x}$ 这类复合式;② 一时对不上就先求导(或先积分),把导数变成已知展开式的形式;③ 逐项求导或积分还原回原函数,并用 $f(0)$(或某个易算点的值)定常数;④ 由已知展开式的收敛范围推出本题收敛域,端点单独讨论。

示例:把 $f(x)=\ln\frac{1+x}{1-x}$ 展开成 $x$ 的幂级数。先求导: $$f'(x)=\frac{1}{1+x}+\frac{1}{1-x}=\frac{2}{1-x^2}=2\sum_{n=0}^{\infty}x^{2n}\quad(|x|<1),$$ 再由 $f(0)=0$ 逐项积分得 $$f(x)=2\sum_{n=0}^{\infty}\frac{x^{2n+1}}{2n+1}\quad(|x|<1).$$

题型 5 求傅里叶级数的和函数在某点的值(仅数学一)

识别:题目给出周期函数 $f(x)$ 的表达式与周期(或只给 $[0,l]$ 上的表达式),问它的傅里叶级数在某个 $x_0$ 处收敛到多少。

步骤:① 判断 $x_0$ 是连续点还是间断点(必要时按周期性把 $x_0$ 折算到已知表达式的区间内);② 连续点直接取 $S(x_0)=f(x_0)$;③ 间断点取左右极限的平均 $\frac{f(x_0-0)+f(x_0+0)}{2}$;④ 若 $x_0=\pm l$(端点),取 $\frac{f(-l+0)+f(l-0)}{2}$。整个过程不必做积分。

示例:设 $f(x)$ 是周期为 $2\pi$ 的函数,$f(x)=x$($-\pi\leqslant x<\pi$),求其傅里叶级数的和函数在 $x=\pi$ 处的值。$x=\pi$ 是间断点:$f(\pi-0)=\pi$,$f(\pi+0)=f(-\pi+0)=-\pi$,故 $$S(\pi)=\frac{f(\pi-0)+f(\pi+0)}{2}=\frac{\pi+(-\pi)}{2}=0 .$$

题型 6 抽象级数的命题判断题

识别:题干只给「$\sum u_n$ 收敛(或绝对收敛、条件收敛)」这类抽象条件,要判断另一串结论是否成立,多见于选择题,难度较大。

步骤:① 先写清已知条件能推出什么(收敛 $\Rightarrow\lim u_n=0$;绝对收敛 $\Rightarrow$ 原级数收敛、$\sum u_n^2$ 收敛);② 逐一检查选项,凡与必要条件矛盾的(如能推出 $\lim u_n\neq0$)直接排除;③ 看起来「可能成立」的选项,设法举反例推翻——常用反例是 $\sum\frac{(-1)^n}{n^p}$、$\sum\frac{(-1)^n}{\sqrt n}$、$\sum\frac{1}{n\ln n}$;④ 判断「绝对收敛还是条件收敛」时,先算 $\sum|u_n|$,再单独判原级数。

示例:判断命题「若 $\sum u_n$ 收敛,则 $\sum u_n^2$ 收敛」是否正确。取 $u_n=\frac{(-1)^n}{\sqrt n}$,由莱布尼茨判别法知 $\sum u_n$ 收敛,但 $$\sum_{n=1}^{\infty}u_n^2=\sum_{n=1}^{\infty}\frac1n$$ 是调和级数,发散。故命题错误;正确的说法是:$\sum u_n$ 绝对收敛时才有 $\sum u_n^2$ 收敛。

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:算到 $\lim_{n\to\infty}u_n=0$ 就断言级数收敛。正确做法:它只是必要条件,只能用来「排除」——$\lim u_n\neq0$ 时必发散;等于 0 时必须换判别法继续判断。

2. 容易错:比值或根值判别法算出 $\rho=1$ 仍硬下结论。正确做法:$\rho=1$ 表示方法失效,改用比较判别法(与 $p$ 级数比阶),或先泰勒展开定阶再比较。

3. 容易错:求出收敛半径就当作收敛域写完。正确做法:端点必须单独判别;对级数求导、积分后收敛域还可能变化(端点处注意单侧连续)。

4. 容易错:对非正项级数直接用比较判别法。正确做法:先取绝对值化成正项级数,或用其他方法;比较判别法要用,也得先确认两项能比较。

5. 容易错:认为收敛级数可以随便重排、拆项。正确做法:只有绝对收敛的级数才能任意重排、加括号、拆项;条件收敛级数拆出正项或负项后都是发散的。

6. 容易错:由 $\sum|u_n|$ 发散推出 $\sum u_n$ 发散。正确做法:这样推不成立(如 $\sum\frac{(-1)^n}{n}$);但若用比值或根值判别法得出 $\sum|u_n|$ 发散,则可以断定原级数发散(此时 $\lim|u_n|\neq0$)。

7. 容易错:算傅里叶级数在间断点、端点处的和时忘记除以 2。正确做法:间断点处取 $\frac{f(x-0)+f(x+0)}{2}$,端点 $x=\pm l$ 处取 $\frac{f(-l+0)+f(l-0)}{2}$。

8. 容易错:对一般函数项级数也去「求收敛半径」。正确做法:收敛半径只对幂级数有意义;求抽象型幂级数的收敛半径、收敛域时注意条件(如 $a_n\neq0$、极限存在)以及乘因式、平移带来的影响。

第 17 章 多元函数积分学的预备知识仅数学一 | 向量 · 平面与直线 · 曲面 · 场论

◆ 本章知识地图
向量代数向量及其表达形式 · 数量积 · 向量积 · 混合积 · 方向角与方向余弦 空间平面与直线平面方程(点法式/一般式/截距式/三点式)· 平面束 · 直线方程(一般式/点向式/参数式/两点式)· 五种位置关系与距离 空间曲线与曲面曲线的一般式/参数式/投影 · 曲面的一般式/参数式 · 柱面 · 旋转曲面 · 二次曲面九种 几何应用空间曲线的切线与法平面 · 空间曲面的切平面与法线 场论初步方向导数 · 梯度 · 方向导数与梯度的关系 · 散度 · 旋度

一句话总纲:本章是第 18 章(多元函数积分学)的预备课,「语言」只有两个词——法向量和方向向量。学会用它们写方程、算距离、求切线切平面,第 18 章才做得下去。

一、向量代数

1. 向量及其表达形式

解决什么问题:空间的平面、直线、曲面都要靠「方向」和「大小」来描述,向量就是把这两件事写成分量的工具。既有大小又有方向的量称为向量;向量只由大小和方向决定,与画在什么位置无关(自由性)。记号 $\vec{a}=(a_1,a_2,a_3)$,模 $|\vec{a}|=\sqrt{a_1^2+a_2^2+a_3^2}$。

单位向量:$\vec{a}^{\circ}=\frac{\vec{a}}{|\vec{a}|}$——把向量除以自己的长度,方向不变、长度为 1。方向余弦:$\cos\alpha=\frac{a_1}{|\vec{a}|}$,$\cos\beta=\frac{a_2}{|\vec{a}|}$,$\cos\gamma=\frac{a_3}{|\vec{a}|}$,满足 $$\cos^2\alpha+\cos^2\beta+\cos^2\gamma=1 .$$ $\vec{a}^{\circ}=(\cos\alpha,\cos\beta,\cos\gamma)$。(手写向量时在字母上方打箭头,写成坐标形式则不必。)

2. 三种乘法的结果与应用(本节最重要)

怎么记:三种乘法只要记住「结果是数还是向量」和「什么关系用它」,其余都是算行列式。

(1)数量积(点乘,结果是数): $$\vec{a}\cdot\vec{b}=|\vec{a}||\vec{b}|\cos\theta=a_1b_1+a_2b_2+a_3b_3,$$ 其中 $\theta$ 为 $\vec{a},\vec{b}$ 的夹角。于是 $$\cos\theta=\frac{\vec{a}\cdot\vec{b}}{|\vec{a}||\vec{b}|}\quad\text{(可反求夹角)},\qquad \vec{a}\perp\vec{b}\iff\vec{a}\cdot\vec{b}=0\ \text{(垂直方程最常用)}.$$ 什么时候用:题目问夹角,或要写「垂直」的条件时。

(2)向量积(叉乘,结果是向量): $$\vec{a}\times\vec{b}=\begin{vmatrix}\vec{i}&\vec{j}&\vec{k}\\a_1&a_2&a_3\\b_1&b_2&b_3\end{vmatrix},\qquad |\vec{a}\times\vec{b}|=|\vec{a}||\vec{b}|\sin\theta .$$ 其方向由右手法则确定,$|\vec{a}\times\vec{b}|$ 等于以 $\vec{a},\vec{b}$ 为邻边的平行四边形面积; $$\vec{a}\parallel\vec{b}\iff\theta=0\ \text{或}\ \pi\iff\vec{a}\times\vec{b}=\vec{0}\ \text{(平行方程)}.$$ 什么时候用:要构造一个同时垂直于两个已知向量(如两个法向量)的新向量,或要写「平行」的条件时。

(3)混合积(结果是数): $$[\vec{a}\vec{b}\vec{c}]=(\vec{a}\times\vec{b})\cdot\vec{c}=\begin{vmatrix}a_1&a_2&a_3\\b_1&b_2&b_3\\c_1&c_2&c_3\end{vmatrix},$$ 其绝对值等于以 $\vec{a},\vec{b},\vec{c}$ 为棱的平行六面体体积;$[\vec{a}\vec{b}\vec{c}]=0\iff$ 三向量共面。什么时候用:判断三向量(或四条点构成的直线组)是否共面,几乎全靠它。

二、空间平面与直线

1. 平面方程(要素:法向量 $\vec{n}=(A,B,C)$ + 过一点 $P_0$)

思路:一个平面由「过哪个点」和「朝哪个方向(法向量)」完全确定,所以写平面方程就是找这两样东西。

① 点法式:$A(x-x_0)+B(y-y_0)+C(z-z_0)=0$。

② 一般式:$Ax+By+Cz+D=0$(三元一次方程,系数 $(A,B,C)$ 就是法向量)。

③ 截距式:$\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1$——已知平面在三个坐标轴上的截距时用。

④ 三点式:由不共线的三点连线构成平面,用混合积写成行列式(考试很少用,会用点法式代替即可)。

⑤ 平面束:过直线 $L$(交面式 $\begin{cases}A_1x+B_1y+C_1z+D_1=0\\A_2x+B_2y+C_2z+D_2=0\end{cases}$)的平面束方程为 $$A_1x+B_1y+C_1z+D_1+\lambda\left(A_2x+B_2y+C_2z+D_2\right)=0 .$$ 求「过 $L$ 且还满足另一个条件的平面」时用它最省事:把另一个条件代进去定出 $\lambda$ 即可,不必先求方向向量。

2. 直线方程(要素:方向向量 $\vec{s}=(l,m,n)$ + 过一点 $P_0$)

① 一般式(交面式):$\begin{cases}A_1x+B_1y+C_1z+D_1=0\\A_2x+B_2y+C_2z+D_2=0\end{cases}$,方向向量 $\vec{s}=\vec{n}_1\times\vec{n}_2$(叉乘的结果既垂直于 $\vec{n}_1$ 又垂直于 $\vec{n}_2$,正好是交线的方向)。

② 点向式(对称式):$\frac{x-x_0}{l}=\frac{y-y_0}{m}=\frac{z-z_0}{n}$。③ 参数式:$x=x_0+lt,\ y=y_0+mt,\ z=z_0+nt$。④ 两点式:$\overrightarrow{P_1P}\parallel\overrightarrow{P_1P_2}$,对应分量成比例。

★ 3. 位置关系与距离(都要「翻译」成向量语言)

(1)点到直线的距离(点 $P_1$、直线过 $P_0$ 且方向向量 $\vec{s}$): $$d=\frac{\left|\overrightarrow{P_0P_1}\times\vec{s}\right|}{|\vec{s}|}.$$ 分子是「以 $\overrightarrow{P_0P_1}$、$\vec{s}$ 为邻边的平行四边形面积」,除以底边长 $|\vec{s}|$ 就是高,也就是点到直线的距离。

