高等数学

卡特兰数

令h(0)=1,h(1)=1，catalan数满足递推式。h(n)= h(0)*h(n-1)+h(1)*h(n-2) + … + h(n-1)h(0) (n>=2)。
也就是说，如果能把公式化成上面这种形式的数，就是卡特兰数。

通项公式：$h(n)=\frac{C_{2n}^n}{n+1}$

映射

给定非空集合 X,Y,法则f, 对X中的每个元素x ， 都有唯一的y与之对应
定义域  Df
值域  Rf
值域不一定等于Y

函数极限

左极限 右极限
x->x0 极限存在 充分必要条件 左极限 右极限存在 且相等
(x0 可以没有定义，无关极限)

性质
1.函数极限唯一性
2.局部有界性(在某个范围有上下界)
3.局部保号性

函数与数列极限 ({xn}->x0)

无穷小与无穷大

无穷小：趋于0，从正，或者从负 (0是可以做为无穷小的常数定义)
无穷大：正无穷 和负无穷

极限运算法则

定理1. 两个无穷小的和(差)为无穷小。
		有限个无穷小的和(差)还是无穷小。
		
定理2：有界函数与无穷小的乘积是无穷小。(*****)

定理3：lim f(x) = A ,lim g(x) = B, 趋于同一个数或者无穷(极限存在的情况下,有限个)

1.$\lim [f(x)\pm g(x)]=\lim f(x)\pm \lim g(x)=A+B$

2.$\lim [f(x)\ast g(x)]=\lim f(x)\ast \lim g(x)=A\ast B$

3.$\lim \frac{f(x)}{g(x)}=\frac{\lim f(x)}{\lim g(x)}=\frac{A}{B}（B\ne 0）$

定理4：
定理5：如果一个函数 >= 另一个函数 ,f(x) >= g(x) lim f(x) >= lim g(x)

极限存在准则(两个重要极限)

准则1：数列 {xn} {yn}  (夹逼准则)
		1.存在n0 属于N 使得n > n0 时 yn <= xn<=zn
		2.lim yn = a 	lim zn = a
		  n->oo			n->oo
		g(x) <= f(x) <= h(x)  limg(x) = A ,limh(x) = A,则 lim f(x) = A;		

$\underset{x\to 0}{\lim }\frac{sinx}{x}=1$

准则2：单调有界数列必有极限。
	   收敛比有界，有界不一定收敛。

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

柯西准则：{xn} 收敛的 充分必要条件 任给x 存在 N ,m>N 时，|xn - xm| < x

无穷小的比较
$\lim \frac{\beta }{\alpha }=0(高阶无穷小)\beta =o(\alpha )$
$\lim \frac{\beta }{\alpha }=\infty (低阶无穷小)$
$\lim \frac{\beta }{\alpha }=c\ne 0(同阶无穷小)$
$\lim \frac{\beta }{{\alpha }^k}=c\ne 0(k阶无穷小)$
$\lim \frac{\beta }{\alpha }=1(等价无穷小)\beta$ ~ $\alpha$

$\sin x$~$x$
$\sqrt[n]{1+x}-1$~$\frac{1}{n}x$

定理1
$\beta 与\alpha 等价，\beta =\alpha +o(\alpha )$

定理2
$\alpha \sim A,\beta \sim B,且\lim \frac{A}{B}存在,\lim \frac{\alpha }{\beta }\sim \lim \frac{A}{B}$

1.两个无穷小比的极限，分子和分母用等价无穷小替换
2.分子或分母是若干因子的乘积，可对其中一个或几个因子做等价无穷小替换

连续性
$\underset{\Delta x\to 0}{\lim }\Delta y=\underset{\Delta x\to 0}{\lim }f(x_0+\Delta x)-f(x_0)$

