向量代数、空间几何和无穷级数
# 向量代数
# 向量定义
向量定义:和线代保持一致,就是一个高维数,如a = (a1,a2,a3)
特殊向量:单位向量(模为 1),零向量(模为 0)
加法
数乘
向量的所有运算规律和矩阵保持一致
# 向量乘积
# 数量积
数量积:就是矩阵乘法,也叫点积,几何意义为向量a在向量b上的投影a'乘以向量b,参考夹角力做,表示向量之间的实际作用效果
模长
向量夹角
通过数量积判定垂直
# 向量积
向量积:记作axb,结果是一个向量 c,该向量垂直于向量 a、b 确定的平面,且数值上有
实际上是一个右手定则,从向量 a 握向 b,大拇指朝向即为axb向量的方向
在代数上,axb为一个带方向的行列式
几何意义
- c 天然是 a b 平面的一条垂线
- 当向量积为 0,说明两向量平行,
sinα = 0 - 向量积在数值上(即
|c|),等于以向量 a、b 为邻边的平行四边形的面积(平行四边形高为bsinα)
注意叉乘是一个行列式,符合一切行列式运算的规则,如置换两列位置换号,同列的公因子可以提出等等
# 混合积
三个向量的数量积等于前两个向量的向量积和第三个向量的数量积
同理,这个混合积满足行列式的运算规则
且有几何意义
- 当
abc=0说明平面 ab 的垂线同时垂直于向量 c,于是向量 abc 在同一平面上 - 混合积在数值上等于以向量 a、b、c 为棱的平行六面体体积
# 空间解析几何
# 空间平面与直线方程
空间平面抓法向量,空间直线抓方向向量
# 空间平面方程
一般式,点法式,截距式
平面方程:在三个方向上都是一阶线性,于是是平面,就像二维的一阶线性,一定是直线,而不是曲线
法向量为
三个确定的法向量其实就可以确定一个平面的倾斜角度,再用一个点即可确定任一平面,在一般式里面,用常数 D 来确定这个经过的点
点法式:过(x0,y0,z0)的平面方程
- 法向量为
(A,B,C) - 过点
(x0,y0,z0)
法向量和经过的一个点即可确定一个平面
截距式:过(a,0,0), (0,b,0), (0,0,c)的平面方程
- 法向量同样是确定的,为
(1/a, 1/b, 1/c) - 一定过三个截距点
法向量和经过的一个点确定平面
其法向量为(1/a, 1/b, 1/c)
# 空间直线方程
一般式,对称式,参数式
一般式:两个空间平面的交线确定一条空间直线
一般式求方向向量:其实就是一个解齐次线性方程组的过程
因为已知两平面方程,可以轻易得到两平面的法向量
因为直线是平面的交线,自然同时位于两个平面上,于是一定垂直于这两条法向量,设l = (x1,x2,x3),则有
这他妈就是一个齐次线性方程组,其系数矩阵为
一定可以解得l的一个基础解系,随便取一个特解即为这条空间直线的方向向量
对称式
其方向向量为(l,m,n),为什么??
参数式
其方向向量为(l,m,n)
# 空间平面、直线间关系
一定要结合线代知识考虑计算
# 直线、平面的关系
关系:平行、垂直、夹角
直线与平面的关系
平面与平面的关系
直线与直线的关系
这里的一系列计算可以不严格按照高数的方法,可以采用线代的方式求解齐次线性方程组来判定直线方向
# 点到直线、平面的距离
就是点积/叉积除以模长之积
点到面的距离:(x0,y0,z0)到Ax + By + Cz + D = D的距离
点到直线的距离
直线为对称式,过点(x1,y1,z1),方程为
点(x0,y0,z0)到直线距离为
# 曲面与空间曲线方程
曲面方程
显函数形式
隐函数形式
参数方程形式
空间曲线方程
一般式:两曲面交线
参数方程形式
# 旋转曲面方程与柱面
旋转面:一条平面曲线绕平面上一条直线旋转
设 L 是yOz平面上一条曲线,其方程是
则 L 绕 y 轴旋转所得旋转面方程为
L绕 x 轴旋转所得旋转面方程为
类似地可写出xOy面或xOz面上的曲线绕其所在坐标面上的坐标轴旋转所产生的旋转面方程
柱面:平行于定直线并沿定曲线 П 移动的直线 L 形成的轨迹
淮线为
母线平行于 z 轴的柱面方程为 f(x,y) = 0
淮线为
母线平行于 z 轴的柱面方程为 F 和 G 消去变量 z 得到的二元方程 H(x,y)
左为柱面,中为淮线,右为母线
投影
# 常用二次曲面方程
圆柱面
# 常数项级数
# 级数的概念与性质
级数,可以理解为阶梯上升的项数之和,无穷级数,即为无穷项的数列之和
级数的部分和
级数的余项
当无穷级数收敛(类似于函数有界的概念),则有
此时定有无穷级数等于其部分和且其余项等于 0
且必有
级数的一些性质
# 正项级数的判敛准则
对于正项级数的判敛:比,商,根