(2)点到平面的距离: $$d=\frac{\left|Ax_0+By_0+Cz_0+D\right|}{\sqrt{A^2+B^2+C^2}} .$$

(3)直线与直线:夹角 $\cos\theta=\frac{|\vec{s}_1\cdot\vec{s}_2|}{|\vec{s}_1||\vec{s}_2|}$;$\vec{s}_1\parallel\vec{s}_2\iff\vec{s}_1\times\vec{s}_2=\vec{0}$;$\vec{s}_1\perp\vec{s}_2\iff\vec{s}_1\cdot\vec{s}_2=0$; 共面 $\iff[\vec{s}_1\ \vec{s}_2\ \overrightarrow{P_1P_2}]=0$(否则为异面直线)。

(4)平面与平面:夹角 $\cos\theta=\frac{|\vec{n}_1\cdot\vec{n}_2|}{|\vec{n}_1||\vec{n}_2|}$;$\vec{n}_1\parallel\vec{n}_2$(平行方程)、$\vec{n}_1\cdot\vec{n}_2=0$(垂直方程)。

(5)平面与直线:夹角 用 $\sin$(因为直线与平面的夹角定义为直线与它在平面上投影的夹角,两者互余): $$\sin\varphi=\frac{|\vec{s}\cdot\vec{n}|}{|\vec{s}||\vec{n}|}.$$

三、空间曲线与曲面

1. 空间曲线

一般式:$\Gamma:\begin{cases}F(x,y,z)=0\\G(x,y,z)=0\end{cases}$(两个曲面的交线);参数式:$x=x(t),y=y(t),z=z(t)$。

求在坐标面上的投影:从方程组中消去「垂直于该坐标面的那个变量」即可。向 $yOz$ 面投影就消 $x$,向 $xOy$ 面投影就消 $z$,剩下的方程就是投影柱面方程,再让被消掉的变量取 0 就得到投影曲线。

2. 空间曲面

一般式 $F(x,y,z)=0$;参数式 $x=x(u,v),y=y(u,v),z=z(u,v)$。

① 柱面:记住一句话——缺哪个字母,母线就平行于哪个轴。例如 $F(x,y)=0$ 缺 $z$,母线平行于 $z$ 轴,准线是 $xOy$ 面上的曲线 $F(x,y)=0$。

② 旋转曲面:曲线 $\Gamma$ 绕某轴旋转,用「纬圆」法——绕 $z$ 轴旋转时,把原方程中的 $x^2$ 换成 $x^2+y^2$(或把 $y^2$ 换成 $x^2+y^2$),因为旋转时「到 $z$ 轴的距离」不变。

③ 二次曲面(用截痕法识别:拿平行于坐标面的平面去切一刀,看截口是什么曲线):

曲面名称方程截痕特征
椭球面$\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$用平行于坐标面的平面去切,得椭圆或圆;$a=b=c$ 时为球面
单叶双曲面$\frac{x^2}{a^2}+\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$$z=k$ 切得椭圆(或圆),$x=k$、$y=k$ 切得双曲线
双叶双曲面$\frac{x^2}{a^2}-\frac{y^2}{b^2}-\frac{z^2}{c^2}=1$正号对应「中心轴」;$x=k$($|k|\geqslant a$)切得椭圆或圆
旋转抛物面$z=x^2+y^2$(或 $z=\frac{x^2+y^2}{a^2}$)$z=k>0$ 切得圆,$x=k$、$y=k$ 切得抛物线
椭圆抛物面$z=\frac{x^2}{a^2}+\frac{y^2}{b^2}$同上(一般考 $p=q$ 的旋转抛物面)
椭圆锥面$z^2=\frac{x^2}{a^2}+\frac{y^2}{b^2}$截痕为椭圆、抛物线(一般考 $a=b$ 的圆锥面)
双曲抛物面(马鞍面)$z=\frac{x^2}{a^2}-\frac{y^2}{b^2}$$z=k$ 切得双曲线,$x=k$、$y=k$ 切得抛物线
椭圆柱面 / 双曲柱面 / 抛物柱面$\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$ 等(缺 $z$)母线平行于 $z$ 轴,准线是椭圆 / 双曲线 / 抛物线
二次曲面
图 17-1 常见二次曲面(旋转抛物面 / 马鞍面 / 单叶双曲面)——「切一刀」看截痕

常考曲线:$\begin{cases}x^2+y^2=1\\ z=0\end{cases}$、$\begin{cases}x^2+y^2=2z\\ z=1\end{cases}$ 型,多用于后面积分时定限与求投影。

四、多元函数微分学的几何应用

1. 空间曲线的切线与法平面

思路:曲线在某点的「走向」就是切向量,有了切向量,切线(过该点、沿切向量)和法平面(过该点、以切向量为法向量)都能立刻写出来。

(1)参数式给出 $x=x(t),y=y(t),z=z(t)$:在 $t=t_0$ 处切向量 $\vec{T}=(x'(t_0),y'(t_0),z'(t_0))$, $$\text{切线}:\ \frac{x-x_0}{x'(t_0)}=\frac{y-y_0}{y'(t_0)}=\frac{z-z_0}{z'(t_0)},$$ $$\text{法平面}:\ x'(t_0)(x-x_0)+y'(t_0)(y-y_0)+z'(t_0)(z-z_0)=0 .$$

(2)方程组给出 $\begin{cases}F(x,y,z)=0\\G(x,y,z)=0\end{cases}$:在 $P$ 处切向量 $\vec{T}=\nabla F\times\nabla G=\vec{n}_1\times\vec{n}_2$(即两个法向量叉乘),写成分量就是雅可比行列式 $$\vec{T}=\left(\frac{\partial(F,G)}{\partial(y,z)},\frac{\partial(F,G)}{\partial(z,x)},\frac{\partial(F,G)}{\partial(x,y)}\right)_P .$$ (当 $\frac{\partial(F,G)}{\partial(y,z)}\neq0$ 时可在 $P$ 附近确定 $y=y(x),z=z(x)$,再按显式处理。)

2. 空间曲面的切平面与法线

思路:曲面在某点的「朝向」就是法向量,有了法向量,切平面(过该点、以法向量为法向量)与法线(过该点、沿法向量)都写得出。

(1)隐式 $F(x,y,z)=0$:法向量 $\vec{n}=(F_x,F_y,F_z)\big|_P$, $$\text{切平面}:\ F_x(x-x_0)+F_y(y-y_0)+F_z(z-z_0)=0,\qquad \text{法线}:\ \frac{x-x_0}{F_x}=\frac{y-y_0}{F_y}=\frac{z-z_0}{F_z}.$$

(2)显式 $z=f(x,y)$:法向量 $\vec{n}=(f_x,f_y,-1)$(若取 $(f_x,f_y,1)$,则它与 $z$ 轴正方向的夹角为锐角、法向量「向上」,反之向下;判断与 $z$ 轴夹角时要注意符号), $$\text{切平面}:\ z-z_0=f_x(x_0,y_0)(x-x_0)+f_y(x_0,y_0)(y-y_0).$$

注:曲面 $z=f(x,y)$ 也可写成参数式,或写成 $F(x,y,z)=f(x,y)-z=0$ 用隐式处理,两种做法结果一致。

五、场论初步(仅数学一)

1. 方向导数

解决什么问题:偏导数只问「沿 $x$ 轴、$y$ 轴走」函数变化多快;实际常常要问「沿任意一个方向走」变化多快,这就是方向导数。二元:$f(x,y)$ 在点 $P$ 沿方向 $\vec{l}$(单位向量 $(\cos\alpha,\cos\beta)$)的方向导数 $$\frac{\partial f}{\partial \vec{l}}\bigg|_P=f_x\cos\alpha+f_y\cos\beta ;$$ 三元:$\frac{\partial f}{\partial\vec{l}}\bigg|_P=f_x\cos\alpha+f_y\cos\beta+f_z\cos\gamma$。

注:方向导数存在的常规前提是函数在 $P$ 点可微(题设常直接给「可微」,或给 $f(x,y)-f(0,0)-f_x x-f_y y=o(\rho)$ 这样的条件);用的方向必须是单位向量,题目给的不是单位向量就先单位化。

2. 梯度

把三个(或两个)偏导数打包成一个向量,就是梯度: $$\operatorname{\mathbf{grad}}f=\nabla f=(f_x,f_y)\quad(\text{三元:}(f_x,f_y,f_z)).$$

★ 3. 方向导数与梯度的关系

方向导数其实就是梯度在这个方向上的投影: $$\frac{\partial f}{\partial\vec{l}}=\nabla f\cdot\vec{l}^{\circ}=|\nabla f|\cos\theta,$$ 其中 $\theta$ 是 $\nabla f$ 与 $\vec{l}$ 的夹角。由此立刻得到三条结论: ① 当 $\cos\theta=1$($\vec{l}$ 与梯度同方向)时方向导数取最大值 $|\nabla f|$;② 当 $\vec{l}$ 与梯度垂直时方向导数为 $0$;③ 梯度方向是函数值增长最快的方向,梯度的模就是这个最大变化率,同时梯度还是等值线的法向量。

4. 散度与旋度

设向量场 $\vec{A}=(P,Q,R)$: $$\operatorname{div}\vec{A}=\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\quad(\text{表示「向外(内)流的强度」}),$$ $$\operatorname{\mathbf{rot}}\vec{A}=\nabla\times\vec{A}=\begin{vmatrix}\vec{i}&\vec{j}&\vec{k}\\[2pt]\dfrac{\partial}{\partial x}&\dfrac{\partial}{\partial y}&\dfrac{\partial}{\partial z}\\[6pt]P&Q&R\end{vmatrix}.$$ 怎么用:散度、旋度都是「照公式算」的题——把 $P,Q,R$ 求偏导相加(散度)或按行列式展开(旋度),一步也不多。这两件工具是为第 18 章的高斯公式、斯托克斯公式做准备的。

◆ 常考题型

题型 1 求平面方程 / 直线方程

识别:题目要「求过某点、满足某条件的平面(或直线)」;出现「与已知平面平行/垂直」「过已知直线」(平面束)、「与某向量垂直」这些话。

步骤:① 写平面就找法向量,写直线就找方向向量;② 由题给条件把它算出来——平行平面直接取已知平面的法向量,垂直/平行于直线就取直线的方向向量,两向量都已知时用 $\vec{n}=\vec{s}_1\times\vec{s}_2$,过已知直线则直接写平面束;③ 代入点法式(或点向式);④ 需要一般式就把括号展开整理。

示例:求过点 $P_0(1,1,1)$、以 $\vec{n}=(2,-1,1)$ 为法向量的平面方程。代入点法式: $$2(x-1)-(y-1)+(z-1)=0,$$ 整理得 $2x-y+z-2=0$。

题型 2 位置关系判断与距离计算

识别:题干出现「点到直线/平面的距离」「两直线的夹角/是否共面」「直线与平面的夹角」「判断平行、垂直」。

步骤:① 先把题目中的直线、平面都化成「一点+方向向量」或「一点+法向量」的形式;② 按关系选工具:垂直用点乘、平行用叉乘、夹角用 $\cos$(线线、面面)或 $\sin$(线面)、共面用混合积;③ 求距离套公式(点线距离用叉乘除以模,点面距离用代入除模);④ 结果取绝对值,夹角取锐角。

示例:求点 $P_1(1,1,1)$ 到平面 $x+2y+2z-3=0$ 的距离。由点面距离公式 $$d=\frac{\left|1+2+2-3\right|}{\sqrt{1^2+2^2+2^2}}=\frac{2}{3}.$$

题型 3 求柱面、旋转曲面的方程

识别:题目给出一个平面曲线(或空间曲线)和一个「母线方向 / 旋转轴」,要求曲面方程;也可能反过来给方程问是什么曲面。

步骤:① 判断是柱面还是旋转曲面:母线沿固定轴平移是柱面,曲线绕轴转是旋转曲面;② 柱面——缺哪个字母母线就平行哪个轴,直接把曲线方程抄下来即可;③ 旋转曲面——绕哪个轴转,就把垂直于该轴的那个变量的平方换成另外两个变量平方之和(绕 $z$ 轴转就把 $y^2$ 换成 $x^2+y^2$);④ 若不确定,用纬圆法检查一遍。

示例:$yOz$ 面上的曲线 $y^2=2z$ 绕 $z$ 轴旋转,求所得曲面方程。绕 $z$ 轴旋转时「到 $z$ 轴的距离」$y$ 应替换为 $\sqrt{x^2+y^2}$,即把 $y^2$ 换成 $x^2+y^2$,得 $$x^2+y^2=2z,$$ 这是一个旋转抛物面。

