Analysis

总结

数学分析知识点总结

数学 ·2025-11-22 ·13 min

数学分析复习总结 (Zusammenfassungen)


0. 保守场的证明 (Konservatives Vektorfeld)

定义

向量场 f⃗:R3→R3\vec f:\mathbb{R}^3 \to \mathbb{R}^3 是保守场,当且仅当存在势函数 φ\varphi 使得:

f⃗=∇φ=grad φ\vec f = \nabla \varphi = \text{grad } \varphi

判定准则 (Potentialkriterium)

对于向量场:

f⃗=(f1f2f3)\vec f=\begin{pmatrix} f_1 \\ f_2 \\ f_3 \end{pmatrix}

充要条件:旋度为零 ∇×f⃗=0⃗\nabla \times \vec f = \vec 0,即:

{∂f3∂x2=∂f2∂x3∂f1∂x3=∂f3∂x1∂f2∂x1=∂f1∂x2\boxed{\begin{cases} \frac{\partial f_3}{\partial x_2}=\frac{\partial f_2}{\partial x_3} \\[8pt] \frac{\partial f_1}{\partial x_3}=\frac{\partial f_3}{\partial x_1} \\[8pt] \frac{\partial f_2}{\partial x_1}=\frac{\partial f_1}{\partial x_2} \end{cases}}

保守场的性质

  1. 路径无关性:曲线积分 ∫Cf⃗⋅ds⃗\int_C \vec f \cdot d\vec s 只依赖于起点和终点
  2. 闭合路径积分为零:∮Cf⃗⋅ds⃗=0\oint_C \vec f \cdot d\vec s = 0
  3. 势函数差:∫Cf⃗⋅ds⃗=φ(B)−φ(A)\int_C \vec f \cdot d\vec s = \varphi(B) - \varphi(A)

0.1 行列式的计算 (Determinante)

2×2 行列式

det⁡(abcd)=ad−bc\det \begin{pmatrix} a & b \\ c & d \end{pmatrix} = ad - bc

3×3 行列式(Sarrus 规则)

det⁡(a11a12a13a21a22a23a31a32a33)\det \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} =a11a22a33+a12a23a31+a13a21a32−a13a22a31−a11a23a32−a12a21a33= a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33}

记忆方法:主对角线三项为正,副对角线三项为负

拉普拉斯展开(按行/列展开)

按第 ii 行展开:

det⁡(A)=∑j=1n(−1)i+jaijMij\det(A) = \sum_{j=1}^n (-1)^{i+j} a_{ij} M_{ij}

其中 MijM_{ij} 是去掉第 ii 行第 jj 列后的余子式。

例子:按第一行展开

det⁡(A)=a11∣a22a23a32a33∣−a12∣a21a23a31a33∣+a13∣a21a22a31a32∣\det(A) = a_{11}\begin{vmatrix}a_{22}&a_{23}\\a_{32}&a_{33}\end{vmatrix} - a_{12}\begin{vmatrix}a_{21}&a_{23}\\a_{31}&a_{33}\end{vmatrix} + a_{13}\begin{vmatrix}a_{21}&a_{22}\\a_{31}&a_{32}\end{vmatrix}

性质

  1. 交换两行/列,行列式变号
  2. 某行/列乘以常数 kk,行列式乘以 kk
  3. 有两行/列相同或成比例,行列式为 0
  4. det⁡(AB)=det⁡(A)⋅det⁡(B)\det(AB) = \det(A) \cdot \det(B)
  5. det⁡(AT)=det⁡(A)\det(A^T) = \det(A)

0.2 矩阵的计算 (Matrizenrechnung)

矩阵乘法

(AB)ij=∑k=1naikbkj(AB)_{ij} = \sum_{k=1}^n a_{ik}b_{kj}

注意:AB≠BAAB \neq BA(一般不可交换)

矩阵的逆 (Inverse Matrix)

若 det⁡(A)≠0\det(A) \neq 0,则 AA 可逆。

2×2 矩阵的逆:

(abcd)−1=1ad−bc(d−b−ca)\begin{pmatrix} a & b \\ c & d \end{pmatrix}^{-1} = \frac{1}{ad-bc}\begin{pmatrix} d & -b \\ -c & a \end{pmatrix}

