高等数学——常用结论（1）

0 补充公式

负数不可为底数，有时可以作为隐含的参数求解条件

以下四种情况一定要分左右极限：

1. 分段函数的分界点
2. $\underset{x\to 0}{\lim }\frac{1}{x}$
3. $\underset{x\to 0}{\lim }{e}^{\frac{1}{x}}$
4. $\underset{x\to 0}{\lim }\arctan \frac{1}{x}$

函数不等式的常用的五种方法：

1. 单调性（90%）
2. 最大最小值
3. 拉中
4. 泰勒公式
5. 凹凸性

反函数常见处理方式：

1. 对于$y=f(x)$的反函数相关问题，经常考虑变量替换$x=f^{-1}(y)$
2. 对于$y=f(g(x))$的反函数相关问题，经常考虑变量替换$t=g(x),t=f^{-1}(y)$

证明题的2个奇招（事实上，有时这一问虽然不是证明题，但是中间步骤需要证明某个性质（如证明数列有界），也可以用下面这两个方法）：

1. 反证法

   反证法好在它可以额外创造一个条件

2. 数学归纳法

   有时会有一种特殊情况：即要证明递推一个已知的式子成立，但是得出这个式子比较困难，此时可以考虑数学归纳法

需要分类的情况，有时会殊途同归。比如要证明一个等式，但是其中需要分类展开讨论，有时候分类之后，都将结果指向了那一个式子。

双参数不等式$f_1(a,b)<f_2(a,b)$的证明：

一般是转换利用函数的单调性，有两种转换方式：

1. 选择一个参数作为自变量：如$g_1(a)$（把$a$视为变量，$b$视为常数）
2. 将两个变量归结为一个变量：如$g_2(a+b)$

对于含绝对值的不等式，有时令一端为0，可以得到特殊点。

对于不等式$|f(x)|\le g(x)$，若有$g(x_0)=0$，那么有$f(x_0)=0$

部分分式法的分母最高次为至多就是二次函数的乘幂：

$$Q_m=a(x-x_1{)}^{n_1}\cdots (x-x_k{)}^{n_k}(x^2+p_{1}x+q_1{)}^{m_1}\cdots (x^2+p_{s}x+q_s{)}^{m_s}$$

关于根号的化简技巧：

1. 1次方差的原地分解：

$$u_{n+1}-u_n=(\sqrt{u_{n+1}}+\sqrt{u_n})(\sqrt{u_{n+1}}-\sqrt{u_n})$$

1. 根号下根号，考虑通过配方消去：

$$\sqrt{3+2\sqrt{2}}=\sqrt{(2+\sqrt{2}{)}^2}=2+\sqrt{2}$$

1. $\sqrt{1+\sin x}=\sqrt{(\sin \frac{x}{2}+\cos \frac{x}{2}{)}^2}$的消1去根号法

注意选择题技巧：当要判断函数的性质时，如果多个性质很难判断，有一个很简单，那就先判断那个简单

例：设$f(x)={\int }_{-1}^x\sqrt{|t|}\ln |t|dt$，则$f(x)$在$x=0$处（）：

A.极限不存在。B：连续但不可导。C.可导且导数为0。D.可导且导数不为0

解：选项AB是需要求这个积分，而选项CD则仅需要求某点的导数（极限式），而后者的极限式通过洛必达可以轻松去除变上限积分号，比前者简单很多。事实上，选C

1 函数极限与连续

几种常用极限结论：

$$\begin{array}{rl}{1}^{\infty }:& \underset{x\to 0}{\lim }(1+x{)}^{\frac{1}{x}}=\underset{x\to \infty }{\lim }(1+\frac{1}{x}{)}^x=e\\ {\infty }^0:& \underset{x\to +\infty }{\lim }(1+x{)}^{\frac{1}{x}}=\underset{x\to 0^{+}}{\lim }(1+\frac{1}{x}{)}^x=1\\ 0^0:& \underset{x\to 0^{+}}{\lim }{x}^x=1\\ & \underset{x\to 0^{+}}{\lim }\frac{\ln x}{x}\to -\infty ,\underset{x\to 0^{+}}{\lim }\frac{\ln (1+x)}{x}\to 1\\ & \underset{n\to \infty }{\lim }(\frac{n}{1+n}{)}^n=\frac{1}{e},\underset{n\to \infty }{\lim }(\frac{1+n}{n}{)}^n=e\\ & a>1\Rightarrow \{\begin{array}{ll}& \underset{x\to 0^{+}}{\lim }{a}^{\frac{1}{x}}\to +\infty \\ & \underset{x\to 0^{-}}{\lim }{a}^{\frac{1}{x}}\to 0\\ & \underset{x\to +\infty }{\lim }{a}^{\frac{1}{x}}\to 1\\ & \underset{x\to -\infty }{\lim }{a}^{\frac{1}{x}}\to 1\end{array}\\ & \underset{n\to \infty }{\lim }\sqrt[n]{a_1^n+a_2^n+\cdots +a_m^n}=\underset{1\le i\le m}{\max }{a}_i\end{array}$$

