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 ) = C 2 n n n + 1 h(n)= \cfrac{C_{2n}^{n}}{n+1} h(n)=n+1C2nn
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 ) ± g ( x ) ] = lim f ( x ) ± lim g ( x ) = A + B \lim[f(x) \pm g(x)] = \lim f(x) \pm \lim g(x) = A + B lim[f(x)±g(x)]=limf(x)±limg(x)=A+B
2. lim [ f ( x ) ∗ g ( x ) ] = lim f ( x ) ∗ lim g ( x ) = A ∗ B \lim[f(x) * g(x)] = \lim f(x) * \lim g(x) = A * B lim[f(x)∗g(x)]=limf(x)∗limg(x)=A∗B
3. lim f ( x ) g ( x ) = lim f ( x ) lim g ( x ) = A B ( B ≠ 0 ) \lim \dfrac{ f(x)}{ g(x)} = \dfrac{\lim f(x)}{\lim g(x)} = \dfrac{A}{B} (B\neq0) limg(x)f(x)=limg(x)limf(x)=BA(B=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;
lim x → 0 s i n x x = 1 \lim\limits_{x\to0}\dfrac{sinx}{x} = 1 x→0limxsinx=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。
lim x → ∞ ( 1 + 1 x ) x = e \lim\limits_{x\to\infty}(1 + \dfrac{1}{x})^x = e x→∞lim(1+x1)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
β
α
=
0
(
高
阶
无
穷
小
)
β
=
o
(
α
)
\lim \dfrac{\beta}{\alpha} = 0 (高阶无穷小) \beta = o(\alpha)
limαβ=0(高阶无穷小)β=o(α)
lim
β
α
=
∞
(
低
阶
无
穷
小
)
\lim \dfrac{\beta}{\alpha} = \infty (低阶无穷小)
limαβ=∞(低阶无穷小)
lim
β
α
=
c
≠
0
(
同
阶
无
穷
小
)
\lim \dfrac{\beta}{\alpha} = c \neq 0 (同阶无穷小)
limαβ=c=0(同阶无穷小)
lim
β
α
k
=
c
≠
0
(
k
阶
无
穷
小
)
\lim \dfrac{\beta}{\alpha^k} = c \neq 0 (k阶无穷小)
limαkβ=c=0(k阶无穷小)
lim
β
α
=
1
(
等
价
无
穷
小
)
β
\lim \dfrac{\beta}{\alpha} = 1 (等价无穷小) \beta
limαβ=1(等价无穷小)β ~
α
\alpha
α
sin
x
\sin x
sinx~
x
x
x
1
+
x
n
−
1
\sqrt[n]{1+x} - 1
n1+x−1~
1
n
x
\dfrac{1}{n}x
n1x
定理1
β
与
α
等
价
,
β
=
α
+
o
(
α
)
\beta 与 \alpha 等价,\beta = \alpha + o(\alpha)
β与α等价,β=α+o(α)
定理2
α
∼
A
,
β
∼
B
,
且
lim
A
B
存
在
,
lim
α
β
∼
lim
A
B
\alpha \sim A ,\beta\sim B,且 \lim \frac{A}{B}存在,\lim \frac{\alpha}{\beta} \sim \lim \frac{A}{B}
α∼A,β∼B,且limBA存在,limβα∼limBA
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
lim
Δ
x
→
0
Δ
y
=
lim
Δ
x
→
0
f
(
x
0
+
Δ
x
)
−
f
(
x
0
)
\lim\limits_{\Delta x \rightarrow 0} \Delta y = \lim\limits_{\Delta x \rightarrow 0} {f(x_0 + \Delta x) - f(x_0)}
Δx→0limΔy=Δx→0limf(x0+Δx)−f(x0)
lim Δ x → 0 f ( x 0 + Δ x ) = f ( x 0 ) \lim\limits_{\Delta x \rightarrow 0} {f(x_0 + \Delta x)} = f(x_0) Δx→0limf(x0+Δx)=f(x0)
lim
x
→
x
0
f
(
x
)
=
f
(
x
0
)
\lim\limits_{x \rightarrow x_0} f(x)= f(x_0)
x→x0limf(x)=f(x0)
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:
lim
x
→
x
−
f
(
x
)
=
f
(
x
0
)
\lim\limits_{x \rightarrow x^-} f(x) = f(x_0)
x→x−limf(x)=f(x0)
右连续:
lim
x
→
x
+
f
(
x
)
=
f
(
x
0
)
\lim\limits_{x \rightarrow x^+} f(x) = f(x_0)
x→x+limf(x)=f(x0)
连续的充要条件 左右连续
几何含义:一笔画
cos
(
α
+
β
)
=
cos
α
cos
β
−
sin
α
sin
β
\cos (\alpha + \beta) = \cos \alpha \cos \beta - \sin \alpha \sin \beta
cos(α+β)=cosαcosβ−sinαsinβ
cos
(
α
−
β
)
=
cos
α
cos
β
+
sin
α
sin
β
\cos (\alpha - \beta) = \cos \alpha \cos \beta + \sin \alpha \sin \beta
cos(α−β)=cosαcosβ+sinαsinβ
sin
(
α
±
β
)
=
sin
α
cos
β
±
cos
α
sin
β
\sin (\alpha \pm \beta) = \sin \alpha \cos \beta \pm \cos \alpha \sin \beta
sin(α±β)=sinαcosβ±cosαsinβ
sin
α
cos
β
=
1
2
[
sin
(
α
+
β
)
+
sin
(
α
−
β
)
]
\sin \alpha \cos \beta = \frac{1}{2}[\sin (\alpha + \beta) + \sin (\alpha -\beta)]
sinαcosβ=21[sin(α+β)+sin(α−β)]
cos
α
cos
β
=
1
2
[
cos
(
α
+
β
)
+
cos
(
α
−
β
)
]
\cos \alpha \cos \beta = \frac{1}{2}[\cos (\alpha + \beta) + \cos (\alpha - \beta)]
cosαcosβ=21[cos(α+β)+cos(α−β)]
sin
α
sin
β
=
−
1
2
[
cos
(
α
+
β
)
−
cos
(
α
−
β
)
]
\sin \alpha \sin \beta = -\frac{1}{2}[\cos (\alpha + \beta) - \cos (\alpha - \beta)]
sinαsinβ=−21[cos(α+β)−cos(α−β)]
sin
α
+
sin
β
=
2
sin
α
+
β
2
cos
α
−
β
2
\sin \alpha + \sin \beta = 2\sin {\frac{\alpha + \beta}{2}}\cos{\frac{\alpha - \beta}{2}}
sinα+sinβ=2sin2α+βcos2α−β
cos
α
+
cos
β
=
2
cos
α
+
β
2
cos
α
−
β
2
\cos \alpha + \cos \beta = 2\cos{\frac{\alpha + \beta}{2}}\cos{\frac{\alpha - \beta}{2}}
cosα+cosβ=2cos2α+βcos2α−β
cos
α
−
cos
β
=
−
2
sin
α
+
β
2
sin
α
−
β
2
\cos \alpha - \cos \beta=-2\sin {\frac{\alpha + \beta}{2}}\sin {\frac{\alpha - \beta}{2}}
cosα−cosβ=−2sin2α+βsin2α−β
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
ξ
,
f
(
ξ
)
=
0
。
(
零
点
存
在
定
理
)
[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)
[a,b]连续f(a),f(a),f(b)异号f(a)f(b)<0,存在ξ,f(ξ)=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 ξ , f ( ξ ) = C 。 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。 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ξ,f(ξ)=C。(介值定理)
导数
y = f(x) 在x0的邻域内有定义。
1.
