极限
- 直接代入
- 先试 x = a;得到 0/0 说明需要化简
- 因式分解并约去
- xⁿ − aⁿ = (x − a)(xⁿ⁻¹ + a·xⁿ⁻² + … + aⁿ⁻¹)
- 共轭
- (√x − √a)(√x + √a) = x − a
- 无穷远处的极限
- 除以 x 的最高次幂;次数相同时极限为首项系数之比
- 重要极限
- limx→∞ (1 + a/x)bx = eab
- 洛必达法则
- lim f/g = lim f′/g′ (0/0 or ∞/∞)
公式表、每个专题的关键方法步骤和 20 道练习题,完整解答附在最后。
求极限 L = limx→∞ (1 + 1/x)x。给出小数值。
求极限 L = limx→0 (e3x − 1 − 3x)/x²。
设 f(x) = x·sin(3x),x 以弧度计。求 f′(1)。
f(x) = 3x2 − x + 4 在 x = −1 处的切线与 y 轴交于 y = b。求 b。
计算 I = ∫26 4/x dx。
求抛物线 y = 4 − x² 与 x 轴之间区域的面积 A。
求 z = −2 + j4 的辐角 θ,以度为单位,取 −180° 到 180° 之间的主值。
解 z² − 6z + 11.25 = 0。根为 a ± jb;求实部 a。
一杯 85 °C 的咖啡放在 18 °C 的房间里。 24 min 后其温度为 51 °C。 它遵循牛顿冷却定律 dT/dt = −k·(T − Tₐ)。 从开始算起需要多长时间 t 才能达到 75 °C?
一个水箱装有 200 L 水,其中溶有 20 kg 盐。 每升含盐 0.05 kg 的盐水以 2 L/min 流入,混合均匀的溶液以相同流量流出。 90 min 后水箱中有多少盐 m?
对所示矩阵令 C = AB。求元素 c12(第 1 行,第 2 列)。
求所示矩阵 A 的较大特征值 λ。
求 a = (−2, 3, 3) 在 b = (2, −3, 6) 上的标量投影 compb a,也就是 a 在 b 方向上的分量。
对于 a = (4, 6, 5) 和 b = (−1, 3, −5),求叉积 a × b 的 x 分量 (a × b)x。
对图中的分布,求 X 的方差 Var(X)。
测试 7 个元件,每个独立地以概率 0.1 失效。至多一个失效的概率 P 是多少?
求数据的样本标准差 s:25, 54, 23, 54, 44, 55。
某量服从正态分布,平均数为 100,标准差为 15。数值低于 85 的比例 P 是多少?
水泥袋的质量相互独立,服从均值 25 kg、标准差 0.5 kg 的正态分布。求其中 8 个的总质量超过 198.6 kg 的概率 P。z 取两位小数。
孔径 D 服从均值 25.03 mm、标准差 0.02 mm 的正态分布。轴径 d 独立,服从均值 25 mm、标准差 0.02 mm 的正态分布。随机选取的一根轴在 D − d > 0 时能装入。求它能装入的概率 P。z 取两位小数。
答案: L = 2.718
极限:先尝试直接代入。若得到 0/0,先化简:因式分解并约去公因式,或乘以共轭式。当 x → ∞ 时,分子分母同除以 x 的最高次幂。洛必达法则:若 f/g 为 0/0 或 ∞/∞ 型,则 lim f/g = lim f′/g′,分子和分母分别求导(不是用商法则)。
当 u → 0 时 ln(1 + u)/u → 1,所以 x·ln(1 + a/x) → a。
答案: L = 4.5
极限:先尝试直接代入。若得到 0/0,先化简:因式分解并约去公因式,或乘以共轭式。当 x → ∞ 时,分子分母同除以 x 的最高次幂。洛必达法则:若 f/g 为 0/0 或 ∞/∞ 型,则 lim f/g = lim f′/g′,分子和分母分别求导(不是用商法则)。
答案: f′(1) = −2.829
求导:导数 f′(x) 是图像在 x 处的斜率。幂法则:(xⁿ)′ = n·xⁿ⁻¹。乘积法则:(uv)′ = u′v + uv′。链式法则:(f(g(x)))′ = f′(g(x))·g′(x)。在 f′(x) = 0 处,图像有水平切线:极大值、极小值或鞍点。
答案: b = 1
求导:导数 f′(x) 是图像在 x 处的斜率。幂法则:(xⁿ)′ = n·xⁿ⁻¹。乘积法则:(uv)′ = u′v + uv′。链式法则:(f(g(x)))′ = f′(g(x))·g′(x)。在 f′(x) = 0 处,图像有水平切线:极大值、极小值或鞍点。
答案: I = 4.394
定积分:∫ₐᵇ f(x) dx 是从 a 到 b 图像与 x 轴之间的有向面积。求一个原函数 F(F′ = f),再计算 F(b) − F(a)。幂法则:∫xⁿ dx = xⁿ⁺¹/(n + 1)。两条曲线之间的面积为 ∫(上 − 下) dx。
答案: A = 10.67
定积分:∫ₐᵇ f(x) dx 是从 a 到 b 图像与 x 轴之间的有向面积。求一个原函数 F(F′ = f),再计算 F(b) − F(a)。幂法则:∫xⁿ dx = xⁿ⁺¹/(n + 1)。两条曲线之间的面积为 ∫(上 − 下) dx。
答案: θ = 116.6 °
极坐标形式:z = r∠θ = r(cos θ + j sin θ) = r·ejθ,其中 r = |z|,θ = arg z。换回直角坐标形式:a = r cos θ,b = r sin θ。求辐角需要考虑象限:仅当 a > 0 时 θ = atan(b/a);当 a < 0 时要加上或减去 180°。在极坐标形式下乘法很简单:模相乘,辐角相加;除法则模相除,辐角相减。
极坐标形式为 z = 4.472∠116.6°。
答案: a = 3
棣莫弗定理与方根:(r∠θ)ⁿ = rⁿ∠nθ。方程 zⁿ = R∠φ 恰有 n 个根,模都是 R1/n,辐角为 (φ + 360°·k)/n,k = 0, 1, …, n − 1:它们均匀分布在一个圆上,相隔 360°/n。当 p² < 4q 时,二次方程 z² + pz + q = 0 有复根 z = −p/2 ± j√(q − p²/4);实系数多项式的复根总是成共轭对 a ± jb 出现。
