高等数学基础

· · 学习·文化课

前言

作者实在是太弱了,如有错误,请在讨论区评论。

如果表达不清晰也可以在讨论区评论。

本文过程中有使用 AI 辅助,经过本人的阅读保证无误,且本人贡献大于 AI 贡献。

引入

高等数学是一门重要的科目,其中主要内容包括导数,微积分等等。

阅读这篇文章,您需要掌握函数的基本概念,初步掌握有关函数奇偶性,单调性,周期性,有界性等内容。

第一章:函数、极限与连续

本章不介绍过于简单的内容,如果您认为有有补充必要的内容请在讨论区回复。

奇偶性

若一个函数 f 满足定义域关于原点对称,那么: 若该函数对于任意 x 均有 -f(x)=f(-x),则称该函数为奇函数;若该函数满足对于任意 x 均有 f(x)=f(-x) 这称该函数为偶函数

也就是说奇函数关于原点对称,而偶函数关于 y 轴对称。

奇函数有以下性质:

  1. 若函数 fx=0 处有定义,则 f(0)=0
  2. 若函数 f 在区间 [-x,x] 上有最大值 M 与最小值 m,则有 M+m=0
  3. 奇函数在关于原点对称的区间上拥有相同的单调性。
  4. 奇函数加或减奇函数为奇函数。
  5. 奇函数乘或除奇函数为偶函数。
  6. 奇函数的反函数为奇函数。
  7. 奇函数取绝对值为偶函数。
  8. 奇函数与奇函数的复合为奇函数。
  9. 奇函数与偶函数的复合为偶函数。

偶函数有以下性质:

  1. 偶函数在关于原点的区间上有相反的单调性。
  2. 偶函数(除了仅定义在 x=0 上的)没有反函数。
  3. 偶函数加或减偶函数为偶函数。
  4. 偶函数乘或除偶函数为偶函数。
  5. 偶函数与奇函数或偶函数的复合均为偶函数。

关于奇偶函数还有更多性质。

注意到一个函数可以同时不是奇函数和偶函数,但同时是奇函数和偶函数的必须满足定义域对称且定义域内值始终为 0

单调性

I 为函数定义域。

对于 D\subseteq I 若满足对于任意的区间 D 内的 x_1<x_2 均有 f(x_1)<f(x_2) 则称函数 fD 上是单调递增的。

则对于 D\subseteq I 若满足对于任意的区间 D 内的 x_1<x_2 均有 f(x_1)>f(x_2) 则称函数 fD 上是单调递减的。

对于 D\subseteq I 若满足对于任意的区间 D 内的 x_1<x_2 均有 f(x_1)\le f(x_2) 则称函数 fD 上是非严格单调递增的。

则对于 D\subseteq I 若满足对于任意的区间 D 内的 x_1<x_2 均有 f(x_1)\ge f(x_2) 则称函数 fD 上是非严格单调递减的。

特别的,若函数 f(x)=C 为常数函数。

单调性相同的函数复合后单调递增,单调性相反的函数复合后单调递减。

周期性

周期函数的基本定义

对于函数 y=f(x),如果存在一个非零常数 T,使得当 x 取定义域内的每一个值时,x \pm T 也属于定义域,且 f(x+T) = f(x) 恒成立,那么就称 y=f(x) 为周期函数,非零常数 T 称为该函数的一个周期。

最小正周期

在周期函数 f(x) 的所有周期中,如果存在一个最小的正数,则称这个最小的正数为 f(x) 的最小正周期。 注意:并非所有的周期函数都有最小正周期。例如,常数函数 f(x)=C 以及狄利克雷函数,它们有周期但不存在最小正周期。

周期函数的基本性质

周期的整数倍:若 Tf(x) 的周期,则 kTk 为非零整数)也是 f(x) 的周期。 周期的线性组合:若 T_1T_2 均为 f(x) 的周期,则 T_1 \pm T_2 也是 f(x) 的周期。 定义域无界:周期函数的定义域至少有一侧是无界的(即定义域不能是有界区间,我们通常考虑两侧都无界的函数)。 最小正周期的支配性:若 f(x) 有最小正周期 T^*,则 f(x) 的任何正周期 T 必为 T^* 的正整数倍。

