Compare commits

..

1 Commits

Author SHA1 Message Date
Cym10x d13f5654f7 确认合并
3 months ago

3
.gitignore vendored

@ -4,5 +4,4 @@
.vscode/
.obsidian/*
!.obsidian/snippets/
/介值定理例题.md
*.base
/介值定理例题.md

@ -12,14 +12,3 @@
--callout-color: 181,230,29;
--callout-icon: lucide-calculator;
}
.title{
font-weight: bold;
text-align: center;
}
.Title{
font-weight: bold;
text-align: center;
font-size:24px;
}

@ -3,5 +3,3 @@
每次修改此仓库也就是在左侧advanced-math-notes栏中的任何文件
请先pull再commit
确保自己修改的仓库是最新版本
目前的编委会名单:

@ -3,28 +3,15 @@
##### 概述
1. 下载Obsidian和Git For Windows如果官网下不来会给你镜像
2. 头歌账号绑定邮箱并且在本地准备Git
3. 在Obsidian里面安装插件Git
##### 详细步骤
1. 下载Obsidian和Git For Windows如果官网下不来会给你镜像
2. 打开头歌,打开个人主页,进入开发项目,新建一个项目
![[edit1.png]]
新建项目的时候,如果没有绑定邮箱,会要求你绑定邮箱;
如果没有看一下你的QQ邮箱。一般来说每一个QQ号都有QQ邮箱。
### 配置环境
现在所有准备工作已完成,你可以开始着手配置环境:
1. 找一个文件夹,用于存放该笔记本;不嫌麻烦桌面也行——但是不建议
2. 在文件夹内右键,点击“在终端中打开”
3. 输入:`git config --global user.name (给自己起一个ID方便我们辨认即可)`、`git config --global user.email (你头歌绑定的邮箱)`
4. 输入:`git clone https://code.educoder.net/pkeazo37w/advanced-math-notes.git`,运行成功后就会在你选择的文件夹下方多一个`advanced-math-notes`文件夹,~~这就是你以后的牢房~~
5. 关掉终端打开Obsidian打开仓库选择那个`advanced-math-notes`然后在Obsidian安装Git插件开始干活吧
6. 注意:第一次提交时可能要求你输入头歌账号密码,其中账号最好输你的邮箱,其他的可能会失败;后续则不需要登录即可提交
如果没有
### 前置知识(需要在进入研讨组后尽快掌握)
1. KaTeX数学公式排版知识
2. 基础Markdown知识
3. (可选) Git基础知识
4. 阅读LaTeXKaTeX输入规范、特殊输入
5. (可选) CSS基础知识
### 碎碎念
1. 大家能不能都贡献一点笔记分享嘞现在笔记分享里绝大部分都是我的东西欸……From GrainEar
4. 阅读LaTeXKaTeX输入规范、特殊输入

@ -1,8 +0,0 @@
formulas:
未命名: ""
views:
- type: table
name: 表格
order:
- file.name
- formula.未命名

@ -1,18 +0,0 @@
>[!example] pengjingxiang
>抽个时间请大家吃东西
>[!example] Cym10x
>emmm... 火锅吗?
>[!note] Wangkenan
>所以为什么要用 example 来聊天啊!
>[!note] zheng
>才发现......
> [!question] zhi
> 那我用问题来聊天好了
>pjx
>今天要不疯狂一把
>

@ -47,7 +47,6 @@ $\color{red} x^2 + \color{blue} y^2 = 1$
```
**章节符号** §
或者这样子 $\S$ `$\S$`
**任务表格**
- [ ] abc
@ -86,81 +85,4 @@ $\color{red} x^2 + \color{blue} y^2 = 1$
<span style="font-size: 32px">32px - 醒目标题</span>
```
# Mermaid
参考:[Mermaid 参考](https://docs.min2k.com/zh/mermaid/syntax)
Obsidian支持 Mermaid 图表,思维导图(但是很丑):
```mermaid
mindmap
A["`**根节点** 支持一定的Markdown 🤓`"]
B["子节点"]
C["子节点"]
D["子节点的子节点"]
E["子节点的子节点"]
F["子节点的子节点"]
```
时序图:
```mermaid
sequenceDiagram
Alice->>John: Hello John, how are you?
John-->>Alice: Great!
Alice-)John: See you later!
```
甘特图:
```mermaid
gantt
title A Gantt Diagram
dateFormat YYYY-MM-DD
section Section
A task :a1, 2014-01-01, 30d
Another task :after a1, 20d
section Another
Task in Another :2014-01-12, 12d
another task :24d
```
饼图
```mermaid
pie title Pets adopted by volunteers
"Dogs" : 386
"Cats" : 85
"Rats" : 15
```
统计图
```mermaid
xychart-beta
title "牛马指数"
x-axis [jan, feb, mar, apr, may, jun, jul, aug, sep, oct, nov, dec]
y-axis "指数" 4000 --> 11000
bar [5000, 6000, 7500, 8200, 9500, 10500, 11000, 10200, 9200, 8500, 7000, 6000]
line [5000, 6000, 7500, 8200, 9500, 10500, 11000, 10200, 9200, 8500, 7000, 6000]
```
饼干图
```mermaid
block-beta
columns 3
a["饼干1"] b["饼干2"]:2 c["饼干3"]:2 d["饼干4"]
```
何意味:
```mermaid
stateDiagram
[*] --> Still
Still --> [*]
Still --> Moving
Moving --> Still
Moving --> Crash
Crash --> [*]
```
目前正在研究如何使其变得更美观。
>[!quote] Cym10x
>666把 Obsidian 沙盒搬进来了
>[!quote] WKN
>666你上课在做这个东西 $\uparrow$

@ -1,7 +1,7 @@
通常的,记号严格按照教材中的规范。
1. 矩阵使用`\bmatrix`
2. 自然常数或电荷量e、虚数单位i应当为**正体**,需要用 `\mathrm` 或 `\text `记号包裹,例:$\mathrm{e}^{\mathrm{i}\pi}+1=0$然而当e,i用于其他用途时,应当用正常的斜体。例:$\sum\limits_{i=1}^{n}a_i$
1. 矩阵使用bmatrix
2. 自然常数或电荷量e、虚数单位i应当为**正体**需要用mathrm记号包裹$\mathrm{e}^{\mathrm{i}\pi}+1=0$然而当e,i作为变量时,应当用正常的斜体。例:$\sum\limits_{i=1}^{n}a_i$
3. 微分算子d应当用正体被微分的表达式用正常的斜体$\mathrm{d}f(x)=f'(x)\mathrm{d}x$
4. 极限和求和求积符号用`\limits`,如$\lim\limits_{x\to0}$和$\sum\limits_{n=0}^{\infty}$
5. 不对矩阵作加粗要求,但向量一定要加粗,用`\boldsymbol{}`, 比如$A,\boldsymbol{x}$。
6. 更加美观的积分符号、分数表示等可以用在美元符号之后的 `\displaystyle` 实现,如 $\int\frac{1}{2}$ 和 $\displaystyle\int\frac{1}{2}$. 单个的较大的分数可以用 `\dfrac` ,如 $\frac{1}{2}$ 和 $\dfrac{1}{2}$.
4. 极限和求和求积符号用\limits如$\lim\limits_{x\to0}$和$\sum\limits_{n=0}^{\infty}$
5. \$\$双美元符号之间不要打回车!除非你有\begin{...}\end{...}\$\$
6. 不对矩阵作加粗要求,但向量一定要加粗,用\boldsymbol{},比如$A,\boldsymbol{x}$。

