数学分析中的点荟萃(持续补充)
导数篇
常用求导公式
(
arcsin
x
)
′
=
1
1
−
x
2
(\arcsin x)^{\prime}=\frac{1}{\sqrt{1-x^{2}}}
(arcsinx)′=1−x21
(
arccos
x
)
′
=
−
1
1
−
x
2
(\arccos x)^{\prime}=-\frac{1}{\sqrt{1-x^{2}}}
(arccosx)′=−1−x21
(
arctan
x
)
′
=
1
1
+
x
2
(\arctan x)^{\prime}=\frac{1}{1+x^{2}}
(arctanx)′=1+x21
(
arccot
x
)
′
=
−
1
1
+
x
2
(\operatorname{arccot} x)^{\prime}=-\frac{1}{1+x^{2}}
(arccotx)′=−1+x21
导数技巧
- 善于利用 ( e M N ) ′ = e M ( N ′ + M ′ N ) (e^{MN})'=e^M(N'+M'N) (eMN)′=eM(N′+M′N)。
- 习惯地吧 a n \sqrt[n]{a} na写成分数指数的形式。
- 常用手段: a b = e b ln a a^b=e^{b\ln a} ab=eblna
- 要用到罗尔定理的证明题,当构造不出导函数是含
ξ
\xi
ξ的那个表达式时,不妨添加一个
x
n
x^n
xn上去,即
f ′ ( ξ ) = 0 ⇔ ξ n f ′ ( ξ ) = 0 f'(\xi)=0 \Leftrightarrow \xi^n f'(\xi)= 0 f′(ξ)=0⇔ξnf′(ξ)=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 x^x xx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 F(x,y,z)=0 F(x,y,z)=0, z x ′ = − F x ′ F z ′ z'_x = -\frac{F'_x}{F'_z} zx′=−Fz′Fx′。
微分中值定理
假设函数
f
f
f 在闭区间
[
a
,
b
]
[a, b]
[a,b] 连续且在开区间
(
a
,
b
)
(a, b)
(a,b) 可微,则存在一点
c
,
a
<
c
<
b
c, a<c<b
c,a<c<b, 使得
f
′
(
c
)
=
f
(
b
)
−
f
(
a
)
b
−
a
f^{\prime}(c)=\frac{f(b)-f(a)}{b-a}
f′(c)=b−af(b)−f(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
)
=
1
x
+
□
f(x) = \frac{1}{x+\Box}
f(x)=x+□1,那么
f n ( x ) = ( − 1 ) n n ! ( x + □ ) n + 1 f^n(x) = (-1)^n \frac{n!}{(x+\Box)^{n+1}} fn(x)=(−1)n(x+□)n+1n! - ( e λ x ) ( n ) = λ n e λ x (e^{\lambda x})^{(n)}=\lambda^ne^{\lambda x} (eλx)(n)=λneλx
- 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 ) \ln(x) ln(x),要么用分部积分,要么用 ln ( x ) = u \ln(x)=u 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 θ 2 t=\tan\frac{\theta}{2} t=tan2θ sin θ = 2 t 1 + t 2 \sin \theta=\frac{2t}{1+t^2} sinθ=1+t22t cos θ = 1 − t 2 1 + t 2 \cos \theta=\frac{1-t^2}{1+t^2} cosθ=1+t21−t2 d θ = 2 1 + t 2 d t d \theta=\frac{2}{1+t^2}dt dθ=1+t22dt
- 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 ∫ ⋅ M \int \frac{\cdot}{\sqrt{M}} ∫M⋅形式时,两条路。1、向 ∫ ⋅ 1 − x 2 \int \frac{\cdot}{\sqrt{1-x^2}} ∫1−x2⋅靠拢。2、换元成 ∫ ⋅ t \int \frac{\cdot}{\sqrt{t}} ∫t⋅或者 ∫ ⋅ t \int \frac{\cdot}{{t}} ∫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。
- ∫ d x x 2 + □ = ln ∣ x + x 2 + □ ∣ + C \int \frac{dx}{\sqrt{x^2+\Box}}=\ln\left|x+\sqrt{x^2+\Box}\right |+C ∫x2+□dx=ln∣∣∣x+x2+□∣∣∣+C
- 求形如 ∫ x f ( x ) d x \int x f(x)dx ∫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 α \sin \alpha sinα和 cos α \cos \alpha cosα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。
- ∫ ln x 2 + y 2 d x \int \ln \sqrt{x^2+y^2}dx ∫lnx2+y2dx可用分部积分。
- ∫ ln x d e x = x ln x − x + C \int \ln x dex = x\ln x -x + C ∫lnxdex=xlnx−x+C
- 海伦公式计算面积: S = p ( p − a ) ( p − b ) ( p − c ) S=\sqrt{p(p-a)(p-b)(p-c)} S=p(p−a)(p−b)(p−c), p = a + b + c 2 p = \frac{a+b+c}{2} p=2a+b+c。
- cos ( n ⃗ , x ) d s = d y d z \cos(\vec n,x)ds=dydz cos(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 = a r cos θ , y = b r sin θ x=ar\cos \theta, y = br\sin \theta x=arcosθ,y=brsinθ,出来一个 a b r abr abr。
- 三重球积分,作
x
=
r
sin
φ
cos
θ
,
y
=
r
sin
φ
sin
θ
,
z
=
r
cos
φ
x=r\sin \varphi \cos \theta, y=r \sin \varphi \sin \theta, z=r\cos \varphi
x=rsinφcosθ,y=rsinφsinθ,z=rcosφ
出来一个 r 2 sin φ r^2 \sin \varphi r2sinφ。
常用积分表
处理原则
□
a
2
−
x
2
⟶
令
x
=
a
sin
t
