考研必备数学公式大全（数学二）（高等数学篇）

由于公式太多，汇总成一篇容易打不开，所以分三篇。整篇链接：https://blog.csdn.net/zhaohongfei_358/article/details/106039576

章节	链接
基础回顾篇	https://blog.csdn.net/zhaohongfei_358/article/details/119929920
高等数学篇	https://blog.csdn.net/zhaohongfei_358/article/details/119929988
线性代数篇	https://blog.csdn.net/zhaohongfei_358/article/details/119930063

极限相关公式

数列极限递推式

a n + 1 = f ( a n ) 结 论 一 ： f ′ ( x ) > 0 ， { a 2 > a 1    ⟹    { a n } ↗ 单 调 递 增 a 2 < a 1    ⟹    { a n } ↘ 单 调 递 减 结 论 二 （ 压 缩 映 像 原 理 ） ： ∃ k ∈ ( 0 , 1 ) ， 使 得 ∣ f ′ ( x ) ∣ ≤ k    ⟹    a n 收 敛 \begin{aligned} & a_{n+1} = f(a_n) \\\\ 结论一： & f'(x) > 0 ， \begin{cases} a_2 > a_1 \implies \{ a_n \} \nearrow单调递增 \\ a_2 < a_1 \implies \{ a_n \} \searrow单调递减 \end{cases} \\\\ 结论二（压缩映像原理）：& \exist k \in (0,1)，使得 |f'(x)| \le k \implies {a_n} 收敛 \end{aligned} 结论一：结论二（压缩映像原理）：​an+1​=f(an​)f′(x)>0，{a2​>a1​⟹{an​}↗单调递增a2​<a1​⟹{an​}↘单调递减​∃k∈(0,1)，使得∣f′(x)∣≤k⟹an​收敛​

重要极限公式

$$\begin{array}{rl}& \underset{x\to 0^{+}}{\lim }{x}^{\alpha }\ln x=0其中\alpha >0\\ & \\ & \underset{x\to 0^{+}}{\lim }{x}^{\alpha }(\ln x{)}^k=0其中\alpha >0，k>0\\ & \\ & \underset{x\to +\infty }{\lim }{x}^{\alpha }{e}^{-\delta x}=0其中\alpha >0，\delta >0\\ & \\ & \underset{x\to 0}{\lim }\frac{\sin x}{x}=1⟹\underset{\varphi (x)\to 0}{\lim }\frac{\sin \varphi (x)}{\varphi (x)}=1其中\varphi (x)\ne 0\\ & \\ & \underset{x\to 0}{\lim }(1+x{)}^{\frac{1}{x}}=e⟹\underset{\varphi (x)\to 0}{\lim }(1+\varphi (x){)}^{\frac{1}{\varphi (x)}}=e其中\varphi (x)\ne 0\\ & \\ & \underset{n\to \infty }{\lim }\sqrt[n]{n}=1\\ & \\ & \underset{n\to \infty }{\lim }\sqrt[n]{a}=1（常数a>0）\\ & \end{array}$$

常用等价无穷小

$$\begin{array}{rl}& x\to 0时，\\ & \\ & \sin x\sim \tan x\sim \arcsin x\sim \arctan x\sim (e^x-1)\sim \ln (1+x)\sim x,1-\cos x\sim \frac{1}{2}{x}^2,\\ & \\ & (1+x{)}^a-1\sim ax,a^x-1\sim x\ln a(a>0,a\ne 1)\end{array}$$

1^∞ 型

$$\lim u^v=e^{\lim (u-1)v}(其中\lim u=1,\lim v=\infty ，即1^{\infty }型)$$

导数相关公式

导数定义

$$\begin{array}{rl}& f^{\prime }(x_0)=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}\\ & \\ & f^{\prime }(x_0)=\underset{x\to x_0}{\lim }\frac{f(x)-f(x_0)}{x-x_0}\end{array}$$

微分定义

Δ y = f ( x 0 + Δ x ) − f ( x 0 ) Δ y = A Δ x + o ( Δ x ) A Δ x = f ′ ( x 0 ) Δ x \begin{aligned} & \Delta y = f(x_0 + \Delta x) - f(x_0) \\ \\ & \Delta y = A\Delta x + o(\Delta x) \\ \\ & A\Delta x = f'(x_0) \Delta x \end{aligned} ​Δy=f(x0​+Δx)−f(x0​)Δy=AΔx+o(Δx)AΔx=f′(x0​)Δx​