@ -1,276 +0,0 @@
%%
有兴趣的可以看看这个拓展
内容来源于菲尔金哥尔茨《微积分学教程》
我略微润色了下语言,俄罗斯教材的风格和它的文学作品一样冷……
%%
# $\S1.$ 有理数域
## 2. 有理数域的序
首先让我们约定:所谓<span style="font-family: KaiTi">相等的数就是同一数的各种不同形式</span>. 换言之,“相等(=)”的概念即指“恒等”. 因此,我们不再列举相等的数的性质.
有理数域的序得自“大于($\gt$)”的概念 $,$ 与之有关的是第一组性质.
$\qquad\text{I}\;1^\circ\;\text{每一对数}a\text{和}b\text{之间必有下列关系之一}$$$a=b,\;a\gt b,\;a\lt b;$$
$\qquad\text I\;2^\circ\; \text由a\gt b\text及b\gt c\text{推得}a\gt c(\gt\text{的传递性});$
$\qquad\text I\;3^\circ\;\text 若a\gt b,\text{则必能求得一有理数} c,\text 使$$$a\gt c,\quad且\quad c\gt b$$$(稠密性).$
“小于 $(\lt)$ ”的概念作为作为派生的概念而引入.
## 3. 有理数的加法及减法
第二组性质是关于加法的,及关于求两数之和的运算的. 对于每一对数 $a$ 及 $b$,存在着一个(唯一的)数,被称为 $a$ 及 $b$ 的和(记成 $a+b$. 这个概念具有以下特征:
$\qquad \text{II}\,1^\circ\quad a+b=b+a(加法的交换性)$
$\qquad\text{II}\,2^\circ\quad (a+b)+c=a+(b+c)(加法的结合性);$
零是这样一个数,它满足第三条性质:
$\qquad\text{II}\,3^\circ\quad a+0=a;$
$\qquad\text{II}\,4^\circ\quad 对每个数 a 存在着(与它对称的)数 -a, 使 a+(-a)=0.$
在这些性质的基础上,首先解决加法的逆运算即**减法**的问题. 通常称使 $c+b=a$ 的数 $c$ 为数 $a$ 与 $b$ 的**差**,从而我们要考虑这样的数的存在性及唯一性的问题.
设 $c=a+(-b).$ 则有 $$c+b=[a+(-b)]+b=a+[(-b)+b]=a+[b+(-b)]=a+0=a,$$ 因此这个数存在. 若存在另一个数 $c'$ 也是 $a$ 与 $b$ 的差,即有 $c'+b=a.$ 则 $$c=a+(-b)=[c'+b]+(-b)=c'+[b+(-b)]=c'+0=c',$$ 故这个数唯一. 记 $a$ 与 $b$ 的差为 $a-b.$
由差的唯一性可以得出 $0$ 的唯一性,即满足条件 $\text{II}\,3^\circ$ 的元素的唯一性,从而有对称元的唯一性.
最后,在引入联系 $\gt$ 与加号的一个性质.
$\qquad\text{II}\,5^\circ\quad 由\ a\gt b\ 推得\ a+c\gt b+c.$
## 4. 有理数的乘法及除法
第三组性质是关于乘法的\, 即关于求两数之乘积的运算的\. 对于每一对数 $a$ 及 $b$ 存在着唯一的一个数,被称为 $a$ 及 $b$ 的乘积(记为 $a \cdot b$ 或 $ab$\. 这个概念具有下列性质:
- 1. $ab=ba$ (乘法的交换性);
- 2. $(ab) c=a (bc)$(乘法的结合性);
- 3. $a\cdot 1 = a$
- 4. 对于每一个异于 $0$ 的数 $a$ \, 必有数 $\displaystyle\frac 1 a$(其倒数)使得 $\displaystyle a\cdot\frac 1 a=1$.
关于除法的问题\, 作为乘法的逆运算, 亦可根据乘法的性质来解决, 正如前面根据加法的性质来解决减法的问题一样. 容易证明积的唯一性.
## 5. 阿基米德公理
我们用下列简单而重要的论证, 来结束我们的有理数基本性质. 这一性质是不能由上述性质推得的.
- 1. 不论有理数 $c\gt 0$ 是怎样的数,总有大于 $c$ 的自然数 $n$ 存在着.
# $\S2.$ 无理数的导入 实数域的序
## 6. 无理数的定义
我们用戴德金分割方法来定义无理数. 首先要建立的是有理数域的分划概念. 若将有理数全体分拆为两个非空集合 $A$ 和 $B$,我们把这样的分拆叫做分划,如果满足:
1. 任一有理数,必在且仅在 $A$ 或 $B$ 二集之一中出现;
2. 集 $A$ 内的任意一数 $a$ 均小于集合 $B$ 中的任意一数 $b$.
称集 $A$ 为分划的下组,$B$ 为上组. 该分划记为 $A|B.$ 由此我们容易推得,若 $a\in A$,则对任意有理数 $a'\lt a$ 有 $a'\in A.$;类似地,对任意有理数 $b'\gt b$,有 $b'\in B.$
逻辑上,一个分划可能有以下四种情况:
1. $A$ 中有最大数,$B$ 中无最小数;
2. $A$ 中无最大数,$B$ 中有最小数;
3. $A$ 中无最大数,$B$ 中也无最小数;
4. $A$ 中有最大数,$B$ 中也有最小数.
但第四种情况是不可能的。若不然,设 $A$ 中最大数为 $a$$B$ 中最小数为 $b$,则 $a\lt\dfrac{a+b}{2}\lt b$,所以由定义,$\dfrac{a+b}{2}\in A$ 且 $\dfrac{a+b}{2}\in B$,这同 $A$ 与 $B$ 不相交矛盾. 现举出前三种情况的例子.
**例 1** 一切满足不等式 $a\leqslant 1$ 的有理数 $a$ 全体定为集合 $A$,一切满足 $b\gt1$ 的有理数 $b$ 全体定为集合 $B$,则 $A$ 中有最大数 $1$$B$ 中无最小数.
**例 2** 一切满足不等式 $a\lt 1$ 的有理数 $a$ 全体定为集合 $A$,一切满足 $b\geqslant1$ 的有理数 $b$ 全体定为集合 $B$,则 $A$ 无最大数,$B$ 中有最小数 $1$.
**例 3** 取使 $a^2\lt 2$ 的一切正有理数 $a$,数 $0$ 及一切负有理数归入 $A$,使一切 $b^2\gt2$ 的正有理数归入 $B$,证明:分划 $A|B$ 满足第三种情况.
**证** 设 $0\lt a\in A$,现欲找到一个正整数 $n$ 使得 $\left(a+\dfrac{1}{n}\right)\in A$. 由 $A$ 的定义有 $$\left(a+\frac{1}{n}\right)^2\lt2,$$ 于是 $$a^2+\frac{2a}{n}+\frac{1}{n^2}\lt2,$$ 只要 $$a^2+\frac{2a}{n}+\frac{1}{n^2}\lt a^2+\frac{2a}{n}+\frac{1}{n}\lt2,$$ 即 $$n\gt\frac{2a+1}{2-a^2}$$ 即可. 由阿基米德公理知这样的 $n$ 总是存在的. 故 $A$ 中无最大数.
设 $b\in B$,现欲找到一个正整数 $m$ 使得 $\left(b-\dfrac{1}{m}\right)\in B.$ 由 $B$ 的定义有 $$\left(b-\frac{1}{m}\right)^2\gt2,$$ 于是 $$b^2-\frac{2b}{m}+\frac{1}{m^2}\gt2,$$ 只要 $$b^2-\frac{2b}m+\frac1{m^2}\gt b^2-\frac{2b}m\gt 2$$ 即 $$m\gt\frac{2b}{b^2-2}且m\gt\frac{1}{b}$$ 即可. 由阿基米德公理知这样的 $m$ 总是存在的. 故 $B$ 中无最小数. 证毕.
在前两种情况中,我们说这个划分确定了一个有理数;在第三种情况中,我们得到了有理数域的“空隙”,我们称所有满足第三种情况的划分确定了所有的 **无理数**,此时称这个无理数为这组分划的**界数**. 有理数可以写成分数的形式,但无理数一般没有这种简易的、有限的记法,但一般地,我们可以把这个无理数理解为确定它的有理数域中的分划 $A|B$.
一个有理数 $r$ 与一个前两类分划对应,为了保持这种对应的唯一性,我们约定:$r$ 是这个分划上组的最小数。如果我们承认这个约定,就可以用“有理数域上的所有分划所确定的数全体”来定义**实数**;换句话说,实数就是有理数和无理数的总称.
## 7. 实数域的序
我们称两个实数 $\alpha$ 与 $\beta$ 相等,如果确定它们所用的有理数域上的分划 $A|B$ 与 $A'|B'$ 满足:$A=A'$ 且 $B=B'$,实际上只要有 $A=A'$ 就必有 $B=B'$;称 $\alpha \geqslant \beta$ 如果 $A'\subset A$,或 $B\subset B'.$ 小于等于同样作为派生的概念而出现. 如果 $\alpha\geqslant\beta$ 且 $\alpha\neq\beta$, 则称 $\alpha\gt\beta$.
现在证明实数均能满足以下两条性质.
1. 任一对实数 $\alpha$ 与 $\beta$ 之间必有且仅有下列三种关系之一:$$
\alpha=\beta,\ \alpha\gt\beta,\ \beta\gt\alpha.
$$ 若确定 $\alpha$ 的分划 $A|B$ 与确定 $\beta$ 的分划 $A'|B'$ 重合,则 $\alpha=\beta$. 若非如此,则或 $A'$ 是 $A$ 的真子集(从而 $\alpha\gt\beta$),或 $A$ 是 $A'$ 的真子集(从而 $\beta\gt\alpha$.
2. 由 $\alpha\gt\beta$ 及 $\beta\gt\gamma$ 推得 $\alpha\gt\gamma$. 设 $\alpha,\beta,\gamma$ 分别由分划 $A|A', B|B', C|C'$ 来确定, 由于 $\alpha\gt\beta$,得 $A$ 真包含 $B$; 又由 $\beta\gt\gamma$, 得 $B$ 真包含 $C$, 故 $A$ 真包含 $C$, 从而 $\alpha\gt\gamma$.
## 8. 辅助命题
现在我们来建立实数域的**稠密性**;更准确地,我们将证明以下论断:
**引理 1** 对于任意两个实数 $\alpha\gt\beta$,它们中间一定有一个有理数 $r.$
**证** 若 $\alpha$ 与 $\beta$ 均为无理数. 设确定 $\alpha$ 和 $\beta$ 的有理数域上的分划分别为 $A|A'$ 和 $B|B'$,则有 $B\subsetneq A,A'\subsetneq B'.$ 取 $r\in A\backslash B$,则 $r\in B'$,由分划的定义及无理数的假设,有 $r\lt\alpha$ 及 $r\gt\beta$.
若 $\alpha$ 和 $\beta$ 中有一个无理数、一个有理数,不妨设 $\alpha$ 为无理数,同样设出两数的分划. 取 $r\in B'\backslash (A'\cup\{\beta\})$,则 $r\in A$,故 $r\lt\alpha$ 且 $r\gt\beta$.
若 $\alpha$ 与 $\beta$ 均为有理数,结论显然成立. 证毕.
**引理 2** 设给定两个实数 $\alpha$ 和 $\beta$. 如果任取一个数 $e\gt0,$ 数 $\alpha$ 及 $\beta$ 都能位于一对有理数 $s,s'$ 之间,即:$$s'\gt\alpha\gt s,\quad s'\gt\beta\gt s,$$ 这对数的差小于 $e$,即:$$s'-s\lt e.$$ 则 $\alpha$ 与 $\beta$ 必相等.
**证** 用反证法. 设 $\alpha\gt\beta,$ 由引理 $1$ ,在 $\alpha$ 和 $\beta$ 之间存在两个有理数 $r$ 与 $r'\gt r$,即:$$\alpha\gt r'\gt r\gt \beta.$$ 于是对任意两有理数 $s$ 与 $s'$,当 $s'\gt\alpha\gt\beta\gt s$ 时,有 $$s'\gt r'\gt r\gt s,$$ 由此 $$s'-s\gt r'-r\gt0,$$ 因此差 $s'-s$ 不能小于数 $e=r'-r,$ 与条件矛盾,故引理成立.
## 9. 用无限小数表示实数
现在我们考虑这样的实数表示方法, 即其分数部分(尾数)是正的, 而同时, 其整数部分可以为正的、负的或者零.
首先假定被考察的实数 $\alpha$ 并非整数, 亦非有限的十进制小数. 现在来求它的十进制小数的近似值. 若 $\alpha$ 被分划 $A|A'$ 确定, 则 $A$ 中必有整数 $M$, 又在 $A'$ 中亦必有整数 $N\gt M$. 在 $M$ 上不断加 $1$, 最终必能得出这样两个相邻的整数 $C_0$ 及 $C_0+1$, 使得$$
C_0\lt\alpha\lt C_0+1.
$$ 其中 $C_0$ 可以为正的、负的或者零.
用数$$
C_0.1;\,C_0.2;\cdots\,,C_0.9
$$ 分割区间 $(C_0, C_0+1)$, 则 $\alpha$ 比(且仅)落在其中一个区间内, 从而我们可以得到两个相差 $\displaystyle\frac 1{10}$ 的数 $c_1$ 及 $c_1+\dfrac 1{10}$, 且有$$
C_0.c_1\lt\alpha\lt C_0.c_1+\frac1{10}.
$$ 这样继续分下去, 在确定数码 $c_1, c_2, \cdots, c_{n-1}$ 后, 我们就用不等式$$
C_0.c_1c_2\cdots c_n\lt\alpha\lt C_0.c_1c_2\cdots c_n+\frac{1}{10^n}\tag{1}
$$ 来确定第 $n$ 位数码 $c_n$.
这样, 在求数 $\alpha$ 的十进制小数的近似值的过程中, 我们求得整数 $C_0$ 及数码 $c_1, c_2,\cdots, c_n, \cdots$ 的无限序列. 由此组成的无限小数, 即记号$$
C_0.c_1c_2\cdots c_n\cdots\tag{2}
$$ 可以看成是实数 $\alpha$ 的一种表示.
在例外的情况中, 即当 $\alpha$ 本身就是整数或有限小数, 亦可以用相似的方法由比 $(1)$ 更普遍的关系式$$
C_0.c_1c_2\cdots c_n\leqslant \alpha\leqslant C_0.c_1c_2\cdots c_n+\frac1{10^n}\tag{1a}
$$ 来确定整数与各位数码. 然而, 到某时, $\alpha$ 会与包含它的区间的某一端重合, 从而使得上述的不等式中有一个等号在接下来的任意多次操作中成立, 这时 $\alpha$ 就有了两种表示, 一种是用零循环, 一种是用 $9$ 循环, 例如$$\begin{aligned}3.826=3.826\ 000\cdots=3.825\ 999\cdots,\\-3.826=\overline{4}.174\ 000\cdots=\overline{4}.173\ 999\cdots.\end{aligned}$$
反之, 若设任给一无限十进制小数 $(2)$; 我们要证明总可以找到一个实数 $\alpha$, 刚好是被这个小数所表示的. 为此, 我们来考察小数 $(2)$ 的一段:$$
C_n = C_0.c_1c_2\cdots c_n,\tag{3}
$$ 把它作为所求数的“亏近似值”, 同样把$$C_n'=C_0.c_1c_1\cdots c_n+\frac1{10^n}\tag4$$
作为其“盈近似值”. 不难看出, 每一 $C_n$ 小于每一 $C_m'$. 现在我们用如下方法来确定有理数域的一个分划: 把大于一切 $C_n$ 的有理数 $a'$ 放在上组 $A'$ 内,而把一切余下的数放在 $A$ 组内. 容易验证, 这个分划确定了我们所要求的实数 $\alpha$. 实际上, 若这个分划确定了数 $\alpha$, 则其一切满足 $$C_n\leqslant\alpha\leqslant C_n',$$ 这就证明了这个无限十进制小数所确定的数与这个分划所确定的数相同.
盈近似值和亏近似值之间的差等于 $\dfrac 1{10^n}$, 随着 $n$ 的增大, 这个差可以小于任何有理数 $e\gt 0$. 事实上, 因不超过 $\dfrac 1 e$ 的自然数仅有有限多个, 故不等式 $10^n\leqslant\dfrac 1 e$ 仅对有限多个自然数 $n$ 成立, 从而对于其他的 $n$ 成立 $$\frac1{10^n}\lt e.$$ 故由引理 $2$, 知表达式 $(2)$ 能且只能确定唯一的一个实数.
## 10. 实数域的连续性
现在考察实数域的一个极重要的性质,这种性质使实数域在本质上有别于有理数域. 在考察有理数域的分划的时候,我们已经看到,有理数域上的分划可以产生不属于有理数的数,即无理数,这使得有理数域并不完备. 现在我们把无理数也加入到这个域当中去,形成了实数域,自然需要再考察实数域上的分划. 类似地,把实数域分拆成两个集合 $A$ 和 $B$,称这种分拆为一种分划,如果它满足:
1. 每个实数在且仅在 $A,B$ 两集合中的一个内;
2. 集合 $A$ 中的每个数 $\alpha$ 小于集合 $B$ 中的每个数 $\beta.$
记这个分划为 $A|B$. 那么,实数域是否和有理数域一样,存在一个(或一些)分划,使得其产生的数不属于实数呢?
事实上,下面这个定理保证了实数域上的分划不会产生新的数.
**基本定理(戴德金)** 实数域内任一分划 $A|B$ 必产生一个实数 $\gamma,$ 且这个数或是 $A$ 的最大数,或是 $B$ 的最小数.
这个性质常称为实数域的**完备性**或**连续性**.
**证** 将 $A$ 中一切有理数组成的集合记为 $\mathcal A$$B$ 中一切有理数的集合记为 $\mathcal B.$ 显然 $\mathcal A|\mathcal B$ 构成有理数域上的一个分划,从而会产生一个实数 $\alpha.$ 显然 $\alpha$ 或属于 $A$ 或属于 $B$.
若 $\alpha \in A$,可以证明,$\alpha$ 是 $A$ 中的最大数. 实际上,若不然,则存在 $\alpha_0\in A$ 满足 $\alpha_0\gt\alpha.$ 由引理 1存在有理数 $r$ 满足 $\alpha_0\gt r\gt \alpha.$ 则 $r\in A$,从而 $r\in\mathcal A$,这与有理数域上的分划的定义相违背,故 $\alpha$ 是 $A$ 中的最大数.
若 $\alpha\in B$,类似地,可以证明 $\alpha$ 是 $B$ 中的最小数. 若不然,则存在 $\alpha_1\in B$ 满足 $\alpha_1\lt\alpha$. 由引理 1存在有理数 $s$ 满足 $\alpha\gt s \gt\alpha_1$,则 $s\in\mathcal B$,这与有理数域上的分划的定义相违背,故 $\alpha$ 是 $B$ 中的最小数.
## 11. 数集的界
我们应用基本定理,在这里建立一些现代分析当中担任重要角色的概念.
设有实数一个无限集, 其中所有元素满足条件 $P$, 集内的任一数记为 $x$, 因此 $x$ 所代表的是集合内一般的数, 诸数 $x$ 所成的集合记为 $\chi=\{x|P(x)\}$. 若条件 $P$ 根据上下文能明显得知, 则这个数集可以记为 $\{x\}$. 在后一种记法中, $x$ 往往是某个表达式, 而该集合即为这个表达式(根据上下文意思)所能取得所有值构成的集合.
若对集合 $\{x|P(x)\}$ 有这样的数 $M$ 存在,使得一切 $x\leqslant M$,则称这个集合**上有界**$M$ 为其一个**上界**. 类似地,若有这样的数 $m$ ,使得一切 $x\geqslant m$,则称这个集合**下有界** $m$ 为其一个**下界**.
若数集不上(下)有界,则称“广义的数” $+\infty$$-\infty$)为它的上(下)界. 对于这两个“广义的数”,有 $$-\infty\lt+\infty\qquad 及 \qquad-\infty\lt\alpha\lt+\infty,$$只要 $\alpha$ 是 “有限的” 实数.
若一个数集上有界,则称其上界中最小的那个为**上确界**;类似地,若一个数集下有界,则称其下界中最大的那个为**下确界**. 自然,上(下)确界的存在性就成了问题,即我们需要知道,对于任意一个上(下)有界的数集,它是否一定有上(下)确界. 下面这个定理保证了确界的存在性.
**确界存在定理** 若集 $\chi=\{x|P(x)\}$ 上(下)有界,则它必有上(下)确界.
**证** 只用证上确界的情况. 考察两种情形:
1. 在集合 $\chi$ 中有最大数 $\overline x$. 那么,$\overline x$ 为 $\chi$ 的一个上界;另一方面,若 $M$ 也为 $\chi$ 的一个上界,由于 $\overline x\in\chi$,有 $\overline x\leqslant M$,故 $\overline x$ 为 $\chi$ 的上确界.
2. 若集合 $\chi$ 中无最大数. 取这样一种分划,其中上组 $B$ 为 $\chi$ 的上界全体,下组 $A$ 为其他所有实数组成的集合. 故 $\chi\subset A.$ 由基本定理,或 $A$ 中有最大数,或 $B$ 中有最小数. 若 $A$ 中有最大数 $\alpha$,则对于所有 $x\in\chi$ 有 $x\leqslant\alpha$,即 $\alpha$ 是 $\chi$ 的一个上界,故 $\alpha\in B$,这与 $A|B$ 是一个分划矛盾,故 $A$ 中无最大数,必有 $B$ 中有最小数,即 $\chi$ 有上确界.
故 $\chi$ 必有上确界.
数集 $\chi$ 的上确界是 $M^*$ 及下确界是 $m^*$ 常用以下符号来表示:$$M^*=\sup \chi=\sup\{x|P(x)\},m^*=\inf\chi=\inf\{x|P(x)\}.$$
关于上下确界, 有两个显然的推论:
1. 若某数集 $\chi$ 中一切数 $x$ 满足不等式 $x\leqslant M$, 则必有 $\sup\chi\leqslant M.$
2. 若某数集 $\chi$ 中一切数 $x$ 满足不等式 $x\geqslant m$, 则必有 $\inf\chi\geqslant m.$
最后, 我们约定: 若数集 $\chi=\{x|P(x)\}$ 没有上界, 则称其上确界为 $+\infty$, 记为 $\sup\chi=+\infty$; 类似地, 若数集 $\chi=\{x|P (x)\}$ 没有下界, 则称其下确界为 $-\infty$, 记为 $\inf\chi=-\infty$.
# $\S3.$ 实数的算术运算
## 12. 实数的和的定义
下面 $\alpha,\beta,\gamma$ 表示实数.
先考察有理数 $a,a'$ 及 $b,b'$,它们满足不等式:$$a\lt\alpha\lt a',b\lt\beta\lt b'.\tag{1}$$ 如果实数 $\gamma$ 位于一切形如 $a+b$ 的和与一切形如 $a'+b'$ 的和之间,即:$$a+b\lt\gamma\lt a'+b'\tag{2}$$ 则称 $\gamma$ 为数 $\alpha$ 及 $\beta$ 的和,记为 $\alpha+\beta.$
现在需要证明这样的 $\gamma$ 的存在性.
考察一切可能的和 $a+b$ 所成的集合 $\{a+b\}.$ 这个集合是有上界的,因为 $a'+b'\gt a+b$,故由确界存在定理,设 $$\gamma=\sup\{a+b\}.$$则 $a+b\leqslant\gamma$. 同时,有 $\gamma\leqslant a'+b'.$
两端的等号实际上无法取到, 因为在$(1)$中, 我们总能把 $a,b$ 增大而把 $a',b'$ 减小, 使得条件$(1)$仍然满足, 故 $\gamma$ 存在.
接下来要证明唯一性. 我们应用引理 2, 选取有理数 $a,a',b,b'$ 使 $$0\lt a'-a\lt e,0\lt b'-b\lt e,$$其中 $e$ 为任意小的正有理数. 由此,$$(a'+b')-(a+b)\lt 2e,$$即这个差能任意小, 所以数 $\gamma$ 唯一.
这样定义出来的加法与有理数域上的加法是相容的.
## 13. 加法的性质
容易证明,实数的加法仍然保持下列性质:
$\qquad\text{II}\,1^\circ\quad\alpha+\beta=\beta+\alpha;$
$\qquad\text{II}\,2^\circ\quad(\alpha+\beta)+\gamma=\alpha+(\beta+\gamma);$
$\qquad\text{II}\,3^\circ\quad\alpha+0=\alpha.$
$\text{II}\,1^\circ$ 由实数加法的定义及有理数加法的交换性可以得出; $\text{II}\,2^\circ$ 由定义及有理数加法的结合律可以得出. 下面证明 $\text{II}\,3^\circ.$
考虑任意四个有理数 $a,a',b,b'$ 满足:$$a\lt\alpha\lt a',\quad b\lt0\lt b',$$则显然 $$a+b\lt a\lt \alpha \lt a' \lt a'+b'.$$这样, $\alpha$ 位于 $a+b$ 和 $a'+b'$ 之间; 依据加法的定义, 又有 $\alpha+0$ 也位于 $a+b$ 和 $a'+b'$ 之间. 由和的唯一性, 有 $\alpha=\alpha+0.$
现在证明性质 $\text{II}\,4^\circ$, 即对于一个实数 $\alpha$, 存在着(对称于它的)数 $-\alpha$,满足条件 $\alpha+(-\alpha)=0.$
只用证明 $\alpha$ 为无理数的情形即可.
假定 $\alpha$ 由有理数域上的分划 $A|B$ 所确定, 我们用下面这个方法来确定 $-\alpha.$ 我们取一切有理数 $-b$ 组成的集合作为 $-\alpha$ 的下组 $\overline A$, 其中 $b\in B$; 类似地,取一切有理数 $-a$ 组成的集合作为 $-\alpha$ 的上组 $\overline B$, 其中 $a\in A.$ 这样能确定一个实数 $-\alpha$. 下证它满足条件.
对一切 $a\in A,b\in B$,有 $a\lt\alpha\lt b$,且由于 $-a\in \overline B,-b\in\overline A$,有 $-b\lt-\alpha\lt-a.$ 故 $$a-b\lt\alpha+(-\alpha)\lt b-a.$$又有 $$a-b\lt0\lt b-a,$$由和的唯一性知 $$\alpha+(-\alpha)=0.$$
最后证明性质 $\text{II}\,5^\circ$ 由 $\alpha\gt\beta$ 推得 $\alpha+\gamma\gt\beta+\gamma.$
由引理 1可以在 $\alpha$ 和 $\beta$ 中间插入两个有理数 $r_1,r_2$ 满足 $\alpha\gt r_1\gt r_2\gt\beta.$ 由引理 2对于有理数 $e=r_1-r_2$,存在有理数 $c,c'$ 满足 $$c\lt\gamma\lt c',c'-c\lt e=r_1-r_2.$$由此 $$r_1+c\gt r_2+c',$$由和的定义有 $$\alpha+\gamma\gt r_1+c\gt r_2+c'\gt\beta+\gamma.$$
得证.
由以上五条性质,我们可以模仿有理数,建立起实数域上的减法和绝对值的概念.
## 14. 实数的积的定义
现在考虑实数域内的乘法. 先考察正数的乘法. 设 $\alpha$ 和 $\beta$ 为两正数, 类似加法, 我们在此也考察满足不等式 $(1)$ 的一切可能的正有理数, 即正有理数 $a,a'$ 及 $b,b'$ 满足$$
a\lt\alpha\lt a',b\lt\beta\lt b'$$
我们称位于一切形如 $ab$ 的积与一切形如 $a'b'$ 的积之间的实数 $\gamma$, 即满足 $$ab\lt\gamma\lt a'b',\tag{3}$$的实数 $\gamma$ 为 $\alpha$ 与 $\beta$ 的积,记为 $\alpha\beta.$
仍然需要讨论这个积的存在性和唯一性.
取一切可能的积 $ab$ 组成的集合 $\{ab\}$, 它有上界 $a'_0b'_0$, 故有上确界, 记为 $$\gamma=\sup\{ab\},$$故 $ab\leqslant\gamma$, 同时有 $\gamma\leqslant a'b'$, 类似地, 两边的等号总是取不到, 故这样的数存在.
任取正有理数 $e$, 选取正有理数 $a,a'$ 及 $b,b'$ 满足 $$0\lt a'-a\lt e,\quad 0\lt b'-b\lt e,$$显然可以取到 $a'\lt a'_0,\ b'\lt b'_0$,故 $$a'b'-ab=a'(b'-b)+b(a'-a)\lt (a_0'+b_0')e,$$由引理 2, 数 $\gamma$ 唯一.
上述定义与有理数的积是相容的.
最后是对一般实数的积的定义. 首先约定, 不论 $\alpha$ 是怎样的实数, 恒有 $$0\cdot \alpha=\alpha\cdot0=0.$$若两乘数都不是零,根据符号规则,置:
$\alpha\cdot\beta=|\alpha||\beta|$,若 $\alpha$ 和 $\beta$ 同号;
$\alpha\cdot\beta=-|\alpha||\beta|$,若 $\alpha$ 和 $\beta$ 异号.
## 15. 乘法的性质
实数的乘法和有理数的乘法一样,有以下这些性质:
$\qquad\text{III}\,1^\circ\quad\alpha\cdot\beta=\beta\cdot\alpha$
$\qquad\text{III}\,2^\circ\quad(\alpha\cdot\beta)\gamma=\alpha\cdot(\beta\cdot\gamma)$
$\qquad\text{III}\,3^\circ\quad\alpha\cdot1=\alpha.$
$\qquad\text{III}\,4^\circ\quad$ 对于任一不为零的实数 $\alpha$,必有(倒)数 $\dfrac{1}{\alpha}$ 存在,满足 $$\alpha\cdot\frac{1}{\alpha}=1.$$
$\qquad\text{III}\,5^\circ\quad(\alpha+\beta)\gamma=\alpha\cdot\gamma+\beta\cdot\gamma.$
$\qquad\text{III}\,6^\circ\quad$ 由 $\alpha\gt\beta$ 及 $\gamma\gt0$ 推得 $\alpha\cdot\gamma\gt\beta\cdot\gamma.$
下面证明 4. 只需对无理数 $\alpha$ 证明, 先设 $\alpha\gt 0$. 若 $\alpha$ 由分划 $A|B$ 确定, 我们依照下面的方法来构造确定 $\dfrac 1\alpha$ 的分划.
我们把一切负有理数, 零, 及一切 $\dfrac 1 b$ 放入下组 $\tilde A$ 中, 其中 $b\in B$; 把一切 $\dfrac 1 a$ 放入上组 $\tilde B$ 中, 其中 $a\in A$. 这样, $\tilde A|\tilde B$ 构成一个分划, 设其确定的数为 $\beta$.
由上面的构造, 我们有以下不等式成立: $$a\lt\alpha\lt b,\ \frac1b\lt\beta\lt\frac1a,$$则$$\frac ab\lt\alpha\beta\lt\frac ba$$又有$$\frac ab\lt1\lt\frac ba$$故 $\alpha\beta=1$, 记 $\beta=\dfrac1a$. 根据引理 2 容易证明其唯一性.
对于非正数, 仅需注意符号规则即可. 由倒数的定义, 我们还可以定义出实数的除法来.
## 16. 阿基米德公理
阿基米德公理对实数仍然是成立的.
1. 对不论怎样的实数 $\gamma$, 必有大于 $\gamma$ 的自然数 $n$ 存在.
只要在确定 $\gamma$ 的分划的上组中任找一有理数, 再加上有理数的阿基米德公理即可证明这一点.
## 17. 绝对值
首先证明 $|\alpha|\lt\beta$ 相当于 $-\beta\lt\alpha\lt\beta.$ 实际上, 由 $|\alpha|\lt\beta$ 推得 $\alpha\lt\beta$ 及 $-\alpha\lt\beta$ (即 $\alpha\gt-\beta$)同时成立. 反之, 若已给定 $\alpha\lt\beta$ 及 $\alpha\gt-\beta$, 则必同时有 $\alpha\lt\beta$ 及 $-\alpha\lt\beta$; 而在 $\alpha$ 及 $-\alpha$ 中有一个为 $|\alpha|$, 故 $|\alpha|\lt\beta$.
类似地, 有$$|\alpha|\leqslant\beta\ \text{ 等价于 }-\beta\leqslant\alpha\leqslant\beta\tag1$$
再证明不等式$$|\alpha+\beta|\leqslant|\alpha|+|\beta|.\tag2$$将下面两个不等式的三边分别相加$$-|\alpha|\leqslant\alpha\leqslant|\alpha|\ \text{及}\ -|\beta|\leqslant\beta\leqslant|\beta|,$$得$$-(|\alpha|+|\beta|)\leqslant\alpha+\beta\leqslant|\alpha|+|\beta|,$$由不等式$(1)$知不等式$(2)$成立.
利用数学归纳法可以把它推广到任意个加数的情形:$$|\alpha+\beta+\cdots+\gamma|\leqslant|\alpha|+|\beta|+\cdots+|\gamma|.$$
在不等式$(2)$中把 $\beta$ 换成 $-\beta$ 得$$|\alpha-\beta|\leqslant|\alpha|+|\beta|.$$因为 $\alpha=(\alpha+\beta)-\alpha,$ 故 $|\alpha|\leqslant|\alpha+\beta|+|\beta|,$ 或$$|\alpha+\beta|\geqslant|\alpha|-|\beta|.$$同理有$$|\alpha-\beta|\geqslant|\alpha|-|\beta|.$$
因为同时有$$|\beta|-|\alpha|\leqslant|\beta-\alpha|=|\alpha-\beta|,$$所以由不等式$(1)$得$$||\alpha|-|\beta||\leqslant|\alpha-\beta|.$$
# $\S4.$ 实数的其他性质及应用
## 18. 根的存在 以有理数为指数的幂
在得到实数乘法(及除法)的定义之后, 实数的正整数(及负整数)幂的定义也很容易得到了. 接下来要考虑的就是有理数指数幂应当如何定义. 不过在此之前, 我们需要先叙述一下根的存在问题.
我们早已知道, 哪怕是以 $2$ 为其平方的数这种简单的数都无法在有理数域中得到其解, 因而扩充有理数域成为某种必要. 那么, 在现在已经扩充了的实数域中, 我们要更一般地探讨 $n$ 次方根的存在性是如何被构建的.
设 $\alpha$ 是任一实数, $n$ 为自然数. 若实数 $\xi$ 是 $\alpha$ 的 $n$ 次方根, 则有 $$\xi^n=\alpha.$$不妨先假设 $\alpha$ 和 $\xi$ 都是正数, 称 $\xi$ 为 $\alpha$ 的算术 $n$ 次方根. 我们要证明, 这样的 $\xi$ 有且仅有一个.
若存在一有理数 $r$ 使得 $r^n=\alpha$, 则结论成立. 若不存在, 考虑这样一种分划 $X|Y$, 其中下组 $X$ 包含了一切负有理数、零及其 $n$ 次方小于 $\alpha$ 的所有有理数, 上组 $Y$ 包含了其他的数. 显然两个集合都是非空的.
设 $\xi$ 为分划 $X|Y$ 所确定的实数, 下证 $\xi^n=\alpha.$
任取有理数 $x,y$ 满足 $x\lt\xi\lt y$, 则由实数乘法的定义有$$x^n\lt\xi^n\lt y^n.$$而 $x\in X$, $y\in Y$, 故有$$x^n\lt\alpha\lt y^n.$$任意固定某一个 $y_0$ 满足上述条件, 由于 $y-x$ 可以小于任意正有理数 $e$, 故$$y^n-x^n=(y-x)(y^{n-1}+xy^{n-2}+\cdots+x^{n-1})\lt e\cdot ny_0^{n-1}.$$由引理 2, 有 $\xi^n=\alpha$, 记 $\xi=\sqrt[n]\alpha$ 或 $\xi=\alpha^{\frac1n}$.
唯一性由实数乘法的不等式性质容易得到.
如果 $\xi$ 是 $\alpha^m$ 的 $n$ 次方根, 则 $\xi^n=\alpha^m$ 或 $\xi=(\alpha^m)^\frac1n$, 简记为 $\xi=\alpha^\frac mn$. 这就是有理数幂的定义.
## 19. 以任意实数为指数的幂
现在定义任意(正)实数 $\alpha$ 的 $\beta$ 次幂, 其中 $\beta$ 亦为任意实数. 取有理数 $b, b'$ 满足 $b\lt\beta\lt b'$, 则若 $\alpha\gt1$, 有$$\alpha^b\lt\alpha^{b'}.$$称落于所有 $\alpha^b$ 和 $\alpha^{b'}$ 之间的数 $\gamma$ 为 $\alpha$ 的 $\beta$ 次幂, 记为 $\gamma=\alpha^\beta.$
若 $0\lt\alpha\lt1$, 则定义 $\alpha^\beta=\left(\dfrac1\alpha\right)^{-\beta}$. 因此下面只讨论 $\alpha\gt1$ 的情况.
接下来要证明这样的 $\gamma$ 的存在性与唯一性. 集合 $\{\alpha^b\}$ 是有上界的, 因为任意一个 $\alpha^{b'}$ 就是它的上界, 因此, 若取$$\gamma=\sup_{b\lt\beta}\{\alpha^b\}$$对于这样一个数将有$$\alpha^b\leqslant\gamma\leqslant\alpha^{b'}.$$事实上, 上述不等式两边的等号都是取不到的, 因为我们总是可以增大 $b$ 或者减小 $b'$ 而使不等式 $b\lt\beta\lt b'$ 仍然成立. 这样, $\gamma$ 这个数满足上述定义.
下证唯一性. 令 $\gamma=\alpha^\frac1n\gt1$, 则由伯努利不等式得$$\alpha^\frac1n-1=\gamma-1\lt\frac{\gamma^n-1}{n}=\frac{\alpha-1}{n}\tag3.$$对任意正整数 $n$, 我们选取 $b$ 和 $b'$, 使得 $b'-b\lt\dfrac1{n}$, 则有$$\alpha^{b'}-\alpha^b=\alpha^b(\alpha^{b'-b}-1)\lt\alpha^b(\alpha^\frac1{n}-1)\lt\alpha^b\frac{\alpha-1}{n}.$$任取一个固定的 $b_0'$, 有 $b\lt b_0'$, 我们取$$n=\left\lfloor\frac{\alpha^{b'_0}(\alpha-1)}{\varepsilon}\right\rfloor+1,$$其中 $\varepsilon$ 为任意正数, 则有$$\alpha^{b'}-\alpha^b\lt\varepsilon.$$由引理 2 知 $\gamma$ 的唯一性. 容易证明实数的实数次幂也符合关于幂的一些运算性质.