注意上面的一些极限趋近于定常值，但他们只是省略了无穷小项（有时可能不够精确）如：

$$\underset{x\to \infty }{\lim }(1+\frac{1}{x}{)}^x=e^{1-\frac{1}{2x}}$$

幂指极限：

$$\begin{array}{rl}固定极限& \{\begin{array}{ll}& 0^1\to 0\\ & 0^{\infty }\to 0\\ & 1^0\to 1,如\underset{t\to 0}{\lim }(t+1{)}^t=\underset{t\to 0}{\lim }1+t\ln (t+1)\end{array}\\ 非固定极限& \{\begin{array}{ll}& {\infty }^0\\ & 0^0\\ & 1^{\infty }\end{array}\end{array}$$

注意这里面的固定极限在题目中不要随意代入，就比如$1^0$，后面就跟了一个无穷小量，和差时有时不可忽略

常用的基本极限：

$$\begin{array}{rl}& \underset{x\to 0}{\lim }\frac{a^x-1}{x}=\ln a,\underset{x\to 0}{\lim }\sqrt[n]{n}=1,\underset{x\to 0}{\lim }\sqrt[n]{a}=1(a>0)\\ & \underset{x\to \infty }{\lim }\frac{a_n{x}^n+a_{n-1}{x}^{n-1}\cdots +a_{1}x+a_0}{b_m{x}^m+b_{m-1}{x}^{m-1}\cdots +b_{1}x+b_0}=\{\begin{array}{ll}\frac{a_n}{b_m},& n<m\\ 0,& n=m\\ \infty ,& n>m\end{array}\\ & \underset{n\to \infty }{\lim }{x}^n=\{\begin{array}{ll}0,& |x|<1\\ \infty ,& |x|>1\\ 1,& x=1\\ 不存在,& x=-1\end{array}\\ & \underset{n\to \infty }{\lim }{e}^{nx}=\{\begin{array}{ll}0,& x<0\\ +\infty ,& x>0\\ 1,& x=0\end{array}\end{array}$$

$1^{\infty }$的三部曲：

$$\begin{array}{rl}1.写为标准形式:& 原式=\lim [1+\alpha (x){]}^{\beta (x)}\\ 2.求极限:& \lim \alpha (x)\beta (x)=A\\ 3.写结果:& 原式=e^A\end{array}$$

如果$\lim \alpha (x)\beta (x)=A$的极限不好求，可以做一些变换，比如求$\lim \frac{1}{\alpha (x)\beta (x)}$的极限

多项式分式求$x\to \infty$的极限，看最高次项的系数；

多项式分式求$x\to 0$的极限，看最低次项的系数；

对于极限：

$$\begin{array}{rl}存在+存在& =不存在\\ 不存在+不存在& =不一定\end{array}$$

等价无穷小的代换原则：

1. 乘、除可以换：

   若$\alpha \sim {\alpha }_1,\beta \sim {\beta }_1$，则：

   $$\lim \frac{\alpha }{\beta }=\lim \frac{{\alpha }_1}{{\beta }_1}$$

2. 加、减关系在一定条件下可以换：

   1. 若$\alpha \sim {\alpha }_1,\beta \sim {\beta }_1$且$\lim \frac{{\alpha }_1}{{\beta }_1}=A\ne 1$，则$\alpha -\beta \sim {\alpha }_1-{\beta }_1$。
   2. 若$\alpha \sim {\alpha }_1,\beta \sim {\beta }_1$且$\lim \frac{{\alpha }_1}{{\beta }_1}=A\ne -1$，则$\alpha +\beta \sim {\alpha }_1+{\beta }_1$。

即在两等价无穷小的加减，当且仅当二者和差不为0时可以替换。

PS：注意如果是两个同底数幂相乘，他们的指数实际上是第二种加减的情况，而不能认为是第一种情况（即不能随便换）

变上限积分的等价代换：

若$f(x)$和$g(x)$在$x=0$的某领域内连续，且$\underset{x\to 0}{\lim }\frac{f(x)}{g(x)}=1$，有：

$${\int }_0^{x}f(t)dt\sim {\int }_0^{x}g(t)dt$$

确定极限存在时的参数，应该用这个极限确定参数，即：

对于$\lim f(a)=A,(A已知，a未知，求a)$问题，一般都是对$\lim f(a)$问题利用极限知识化简，去极限号求$a$。

由已知极限凑未知极限，一般都是用有理运算法则，从未知中找出已知。

$\infty -\infty$的式子可以考虑通分，或者提取公因子（不易通分时）

变上限积分的三种处理方法：

1. 洛必达法则
2. 等价代换
3. 积分中值定理

洛必达法则如果求出来极限存在（定常值）或者无穷大时可用，如果不存在则不可用（不包括无穷大）

七种不定式运用洛必达法则的转换规则（$\frac{0}{0},\frac{\infty }{\infty },0\cdot \infty ,\infty -\infty ,1^{\infty },{\infty }^0,0^0$）：

$$
\frac{0}{0},\frac{\infty}{\infty}\Leftarrow \begin{cases}
&0\cdot\infty \Leftarrow
\begin{cases}
&1^{\infty}（也可三部曲）\
&\infty^0\
&0^0\
\end{cases}\
&\infty-\infty\

