高等数学II-知识点(1)——原函数的概念、不定积分、求原函数的两种常用方法 (凑微分法、第二换元法)、分部积分法、有理函数原函数求法、典型三角函数原函数求法

news2024/11/13 10:16:07

目录

原函数的概念

不定积分

定义

不定积分的基本积分公式

不定积分的运算法则

求原函数的两种常用方法 

第一换元法(凑微分法)

第二换元法

分部积分法

有理函数原函数求法

典型三角函数原函数求法


原函数的概念

f(x)在区间I上有定义,若存在函数F(x),对任意x\in I,都有F'(x)=f(x)dF(x)=f(x)dx.

则称F(x)f(x)在区间I上的一个原函数。

例:由(\frac{x^3}{3})'=x^2,知\frac{x^3}{3}x^2\left (- \infty,+\infty \right )上的一个原函数;

(sinx)'=cosx,知sinxcosx\left (- \infty,+\infty \right )上的一个原函数。

因为(sinx+1)'=cosx,(sinx+10)'=cosx......(原函数可以有无数个)

所以:原函数可以表达为sinx+C

不定积分

定义

函数f(x)的全体函数F(x)+C称为f(x)的不定积分,记作\int f(x)dx,即

\int f(x)dx=F(x)+C

其中,“\int”表示积分号,f(x)为被积函数,f(x)dx为被积表达式,x为积分变量,C为积分常数。

不定积分的基本积分公式

不定积分的运算法则

(1)被积函数中不为0的常数因子可以提出来:

\int kf(x)dx=k\int f(x)dx\: \: (k\neq 0)

(2)两个函数代数和的不定积分等于这两个函数不定积分的代数和

\int [f_1(x)\pm f_2(x)]dx=\int f_1(x)dx\pm \int f_2(x)dx

求原函数的两种常用方法 

第一换元法(凑微分法)

例:\int sin^2x\, cosxdx

一、找到复合函数

(sinx)^2

二、由d(sinx)=sin'x\cdot dx=cosx\cdot dx

\int (sinx)^2\cdot d(sinx)

三、换元,令u=sinx

\int u^2du

四、求出来后回代

\int u^2du=\frac{1}{3}u^3+C=\frac{1}{3}(sinx)^3+C

要熟练应用第一换元法,需要有效地凑出:

 f[\varphi (x)]\varphi '(x)dx=f(u)du

第二换元法

例:\int \frac{1}{1+\sqrt{x}}dx

\sqrt{x}=t,则x=t^2,dx=2tdt

\begin{matrix} \therefore \int \frac{1}{1+\sqrt{x}}dx &= &\int \frac{1}{1+t}2tdt\: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \\ &= &2\int \frac{t}{1+t}dt\: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \\ &= &2t+2\ln \left | 1+t \right |+C\: \: \: \: \: \: \: \:\: \\ &= &2\sqrt{x} -2 \ln\left | 1+\sqrt{x} \right |+C \end{matrix}

第二换元法积分公式\int f(x)dx=G[\varphi^{-1}(x) ]+C

第二换元法的三角换元法

\begin{matrix} \textbf{a}.sin^2t+cos^2t=1\\ \textbf{b}.1+tan^2t=sec^2t\\ \textbf{c}.1+cot^2t=csc^2t \end{matrix}

当被积函数中含\sqrt{a^2-x^2}时,设x=asint\: \: \: (-\frac{\pi}{2}<t<\frac{\pi}{2})

当被积函数中含\sqrt{a^2+x^2}时,设x=atant\: \: \: (-\frac{\pi}{2}<t<\frac{\pi}{2})

当被积函数中含\sqrt{x^2-a^2}时,设x=asect\: \: \: (0<t<\frac{\pi}{2})

分部积分法

(uv)'=u'v+uv'两边同时积分

\int (uv)'dx=\int u'vdx+\int uv'dx

uv=\int vdu+\int udv

于是,得到分部积分公式\int udv=uv-\int vdu

例:\int x\cdot sinxdx

\int x\cdot sinxdx=\int x\cdot d(-cosx)=-xcosx-\int -cosxdx=-xcosx+sinx+C

特殊题型\int e^xsinxdx

\begin{matrix} & &\int e^xsinxdx\: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \\ &= &-e^xcosx-\int -cosxd(e^x) \: \: \: \: \: \: \: \: \: \: \: \: \: \: \\ &= &-e^xcosx+e^xsinx-\int sinxd(e^x) \\ &= &-e^xcosx+e^xsinx-\int e^xsinxdx \end{matrix}

