高等数学上册 第十章 重积分 第十一章 曲线积分与曲面积分 知识点总结

重积分

二重积分计算法: 直角坐标下:化为二次积分 { 如果图形是 X Y 型,则都可以,但要考虑哪个计算不定积分方便 如果图形既不是 X 也不是 Y 型,则要拆分 极坐标下: ∬ f ( x , y ) d x d y = ∬ f ( ρ cos ⁡ θ , ρ sin ⁡ θ ) ρ d ρ d θ 三重积分计算法: 利用直角坐标、利用柱面坐标 二重积分计算法:\\ 直角坐标下:化为二次积分 \\ \begin{cases} 如果图形是XY型,则都可以,但要考虑哪个计算不定积分方便 \\ 如果图形既不是X也不是Y型,则要拆分 \end{cases} \\ \,\\ 极坐标下:\\ \iint f(x,y)dxdy=\iint f(\rho\cos\theta,\rho\sin\theta)\rho d\rho d\theta \\ \,\\ 三重积分计算法:\\ 利用直角坐标、利用柱面坐标 二重积分计算法:直角坐标下:化为二次积分{如果图形是XY型,则都可以,但要考虑哪个计算不定积分方便如果图形既不是X也不是Y型,则要拆分极坐标下:f(x,y)dxdy=f(ρcosθ,ρsinθ)ρdρdθ三重积分计算法:利用直角坐标、利用柱面坐标

重积分的应用(曲面的面积)

【图1】
在这里插入图片描述

曲面的面积元素的推导过程: 曲面方程为 z = f ( x , y ) 曲面的面积微元可用对应切平面的面积近似代替 如图 1 所示, d A = d σ cos ⁡ γ , d A 就是曲面的面积微元, d σ 是切平面投影在 x O y 面上的区域 而 cos ⁡ γ = 1 1 + f x 2 + f y 2 因此 d A = 1 + f x 2 + f y 2 d σ = 1 + f x 2 + f y 2 d x d y 曲面的面积元素的推导过程:\\ 曲面方程为z=f(x,y) \\ 曲面的面积微元可用对应切平面的面积近似代替 \\ 如图1所示,dA=\frac{d\sigma}{\cos\gamma},dA就是曲面的面积微元,d\sigma是切平面投影在xOy面 上的区域 \\ 而\cos\gamma=\frac{1}{\sqrt{1+f_x^2+f_y^2}} \\ 因此dA=\sqrt{1+f_x^2+f_y^2}d\sigma=\sqrt{1+f_x^2+f_y^2}dxdy 曲面的面积元素的推导过程:曲面方程为z=f(x,y)曲面的面积微元可用对应切平面的面积近似代替如图1所示,dA=cosγdσdA就是曲面的面积微元,dσ是切平面投影在xOy面上的区域cosγ=1+fx2+fy2 1因此dA=1+fx2+fy2 dσ=1+fx2+fy2 dxdy

曲线积分

对弧长的曲线积分(第一类曲线积分): ∫ L f ( x , y ) d s = ∫ α β f [ φ ( t ) , ψ ( t ) ] φ ′ 2 ( t ) + ψ ′ 2 ( t ) d t ( α < β ) 对坐标的曲线积分(第二类曲线积分,要注意方向): ∫ L P ( x , y ) d x + Q ( x , y ) d y = ∫ α β { P [ φ ( t ) , ψ ( t ) ] φ ′ ( t ) + Q [ φ ( t ) , ψ ( t ) ] ψ ′ ( t ) } d t 线积分与路径无关,只与起点和终点有关 两类曲线积分的关系: ∫ L P d x + Q d y = ∫ L ( P cos ⁡ α + Q cos ⁡ β ) d s ∫ Γ A ⋅ d r = ∫ Γ A ⋅ τ d s , A = ( P , Q ) , τ = ( cos ⁡ α , cos ⁡ β ) , d r = d s ⋅ τ = ( d x , d y ) 对弧长的曲线积分(第一类曲线积分):\\ \int_Lf(x,y)ds=\int_\alpha^\beta f[\varphi(t),\psi(t)]\sqrt{\varphi ^{\prime2}(t)+\psi^{\prime2}(t)}dt(\alpha<\beta)\\ \,\\ 对坐标的曲线积分(第二类曲线积分,要注意方向):\\ \int_LP(x,y)dx+Q(x,y)dy=\int_\alpha^\beta \{P[\varphi(t),\psi(t)]\varphi^{\prime}(t)+Q[\varphi(t),\psi(t)]\psi^{\prime}(t)\}dt \\ \,\\ 线积分与路径无关,只与起点和终点有关 \\ \,\\ 两类曲线积分的关系:\\ \int_LPdx+Qdy=\int_L(P\cos\alpha+Q\cos\beta)ds \\ \int_\Gamma A\cdot dr=\int_\Gamma A\cdot \tau ds,A=(P,Q),\tau=(\cos \alpha,\cos \beta),dr=ds\cdot \tau=(dx,dy) 对弧长的曲线积分(第一类曲线积分):Lf(x,y)ds=αβf[φ(t),ψ(t)]φ′2(t)+ψ′2(t) dtα<β对坐标的曲线积分(第二类曲线积分,要注意方向):LP(x,y)dx+Q(x,y)dy=αβ{P[φ(t),ψ(t)]φ(t)+Q[φ(t),ψ(t)]ψ(t)}dt线积分与路径无关,只与起点和终点有关两类曲线积分的关系:LPdx+Qdy=L(Pcosα+Qcosβ)dsΓAdr=ΓAτdsA=(P,Q),τ=(cosα,cosβ),dr=dsτ=(dx,dy)

