数学分析中的点荟萃（持续补充修缮）

数学分析中的点荟萃（持续补充）

导数篇

常用求导公式

$$(\arcsin x{)}^{\prime }=\frac{1}{\sqrt{1-x^2}}$$
$$(\arccos x{)}^{\prime }=-\frac{1}{\sqrt{1-x^2}}$$
$$(\arctan x{)}^{\prime }=\frac{1}{1+x^2}$$
$$(\mathrm{arccot}x{)}^{\prime }=-\frac{1}{1+x^2}$$

导数技巧

• 善于利用$(e^{MN}{)}^{\prime }=e^M(N^{\prime }+M^{\prime }N)$。
• 习惯地吧$\sqrt[n]{a}$写成分数指数的形式。
• 常用手段：$a^b=e^{b\ln a}$
• 要用到罗尔定理的证明题，当构造不出导函数是含$\xi$的那个表达式时，不妨添加一个$x^n$上去，即
  $$f^{\prime }(\xi )=0\iff {\xi }^n{f}^{\prime }(\xi )=0$$
• 用微分中值定理做不出来的时候，不妨试一下柯西中值定理，别在一棵树上吊死，左右开弓，同时向标准结果推进。
• 可导一定连续，但是不连续并不代表不可导。连续点的导数可以用求导法则求，这和定义法求导是一致的，不连续点的导数只能用定义求。
• 分段函数在断点处是否连续，只要看上下两段是否能通过极限接上。
• $x^x$求导，不能简单利用复合函数求导。
• 要用求导规则求函数在一个点处的导数，首先要判断在这一点处是连续的，不连续只能用定义。
• 证明题可以先想好用什么定理（工具）去证，然后再想办法把题目向这个工具靠拢。
• 对于平面 $F(x,y,z)=0$，$z_x^{\prime }=-\frac{F_x^{\prime }}{F_z^{\prime }}$。

微分中值定理

假设函数 $f$ 在闭区间 $[a,b]$ 连续且在开区间 $(a,b)$ 可微，则存在一点 $c,a<c<b$, 使得
$$f^{\prime }(c)=\frac{f(b)-f(a)}{b-a}$$
注意，这里的条件强调闭区间内连续，开区间内可导。

基本认知

• 如果在某点可导，基本上条件算非常好了。
• 达布定理其实就是导函数的介值定理。
• 若$f(x)=\frac{1}{x+\square }$，那么
  $$f^n(x)=(-1{)}^n\frac{n!}{(x+\square {)}^{n+1}}$$
• $(e^{\lambda x}{)}^{(n)}={\lambda }^n{e}^{\lambda x}$
• 洛必达法则有时候颠倒一下分子分母做出来的结果是不一样的。

