高等数学公式大全（三）

多元函数微分学

章节概括

• 基本概念
  • 平面点集的基本概念
  • 极限
  • 连续
  • 偏导数
  • 可微
  • 偏导数的连续性
• 多元函数微分法则
  • 链式求导规则
  • 隐函数存在定理（公式法）
• 多元函数的极值与最值
  • 概念
  • 无条件极值
    • 隐函数
    • 显函数
  • 条件极值与拉格朗日乘数法
    • 闭区间边界上的最值
    • 闭区域上的最值

极限

设二元函数$f(P)=f(x,y)$的定义域为D，$P_0(x_0,y_0)$是D的聚点

如果存在常数A，对于任意给定的正数$ϵ$，总存在正数$\delta$，使得当点$P(x,y)\in D\cap U^{\circ }(P_0,\delta )$时，都有$|f(x,y)-A|<ϵ$成立

那么就称常数A为函数$f(x,y)$当$(x,y)\to (x_0,y_0)$的极限，记作
$$\underset{(x,y)\to (x_0,y_0)}{\lim }f(x,y)=A或f(x,y)\to A((x,y)\to (x_0,y_0))$$

连续

如果
$$\underset{x\to x_{0}y\to y_0}{\lim }f(x,y)=f(x_0,y_0)$$
则称$f(x,y)$在点$(x_0,y_0)$处连续

偏导数

设函数$z=f(x,y)在点(x_0,y_0)$的某领域内有定义。若极限
$$\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}$$
存在，则称此极限为函数$z=f(x,y)在点(x_0,y_0)$处对x的偏导数，记作
$$\frac{\partial z}{\partial x}{\mid }_{x=x_0,y=y_0},\frac{\partial f}{\partial x}{\mid }_{x=x_0,y=y_0},z_x^{\prime }{\mid }_{x=x_0,y=y_0},f_x^{\prime }(x_0,y_0)$$
于是
$$f_x^{\prime }(x_0,y_0)=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}=\underset{x\to x_0}{\lim }\frac{f(x,y_0)-f(x_0,y_0)}{x-x_0}$$

$$f_y^{\prime }(x_0,y_0)=\underset{\Delta y\to 0}{\lim }\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}=\underset{y\to y_0}{\lim }\frac{f(x_0,y)-f(x_0,y_0)}{y-y_0}$$

如果函数$z=f(x,y)$在区域D内的偏导数$f_x^{\prime }(x,y),f_y^{\prime }(x,y)$仍具有偏导数，则它们的偏导数称为函数$z=f(x,y)$的二阶偏导数，按照对变量求导次序的不同，有如下四个二阶偏导数
$$\frac{\partial }{x}(\frac{\partial z}{x})=\frac{{\partial }^{2}z}{\partial x^2}=f_{xx}^{"}(x,y),\frac{\partial }{y}(\frac{\partial z}{x})=\frac{{\partial }^{2}z}{\partial x\partial y}=f_{xy}^{"}(x,y)$$

$$\frac{\partial }{y}(\frac{\partial z}{y})=\frac{{\partial }^{2}y}{\partial y^2}=f_{yy}^{"}(x,y),\frac{\partial }{x}(\frac{\partial z}{y})=\frac{{\partial }^{2}z}{\partial y\partial x}=f_{yx}^{"}(x,y)$$

其中$f_{xy}^{"}(x,y)，f_{yx}^{"}(x,y)$称为混合偏导数

同样可得三阶、四阶以及n阶偏导数，二阶及二阶以上的偏导数统称为高阶偏导数

可微

如果函数$z=f(x,y)$在点$(x,y)$的全增量$\Delta z=f(x+\Delta x,y+\Delta y)-f(x,y)$

可表示为
$$\Delta z=A\Delta x+B\Delta y+o(\rho )(\rho \to 0)$$
其中$\rho =\sqrt{(\Delta x{)}^2+\Delta y{)}^2}$，A，B不依赖于$\Delta x,\Delta y$而仅与x,y有关

则称函数$z=f(x,y)$在点$(x,y)$可微，而称$A\Delta x+B\Delta y$为函数$z=f(x,y)$在点$(x,y)$的全微分，记作$dz$，即
$$dz=A\Delta x+B\Delta y$$
判断函数$z=f(x,y)$在点$(x,y)$是否可微，步骤如下：