正项级数,级数每一项均大于 0,则称之为正项级数,即 an > 0 恒成立
比较判敛法:若两个级数 a 和 b
当 l 取值
- 为 0,则当 b 收敛,a 一定收敛
- 为无穷,则当 b 发散,a 一定也发散
- ∈(0, ∞),则这两个级数收敛性保持一致
在应用时,可以将原级数化为其等价无穷小/大,再对等价的级数进行判敛以达到简化的作用
比值判敛和根值判敛
正项级数收敛的必要条件
# 交错级数
对于级数的每一项,其正负交错,这样的级数称为交错级数,设有正项级数 an,则有交错级数
对于交错级数的判敛,较正项级数而言,更为松散,只需满足莱布尼兹准则
- 级数单调递减(不严格)
- 级数的第无穷个项趋近 0
此时我们可以判定交错级数是收敛的
# 绝对收敛及性质
由上述正项级数和交错级数我们可以知道,交错级数实际上比正项级数更容易收敛,于是对于一个交错级数,如果其自身收敛,但其绝对值级数发散,则我们称这个交错级数条件收敛
相应的,若若一个级数的绝对值收敛,则称之为绝对收敛,并且,由于正项级数的收敛更为严格,他的绝对值都收敛了,那么这个级数无论如何都将是收敛的(不管是交错的还是正项的)
于是,绝对收敛的判定和正项级数、交错级数判敛过程基本雷同
- 先试试其本身是否收敛,若不收敛,打住,他一定发散了
- 再加上绝对值试试是否仍收敛,若收敛,则为绝对收敛,若不收敛,则为条件收敛
判敛方法一样:比,商,根
条件收敛的性质,当条件收敛时,单正和单负项的和都将是发散的
在判敛时,可以运用泰勒展开(极限和泰勒展开息息相关)对原级数进行代换(化为一个多项式),并且对于多项式级数,有如下规则
这是必然的,复习一下泰勒展开式
举个栗子
再举个栗子
注意对交错级数的判敛,只需要考虑 an 即可(将前面的 -1 的指数去掉判断)(运用莱布尼兹准则)
# 幂级数
# 函数项级数及收敛域与和函数
将常数级级数中的 an 化为一个关于 x 的函数,原级数则化为函数项级数,如
注意这里的 x 是固定的,当 x 固定后,级数自然只有一个变量,即为 n,当然,这里的 x 也是一个变量,只不过在初始时便被确定下来
从编程的角度,这像一个函数数组(常数项级数为 double 数组),函数变量有两个,一个是数组下标 n,一个是初始常量 x
当 x = x0 且使得函数项级数收敛,即
则我们称 x0 是函数项级数的一个收敛点,所有收敛点构成的集合(一个一维区间)为函数项级数的收敛域
对于每一个收敛点 xi,函数项级数有其和函数 S(xi)
# 幂级数
当函数项级数的函数是幂函数的形式,如
其中 an 为一个关于 n 的多项式,x^n 即为 x 的 n 次幂,二者相乘构成级数中的第 n 项,则完整的级数为
我们将这样的级数称为幂级数(因为级数的每一项为关于 x 的幂函数,同时有一个关于 n 的函数)
当 x0 = 0,自然有幂级数
阿尔贝定理:幂级数的收敛半径 R 为
这和无穷级数收敛的判断是统一的,如果加上 x 的幂项,即为
即得
收敛半径的意思为,当 |x| < R 时,该幂级数收敛,自然 x 有对应的收敛域 (-R, +R),值得注意的是,这里能不能取到 R 需要具体问题具体分析
# 幂级数的性质
运算性质
- 两个幂级数相加减:其收敛域为其交集,即为收敛域更小的那一个(如果都从 0 展开的话),其和函数为两个幂级数和函数的和/差
- 两个幂级数相乘:收敛域同样为其交集,和函数为二者和函数之乘积
- 两个幂级数相除:将构成一个全新的系数,其收敛与否尚未可知,需要重新求解
求导和积分性质,非常之重要且难捏(幂级数 - 和函数 - 收敛半径)
这个和函数到底是个什么东西???
# 函数的幂级数展开
就是泰勒展开,用一个幂级数来表示一个函数(多项式展开),下式在 x = x0 处进行展开
当在 x = 0 处进行展开时称作麦克劳林展开,两个新加的麦克劳林展开(还有之前求极限的时候那几个泰勒展开sinx, cosx, e^x-1, ln(1+x), (1+x)^a-1)
在解题时,就是导来导去,把幂级数(泰勒展开)转换为函数(和函数),代入在收敛域内的 x 取值得到幂级数值
举几个梨子
# 傅里叶级数
# 傅里叶系数与傅里叶级数
傅里叶试图用周期性的正交函数来表示所有的周期函数,毫无疑问他成功了,在傅里叶变换中选取了 sinx 和 cosx 两个正交的周期函数来表示任意周期为 2π 的周期函数
# 傅里叶级数的收敛性
狄利克雷收敛定理
# 周期为 2π 的函数的展开
把你妈展了
# 周期为 2l 的函数的展开
呵呵
两个栗题