格林公式

定理 1 (格林公式): ∬ D ( ∂ Q ∂ x − ∂ P ∂ y ) d x d y = ∮ L P d x + Q d y 定理 2 (平面上曲线积分与路径无关的条件): ∂ Q ∂ x = ∂ P ∂ y 定理 3 (二元函数的全微分求积): P ( x , y ) d x + Q ( x , y ) d y 为某一函数的全微分的充分必要条件是 ∂ Q ∂ x = ∂ P ∂ y 二元函数全微分求积方法: { 用线积分求 用偏积分求(都能求,比较快) 用凑全微分法求(分组凑微分法,最快,但不一定都能求) 求曲线积分的方法: { 利用参数方程化为二重积分(往往比较复杂) 利用格林公式(补线,围成闭区域) 利用与路径无关,如转换路径,也不用补线了 利用与路径无关、二元函数全微分求积,找出原函数,将起点值和终点值代入原函数相减 定理1(格林公式):\\\iint_D(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y})dxdy=\oint_LPdx+Qdy \\ \,\\ 定理2(平面上曲线积分与路径无关的条件):\\ \frac{\partial Q}{\partial x}=\frac{\partial P}{\partial y} \\ \,\\ 定理3(二元函数的全微分求积):\\ P(x,y)dx+Q(x,y)dy为某一函数的全微分的充分必要条件是\frac{\partial Q}{\partial x}=\frac{\partial P}{\partial y} \\ \,\\ 二元函数全微分求积方法:\\ \begin{cases} 用线积分求 \\ 用偏积分求(都能求,比较快) \\ 用凑全微分法求(分组凑微分法,最快,但不一定都能求) \\ \end{cases} \\ \,\\ 求曲线积分的方法:\\ \begin{cases} 利用参数方程化为二重积分(往往比较复杂)\\ 利用格林公式(补线,围成闭区域)\\ 利用与路径无关,如转换路径,也不用补线了 \\ 利用与路径无关、二元函数全微分求积,找出原函数,将起点值和终点值代入原函数相减 \end{cases} 定理1(格林公式):D(xQyP)dxdy=LPdx+Qdy定理2(平面上曲线积分与路径无关的条件):xQ=yP定理3(二元函数的全微分求积):P(x,y)dx+Q(x,y)dy为某一函数的全微分的充分必要条件是xQ=yP二元函数全微分求积方法: 用线积分求用偏积分求(都能求,比较快)用凑全微分法求(分组凑微分法,最快,但不一定都能求)求曲线积分的方法: 利用参数方程化为二重积分(往往比较复杂)利用格林公式(补线,围成闭区域)利用与路径无关,如转换路径,也不用补线了利用与路径无关、二元函数全微分求积,找出原函数,将起点值和终点值代入原函数相减