\end{cases}
$$

n阶可导，洛必达只能用到n-1阶数；n阶连续可导，可用n次洛

七种不定式的常用方法：

$$\begin{array}{rl}& \frac{0}{0}\{\begin{array}{ll}& 洛必达\\ & 等价无穷小代换\\ & 泰勒公式\end{array}\\ & \frac{\infty }{\infty }\{\begin{array}{ll}& 洛必达\\ & 分子分母同时除以分子分母各项最高阶的无穷大\end{array}\\ & \infty -\infty \{\begin{array}{ll}& 通分化为\frac{0}{0}（适合分式差）\\ & 根式有理化（适合于低次数的根式差）\\ & 提无穷因子后等价代换（适合于高次数的根式差）\end{array}\\ & 0\cdot \infty :化为\frac{0}{0}或\frac{\infty }{\infty }（谁方便化谁）\\ & 1^{\infty }:三部曲\\ & {\infty }^0,0^{\infty }:平底起\ln \end{array}$$

注意反三角函数极限的求解，有时会用到逆等价代换：

$$\begin{array}{rl}\underset{n\to \infty }{\lim }{n}^2(\arctan \frac{1}{n-1}-\arctan \frac{1}{n+1})=& \underset{n\to \infty }{\lim }{n}^2\tan (\arctan \frac{1}{n-1}-\arctan \frac{1}{n+1})\\ & 用了x\sim \tan x\end{array}$$

对于用泰勒展开式解题，化为和式要比化为乘式更为简单（因为后者比前者多了一个把多项式乘开的操作）

注意事$x\to 0,\sin x\sim x$，而不是$\sin x\to 0,\sin x\sim x$

当$x\to 0$时：

$$\begin{array}{rl}& (1+x{)}^{\alpha }=1+\alpha x+\frac{\alpha (\alpha -1)}{2}{x}^2+\cdots +\frac{\alpha (\alpha -1)\cdots (\alpha -n+1)}{n!}{x}^n+o(x^n)\\ & \tan x=x+\frac{x^3}{3}+o(x^3)\\ & \arcsin x=x+\frac{x^3}{6}+o(x^3)\\ & \arctan x=x-\frac{x^3}{3}+o(x^3)\\ & (1+x{)}^x\sim 1+x^2\end{array}$$

等价无穷小是十分好用的，但是要求$x\to 0$，对于有些三角函数，虽然$x$不趋近于0，但是通过三角函数变换，可以使得其$x\to 0$，进而使用等价无穷小：

正弦：

$$\underset{x\to \pi }{\lim }\sin (x)=-\underset{x\to 0}{\lim }\sin (x)$$

反正切，这里补充公式$\arctan (\frac{1}{x})=\text{arccot}x=\frac{\pi }{2}-\arctan x$：

$$\underset{x\to +\infty }{\lim }\arctan x\stackrel{x=\frac{1}{t}}{=}\underset{t\to 0^{+}}{\lim }\arctan \frac{1}{t}=\frac{\pi }{2}-\underset{t\to 0^{+}}{\lim }\arctan t$$

幂运算中，底数总是大于0的，所以原地起$\ln$总是可行的

给定$f(x)$，让求出$x\to 0$时，$f(x)=b+a^k$中的参数$a,b$。这种题一般不要想直接通过$f(x)$求极限求出$a,b$，很可能$b$能求出来，但是$a$被忽略了，正确的做法是针对函数$f(x)-b$求极限

如：设$f(x)=\frac{1}{x}-\frac{1}{e^x-1}$，有$x\to 0$时：

$$
\begin{aligned}
&f(x)=\frac{1}{x}-\frac{1}{e^x-1}=\frac{ex-1-x}{x(e^x-1)}=\frac{1}{2}\

\end{aligned}
$$

这种只能求出常数项$\frac{1}{2}$，但是高阶项被忽略了

求出$f(x)-\frac{1}{2}$的极限才可求出高阶项

$$f(x)-\frac{1}{2}=\frac{1}{x}-\frac{1}{e^x-1}-\frac{1}{2}=\frac{2(e^x-1-x)-x(e^x-1)}{2x(e^x-1)}=-\frac{x}{12}$$

注意当等式一端为常数0时，是不可以除以$\Delta x(x\to 0)$的，因为这实际上是$\frac{0}{0}$问题，出现这种情况就要考虑是不是过早将极限代入（忽略了不该忽略的项），从而出现错误了。