验证:AA−1=EAA^{-1} = E(单位矩阵)

特征值和特征向量 (Eigenwerte und Eigenvektoren)

Av⃗=λv⃗A\vec v = \lambda \vec v

求解步骤:

  1. 求特征多项式:det⁡(A−λE)=0\det(A - \lambda E) = 0
  2. 解方程得特征值 λ1,λ2,...\lambda_1, \lambda_2, ...
  3. 对每个 λi\lambda_i,求解 (A−λiE)v⃗=0⃗(A - \lambda_i E)\vec v = \vec 0 得特征向量

矩阵的秩 (Rang)

通过高斯消元法化为行阶梯形,非零行的数量即为秩。

性质:Rang(A)=n⇔det⁡(A)≠0\text{Rang}(A) = n \Leftrightarrow \det(A) \neq 0(满秩)


1. 求势函数 (Potential ermitteln)

前提条件

向量场 f⃗=(f1f2f3)\vec f = \begin{pmatrix} f_1 \\ f_2 \\ f_3 \end{pmatrix} 必须是保守场(验证旋度为零)

方法:逐步积分法

步骤:

第一步:对 ∂φ∂x=f1\frac{\partial \varphi}{\partial x} = f_1 关于 xx 积分

φ=∫f1(x,y,z) dx+g(y,z)\varphi = \int f_1(x,y,z) \, dx + g(y,z)

其中 g(y,z)g(y,z) 是关于 y,zy,z 的待定函数。

第二步:利用 ∂φ∂y=f2\frac{\partial \varphi}{\partial y} = f_2 确定 g(y,z)g(y,z)

∂∂y[∫f1 dx+g(y,z)]=f2\frac{\partial}{\partial y}\left[\int f_1 \, dx + g(y,z)\right] = f_2 ⇒∂g∂y=f2−∂∂y∫f1 dx\Rightarrow \frac{\partial g}{\partial y} = f_2 - \frac{\partial}{\partial y}\int f_1 \, dx

积分得:

g(y,z)=∫(f2−∂∂y∫f1 dx)dy+h(z)g(y,z) = \int \left(f_2 - \frac{\partial}{\partial y}\int f_1 \, dx\right) dy + h(z)

第三步:利用 ∂φ∂z=f3\frac{\partial \varphi}{\partial z} = f_3 确定 h(z)h(z)

∂φ∂z=f3\frac{\partial \varphi}{\partial z} = f_3

解出 h′(z)h'(z),积分得 h(z)=∫h′(z) dz+Ch(z) = \int h'(z) \, dz + C

最终:φ(x,y,z)=...\varphi(x,y,z) = ... (取 C=0C=0)

验证

检查 ∇φ=f⃗\nabla \varphi = \vec f:


2. 求曲线长度 (Kurvenlänge)

参数曲线的弧长

给定曲线 r⃗(t)=(x(t)y(t)z(t))\vec r(t) = \begin{pmatrix} x(t) \\ y(t) \\ z(t) \end{pmatrix},t∈[a,b]t \in [a,b]

弧长公式:

L=∫ab∥r⃗′(t)∥ dt=∫ab[x′(t)]2+[y′(t)]2+[z′(t)]2 dt\boxed{L = \int_a^b \|\vec r'(t)\| \, dt = \int_a^b \sqrt{[x'(t)]^2 + [y'(t)]^2 + [z'(t)]^2} \, dt}

平面曲线(笛卡尔坐标)

若 y=f(x)y = f(x),x∈[a,b]x \in [a,b]:

L=∫ab1+[f′(x)]2 dxL = \int_a^b \sqrt{1 + [f'(x)]^2} \, dx

极坐标曲线

若 r=r(θ)r = r(\theta),θ∈[α,β]\theta \in [\alpha, \beta]:

L=∫αβr2+(drdθ)2 dθL = \int_\alpha^\beta \sqrt{r^2 + \left(\frac{dr}{d\theta}\right)^2} \, d\theta

计算步骤

  1. 参数化曲线(如果尚未参数化)
  2. 求导数 r⃗′(t)\vec r'(t)
  3. 计算模长 ∥r⃗′(t)∥\|\vec r'(t)\|
  4. 积分