答案: t = 5.478 min
一阶微分方程:dy/dt = k·y 的解为 y = y₀·ekt(k > 0 时增长,k < 0 时衰减);半衰期 T 对应 k = ln 2/T。牛顿冷却定律 dT/dt = −k·(T − Tₐ) 给出 T(t) = Tₐ + (T₀ − Tₐ)·e−kt。线性方程 y′ + p(x)·y = q(x) 用积分因子 μ = e∫p dx 求解:(μy)′ = μq,所以 μy = ∫μq dx + C。
答案: m = 14.07 kg
一阶微分方程:dy/dt = k·y 的解为 y = y₀·ekt(k > 0 时增长,k < 0 时衰减);半衰期 T 对应 k = ln 2/T。牛顿冷却定律 dT/dt = −k·(T − Tₐ) 给出 T(t) = Tₐ + (T₀ − Tₐ)·e−kt。线性方程 y′ + p(x)·y = q(x) 用积分因子 μ = e∫p dx 求解:(μy)′ = μq,所以 μy = ∫μq dx + C。
积分因子为 ert/V;解趋近于平衡值 c·V。
答案: c12 = −6
矩阵:2×2 矩阵的行列式为 ad − bc。对于 3×3,按某一行展开:每个元素乘以划去其所在行和列后剩下的 2×2 矩阵的行列式,符号按 + − + 交替。特征值 λ 满足 det(A − λI) = 0;对于 2×2,即 λ² −(迹)·λ + det = 0。
答案: λ = 5
矩阵:2×2 矩阵的行列式为 ad − bc。对于 3×3,按某一行展开:每个元素乘以划去其所在行和列后剩下的 2×2 矩阵的行列式,符号按 + − + 交替。特征值 λ 满足 det(A − λI) = 0;对于 2×2,即 λ² −(迹)·λ + det = 0。
答案: compb a = 0.7143
Dot product: a·b = axbx + ayby + azbz = |a|·|b|·cos θ, a scalar. It gives the angle between two vectors, cos θ = a·b/(|a|·|b|), and it is zero when they are perpendicular. The scalar projection of a onto b is a·b/|b|, and a constant force F moving through a displacement d does work W = F·d.
答案: (a × b)x = −45
Cross product: a × b = (aybz − azby, azbx − axbz, axby − aybx) is perpendicular to both vectors, and |a × b| = |a|·|b|·sin θ is the area of the parallelogram they span (the triangle has half of it). Order matters: b × a = −(a × b). The moment of a force F applied at point A about point O is MO = r × F, with r = A − O.
检验:a × b 与两个向量都垂直,所以它与 a 和与 b 的点积都为零。
答案: Var(X) = 2.51
离散随机变量:概率分布列出变量能取的每个值 x 及其概率 p(x);概率介于 0 和 1 之间,且总和为 1。期望值(均值)是 E(X) = Σx·p(x),即长期平均值。方差为 Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²,标准差为 σ = √Var(X)。对线性变换 Y = aX + b:E(Y) = a·E(X) + b,Var(Y) = a²·Var(X),σY = |a|·σX;加上常数不会改变离散程度。
答案: P = 0.8503
概率:在等可能结果下,P(A) = 有利结果数/总数。独立事件相乘:P(A 且 B) = P(A)·P(B)。补事件常常有用:P(至少一个) = 1 − P(一个都没有)。二项分布:在 n 次独立试验中,成功概率为 p,P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ。
答案: s = 14.9
描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。
答案: P = 0.1587
描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。
答案: P = 0.8389
正态变量的和与差:若 X 和 Y 相互独立且服从正态分布,则 X + Y 与 X − Y 也服从正态分布。均值相加或相减:E(X ± Y) = μX ± μY。方差总是相加,差也是如此:Var(X ± Y) = σX² + σY²,所以 σ = √(σX² + σY²)。标准差从不直接相加。n 个独立同分布项的总和,均值为 n·μ,标准差为 σ·√n。然后照常标准化:z = (x − 均值)/σ,再查 Φ(z)。
答案: P = 0.8554
正态变量的和与差:若 X 和 Y 相互独立且服从正态分布,则 X + Y 与 X − Y 也服从正态分布。均值相加或相减:E(X ± Y) = μX ± μY。方差总是相加,差也是如此:Var(X ± Y) = σX² + σY²,所以 σ = √(σX² + σY²)。标准差从不直接相加。n 个独立同分布项的总和,均值为 n·μ,标准差为 σ·√n。然后照常标准化:z = (x − 均值)/σ,再查 Φ(z)。
ExamProblems · examproblems.com/courses/engineering-mathematics