f
(
x
)
=
c
,
f
′
(
x
)
=
0.
f(x) = c, f'(x) = 0.
f(x)=c,f′(x)=0.
2.
f
(
x
)
=
x
n
,
f
′
(
x
)
=
n
x
n
−
1
;
f(x) = x^n ,f'(x) = nx^{n-1};
f(x)=xn,f′(x)=nxn−1;
3.
f
(
x
)
=
s
i
n
x
,
f
′
(
x
)
=
c
o
s
x
;
f(x) = sinx,f'(x) = cosx;
f(x)=sinx,f′(x)=cosx;
4.
f
(
x
)
=
c
o
s
x
,
f
′
(
x
)
=
−
s
i
n
x
;
f(x) = cosx,f'(x) = -sinx;
f(x)=cosx,f′(x)=−sinx;
5.
f
(
x
)
=
a
x
,
f
′
(
x
)
=
a
x
l
n
a
;
f(x) = a^x,f'(x) = a^x lna;
f(x)=ax,f′(x)=axlna;
6.$log_a x ,\frac{1}{x lna}; $
l
n
′
x
=
1
x
;
ln' x = \frac{1}{x};
ln′x=x1;
左导数,右导数
求导法则
(
u
+
v
)
′
=
u
′
+
v
′
(u + v)' = u' + v'
(u+v)′=u′+v′
(
u
−
v
)
′
=
u
′
−
v
′
(u - v)' = u' - v'
(u−v)′=u′−v′
(
u
v
)
′
=
u
′
v
+
u
v
′
(uv)' = u'v + uv'
(uv)′=u′v+uv′
(
u
v
)
′
=
(
u
′
v
−
u
v
′
)
(
v
2
)
(\frac{u}{v})' = \frac{(u'v - uv')}{(v^2)}
(vu)′=(v2)(u′v−uv′)
反函数求导
[ f − 1 ( x ) ] ′ = 1 f ′ ( y ) [f^{-1}(x)]' = \frac{1}{f'(y)} [f−1(x)]′=f′(y)1
复合函数求导
从外到内分别求导
y = l n ( sin x ) = 1 sin x cos x ; y = ln(\sin x) = \frac{1}{\sin x}\cos x; y=ln(sinx)=sinx1cosx;
y
=
x
x
y = x^x
y=xx
y
=
e
l
n
x
x
=
e
x
l
n
x
y =e^{ln {x ^x}} = e^{xlnx}
y=elnxx=exlnx
高阶导数
求多次导数
y
′
,
y
′
′
,
y
′
′
′
,
y
(
4
)
,
y
(
5
)
,
.
.
.
y' ,y'', y''', y^{(4)}, y^{(5)}, ...
y′,y′′,y′′′,y(4),y(5),...
4阶以上用数字表示
微分
可微条件 : 可导
d
y
=
f
′
(
x
)
d
x
;
dy = f'(x)dx;
dy=f′(x)dx;
例子:
y
=
x
3
,
x
=
2
,
Δ
x
=
0.02
y = x^3, x = 2,\Delta x = 0.02
y=x3,x=2,Δx=0.02
y
′
=
3
x
2
y' = 3x^2
y′=3x2
d
y
=
3
x
2
∣
x
=
2
Δ
x
=
12
Δ
x
=
0.24
dy = 3x^2|_{x = 2} \Delta x = 12\Delta x = 0.24
dy=3x2∣x=2Δx=12Δx=0.24
近视计算
Δ
y
=
f
(
x
0
+
Δ
x
)
−
f
(
x
0
)
\Delta y = f(x_0+\Delta x) - f(x_0)
Δy=f(x0+Δx)−f(x0)
d
y
=
f
′
(
x
0
)
Δ
x
dy = f^\prime(x_0)\Delta x
dy=f′(x0)Δx
d
y
dy
dy ~
Δ
y
\Delta y
Δy
f
(
x
0
+
Δ
x
)
f(x_0+\Delta x)
f(x0+Δx) ~
f
′
(
x
0
)
Δ
x
+
f
(
x
0
)
f^\prime(x_0)\Delta x + f(x_0)
f′(x0)Δx+f(x0)
x
=
?
Δ
x
=
?
x = ? \Delta x =?
x=?Δx=?
x->0(x趋于0),时
1.
(
1
+
x
)
α
1.(1+x)^\alpha
1.(1+x)α ~
1
+
α
x
1 + \alpha x
1+αx
2.
s
i
n
x
2. sin x
2.sinx~
x
x
x
3.
t
a
n
x
3.tanx
3.tanx ~
x
x
x
4.
e
x
4.e^x
4.ex ~
1
+
x
1 + x
1+x
5.
l
n
(
1
+
x
)
5.ln(1+x)
5.ln(1+x) ~
x
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
)
≤
f
(
x
0
)
.
任
意
x
属
于
U
(
x
0
)
则
f
′
(
x
0
)
=
0.
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) \leq f(x_0). 任意x 属于U(x_0) 则f'(x0) = 0.
费马引理:f(x)在x0处U(x0)有定义,在x0处可导,如f(x)≤f(x0).任意x属于U(x0)则f′(x0)=0.
驻点:导数等于0
罗尔定理:
f
(
x
)
满
足
f(x)满足
f(x)满足
1.
在
[
a
,
b
]
连
续
.
1.在[a,b]连续.
1.在[a,b]连续.
2.
在
(
a
,
b
)
可
导
.
2.在(a,b)可导.
2.在(a,b)可导.
3.
f
(
a
)
=
f
(
b
)
.
3.f(a) = f(b).
