10.8高数

函数与极限

1.函数

1.1 定义

1.2函数的特性

//有界性

//单调性

//奇偶性

• 偶函数：如果对于定义域中的任意 x，都有 f(−x)=f(x)，则函数 f 是偶函数。偶函数的图形关于 y 轴对称。

• 奇函数：如果对于定义域中的任意 x，都有 f(−x)=−f(x)，则函数 f是奇函数。奇函数的图形关于原点对称。

//周期性

一个函数 f(x) 在其定义域 D 上称为周期函数，如果存在一个正数 T，使得对于定义域中的任意 x，都有：

其中 T称为函数的周期。如果存在最小的正数 T 满足上述条件，则称 T 为函数的最小正周期。

示例

• 函数 f(x)=sin⁡(x)：在实数范围内，sin⁡(x)是周期函数，其周期为 2π，因为对于任意 x，都有 sin⁡(x+2π)=sin⁡(x)。

• 函数 g(x)=cos⁡(x)：在实数范围内，cos⁡(x)是周期函数，其周期为 2π，因为对于任意 x，都有 cos⁡(x+2π)=cos⁡(x)。

注：函数的连续性和可导性后续介绍。

1.3 反函数

2.极限

2.1 数列极限

1. 唯一性：如果数列 {an}收敛，则其极限是唯一的。

2. 有界性：如果数列 {an}收敛，则它是有界的。

3. 保序性：如果数列 {an} 和 {bn} 都收敛，且对于所有 n，都有 an≤bn，则

   

4. 四则运算：如果数列 {an}和 {bn} 都收敛，则它们的和、差、积、商（分母不为零）的极限也存在，并且满足相应的极限运算法则。

极限的判定 1. 直接法 

夹逼定理：

• 如果数列 {an}、{bn} 和 {cn} 满足 an≤bn≤cn，且

2.2 函数的极限

性质

1. 唯一性：如果极限存在，那么它是唯一的。

2. 局部有界性：如果

   
   

    

   ，则存在M>0， δ>0，使得 f(x) 在 0<∣x−a∣<δ内有界，即

   
   
    

3. 局部保号性：如果

   
   
    

    

   且 L>0（或 L<0），则存在 δ>0，使得 f(x)>0（或 f(x)<0）在 0<∣x−a∣<δ内成立。

极限的计算

1. 代入法：如果 f(x) 在 x=a 处连续，则

   
   

2. 极限运算法则：如果

   
   
    

   和

   
   
    

   ，则

   • 
     
      

   • 
     
      

   • 
     
      

3. 夹逼定理：如果 f(x)≤g(x)≤h(x) 在 x=a 的某个去心邻域内成立，且

   
   

   ，则

   
   
    

单侧极限

1. 左极限：如果

   
   
    

   ，则称 L 为 f(x) 在 x 趋近于 a 时的左极限。

2. 右极限：如果

   
   

    

   ，则称 L 为 f(x) 在 x 趋近于 a 时的右极限。

如果极限

存在，则左极限和右极限都存在且相等。

2.3 无穷大与无穷小

1. 无穷大：如果对于任意大的正数 M，总存在正数 δ，使得当 0<∣x−a∣<δ时，有 ∣f(x)∣>M，则称 f(x)在 x 趋近于 a 时趋向于无穷大，记作

   
   

    

   无穷大分为正无穷大和负无穷大。

   无穷大加无穷大不确定，因为如果负无穷大加正无穷大不知道为多少；同理无穷大减无穷大也不确定；无穷大除以无穷大也不确定；

   无穷大乘无穷大肯定为无穷大。

2. 无穷小：如果

   
   

    

