坐标系与空间解析几何

常见坐标系与元

直角坐标系柱坐标系球坐标系极坐标
与直角坐标系的关系 { x = ρ cos θ y = ρ sin θ z = z { x = r sin φ cos θ y = r sin φ sin θ z = r cos φ { x = ρ cos θ y = ρ sin θ
面积元 d x d y ρ d ρ d θ
体积元 d x d y d z d ρ d θ d z r 2 s i n φ d r d θ d φ

对坐标/弧长积分关系

d s = d x cos α = d y cos β = d z cos γ

对坐标/面积积分关系

d S = d y d z cos α = d x d z cos β = d x d y cos γ

格林公式

D ( Q x P y ) d x d y = P d x + Q d y

高斯公式

Ω P x + Q y + R z d v = P d y d z + Q d z d x + R d x d y

斯托克斯公式

L P d x + Q d y + R d z = | d y d z d z d x d x d y x y z P Q R |

方向导数(数)

定义:

lim ρ 0 f ( x 0 + Δ x , y 0 + Δ y , z 0 + Δ z ) f ( x 0 , y 0 , z 0 ) ( Δ x ) 2 + ( Δ y ) 2 + ( Δ z ) 2 u = f ( x , y , z ) f ( x 0 , y 0 , z 0 ) 处沿射线 l 的方向导数

其中 f ( x 0 + Δ x , y 0 + Δ y , z 0 + Δ z ) 在射线 l 上,记为 u l | M 0 = u x | cos α + u u | cos β + u z | cos γ 其中 cos α cos β cos γ l 的方向余弦

梯度(向量函数)

定义:

u = f ( x , y , z ) 连续可偏导,梯度 grad u = { u x , u y , u z }

旋度(向量函数)

A ( x , y , z ) = { P ( x , y , z ) , Q ( x , y , z ) , R ( x , y , z ) } ,则向量 A 的旋度为 rot A = | i j k x y z P Q R | = { | y z Q R | , | z x R P | , | x y P Q | }

散度(函数)

A ( x , y , z ) = { P ( x , y , z ) , Q ( x , y , z ) , R ( x , y , z ) } ,则向量 A 的散度为 div A = P x + Q y + R z

微分

曲率

K = | y | ( 1 + y 2 ) 3 2

曲率圆

R = 1 K x 0 = a f ( a ) 1 + f 2 ( a ) f ( a ) , y 0 = b + 1 + f 2 ( a ) f ( a )

空间解析几何

平面的表示方法

一般式

A x + B y + C z + D = 0

点法式

( A , B , C ) 为此平面的法向量:

A ( x x 0 ) + B ( y y 0 ) + C ( z z 0 ) = 0

截距式

此平面在 x , y , z 轴的截距分别为 a , b , c

x a + y b + z c = 1

平面束

过直线 L : { A 1 x + B 1 y + C 1 z + D 1 = 0 A 2 x + B 2 y + C 2 z + D 2 = 0 的所有平面:

A 1 x + B 1 y + C 1 z + D 1 + λ ( A 2 x + B 2 y + C 2 z + D 2 ) = 0

距离

点到平面的距离

M 0 ( x 0 , y 0 , z 0 ) 到平面 A x + B y + C z + D = 0 的距离:

d = | A x 0 + B y 0 + C z 0 + D | A 2 + B 2 + C 2

平面到平面的距离

平面1: A x + B y + C z + D 1 = 0 到平面2: A x + B y + C z + D 2 = 0 的距离:

d = | D 2 D 1 | A 2 + B 2 + C 2

点到直线的距离

M 到直线的距离,且直线上一点 M 0 直线切向量 s

d = M 0 M × s s

曲线切/法向量

曲线 ( x 0 , y 0 , z 0 ) 处的切向量:

n = { F x ( x 0 , y 0 , z 0 ) , F y ( x 0 , y 0 , z 0 ) , F z ( x 0 , y 0 , z 0 ) }

曲面 ( x 0 , y 0 , z 0 ) 处的法向量:

参数式:

T = { φ ( t 0 ) , ψ ( t 0 ) , ω ( t 0 ) } t = t 0 对应的点为 ( x 0 , y 0 , z 0 )

一般式:

T = { | F y F z G y G z | , | F z F x G z G x | , | F x F y G x G y | } | M 0 ( x 0 , y 0 , z 0 ) L : ( F ( x , y , z ) = 0 G ( x , y , z ) = 0 )

定积分

不同坐标系下体积/面积/弧长的定积分

极坐标系下面积

A = 1 2 a β r 2 ( θ ) d θ

直角坐标系下旋转体曲面表面积(绕𝑥轴)

A = 2 π a b | f ( x ) | 1 + f 2 ( x ) d x

直角坐标系下旋转体曲面表面积旋转体体积(绕𝑦轴)

V y = 2 π a b | x | | f ( x ) | d x

直角坐标系下弧长

s = a b 1 + f 2 ( x ) d x

参数方程 L : { x = φ ( t ) y = ψ ( t ) ( α t β ) 下弧长

s = α β φ 2 ( t ) + ψ 2 ( t ) d t

极坐标系下弧长

s = α β r 2 ( θ ) + r 2 ( θ ) d θ

三角函数的定积分结论

0 π x f ( sin x ) d x = π 2 0 π f ( sin x ) d x = π 0 π 2 f ( sin x ) d x 0 π 2 f ( sin x ) d x = 0 π 2 f ( cos x ) d x 0 x 2 sin n x d x = 0 π 2 cos n x d x = I n ( I n = n 1 n I n 2 , I 1 = 1 , I 0 = π 2 )