1. 写出全增量$\Delta z=f(x+\Delta x,y+\Delta y)-f(x,y)$
2. 写出线性增量$A\Delta x+B\Delta y$，其中$A=f_x^{\prime }(x_0,y_0),B=f_y^{\prime }(x_0,y_0)$
3. 作极限如下，若该极限等于0，则$z=f(x,y)$在点$(x_0,y_0)$可微，否则就不可微

$$\underset{\Delta x\to 0,\Delta y\to 0}{\lim }\frac{\Delta z-(A\Delta x+B\Delta y)}{\sqrt{(\Delta x{)}^2+\Delta y{)}^2}}$$

偏导数的连续性

对于函数$z=f(x,y)$，讨论其在某特殊点$(x_0,y_0)$（比如二元分段函数的分段点）处偏导数是否连续，步骤为

1. 用定义法求$f_x^{\prime }(x_0,y_0),f_y^{\prime }(x_0,y_0)$
2. 用公式法求$f_x^{\prime }(x,y),f_y^{\prime }(x,y)$
3. 计算${\lim }_{x\to x_0,y\to y_0}{f}_x^{\prime }(x,y),{\lim }_{x\to x_0,y\to y_0}{f}_y^{\prime }(x,y)$

看${\lim }_{x\to x_0,y\to y_0}{f}_x^{\prime }(x,y)=f_x^{\prime }(x_0,y_0),{\lim }_{x\to x_0,y\to y_0}{f}_y^{\prime }(x,y)=f_y^{\prime }(x_0,y_0)$是否成立，则$z=f(x,y)$在点$(x_0,y_0)$处的偏导数是连续的

链式求导法则

复合函数的中间变量均为一元函数的情形：

设$z=f(u,v),u=\alpha (x),v=\beta (x)$，则$z=f[\alpha (x),\beta (x)]$，且
$$\frac{dz}{dx}=\frac{\partial z}{\partial u}\cdot \frac{du}{dx}+\frac{\partial z}{\partial v}\cdot \frac{dv}{dx}$$
复合函数的中间变量均为多元函数的情形：

设$z=f(u,v),u=\alpha (x,y),v=\beta (x,y)$，则$z=f[\alpha (x,y),\beta (x,y)]$，且
$$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\cdot \frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\cdot \frac{\partial v}{\partial x}$$

$$\frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\cdot \frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\cdot \frac{\partial v}{\partial y}$$

复合函数的中间变量既有一元函数，又有多元函数的情形：

设$z=f(u,v),u=\alpha (x,y),v=\beta (y)$，则$z=f[\alpha (x,y),\beta (y)]$，且
$$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\cdot \frac{\partial u}{\partial x}$$

$$\frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\cdot \frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\cdot \frac{\partial v}{\partial y}$$

隐函数存在定理（公式法）

设函数$F(x,y,z)$在点$P(x_0,y_0,z_0)$的某一领域内具有连续偏导数，且$F(x,y,z)=0,F_z^{\prime }(x_0,y_0,z_0)=0$

则方程$F(x,y,z)=0$在点$(x_0,y_0,z_0)$的某一领域内能唯一确定一个连续且具有连续偏导数的函数$z=f(x,y)$，它满足条件$z_0=f(x_0,y_0)$，并有
$$\frac{\partial z}{\partial x}=-\frac{F_x^{\prime }}{F_z^{\prime }},\frac{\partial z}{\partial y}=-\frac{F_y^{\prime }}{F_z^{\prime }}$$

多元函数的无条件极值

二元函数取极值的必要条件（类比一元函数）

设$z=f(x,y)$在点$(x_0,y_0)$一阶偏导数存在并取极值，则$f_x^{\prime }(x_0,y_0)=0,f_y^{\prime }(x_0,y_0)=0$

二元函数取极值的充分条件

记$f_{xx}^{"}(x_0,y_0)=A，f_{xy}^{"}(x_0,y_0)=B，f_{yy}^{"}(x_0,y_0)=C$

则$\Delta =AC-B^2$，若$\Delta >0$取极值（A<0取极大值，A>0取极小值）

$\Delta >0$不取极值，$\Delta =0$方法失效

条件极值与拉格朗日乘数法

求目标函数$u=f(x,y,z)$在条件$\alpha (x,y,z)=0,\beta (x,y,z)=0$下的最值，则

1. 构造辅助函数$F(x,y,z,\lambda ,\mu )=f(x,y,z)+\lambda \alpha (x,y,z)+\mu \beta (x,y,z)$
2. 令

$$\{\begin{array}{l}{F}_x^{\prime }=f_x^{\prime }+\lambda {\alpha }_x^{\prime }+\mu {\alpha }_y^{\prime }=0\\ F_y^{\prime }=f_y^{\prime }+\lambda {\alpha }_y^{\prime }+\mu {\alpha }_y^{\prime }=0\\ F_z^{\prime }=f_z^{\prime }+\lambda {\alpha }_z^{\prime }+\mu {\alpha }_z^{\prime }=0\\ F_{\lambda }^{\prime }=\alpha (x,y,z)=0\\ F_{\mu }^{\prime }=\beta (x,y,z)=0\end{array}$$