$\underset{\Delta x\to 0}{\lim }f(x_0+\Delta x)=f(x_0)$

$\underset{x\to x_0}{\lim }f(x)=f(x_0)$
连续条件
1.在x0处 有极限
2.在x0处 有定义
3.极限值 = 函数值

左连续：
$\underset{x\to x^{-}}{\lim }f(x)=f(x_0)$

右连续：
$\underset{x\to x^{+}}{\lim }f(x)=f(x_0)$

连续的充要条件 左右连续

几何含义：一笔画

$\cos (\alpha +\beta )=\cos \alpha \cos \beta -\sin \alpha \sin \beta$
$\cos (\alpha -\beta )=\cos \alpha \cos \beta +\sin \alpha \sin \beta$
$\sin (\alpha \pm \beta )=\sin \alpha \cos \beta \pm \cos \alpha \sin \beta$
$\sin \alpha \cos \beta =\frac{1}{2}[\sin (\alpha +\beta )+\sin (\alpha -\beta )]$
$\cos \alpha \cos \beta =\frac{1}{2}[\cos (\alpha +\beta )+\cos (\alpha -\beta )]$
$\sin \alpha \sin \beta =-\frac{1}{2}[\cos (\alpha +\beta )-\cos (\alpha -\beta )]$
$\sin \alpha +\sin \beta =2\sin \frac{\alpha +\beta }{2}\cos \frac{\alpha -\beta }{2}$
$\cos \alpha +\cos \beta =2\cos \frac{\alpha +\beta }{2}\cos \frac{\alpha -\beta }{2}$
$\cos \alpha -\cos \beta =-2\sin \frac{\alpha +\beta }{2}\sin \frac{\alpha -\beta }{2}$

第一类：左右极限都存在 (可去间断点,跳跃间断点)
第二类：左右极限少一个不存在 (无穷间断点,震荡间断点)

闭区间上连续函数的性质

定理1：有界性与最大值最小值定理
定理2：$[a,b]连续f(a),f(a),f(b)异号f(a)f(b)<0,存在\xi ,f(\xi )=0。(零点存在定理)$

定理3：$f(x)在[a,b]上连续，f(a)=A,f(b)=B，对C(在A与B之间)，至少存在一点\xi ,f(\xi )=C。$(介值定理)

导数
y = f(x) 在x0的邻域内有定义。

1.$f(x)=c,f^{\prime }(x)=0.$
2.$f(x)=x^n,f^{\prime }(x)=n{x}^{n-1};$
3.$f(x)=sinx,f^{\prime }(x)=cosx;$
4.$f(x)=cosx,f^{\prime }(x)=-sinx;$
5.$f(x)=a^x,f^{\prime }(x)=a^{x}lna;$
6.$log_a x ,\frac{1}{x lna}; $
$l{n}^{\prime }x=\frac{1}{x};$

左导数，右导数

求导法则
$(u+v{)}^{\prime }=u^{\prime }+v^{\prime }$
$(u-v{)}^{\prime }=u^{\prime }-v^{\prime }$
$(uv{)}^{\prime }=u^{\prime }v+u{v}^{\prime }$
$(\frac{u}{v}{)}^{\prime }=\frac{(u^{\prime }v-u{v}^{\prime })}{(v^2)}$

反函数求导

$[f^{-1}(x){]}^{\prime }=\frac{1}{f^{\prime }(y)}$

复合函数求导
从外到内分别求导

$y=ln(\sin x)=\frac{1}{\sin x}\cos x;$

$y=x^x$
$y=e^{ln{x}^x}=e^{xlnx}$

高阶导数
求多次导数 $y^{\prime },y^{\prime \prime },y^{\prime \prime \prime },y^{(4)},y^{(5)},...$
4阶以上用数字表示

微分
可微条件 ： 可导
$dy=f^{\prime }(x)dx;$
例子：
$y=x^3,x=2,\Delta x=0.02$
$y^{\prime }=3x^2$
$dy=3x^2{|}_{x=2}\Delta x=12\Delta x=0.24$

近视计算
$\Delta y=f(x_0+\Delta x)-f(x_0)$
$dy=f^{\prime }(x_0)\Delta x$
$dy$ ~ $\Delta y$
$f(x_0+\Delta x)$ ~ $f^{\prime }(x_0)\Delta x+f(x_0)$
$x=?\Delta x=?$

x->0(x趋于0)，时
$1.(1+x{)}^{\alpha }$ ~ $1+\alpha x$
$2.sinx$~ $x$
$3.tanx$ ~ $x$
$4.e^x$ ~ $1+x$
$5.ln(1+x)$ ~ $x$

微分中值定理
$费马引理：f(x)在x_0处U(x_0)有定义，在x_0处可导，如f(x)\le f(x_0).任意x属于U(x_0)则f^{\prime }(x0)=0.$

驻点：导数等于0

罗尔定理：
$f(x)满足$
$1.在[a,b]连续.$
$2.在(a,b)可导.$
$3.f(a)=f(b).$
$则\exists \xi ,\in (a,b),f^{\prime }(\xi )=0.$