3.f(a)=f(b).
则
∃
ξ
,
∈
(
a
,
b
)
,
f
′
(
ξ
)
=
0.
则 \exists \xi ,\in(a,b) ,f^\prime (\xi) = 0.
则∃ξ,∈(a,b),f′(ξ)=0.
拉格朗日中值定理:
1.
[
a
,
b
]
连
续
.
1.[a,b]连续.
1.[a,b]连续.
2.
(
a
,
b
)
可
导
2.(a,b)可导
2.(a,b)可导
∃
ξ
∈
(
a
,
b
)
,
f
(
b
)
−
f
(
a
)
=
f
′
(
ξ
)
(
b
−
a
)
.
\exists\xi \in(a,b) ,f(b) - f(a) = f^\prime(\xi)(b-a).
∃ξ∈(a,b),f(b)−f(a)=f′(ξ)(b−a).
柯西中值定理:
1.
[
a
,
b
]
连
续
1.[a,b]连续
1.[a,b]连续
2.
(
a
,
b
)
可
导
2.(a,b)可导
2.(a,b)可导
3.
任
意
x
属
于
(
a
,
b
)
,
F
′
(
x
)
≠
0
3.任意x 属于(a,b),F'(x) \neq 0
3.任意x属于(a,b),F′(x)=0
∃
ξ
∈
(
a
,
b
)
,
f
(
b
)
−
f
(
a
)
F
(
b
)
−
F
(
a
)
=
f
′
(
ξ
)
F
′
(
ξ
)
\exists\xi \in (a,b),\frac{f(b) - f(a)}{F(b) - F(a)} = \frac{f\prime(\xi)}{F^\prime(\xi)}
∃ξ∈(a,b),F(b)−F(a)f(b)−f(a)=F′(ξ)f′(ξ)
洛必达法则
0
0
,
∞
∞
,
0
∗
∞
,
∞
−
∞
,
0
0
,
1
∞
,
∞
0
\frac{0}{0}, \frac{\infty}{\infty}, 0*\infty, \infty-\infty, 0^0, 1^\infty, \infty^0
00,∞∞,0∗∞,∞−∞,00,1∞,∞0
1.
x
→
a
时
,
f
(
x
)
→
0
,
F
(
x
)
→
0.
1.x\to a时, f(x)\to 0 ,F(x)\to0.
1.x→a时,f(x)→0,F(x)→0.
2.
在
a
的
去
心
邻
域
内
,
f
′
(
x
)
F
′
(
x
)
存
在
,
且
F
′
(
x
)
≠
0.
2.在a的去心邻域内,f^\prime(x) F^\prime(x)存在,且 F^\prime(x) \neq 0.
2.在a的去心邻域内,f′(x)F′(x)存在,且F′(x)=0.
3.
lim
x
→
a
f
′
(
x
)
F
′
(
x
)
存
在
(
或
无
穷
大
)
,
3.\lim \limits_{x \to a} \frac{f^\prime(x)}{F^\prime(x) }存在(或无穷大),
3.x→alimF′(x)f′(x)存在(或无穷大),
则
lim
x
→
a
f
(
x
)
F
(
x
)
=
lim
x
→
a
f
′
(
x
)
F
′
(
x
)
则 \lim \limits_{x \to a} \frac{f(x)}{F(x)} = \lim \limits_{x \to a} \frac{f^\prime(x)}{F^\prime(x)}
则x→alimF(x)f(x)=x→alimF′(x)f′(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
)
≈
f
(
x
0
)
+
f
′
(
x
0
)
(
x
−
x
0
)
f(x) \approx f(x_0) + f'(x_0)(x-x_0)
f(x)≈f(x0)+f′(x0)(x−x0)
P
n
(
x
)
=
a
0
+
a
1
(
x
−
x
0
)
+
a
2
(
x
−
x
0
)
2
+
.
.
.
+
a
n
(
x
−
x
0
)
n
P_n(x) = a_0 + a_1(x-x_0) + a_2(x-x_0)^2 + ...+a_n(x-x_0)^n
Pn(x)=a0+a1(x−x0)+a2(x−x0)2+...+an(x−x0)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) 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)在x0处有n阶导数,存在x0的一个邻域,使得对于邻域中的一点x,
f
(
x
)
=
f
(
x
0
)
+
f
′
(
x
0
)
1
!
(
x
−
x
0
)
+
f
′
′
(
x
0
)
2
!
(
x
−
x
0
)
2
+
.
.
.
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
)
f(x) = f(x_0) + \frac{f'(x_0)}{1!}(x-x_0) + \frac{f''(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)
f(x)=f(x0)+1!f′(x0)(x−x0)+2!f′′(x0)(x−x0)2+...n!f(n)(x0)(x−x0)n+Rn(x).(Rn(x)=o((x−x0)n)高阶无穷小)
ξ
介
于
x
0
到
x
之
间
\xi 介于 x_0到x之间
ξ介于x0到x之间
R
n
(
x
)
=
f
(
n
+
1
)
(
ξ
)
(
n
+
1
)
!
(
x
−
x
0
)
n
+
1
.
R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!} (x-x_0)^{n+1}.
Rn(x)=(n+1)!f(n+1)(ξ)(x−x0)n+1.
泰勒中值
n
=
0
时
,
f
(
x
)
=
f
′
(
ξ
)
(
x
−
x
0
)
+
f
(
x
0
)
.
f
′
(
ξ
)
=
f
(
x
)
−
f
(
x
0
)
x
−
x
0
n = 0时, f(x) = f'(\xi)(x-x_0) + f(x_0). f'(\xi) = \frac{f(x) - f(x_0)}{x-x_0}
n=0时,f(x)=f′(ξ)(x−x0)+f(x0).f′(ξ)=x−x0f(x)−f(x0)
麦克劳林
x
0
=
0
时
,
f
(
x
)
=
f
(
0
)
+
f
′
(
0
)
1
!
x
+
.
.
.