3. 解上述方程组得备选点$P_i,i=1,2,3,\cdots ,n$，并求$f(P_i)$，取其最大值为$u_{max}$，最小值为$u_{min}$
4. 根据实际问题，必存在最值，所得即为所求

二重积分

章节概括

• 概念、性质与对称性
  • 几何背景
  • 性质
  • 对称性
    • 普通对称性
    • 轮换对称性
• 计算
  • 直角坐标系
  • 极坐标系
  • 极坐标系与直角坐标系选择的一般原则
  • 极直互化
  • 积分次序
  • 用二重积分处理一元积分的问题

几何背景

曲顶柱体的体积

性质

求区域面积

$${\iint }_{D}1\cdot d\sigma ={\iint }_{D}d\sigma =A(A表示区域D的面积)$$

可积函数必有界

当f(x,y)在有界闭区域D上可积时，f(x,y)在D上必有界
$${\iint }_D[f(x,y)\pm g(x,y)]d\sigma ={\iint }_{D}f(x,y)d\sigma \pm {\iint }_{D}g(x,y)d\sigma$$

积分的线性性质

$${\iint }_{D}kf(x,y)d\sigma =k{\iint }_{D}f(x,y)d\sigma$$

积分的可加性

设$f(x,y)$在有界闭区域D上可积，且$D_1\cup D_2=D，D_1\cap D_2=\oslash$，则
$${\iint }_{D_1+D_2}[f(x,y)\pm g(x,y)]d\sigma ={\iint }_{D_1}f(x,y)d\sigma \pm {\iint }_{D_2}g(x,y)d\sigma$$

积分的保号性

当$f(x,y),g(x,y)$在有界闭区域D上可积时，若在D上
$$f(x,y)\le g(x,y)$$
则有
$${\iint }_{D}f(x,y)d\sigma \le {\iint }_{D}g(x,y)d\sigma$$
特殊的，有
$$|{\iint }_{D}f(x,y)d\sigma |\le {\iint }_D|f(x,y)|d\sigma$$

估值定理

设M,m分别是$f(x,y)$在有界闭区域D上的最大值和最小值，A为D的面积，则有
$$mA\le {\iint }_{D}f(x,y)d\sigma \le MA$$

中值定理

设函数$f(x,y)$在有界闭区域D上连续，A为D的面积，则在D上至少存在一点$(\xi ,\eta )$，使得
$${\iint }_{D}f(x,y)d\sigma =f(\xi ,\eta )A$$

普通对称性

$${\iint }_{D}f(x,y)dxdy=\{\begin{array}{ll}2{\iint }_{D_1}f(x,y)dxdy,& f(x,y)=f(-x,y)\\ 0& -f(x,y)=f(-x,y)\end{array}$$

轮换对称性

若把x与y对调，区域D不变（或区域D关于$y=x$对称），则
$${\iint }_{D}f(x,y)d\sigma ={\iint }_{D}f(y,x)d\sigma$$

直角坐标系下的计算法

X型区域，${\phi }_1(x)\le y\le {\phi }_2(x),a\le x\le b$：

[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-cMaFmcm2-1682481364236)(…/…/image/image-20220525110814843.png)]
$${\iint }_{D}f(x,y)d\sigma ={\int }_a^{b}dx{\int }_{{\phi }_1(x)}^{{\phi }_2(x)}f(x,y)dy$$
Y型区域，${\phi }_1(y)\le x\le {\phi }_2(y),c\le y\le d$：

[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-PCa4pgTi-1682481364238)(…/…/image/image-20220525110851769.png)]
$${\iint }_{D}f(x,y)d\sigma ={\int }_c^{d}dy{\int }_{{\phi }_1(y)}^{{\phi }_2(y)}f(x,y)dx$$
这里的下限都必须小于或等于上限