@ -1,24 +0,0 @@
> [!info] 定理 函数极限的柯西收敛准则
> 极限 $\lim\limits_{x\to a}f(x)$ 收敛当且仅当对于任意 $\varepsilon\gt0$, 存在 $a$ 的去心领域 $\overset \circ U(a,\delta)$, 对于任意 $x,y\in\overset \circ U(a,\delta)$, 总存在 $\varepsilon\gt0$ 使得 $|f(x)-f(y)|\lt\varepsilon$.
利用极限的定义容易证明.
<br>
> [!info] 定理 反常积分的柯西收敛准则
> 积分 $\displaystyle\int_a^{+\infty}f(x)\mathrm dx$ 收敛当且仅当对于所有的 $A'\gt A\gt a$, 存在正数 $\varepsilon\gt0$ 成立 $$\left|\int_A^{A'}f(x)\mathrm dx\right|\lt\varepsilon.$$
> [!solution] 证明
> 记 $\displaystyle F(x)=\int_a^xf(t)\mathrm dt$, 则积分收敛等价于 $\lim\limits_{x\to+\infty}F(x)$ 收敛.
> 又由函数极限的柯西收敛准则, $\lim\limits_{x\to+\infty}F(x)$ 收敛等价于对于任意 $A'\gt A\gt a$ 存在 $\varepsilon\gt0$ 使得 $$\displaystyle\left|\int_A^{A'}f(x)\mathrm dx\right|=|F(A')-F(A)|\lt\varepsilon,$$得证.
<br>
> [!info] 定理 狄利克雷判别法
> 若 $\displaystyle F(u)=\int_a^{u}f(x)\mathrm dx$ 在 $[a,+\infty)$ 上有界, 且 $g(x)$ 在 $[a,+\infty)$ 上当 $x\to+\infty$ 时单调趋于 $0$, 则积分 $\displaystyle\int_a^{+\infty}f(x)g(x)\mathrm dx$ 收敛.
> [!solution] 证明
> 不妨设 $g(x)$ 单调递减.
> 设 $F(u)$ 的一个界为 $M$, 则 $|F(u)|\leqslant M.$ 对于 $A'\gt A\gt a$, 由第二积分中值定理得,存在 $\xi\in(A,A')$, 使得$$\int_A^{A'}f(x)g(x)\mathrm dx=g(A)\int_A^\xi f(x)\mathrm dx+g(A')\int_\xi^{A'}f(x)\mathrm dx,$$由牛顿-莱布尼兹公式有$$\int_A^{A'}f(x)g(x)\mathrm dx=g(A)(F(\xi)-F(A))+g(A')(F(A')-F(\xi)),$$故 $$\begin{aligned}\left|\int_A^{A'}f(x)g(x)\mathrm dx\right|&\leqslant |g(A)|(|F(\xi)|+|F(A)|)+|g(A')|(|F(A')|+|F(\xi)|)\\
> &\leqslant2M(|g(A)|+|g(A')|).\end{aligned}$$由于 $\lim\limits_{x\to+\infty}g(x)=0$, 对于任意正数 $\varepsilon\gt0$, 存在 $X\gt a$ 成立 $|g(x)|\lt \dfrac{\varepsilon}{4M+1}.$
> 取 $A'\gt A\gt X$, 则有 $$\left|\int_A^{A'}f(x)g(x)\mathrm dx\right|\lt\varepsilon.$$ 有柯西收敛准则知积分 $\displaystyle\int_a^{+\infty}f(x)g(x)\mathrm dx$ 收敛.

@ -6,11 +6,11 @@
>对于一集合$I\subset\mathbb{R}$,如果存在一点$x_0\in \mathbb{R}$,使得$\forall \delta>0$,有$\overset{\circ}{U}(x_0,\delta)\cap I\neq\varnothing$,则称$x_0$是$I$的一个**聚点**.
**注:**
1. $x_0$未必是$I$中的一个点;
2. 一个集合$I$存在聚点$x_0$与以下两个命题等价:
1$x_0$未必是$I$中的一个点;
2一个集合$I$存在聚点$x_0$与以下两个命题等价:
1$\forall \delta>0$,在$U(x_0,\delta)$中有$I$中的无穷多个点;
2存在$I$中互异的点组成的数列$\{x_n\}$使得$\lim\limits_{n\to\infty}x_n=x_0$;
3. 若$x_0\in I$,但它不是$I$的一个聚点,则称之为孤立点.
3若$x_0\in I$,但它不是$I$的一个聚点,则称之为孤立点.
对聚点有如下定理:
>[!note] 聚点原理

@ -5,21 +5,11 @@
'emphasize':使字体变成橙色加粗,如:
<span class='emphasize'>这是一段需要被强调的文字 </span>
`<span class='emphasize'>这是一段需要被强调的文字 </span>`
'danger':它会把文字标红并加粗,用于警告,如:
<span class="danger">这一段文字很危险</span>
`<span class="danger">这一段文字很危险</span>`
'solution':这是一个专为解析设置的颜色块(姑且让我这么叫它)!调用方法与 example 等一样。如:
>[!solution] 解析示例
`>[!solution] 解析示例`
'title': 小标题,居中加粗,如:<div class="title">这是一个小标题</div>
`<div class="title">这是一个小标题</div>`
'Title':大标题,居中加粗放大,如:<div class="Title">这是一个大标题</div>
`<div class="Title">这是一个大标题</div>`
还在等什么呢,快去多学点前端的知识让我们的笔记更加漂亮吧!(雾)