连续，可导及可微关系

一元函数

多元函数

导数四则运算

$$\begin{array}{rl}& [u(x)\pm v(x){]}^{\prime }=u^{\prime }(x)\pm v^{\prime }(x)\\ & \\ & [u(x)v(x){]}^{\prime }=u^{\prime }(x)v(x)+u(x)v^{\prime }(x)\\ & \\ & [u(x)v(x)w(x){]}^{\prime }=u^{\prime }(x)v(x)w(x)+u(x)v^{\prime }(x)w(x)+u(x)v(x)w^{\prime }(x)\\ & \\ & {\left[\begin{array}{c}\frac{u(x)}{v(x)}\end{array}\right]}^{\prime }=\frac{u^{\prime }(x)v(x)-u(x)v^{\prime }(x)}{[v(x){]}^2}\\ & \end{array}$$

复合函数求导

{ f [ g ( x ) ] } ′ = f ′ [ g ( x ) ] g ′ ( x ) \{ f[g(x)] \}' = f'[g(x)]g'(x) {f[g(x)]}′=f′[g(x)]g′(x)

反函数求导

$$\begin{array}{rl}& y=f(x),x=\phi (y)⟹{\phi }^{\prime }(y)=\frac{1}{f^{\prime }(x)}\\ & \\ & y_x^{\prime }=\frac{dy}{dx}=\frac{1}{\frac{dx}{dy}}=\frac{1}{x_y^{\prime }}\\ & \\ & y_{xx}^{{}^{\prime \prime }}=\frac{d^{2}y}{d{x}^2}=\frac{d(\frac{dy}{dx})}{dx}=\frac{d(\frac{1}{x_y^{\prime }})}{dx}=\frac{d(\frac{1}{x_y^{\prime }})}{dy}\cdot \frac{dy}{dx}=\frac{d(\frac{1}{x_y^{\prime }})}{dy}\cdot \frac{1}{x_y^{\prime }}=\frac{-x_{yy}^{{}^{\prime \prime }}}{(x_y^{\prime }{)}^3}\end{array}$$

参数方程求导

$$\begin{array}{rl}& \{\begin{array}{l}x=\phi (t)\\ y=\psi (t)\end{array}\\ & \\ & \frac{dy}{dx}=\frac{dy/dt}{dx/dt}=\frac{{\psi }^{\prime }(t)}{{\phi }^{\prime }(t)}\\ & \\ & \frac{d^{2}y}{d{x}^2}=\frac{d(\frac{dy}{dx})}{dx}=\frac{d(\frac{dy}{dx})/dt}{dx/dt}=\frac{{\psi }^{\prime \prime }(t){\phi }^{\prime }(t)-{\psi }^{\prime }(t){\phi }^{\prime \prime }(t)}{[{\phi }^{\prime }(t){]}^3}\end{array}$$

变限积分求导公式

$$\begin{array}{rl}& 设F(x)={\int }_{{\phi }_1(x)}^{{\phi }_2(x)}f(t)dt,则\\ & \\ & F^{\prime }(x)=\frac{d}{dx}\left[\begin{array}{c}{\int }_{{\phi }_1(x)}^{{\phi }_2(x)}f(t)dt\end{array}\right]=f[{\phi }_2(x)]{\phi }_2^{\prime }(x)-f[{\phi }_1(x)]{\phi }_1^{\prime }(x)\end{array}$$

基本初等函数的导数公式（❤❤❤）

$$\begin{array}{rl}& (x^a{)}^{\prime }=a{x}^{a-1}(a为常数)\\ & \\ & (a^x{)}^{\prime }=a^x\ln a\\ & \\ & (e^x{)}^{\prime }=e^x\\ & \\ & (lo{g}_{a}x{)}^{\prime }=\frac{1}{x\ln a}(a>0,a\ne 1)\\ & \\ & (\ln x{)}^{\prime }=\frac{1}{x}\\ & \\ & (\sin x{)}^{\prime }=\cos x\\ & \\ & (\cos x{)}^{\prime }=-\sin x\\ & \\ & (\arcsin x{)}^{\prime }=\frac{1}{\sqrt{1-x^2}}\\ & \\ & (\arccos x{)}^{\prime }=-\frac{1}{\sqrt{1-x^2}}\\ & \\ & (\tan x{)}^{\prime }={\sec }^{2}x\\ & \\ & (\cot x{)}^{\prime }=-{\csc }^{2}x\\ & \\ & (\arctan x{)}^{\prime }=\frac{1}{1+x^2}\\ & \\ & (arccotx{)}^{\prime }=-\frac{1}{1+x^2}\\ & \\ & (\sec x{)}^{\prime }=\sec x\cdot \tan x\\ & \\ & (\csc x{)}^{\prime }=-\csc x\cdot \cot x\\ & \\ & [\ln (x+\sqrt{x^2+1}){]}^{\prime }=\frac{1}{\sqrt{x^2+1}}\\ & \\ & [\ln (x+\sqrt{x^2-1}){]}^{\prime }=\frac{1}{\sqrt{x^2-1}}\\ & \end{array}$$

