Изменения

== Вопрос = №1. Суммирование расходящихся рядов методом средних арифметических===

[[О многократных интегралах]] === Вопрос №2. Суммирование расходящихся рядов методом Абеля===

== Вопрос = №3. Теорема Фробениуса===

== Вопрос = №4. Тауберова теорема Харди===

== Вопрос = №5. Равномерная сходимость функционального ряда. Критерий Коши===

== Вопрос = №6. Признак Вейерштрасса===

== Вопрос = №7. Признак типа Абеля-Дирихле===

Пусть:* <tex>\exists M: \forall x \in E \quad \forall N \in \mathbb N \quad \left |\sum\limits_{n = 1}^N b_n(x) \right| \le M</tex>* <tex>\forall \varepsilon > 0 \quad \exists N \in \mathbb N \quad \forall n > N \quad \forall x \in E \quad |a_n(x)| < \varepsilon;\quad\exists N:\forall n>N\quad a_n \ge a_{n+1}</tex>

Тогда ряд <tex>\sum\limits_{n = 1}^\infty a_nb_na_n(x)b_n(x)</tex> равномерно сходится.

== Вопрос = №8. Предельный переход под знаком функционального ряда===

== Вопрос = №9. Условия почленного интегрирования функционального ряда===

== Вопрос = №10. Условия почленного дифференцирования функционального ряда===

== Вопрос = №11. Лемма Абеля===

== Вопрос = №12. Теорема о радиусе сходимости===

2) <tex>\forall [a; b] \in subset (-R; R)</tex> ряд сходится абсолютно и равномерно.

== Вопрос = №13. Вычисление радиуса сходимости===

== Вопрос = №14. Дифференцирование и интегрирование степенных рядов===Вопрос: "Каковы будут радиусы сходимости почленно проинегрированных проинтегрированных или продифференцированных рядов?"

== Вопрос = №15. Степенной ряд, как ряд Тейлора своей суммы===<wikitex>Пусть $ f(x) = \sum\limits_{n = 0}^{\infty} a_n (x - x_0)^n, \qquad R > 0 \qquad (x_0 - R; x_0 + R) $. {{Определение|definition=$ \sum\limits_{n = 0}^{\infty} \frac{f^{(n)}(x_0)}{n!} (x - x_0)^n $ - ряд Тейлора функции по степеням $ (x - x_0) $.}} Сопоставим ряд с формулой Тейлора функции, которую можно писать для любого $ n $.

$ f(x) =\sum\limits_{k = Вопрос №160}^{n} \frac{f^{(k)}(x_0)}{k!} (x - x_0)^k + r_n(x) \Rightarrow $ ряд получается из формулы при $ n \to \infty $. Если $ r_n(x) \rightarrow 0 $ при $ n \rightarrow \infty $, то можно перейти к пределу. Достаточное условие разложимости $ f(x) = \sum\limits_{k = 0}^{\infty} \frac{f^{(k)}(x_0)}{k!} (x - x_0)^k $, что является разложением функции в степенной ряд Тейлора==в точке $ x $.

Если разложение возможно, то единственно. Изучается с помощью поведения остатка $ r_n(x) $.</wikitex> === №16. Достаточное условие разложимости функции в ряд Тейлора===Для того, чтобы функция была разложима в ряд Тейлора, достаточно чтобы <tex> r_n \xrightarrow[n \to \infty]{} 0 </tex> === Вопрос №17. Разложение в степенной ряд показательной и логарифмической функций ===

$ \ln(1 + x) = \sum\limits_{k = 1}^n (-1)^{k - 1} \frac{x^k}k + r_n(x) $, причем $ r_n(x) = \frac{\ln^{(n + 1)} (1 + \theta_n x)}{(n + 1)!} x^{n + 1}, \theta_n \in (0; 1) $</wikitex>

== Вопрос = №18. Разложение в степенной ряд тригонометрических функций ===<wikitex>

