高等数学——常用结论（3）

13 多元函数微分学

拉格朗日函数求最值时，可以根据目标函数的具体形式来选择与其相同的目标点，但是形式更为简易的函数，以方便后续求解：

1. $\sqrt[n]{u}$考虑用$u$
2. $u_1\cdot u_2\cdot u_3$考虑用$\ln u_1+\ln u_2+\ln u_3$代替
3. $|u|$考虑用$u^2$代替

对于$n$维函数（考研中多为2维或3维）的带约束的最值问题的2点技巧（以2维为例）：

1. 未知参数与方程数均是$2+1=3$个，但要注意最后一个方程是不含有拉格朗日因子$\lambda$的，前两个方程是含有$x,y,\lambda$的方程。特别地，如果$x,y$没有耦合在一起，且最高系数均为1，则可以将其视为$n$个未知数，$n$个方程的含参线性方程。这里可以令系数行列式为0求解非0解时的参数，从而不必两边同除以某个参数时，单独讨论被除数是否为0。求出$\lambda$后，如果从前两个式子中反解出$x,y,\lambda$的关系，可代入第三个式子具体求解。
2. 如果问题中只让求最优函数$d(x,y)$的最值，而没问此时的$x,y$，则有时直接求$d(x,y)$可能更为简便：

例：令最优函数为$d=\sqrt{x^2+y^2}$，拉格朗日函数为$L=x^2+y^2+\lambda (x^2-4xy+5y^2-1)$，秋裤

解：易有：

$$\begin{array}{rl}& L_x^{\prime }=x+\lambda x-2\lambda y=0\\ & L_y^{\prime }=y-2\lambda x+5\lambda y=0\\ & L_{\lambda }^{\prime }=x^2-4xy+5y^2-1=0\end{array}$$

由式1,2可得方程组：

$$\begin{array}{rl}& (1+\lambda )x-2\lambda y=0\\ & -2\lambda x+(1+5\lambda )y=0\end{array}$$

由于$(0,0)$显然不是第一个方程组的解，所以要让方程组有非0解，即令行列式为0，有${\lambda }^2+6\lambda +1=0$，解之有$\lambda =-3\pm 2\sqrt{2}$。

如果$\lambda$比较好计算，那么从第二个方程组实际上可以算出来$y=\frac{1+\lambda }{2\lambda }x$，再代入第三个式子，并加上$y^2$求得$d^2=x^2+y^2$，但是太难计算了，考虑tips2。

$$x^2+y^2+\lambda (x^2-4xy+5y^2)=0\Rightarrow x^2+y^2=-\lambda \Rightarrow d=\sqrt{-\lambda }$$

即将前两个式子变换后，可以将第三个式子代入，直接求得关于最优函数的变换式。

偏导顺序的改变有时可简化运算，求具体点的偏导提前代入别的不会偏导到的变量能简化运算（但是偏导相关变量不能提前代入）

多元极值判别式$b^2-ac$实效时，应根据定义或配方来判断是否为极值

给定$f(x,y)$在区域$D$上的性质，要确定定点$f(x_0,y_0)$相关的式子（等式或不等式），一般有两种做法:

假设$f(0,0)=0$，$f(x,y)$与路径无关

1. 凑项各自用拉中：

   $$f(x,y)=f(x,y)-f(0,0)=[f(x,y)-f(0,y)]+[f(0,y)-f(0,0)]=f_x^{\prime }({\zeta }_x,y)x+f_y^{\prime }(0,{\zeta }_y)y$$

2. 曲线积分：

   $$f(x,y)-f(0,0)={\int }_{(0,0)}^{(x,y)}d[f(u,v)]={\int }_{(0,0)}^{(x,y)}{f}_u^{\prime }du+f_v^{\prime }dv$$

   之后选取方便路径即可

求多阶偏微分的技巧

1. 求多元偏微分时，记得及时代入无关的值，这样往往会出现大量的0，可以大幅度节约时间。一般一阶偏导完完整整写下来，二阶偏导开始就可以提前代入无关变量了。

   例：设$f(x,y)$有二阶连续偏导，且有$f(0,0)=0,f_x^{\prime }(0,0)=f_y^{\prime }(0,0)=1$，若$g(x,y)=f(e^{xy}-1,x^2+y^2)$，试在$(0,0)$处$g(x,y)$是否取到极值

   解：一阶偏微分比较容易求，直接求：

   $$\begin{array}{rl}& g_x^{\prime }(x,y)=y{e}^{xy}{f}_1^{\prime }(e^{xy}-1,x^2+y^2)+2x{f}_2^{\prime }(e^{xy}-1,x^2+y^2)\\ & g_y^{\prime }(x,y)=x{e}^{xy}{f}_1^{\prime }(e^{xy}-1,x^2+y^2)+2y{f}_2^{\prime }(e^{xy}-1,x^2+y^2)\end{array}$$