   ，则称 f(x)在 x 趋近于a或趋近于∞ 时的无穷小。

   运算法则：

   1.无穷小加、减、乘无穷小都是无穷小

   2.有界函数与无穷小的乘积也为无穷小

   3.常数与无穷小的乘积也为无穷小

   4.无穷小除以无穷小不确定。

   注意：无穷小和负无穷大的区别及无穷小和非常小的数的区别。

   负无穷大也是无穷大，不是无穷小；非常小的数是一个常数，不是无穷小。

如果f(x)是无穷大，则1/f(x)为无穷小；如果f(x)是无穷小，则1/f(x)为无穷大。

2.4 无穷大极限

函数 f(x) 当 x趋于无穷大时，如果存在一个常数 A，使得对于任意小的正数 ϵ，总存在一个正数 X，使得当 ∣x∣>X 时， ∣f(x)−A∣<ϵ，则我们说 f(x) 当 x 趋于无穷大时的极限是 A。

具体分类：

1. 当 x→+∞ 时的极限：

   • 如果存在一个常数 A，使得对于任意小的正数 ϵ，总存在一个正数 X，使得当 x>X时， ∣f(x)−A∣<ϵ，则我们说 f(x)当 x→+∞ 时的极限是 A，记作

     
     

2. 当 x→−∞时的极限：

   • 如果存在一个常数 A，使得对于任意小的正数 ϵ，总存在一个正数 X，使得当 x<−X时， ∣f(x)−A∣<ϵ，则我们说 f(x) 当 x→−∞时的极限是 A，记作

                  

例子：

1. 当 x→+∞ 时的极限：

   • 例如，

   

   当 x→−∞ 时的极限：

   • 例如，

     
     

2. 当 x→∞或 x→−∞时的极限：

   • 例如，

     
     

2.5 极限存在准则

2.5.1 单调有界准则

如果函数 f(x)在某个区间上单调递增且有上界，或者单调递减且有下界，那么该函数在该区间上必定有极限。

洛必达法则：

假设 f(x) 和 g(x) 是两个函数，并且在某个点 a 的某个去心邻域内可导（即 f′(x)和 g′(x)存在），并且 g′(x)≠0在这个去心邻域内。如果：

1. 
   

    

   ，或者

2. 

   ，

那么：

如果右边的极限存在（或为无穷大），则左边的极限也存在（或为无穷大）。

2.5.2 夹逼定理

如果 f(x)≤g(x)≤h(x) 在 x=a 的某个去心邻域内成立，且

 

，则

 

例子

当x→0时，

可以使用夹逼定理证明：

根据下图可知：在单位圆上，当x趋近于0时，假设x 是从原点到角度 x 的弧长，而 sin⁡(x)是从原点到角度 x的弦长，tan(x) 是从原点到角度 xx 的切线长度，从而：

sinx <x< tanx，同除以sinx，

分子分母取倒数，

由于

所以根据夹逼定理，

3.函数的连续性

3.1 连续性

在某点的连续性：

设函数 f(x)在点 x=a的某个邻域内有定义。

如果

，则称函数 f(x) 在点 x=a 处连续。

归纳起来：

左连续：

设函数 f(x) 在点 x=a 的左侧有定义（即存在一个 δ>0，使得 (a−δ,a)内的所有 x 都有定义）。

如果

，则称函数 f(x) 在点 x=a处左连续。

右连续：

设函数 f(x) 在点 x=a 的右侧有定义（即存在一个 δ>0，使得 (a,a+δ)内的所有 x 都有定义）。

如果

，则称函数 f(x)在点 x=a 处右连续。

连续的充要条件

函数连续的充要条件：函数左右连续。

在区间的连续性：

如果函数 f(x) 在区间 (a,b) 内的每一点都连续，则称函数 f(x)在区间 (a,b) 内连续。

如果函数 f(x) 在区间 [a,b] 内的每一点都连续，并且在左端点 x=a 处右连续，在右端点 x=b 处左连续，则称函数 f(x) 在区间 [a,b] 上连续。