例子:螺旋线 曲线 r⃗(t)=(cos⁡tsin⁡tt)\vec r(t) = \begin{pmatrix} \cos t \\ \sin t \\ t \end{pmatrix},t∈[0,2π]t \in [0, 2\pi]

r⃗′(t)=(−sin⁡tcos⁡t1)\vec r'(t) = \begin{pmatrix} -\sin t \\ \cos t \\ 1 \end{pmatrix}

∥r⃗′(t)∥=sin⁡2t+cos⁡2t+1=2\|\vec r'(t)\| = \sqrt{\sin^2 t + \cos^2 t + 1} = \sqrt{2}

L=∫02π2 dt=22πL = \int_0^{2\pi} \sqrt{2} \, dt = 2\sqrt{2}\pi


3. 求体积/面积(二重积分)(Doppelintegral)

直角坐标系

区域 DD 上的二重积分:

∬Df(x,y) dA=∫ab∫g1(x)g2(x)f(x,y) dy dx\iint_D f(x,y) \, dA = \int_a^b \int_{g_1(x)}^{g_2(x)} f(x,y) \, dy \, dx

或者

=∫cd∫h1(y)h2(y)f(x,y) dx dy= \int_c^d \int_{h_1(y)}^{h_2(y)} f(x,y) \, dx \, dy

面积:A=∬D1 dAA = \iint_D 1 \, dA

体积(曲顶柱体):V=∬Df(x,y) dAV = \iint_D f(x,y) \, dA(其中 z=f(x,y)≥0z=f(x,y) \geq 0)

极坐标系

变换:x=rcos⁡θx = r\cos\theta,y=rsin⁡θy = r\sin\theta

雅可比行列式:∂(x,y)∂(r,θ)=r\frac{\partial(x,y)}{\partial(r,\theta)} = r

∬Df(x,y) dx dy=∫αβ∫r1(θ)r2(θ)f(rcos⁡θ,rsin⁡θ)⋅r dr dθ\iint_D f(x,y) \, dx\,dy = \int_\alpha^\beta \int_{r_1(\theta)}^{r_2(\theta)} f(r\cos\theta, r\sin\theta) \cdot r \, dr \, d\theta

计算步骤

  1. 画出积分区域 DD
  2. 确定积分限(可能需要分成多个子区域)
  3. 选择坐标系:
  1. 计算积分

例子:圆盘的面积 区域:D={(x,y):x2+y2≤R2}D = \{(x,y) : x^2 + y^2 \leq R^2\}

极坐标:0≤r≤R0 \leq r \leq R,0≤θ≤2π0 \leq \theta \leq 2\pi

A=∬D1 dA=∫02π∫0Rr dr dθ=∫02πR22 dθ=πR2A = \iint_D 1 \, dA = \int_0^{2\pi} \int_0^R r \, dr \, d\theta = \int_0^{2\pi} \frac{R^2}{2} \, d\theta = \pi R^2

体积(三重积分)

V=∭V1 dV=∭Vdx dy dzV = \iiint_V 1 \, dV = \iiint_V dx\,dy\,dz

4. 标量的曲线积分 (Kurvenintegral erster Art)

定义

沿曲线 CC 对标量函数 ff 的积分(第一类曲线积分):

∫Cf ds=∫abf(r⃗(t))∥r⃗′(t)∥ dt\boxed{\int_C f \, ds = \int_a^b f(\vec r(t)) \|\vec r'(t)\| \, dt}

其中:

物理意义

计算步骤

  1. 参数化曲线 r⃗(t)\vec r(t),t∈[a,b]t \in [a,b]
  2. 计算 r⃗′(t)\vec r'(t) 和 ∥r⃗′(t)∥\|\vec r'(t)\|
  3. 代入 f(r⃗(t))f(\vec r(t))
  4. 计算积分 ∫abf(r⃗(t))∥r⃗′(t)∥ dt\int_a^b f(\vec r(t)) \|\vec r'(t)\| \, dt