@ -1,449 +0,0 @@
%%TODO: 以下内容由AI生成待审核补充%%
# 二阶常系数线性微分方程解法讲义
## 1. 标准形式
二阶常系数线性微分方程的一般形式为:
$$
a y'' + b y' + c y = f(x)
$$
其中 $a \neq 0$$a,b,c$ 为常数。若 $f(x) \equiv 0$,称为**齐次方程**;否则称为**非齐次方程**。
为了方便,常将方程化为:
$$
y'' + p y' + q y = f(x)
$$
其中 $\displaystyle p = \frac{b}{a}$$\displaystyle q = \frac{c}{a}$。
## 2. 齐次方程的通解
齐次方程为:
$$
y'' + p y' + q y = 0
$$
其特征方程为:
$$
r^2 + p r + q = 0
$$
根据特征根的不同情况,通解形式如下:
| 特征根情况 | 通解形式 |
|------------|----------|
| 两个不等实根 $r_1 \neq r_2$ | $y_h = C_1 e^{r_1 x} + C_2 e^{r_2 x}$ |
| 二重实根 $r_1 = r_2 = r$ | $y_h = (C_1 + C_2 x) e^{r x}$ |
| 一对共轭复根 $r = \alpha \pm \mathrm{i}\beta$ | $y_h = e^{\alpha x} (C_1 \cos\beta x + C_2 \sin\beta x)$ |
## 3. 非齐次方程的特解(待定系数法)
对于非齐次方程 $y'' + p y' + q y = f(x)$,通解为 $y = y_h + y_p$,其中 $y_p$ 是一个特解。当 $f(x)$ 为**某些特殊形式**时,可用待定系数法设定 $y_p$ 的形式。
### 3.1 $f(x) = P_m(x) e^{\lambda x}$ 型
当非齐次项具有形式 $f(x) = P_m(x) e^{\lambda x}$ 时,其中 $P_m(x)$ 是一个 $m$ 次多项式,我们采用待定系数法设定特解的形式为:
$$
y_p = x^k Q_m(x) e^{\lambda x}
$$
其中 $Q_m(x)$ 是与 $P_m(x)$ 同次(即 $m$ 次)的待定多项式,$k$ 为整数,取值规则如下:
- 若 $\lambda$ 不是特征根,则 $k=0$
- 若 $\lambda$ 是单特征根,则 $k=1$
- 若 $\lambda$ 是二重特征根,则 $k=2$。
这一设定规则的目的是:**保证所设特解与齐次解线性无关,且代入原方程后能通过比较系数唯一确定 $Q_m(x)$ 的所有系数**。
---
#### 为什么 $Q_m(x)$ 要与 $P_m(x)$ 同次?
设 $y_p = u(x) e^{\lambda x}$,代入 $L[y] = y'' + p y' + q y$,利用微分算子性质:
$$
L[e^{\lambda x} u] = e^{\lambda x} \big[ u'' + (2\lambda + p) u' + (\lambda^2 + p\lambda + q) u \big]
$$
记 $L_\lambda[u] = u'' + (2\lambda + p) u' + (\lambda^2 + p\lambda + q) u$,则原方程变为:
$$
e^{\lambda x} L_\lambda[u] = P_m(x) e^{\lambda x} \quad \Rightarrow \quad L_\lambda[u] = P_m(x)
$$
此时 $L_\lambda$ 是一个二阶线性常系数微分算子。其系数决定了 $u$ 的最高次项在求导后是否会降低次数。
- 若 $\lambda$ 不是特征根,则 $\lambda^2 + p\lambda + q \neq 0$$L_\lambda[u]$ 中 $u$ 项系数非零,因此 $u$ 的最高次项会完整保留。要使 $L_\lambda[u]$ 为 $m$ 次多项式,$u$ 必须取 $m$ 次多项式。故设 $u = Q_m(x)$$k=0$)。
- 若 $\lambda$ 是单特征根,则 $\lambda^2 + p\lambda + q = 0$,但 $2\lambda + p \neq 0$。此时 $L_\lambda[u]$ 中 $u$ 项消失,变为 $u'' + (2\lambda + p) u'$。对 $u$ 的 $m$ 次项求导后得到 $(2\lambda + p) \cdot (\text{次数为 } m-1 \text{ 的项})$,故 $L_\lambda[u]$ 的最高次项为 $m-1$ 次。为了让 $L_\lambda[u]$ 能生成 $m$ 次多项式,$u$ 应取 $m+1$ 次多项式,且 $u$ 中常数项可消去,因此设为 $u = x Q_m(x)$$k=1$),其中 $Q_m(x)$ 是 $m$ 次多项式。
- 若 $\lambda$ 是二重特征根,则 $\lambda^2 + p\lambda + q = 0$ 且 $2\lambda + p = 0$,此时 $L_\lambda[u] = u''$。若 $u$ 为 $m+1$ 次多项式,$u''$ 为 $m-1$ 次多项式,需再提高一次,取 $u = x^2 Q_m(x)$$k=2$)。
因此,通过乘以 $x^k$,我们保证了 $L_\lambda[u]$ 恰好为 $m$ 次多项式,从而可以匹配 $P_m(x)$ 并解出 $Q_m(x)$ 的系数。
---
#### 具体推导(以单根为例)
设 $\lambda$ 是特征方程 $r^2 + p r + q = 0$ 的单根,即 $(\lambda^2 + p\lambda + q)=0$,但 $2\lambda + p \neq 0$。令 $y_p = x Q_m(x) e^{\lambda x}$,其中 $Q_m(x)$ 为 $m$ 次多项式。则 $u = x Q_m(x)$,代入 $L_\lambda[u]$
$$
L_\lambda[u] = u'' + (2\lambda + p) u'
$$
计算 $u' = Q_m(x) + x Q_m'(x)$$u'' = 2 Q_m'(x) + x Q_m''(x)$。于是
$$
L_\lambda[u] = (2 Q_m' + x Q_m'') + (2\lambda + p)(Q_m + x Q_m')
$$
展开后,$x Q_m''$ 和 $(2\lambda + p)x Q_m'$ 合并,$2Q_m'$ 和 $(2\lambda + p)Q_m$ 合并。注意到 $Q_m$ 是 $m$ 次多项式,$Q_m'$ 是 $m-1$ 次,$Q_m''$ 是 $m-2$ 次。因此 $L_\lambda[u]$ 中最高次项来自 $(2\lambda + p)x Q_m'$,其次数为 $m$(因为 $x \cdot (m-1 \text{次}) = m$ 次),且系数为 $(2\lambda + p) \cdot (m \cdot a_m)$,其中 $a_m$ 是 $Q_m$ 的最高次系数。由于 $2\lambda + p \neq 0$,我们可以通过调整 $a_m$ 使得 $L_\lambda[u]$ 的最高次项等于 $P_m(x)$ 的最高次项,从而逐次确定所有系数。
---
#### 总结
$k$ 的取值本质上是**避免待定多项式 $Q_m(x)$ 在代入后出现与齐次解重复的部分**,通过乘以 $x^k$ 将解的结构提升到与特征根重数一致的高度,使得最终得到的 $L_\lambda[u]$ 恰好是 $m$ 次多项式,从而可以匹配 $P_m(x)$。这一方法保证了特解的唯一性和可解性。
### 3.2 $f(x) = e^{\alpha x} [P_m(x) \cos\beta x + R_n(x) \sin\beta x]$ 型
当非齐次项具有如下形式时:
$$
f(x) = e^{\alpha x} \big[ P_m(x) \cos\beta x + R_n(x) \sin\beta x \big]
$$
其中 $P_m(x)$、$R_n(x)$ 分别是 $m$ 次和 $n$ 次多项式(系数可以为 $0$,因此实际可能只含 $\cos$ 或只含 $\sin$),我们采用待定系数法设定特解的形式为:
$$
y_p = x^k e^{\alpha x} \big[ S_l(x) \cos\beta x + T_l(x) \sin\beta x \big]
$$
其中:
- $l = \max(m, n)$,即 $S_l(x)$ 和 $T_l(x)$ 均为 $l$ 次待定多项式;
- $k$ 的取值规则:
- 若 $\alpha + \mathrm{i}\beta$ **不是**特征根,则 $k=0$
- 若 $\alpha + \mathrm{i}\beta$ **是**特征根,则 $k=1$。
> 注意:对于实系数常微分方程,特征根若为复数,则必成对出现。因此 $\alpha + \mathrm{i}\beta$ 是特征根时,其共轭 $\alpha - \mathrm{i}\beta$ 也是特征根,但此时重数相同,且 $k$ 只取 $1$(不会出现 $k=2$ 的情况,因为实系数方程中复根总是单根或成对出现,但若特征根为 $\alpha \pm \mathrm{i}\beta$ 且重数为 $2$(即二重共轭复根),则 $k$ 理论上应取 $2$,但工程上通常将此类情况归入 $f(x)$ 乘以多项式的情形,此处 $k=1$ 对应单根;若重数更高,需相应提高 $k$。在常见教学中,一般只讨论单根情况,故 $k$ 取 $0$ 或 $1$。)
---
#### 为什么 $S_l$ 和 $T_l$ 要取 $l$ 次多项式?
我们可以通过复指数函数将三角函数合并,从而转化为 $3.1$ 节中的指数型形式。利用欧拉公式:
$$
\cos\beta x = \frac{e^{\mathrm{i}\beta x} + e^{-\mathrm{i}\beta x}}{2}, \quad \sin\beta x = \frac{e^{\mathrm{i}\beta x} - e^{-\mathrm{i}\beta x}}{2\mathrm{i}}
$$
于是 $f(x)$ 可以写成两个复指数函数的线性组合:
$$
f(x) = e^{\alpha x} \big[ P_m(x) \cos\beta x + R_n(x) \sin\beta x \big] = e^{(\alpha + \mathrm{i}\beta)x} \Phi_l(x) + e^{(\alpha - \mathrm{i}\beta)x} \Psi_l(x)
$$
其中 $\Phi_l(x)$ 和 $\Psi_l(x)$ 是次数不超过 $l = \max(m,n)$ 的复系数多项式。这是因为合并后 $\cos$ 和 $\sin$ 会分别产生 $e^{\mathrm{i}\beta x}$ 和 $e^{-\mathrm{i}\beta x}$ 项,且多项式的次数不会超过原来两个多项式的最高次数。
因此,非齐次项本质上是由两个指数函数 $e^{(\alpha+\mathrm{i}\beta)x}$ 和 $e^{(\alpha-\mathrm{i}\beta)x}$ 乘以多项式构成的。根据线性微分方程解的叠加原理,我们可以分别对这两个指数项应用 $3.1$ 节中的方法,然后取实部得到原方程的特解。
对于 $e^{(\alpha+\mathrm{i}\beta)x} \Phi_l(x)$,设其特解为 $x^{k_1} Q_l(x) e^{(\alpha+\mathrm{i}\beta)x}$,其中 $k_1$ 由 $(\alpha+\mathrm{i}\beta)$ 是否为特征根决定:
- 若不是特征根,则 $k_1=0$
- 若是特征根,则 $k_1=1$(在实数域中,复根必为单根,故只乘一次 $x$)。
对于 $e^{(\alpha-\mathrm{i}\beta)x} \Psi_l(x)$,同理设 $x^{k_2} \tilde{Q}_l(x) e^{(\alpha-\mathrm{i}\beta)x}$。由于特征根成对出现,$(\alpha-\mathrm{i}\beta)$ 是否为特征根与前者一致,故 $k_1 = k_2$,记作 $k$。将这两部分相加,并取实部(因为原方程是实系数的,我们最终需要实值特解),得到:
$$
y_p = x^k e^{\alpha x} \big[ S_l(x) \cos\beta x + T_l(x) \sin\beta x \big]
$$
其中 $S_l(x)$ 和 $T_l(x)$ 是 $l$ 次实系数多项式。这正是我们设定的形式。
---
#### $k$ 的取值依据
$k$ 的取值直接对应于 $(\alpha+\mathrm{i}\beta)$ 是否为特征根:
- 当 $\alpha+\mathrm{i}\beta$ **不是**特征根时,$e^{(\alpha+\mathrm{i}\beta)x} \Phi_l(x)$ 的特解中 $k=0$,且对应的共轭部分 $k=0$,因此整体 $k=0$。此时 $y_p$ 直接取 $e^{\alpha x}[S_l\cos\beta x + T_l\sin\beta x]$,无需乘以 $x$。
- 当 $\alpha+\mathrm{i}\beta$ **是**特征根时,则 $e^{(\alpha+\mathrm{i}\beta)x} \Phi_l(x)$ 的特解必须乘以 $x$(即 $k=1$),同时其共轭部分也自动乘以 $x$,所以整体 $k=1$。此时 $y_p = x e^{\alpha x}[S_l\cos\beta x + T_l\sin\beta x]$。
> 注意:若特征根 $\alpha\pm\mathrm{i}\beta$ 的重数大于 $1$(例如二阶常系数方程中出现二重复根,实际上只有当方程阶数大于 $2$ 时才可能),则 $k$ 应取特征根的重数。但在二阶常系数线性微分方程中,特征根为复数时只能是单根(因为二次方程的两个根要么是实根(可重),要么是共轭复根(必然单根)),故 $k$ 最大为 $1$。所以讲义中只列出 $k=0$ 或 $1$。
---
#### 为什么 $S_l$ 和 $T_l$ 必须是 $l$ 次多项式,即使 $P_m$ 和 $R_n$ 次数不同?
设 $l = \max(m,n)$。在将 $f(x)$ 转化为复指数形式时,合并后 $\Phi_l(x)$ 的次数可能达到 $l$。例如,若 $m=2$$n=0$,则 $f(x)=e^{\alpha x}[ (a_2x^2+a_1x+a_0)\cos\beta x + b_0\sin\beta x ]$,化为复指数形式后,$e^{(\alpha+\mathrm{i}\beta)x}$ 的系数为 $\frac{1}{2}(a_2x^2+a_1x+a_0) + \frac{1}{2\mathrm{i}} b_0$,这是一个二次多项式。因此,特解中 $S_l$ 和 $T_l$ 必须取 $l$ 次多项式才能匹配。
即使 $P_m$ 和 $R_n$ 中有一个是零多项式,另一方的次数决定了 $l$,另一方的系数虽然为零,但 $\cos$ 和 $\sin$ 通过复指数合并后仍然会产生两个方向的多项式,因此 $S_l$ 和 $T_l$ 都需要设为 $l$ 次多项式(某些系数可能最终为零)。
---
#### 计算时的简化方法
在实际计算中,不必每次都化为复指数,可以直接设出 $y_p$ 的形式,代入原方程,利用三角函数的正交性比较系数。但理解背后的原理有助于记忆 $k$ 的取值和多项式次数的选取。
具体步骤如下:
1. 写出特征方程,求出特征根,判断 $\alpha+\mathrm{i}\beta$ 是否为特征根。
2. 确定 $l = \max(m,n)$$S_l(x)$ 和 $T_l(x)$ 为 $l$ 次待定多项式(一般写作 $S_l(x) = A_l x^l + \dots + A_0$$T_l(x) = B_l x^l + \dots + B_0$)。
3. 根据 $k$ 的规则,写出 $y_p$ 的表达式。
4. 代入原方程,利用 $\cos\beta x$ 和 $\sin\beta x$ 的独立性,比较同类项系数,解出所有待定系数。
---
#### 举例说明
考虑 $y'' + y = \cos x$。这里 $\alpha=0,\ \beta=1$,特征根为 $r = \pm \mathrm{i}$,所以 $\alpha+\mathrm{i}\beta = \mathrm{i}$ 是特征根(单根)。$m=0,\ n$ 不存在(可视为 $n=0$ 但 $R_n\equiv0$),故 $l=0$。因此设 $y_p = x (A\cos x + B\sin x)$。代入解得 $A=0,\ B=1/2$,即 $y_p = \frac{1}{2}x\sin x$。这正是我们熟知的共振情形,特解中出现了 $x\sin x$。
若 $y'' + y = \cos 2x$,此时 $\alpha=0,\ \beta=2$$\alpha+\mathrm{i}\beta = 2\mathrm{i}$ 不是特征根,$k=0$$l=0$,设 $y_p = A\cos 2x + B\sin 2x$,代入解出 $A=1/3,\ B=0$,得到 $y_p = \frac{1}{3}\cos 2x$。
---
#### 总结
$3.2$ 节的设定规则本质上是利用复指数将三角函数转化为指数形式,从而归结为 $3.1$ 节的情况。$k$ 的取值由 $\alpha+\mathrm{i}\beta$ 是否为特征根决定,这保证了所设特解与齐次解线性无关,并且能够匹配非齐次项的形式。$S_l$ 和 $T_l$ 取 $l$ 次多项式是因为通过复指数合并后,多项式的次数不会超过 $\max(m,n)$,只有取同次多项式才能通过比较系数唯一确定。
> 注意:当 $f(x)$ 仅含 $\cos$ 或仅含 $\sin$ 时,仍应按上述形式设,因为求导后两者可能相互转换。
## 4. 解题步骤(待定系数法)
1. 写出对应的特征方程,解出特征根,得到齐次通解 $y_h$。
2. 根据 $f(x)$ 的形式设定特解 $y_p$ 的待定形式,注意 $k$ 的取值。
3. 将 $y_p$ 代入原方程,比较同类项系数,解出待定系数。
4. 写出非齐次通解 $y = y_h + y_p$。
5. 如有初始条件,代入确定常数 $C_1,C_2$。
## 5. 典型例题
**例1** 求 $y'' - 3y' + 2y = e^{2x}$ 的通解。
**解** 特征方程 $r^2 - 3r + 2 = 0$,根 $r=1,2$,故 $y_h = C_1 e^{x} + C_2 e^{2x}$。
$f(x)=e^{2x}$$\lambda=2$ 是单特征根,设 $y_p = A x e^{2x}$。
代入:$y_p' = A e^{2x}(1+2x)$$y_p'' = A e^{2x}(4+4x)$。代入方程得:
$$
A e^{2x}[(4+4x) - 3(1+2x) + 2x] = e^{2x}
$$
化简:$A e^{2x}[4+4x -3 -6x + 2x] = A e^{2x} \cdot 1 = e^{2x}$,得 $A=1$。
故 $y_p = x e^{2x}$,通解 $y = C_1 e^{x} + C_2 e^{2x} + x e^{2x}$。
## 6. 习题
---
### 习题 1
求微分方程 $y'' + 5y' + 6y = 0$ 的通解。
#### 详细解答
特征方程 $r^2 + 5r + 6 = 0$,即 $(r+2)(r+3)=0$,根 $r_1=-2,\ r_2=-3$。
两个不等实根,通解为:
$$
y = C_1 e^{-2x} + C_2 e^{-3x}
$$
#### 题后总结
这是最基础的齐次方程,直接写出特征方程并求解实根即可。注意指数上的符号。
---
### 习题 2
求微分方程 $y'' - 2y' + y = e^{x}$ 的通解。
#### 详细解答
**齐次解**:特征方程 $r^2 - 2r + 1 = 0$$(r-1)^2=0$,二重根 $r=1$,故 $y_h = (C_1 + C_2 x)e^{x}$。
**特解**$f(x)=e^{x}$$\lambda=1$ 是二重特征根,故设 $y_p = A x^2 e^{x}$。
计算导数:
$$
y_p' = A (2x + x^2)e^{x},\quad y_p'' = A (2 + 4x + x^2)e^{x}
$$
代入 $y'' - 2y' + y$
$$
A e^{x}[(2+4x+x^2) - 2(2x+x^2) + x^2] = A e^{x}[2+4x+x^2 -4x -2x^2 + x^2] = A e^{x} \cdot 2 = 2A e^{x}
$$
令 $2A e^{x} = e^{x}$,得 $A = \frac{1}{2}$。故 $y_p = \frac{1}{2}x^2 e^{x}$。
**通解**
$$
y = (C_1 + C_2 x)e^{x} + \frac{1}{2}x^2 e^{x}
$$
#### 题后总结
当 $\lambda$ 是二重特征根时,特解需乘以 $x^2$。代入计算后,$x^2$ 项会完全抵消,只剩下常数项,从而解出系数。
---
### 习题 3
求微分方程 $y'' + y = 2\cos x$ 的通解。
#### 详细解答
**齐次解**:特征方程 $r^2 + 1 = 0$,根 $r = \pm \mathrm{i}$$\alpha=0,\ \beta=1$,故 $y_h = C_1 \cos x + C_2 \sin x$。
**特解**$f(x)=2\cos x$,对应 $\alpha=0,\beta=1$。因为 $\alpha+\mathrm{i}\beta = \mathrm{i}$ 是特征根(单根),故设 $y_p = x (A\cos x + B\sin x)$。
计算导数(乘积求导):
$$
y_p' = (A\cos x + B\sin x) + x(-A\sin x + B\cos x)
$$
$$
y_p'' = -A\sin x + B\cos x + (-A\sin x + B\cos x) + x(-A\cos x - B\sin x) = -2A\sin x + 2B\cos x - x(A\cos x + B\sin x)
$$
代入 $y'' + y$
$$
[-2A\sin x + 2B\cos x - x(A\cos x + B\sin x)] + [x(A\cos x + B\sin x)] = -2A\sin x + 2B\cos x
$$
令其等于 $2\cos x$,比较系数得:
$$
-2A = 0 \Rightarrow A=0,\quad 2B = 2 \Rightarrow B=1
$$
故 $y_p = x \sin x$。
**通解**
$$
y = C_1 \cos x + C_2 \sin x + x \sin x
$$
#### 题后总结
对于三角函数形式的非齐次项,当 $\alpha+\mathrm{i}\beta$ 是特征根时,特解要乘以 $x$。计算导数时注意整理,最终 $x$ 的项会消去,留下 $\sin$ 和 $\cos$ 的线性组合。
---
### 习题 4
求微分方程 $y'' + 4y = 8x^2$ 的通解。
#### 详细解答
**齐次解**:特征方程 $r^2 + 4 = 0$,根 $r = \pm 2\mathrm{i}$,故 $y_h = C_1 \cos 2x + C_2 \sin 2x$。
**特解**$f(x)=8x^2$ 是 $P_2(x) e^{0\cdot x}$ 型,$\lambda=0$。由于 $\lambda=0$ 不是特征根(特征根为 $\pm 2\mathrm{i}$),故设 $y_p = Ax^2 + Bx + C$。
计算导数:$y_p' = 2Ax + B$$y_p'' = 2A$。
代入 $y'' + 4y$
$$
2A + 4(Ax^2 + Bx + C) = 4A x^2 + 4B x + (2A + 4C)
$$
令其等于 $8x^2$,比较系数:
$$
4A = 8 \Rightarrow A = 2,\quad 4B = 0 \Rightarrow B = 0,\quad 2A + 4C = 0 \Rightarrow 4 + 4C = 0 \Rightarrow C = -1
$$
故 $y_p = 2x^2 - 1$。
**通解**
$$
y = C_1 \cos 2x + C_2 \sin 2x + 2x^2 - 1
$$
#### 题后总结
多项式型非齐次项,直接设同次多项式特解。注意代入后需比较常数项,解出所有系数。本例中 $B=0$,常数项非零。
---
### 习题 5
求初值问题 $y'' - 2y' - 3y = 4e^{-x}$$y(0)=1$$y'(0)=2$ 的解。
#### 详细解答
**齐次解**:特征方程 $r^2 - 2r - 3 = 0$$(r-3)(r+1)=0$,根 $r_1=3,\ r_2=-1$,故 $y_h = C_1 e^{3x} + C_2 e^{-x}$。
**特解**$f(x)=4e^{-x}$$\lambda=-1$ 是单特征根(因为 $r=-1$ 是特征根),故设 $y_p = A x e^{-x}$。
计算导数:
$$
y_p' = A e^{-x}(1 - x),\quad y_p'' = A e^{-x}(-2 + x)
$$
代入 $y'' - 2y' - 3y$
$$
A e^{-x}\big[(-2+x) - 2(1-x) - 3x\big] = A e^{-x}\big[-2+x -2 +2x -3x\big] = A e^{-x}(-4) = -4A e^{-x}
$$
令 $-4A e^{-x} = 4e^{-x}$,得 $A = -1$。故 $y_p = -x e^{-x}$。
**通解**
$$
y = C_1 e^{3x} + C_2 e^{-x} - x e^{-x}
$$
**代入初值**$y(0) = C_1 + C_2 = 1$。
$y' = 3C_1 e^{3x} - C_2 e^{-x} - e^{-x} + x e^{-x}$,则 $y'(0) = 3C_1 - C_2 - 1 = 2$,即 $3C_1 - C_2 = 3$。
解方程组:
$$
\begin{cases}
C_1 + C_2 = 1 \\
3C_1 - C_2 = 3
\end{cases}
$$
相加得 $4C_1 = 4 \Rightarrow C_1=1$,代入得 $C_2=0$。
**特解**
$$
y = e^{3x} - x e^{-x}
$$
#### 题后总结
本题结合了特征根法求齐次解、待定系数法求特解(注意 $\lambda$ 是单根,乘 $x$),以及初值条件确定常数。最终解不含 $e^{-x}$ 项,因为 $C_2=0$。
---
## 7. 习题答案速览
1. $y = C_1 e^{-2x} + C_2 e^{-3x}$
2. $y = (C_1 + C_2 x)e^{x} + \frac{1}{2}x^2 e^{x}$
3. $y = C_1 \cos x + C_2 \sin x + x \sin x$
4. $y = C_1 \cos 2x + C_2 \sin 2x + 2x^2 - 1$
5. $y = e^{3x} - x e^{-x}$