题型 4 求空间曲线在坐标面上的投影

识别:给出空间曲线(通常是两曲面交线),要求它在某个坐标面上的投影曲线或投影柱面。

步骤:① 看清要投到哪个坐标面(投到 $xOy$ 面就问 $z$);② 从曲线方程中消去垂直于该坐标面的变量(投 $xOy$ 面消 $z$,投 $yOz$ 面消 $x$,投 $xOz$ 面消 $y$),得到投影柱面方程;③ 投影柱面方程与「该变量 $=0$」联立,就是投影曲线的方程;④ 若题目还要投影区域,就把第 ② 步的方程当作区域边界。

示例:求曲线 $\begin{cases}x^2+y^2=2z\\ z=1\end{cases}$ 在 $xOy$ 面上的投影。消去 $z$:把 $z=1$ 代入第一式得 $x^2+y^2=2$,这就是投影柱面方程;再与 $z=0$ 联立即得投影曲线 $\begin{cases}x^2+y^2=2\\ z=0\end{cases}$。

题型 5 求曲线的切线、法平面与曲面的切平面、法线

识别:题干出现「切线」「法平面」「切平面」「法线」,并给出曲线(参数式或方程组)或曲面(隐式或显式)与一个点。

步骤:① 先定「核心向量」:曲线求切向量 $\vec{T}$——参数式直接求导,方程组用 $\nabla F\times\nabla G$;曲面求法向量 $\vec{n}$——隐式用 $(F_x,F_y,F_z)$,显式用 $(f_x,f_y,-1)$;② 曲线:切线用点向式写,法平面以 $\vec{T}$ 为法向量写点法式;③ 曲面:切平面以 $\vec{n}$ 为法向量写点法式,法线用点向式写;④ 全部在题给的点处取值(偏导数、导数值都要代入该点)。

示例:求曲线 $x=t,\ y=t^2,\ z=t^3$ 在 $t=1$ 处的切线与法平面。$t=1$ 时点为 $(1,1,1)$,切向量 $\vec{T}=(1,2,3)$,于是 $$\text{切线}:\ \frac{x-1}{1}=\frac{y-1}{2}=\frac{z-1}{3},\qquad \text{法平面}:\ (x-1)+2(y-1)+3(z-1)=0 .$$

题型 6 方向导数与梯度、散度与旋度

识别:出现「沿某方向的方向导数」「最大方向导数」「梯度的方向」「求散度/旋度」;也可能由条件反推方向。

步骤:① 先算出该点的梯度 $\nabla f=(f_x,f_y)$(或三元情形);② 把题给方向化成单位向量 $\vec{l}^{\circ}$;③ 方向导数 $=$ 梯度与单位方向向量的点乘;④ 若问「最大方向导数」,答案就是 $|\nabla f|$,方向就是梯度方向;⑤ 散度是 $P_x+Q_y+R_z$,旋度按行列式展开,都是直接算。

示例:求 $f(x,y)=x^2+y^2$ 在点 $P(1,1)$ 沿方向 $\vec{l}=(1,1)$ 的方向导数,并指出最大方向导数。$\nabla f=(2x,2y)$,在 $P$ 处为 $(2,2)$;$\vec{l}$ 的单位化向量为 $\left(\frac1{\sqrt2},\frac1{\sqrt2}\right)$,故 $$\frac{\partial f}{\partial\vec{l}}\bigg|_P=2\cdot\frac1{\sqrt2}+2\cdot\frac1{\sqrt2}=2\sqrt2 .$$ 最大方向导数为 $|\nabla f|=\sqrt{2^2+2^2}=2\sqrt2$,取最大值的方向就是 $\nabla f=(2,2)$ 的方向(即 $\vec{l}$ 的方向)。

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:把 $\vec{a}\cdot\vec{b}$ 与 $\vec{a}\times\vec{b}$ 的判据用混。正确做法:先记清结果是数还是向量——数量积、混合积的结果是数,向量积的结果是向量;判垂直($\perp$)用点乘,判平行($\parallel$)用叉乘。

2. 容易错:算直线与平面的夹角时套成了 $\cos\varphi$。正确做法:直线与平面的夹角要用 $\sin\varphi=\frac{|\vec{s}\cdot\vec{n}|}{|\vec{s}||\vec{n}|}$,因为它是直线与投影线的夹角。

3. 容易错:交面式直线求方向向量时误用点乘。正确做法:方向向量是与两个法向量都垂直的向量,应取叉乘 $\vec{s}=\vec{n}_1\times\vec{n}_2$。

4. 容易错:见到曲面就乱猜。正确做法:柱面用「缺哪个字母,母线平行于哪个轴」,旋转曲面用「纬圆」法代换(绕 $z$ 轴时 $x^2\to x^2+y^2$),不认识的曲面一律拿平行于坐标面的平面切一刀看截痕。

5. 容易错:显式曲面 $z=f(x,y)$ 的法向量取 $(f_x,f_y,-1)$ 还是 $(-f_x,-f_y,1)$ 拿不准。正确做法:两者方向相反,只影响与 $z$ 轴正方向夹角的锐钝;题目要求法向量「向上」就选 $z$ 分量为正的那个,按题目指定的方向取舍。

6. 容易错:方向导数直接用题给的非单位向量算。正确做法:公式的前提是函数在该点可微、所用方向是单位向量;题给普通向量先单位化,并先确认题设给了「可微」之类的条件。

7. 容易错:把梯度与方向导数当成一回事。正确做法:梯度是向量($\nabla f$),方向导数是数;「最大方向导数」等于 $|\nabla f|$,实现它的方向就是梯度方向。

第 18 章 多元函数积分学仅数学一 | 三重积分 · 曲线曲面积分 · 格林/高斯/斯托克斯

◆ 本章知识地图
三重积分概念/性质/对称性(普通、轮换)· 直角坐标(先一后二、先二后一)· 柱面坐标 · 球面坐标 · 换元法 · 应用(形心、转动惯量) 第一型(对弧长)曲线积分概念/性质/对称性 · 计算(显式、参数式、极坐标、空间参数式)· 应用 第一型(对面积)曲面积分概念/性质 · 化为二重积分 · 曲面面积 · 形心逆用 第二型(对坐标)曲线积分概念/性质 · 化为定积分 · 格林公式(三种情形)· 平面曲线积分与路径无关 第二型(对坐标)曲面积分向量场的通量 · 化为二重积分 · 转换投影法 · 高斯公式(三种情形)· 斯托克斯公式(空间第二型曲线积分)

一句话总纲:本章六大积分的灵魂是两句话——「往低维化归」「对称性先看、奇点先找」。计算任何一道积分题之前先审三件事:区域的对称性、被积函数的奇偶性、积分曲线(曲面)是否封闭或有没有奇点。

一、三重积分

1. 概念与性质

解决什么问题:二重积分把平面上的量累积起来,三重积分则是在空间区域上累积。取体密度为被积函数,积分值就是质量;取被积函数为 1,积分值就是体积。定义是「分割、近似、求和、取极限」: $$\iiint\limits_{\Omega}f(x,y,z)\,\mathrm{d}v=\lim\limits_{\lambda\to0}\sum\limits_{k=1}^{n}f(\xi_k,\eta_k,\zeta_k)\Delta v_k$$ 其中 $\mathrm{d}v$ 是体积微元。

性质(与二重积分完全平行):① 求体积 $\iiint_{\Omega}1\,\mathrm{d}v=V$;② 线性;③ 区域可加;④ 保号;⑤ 估值;⑥ 中值定理:存在 $(\xi,\eta,\zeta)$ 使 $\iiint_{\Omega}f\,\mathrm{d}v=f(\xi,\eta,\zeta)V$。

★ 2. 对称性(做题第一步)

(1)普通对称性:若 $\Omega$ 关于 $xOz$ 面对称,且 $f$ 关于 $y$ 是偶函数,则 $\iiint_{\Omega}f\,\mathrm{d}v=2\iiint_{\Omega_{\text{右}}}f\,\mathrm{d}v$(奇函数则为 $0$)——一句话:偶倍奇零。

(2)轮换对称性:若把 $\Omega$ 中的 $x,y,z$ 任意轮换后区域不变(如球体、$x^2+y^2+z^2\leqslant1$),则 $$\iiint\limits_{\Omega}f(x,y,z)\,\mathrm{d}v=\iiint\limits_{\Omega}f(y,z,x)\,\mathrm{d}v=\iiint\limits_{\Omega}f(z,x,y)\,\mathrm{d}v,$$ 特别地 $\iiint x^2\,\mathrm{d}v=\iiint y^2\,\mathrm{d}v=\iiint z^2\,\mathrm{d}v=\frac13\iiint(x^2+y^2+z^2)\,\mathrm{d}v$。用法:被积函数里有 $x^2+y^2+z^2$ 时,把 $x^2$、「$y^2+z^2$」的平均值各取 $\frac13$,往往能直接化简。

3. 计算方法

(1)直角坐标系——两种定限方法:

a. 先一后二(投影穿线法):把 $\Omega$ 投向 $xOy$ 面得 $D_{xy}$,再对 $z$ 从下曲面穿到上曲面, $$\iiint\limits_{\Omega}f\,\mathrm{d}v=\iint\limits_{D_{xy}}\left[\int_{z_1(x,y)}^{z_2(x,y)}f(x,y,z)\,\mathrm{d}z\right]\mathrm{d}x\,\mathrm{d}y .$$ b. 先二后一(定限截面法):用垂直于 $z$ 轴的平面截 $\Omega$ 得截面 $D_z$, $$\iiint\limits_{\Omega}f\,\mathrm{d}v=\int_{c_1}^{c_2}\left[\iint\limits_{D_z}f(x,y,z)\,\mathrm{d}x\,\mathrm{d}y\right]\mathrm{d}z .$$ 定限原则:「后积先定限,限内截个面」。被积函数只含 $z$,或截面 $D_z$ 的(椭圆)面积好算时,用先二后一最省力。

(2)柱面坐标系:$x=r\cos\theta,\ y=r\sin\theta,\ z=z$, $$\mathrm{d}v=r\,\mathrm{d}r\,\mathrm{d}\theta\,\mathrm{d}z .$$ 适用场合:被积函数含 $x^2+y^2$,或积分区域是柱体、锥体。

(3)球面坐标系:$x=r\sin\varphi\cos\theta,\ y=r\sin\varphi\sin\theta,\ z=r\cos\varphi$, $$\mathrm{d}v=r^2\sin\varphi\,\mathrm{d}r\,\mathrm{d}\varphi\,\mathrm{d}\theta .$$ 适用场合:被积函数含 $x^2+y^2+z^2$,或积分区域为球(或球的一部分)、锥(或锥的一部分)。

定限口诀:$\theta$ 从 $0$ 到 $2\pi$(从 $z$ 轴正向往负向看,逆时针转一周);$\varphi$ 从 $0$ 到 $\pi$(想象拉着一扇门从 $z$ 轴正方向往后转:先碰到 $\Omega$ 记下限,后离开记上限);$r$ 沿射线先碰 $\Omega$ 记 $r_{\text{下}}(\theta,\varphi)$,后离开记 $r_{\text{上}}(\theta,\varphi)$。

(4)换元法:$\mathrm{d}v=\left|J\right|\mathrm{d}u\,\mathrm{d}v\,\mathrm{d}w$,其中 $J=\frac{\partial(x,y,z)}{\partial(u,v,w)}$ 是雅可比行列式,要取绝对值。思路是「盯着积分区域来换元」——把形状古怪的区域换成常规区域(常用伸缩换元 $\frac{x}{a}=x'$ 把椭球变成球)。

柱面坐标与球面坐标
图 18-1 柱面坐标(左)与球面坐标(右)——$\mathrm{d}v=r\,\mathrm{d}r\,\mathrm{d}\theta\,\mathrm{d}z$ 与 $\mathrm{d}v=r^2\sin\varphi\,\mathrm{d}r\,\mathrm{d}\varphi\,\mathrm{d}\theta$
4. 应用

形心公式(记住一个就够,最常考的是逆着用): $$\bar{x}=\frac{1}{V}\iiint\limits_{\Omega}x\,\mathrm{d}v\ \Longrightarrow\ \iiint\limits_{\Omega}x\,\mathrm{d}v=\bar{x}\cdot V ,$$ 于是可以把一个难算的重积分换成「形心坐标 $\times$ 体积」;若被积函数与分母有公共常数,还能约掉。