性质

例子: f(x,y)=xyf(x,y) = xy,沿半圆 r⃗(t)=(cos⁡tsin⁡t)\vec r(t) = \begin{pmatrix} \cos t \\ \sin t \end{pmatrix},t∈[0,π]t \in [0,\pi]

r⃗′(t)=(−sin⁡tcos⁡t)\vec r'(t) = \begin{pmatrix} -\sin t \\ \cos t \end{pmatrix},∥r⃗′(t)∥=1\|\vec r'(t)\| = 1

f(r⃗(t))=cos⁡tsin⁡tf(\vec r(t)) = \cos t \sin t

∫Cxy ds=∫0πcos⁡tsin⁡t⋅1 dt=∫0π12sin⁡2t dt=[−14cos⁡2t]0π=0\int_C xy \, ds = \int_0^\pi \cos t \sin t \cdot 1 \, dt = \int_0^\pi \frac{1}{2}\sin 2t \, dt = \left[-\frac{1}{4}\cos 2t\right]_0^\pi = 0


5. 曲面积分求面积 (Oberflächeninhalt)

参数曲面的面积

给定曲面 r⃗(u,v)=(x(u,v)y(u,v)z(u,v))\vec r(u,v) = \begin{pmatrix} x(u,v) \\ y(u,v) \\ z(u,v) \end{pmatrix},(u,v)∈D(u,v) \in D

面积公式:

A=∬D∥∂r⃗∂u×∂r⃗∂v∥ du dv\boxed{A = \iint_D \left\|\frac{\partial \vec r}{\partial u} \times \frac{\partial \vec r}{\partial v}\right\| \, du \, dv}

显式曲面 z=f(x,y)z = f(x,y)

参数化:r⃗(x,y)=(xyf(x,y))\vec r(x,y) = \begin{pmatrix} x \\ y \\ f(x,y) \end{pmatrix}

∂r⃗∂x×∂r⃗∂y=(−fx−fy1)\frac{\partial \vec r}{\partial x} \times \frac{\partial \vec r}{\partial y} = \begin{pmatrix} -f_x \\ -f_y \\ 1 \end{pmatrix} A=∬D1+fx2+fy2 dx dy\boxed{A = \iint_D \sqrt{1 + f_x^2 + f_y^2} \, dx \, dy}

计算步骤

  1. 参数化曲面 r⃗(u,v)\vec r(u,v)
  2. 求偏导数 r⃗u=∂r⃗∂u\vec r_u = \frac{\partial \vec r}{\partial u},r⃗v=∂r⃗∂v\vec r_v = \frac{\partial \vec r}{\partial v}
  3. 计算叉积 r⃗u×r⃗v\vec r_u \times \vec r_v
  4. 计算模长 ∥r⃗u×r⃗v∥\|\vec r_u \times \vec r_v\|
  5. 二重积分

例子:球面面积 球面 x2+y2+z2=R2x^2 + y^2 + z^2 = R^2

球坐标参数化:

r⃗(θ,ϕ)=(Rsin⁡ϕcos⁡θRsin⁡ϕsin⁡θRcos⁡ϕ)\vec r(\theta,\phi) = \begin{pmatrix} R\sin\phi\cos\theta \\ R\sin\phi\sin\theta \\ R\cos\phi \end{pmatrix}

其中 0≤θ≤2π0 \leq \theta \leq 2\pi,0≤ϕ≤π0 \leq \phi \leq \pi

计算得:∥r⃗θ×r⃗ϕ∥=R2sin⁡ϕ\|\vec r_\theta \times \vec r_\phi\| = R^2\sin\phi

A=∫02π∫0πR2sin⁡ϕ dϕ dθ=2πR2⋅2=4πR2A = \int_0^{2\pi}\int_0^\pi R^2\sin\phi \, d\phi \, d\theta = 2\pi R^2 \cdot 2 = 4\pi R^2

6. 已知路径求曲线积分 (Kurvenintegral zweiter Art)

向量场的曲线积分(第二类曲线积分)

∫Cf⃗⋅ds⃗=∫abf⃗(r⃗(t))⋅r⃗′(t) dt\boxed{\int_C \vec f \cdot d\vec s = \int_a^b \vec f(\vec r(t)) \cdot \vec r'(t) \, dt}

分量形式

∫Cf⃗⋅ds⃗=∫C(f1 dx+f2 dy+f3 dz)\int_C \vec f \cdot d\vec s = \int_C (f_1 \, dx + f_2 \, dy + f_3 \, dz)

