第 12 页

下面给出关于“导数”、“偏导数”、“全微分”、“方向导数”、“向量函数导数”、“矩阵导数”、“行列式导数”这七个数学概念在定义、几何意义、作用、性质四个方面的详细说明。一、导数1、定义对于实函数 $ f: \mathbb{R} \to \mathbb{R} $（也可推广到复函数或更一般情形），在某点 $ x_0 $ 处，导数定义为极限$$ f'(x_0) = \lim_{h \to 0} \frac{f(x_0+h)-f(x_0)}{h}, $$前提是该极限存在。这一定义实际上给出了函数在该点附近的瞬时变化率。2、几何意义导数在几何上可以理解为…

一、基本工具：Parseval 等式设 $f(x)$ 是 $[-\pi, \pi]$ 上平方可积的函数，其傅里叶级数为：$$ f(x) = \frac{a_0}{2} + \sum_{n=1}^\infty \left[a_n \cos(nx) + b_n \sin(nx)\right] $$则 Parseval 等式为：$$ \frac{1}{\pi} \int_{-\pi}^{\pi} |f(x)|^2 dx = \frac{a_0^2}{2} + \sum_{n=1}^\infty \left(a_n^2 + b_n^2\right) $$二、推导…

一、泰勒级数（Taylor Series）1. 定义设函数 $f(x)$ 在某点 $x=a$ 的邻域内有无穷阶导数。若存在一个级数满足：$$ f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x - a)^n, $$且该级数在某邻域内收敛于 $f(x)$，则称该级数为 $f(x)$ 在 $x=a$ 处的泰勒级数。2. 泰勒公式及其拉格朗日型余项设函数 $f$ 在闭区间 $[a, x]$ 上具有 $n+1$ 阶连续导数。根据泰勒定理，存在某个 $\xi$ 介于 $a$ 与 $x$ 之间，使得：$$ f(x) …

一、联合分布 (Joint Distribution)1. 定义设二维离散型随机变量$(X, Y)$的可能取值为$(x_i, y_j)$，其联合分布律为：$$ P\{X = x_i, Y = y_j\} = p_{ij}, \quad i,j = 1,2,\cdots $$2. 性质非负性：$p_{ij} \geq 0$归一性：$\sum_{i=1}^{+\infty} \sum_{j=1}^{+\infty} p_{ij} = 1$3. 表示形式用表格表示联合分布律：$$ \begin{array}{|c|cccc|c|} \hline X \back…

一、问题描述设$X$为随机变量，已知$X$的概率分布，$Y = g(X)$是其函数。需要根据$X$的分布求出$Y$的分布。二、离散型随机变量1. 求解步骤步骤1：列出$Y$所有可能取值$\{ y_j = g(x_i) | x_i \in X(\Omega) \}$步骤2：对每个$y_j$，计算概率：$$ P(Y=y_j) = \sum_{x_i \in g^{-1}(y_j)} P(X=x_i) $$其中$g^{-1}(y_j) = \{ x_i | g(x_i) = y_j \}$2. 数学证明设$X$的分布律为$P(X=x_i)=p_i$，则：$$ …

一、全微分对于二元函数 $z=f(x,y)$，仅研究一个自变量变化时函数的性态是不够的，经常要讨论两个自变量 $x,y$ 分别有增量 $\Delta x,\Delta y$ 时，相应函数值的改变量（即全增量）：$$\Delta z=f(x+\Delta x,y+\Delta y)-f(x,y)$$的变化情况。类似于一元函数的微分，下面以二元函数为例介绍多元函数的全微分。设二元函数 $z=f(x,y)$ 在点 $P_0(x_0,y_0)$ 的某邻域内有定义，若存在常数 $A,B$ 对充分小的 $\Delta x$ 和 $\Delta y$ 均有$$\Del…

1. 转轴通过圆环中心与环面垂直的转动惯量$$ I = mR^2 $$ 推导： 在圆环上取一质元，其质量为 $dm = \lambda dl$，其中 $\lambda = \frac{m}{2\pi R}$ 为线密度，$dl$ 为圆弧元。质元对转轴的元转动惯量为： $$ dI = R^2 dm = \lambda R^2 dl $$ 对整个圆环积分：$$ I = \int_0^{2\pi R} \lambda R^2 dl = \lambda R^2 \cdot 2\pi R = 2\pi \lambda R^3 $$代入 $\lambda = \fra…