   求二阶偏导时，提前代入能省大量运算：

   $$g_x^{\prime }(x,0)=2x{f}_2^{\prime }(0,x^2)\Rightarrow g_{xx}^{\prime \prime }(x,0)=2[f_2^{\prime }(0,x^2)+x{f}_{22}^{\prime \prime }(0,x^2)2x]\Rightarrow g_{xx}^{\prime \prime }(0,0)=0$$

   有对称性有$g_{yy}^{\prime \prime }=2$，同理可得$g_{xy}^{\prime \prime }(0,0)=1$

2. 当偏导过于复杂时，也可以考虑命临时变量，这样会思路清晰一点，但并不会减少运算，要减少运算，还是要提前代入数值。

3. 注意对称性

14 二重积分

轮换对称性的基本公式仅与积分区域有关与被积函数无关，即只要被积函数关于$y=x$对称，总有：

$$\underset{D}{\iint }f(x,y)d\sigma =\underset{D}{\iint }f(y,x)d\sigma =\frac{1}{2}[\underset{D}{\iint }f(x,y)d\sigma +\underset{D}{\iint }f(y,x)d\sigma ]$$

无显式参数方程的二重积分计算法：

有的积分区域$D$用参数方程$\{\begin{array}{ll}& x=x(t)\\ & y=y(t)\end{array}$来表示，且无法显式表示为$y=y(x)$，若此时要求二重积分${\iint }_{D}f(x,y)d\sigma$，可以考虑用虚拟记号$y=y(x)$来代表曲线进行表示（仅是记号，具体表达未知），经累次积分化为定积分时再代入$x=x(t)$。

$${\iint }_{D}f(x,y)d\sigma ={\int }_a^{b}dx{\int }_0^{y(x)}f(x,y)dy={\int }_a^{b}g(x)dx（再代入x=x(t)）$$

PS：二重积分的计算不可以直接代入参数方程

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-haTwDVY6-1668577651426)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/6248f53a-9c51-4166-a7b8-952b6adcba06/Untitled.png)]

注意二重积分的极坐标变换与定积分的极坐标变换的不同：

1. 二重积分化为$\{\begin{array}{ll}& x=r\cos \theta \\ & y=r\sin \theta \end{array}$，这里$r,\theta$是两个不同的变量（所以是二重积分）
2. 定积分是化为$\{\begin{array}{ll}& x=a\cos \theta \\ & y=a\sin \theta \end{array}$，这里只有$\theta$一个变量（所以是定积分）

求旋转轴非坐标轴的旋转体体积，可以考虑重新构建坐标系（对旋转轴进行旋转平移）来简化运算。

积分优先考虑对称性（奇偶+轮换）

轮换对称性可用于凑项，凑项之后可以将整体化简

除了算式起始用对称，计算过程中有时也可以用对称性

利用积分与积分符号无关，可以将二次积分化为二重积分，之后可以利用二重积分的对称性等相关知识进行简化

有时题目中给出的原始算式是极坐标，但是区域即不是圆，被积函数又无平方和，这是可以考虑逆变换为直角坐标系

被积函数为圆域，被积函数有平方和，二者满足一个就可以考虑用极坐标系

类似于级数的级数求和，拆项判敛，积分对称也有拆项对称

偏心被积函数要不要定义偏心极坐标

对于积分区域或被积函数有偏心圆的情况下，以被积函数简化为目的去选取极坐标方程：

1. 对于$\underset{D}{\iint }\sqrt{x^2+y^2}d\sigma$，不论$D$是偏心还是非偏心圆域，令$\{\begin{array}{ll}& x=r\cos \theta \\ & y=r\sin \theta \end{array}$更简单。
2. 对于$\underset{D}{\iint }\sqrt{(x-a{)}^2+y^2}d\sigma$，不论$D$是偏心还是非偏心圆域，令$\{\begin{array}{ll}& x=a+r\cos \theta \\ & y=r\sin \theta \end{array}$更简单。
3. 对于被积函数无平方和的，偏心极坐标与非偏心极坐标不一定哪个更简单

当遇见含有二重积分的极限分式时，可以考虑将二重积分化为定积分，转换为定积分极限分式求求解（即可以考虑用洛必达，又可以考虑用积中）

二重积分可以转化为二次积分求解，不要忘了有些题目也可以二次转二重再求解（之后可以考虑对称性或者换坐标求解）

三角区域二重积分的处理

对于正三角形区域（如： D = { ( x , y ) ∣ 0 ≤ y ≤ 1 , 0 ≤ x ≤ y } D=\{(x,y)|0 \leq y \leq1,0 \leq x \leq y\} D={(x,y)∣0≤y≤1,0≤x≤y}），如果遇见二重积分$I=\underset{D}{\iint }f(x)f(y)d\sigma$相关式子，可以考虑补对称区域，之后寻找整体正方形上的积分与原积分式的关系（因为正方形上的积分限都是$[0,1]$，有时可以很方便地化为累次积分）。