计算方法

方法一:直接参数化计算(适用于所有情况)

  1. 参数化路径 r⃗(t)=(x(t)y(t)z(t))\vec r(t) = \begin{pmatrix} x(t) \\ y(t) \\ z(t) \end{pmatrix},t∈[a,b]t \in [a,b]
  2. 计算 r⃗′(t)=(x′(t)y′(t)z′(t))\vec r'(t) = \begin{pmatrix} x'(t) \\ y'(t) \\ z'(t) \end{pmatrix}
  3. 计算 f⃗(r⃗(t))=(f1(x(t),y(t),z(t))f2(x(t),y(t),z(t))f3(x(t),y(t),z(t)))\vec f(\vec r(t)) = \begin{pmatrix} f_1(x(t),y(t),z(t)) \\ f_2(x(t),y(t),z(t)) \\ f_3(x(t),y(t),z(t)) \end{pmatrix}
  4. 计算点积 f⃗(r⃗(t))⋅r⃗′(t)\vec f(\vec r(t)) \cdot \vec r'(t)
  5. 积分 ∫ab[f⃗(r⃗(t))⋅r⃗′(t)] dt\int_a^b [\vec f(\vec r(t)) \cdot \vec r'(t)] \, dt

方法二:势函数法(仅适用于保守场)

前提:先验证 f⃗\vec f 是保守场(旋度为零)

步骤:

  1. 求势函数 φ\varphi(使 ∇φ=f⃗\nabla \varphi = \vec f)
  2. 计算 φ(B)−φ(A)\varphi(B) - \varphi(A)(AA 是起点,BB 是终点)
∫Cf⃗⋅ds⃗=φ(B)−φ(A)\boxed{\int_C \vec f \cdot d\vec s = \varphi(B) - \varphi(A)}

性质

物理意义

例子一(直接法): f⃗=(yx)\vec f = \begin{pmatrix} y \\ x \end{pmatrix},沿直线从 (0,0)(0,0) 到 (1,1)(1,1)

参数化:r⃗(t)=(tt)\vec r(t) = \begin{pmatrix} t \\ t \end{pmatrix},t∈[0,1]t \in [0,1]

r⃗′(t)=(11)\vec r'(t) = \begin{pmatrix} 1 \\ 1 \end{pmatrix}

f⃗(r⃗(t))=(tt)\vec f(\vec r(t)) = \begin{pmatrix} t \\ t \end{pmatrix}

f⃗⋅r⃗′=t⋅1+t⋅1=2t\vec f \cdot \vec r' = t \cdot 1 + t \cdot 1 = 2t

∫Cf⃗⋅ds⃗=∫012t dt=[t2]01=1\int_C \vec f \cdot d\vec s = \int_0^1 2t \, dt = [t^2]_0^1 = 1

例子二(势函数法): f⃗=(2x+4xzz22x2+2yz+3z2)\vec f = \begin{pmatrix} 2x + 4xz \\ z^2 \\ 2x^2 + 2yz + 3z^2 \end{pmatrix},从 P(0,0,0)P(0,0,0) 到 Q(1,1,2)Q(1,1,2)

验证保守场(旋度为零)✓

势函数:φ(x,y,z)=x2+2x2z+yz2+z3\varphi(x,y,z) = x^2 + 2x^2z + yz^2 + z^3

∫Cf⃗⋅ds⃗=φ(Q)−φ(P)=17−0=17\int_C \vec f \cdot d\vec s = \varphi(Q) - \varphi(P) = 17 - 0 = 17


7. 求通量 Φ\Phi (Fluss)

定义

向量场 f⃗\vec f 通过定向曲面 SS 的通量:

Φ=∬Sf⃗⋅dA⃗=∬Sf⃗⋅n⃗ dS\boxed{\Phi = \iint_S \vec f \cdot d\vec A = \iint_S \vec f \cdot \vec n \, dS}

其中:

参数曲面的通量

给定 r⃗(u,v)\vec r(u,v),(u,v)∈D(u,v) \in D

法向量:N⃗=∂r⃗∂u×∂r⃗∂v\vec N = \frac{\partial \vec r}{\partial u} \times \frac{\partial \vec r}{\partial v}(未归一化)