极坐标系下的计算法

极点O在区域D外部

[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-MHnTJHpG-1682481364238)(…/…/image/image-20220525110951461.png)]
$$\iint f(x,y)d\sigma ={\int }_{\alpha }^{\beta }d\theta {\int }_{r_1(\theta )}^{r_2(\theta )}f(rcos\theta ,rsin\theta )rdr$$
极点O在区域D边界上

[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-nzPLs4Ch-1682481364239)(…/…/image/image-20220525111047749.png)]
$$\iint f(x,y)d\sigma ={\int }_{\alpha }^{\beta }d\theta {\int }_0^{r(\theta )}f(rcos\theta ,rsin\theta )rdr$$
极点O在区域D内部

[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-KPVYg68N-1682481364239)(…/…/image/image-20220525111110216.png)]
$$\iint f(x,y)d\sigma ={\int }_0^{2\pi }d\theta {\int }_0^{r(\theta )}f(rcos\theta ,rsin\theta )rdr$$

极坐标系与直角坐标系的一般原则

1. 看被积函数是否为$f(x^2+y^2),f(\frac{y}{x}),f(\frac{x}{y})$等形式
2. 看积分区域是否为圆或者圆的一部分

如果两者兼是，那么优先选用极坐标系

以上只是一般原则，为大方向，实际情况实际分析

极坐标系与直角坐标系的相互转换

$$令\{\begin{array}{l}x=rcos\theta \\ y=rsin\theta \end{array}或\{\begin{array}{l}x-x_0=rcos\theta \\ y-y_0=rsin\theta \end{array}$$

$$其中D=\{(r,\theta )|\alpha \le \theta \le \beta ,r_1(\theta )\le \theta \le r_2(\theta )\}$$

$$则\iint f(x,y)d\sigma ={\int }_{\alpha }^{\beta }d\theta {\int }_{r_1(\theta )}^{r_2(\theta )}rf(rcos\theta ,rsin\theta )dr(注意后面多个r,dx\to rdr)$$

[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-MtxGZsYm-1682481364240)(…/…/image/极坐标变换.png)]

常微分方程

章节概括

• 微分方程的概念（用概念做题）
  • 微分方程
  • 常微分方程
  • 微分方程的阶
  • 微分方程的解
  • 微分方程的通解
  • 初始条件与特解
• 一阶微分方程的求解
  • 变量可分离型
  • 可化为变量可分离型
  • 一阶线性微分方程
  • 伯努利方程
• 二阶可降阶微分方程的求解
  • $y^{"}=f(x,y^{\prime })$型
  • $y^{"}=f(y,y^{\prime })$型
• 高阶线性微分方程的求解
  • 概念
  • 解的结构（以二阶为例）
  • 二阶常系数齐次线性微分方程的的通解
  • 二阶常系数非齐次线性微分方程的的特解
  • n阶常系数齐次线性微分方程的解

概念

微分方程

表示未知函数及其导数（或者微分）与自变量之间关系的方程称为微分方程

常微分方程

未知函数是一元函数的微分方程称为常微分方程

如：$y^{"\prime }-y^{"}+y=0$

微分方程的阶

方程中未知函数的最高阶导数的阶数称为微分方程的阶

如：$y^{"\prime }-y^{"}+y=0$就是三阶微分方程

微分方程的通解

若微分方程的解中含有的独立常数的个数等于微分方程的阶数，则该解称为微分方程的通解

初始条件与特解

确定通解中的常数的条件就是初始条件，确定了通解中的常数后，解就成了特解

一阶微分方程的求解

变量可分离型

$$\frac{\mathrm{d}y}{\mathrm{d}x}={\phi }_1(x){\phi }_2(x)\Rightarrow \frac{\mathrm{d}y}{{\phi }_2(x)}={\phi }_1(x)dx\Rightarrow \int \frac{\mathrm{d}y}{{\phi }_2(x)}=\int {\phi }_1(x)dx+C({\phi }_2(x)\ne 0)$$

可化为变量可分离型

$$\frac{\mathrm{d}y}{\mathrm{d}x}=f(ax+by+c)令u=ax+by+c\Rightarrow \frac{\mathrm{d}u}{\mathrm{d}x}=a+b\frac{\mathrm{d}y}{\mathrm{d}x}\Rightarrow \frac{\mathrm{d}u}{\mathrm{d}x}=a+bf(u)$$