+
f
(
n
)
(
0
)
n
!
x
n
+
f
(
n
+
1
)
(
θ
x
)
(
n
+
1
)
!
x
n
+
1
,
(
0
<
θ
<
1
)
x_0 = 0时,f(x) = f(0) + \frac{f'(0)}{1!}x + ... + \frac{f^{(n)}(0)}{n!} x^n + \frac{f^{(n+1)}(\theta x)}{(n+1)!} x^{n+1},(0<\theta<1)
x0=0时,f(x)=f(0)+1!f′(0)x+...+n!f(n)(0)xn+(n+1)!f(n+1)(θx)xn+1,(0<θ<1)
例子:
e
x
,
求
它
的
带
拉
格
朗
日
余
项
的
麦
克
劳
林
公
式
e^x,求它的带拉格朗日余项的麦克劳林公式
ex,求它的带拉格朗日余项的麦克劳林公式
f
′
(
x
)
=
f
′
′
(
x
)
=
⋯
=
f
(
n
)
(
x
)
=
e
x
,
f
(
n
+
1
)
(
θ
x
)
=
e
θ
x
f'(x) = f''(x)=\dots=f^{(n)}(x)=e^x,f^{(n+1)}(\theta x)=e^{\theta x}
f′(x)=f′′(x)=⋯=f(n)(x)=ex,f(n+1)(θx)=eθx
e
x
=
f
(
0
)
+
f
′
(
0
)
1
!
x
+
.
.
.
+
f
(
n
)
(
0
)
n
!
x
n
+
f
(
n
+
1
)
(
θ
x
)
(
n
+
1
)
!
x
n
+
1
,
(
0
<
θ
<
1
)
e^x=f(0) + \frac{f'(0)}{1!}x + ... + \frac{f^{(n)}(0)}{n!} x^n + \frac{f^{(n+1)}(\theta x)}{(n+1)!} x^{n+1},(0<\theta<1)
ex=f(0)+1!f′(0)x+...+n!f(n)(0)xn+(n+1)!f(n+1)(θx)xn+1,(0<θ<1)
e
x
=
1
+
1
1
!
x
+
1
2
!
x
2
+
⋯
+
1
n
!
x
n
+
1
(
n
+
1
)
!
e
θ
x
x
n
+
1
e^x=1 +\frac{1}{1!}x+\frac{1}{2!}x^2+\dots+\frac{1}{n!}x^n+\frac{1}{(n+1)!}e^{\theta x}x^{n+1}
ex=1+1!1x+2!1x2+⋯+n!1xn+(n+1)!1eθxxn+1
e
x
−
1
e^x-1
ex−1~
x
x
x 就是忽略高阶无穷小
单调性(一阶导数有关)
x
1
>
x
2
,
f
′
(
ξ
)
=
f
(
x
1
)
−
f
(
x
2
)
x
1
−
x
2
x1 > x2, f'(\xi) = \frac{f(x_1) - f(x_2)}{x_1 - x_2}
x1>x2,f′(ξ)=x1−x2f(x1)−f(x2)
凸凹性
定
义
:
x
1
,
x
2
.
定义:x_1,x_2.
定义:x1,x2.
凹
:
f
(
x
1
+
x
2
2
)
<
f
(
x
1
)
+
f
(
x
2
)
2
凹: f(\frac{x_1+x_2}{2})< \frac{f(x_1) + f(x_2)}{2}
凹:f(2x1+x2)<2f(x1)+f(x2)
凸
:
相
反
凸:相反
凸:相反
f
′
′
(
x
)
>
0
凹
f''(x) > 0 凹
f′′(x)>0凹
f
′
′
(
x
)
<
0
凸
f''(x) < 0 凸
f′′(x)<0凸
二元一次方程求根公式
x = − b ± b 2 − 4 a c 2 a x=\frac{-b \pm \sqrt[]{b^2-4ac}}{2a} x=2a−b±b2−4ac
不定积分
定
义
:
F
′
(
x
)
=
f
(
x
)
定义:F'(x) = f(x)
定义:F′(x)=f(x)
F
(
x
)
是
f
(
x
)
一
个
原
函
数
F(x) 是f(x)一个原函数
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
]
′
=
f
(
x
)
[F(x) + c]' = f(x)
[F(x)+c]′=f(x)
∫
f
(
x
)
d
x
=
F
(
x
)
+
c
\int f(x)dx = F(x) + c
∫f(x)dx=F(x)+c
不定积分性质:
1.
∫
[
f
(
x
)
±
g
(
x
)
]
d
x
=
∫
f
(
x
)
d
x
±
∫
g
(
x
)
d
x
1.\int {[f(x) \pm g(x)]dx} = \int f(x)dx \pm \int g(x)dx
1.∫[f(x)±g(x)]dx=∫f(x)dx±∫g(x)dx
2.
∫
k
f
(
x
)
d
x
=
k
∫
f
(
x
)
d
x
2.\int {kf(x)dx} = k\int {f(x)dx}
2.∫kf(x)dx=k∫f(x)dx
多项式除法
∫
2
x
4
+
x
2
+
3
x
2
+
1
d
x
\int {\frac{2x^4 + x^2 + 3}{x^2 + 1}dx}
∫x2+12x4+x2+3dx
2
x
4
+
0
x
3
+
x
2
+
0
x
+
3
x
2
+
1
\sqrt[x^2+1]{2x^4+0x^3+x^2+0x + 3}
x2+12x4+0x3+x2+0x+3
依次消除最高指数项,商为倍数,余数保留
∫
2
x
4
+
x
2
+
3
x
2
+
1
d
x
=
∫
(
2
x
2
−
1
+
4
x
2
+
1
)
d
x
\int {\frac{2x^4 + x^2 + 3}{x^2 + 1}dx} = \int {(2x^2-1+\frac{4}{x^2+1})dx}
∫x2+12x4+x2+3dx=∫(2x2−1+x2+14)dx
第一类换元积分法(凑)
∫
1
d
F
(
u
)
=
F
(
u
)
+
C
\int 1 dF(u) = F(u) + C
∫1dF(u)=F(u)+C
第二类换元积分法()
分部积分
∫
u
d
v
=
u
v
−
∫
v
d
u
\int udv = uv - \int vdu
∫udv=uv−∫vdu
谁放在d的后面,向d后面拿,优先级
1.
e
x
e^x
ex
2.
sin
x
cos
x
\sin x \cos x
sinxcosx
3.
x
n
x^n
xn
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
,
Δ
x
1
…
Δ
x
n
,
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,
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,Δx1…Δxn,
任
取
一
点
ξ
,
λ
=
m
a
x
(
Δ
x
1
.
.
.
Δ
x
n
)
.
任取一点 \xi, \lambda = max(\Delta x_1 ... \Delta x_n).
任取一点ξ,λ=max(Δx1...Δxn).