微分方程

可分离变量的微分方程 y = f ( x , y ) y = φ 1 ( x ) φ 2 ( y ) d y φ 2 ( y ) = φ 1 ( x ) d x d y φ 2 ( y ) = φ 1 ( x ) d x + C
齐次微分方程 y = f ( x , y ) y = φ ( y x ) y x = u u + x d u d x = φ ( u ) d u φ ( u ) u = d x x + C
一阶齐次线性微分方程 y + P ( x ) y = 0 y = C e P ( x ) d x
一阶非齐次线性微分方程 y + P ( x ) y = Q ( x ) y = [ Q ( x ) e P ( x ) d x d x + C ] e P ( x ) d x
伯努利方程 y + P ( x ) y = Q ( x ) y n ( n 0 , 1 ) d y d x + P ( x ) y = Q ( x ) y n y 1 n = z d z d x + ( 1 n ) P ( x ) z = ( 1 n ) Q ( x )
全微分方程 P ( x , y ) d x + Q ( x , y ) d y = 0 Q x = P y u ( x , y ) = ( x 0 , y 0 ) ( x , y ) P ( x , y ) d x + Q ( x , y ) d y , P ( x , y ) d x + Q ( x , y ) d y = d u 原方程的通解为 u ( x , y ) = C
可降阶的高阶微分方程 f ( x , y , y ) = 0 y = p , y = d p d x , f ( x , y , y ) = 0  化为 f ( x , p , d p d x ) = 0
可降阶的高阶微分方程 f ( y , y , y ) = 0 y = p , y = d p d x = d y d x d p d y = p d p d y , f ( y , y , y ) = 0 化为 f ( y , p , p d p d y ) = 0
欧拉方程 x n y ( n ) + p 1 x n 1 y ( n 1 ) + + p n 1 x y + p n y = f ( x ) 作变换 x = e t x k y ( k ) = D ( D 1 ) ( D k + 1 ) y 其中 ( D = d d t )

线性微分方程

y ( n ) + a 1 ( x ) y ( n 1 ) + + a n 1 ( x ) y + a n ( x ) y = f ( x )
特征值
通解二阶 λ 1 , λ 2 为实单根 y = C 1 e λ 1 x + C 2 e λ 2 x
λ 1 = λ 2 为实根 y = ( C 1 + C 2 x ) e λ 1 x
λ 1 , 2 = α ± i β y = e a x ( C 1 c o s β x + C 2 s i n β x )
三阶 λ 1 , λ 2 , λ 3 为实单根 y = C 1 e λ 1 x + C 2 e λ 2 x + C 3 e λ 3 x
i λ 1 = λ 2 λ 3 为实根 y = ( C 1 + C 2 x ) e λ 1 x + C 3 e λ 3 x
λ 1 = λ 2 = λ 3 为实根 y = ( C 1 + C 2 x + C 3 x 2 ) e λ 1 x
λ 1 , 2 = α ± i β , λ 3 R y = e α x ( C 1 c o s β x + C 2 s i n β x ) + C 3 e λ 3 x
特解 f ( x ) = e k x P n ( x ) , 其中 P n ( x ) n 次多项式 k λ 1 k λ 2 y 0 ( x ) = Q ( x ) e k x
k = λ 1 k λ 2 y 0 ( x ) e k x = x Q ( x ) e k x
k = λ 1 = λ 2 y 0 ( x ) = x 2 Q ( x ) e k x
f ( x ) = e a x [ P m ( x ) c o s β x + P s ( x ) s i n β x ] , n = max { m ; s } α + i β 不是特征值 y 0 = e α x [ Q n ( 1 ) ( x ) c o s β x + Q n ( 2 ) ( x ) s i n β x ]
α + i β 是特征值 y 0 = x e a x [ Q n ( 1 ) ( x ) c o s β x + Q n ( 2 ) ( x ) s i n β x ]

级数

三角函数的正交性

π π cos m x cos n x d x = { 2 π ,      m = n = 0 , π ,      m = n 1 , 0 ,      m n .      π π sin m x sin n x d x = { π , m = n , 0 , m n .

傅里叶级数

f ( x ) = a 0 2 + n = 1 ( a n cos n ω 0 x + b n sin n ω 0 x )

其中

a n = 2 T T f ( x ) cos n ω 0 x d x ( n = 1 , 2 , ) b n = 2 T T f ( x ) sin n ω 0 x d x ( n = 1 , 2 , )

附录

基本不等式

即调和均值≤几何均值≤算术均值≤平方均值:

2 1 a + 1 b a b a + b 2 a 2 + b 2 2

因式分解

a n b n = ( a b ) ( a n 1 + a n 2 b + + b n 1 )

关于此页面

此页面公式使用MathML编写,请使用Firefox火狐浏览器(推荐)或Chrome谷歌浏览器109及以上版本查看,浏览器兼容性请查看Can I use: MathML。字体使用STIX Two Math

由于个人能力有限,疏漏之处在所难免,若有谬误,恳请告知,以便后续勘误完善。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