例：求满足$\underset{\Delta x\to 0}{\lim }[\frac{\Delta x}{x}\frac{f(x+\Delta x)-f(x)}{\Delta x}-\frac{\Delta xf(x)}{x^2}]=\underset{\Delta x\to 0}{\lim }f(1+\frac{\Delta x}{x}),f(1)=0$的微分方程：

解：正确的为:

$$\underset{\Delta x\to 0}{\lim }[\frac{f(x+\Delta x)-f(x)}{\Delta x}-\frac{f(x)}{x}]=\underset{\Delta x\to 0}{\lim }[\frac{f(1+\frac{\Delta x}{x})-f(1)}{\frac{\Delta x}{x}}]$$

即：$y^{\prime }-\frac{y}{x}=y^{\prime }(1)$。但是如果过于早将$f(1)=0$代入，右端变为0，此时两端便不可同除以$\frac{\Delta x}{x}$了，否则则会出现错误的微分方程$y^{\prime }-\frac{y}{x}=0$

注意极限有时候可以推出来具体函数值，也可以推出来符号（比如要用零点定理的话，更应该知道函数值正负号）

如：$\underset{x\to \infty }{\lim }\frac{f(x)}{x}=1\Rightarrow 存在足够大的x_1，使得f(x_1)>0$。如果之前再有$f(x_0)<0$，那么由零点定理，就有$f(ϵ)=0$

注意斜渐近线的斜率极限不可为0（否则就是水平渐近线了）

注意一种描述”极限不存在“，极限不存在有三种情况：极限为无穷；极限震荡；左右极限不一致

特别需要注意的是，如果极限为0，也是属于极限存在

如：

$$\underset{x\to 0}{\lim }\frac{x}{\frac{f(x)-f(0)}{x-0}}=1$$

可以推出来$f^{\prime }(0)=0$，即极限存在

面对抽象函数极限的常用方法：

1. 慎用洛必达

   因为有的题目没有说$f(x)$可导，此时不能在某点的邻域内用洛必达

2. 泰勒公式

关于泰勒公式求极限的运用，除了常用函数的泰勒公式，如果题中给定或者可求函数在同一点的连续导数（如给定了在$x_0$处的$f(x_0),f^{\prime }(x_0),f^{\prime \prime }(x_0),\cdots$），也可以考虑泰勒展开求极限。

例：给出$f(0)=f^{\prime }(0)=0,f^{\prime \prime }(0)\ne 0，y=f(x)二阶可导,u=x-\frac{f^{\prime }(x)}{f(x)},求\underset{x\to 0}{\lim }\frac{f(u)}{f(x)}$：

解：易有：

$$\underset{x\to 0}{\lim }\frac{f(u)}{f(x)}=\underset{x\to 0}{\lim }\frac{f(0)+f^{\prime }(0)u+\frac{f^{\prime \prime }(0)u^2}{2}+O(u^2)}{f(0)+f^{\prime }(0)x+\frac{f^{\prime \prime }(0)x^2}{2}+O(x^2)}=\underset{x\to 0}{\lim }\frac{u^2}{x^2}$$

而易有:

$$\underset{x\to 0}{\lim }\frac{u^2}{x^2}=(\frac{1}{2}{)}^2=\frac{1}{4}$$

1. 拉中

   就是平地起导数，即若$f(x_0)=0$，那么有$f(x)=f(x)-f(x_0)=f(ϵ{)}^{\prime }(x-x_0)$

对于参数方程$\{\begin{array}{ll}& x=x(t)\\ & y=y(t)\end{array}$确定的隐函数$f(x)$，要求求解含有形如$f(\frac{1}{n})$的极限的式子。这种情况下隐函数的具体形式往往很难求，甚至没法求解，可以凑成极限的定义式，进而将$f(\frac{1}{n})$转化为$f^{\prime }(0)$，后者就可以用参数方程的求导公式求解了

2 数列极限

数列极限不可直接拉格朗日中值定理或者洛必达（n为整数，x可微小数），可以将其转换为对应的函数极限（将n换为x）

n项和的数列极限常用方法：

1. 夹逼（变化部分是主体的次量级）

   如何夹逼：

   1. 最小：分母变量取最大
   2. 最大：分母变量取最小

2. 定积分定义（变化部分是主题的同量级，有时需忽略项）

3. 分项相消

n项连乘的数列极限：

常用方法：

1. 夹逼
2. 取对数化为n项和
3. 消去分子分母的公因子

递推关系$x_1=a,x_{n+1}=f(x_n)$定义的数列极限

1. 常用方法：

   方法一：

   1. 证明极限$\underset{n\to \infty }{\lim }{x}_n$存在（利用单调有界）（难点在于如何用单调有界）
   2. 令$\underset{n\to \infty }{\lim }{x}_n=A$，由$A=f(A)$解得$A$。