@ -1,192 +0,0 @@
>[!info] 定义
>一阶齐次线性微分方程是指这样形式的微分方程:$$\frac{\mathrm dy}{\mathrm dx}=\varphi\left(\frac yx\right)\qquad\text{或}\qquad\frac{\mathrm dx}{\mathrm dy}=\varphi\left(\frac xy\right).$$
实际上,函数 $\varphi$ 可能不是以这样明确的形式给我们的. 更一般地,齐次微分方程可以这样给出:$$\frac{\mathrm dy}{\mathrm dx}=f(x,y),$$我们需要“观察”出 $f(x,y)$ 的性质,并判断它是否能被转化为 $\varphi\left(\dfrac yx\right)$. 而这种性质称为**伸缩不变性**:对于任意实数 $t$,有 $f(x,y)=f(tx,ty)$. 换句话说,如果函数 $f(x,y)$ 满足伸缩不变性,则它可以转化为 $\varphi\left(\dfrac yx\right)$.
解决了如何判断一个方程是否为齐次微分方程的问题,接下来我们一般地推导这类微分方程的解法。
以 $\dfrac{\mathrm dy}{\mathrm dx}=\varphi\left(\dfrac yx\right)$ 为例,令 $u=\dfrac yx$,则 $y=ux, \mathrm dy = u\mathrm dx + x \mathrm du$. 故方程变为$$u+x\frac{\mathrm du}{\mathrm dx}=\varphi(u)\implies\frac{\mathrm du}{\varphi(u)-u}=\frac{\mathrm dx}{x}\implies\ln|x|=\int\frac{\mathrm du}{\varphi(u)-u}.$$ 故只需要算出不定积分 $\displaystyle \int\frac{\mathrm du}{\varphi(u)-u}$ 即可……吗?
不对,还有可能 $\varphi(u)=u$. 如果这样,那么就有$$\dfrac{\mathrm dy}{\mathrm dx}=\varphi\left(\dfrac yx\right)=\frac yx\implies y=Cx,$$其中 $C$ 为常数. 这是一种特殊情况,也得考虑到.
接下来做几道练习题.
>[!example] 例题1
>求解方程$$\frac{\mathrm dy}{\mathrm dx}=\frac{2x-5y+3}{2x+4y-6}.$$
>[!tip] 提示
>这是一个齐次方程吗?可以验证:并不是. 但它可以转化为齐次方程:因为右边分式上下都是一个直线方程,我们可以通过平移变化使它们经过原点,从而称为齐次方程.
>[!solution] 解
>令 $x=X+h, y=Y+k$,则原方程可以化为 $$\frac{\mathrm dY}{\mathrm dX}=\frac{2X-5Y+(2h-5k+3)}{2X+4Y+(2h+4k-6)}.$$
>为了使等式右边称为齐次式,令 $$\begin{cases}2h-5k+3=0\\2h+4k-6=0\end{cases},$$解得 $h=k=1.$ 则原方程可以转化为 $$\frac{\mathrm dY}{\mathrm dX}=\frac{2-5\frac{Y}{X}}{2+4\frac{Y}{X}}.$$令 $z=\dfrac YX$, 则 $\displaystyle X\frac{\mathrm dz}{\mathrm dX}=\frac{2-7z-4z^2}{2+4z}\implies\frac{2+4z}{2-7z-4z^2}\mathrm dz=\frac{\mathrm dX}{X}$ 积分得 $$(z+2)^2(4z-1)=\frac C{X^3}.$$带入 $z=\dfrac YX$ 得 $$(Y+2X)^2(4Y-X)=C$$即$$(y+2x-3)^2(4y-x-3)=C.$$
>[!summary] 题后总结
>有时候需要做变换之后,$f(x,y)$ 才成为齐次的,从而可以用齐次方程的方法求解.
%%
TODO: 应当再补充一些习题
%%
%%以下内容由AI生成未检查%%
一阶线性微分方程具有如下标准形式:
$$
\frac{\mathrm{d}y}{\mathrm{d}x} + P(x)y = Q(x)
$$
其中 $P(x)$、$Q(x)$ 是已知函数。当 $Q(x) \equiv 0$ 时,称为**齐次线性方程**;当 $Q(x) \not\equiv 0$ 时,称为**非齐次线性方程**。
**解法的核心思想:常数变易法**
常数变易法分为两步:先解对应的齐次方程,再将齐次解中的任意常数变为函数,代入非齐次方程求解。
对应的齐次方程为:
$$
\frac{\mathrm{d}y}{\mathrm{d}x} + P(x)y = 0
$$
这是一个变量可分离方程,解为:
$$
y_h = C e^{-\int P(x)\,\mathrm{d}x}
$$
其中 $C$ 为任意常数。
设非齐次方程的解具有形式 $\displaystyle y = u(x) e^{-\int P(x)\,\mathrm{d}x}$,其中 $u(x)$ 是待定函数。将 $y$ 代入原方程:
首先计算导数:
$$
\frac{\mathrm{d}y}{\mathrm{d}x} = u'(x) e^{-\int P\,\mathrm{d}x} + u(x) \cdot \left(-P(x)\right) e^{-\int P\,\mathrm{d}x}
$$
代入 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + P(x)y$
$$
\left[ u' e^{-\int P\,\mathrm{d}x} - P u e^{-\int P\,\mathrm{d}x} \right] + P u e^{-\int P\,\mathrm{d}x} = u' e^{-\int P\,\mathrm{d}x}
$$
右边为 $Q(x)$,因此:
$$
u' e^{-\int P\,\mathrm{d}x} = Q(x) \quad \Rightarrow \quad u'(x) = Q(x) e^{\int P(x)\,\mathrm{d}x}
$$
积分得:
$$
u(x) = \int Q(x) e^{\int P(x)\,\mathrm{d}x}\,\mathrm{d}x + C
$$
从而非齐次方程的通解为:
$$
y = e^{-\int P\,\mathrm{d}x} \left( \int Q e^{\int P\,\mathrm{d}x}\,\mathrm{d}x + C \right)
$$
**解题步骤**
1. 将方程化为标准形式 $\frac{\mathrm{d}y}{\mathrm{d}x} + P(x)y = Q(x)$。
2. 写出齐次解 $y_h = C e^{-\int P(x)\,\mathrm{d}x}$。
3. 设 $y = u(x) e^{-\int P(x)\,\mathrm{d}x}$,代入原方程,得到 $u'(x) = Q(x) e^{\int P(x)\,\mathrm{d}x}$。
4. 积分求出 $u(x)$,代回得通解。
5. 若有初始条件,代入确定常数 $C$。
<br><br>
>[!emample] **例1**
>求方程 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + 2xy = e^{-x^2}$ 的通解。
>[!solution] **解**
这里 $P(x)=2x$$Q(x)=e^{-x^2}$。
齐次方程 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + 2xy = 0$ 的解为 $y_h = C e^{-x^2}$。
设 $y = u(x) e^{-x^2}$,则 $y' = u' e^{-x^2} - 2x u e^{-x^2}$。代入原方程:
$$u' e^{-x^2} - 2x u e^{-x^2} + 2x u e^{-x^2} = e^{-x^2} \quad \Rightarrow \quad u' e^{-x^2} = e^{-x^2}$$
所以 $u' = 1$,积分得 $u = x + C$。故通解为 $y = (x + C)e^{-x^2}$。
<br>
>[!emample] 例2
求解微分方程 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + y = e^{-x}$。
>[!solution] 解
**标准形式**$P(x)=1$$Q(x)=e^{-x}$。
**齐次解**$y_h = C e^{-x}$。
**常数变易**:设 $y = u(x) e^{-x}$,则 $y' = u' e^{-x} - u e^{-x}$。
代入原方程:
$$u' e^{-x} - u e^{-x} + u e^{-x} = e^{-x} \quad \Rightarrow \quad u' e^{-x} = e^{-x} \quad \Rightarrow \quad u' = 1$$
积分得 $u = x + C$。
**通解**$y = (x + C) e^{-x}$。
>[!summary] 题后总结
常数变易法通过将齐次解中的常数 $C$ 替换为函数 $u(x)$,代入后消去了与齐次方程对应的项,从而简化出 $u'(x)$ 的方程。本题中 $u'$ 直接可积,过程简洁。
<br>
>[!example] 例3
求解微分方程 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} - \frac{2}{x}y = x^2 \sin x$,其中 $x>0$。
>[!solution] 解
**标准形式**$\displaystyle P(x)=-\frac{2}{x}$$Q(x)=x^2\sin x$。
**齐次解**$\displaystyle\int P\,\mathrm{d}x = -2\ln x$$y_h = C e^{2\ln x} = C x^2$。
**常数变易**:设 $y = u(x) x^2$,则 $y' = u' x^2 + 2u x$。
代入原方程:
$$u' x^2 + 2u x - \frac{2}{x}(u x^2) = x^2\sin x \quad \Rightarrow \quad u' x^2 + 2u x - 2u x = x^2\sin x$$
即 $u' x^2 = x^2\sin x$,故 $u' = \sin x$,积分得 $u = -\cos x + C$。
**通解**$y = x^2(C - \cos x)$。
>[!summary] 题后总结
本题中 $P(x)$ 导致齐次解为幂函数 $x^2$,代入后 $2u x$ 项恰好抵消,得到 $u'$ 的简单方程。注意 $x>0$ 保证了表达式的有效性。
>[!example] 例4
求解初值问题 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + y\tan x = \sin 2x$$y(0)=1$。
>[!solution] 解
**标准形式**$P(x)=\tan x$$Q(x)=\sin 2x$。
**齐次解**$\displaystyle\int \tan x\,\mathrm{d}x = -\ln|\cos x|$,故 $\displaystyle y_h = C e^{\ln|\cos x|} = C\cos x$(取 $\cos x>0$ 的区间)。
**常数变易**:设 $y = u(x)\cos x$,则 $y' = u'\cos x - u\sin x$。
代入原方程:
$$u'\cos x - u\sin x + (u\cos x)\tan x = \sin 2x$$
注意 $u\cos x \cdot \tan x = u\sin x$,所以 $-u\sin x + u\sin x$ 抵消,得到:
$$u'\cos x = \sin 2x = 2\sin x\cos x$$
两边除以 $\cos x$(在区间内 $\cos x \neq 0$$u' = 2\sin x$,积分得 $u = -2\cos x + C$。
故通解为 $y = \cos x(-2\cos x + C) = -2\cos^2 x + C\cos x$。
代入初值 $y(0)=1$$1 = -2\cdot 1 + C\cdot 1 \Rightarrow C=3$。
**特解**$y = -2\cos^2 x + 3\cos x$。
>[!summary] 题后总结
使用常数变易法时,关键一步是代入后利用 $\tan x$ 的乘积抵消掉包含 $u$ 的项。本题中初值条件用于确定常数,最终特解形式与积分因子法相同。
>[!example] 例5
求解微分方程 $\displaystyle\frac{\mathrm{d}y}{\mathrm{d}x} + \frac{2x}{1+x^2}y = \frac{1}{(1+x^2)^2}$。
>[!solution] 解
**标准形式**$\displaystyle P(x)=\frac{2x}{1+x^2}$$\displaystyle Q(x)=\frac{1}{(1+x^2)^2}$。
**齐次解**$\displaystyle\int P\,\mathrm{d}x = \ln(1+x^2)$,故 $\displaystyle y_h = C e^{-\ln(1+x^2)} = \frac{C}{1+x^2}$。
**常数变易**:设 $\displaystyle y = \frac{u(x)}{1+x^2}$,则 $\displaystyle y' = \frac{u'(1+x^2) - u\cdot 2x}{(1+x^2)^2}$。
代入原方程:
$$\frac{u'(1+x^2) - 2xu}{(1+x^2)^2} + \frac{2x}{1+x^2}\cdot\frac{u}{1+x^2} = \frac{1}{(1+x^2)^2}$$
第二项 $\frac{2x}{1+x^2}\cdot\frac{u}{1+x^2} = \frac{2xu}{(1+x^2)^2}$,与第一项中的 $-\frac{2xu}{(1+x^2)^2}$ 抵消,得到:$$\frac{u'(1+x^2)}{(1+x^2)^2} = \frac{1}{(1+x^2)^2} \quad \Rightarrow \quad u' = \frac{1}{1+x^2}$$
积分得 $u = \arctan x + C$。
**通解**$\displaystyle y = \frac{\arctan x + C}{1+x^2}$。
>[!summary] 题后总结
常数变易法将解的形式设为齐次解乘以 $u(x)$,代入后利用 $P(x)$ 与齐次解导数的关系,自动消去含 $u$ 的项,剩下 $u'$ 乘以齐次解的表达式等于 $Q(x)$,从而得到 $u'$ 的方程。本题中抵消后 $u'$ 的积分结果为 $\arctan x$。
>[!example] 例6
求解微分方程 $\frac{\mathrm{d}y}{\mathrm{d}x} + \frac{1}{x}y = \frac{\ln x}{x}$,其中 $x>0$。
>[!solution] 解
**标准形式**$P(x)=\frac{1}{x}$$Q(x)=\frac{\ln x}{x}$。
**齐次解**$\int P\,\mathrm{d}x = \ln x$,故 $y_h = C e^{-\ln x} = \frac{C}{x}$。
**常数变易**:设 $y = \frac{u(x)}{x}$,则 $y' = \frac{u' x - u}{x^2}$。
代入原方程:$$\frac{u' x - u}{x^2} + \frac{1}{x}\cdot\frac{u}{x} = \frac{\ln x}{x}$$
即 $\displaystyle\frac{u' x - u}{x^2} + \frac{u}{x^2} = \frac{\ln x}{x}$,左边化简得 $\displaystyle\frac{u' x}{x^2} = \frac{u'}{x}$,所以:$$\frac{u'}{x} = \frac{\ln x}{x} \quad \Rightarrow \quad u' = \ln x$$
积分得 $\displaystyle u = \int \ln x\,\mathrm{d}x = x\ln x - x + C$。
**通解**$\displaystyle y = \frac{x\ln x - x + C}{x} = \ln x - 1 + \frac{C}{x}$。
>[!summary] 题后总结
本题中 $P(x)=\frac{1}{x}$ 导致齐次解为 $\frac{C}{x}$,代入后 $u$ 的项抵消,剩下 $u'$ 的方程,积分 $\ln x$ 需用分部积分。通解结构为齐次解加上一个特解 $\ln x - 1$。