拉格朗日中值定理：
$1.[a,b]连续.$
$2.(a,b)可导$
$\exists \xi \in (a,b),f(b)-f(a)=f^{\prime }(\xi )(b-a).$

柯西中值定理：
$1.[a,b]连续$
$2.(a,b)可导$
$3.任意x属于(a,b)，F^{\prime }(x)\ne 0$
$\exists \xi \in (a,b)，\frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f\prime (\xi )}{F^{\prime }(\xi )}$

洛必达法则
$\frac{0}{0},\frac{\infty }{\infty },0\ast \infty ,\infty -\infty ,0^0,1^{\infty },{\infty }^0$

$1.x\to a时,f(x)\to 0,F(x)\to 0.$
$2.在a的去心邻域内,f^{\prime }(x)F^{\prime }(x)存在，且F^{\prime }(x)\ne 0.$
$3.\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{F^{\prime }(x)}存在(或无穷大),$
$则\underset{x\to a}{\lim }\frac{f(x)}{F(x)}=\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{F^{\prime }(x)}$

1.lim f'(x)/F'(x) 不存在 ，不能用洛必达法则
2.可以多次求导
3.求导后,检查符号条件
4.适当用等价无穷小替换
5.适当提取常数(极限为常数)

泰勒公式
$f(x)\approx f(x_0)+f^{\prime }(x_0)(x-x_0)$
$P_n(x)=a_0+a_1(x-x_0)+a_2(x-x_0{)}^2+...+a_n(x-x_0{)}^n$

$f(x)在x_0处有n阶导数,存在x_0的一个邻域，使得对于邻域中的一点x，$
$f(x)=f(x_0)+\frac{f^{\prime }(x_0)}{1!}(x-x_0)+\frac{f^{\prime \prime }(x_0)}{2!}(x-x_0{)}^2+...\frac{f^{(n)}(x_0)}{n!}(x-x_0{)}^n+R_n(x).(R_n(x)=o((x-x_0{)}^n)高阶无穷小)$

$\xi 介于x_0到x之间$
$R_n(x)=\frac{f^{(n+1)}(\xi )}{(n+1)!}(x-x_0{)}^{n+1}.$

泰勒中值
$n=0时,f(x)=f^{\prime }(\xi )(x-x_0)+f(x_0).f^{\prime }(\xi )=\frac{f(x)-f(x_0)}{x-x_0}$
麦克劳林
$x_0=0时,f(x)=f(0)+\frac{f^{\prime }(0)}{1!}x+...+\frac{f^{(n)}(0)}{n!}{x}^n+\frac{f^{(n+1)}(\theta x)}{(n+1)!}{x}^{n+1},(0<\theta <1)$
例子：
$e^x,求它的带拉格朗日余项的麦克劳林公式$
$f^{\prime }(x)=f^{\prime \prime }(x)=\cdots =f^{(n)}(x)=e^x,f^{(n+1)}(\theta x)=e^{\theta x}$
$e^x=f(0)+\frac{f^{\prime }(0)}{1!}x+...+\frac{f^{(n)}(0)}{n!}{x}^n+\frac{f^{(n+1)}(\theta x)}{(n+1)!}{x}^{n+1},(0<\theta <1)$
$e^x=1+\frac{1}{1!}x+\frac{1}{2!}{x}^2+\cdots +\frac{1}{n!}{x}^n+\frac{1}{(n+1)!}{e}^{\theta x}{x}^{n+1}$
$e^x-1$~$x$ 就是忽略高阶无穷小

单调性(一阶导数有关)
$$x1>x2,f^{\prime }(\xi )=\frac{f(x_1)-f(x_2)}{x_1-x_2}$$
凸凹性
$定义：x_1，x_2.$
$凹:f(\frac{x_1+x_2}{2})<\frac{f(x_1)+f(x_2)}{2}$
$凸:相反$
$f^{\prime \prime }(x)>0凹$
$f^{\prime \prime }(x)<0凸$

二元一次方程求根公式

$x=\frac{-b\pm \sqrt[]{b^2-4ac}}{2a}$

不定积分
$定义：F^{\prime }(x)=f(x)$
$F(x)是f(x)一个原函数$

导函数与不定积分

原函数存在定理：连续一定有原函数
$[F(x)+c{]}^{\prime }=f(x)$

$\int f(x)dx=F(x)+c$
不定积分性质：
$1.\int [f(x)\pm g(x)]dx=\int f(x)dx\pm \int g(x)dx$
$2.\int kf(x)dx=k\int f(x)dx$