   方法二：

   1. 令$\underset{n\to \infty }{\lim }{x}_n=A$，由$A=f(A)$解得$A$。

   2. 证明$\underset{n\to \infty }{\lim }{x}_n=A$。

   3. 单调判断的三种常用方法：

   4. 坐差

   5. { x n } \{x_n\} {xn​}不变号的话坐商

   6. 设数列 { x n } \{x_n\} {xn​}由$x_1=a,x_{n+1}=f(x_n)(n=1,2,\cdots )$确定：

      • 若$f(x)$单调增，则：

        当$x_1<x_2$时， { x n } \{x_n\} {xn​} {} 单调增；否则单调减

      • 若$f(x)$单调减，则 { x n } \{x_n\} {xn​}不单调，就无法用单调有界（不用方法一、二）

单调有界不仅可以证明极限存在，也可以证明数列收敛（本身数列收敛就有极限存在的要求在里面）

3 一元函数微分学的概念

4 一元微分学的计算

求函数在0点的高阶导数时，有时可利用“奇函数在0点的函数值为0”去证明该点的值为0

当某点的高阶导数不好直接求时，可以考虑泰勒展开或展开为展开为级数，化为多项式函数方便求导

如：$\frac{1}{1+x^2}$在0点的高阶导数不好求，就可以转换为$\sum (-x^2{)}^n$，然后求出导数之后，再代入数值即可

证明函数$f(x)$在$(a,b)$递减，即证明$f^{\prime }(x)<0$时，一般做法就是证明$f^{\prime }(x)$的最大值小于0。

最值点$x_0$可能位置：

1. 定区间内

   可能要求$f^{\prime \prime }(x)$

2. 区间端点处

   当方程$f^{\prime }(x)或f^{\prime \prime }(x)$为0的根十分难求时，要尤为注意到最大值在端点处取得的情况，这时其实压根没必要求出$f^{\prime \prime }(x)=0$的根

极坐标也算是参数方程的一种，注意极坐标下二阶导的计算有时直接用公式计算，比转换为直角坐标方程再计算要简单

有一种常见题型就是对于定积分$f(t)={\int }_a^{b}f(x,t)dx$，讨论当$t$趋近于某一极限时的函数$f(t)$性质，有两种常规做法。

1. 对函数$f(x,t)$进行变量替换，将函数$f(x,t)$仅用一个变量$u$表示，变成可以变上限积分的形式。
2. 有时没法这样变换，那么可以考虑是否可以将这个函数积分出来（注意采用分部积分法），求出具体形式，再进行讨论。

例：讨论函数$f(t)={\int }_0^1\ln (x^2+t^2)dx$，证明在$t=0$处，$f(t)$连续但不可导

解：本题中如果进行变量替换$u=x^2+t^2$，那么反解$x$时，一是会出现正负号，而是积分变为$\pm \frac{1}{4}{\int }_{t^2}^{t^2+1}\ln u\frac{1}{\sqrt{u-t^2}}du$，这样也没法当成变上限积分去计算，因此可以考虑本题首先计算出$f(0)=-1$，之后利用分部积分法计算出$f(t)=\ln \sqrt{1+t^2}-1+t\arctan \frac{1}{t}$，再讨论这个具体函数的性质

5 一元函数微分学的应用（一）——几何应用

梯度方向是函数值增加最快的方向，梯度负方向是减少最快的方向

注意描述：设某物体沿方程$Z(x,y)$增加最快的方向运动，求物体运动的方程。这种问题就是求解微分方程：

$$y^{\prime }=\frac{dy}{dx}=\frac{Z_1^{\prime }}{Z_2^{\prime }}$$

注意函数$F(x,y)$与圆$C$相切的内涵：

1. 点$P$在函数上
2. $P$到圆心的距离$d$等于半径
3. $d$是函数上的点到圆心的最小距离

所以，这是一个条件极值问题，可以用拉个朗日函数法

例：求$a$的值，使得圆周$x^2+(y-1{)}^2=1$与椭圆$\frac{2}{3}{x}^2+\frac{2}{9}{y}^2=a^2(a>0)$内相切

解：（PS：这个椭圆的长半轴在y轴上，所以不会在椭圆上顶点相切）

由题意，有拉格朗日函数$L=x^2+(y-1{)}^2+\lambda (\frac{2}{3}{x}^2+\frac{2}{9}{y}^2-a^2)$有最值1

三项求导后有最值点$(\pm \sqrt{\frac{3}{2}(a^2-\frac{1}{2})},\frac{3}{2})$，代入$x^2+(y-1{)}^2$，并令其为1，即可解出$a$