积分篇

积分技巧

• 出现 $\ln (x)$，要么用分部积分，要么用 $\ln (x)=u$整体替换，从而消掉它。
• 不定积分主要是动手去试，不试是看不出什么端倪来的。
• 配平分母时，如果分母含系数，分母最好化为首 1 的形式。
• 凡遇有理多项式的求定积分的问题，即使在开根号中，首先反应的应该是配方。
• 万能代换：$$t=\tan \frac{\theta }{2}$$$$\sin \theta =\frac{2t}{1+t^2}$$$$\cos \theta =\frac{1-t^2}{1+t^2}$$$$d\theta =\frac{2}{1+t^2}dt$$
• 求积分，学会补项，学会用 1 的代换，分子有常数，最好把它拆出来。
• 求积分，当为$\int \frac{\cdot }{\sqrt{M}}$形式时，两条路。1、向$\int \frac{\cdot }{\sqrt{1-x^2}}$靠拢。2、换元成$\int \frac{\cdot }{\sqrt{t}}$或者$\int \frac{\cdot }{t}$的形式。
• 遇到高次的三角函数，要懂得用半角公式将其降次，对于三角函数降次是最有效手段，换元法也是好手段。
• 一眼看不出来的题目贵在尝试，不要光看不写。
• $$\int \frac{dx}{\sqrt{x^2+\square }}=\ln \left|x+\sqrt{x^2+\square }\right|+C$$
• 求形如$\int xf(x)dx$，不妨试一下分部积分。
• 求积分时，能够化成多项相加减的，尽量化成多项，然后分别求积分。
• 学会判断习题做法的单道性，然后不出轨地沿一条道走下去。
• $\sin \alpha$和$\cos \alpha$可以利用分布积分巧妙子转化。
• 碰到被积函数的分母时有理多项式，更倾向于分子也含未知数。
• 换元的时候要考虑怎么换，不要一味地去掉开根号符号，有时保留这个符号，只换开根号里面的东西，未尝不是一件好事。
• 求定积分，就是要用逆向思维，把积分号里面的东西尽可能地变成我们所熟知的东西。这是凑微分法的精髓所在。
• 积分里面喜减不喜乘，所以能化成减的尽量化成减，包括用 1 的代换。
• 函数在闭区间上连续，那么可积。如果不连续，满足间断点有限个，或者单调，那么也是可积的。
• 基本思想：分割->近似->求和->取极限。
• $\int \ln \sqrt{x^2+y^2}dx$可用分部积分。
• $\int \ln xdex=x\ln x-x+C$
• 海伦公式计算面积：$S=\sqrt{p(p-a)(p-b)(p-c)}$，$p=\frac{a+b+c}{2}$。
• $\cos (\vec{n},x)ds=dydz$
• 二阶正交矩阵一定具有旋转矩阵的形式
• 第二类积分不能使用积分区域进行替换
• 积分的变量替换，椭圆的情况，令$x=ar\cos \theta ,y=br\sin \theta$，出来一个$abr$。
• 三重球积分，作$$x=r\sin \phi \cos \theta ,y=r\sin \phi \sin \theta ,z=r\cos \phi$$
  出来一个$r^2\sin \phi$。

常用积分表

处理原则

$$\frac{\square }{\sqrt{a^2-x^2}}\stackrel{令x=a\sin t}{⟶}$$
$$\frac{\square }{\sqrt{a^2+x^2}}\stackrel{令x=a\tan t}{⟶}$$
$$\frac{\square }{\sqrt{x^2-a^2}}\stackrel{令x=\frac{a}{\cos t}}{⟶}$$

积分表

$$\int \frac{1}{a^2+x^2}\mathrm{d}x=\frac{1}{a}\arctan \frac{x}{a}+C$$

$$\begin{array}{l}\int \frac{1}{{\left(a^2\pm x^2\right)}^n}\mathrm{d}x=\frac{1}{2a^2(n-1)}[\frac{x}{{\left(a^2\pm x^2\right)}^{n-1}}\\ +(2n-3)\int \frac{1}{{\left(a^2\pm x^2\right)}^{n-1}}\mathrm{d}x],n\ne 1\end{array}$$

$$\int \sqrt{x^2\pm a^2}\mathrm{d}x=\frac{1}{2}\left(x\sqrt{x^2\pm a^2}\pm a^2\ln \left|x+\sqrt{x^2\pm a^2}\right|\right)+C$$

$$\int \frac{1}{\sqrt{x^2\pm a^2}}\mathrm{d}x=\ln \left|x+\sqrt{x^2\pm a^2}\right|+C$$

$$\int \sec xdx=\ln |\sec x+\tan x|+C$$

$$\int \csc xdx=\ln |\csc x-\cot x|+C$$

$$\int \frac{1}{\sqrt{1-x^2}}\mathrm{d}x=\arcsin x+C$$

$$\int \frac{1}{1-x^2}\mathrm{d}x=\frac{1}{2}\ln \left|\frac{1+x}{1-x}\right|+C$$

$$\int \sqrt{a^2-x^2}\mathrm{d}x=\frac{1}{2}\left(x\sqrt{a^2-x^2}+a^2\arcsin \frac{x}{a}\right)+C$$

格林公式和高斯公式

格林公式

设闭区域 $D$ 由分段光滑的曲线 $L$ 困成，函数 $P(x,y)$ 及 $Q(x,y)$ 在 $D$ 上具有一阶连续偏导数，则有
${\iint }_D\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy={\oint }_{L}Pdx+Qdy$
其中 $L$ 是 $D$ 的取正向的边界曲线。