多项式除法
$\int \frac{2x^4+x^2+3}{x^2+1}dx$

$\sqrt[x^2+1]{2x^4+0x^3+x^2+0x+3}$
依次消除最高指数项，商为倍数，余数保留
$\int \frac{2x^4+x^2+3}{x^2+1}dx=\int (2x^2-1+\frac{4}{x^2+1})dx$

第一类换元积分法(凑)
$\int 1dF(u)=F(u)+C$
第二类换元积分法()

分部积分
$\int udv=uv-\int vdu$
谁放在d的后面，向d后面拿，优先级
1.$e^x$
2.$\sin x\cos x$
3.$x^n$

定积分

1.求面积
定义：
$f(x)在[a,b]上有界，在[a,b]上任意插入分点，分成n个小区间,\Delta x_1\dots \Delta x_n,$
$任取一点\xi ,\lambda =max(\Delta x_1...\Delta x_n).$
${\int }_a^{b}f(x)dx=\underset{\lambda \to 0}{\lim }{\sum }_1^n\Delta x_{i}f({\xi }_i)$

${\sum }_1^n{i}^2=\frac{n(n+1)(2n+1)}{6}$
定理1: 只要连续，可积
定理2: 有界，有限个间断点，可积

几何意义

1.$f(x)\ge 0$
2.$f(x)\le 0,定积分是负的，\Delta x_i\ge 0$
3.$f(x)有\ge 0,有\le 0,结果不确定，正积分+负积分$

1.矩形法
2.梯形法
3.抛物线法
$y=p{x}^2+qx+r$

定积分性质:
1.$b=a.{\int }_a^{a}f(x)=0$
2.${\int }_a^{b}f(x)dx=-{\int }_b^{a}f(x)dx$

性质1:${\int }_a^b(\alpha f(x)+\beta g(x))dx=\alpha {\int }_a^{b}f(x)dx+\beta {\int }_a^{b}g(x)dx.$

性质2:$a<<b,{\int }_a^{b}f(x)dx={\int }_a^{c}f(x)dx+{\int }_c^{b}f(x)dx$

性质3: $f(x)\equiv 1.{\int }_a^{b}1dx=b-a$
${\int }_a^{b}kdx=k(b-a)$

性质4:
$f(x)\ge 0.{\int }_a^{b}f(x)dx\ge 0$
$f(x)\le 0.{\int }_a^{b}f(x)dx\le 0$

推论1:
$f(x)\le g(x).{\int }_a^{b}f(x)dx\le {\int }_a^{b}g(x)dx$
$g(x)-f(x)\ge 0.{\int }_a^b[g(x)-f(x)]\ge 0$

推论2:
$\left|{\int }_a^{b}f(x)dx\right|\le {\int }_a^b|f(x)|dx$
$-|f(x)|\le f(x)\le |f(x)|$
$-{\int }_a^b|f(x)|dx\le {\int }_a^{b}f(x)dx\le {\int }_a^b|f(x)|dx$

性质5:
M,m,分别为最大，最小值。
$m(b-a)\le {\int }_a^{b}f(x)dx\le M(b-a)$

性质6：定积分中值定理: f(x) 连续 .
$存在\xi \in [a,b],{\int }_a^{b}f(x)dx=f(\xi )(b-a).$

$m(b-a)\le {\int }_a^{b}f(x)dx\le M(b-a)$

$m\le \frac{1}{b-a}{\int }_a^{b}f(x)dx\le M$

$f(\xi )=\frac{1}{b-a}{\int }_a^{b}f(x)dx.$ （平均值）

积分上限函数
$\Phi (x)={\int }_a^{x}f(t)dt$
定理1：
${\Phi }^{\prime }(x)=\frac{d}{dx}{\int }_a^{x}f(t)dt=f(x)$
定理2:
$\Phi (x)={\int }_a^{x}f(t)dt是f(x)的一个原函数$

$[{\int }_{\phi (x)}^{\varphi (x)}f(t)dt]=f(\varphi (x)){\varphi }^{\prime }(x)-f(\phi (x)){\phi }^{\prime }(x)$

牛顿-莱布尼茨公式
${\int }_a^{b}f(x)dx=F(x){|}_a^b=F(b)-F(a)$

换元
$x=\varphi (x)$
$\varphi (\alpha )=a,\varphi (\beta )=b$
${\int }_a^{b}f(x)dx={\int }_{\alpha }^{\beta }f(\varphi (x))\varphi (x)dt$