有些题目寻找不出额外的关系，可以考虑定义变上限积分$F(x)={\int }_0^{x}f(t)dt$，这样在三角形区域上进行积分时，正好可以有$I={\int }_0^{1}F(x)dx$，方便进一步计算：

例1：设$f(x)$为连续的正值函数， I = ∫ 0 1 f ( x ) d x = ∬ D f ( x ) f ( y ) d σ , D = { ( x , y ) ∣ 0 ≤ y ≤ 1 , 0 ≤ x ≤ y } I=\int_0^1f(x)dx=\iint\limits_D f(x)f(y)d\sigma,D=\{(x,y)|0 \leq y \leq1,0 \leq x \leq y\} I=∫01​f(x)dx=D∬​f(x)f(y)dσ,D={(x,y)∣0≤y≤1,0≤x≤y}，证明$I=2$：

假设对称三角形区域为$D_2$，两个区域合起来为$D_{总}$，易有：

$$\begin{array}{rl}\underset{D}{\iint }f(x)f(y)d\sigma & =\underset{D_2}{\iint }f(x)f(y)d\sigma =\frac{1}{2}[\underset{D}{\iint }f(x)f(y)d\sigma +\underset{D_2}{\iint }f(x)f(y)d\sigma ]\\ & =\frac{1}{2}\underset{D_{总}}{\iint }f(x)f(y)d\sigma =\frac{1}{2}[{\int }_0^{1}f(x)dx{]}^2\end{array}$$

即有：$I=\frac{1}{2}{I}^2$。

例2：设函数在闭区间$[a,b]$上连续，且$|f(x)|\le M$，${\int }_a^{b}f(x)dx=0$， D = { ( x , y ) ∣ a ≤ y ≤ x , a ≤ x ≤ b } D=\{(x,y)|a \leq y \leq x,a \leq x \leq b\} D={(x,y)∣a≤y≤x,a≤x≤b}，证明$|\underset{D}{\iint }f(y)dxdy|\le \frac{M}{4}(b-a{)}^2$：

解：令$F(x)={\int }_a^{x}f(t)dt$，易有：$\underset{D}{\iint }f(y)dxdy={\int }_a^{b}F(x)dx，F^{\prime }(x)=f(x),F(a)=F(b)=0$。

令$x\in (a,b)$将区间分割为两部分，在这两部分区间上分别使用拉中可得：

$$\begin{array}{rl}& F(x)=f({\zeta }_1)(x-a)\\ & F(x)=-f({\zeta }_2)(b-x)\end{array}$$

即有：

$$\begin{array}{rl}|\underset{D}{\iint }f(y)dxdy|=& |{\int }_a^{b}F(x)dx|=|{\int }_a^{\frac{a+b}{2}}F(x)dx+{\int }_{\frac{a+b}{2}}^{b}F(x)dx|\end{array}$$

之后将讲述两个式子代入放缩即可

15 微分方程

不定积分的原函数之间可能只差一个常数，但是微分方程的原函数不一定

求全微分方程$P(x,y)dx+Q(x,y)dy=0$的原函数$u(x,y)$共有三种方法：

1. 换路径:

   $$u(x,y)-u(x_0,y_0)={\int }_{(x_0,y_0)}^{(x,y)}du(u,v)={\int }_{x_0}^{x}P(u,y_0)du+{\int }_{y_0}^{y}Q(x,v)dv=C$$

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JWspkcoV-1668577651430)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/a2893fc0-38f7-46a7-846c-6bf6f36beaf3/Untitled.png)]

1. 凑微分：

   通过拼凑$Pdx+Qdy=du$，来获得$u$。

2. 偏积分：

   对$\{\begin{array}{ll}& \frac{\partial u}{\partial x}=P(x,y)\\ & \frac{\partial u}{\partial y}=Q(x,y)\end{array}$分别偏积分，再项数对照得到$u$。

对于含任意常数$a$的复杂等式$f(x,a)=0$，要研究$f(x)$的性质，除了将$a$代入特殊值将$x$视为变量外，还可以考虑将$x$代入特殊值，将$a$视为自变量

微分方程对$\int \frac{1}{f}df$积分后可得$\ln |f|$，等式两端脱$\ln$后，绝对值的拖去有时可反映在任意常数$C$上

注意求解微分方程常数时，有时会有隐含的条件，比如一端是根号，一端是常数这种，如果任意常数都解出多个可能值，那就要找寻运算过程的遗漏，如：

已知$y(0)=1,\sqrt{2y-1}=x+C$，求$C$：

解：如果直接代入原式子，有$C=1$，但是如果化为$y=\frac{(x+C{)}^2+1}{2}$，那么就求出$C=\pm 1$，但是$C$不可以为-1，因为0是函数的点，应该有$0+C\ge 0$，而直接平方则去掉了这个约束