高斯公式

设空间有界闭合区域 $\Omega$，其边界 $\partial \Omega$ 为分片光滑闭曲面。函数 $P(x,y,z),Q(x,y,z),R(x,y,z)$ 及其一阶偏导数在 $\Omega$上连续，那么:
$${\iiint }_{\Omega }\left(\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\right)\mathrm{d}V={\iint }_{\partial \Omega }P\mathrm{d}ydz+Q\mathrm{d}zdx+R\mathrm{d}x\mathrm{d}y$$

积分等式

$${\int }_0^{\pi }xf(\sin x)dx=\frac{\pi }{2}{\int }_0^{\pi }f(\sin x)dx$$
$${\int }_a^{b}f(x)dx={\int }_a^{b}f(a+b-x)dx$$
$${\int }_{-a}^{a}f(x)dx={\int }_0^{a}f(x)+f(-x)dx$$
$$\frac{x^b-x^a}{\ln x}={\int }_a^b{x}^{y}dy$$

积分中值定理

积分第一中值定理

$f:[a,b]\to \mathbb{R}$ 为一连续函数 $,g:[a,b]\to \mathbb{R}$ 要求 $g(x)$ 是可积函数目在积分区间不变号，那么存在一点 $\xi \in [a,b]$ 使得
$${\int }_a^{b}f(x)g(x)dx=f(\xi ){\int }_a^{b}g(x)dx$$

积分第二中值定理

若$f,g$在$[a,b]$上黎曼可积且$f(x)$在$[a,b]$上单调，则存在$[a,b]$上的点使
$${\int }_a^{b}f(x)g(x)dx=f(a){\int }_a^{\xi }g(x)dx+f(b){\int }_{\xi }^{b}g(x)dx$$

广义积分柯西判别法

无穷限积分

若$f(x)\le \frac{c}{x^p}$，且$p>1$，则${\int }_a^{+\infty }|f(x)|dx$收敛。
若$f(x)\ge \frac{c}{x^p}$，且$p\le 1$，则${\int }_a^{+\infty }|f(x)|dx$发散。
极限形式：
若有$p>1$，是 $\underset{x\to +\infty }{\lim }{x}^p|f(x)|=l$，且$0\le l<+\infty$，则${\int }_a^{+\infty }|f(x)|dx$收敛。
若有$p<1$，是 $\underset{x\to +\infty }{\lim }{x}^p|f(x)|=l$，且$0<l\le +\infty$，则${\int }_a^{+\infty }|f(x)|dx$发散。

瑕积分

若有$p<1$，使得$|f(x)|\le \frac{c}{(x-a{)}^p}$，则${\int }_a^{+\infty }|f(x)|dx$收敛。
若有$p\ge 1$，使得$|f(x)|\ge \frac{c}{(x-a{)}^p}$，则${\int }_a^{+\infty }|f(x)|dx$发散。

极限形式：
若有$p<1$，是 $\underset{x\to a}{\lim }(x-a{)}^p|f(x)|=k$，且$0\le k<+\infty$，则${\int }_a^{+\infty }|f(x)|dx$收敛。
若有$p\ge 1$，是 $\underset{x\to a}{\lim }(x-a{)}^p|f(x)|=k$，且$0<k\le +\infty$，则${\int }_a^{+\infty }|f(x)|dx$发散。

定积分的应用公式记忆（求弧长、面积等）

参数方程

弧长公式

$$s={\int }_{\alpha }^{\beta }\sqrt{x^{\prime }(t{)}^2+y^{\prime }(t{)}^2}\mathrm{d}t$$

记忆法： 横纵坐标关于$t$的导数，做“勾股”定理，就得到了弧长关于$t$的导数，弧长的变化率，从头积分到尾，自然就得到了弧长。即 $\frac{\mathrm{d}s}{\mathrm{d}t}=\sqrt{x^{\prime }(t{)}^2+y^{\prime }(t{)}^2}$。