\frac{\Box}{\sqrt{a^2-x^2}}\stackrel{令x=a\sin t}{\longrightarrow}
a2−x2□⟶令x=asint
□
a
2
+
x
2
⟶
令
x
=
a
tan
t
\frac{\Box}{\sqrt{a^2+x^2}}\stackrel{令x=a\tan t}{\longrightarrow}
a2+x2□⟶令x=atant
□
x
2
−
a
2
⟶
令
x
=
a
cos
t
\frac{\Box}{\sqrt{x^2-a^2}}\stackrel{令x=\frac{a}{\cos t}}{\longrightarrow}
x2−a2□⟶令x=costa
积分表
∫ 1 a 2 + x 2 d x = 1 a arctan x a + C \int \frac{1}{a^{2}+x^{2}} \mathrm{d} x=\frac{1}{a} \arctan \frac{x}{a}+C ∫a2+x21dx=a1arctanax+C
∫ 1 ( a 2 ± x 2 ) n d x = 1 2 a 2 ( n − 1 ) [ x ( a 2 ± x 2 ) n − 1 + ( 2 n − 3 ) ∫ 1 ( a 2 ± x 2 ) n − 1 d x ] , n ≠ 1 \begin{array}{l} \int \frac{1}{\left(a^{2} \pm x^{2}\right)^{n}} \mathrm{d} x=\frac{1}{2 a^{2}(n-1)}\left[\frac{x}{\left(a^{2} \pm x^{2}\right)^{n-1}}\right. \\ \left.+(2 n-3) \int \frac{1}{\left(a^{2} \pm x^{2}\right)^{n-1}} \mathrm{d} x\right], n \neq 1 \end{array} ∫(a2±x2)n1dx=2a2(n−1)1[(a2±x2)n−1x+(2n−3)∫(a2±x2)n−11dx],n=1
∫ x 2 ± a 2 d x = 1 2 ( x x 2 ± a 2 ± a 2 ln ∣ x + x 2 ± a 2 ∣ ) + C \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 ∫x2±a2dx=21(xx2±a2±a2ln∣∣∣x+x2±a2∣∣∣)+C
∫ 1 x 2 ± a 2 d x = ln ∣ x + x 2 ± a 2 ∣ + C \int \frac{1}{\sqrt{x^{2} \pm a^{2}}} \mathrm{d} x=\ln \left|x+\sqrt{x^{2} \pm a^{2}}\right|+C ∫x2±a21dx=ln∣∣∣x+x2±a2∣∣∣+C
∫ sec x d x = ln ∣ sec x + tan x ∣ + C \int \sec x d x=\ln |\sec x+\tan x|+C ∫secxdx=ln∣secx+tanx∣+C
∫ csc x d x = ln ∣ csc x − cot x ∣ + C \int \csc x d x=\ln |\csc x-\cot x|+C ∫cscxdx=ln∣cscx−cotx∣+C
∫ 1 1 − x 2 d x = arcsin x + C \int \frac{1}{\sqrt{1-x^{2} }} \mathrm{d} x=\arcsin x+C ∫1−x21dx=arcsinx+C
∫ 1 1 − x 2 d x = 1 2 ln ∣ 1 + x 1 − x ∣ + C \int \frac{1}{{1-x^{2} }} \mathrm{d} x=\frac{1}{2}\ln \left|\frac{1+x}{1-x}\right|+C ∫1−x21dx=21ln∣∣∣∣1−x1+x∣∣∣∣+C
∫ a 2 − x 2 d x = 1 2 ( x a 2 − x 2 + a 2 arcsin x a ) + 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 ∫a2−x2dx=21(xa2−x2+a2arcsinax)+C
格林公式和高斯公式
格林公式
设闭区域
D
D
D 由分段光滑的曲线
L
L
L 困成,函数
P
(
x
,
y
)
P(x, y)
P(x,y) 及
Q
(
x
,
y
)
Q(x, y)
Q(x,y) 在
D
D
D 上具有一阶连续偏导数,则有
∬
D
(
∂
Q
∂
x
−
∂
P
∂
y
)
d
x
d
y
=
∮
L
P
d
x
+
Q
d
y
\iint_{D}\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right) d x d y=\oint_{L} P d x+Q d y
∬D(∂x∂Q−∂y∂P)dxdy=∮LPdx+Qdy
其中
L
L
L 是
D
D
D 的取正向的边界曲线。
高斯公式
设空间有界闭合区域
Ω
\Omega
Ω,其边界
∂
Ω
\partial \Omega
∂Ω 为分片光滑闭曲面。函数
P
(
x
,
y
,
z
)
,
Q
(
x
,
y
,
z
)
,
R
(
x
,
y
,
z
)
P(x, y, z), Q(x, y, z), R(x, y, z)
P(x,y,z),Q(x,y,z),R(x,y,z) 及其一阶偏导数在
Ω
\Omega
Ω上连续,那么:
∭
Ω
(
∂
P
∂
x
+
∂
Q
∂
y
+
∂
R
∂
z
)
d
V
=
∬
∂
Ω
P
d
y
d
z
+
Q
d
z
d
x
+
R
d
x
d
y
\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} y d z+Q \mathrm{d} z d x+R \mathrm{d} x \mathrm{d} y
∭Ω(∂x∂P+∂y∂Q+∂z∂R)dV=∬∂ΩPdydz+Qdzdx+Rdxdy
积分等式
∫
0
π
x
f
(
sin
x
)
d
x
=
π
2
∫
0
π
f
(
sin
x
)
d
x
\int_0^\pi x f(\sin x)dx=\frac{\pi}{2}\int_0^\pi f(\sin x)dx
∫0πxf(sinx)dx=2π∫0πf(sinx)dx
∫
a
b
f
(
x
)
d
x
=
∫
a
b
f
(
a
+
b
−
x
)
d
x
\int_a^b f(x)dx=\int_a^b f(a+b-x)dx
∫abf(x)dx=∫abf(a+b−x)dx
∫
−
a
a
f
(
x
)
d
x
=
∫
0
a
f
(
x
)
+
f
(
−
x
)
d
x
\int_{-a}^a f(x)dx=\int_0^a f(x)+f(-x)dx
∫−aaf(x)dx=∫0af(x)+f(−x)dx
x
b
−
x
a
ln
x
=
∫
a
b
x
y
d
y
\frac{x^b-x^a}{\ln x}=\int_a^b x^y dy
lnxxb−xa=∫abxydy
积分中值定理
积分第一中值定理
f
:
[
a
,
b
]
→
R
f:[a, b] \rightarrow \mathbb{R}
f:[a,b]→R 为一连续函数
,
g
:
[
a
,
b
]
→