转动惯量:$I_z=\iiint_{\Omega}(x^2+y^2)\rho(x,y,z)\,\mathrm{d}v$($\rho$ 为体密度)。

二、第一型(对弧长)曲线积分

1. 概念与性质

解决什么问题:把「定积分沿 $x$ 轴累积」换成「沿一条曲线累积」。取线密度为被积函数,积分值就是这根曲线的质量: $$\int_L f(x,y)\,\mathrm{d}s=\lim\limits_{\lambda\to0}\sum_{k=1}^{n}f(\xi_k,\eta_k)\Delta s_k$$ 其中 $L$ 称为积分弧段,$\mathrm{d}s$ 为弧微分。

与定积分的区别:定积分是被积函数沿直线($x$ 轴)累积,第一型曲线积分是沿曲线累积——「底部直线变曲线」。

性质(同定积分):线性、区域可加、保号、估值、中值定理;$\int_L1\,\mathrm{d}s=l$($l$ 为 $L$ 的长度)。注意 $\mathrm{d}s>0$(与第二型曲线积分的 $\mathrm{d}x,\mathrm{d}y$ 不同),所以第一型曲线积分与方向无关——反向走同一个积分值不变。

对称性:普通对称性——$L$ 关于 $xOz$ 面对称时,$f$ 关于 $y$ 为偶函数则积分等于右侧部分的两倍(上下对称看 $z$,前后对称看 $x$);轮换对称性同理。

★ 2. 计算(口诀:一投、二代、三计算)

所谓「一投、二代、三计算」,就是把曲线写成参数式、把弧微分代进去,最后只剩一个一元定积分。

(1)平面情形:

① 显式 $y=y(x)$:$\int_L f\,\mathrm{d}s=\int_a^b f\left[x,y(x)\right]\sqrt{1+[y'(x)]^2}\,\mathrm{d}x$;

② 参数式 $x=x(t),y=y(t)$:$\int_L f\,\mathrm{d}s=\int_{\alpha}^{\beta} f\left[x(t),y(t)\right]\sqrt{[x'(t)]^2+[y'(t)]^2}\,\mathrm{d}t$;

③ 极坐标 $r=r(\theta)$:$\mathrm{d}s=\sqrt{r^2+[r'(\theta)]^2}\,\mathrm{d}\theta$。

(2)空间情形 $x=x(t),y=y(t),z=z(t)$:$\mathrm{d}s=\sqrt{[x'(t)]^2+[y'(t)]^2+[z'(t)]^2}\,\mathrm{d}t$。

一句话:「从定积分来,回到定积分去」。上下限按参数范围写,必须从小到大。

三、第一型(对面积)曲面积分

1. 概念与计算(口诀:一投、二代、三计算)

$\iint_{\Sigma}f(x,y,z)\,\mathrm{d}S$($\Sigma$ 为光滑曲面,$\mathrm{d}S$ 为面积微分),物理意义:$f$ 为面密度时,积分值就是曲面片的质量。

性质:线性、可加、保号、估值、中值定理;$\iint_{\Sigma}1\,\mathrm{d}S=S$($S$ 为曲面面积)——所以「第一型曲面积分里,曲面面积最重要」。

计算(「从二重积分来,回到二重积分去」):设 $\Sigma:z=z(x,y)$, $$\mathrm{d}S=\sqrt{1+z_x^2+z_y^2}\,\mathrm{d}x\,\mathrm{d}y,\qquad \iint\limits_{\Sigma}f\,\mathrm{d}S=\iint\limits_{D_{xy}}f\left[x,y,z(x,y)\right]\sqrt{1+z_x^2+z_y^2}\,\mathrm{d}x\,\mathrm{d}y .$$

注:$\mathrm{d}S$ 有时能与被积函数的部分因子约掉(例如 $\Sigma:z=\sqrt{1-x^2-y^2}$ 上 $\mathrm{d}S$ 的根式与被积函数的分母相约),要善于观察。

2. 应用

曲面面积 $S=\iint_{\Sigma}\mathrm{d}S$;形心公式逆用:$\iint_{\Sigma}x\,\mathrm{d}S=\bar{x}\cdot S$。把「难算的积分」换成「形心 $\times$ 面积」。

四、第二型(对坐标)曲线积分

1. 概念与性质

实际背景:变力沿曲线做功。力 $\vec{F}=(P,Q)$ 沿曲线 $L$ 做功就是 $\int_L P(x,y)\,\mathrm{d}x+Q(x,y)\,\mathrm{d}y$。

性质:线性、可加、方向性 $\int_{-L}P\,\mathrm{d}x+Q\,\mathrm{d}y=-\int_L P\,\mathrm{d}x+Q\,\mathrm{d}y$。

注:第二型曲线积分没有几何意义,只有物理意义(做功);$\mathrm{d}x$、$\mathrm{d}y$ 可正可负,这正是它与第一型曲线积分($\mathrm{d}s>0$)的区别所在。

2. 计算(一)基本方法——化为定积分

设 $L$ 由参数式 $x=x(t),y=y(t)$($t$ 从 $\alpha$ 到 $\beta$,起点对应 $\alpha$、终点对应 $\beta$)给出,则 $$\int_L P\,\mathrm{d}x+Q\,\mathrm{d}y=\int_{\alpha}^{\beta}\left\{P\left[x(t),y(t)\right]x'(t)+Q\left[x(t),y(t)\right]y'(t)\right\}\mathrm{d}t .$$ 要点:「不管大小,只管对应」——上下限按起点、终点对应的参数值写(下限可以大于上限)。

★ 3. 格林公式(本章核心)

设闭区域 $D$ 由分段光滑闭曲线 $L$ 围成,$P,Q$ 在 $D$ 上有一阶连续偏导数,$L$ 取正方向(逆时针,$D$ 恒在左侧),则 $$\boxed{\;\oint_L P\,\mathrm{d}x+Q\,\mathrm{d}y=\iint\limits_D\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)\mathrm{d}\sigma\;}$$ 它把一条封闭曲线上的积分,换成曲线所围区域上的二重积分——曲线算不动就换成区域算。三种使用情形:

① 曲线封闭且奇点不在其内部:直接套公式(先验算 $P,Q$ 在 $D$ 内有一阶连续偏导数、$L$ 是 $D$ 的边界且取正方向)。

② 曲线非封闭:补线使其封闭(加线再减线),补的线通常取规则曲线(如 $x=0$、$y=0$),则 $$\int_L P\,\mathrm{d}x+Q\,\mathrm{d}y=\oint_{L+L_1}P\,\mathrm{d}x+Q\,\mathrm{d}y-\int_{L_1}P\,\mathrm{d}x+Q\,\mathrm{d}y .$$

③ 曲线封闭但内部有奇点(除奇点外处处 $\frac{\partial Q}{\partial x}=\frac{\partial P}{\partial y}$):挖洞法——用一条小曲线 $L_\varepsilon$ 把奇点挖掉, $$\oint_L P\,\mathrm{d}x+Q\,\mathrm{d}y=\oint_{L_\varepsilon}P\,\mathrm{d}x+Q\,\mathrm{d}y\quad(\text{方向相同}),$$ $L_\varepsilon$ 一般取「令分母 $=$ 常数 $\varepsilon^2$」所成的曲线(如 $4x^2+y^2=\varepsilon^2$),再用格林公式(注意方向反转会「负负得正」)。

由格林公式可得面积公式:$A=\frac12\oint_L x\,\mathrm{d}y-y\,\mathrm{d}x$。

★ 4. 平面曲线积分与路径无关

设 $P,Q$ 在单连通区域 $G$ 内具有一阶连续偏导数,则以下四个命题等价:

① 对 $G$ 内任意两点,$\int_L P\,\mathrm{d}x+Q\,\mathrm{d}y$ 与所走路径无关;

② 对 $G$ 内任意闭曲线 $C$,$\oint_C P\,\mathrm{d}x+Q\,\mathrm{d}y=0$;

③ 在 $G$ 内恒有 $\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$(旋度为 $0$,即「无旋场」);

④ 存在函数 $u(x,y)$ 使 $\mathrm{d}u=P\,\mathrm{d}x+Q\,\mathrm{d}y$(存在全微分/原函数)。

求积分值的三种方法:方法一 沿直线或折线(与坐标轴平行)从起点走到终点直接算,最简便;方法二 凑微分找出 $\mathrm{d}u$,用 $u(B)-u(A)$;方法三 由 $\frac{\partial u}{\partial x}=P$ 对 $x$ 积分求出 $u(x,y)$,再用 $u(B)-u(A)$。

五、第二型(对坐标)曲面积分

1. 背景:向量场的通量

向量场 $\vec{F}(x,y,z)=P\vec{i}+Q\vec{j}+R\vec{k}$ 通过有向曲面 $\Sigma$ 的通量: $$\Phi=\iint\limits_{\Sigma}\vec{F}\cdot\vec{n}^{\circ}\,\mathrm{d}S=\iint\limits_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y ,$$ 其中面微分向量 $\mathrm{d}\vec{S}=(P\,\mathrm{d}y\mathrm{d}z,\ \mathrm{d}z\mathrm{d}x,\ \mathrm{d}x\mathrm{d}y)$,$\vec{n}^{\circ}=(\cos\alpha,\cos\beta,\cos\gamma)$ 为指定侧的单位法向量。

要点:第二型曲面积分算的是「向量函数通过有向曲面的通量」,没有几何量可言;它与第二型曲线积分(做功)一脉相承($\mathrm{d}\vec{S}$ 对应 $\mathrm{d}\vec{s}$)。

2. 性质

线性;方向性 $\iint_{\Sigma^{-}}\vec{F}\cdot\mathrm{d}\vec{S}=-\iint_{\Sigma}\vec{F}\cdot\mathrm{d}\vec{S}$(流出为正、流入为负,例如「流出去 $5\,\mathrm{m}^3$ 水」记为 $+5$)。

对称性:第二型曲面积分没有几何上的对称性,所谓对称只是算完之后在数量上相互抵消或成两倍(例如 $\Sigma$ 关于 $xOz$ 面对称、$Q(x,y,z)=xy^2z$ 关于 $y$ 为偶函数时 $\iint_{\Sigma}Q\,\mathrm{d}z\mathrm{d}x=0$——两侧的 $\mathrm{d}\vec{S}$ 在 $\vec{j}$ 方向的投影正好相反)。

3. 计算(一)基本方法——化为二重积分

把积分拆成三个(如果有的话)一个一个做: $$\iint\limits_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y=\iint\limits_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+\iint\limits_{\Sigma}Q\,\mathrm{d}z\mathrm{d}x+\iint\limits_{\Sigma}R\,\mathrm{d}x\mathrm{d}y .$$ 以 $\iint_{\Sigma}R(x,y,z)\,\mathrm{d}x\mathrm{d}y$ 为例:由 $\Sigma:z=z(x,y)$ 代入后 $$\iint\limits_{\Sigma}R\,\mathrm{d}x\mathrm{d}y=\pm\iint\limits_{D_{xy}}R\left[x,y,z(x,y)\right]\mathrm{d}x\mathrm{d}y\quad(\text{上侧为正,下侧为负——「上正下负」}).$$ 注:左边的 $\mathrm{d}x\mathrm{d}y$ 是有向曲面微元在 $xOy$ 面上的投影分量,右边的 $\mathrm{d}x\mathrm{d}y$ 是二重积分的面积微元——写法一样,意义不同。

4. 计算(二)转换投影法

设 $\Sigma:z=z(x,y)$,$\vec{n}^{\circ}=\frac{(-z_x,-z_y,1)}{\sqrt{1+z_x^2+z_y^2}}$(上侧为正取「$+$」,下侧为正取「$-$」),则 $$\iint\limits_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y=\iint\limits_{D_{xy}}\left(-P\,z_x-Q\,z_y+R\right)\mathrm{d}x\mathrm{d}y .$$ (其中 $P,Q,R$ 都要代入 $z=z(x,y)$。)同理:设 $\Sigma:y=y(x,z)$,法向量分量为 $\left(-y_x,1,-y_z\right)$,右正左负;设 $\Sigma:x=x(y,z)$,法向量为 $\left(1,-x_y,-x_z\right)$,前正后负。