面积公式

光说参数方程的面积，是没有意义的，因为如果曲线不闭合，你不知道求得面积是哪一块。
如果是$y=f(x)$类型的函数，那么取两端垂线和$x$轴围城的面积，如下表达：
$$S={\int }_{\alpha }^{\beta }y(t)\left|x^{\prime }(t)\right|\mathrm{d}t$$

记忆法：$S={\int }_{}^{}y\mathrm{d}x$，可以得到。

如果是闭合曲线，那么他的面积就有意义了，就是围成的部分的面积，它的表达式如下：
$$S={\int }_a^{\beta }x(t)y^{\prime }(t)\mathrm{d}t=-{\int }_a^{\beta }y(t)x^{\prime }(t)\mathrm{d}t$$

记忆法: 格林公式告诉我们,$S={\iint }_D\mathrm{d}x\mathrm{d}y=\frac{1}{2}{\int }_{\partial D}(x\mathrm{d}y-y\mathrm{d}x)={\int }_{\partial D}x\mathrm{d}y={\int }_{\partial D}-y\mathrm{d}x$.

极坐标

弧长公式

$$s={\int }_a^{\beta }\sqrt{r(t{)}^2+r^{\prime }(t{)}^2}\mathrm{d}t$$

我($r$)和我的祖国($r^{\prime }$)，“勾股”融合，一起起飞。

面积公式

$$S=\frac{1}{2}{\int }_a^{\beta }{r}^2(t)\mathrm{d}t$$

记忆法： 圆：$S=\frac{1}{2}{\int }_0^{2\pi }{r}^2(t)\mathrm{d}t$

直角坐标

弧长公式

$$s={\int }_a^b\sqrt{1+f^{\prime }(x{)}^2}\mathrm{d}x$$

记忆法： 参数方程的特例，令$t=x$。

面积公式

$$S={\int }_a^b(f(x)-g(x))\mathrm{d}x$$

记忆法： 符合直觉的。

旋转体积和面积

旋转体体积

连续曲线 $y=f(x)⩾0(a⩽x⩽b)$ 与 $x$ 轴及 $x=a,x=b$ 所 围图形绕 $x$ 轴旋转一周所形成的旋转体体积为 $V=\pi {\int }_0^b{f}^2(x)\mathrm{d}x.$

记忆法： 圆的截面面积，沿着$x$的方向积分就可以了。即 $V={\int }_a^{b}A(x)\mathrm{d}x$，非常符合直觉。
切西瓜，横着切也行，竖着切也行。切萝卜，切片，切条，切块，切丝，怎么切好吃（好积分）怎么来，都可以的。

旋转面面积

$$S=2\pi {\int }_{\alpha }^{\beta }y(t)\sqrt{x^{\prime 2}(t)+y^{\prime 2}(t)}\mathrm{d}t$$
如果取直角坐标呢，就是一个特殊的情况。
$$S=2\pi {\int }_a^{b}f(x)\sqrt{1+f^{\prime 2}(x)}\mathrm{d}x$$

记忆法： 周长 $2\pi y$ 沿着弧长方向积就是了。即 $S=2\pi {\int }_0^{L}y\mathrm{d}s$，$\frac{\mathrm{d}s}{\mathrm{d}t}=\sqrt{x^{\prime }(t{)}^2+y^{\prime }(t{)}^2}$ 总是关键的。为什么是沿着弧长方向，而不是和体积一样，沿着$x$方向呢？任何的量的积分，积分方向一定要垂直于这个量所在的方向，微元法值微妙，只可意会，不可言传。

极限和连续篇

极限技巧

• 当求极限时，若只涉及乘除，极限存在的情况下，极限符号可以直接穿。
• $x^{k}O(x^m)=O(x^{k+m})$
• 欲消除$\sin (x)$，可以用等价无穷小，也可以用重要极限。
• 证明题，一般喜欢吧存在性的$\xi$移到一边。
• 一切证明，回归定义。
• 三个小题的题目，尽量通过观察，找出前两个小题的关系，然后利用前一小题，解决后一小题。
• 巧用切化弦公式。
• $$(1+\frac{\cdot }{n}{)}^n\to e^{\cdot }$$
• 用泰勒公式求极限，更青睐于减的形式。以及 $\frac{\cdot }{x^n}$的形式（n大，x趋无穷或者n小，x趋于0）。
• 用洛必达法则做题一定要谨慎又谨慎。
• 一眼做不出来的证明，能用反正法的，尽量用反证法。
• 计算：尽量吧分数和负号往前提出来，变成整数的加减法。
• 行百里者半九十，越后面越小心。
• 数列极限等于平均数的极限。
• 求极限的技巧，不等关系和分母有理化。