常见周期推导结论

f(x+a) = f(x-a),则周期 T = 2a; 若 f(x+a) = -f(x),则周期 T = 2a; 若 f(x+a) = \dfrac{1}{f(x)},则周期 T = 2a; 若 f(x+a) = -\dfrac{1}{f(x)},则周期 T = 2a; 若 f(x+a) + f(x) = CC 为常数),则周期 T = 2a; 若 f(x) = f(x+a) + f(x-a)a \neq 0),则周期 T = 6a。 若函数图象关于直线 x=ax=b 对称,则周期 T = 2|b-a|; 若函数图象关于点 (a,0)(b,0) 对称,则周期 T = 2|b-a|; 若函数图象关于直线 x=a 与点 (b,0) 对称,则周期 T = 4|b-a|

#### 判断函数周期性的常用方法 **定义法**:尝试寻找可能的非零常数 $T$,通过解方程 $f(x+T) - f(x) = 0$,若能解出与 $x$ 无关的非零常数 $T$,即可判定为周期函数。 **定义域判定法**:若函数的定义域有界,则该函数一定不是周期函数。 **反证法**:假设函数是周期函数,推导出与已知条件或数学公理相矛盾的结论,从而证明其为非周期函数(例如证明一次函数 $f(x)=ax+b$ 是非周期函数)。 **图像观察法**:绘制函数图像,观察是否存在某一段图像可以通过重复平移无缝衔接,若有,则为周期函数。 ### 有界性 若函数在数集 $D\subseteq I$ 上满足任意 $x\in D$ 均有 $|f(x)|<M$ 则称函数炸 $D$ 上有界。 函数的有界性的性质会在后面讨论。 ### 极限 先定义邻域。 #### 邻域 邻域(Neighbourhood)是指以点 $x_0$ 为中心,包含 $x_0$ 本身及其附近所有点的集合。 数学表达:设 $\delta$ 为任一正数($\delta>0$),点 $x_0$ 的 $\delta$ 邻域定义为 $U(x_0,\delta)=(x_0-\delta,x_0+\delta)$。 去心邻域(Deleted Neighbourhood),是指在 $x_0$ 的邻域基础上,去掉中心点 $x_0$ 本身后所构成的集合。 数学表达:设 $\delta$ 为任一正数($\delta>0$),点 $x_0$ 的 $\delta$ 去心邻域定义为 $U^\circ(x_0,\delta)={0<|x-x_0|<\delta}$。 #### 数列极限 设 $\{x_n\}$ 为一个数列,若存在一个常数 $A$ 使得对于任意给定的正数 $\epsilon$,总存在正整数 $N$ 使得 任意 $n>N$ 均有 $|x_n-A|<\epsilon$ 则称数列 $\{x_n\}$ 的极限是 $A$,记作 $\lim\limits_{n\rightarrow\infty}x_n=A$。 #### 函数极限 ##### 双侧极限 如无特殊说明,函数极限均指双侧极限。 - **自变量趋近有限值:** 设函数 $f(x)$ 在点 $x_0$ 的某一去心邻域内有定义,若存在常数 $A$,对于任意给定的正数 $\varepsilon$,总存在正数 $\delta$,使得当 $0<|x-x_0|<\delta$ 时,$|f(x)-A|<\varepsilon$ 成立,则称 $A$ 为函数 $f(x)$ 当 $x \to x_0$ 时的极限,记为 $\lim_{x \to x_0} f(x) = A$。 - **自变量趋近无穷大:** 设函数 $f(x)$ 在区间 $(a, +\infty)$ 有定义,若对任意给定的 $\varepsilon>0$,总存在 $X>0$,使得当 $x>X$ 时,有 $|f(x)-A|<\varepsilon$,则称 $A$ 为函数 $f(x)$ 当 $x \to +\infty$ 时的极限,记为 $\lim_{x \to +\infty} f(x) = A$。 ##### 单侧极限 函数单侧极限分为**左极限**和**右极限**,分别为从两个方向逼近得到的极限。 ##### 双侧极限的性质 函数极限具有以下几个基本性质: 1. **唯一性**:若函数在某点的极限存在,则该极限值是唯一的,不可能同时趋近于两个不同的常数。 2. **局部有界性**:若函数在某点的极限存在,则在该点的某个去心邻域内,函数是有界的。 3. **局部保号性**:若函数在某点的极限 $A>0$(或 $A<0$),则存在该点的一个去心邻域,在此邻域内函数值 $f(x)>0$(或 $f(x)<0$)。 4. **保不等式性(保序性)**:若在某去心邻域内 $f(x) \geq g(x)$,且 $\lim f(x)=A$,$\lim g(x)=B$,则 $A \geq B$。 5. **四则运算法则**:若 $\lim f(x)=A$,$\lim g(x)=B$,则: - $\lim[f(x) \pm g(x)] = A \pm B
  1. 复合函数极限运算法则:若 \lim \varphi(x)=u_0\lim f(u)=A,且在 x_0 的去心邻域内 \varphi(x) \neq u_0,则 \lim f[\varphi(x)]=A