== Вопрос №19. Биномиальный ряд Ньютона ==$ r_n(1 + x)^{\alpha} = \sum\limits_{k = 1}^{\infty} \left[ \frac{\alpha a (\alpha a - 1) \dots (\alpha a - k n + 1)(a - n) (1 + \theta x)^{a - n - 1}}{kn!} (1 - \theta)^n x^k \right] {n + 1, \alpha \in \mathbb{R} $(в форме Коши)</wikitex>

== Вопрос = №20. Формула Стирлинга ===<wikitex dpi=240>

== Вопрос = №21. Нормированное пространство: арифметика предела===

== Вопрос = №22. Ряды в банаховых пространствах===

== Вопрос = №23. Унитарные пространства, неравенство Шварца==={{Определение|definition=Линейное множество со скалярным произведением называется унитарным пространством.}} 

== Вопрос = №24. Гильбертовы пространства, экстремальное свойство ортонормированных систем===Среди нормированных пространств выделяется подкласс так называемых гильбертовых пространств. Пусть <tex>H</tex> — линейное пространство. Величина <tex>(x, y) \in \mathbb R</tex> называется скалярным произведением точек множества <tex>H</tex>, если она удовлетворяет следующим трём аксиомам:# <tex>(x, x) \ge 0</tex>, <tex>(x, x) = 0 \iff x = 0</tex># <tex>(x, y) = (y, x)</tex># <tex>(\alpha x + \beta y, z) = \alpha(x, z) + \beta(y, z)</tex> Базируясь на этом неравенстве, определим норму <tex>\|x\| = \sqrt{(x, x)}</tex>.  Доказанное неравенство треугольника превращает <tex>H</tex> в нормированное пространство. Если оно является B-пространством, то его называют '''гильбертовым пространством'''.  {{Теорема|author=Бессель|statement=Пусть <tex> l_1 \dots \l_n \dots </tex> - ОНС в <tex> H </tex> и <tex> x \in H </tex>, тогда  <tex> \sum \limits_{k=1}^{\infty} (x, l_k)^2 \le \|x\|^2</tex>}} Экстремальное свойства ряда Фурье заключается в следующем: <tex>\sum \limits_{k=1}^{\infty} (x, l_k)^2</tex> располагается ближе всего к <tex>\|x\|^2</tex>, если <tex>l_k</tex> — ряд Фурье <tex>x</tex>. === №25. Ортогональные ряды в гильбертовых пространствах.==={{Определение|definition=Ряд <tex> \sum\limits_{k = 1}^{\infty} x_k </tex> является '''ортогональным''', если <tex> \forall n \ne m \Rightarrow (x_n, x_m) = 0 </tex>.}} В частности, так как <tex> l_1, \dots, l_n, \dots </tex> - ОНС в <tex> H </tex>(гильбертово), то <tex> \sum\limits_{k = 1}^{\infty} \alpha_k l_k </tex> {{---}} ортогональный ряд. {{Теорема|statement=<tex>\sum\limits_{k = 1}^{\infty} x_k </tex> - сходящийся ортогональный ряд <tex> \Leftrightarrow \sum\limits_{k = 1}^{\infty} \| x_k \|^2 < + \infty </tex>.При этом, если x - сумма ряда, то выполняется теорема Пифагора: <tex> \| x \|^2 = \sum\limits_{k = 1}^{\infty} \| x_k \|^2 </tex>}} === №26. Принцип сжатия Банаха==={{Определение|definition=Пусть <tex>X</tex> {{---}} B-пространство. Пусть <tex>\overline V</tex> {{---}} замкнутый шар в <tex>X</tex>.<br> <tex> \mathcal{T} : \overline V \to \overline V</tex> {{---}} '''сжатие''' на шаре <tex>\overline V</tex>, если <tex>\exists q \in (0;1) \ \forall x',x'' \in \overline V</tex> <tex> : \| \mathcal{T}x''-\mathcal{T}x' \| \le q \|x''-x'\|</tex>.}} {{Теорема|author=Банах|statement=У любого сжимающего отображения существует ровно одна неподвижная точка <tex>x^*=\mathcal{T}x^*</tex>.