R
, g:[a, b] \rightarrow \mathbb{R}
,g:[a,b]→R 要求
g
(
x
)
g(x)
g(x) 是可积函数目在积分区间不变号,那么存在一点
ξ
∈
[
a
,
b
]
\xi \in[a, b]
ξ∈[a,b] 使得
∫
a
b
f
(
x
)
g
(
x
)
d
x
=
f
(
ξ
)
∫
a
b
g
(
x
)
d
x
\int_{a}^{b} f(x) g(x) d x=f(\xi) \int_{a}^{b} g(x) d x
∫abf(x)g(x)dx=f(ξ)∫abg(x)dx
积分第二中值定理
若
f
,
g
f,g
f,g在
[
a
,
b
]
[a,b]
[a,b]上黎曼可积且
f
(
x
)
f(x)
f(x)在
[
a
,
b
]
[a,b]
[a,b]上单调,则存在
[
a
,
b
]
[a,b]
[a,b]上的点使
∫
a
b
f
(
x
)
g
(
x
)
d
x
=
f
(
a
)
∫
a
ξ
g
(
x
)
d
x
+
f
(
b
)
∫
ξ
b
g
(
x
)
d
x
\int_{a}^{b} f(x) g(x) d x=f(a) \int_{a}^{\xi} g(x) d x+f(b) \int_{\xi}^{b} g(x) d x
∫abf(x)g(x)dx=f(a)∫aξg(x)dx+f(b)∫ξbg(x)dx
广义积分柯西判别法
无穷限积分
若
f
(
x
)
≤
c
x
p
f(x)\leq \frac{c}{x^p}
f(x)≤xpc,且
p
>
1
p>1
p>1,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx收敛。
若
f
(
x
)
≥
c
x
p
f(x)\geq \frac{c}{x^p}
f(x)≥xpc,且
p
≤
1
p\leq1
p≤1,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx发散。
极限形式:
若有
p
>
1
p>1
p>1,是
lim
x
→
+
∞
x
p
∣
f
(
x
)
∣
=
l
\lim\limits_{x \to +\infty}x^p|f(x)|=l
x→+∞limxp∣f(x)∣=l,且
0
≤
l
<
+
∞
0\leq l < +\infty
0≤l<+∞,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx收敛。
若有
p
<
1
p<1
p<1,是
lim
x
→
+
∞
x
p
∣
f
(
x
)
∣
=
l
\lim\limits_{x \to +\infty}x^p|f(x)|=l
x→+∞limxp∣f(x)∣=l,且
0
<
l
≤
+
∞
0< l \leq +\infty
0<l≤+∞,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx发散。
瑕积分
若有
p
<
1
p<1
p<1,使得
∣
f
(
x
)
∣
≤
c
(
x
−
a
)
p
|f(x)|\leq \frac{c}{(x-a)^p}
∣f(x)∣≤(x−a)pc,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx收敛。
若有
p
≥
1
p\geq1
p≥1,使得
∣
f
(
x
)
∣
≥
c
(
x
−
a
)
p
|f(x)|\geq \frac{c}{(x-a)^p}
∣f(x)∣≥(x−a)pc,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx发散。
极限形式:
若有
p
<
1
p<1
p<1,是
lim
x
→
a
(
x
−
a
)
p
∣
f
(
x
)
∣
=
k
\lim\limits_{x \to a}(x-a)^p|f(x)|=k
x→alim(x−a)p∣f(x)∣=k,且
0
≤
k
<
+
∞
0 \leq k < +\infty
0≤k<+∞,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣f(x)∣dx收敛。
若有
p
≥
1
p\geq 1
p≥1,是
lim
x
→
a
(
x
−
a
)
p
∣
f
(
x
)
∣
=
k
\lim\limits_{x \to a}(x-a)^p|f(x)|=k
x→alim(x−a)p∣f(x)∣=k,且
0
<
k
≤
+
∞
0 < k \leq +\infty
0<k≤+∞,则
∫
a
+
∞
∣
f
(
x
)
∣
d
x
\int_a^{+\infty}|f(x)|dx
∫a+∞∣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 = ∫ α β x ′ ( t ) 2 + y ′ ( t ) 2 d t s=\int_{\alpha}^{\beta} \sqrt{x^{\prime}(t)^{2}+y^{\prime}(t)^{2}} \mathrm{~d} t s=∫αβx′(t)2+y′(t)2 dt
记忆法: 横纵坐标关于 t t t的导数,做“勾股”定理,就得到了弧长关于 t t 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 d s d t = x ′ ( t ) 2 + y ′ ( t ) 2 \frac{\mathrm{d} s}{\mathrm{~d} t}=\sqrt{x^{\prime}(t)^{2}+y^{\prime}(t)^{2}} dtds=x′(t)2+y′(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
)
y=f(x)
y=f(x)类型的函数,那么取两端垂线和
x
x
x轴围城的面积,如下表达:
S
=
∫
α
β
y
(
t
)
∣
x
′
(
t
)
∣
d
t
S=\int_{\alpha}^{\beta} y(t)\left|x^{\prime}(t)\right| \mathrm{d} t
S=∫αβy(t)∣x′(t)∣dt
记忆法: S = ∫ y d x S=\int_{}^{} y\mathrm{d} x S=∫ydx,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
=
∫
a
β
x
(
t
)
y
′
(
t
)
d
t
=
−
∫
a
β
y
(
t
)
x
′
(
t
)
d
t
S=\int_{a}^{\beta} x(t) y^{\prime}(t) \mathrm{d} t=-\int_{a}^{\beta} y(t) x^{\prime}(t) \mathrm{d} t
S=∫aβx(t)y′(t)dt=−∫aβy(t)x′(t)dt
记忆法: 格林公式告诉我们, S = ∬ D d x d y = 1 2 ∫ ∂ D ( x d y − y d x ) = ∫ ∂ D x d y = ∫ ∂ D − y d x 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 S=∬D dx dy=21∫∂D(x dy−y dx)=∫∂Dx dy=∫∂D−y dx.