@ -310,7 +310,7 @@ a_n &= \int_0^1 x (1-x)^n\mathrm dx = \int_0^1 (1-t) t^n\mathrm dt \\
>可以看到,经过两次分部积分之后,$\int\mathrm e^x \sin x\mathrm dx$ 又一次出现了。
>果断将它移到等式左边,直接同时除以 $2$
>$\int\mathrm e^x \sin x\mathrm dx=\mathrm e^x \sin x -\mathrm e^x \cos x - \int\mathrm e^x \sin x\mathrm dx\Rightarrow2\int\mathrm e^x \sin x\mathrm dx=\mathrm e^x \sin x -\mathrm e^x \cos x$
>因此 $\displaystyle\int\mathrm e^x \sin x\mathrm dx=\frac{\mathrm e^x \sin x -\mathrm e^x \cos x}{2}+C$
>因此 $\displaystyle\int\mathrm e^x \sin x\mathrm dx=\frac{\mathrm e^x \sin x -\mathrm e^x \cos x}{2}$
>[!hint] 提示
>在进行循环式时,一般要多次求分部积分。如果你分部积了一次拿不准的话,再分部积一次,也许会有意外收获。

Before

Width:  |  Height:  |  Size: 1.3 MiB

After

Width:  |  Height:  |  Size: 1.3 MiB

Before

Width:  |  Height:  |  Size: 10 KiB

After

Width:  |  Height:  |  Size: 10 KiB

Before

Width:  |  Height:  |  Size: 114 KiB

After

Width:  |  Height:  |  Size: 114 KiB

Before

Width:  |  Height:  |  Size: 140 KiB

After

Width:  |  Height:  |  Size: 140 KiB

Before

Width:  |  Height:  |  Size: 18 KiB

After

Width:  |  Height:  |  Size: 18 KiB

Before

Width:  |  Height:  |  Size: 1.3 KiB

After

Width:  |  Height:  |  Size: 1.3 KiB

@ -266,7 +266,8 @@ $$
设 $f(x)$ 在 $(-\infty, +\infty)$ 内二阶可导,且 $f''(x) \neq 0$。
1证明对于任何非零实数 $x$,存在唯一的 $\theta(x)$ ($0<\theta(x)<1$),使得
$$f(x) = f(0) + x f'(x\theta(x));$$
2求$\lim\limits_{x \to 0} \theta(x).$
2
$\lim\limits_{x \to 0} \theta(x).$
**证明:**
(1) 对于任何非零实数 $x$,由中值定理,存在 $\theta(x)$ $(0<\theta(x)<1)$,使得
@ -277,7 +278,7 @@ $$
如果这样的 $\theta(x)$ 不唯一,则存在 $\theta_{1}(x)$ 与 $\theta_{2}(x)$ $(\theta_{1}(x)<\theta_{2}(x))$,使得 $f'(x\theta_{1}(x))=f'(x\theta_{2}(x))$,由罗尔定理,存在一点 $\xi$,使得 $f''(\xi)=0$,这与 $f''(x)\neq 0$ 矛盾。所以 $\theta(x)$ 是唯一的。
(2) 注意到 $f''(0)=\lim\limits_{x\rightarrow 0} \frac{f'(x\theta(x))-f'(0)}{x\theta(x)}$,又知
(2) 注意到 $f''(0)=\lim_{x\rightarrow 0} \frac{f'(x\theta(x))-f'(0)}{x\theta(x)}$,又知
$$
\begin{aligned}
@ -423,13 +424,11 @@ $$
比较两式即得结论。
>[!example] 例2
设 $f(x)$ 在 $[a, b]$ 上连续,在 $(a, b)$ 内二阶可导,又若 $f(x)$ 的图形与联结 $A(a, f(a))$$B(b, f(b))$ 两点的弦交于点 $C(c, f(c))\,(a \leq c \leq b$),证明在 $(a, b)$ 内至少存在一点 $\xi$,使得 $f''(\xi) = 0$。
设 $f(x)$ 在 $[a, b]$ 上连续,在 $(a, b)$ 内二阶可导,又若 $f(x)$ 的图形与联结 $A(a, f(a))$$B(b, f(b))$ 两点的弦交于点 $C(c, f(c))$ ($a \leq c \leq b$),证明在 $(a, b)$ 内至少存在一点 $\xi$,使得 $f''(\xi) = 0$。
**分析:**
<img src="多次运用 微分中值定理.png" width="400" style="margin: 0 auto; display:block;">
二阶导的零点就是图像的拐点,从图中能直观地看出来,函数图像的凹凸性确实发生了改变。现在的问题就是如何证明。
首先可以很直观地看到,函数图像应当有两条与直线$AB$平行的切线,由拉格朗日中值定理也可以证明这一点。这样,$f'(x)$就在不同地方取到了相同的函数值,这就想到用罗尔定理,从而可以证明题中结论。
**分析:**![[多次运用 微分中值定理.png]]
二阶导的零点就是图像的拐点,从图中能直观地看出来,函数图像的凹凸性确实发生了改变。现在的问题就是如何证明。
首先可以很直观地看到,函数图像应当有两条与直线$AB$平行的切线,由拉格朗日中值定理也可以证明这一点。这样,$f'(x)$就在不同地方取到了相同的函数值,这就想到用罗尔定理,从而可以证明题中结论。
**解**
弦 $AB$ 的方程为