再比如，如果已知道$y(0)=y^{\prime }(0)=1$，那么由$y=\frac{1}{2}[1+(y^{\prime }{)}^2]$开方应为$y^{\prime }=\sqrt{2y-1}$，这里的符号由于初值的约束，进行了舍去

注意有时需要通过常系数微分方程的特解，推出特征方程满足的式子，注意虚数根的处理，即：

若有特征根$\alpha \pm \beta i$，那么特征方程一定有因子$(\lambda -\alpha {)}^2+\beta$，因为：

$$\lambda =\alpha \pm \beta i\Rightarrow (\lambda -\alpha {)}^2=-\beta \Rightarrow (\lambda -\alpha {)}^2+\beta =0$$

16 无穷级数

常用和函数：

$$\begin{array}{rl}& \sum _{n=1}^{\infty }{x}^n=\frac{x}{1-x},|x|<1\\ & \sum _{n=1}^{\infty }n{x}^n=x\sum _{n=1}^{\infty }n{x}^{n-1}=x(\sum _{n=1}^{\infty }{x}^n{)}^{\prime }=\frac{x}{(1-x{)}^2},|x|<1\\ & \sum _{n=1}^{\infty }{n}^2{x}^n=x(\sum _{n=1}^{\infty }{n}^2{x}^{n-1})=x(\sum _{n=1}^{\infty }n{x}^n{)}^{\prime }\\ & \end{array}$$

注意有些虽然用到了先积分后求导的技巧，但是由于积分太过简单，所以可以简化，如下面：

$$\sum _{n=1}^{\infty }n{x}^{n-1}=(\sum _{n=1}^{\infty }{x}^n{)}^{\prime }$$

题目中遇见无限和式时，要想到以下等式，方便求和函数：

$$\begin{array}{rl}& 含阶乘\{\begin{array}{ll}& 连续项阶乘:e^x=\sum _{n=0}^{\infty }\frac{x^n}{n!}\\ & 隔项奇阶乘:\sin x=\sum _{n=0}^{\infty }(-1{)}^n\frac{x^{2n+1}}{(2n+1)!}\\ & 隔项偶阶乘:\cos x=\sum _{n=0}^{\infty }(-1{)}^n\frac{x^{2n}}{(2n)!}\end{array}\\ & 无阶乘\{\begin{array}{ll}& 有关于n的系数:\ln (1+x)=\sum _{n=0}^{\infty }(-1{)}^n\frac{x^{n+1}}{(n+1)!},x\in (-1,1]\\ & 无关于n的系数:\frac{1}{1\pm x}=\sum _{n=0}^{\infty }(\mp x{)}^n\end{array}\end{array}$$

偶函数在0点的泰勒展开仅有偶次项（$2,4,6,\cdots$）
奇函数在0点的泰勒展开仅有奇次项（$1,3,5,\cdots$）

变上限三角函数绝对值积分，可以划分区间，用$(-1{)}^k$去绝对值：

$$a_n={\int }_0^{n\pi }|\sin x|dx=\sum _{i=0}^{n-1}{\int }_{i\pi }^{(i+1)\pi }(-1{)}^i\sin xdx$$

数列 { a n } \{a_n\} {an​}收敛是指：存在$a$，使得$\underset{n\to \infty }{\lim }{a}_n=a$

级数$S_n=\sum _{i=1}^n{a}_n$收敛是指：存在$\underset{n\to \infty }{\lim }{S}_n=a_1+a_2+\cdots +a_n=a$

且这两者的$a$都不一定趋于0

对于不好积分项的积分级数的判敛，多考虑将该项放缩后用比较判别法

莱布尼茨判别法中判断增减性的常用方法：

1. 坐差

2. 坐商

3. 用函数思想

4. 如果$a_n$的双边范围与$n$相关，那么可以考虑利用双边界限来判断级数相邻项的大小关系：

   $$\frac{1}{n+1}<a_n<\frac{1}{n}\Rightarrow a_{n+1}<\frac{1}{n+1}{a}_n$$

正项级数的判敛，一般情况还是求$n\to \infty$的等价无穷小更为方便，特别地、针对含幂或阶乘的技术，考虑达朗贝尔（自比）。对于$f(n{)}^{g(n)}$，考虑柯西判别法

有一类题目要求证$f_n(x)=0,n=1,2,\cdots ,\infty$成立，若是已经给出了要证明的通项，而”获得该通项的形式较难，证明通项成立较易“，可以考虑数学归纳法