}} === №27. Линейные операторы в НП: непрерывность и ограниченность==={{Определение|definition=Пусть <tex>X</tex>, <tex>Y</tex> — нормированные пространства, <tex>~\mathcal{A}\colon X \to Y</tex>. <tex>\mathcal{A}</tex> называется линейным оператором, если <tex>\mathcal{A} (\alpha x + \beta y ) = \alpha \mathcal{A} \left( x \right) + \beta \mathcal{A} \left( y \right), \forall \alpha, \beta \in \mathbb {R}, \forall x, y \in X</tex>}} {{Определение|definition=Л.о. называется ограниченным, если <tex>\exists m \in \mathbb {R} \ge 0: \forall x \in X \left \| \mathcal{A} \left( x \right) \right \| \le m \left \| x \right \|</tex>}} {{Определение|definition=Л.о. непрерывен в X, если <tex>\lim \limits_{\mathcal {4} x \to 0} \mathcal{A} \left( x + \mathcal{4}x \right) = \mathcal{A} \left( x \right) </tex>}} {{Теорема|statement=Линейный оператор непрерывен тогда и только тогда, когда он ограничен.}} === №28. Норма линейного оператора==={{Определение|definition=Нормой ограниченного оператора <tex>\left \| \mathcal{A} \right \|</tex> является <tex>\sup \limits_{\left \| x \right \| \le 1} \left \| \mathcal{A}x \right \|</tex>.}} === №29. Линейные функционалы в унитарном пространстве, разделение точек==={{Определение|definition='''Линейный функционал''' - линейный оператор вида <tex> \mathcal{A}: H \rightarrow \mathbb{R} </tex>, где <tex> H </tex> - гильбертово пространство.}} {{ Теорема|statement=Для любого <tex> x_0 \in H </tex> существует ограниченный линейный функционал <tex>f \colon H \to \mathbb{R}</tex>, обладающий такими свойствами:# <tex>f \left ( x_0 \right ) = \left \| x_0 \right \|</tex># <tex>\left \| f \right \| = 1</tex>}} {{Утверждение|statement=<tex>\forall x \ne y\ \exists</tex> линейный функционал <tex>\mathcal{A} : \mathcal{A}x \ne \mathcal{A}y</tex>|about=Разделение точек|proof=Рассмотрим <tex>x-y</tex>. <tex>\exists \mathcal{A} : \mathcal{A}(x - y) = \| x- y\|</tex>. По линейности, <tex>\mathcal{A}(x - y) = \mathcal{A}x - \mathcal{A}y</tex>. Значит, <tex>\mathcal{A}x \ne \mathcal{A}y</tex>.}} === №30. Пространство R^n : покоординатная сходимость==={{Утверждение|about=покоординатная сходимость в <tex>\mathbb R^n</tex>|statement=Пусть дана последовательность <tex>\overline x^{(m)} \in \mathbb R^n</tex>. Тогда <tex>\overline x^{(m)} \rightarrow \overline x</tex> в <tex>\mathbb R^n</tex> тогда и только тогда, когда для любого <tex>j \in 1,\dots,n</tex> последовательность <tex>\overline x_j^{(m)} \rightarrow \overline x_j</tex>}} === №31. Полнота R^n==={{Теорема|statement=Пространство <tex>\mathbb R^n</tex> с евклидовой нормой является B-пространством.|proof=Надо установить, что из сходимости в себе следует существование предела по норме <tex>\mathbb R^n</tex>. Если <tex>\|\overline x^{(m)} - \overline x^{(p)}\| \rightarrow 0</tex>, то для любого <tex>j</tex> выполняется <tex>|x_j^{(m)} - x_j^{(p)}| \rightarrow 0</tex>. По критерию Коши для числовых последовательностей из этого следует, что каждая из последовательностей <tex>x_j^{(m)}</tex> имеет предел, то есть, последовательность точек сходится покоординатно. Но по доказанному ранее утверждению из покоординатной сходимости следует сходимость по норме, что и требовалось доказать.