高阶导数的运算

$$[u\pm v{]}^{(n)}=u^{(n)}\pm v^{(n)}$$
$$\begin{array}{rl}(uv{)}^{(n)}& =u^{(n)}v+C_n^1{u}^{(n-1)}{v}^{\prime }+C_n^2{u}^{(n-2)}{v}^{\prime \prime }+...+C_n^k{u}^{(n-k)}{v}^{(k)}+...+C_n^{n-1}{u}^{\prime }{v}^{(n-1)}+u{v}^{(n)}\\ & =\sum _{k=0}^n{C}_n^k{u}^{(n-k)}{v}^{(k)}\end{array}$$

常用初等函数的n阶导数公式

$$\begin{array}{rl}& (a^x{)}^{(n)}=a^x(\ln a{)}^n\\ & \\ & (e^x{)}^{(n)}=e^x\\ & \\ & (\sin kx{)}^{(n)}=k^n\sin (kx+n\cdot \frac{\pi }{2})\\ & \\ & (\cos kx{)}^{(n)}=k^n\cos (kx+n\cdot \frac{\pi }{2})\\ & \\ & (\ln x{)}^{(n)}=(-1{)}^{n-1}\frac{(n-1)!}{x^n}(x>0)\\ & \\ & [\ln (1+x){]}^{(n)}=(-1{)}^{n-1}\frac{(n-1)!}{(x+1{)}^n}(x>-1)\\ & \\ & [(x+x_0{)}^m{]}^{(n)}=m(m-1)(m-2)\cdot \cdot \cdot \cdot (m-n+1)(x+x_0{)}^{m-n}\\ & \\ & (\frac{1}{x+a}{)}^{(n)}=\frac{(-1{)}^n\cdot n!}{(x+a{)}^{n+1}}\\ & \end{array}$$

极值判别条件

$$\{\begin{array}{l}1.f^{\prime }(x)左右异号⟹\{\begin{array}{l}左正右负⟹极大值\\ 左负右正⟹极小值\end{array}\\ \\ 2.f^{\prime }(x)=0,f^{\prime \prime }(x)\ne 0⟹\{\begin{array}{l}{f}^{\prime \prime }(x)<0⟹极大值\\ f^{\prime \prime }(x)>0⟹极小值\end{array}\\ \\ 3.f^{\prime \prime }(x)到f^{(n-1)}(x)=0，f^{(n)}(x)\ne 0，n为偶数⟹\{\begin{array}{l}{f}^{(n)}(x)<0⟹极大值\\ f^{(n)}(x)>0⟹极小值\end{array}\end{array}$$

凹凸性判定

$$\begin{array}{rl}1.& \{\begin{array}{l}f(\frac{x_1+x_2}{2})<\frac{f(x_1)+f(x_2)}{2}⟹凹\\ \\ f(\frac{x_1+x_2}{2})>\frac{f(x_1)+f(x_2)}{2}⟹凸\end{array}\\ & \\ 2.& \{\begin{array}{l}{f}^{\prime \prime }(x)>0⟹凹\\ \\ f^{\prime \prime }(x)<0⟹凸\end{array}\end{array}$$

拐点判别条件

$$\{\begin{array}{l}1.f^{\prime \prime }(x)左右异号⟹\{\begin{array}{l}左负右正⟹凸\to 凹\\ 左正右负⟹凹\to 凸\end{array}\\ \\ 2.f^{\prime \prime }(x)=0,f^{\prime \prime \prime }(x)\ne 0⟹\{\begin{array}{l}{f}^{\prime \prime \prime }(x)<0⟹凹\to 凸\\ f^{\prime \prime \prime }(x)>0⟹凸\to 凹\end{array}\\ \\ 3.f^{\prime \prime }(x)到f^{(n-1)}(x)=0，f^{(n)}(x)\ne 0，n为奇数⟹\{\begin{array}{l}{f}^{(n)}(x)<0⟹凹\to 凸\\ f^{(n)}(x)>0⟹凸\to 凹\end{array}\end{array}$$