移到等式左边

2\int e^xsinxdx=-e^xcos+e^xsinx

需要对左式再进行分部积分。

有理函数原函数求法

 

典型三角函数原函数求法

 

 


end


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/709147.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Python3 实例(一) | 菜鸟教程(十九)

目录 一、Python Hello World 实例 二、 Python 数字求和 &#xff08;一&#xff09;以下实例为通过用户输入两个数字&#xff0c;并计算两个数字之和&#xff1a; &#xff08;二&#xff09;两数字运算&#xff0c;求和我们使用了加号 ()运算符&#xff0c;除此外&#…

GB51309实施后对于消防应急照明和疏散指示系统在城市隧道应用中的影响

安科瑞 崔丽洁 【摘要】&#xff1a;应急照明和疏散指示系统被广泛运用于城市隧道、楼宇建筑、地下管廊等各个方面。当隧道这类特殊建筑内出现火灾或事故时&#xff0c;可靠的应急照明和疏散指示系统对于人员的安全逃生有着重要的作用。随着GB51309-2018《消防应急照明和疏散指…

java从入门到起飞(三)——三大结构(顺序结构、分支结构、循环结构)

目录 前提顺序结构分支结构if选择语句switch语句 循环结构for循环语句格式while循环语句格式do…while循环语句三种循环的区别三种循环的区别&#xff1a;for和while的区别&#xff1a;死循环格式&#xff1a; 前提 三大结构也成为流程控制语句&#xff0c;分为三大类&#xff…

flask+uwsgi+docker+nginx 云服务器部署测试平台

flaskuwsgidockernginx 云服务器部署测试平台 开发环境 本次主要是在腾讯云上进行部署&#xff0c;系统是CentOS 7.9 64位&#xff0c;主要使用的软件如下&#xff1a; Python 3.9.5 Pycharm Flask1.0.2 Mysql 5.7 nginx uwsgi 一 安装Nginx 1.更新yum 源 sudo rpm -ivh …

基于Java+Swing+Mysql图书信息管理系统

基于JavaSwingMysql图书信息管理系统 一、系统介绍二、功能展示1.主页2.新增图书信息3.删除图书信息 三、数据库四、其他系统实现五、获取源码 一、系统介绍 该系统实现了查看图书列表、新增图书信息、删除图书信息 运行环境&#xff1a;eclipse、idea、jdk1.8 二、功能展示…

TCP的三次握手,四次挥手

1.TCP协议介绍 传输控制协议&#xff08;TCP&#xff0c;Transmission Control Protocol&#xff09;是一种面向连接的、可靠的、基于字节流的传输层通信协议&#xff0c;是为了在不可靠的互联网络上提供可靠的端到端字节流而专门设计的一个传输协议。由IETF的RFC 793 [1] 定义…

云之道知识付费v2 3.1.1独立版小程序系统源码

云之道知识付费v2 3.1.1独立版小程序系统源码 很不错的一款知识丰富小程序&#xff0c;感兴趣的可以自己下载搭建尝试一下。

Java官方笔记13集合

Storing Data The Collections Framework is the most widely used API of the JDK. 集合不是数据类型&#xff0c;它是JDK的API&#xff0c;可以用来存储数据等&#xff0c;相当于数据结构。 the Collections Framework is a set of interfaces that models different way of …

chatgpt赋能python:用Python做中文词云

用Python做中文词云 介绍 中文词云是一种常见的数据可视化方式&#xff0c;通过将文本中出现频率较高的关键词以图形的形式展现出来&#xff0c;让人一眼就能了解文本内容的主题和关键词。在搜索引擎优化&#xff08;SEO&#xff09;方面&#xff0c;中文词云也常被用来帮助分…