例子 1：

函数

在 x=0处不连续。

计算极限：

由于

不存在，函数在 x=0处不连续。

3.2 不连续点

定义

3.3 闭区间连续函数性质

零点定理：（后边会用）

设函数 f(x) 在闭区间 [a,b]上连续，并且 f(a) 和 f(b) 异号（即 f(a)⋅f(b)<0），则存在 c∈(a,b) 使得 f(c)=0。

介值定理：（后边会用）

设函数 f(x) 在闭区间 [a,b] 上连续，并且 f(a)≠f(b)。对于任意介于 f(a)和 f(b)之间的数 k（即 min⁡(f(a),f(b))<k<max⁡(f(a),f(b))），存在 c∈(a,b) 使得 f(c)=k。

零点定理与介值定理的关系：

零点定理是介值定理的特例：

• 零点定理可以看作是介值定理在 k=0时的特例。

• 如果 f(a)和 f(b)异号，则 0 介于 f(a) 和 f(b)之间，因此存在 c∈(a,b) 使得 f(c)=0。

导数

1.概念

1.1 导数定义

1.2 单侧导数

1.2.1 左导数

函数 f(x)在点 x=a 处的左导数定义为：

 

其中 h→0−表示 h 从负方向趋近于 0。

1.2.2 右导数

函数 f(x)在点 x=a处的右导数定义为：

 

其中 h→0+表示 h 从正方向趋近于 0。

1.2.3 导数的存在性

函数 f(x) 在点 x=a 处的导数 f′(a)存在，当且仅当左导数和右导数都存在且相等：

2.导数的几何意义

2.1 切线

2.2 法线

3.可导与连续的关系

3.1 定义

连续性

一个函数 f(x) 在点 x=a 处连续，如果满足以下条件：

这意味着当 x 接近 a 时，函数值 f(x)也接近 f(a)。换句话说，函数在点 x=a处没有跳跃或断裂。

可导性

一个函数 f(x) 在点 x=a处可导，如果它在该点处的导数存在，即：

这意味着函数在点 x=a 处的变化率是有限的，并且有一个确定的值。

所以从连续和可导定义看出，可导的条件比连续的条件更严格。

3.2 定理

1.可导性蕴含连续性

2.连续性不一定蕴含可导性

4.求导公式

4.1 求导规则

1. 常数规则：

   
   
    

    

   其中 c 是常数。

2. 幂函数规则：

   
   

    

   其中 n 是任意实数。

3. 常数倍规则：

   $$
   $$

    

   其中 c 是常数。

4. 和差规则：

   $$
   $$

5. 乘积规则：

   $$
   $$

6. 商规则：

   $$
   \dfrac{d}{dx}(\dfrac{f(x)}{g(x)})=\dfrac{f′(x)⋅g(x)−f(x)⋅g′(x)}{[g(x)]^{2}}或(\dfrac{u}{v})'=\dfrac{u'v-uv'}{v^{2}}
   $$

    

   其中 g(x)≠0。

7. 链式法则(复合函数求导)：

   $$
   \dfrac{d}{dx}(f(g(x)))=f′(g(x))⋅g′(x)或\dfrac{dy}{dx}=\dfrac{dy}{du}.\dfrac{du}{dx}
   $$

4.2 常见函数的求导公式

1. 指数函数：

   $$
   \dfrac{d}{dx}(e^{x})=e^{x}
   $$

    

   $$
   \dfrac{d}{dx}(a^{x})=a^{x}ln⁡(a)
   $$

其中 a>0且 a≠1。

1. 对数函数：

   $$
   \dfrac{d}{dx}(ln⁡x)=\dfrac{1}{x}
   $$

    

   $$
   \dfrac{d}{dx}(log⁡_{a}(x))=\dfrac{1}{xln⁡(a)}
   $$

其中 a>0且 a≠1。

1. 三角函数：

   $$
   \dfrac{d}{dx}(sin⁡(x))=cos⁡(x)
   $$

    

   $$
   \dfrac{d}{dx}(cos⁡(x))=−sin⁡(x)
   $$

    

   $$
   \dfrac{d}{dx}(tan⁡(x))=sec^{⁡2}(x)=\dfrac{1}{cos^{2}(x)}
   $$

2. 反三角函数：

   $$
   \dfrac{d}{dx}(arcsin⁡(x))=\dfrac{1}{\sqrt{1-x^{2}}}
   $$

    