}} === №32. Критерий компактности в R^n=== {{Теорема|about=критерий компактности в <tex> R^n </tex>|statement=Множество <tex> X </tex> в <tex> R^n </tex> компактно тогда и только тогда, когда оно замкнуто и ограничено.}} === №33. Непрерывные отображения в R^n: координатные функции, непрерывность линейных операторов==={{Определение|definition=Л.о. непрерывен в X, если <tex>\lim \limits_{\mathcal {4} x \to 0} \mathcal{A} \left( x + \mathcal{4}x \right) = \mathcal{A} \left( x \right) </tex>}} Также, непрерывность л.о. совпадает с его непрерывностью в нуле. В <tex>\mathbb{R}^n</tex> сходимость покоординатная. <tex>\left | \sum \limits_{k=1}^m a_{jk} x_k \right | \le \sum \limits_{k=1}^m \left | a_{jk} \right | \left | x_k \right | \le \sqrt {\sum \limits_{k=1}^m \left | a_{jk} \right | ^ 2} \left \| \overline x \right \|</tex> (по неравенству Коши для сумм), таким образом, из <tex>\overline x \to 0</tex> неизбежно следует <tex>\sum \limits_{k=1}^m a_{jk} x_k \to 0</tex> {{Утверждение|statement=<tex>\left \| \mathcal{A} \right \| \le \sqrt{\sum \limits_{k=1}^n \sum \limits_{j=1}^m a_{jk}^2}</tex>|proof=<tex>\overline y = \mathcal{A} \overline x, y_j = \sum \limits_{k=1}^n a_{jk} x_k</tex> — здесь отчётливо видно правило умножения матриц. Отсюда понятно, почему часто устанавливают связь между линейными операторами и матрицами: <tex>\mathcal{A} \colon \mathbb{R}^n \to \mathbb{R}^m \longleftrightarrow \mathcal{A} = \left ( a_{jk} \right )</tex>, где <tex>j</tex> и <tex>k</tex> пробегают от <tex>1</tex> до <tex>n</tex> и <tex>m</tex> соответственно, а <tex>\mathcal{A} \overline x </tex> — результат действия л.о. <tex>\mathcal{A}</tex> на точку <tex>\overline x</tex> можно представить в виде произведения матрицы <tex>\mathcal{A}</tex> и столбца <tex>x</tex>. В <tex>\mathbb{R}^n</tex> сходимость покоординатная. <tex>\left | \sum \limits_{k=1}^m a_{jk} x_k \right | \le \sum \limits_{k=1}^m \left | a_{jk} \right | \left | x_k \right | \le \sqrt {\sum \limits_{k=1}^m \left | a_{jk} \right | ^ 2} \left \| \overline x \right \|</tex> (по неравенству Коши для сумм), таким образом, из <tex>\overline x \to 0</tex> неизбежно следует <tex>\sum \limits_{k=1}^m a_{jk} x_k \to 0</tex> Итак, линейный оператор, действующий из одного конечномерного пространства в другое, всегда непрерывен.}} === №34. Дифференциал отображения и частные производные, дифференцируемость суперпозиции==={{Определение|definition=Пусть <tex>V_{r}(x)</tex> {{---}}шар в <tex>X, \quad \mathcal{F} : V_r(x) \to Y </tex>. <tex>\mathcal{F}</tex> {{---}} '''дифференцируема''' в точке <tex>x</tex>, если существует зависящий от <tex> x </tex> ограниченный линейный оператор <tex>\mathcal{A} : X \to Y</tex>, такой, что если <tex>\left \| \Delta x \right \| < r \quad (x + \Delta x \in V_r(x))</tex>, то: <tex> \mathcal{F}(x + \Delta x) - \mathcal{F}(x) = \mathcal{A}(\Delta x) + \alpha(\Delta x) \left \| \Delta x \right \| </tex>, причем <tex> \alpha(\Delta x) \rightarrow 0</tex> при <tex>\Delta x \rightarrow 0</tex> Тогда <tex>\mathcal{A}(x) = \mathcal{F}'(x)</tex> {{---}} '''производная Фреше''' отображения <tex>\mathcal{F}</tex> в точке <tex>x</tex>.