除了基本性质外,判断极限是否存在还有以下重要准则:

此外,函数极限存在性与有界性相关:若 \lim\limits_{x\to x_0}f(x) 存在,则 f(x)x_0 的某去心邻域内局部有界。但函数在整体定义域内有界不一定推出极限存在(如振荡),反之极限存在也不一定推出整体有界

无穷大与无穷小

无穷小量(简称无穷小)是指在自变量的某个变化过程中,以 0 为极限的变量。 无穷大量(简称无穷大)是指在自变量的某个变化过程中,其绝对值无限增大的变量。

在微积分和极限理论中,无穷小与无穷大并非具体的数值,而是描述变量变化趋势的概念。为了精确刻画它们趋于 0 或趋于 \infty 的“快慢”程度,我们引入了 阶(Order) 的概念。

无穷小的比较(趋于 0 的速度)

\alpha(x)\beta(x) 是在同一极限过程(如 x \to x_0x \to \infty)中的两个无穷小量(即 \lim \alpha = 0\lim \beta = 0),且 \alpha(x) \neq 0。我们通过考察它们比值的极限来比较阶的高低:

1. 高阶无穷小

2. 低阶无穷小

3. 同阶无穷小

4. 等价无穷小

5. k 阶无穷小

无穷大的比较(趋于 \infty 的速度)

f(x)g(x) 是在同一极限过程中的两个无穷大量(即 \lim f = \infty\lim g = \infty),且 g(x) \neq 0。无穷大的比阶逻辑与无穷小完全对称

1. 高阶无穷大

2. 低阶无穷大

3. 同阶无穷大

4. 等价无穷大

1. 直观理解 函数的连续性可以理解为:当输入(自变量)发生微小变化时,输出(函数值)也只发生微小的变化,函数图像是一条连绵不断、没有断开或跳跃的曲线。

2. 严格的数学定义 设函数 f(x) 在点 x_0 的某邻域内有定义,若同时满足以下三个条件,则称 f(x)x_0 处连续:

此外,函数在一点连续的充要条件是它在该点既左连续右连续

3. 初等函数的连续性 所有的初等函数(如幂函数、指数函数、对数函数、三角函数等及其有限次四则运算和复合)在其定义域内都是连续的。

二、函数的间断点

如果函数 f(x) 在点 x_0 处不满足上述连续的三个条件之一(例如:无定义、极限不存在、或极限存在但不等于函数值),则称 x_0 为函数 f(x)间断点(或不连续点)。

间断点通常分为两大类:第一类间断点第二类间断点

第一类间断点

特征:函数在该点的左、右极限都存在

第二类间断点

特征:函数在该点的左、右极限至少有一个不存在。常见的子类包括:

补充:除了无穷和振荡,还有“单侧极限为无穷,另一侧为非无穷” 或者 “极限趋向于无确定值但非振荡” 等情况。

两个重要极限

\lim\limits_{x\to 0}\frac{sin x}{x}=1

用几何方法证明,直接放图吧。

\lim\limits_{x\to\infty}(1+\frac{1}{x})^x=e

注:在本文中我们使用这个式子作为 e 的基本定义。

该极限的证明通常分为两步:首先证明数列极限存在(从而定义自然常数 e),然后推广到连续变量 x 的极限。

1. 证明数列极限存在

设数列 x_n = \left(1+\frac{1}{n}\right)^n

2. 推广到 x \to +\infty(连续变量)

对于任意实数 x > 1,取整数 n,使得 n \le x < n+1。 由于函数 f(t) = (1+\frac{1}{t})^tt>0 时单调递增,我们可以建立如下不等式:

\left(1+\frac{1}{n+1}\right)^n < \left(1+\frac{1}{x}\right)^x < \left(1+\frac{1}{n}\right)^{n+1}

x \to +\infty 时,n \to \infty。分别计算左右两边的极限:

根据夹逼定理,得证:

\lim_{x\to +\infty}\left(1+\frac{1}{x}\right)^x = e

3. 推广到 x \to -\infty

t = -x,当 x \to -\infty 时,t \to +\infty

\lim_{x\to -\infty}\left(1+\frac{1}{x}\right)^x = \lim_{t\to +\infty}\left(1-\frac{1}{t}\right)^{-t} = \lim_{t\to +\infty}\left(\frac{t-1}{t}\right)^{-t} = \lim_{t\to +\infty}\left(\frac{t}{t-1}\right)^t

进一步变形:

\lim_{t\to +\infty}\left(1+\frac{1}{t-1}\right)^t = \lim_{t\to +\infty}\left[\left(1+\frac{1}{t-1}\right)^{t-1}\right] \cdot \left(1+\frac{1}{t-1}\right)

前半部分极限为 e,后半部分极限为 1,故整体极限仍为 e

综上所述,得证:

\lim_{x\to \infty}\left(1+\frac{1}{x}\right)^x = e

第二章:一元函数的导数与微分

我们来研究一个一元函数(也就是常规的函数)。

y=f(x)

我们在 x 处求出两个差距为微小的 dx 的两点的函数值,设为 dy

具体的来说,我们就是求出满足 x_2-x_1=dx 的两点,然后求出 dy=f(x_2)-f(x_1)

这里假定 x_1=x

然后我们研究个简单情况:速度。

速度永远是连续变化的,所以是一个适合研究的简单情况。

我们先令一段时间行驶的路程为 f(x) (为了简单起见并不考虑单位)。

那么在 [x,x+dx] 这段区间的平均速度为 \frac{f(x+dx)-f(x)}{dx}

那么如何求出在在 x 处的瞬时速度呢?

于是我们令 dx\to 0 于是 dy \to 0 但是速度公式还是可用的,于是这个点的速度为 \frac{dy}{dx}

然后我们定义导数: 对于一个函数 f,定义其导数为:

f'(x)=\lim\limits_{x_0\to 0}\frac{f(x+x_0)-f(x)}{x_0}

容易发现 f(x+x_0)-f(x) 即为上文 dy,而 x_0 即为上文 dx

### 例子 :::info[例一]{open} $$f(x)=x$$ $$f'(x)=\lim\limits_{x_0\to 0}\frac{f(x+x_0)-f(x)}{x_0}=\lim\limits_{x_0\to 0}\frac{x_0}{x_0}=1$$ ::: :::info[例二]{open} $$f(x)=e^x$$ 我们先证明一些简单的东西。 $$\lim\limits_{t\to 0}(1+t)^\frac{1}{t}=e$$ 其实就是第二个重要极限的变式,用 $t$ 代换 $\frac{1}{x}$ 即可。 然后两边取对数得到: $$\lim\limits_{t\to0}\frac{\ln(1+t)}{t}=1$$ $$\begin{aligned}f'(x)&=\lim\limits_{x_0\to0}\frac{f(x+x_0)-f(x)}{x_0}\\&=\lim\limits_{x_0\to0}\frac{e^{(x+x_0)}-e^x}{x_0}\\&=e^x\lim\limits_{x_0\to0}\frac{e^{x_0}-1}{x_0}\end{aligned}$$ 于是我们令 $t=e^{x_0}-1$。 $$f'(x)=e^x\lim\limits_{t\to0}\frac{t}{\ln(1+t)}=e^x$$ ::: :::info[例三]{open} $$f(x)=a^x$$ $$f'(x)=a^x\lim\limits_{x_0\to0}\frac{a^{x_0}-1}{x_0}$$ 令 $t=a^{x_0}-1$。 于是可以得出 $x_0=\frac{\ln(1+t)}{\ln a}$。 $$f'(x)=a^x\lim\limits_{t\to0}\frac{t}{\frac{\ln(1+t)}{\ln a}}=a^x\ln a$$ ::: ### 求导法则 #### 四则运算法则 $$(f(x)+g(x))'=f'(x)+g'(x)$$ 证明: $$\begin{aligned}(f(x)+g(x))'&=\lim\limits_{x_0\to0}\frac{f(x+x_0)-f(x)+g(x+x_0)-g(x)}{x_0}\\&=f'(x)+g'(x)\end{aligned}$$ 此外,我们有 $\lim\limits_{x_0\to0}f(x+x_0)-f(x)=f'(x)x_0 (f(x)-g(x))'=f'(x)-g'(x)

同理。

(f(x)g(x))'=f'(x)g(x)+f(x)g'(x)

证明:

\begin{aligned}(f(x)g(x))'&=\lim\limits_{x_0\to0}\frac{f(x+x_0)g(x+x_0)-f(x)g(x)}{x_0}\\&=\lim\limits_{x_0\to0}\frac{f(x)g(x)+f'(x)g(x)x_0+f(x)g'(x)x_0+f'(x)g'(x)x_0^2-f(x)g(x)}{x_0}\\&=f'(x)g(x)+f(x)g'(x)\end{aligned} (\frac{f(x)}{g(x)})'=\frac{f'(x)g(x)-f(x)g'(x)}{g^2(x)}