基本认知

• 柯西列和收敛，函数（数列）某点的一致连续。
• 有界数列，单调就收敛，存在一个子列收敛。
• 连续函数在有界闭区间上一致连续，有界开区间端点左右极限存在，连续等价于一致连续。
• 有界就有最：有界闭区间，最值存在。
• 闭区间套长度趋于“0”，必有一点被他们所有的套套套住。
• 闭区间的无限开覆盖，存在有限子覆盖。
• 形式相同的无穷大相减，其实为0。如$x\to 0$，$\ln \tan x-\ln x\to 0$。
• 被积函数连续，函数未必连续。

二阶曲面方程

平面方程：
$$Ax+By+Cz+D=0$$

球面方程：
$${\left(x-x_0\right)}^2+{\left(y-y_0\right)}^2+{\left(z-z_0\right)}^2=R^2$$

柱面方程：
$$x^2+y^2=R^2（圆柱面）$$
$$y^2=2x（抛物柱面）$$
$$\frac{x^2}{a^2}+\frac{y^2}{b^2}=1（椭圆柱面）$$

除此之外，还有锥面方程、旋转曲面方程等等。这是几何的重点，而不是分析的重点，不再细述。

函数篇

泰勒展开

定义

无穷可微函数$f(x)$的泰勒级数：
$$\sum _{n=0}^{\infty }\frac{f^{(n)}(a)}{n!}(x-a{)}^n$$
这里， $n!$ 表示 $n$ 的阶乘 $,$ 而 $f^{(n)}(a)$ 表示函数 $f$ 在点 $a$ 处的 $n$ 阶导数。如果 $a=0,$ 也可以把这个级数称为麦克劳林级数。

泰勒公式有皮亚诺、拉格朗日、柯西、积分等各种余项形式。

泰勒展开表示的是函数基于某个点处的一个表达。

常见函数泰勒级数（在x=0出展开）

$$\forall x\in \mathbb{C},e^x=\sum _{n=0}^{+\infty }\frac{x^n}{n!}$$
$$\forall x\in \mathbb{R},\sin x=\sum _{n=0}^{+\infty }(-1{)}^n\frac{x^{2n+1}}{(2n+1)!}$$
$$\forall x\in \mathbb{R},\cos x=\sum _{n=0}^{+\infty }(-1{)}^n\frac{x^{2n}}{(2n)!}$$
$$\forall x\in (-1,1],\ln (x+1)=\sum _{n=1}^{+\infty }(-1{)}^{n+1}\frac{x^n}{n}$$
$$\forall x\in \mathbb{R},\forall \alpha \in \mathbb{N},(1+x{)}^{\alpha }=1+\sum _{n=1}^{\infty }\frac{\alpha (\alpha -1)\cdots (\alpha -n+1)}{n!}{x}^n=\sum _{n=0}^{\infty }\left(\begin{array}{l}\alpha \\ n\end{array}\right)x^n$$

最后一个展开，当 $\alpha$ 不是正整数的时候，收敛域变成了(-1,1)，当然，还有更细致的划分，我就不说了。

一些重要的特定函数

符号函数

符号函数 ( Sign function，简称sgn ) 是一个逻辑函数，用以判断实数的正负号。为避免和英文读音相似的正弦函数（sine ) 混潜，它亦称为Signum function。其定义为：
$$\mathrm{sgn}x=\{\begin{array}{ccc}-1& :& x<0\\ 0& :& x=0\\ 1& :& x>0\end{array}$$
任何实数都可以表示为其绝对值和符号函数的积 :
$$x=(\mathrm{sgn}x)|x|$$