∫
a
b
f
(
x
)
d
x
=
lim
λ
→
0
∑
1
n
Δ
x
i
f
(
ξ
i
)
\int_a^b {f(x)dx} = \lim \limits_{\lambda \to 0} \sum_1^n {\Delta x_i f(\xi _i)}
∫abf(x)dx=λ→0lim∑1nΔxif(ξi)
∑
1
n
i
2
=
n
(
n
+
1
)
(
2
n
+
1
)
6
\sum_1^n{i^2} = \frac{n(n+1)(2n+1)}{6}
∑1ni2=6n(n+1)(2n+1)
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
)
≥
0
f(x) \geq 0
f(x)≥0
2.
f
(
x
)
≤
0
,
定
积
分
是
负
的
,
Δ
x
i
≥
0
f(x) \leq 0, 定积分是负的,\Delta x_i \geq 0
f(x)≤0,定积分是负的,Δxi≥0
3.
f
(
x
)
有
≥
0
,
有
≤
0
,
结
果
不
确
定
,
正
积
分
+
负
积
分
f(x)有 \geq 0,有 \leq 0,结果不确定,正积分 + 负积分
f(x)有≥0,有≤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
+
q
x
+
r
y = px^2+qx +r
y=px2+qx+r
定积分性质:
1.
b
=
a
.
∫
a
a
f
(
x
)
=
0
b = a.\int_a^a f(x) = 0
b=a.∫aaf(x)=0
2.
∫
a
b
f
(
x
)
d
x
=
−
∫
b
a
f
(
x
)
d
x
\int_a^b {f(x)dx} = -\int_b^a{f(x)dx}
∫abf(x)dx=−∫baf(x)dx
性质1: ∫ a b ( α f ( x ) + β g ( x ) ) d x = α ∫ a b f ( x ) d x + β ∫ a b g ( x ) d x . \int _a^b {(\alpha f(x)+ \beta g(x) )dx} =\alpha \int_a^b {f(x)dx} + \beta \int_a^b{g(x)dx}. ∫ab(αf(x)+βg(x))dx=α∫abf(x)dx+β∫abg(x)dx.
性质2: a < < b , ∫ a b f ( x ) d x = ∫ a c f ( x ) d x + ∫ c b f ( x ) d x a<<b ,\int_a^b{f(x)dx} = \int _a^c{f(x)dx} +\int _c^b {f(x)dx} a<<b,∫abf(x)dx=∫acf(x)dx+∫cbf(x)dx
性质3:
f
(
x
)
≡
1.
∫
a
b
1
d
x
=
b
−
a
f(x) \equiv 1. \int _a^b {1dx}=b-a
f(x)≡1.∫ab1dx=b−a
∫
a
b
k
d
x
=
k
(
b
−
a
)
\int _a^b {kdx} = k(b-a)
∫abkdx=k(b−a)
性质4:
f
(
x
)
≥
0.
∫
a
b
f
(
x
)
d
x
≥
0
f(x) \geq 0. \int_a^b {f(x)dx} \geq 0
f(x)≥0.∫abf(x)dx≥0
f
(
x
)
≤
0.
∫
a
b
f
(
x
)
d
x
≤
0
f(x) \leq0. \int_a^b {f(x)dx} \leq 0
f(x)≤0.∫abf(x)dx≤0
推论1:
f
(
x
)
≤
g
(
x
)
.
∫
a
b
f
(
x
)
d
x
≤
∫
a
b
g
(
x
)
d
x
f(x) \leq g(x). \int _a^b{f(x)dx} \leq \int _a^b{g(x)dx}
f(x)≤g(x).∫abf(x)dx≤∫abg(x)dx
g
(
x
)
−
f
(
x
)
≥
0.
∫
a
b
[
g
(
x
)
−
f
(
x
)
]
≥
0
g(x) - f(x) \geq 0. \int_a^b {[g(x) - f(x)]} \geq 0
g(x)−f(x)≥0.∫ab[g(x)−f(x)]≥0
推论2:
∣
∫
a
b
f
(
x
)
d
x
∣
≤
∫
a
b
∣
f
(
x
)
∣
d
x
\left| \int_a^b{f(x)dx} \right| \leq \int_a^b{|f(x)|dx}
∣∣∣∫abf(x)dx∣∣∣≤∫ab∣f(x)∣dx
−
∣
f
(
x
)
∣
≤
f
(
x
)
≤
∣
f
(
x
)
∣
-|f(x)| \leq f(x) \leq |f(x)|
−∣f(x)∣≤f(x)≤∣f(x)∣
−
∫
a
b
∣
f
(
x
)
∣
d
x
≤
∫
a
b
f
(
x
)
d
x
≤
∫
a
b
∣
f
(
x
)
∣
d
x
-\int_a^b{|f(x)|dx} \leq \int_a^b {f(x)dx} \leq \int_a^b {|f(x)|dx}
−∫ab∣f(x)∣dx≤∫abf(x)dx≤∫ab∣f(x)∣dx
性质5:
M,m,分别为最大,最小值。
m
(
b
−
a
)
≤
∫
a
b
f
(
x
)
d
x
≤
M
(
b
−
a
)
m(b-a) \leq \int_a^b{f(x)dx}\leq M(b-a)
m(b−a)≤∫abf(x)dx≤M(b−a)
性质6:定积分中值定理: f(x) 连续 .
存
在
ξ
∈
[
a
,
b
]
,
∫
a
b
f
(
x
)
d
x
=
f
(
ξ
)
(
b
−
a
)
.
存在 \xi \in[a,b], \int_a^b {f(x)dx} =f(\xi)(b-a).
存在ξ∈[a,b],∫abf(x)dx=f(ξ)(b−a).