分部积分
${\int }_a^{b}udv=uv{|}_a^b-{\int }_a^{b}vdu$

反常积分
1.无穷限的反常积分
${\int }_a^{+\infty }f(x)dx=\underset{t->+\infty }{\lim }{\int }_a^{t}f(x)dx$

${\int }_{-\infty }^{b}f(x)dx=\underset{t->-\infty }{\lim }{\int }_t^{b}f(x)dx$

${\int }_{-\infty }^{+\infty }f(x)dx={\int }_{-\infty }^{0}f(x)dx+{\int }_0^{+\infty }f(x)dx$

${\int }_a^{+\infty }f(x)dx=F(+\infty )-F(a)$

${\int }_{-\infty }^{b}f(x)dx=F(b)-F(-\infty )$

${\int }_{-\infty }^{+\infty }f(x)dx=F(x){|}_{-\infty }^{+\infty }$

无界函数的反常积分(瑕积分)
瑕点

$\Gamma$函数
$\Gamma (s)={\int }_0^{+\infty }{e}^{-x}{x}^{s-1}dx.(s>0)$
1.$\Gamma (s+1)=s\Gamma (s)$

微分方程
含有导数 阶

通阶:含常数的个数 = 阶

可分离变量
y在等号一边 , x在等号一边
$\int g(y)dy=\int f(x)dx$

齐次方程
$\frac{y}{x}整体出现$
$\frac{dy}{dx}=\frac{1+(\frac{y}{x}{)}^2}{1-2(\frac{y}{x}{)}^2}$

$\frac{dy}{dx}=\varphi (\frac{y}{x})$

$1.u=\frac{y}{x}.$
$2.y=xu.$
$3.\frac{dy}{dx}=u+x\frac{du}{dx}.$

可化为齐次的方程
$\frac{dy}{dx}=\frac{ax+by+c}{a_{1}x+b_{1}y+c_1}$

x = X + h
y = Y + k

$\frac{dY}{dX}=\frac{aX+bY+ah+bk+c}{a_{1}X+b_{1}Y+a_{1}h+b_{1}k+c_1}$

$\{\begin{array}{l}ah+bk+c=0\\ a_{1}h+b_{1}k+c_1=0\end{array}$

$\frac{a_1}{a}\ne \frac{b_1}{b}$

一阶线性微分方程

$\frac{dy}{dx}+p(x)y=Q(x)$
$\{\begin{array}{l}Q(x)\equiv 0.齐次,\frac{dy}{y}=-p(x)dx\Rightarrow \ln y=-\int p(x)dx+c_1\Rightarrow y=c{e}^{-\int p(x)dx}\end{array}$

$y=e^{-\int p(x)dx}(\int Q(x)e^{\int p(x)dx}dx+c)$

伯努利方程
$\frac{dy}{dx}+p(x)y=Q(x)y^n$

可降阶的高阶微分方程
$y^{(n)}=f(x)$

常系数齐次线性微分方程
二阶
$y^{\prime \prime }+p{y}^{\prime }+qy=0$
$r^2+pr+q=0$
$1.\Delta =p^2-4q>0,y=c_1{e}^{r^{1}x}+c_2{e}^{r_{2}x}$
$2.\Delta =p^2-4q=0,y=(c_1+c_{2}x)e^{r^{1}x}$
$1.\Delta =p^2-4q<0,r_1=\alpha +\beta i,r_2=\alpha -\beta i$
$y=e^{\alpha x}(c_1\cos \beta x+c_2\sin \beta x)$

向量
大小，方向，不管起点
模 长度 $|\vec{A}|$
长度等于1 单位向量
长度等于0 零向量

夹角 ($0\le \le \pi$)

平行(共线) 同方向或反方向
a // b

向量的线性运算
1.加法 c = a + b
三角形法则
a+b = b+a
2.减法 b-a=b+(-a)

3.$|\lambda \alpha |=|\lambda ||\alpha |$
$(\lambda +\mu )a=\lambda a+\mu a$
$\lambda (a+b)=\lambda a+\lambda b$
$\lambda (\mu a)=\mu (\lambda a)$