黎曼函数

定义于[0,1]上，
$$R(x)=\{\begin{array}{ll}\frac{1}{q},& x=\frac{p}{q},\text{ 其中 }p,q\in {\mathbb{N}}_{+}\text{且互质,}\\ 0,& x=0,1\text{ 或}(0,1)\text{内的无理数}\end{array}$$
闭区间内可积，积分为0，无原函数，任意点的极限都等于0。
这是一个几乎接近于零的可积函数。

狄利克雷函数

定义狄利克雷函数
$$D(x)=\{\begin{array}{ll}1,& x\text{ 是有理数, }\\ 0,& x\text{ 是无理数, }\end{array}$$
黎曼不可积函数，但是勒贝格可积。

分段三角函数

$$f(x)=\{\begin{array}{ll}{x}^2\sin \frac{1}{x},& x\ne 0\\ 0,& x=0\end{array}$$

在0点处不解析。
原函数可导，但是导函数不一定连续，但一定满足达布定理，也就是说比较连续。
导数不连续，零点不孤立，0为零点们的一个聚点。
提示：分段函数的导数值在分段点处应该用定义来求。

分段指数函数

$$f(x)=\{\begin{array}{ll}{e}^{-\frac{1}{x^2}},& x\ne 0\\ 0,& x=0\end{array}$$

$x=0$处有任意阶导数，但不一定能展开为泰勒级数。
秒趋无穷。

其他函数

双曲函数

双曲正弦: $\sinh x=\frac{e^x-e^{-x}}{2}$
双曲余弦: $\cosh x=\frac{e^x+e^{-x}}{2}$

二元函数

$$f(x,y)=\{\begin{array}{ll}\frac{x-y}{x+y},& x+y\ne 0\\ 0,& x+y=0\end{array}$$
二次极限存在不相等。

$\Gamma$和$\beta$函数

$$B(p,q)={\int }_0^1{x}^{p-1}(1-x{)}^{q-1}dx=\frac{\Gamma (p)+\Gamma (q)}{\Gamma (p+q)}$$
$$\Gamma (s)={\int }_0^{+\infty }{x}^{(s-1)}{e}^{-x}dx$$
$$\Gamma (n+1)=n!f$$

常用等价无穷小

一般

当 $x\to 0$ 时，

• $\sin x\sim x$
• $\tan x\sim x$
• $\arcsin x\sim x$
• $\arctan x\sim x$
• $e^x-1\sim x$
• $\ln (x+1)\sim x$
• $(1+x{)}^{\alpha }-1\sim \alpha x$
• $1-\cos x\sim \frac{1}{2}{x}^2$
• $a^x-1\sim x\ln a(a>0,a\ne 1)$
• ${\log }_a(1+x)\sim \frac{x}{\ln a}(a>0,a\ne 1)$
• $(1+\beta x{)}^{\alpha }-1\sim \alpha \beta x$

stirling 公式

$$n!\sim \sqrt{2\pi n}{\left(\frac{n}{e}\right)}^n$$
$$\ln n!\sim n\ln n$$

一些共识

• 0 的负指数次方不等于 0。
• $\sin$函数半个周期的面积为2。
• 指数函数的敛散速率大于幂函数
• 念法：正弦余割，余弦正割。$\cot x=\frac{1}{\tan x}$：余切。$\csc x=\frac{1}{\sin x}$：余割。$\sec x=\frac{1}{\cos x}$：正割。
• 下凸函数，$f(E(x))\le E(f(x))$，詹森不等式。
• 证明不等式时，可以将不等式进行变换后再证。

不等式和等式篇

不等式

Young 不等式

在数学上，杨氏不等式，指出：假设 $a,b,p>1$ 和 $q>1$ 是正实数 ,且有$1/p+1/q=1$, 那么：
$$ab\le \frac{a^p}{p}+\frac{b^q}{q}$$
等号成立当且仅当 $a^p=b^q$。特别地，如果我们取$p=q=2$，那么，
$$ab\le \frac{a^2}{2}+\frac{b^2}{2}$$
这时，也叫柯西不等式。