斜渐近线

$$\underset{x\to +\infty }{\lim }\frac{f(x)}{x}=a\underset{x\to +\infty }{\lim }(f(x)-ax)=b⟹斜渐近线为：y=ax+b$$

曲率

$$\begin{array}{rl}密切圆半径& r=\frac{(1+y^{\prime 2}{)}^{\frac{3}{2}}}{|y^{\prime \prime }|}\\ & \\ 曲率& K=\frac{1}{r}=\frac{|y^{\prime \prime }|}{(1+y^{\prime 2}{)}^{\frac{3}{2}}}\\ & \\ 曲率圆& (X-(x-\frac{y^{\prime }(1+y^{\prime 2})}{y^{\prime \prime 2}}){)}^2+(Y-(y+\frac{1+y^{\prime 2}}{y^{\prime \prime 2}}))=(\frac{(1+y^{\prime 2}{)}^{\frac{3}{2}}}{|y^{\prime \prime }|}{)}^2\end{array}$$

积分相关公式

定积分的精确定义

$$\begin{array}{rl}& {\int }_a^{b}f(x)dx=\underset{n\to \infty }{\lim }\sum _{i=1}^{n}f(a+\frac{b-a}{n}i)\frac{b-a}{n}\\ & \\ & \\ 常用：& {\int }_0^{1}f(x)dx=\underset{n\to \infty }{\lim }\sum _{i=1}^{n}f(\frac{i}{n})\cdot \frac{1}{n}\\ & \\ & {\int }_0^{k}f(x)dx=\underset{n\to \infty }{\lim }\sum _{i=1}^{kn}f(\frac{i}{n})\cdot \frac{1}{n}\\ & \\ & \\ 二重定积分精确定义：& \underset{D}{\iint }f(x,y)d\sigma =\underset{n\to \infty }{\lim }\sum _{i=1}^n\sum _{j=1}^{n}f(a+\frac{b-a}{n}i,c+\frac{d-c}{n}j)\cdot \frac{b-a}{n}\cdot \frac{d-c}{n}\\ & \\ & \\ 常用：& {\int }_0^1{\int }_0^{1}f(x,y)dxdy=\underset{n\to \infty }{\lim }\sum _{i=1}^n\sum _{j=1}^{n}f(\frac{i}{n},\frac{j}{n})\cdot \frac{1}{n^2}\end{array}$$

分布积分公式

$$\begin{array}{rl}& \int udv=uv-\int vdu\\ & \int u{v}^{(n+1)}dx=u{v}^{(n)}-u^{\prime }{v}^{(n-1)}+u^{\prime \prime }{v}^{(n-2)}-...+(-1{)}^n{u}^{(n)}v+(-1{)}^{n+1}\int u^{(n+1)}vdx\end{array}$$

分部积分表格法

$$\int f(x)g(x)dx$$

$$\begin{array}{ccccc}f(x)& f^{\prime }(x)& f^{\prime \prime }(x)& \cdots & f^{(n)}(x)\\ g(x)& g_1(x)& g_2(x)& \cdots & g_n(x)\end{array}$$

$$\begin{gathered} \int f(x)g(x)dx=f(x)g_1(x)-f^{\prime }(x)g_2(x)+f^{\prime \prime }(x)g_3(x)-\cdots \pm \int f^{(n)}(x)g_n(x)dx \\ 其中g_1(x)代表g(x)的积分，依次类推。公式为斜对角线加减交替。 \end{gathered}$$

区间再现公式

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

华里士公式

$${\int }_0^{\frac{\pi }{2}}{\sin }^{n}xdx={\int }_0^{\frac{\pi }{2}}{\cos }^{n}xdx=\{\begin{array}{l}\frac{n-1}{n}\cdot \frac{n-3}{n-2}\cdot \cdot \cdot \cdot \cdot \frac{1}{2}\cdot \frac{\pi }{2}n为正偶数\\ \frac{n-1}{n}\cdot \frac{n-3}{n-2}\cdot \cdot \cdot \cdot \cdot \frac{2}{3}n为大于1的奇数\end{array}$$