$|\frac{a}{|a|}|=1$

空间直角坐标系
右手系准则

单位向量 i,j,k
$r=xi+yj+zk,(x,y,z)$

向量平行
$b=\lambda a,⟹\frac{a_x}{b_x}=\frac{a_y}{b_y}=\frac{a_z}{b_z}$

以向量为元(未知数)的线性方程
$$\{\begin{array}{l}5x-3y=a\\ 3x-2y=b\end{array}$$
a=(2,1,2),b=(-1,1,-2)
$$\{\begin{array}{l}x=2a-3b=(7,-1,10)y=3a-5b=3(2,1,2)-5(-1,1,-2)=(11,-2,16)\end{array}$$

(x,y,z)既可以表示点，也可以表示向量

r=(x,y,z)
$|r|=\sqrt{x^2+y^2+z^2}$

两点距离公式
$|AB|=\sqrt{(x_1-x_2{)}^2+(y_1-y_2{)}^2+(z_1-z_2{)}^2}$

$\overrightarrow{AB}=\overrightarrow{OB}-\overrightarrow{OA}$

方向角、方向余弦
方向余弦
$\overrightarrow{OM}=r=(x,y,z)$
$\cos \alpha =\frac{x}{|r|}$
$\cos \beta =\frac{y}{|r|}$
$\cos \gamma =\frac{z}{|r|}$
$(\cos \alpha ,\cos \beta ,\cos \gamma )=(\frac{x}{|r|},\frac{y}{|r|},\frac{z}{|r|})=\frac{1}{|r|}r=e_r$

同方向的单位向量

${\cos }^2\alpha +{\cos }^2\beta +{\cos }^2\gamma =1$

投影

数量积(判断垂直)
$a\cdot b=|a||b|\cos \theta =|a|P_{r{j}_a}b=|b|P_{r{i}_b}a$

1.$a\cdot b=b\cdot a$
2.$(a+b)\cdot c=a\cdot c+b\cdot c$
3.$(\lambda a)\cdot b=\lambda (a\cdot b)$
$a\cdot (\lambda b)=\lambda (a\cdot b)$
$(\lambda a)\cdot (\mu b)=\lambda \mu (a\cdot b)$

余弦定理
$c^2=a^2+b^2-2ab\cos \theta$

向量积(判断平行)
a,b两向量
$c=a\times b$
c的模 $|c|=|a||b|\sin \theta$
c的方向: 右手从a向b

1.$a\times a=0$
2.非零向量a,b. $a\times b=0$ ,a //b

1.$b\times a=-a\times b$
2.$(a+b)\times c=a\times c+b\times c$
3.$(\lambda a)\times b=a\times (\lambda b)$

例: a = (2,1,-1) , b = (1,-1,2)
$$a\times b=\left|\begin{array}{ccc}i& j& k\\ 2& 1& -1\\ 1& -1& 2\end{array}\right|=i-5j-3k$$

平面及方程
曲面:点 线 面 体
F(x,y,z) = 0
曲线

平面:法线向量
$M_0=(x_0,y_0,z_0),法线向量n=(A,B,C)$
$A(x-x0)+B(y-y0)+C(z-z_0)=0$
点法式

平面一般方程
Ax+By+Cz + D = 0
带入解方程

1.D = 0,过原点
2.A = 0,
3.A=B=0

平面的截距式方程
$\frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1$

两平面的夹角(法线的夹角)
取锐角部分

$\cos \theta =\frac{|A_1{A}_2+B_1{B}_2+C_1{C}_2|}{\sqrt{A_1^2+B_1^2+C_1^2}\sqrt{A_2^2+B_2^2+C_2^2}}$

$$\{\begin{array}{l}1.垂直.A_1{A}_2+B_1{B}_2+C_1{C}_2=0\\ 2.平行或重合.\frac{A_1}{A_2}=\frac{B_1}{B_2}=\frac{C_1}{C_2}\end{array}$$

空间直线及其方程
1.一般方程
$$\{\begin{array}{l}{A}_{1}x+B_{1}y+C_{1}z+D=0\\ A_{2}x+B_{2}y+C_{2}z+D=0\end{array}$$
2.对称式方程,参数式方程
方向向量

两直线的夹角(方向向量的夹角)

直线与平面的夹角(直线与投影的夹角)

空间曲线及其方程
一般方程
$$\{\begin{array}{l}F(x,y,z)=0\\ G(x,y,z)=0\end{array}$$

参数方程
$$\{\begin{array}{l}x=x(t)\\ y=y(y)\\ z=z(t)\end{array}$$

空间曲线在坐标面上投影

旋转曲面
母线，轴