有理函数
渐近线
不失一般性可假设分子、分母互质。若存在 r > 0 {\displaystyle r>0} ,使得 ( p x + q ) r {\displaystyle (px+q)^{r}} 是分母 Q ( x ) {\displaystyle Q(x)} 的因子,则有理函数存在垂直渐近线 x = − − --> q / p {\displaystyle x=-q/p} 。
若 m < n {\displaystyle m ,有水平渐近线 y = 0 {\displaystyle y=0} 。
若 m = n {\displaystyle m=n} ,有水平渐近线 y = a m b m {\displaystyle y={\frac {a_{m}}{b_{m}}}} 。
若 m = n + 1 {\displaystyle m=n+1} ,有斜渐近线 y = a m b n x + b n ∗ ∗ --> a m − − --> 1 − − --> b n − − --> 1 ∗ ∗ --> a m b n 2 {\displaystyle y={\frac {a_{m}}{b_{n}}}x+{\frac {b_{n}*a_{m-1}-b_{n-1}*a_{m}}{{b_{n}}^{2}}}} 。
泰勒级数
有理函数的泰勒级数的系数满足一个线性递归关系。反之,若一个泰勒级数的系数满足一个线性递归关系,它对应的函数是有理函数。
部分分式
部分分式,又称部分分数、分项分式,是将有理数式分拆成数个有理数式的技巧。
有理数式可分为真分式、假分式和带分式,这和一般分数中的真分数、假分数和带分数的概念相近。真分式分子的次数少于分母的。
若有理数式 P ( x ) Q ( x ) {\displaystyle {\frac {P(x)}{Q(x)}}} 的分母 Q ( x ) {\displaystyle Q(x)} 可分解为数个多项式的积,其部分分数便是 ∑ ∑ --> A n Q ( x ) / h n ( x ) {\displaystyle \sum {\frac {A_{n}}{Q(x)/h_{n}(x)}}} ,其中 h n ( x ) {\displaystyle h_{n}(x)} 是 Q ( x ) {\displaystyle Q(x)} 的因子, A n {\displaystyle A_{n}} 是次数不大于Q(x)/h_n(x)的多项式。
例子
分拆 x 3 − − --> 5 x + 88 x 2 + 3 x − − --> 28 {\displaystyle {\frac {x^{3}-5x+88}{x^{2}+3x-28}}}
分子的次数是3,分母的是2,所以先将它转成真分式和多项式的和(即带分式):
x − − --> 3 + 32 x + 4 x 2 + 3 x − − --> 28 {\displaystyle x-3+{\frac {32x+4}{x^{2}+3x-28}}}
因为 x 2 + 3 x − − --> 28 = ( x + 7 ) ( x − − --> 4 ) {\displaystyle x^{2}+3x-28=(x+7)(x-4)} ,所以
32 x + 4 x 2 + 3 x − − --> 28 = A x + 7 + B x − − --> 4 {\displaystyle {\frac {32x+4}{x^{2}+3x-28}}={\frac {A}{x+7}}+{\frac {B}{x-4}}}
其中A和B是常数。两边乘以 x 2 + 3 x − − --> 28 {\displaystyle x^{2}+3x-28} ,得
32 x + 4 = A ( x − − --> 4 ) + B ( x + 7 ) {\displaystyle \ 32x+4=A(x-4)+B(x+7)}
即
32 x + 4 = ( A + B ) x + ( 7 B − − --> 4 A ) {\displaystyle \ 32x+4=(A+B)x+(7B-4A)}
比较系数,得
A + B = 32 {\displaystyle \ A+B=32}
7 B − − --> 4 A = 4 {\displaystyle \ 7B-4A=4}
解得 A = 20 , B = 12 {\displaystyle A=20,B=12} 。
故: x 3 − − --> 5 x + 88 x 2 + 3 x − − --> 28 = x + 20 x + 7 + 12 x − − --> 4 − − --> 3 {\displaystyle {\frac {x^{3}-5x+88}{x^{2}+3x-28}}=x+{\frac {20}{x+7}}+{\frac {12}{x-4}}-3}
也可以把x的特殊值代入等式来解出A和B。例如,当x=4时,我们有
128 + 4 = 11 B {\displaystyle \ 128+4=11B}
B = 12 {\displaystyle \ B=12}
当x=-7时,我们有
− − --> 224 + 4 = − − --> 11 A {\displaystyle \ -224+4=-11A}
A = 20 {\displaystyle \ A=20}
应用
伸缩和
复分析
拉普拉斯变换
积分
部分分数
在计算有理数式的积分时,部分分数的方法很有用,因为分母的1和2次多项式的有理数式的积分都有固定的方法计算。
分母为1次多项式:求 ∫ ∫ --> 1 a x + b d x {\displaystyle \int {\frac {1}{ax+b}}dx} 。
设 u = a x + b {\displaystyle u=ax+b} :
原式变为
分母次数为2:求 ∫ ∫ --> d x + e a x 2 + b x + c d x {\displaystyle \int {\frac {dx+e}{ax^{2}+bx+c}}dx} 。
若多项式 a x 2 + b x + c {\displaystyle ax^{2}+bx+c} 可分解为两个一次多项式的积(即 b 2 − − --> 4 a c ≥ ≥ --> 0 {\displaystyle b^{2}-4ac\geq 0} ),则可用部分分数的方法解决。若多项式不可分解,则将它配方,再用各种替代法解决。
例如:
因为
考虑
将分子分解,以便应用上面的替换:
左边:
另一边:
代入
另一种可行的代入方法是:
∫ ∫ --> 10 / 9 ( x − − --> 4 3 ) 2 + 1 d x = 10 / 9 ∫ ∫ --> 1 sec 2 --> θ θ --> 3 sec 2 --> θ θ --> d θ θ --> = 10 3 arctan --> ( x − − --> 4 3 ) + C {\displaystyle \int {10/9 \over \left({x-4 \over 3}\right)^{2}+1}\,dx=10/9\int {\frac {1}{\sec ^{2}\theta }}3\sec ^{2}\theta \,d\theta ={10 \over 3}\arctan \left({x-4 \over 3}\right)+C}
奥斯特洛格拉德斯基方法
奥斯特洛格拉德斯基方法(Ostrogradsky Algorithm / Ostrogradsky"s Method)是这样的:
设求积的有理函数为 P Q {\displaystyle {\frac {P}{Q}}} ,其中 P , Q {\displaystyle P,Q} 是多项式, deg --> ( P ) ( Q ) {\displaystyle \deg(P) ( P {\displaystyle P} 的次数少于 Q {\displaystyle Q} )。设 Q 1 {\displaystyle Q_{1}} 为Q的导数Q"和Q的最大公因数, Q 2 = Q Q 1 {\displaystyle Q_{2}={\frac {Q}{Q_{1}}}} 。则有:
其中 P 1 , P 2 {\displaystyle P_{1},P_{2}} 为多项式, deg --> ( P i ) ( Q i ) {\displaystyle \deg(P_{i}) 。
应用例子
求 ∫ ∫ --> x d x ( x − − --> 1 ) 2 ( x + 1 ) 3 {\displaystyle \int {\frac {xdx}{(x-1)^{2}(x+1)^{3}}}} 。
Q = ( x − − --> 1 ) 2 ( x + 1 ) 3 {\displaystyle Q=(x-1)^{2}(x+1)^{3}}
Q ′ = 2 ( x − − --> 1 ) ( x + 1 ) 3 + 3 ( x − − --> 1 ) 2 ( x + 1 ) 2 = ( x − − --> 1 ) ( x + 1 ) 2 ( 5 x − − --> 1 ) {\displaystyle Q"=2(x-1)(x+1)^{3}+3(x-1)^{2}(x+1)^{2}=(x-1)(x+1)^{2}(5x-1)}
Q 1 = g c d ( Q , Q ′ ) = ( x − − --> 1 ) ( x + 1 ) 2 {\displaystyle Q_{1}=gcd(Q,Q")=(x-1)(x+1)^{2}}
Q 2 = Q / Q 1 = ( x − − --> 1 ) ( x + 1 ) {\displaystyle Q_{2}=Q/Q_{1}=(x-1)(x+1)}
设 P 1 = A x 2 + B x + C , P 2 = D x + E {\displaystyle P_{1}=Ax^{2}+Bx+C,\quad P_{2}=Dx+E}
两边取导数:
通分母,右边的分子为:
比较分子的多项式的系数,得 A = B = E = − − --> 0.125 , C = − − --> 0.25 , D = 0 {\displaystyle A=B=E=-0.125,C=-0.25,D=0} 。于是有
后者可用部分分数的方法求得。
证明
两边乘以 Q {\displaystyle Q}
由于 Q 1 ′ Q 2 = Q ′ − − --> Q 1 Q 2 ′ {\displaystyle Q"_{1}Q_{2}=Q"-Q_{1}Q"_{2}} ,而 Q ′ {\displaystyle Q"} 和 Q 1 Q 2 ′ {\displaystyle Q_{1}Q"_{2}} 都是 Q 1 {\displaystyle Q_{1}} 的倍数,所以 Q 1 ′ Q 2 P 1 Q 1 {\displaystyle {\frac {Q"_{1}Q_{2}P_{1}}{Q_{1}}}} 是多项式。
比较两边多项式的次数:
deg --> ( P ) ≤ ≤ --> deg --> ( Q ) − − --> 1 {\displaystyle \deg(P)\leq \deg(Q)-1}
deg --> ( P 1 ′ Q 2 ≤ ≤ --> ( deg --> ( Q 1 ) − − --> 1 ) + ( deg --> ( Q ) − − --> deg --> ( Q 1 ) ) = deg --> ( Q ) − − --> 1 {\displaystyle \deg(P"_{1}Q_{2}\leq (\deg(Q_{1})-1)+(\deg(Q)-\deg(Q_{1}))=\deg(Q)-1}
deg --> ( Q 1 ′ Q 2 P 1 Q 1 ) ≤ ≤ --> ( d e g ( Q 1 ) − − --> 1 ) + ( deg --> ( Q ) − − --> deg --> ( Q 1 ) ) + ( deg --> ( Q 1 ) − − --> 1 ) − − --> deg --> ( Q 1 ) = deg --> ( Q ) − − --> 2 {\displaystyle \deg({\frac {Q"_{1}Q_{2}P_{1}}{Q_{1}}})\leq (deg(Q_{1})-1)+(\deg(Q)-\deg(Q_{1}))+(\deg(Q_{1})-1)-\deg(Q_{1})=\deg(Q)-2}
deg --> ( P 2 Q 1 ) ≤ ≤ --> ( deg --> ( Q ) − − --> deg --> ( Q 1 ) − − --> 1 ) + deg --> ( Q 1 ) = deg --> ( Q ) − − --> 1 {\displaystyle \deg(P_{2}Q_{1})\leq (\deg(Q)-\deg(Q_{1})-1)+\deg(Q_{1})=\deg(Q)-1}
因此 P 1 , P 2 {\displaystyle P_{1},P_{2}} 有解。
Hermite方法
应用
Padé迫近法
插值
参考
en:Partial fraction,de:Rationale Funktion
Ostrogradsky"s method
/~droyster/courses/fall01/classnotes/Lecture08.pdf
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。
- 有价值
- 一般般
- 没价值