一、误差公式误差公式描述了函数 $f(x)$ 与其傅里叶级数 $k$ 阶三角级数部分和 $S_k(x)$ 之间的逼近误差能量。具体公式为：$$ E_k = \int_{-\pi}^{\pi} \left| f(x) - S_k(x) \right|^2 \, dx = \int_{-\pi}^{\pi} |f(x)|^2 \, dx - \pi \left( \frac{a_0^2}{2} + \sum_{n=1}^{k} (a_n^2 + b_n^2) \right) $$以下是误差公式的详细推导过程：步骤 1：定义误差函数设 $S_k(x)$ 为傅里…

我们考虑一个水平光滑轨道上运动的小车，初始质量为 $m$，速度为 $v$。小车在运动过程中不断加入沙子推导其动量守恒定律。一、情景设定（无外力情况）初始状态：小车质量为 $m$，速度为 $v$。微小时间 $\Delta t$ 内：小车吸入质量为 $\Delta m$ ，速度为 $u$ 的沙子，速度变为 $v + \Delta v$。系统总动量守恒：吸入沙子前系统的总动量等于吸入后的总动量。二、动量守恒分析初始动量： 小车动量：$mv$ 沙子动量：$\Delta m \cdot u $ 总初始动量：$$ P_{\text{初始}} = mv+u\Delta…

一、抛体运动1. 运动分解与受力分析假设条件：忽略空气阻力，仅受重力 $\vec{F} = -mg\hat{j}$，初速度 $\vec{v}_0 = v_0 \cos\theta_0 \hat{i} + v_0 \sin\theta_0 \hat{j}$。牛顿第二定律$$ \vec{a} = \frac{\vec{F}}{m} = -g\hat{j} $$2. 速度与位移公式推导水平方向（$x$ 轴）：匀速运动速度：$v_x = v_0 \cos\theta_0$位移：$$ x(t) = v_0 \cos\theta_0 \cdot t $$竖直方向（$…

在平面极坐标系中，质点的位置由径向坐标 $r$ 和角坐标 $θ$ 描述。一、位置矢量位置矢量 $\mathbf{r}$ 在极坐标系中表示为：$$ \mathbf{r} = r \hat{r} $$其中，$\hat{r}$ 是径向单位矢量。二、速度矢量速度 $\mathbf{v}$ 是位置矢量的时间导数：$$ \mathbf{v} = \frac{\mathrm{d}\mathbf{r}}{\mathrm{d}t} = \frac{\mathrm{d}}{\mathrm{d}t}(r \hat{r}) = \frac{\mathrm{d}r}{\mathr…

一、级数定义与其收敛发散性1、定义：级数、部分数列和给定数列 $\{a_n\}$，将其每一项依次用“+”号连接起来的表达式：$$a_1 + a_2 + \cdots + a_n + \cdots $$称为无穷级数。由于其通项 $a_n$ 都是常数，也称之为常数项级数，记作 $\sum_{n=1}^{+\infty} a_n$。在级数 $\sum_{n=1}^{+\infty} a_n$ 中，前 $n$ 项的和：$S_n = a_1 + a_2 + \cdots + a_n$，称为该级数的部分和。所得的数列 $\{S_n\}$ 称为部分和数列。级数 $\s…

一、离散型随机变量分布列离散型随机变量的分布列是指随机变量取各个可能值的概率列表。设离散型随机变量 $X$ 的可能取值为 $x_1, x_2, \ldots, x_n$，则其分布列为：$$ P(X = x_i) = p_i, \quad i = 1, 2, \ldots, n $$其中 $p_i \geq 0$ 且 $\sum_{i=1}^n p_i = 1$。1. 0-1 分布（伯努利分布）0-1 分布是描述只有两种可能结果的单次试验的分布。设随机变量 $X$ 表示试验结果，$X = 1$ 表示“成功”，$X = 0$ 表示“失败”，则其分布列为：$$…

一、线性空间1、定义：线性空间设$V$ 是一个非空集合，$\mathbf{F}$ 是一个数域，我们定义两种运算，其中第一个运算是我们， 熟知的加法$+$。在线性空间的定义中，我们要求$\langle V:+\rangle$构成 Abel 群，即其中元素满足如下运算律：（加法结合律）$\alpha + ( \beta + \gamma ) = ( \alpha + \beta ) + \gamma$, $\forall \alpha , \beta , \gamma \in V$（加法单位元）$\exists0\in V$使得$\forall\alpha\…

一、不定积分的基本性质$$\int kf(x)dx = k \int f(x)dx$$$$\int [f(x) \pm g(x)]dx = \int f(x)dx \pm \int g(x)dx$$二、基本积分公式1) 常数类$$\int 1dx = x + C \quad (\text{或} \quad \int dx = x + C)$$$$\int kdx = kx + C$$2) 幂函数类$$\int x^{\mu}dx = \frac{x^{\mu+1}}{\mu+1} + C \quad (\mu \neq -1)$$$$\int \frac…