Φ=∬Df⃗(r⃗(u,v))⋅(∂r⃗∂u×∂r⃗∂v) du dv\boxed{\Phi = \iint_D \vec f(\vec r(u,v)) \cdot \left(\frac{\partial \vec r}{\partial u} \times \frac{\partial \vec r}{\partial v}\right) \, du \, dv}

显式曲面 z=g(x,y)z = g(x,y)

参数化:r⃗(x,y)=(xyg(x,y))\vec r(x,y) = \begin{pmatrix} x \\ y \\ g(x,y) \end{pmatrix}

法向量(向上):N⃗=(−gx−gy1)\vec N = \begin{pmatrix} -g_x \\ -g_y \\ 1 \end{pmatrix}

对于 f⃗=(PQR)\vec f = \begin{pmatrix} P \\ Q \\ R \end{pmatrix}:

Φ=∬D(−Pgx−Qgy+R) dx dy\boxed{\Phi = \iint_D (-P g_x - Q g_y + R) \, dx \, dy}

或写成:

Φ=∬Df⃗(x,y,g(x,y))⋅(−gx−gy1) dx dy\Phi = \iint_D \vec f(x,y,g(x,y)) \cdot \begin{pmatrix} -g_x \\ -g_y \\ 1 \end{pmatrix} \, dx \, dy

计算步骤

  1. 参数化曲面(或识别显式曲面)
  2. 计算法向量 N⃗=r⃗u×r⃗v\vec N = \vec r_u \times \vec r_v(注意方向!)
  3. 代入向量场 f⃗(r⃗(u,v))\vec f(\vec r(u,v))
  4. 计算点积 f⃗⋅N⃗\vec f \cdot \vec N
  5. 二重积分

高斯散度定理 (Gaußscher Integralsatz)

对于封闭曲面 SS 包围体积 VV(法向量向外):

∬Sf⃗⋅dA⃗=∭V∇⋅f⃗ dV\boxed{\iint_S \vec f \cdot d\vec A = \iiint_V \nabla \cdot \vec f \, dV}

其中散度:

∇⋅f⃗=∂f1∂x+∂f2∂y+∂f3∂z\nabla \cdot \vec f = \frac{\partial f_1}{\partial x}+\frac{\partial f_2}{\partial y}+\frac{\partial f_3}{\partial z}

物理意义

注意事项

⚠️ 法向量方向:

例子一:平面区域 f⃗=(00z)\vec f = \begin{pmatrix} 0 \\ 0 \\ z \end{pmatrix},通过平面 z=1z=1,x2+y2≤1x^2+y^2 \leq 1(向上)

曲面可视为 z=g(x,y)=1z = g(x,y) = 1,gx=gy=0g_x = g_y = 0

f⃗(x,y,1)=(001)\vec f(x,y,1) = \begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix}

Φ=∬D(0⋅0−0⋅0+1) dx dy=∬D1 dx dy=π⋅12=π\Phi = \iint_D (0 \cdot 0 - 0 \cdot 0 + 1) \, dx \, dy = \iint_D 1 \, dx \, dy = \pi \cdot 1^2 = \pi

例子二:球面(用高斯定理) f⃗=(xyz)\vec f = \begin{pmatrix} x \\ y \\ z \end{pmatrix},通过球面 x2+y2+z2=R2x^2+y^2+z^2=R^2(向外)

散度:∇⋅f⃗=1+1+1=3\nabla \cdot \vec f = 1 + 1 + 1 = 3

Φ=∭V3 dV=3⋅43πR3=4πR3\Phi = \iiint_V 3 \, dV = 3 \cdot \frac{4}{3}\pi R^3 = 4\pi R^3

重要公式总结 (Wichtige Formeln)

梯度、散度、旋度

梯度(标量函数 → 向量场):

∇f=grad f=(∂f∂x∂f∂y∂f∂z)\nabla f = \text{grad } f = \begin{pmatrix} \frac{\partial f}{\partial x} \\ \frac{\partial f}{\partial y} \\ \frac{\partial f}{\partial z} \end{pmatrix}