曲面积分

对面积的曲面积分(第一类曲面积分): ∬ f ( x , y , z ) d S = ∬ f [ x , y , z ( x , y ) ] 1 + z x 2 + z y 2 d x d y 对坐标的曲面积分(第二类曲面积分): ∬ Σ P ( x , y , z ) d y d z + Q ( x , y , z ) d x d z + R ( x , y , z ) d x d y ∬ Σ R ( x , y , z ) d x d y = ± ∬ D x y R [ x , y , z ( x , y ) ] d x d y 两类曲面积分的关系: ∬ Σ P d y d z + Q d x d z + R d x d y = ∬ Σ P cos ⁡ α + Q cos ⁡ β + R cos ⁡ γ d S ∬ Σ A ⋅ d S = ∬ Σ A ⋅ n d S = ∬ Σ A n d S , A = ( P , Q , R ) , n 是单位法向量 ( cos ⁡ α , cos ⁡ β , cos ⁡ γ ) , d S = n d S = ( d y d z , d x d z , d x d y ) 为有向曲面元, A n 为 A 在 n 上的投影 归一法: 设曲面可化为 z = f ( x , y ) ,且法向量朝 z 轴正向, 由于 d z d x = − f x , d z d y = − f y 则 ∬ Σ P d y d z + Q d x d z + R d x d y = ∬ Σ { P [ x , y , f ( x , y ) ] ( − f x ) + Q [ x , y , f ( x , y ) ] ( − f y ) + R [ x , y , f ( x , y ) ] } d x d y 当法向量朝 z 轴负向时,其分别为 + f x 、 + f y 、 − 1 或 ∬ Σ P cos ⁡ α + Q cos ⁡ β + R cos ⁡ γ d S = ∬ Σ ( P − f x 1 + f x 2 + f y 2 + Q − f y 1 + f x 2 + f y 2 + R 1 1 + f x 2 + f y 2 ) 1 + f x 2 + f y 2 d x d y 对面积的曲面积分(第一类曲面积分):\\ \iint f(x,y,z)dS=\iint f[x,y,z(x,y)]\sqrt{1+z_x^2+z_y^2}dxdy \\ \,\\ 对坐标的曲面积分(第二类曲面积分):\\ \iint_\Sigma P(x,y,z)dydz+Q(x,y,z)dxdz+R(x,y,z)dxdy \\ \iint_\Sigma R(x,y,z)dxdy=\pm\iint_{D_{xy}}R[x,y,z(x,y)]dxdy \\ \,\\ 两类曲面积分的关系:\\ \iint_\Sigma Pdydz+Qdxdz+Rdxdy=\iint_\Sigma P\cos\alpha+Q\cos\beta+R\cos\gamma dS \\ \iint_\Sigma \textbf{A} \cdot d\textbf{S}=\iint_\Sigma \textbf{A}\cdot \textbf{n}dS=\iint_\Sigma A_ndS,\\ \textbf{A}=(P,Q,R),\textbf{n}是单位法向量(\cos\alpha,\cos\beta,\cos\gamma),\\ d\textbf{S}=\textbf{n}dS=(dydz,dxdz,dxdy)为有向曲面元,A_n为\textbf{A}在\textbf{n}上的投影 \\ \,\\ 归一法:\\ 设曲面可化为z=f(x,y),且法向量朝z轴正向,\\ 由于\frac{dz}{dx}=-f_x,\frac{dz}{dy}=-f_y \\ 则\iint_\Sigma Pdydz+Qdxdz+Rdxdy=\\ \iint_\Sigma \{P[x,y,f(x,y)](-f_x)+Q[x,y,f(x,y)](-f_y)+R[x,y,f(x,y)]\}dxdy \\ 当法向量朝z轴负向时,其分别为+f_x、+f_y、-1 \,\\ 或\\ \iint_\Sigma P\cos\alpha+Q\cos\beta+R\cos\gamma dS= \\ \iint_\Sigma (P\frac{-f_x}{\sqrt{1+f_x^2+f_y^2}}+Q\frac{-f_y}{\sqrt{1+f_x^2+f_y^2}}+R\frac{1}{\sqrt{1+f_x^2+f_y^2}}) \sqrt{1+f_x^2+f_y^2}dxdy 对面积的曲面积分(第一类曲面积分):f(x,y,z)dS=f[x,y,z(x,y)]1+zx2+zy2 dxdy对坐标的曲面积分(第二类曲面积分):ΣP(x,y,z)dydz+Q(x,y,z)dxdz+R(x,y,z)dxdyΣR(x,y,z)dxdy=±DxyR[x,y,z(x,y)]dxdy两类曲面积分的关系:ΣPdydz+Qdxdz+Rdxdy=ΣPcosα+Qcosβ+RcosγdSΣAdS=ΣAndS=ΣAndSA=(P,Q,R)n是单位法向量(cosα,cosβ,cosγ)dS=ndS=(dydz,dxdz,dxdy)为有向曲面元,AnAn上的投影归一法:设曲面可化为z=f(x,y),且法向量朝z轴正向,由于dxdz=fxdydz=fyΣPdydz+Qdxdz+Rdxdy=Σ{P[x,y,f(x,y)](fx)+Q[x,y,f(x,y)](fy)+R[x,y,f(x,y)]}dxdy当法向量朝z轴负向时,其分别为+fx+fy1ΣPcosα+Qcosβ+RcosγdS=Σ(P1+fx2+fy2 fx+Q1+fx2+fy2 fy+R1+fx2+fy2 1)1+fx2+fy2 dxdy