对于含三角函数的级数，可以考虑内部$+n\pi ,-n\pi$再变形，以将内部变量固定到某一范围内，之后再将多个$n\pi$项，利用三角函数性质化为$(-1{)}^n$提出：

$$\sin (\pi \sqrt{n^2+a^2})=\sin [n\pi +(\sqrt{n^2+a^2}-n)\pi ]=(-1{)}^n\sin \frac{\pi a^2}{\sqrt{n^2+a^2}+n}$$

对于交错级数的判敛，先判断是否绝收（有些级数判断绝收可能要更简单，或者是绝收，原级数一定收敛，更高级，一步到位），不绝收在用莱判

有些级数直接判断敛散性不好判断，可以考虑拆为多个级数，分别判敛

并不是含有$(-1{)}^n$的级数都可以用莱判，因为有的级数不单调，而证明不单调的方法，有时只要取特殊点，看出不单调即可：

$$a_n=\frac{1}{\sqrt{n}+(-1{)}^n}\Rightarrow \sqrt{2}+1>\sqrt{3}-1<\sqrt{4}+1\Rightarrow a_n不单调$$

事实上，分母有理化化后可去除分母的$(-1{)}^n$，分子再拆项分别判敛即可

大题幂级数相关的题目最后勿忘带上收敛域

有些积分与求导直接求不好求，可以展开后再积分求导，然后再求和函数

有些级数（尤其是幂级数，或者是给了递推式的级数）与微分方程联系，这时有时“主动求导+换元”可以出现相邻级数项，此时可能构成微分方程

注意级数知识与函数思想的联系：

1. 先斩后奏求极限具体值的函数思想

   有时先斩后奏，对式子取极限后，得到$a_n$的极限$a$满足$f(a)=0$，如果该方程无法直接把$a$放到一端解出，可以考虑代入特殊点求$a$，并求证明$f(x)=0$单调，有且仅有这一个根

2. 有函数变换的级数的增减性的函数思想

   可以考虑令式子出现的级数具有统一下标，再用函数求导解决，例如：

   假设$a_1=1,a_{n+1}=\sin a_n<a_n$，证明$b_n=\sin (a_n-a_{n+1})$的单调性：

   $$b_n=\sin (a_n-\sin a_n)$$

   这里可令函数$f(x)=\sin (x-\sin x)$，通过函数单调性，判断$b_n$单调性

   PS：可以用来给莱判判断单调性

注意有些求和函数的题目，最后写$S(x)$表达式时需要分段

比如求出的$S(x)$中含有$\frac{1}{x}$，但是给出的$\sum a(x)$却可以取0，那么此时显然要将$S(x)$写为：

$$S(x)=\{\begin{array}{ll}S(x),& x\ne 0\\ \sum a(0),& x=0\end{array}$$

要证明三角级数与普通函数想等，考虑泰展

若$a_n>0$，有：

$$\begin{array}{rl}& \sum a_n收\Rightarrow \sum a_{2n}收\\ & \sum a_n发\Rightarrow \sum a_{2n}发\end{array}$$

积分判别法多用于形如$\sum \frac{1}{n\ln n}$

条收的前提是不绝收

显式级数$\sum a_n$的判敛，有一种简单的情况就是直接求$n\to \infty$时$a_n$的形如$(\frac{1}{n}{)}^p$的等价无穷小级数，通过$p$来判断其敛散性

仅级数收敛时才可以比较大小，即：

$$u_n<v_n(n=1,2,\cdots ,\infty )\nRightarrow \sum _1^{\infty }{u}_n<\sum _1^{\infty }{v}_n$$

假设$S(x)=\sum _0^{\infty }{a}_n{x}^n$，有结论：

$$
\begin{cases}
&S(x)奇\Rightarrow

S(x)=\sum\limits_1^\infty a_{2n-1}x^{2n-1}\
&S(x)偶\Rightarrow

S(x)=\sum\limits_0^\infty a_{2n}x^{2n}\
\end{cases}

$$

有些情况下，得到了无法用现有知识求解的$S(x)$的微分方程表达式（如：$S^{\prime }-2xS=1$，此时一阶微方通解会出现$\int e^{-t^2}dt$），此时若知道$S(x)$的参数形式，可以考虑用对照参数法求解参数：
假设$S(x)=\sum _0^{\infty }{a}_n{x}^n,S^{\prime }(x)-2xS(x)=1$，且$S(x)$为奇函数，那么有：

$$\sum _1^{\infty }[(2n+1)a_{2n+1}-2a_{2n-1}]x^{2n}+(a_1-1)=0$$

由对照系数即可得到系数表达式

注意比值判别法与根值判别法只是级数收敛的充分条件

求幂级数$\sum u_n(x-a{)}^n$收敛域时，若计算得$R=0$，不是说不收敛，而是在$x-a=0$出收敛
若幂级数$\sum u_n(x-a{)}^n$收敛，若计算的收敛半径为$R$，则应该判断的边界是$R\pm a$，而不是$x\pm a$