}} {{Теорема|statement=Композиция дифференцируемых отображений дифференцируема. Производная Фреше равна композиции производных Фреше отображений. Пусть <tex>\mathcal{F} : V_r(x) \to Y, y = \mathcal{F}(x), \mathcal{G} : V_{r_1}(y) \to Z \quad \exists \mathcal{F}'(x), \mathcal{G}'(y), \mathcal{T} = \mathcal{G} \circ \mathcal{F}</tex>, тогда <tex>\exists \mathcal{T}'(x) = \mathcal{G}'(y)\mathcal{F}'(x)</tex>}} {{Определение|definition=Данный предел называется '''частной производной''' первого порядка функции <tex>\mathcal{F}_i</tex> по переменной <tex>x_j</tex>. <tex dpi = "140">A_{ij} = \lim\limits_{h \to 0} \frac{\mathcal{F}_i(\overline{x} + h\overline{e_j}) - \mathcal{F}_i(\overline{x})}{h} = \frac{\partial \mathcal{F}_i}{\partial x_j}</tex>}} === №35. Формула конечных приращений для функции многих переменных===<tex>\mathcal{F}_i(\overline{a}) - \mathcal{F}_i(\overline{b}) = \mathcal{F}'_i(\theta_i\overline{a}+(1-\theta_i)\overline{b})(\overline{a}-\overline{b})</tex> === №36. Неравенство Лагранжа==={{Теорема|author=Неравенство Лагранжа|statement=Пусть <tex>V</tex> {{---}} шар в <tex>\mathbb{R}^n, \quad \mathcal{F} : V \to \mathbb{R}^m, \quad \mathcal{F}</tex> {{---}}дифференцируема в каждой точке шара, тогда:<br> <tex>\forall \overline{a},\overline{b} \in V : \left|\left| \mathcal{F}(\overline{b}) - \mathcal{F}(\overline{a})\right|\right| \le M\left|\left|\overline{b}-\overline{a}\right|\right|</tex>, где <tex>M = \sup\limits_{x \in [\overline{a},\overline{b}]} \left|\left|\mathcal{F}'(\overline{x})\right|\right| </tex>}} === №37. Достаточное условие дифференцируемости функции многих переменных==={{Теорема|statement=Пусть <tex>V(a) \subset \mathbb{R}^n</tex> <tex>y = f(x_1,...,x_n)</tex>, <tex>y : V \to \mathbb{R}</tex> <tex>\forall x \in V: \ \exists \frac{\partial f}{\partial x_j}</tex>, каждая из которых, как функция <tex>n</tex> переменных, непрерывна в <tex>\overline{a} :\lim\limits_{\overline{x} \to \overline{a}}\frac{\partial f}{\partial x_j}(\overline{x}) = \frac{\partial f}{\partial x_j}(\overline{a})</tex>. Тогда существует дифференциал этой функции в точке <tex>a</tex>.}} === №38. Дифференциалы высших порядков, теорема о смешанных производных===Определим частные производные и дифференциалы высших порядков. <tex>\frac \partial{\partial x_j}</tex> — оператор, дифференцирующий функцию по <tex>x_j</tex>. Последовательное применение такого рода оператора даёт нам частные производные высших порядков. Пусть <tex>z = f(x,y)</tex>. Тогда <tex>\frac \partial{\partial y} \left ( \frac {\partial f}{\partial x} \right )\stackrel{\mathrm{def}}{=}\frac {\partial^2 f}{\partial x \partial y}</tex> — частная производная второго порядка функции <tex>f</tex>. Дифференцирование осуществляется по переменной в знаменателе, слева направо. {{Теорема|about=О смешанных производных|statement=Пусть в двумерном шаре у функции <tex>z = f(x,y)</tex> существуют смешанные производные второго порядка и каждая из них непрерывна в некоторой точке <tex>\overline a</tex> этого шара. Тогда в <tex>\overline a</tex>: <tex>\frac {\partial^2 f}{\partial x \partial y} (\overline a)=\frac {\partial^2 f}{\partial y \partial x}(\overline a)</tex>}} === №39. Формула Тейлора для функции многих переменных===<tex>f(\overline a+\Delta \overline a)-f(\overline a)=\sum \limits_{k=1}^n \frac {d^{k}f(\overline a)}{k!