敛散性判别公式

$$\begin{array}{rlr}& {\int }_1^{+\infty }\frac{1}{x^p}dx⟹& \{\begin{array}{l}p>1⟹收敛\\ p\le 1⟹发散\end{array}\\ & & \\ & {\int }_0^1\frac{1}{x^p}dx⟹& \{\begin{array}{l}p<1⟹收敛\\ p\ge 1⟹发散\end{array}\\ & & \end{array}$$

基本积分公式

$$\begin{array}{rl}& 以下公式中，\alpha 与a均为常数，除声明者外，a>0\\ & \\ & \int x^{\alpha }dx=\frac{1}{\alpha +1}{x}^{\alpha +1}+C(\alpha \ne -1)\\ & \\ & \int \frac{1}{x}dx=\ln |x|+C\\ & \\ & \int a^{x}dx=\frac{a^x}{\ln a}+C(a>0,a\ne 1)\\ & \\ & \int e^{x}dx=e^x+C\\ & \\ & \int \sin xdx=-\cos x+C\\ & \\ & \int \cos xdx=\sin x+C\\ & \\ & \int \tan xdx=-\ln |\cos x|+C\\ & \\ & \int \cot xdx=\ln |\sin x|+C\\ & \\ & \int \sec xdx=\ln |\sec x+\tan x|+C\\ & \\ & \int \csc xdx=\ln |\csc x-\cot x|+C\\ & \\ & \int {\sec }^{2}xdx=\tan x+C\\ & \\ & \int {\csc }^{2}xdx=-\cot x+C\\ & \\ & \int \frac{1}{a^2+x^2}dx=\frac{1}{a}\arctan \frac{x}{a}+C\\ & \\ & \int \frac{1}{a^2-x^2}dx=\frac{1}{2a}\ln |\frac{a+x}{a-x}|+C\\ & \\ & \int \frac{1}{\sqrt{a^2-x^2}}dx=\arcsin \frac{x}{a}+C\\ & \\ & \int \frac{1}{\sqrt{x^2\pm a^2}}dx=\ln |x+\sqrt{x^2\pm a^2}|+C\end{array}$$

重要积分公式

$$\begin{array}{rl}& {\int }_{-\infty }^{+\infty }{e}^{-x^2}dx=2{\int }_0^{+\infty }{e}^{-x^2}dx=\sqrt{\pi }\\ & \\ & {\int }_0^{+\infty }{x}^n{e}^{-x}dx=n!\\ & \\ & {\int }_{-a}^{a}f(x)dx={\int }_0^a[f(x)+f(-x)]dx\\ & \\ & {\int }_0^{\pi }xf(\sin x)dx=\frac{\pi }{2}{\int }_0^{\pi }f(\sin x)dx=\pi {\int }_0^{\frac{\pi }{2}}f(\sin x)dx\\ & \\ & {\int }_a^{b}f(x)dx=(b-a){\int }_0^{1}f[a+(b-a)x]dx\end{array}$$

有理函数的拆分

$$\begin{array}{rl}& \frac{P_n(x)}{(a_{1}x+b_1)(a_{2}x+b_2)(a_{3}x+b_3)}=\frac{A_1}{a_{1}x+b_1}+\frac{A_2}{a_{2}x+b_2}+\frac{A_3}{a_{2}x+b_2}\\ & \\ & \frac{P_n(x)}{Q_m(x)(ax+b{)}^3}=\frac{A(x)}{Q_m(x)}+\frac{A_1}{(ax+b{)}^3}+\frac{A_2}{(ax+b{)}^2}+\frac{A_3}{(ax+b)}\\ & \\ & \frac{P_n(x)}{Q_m(x)(a{x}^2+bx+c{)}^3}=\frac{A(x)}{Q_m(x)}+\frac{A_{1}x+B_1}{(a{x}^2+bx+c{)}^3}+\frac{A_{2}x+B_2}{(a{x}^2+bx+c{)}^2}+\frac{A_{3}x+B_3}{(a{x}^2+bx+c)}\\ & \end{array}$$