   $$
   \dfrac{d}{dx}(arccos⁡(x))=−\dfrac{1}{\sqrt{1-x^{2}}}
   $$

    

   $$
   \dfrac{d}{dx}(arctan⁡(x))=\dfrac{1}{1+x^{2}}
   $$

5.高阶导数

高阶导数是指对函数进行多次求导得到的导数。具体来说，如果一个函数 f(x) 的一阶导数是 f′(x)，那么二阶导数就是对一阶导数再求导，记作

$$
f''(x) 或 \dfrac{d^{2}y}{dx^{2}}
$$

。类似地，三阶导数是对二阶导数再求导，记作

$$
f'''(x)或 \dfrac{d^{3}y}{dx^{3}}
$$

，以此类推。

定义

对于一个函数 f(x)，其 n 阶导数定义为：

$$
f^{(n)}(x)=\dfrac{d^{n}y}{dx^{n}}
$$

其中 n是正整数。

高阶导数的符号表示

• 一阶导数：

  $$
  f′(x)或 \dfrac{dy}{dx}
  $$

• 二阶导数：

  $$
  f''(x) 或 \dfrac{d^{2}y}{dx^{2}}
  $$

• 三阶导数：

  $$
  f'''(x) 或 \dfrac{d^{3}y}{dx^{3}}
  $$

• n 阶导数：

  $$
  f^{(n)}(x)或\dfrac{d^{n}y}{dx^{n}}
  $$

例子

1.求

$$
f(x)=x^{3}
$$

的高阶导数

解：

一阶导数：

$$
f′(x)=\dfrac{dx^{3}}{dx}=3x^{2}
$$

二阶导数：

$$
f''(x)=\dfrac{d^{2}x^{3}}{dx^{2}}=\dfrac{d}{dx}(3x^{2})=6x
$$

三阶导数：

$$
f'''(x) 或 \dfrac{d^{3}x^{3}}{dx^{3}}=\dfrac{d}{dx}(6x)=6
$$

四阶导数：

$$
f^{(4)}(x)=\dfrac{d^{4}x^{3}}{dx^{n}}\dfrac{d}{dx}(6)=0
$$

2.求 f(x)=sin⁡(x) 的高阶导数

解：

一阶导数：

$$
f′(x)=\dfrac{dsinx}{dx}=cosx
$$

二阶导数：

$$
f''(x)=\dfrac{d^{2}sinx}{dx^{2}}=\dfrac{d}{dx}(cosx)=-sinx
$$

三阶导数：

$$
f'''(x) 或 \dfrac{d^{3}sinx}{dx^{3}}=\dfrac{d}{dx}(-sinx)=-cosx
$$

四阶导数：

$$
f^{(4)}(x)=\dfrac{d^{4}sinx}{dx^{n}}\dfrac{d}{dx}(-cosx)=sinx
$$

6.隐函数求导

隐式方程是指函数关系不是显式地表示为 y=f(x)，而是表示为 F(x,y)=0的形式。隐函数求导的基本思想是通过对方程两边同时求导，然后解出

$$
\dfrac{dy}{dx}
$$

隐函数求导的基本步骤

1. 对方程两边求导：假设有一个隐式方程 F(x,y)=0，我们对方程两边分别对 x 求导。

2. 使用链式法则：在求导过程中，如果遇到 y 的函数，需要使用链式法则，将 y 视为 x 的函数。

3. 通过求导得到的方程，解出 dy/dx。

7.参数方程求导

参数方程是一种描述曲线的方法，其中曲线的 x 和 y 坐标分别由两个独立的参数方程表示。假设我们有一个参数方程：

$$
\begin{cases}x=f(t)\\ y=g(t)\end{cases}
$$

其中 t 是参数。我们希望求出曲线的导数 dy/dx。

参数方程求导的基本步骤

1. 求 x 对 t 的导数：

   $$
   \dfrac{dx}{dt}=f′(t)
   $$

2. 求 y对 t 的导数：

   $$
   \dfrac{dy}{dt}=g′(t)
   $$

3. 求 dy/dx：

   $$
   \dfrac{dy}{dx}=\dfrac{\dfrac{dy}{dt}}{\dfrac{dx}{dt}}=\dfrac{g′(t)}{f′(t)}
   $$