Before

Width:  |  Height:  |  Size: 27 KiB

After

Width:  |  Height:  |  Size: 27 KiB

@ -1,974 +0,0 @@
%%用两个百分号扩在一起的是MarkDown注释保存时不会展现。如无必要无需删去。
也可以用这种方法标注内容
所有“待审查”是标注待审查标签上面的内容
%%
# Section 1 积分基础
数学是对抽象概念的演绎,有概念我们就得讲定义。所以先上不定积分与定积分的定义。
>[!info] 定义$\qquad$原函数与不定积分
>对一个定义在区间 $I$ 上的函数 $f(x)$,如果存在一个可导函数 $F(x)$,使得$$F'(x)=f(x),$$则称 $F(x)$ 是 $f(x)$ 的一个原函数。 $f(x)$ 的原函数全体称为其不定积分,记作$$\int f(x)\text dx=F(x)+C,$$其中 $C$ 是常数。
按照这个定义,$f(x)$ 后面的 $\text dx$ 似乎是不必要的——但显然实际上不是。大家有兴趣可以自己去查资料,我们的时间都比较有限,就不展开了。自己有好奇心去探索才是学习的一个最大动力……
言归正传,接下来是定积分的定义。
>[!info] 定义$\qquad$定积分
>设 $f(x)$ 在区间 $[a,b]$ 上有定义,取一列数 $x_i(i=0,1,\cdots,n)$,满足 $a=x_0\lt x_1\lt x_2 \lt \cdots\lt x_n=b$,记 $\lambda=\max\limits_{0\leqslant i\lt n}\{x_{i+1}-x_i\},$ 如果对任意$\xi_i\in[x_i,x_{i+1}],0\leqslant i\lt n$,极限 $\displaystyle\lim_{\lambda\to0}\sum_{i=0}^{n-1}f(\xi_i)(x_{i+1}-x_i)$ 存在,则称函数 $f(x)$ 在区间 $[a,b]$ 上可积,记为$$\int_a^bf(x)\text dx=\lim_{\lambda\to0}\sum_{i=0}^{n-1}f(\xi_i)(x_{i+1}-x_i),$$
>其结果称为定积分。
<br>
然后是连接不定积分与定积分桥梁:牛顿-莱布尼兹公式
>[!info] 牛顿-莱布尼兹公式
>设 $f(x)$ 在区间 $[a,b]$ 上可积,且有一个原函数 $F(x)$ ,则$$\int_a^bf(x)\text dx=F(b)-F(a).$$
使用这个定理是有条件的。因为 $F(x)$ 是 $f(x)$ 的一个原函数,所以它必须可导,从而必须<span class="emphasize">连续</span>
有了这个定理,我们就可以比较方便地计算定积分了——至少比用定义方便。并且,这也让我们有了求不定积分的动力。根据不定积分的定义,我们可以将基本求导公式反推,得到下面的常用的基本不定积分公式(更详尽的在最下面):
$\displaystyle\int 0\mathrm dx =C$<span class="emphasize">补药漏写常数 C 口牙!</span>
$\displaystyle\int k\mathrm dx = kx + C$ $k$ 为常数)
$\displaystyle\int x^\mu\mathrm dx = \frac{x^{\mu+1}}{\mu+1} + C$ $\mu \neq -1$
$\displaystyle\int \frac{1}{x}\mathrm dx = \ln|x| + C$
$\displaystyle\int a^x\mathrm dx = \frac{a^x}{\ln a} + C$ $a>0,a\neq1$
$\displaystyle\int e^x\mathrm dx = e^x + C$
$\displaystyle\int \sin x\mathrm dx = -\cos x + C$
$\displaystyle\int \cos x\mathrm dx = \sin x + C$
$\displaystyle\int \sec^2 x\mathrm dx = \tan x + C$
$\displaystyle\int \csc^2 x\mathrm dx = -\cot x + C$
$\displaystyle\int \sec x \tan x\mathrm dx = \sec x + C$
$\displaystyle\int \csc x \cot x\mathrm dx = -\csc x + C$
以下公式不是基本不定积分公式,但是也很常见,必须熟记:
$\displaystyle\int \tan x\mathrm dx = -\ln|\cos x| + C$
$\displaystyle\int \cot x\mathrm dx = \ln|\sin x| + C$
$\displaystyle\int \sec x\mathrm dx = \ln|\sec x + \tan x| + C$
$\displaystyle\int \csc x\mathrm dx = \ln|\csc x - \cot x| + C$
(这一列撬棍是不是特别喜感哈哈哈哈)
# Section 2 积分方法
## 预处理
拿到一个积分,最忌讳的是直接被那一团复杂的被积函数吓倒。先尝试着逐步拆解简化这个积分,然后进行求解。
常见的预处理方式:
### 1. 对定积分:在积分上下限互为相反数时靠奇函数来消项;通过拆分上下限来简化可能性
### 2. 对有理式:有理式的拆解
对有理式的拆解,集中在对分式 $\displaystyle\frac{M(x)}{N(x)} = \frac{a_0x^n+a_1x^{n-1}+\dots+a_{n-1}x+a_n}{b_0x^m+b_1x^{m-1}+\dots+b_{m-1}x+b_m}$ 的拆解中。
##### 第一步:拆成一个整式+真分式
$\displaystyle\frac{M(x)}{N(x)}=S(x)+\frac{P(x)}{Q(x)}$,其中 $S(x)$ 为整式,$\displaystyle\frac{P(x)}{Q(x)}$ 为真分式
整式可以直接分离,单独求积分;
对于真分式 $\displaystyle\frac{P(x)}{Q(x)} = \frac{a_0x^p+a_1x^{p-1}+\dots+a_{p-1}x+a_p}{b_0x^q+b_1x^{q-1}+\dots+b_{q-1}x+b_q},\quad p<q$
将分母进行因式分解 $Q(x)=b_0(x-a)^\alpha\cdots(x-b)^\beta(x^2+px+q)^\lambda\cdots(x^2+rx+s)^\mu$
通常这种一般的因式分解都会比较容易,出题人不会太难为人。
分母若出现 $(x^2+px+q)^\lambda$ 这种不可约二次式的幂的形式,需要该二次式的判别式 $\Delta = p^2 - 4q < 0$(即在实数范围内不可约)。如果 $\Delta \geq 0$,则它应当继续分解为一次式的乘积 $(x-a)(x-b)$ $(x-a)^2$ ,而不会保留为这种二次形式。
这样,我们就能把 $\displaystyle\frac{P(x)}{Q(x)}$ 写成: $$\begin{align*}
\frac{P(x)}{Q(x)} &= \frac{A_1}{x-a} + \frac{A_2}{(x-a)^2} + \dots + \frac{A_\alpha}{(x-a)^\alpha} + \dots + \frac{B_1}{x-b} + \frac{B_2}{(x-b)^2} + \dots + \frac{B_\beta}{(x-b)^\beta} \\
&\quad + \frac{M_1x+N_1}{x^2+px+q} + \frac{M_2x+N_2}{(x^2+px+q)^2} + \dots + \frac{M_\lambda x+N_\lambda}{(x^2+px+q)^\lambda} \\
&\quad + \dots + \frac{R_1x+S_1}{x^2+rx+s} + \frac{R_2x+S_2}{(x^2+rx+s)^2} + \dots + \frac{R_\mu x+S_\mu}{(x^2+rx+s)^\mu}
\end{align*}$$
>[!warning] 注意!
>1. 若有 $\alpha$ 个重根,即某一因式为 $\alpha$ 次方那么这个项就拆成分母从1次方加到 $\alpha$ 次方。
>2. 对于分母为二次函数那么其分子就是一次函数并且依旧要符合规则1。
接下来就能用待定系数法求出那些待定的系数 $A,B,M,N$ 等等。一般来说,这个过程不会太复杂,大可不必拿出考完的线代。下面这个都还算是难的。
>[!task] 任务
>尝试用待定系数法推出 $\displaystyle\frac{1}{(1+2x)(1+x^2)} = \frac{1}{5}\left(\frac{4}{1+2x}+\frac{-2x+1}{1+x^2}\right)$
```text
```
当然,并不是所有时候都要用待定系数法,如果你的注意力惊人。
比如说对于 $\displaystyle\int\frac{2\mathrm dx}{x^2-1}$$\displaystyle\frac{2}{x^2-1}=\frac{1}{x-1}-\frac{1}{x+1}$
也不是一定要给它拆成这种细碎的样子,因题目而异。如果不拆分有更快的做法,那就没必要拆。
### 对根式:欧拉代换(可选)
>[!danger] 警告
>欧拉代换法是你<span class="danger">最后的防线</span>,而非你的第一个想法。
>当普通的代换能解决问题,如 $\sqrt{x^2+2x+2}=\sqrt{(x+1)^2+1}$,那么最好不用欧拉代换法。
>如果实在想不出来怎么做,可以用欧拉替代法硬算,将其作为最后的手段。
对于不定积分 $\displaystyle\int R\left(x,\sqrt{ax^2+bx+c}\right)dx \quad (a\neq0)$,可以从如下角度作代换:
- 欧拉第一代换:如果 $a>0$,令 $\sqrt{ax^2+bx+c}=t-\sqrt{a}x$,或令 $\sqrt{ax^2+bx+c}=\sqrt{a}x+t$。
- 欧拉第二代换:如果 $c>0$,令 $\sqrt{ax^2+bx+c}=tx-\sqrt{c}$,或令 $\sqrt{ax^2+bx+c}=tx+\sqrt{c}$。
- 欧拉第三代换:如果 $ax^2+bx+c=a(x-\alpha)(x-\beta)$,则可以令 $\sqrt{ax^2+bx+c}=t(x-\alpha)$
对于任意一种换元,换元后等式两边平方,此时 $x^2$ 这一项将会被抵消,因此用含 $t$ 的多项式将 $x$ 表示出来。
>[!todo] 示例
>求不定积分$\displaystyle\int \frac{dx}{(x^2+a^2)\sqrt{a^2-x^2}}$
>解:令 $\sqrt{a^2-x^2}=t(a-x)$,则
>$$\displaystyle t^2=\frac{a+x}{a-x},\quad x=a\frac{t^2-1}{t^2+1},\quad\mathrm dx=\frac{4at}{(t^2+1)^2}\mathrm dt$$
>$$\displaystyle x^2+a^2=\frac{2a^2(t^4+1)}{(t^2+1)^2}$$
>于是
>$$\begin{align}\int \frac{\mathrm dx}{(x^2+a^2)\sqrt{a^2-x^2}} &= \int \frac{\frac{4at}{(t^2+1)^2}\mathrm dt}{\frac{2a^2(t^4+1)}{(t^2+1)^2}\cdot\frac{2at}{t^2+1}} \\&= \frac{1}{2a^2}\int \frac{2t^2+2}{t^4+1}\mathrm dt\end{align}$$
>之后可以按照有理式的方法继续积分下去。
### 对奇数次三角函数:万能代换
>[!danger] 警告
>万能代换法同样是你<span class="danger">最后的防线</span>,计算量很大,只有在万不得已的时候才会考虑。
对于由三角函数和常数经过有限次四则运算构成的函数,即三角函数有理式的积分,我们常常利用到三角函数中的万能代换:$$t=\tan\frac x2$$
我们做题中,令 $\displaystyle t = \tan \frac{x}{2}$ ,则 $\displaystyle\mathrm dx = \frac{2}{1 + t^2}\mathrm dt$。
## 换元积分法
常见特征:被积函数有三角函数、 $x^2\pm a^2$ 等元素
使用换元积分法非常考验你对被积函数的敏感程度,也就是“题感”,方法本身是特别容易理解的,因此我们必须熟练记忆一些初等函数求导公式以及额外补充的一些推出来的求导公式。
>[!todo] 开胃菜
>求不定积分 $\displaystyle\int\cos^2x\sin x\mathrm dx$.
>>解:令 $u=\cos x$;两边求微:$\mathrm du=-\sin x\mathrm dx$
>>$\displaystyle\int\cos^2x\sin x\mathrm dx=-\int u^2\mathrm du=-\dfrac{u^3}{3}+C=-\dfrac{\cos^3 x}{3}+C$
>>如果你对整个过程很熟练,可以写成 $\displaystyle\int\cos^2x\sin x\mathrm dx=\int\cos^2x\mathrm d(\cos x)=-\dfrac{\cos^3 x}{3}+C$
除此之外还有第二类换元法
>[!example] 例题
>计算定积分$\displaystyle\int_{0}^{1}\dfrac{\mathrm{d}x}{(2 - x)\sqrt{1 - x}}$
```text
```
换元法有下列几种情况:
#### 1. 三角函数式
>[!example] 例2.1
>求不定积分 $\displaystyle\int \sin^2 x \cos^5 x\mathrm dx$.
>[!tip] 提示
>利用 $\cos x$ 来凑微分而不是 $\sin x$,这样你就能得到偶数次方的三角函数——如果最后剩下奇数次方的 $\sin x,\cos x$,那么可能还要多花一点心思去做换元或用别的技巧,但是偶数次方的可操作性强很多,你可以用 $\sin^2x+\cos^2x=1$ 来升降次,用诸如 $\cos^2x=\dfrac{1+\cos 2x}{2}$ 来换角,比奇数次更加便捷。
>“化偶数次”也是万能代换 $x=\tan\frac{t}{2}$ 背后的逻辑。
```text
```
#### 2. 三角代换式
三角代换并不是绝对的,需要根据被积函数的情况来定。然而,当出现类似 $x^2\pm a^2$ 的结构,尤其是在根号内的时候,可以根据 $\sin^2x+\cos^2x=1$ 和 $\tan^2x+1=\sec^2x$ 适当选择代换式
一般规律如下:当被积函数中含有
${\sqrt{a^2 - x^2}}$ 可令 $x = a\sin t$
${\sqrt{a^2 + x^2}}$ 可令 $x = a\tan t$
${\sqrt{x^2 - a^2}}$ 可令 $x = a\sec t$
>[!fail] 不应当死记硬背上面的代换,这样很容易记错
>[!done] 你可以结合 $\sin^2x+\cos^2x=1$ 和 $\tan^2x+1=\sec^2x$ 来辅助记忆,并强化运用能力
>[!example] 例题2.2
>求不定积分 $\displaystyle\int\frac{\mathrm dx}{\sqrt{x^2+a^2}} \quad (a>0)$
```text
```
>[!hint] 对于反三角函数,我们可以用第一类换元法,尝试构造 $u$ 等于该反三角函数:
>$$\begin{align*}
\int \frac{\sqrt{\arctan x}}{1+x^2}\mathrm dx
&= \int \sqrt{\arctan x}\mathrm d(\arctan x) \\
&= \frac{2}{3}(\arctan x)^{\frac{3}{2}} + C
\end{align*}$$
#### 3. 有理式
>[!example] 例2.3
>求不定积分 $\displaystyle\int\dfrac{x\mathrm dx}{(x-1)^{100}}$.
```text
```
>[!example] 例2.4
>设 $\displaystyle a_n=\int_0^1x(1-x)^n\text dx,n=1,2,\cdots$.
>1求级数 $\displaystyle\sum_{n=1}^\infty a_n$
>2设常数 $\lambda\gt0$,试讨论级数 $\displaystyle\sum_{n=1}^\infty \lambda^na_n$ 的敛散性.
```text
```
>[!summary] 题后总结
>以上两题很像,就放在一起总结了。
>2.4第一问解1是利用凑微分法和分部积分法比较常规也相对容易想到解2利用第二类换元法2.3在微分中凑出一个较为复杂的表达式,可以理解为令 $t=x-1$ 的换元,都大大简化了计算。
>为什么用这种换元可以简化计算呢?观察一下特征:一个相对复杂的式子上有一个 $n$ 次方,变得更加复杂,而简单的式子 $x$ 是一次的,更加简单。为了<span class="emphasize">“调和”</span>两个式子的复杂度,我们把复杂式子代换掉,这样就能更加方便地进行积分了。
>[!example] 例2.
>求不定积分 $\displaystyle\int \frac{\mathrm{d}x}{\sqrt[6]{x+1} - \sqrt[3]{x+1}}$
>[!hint] 提示
>对于含有多个次数不同的根式时,换元时要换元为根指数的最小公倍数。
>若被积函数中含有 $\sqrt[n_1]{ax+b}$,$\sqrt[n_2]{ax+b}$,$\dots$,$\sqrt[n_k]{ax+b}$,可考虑代换 $t = \sqrt[n]{ax+b}$$n$ 为 $n_1$,$n_2$,$\dots,n_k$ 的最小公倍数)
>若被积函数中含有 $\displaystyle\sqrt[n_1]{\frac{ax+b}{cx+d}},\sqrt[n_2]{\frac{ax+b}{cx+d}},\dots,\sqrt[n_k]{\frac{ax+b}{cx+d}}$,可考虑代换 $\displaystyle t = \sqrt[n]{\frac{ax+b}{cx+d}}$$n$ 为 $n_1$,$n_2$,$\dots$,$n_k$ 的最小公倍数)
```text
```
#### 4. 倒代换
在拆解有理式之后,对于 $\dfrac{1}{ax+b},\dfrac{1}{ax^2+bx+c}$ 等一次、二次分式,我们可以从容应对;但是如果次数再高一点,就很难办了。
然而,对于一些较为简单的高次幂函数,我们可以使用**倒代换**:把 $x$ 倒过来!
令 $\displaystyle x=\frac1t,\mathrm dx=-\frac{1}{t^2}\mathrm dt.$
>[!example] 例题
>求不定积分 $\displaystyle\int\frac{1}{x(x^7+2)}\mathrm dx$
```text
```
## 分部积分法
分部积分法的基本公式:$\int u\mathrm dv=uv-\int v\mathrm du$
分部积分法的要点是通过合理选择 $u,\mathrm dv$ 使得 $\int v\mathrm du$ 比 $\int u\mathrm dv$ 更容易求。那么如何选择呢?按照教员上课提到的“<span style="color:#ff7700;font-weight:bold;">反对幂指三</span>”,我们这样选择 $u$,十有八九能成功(实在不行再调换顺序):
1. **反**:反三角函数家族 $\arcsin,\arccos,\arctan,...$
2. **对**:对数函数,通常特指 $\ln x$
3. **幂**:幂函数,$x,x^2,x^3,...$
4. **指**:指数函数,通常特指 $\mathrm e^x$
5. **三**:三角函数家族 $\sin,\cos,\tan,\cot,\sec,\csc$
<br>
>[!todo] 示例
>求不定积分 $\int x\cos x\mathrm dx$
%%像这种示例,就不用挖掉解答了:
建议以后不挖去解答的用“示例”标签可以用info或者todo样式%%
>[!done] 正确示例
>解:按照顺序,匹配到“**幂**”,那么我们取 $u=x$$\mathrm dv=\cos x\mathrm dx=\mathrm d\sin x$
>$\int x \cos x\mathrm dx = \int x\mathrm d\sin x = x \sin x - \int \sin x\mathrm dx = x \sin x + \cos x + C$
>[!fail] 错误示例
>解:我们尝试取 $u=\cos x$$\mathrm dv=x\mathrm dx=\frac{1}{2}\mathrm dx^2$
>$\displaystyle\int x\cos x\mathrm dx=\frac{1}{2}\int\cos x\mathrm dx^2=\frac 12\left(x^2\cos x+\int x^2\sin x\mathrm dx\right)$ ……
>你还愿意继续积下去吗?我是不愿意了。
### 常见情况:
#### 1. 幂函数与其他函数乘积
>[!example] 例题
>求不定积分 $\int x^3 \ln x\mathrm dx$
```text
```
>[!example] 例题
>求不定积分 $\displaystyle\int\mathrm e^{\sqrt{x}}\mathrm dx$
```text
```
>[!example] 例题
>求不定积分 $\displaystyle \int x \tan^2 x\mathrm dx = \underline{\qquad}.$
>[!hint] 提示
>这道题取 $u=x$ 没错,不过如何处理 $\mathrm dv$?这需要一定的三角代换。
```text
```
>[!summary] 注意
>三角函数的积分一定不是考你积分,而是考你三角函数……
<br>
然而,不少积分不能直接积出来。对于部分情况,需要用到**循环式**和**递推式**求解。
#### 2. 依靠循环式求解的积分
**循环式**是指在进行分部积分的时候,多次循环会出现**同一积分式**
```text
```
>[!hint] 提示
>在进行循环式时,一般要多次求分部积分。如果你分部积了一次拿不准的话,再分部积一次,也许会有意外收获。
>[!example] 例题
>求 $\displaystyle I=\int\dfrac{\text e^{\arctan x}}{(1+x^2)^{3/2}}\text dx.$
```text
```
>[!tip] 小技巧
>如何通过 $u$ 算出 $\sin x$ 和 $\cos x$?只要画一个三角形就看可以很直观地看出来了。
><img style="margin: 0 auto; display:block;" src="三角形.png" width="200" height="200"/>
%%上述在同济中亦有记载%%
%%参考:[Math is Fun - Integration by Parts](https://www.mathsisfun.com/calculus/integration-by-parts.html)
仅供娱乐,切勿当真%%
#### 3. 依靠递推式求解的积分
与循环式类似,递推式会在使用分部积分时出现和原式类似,但是比原式“**低一级**”的积分式,这会给人一种“我好像在求数列的递推式”。这个时候就可以把待求积分看作是数列。这种结构一般在积分式含有正整数 $n$ 的时候出现e.g. $(x^2+a^2)^n$ )例如:
>[!todo] 示例
>求不定积分 $\displaystyle I_n = \int \frac{\mathrm dx}{(x^2 + a^2)^n} \quad (a>0)$
>我们尝试一次分部积分:
>$$\begin{align*}I_{n-1} &= \int \frac{dx}{(x^2 + a^2)^{n-1}} = \frac{x}{(x^2 + a^2)^{n-1}} + 2(n-1)\int \frac{x^2}{(x^2 + a^2)^n} dx \\&= \frac{x}{(x^2 + a^2)^{n-1}} + 2(n-1)\int \frac{(x^2 + a^2) - a^2}{(x^2 + a^2)^n} dx \\&= \frac{x}{(x^2 + a^2)^{n-1}} + 2(n-1)(I_{n-1} - a^2 I_n)\end{align*}$$
>这样积了一遍之后,我们就会发现:这一次积分,我们打通了 $I_n$ 与 $I_{n-1}$ 的桥梁。
>这样,我们尝试用 $I_{n-1}$ 来表示 $I_n$
>$$I_n = \frac{1}{2a^2(n-1)} \left[ \frac{x}{(x^2 + a^2)^{n-1}} + (2n-3)I_{n-1} \right]$$
>那么 $I_1$ 呢?
>$$\displaystyle I_1=\int\frac{dx}{x^2 + a^2}$$
>取 $x=a\tan t$
>$$I_1=\int\frac{a\sec^2 t\mathrm dt}{a^2\sec^2 t}=\frac ta+C=\frac1a\arctan\frac xa+C$$
>这样我们就能依次推出 $I_2,I_3,\cdots,I_n$
>[!bug] 这道题求通项似乎是一件很困难的事。
>一般来说不要求像数列一样求出通项。
>[!example] 例题
>证明 $\displaystyle I_n=\int\tan^nx\text{d}x=\dfrac{\tan^{n-1}x}{n-1}-I_{n-2}.$
```text
```
>[!example] 例题
>记 $\displaystyle I_n = \int_0^{\frac{\pi}{4}} \sec^n x \mathrm dx, \ (n=0,1,2,\cdots)$。
(1) 证明:当 $n \geq 2$ 时,$\displaystyle I_n = \frac{2^{\frac{n-2}{2}}}{n-1} + \frac{n-2}{n-1} I_{n-2}$
(2) 计算 $I_3$ 的值。
```text
```
>[!summary] 题后总结
>因为要证明的式子中是 $I_n$ 和 $I_{n-2}$,中间隔了两项,所以在凑的时候也要凑一个 $\tan^2x$和$\sec^2x$ 出来;而且 $\tan^2x=\sec^2x-1,\text d(\tan x)=\sec^2x\text dx$,用平方也更好凑一点。
#### 4. 连续分部积分(选学)
>[!bug] 需要斟酌该内容是否重要。
分部积分法的推广公式就是重复使用分部积分法法则。
假设函数 $u,v$ 有 $n+1$ 阶连续导数,则:$\int u v^{(n+1)}\mathrm dx = \int u\mathrm d v^{(n)} = u v^{(n)} - \int v^{(n)}\mathrm du = u v^{(n)} - \int u' v^{(n)}\mathrm dx$
我们还可以继续把 $\int u' v^{(n)}\mathrm dx$ 撕开:$$\int u v^{(n+1)} dx = u v^{(n)} - u' v^{(n-1)} + u'' v^{(n-2)} - \dots + (-1)^n u^{(n)} v + (-1)^{n+1} \int u^{(n+1)} v dx$$
如果被积函数的因式之一是多项式,且次数较高的时候,这个公式特别方便。通常来说,取 $u$ 为该多项式,然后逐步求 $v^{(n)},v^{(n-1)},\cdots,v$,再依次乘到一起(注意正负号!)
>[!todo] 示例
>求不定积分$\displaystyle\int (2x^3 + 3x^2 + 4x + 5)\mathrm e^x\mathrm dx$
```text
```
>[!example] 例题
>求不定积分 $\int \cos x (x^3 + 2x^2 + 3x + 4) dx$
```text
```
<br>
但是我们一般其实用不到这么高阶的,而低阶的不用这个公式也能比较自然地做出来,比如:
>[!example] 例题
