利用换元法计算积分的常见题型(考研高数复习)

考研中常见的几种换元法积分计算题

(1)被积式仅包含一个根式:根号下为有 a a a x x x 的平方和/平方差

此种类型的积分题型,可以通过构造单个锐角大小为 t t t 的直角三角形,利用勾股定理和三角函数进行代换。

平方和的情况
  • 形如

∫ R ( x , x 2 + a 2 ) d x \int{R(x,\sqrt{x^2 + a^2})dx} R(x,x2+a2 )dx
在这里插入图片描述

平方差的情况
  • 形如

∫ R ( x , x 2 − a 2 ) d x \int{R(x,\sqrt{x^2 - a^2})dx} R(x,x2a2 )dx
在这里插入图片描述

∫ R ( x , a 2 − x 2 ) d x \int{R(x,\sqrt{a^2 -x^2})dx} R(x,a2x2 )dx
在这里插入图片描述

(2)被积式包含两个根指数不一样的根式:根号下为同一个含 x x x 的线性函数

  • 形如
    ∫ R ( x , a x + b n , a x + b m ) d x \int{R(x,\sqrt[n]{ax+b},\sqrt[m]{ax+b})dx} R(x,nax+b ,max+b )dx

代换中令
t = a x + b n m t=\sqrt[nm]{ax+b} t=nmax+b
x x x 可写成含 t t t 的表达式
x = t n m − b a − c t 2 x=\frac{t^{nm}-b}{a-ct^2} x=act2tnmb
代换后,积分式中的 d x dx dx​ 可以写成
d x = 2 1 + t 2 d t dx=\frac{2}{1+t^2}dt dx=1+t22dt

(3)被积式仅包含一个根式:根号下为两个含有 x x x 的线性函数相除

  • 形如

∫ R ( x , a x + b c x + d ) d x \int{R(x,\sqrt{\frac{ax+b}{cx+d}})dx} R(x,cx+dax+b )dx

代换中令
t = a x + b c x + d t=\sqrt{\frac{ax+b}{cx+d}} t=cx+dax+b
x x x 可写成含 t t t 的表达式
x = d t 2 − b a − c t 2 x=\frac{dt^2-b}{a-ct^2} x=act2dt2b
代换后,积分式中的 d x dx dx 可以写成
d x = 2 ( a d − b c ) t ( a − c t 2 ) 2 d t ,其中 a d − b c ≠ 0 dx=\frac{2(ad-bc)t}{(a-ct^2)^2}dt,其中ad-bc\ne0 dx=(act2)22(adbc)tdt,其中adbc=0

(4)含三角函数 sin ⁡ x \sin x sinx cos ⁡ x \cos x cosx 的积分式

  • 形如
    ∫ R ( sin ⁡ x , cos ⁡ x ) d x \int{R(\sin x,\cos x)dx} R(sinx,cosx)dx

代换中令
t = tan ⁡ x 2 t=\tan\frac{x}{2} t=tan2x

sin ⁡ x 、 cos ⁡ x \sin x、\cos x sinxcosx 均可写成含 t t t 的表达式
sin ⁡ x = 2 t 1 + t 2 \sin x=\frac{2t}{1+t^2} sinx=1+t22t

cos ⁡ x = 1 − t 2 1 + t 2 \cos x=\frac{1-t^2}{1+t^2} cosx=1+t21t2

代换后,积分式中的 d x dx dx 可以写成
d x = 2 1 + t 2 d t dx =\frac{2}{1+t^2}dt dx=1+t22dt

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.mzph.cn/news/875828.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

java学习----注释

简介 override介绍: 添加了这个注释其实是做了个语法校验的作用 override定义 Deprecated介绍: 源码: SuppressWarnings介绍: 源码: 元注解 Retention注解介绍: 案列 Target注解介绍: Documente…

LLM - 理解 Transformer 的位置编码 sin cos 的作用与原理

欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://spike.blog.csdn.net/article/details/140697827 免责声明:本文来源于个人知识与公开资料,仅用于学术交流,欢迎讨论,不支持转载。 Transformer 模型中的位置编码是关键技术,通过为每个词嵌入向量添加位…

数据库第五次作业

1. 触发器 建立触发器,订单表中增加订单数量后,商品表商品数量同步减少对应的商品订单出数量,并测试 建立触发器,实现功能:客户取消订单,恢复商品表对应商品的数量 建立触发器,实现功能:客户修改订单,商品…

【微软蓝屏】微软Windows蓝屏问题汇总与应对解决策略

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,…

2024年铜川宜君半程马拉松,暴晒+爬坡152安全完赛

1、赛事背景 2024年7月21日,我参加了2024年铜川宜君半程马拉松赛,7月举办的赛事很少,全国都算温度比较高的,虽然宜君是一个山城,还是会担心气温会高。 临开赛1、2周,陕西区域降水比较多,赛前一…

【算法专题】双指针算法之LCR 179. 查找总价格为目标值的两个商品(力扣)