}+\frac {d^{n+1}f(\overline a+\theta\Delta \overline a)}{(n+1)!}</tex> === №40. Безусловный экстремум: необходимое и достаточное условия==={{Определение|definition=Пусть задан линейный функционал <tex>y = f(x_1, x_2, \dots, x_n) </tex> на <tex> V(\overline{a}) \subset R^n </tex>.Если при <tex>\| \Delta \overline{a} \| \le \delta</tex>, <tex>\delta \approx 0 \Rightarrow f(\overline{a} + \Delta \overline{a}) \le f(\overline{a})</tex>, то <tex>a</tex> {{---}} '''точка локального максимума'''. Аналогично определяется точка локального минимума.}} {{Теорема|about=Аналог теоремы Ферма(необходимое условие)|statement=Пусть <tex>f</tex> дифференцируема в точке локального экстремума <tex>a</tex>. Тогда <tex>\forall j = 1..n : \frac{\partial{f}}{\partial{x_j}} \overline{a} = 0</tex>}} Достаточное условие: Если <tex>df(\overline{a}) = 0</tex>, а <tex>d^2 f(\overline{a}, \Delta \overline{a})</tex> как квадратичная форма строго положительно определенная, то <tex>a</tex> {{---}} точка локального минимума. === №41. Локальная теорема о неявном отображении===Пусть <tex>\overline x \in V \subset \mathbb{R}^n, \overline y \in W \subset \mathbb{R}^m</tex>, тогда рассмотрим <tex>V\times W=\{(\overline x, \overline y) \in \mathbb R^{n+m},\overline x \in V, \overline y \in W\}</tex>. <tex>f\colon V(\overline {x_0})\times W(\overline {y_0}) \to \mathbb{R}^m</tex>, <tex>f(x_0,y_0)=0^m</tex>. Существуют ли такие <tex>\delta_1,\delta_2>0</tex>, что для любого <tex>\overline x\in V_{\delta_1}(\overline{x_0})</tex> существует единственный <tex> \overline y\in W_{\delta_2}(\overline{y_0})\colon f(\overline x,\overline y)=0^m</tex>? Если это так, то, в силу единственности y, определяем <tex>\overline y = \phi(\overline x)</tex> на <tex>V_{\delta_1}(\overline{x_0})</tex> так, чтобы <tex>f(\overline x,\phi(\overline x))=0^m</tex>. <tex>\phi</tex> — неявное отображение, определяется как <tex>f(\overline x,\overline y)=0^m,~(x_0,y_0)\colon f(\overline{x_0},\overline{y_0})=0^m</tex> {{Теорема|about=О неявном отображении|statement=Пусть для <tex>f</tex> поставлена задача о неявном отображении, с начальными данными <tex>(x_0,y_0)</tex>. Известно, что в окрестности начальных данных<tex>f_{\overline y}'</tex> непрерывно зависит от <tex>\overline x,\overline y</tex> и непрерывно обратима в <tex>(x_0,y_0)</tex>. Тогда в некоторой окрестности начальных данных неявное отображение существует.}} === №42. Исследование функции многих переменных на условный экстремум===<tex>z=f(\overline x, \overline y),~\overline x=(x_1,\dots x_n),~\overline y=(y_1,\dots y_m)</tex>. Пусть заданы «уравнения связи» в количестве m:  <tex>\begin{cases} g_1(\overline x,\overline y)=0\\ g_2(\overline x,\overline y)=0\\ \dots\\ g_m(\overline x,\overline y)=0 \end{cases};</tex> <tex>(\overline{x_0},\overline{y_0})</tex> — '''условный максимум''' функции <tex>f</tex>, если для всех <tex>\overline x \approx \overline{x_0},~\overline y \approx \overline{y_0}</tex> и <tex>(\overline x,\overline y)</tex>, удовлетворяющих уравнениям связи, выполняется неравенство <tex>f(\overline x,\overline y)\le f(\overline {x_0},\overline {y_0})</tex>. Если же <tex>f(\overline x,\overline y)\ge f(\overline {x_0},\overline {y_0}),~(\overline{x_0},\overline{y_0})</tex> — '''условный минимум'''. '''Метод множителей Лагранжа:''' <tex>F(\overline x,\overline y,\overline {\lambda})=f(\overline x,\overline y)+\sum\limits_{k=1}^m \lambda_k g_k(\overline x,\overline y).