收敛域的求解也可以将级数拆开，求各自的收敛域，之后取交集

和函数变形的一些技巧：

1. 对于含有分式阶乘的幂级数$\sum _0^{\infty }{a}_n{x}^n$，幂次$n$的增减通过提项即可，而阶乘$n!$的阶数的增减，可以通过分子分母同时乘项来实现：

   如：

   $$\sum _{n=0}^{\infty }\frac{(x-1{)}^{n+1}}{n!}=\sum _{n=0}^{\infty }\frac{(n+1)(x-1{)}^{n+1}}{(n+1)!}$$

2. 幂级数$\sum _1^{\infty }{a}_n{x}^n$补项时，若$a_n=0$，那么自然可以补为$\sum _0^{\infty }{a}_n{x}^n$，且注意$0!=1!=1$，如果$a_n$中有阶乘的话可能会用到。

   如：

   $$\sum _{n=0}^{\infty }\frac{(x-1{)}^{n+1}}{n!}=\sum _{n=0}^{\infty }\frac{(n+1)(x-1{)}^{n+1}}{(n+1)!}=\sum _{n=1}^{\infty }\frac{n(x-1{)}^n}{n!}=\sum _{n=0}^{\infty }\frac{n(x-1{)}^n}{n!}$$

   这样的技巧有时可以帮助两个和函数并项为一个幂级数，如：

   $$\sum _{n=0}^{\infty }[\frac{(x-1{)}^{n+1}}{n!}+\frac{(x-1{)}^n}{n!}]=\sum _{n=0}^{\infty }[\frac{(x-1{)}^{n+1}}{n!}+\frac{n(x-1{)}^n}{n!}]=\sum _{n=0}^{\infty }\frac{(n+1)(x-1{)}^n}{n!}]$$

   注意这才是关于$(x-1{)}^n$的幂级数，如果化成$\sum _{n=0}^{\infty }\frac{(x-1{)}^n(x+1)}{n!}]$，由于不是$\sum a_n(x-a{)}^n$的形式，它不算是幂级数

将$f(x)$展开为幂级数，常用两种做法：

1. 直接法：求泰勒系数，并证明余项在$n\to \infty$时为0

2. 间接法：利用函数展开为幂级数的唯一性和常用函数的幂级数，借助幂级数的四则运算、逐项求导、逐项积分记忆变量代换等方法，求得函数的幂级数的展开式

3. 当要求将$S(x)$展开为指定项$x+a$的幂级数时，比较推荐的是令$t=x+a$然后再展开，可以计算上简单一点。

4. 如果是要求幂级数$\sum a_n{x}^n$关于$x+a$的展开式的，有时可以先求和函数$S(x)$，再在这个层面进行变形，再展开

5. 结果形如$\sum a_n{x}^n$，才可以称为幂级数

   如：

   eq：

   $$\sum _0^{\infty }\frac{x(x-1{)}^n}{n!}=\sum _0^{\infty }\frac{(x-1+1)(x-1{)}^n}{n!}=\sum _{n=0}^{\infty }\frac{(n+1)(x-1{)}^n}{n!}]$$

   只有最后的一个式子是幂级数

对于形如$\sum (a_{n+1}-a_n)$的级数，很多都是直接展开然后消项的

对于交错级数，如果莱判失效，那么可以考虑将和的级数拆解为级数的和

有些绝对收敛的应用比较隐晦：

直接问要判断级数的敛散性，并没有问是否绝对收敛时，若出现级数项符号不好判断的情况时，当取绝对值后可以将符号固定后，也要记得主动应用绝对收敛的性质

不等式：

$$\begin{array}{rl}& |\frac{a_n}{n}|\le \frac{1}{2}(a_n^2+\frac{1}{n^2})\\ & |a_n{a}_{n+1}|\le \frac{1}{2}(a_n^2+a_{n+1}^2)\end{array}$$

注意$\sum _1^{\infty }{a}_n$条收，等价于$\sum _1^{\infty }{a}_n{1}^n$条收，即幂级数$\sum _1^{\infty }{a}_n{x}^n$的收敛半径为1

注意求经常用到特殊级数$S_n=\sum _{i=1}^n(a_{i+1}-a_i)=a_{n+1}-a_1$，如果这里$\underset{x\to \infty }{\lim }{a}_n=\text{constant}$，那么显然级数收敛。而对于形如$S_n=\sum _{i=1}^n(a_{i+1}-a_i{)}^2$的式子，则可以考虑构造级数$\sum _{i=1}^n(a_{i+1}-a_i)$，然后运用比较判别法。