m ( b − a ) ≤ ∫ a b f ( x ) d x ≤ M ( b − a ) m(b-a) \leq \int_a^b{f(x)dx}\leq M(b-a) m(b−a)≤∫abf(x)dx≤M(b−a)
m ≤ 1 b − a ∫ a b f ( x ) d x ≤ M m \leq \frac{1}{b-a}\int_a^b{f(x)dx} \leq M m≤b−a1∫abf(x)dx≤M
f ( ξ ) = 1 b − a ∫ a b f ( x ) d x . f(\xi) = \frac{1}{b-a}\int_a^b{f(x)dx}. f(ξ)=b−a1∫abf(x)dx. (平均值)
积分上限函数
Φ
(
x
)
=
∫
a
x
f
(
t
)
d
t
\Phi(x)=\int_a^x{f(t)dt}
Φ(x)=∫axf(t)dt
定理1:
Φ
′
(
x
)
=
d
d
x
∫
a
x
f
(
t
)
d
t
=
f
(
x
)
\Phi^ \prime (x) = \frac{d}{dx} \int_a^x {f(t)dt} = f(x)
Φ′(x)=dxd∫axf(t)dt=f(x)
定理2:
Φ
(
x
)
=
∫
a
x
f
(
t
)
d
t
是
f
(
x
)
的
一
个
原
函
数
\Phi (x) = \int_a^x {f(t)dt} 是f(x)的一个原函数
Φ(x)=∫axf(t)dt是f(x)的一个原函数
[ ∫ φ ( x ) ϕ ( x ) f ( t ) d t ] = f ( ϕ ( x ) ) ϕ ′ ( x ) − f ( φ ( x ) ) φ ′ ( x ) [\int_{\varphi(x)}^{\phi (x)} {f(t)dt}] = f(\phi(x)) \phi ^ \prime (x) - f(\varphi (x)) \varphi ^\prime (x) [∫φ(x)ϕ(x)f(t)dt]=f(ϕ(x))ϕ′(x)−f(φ(x))φ′(x)
牛顿-莱布尼茨公式
∫
a
b
f
(
x
)
d
x
=
F
(
x
)
∣
a
b
=
F
(
b
)
−
F
(
a
)
\int _a^b {f(x)dx} = F(x)|_a^b =F(b) - F(a)
∫abf(x)dx=F(x)∣ab=F(b)−F(a)
换元
x
=
ϕ
(
x
)
x = \phi (x)
x=ϕ(x)
ϕ
(
α
)
=
a
,
ϕ
(
β
)
=
b
\phi (\alpha) = a, \phi (\beta) = b
ϕ(α)=a,ϕ(β)=b
∫
a
b
f
(
x
)
d
x
=
∫
α
β
f
(
ϕ
(
x
)
)
ϕ
(
x
)
d
t
\int _a^b f(x)dx = \int _{\alpha}^{\beta} {f(\phi(x)) \phi(x)dt}
∫abf(x)dx=∫αβf(ϕ(x))ϕ(x)dt
分部积分
∫
a
b
u
d
v
=
u
v
∣
a
b
−
∫
a
b
v
d
u
\int _a^b {udv} = uv|_a^b - \int _a^b {vdu}
∫abudv=uv∣ab−∫abvdu
反常积分
1.无穷限的反常积分
∫
a
+
∞
f
(
x
)
d
x
=
lim
t
−
>
+
∞
∫
a
t
f
(
x
)
d
x
\int _a^{+\infty} {f(x)dx}= \lim \limits_{t->+ \infty} \int _a^t {f(x)dx}
∫a+∞f(x)dx=t−>+∞lim∫atf(x)dx
∫ − ∞ b f ( x ) d x = lim t − > − ∞ ∫ t b f ( x ) d x \int _{-\infty}^{b} {f(x)dx}= \lim \limits_{t->- \infty} \int _t^b {f(x)dx} ∫−∞bf(x)dx=t−>−∞lim∫tbf(x)dx
∫ − ∞ + ∞ f ( x ) d x = ∫ − ∞ 0 f ( x ) d x + ∫ 0 + ∞ f ( x ) d x \int _{-\infty}^{+\infty} {f(x)dx}=\int _{-\infty}^{0} {f(x)dx} + \int _0^{+\infty} {f(x)dx} ∫−∞+∞f(x)dx=∫−∞0f(x)dx+∫0+∞f(x)dx
∫ a + ∞ f ( x ) d x = F ( + ∞ ) − F ( a ) \int_a^{+\infty} {f(x)dx} = F(+\infty) - F(a) ∫a+∞f(x)dx=F(+∞)−F(a)
∫ − ∞ b f ( x ) d x = F ( b ) − F ( − ∞ ) \int _{-\infty}^{b} {f(x)dx} = F(b) - F(-\infty) ∫−∞bf(x)dx=F(b)−F(−∞)
∫ − ∞ + ∞ f ( x ) d x = F ( x ) ∣ − ∞ + ∞ \int _{-\infty}^{+\infty} {f(x)dx} = F(x)|_{-\infty}^{+\infty} ∫−∞+∞f(x)dx=F(x)∣−∞+∞
无界函数的反常积分(瑕积分)
瑕点
Γ
\Gamma
Γ函数
Γ
(
s
)
=
∫
0
+
∞
e
−
x
x
s
−
1
d
x
.
(
s
>
0
)
\Gamma(s) = \int_0^{+\infty} {e^{-x}x^{s-1}dx}.(s>0)
Γ(s)=∫0+∞e−xxs−1dx.(s>0)
1.
Γ
(
s
+
1
)
=
s
Γ
(
s
)
\Gamma(s+1)=s\Gamma (s)
Γ(s+1)=sΓ(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
∫
g
(
y
)
d
y
=
∫
f
(
x
)
d
x
\int {g(y) dy} = \int {f(x)dx}
∫g(y)dy=∫f(x)dx
齐次方程
y
x
整
体
出
现
\frac{y}{x} 整体出现
xy整体出现
d
y
d
x
=
1
+
(
y
x
)
2
1
−
2
(
y
x
)
2
\frac{dy}{dx} = \frac{1+(\frac{y}{x})^2}{1 - 2(\frac{y}{x})^2}
dxdy=1−2(xy)21+(xy)2
d y d x = ϕ ( y x ) \frac{dy}{dx} = \phi {(\frac{y}{x})} dxdy=ϕ(xy)
1.
u
=
y
x
.
1. u = \frac{y}{x}.
1.u=xy.
2.
y
=
x
u
.
2.y = xu .
2.y=xu.
3.
d
y
d
x
=
u
+
x
d
u
d
x
.
3. \frac{dy}{dx} = u + x{\frac{du}{dx}}.
3.dxdy=u+xdxdu.
可化为齐次的方程
d
y
d
x
=
a
x
+
b
y
+
c
a
1
x
+
b
1
y
+
c
1
\frac{dy}{dx} = \frac{ax+by+c}{a_1x+b_1y+c_1}
dxdy=a1x+b1y+c1ax+by+c
x = X + h
y = Y + k
d Y d X = a X + b Y + a h + b k + c a 1 X + b 1 Y + a 1 h + b 1 k + c 1 \frac{dY}{dX} = \frac{aX+bY + ah + bk + c}{a_1X+b_1Y+ a_1h + b_1k +c_1} dXdY=a1X+b1Y+a1h+b1k+c1aX+bY+ah+bk+c
{ a h + b k + c = 0 a 1 h + b 1 k + c 1 = 0 \begin{cases} ah + bk + c = 0\\ a_1h+b_1k + c_1 = 0\\ \end{cases} {ah+bk+c=0a1h+b1k+c1=0
a 1 a ≠ b 1 b \frac{a_1}{a} \neq \frac{b_1}{b} aa1=bb1
一阶线性微分方程
d
y
d
x
+
p
(
x
)
y
=
Q
(
x
)
\frac{dy}{dx}+p(x)y=Q(x)
dxdy+p(x)y=Q(x)
{
Q
(
x
)
≡
0.