欢迎来到 CILMY23的博客 🏆本篇主题为:双指针算法之LCR 179. 查找总价格为目标值的两个商品(力扣) 🏆个人主页:CILMY23-CSDN博客 🏆系列专栏:Python | C | C语言 | 数据结构与算法…

使用nginx解决本地环境访问线上接口跨域问题

前言 前端项目开发过程中,经常会遇到各种各样的跨域问题。 虽然大部分时候,由脚手架自带的proxy功能即可解决问题,如webpack,vite等;但是若没有通过脚手架搭建项目,或者必须使用某些特殊规则转发时&#…

了解光耦合器从基础到应用

光耦合器也称为光电耦合器,是一种利用光信号传递电信号的电子元器件。它广泛应用于各种电子设备和电路中,因其在隔离电气信号、提高抗干扰能力方面的独特优势,备受工程师们的青睐。本文将为光耦爱好者和高级工程师提供一份有关光耦合器的知识…

解锁人工智能学习中的数学密钥

一、启航:奠定数学基础 1. 线性代数:AI的入门语言 学习目标:掌握向量、矩阵的基本概念及运算,理解线性空间、线性变换及特征值、特征向量的意义。学习建议:从基础教材入手,如《线性代数及其应用》&#x…

企业级视频拍摄与编辑SDK的全面解决方案

视频已成为企业传播信息、展示品牌、连接用户的重要桥梁,如何高效、专业地制作高质量视频内容,成为众多企业面临的共同挑战。美摄科技,作为视音频技术领域的创新先锋,以其强大的视频拍摄与编辑SDK,为企业量身打造了一站…

Sip for Mac:强大的屏幕取色软件

Sip for Mac是一款功能强大的屏幕取色工具软件,专为设计师、开发者和创作者打造。这款软件以其精准的取色功能和丰富的颜色管理选项而备受好评。 Sip的核心功能是提供多种取色工具,包括拾色器、取色板和屏幕取色等,使用户能够轻松地从屏幕上…

分享几种电商平台商品数据的批量自动抓取方式

在当今数字化时代,电商平台作为商品交易的重要渠道,其数据对于商家、市场分析师及数据科学家来说具有极高的价值。批量自动抓取电商平台商品数据成为提升业务效率、优化市场策略的重要手段。本文将详细介绍几种主流的电商平台商品数据批量自动抓取方式&a…

带哨兵位的双向循环链表

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 带哨兵位的双向循环链表 一、双向循环链表二、带哨兵位的的双向循环链表结构?2 双向循环链表接口函数的实现2.1 用于调试打印链表的接口函数2.2 双向循环链表的初…

【C++指南】类和对象(下)

💓 博客主页:倔强的石头的CSDN主页 📝Gitee主页:倔强的石头的gitee主页 ⏩ 文章专栏:《数据结构与算法》 期待您的关注

探索贝塞尔曲线:计算机图形学中的关键技术

🧑‍🎓 个人主页:《爱蹦跶的大A阿》 🔥当前正在更新专栏:《VUE》 、《JavaScript保姆级教程》、《krpano》、《krpano中文文档》 ​ ​ ✨ 前言 贝塞尔曲线是计算机图形学和设计领域中的重要工具。它们由皮埃尔贝塞…

Linux 查找命令

目录 1. 查看二进制文件 which 2. 查看指定文件 find ​2.1 文件名查找 2.2 文件大小查找 前面学习过的 Linux 命令,其实质是一个个的二进制可执行程序,与 Windows 系统中的 .exe 文件是一个意思。 1. 查看二进制文件 which 语法: w…

Origin制作线性拟合回归图

选中数据,点下方散点图 调整散点颜色 在分析中打开线性拟合回归 添加文本 显示上轴

【NPU 系列专栏 1.1 -- NPU TOPS 算力的计算方式】

请阅读【嵌入式及芯片开发学必备专栏】 文章目录 NPU 算力MAC 阵列简介MAC 阵列特点 MAC 阵列的结构MAC 阵列架构示例 MAC 阵列计算举例示例计算 TOPS 计算方法 NPU 算力 OpenCV 算法会消耗很大一部分自动驾驶芯片的算力,在车上堆摄像头的同时也需要堆TOPS&#xf…

卷积神经网络(二)-AlexNet

前言: AlexNet是2012年ImageNet竞赛冠军(以领先第二名10%的准确率夺得冠军)获得者Hinton和他的学生Alex Krizhevsky设计的,在ILSVRC-2010测试集上取得了top-1错误率37.5%,top-5错误率17.0%(优于第二名的16.4%),明显优…

【微信小程序实战教程】之微信小程序 WXS 语法详解

WXS语法 WXS是微信小程序的一套脚本语言,其特性包括:模块、变量、注释、运算符、语句、数据类型、基础类库等。在本章我们主要介绍WXS语言的特性与基本用法,以及 WXS 与 JavaScript 之间的不同之处。 1 WXS介绍 在微信小程序中&#xff0c…