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://xiahunao.cn/news/1619317.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

DevOps系列文章 之 Python基础

Python 基础篇&#xff08;一&#xff09; print( )函数、input( )函数 用 Python 来打印 Hello, world 你会惊奇地发现Python是如此的简洁与优雅。 # 打印Hello, world print(Hello, world) Hello, world# input()函数&#xff1a;接受一个标准输入数据&#xff0c;返回为s…

九龙证券|主力资金 矿业龙头尾盘净买超亿元

家用电器职业取得主力大手笔抢筹。 今天主力资金净流出260.84亿元&#xff0c;其间创业板净流出93.77亿元&#xff0c;沪深300成份股净流出40.64亿元。 申万一级职业中&#xff0c;今天有25个职业上涨&#xff0c;家用电器涨幅居首&#xff0c;达3.31%&#xff1b;其后煤炭、建…

九龙证券|又3个涨停,退市风险急升!

*ST新海退市危险急剧上升&#xff01; 到4月14日&#xff0c;*ST新海收盘价接连14个买卖日低于1元/股。按照退市新规&#xff0c;若*ST新海在接下来6个买卖日收盘价继续低于1元/股&#xff0c;将触及买卖类强制退市景象而终止上市&#xff0c;公司股票将不进入退市整理期。 面…

股票查询小程序_以龙虎榜数据为例

功能需求 1.程序启动后&#xff0c;给用户提供查询接口&#xff0c;允许用户重复查股票行情信息(用到循环&#xff09; 2.允许用户通过模糊查询股票名&#xff0c;比如输入“生物”&#xff0c;就把所有股票名称中包含“生物”的所有股票的信息打印出来 3.允许按收盘价,涨跌…

【龙虎榜小红牛分析系统G6.2】发布时间2021年03月14日

----更新功能如下 龙虎榜小红牛分析系统G6.20 #龙虎榜小红牛系统 #官方微信公众号&#xff1a;gxzfp888A.优化了数据库写入前先判断是否存在当天数据&#xff0c;避免因多次点入&#xff0c;重复写入数据问题&#xff0c;即一键下载龙虎和涨停数据。 B. 优化了再做&#xff0c…

上海亚商投顾:沪指窄幅震荡 ChatGPT概念股全线下挫

上海亚商投顾前言&#xff1a;无惧大盘涨跌&#xff0c;解密龙虎榜资金&#xff0c;跟踪一线游资和机构资金动向&#xff0c;识别短期热点和强势个股。 市场情绪 三大指数早盘小幅冲高&#xff0c;随后又震荡走低&#xff0c;午后一度集体翻绿&#xff0c;临近尾盘有所回升。Ch…

python 通达信板块_[python]沪深龙虎榜数据导入通达信的自选板块,并标注于K线图上...

将沪深龙虎榜数据导入通达信的自选板块,并标注于K线图上 原理:python读取前一次处理完的计算5日后涨跌幅输出的csv文件 文件名前加"[paint]" 安照通达信的画图文件和板块文件格式,输出文件 用通达信的导入功能,导入画图文件和板块文件即可 事前数据截图: 处理后…

[python]数据整理,将取得的众多的沪深龙虎榜数据整一整

将昨日取得的众多的沪深龙虎榜数据整一整 提取文件夹内所有抓取下来的沪深龙虎榜数据&#xff0c;整理出沪深两市&#xff08;含中小创&#xff09;涨幅榜股票及前5大买入卖出资金净值&#xff0c;保存到csv文件 再手动使用数据透视表进行统计 原始数据&#xff1a; 整理后数据…

攻防演练期间一次对某企业的渗透测试

免责声明 由于传播、利用本文章说黑客所提供的信息而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;文章作者说黑客不为此承担任何责任&#xff0c;一旦造成后果请自行承担&#xff01; 前言 某次攻防演练中&#xff0c;主办方只提供了目标…