有兴趣的读者可以自己尝试使用第一条和第三条证明它。

f(g(x))'=f'(g(x))g'(x)

有兴趣的读者也可以自己尝试证明。

此外,反函数的导数也有对应法则。

我们还有对数求导法。

适用场景: 函数含有多个乘积、商、幂函数,尤其是幂指函数这类直接求导很困难的表达式。
基本步骤: 取对数: 两边取自然对数 \ln y = \ln f(x)。 化简: 利用对数性质把乘积变求和、商变求差、幂变系数。 两边对 x 求导。
还原: 解出 y' 后代入 y 的原始表达式。

常见导数

常见导数公式综合表

函数类别 原函数 y = f(x) 导数 y' = f'(x)
常数 C 0
幂函数 x^n (n为实数) n \cdot x^{n-1}
指数函数 a^x (a>0, a \neq 1) a^x \cdot \ln a
自然指数 e^x e^x
对数函数 \log_a x (a>0, a \neq 1) \frac{1}{x \ln a}
自然对数 \ln x \frac{1}{x}
正弦 \sin x \cos x
余弦 \cos x -\sin x
正切 \tan x \sec^2 x = \frac{1}{\cos^2 x}
余切 \cot x -\csc^2 x = -\frac{1}{\sin^2 x}
正割 \sec x \sec x \cdot \tan x
余割 \csc x -\csc x \cdot \cot x
反正弦 \arcsin x \frac{1}{\sqrt{1-x^2}}
反余弦 \arccos x -\frac{1}{\sqrt{1-x^2}}
反正切 \arctan x \frac{1}{1+x^2}
反余切 \operatorname{arccot } x -\frac{1}{1+x^2}
双曲正弦 \sinh x (或 \operatorname{sh } x) \cosh x (或 \operatorname{ch } x)
双曲余弦 \cosh x (或 \operatorname{ch } x) \sinh x (或 \operatorname{sh } x)
双曲正切 \tanh x (或 \operatorname{th } x) \frac{1}{\cosh^2 x} (或 \operatorname{sech}^2 x)
反双曲正弦 \operatorname{arsh } x \frac{1}{\sqrt{1+x^2}}

附:核心求导法则速记

微分中值定理

费马引理(Fermat's Lemma)

若函数 f(x) 在点 x_0 的邻域内有定义,且在 x_0 处可导,若 x_0f(x) 的极值点,则:

f'(x_0) = 0

几何意义:可导极值点处的切线平行于 x 轴。导数等于零的点称为驻点(或稳定点)。

罗尔定理(Rolle's Theorem)

若函数 f(x) 满足:

则在 (a, b) 内至少存在一点 \xi,使得:

f'(\xi) = 0

几何意义:连续曲线弧两端点纵坐标相等时,弧上至少有一点的切线是水平的。

示例:设 f(x) = x^2 - 4x + 4,在区间 [1, 3] 上,f(1) = f(3) = 1f'(x) = 2x - 4,令 f'(x) = 0,解得 x = 2 \in (1, 3)

拉格朗日中值定理(Lagrange MVT)

若函数 f(x) 满足:

则在 (a, b) 内至少存在一点 \xi,使得:

f(b) - f(a) = f'(\xi)(b - a)

等价形式:

f'(\xi) = \frac{f(b) - f(a)}{b - a}

几何意义:曲线上必然存在至少一点,过该点的切线斜率与连接曲线端点的割线斜率相同。

示例:设 f(x) = x^2,在区间 [1, 4] 上。f'(x) = 2x\frac{f(4) - f(1)}{4 - 1} = \frac{16 - 1}{3} = 5。令 2x = 5,解得 \xi = \frac{5}{2} \in (1, 4)

拉格朗日中值定理也称为有限增量定理,它给出了自变量取得有限增量时,函数增量的准确表达式。

柯西中值定理(Cauchy MVT)

若函数 f(x)F(x) 满足:

则在 (a, b) 内至少存在一点 \xi,使得:

\frac{f(b) - f(a)}{F(b) - F(a)} = \frac{f'(\xi)}{F'(\xi)}

柯西中值定理是拉格朗日中值定理的推广形式(当 F(x) = x 时退化为拉格朗日定理)。

洛必达法则求未定式极限

核心思想:将 \frac{0}{0}\frac{\infty}{\infty} 型极限转化为分子分母求导后的极限。

函数单调性、极值与最值

核心工具:一阶导数 f'(x)

凹凸性与拐点

核心工具:二阶导数 f''(x)

曲率与曲率半径

核心概念:描述曲线弯曲程度的量。

渐近线

核心思想:考察函数在无穷远处或间断点处的趋势。