★ 5. 高斯公式

设空间闭区域 $\Omega$ 由分片光滑闭曲面 $\Sigma$ 围成,$\Sigma$ 取外侧,$P,Q,R$ 在 $\Omega$ 上有一阶连续偏导数,则 $$\boxed{\;\oiint_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y=\iiint\limits_{\Omega}\left(\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\right)\mathrm{d}v\;}$$ 它把封闭曲面上的通量,换成曲面所围区域上的三重积分,是格林公式在空间的推广。三种情形:

① 封闭曲面,内部无奇点($\operatorname{div}\vec{F}$ 连续)→ 直接用;

② 非封闭曲面→ 补面使其封闭(加面再减面),再用公式;若 $\operatorname{div}\vec{F}=0$,后面的三重积分直接为 0,更好算;

③ 封闭曲面,但内部有奇点,且除奇点外 $\operatorname{div}\vec{F}=0$ → 换个曲面(挖洞法):作一个封闭曲面 $\Sigma_\varepsilon$ 把奇点包住(一般让分母 $=\varepsilon^2$,如小球面 $x^2+y^2+z^2=r^2$),则有 $$\oiint\limits_{\Sigma}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y=\oiint\limits_{\Sigma_\varepsilon}P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y $$ (道理与格林公式的挖洞法相同——除奇点外通量处处为 $0$,所以包围奇点的任何一个曲面上的积分都相等)。

★ 6. 斯托克斯公式(空间第二型曲线积分)

设 $\Gamma$ 为分片光滑有向闭曲线,$\Sigma$ 是以 $\Gamma$ 为边界的光滑有向曲面,$\Gamma$ 与 $\Sigma$ 的侧符合右手法则,则 $$\oint_{\Gamma}P\,\mathrm{d}x+Q\,\mathrm{d}y+R\,\mathrm{d}z=\iint\limits_{\Sigma}\begin{vmatrix}\mathrm{d}y\mathrm{d}z&\mathrm{d}z\mathrm{d}x&\mathrm{d}x\mathrm{d}y\\[4pt]\dfrac{\partial}{\partial x}&\dfrac{\partial}{\partial y}&\dfrac{\partial}{\partial z}\\[8pt]P&Q&R\end{vmatrix}=\iint\limits_{\Sigma}\operatorname{\mathbf{rot}}\vec{F}\cdot\mathrm{d}\vec{S},$$ 即 $\oint_{\Gamma}P\mathrm{d}x+Q\mathrm{d}y+R\mathrm{d}z=\iint_{\Sigma}\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}\right)\mathrm{d}y\mathrm{d}z+\left(\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}\right)\mathrm{d}z\mathrm{d}x+\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)\mathrm{d}x\mathrm{d}y$。

特例:当 $\Gamma$ 落在 $xOy$ 面内时,它退化为格林公式——斯托克斯公式就是格林公式在空间中的推广。

通量与高斯公式
图 18-2 通量 $\Phi=\iint_{\Sigma}\vec{F}\cdot\mathrm{d}\vec{S}$:流出为正、流入为负;高斯公式把「曲面通量」化为「内部散度的三重积分」
◆ 六大积分横向对比(复习总表)
积分微元意义计算方法
定积分$\mathrm{d}x$($>0$)曲边梯形面积牛顿-莱布尼茨 / 换元 / 分部
二重积分$\mathrm{d}\sigma$($>0$)曲顶柱体体积直角坐标定限 / 极坐标 / 换元 / 对称性
三重积分$\mathrm{d}v$($>0$)空间几何体(质量)先一后二 / 先二后一 / 柱面 / 球面 / 换元
第一型曲线积分$\mathrm{d}s$($>0$)曲线质量(对弧长)一投二代三计算(显式/参数/极坐标)
第一型曲面积分$\mathrm{d}S$($>0$)曲面质量(对面积)化为二重积分($\mathrm{d}S=\sqrt{1+z_x^2+z_y^2}\mathrm{d}x\mathrm{d}y$)
第二型曲线积分$\mathrm{d}x,\mathrm{d}y$(有向)变力做功化为定积分 / 格林公式 / 与路径无关
第二型曲面积分$\mathrm{d}y\mathrm{d}z,\cdots$(有向)通量化为二重积分 / 转换投影法 / 高斯公式 / 斯托克斯公式

记忆:前三型(定积分、二重、三重)与「第一型」都与方向无关(微元为正);「第二型」一律与方向有关(有向,反向取负号)。

◆ 常考题型

题型 1 三重积分的计算

识别:给出空间区域 $\Omega$ 与被积函数,要求算 $\iiint_{\Omega}f\,\mathrm{d}v$。先看区域形状与被积函数里出现的 $x^2+y^2$、$x^2+y^2+z^2$。

步骤:① 先查对称性:区域关于某坐标面对称且被积函数关于相应变量为奇函数,该积分为 0;能轮换就轮换;② 选坐标系:出现 $x^2+y^2$ 或区域是柱体、锥体用柱面坐标,出现 $x^2+y^2+z^2$ 或区域是球、锥用球面坐标,区域是长方体或不规则柱体用直角坐标;③ 直角坐标下定限:上下曲面已知用先一后二,被积函数只含 $z$ 或截面面积好算用先二后一;④ 把体元换成 $\mathrm{d}v=r\,\mathrm{d}r\,\mathrm{d}\theta\,\mathrm{d}z$ 或 $\mathrm{d}v=r^2\sin\varphi\,\mathrm{d}r\,\mathrm{d}\varphi\,\mathrm{d}\theta$ 后逐次积分。

示例:计算 $\iiint_{\Omega}z\,\mathrm{d}v$,其中 $\Omega$ 是球体 $x^2+y^2+z^2\leqslant1$ 的上半部分($z\geqslant0$)。被积函数只含 $z$,截面 $D_z:x^2+y^2\leqslant1-z^2$ 是圆且面积为 $\pi(1-z^2)$,用先二后一: $$\iiint\limits_{\Omega}z\,\mathrm{d}v=\int_0^1z\left[\iint\limits_{D_z}\mathrm{d}x\,\mathrm{d}y\right]\mathrm{d}z=\int_0^1z\cdot\pi\left(1-z^2\right)\mathrm{d}z=\pi\left[\frac{z^2}{2}-\frac{z^4}{4}\right]_0^1=\frac{\pi}{4}.$$

题型 2 第一型曲线积分与第一型曲面积分

识别:被积表达式里是 $\mathrm{d}s$ 或 $\mathrm{d}S$(没有方向),题目可能问曲线质量、曲面质量、曲面面积。

步骤:① 曲线:把曲线写成参数式 $x=x(t),y=y(t)$(或极坐标 $r=r(\theta)$),代入被积函数并乘上 $\mathrm{d}s=\sqrt{[x'(t)]^2+[y'(t)]^2}\,\mathrm{d}t$,化为定积分(上下限由小到大);② 曲面:把曲面写成 $z=z(x,y)$,代入被积函数并乘上 $\mathrm{d}S=\sqrt{1+z_x^2+z_y^2}\,\mathrm{d}x\mathrm{d}y$,化为二重积分,投影域 $D_{xy}$ 由曲面在 $xOy$ 面的投影确定;③ 先看能否利用 $L$(或 $\Sigma$)自身的方程把被积函数简化,或与 $\mathrm{d}s$、$\mathrm{d}S$ 的根式约掉。

示例:计算 $\int_L\left(x^2+y^2\right)\mathrm{d}s$,其中 $L$ 是圆 $x^2+y^2=1$。取参数式 $x=\cos t,\ y=\sin t$($0\leqslant t\leqslant2\pi$),$\mathrm{d}s=\sqrt{(-\sin t)^2+\cos^2t}\,\mathrm{d}t=\mathrm{d}t$;又因在 $L$ 上恒有 $x^2+y^2=1$,故 $$\int_L\left(x^2+y^2\right)\mathrm{d}s=\int_0^{2\pi}1\cdot\mathrm{d}t=2\pi .$$

题型 3 第二型曲线积分(化为定积分、格林公式)

识别:被积表达式形如 $P\,\mathrm{d}x+Q\,\mathrm{d}y$,带有方向;题目可能给封闭曲线($\oint$),也可能给一段曲线,并常出现「分母为零的点」(奇点)。

步骤:① 先验算 $\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}$ 是否为 0:恒为 0 且区域单连通时积分与路径无关(转题型 4);② 曲线封闭且内部无奇点:套格林公式,注意方向必须是逆时针(顺时针要添负号);③ 曲线不封闭:补一条规则曲线使其封闭,写成 $\oint_{L+L_1}-\int_{L_1}$;④ 曲线封闭但内部有奇点:用挖洞法,取一套住奇点的小曲线 $L_\varepsilon$(令分母 $=\varepsilon^2$),把积分换到 $L_\varepsilon$ 上再算(此时可直接代入 $L_\varepsilon$ 的方程)。

示例:计算 $\oint_L xy\,\mathrm{d}x+y^2\,\mathrm{d}y$,其中 $L$ 是曲线 $y=x^2$ 与直线 $y=1$ 所围区域 $D$ 的正向边界。$P=xy,\ Q=y^2$,故 $\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}=y-x$,由格林公式 $$\oint_L xy\,\mathrm{d}x+y^2\,\mathrm{d}y=\iint\limits_D(y-x)\,\mathrm{d}\sigma=\int_{-1}^{1}\mathrm{d}x\int_{x^2}^{1}(y-x)\,\mathrm{d}y =\int_{-1}^{1}\left(\frac12-x-\frac{x^4}{2}+x^3\right)\mathrm{d}x=\frac45 .$$

题型 4 曲线积分与路径无关

识别:题干说「积分与路径无关」「求 $P,Q$ 中的待定参数」「求原函数 $u(x,y)$」;被积表达式常写成 $P\,\mathrm{d}x+Q\,\mathrm{d}y$ 且 $\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$。

步骤:① 先确认区域单连通、$P,Q$ 一阶连续偏导,并验算 $\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$;② 求参数:把待定参数代入这个等式解出;③ 求积分值:改用折线(与坐标轴平行)从起点走到终点,或凑全微分 $\mathrm{d}u$ 后用 $u(B)-u(A)$;④ 求原函数:由 $\frac{\partial u}{\partial x}=P$ 对 $x$ 积分(积分常数是 $y$ 的函数),再对 $y$ 求导与 $Q$ 比较定出它。

示例:已知 $\mathrm{d}u=(2x+y)\,\mathrm{d}x+(x+2y)\,\mathrm{d}y$,求 $u(x,y)$。这里 $P=2x+y,\ Q=x+2y$,$\frac{\partial P}{\partial y}=1=\frac{\partial Q}{\partial x}=1$,确实与路径无关。凑微分: $$\mathrm{d}u=2x\,\mathrm{d}x+y\,\mathrm{d}x+x\,\mathrm{d}y+2y\,\mathrm{d}y=\mathrm{d}\left(x^2+xy+y^2\right),$$ 故 $u(x,y)=x^2+xy+y^2+C$。

题型 5 第二型曲面积分(化为二重积分、高斯公式)

识别:被积表达式形如 $P\,\mathrm{d}y\mathrm{d}z+Q\,\mathrm{d}z\mathrm{d}x+R\,\mathrm{d}x\mathrm{d}y$,曲面有指定侧;题目常问通量,并可能给出封闭曲面($\oiint$)或内部含奇点的曲面。

步骤:① 算散度 $\operatorname{div}\vec{F}=P_x+Q_y+R_z$;② 曲面封闭且内部无奇点:套高斯公式(外侧为正),若散度为 0 则通量直接为 0;③ 曲面不封闭:补一块规则曲面把它补成封闭的,写成 $\oiint_{\Sigma+\Sigma_1}-\iint_{\Sigma_1}$,补面的侧要与整体一致;④ 曲面封闭但内部有奇点且散度为 0:改用挖洞法换成小球面,再直接代入小球面方程算;⑤ 不便用公式时,把三项拆开、投影到相应坐标面化为二重积分(上正下负、右正左负、前正后负)。