变量替换法

$$\frac{\mathrm{d}y}{\mathrm{d}x}={\phi }_{(}\frac{y}{x})(令\frac{y}{x}=u)\Rightarrow u+x\frac{du}{dx}=\phi (u)\Rightarrow \int \frac{\mathrm{d}y}{\phi (u)-u}=\int \frac{dx}{x}+C(\phi (u)-u\ne 0)$$

一阶齐次线性微分方程

$$\frac{dy}{dx}+P(x)y=0，通解公式为：y=C{e}^{-\int P(x)dx}(C为任意常数)$$

一阶非齐次线性微分方程

$$\frac{dy}{dx}+P(x)y=Q(x)，通解公式为：y=[\int Q(x)e^{\int P(x)dx}dx+C]e^{-\int P(x)dx}(C为任意常数)$$

伯努利方程

形如$y^{\prime }+p(x)y=q(x)y^n(n\ne 0,1)$的方程，其中$p(x),q(x)$为已知的连续函数，其解法具体步骤为

1. 先变形为$y^{-n}\cdot y^{\prime }+p(x)y^{1-n}=q(x)$
2. 令$z=y^{1-n}$，得$\frac{dz}{dx}=(1-n)y^{-n}\frac{dy}{dx}$，则$\frac{1}{1-n}\cdot \frac{dz}{dx}+p(x)z=q(x)$
3. 解此一阶线性微分方程即可

高阶微分方程

概念

1. 方程$y^{"}+p(x)y^{\prime }+q(x)y=f(x)$称为二阶变系数线性微分方程，其中$p(x),q(x)$叫系数函数，f(x)叫自由项，均为已知的连续函数
   1. 当$f(x)=0$时，$y^{"}+p(x)y^{\prime }+q(x)y=0$为齐次方程
   2. 当f(x)不恒等于0时，$y^{"}+p(x)y^{\prime }+q(x)y=f(x)$为非齐次方程
2. 方程$y^{"}+p{y}^{\prime }+qy=f(x)$称为二阶常系数线性微分方程，其中$p,q$为常数，$f(x)$叫自由项，为连续函数
   1. 当$f(x)=0$时，$y^{"}+p{y}^{\prime }+qy=0$为齐次方程
   2. 当f(x)不恒等于0时，$y^{"}+p{y}^{\prime }+qy=f(x)$为非齐次方程

二阶可降阶微分方程的求解

####$y^{\prime \prime }=f(x,y^{\prime })$的方程

方程中不显含未知函数y

1. 令$y^{\prime }=p(x)，y^{"}=p^{\prime }$，则原方程变为一阶方程$\frac{dp}{dx}=f(x,p)$
2. 若求得通解为$p=\phi (x,C_1)$即$y^{\prime }=\phi (x,C_1)$，则原方程的通解为$y=\int \phi (x,C_1)dx+C_2$

####$y^{\prime \prime }=f(y,y^{\prime })$的方程

方程中不显含未知函数x

1. 令$y^{\prime }=p，y^{"}=\frac{dp}{dx}\cdot p$，则原方程变为一阶方程$p\frac{dp}{dx}=f(x,p)$
2. 若求得通解为$p=\phi (x,C_1)$，则由$p=\frac{dy}{dx}$可得$\frac{dy}{dx}=\phi (y,C_1)$，分离变量得$\frac{1}{\phi (y,C_1)}dy=dx$
3. 两边积分得$\int \frac{1}{\phi (y,C_1)}dy=x+C_2$，即可求得原方程的通解

微分算子法

目的为算非齐次微分方程的特解

原视频：超全类型微分算子法合辑，手把手教你考场实战!_哔哩哔哩_bilibili

$$y^{\prime \prime }+p{y}^{\prime }+qy=f(x)，设特解为y^{\ast }$$

$$y^{\ast }=\frac{1}{F(D)}f(x)=\frac{1}{D^2+pD+q}f(x)(F(D)=0时求导F^{\prime }(D)后乘以x)，f(x)分以下情况$$

$$f(x)=e^{kx}\to 将所有的D换成k$$

$$f(x)=sinax/cosax\to 将D^2换成-a^2$$

解的结构（以二阶为例）

若$y_1(x)$和$y_2(x)$是$y^{"}+p(x)y^{\prime }+q(x)y=0$的两个解，且$\frac{y_1(x)}{y_2(x)}\ne C$(常数)，则称$y_1(x),y_2(x)$也是该方程的两个线性无关的解，且
$$y(x)=C_1{y}_1(x)+C_2{y}_2(x)$$