</tex> Далее составляем систему соотношений так, будто для <tex>F</tex> мы стали искать безусловный экстремум: <tex>\begin{cases} \frac {\partial F}{\partial x_j}=0\\ \frac {\partial F}{\partial y_i}=0\\ \frac {\partial F}{\partial \lambda_k}=0 \Longleftrightarrow g_k(\overline x,\overline y)=0\end{cases};</tex> Если всё это раскрыть, получим то, о чём мы говорили выше, но эта запись более компактна. === №43. Определенный интеграл, зависящий от параметра: непрерывность, интегрирование и дифференцирование===<wikitex>Рассматриваем $ z = f(x, y) $, заданную на прямоугольнике $ a \le x \le b; \quad c \le y \le d $. $ f $ непрерывна.  $ F(y) = \int\limits_a^b f(x, y) dx $ - интеграл, зависящий от параметра.  # $ F(y) $ - непрерывна на $ [c; d] $.# Если существует непрерывная $ \frac{\partial f}{\partial y} $, то cуществует $ F'(y) = \int\limits_a^b \frac{\partial f}{\partial y} (x, y) dx $ - формула Лейбница.# $ \int\limits_c^d F(y) dy = \int\limits_a^b dx \int\limits_c^d f(x, y) dy $ - формула читается справа налево, является повторным интегралом и по сути означает смену местами интегралов по двум переменным. </wikitex> === №44. Равномерная сходимость несобственного интеграла, зависящего от параметра, признак Вейерштрасса===<wikitex>Если выполняется следующее условие: $ f $ непрерывна, $ \forall \varepsilon > 0 : \exists A_0 : \forall A > A_0 , \forall y_0 \in [c; d] \Rightarrow | \int\limits_A^{\infty} f(x, y_0) dx | < \varepsilon $, то $ F(y) = \int\limits_a^{\infty} f(x, y) dx $ равномерно сходится на $ [c; d] $. {{Теорема|author=Вейерштрасс|about=Признак равномерной сходимости несобственных интегралов|statement=Пусть $ |f(x, y) | \le g(x)\ \forall x \ge a, \forall y \in [c; d] $. Пусть $ \int\limits_a^{\infty} g(x) dx $ - сходится. Тогда соответствующий интеграл равномерно сходится на $ [c; d] $.}}</wikitex> === №45. Несобственный интеграл, зависящий от параметра: непрерывность===<wikitex>Считаем, что f непрерывна в полосе, а интеграл равномерно сходится на [c; d] $ F(y) = \int\limits_a^{\infty} f(x, y) dx \stackrel{?}{\Rightarrow} \Delta F(y) \xrightarrow[\Delta y \to 0]{} 0 $</wikitex> === №46. Несобственный интеграл, зависящий от параметра: интегрирование===<wikitex>$ \int\limits_c^d dy \int\limits_a^{\infty} f(x, y) dx = \int\limits_a^{\infty} dx \int\limits_c^d f(x,y) dy $</wikitex> === №47. Несобственный интеграл, зависящий от параметра: дифференцирование===<wikitex>Предположим непрерывность $ \frac{\partial f}{\partial y} $. $ \int\limits_a^{\infty} \frac{\partial f}{\partial y} (x, y) dx $ - равномерно сходится. $ \int\limits_a^{\infty} \frac{\partial f}{\partial y} (x, y) dx = \left( \int\limits_a^{\infty} f(x, y) dx \right)' $</wikitex> === №48. Понятие о Гамма и Бета функциях Эйлера===<wikitex>$ B (a, b) = \int\limits_0^1 x^{a - 1} (1 - x)^{b - 1} dx $ $ \Gamma (a) = \int\limits_0^{\infty} x^{a - 1} e^{-x} dx $ $ B(a, b) = \frac{\Gamma(a) \Gamma(b)}{\Gamma(a + b)} $ В обоих случаях: интегралы, зависящие от параметра. Легко понять, что $ B (a, b) $ Сходится при $ a, b > 0 $; $ \Gamma(a) $ сходится при $ a > 0 $.