齐
次
,
d
y
y
=
−
p
(
x
)
d
x
⇒
ln
y
=
−
∫
p
(
x
)
d
x
+
c
1
⇒
y
=
c
e
−
∫
p
(
x
)
d
x
\begin{cases} Q(x)\equiv0.齐次,\frac{dy}{y}=-p(x)dx\Rightarrow \ln y = - \int {p(x)dx} + c_1 \Rightarrow y = ce^{-\int {p(x)dx}} \end{cases}
{Q(x)≡0.齐次,ydy=−p(x)dx⇒lny=−∫p(x)dx+c1⇒y=ce−∫p(x)dx
y = e − ∫ p ( x ) d x ( ∫ Q ( x ) e ∫ p ( x ) d x d x + c ) y = e^{-\int {p(x)dx}} (\int {Q(x)} e^{\int {p(x)dx}}dx + c) y=e−∫p(x)dx(∫Q(x)e∫p(x)dxdx+c)
伯努利方程
d
y
d
x
+
p
(
x
)
y
=
Q
(
x
)
y
n
\frac{dy}{dx}+p(x)y=Q(x)y^n
dxdy+p(x)y=Q(x)yn
可降阶的高阶微分方程
y
(
n
)
=
f
(
x
)
y^{(n)}=f(x)
y(n)=f(x)
常系数齐次线性微分方程
二阶
y
′
′
+
p
y
′
+
q
y
=
0
y^{\prime \prime} + py^{\prime} + qy = 0
y′′+py′+qy=0
r
2
+
p
r
+
q
=
0
r^2+pr+q=0
r2+pr+q=0
1.
Δ
=
p
2
−
4
q
>
0
,
y
=
c
1
e
r
1
x
+
c
2
e
r
2
x
1.\Delta = p^2 - 4q > 0 ,y = c_1e^{r^1x}+c_2e^{r_2x}
1.Δ=p2−4q>0,y=c1er1x+c2er2x
2.
Δ
=
p
2
−
4
q
=
0
,
y
=
(
c
1
+
c
2
x
)
e
r
1
x
2.\Delta = p^2 - 4q = 0 ,y = (c_1 + c_2x)e^{r^1x}
2.Δ=p2−4q=0,y=(c1+c2x)er1x
1.
Δ
=
p
2
−
4
q
<
0
,
r
1
=
α
+
β
i
,
r
2
=
α
−
β
i
1.\Delta = p^2 - 4q < 0 ,r_1 = \alpha + \beta i,r_2 = \alpha - \beta i
1.Δ=p2−4q<0,r1=α+βi,r2=α−βi
y
=
e
α
x
(
c
1
cos
β
x
+
c
2
sin
β
x
)
y = e^{\alpha x} (c_1\cos \beta x + c_2 \sin \beta x)
y=eαx(c1cosβx+c2sinβx)
向量
大小,方向,不管起点
模 长度
∣
A
⃗
∣
|\vec A|
∣A∣
长度等于1 单位向量
长度等于0 零向量
夹角 ( 0 ≤ ≤ π 0 \leq \ \leq \pi 0≤ ≤π)
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.
∣
λ
α
∣
=
∣
λ
∣
∣
α
∣
|\lambda \alpha|=|\lambda||\alpha|
∣λα∣=∣λ∣∣α∣
(
λ
+
μ
)
a
=
λ
a
+
μ
a
(\lambda + \mu)a=\lambda a + \mu a
(λ+μ)a=λa+μa
λ
(
a
+
b
)
=
λ
a
+
λ
b
\lambda(a+b) = \lambda a + \lambda b
λ(a+b)=λa+λb
λ
(
μ
a
)
=
μ
(
λ
a
)
\lambda(\mu a) = \mu(\lambda a)
λ(μa)=μ(λa)
∣ a ∣ a ∣ ∣ = 1 |\cfrac{a}{|a|}| = 1 ∣∣a∣a∣=1
空间直角坐标系
右手系准则
单位向量 i,j,k
r
=
x
i
+
y
j
+
z
k
,
(
x
,
y
,
z
)
r=xi+yj+zk,(x,y,z)
r=xi+yj+zk,(x,y,z)
向量平行
b
=
λ
a
,
⟹
a
x
b
x
=
a
y
b
y
=
a
z
b
z
b = \lambda a,\Longrightarrow \cfrac{a_x}{b_x} = \cfrac{a_y}{b_y}=\cfrac{a_z}{b_z}
b=λa,⟹bxax=byay=bzaz
以向量为元(未知数)的线性方程
{
5
x
−
3
y
=
a
3
x
−
2
y
=
b
\begin{cases} 5x-3y=a\\ 3x-2y=b \end{cases}
{5x−3y=a3x−2y=b
a=(2,1,2),b=(-1,1,-2)
{
x
=
2
a
−
3
b
=
(
7
,
−
1
,
10
)
y
=
3
a
−
5
b
=
3
(
2
,
1
,
2
)
−
5
(
−
1
,
1
,
−
2
)
=
(
11
,
−
2
,
16
)
\begin{cases} x=2a-3b=(7,-1,10) y=3a-5b=3(2,1,2)-5(-1,1,-2)=(11,-2,16) \end{cases}
{x=2a−3b=(7,−1,10)y=3a−5b=3(2,1,2)−5(−1,1,−2)=(11,−2,16)
(x,y,z)既可以表示点,也可以表示向量
r=(x,y,z)
∣
r
∣
=
x
2
+
y
2
+
z
2
|r|=\sqrt{x^2+y^2+z^2}
∣r∣=x2+y2+z2
两点距离公式
∣
A
B
∣
=
(
x
1
−
x
2
)
2
+
(
y
1
−
y
2
)
2
+
(
z
1
−
z
2
)
2
|AB| =\sqrt{(x_1-x_2)^2+(y_1-y_2)^2+(z_1-z_2)^2}
∣AB∣=(x1−x2)2+(y1−y2)2+(z1−z2)2
A B → = O B → − O A → \overrightarrow {AB} = \overrightarrow {OB} - \overrightarrow {OA} AB=OB−OA
方向角、方向余弦
方向余弦
O
M
→
=
r
=
(
x
,
y
,
z
)
\overrightarrow {OM}=r=(x,y,z)
OM=r=(x,y,z)
cos
α
=
x
∣
r
∣
\cos \alpha = \cfrac{x}{|r|}
cosα=∣r∣x
cos
β
=
y
∣
r
∣
\cos \beta= \cfrac{y}{|r|}
cosβ=∣r∣y
cos
γ
=
z
∣
r
∣
\cos \gamma= \cfrac{z}{|r|}
cosγ=∣r∣z
(
cos
α
,
cos
β
,
cos
γ
)
=
(
x
∣
r
∣
,
y
∣
r
∣
,
z
∣
r
∣
)
=
1
∣
r
∣
r
=
e
r
(\cos \alpha,\cos \beta,\cos \gamma)=( \cfrac{x}{|r|},\cfrac{y}{|r|},\cfrac{z}{|r|})= \cfrac{1}{|r|} r=e_r
(cosα,cosβ,cosγ)=(∣r∣x,∣r∣y,∣r∣z)=∣r∣1r=er
同方向的单位向量
cos 2 α + cos 2 β + cos 2 γ = 1 \cos^2 \alpha + \cos^2 \beta + \cos^2 \gamma =1 cos2α+cos2β+cos2γ=1
投影
数量积(判断垂直)
a
⋅
b
=
∣
a
∣
∣
b
∣
cos
θ
=
∣
a
∣
P
r
j
a
b
=
∣
b
∣
P
r
i
b
a
a \cdot b = |a||b|\cos \theta=|a|P_{rj_a}b=|b|P_{ri_b}a
a⋅b=∣a∣∣b∣cosθ=∣a∣Prjab=∣b∣Priba
1.