极坐标
弧长公式
s = ∫ a β r ( t ) 2 + r ′ ( t ) 2 d t s=\int_{a}^{\beta} \sqrt{r(t)^{2}+r^{\prime}(t)^{2}} \mathrm{~d} t s=∫aβr(t)2+r′(t)2 dt
我( r r r)和我的祖国( r ′ r' r′),“勾股”融合,一起起飞。
面积公式
S = 1 2 ∫ a β r 2 ( t ) d t S=\frac{1}{2} \int_{a}^{\beta} r^{2}(t) \mathrm{d} t S=21∫aβr2(t)dt
记忆法: 圆: S = 1 2 ∫ 0 2 π r 2 ( t ) d t S=\frac{1}{2} \int_{0}^{2\pi} r^{2}(t) \mathrm{d} t S=21∫02πr2(t)dt
直角坐标
弧长公式
s = ∫ a b 1 + f ′ ( x ) 2 d x s=\int_{a}^{b} \sqrt{1+f^{\prime}(x)^{2}} \mathrm{~d} x s=∫ab1+f′(x)2 dx
记忆法: 参数方程的特例,令 t = x t=x t=x。
面积公式
S = ∫ a b ( f ( x ) − g ( x ) ) d x S=\int_{a}^{b}(f(x)-g(x)) \mathrm{d} x S=∫ab(f(x)−g(x))dx
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 ) y=f(x) \geqslant 0(a \leqslant x \leqslant b) y=f(x)⩾0(a⩽x⩽b) 与 x x x 轴及 x = a , x = b x=a, x=b x=a,x=b 所 围图形绕 x x x 轴旋转一周所形成的旋转体体积为 V = π ∫ 0 b f 2 ( x ) d x . V=\pi \int_{0}^{b} f^{2}(x) \mathrm{d} x . V=π∫0bf2(x)dx.
记忆法: 圆的截面面积,沿着 x x x的方向积分就可以了。即 V = ∫ a b A ( x ) d x V=\int_{a}^{b} A(x) \mathrm{d} x V=∫abA(x)dx,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
π
∫
α
β
y
(
t
)
x
′
2
(
t
)
+
y
′
2
(
t
)
d
t
S=2 \pi \int_{\alpha}^{\beta} y(t) \sqrt{x^{\prime 2}(t)+y^{\prime 2}(t)} \mathrm{d} t
S=2π∫αβy(t)x′2(t)+y′2(t)dt
如果取直角坐标呢,就是一个特殊的情况。
S
=
2
π
∫
a
b
f
(
x
)
1
+
f
′
2
(
x
)
d
x
S=2 \pi \int_{a}^{b} f(x) \sqrt{1+f^{\prime 2}(x)} \mathrm{d} x
S=2π∫abf(x)1+f′2(x)dx
记忆法: 周长 2 π y 2\pi y 2πy 沿着弧长方向积就是了。即 S = 2 π ∫ 0 L y d s S=2 \pi \int_{0}^{L} y\mathrm{d} s S=2π∫0Lyds, d s d t = x ′ ( t ) 2 + y ′ ( t ) 2 \frac{\mathrm{d} s}{\mathrm{~d} t}=\sqrt{x^{\prime}(t)^{2}+y^{\prime}(t)^{2}} dtds=x′(t)2+y′(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 x 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 ) x^k O(x^m)=O(x^{k+m}) xkO(xm)=O(xk+m)
- 欲消除 sin ( x ) \sin(x) 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 ξ \xi ξ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 + ⋅ n ) n → e ⋅ (1+\frac{\cdot}{n})^n\rightarrow e^{\cdot} (1+n⋅)n→e⋅
- 用泰勒公式求极限,更青睐于减的形式。以及 ⋅ x n \frac{\cdot}{x^n} xn⋅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 → 0 x\rightarrow 0 x→0, ln tan x − ln x → 0 \ln \tan x- \ln x \rightarrow 0 lntanx−lnx→0。
- 被积函数连续,函数未必连续。
二阶曲面方程
平面方程:
A
x
+
B
y
+
C
z
+
D
=
0
Ax+By+Cz+D=0
Ax+By+Cz+D=0
球面方程:
(
x
−
x
0
)
2
+
(
y
−
y
0
)
2
+
(
z
−
z
0
)
2
=
R
2
\left(x-x_{0}\right)^{2}+\left(y-y_{0}\right)^{2}+\left(z-z_{0}\right)^{2}=R^{2}
(x−x0)2+(y−y0)2+(z−z0)2=R2
柱面方程:
x
2
+
y
2
=
R
2
(
圆
柱
面
)
x^{2}+y^{2}=R^{2} (圆柱面)
x2+y2=R2(圆柱面)
y
2
=
2
x
(
抛
物
柱
面
)
y^{2}=2 x (抛物柱面 )
y2=2x(抛物柱面)
x
2
a
2
+
y
2
b
2
=
1
(
椭
圆
柱
面
)
\frac{x^{2}}{a^{2}}+\frac{y^{2}}{b^{2}}=1(椭圆柱面)
a2x2+b2y2=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
)
f(x)
f(x)的泰勒级数:
∑
n
=
0
∞
f
(
n
)
(
a
)
n
!