示例:计算 $\oiint_{\Sigma}x\,\mathrm{d}y\mathrm{d}z+y\,\mathrm{d}z\mathrm{d}x+z\,\mathrm{d}x\mathrm{d}y$,其中 $\Sigma$ 是球面 $x^2+y^2+z^2=a^2$ 的外侧。这里 $\operatorname{div}\vec{F}=1+1+1=3$,由高斯公式 $$\oiint_{\Sigma}x\,\mathrm{d}y\mathrm{d}z+y\,\mathrm{d}z\mathrm{d}x+z\,\mathrm{d}x\mathrm{d}y=3\iiint\limits_{\Omega}\mathrm{d}v=3\cdot\frac{4}{3}\pi a^3=4\pi a^3 .$$

题型 6 斯托克斯公式与通量问题

识别:出现空间封闭曲线上的第二型曲线积分 $\oint_\Gamma P\,\mathrm{d}x+Q\,\mathrm{d}y+R\,\mathrm{d}z$(曲线常是平面与曲面或两个曲面的交线),或问某向量场通过曲面的通量。

步骤:① 算旋度 $\operatorname{\mathbf{rot}}\vec{F}$(按行列式展开);② 选一块以 $\Gamma$ 为边界、形状简单的曲面 $\Sigma$(常取平面片),方向与 $\Gamma$ 符合右手法则;③ 把曲面积分化成二重积分:$\vec{n}^{\circ}\,\mathrm{d}S$ 用转换投影法或直接用平面法向量算出;④ 若 $\Gamma$ 落在坐标面内,直接退化为格林公式,按题型 3 做。

示例:计算 $\oint_{\Gamma}z\,\mathrm{d}x+x\,\mathrm{d}y+y\,\mathrm{d}z$,其中 $\Gamma$ 是平面 $x+y+z=1$ 与三个坐标面围成的三角形边界(正向,与平面法向量 $(1,1,1)$ 成右手法则)。这里 $\vec{F}=(z,x,y)$, $$\operatorname{\mathbf{rot}}\vec{F}=\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z},\ \frac{\partial P}{\partial z}-\frac{\partial R}{\partial x},\ \frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)=(1,1,1),$$ 取 $\Sigma$ 为平面 $x+y+z=1$ 上的三角形,其单位法向量 $\vec{n}^{\circ}=\frac{(1,1,1)}{\sqrt3}$、面积 $S=\frac{\sqrt3}{2}$,由斯托克斯公式 $$\oint_{\Gamma}z\,\mathrm{d}x+x\,\mathrm{d}y+y\,\mathrm{d}z=\iint\limits_{\Sigma}\operatorname{\mathbf{rot}}\vec{F}\cdot\vec{n}^{\circ}\,\mathrm{d}S=\sqrt3\cdot\frac{\sqrt3}{2}=\frac32 .$$

◆ 注意事项与易错点(容易错在哪 → 正确做法)

1. 容易错:拿到题就直接算。 正确做法:积分前先审三件事——对称性(普通对称=偶倍奇零、轮换对称)、奇点(有奇点不能直接用格林/高斯公式,要挖洞)、方向(第二型积分的方向决定正负号)。

2. 容易错:曲线方向是顺时针却直接套格林公式;或先把 $L$ 的方程代入 $P,Q$ 再求偏导。正确做法:格林公式要求 $L$ 取正方向($D$ 在左侧、逆时针),顺时针要添负号;使用前必须验证「在 $D$ 内 $P,Q$ 具有一阶连续偏导数」,所以不能先把 $L$ 的方程(如 $x^2+y^2=1$)代进去再求偏导。

3. 容易错:补线、补面时忘了「减掉」补上去的那一段。正确做法:写成「加面减面」的形式,如 $I=\oiint_{\Sigma+\Sigma_1}-\iint_{\Sigma_1}$,补的线(面)要取规则曲线(平面),且方向要与整体一致。

4. 容易错:把第二型曲面积分的正负号弄反。正确做法:记牢「上正下负、右正左负、前正后负」;同时注意 $\mathrm{d}x\mathrm{d}y$ 在等号两边意义不同(左边是有向微元,右边是面积微元)。

5. 容易错:对第二型曲面积分也用「偶倍奇零」。正确做法:第二型曲面积分没有几何对称性,不能直接搬用二重、三重积分的对称性结论,要按通量的方向逐个分量分析(或直接由投影判断为 0)。

6. 容易错:区域含奇点还断言「积分与路径无关」。正确做法:与路径无关的前提是单连通区域且 $P,Q$ 有一阶连续偏导;有奇点时结论不成立,要挖洞换到小曲线(小曲面)上算。

7. 容易错:三重积分盲选方法,越算越复杂。正确做法:被积函数只含 $z$(或截面面积易求)用「先二后一」,上下曲面显式已知用「先一后二」,含 $x^2+y^2$ 用柱面坐标,含 $x^2+y^2+z^2$ 用球面坐标。

8. 容易错:看到 $\iiint_{\Omega}x\,\mathrm{d}v$ 就去硬算。正确做法:形心公式要逆用——$\iiint x\,\mathrm{d}v=\bar{x}V$、$\iint_{\Sigma}x\,\mathrm{d}S=\bar{x}S$,当区域(曲面)的形心已知时,直接用「常数 $\times$ 测度」代替积分。

附录 重要公式与变形技巧公式速查 · 图形速查 · 变形技巧

附录 1 图像变换

◆ 三种变换速查
平移变换$y=f(x)+y_0$:上移 $y_0$($y_0>0$)|$y=f(x)-y_0$:下移|$y=f(x+x_0)$:左移 $x_0$|$y=f(x-x_0)$:右移 ——「上加下减,左加右减」 对称变换关于 $x$ 轴:$y=-f(x)$|关于 $y$ 轴:$y=f(-x)$|关于原点:$y=-f(-x)$|关于 $y=x$:$y=f^{-1}(x)$ 绝对值变换$y=|f(x)|$:保 $x$ 轴上方、把下方翻到上方|$y=f(|x|)$:保 $y$ 轴右侧、把右侧翻到左侧 伸缩变换$y=f(kx)(k>1)$:横坐标缩短到 $\frac1k$、纵坐标不变|$y=kf(x)(k>1)$:纵坐标伸长 $k$ 倍、横坐标不变
图像变换
图 附-1 平移变换、对称变换与绝对值变换
★ 抽象函数的对称性判别(高频考点)

这类题问什么:给一个含 $f$ 的等式(或一条曲线的方程),问它的图像关于哪条直线、哪个点对称。做法是把这个等式改写成两边一致的形式,再和下面的表逐条对照。

令 $F(x,y)=f(x)-y$,则曲线 $y=f(x)$ 的对称性可以由 $F$ 的对称性直接读出:

条件结论
$F(x,y)=F(-x,y)$关于 $y$ 轴($x=0$)对称
$F(x,y)=F(2T-x,y)$ 或 $F(T+x,y)=F(T-x,y)$关于直线 $x=T$ 对称
$F(x,y)=F(x,-y)$关于 $x$ 轴($y=0$)对称
$F(x,y)=F(x,2T-y)$ 或 $F(x,T+y)=F(x,T-y)$关于直线 $y=T$ 对称
$F(x,y)=F(-x,-y)$关于原点 $(0,0)$ 点对称
$F(a+x,y)=F(a-x,-y)$关于点 $(a,0)$ 对称
$F(x,y)=F(y,x)$关于直线 $y=x$ 对称

识别:题目给出 $f$ 满足的某个等式,或给出曲线的方程,问对称轴 / 对称中心。

步骤:① 把式子整理成 $F(x,y)=f(x)-y$ 的形式;② 用 $x\to-x$、$y\to-y$、$x\to T+x$ 与 $T-x$ 同时出现等方式去试,与上表逐条对照(注意表中 ②④ 就是 ①③⑤ 的「平移」版本,把对称性平移之后仍然成立,考试很爱考);③ 得出结论;④ 拿一个具体的 $f$ 或几个点验证一下。

示例:判断 $y^2=x^2-x$ 的对称性。把它写成 $F(x,y)=x^2-x-y^2$,则 $F(x,-y)=x^2-x-y^2=F(x,y)$,对照表中「$F(x,y)=F(x,-y)$」一行,可知曲线关于 $x$ 轴对称。

再举几个常见结论:$y^2=(1-x^2)^2$ 关于 $x$ 轴、$y$ 轴和原点都对称($F(x,y)=F(x,-y)=F(-x,y)=F(-x,-y)$);$x^2+y^2-3xy=0$ 关于 $y=x$ 对称($F(x,y)=F(y,x)$);摆线 $x=t-\sin t,\ y=1-\cos t$ 关于 $x=\pi$ 对称(因 $y=1-\cos(2\pi-t)=1-\cos t=y$,即把 $x$ 平移到 $\pi$ 后左右一样)。

附录 2 常用平面图形

◆ 极坐标与参数方程图形一览
名称方程名称方程
心形线$r=a(1\pm\cos\theta)$、$r=a(1\pm\sin\theta)$ $(a>0)$三叶玫瑰线$r=a\cos3\theta$、$r=a\sin3\theta$
伯努利双纽线$r^2=a^2\cos2\theta$、$r^2=a^2\sin2\theta$四叶玫瑰线$r=a\cos2\theta$、$r=a\sin2\theta$
阿基米德螺线$r=a\theta\ (\theta\geqslant0)$摆线(平摆线)$\begin{cases}x=a(t-\sin t)\\y=a(1-\cos t)\end{cases}$
对数螺线$r=\mathrm{e}^{a\theta}\ (a>0)$星形线$\begin{cases}x=a\cos^3t\\y=a\sin^3t\end{cases}$
双曲螺线$r\theta=a\ (a>0)$笛卡儿叶形线$x^3+y^3-3axy=0$,即 $\begin{cases}x=\frac{3at}{1+t^3}\\[4pt]y=\frac{3at^2}{1+t^3}\end{cases}(a>0)$
常用平面图形
图 附-2 常用平面图形:心形线、双纽线、螺线、玫瑰线、星形线、摆线
◆ 配套使用要点

1. 极坐标下的面积 $S=\frac12\int_{\alpha}^{\beta}r^2(\theta)\,\mathrm{d}\theta$;两条曲线所围面积 $S=\frac12\int_{\alpha}^{\beta}\left[r_2^2-r_1^2\right]\mathrm{d}\theta$(见第 10 章)。

2. 参数方程下的面积、弧长、旋转体体积用换元法处理(见第 9、10 章)。

3. 心形线、双纽线、玫瑰线在求面积、求形心中经常出现,要求见到式子就能画出图形。

4. 这些曲线的图形只画出一支是不够的:先算出让 $r$ 取到极值的角($\theta$ 的周期、$r\geqslant0$ 的范围),再确定画几圈、几个花瓣,否则极易多画或少画。

附录 3 常用空间图形

◆ 常见空间曲面(几何图形与方程对照)
曲面方程识别要点
球面$x^2+y^2+z^2=a^2\ (a>0)$到原点距离为 $a$ 的点集
椭球面$\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1\ (a,b,c>0)$球面的「拉压」变形
圆柱面$x^2+y^2=a^2\ (a>0)$缺 $z$ ⟹ 母线平行 $z$ 轴
圆锥面$z=\sqrt{x^2+y^2}$($z\geqslant0$),及 $\frac{x^2}{a^2}+\frac{y^2}{b^2}-z^2=0$截痕法:切一刀看截口
旋转抛物面$z=x^2+y^2$、$z=2(x^2+y^2)$顶点在原点、开口向上
椭圆抛物面$z=\frac{x^2}{a^2}+\frac{y^2}{b^2}$旋转抛物面的拉伸
双曲抛物面(马鞍面)$z=xy$、$z=x^2-y^2$一处上翘一处下弯
单叶双曲面$x^2+y^2-z^2=1$($x^2+y^2=a^2(1+z^2)$)「腰最细」的直纹曲面
双叶双曲面$x^2+y^2-z^2=-1$上下两叶,与 $z=0$ 无交
特殊曲面$\sqrt{x}+\sqrt{y}+\sqrt{z}=\sqrt{a}\ (x,y,z\geqslant0)$换元 $x=u^2,y=v^2,z=w^2$ 常考

提示:这一组曲面还包括 $x^2+(y-z)^2=(1-z)^2$、$\begin{cases}z=x^2+y^2\\x^2+y^2=2x\end{cases}$ 的投影法等变形;识别几何图形只要抓住两条原则——「截痕法(切一刀)」与「缺字母则母线平行该轴」。