无名不等式

设 $1\le p<+\infty$。 对任意的 $m\in \mathbb{N},a_j⩾0,j=1,2,\cdots ,m,$ 成立
$${\left(a_1+a_2+\cdots +a_m\right)}^p⩽m^{p-1}\left(a_1^p+a_2^p+\cdots +a_m^p\right)$$
特殊地，取$m=2$时，我们有，
$$(a+b{)}^p⩽2^{p-1}\left(a^p+b^p\right),\forall a,b⩾0$$
更特殊地，我们可以取$p=2$。
$$(a+b{)}^2⩽2\left(a^2+b^2\right),\forall a,b⩾0$$

均值不等式

如果 $x_1,x_2,\dots ,x_n$ 是正数，定义调和平均，几何平均，算术平均和平方平均。
$$H_n=\frac{n}{{\sum }_{i=1}^n\frac{1}{x_i}}=\frac{n}{\frac{1}{x_1}+\frac{1}{x_2}+\cdots +\frac{1}{x_n}}$$
$$G_n=\sqrt[n]{\prod _{i=1}^n{x}_i}=\sqrt[n]{x_1{x}_2\cdots x_n}$$
$$A_n=\frac{{\sum }_{i=1}^n{x}_i}{n}=\frac{x_1+x_2+\cdots +x_n}{n}$$
$$Q_n=\sqrt{\frac{{\sum }_{i=1}^n{x}_i^2}{n}}=\sqrt{\frac{x_1^2+x_2^2+\cdots +x_n^2}{n}}$$
那么，
则$H_n\le G_n\le A_n\le Q_n$。
当且仅当 $x_1=x_2=\cdots =x_n,$ 等号成立。
简记为： “调几算方”。
最后一个不等式，也就是我们前面提到的无名不等式。

Holder 不等式

$1\le p,q\le \infty$ 及 $\frac{1}{p}+\frac{1}{q}=1$，$x_i，y_i$是实数，
$$\sum _{k=1}^n\left|x_k{y}_k\right|\le {\left(\sum _{k=1}^n{\left|x_k\right|}^p\right)}^{1/p}{\left(\sum _{k=1}^n{\left|y_k\right|}^q\right)}^{1/q}$$
它的积分形式是，
$$\Vert fg{\Vert }_1\le \Vert f{\Vert }_p\Vert g{\Vert }_q$$
当$p=q=2$，便得到柯西-施瓦茨(Schwarz)不等式。
$${\left(\sum _{i=1}^n{x}_i{y}_i\right)}^2\le \left(\sum _{i=1}^n{x}_i^2\right)\left(\sum _{i=1}^n{y}_i^2\right)$$

闵可夫斯基(Minkowski)不等式

$1\le p\le \infty$,
$${\left(\sum _{k=1}^n{\left|x_k+y_k\right|}^p\right)}^{\frac{1}{p}}\le {\left(\sum _{k=1}^n{\left|x_k\right|}^p\right)}^{\frac{1}{p}}+{\left(\sum _{k=1}^n{\left|y_k\right|}^p\right)}^{\frac{1}{p}}$$
如果 $x_1,\cdots ,x_n,y_1,\cdots ,y_n>0,p<1,$ 则 $\le$ 可以变为 $\ge$。

它写成积分形式就是，
$$\Vert f+g{\Vert }_p\le \Vert f{\Vert }_p+\Vert g{\Vert }_p$$
如果 $1<p<\infty ,$ 等号成立当且仅当 $\exists k\ge 0,f=kg$ 或者 $g=kf$

若尔当不等式

$$\frac{2}{\pi }x⩽\sin x⩽x\left(0⩽x⩽\frac{\pi }{2}\right)$$

伯努利不等式

对实数$x>-1$：
$$\{\begin{array}{ll}(1+x{)}^n\ge 1+nx,& n\ge 1\\ (1+x{)}^n\le 1+nx,& 0\le n\le 1\end{array}$$
等号成立当且仅当n = 0,1，或x = 0吋。