(
x
−
a
)
n
\sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n !}(x-a)^{n}
n=0∑∞n!f(n)(a)(x−a)n
这里,
n
!
n !
n! 表示
n
n
n 的阶乘
,
,
, 而
f
(
n
)
(
a
)
f^{(n)}(a)
f(n)(a) 表示函数
f
f
f 在点
a
a
a 处的
n
n
n 阶导数。如果
a
=
0
,
a=0,
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)
∀
x
∈
C
,
e
x
=
∑
n
=
0
+
∞
x
n
n
!
\forall x \in \mathbb{C}, e^{x}=\sum_{n=0}^{+\infty} \frac{x^{n}}{n !}
∀x∈C,ex=n=0∑+∞n!xn
∀
x
∈
R
,
sin
x
=
∑
n
=
0
+
∞
(
−
1
)
n
x
2
n
+
1
(
2
n
+
1
)
!
\forall x \in \mathbb{R}, \sin x=\sum_{n=0}^{+\infty}(-1)^{n} \frac{x^{2 n+1}}{(2 n+1) !}
∀x∈R,sinx=n=0∑+∞(−1)n(2n+1)!x2n+1
∀
x
∈
R
,
cos
x
=
∑
n
=
0
+
∞
(
−
1
)
n
x
2
n
(
2
n
)
!
\forall x \in \mathbb{R}, \cos x=\sum_{n=0}^{+\infty}(-1)^{n} \frac{x^{2 n}}{(2 n) !}
∀x∈R,cosx=n=0∑+∞(−1)n(2n)!x2n
∀
x
∈
(
−
1
,
1
]
,
ln
(
x
+
1
)
=
∑
n
=
1
+
∞
(
−
1
)
n
+
1
x
n
n
\forall x \in(-1,1], \ln (x+1)=\sum_{n=1}^{+\infty}(-1)^{n+1} \frac{x^{n}}{n}
∀x∈(−1,1],ln(x+1)=n=1∑+∞(−1)n+1nxn
∀
x
∈
R
,
∀
α
∈
N
,
(
1
+
x
)
α
=
1
+
∑
n
=
1
∞
α
(
α
−
1
)
⋯
(
α
−
n
+
1
)
n
!
x
n
=
∑
n
=
0
∞
(
α
n
)
x
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}
∀x∈R,∀α∈N,(1+x)α=1+n=1∑∞n!α(α−1)⋯(α−n+1)xn=n=0∑∞(αn)xn
最后一个展开,当 α \alpha α 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:
sgn
x
=
{
−
1
:
x
<
0
0
:
x
=
0
1
:
x
>
0
\operatorname{sgn} x=\left\{\begin{array}{ccc} -1 & : & x<0 \\ 0 & : & x=0 \\ 1 & : & x>0 \end{array}\right.
sgnx=⎩⎨⎧−101:::x<0x=0x>0
任何实数都可以表示为其绝对值和符号函数的积 :
x
=
(
sgn
x
)
∣
x
∣
x=(\operatorname{sgn} x)|x|
x=(sgnx)∣x∣
黎曼函数
定义于[0,1]上,
R
(
x
)
=
{
1
q
,
x
=
p
q
,
其中
p
,
q
∈
N
+
且互质,
0
,
x
=
0
,
1
或
(
0
,
1
)
内的无理数
R(x)=\left\{\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}\right.
R(x)={q1,0,x=qp, 其中 p,q∈N+且互质,x=0,1 或(0,1)内的无理数
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
)
=
{
1
,
x
是有理数,
0
,
x
是无理数,
D(x)=\left\{\begin{array}{ll}1, & x \text { 是有理数, } \\ 0, & x \text { 是无理数, }\end{array}\right.
D(x)={1,0,x 是有理数, x 是无理数,
黎曼不可积函数,但是勒贝格可积。
分段三角函数
f
(
x
)
=
{
x
2
sin
1
x
,
x
≠
0
0
,
x
=
0
f(x)=\left\{\begin{array}{ll} x^2\sin\frac{1}{x}, & x \neq 0 \\ 0, & x =0 \end{array}\right.
f(x)={x2sinx1,0,x=0x=0
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
)
=
{
e
−
1
x
2
,
x
≠
0
0
,
x
=
0
f(x)=\left\{\begin{array}{ll} e^{-\frac{1}{x^2}}, & x \neq 0 \\ 0, & x =0 \end{array}\right.
f(x)={e−x21,0,x=0x=0
x
=
0
x=0
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
=
e
x
−
e
−
x
2
\sinh x=\frac{e^{x}-e^{-x}}{2}
sinhx=2ex−e−x
双曲余弦:
cosh
x
=
e
x
+
e
−
x
2
\cosh x=\frac{e^{x}+e^{-x}}{2}
coshx=2ex+e−x
二元函数
f
(
x
,
y
)
=
{
x
−
y
x
+
y
,
x
+
y
≠
0
0
,
x
+
y
=
0
f(x,y)=\left\{\begin{array}{ll} \frac{x-y}{x+y}, & x+y \neq 0 \\ 0, & x+y =0 \end{array}\right.
f(x,y)={x+yx−y,0,x+y=0x+y=0
二次极限存在不相等。
Γ \Gamma Γ和 β \beta β函数
B
(
p
,
q
)
=
∫
0
1
x
p
−
1
(
1
−
x
)
q
−
1
d
x
=
Γ
(
p
)
+
Γ
(
q
)
Γ
(
p
+
q
)
B(p,q)=\int_0^1 x^{p-1}(1-x)^{q-1}dx=\frac{\Gamma(p)+\Gamma(q)}{\Gamma(p+q)}
B(p,q)=∫01xp−1(1−x)q−1dx=Γ(p+q)Γ(p)+Γ(q)
Γ
(
s
)
=
∫
0
+
∞
x
(
s
−
1
)
e
−
x
d
x
\Gamma(s) = \int_0^{+\infty} x^{(s-1)}e^{-x}dx
Γ(s)=∫0+∞x(s−1)e−xdx
Γ
(
n
+
1
)
=
n
!