例子

1.求

$$
\begin{cases}x=t^{2}\\ y=t^{3}\end{cases}
$$

的导数

解：

1.求 x 对 t 的导数：

$$
\dfrac{dx}{dt}=\dfrac{d}{dt}(t^{2})=2t
$$

2.求 y 对 t 的导数：

$$
\dfrac{dy}{dt}=\dfrac{d}{dt}(t^{3})=3t^{2}
$$

3.求dy/dx

$$
\dfrac{dy}{dx}=\dfrac{\dfrac{dy}{dt}}{\dfrac{dx}{dt}}=\dfrac{3t^{2}}{2t}=\dfrac{3}{2}t
$$

2.求

$$
\begin{cases}x=cost\\ y=sint\end{cases}
$$

的导数

解：

1.求 x 对 t 的导数：

$$
\dfrac{dx}{dt}=\dfrac{d}{dt}(cost)=-sint
$$

2.求 y 对 t 的导数：

$$
\dfrac{dy}{dt}=\dfrac{d}{dt}(sint)=cost
$$

3.求dy/dx

$$
\dfrac{dy}{dx}=\dfrac{\dfrac{dy}{dt}}{\dfrac{dx}{dt}}=\dfrac{cost}{-sint}=-cot(t)
$$

微分

1.定义

微分dy可以近似地表示为

$$
dy=f'(a)△x或dy=f'(a)dx
$$

注意：△y是精确值，dy是近似值。

2.可微的充要条件

函数 f(x) 在点 x=a 处可微的充要条件是：

1. 函数在点 x=a处连续：

   $$
   \lim _{⁡x\rightarrow a}f(x)=f(a)
   $$

2. 函数在点 x=a 处左右导数存在且相等：

   $$
   f'_{-}(a)=f'_{+}(a)
   $$

简单来说，就是可微的充要条件是函数 f(x) 在点 x=a 处可导。

3.微分公式与法则

4.微分的几何意义

5.微分中值定理

5.1 罗尔定理

如果函数 f(x)满足以下条件：

1. 在闭区间 [a,b]上连续。

2. 在开区间 (a,b)上可导。

3. 在区间端点的函数值相等，即 f(a)=f(b)。

那么，在开区间 (a,b)内至少存在一点 c，使得：f′(c)=0

罗尔定理的几何意义是：如果函数 f(x) 在区间 [a,b]上的两个端点处的函数值相等，那么在区间 (a,b)内至少存在一点 c，使得该点处的切线是水平的（即导数为零）。

5.2 拉格朗日中值定理

如果函数 f(x)满足以下条件：

1. 在闭区间 [a,b] 上连续。

2. 在开区间 (a,b)上可导。

那么，在开区间 (a,b) 内至少存在一点 c，使得：

$$
f′(c)=\dfrac{f(b)−f(a)}{b−a}
$$

拉格朗日中值定理的几何意义是：在区间 [a,b] 上，函数 f(x) 的图像上至少存在一点 c，使得该点处的切线斜率等于区间端点法线的斜率。

罗尔定理是拉格朗日中值定理的特例，从图形上理解就是将拉格朗日中值定理图像中的b点向下旋转，使f(b)=f(a)，此时两端点之间连线的斜率为0。

5.3 柯西中值定理

如果函数 f(x) 和 g(x) 满足以下条件：

1. 在闭区间 [a,b]上连续。

2. 在开区间 (a,b)上可导。

3. 在开区间 (a,b) 内，g′(x)≠0。

那么，在开区间 (a,b) 内至少存在一点 c，使得：

$$
\dfrac{f′(c)}{g′(c)}=\dfrac{f(b)−f(a)}{g(b)−g(a)}
$$

柯西中值定理的几何意义是：在区间 [a,b] 上，函数 f(x)和 g(x) 的图像上至少存在一点 c，使得该点处的切线斜率之比等于区间端点连线的斜率之比。

5.4 洛必达法则

洛必达法则用于求解不定型极限问题。不定型极限是指在求极限时，分子和分母都趋向于零（即 0/0 型）或分子和分母都趋向于无穷大（即 ∞/∞ 型）的情况。洛必达法则通过求导数来简化这些极限的计算。