常用空间图形
图 附-3 常用空间曲面:球面/椭球面、圆锥面、旋转抛物面、单叶双曲面

附录 4 重要公式

1. 三角函数公式

(1)诱导公式(口诀:奇变偶不变,符号看象限——把 $\theta$ 写成 $\frac{k\pi}{2}\pm\alpha$,$k$ 为奇数则函数名变,$k$ 为偶数则不变,符号取「把 $\alpha$ 看成锐角时原函数值的符号」):

角 $\theta$$\frac{\pi}{2}-\alpha$$\frac{\pi}{2}+\alpha$$\pi-\alpha$$\pi+\alpha$$\frac{3\pi}{2}-\alpha$$\frac{3\pi}{2}+\alpha$$2\pi-\alpha$
$\sin\theta$$\cos\alpha$$\cos\alpha$$\sin\alpha$$-\sin\alpha$$-\cos\alpha$$-\cos\alpha$$-\sin\alpha$
$\cos\theta$$\sin\alpha$$-\sin\alpha$$-\cos\alpha$$-\cos\alpha$$-\sin\alpha$$\sin\alpha$$\cos\alpha$
$\tan\theta$$\cot\alpha$$-\cot\alpha$$-\tan\alpha$$\tan\alpha$$\cot\alpha$$-\cot\alpha$$-\tan\alpha$
$\cot\theta$$\tan\alpha$$-\tan\alpha$$-\cot\alpha$$\cot\alpha$$\tan\alpha$$-\tan\alpha$$-\cot\alpha$

★小结:下面这 8 个式子要背到条件反射——$\sin\left(\frac{\pi}{2}\pm\alpha\right)=\cos\alpha$,$\sin(\pi\pm\alpha)=\mp\sin\alpha$,$\cos\left(\frac{\pi}{2}\pm\alpha\right)=\mp\sin\alpha$,$\cos(\pi\pm\alpha)=-\cos\alpha$。

(2)象限符号表:$\sin$:一+二+三−四−;$\cos$:一+二−三−四+;$\tan$:一+二−三+四−;$\cot$:一+二−三+四−($\sec\alpha=\frac{1}{\cos\alpha}$,$\csc\alpha=\frac{1}{\sin\alpha}$)。

(3)倍角公式: $$\sin2\alpha=2\sin\alpha\cos\alpha,\quad \cos2\alpha=\cos^2\alpha-\sin^2\alpha=1-2\sin^2\alpha=2\cos^2\alpha-1,$$ $$\tan2\alpha=\frac{2\tan\alpha}{1-\tan^2\alpha},\quad \cot2\alpha=\frac{\cot^2\alpha-1}{2\cot\alpha},\quad \sin3\alpha=-4\sin^3\alpha+3\sin\alpha,\quad \cos3\alpha=4\cos^3\alpha-3\cos\alpha .$$

(4)半角公式(降幂公式): $$\sin^2\frac{\alpha}{2}=\frac{1-\cos\alpha}{2},\quad \cos^2\frac{\alpha}{2}=\frac{1+\cos\alpha}{2},\quad \sin^2\alpha=\frac{1-\cos2\alpha}{2},\quad \cos^2\alpha=\frac{1+\cos2\alpha}{2},$$ $$\tan\frac{\alpha}{2}=\frac{\sin\alpha}{1+\cos\alpha}=\frac{1-\cos\alpha}{\sin\alpha},\quad \cot\frac{\alpha}{2}=\frac{1+\cos\alpha}{\sin\alpha}=\frac{\sin\alpha}{1-\cos\alpha}.$$

(5)和差公式: $$\sin(\alpha\pm\beta)=\sin\alpha\cos\beta\pm\cos\alpha\sin\beta,\quad \cos(\alpha\pm\beta)=\cos\alpha\cos\beta\mp\sin\alpha\sin\beta,$$ $$\tan(\alpha\pm\beta)=\frac{\tan\alpha\pm\tan\beta}{1\mp\tan\alpha\tan\beta},\quad \cot(\alpha\pm\beta)=\frac{\cot\alpha\cot\beta\mp1}{\cot\beta\pm\cot\alpha}.$$

(6)积化和差: $$\sin\alpha\cos\beta=\frac12\left[\sin(\alpha+\beta)+\sin(\alpha-\beta)\right],\quad \cos\alpha\sin\beta=\frac12\left[\sin(\alpha+\beta)-\sin(\alpha-\beta)\right],$$ $$\cos\alpha\cos\beta=\frac12\left[\cos(\alpha+\beta)+\cos(\alpha-\beta)\right],\quad \sin\alpha\sin\beta=-\frac12\left[\cos(\alpha+\beta)-\cos(\alpha-\beta)\right].$$ 和差化积:$\sin\alpha\pm\sin\beta=2\sin\frac{\alpha\pm\beta}{2}\cos\frac{\alpha\mp\beta}{2}$,$\cos\alpha+\cos\beta=2\cos\frac{\alpha+\beta}{2}\cos\frac{\alpha-\beta}{2}$,$\cos\alpha-\cos\beta=-2\sin\frac{\alpha+\beta}{2}\sin\frac{\alpha-\beta}{2}$。

(7)万能公式:令 $u=\tan\frac{x}{2}$($-\pi<x<\pi$),则 $$\sin x=\frac{2u}{1+u^2},\qquad \cos x=\frac{1-u^2}{1+u^2},\qquad \tan x=\frac{2u}{1-u^2}.$$

2. 一元二次方程与代数公式

一元二次方程 $ax^2+bx+c=0\ (a\neq0)$:判别式 $\Delta=b^2-4ac$; $$\Delta\geqslant0:\ x_{1,2}=\frac{-b\pm\sqrt{b^2-4ac}}{2a};\qquad \Delta<0:\ x_{1,2}=\frac{-b\pm\sqrt{4ac-b^2}\,\mathrm{i}}{2a}.$$ 韦达定理:$x_1+x_2=-\frac{b}{a}$,$x_1x_2=\frac{c}{a}$。

因式分解公式: $$(a\pm b)^2=a^2\pm2ab+b^2,\qquad (a\pm b)^3=a^3\pm3a^2b+3ab^2\pm b^3,$$ $$a^2-b^2=(a+b)(a-b),\quad a^3-b^3=(a-b)(a^2+ab+b^2),\quad a^3+b^3=(a+b)(a^2-ab+b^2),$$ $$a^n-b^n=(a-b)\left(a^{n-1}+a^{n-2}b+\cdots+ab^{n-2}+b^{n-1}\right)\ (n\in\mathbf{N}_+),$$ $$n\text{ 为正奇数时:}a^n+b^n=(a+b)\left(a^{n-1}-a^{n-2}b+\cdots-ab^{n-2}+b^{n-1}\right).$$

二项式定理: $$(a+b)^n=\sum_{k=0}^{n}\mathrm{C}_n^ka^{n-k}b^k=a^n+na^{n-1}b+\frac{n(n-1)}{2!}a^{n-2}b^2+\cdots+\frac{n(n-1)\cdots(n-k+1)}{k!}a^{n-k}b^k+\cdots+b^n .$$

阶乘与双阶乘:$n!=1\cdot2\cdot3\cdots n$,规定 $0!=1$;$(2n)!!=2\cdot4\cdot6\cdots(2n)=2^n\cdot n!$;$(2n-1)!!=1\cdot3\cdot5\cdots(2n-1)$。

附录 5 从指数函数到双曲函数

1. 指数函数与自然对数

$y=\mathrm{e}^x$ 与 $y=\mathrm{e}^{-x}$ 互为倒数;$y=\mathrm{e}^x$ 的反函数为 $y=\ln x$(自然对数)。与常用对数的换算: $$\ln x=\ln10\cdot\lg x\ (\ln10\approx2.302585),\qquad \lg x=\lg\mathrm{e}\cdot\ln x\ (\lg\mathrm{e}\approx0.434\,294).$$

2. 双曲函数(三个重要函数)

定义(把 $\mathrm{e}^x$ 与 $\mathrm{e}^{-x}$ 做加减再除以 2,就得到一对「像三角函数」的函数): $$\operatorname{sh}x=\frac{\mathrm{e}^x-\mathrm{e}^{-x}}{2},\qquad \operatorname{ch}x=\frac{\mathrm{e}^x+\mathrm{e}^{-x}}{2},\qquad \operatorname{th}x=\frac{\operatorname{sh}x}{\operatorname{ch}x}=\frac{\mathrm{e}^x-\mathrm{e}^{-x}}{\mathrm{e}^x+\mathrm{e}^{-x}} .$$ 奇偶性:$\operatorname{sh}x,\operatorname{th}x$ 为奇函数,$\operatorname{ch}x$ 为偶函数。

图像:$\operatorname{sh}x$ 过原点、关于原点对称;$\operatorname{ch}x$ 顶点 $(0,1)$、关于 $y$ 轴对称(就是悬链线,即两端悬挂的均匀绳索自然下垂的形状);$\operatorname{th}x$ 有两条水平渐近线 $y=\pm1$。当 $x$ 很大时,$\operatorname{ch}x$ 略大于 $\frac{\mathrm{e}^x}{2}$,$\operatorname{sh}x$ 略小于 $\frac{\mathrm{e}^x}{2}$。

关系式(必背): $$\mathrm{e}^x=\operatorname{ch}x+\operatorname{sh}x,\qquad \mathrm{e}^{-x}=\operatorname{ch}x-\operatorname{sh}x,$$ $$\operatorname{sh}(u\pm v)=\operatorname{sh}u\operatorname{ch}v\pm\operatorname{ch}u\operatorname{sh}v,\qquad \operatorname{ch}(u\pm v)=\operatorname{ch}u\operatorname{ch}v\pm\operatorname{sh}u\operatorname{sh}v,$$ $$\boxed{\ \operatorname{ch}^2u-\operatorname{sh}^2u=1\ },\qquad 1-\operatorname{th}^2u=\frac{1}{\operatorname{ch}^2u},$$ $$\operatorname{sh}2u=2\operatorname{sh}u\operatorname{ch}u,\qquad \operatorname{ch}2u=\operatorname{ch}^2u+\operatorname{sh}^2u=2\operatorname{ch}^2u-1 .$$

反双曲函数(把 $y=\operatorname{sh}x$ 之类反解出来,也就是解关于 $\mathrm{e}^y$ 的二次方程): $$\operatorname{arsh}x=\ln\left(x+\sqrt{x^2+1}\right)\ (-\infty<x<+\infty),$$ $$\operatorname{arch}x=\pm\ln\left(x+\sqrt{x^2-1}\right)\ (x\geqslant1),\qquad \operatorname{arth}x=\frac12\ln\frac{1+x}{1-x}\ (-1<x<1).$$ $\operatorname{arsh}x$、$\operatorname{arth}x$ 是单值函数;$\operatorname{arch}x$ 是双值函数,一般取主值分支 $\operatorname{arch}x=\ln\left(x+\sqrt{x^2-1}\right)$。

★与第 1 章的衔接:$\ln\left(x+\sqrt{x^2+1}\right)=\operatorname{arsh}x$ 是奇函数,且 $\left[\ln\left(x+\sqrt{x^2+1}\right)\right]'=\frac{1}{\sqrt{x^2+1}}$。遇到这两个式子不要怕,它们就是双曲函数换了身衣服。

附录 6 变形技巧

解数学题,本质上就是在条件和结论之间搭一座桥,而搭桥的每一步都是变形——把式子改写成另一种等价形式,让它往答案靠近。会用「变形」,是解题能力的基本功。

1. 等式变形与等价变形(12 种方法)

(1)定义法:用定义 $A$ 定义 $B$,则 $B\Rightarrow A$(给出 $B$ 就回归定义 $A$)。如 $\lim_{x\to x_0}f(x)=a$ 就用「任给 $\varepsilon>0$,存在 $\delta>0$,当 $0<|x-x_0|<\delta$ 时恒有 $|f(x)-a|<\varepsilon$」。

(2)公式法:注意公式的特征(独特的形状指向解题方向)与成立条件(什么条件下才能用)。如泰勒展开式的特征在于「用 $x_0$ 处各阶导数近似表示附近的值」,条件是「$n$ 阶可导」。