应用TortoiseSVN的SubWCRev管理VisualStudio C#项目编译版本号

1、拷贝Porperties目录下的文件AssemblyInfo.cs生成副本AssemblyInfo.template.cs, 作为版本管理的模板文件。 2、修改模板文件中的想要管理的版本号信息 // [assembly: AssemblyVersion("1.0.*")] [assembly: AssemblyVersion("1.5.0.$WCREV$")]//0.9.5…

c#之反射详解

总目录 文章目录 总目录一、反射是什么&#xff1f;1、C#编译运行过程2、反射与元数据3、反射的优缺点 二、反射的使用1、反射相关的类和命名空间1、System.Type类的应用2、System.Activator类的应用3、System.Reflection.Assembly类的应用4、System.Reflection.Module类的应用…

9. 解谜游戏

目录 题目 Description Input Notes 思路 暴力方法 递归法 注意事项 C代码&#xff08;递归法&#xff09; 关于DFS 题目 Description 小张是一个密室逃脱爱好者&#xff0c;在密室逃脱的游戏中&#xff0c;你需要解开一系列谜题最终拿到出门的密码。现在小张需要打…

【Windows10】利用分区助手扩展C盘分区

文章目的&#xff1a;   在开始对C盘进行空间分配时&#xff0c;配额空间过小&#xff0c;后续使用希望扩展C盘的空间大小 分区助手百度网盘下载链接&#xff1a;link   提取码&#xff1a;go16 1、下载安装好分区助手后打开&#xff0c;点击右上角Tools&#xff0c;再点击…

将C盘分区部分容量分配给其他分区

最近在学习OpenStack相关的实验&#xff0c;硬盘容量需要分配一百多两百个G。电脑用久了&#xff0c;不知不觉磁盘也将要挤满的感觉&#xff0c;除C盘外。就想着把C盘的一些容量转到E盘里。 以下为具体步骤&#xff1a; 下载分区工具 选择合适的分区工具下载。我使用的是 win1…

Windows: 如何调整C盘分区大小

最开始安装系统&#xff0c;做分区时给C分区的大小一般都太小&#xff0c;后面发现不够时却无从下手。 Windows磁盘管理做不了这个事。因为它只能扩展后面为空白的。但D分区已有数据&#xff0c;无法扩展。 所以&#xff0c;我们得借助另一个工具&#xff1a;DiskGenius. 操…

【八股】2023秋招八股复习笔记5(计算机网络-CN)

文章目录 八股目录目录1、应用层 & HTTP一些http题HTTPS 加密原理&#xff08;问过&#xff09;HTTP/1.1 新特性HTTP/2.0 与 RPC&#xff08;问过&#xff09;GET 和 POST 比较 2、传输层 & TCPTCP三次握手 & 四次挥手&#xff08;问过&#xff09;为什么每次TCP 连…

基于vue和element的脚手架【vue-element-admin 和vue-element-plus-admin 】

vue-element-admin vue-element-admin 是一个后台前端解决方案&#xff0c;它基于 vue 和 element-ui实现 介绍 | vue-element-adminA magical vue adminhttps://panjiachen.github.io/vue-element-admin-site/zh/guide/ vue-element-plus-admin vue-element-plus-admin 是一…

keras深度学习框架通过简单神经网络实现手写数字识别

背景 keras深度学习框架&#xff0c;并不是一个独立的深度学习框架&#xff0c;它后台依赖tensorflow或者theano。大部分开发者应该使用的是tensorflow。keras可以很方便的像搭积木一样根据模型搭出我们需要的神经网络&#xff0c;然后进行编译&#xff0c;训练&#xff0c;测试…

脑优化全集

1电脑优化全集 一、系统优化设置 1、删除Windows强加的附件&#xff1a; a.用记事本NOTEPAD修改sysoc.inf&#xff08;在windiws/inf文件夹&#xff09;&#xff0c;用查找/替换功能&#xff0c;在查找框中输入,hide,7&#xff08;一个英文逗号紧跟hide&#xff0c;一个英文逗…

个人永久性免费-Excel催化剂功能第49波-标准数据结构表转报表样式结果

中国的企业信息化&#xff0c;已经过去了20年&#xff0c;企业里也产生了大量的数据&#xff0c;IT技术的信息化管理辅助企业经营管理也已经得到广泛地认同&#xff0c;现在就连一个小卖部都可以有收银系统这样的信息化管理介入。但同时也有一个很现实的问题&#xff0c;不是所…