设函数 f(x)和 g(x 满足以下条件：

1. 在点 a 的某个去心邻域内可导，且 g′(x)≠0。

2. $$
   \lim _{x\rightarrow a}f(x)=0 且 \lim _{⁡x\rightarrow a}g(x)=0，或者 \lim _{x\rightarrow a}f(x)=±∞ 且 \lim _{x\rightarrow a}g(x)=±∞。
   $$

    

如果

$$
\lim _{x\rightarrow a}\dfrac{f′(x)}{g′(x)}
$$

存在（或为无穷大），那么：

$$
\lim _{x\rightarrow a}\dfrac{f(x)}{g(x)}=\lim _{x\rightarrow a}\dfrac{f′(x)}{g′(x)}
$$

6.函数的单调性

函数的单调性可以通过其导数来判定：

1. 递增函数： 如果函数 f(x)在区间 (a,b)上可导，并且对于区间 (a,b) 内的任意 x，总有 f′(x)≥0，则函数 f(x) 在区间 (a,b)上是递增的。如果 f′(x)>0，则函数 f(x)在区间 (a,b) 上是严格递增的。

2. 递减函数： 如果函数 f(x)在区间 (a,b) 上可导，并且对于区间 (a,b) 内的任意 x，总有 f′(x)≤0，则函数 f(x) 在区间 (a,b) 上是递减的。如果 f′(x)<0，则函数 f(x) 在区间 (a,b)上是严格递减的。

7.函数的凹凸性

7.1 函数凹凸性判定

函数的凹凸性可以通过其二阶导数来判定：

1. 凹函数： 如果函数 f(x) 在区间 (a,b) 上二阶可导，并且对于区间 (a,b) 内的任意 x，总有 f′′(x)≥0，则函数 f(x) 在区间 (a,b) 上是凹的。

2. 凸函数： 如果函数 f(x) 在区间 (a,b)上二阶可导，并且对于区间 (a,b) 内的任意 xx，总有 f′′(x)≤0，则函数 f(x)在区间 (a,b) 上是凸的。