6 一元函数微分学的应用（二）——中值定理、微分等式与微分不等式

中值定理凑函数的公式

1. 一阶导相关：

$$\begin{array}{rl}& f^{\prime }f\to (f^2{)}^{\prime }\\ & f^{\prime }+\psi f\to (f{e}^{\psi }{)}^{\prime }\{\begin{array}{ll}& f^{\prime }+f\to (f{e}^x{)}^{\prime }\\ & f^{\prime }-f\to (f{e}^{-x}{)}^{\prime }\\ & f^{\prime }+kf\to (f{e}^{kx}{)}^{\prime }\end{array}\\ & f^{\prime }x-f\to (\frac{f}{x}{)}^{\prime }\\ & f^{\prime }x+f\to (xf{)}^{\prime }\\ & \frac{f^{\prime }}{f}\to (\ln f{)}^{\prime }\end{array}$$

1. 二阶导相关：

$$\begin{array}{rl}& f^{\prime \prime }f+(f^{\prime }{)}^2\to (f{f}^{\prime }{)}^{\prime }\\ & f^{\prime \prime }f-(f^{\prime }{)}^2\to (\frac{f^{\prime }}{f}{)}^{\prime }\end{array}$$

方程的根的问题：

方程的根的存在性问题，即证明存在$\zeta$，使得$f(\zeta )=0$，其中$f(x)$为连续函数：

1. 0点定理（异号的证明可以采用反证法）

   寻找两点$a,b$，使得$f(a)f(b)<0$，那么就可以用定理

2. 罗尔定理（多为该方法）

根的个数问题：

1. 单调证明单根
2. 罗尔定理推论：若在区间$I$上$f^{(n)}(x)\ne 0$则方程$f(x)=0$在$I$上至多有n个实根

证明存在一个点$\zeta \in (a,b)$使$F(\zeta ,f(\zeta ),f^{\prime }(\zeta ))=0$：

方法：构造辅助函数用罗尔定理

构造的方法主要有两种：

1. 分析法（还原法）：

   根据欲证的结论$F(\zeta ,f(\zeta ),f^{\prime }(\zeta ))=0$的分析，确定$g(x)$，使得$g(x)=F(\zeta ,f(\zeta ),f^{\prime }(\zeta ))$

2. 微分方程法：

   求微分方程$F(\zeta ,f(\zeta ),f^{\prime }(\zeta ))=0$的通解$H(x,y)=C$，再设辅助函数$g(x)=H(x,y)$

证明存在两个点$\zeta ,\eta \in (a,b)$使$F(\zeta ,\eta ,f(\zeta ),f(\eta ),f^{\prime }(\zeta ),f^{\prime }(\eta ))=0$（主要是必须有$f^{\prime }(\zeta ),f^{\prime }(\eta )$，前面无所谓）。

方法：

1. 不要求$\zeta \ne \eta$:

在同一区间$[a,b]$上用两次中值定理（拉中，柯中）（关键是拉中还是柯中）

1. 要求$\zeta \ne \eta$:

   将区间$[a,b]$分为两个子区间，在两个子区间上分别用拉中（关键是如何分区间）

最值点与导数为0的点：

有时可利用“闭连函数必有最值，不在端点，就在内部”，来证明闭连函数在闭区间内有导数为0的点。

有时也可直接利用这个性质取最值点$\zeta$，使得$f(\zeta )=M,f^{\prime }(\zeta )=0$。

如果题目中明确给出了最大（小）值点，那么同时给了一、二阶导信息

证明$f(x)\equiv A$，就是证明$f^{\prime }(x)\equiv 0$，而关于后者的证明有两个思路

1. 考虑证明$f^{\prime }(x)$在整个区间上的每一个点都为0
2. 仅考虑$f^{\prime }(x)$最大最小值，证明二者均为0，则整体为0。

要证明存在不同的${\zeta }_1,{\zeta }_2$，使得$f({\zeta }_1)=f({\zeta }_2)=0$一种思路：

构造原函数$F(x)={\int }_0^{x}f(t)dt$，且$F(a)=F(b)=F(c)$，那么三值相等两次罗尔即可

出现”存在二阶导$f^{\prime \prime }(\eta )$：

1. 泰展

2. 连用两次中值定理，且第二次用第一次的端点：

   $$\begin{array}{rl}& f(x)-f(0)=x{f}^{\prime }(\zeta )\\ & f^{\prime }(x)-f^{\prime }(\zeta )=(x-\zeta )f^{\prime \prime }(\eta )\end{array}$$

哪个方法简单用哪个（中值定理需要知道具体点的函数值信息，如果这样的点比较少，就可以考虑泰展）

双中值问题：

双中值${\zeta }_1,{\zeta }_2$可能仅仅是取了一个值将初始区间分为了两半，然后再在这两半上分别用泰展或者中值定理

1. 用泰展：

   确定区间为$(a,b)$，给定$f(x_0),f(a),f(b)$的函数值和其它信息，如果出现二阶双中值${\zeta }_1,{\zeta }_2$，可以考虑以下方法：