若级数$\sum _{n=1}^{\infty }(-1{)}^{n-1}{a}_n$条件收敛，且$a_n>0$，那么有:

$$
\begin{aligned}
&\sum\limits_{n=1}^{{\infty}|(-1)}{n-1}a_n|=\sum\limits_{n=1}^{\infty}a_n发散\
&\sum\limits_{n=1}^{{\infty}a_{2n-1}与\sum\limits_{n=1}}{\infty}a_{2n}均发散\

\end{aligned}
$$

遇见绝对值（如绝对收敛）和平方式，不要忘记基本不等式$|a_n|\le \frac{1+a_n^2}{2}$

注意比较判别法要求$n>N$时，均有$a_n<b_n$；而比较判别法的极限形式仅要求一个极限即可，后者简便很多。

注意如果求出了$\sum _{n=1}^{\infty }{a}_n$的和，那么这个这个级数就是收敛的。在大题中如果先让求了这个级数的和，后面要判断另一个级数敛散性，可以考虑用这个作为已知收敛的级数进行比较判别法。

对于形如$\sum \frac{x^n}{n(n+1)}$的级数，自然知道用先导后积，但是下面形式的级数：

$$\sum \frac{x^n}{2n(2n+1)},x>0$$

仍然是先导后积，只不过需要稍微变形：

$$\sum \frac{(\frac{x}{2}{)}^{2n}}{2n(2n+1)}$$

对于先导后积的级数，可以考虑令一个$S(x)$，双边操作，后面积分时方便加观察：

例：求级数$\sum _{n=1}^{\infty }\frac{x^n}{n(n+1)}$在区间$[-1,1]$上的和函数：

解：令$S(x)=\sum _{n=1}^{\infty }\frac{x^n}{n(n+1)}$，显然是先导后积，且有$xS(x)=\sum _{n=1}^{\infty }\frac{x^{n+1}}{n(n+1)}$，先导：

$$\begin{array}{rl}& [xS(x){]}^{\prime }=\sum _{n=1}^{\infty }\frac{x^n}{n}\\ & [xS(x){]}^{\prime \prime }=\sum _{n=1}^{\infty }{x}^{n-1}=\frac{1}{1-x},|x|<1\end{array}$$

后积：

$$\begin{array}{rl}& {\int }_0^x[xS(x){]}^{\prime \prime }={\int }_0^x\frac{1}{1-x}dx\Rightarrow [xS(x){]}^{\prime }-[0S(0){]}^{\prime }=-\ln (1-x)\\ & {\int }_0^x[xS(x){]}^{\prime }={\int }_0^x-\ln (1-x)dx\Rightarrow [xS(x)]-[0S(0)]=(1-x)\ln (1-x)+x\end{array}$$

即有：

$$\begin{array}{rl}& xS(x)=(1-x)\ln (1-x)+x,|x|<1\\ & S(x)=1+\frac{(1-x)}{x}\ln (1-x),|x|<1且x\ne 0\end{array}$$

至于$x=\pm 1,0$时的$S(x)$，需要从定义式$S(x)=\sum _{n=1}^{\infty }\frac{x^n}{n(n+1)}$计算，实际上$S(x)$的表达式为一分段函数

对于简单的先积后导，则可以直接看出来，如：

$$\sum _{n=1}^{\infty }n{x}^n=x\sum _{n=1}^{\infty }n{x}^{n-1}=x(\sum _{n=1}^{\infty }{x}^n{)}^{\prime }$$

其实步骤上仍然是先积后导，只不过由于积分过于简单，直接看出来就好了

对于求非幂级数$\sum _{n=1}^{\infty }{a}_n$，可以考虑将其中关于$n$次幂的底数设为$x$，转换为求幂级数$\sum _{n=1}^{\infty }{a}_n(x)$的和函数的问题（这样方便求导和积分）。

如：可以将求$\sum _{n=1}^{\infty }(n+2)e^{-n}$的问题转化为求$\sum _{n=1}^{\infty }(n+2)x^{-n}(x=e^{-1})$的问题

注意有些超越方程虽然解不出来解析解，但是有极限解。

如：1. 超越方程$e^x+x^{2n+1}=0$虽然无解析解，但是它的根$x_n$满足$x_n=-e^{\frac{x_n}{2n+1}}$，当$n\to \infty$时，显然有极限$x_n=-1$，虽然将$-1$代进去也貌似也不对。