7.2 拐点

拐点是函数图像从凹变凸或从凸变凹的点。对于函数 f(x)，如果 f′′(x)=0 且 f′′(x) 在 x 的两侧符号相反，则 x 是函数的拐点。

8.极值

极值

是指函数在其定义域内的某个局部区间内的最大值或最小值。极值分为局部极大值和局部极小值。

如果存在一个区间 (a,b)，使得对于所有 x∈(a,b)，总有 f(x)≤f(c)，则称 f(c)是函数 f(x) 在点 c 处的局部极大值。

如果存在一个区间 (a,b)，使得对于所有 x∈(a,b)，总有 f(x)≥f(c)，则称 f(c) 是函数 f(x) 在点 c 处的局部极小值。

最值

最值是指函数在其整个定义域内的最大值和最小值。最值分为全局最大值和全局最小值。

如果对于函数 f(x) 的整个定义域内的任意 x，总有 f(x)≤f(c)，则称 f(c)是函数 f(x)的全局最大值。

如果对于函数 f(x) 的整个定义域内的任意 x，总有 f(x)≥f(c)，则称 f(c)是函数 f(x)的全局最小值。

8.1 极值的充分必要条件

必要条件

如果函数 f(x) 在点 x=c 处取得局部极大值或局部极小值，并且 f(x) 在 x=c处可导，则 f′(c)=0。换句话说，极值点必须是函数的驻点。

充分条件

一阶导数判定法

1. 局部极大值： 如果 f′(c)=0，并且在 c 的左侧 f′(x)>0，在c 的右侧 f′(x)<0，则 x=c 是局部极大值。

2. 局部极小值： 如果 f′(c)=0，并且在 c 的左侧 f′(x)<0，在c 的右侧 f′(x)>0，则 x=c 是局部极小值。

二阶导数判定法

1. 局部极大值： 如果 f′(c)=0，并且 f′′(c)<0，则 x=c 是局部极大值。

2. 局部极小值： 如果 f′(c)=0，并且 f′′(c)>0，则 x=c 是局部极小值。

不定积分

1.定义

如果函数 F(x) 满足 F′(x)=f(x)，则称 F(x) 是 f(x) 的一个原函数。不定积分

$$
\int f(x) dx
$$

表示 f(x) 的所有原函数，通常写成：

$$
\int f(x) dx=F(x)+C
$$

其中，C是积分常数，表示原函数的不确定性。 f(x)是被积函数，dx表示对 x 的积分变量。

不定积分的结果是一个函数簇，而不是一个具体的数值。其几何含义是一组平行的曲线簇。

2.基本积分公式

1. 常数积分：

   $$
   ∫k dx=kx+C(其中 k 是常数)
   $$

2. 幂函数积分：

   $$
   ∫x^{n} dx=\dfrac{x^{n+1}}{n+1}+C(其中 n≠−1)
   $$

3. 指数函数积分：

   $$
   ∫e^{x} dx=e^{x}+C
   $$

    

   $$
   ∫a^{x} dx=\dfrac{a^{x}}{ln⁡a}+C(其中 a>0 且 a≠1)
   $$

    

4. 对数函数积分：

   $$
   ∫\dfrac{1}{x} dx=ln⁡∣x∣+C
   $$

5. 三角函数积分：

   $$
   ∫sin⁡x dx=−cos⁡x+C
   $$

    

   $$
   ∫cos⁡x dx=sin⁡x+C
   $$

6. 反三角函数积分：

   $$
   ∫\dfrac{1}{\sqrt{1−x^{2}}} dx=arcsin⁡x+C
   $$

    

   $$
   ∫\dfrac{1}{1+x^{2}} dx=arctan⁡x+C
   $$

3.换元积分法

3.1 第一类换元积分法

1. 选择合适的变量替换： 选择一个合适的变量替换 u=g(x)，使得积分变得更简单。

2. 求导数： 求 u 对 x 的导数

   $$
   \dfrac{du}{dx}=g′(x)
   $$

    

   ，并将其改写为

   $$
   du=g′(x) dx
   $$

3. 替换积分变量： 将原积分中的 x 替换为 u，并将 dx 替换为

   $$
   \dfrac{du}{g′(x)}
   $$

4. 求解新积分： 求解新的积分

   $$
   ∫f(u) du
   $$

5. 回代变量： 将 u 回代为 g(x)，得到最终的不定积分结果。

简单理解就是观察函数，将d前边的某一部分求原函数，然后放到d的里面。

3.2 第二类换元积分法

第二类换元积分法通常涉及三角函数替换或带根号形式的替换。

1. 选择合适的变量替换： 选择一个合适的变量替换 x=g(t)，使得积分变得更简单。

2. 求导数： 求 x 对 t 的导数

   $$
   \dfrac{dx}{dt}=g′(t)
   $$

    

   ，并将其改写为

   $$
   dx=g′(t) dt
   $$

3. 替换积分变量： 将原积分中的 x 替换为 g(t)，并将 dx替换为 g′(t) dt。

4. 求解新积分： 求解新的积分

   $$
   ∫f(g(t))g′(t) dt
   $$

5. 回代变量： 将 t 回代为

   $$
   g^{−1}(x)
   $$

    

   ，得到最终的不定积分结果。

简单理解就是将变量替换 x=g(t)，对dx求出dt，然后对t进行积分，最后将t换回x。