f
\Gamma(n+1) = n!f
Γ(n+1)=n!f
常用等价无穷小
一般
当 x → 0 x \rightarrow 0 x→0 时,
- sin x ∼ x \sin x \sim x sinx∼x
- tan x ∼ x \tan x \sim x tanx∼x
- arcsin x ∼ x \arcsin x \sim x arcsinx∼x
- arctan x ∼ x \arctan x \sim x arctanx∼x
- e x − 1 ∼ x e^{x}-1 \sim x ex−1∼x
- ln ( x + 1 ) ∼ x \ln (x+1) \sim x ln(x+1)∼x
- ( 1 + x ) α − 1 ∼ α x (1+x)^{\alpha}-1 \sim \alpha x (1+x)α−1∼αx
- 1 − cos x ∼ 1 2 x 2 1-\cos x \sim \frac{1}{2} x^{2} 1−cosx∼21x2
- a x − 1 ∼ x ln a ( a > 0 , a ≠ 1 ) a^{x}-1 \sim x \ln a (a>0, a \neq 1) ax−1∼xlna(a>0,a=1)
- log a ( 1 + x ) ∼ x ln a ( a > 0 , a ≠ 1 ) \log _{a}(1+x) \sim \frac{x}{\ln a}(a>0, a \neq 1) loga(1+x)∼lnax(a>0,a=1)
- ( 1 + β x ) α − 1 ∼ α β x (1+\beta x)^{\alpha}-1 \sim \alpha \beta x (1+βx)α−1∼αβx
stirling 公式
n
!
∼
2
π
n
(
n
e
)
n
n ! \sim \sqrt{2 \pi n}\left(\frac{n}{e}\right)^{n}
n!∼2πn(en)n
ln
n
!
∼
n
ln
n
\ln n!\sim n\ln n
lnn!∼nlnn
一些共识
- 0 的负指数次方不等于 0。
- sin \sin 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 = 1 tan x \cot x=\frac{1}{\tan x} cotx=tanx1:余切。 csc x = 1 sin x \csc x =\frac{1}{\sin x} cscx=sinx1:余割。 sec x = 1 cos x \sec x =\frac{1}{\cos x} secx=cosx1:正割。
- 下凸函数, f ( E ( x ) ) ≤ E ( f ( x ) ) f(E(x))\leq E(f(x)) f(E(x))≤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
a,b, p>1
a,b,p>1 和
q
>
1
q>1
q>1 是正实数 ,且有
1
/
p
+
1
/
q
=
1
1/p+1 / q=1
1/p+1/q=1, 那么:
a
b
≤
a
p
p
+
b
q
q
a b \leq \frac{a^{p}}{p}+\frac{b^{q}}{q}
ab≤pap+qbq
等号成立当且仅当
a
p
=
b
q
a^{p}=b^{q}
ap=bq。特别地,如果我们取
p
=
q
=
2
p=q=2
p=q=2,那么,
a
b
≤
a
2
2
+
b
2
2
ab\leq\frac{a^2}{2}+\frac{b^2}{2}
ab≤2a2+2b2
这时,也叫柯西不等式。
无名不等式
设
1
≤
p
<
+
∞
1 \leq p< +\infty
1≤p<+∞。 对任意的
m
∈
N
,
a
j
⩾
0
,
j
=
1
,
2
,
⋯
,
m
,
m \in \mathbb{N}, a_{j} \geqslant 0, j=1,2, \cdots, m,
m∈N,aj⩾0,j=1,2,⋯,m, 成立
(
a
1
+
a
2
+
⋯
+
a
m
)
p
⩽
m
p
−
1
(
a
1
p
+
a
2
p
+
⋯
+
a
m
p
)
\left(a_{1}+a_{2}+\cdots+a_{m}\right)^{p} \leqslant m^{p-1}\left(a_{1}^{p}+a_{2}^{p}+\cdots+a_{m}^{p}\right)
(a1+a2+⋯+am)p⩽mp−1(a1p+a2p+⋯+amp)
特殊地,取
m
=
2
m=2
m=2时,我们有,
(
a
+
b
)
p
⩽
2
p
−
1
(
a
p
+
b
p
)
,
∀
a
,
b
⩾
0
(a+b)^{p} \leqslant 2^{p-1}\left(a^{p}+b^{p}\right), \quad \forall a, b \geqslant 0
(a+b)p⩽2p−1(ap+bp),∀a,b⩾0
更特殊地,我们可以取
p
=
2
p=2
p=2。
(
a
+
b
)
2
⩽
2
(
a
2
+
b
2
)
,
∀
a
,
b
⩾
0
(a+b)^{2} \leqslant 2\left(a^{2}+b^{2}\right), \quad \forall a, b \geqslant 0
(a+b)2⩽2(a2+b2),∀a,b⩾0
均值不等式
如果
x
1
,
x
2
,
…
,
x
n
x_{1}, x_{2}, \ldots, x_{n}
x1,x2,…,xn 是正数,定义调和平均,几何平均,算术平均和平方平均。
H
n
=
n
∑
i
=
1
n
1
x
i
=
n
1
x
1
+
1
x
2
+
⋯
+
1
x
n
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}}}
Hn=∑i=1nxi1n=x11+x21+⋯+xn1n
G
n
=
∏
i
=
1
n
x
i
n
=
x
1
x
2
⋯
x
n
n
G_{n}=\sqrt[n]{\prod_{i=1}^{n} x_{i}}=\sqrt[n]{x_{1} x_{2} \cdots x_{n}}
Gn=ni=1∏nxi=nx1x2⋯xn
A
n
=
∑
i
=
1
n
x
i
n
=
x
1
+