1. 进一步地，$\sum (x_n+1)=\sum (1-e^{\frac{x_n}{2n+1}})$用比较判别法的极限形式也可以判别出来其发散

注意一类特殊的收敛域为$R$的幂级数的证明：

若有$|a_n|<|b_n|$，且幂级数$\sum b_n{x}^n$的收敛域为$R$，那么幂级数$\sum a_n{x}^n$的收敛域也为$R$

注意要思路清晰，$S(0)$与$a_0$，$S(1)$与$a_1$一般都不相等，用微分方程法求$S(x)$，求解任意常数时，不要掉入这个坑里

注意换元求和函数时，先积后导，或者先导后积中的“导”，并不需要再乘一个链式法则的因子，只需要正常地在换元后的式子里用求和函数技巧，变成用还原后的变量表示的式子，最后再统一换元

遇见级数与单个项的和差，有时可以考虑利用$x_n=(x_n-x_{n-1})+(x_{n-2}-x_{n-3})+\cdots +(x_2-x_1)$，将单个项化为$n$项和式，再将二者合并在一起

例：已知$a_n=1+\frac{1}{\sqrt{2}}+\frac{1}{\sqrt{3}}+\cdots +\frac{1}{\sqrt{n}}-2\sqrt{n}$，证明 { a n } \{a_n\} {an​}收敛

解：考虑将这个级数化为和函数的形式，再用和函数的比较判别法的极限形式：

$$\begin{array}{rl}{a}_n& =1+\frac{1}{\sqrt{2}}+\frac{1}{\sqrt{3}}+\cdots +\frac{1}{\sqrt{n}}-2\sqrt{n}=1+\frac{1}{\sqrt{2}}+\frac{1}{\sqrt{3}}+\cdots +\frac{1}{\sqrt{n}}-2[(\sqrt{n}-\sqrt{n-1})+(\sqrt{n-1}-\sqrt{n-2})+\cdots +(\sqrt{1}-\sqrt{0})]\\ & =[\frac{1}{\sqrt{n}}-2(\sqrt{n}-\sqrt{n-1})]+[\frac{1}{\sqrt{n-1}}-2(\sqrt{n-2}-\sqrt{n-3})]+\cdots +[1-2(1-0)]\end{array}$$

将上面的式子通分后，即可写为和函数$\sum$的形式，之后再用和函数的比较判别法的极限形式即可

注意一类给定和函数的幂级数（如：$\sum a_n{x}^n=f(x)$），让求$a_n,a_{n+1}\cdots$相关的式子

1. 让求$a_n,a_{n+1}\cdots$之间的关系，可以考虑移项，项数对照

例：已知$\sum _0^{\infty }{a}_n{x}^n=\frac{1}{1-x-x^2}$，求证$a_0=a_1=1,a_{n+2}=a_{n+1}+a_n$：

解：由于不是常见和函数，本题似乎没办法通过$\frac{1}{1-x-x^2}$求出级数展开式，对于方程整体求导后构造的等式也十分复杂，但是移项后变为：

$$\sum _0^{\infty }{a}_n{x}^n(1-x-x^2)=1\Rightarrow \sum _0^{\infty }{a}_n{x}^n-\sum _0^{\infty }{a}_n{x}^{n+1}-\sum _0^{\infty }{a}_n{x}^{n+2}=1$$

再对级数进行变形，使得幂均变为$x^{n+2}$，并且求和起始点相同，方便合并同类项，变形为：

$$(a_0+a_{1}x+\sum _0^{\infty }{a}_{n+2}{x}^{n+2})-(a_{0}x+\sum _0^{\infty }{a}_{n+1}{x}^{n+2})-\sum _0^{\infty }{a}_n{x}^{n+2}=1$$

之后对照系数即可

1. 让求$a_n$具体表达式，可以将$f(x)$展开为幂级数（多为常见幂级数，或者常见幂级数的求导、积分），再项数对照

   例：已知$S(x)=\sum _{n=1}^{\infty }{a}_n{x}^{2n}$，$x^2{S}^{\prime \prime }(x)-x{S}^{\prime }(x)+S(x)=\frac{x^2-x^4}{(1+x^2{)}^2}$，试求$a_n$表达式：

   解：首先容易求得$x^2{S}^{\prime \prime }(x)-x{S}^{\prime }(x)+S(x)=\sum _{n=1}^{\infty }(2n-1{)}^2{a}_n{x}^{2n+4}$，由于$\frac{x^2-x^4}{(1+x^2{)}^2}$是常见和函数，考虑套公式展开

   $$\frac{x^2-x^4}{(1+x^2{)}^2}=\frac{-x^2}{1+x^2}+\frac{2x^2}{(1+x^2{)}^2}=-x^2\frac{1}{1+x^2}-x(\frac{1}{1+x^2}{)}^{\prime }=\sum _{n=1}^{\infty }(-1{)}^{n-1}(2n-1)x^{2n}$$

   再由项数对照即可得$a_n$

$n\to \infty$时，$n>{\ln }^{2}n$，由比较判别法的极限形式，可以知道级数$\sum \frac{1}{{\ln }^{2}n}$发散