   展开为二阶的泰展为：$f(x)=f(x_0)+f^{\prime }(x_0)(x-x_0)+\frac{f^{\prime \prime }(\eta )}{2}(x-x_0{)}^2$，代入$a,b$，有：

   $$\{\begin{array}{ll}& f(a)=f(x_0)+f^{\prime }(x_0)(a-x_0)+\frac{f^{\prime \prime }({\zeta }_1)}{2}(a-x_0{)}^2\\ & f(b)=f(x_0)+f^{\prime }(x_0)(b-x_0)+\frac{f^{\prime \prime }({\zeta }_2)}{2}(b-x_0{)}^2\end{array}$$

   之后将两个式子糅合成一个式子即可（式子之间加减等等）

   特别地，如果对变上限积分$F(x)={\int }_a^{x}f(t)dt$用泰展，需要展开到三阶，才出现$f(x)$二阶导：

   展开为二阶的泰展为：$F(x)=F(x_0)+F^{\prime }(x_0)(x-x_0)+\frac{F^{\prime \prime }(x_0)}{2}(x-x_0{)}^2+\frac{F^{\prime \prime \prime }(\eta )}{3!}(x-x_0{)}^3$，代入$a,b$，有：

   $$\{\begin{array}{ll}& F(a)=F(x_0)+F^{\prime }(x_0)(a-x_0)+\frac{F^{\prime \prime }(x_0)}{2}(a-x_0{)}^2+\frac{F^{\prime \prime \prime }({\zeta }_1)}{3!}(a-x_0{)}^3\\ & F(b)=F(x_0)+F^{\prime }(x_0)(b-x_0)+\frac{F^{\prime \prime }(x_0)}{2}(b-x_0{)}^2+\frac{F^{\prime \prime \prime }({\zeta }_2)}{3!}(b-x_0{)}^3\end{array}$$

   如果下式减上式，等式左侧变为$F(b)-F(a)={\int }_a^{b}f(t)dt$，所以如果题目中给出了定区间上的积分值，则考虑用这种方法

2. 用中值定理

   确定区间为$(a,b)$，给定$f(x_0),f(a),f(b)$的函数值和其它信息，如果出现一阶双中值${\zeta }_1,{\zeta }_2$，可以考虑以下方法：

   $$\{\begin{array}{ll}& f(x_0)-f(a)=f^{\prime }({\zeta }_1)(x_0-a),{\zeta }_1\in (a,x_0)\\ & f(b)-f(x_0)=f^{\prime }({\zeta }_2)(b-x_0),{\zeta }_2\in (x_0,b)\end{array}$$

   之后将两个式子糅合成一个式子即可（式子之间加减等等）

3. 双中值合并为单中值

   仅用于同阶数中值相加情况，即：$f({\zeta }_1)+f({\zeta }_2)=k$或者$f^{\prime }({\zeta }_1)+f^{\prime }({\zeta }_2)=k$等等，

   这里假设有条件$f^{\prime \prime }({\zeta }_1)+f^{\prime \prime }({\zeta }_2)=k$，且二阶导闭连，证明该区间存在$\zeta$，使得$f^{\prime \prime }(\zeta )=\frac{k}{2}$：

   由于$f^{\prime \prime }(x)$闭连，故区间上存在最小值，最大值$m,M$，即：

   $$m\le \frac{f^{\prime \prime }({\zeta }_1)+f^{\prime \prime }({\zeta }_2)}{2}=\frac{k}{2}\le M$$

   由介值定理，必有$f^{\prime \prime }(\zeta )=\frac{k}{2}$，使得：

   $$m\le f^{\prime \prime }(\zeta )=\frac{k}{2}\le M$$

   这个值即可以是中值定理求的中值$\zeta$，最值点，或者一个确定的常数值（具体求法可以先斩后奏），也可以是题目给出的点

4. 利用平地中值定理技巧：若$f(x_0)=0$有$f(x)=f(x)-f(x_0)=f(ϵ{)}^{\prime }(x-x_0)$

   例：已知${\int }_0^1\frac{1}{2}{x}^2{f}^{\prime \prime }(x)-f(x)dx=0$，且$f^{\prime }(1)=f(1)=0$，试证明0,1之间存在不同的两点使得${\zeta }^2{f}^{\prime \prime }(\zeta )=2f^{\prime }(\eta )(\zeta -1)$：

   解：由积分中值定理有${\zeta }^2{f}^{\prime \prime }(\zeta )-2f(\zeta )=0$，进一步有：

   $$0={\zeta }^2{f}^{\prime \prime }(\zeta )-2f(\zeta )={\zeta }^2{f}^{\prime \prime }(\zeta )-2[f(\zeta )-f(1)]={\zeta }^2{f}^{\prime \prime }(\zeta )-2(\zeta -1)f^{\prime }(\eta )\Rightarrow {\zeta }^2{f}^{\prime \prime }(\zeta )=2f^{\prime }(\eta )(\zeta -1)$$

拉中、柯中的应用区间若是$[a,x]$，则会出现$f(x)-f(a)$与$f^{\prime }(\zeta )$，若是知道$f$的具体形式，有时可以具体反解出$\zeta$。