x
2
+
⋯
+
x
n
n
A_{n}=\frac{\sum_{i=1}^{n} x_{i}}{n}=\frac{x_{1}+x_{2}+\cdots+x_{n}}{n}
An=n∑i=1nxi=nx1+x2+⋯+xn
Q
n
=
∑
i
=
1
n
x
i
2
n
=
x
1
2
+
x
2
2
+
⋯
+
x
n
2
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}}
Qn=n∑i=1nxi2=nx12+x22+⋯+xn2
那么,
则
H
n
≤
G
n
≤
A
n
≤
Q
n
H_{n} \leq G_{n} \leq A_{n} \leq Q_{n}
Hn≤Gn≤An≤Qn。
当且仅当
x
1
=
x
2
=
⋯
=
x
n
,
x_{1}=x_{2}=\cdots=x_{n},
x1=x2=⋯=xn, 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
≤
p
,
q
≤
∞
1 \leq p, q \leq \infty
1≤p,q≤∞ 及
1
p
+
1
q
=
1
\frac{1}{p}+\frac{1}{q}=1
p1+q1=1,
x
i
,
y
i
x_i,y_i
xi,yi是实数,
∑
k
=
1
n
∣
x
k
y
k
∣
≤
(
∑
k
=
1
n
∣
x
k
∣
p
)
1
/
p
(
∑
k
=
1
n
∣
y
k
∣
q
)
1
/
q
\sum_{k=1}^{n}\left|x_{k} y_{k}\right| \leq\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}
k=1∑n∣xkyk∣≤(k=1∑n∣xk∣p)1/p(k=1∑n∣yk∣q)1/q
它的积分形式是,
∥
f
g
∥
1
≤
∥
f
∥
p
∥
g
∥
q
\|f g\|_{1} \leq\|f\|_{p}\|g\|_{q}
∥fg∥1≤∥f∥p∥g∥q
当
p
=
q
=
2
p = q = 2
p=q=2,便得到柯西-施瓦茨(Schwarz)不等式。
(
∑
i
=
1
n
x
i
y
i
)
2
≤
(
∑
i
=
1
n
x
i
2
)
(
∑
i
=
1
n
y
i
2
)
\left(\sum_{i=1}^{n} x_{i} y_{i}\right)^{2} \leq\left(\sum_{i=1}^{n} x_{i}^{2}\right)\left(\sum_{i=1}^{n} y_{i}^{2}\right)
(i=1∑nxiyi)2≤(i=1∑nxi2)(i=1∑nyi2)
闵可夫斯基(Minkowski)不等式
1
≤
p
≤
∞
1 \leq p \leq \infty
1≤p≤∞,
(
∑
k
=
1
n
∣
x
k
+
y
k
∣
p
)
1
p
≤
(
∑
k
=
1
n
∣
x
k
∣
p
)
1
p
+
(
∑
k
=
1
n
∣
y
k
∣
p
)
1
p
\left(\sum_{k=1}^{n}\left|x_{k}+y_{k}\right|^{p}\right)^{\frac{1}{p}} \leq\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}}
(k=1∑n∣xk+yk∣p)p1≤(k=1∑n∣xk∣p)p1+(k=1∑n∣yk∣p)p1
如果
x
1
,
⋯
,
x
n
,
y
1
,
⋯
,
y
n
>
0
,
p
<
1
,
x_{1}, \cdots, x_{n}, y_{1}, \cdots, y_{n}>0, p<1,
x1,⋯,xn,y1,⋯,yn>0,p<1, 则
≤
\leq
≤ 可以变为
≥
\geq
≥。
它写成积分形式就是,
∥
f
+
g
∥
p
≤
∥
f
∥
p
+
∥
g
∥
p
\|f+g\|_{p} \leq\|f\|_{p}+\|g\|_{p}
∥f+g∥p≤∥f∥p+∥g∥p
如果
1
<
p
<
∞
,
1<p<\infty,
1<p<∞, 等号成立当且仅当
∃
k
≥
0
,
f
=
k
g
\exists k \geq 0, f=k g
∃k≥0,f=kg 或者
g
=
k
f
g=k f
g=kf
若尔当不等式
2 π x ⩽ sin x ⩽ x ( 0 ⩽ x ⩽ π 2 ) \frac{2}{\pi} x \leqslant \sin x \leqslant x \quad\left(0 \leqslant x \leqslant \frac{\pi}{2}\right) π2x⩽sinx⩽x(0⩽x⩽2π)
伯努利不等式
对实数
x
>
−
1
x>-1
x>−1:
{
(
1
+
x
)
n
≥
1
+
n
x
,
n
≥
1
(
1
+
x
)
n
≤
1
+
n
x
,
0
≤
n
≤
1
\left\{\begin{array}{ll}(1+x)^{n} \geq 1+n x, & n \geq 1\\ (1+x)^{n} \leq 1+n x, &0 \leq n \leq 1\end{array}\right.
{(1+x)n≥1+nx,(1+x)n≤1+nx,n≥10≤n≤1
等号成立当且仅当n = 0,1,或x = 0吋。
三角不等式
∣ a ∣ − ∣ b ∣ ≤ ∣ a − b ∣ ≤ ∣ a ∣ + ∣ b ∣ |a|-|b|\leq |a-b|\leq|a|+|b| ∣a∣−∣b∣≤∣a−b∣≤∣a∣+∣b∣
对数不等式
当 x>-1 时,
x
1
+
x
≤
ln
(
1
+
x
)
≤
x
\frac{x}{1+x}\leq \ln(1+x)\leq x
1+xx≤ln(1+x)≤x
取
x
=
1
/
n
x=1/n
x=1/n,
1
n
+
1
<
ln
(
1
+
1
n
)
<
1
n
\frac{1}{n+1}<\ln(1+\frac{1}{n})<\frac{1}{n}
n+11<ln(1+n1)<n1
杂牌不等式
n s > > ln k n s , k > 0 n^s > > \ln ^k n \quad s,k>0 ns>>lnkns,k>0
等式
平方和与立方和
1
2
+
2
2
+
.
