《University Calculus》-chape3-微分法-基本概念、定理

偏导数本质上就是一元微分学向多元函数的推广. 关于定义域的开域.闭域的推广: 其实这个定义本质上讲的就是xoy面上阴影区域的最外面的一周,只不过这里用了更加规范的数学语言. 二次函数的图形.层曲线(等值曲线): 一元函数的定义域在x轴上,函数图像在xoy面上:二元函数的定义域在xoy面上,函数图像在空间当中,而三元函数的定义域对应着空间的集合体.这里面对二元.三元函数我们有一个最基本的问题,就是勾勒出它们的大致图像,虽然目前有数学软件可以较为快速准确的描绘出函数的图像,但是掌握一定的确定函数图像

泰勒定理: 证明:

前言:其实无穷序列和无穷级数和数列{an}以及我们接触微积分就给出的极限概念lim有着紧密的联系,它对于我们在具体的问题当中进行建模和数据分析有着非常重要的作用. 无穷序列: 最简单的一种说法,就是一个有无限项的数列{an}.由于其项数无限,我们就可以去分析随着数列下标n的增加,an的敛散性,这就和极限联系了起来.包括极限的运算法则夹层定理,在这里都有用武之地. 无穷级数: 一个很简单的说法,就是将无穷序列加和,然后分析其敛散性. 在不同的实际工程问题中我们将会面临不同的无穷级数,因此在这之前数

点积.向量夹角: 无论对于空间向量还是平面向量,我们所熟知的是:给出任意两个向量,我们都能够根据公式计算它们的夹角,但是这个夹角必须是将两个向量的起点重合后所夹成的小于等于π的角,可是,这是为什么呢? 它其实来源于如下的定理(这里的定理和证明过程以三维向量为例,对于二维向量,可做完全一致的推导): 证明: 考虑在如下的一个三角形中. 通过这个定理的证明过程就能够理解:为什么我们求向量夹角用点积:两个向量之间的点积为什么等于两个向量模长再乘以夹角的余弦值:为什么我们求出来的角是起点重合的两个向量夹

定积分中值定理: 积分自身的定义是简单的,但是在教学过程中人们往往记得的只是它的计算方法,在引入积分的概念的时候,往往就将其与计算方法紧密的捆绑在一起,实际上,在积分简单的定义之下,微积分基本定理告诉了我们积分的计算方法. 微积分基本定理: 能够看到,正是基于这样一个基本定理,我们才能够找到积分的计算方法,从这个角度就可以充分的理解为什么求积分的过程实际上是一个求“反导数”(求导的逆运算)的过程了.

承接之前对一重积分和二重积分的介绍,这里我们自然的引出三重积分. 在二重积分的引入中,我们曾经埋下过一个小伏笔,二重积分的几何意义是求解一个体积,但是我们仅仅限定在了曲顶柱体的几何体,那么对于完全由曲面D包裹的空间D’,我们如何求其体积呢? 我们很自然的能够想到,从x.y.z三个维度作平行线,然后把D’分割成了n个小长方体,如下图. 伴随着n趋于无穷,我们可以完美的得到D’区域的体积. 个人认为,这个例子仅仅是为了自然的引出三重积分的概念和形式,在实际应用中,很难通过这个方法来计算各种各样不规则

之前关于二重积分的笔记,介绍了二重积分概念的引入,但是对于它的计算方法(化为累次积分),介绍的较为模糊,它在<概率论基础教程>中一系列的推导中发挥着很重要的作用. 回想先前关于二重积分的几何含义,求解一个曲顶圆柱的体积,我们用如下的符号进行定义: 现在我们通过另外一条路径,再次得到几何体的体积,便可以建立等式,那么对于一般的二重积分,我们就找到了计算方法. 看这样一个图: 落在x-O-y上的面积就是被积区域D,几何体的顶部z=f(x,y)就是被积函数,为了求解这个几何体的体积,我们采取先求侧面

叉积概念的引入: 在平面中我们为了度量一条直线的倾斜状态,为引入倾斜角这个概念.而通过在直角坐标系中建立tan α = k,我们实现了将几何关系和代数关系的衔接,这其实也是用计算机解决几何问题的一个核心,计算机做的是数值运算,因此你需要做的就是把几何关系用代数关系表达出来.而在空间中,为了表示一个平面相对空间直角坐标系的倾斜程度,我们利用一个垂直该平面的法向量来度量(因为这转化成了描述直线倾斜程度的问题). 叉积的定义: 注意这里的θ是根据右手法则和叉乘的顺序确定的,是具有一定的方向性,这种定义

求解条件极值的方法:拉格朗日乘数法 基于对多元函数极值方法的了解,再具体的问题中我们发现这样一个问题,在求解f(x,y,z)的极值的时候,我们需要极值点落在g(x,y,z)上这种对极值点有约束条件,通过直接代换消元的方法似乎会出现一些问题. 比如这个例题. 它面临的问题是,代换消元然后通过求偏导得来的驻点,我们无法控制其满足约束条件g(x,y,z),因此我们需要寻找新的方法来解决这种条件极值问题. 首先这里给出方向导数和梯度中给出的等式关系,这个具体的由来我们会在该小结中详细介绍. 对于可微函数