散度(向量场 → 标量函数):

∇⋅f⃗=div f⃗=∂f1∂x+∂f2∂y+∂f3∂z\nabla \cdot \vec f = \text{div } \vec f = \frac{\partial f_1}{\partial x}+\frac{\partial f_2}{\partial y}+\frac{\partial f_3}{\partial z}

旋度(向量场 → 向量场):

∇×f⃗=curl f⃗=∣i⃗j⃗k⃗∂∂x∂∂y∂∂zf1f2f3∣\nabla \times \vec f = \text{curl } \vec f = \begin{vmatrix} \vec i & \vec j & \vec k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ f_1 & f_2 & f_3 \end{vmatrix} =(∂f3∂y−∂f2∂z∂f1∂z−∂f3∂x∂f2∂x−∂f1∂y)= \begin{pmatrix} \frac{\partial f_3}{\partial y}-\frac{\partial f_2}{\partial z} \\ \frac{\partial f_1}{\partial z}-\frac{\partial f_3}{\partial x} \\ \frac{\partial f_2}{\partial x}-\frac{\partial f_1}{\partial y} \end{pmatrix}

三大积分定理

1. 格林公式 (Greenscher Satz)(平面曲线积分→二重积分)

∮C(P dx+Q dy)=∬D(∂Q∂x−∂P∂y)dx dy\oint_C (P \, dx + Q \, dy) = \iint_D \left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right) dx \, dy

2. 斯托克斯定理 (Stokesscher Satz)(空间曲线积分→曲面积分)

∫Cf⃗⋅ds⃗=∬S(∇×f⃗)⋅dA⃗\int_C \vec f \cdot d\vec s = \iint_S (\nabla \times \vec f) \cdot d\vec A

3. 高斯定理 (Gaußscher Satz)(曲面积分→三重积分)

∬Sf⃗⋅dA⃗=∭V(∇⋅f⃗) dV\iint_S \vec f \cdot d\vec A = \iiint_V (\nabla \cdot \vec f) \, dV

坐标变换

极坐标(平面):

x=rcos⁡θ,y=rsin⁡θ,dA=r dr dθx = r\cos\theta, \quad y = r\sin\theta, \quad dA = r \, dr \, d\theta

柱坐标:

x=rcos⁡θ,y=rsin⁡θ,z=z,dV=r dr dθ dzx = r\cos\theta, \quad y = r\sin\theta, \quad z = z, \quad dV = r \, dr \, d\theta \, dz

球坐标:

x=ρsin⁡ϕcos⁡θ,y=ρsin⁡ϕsin⁡θ,z=ρcos⁡ϕx = \rho\sin\phi\cos\theta, \quad y = \rho\sin\phi\sin\theta, \quad z = \rho\cos\phi dV=ρ2sin⁡ϕ dρ dϕ dθdV = \rho^2\sin\phi \, d\rho \, d\phi \, d\theta

常用积分

∫r1+r2dr=12∫1+r2d(1+r2)=23×12(1+r2)32+C=13(1+r2)32+C\int r\sqrt{1+r^2}dr =\frac{1}{2}\int \sqrt{1+r^2}d(1+r^2) =\frac{2}{3}\times\frac{1}{2}(1+r^2)^\frac{3}{2}+C=\frac{1}{3}(1+r^2)^\frac{3}{2}+C ∫sin⁡x dx=−cos⁡x+C\int \sin x \, dx = -\cos x + C ∫cos⁡x dx=sin⁡x+C\int \cos x \, dx = \sin x + C ∫eax dx=1aeax+C\int e^{ax} \, dx = \frac{1}{a}e^{ax} + C ∫1x dx=ln⁡∣x∣+C\int \frac{1}{x} \, dx = \ln|x| + C ∫xn dx=xn+1n+1+C(n≠−1)\int x^n \, dx = \frac{x^{n+1}}{n+1} + C \quad (n \neq -1)

常见题型总结

类型一:判断保守场

方法:验证 ∇×f⃗=0⃗\nabla \times \vec f = \vec 0

类型二:求势函数

方法:逐步积分法(见第1节)

类型三:计算曲线积分

类型四:计算曲面积分(通量)

类型五:计算面积/弧长

类型六:计算体积