区间平移技巧：

1. 若$\zeta \in (a,b)$，则$a+\zeta (b-a)\in (0,1)$
2. 若$\theta \in (0,x)$，则$0+\theta (x-0)=\theta x\in (0,1)$。

运用中值定理之前有时需要对函数进行变形化简

微分方程构造辅助函数：

范围：仅适用于一阶罗尔，且是“最后的保底”

即对一阶及可降价为一阶的微分方程：

$$f^{\prime }(x)+p(x)f(x)=q(x)$$

这种情况下构造的辅助函数为

$$F(x)=e^{\int p(x)dx}f(x)-\int e^{\int p(x)dx}q(x)dx$$

高数的凸函数是上凸函数

注意有一类特殊的积分不等式证明。即在区间$[a,b]$的积分${\int }_a^b$，最终要证明$某个数\le k(b-a{)}^2$。这种问题可以考虑处理放缩后出现分积分区间：

$${\int }_a^b={\int }_a^{\frac{a+b}{2}}+{\int }_{\frac{a+b}{2}}^b\le {\int }_a^{\frac{a+b}{2}}(x-a)dx+{\int }_{\frac{a+b}{2}}^b(b-x)dx=\frac{(b-a{)}^2}{8}$$

对于给定定值积分与高阶导不等式，除了考虑定义变上限积分，并结合中值定理将二者结合起来。也可以考虑泰勒展开至高阶导，然后整体代入这个积分式，化简运算。如：

例：设函数$f(x)$在$[0,1]$上具有二阶连续导数，且$f^{\prime \prime }(x)>0$，若${\int }_0^{1}f(x^2)dx=0$，求$a$为多少时，必有$f(a)<0$：

解：将$f(x^2)$在$a$处泰勒展开并代入${\int }_0^{1}f(x^2)dx=0$中，容易得结果。

如果给出的不是具体的端点值，而是端点值的不等式，则考虑寻找另外一个不等式，来利用零点定理。

注意若$f(x_0)=0$，有平地起导数的技巧$f(x)=f(x)-f(x_0)=f(ϵ{)}^{\prime }(x-x_0)$。

特别地，若$f(0)=0$，则起得悄无声息$f(x)=f(x)-f(0)=f(ϵ{)}^{\prime }x$

例：已知$f(0)=0,f^{\prime \prime }(x)<0,试证明F(x)=\frac{f(x)}{x}为减函数$

解：

$$F^{\prime }(x)=\frac{x{f}^{\prime }(x)-f(x)}{x^2}=\frac{x{f}^{\prime }(x)-[f(x)-f(0)]}{x^2}=\frac{x{f}^{\prime }(x)-x{f}^{\prime }(ϵ)}{x^2}$$

由于$f^{\prime }(x)递减，且0<x<ϵ$，故$F(x)$为减函数

关于积分不等式的证明：

1. 一般常化为一端为单独积分，另一端为0的形式
2. 证明积分不等式${\int }_{}^{}>0$的一般着眼点为讨论被积函数，或将积分变为变上限积分，用极值相关知识

例：设$f(x)$在$[0,a](a>0)$上有二阶连续导数，且$f(x)\ge 0,f(0)=0,f^{\prime \prime }(x)>0,(\bar{x},\bar{y})$为平面区域 D = { ( x , y ) ∣ 0 ≤ x ≤ a , 0 ≤ y ≤ f ( x ) } D=\{(x,y)|0\leq x \leq a,0 \leq y \leq f(x)\} D={(x,y)∣0≤x≤a,0≤y≤f(x)}的形心坐标，证明$\bar{x}>\frac{2}{3}a$：

解：代入形心基本公式并变形：

$$\bar{x}=\frac{\underset{D}{\iint }xdxdy}{\underset{D}{\iint }dxdy}>\frac{2}{3}a\Rightarrow {\int }_0^a(x-\frac{2}{3}a)f(x)dx>0$$

即仅需证明${\int }_0^a(x-\frac{2}{3}a)f(x)dx>0$即可

考虑变限积分$F(x)={\int }_0^x(t-\frac{2}{3}x)f(t)dt$，易有$F(0)=0$，而$a>0$，要证$F(a)>0$，故考虑证明$F(x)$增减性。易有：

$$\begin{array}{rl}& F^{\prime }(x)=\frac{1}{3}xf(x)-\frac{2}{3}{\int }_0^{x}f(t)dt,F^{\prime }(0)=0\\ & F^{\prime \prime }(x)=\frac{1}{3}x{f}^{\prime }(x)-\frac{1}{3}f(x)=\frac{1}{3}x{f}^{\prime }(x)-\frac{1}{3}[f(x)-f(0)]=\frac{1}{3}x{f}^{\prime }(x)-\frac{1}{3}x{f}^{\prime }(ϵ)\end{array}$$

由于$0<ϵ<x,f^{\prime \prime }(x)>0$，故$F^{\prime \prime }(x)>0$，进而可推得$F(x)$增