.
.
+
n
2
=
n
(
n
+
1
)
(
2
n
+
1
)
6
1^2+2^2+...+n^2=\frac{n(n+1)(2n+1)}{6}
12+22+...+n2=6n(n+1)(2n+1)
1
2
+
3
2
+
.
.
.
+
(
2
n
−
1
)
2
=
n
(
4
n
2
−
1
)
3
1^2+3^2+...+(2n-1)^2=\frac{n(4n^2-1)}{3}
12+32+...+(2n−1)2=3n(4n2−1)
2
2
+
4
2
+
.
.
.
+
2
n
2
=
2
n
(
n
+
1
)
(
2
n
+
1
)
3
2^2+4^2+...+2n^2=\frac{2n(n+1)(2n+1)}{3}
22+42+...+2n2=32n(n+1)(2n+1)
1
3
+
2
3
+
.
.
.
+
n
3
=
n
(
n
+
1
)
2
4
1^3+2^3+...+n^3=\frac{n(n+1)^2}{4}
13+23+...+n3=4n(n+1)2
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 + ⋯ + C n k a n − k b k + ⋯ + b n (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} (a+b)n=an+Cn1an−1b1+⋯+Cnkan−kbk+⋯+bn
n方差公式:
a n − b n = ( a − b ) ( a n − 1 + a n − 2 b 1 + ⋯ + a b n − 2 + b n − 1 ) 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) an−bn=(a−b)(an−1+an−2b1+⋯+abn−2+bn−1)
a − b = ( a 1 / n − b 1 / n ) ( a ( n − 1 ) / n + a ( n − 2 ) / n b 1 / n + ⋯ + a 1 / n b ( n − 2 ) / n + b ( n − 1 ) / n ) 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) a−b=(a1/n−b1/n)(a(n−1)/n+a(n−2)/nb1/n+⋯+a1/nb(n−2)/n+b(n−1)/n)
基本三角公式
积化和差
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 ) \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} 2sinxcosy=sin(x+y)+sin(x−y)2cosxsiny=sin(x+y)−sin(x−y)2sinxsiny−cos(x−y)−cos(x+y)2cosxcosy=cos(x+y)+cos(x−y)
和差化积
sin x + sin y = 2 sin x + y 2 cos x − y 2 sin x − sin y = 2 cos x + y 2 sin x − y 2 cos x + cos y = 2 cos x + y 2 cos x − y 2 cos x − cos y = 2 sin y − x 2 sin x + y 2 \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} sinx+siny=2sin2x+ycos2x−ysinx−siny=2cos2x+ysin2x−ycosx+cosy=2cos2x+ycos2x−ycosx−cosy=2sin2y−xsin2x+y
三倍角公式
3元-4元3角=挣钱:
sin
3
α
=
3
sin
α
−
4
sin
3
α
\sin3\alpha=3\sin\alpha-4\sin^3\alpha
sin3α=3sinα−4sin3α
4元3角-3元=余钱:
cos
3
α
=
4
cos
3
α
−
3
cos
α
\cos3\alpha=4\cos^3\alpha-3\cos\alpha
cos3α=4cos3α−3cosα
两个相除:
tan
3
α
=
3
tan
α
−
tan
3
α
1
−
3
tan
2
α
\tan3\alpha=\frac{3\tan\alpha-\tan^3\alpha}{1-3\tan^2\alpha}
tan3α=1−3tan2α3tanα−tan3α
倍角关系(半角和二倍角)
cos
2
x
=
1
1
+
tan
2
x
\cos^2x = \frac{1}{1+\tan^2x}
cos2x=1+tan2x1
1
+
cos
x
=
2
cos
2
(
x
2
)
1+\cos x=2\cos^2(\frac{x}{2})
1+cosx=2cos2(2x)
1
−
cos
x
=
2
sin
2
(
x
2
)
1-\cos x=2\sin^2(\frac{x}{2})
1−cosx=2sin2(2x)
tan α 2 = ± 1 − cos α 1 + cos α tan θ 2 = 1 − cos θ sin θ = sin θ 1 + cos θ \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} tan2α=±1+cosα1−cosαtan2θ=sinθ1−cosθ=1+cosθsinθ
π \pi π相关积分
辛格函数
∫
0
+
∞
sin
x
x
d
x
=
π
2
\int _0^{+\infty} \frac{\sin x}{x}dx = \frac{\pi}{2}
∫0+∞xsinxdx=2π
概率积分
∫
0
+
∞
e
−
x
2
d
x
=
π
2
\int _0^{+\infty}e^{-x^2}dx = \frac{\sqrt{\pi}}{2}
∫0+∞e−x2dx=2π
Γ
\Gamma
Γ函数
Γ
[
1
/
2
]
=
π
\Gamma[1/2]=\sqrt{\pi}
Γ[1/2]=π
杂牌等式
ln
(
1
+
h
)
=
h
1
+
θ
h
,
0
<
θ
<
1
\ln(1+h)=\frac{h}{1+\theta h},0<\theta<1
ln(1+h)=1+θhh,0<θ<1
∫
0
+
∞
x
n
e
−
x
d
x
=
n
!
\int _0^{+\infty}x^ne^{-x}dx = n!
∫0+∞xne−xdx=n!
∫
0
+
∞
e
−
x
d
x
=
1
\int _0^{+\infty}e^{-x}dx = 1
∫0+∞e−xdx=1
x
>
0
arctan
x
+
arctan
1
x
=
π
2
x>0 \quad \arctan x+\arctan\frac{1}{x}=\frac{\pi}{2}
x>0arctanx+arctanx1=2π