</wikitex> === №49. Интеграл Римана по прямоугольнику: критерий существования===<tex>(\bar{x_i}, \bar{y_i}) \in \Pi_{ij}</tex> <tex>\sigma(f, \tau) = \sum\limits_{i= 0}^{n - 1} \sum\limits_{j = 0}^{m - 1} f(\bar{x_i}, \bar{y_j}) \delta x_i \delta y_j</tex> <tex>|\Pi_{ij}| = \delta x_i \delta y_j</tex> {{Определение|definition=Двойной интеграл <tex>\iint\limits_\Pi f = \iint\limits_\Pi f(x, y) dx dy = \lim\limits_{\operatorname{rang} \tau \to 0} \sigma(f, \tau)</tex>}} <tex>\underline{s}(f, \tau) = \sum\limits_{i, j} m_{ij} \delta x_i \delta y_j</tex>,  <tex>\overline{s}(f, \tau) = \sum\limits_{i, j} M_{ij} \delta x_i \delta y_j</tex> Существование интеграла равносильно совпедению пределов нижней и верхней интегральных сумм <tex>\underline{I}</tex> и <tex>\overline{I} </tex> === №50. Аддитивность интеграла по прямоугольнику===Если <tex>\Pi</tex> разбито на конечное число прямоугольников <tex>p</tex>, и они не имеют общих внутренних точек, то:* <tex>\exists \iint\limits_\Pi f \iff \forall m \in \mathbb N : m \leq p \ \exists \iint\limits_{\Pi_m} f</tex>* <tex>\iint\limits_\Pi f = \sum\limits_{m = 1}^p \, \iint\limits_{\Pi_m} f</tex> === №51. Формула повторного интегрирования для прямоугольника===А ВАС ЭТО НЕ СПРОСЯТ === №52. Критерий квадрируемости фигуры по Жордану==={{Определение|definition=<tex>E \subset \mathbb{R}^2</tex> '''квадрируема по Жордану''', если существует <tex>\iint\limits_E 1</tex>. Значение этого интеграла называется 'площадью фигуры'.}} (Признак!) Пусть <tex>\Gamma</tex> {{---}} спрямляемая замкнутая жорданова дуга. Тогда её внутренняя часть <tex>E</tex> {{---}} квадрируемая фигура. Вообще в Фихтенгольце есть критерий: Для того чтобы фигура была квадрируема, необходимо и достаточно, чтобы ее контур имел площадь 0. Но он нам этого не давал, возможно, перед экзаменом стоит ему об этом сказать. === №53. Условие существования интеграла по квадрируемому компакту==={{Теорема|statement=Пусть <tex>E</tex> {{---}} квадрируемый компакт на плоскости, <tex>f</tex> непрерывна на <tex>E</tex>. Тогда существует <tex>\iint\limits_E f</tex>.}} === №54. Формула повторного интегрирования в общем случае===А ВАС ЭТО НЕ СПРОСЯТ === №55. Вычисление площади фигуры в криволинейных координатах===<tex>\int \int dx dy = \int \int | J(u, v) | du dv </tex> === №56. Замена переменных интегрирования в двойном интеграле===<wikitex>$P(u, v) = \begin{pmatrix}x_u' & y_u' \\x_v' & y_v' \\\end{pmatrix}$ $J(u, v) = det(P(u, v))$;{{Теорема|about=Замена переменных интегрирования в двойном интеграле|statement=Пусть дан закон преобразования переменных, $\begin{cases}x & = x(u, v)\\y & = y(u, v)\\\end{cases}$; $E$ - квадрируемая фигура в $Oxy$, якобиан преобразования определен так же, как и ранее. Пусть $f: E \rightarrow \mathbb R$. Тогда выполняется $|E| = \iint\limits_{E}f(x, y)dxdy = \iint\limits_{E'}f(x(u, v), y(u, v))|J(u, v)|dudv $|proof=}} === №57. Обзор формул для многократных интегралов=== [[Категория:Математический анализ 1 курс]]