>设 $f(x)$ 在 $[a, b]$ 上有连续的二阶导数,且 $f(a) = f(b) = 0$,试证
>$$\int_a^b f(x) \text dx = \frac{1}{2} \int_a^b (x - a)(x - b) f''(x) \text dx.$$
```text
```
<br>
# Section 3 变限积分
变限积分的意思就是这个积分的上/下限是变量。它最重要的性质就是$$\frac{\text d}{\text dx}\left(\int_a^xf(t)\text dt\right)=f(x).$$
由此有一些推论:
1. $\displaystyle\frac{\text d}{\text dx}\left(\int^a_xf(t)\text dt\right)=-f(x);$
2. $\displaystyle\frac{\text d}{\text dx}\left(\int_a^{\varphi(x)}f(t)\text dt\right)=f(\varphi(x))\varphi'(x);$
3. $\displaystyle\frac{\text d}{\text dx}\left(\int_{\psi(x)}^{\varphi(x)}f(t)\text dt\right)=f(\varphi(x))\varphi'(x)-f(\psi(x))\psi'(x).$
利用牛顿-莱布尼兹公式和复合函数求导法则可以证明这三点。
变限积分的一个难点就是被积函数里出现 $x$ 时应该怎么处理。一般来说有两个处理办法:
1. 类似 $\displaystyle\int_a^x(x+g(t))f(t)\text dt$ 的形式,可以拆开处理,即 $\displaystyle\int_a^x(x+g(t))f(t)\text dt= x\int_a^xf(t)\text dt+\int_a^xg(t)f(t)\text dt;$
2. 类似 $\displaystyle\int_a^xf(x+t)\text dt$ 的形式,可以进行换元,令 $u=x+t$,则 $\text dt=\text du$,所以 $\displaystyle\int_a^xf(x+t)\text dt=\int_{x+a}^{2x}f(u)\text du.$
上面两种类型并没有穷尽所有的可能,只是抛砖引玉,实际可能的变形是有很多的。
<br>
先来两道简单的题目热热身。
>[!example] 例题
>计算极限
>$$\lim_{x\to 0}\frac{x - \large\int_{0}^{x}\cos t^{2}\mathrm{d}t}{x^{3}\ln(1 + \tan^{2}x)}。$$
>[!hint] 提示
>观察一下上下的极限分别是多少
```text
```
<br>
>[!example] 例题
>已知
>$$\begin{cases}
>x = \large\int_{0}^{t} \frac{\sin u}{u} \text du, \\
>y = \large\int_{0}^{t} \sin u^2 \text du,
>\end{cases}$$
>求 $\dfrac{\text dy}{\text dx}$ 和 $\dfrac{\text d^2 y}{\text dx^2}$。
>[!hint] 提示
>还记得参数方程的二阶导怎么求吗?
>$$\displaystyle\frac{\text d^2y}{\text dx^2}=\frac{\text d}{\text dx}\left(\frac{\text dy}{\text dx}\right)=\frac{\text d}{\text dt}\left(\frac{\text dy}{\text dx}\right)\bigg/\frac{\text dx}{\text dt}.$$
```text
```
<br>
积分的题目往往比较综合,会和其他的知识点一起考察,比如……级数。
>[!example] 例题
>已知函数 $$f_n(x)=\int_0^xt^2(1-t)\sin^{2n}t\text dt,\qquad x\in(-\infty,+\infty),$$其中 $n$ 为正整数。
>1证明对任意正整数 $n$,函数 $f_n(x)$ 在 $x=1$ 处取得最大值;
>2记 $a_n=f_n(1),n=1,2,\cdots$,试判断级数 $\displaystyle\sum_{n=1}^\infty a_n$ 的敛散性。
```text
```
>[!example] 例题
>已知函数 $f(x)$ 在 $(-\infty, +\infty)$ 内连续,且
$$\int_0^x t f(x-t)\mathrm {d}t = x^3 - \int_0^x f(t) \mathrm{d}t.$$
(1) 验证:$f'(x) + f(x) = 6x$ 且 $f(0) = 0$
(2) 计算定积分 $\displaystyle \int_0^1 \text e^x f(x) \mathrm{d}x$。
```text
```
>[!summary] 题后总结
>第一问需要用到两个东西1换元把函数里的 $x$ 拿到函数外面来2<span style='color: orange'>定积分的值与被积变量无关</span>。第二点很容易被忘记。
>第二问的两种解法都是有来头的。
>解法1源自分部积分法如果你尝试对需要求的定积分进行分部积分法然后再用第一问的结论带进去就会发现 $\displaystyle\int_0^1\text e^xf(x)\text dx$ 这一项被消掉了,这时如果你相对敏锐一点就会想到——这一项在不定积分中也会被消掉!这样我们就可以直接求出 $f(x)$ 的表达式了,再求定积分自然不在话下。剩下要注意就是<span style='color: orange' >不要忘记积分常数</span>
>解法2的思路类似于微分中值定理的题。我们看第一问的结论 $f'(x) + f(x) = 6x$,是不是很像微分中值定理中我们要凑的 $(\text e^xf(x))'$?这样就产生了第二种思路。后面的过程中仍然要注意<span class="emphasize">不要忘记积分常数</span>
# Section 4 定积分
由于定积分确定了上下限,因此定积分在不定积分的基础上多了不少有趣的性质,比如之前提到的在 $[-a,a]$ 有定义的奇函数在 $[-a,a]$ 的定积分为 $0$
除此之外还有很多性质,有些会为积分的化简提供便利,有些会给你挖个大坑。
1. **周期函数每个周期内的定积分相同**
简单来说,如果 $T$ 是 $f(x)$ 的周期,那么 $\displaystyle\int_a^{a+T}f(x)\mathrm dx=\int_{a+T}^{a+2T}f(x)\mathrm dx$.
>[!example] 例题
>定积分 $\int_{-2026}^{2026} (x-[x])\mathrm dx$(其中 $[x]$ 表示不超过 $x$ 的最大整数)的值为$\underline{\qquad}$。
```text
```
>[!example] 例题
>已知 $\displaystyle a_n = \int_0^{n\pi} |\cos x| \mathrm dx,\ n=1,2,\cdots$,则下列级数收敛的是( )。
(A) $\displaystyle \sum_{n=1}^\infty \frac{a_n}{n}$
(B) $\displaystyle \sum_{n=1}^\infty \frac{a_n}{n^2}$
(C) $\displaystyle \sum_{n=1}^\infty (-1)^n \frac{a_n}{n}$
(D) $\displaystyle \sum_{n=1}^\infty (-1)^n \frac{a_n}{n^2}$
```text
```
>[!summary] 题后总结
>这道题的关键在于利用三角函数的<span style='color: blue'>周期性</span>,然后再利用对称性(第二个等号处)简化积分的计算。尤其要注意带绝对值的三角函数,它的定积分基本上只需要对 $\dfrac{\pi}{2}$ 的长度进行研究就可以了(见图)。
![[cosx的绝对值.png]]
2. 除此之外,还可以把定积分的上下限劈开:$\int_a^bf(x)\mathrm dx=\int_a^cf(x)\mathrm dx+\int_c^bf(x)\mathrm dx$,这在 $f(x)$ 是分段函数(如绝对值)的情况下特别有用:
>[!example] 例题
>已知函数 $\displaystyle f(x) = \begin{cases} \frac{1}{1 + \sqrt[3]{x}}, & x \geq 0, \\ \frac{\arctan x}{1 + x^2}, & x < 0, \end{cases}$ 计算定积分 $\displaystyle I = \int_{-1}^1 f(x)\mathrm dx$。
```text
```
而且,有不少定积分的应用 <span class="emphasize"> 超乎你的想象</span>
>[!example] 例题
>(1) 设 $\displaystyle a_n = 1 + \frac{1}{\sqrt{2}} + \frac{1}{\sqrt{3}} + \cdots + \frac{1}{\sqrt{n}} - 2\sqrt{n}$。证明:数列 $\{a_n\}$ 收敛;
>(2) 求极限 $\displaystyle \lim_{n \to \infty} \frac{1}{\sqrt{n}} \left( \frac{1}{\sqrt{n+1}} + \frac{1}{\sqrt{n+2}} + \cdots + \frac{1}{\sqrt{2n}} \right)$。
```text
```
>[!summary] 题后总结
>这道题相当地难!如果没有见过类似的题目,根本想不到第一问要用单调有界定理,第二问要用第一问的数列作差。当然为了呼应这次的标题,我们也提供了用定积分定义的解决方法。
>这道题的渊源是什么呢?这是一道工科数分的题,我怀疑工科数分和真正的数分用的教材是类似的,因为这道题和下面这道题很像,而下面的题是数分教材里的经典例题……
>>[!example] 补充例题
>>记 $\displaystyle b_n=1+\frac{1}{2}+\cdots+\frac{1}{n}-\ln n,$ 求证 $\{b_n\}$ 收敛。并利用这个结果证明 $\displaystyle\ln2=\lim_{n\to\infty}\left(\frac{1}{n+1}+\frac{1}{n+2}+\cdots+\frac{1}{2n}\right).$
>
>除了有界性证明方法和上面如出一辙所以第一问不要求大家完全掌握了解为主但第二问的解2需要掌握这是利用定积分定义的经典题目。
%%不知道该放在哪的题
另外,此题解析等所有说明都不要删除,保留一种探索感%%
<br>
>[!example] 例题
>已知函数 $f(x), g(x)$ 在闭区间 $[a, b]$ 上连续,且 $f(x) > 0$,则极限 $\displaystyle \lim_{n \to \infty} \int_a^b g(x) \sqrt[n]{f(x)}\mathrm dx$ 的值为$\underline{\qquad}.$
```text
```
>[!summary] 题后反思
>这道题很妙,妙在想到用夹逼定理。但是这是怎么想到的呢?
>我们观察一下极限的形式:有一个开 $n$ 次根号。这会让我们想到这样一个极限:$$\lim_{n\to\infty}\sqrt[n]a=1,a\gt0.$$从而可以用放缩和夹逼定理做出这道题……吗?
>不对,我们再看一下这个不等式:$$\sqrt[n]{m} \int_a^b g(x)\mathrm dx \leqslant \int_a^b g(x) \sqrt[n]{f(x)}\mathrm dx \leqslant \sqrt[n]{M} \int_a^b g(x)\mathrm dx,$$它真的成立吗?并不,题中没有给出 $g(x)\gt0$ 的条件,甚至连 $g(x)$ 保持同号的条件都没有,所以并不成立。那么应该怎么做呢?下面给出一种思路。
>[!done] 正解
>仍然利用 $f(x)$ 的最值和这个极限 $\lim\limits_{n\to\infty}\sqrt[n]a=1,a\gt0.$
>考虑差$\displaystyle\int_a^bg(x)\sqrt[n]{f(x)}\text dx-\int_a^bg(x)\text dx=\int_a^bg(x)(\sqrt[n]{f(x)}-1)\text dx.$
>由于我们不清楚 $g(x)$ 的符号,所以考虑绝对值 $$\int_a^b|g(x)(\sqrt[n]{f(x)}-1)|\text dx.$$由于 $g(x)$ 在 $[a,b]$ 上连续,所以它必定有界,即存在正数 $G\gt0$,使得 $|g(x)|\leqslant G,$ 故$$0\leqslant\int_a^b|g(x)(\sqrt[n]{f(x)}-1)|\text dx\leqslant G\int_a^b|\sqrt[n]{f(x)}-1|\text dx.$$由于 $\displaystyle\sqrt[n]m-1\leqslant \sqrt[n]{f(x)}-1\leqslant\sqrt[n]M-1,$ 所以 $\displaystyle\lim_{n\to\infty}\sqrt[n]{f(x)}-1=0,$ 从而 $\displaystyle\lim_{n\to\infty}|\sqrt[n]{f(x)}-1|=0,$ 故$$\displaystyle\lim_{n\to\infty}\int_a^bG|\sqrt[n]{f(x)}-1|=0\qquad(*),$$由夹逼定理知$$\int_a^b|g(x)(\sqrt[n]{f(x)}-1)|\text dx=0,$$故$$\lim_{n \to \infty} \int_a^b g(x) \sqrt[n]{f(x)}\mathrm dx = \int_a^b g(x)\mathrm dx.$$
>[!summary] 题后总结
>上述方法是怎么想到的呢?其实,我先用画图软件大致确定了答案应该是 $\displaystyle\int_a^bg(x)\text dx,$ 然后想:不知道符号的处理办法应该是加绝对值。但是加绝对值会有这样一个问题:$\displaystyle\lim f(x)=a\Rightarrow \lim |f(x)|=|a|,$ 但 $\displaystyle\lim |f(x)|=|a|\nRightarrow \lim f(x)=a$。但有一种特殊情况:<span style='color: blue'>如果</span> $\color{blue}a=0,$ <span style='color: blue'>那么反过来也是成立的</span>。所以可以考虑被积函数和结果式子的差,这样就可以让极限值为 $0$,从而可以得出结论了。
>其实上面的证明还有点小瑕疵,就是 $(*)$ 处。里面的极限等于零真的可以推出积分的极限等于零吗?确实是可以的,但这是有条件的。我们先给出这道题可以这么做的证明,再说条件是什么。
>>[!note] 补充证明
>>由于 $f(x)$ 是连续的,所以 $\sqrt[n]{f(x)}-1$ 也是连续的,从而由积分中值定理可知,存在 $\xi\in(a,b),$ 使得 $\displaystyle \int_a^b\sqrt[n]{f(x)}-1\text dx=\sqrt[n]{f(\xi)}-1\to0\,(n\to\infty).$
>
>实际上,只有函数“一致连续”才能得出极限和积分号可以互换的结论;就上面这道题而言,就是我们可以先求 $\lim\limits_{n\to\infty}(\sqrt[n]f(x)-1)$ 再求这个积分。有兴趣的可以自行去了解一致连续是什么意思。实际上,在闭区间上一致连续和连续是等价的,所以这里可以这样做。
>有趣的是,这道题的第一个解析是原卷的解析,也就是说,出卷老师也没有意识到这个地方不能用夹逼定理。大家不能忘记夹逼定理的方法,但是也要注意具体情形下到底能不能用夹逼定理,<span style='color: blue'>这个不等式究竟是否成立</span>
定积分的大坑主要是换元时要换上下限。
>[!warning] 注意!
>单纯把 $f'(x)\mathrm dx$ 换成 $\mathrm df(x)$ 不需要改变上下限,因为后者也是在对 $x$ 求积分,此时上下限仍然针对 $x$;当你使用<span class="danger">全新的变量</span>,如令 $t=f(x)$,且你决定设置 $t$ 为新积分变量而非单纯的关于 $x$ 的函数时,你必须更换成新的上下限。
>即:上下限是根据变量设置的,而非仅仅根据微分算子后面的表达式
而不定积分的大坑就是换元之后要记得再还原。
>[!warning] 注意!
>不定积分和定积分的换元法是相当类似的,但也并非完全一样。定积分只要考虑积分上下限就可以了,因为定积分的结果和积分变量无关,只与函数本身和上下限有关;但不定积分最后得出的表达式<span class="danger">和积分变量是有关的</span>,不同的变量不定积分就是不一样。所以一定要记得把换过去的变量再换回来!
>[!bug] 请自行补充你自己容易犯错的点
<br><br><br><br><br><br><br><br><br><br><br>
# Extra. 常用积分公式速记
### 一、三角函数积分
$\displaystyle\int \sin^2 x\mathrm dx = \frac{x}{2} - \frac{\sin 2x}{4} + C$
$\displaystyle\int \cos^2 x\mathrm dx = \frac{x}{2} + \frac{\sin 2x}{4} + C$
### 二、反三角函数积分
$\displaystyle\int \arcsin x\mathrm dx = x\arcsin x + \sqrt{1-x^2} + C$
$\displaystyle\int \arccos x\mathrm dx = x\arccos x - \sqrt{1-x^2} + C$
$\displaystyle\int \arctan x\mathrm dx = x\arctan x - \frac{1}{2}\ln(1+x^2) + C$
$\displaystyle\int \text{arccot } x\mathrm dx = x\text{arccot } x + \frac{1}{2}\ln(1+x^2) + C$
### 三、含根式的积分( a>0
$\displaystyle\int \frac{1}{\sqrt{a^2 - x^2}}\mathrm dx = \arcsin\frac{x}{a} + C$
$\displaystyle\int \frac{1}{\sqrt{x^2 + a^2}}\mathrm dx = \ln\left(x + \sqrt{x^2 + a^2}\right) + C$
$\displaystyle\int \frac{1}{\sqrt{x^2 - a^2}}\mathrm dx = \ln\left|x + \sqrt{x^2 - a^2}\right| + C$
$\displaystyle\int \sqrt{a^2 - x^2}\mathrm dx = \frac{x}{2}\sqrt{a^2 - x^2} + \frac{a^2}{2}\arcsin\frac{x}{a} + C$
$\displaystyle\int \sqrt{x^2 + a^2}\mathrm dx = \frac{x}{2}\sqrt{x^2 + a^2} + \frac{a^2}{2}\ln\left(x + \sqrt{x^2 + a^2}\right) + C$
$\displaystyle\int \sqrt{x^2 - a^2}\mathrm dx = \frac{x}{2}\sqrt{x^2 - a^2} - \frac{a^2}{2}\ln\left|x + \sqrt{x^2 - a^2}\right| + C$
### 四、含分式的积分( $a\neq0$
$\displaystyle\int \frac{1}{x^2 + a^2}\mathrm dx = \frac{1}{a}\arctan\frac{x}{a} + C$
$\displaystyle\int \frac{1}{x^2 - a^2}\mathrm dx = \frac{1}{2a}\ln\left|\frac{x - a}{x + a}\right| + C$
$\displaystyle\int \frac{1}{ax + b}\mathrm dx = \frac{1}{a}\ln|ax + b| + C$
### 五、指数与对数结合积分
$\displaystyle\int x e^x\mathrm dx = (x-1)e^x + C$
$\displaystyle\int x \ln x\mathrm dx = \frac{x^2}{2}\ln x - \frac{x^2}{4} + C$
$\displaystyle\int e^x \sin x\mathrm dx = \frac{e^x}{2}(\sin x - \cos x) + C$
$\displaystyle\int e^x \cos x\mathrm dx = \frac{e^x}{2}(\sin x + \cos x) + C$
### 六、常用凑微分积分
$\displaystyle\int \frac{1}{\sqrt{1 - x^2}}\mathrm dx = \arcsin x + C = -\arccos x + C$
$\displaystyle\int \frac{1}{1 + x^2}\mathrm dx = \arctan x + C = -\text{arccot } x + C$
$\displaystyle\int \frac{1}{x\ln x}\mathrm dx = \ln|\ln x| + C$
$\displaystyle\int \frac{e^{\sqrt{x}}}{\sqrt{x}}\mathrm dx = 2e^{\sqrt{x}} + C$
$\displaystyle\int \frac{\sin\sqrt{x}}{\sqrt{x}}\mathrm dx = -2\cos\sqrt{x} + C$
>[!abstract] 练习
>尝试推导上述公式,
## 三角函数的特殊性
$\displaystyle\int_0^\pi xf(\sin x)\mathrm dx=\frac{\pi}{2}\int_0^\pi f(\sin x)\mathrm dx,$
$\displaystyle\int_0^{\pi/2}f(\sin x)\text dx=\int_0^{\pi/2}f(\cos x)\text dx.$
## 华莱士公式:
$$\int_0^\frac{\pi}{2}\sin^nx\mathrm dx=\int_0^\frac{\pi}{2}\cos^nx\mathrm dx=\begin{cases}\dfrac{\pi}{2}\dfrac{(n-1)!!}{n!!},n=2k,\\\dfrac{(n-1)!!}{n!!},n=2k+1,\end{cases}\qquad k\in\mathbb{N}$$
其中 $m!!=\begin{cases}m(m-2)\cdots(4)(2),\ m\text{是偶数},\\m(m-2)\cdots(3)(1),\ m\text{是奇数}\end{cases}$ 称为双阶乘.
# 碎碎念
### 魔法六边形
左边全是正,正弦/正切/正割
右边全是余,余弦/余切/余割
![[魔法六边形.svg]]
你可以绕着这个六边形旋转来得到三角函数的商:
![[魔法六边形-2.svg]]
除此之外还有 $\displaystyle\sin x=\frac{\cos x}{\cot x},\cos x=\frac{\cot x}{\csc x}$...有时能够取得一些意想不到的效果。
穿过六边形的中心 $1$,即为取倒数:
$\displaystyle\sin x=\frac{1}{\csc x}$$\displaystyle\cos x=\frac{1}{\sec x}$
![[魔法六边形-3.svg]]
防止在过度紧张的时候将正割/余割的倒数记错。
对于每一个小倒三角 $\nabla$,三角形上边的两个角的平方和等于下面的角,用这种方法可以快速记忆三角函数平方和公式 $\tan^2 x+1=\sec^2 x, 1+\cot^2 x=\csc^2x$
![[魔法六边形-5.svg]]
# 谏学高数者十思书
善学高数者诚能见等价则思加减不能替将有洛则思代换以化简念复合则思勿漏层而求导惧积分则思不定以加C乐微分则思dx而莫忘忧定积则思牛莱而相减虑换元则思积分上下限惧级数则思判别勿用错项所加则思无因忽以谬导拐所及则思无因x而漏y。总此十思宏兹九章简能而任之择善而从之则牛顿尽其谋莱氏竭其力泰勒播其惠柯西效其忠。文理争驰学生无事可以尽春节之乐可以养寒假之寿。
## 逐句解析
##### 善学高数者,诚能见等价,则思加减不能替;
等价无穷小的替换不能出现在加减法中。如果一定需要进行加减法,请改用**泰勒展开**,并留意泰勒展开的程度,你需要根据皮亚诺余项来判断需要展开到多少阶。
##### 将有洛,则思代换以化简;
准备用洛必达的时候,先考虑能不能用等价代换来化简式子,减小求导的压力;
##### 念复合,则思勿漏层而求导;
在进行复合函数求导时,分层求导一定要彻底,不能漏掉某一层:
$f(g(h(x)))=f'(g(h(x)))·g'(h(x))·h'(x)$
##### 惧积分则思不定以加C
>[!error] 考试必考点!补药漏写积分常数 C 口牙!
##### 乐微分则思dx而莫忘
>[!error] 考试必考点!补药漏写微分算子 dx 口牙!
##### 忧定积,则思牛莱而相减;
定积分的牛顿-莱布尼兹公式
##### 虑换元,则思积分上下限;
在定积分的换元时,注意上下限有没有一并换好!
##### 惧级数,则思判别勿用错;
级数的判别需要按照以下步骤执行:
```mermaid
flowchart TD
A["开始"] --> B["$$\lim\limits_{n\to\infty}a_n=0?$$"]
B --> |"否"| C["$$\sum\limits_{n=1}^\infty a_n$$ 发散(必要条件)"]
B --> |"是"| D["$$\lim\limits_{n\to\infty}a_n$$ 是正项级数?"]
D --> |"否"| E["$$\sum\limits_{n=1}^\infty |a_n|$$ 收敛?"]
D --> |"是"| F["比较判别法;<br>比值/根值判别法"]
E --> |"否"| L["使用比值/根值判别法判别的$$\sum\limits_{n=1}^\infty |a_n|$$ 发散?"]
L --> |"否"| G["$$\sum\limits_{n=1}^\infty a_n$$ 为交错级数?"]
L --> |"是"| M["$$\sum\limits_{n=1}^\infty a_n$$ 发散"]
E --> |"是"| H["$$\sum\limits_{n=1}^\infty a_n$$ <b>绝对收敛</b>"]
G --> |"否"| I["利用级数的运算性质,<br>如部分和,或其他判别法"]
G --> |"是"| J["级数每一项的<br>绝对值单调递减?"]
J --> |"否"| I
J --> |"是"| K["莱布尼兹判别法:$$\sum\limits_{n=1}^\infty a_n$$ <b>条件收敛</b>"]
```
>[!error] 非正项级数需要写明“绝对收敛”和“条件收敛”!
##### 项所加,则思无因忽以谬导;
在求导的时候,观察好每一项!不要漏掉了什么
##### 拐所及则思无因x而漏y。
>[!error] 考试必考点!拐点是一个二维的点!!而零点、驻点等是一个一维的 $x$ 值!
##### 总此十思,宏兹九章,简能而任之,择善而从之,则牛顿尽其谋,莱氏竭其力,泰勒播其惠,柯西效其忠。文理争驰,学生无事,可以尽春节之乐,可以养寒假之寿。
只要易错点不错,你就放心去考吧,我们已经帮你找好关系了——找的是牛顿、莱布尼兹、泰勒和柯西,我说服了他们往你的大脑注入一点他们的智慧,考试当天生效。
<span class="emphasize">最后提前祝大家过个好年!</span>

Some files were not shown because too many files have changed in this diff Show More

Loading…
Cancel
Save