a
⋅
b
=
b
⋅
a
a \cdot b = b \cdot a
a⋅b=b⋅a
2.
(
a
+
b
)
⋅
c
=
a
⋅
c
+
b
⋅
c
(a+b)\cdot c = a \cdot c + b \cdot c
(a+b)⋅c=a⋅c+b⋅c
3.
(
λ
a
)
⋅
b
=
λ
(
a
⋅
b
)
(\lambda a)\cdot b=\lambda (a \cdot b)
(λa)⋅b=λ(a⋅b)
a
⋅
(
λ
b
)
=
λ
(
a
⋅
b
)
a \cdot (\lambda b) = \lambda (a \cdot b)
a⋅(λb)=λ(a⋅b)
(
λ
a
)
⋅
(
μ
b
)
=
λ
μ
(
a
⋅
b
)
(\lambda a)\cdot(\mu b)=\lambda \mu (a \cdot b)
(λa)⋅(μb)=λμ(a⋅b)
余弦定理
c
2
=
a
2
+
b
2
−
2
a
b
cos
θ
c^2 = a^2 + b^2 - 2ab\cos \theta
c2=a2+b2−2abcosθ
向量积(判断平行)
a,b两向量
c
=
a
×
b
c = a \times b
c=a×b
c的模
∣
c
∣
=
∣
a
∣
∣
b
∣
sin
θ
|c| = |a||b|\sin \theta
∣c∣=∣a∣∣b∣sinθ
c的方向: 右手从a向b
1.
a
×
a
=
0
a \times a = 0
a×a=0
2.非零向量a,b.
a
×
b
=
0
a \times b = 0
a×b=0 ,a //b
1.
b
×
a
=
−
a
×
b
b \times a = - a \times b
b×a=−a×b
2.
(
a
+
b
)
×
c
=
a
×
c
+
b
×
c
(a+b) \times c=a \times c + b \times c
(a+b)×c=a×c+b×c
3.
(
λ
a
)
×
b
=
a
×
(
λ
b
)
(\lambda a)\times b=a \times (\lambda b)
(λa)×b=a×(λb)
例: a = (2,1,-1) , b = (1,-1,2)
a
×
b
=
∣
i
j
k
2
1
−
1
1
−
1
2
∣
=
i
−
5
j
−
3
k
a \times b = \begin{vmatrix} i & j & k\\ 2 & 1 & -1\\ 1 & -1 & 2 \end{vmatrix}=i-5j-3k
a×b=∣∣∣∣∣∣i21j1−1k−12∣∣∣∣∣∣=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
)
M_0=(x_0,y_0,z_0) ,法线向量n = (A,B,C)
M0=(x0,y0,z0),法线向量n=(A,B,C)
A
(
x
−
x
0
)
+
B
(
y
−
y
0
)
+
C
(
z
−
z
0
)
=
0
A(x-x0)+B(y-y0)+C(z-z_0)=0
A(x−x0)+B(y−y0)+C(z−z0)=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
x
a
+
y
b
+
z
c
=
1
\cfrac{x}{a} + \cfrac{y}{b} + \cfrac{z}{c} = 1
ax+by+cz=1
两平面的夹角(法线的夹角)
取锐角部分
cos θ = ∣ A 1 A 2 + B 1 B 2 + C 1 C 2 ∣ A 1 2 + B 1 2 + C 1 2 A 2 2 + B 2 2 + C 2 2 \cos \theta = \cfrac{|A_1A_2+B_1B_2+C_1C_2|}{\sqrt{A_1^2+B_1^2+C_1^2} \sqrt{A_2^2+B_2^2+C_2^2} } cosθ=A12+B12+C12A22+B22+C22∣A1A2+B1B2+C1C2∣
{ 1. 垂 直 . A 1 A 2 + B 1 B 2 + C 1 C 2 = 0 2. 平 行 或 重 合 . A 1 A 2 = B 1 B 2 = C 1 C 2 \begin{cases} 1.垂直. \quad A_1A_2+B_1B_2+C_1C_2 = 0\\ 2.平行或重合.\quad \cfrac{A_1}{A_2}=\cfrac{B_1}{B_2}=\cfrac{C_1}{C_2} \end{cases} ⎩⎨⎧1.垂直.A1A2+B1B2+C1C2=02.平行或重合.A2A1=B2B1=C2C1
空间直线及其方程
1.一般方程
{
A
1
x
+
B
1
y
+
C
1
z
+
D
=
0
A
2
x
+
B
2
y
+
C
2
z
+
D
=
0
\begin{cases} A_1x+B_1y+C_1z+D=0\\ A_2x+B_2y+C_2z+D=0 \end{cases}
{A1x+B1y+C1z+D=0A2x+B2y+C2z+D=0
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
{
F
(
x
,
y
,
z
)
=
0
G
(
x
,
y
,
z
)
=
0
\begin{cases} F(x,y,z)=0\\ G(x,y,z)=0 \end{cases}
{F(x,y,z)=0G(x,y,z)=0
参数方程
{
x
=
x
(
t
)
y
=
y
(
y
)
z
=
z
(
t
)
\begin{cases} x=x(t)\\ y=y(y)\\ z=z(t) \end{cases}
⎩⎪⎨⎪⎧x=x(t)y=y(y)z=z(t)
空间曲线在坐标面上投影
旋转曲面
母线,轴