三角不等式

$|a|-|b|\le |a-b|\le |a|+|b|$

对数不等式

当 x>-1 时，
$$\frac{x}{1+x}\le \ln (1+x)\le x$$
取 $x=1/n$，
$$\frac{1}{n+1}<\ln (1+\frac{1}{n})<\frac{1}{n}$$

杂牌不等式

$$n^s>>{\ln }^{k}ns,k>0$$

等式

平方和与立方和

$$1^2+2^2+...+n^2=\frac{n(n+1)(2n+1)}{6}$$
$$1^2+3^2+...+(2n-1{)}^2=\frac{n(4n^2-1)}{3}$$
$$2^2+4^2+...+2n^2=\frac{2n(n+1)(2n+1)}{3}$$
$$1^3+2^3+...+n^3=\frac{n(n+1{)}^2}{4}$$

二项式公式和n方差公式

二项式公式：

$$(a+b{)}^n=a^n+C_n^1{a}^{n-1}{b}^1+\cdots +C_n^k{a}^{n-k}{b}^k+\cdots +b^n$$

n方差公式：

$$a^n-b^n=\left(a-b\right)\left(a^{n-1}+a^{n-2}{b}^1+\cdots +a{b}^{n-2}+b^{n-1}\right)$$

$$a^{}-b^{}=\left(a^{1/n}-b^{1/n}\right)\left(a^{(n-1)/n}+a^{(n-2)/n}{b}^{1/n}+\cdots +a^{1/n}{b}^{(n-2)/n}+b^{(n-1)/n}\right)$$

基本三角公式

积化和差

$$\begin{array}{l}2\sin x\cos y=\sin (x+y)+\sin (x-y)\\ 2\cos x\sin y=\sin (x+y)-\sin (x-y)\\ 2\sin x\sin y-\cos (x-y)-\cos (x+y)\\ 2\cos x\cos y=\cos (x+y)+\cos (x-y)\end{array}$$

和差化积

$$\begin{array}{l}\sin x+\sin y=2\sin \frac{x+y}{2}\cos \frac{x-y}{2}\\ \sin x-\sin y=2\cos \frac{x+y}{2}\sin \frac{x-y}{2}\\ \cos x+\cos y=2\cos \frac{x+y}{2}\cos \frac{x-y}{2}\\ \cos x-\cos y=2\sin \frac{y-x}{2}\sin \frac{x+y}{2}\end{array}$$

三倍角公式

3元-4元3角=挣钱：
$$\sin 3\alpha =3\sin \alpha -4{\sin }^3\alpha$$
4元3角-3元=余钱：
$$\cos 3\alpha =4{\cos }^3\alpha -3\cos \alpha$$
两个相除：
$$\tan 3\alpha =\frac{3\tan \alpha -{\tan }^3\alpha }{1-3{\tan }^2\alpha }$$

倍角关系（半角和二倍角）

$${\cos }^{2}x=\frac{1}{1+{\tan }^{2}x}$$
$$1+\cos x=2{\cos }^2(\frac{x}{2})$$
$$1-\cos x=2{\sin }^2(\frac{x}{2})$$

$$\begin{array}{l}\tan \frac{\alpha }{2}=\pm \sqrt{\frac{1-\cos \alpha }{1+\cos \alpha }}\\ \tan \frac{\theta }{2}=\frac{1-\cos \theta }{\sin \theta }=\frac{\sin \theta }{1+\cos \theta }\end{array}$$

$\pi$相关积分

辛格函数
$${\int }_0^{+\infty }\frac{\sin x}{x}dx=\frac{\pi }{2}$$
概率积分
$${\int }_0^{+\infty }{e}^{-x^2}dx=\frac{\sqrt{\pi }}{2}$$
$\Gamma$函数
$$\Gamma [1/2]=\sqrt{\pi }$$

杂牌等式

$$\ln (1+h)=\frac{h}{1+\theta h},0<\theta <1$$
$${\int }_0^{+\infty }{x}^n{e}^{-x}dx=n!$$
$${\int }_0^{+\infty }{e}^{-x}dx=1$$
$$x>0\arctan x+\arctan \frac{1}{x}=\frac{\pi }{2}$$