积分求平均值

$$f(x)在[a,b]上的平均值为：\frac{{\int }_a^{b}f(x)dx}{b-a}$$

定积分应用

定积分求平面图形面积

$$\begin{array}{rl}& y=y_1(x)与y=y_2(x)，及x=a，x=b（a<b）所围成的平面图形面积：\\ & \\ & S={\int }_a^b|y_1(x)-y_2(x)|dx\\ & \\ & \\ & 曲线r=r_1(\theta )与r=r_2(\theta )与两射线\theta =\alpha 与\theta =\beta （0<\beta -\alpha \le 2\pi ）所围成的曲边扇形的面积：\\ & \\ & S=\frac{1}{2}{\int }_{\alpha }^{\beta }|{r_1}^2(\theta )-{r_2}^2(\theta )|d\theta \end{array}$$

定积分求旋转体的体积

$$\begin{array}{rl}& 曲线y=y(x)与x=a，x=b(a<b)及x轴围成的曲边梯形绕x轴旋转一周所得到的旋转体的体积\\ & \\ & V=\pi {\int }_a^b{y}^2(x)dx\\ & \\ & \\ & 曲线y=y_1(x)\ge 0与y=y_2(x)\ge 0及x=a，x=b（a<b）所围成的平面图形绕x轴旋转一周所的到的旋转体的体积\\ & \\ & V=\pi {\int }_a^b|{y_1}^2(x)-{y_2}^2(x)|dx\\ & \\ & \\ & 曲线y=y(x)与x=a,x=b（0\le a<b）及x轴围成的曲边梯形绕y轴旋转一周所得到的的旋转体的体积\\ & \\ & V_y=2\pi {\int }_a^{b}x|y(x)|dx\\ & \\ & \\ & 曲线y=y_1(x)与y=y_2(x)及x=a，x=b（0\le a\le b）所围成的圆形绕y轴旋转一周所成的旋转体的体积\\ & \\ & V=2\pi {\int }_a^{b}x|y_1(x)-y_2(x)|dx\end{array}$$

平面曲线的弧长

$$\begin{array}{rl}& L={\int }_a^b\sqrt{1+[y^{\prime }(x){]}^2}dx\\ & \\ & L={\int }_{\alpha }^{\beta }\sqrt{[x^{\prime }(t){]}^2+[y^{\prime }(t){]}^2}dt\\ & \\ & L={\int }_{\alpha }^{\beta }\sqrt{[r(\theta ){]}^2+[r^{\prime }(\theta ){]}^2}d\theta \end{array}$$

旋转曲面的面积

$$\begin{array}{rl}& 曲线y=y(x)在区间[a,b]上的曲线弧段绕x轴旋转一周所得到的旋转曲面的“面积”\\ & \\ & S=2\pi {\int }_a^b|y(x)|\sqrt{1+[y^{\prime }(x){]}^2}dx\\ & \\ & S=2\pi {\int }_a^b|y(t)|\sqrt{[x^{\prime }(t){]}^2+[y^{\prime }(t){]}^2}dt\\ & \\ & S=2\pi {\int }_{\alpha }^{\beta }r\sin \theta \sqrt{r^2+(r^{\prime }{)}^2}d\theta \end{array}$$

平面截面面积为已知的立体体积

$$\begin{array}{rl}& 在区间[a,b]上，垂直于x轴的平面截立体\Omega 所得到截面面积为x的连续函数A(x)，则\Omega 的体积为\\ & \\ & V={\int }_a^{b}A(x)dx\end{array}$$

变力沿直线做功

$$\begin{array}{rl}& 设力函数为F(x)（a\le x\le b），则物体沿x轴从点a移动到点b时，变力F(x)所做的功为\\ & \\ & W={\int }_a^{b}F(x)dx\end{array}$$

抽水做功

$$\begin{array}{rl}& W=\rho g{\int }_a^{b}xA(x)dx\\ & \\ & （\rho 为水的密度，g为重力加速度，A(x)为水平截面面积）\end{array}$$

水压力

$$\begin{array}{rl}& P=\rho g{\int }_a^{b}x[f(x)-h(x)]dx\\ & \\ & （\rho 为水的密度，g为重力加速度，f(x)-h(x)是矩形条的宽度，dx是矩形条的高度）\end{array}$$

质心

直线段的质心（一维）

$$\begin{array}{rl}& \bar{x}=\frac{{\int }_a^{b}x\rho (x)dx}{{\int }_a^b\rho (x)dx}\\ & \\ & \rho (x)为不均匀物体的密度与x的函数关系\end{array}$$