【python】使用Antlr4实现识别sql中的表或视图名

前言 先上成果预览图吧 作为一个数据库sql开发者,肯定有很多人和我一样,想要有一个工具,能传入任意sql,解析出sql中的所有表。 我之前有一篇文章【AIO】将任意查询sql转换成带远程数据库DBLINK的sql 中就提到了,使用纯文本硬解析会存在很多不确定因素,比如oracle新版本…

截取屏幕中指定区域的图像pyautogui.screenshot(区域)

【小白从小学Python、C、Java】 【等级考试500强双证书考研】 【Python-数据分析】 截取屏幕中指定区域的图像 pyautogui.screenshot(区域) [太阳]选择题 关于以下代码说法错误的是&#xff1a; import pyautogui print("【执行】pyautogui.screenshot(region(0,0,2…

麦语言入门~001课

麦语言是一种编程语言&#xff0c;它是由麦肯锡公司开发的一种专门用于数据分析和统计建模的语言。麦语言具有类似于R和Python的功能&#xff0c;并提供了一组丰富的数据处理、统计分析和机器学习的工具。麦语言主要用于解决复杂的商业和统计分析问题&#xff0c;并被广泛应用于…

CRM系统能帮助外贸企业提高哪些工作效率?

外贸企业的业务和客户遍布世界各地&#xff0c;更涉及不同的语言和文化。因此&#xff0c;管理客户信息、提高服务质量、扩大市场份额成为了外贸企业亟待解决的问题。针对这些情况&#xff0c;不少企业开始使用CRM客户管理系统。下面说说&#xff0c;外贸企业为什么要用CRM系统…

Spring面试题--Spring的bean的生命周期

这个问题比较困难&#xff0c;设计到了spring的底层&#xff0c;但是通过这个的学习&#xff0c;可以帮助我们了解Spring容器是如何管理和创建bean实例&#xff0c;以及方便调试和解决问题。 BeanDefinition bean的定义信息&#xff0c;Spring容器在进行实例化时&#xff0c;…

11-C++算法01-枚举排序

&#x1f4d6; C算法 在编程中&#xff0c;算法是解决问题的一系列步骤或规则。在C中&#xff0c;提供了丰富的算法库&#xff0c;可以方便地进行各种常见的算法操作。本篇学习笔记将介绍一些常见的排序算法&#xff0c;帮助你理解和应用这些算法。 &#x1f680; 枚举 &…

C语言VS Code 开发环境搭建

文章目录 官方文档安装拓展生成c_cpp_properties.json生成tasks.json生成launch.json测试Debug如何让程序debug完不退出&#xff1f;Windows版本的配置GDB和LLDB的区别 由于之前使用VS Code较少&#xff0c;缺少在VS Code上开发C程序的经验。本篇博文主要记录使用VS Code开发C程…

基于Tars高并发IM系统的设计与实现-基础篇2

基于Tars高并发IM系统的设计与实现-基础篇2 三大指标 高可用 分为服务高可用与存储高可用。 服务高可用 服务高可用要做到高可用必须具备两个特点&#xff1a; 负载均衡可横行扩展 当服务的请求量比较高的时候&#xff0c;一台服务不能满足需求&#xff0c;这时候需要多…

sklearn.preprocessing模块介绍

数据预处理 Binarizer: 二值化 用于将数值特征二值化。它将特征值与给定的阈值进行比较&#xff0c;并将特征值转换为布尔值&#xff08;0 或 1&#xff09;&#xff0c;取决于特征值是否超过阈值 Binarizer(*, threshold0.0, copyTrue)参数&#xff1a; threshold&#xf…

AGI—从GPT和大型语言模型中汲取的经验教训

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID&#xff5c;计算机视觉研究院 学习群&#xff5c;扫码在主页获取加入方式 论文地址&#xff1a;https://arxiv.org/pdf/2306.08641.pdf 计算机视觉研究院专栏 Column of Computer Vision Institute 人工智能…

【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递(6月 29 日论文合集)

文章目录 一、分类|识别相关(12篇)1.1 Pseudo-Bag Mixup Augmentation for Multiple Instance Learning Based Whole Slide Image Classification1.2 Improving Primate Sounds Classification using Binary Presorting for Deep Learning1.3 Challenges of Zero-Shot Recognit…