是方程$y^{"}+p(x)y^{\prime }+q(x)y=0$的通解

若$y(x)=C_1{y}_1(x)+C_2{y}_2(x)$是$y^{"}+p(x)y^{\prime }+q(x)y=0$的通解，$y^{\ast }(x)$是$y^{"}+p(x)y^{\prime }+q(x)y=f(x)$的一个特解，则
$$y^{\ast }(x)+y$$
是$y^{"}+p(x)y^{\prime }+q(x)y=f(x)$的通解

若$y_1^{\ast }(x)$是$y^{"}+p(x)y^{\prime }+q(x)y=f_1(x)$的解，$y_2^{\ast }(x)$是$y^{"}+p(x)y^{\prime }+q(x)y=f_2(x)$的解，则
$$y_1^{\ast }(x)+y_2^{\ast }(x)$$
是$y^{"}+p(x)y^{\prime }+q(x)y=f_1(x)+f_2(x)$的通解

二阶常系数齐次线性微分方程的通解

对于$y^{"}+p{y}^{\prime }+qy=0$，其对应的特征方程为$r^2+pr+q=0$，求其特征根，有以下三种情况（其中$C_1,C_2$为任意常数）：

1. 若$p^2-4q>0$，设$r_1,r_2$是特征方程的两个不等实根，即$r_1\ne r_2$，可得其通解为

$$y=C_1{e}^{r_{1}x}+C_2{e}^{r_{2}x}$$

2. 若$p^2-4q=0$，设$r_1,r_2$是特征方程的两个相等的实根，即二重根，令$r_1=r_2=r$，可得其通解为

$$y=(C_1+C_{2}x)e^{rx}$$

3. 若$p^2-4q<0$，设$\alpha \pm \beta i$是特征方程的一对共轭复根，可得其通解为

$$y=e^{ax}(C_{1}cos\beta x+C_{2}sin\beta x)$$

二阶常系数非齐次线性微分方程的特解

对于$y^{"}+p{y}^{\prime }+qy=f(x)$

设$P_n(x),P_m(x)$分别为x的n次、m次多项式

1. 当自由项$f(x)=P_n(x)e^{ax}$时，特解要设为$y^{\ast }=e^{ax}{Q}_n(x)x^k$，其中
   1. $e^{ax}$照抄
   2. $Q_n(x)$为x的n次多项式
   3. k = 0时，a不是特征根；k = 1时，a是单特征根；k = 2时，a是二重特征根
2. 当自由项$f(x)=e^{ax}[P_m(x)cos\beta x+P_n(x)sin\beta x]$时，特解要设为$y^{\ast }=e^{ax}[Q_l^{(1)}(x)cos\beta x+Q_l^{(2)}(x)sin\beta x]x^k$，其中
   1. $e^{ax}$照抄
   2. l = m a x { m , n } , Q l ( 1 ) , Q l ( 2 ) ( x ) l = max\{m,n\},Q_l^{(1)},Q_l^{(2)}(x) l=max{m,n},Ql(1)​,Ql(2)​(x)分别为x的两个不同的$l$次多项式
   3. k = 0时，$a\pm \beta i$不是特征根；k = 1时，$a\pm \beta i$是单特征根

n阶常系数齐次线性微分方程的解

方程$y^{(n)}+p_1{y}^{(n-1)}+\cdots +p_{(n-1)}{y}^{\prime }+p_{n}y=0$称为n阶常系数齐次线性微分方程

其中$p_1,p_2,\cdots ,p_n$为常数，其对应的特征方程为$r^n+p_1{r}^{(n-1)}+\cdots +p_{(n-1)}r+p_n=0$，求特征根

1. 特征根为单实根r时，微分方程通解中对应一项$C{e}^{rx}$
2. 特征根为k重实根r时，微分方程通解中对应k项$(C_1+C_{2}x+\cdots +C_k{x}^{k-1})e^{rx}$
3. 特征根为单复根$a\pm \beta i(\beta >0)$时，微分方程通解中对应两项$e^{ax}(C_{1}cos\beta x+C_{2}sin\beta x)$
4. 特征根为k重复根$a\pm \beta i(\beta >0)$时，微分方程通解中对应$2k$项$e^{ax}[(C_1+C_{2}x+\cdots +C_k{x}^{k-1})cos\beta x+(D_1+D_{2}x+\cdots +D_k{x}^{k-1})sin\beta x)]$