(3)换元法:引入新元、代换旧元。①复杂部分代换(令复杂结构为 $t$);②平移换元(宏观:$x\to1$ 令 $t=x-1$;微观:$a<b$ 令 $c=a+\varepsilon$,「见缝插针」);③消元换元($x_1>x_2$ 令 $x_1=x_2+t\ (t>0)$,或令 $x_1=tx_2\ (t>1)$);零和换元: $$x_1+x_2=a\Rightarrow x_1=\frac a2+t,\ x_2=\frac a2-t;\qquad x+y+z=1\Rightarrow x=\frac13+t_1,\ y=\frac13+t_2,\ z=\frac13-t_1-t_2 .$$ (注:看到 $x+y+z=1$ 可联想到概率的归一性,如用 $\mathrm{E}(X^2)\geqslant(\mathrm{E}X)^2$ 证 $\frac4x+\frac1y+\frac1z\geqslant16$);④商抵换元($x_1x_2=a^2$ 时令 $x_1=ta,x_2=\frac at$)。

(4)相消法:①加减相消(裂项 $a_{n+1}-a_n$,本质是通分的逆运算——如 $\frac{1}{n(n+k)}$、$\frac{1}{(2n-1)(2n+1)}$、$\frac{1}{\sqrt{n+1}+\sqrt n}=\sqrt{n+1}-\sqrt n$);②乘除相消(创造 $\frac{a_n}{a_{n-1}}$ 让连乘约掉);③错位相消($S_n=a+aq+\cdots+aq^{n-1}$ 与 $qS_n$ 相减)。

(5)同除法或解方程法:①形如 $a_{n+1}=ka_n+f(n)$($k\neq0,1$)→ 同除 $k^{n+1}$ 化为等差;②形如 $a_{n+1}+Aa_n=B^nP(n)$ 的解法结构;③形如 $a_{n}a_{n+1}=pa_n+qa_{n+1}$($pq\neq0$)→ $\frac{1}{a_{n+1}}+\frac{1}{a_n}$ 型;④$f(a_{n+1},a_n,a_{n-1})=0$ 时创造 $a_{n+1}-a_n$、$a_n-a_{n-1}$ 作为新数列;⑤线性方程 $a_{n+1}+Aa_n+Ba_{n-1}=0$ → 特征方程 $\lambda^2+A\lambda+B=0$,$a_n=C_1\lambda_1^n+C_2\lambda_2^n$(重根 $a_n=(C_1+C_2n)\lambda^n$)。

(6)倒置法:把表达式取倒数(分母复杂、分子单一,把「$\frac{\triangle}{\nabla}$」倒过来)。

(7)平方开方法:配成 $a^2$ 或 $a^2+b^2$;①倒数之和型 $a^2+b^2=(a+b)^2-2=(a-b)^2+2$(如 $\mathrm{e}^{2x}+\mathrm{e}^{-2x}=(\mathrm{e}^x+\mathrm{e}^{-x})^2-2$);②线性组合型;③$\pmb{a^2+b^2+c^2}$ 与 $a+b+c$、$ab+bc+ca$ 的关系: $$a^2+b^2+c^2=(a+b+c)^2-2(ab+bc+ca),\qquad a^2+b^2+c^2+ab+bc+ca=\frac12\left[(a+b)^2+(b+c)^2+(a+c)^2\right];$$ ④倍角公式 $1+\sin2\theta=(\sin\theta+\cos\theta)^2$;⑤平方后简化(如 $\sqrt{2+\sqrt3}+\sqrt{2-\sqrt3}=\sqrt{4+2\times1}=\sqrt6$)。

(8)特殊值法:令 $x=x_0$ 使欲求表达式与条件产生联系,如 $f(x)=ax^3+bx^2+cx+d$ 时 $a+b+c+d=f(1)$、$a-b+c-d=-f(-1)$、$3a+2b+c=f'(1)$。

(9)因式分解法:$\frac{a^3-b^3}{a-b}=a^2+ab+b^2$,$\frac{a^3+b^3}{a+b}=a^2-ab+b^2$。

(10)整数幂和法:$1^k+2^k+\cdots+n^k=\frac{n^{k+1}+R_k}{k+1}$,如 $\sum n^2=\frac{n(n+1)(2n+1)}{6}$、$\sum n^3=\left[\frac{n(n+1)}{2}\right]^2$——放缩法中有重要作用。

(11)三角公式法:$a\sin x+b\cos x=\sqrt{a^2+b^2}\sin(x+\varphi)$($\varphi$ 为向量 $(a,b)$ 的方向角,也叫辅助角公式)。

(12)共轭法:①$\sqrt a-\sqrt b=\frac{a-b}{\sqrt a+\sqrt b}$,见到 $\sqrt a-\sqrt b$ 就想 $\sqrt a+\sqrt b$;②$\sin x$ 与 $\cos x$ 互为共轭($\sin^2x+\cos^2x=1$);③$(a\sin x+b\cos x)^2+(b\sin x-a\cos x)^2=a^2+b^2$;④$(\cos ax\cos bx)^2+(\sin ax\sin bx)^2$… 见到 $\cos ax\cos bx$ 想它的共轭式 $\sin ax\sin bx$。

其他常用等式变形:①加项减项 $a=a+b-b$;②除项乘项 $a=b\cdot\frac ab$;③1 的转化($1=\sin^2x+\cos^2x=\mathrm{e}^0$);④创造 $a+\frac1a$ 型;⑤取对数法 $a=c^d\Rightarrow b\ln a=d\ln c$;⑥分部积分 $\int f(x)\mathrm{d}x=xf(x)-\int xf'(x)\mathrm{d}x$。

2. 不等式变形(放大与缩小)

(1)抽象型基本不等关系:$0\leqslant a+|a|\leqslant2|a|$;$|a|=|a-b+b|\leqslant|a-b|+|b|$(三个量的关系);基本不等式族: $$a^2+b^2\geqslant2ab,\qquad \frac{a+b}{2}\geqslant\sqrt{ab},\qquad \frac{2}{\frac1a+\frac1b}\leqslant\sqrt{ab}\leqslant\frac{a+b}{2}\leqslant\sqrt{\frac{a^2+b^2}{2}}\qquad(a,b>0),$$ $$4ab\leqslant(a+b)^2\leqslant2(a^2+b^2),\qquad (a+b)^2\leqslant2(a^2+b^2),\qquad \frac{a+b}{c+d}\leqslant\frac ac+\frac bd\quad(a,b,c,d>0),$$ $$a+b+c\geqslant3\sqrt[3]{abc}\ (a,b,c>0),\qquad (a_1b_1+a_2b_2)^2\leqslant\left(a_1^2+a_2^2\right)\left(b_1^2+b_2^2\right)\ (\text{柯西不等式}),$$ $$\left|\int_a^bf(x)\,\mathrm{d}x\right|\leqslant\int_a^b|f(x)|\,\mathrm{d}x\ (a<b) .$$ 柯西不等式的积分形式:$\left[\int f(x)g(x)\,\mathrm{d}x\right]^2\leqslant\int f^2\,\mathrm{d}x\cdot\int g^2\,\mathrm{d}x$。

(2)抽象型条件不等关系(在条件 $0<a<1$ 等之下成立):①$0<a<1\Rightarrow a^2<a$;②$0<a<\frac12\Rightarrow a<\frac{a}{1-a}<2a$;③$0<a<1\Rightarrow1-\sqrt{1-a}=\frac{a}{1+\sqrt{1-a}}<a$;④$0<a<1\Rightarrow\frac{a}{1-a}>a$;⑤ $0<a<\frac12\Rightarrow\sqrt{a(1-2a)}\leqslant\frac{1}{2\sqrt2}$;⑥$a,b>0\Rightarrow\sqrt{a(a+b)}-a=\frac{ab}{\sqrt{a(a+b)}+a}\leqslant\frac b2$;⑦$a>0\Rightarrow\frac{2a^2+1}{3a^2}=\frac13+\frac{1}{3a^2}\geqslant\frac{2\sqrt2}{3}\cdot\frac1a$ 等等;⑧若 $ab=A$,则 $a+b\geqslant2\sqrt A$;若 $a+b=A$,则 $ab\leqslant\frac{A^2}{4}$;⑨$a>1\Rightarrow a-\sqrt a=\sqrt a(\sqrt a-1)$;⑩$\frac{a}{1+a}$ 型:$a>1\Rightarrow\frac{a}{1+a}>\frac12$。

(3)初等函数不等关系(必背): $$\mathrm{e}^x\geqslant x+1\ \Rightarrow\ \mathrm{e}^x\geqslant\mathrm{e}x\quad(x\text{ 处取等}),\qquad 1-\frac1x\leqslant\ln x\leqslant x-1\ (x>0),$$ $$0<x<1:\ \frac{x}{x+1}\leqslant\ln\left(1+\frac1x\right)\leqslant\frac1x,\qquad \sin x<x<\tan x\ \left(0<x<\frac{\pi}{2}\right),$$ $$\ln(1+x)\leqslant x,\quad \ln n<n,\quad \ln\frac{1}{\sqrt n}=\frac{\ln n^{-1/2}}{\sqrt n}<\frac{2}{n}\ \text{型放缩},\qquad x\ln x\geqslant-\frac1e\ (x>0).$$ 结合泰勒展开:$\ln(1+x)=x-\frac12x^2+\frac13x^3-\cdots$,由 $x-\ln(1+x)=\frac12x^2-\frac13x^3+\cdots<\frac12x^2$ 可得 $\ln(1+x)>x-\frac12x^2$($x>0$)。

(4)函数性态中的不等关系:①极限保号性($n$ 足够大时 $|x_n|<\frac\varepsilon2$ 等);②单调性($f$ 单调递增 $\Rightarrow$ $(x_2-x_1)[f(x_2)-f(x_1)]\geqslant0$,即 $[f(x)-f(c)](x-c)\geqslant0$;$x>0$ 时 $\frac{\int_0^xf(t)\mathrm{d}t}{x^2}\geqslant\frac{f(x)}{2x}$ 型);③曲线凹凸性($f''>0\Rightarrow f(x)\leqslant f(a)+\frac{f(b)-f(a)}{b-a}(x-a)$);④积分不等式;⑤绝对值不等式。

(5)消去法中的不等关系:①裂项放缩 $\frac{1}{(2n-1)^2}<\frac{1}{(2n-1)(2n+1)}=\frac12\left(\frac{1}{2n-1}-\frac{1}{2n+1}\right)$,从而 $$1+\frac1{3^2}+\frac1{5^2}+\cdots+\frac1{(2n-1)^2}<\frac76-\frac{1}{2(2n+1)};$$ ②$\sqrt b-\sqrt a=\frac{b-a}{\sqrt b+\sqrt a}<2(\sqrt b-\sqrt a)$ 等的分母有理化;③$S_n=\sum a_k,\ a_n>0\Rightarrow\frac{a_n}{S_n^2}<\frac{S_n-S_{n-1}}{S_nS_{n-1}}=\frac{1}{S_{n-1}}-\frac{1}{S_n}$,从而 $\sum\frac{a_k}{S_k^2}<\frac{1}{a_1}-\frac{1}{S_n}$。

另需掌握的积分放缩(单调性):$f(x)$ 单调递减时 $\sum_{k=1}^{n}f(k+1)\leqslant\int_1^{n+1}f(x)\mathrm{d}x\leqslant\sum_{k=1}^{n}f(k)$,由此可证 $\ln2\cdot\ln3\cdots\ln n>\frac1n$ 等不等式。

◆ 附录使用建议(容易错在哪 → 正确做法)

1. 附录 4、5 里的公式不背不行——考场上现推来不及。容易错:只把公式看懂就以为记住了;正确做法:默写一遍诱导公式表和几个初等函数不等式,错的那几条单独抄出来反复看。

2. 附录 1–3 的图形要能「见式画图」。容易错:给一个方程反应不出图形,或只画出其中的一支;正确做法:极坐标图形先定 $r(\theta)$ 的正负与周期,空间曲面一律用「截痕法」切一刀。

3. 附录 6 的初等函数不等关系(3)与第 6、11 章的「用函数性态证明不等式」「用单调性证积分不等式」是配套使用的一组工具。容易错:放缩方向搞反、或放缩得太松导致结论凑不出来;正确做法:先明确「要证 $A\geqslant B$」,再决定是放大 $B$ 还是缩小 $A$,每放一步都检查方向是否还成立。

4. 变形技巧不能只「看懂」。容易错:读一遍觉得会了,题目一换就不会用;正确做法:把每种变形对应到具体题目类型上反复练,练到看见式子就能反应出该用哪一种。