不均匀薄片质心（二维）

$$\begin{array}{rl}& \bar{x}=\frac{M_y}{M}=\frac{\underset{D}{\iint }x\rho (x,y)dxdy}{\underset{D}{\iint }\rho (x,y)dxdy}\\ & \\ & \bar{y}=\frac{M_x}{M}=\frac{\underset{D}{\iint }y\rho (x,y)dxdy}{\underset{D}{\iint }\rho (x,y)dxdy}\\ & \\ & \rho (x,y)为不均匀物体的密度与x,y的函数关系\end{array}$$

形心

$$\begin{array}{rl}& \bar{x}=\frac{M_y}{M}=\frac{\underset{D}{\iint }xdxdy}{\underset{D}{\iint }dxdy}\\ & \\ & \bar{y}=\frac{M_x}{M}=\frac{\underset{D}{\iint }ydxdy}{\underset{D}{\iint }dxdy}\\ & \\ & 质量均匀的情况下，质心与形心重合，即舍去密度\rho (x,y)\end{array}$$

质量

$$m=\underset{D}{\iint }\rho (x,y)dxdy$$

转动惯量

$$\begin{array}{rl}& I_x=\underset{D}{\iint }{y}^2\rho (x,y)dxdy\\ & \\ & I_y=\underset{D}{\iint }{x}^2\rho (x,y)dxdy\\ & \end{array}$$

物理公式

$$\begin{array}{rl}浮力公式：& F_{浮}={\rho }_{{}_{液}}g{V}_{{}_{排}}\\ & \\ 压强：& P=\frac{F}{S}(F为压力，S为受力面积)\\ & \\ 压强与气体体积成反比：& PV=k(k=nRT，n是分子个数，R为常数，T为温度)\\ & \\ 水深h处的压强：& P=\rho gh\\ & \\ 在水中的压力：& F_{{}_{压}}=P_{{}_{压}}{S}_{{}_{受压面积}}=\rho gh{S}_{{}_{受压面积}}\\ & \\ 力：& F=G_{{}_{重力}}=m{g}_{{}_{重力加速度}}\\ & \\ 做功：& W_{功}=F_{{}_{力}}{S}_{{}_{距离}}=mg{h}_{{}_{高度}}=\rho ghV=\rho gs{h}^2\\ & \\ 密度公式：& \rho =\frac{m}{V}\\ & \\ 引力：& F=G\frac{m_1{m}_2}{r^2}(质量为m_1,m_2相距为r的两质点间的引力大小)\end{array}$$

泰勒公式

$$\begin{array}{rl}f(x)& =\frac{f(a)}{0!}+\frac{f^{\prime }(a)}{1!}(x-a)+\frac{f^{\prime \prime }(a)}{2!}(x-a{)}^2+...+\frac{f^{(n)}(a)}{n!}(x-a{)}^n+R_n(x)\\ & \\ & =\underset{n\to \infty }{\lim }\sum _{i=0}^n\frac{f^{(n)}(a)}{n!}(x-a{)}^n\end{array}$$

拉格朗日余项的泰勒公式

$$f(x)=\frac{f(a)}{0!}+\frac{f^{\prime }(a)}{1!}(x-a)+\frac{f^{\prime \prime }(a)}{2!}(x-a{)}^2+...+\frac{f^{(n)}(a)}{n!}(x-a{)}^n+\frac{f^{(n+1)}(\xi )}{(n+1)!}(x-a{)}^{n+1}其中\xi 介于x,a之间.$$

佩亚诺余项的泰勒公式

$$f(x)=\frac{f(a)}{0!}+\frac{f^{\prime }(a)}{1!}(x-a)+\frac{f^{\prime \prime }(a)}{2!}(x-a{)}^2+...+\frac{f^{(n)}(a)}{n!}(x-a{)}^n+o((x-a{)}^n)$$

常用的泰勒展开式

$$\begin{array}{rl}& \\ & \sin x=x-\frac{x^3}{3!}+o(x^3)\\ & \\ & \cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}+o(x^4)\\ & \\ & \arcsin x=x+\frac{x^3}{3!}+o(x^3)\\ & \\ & \\ & \tan x=x+\frac{x^3}{3}+o(x^3)\\ & \\ & \arctan x=x-\frac{x^3}{3}+\frac{x^5}{5}+o(x^5)\\ & \\ & \\ & (1+x{)}^{\alpha }=1+\alpha x+\frac{\alpha (\alpha -1)}{2!}{x}^2+o(x^2)\\ & \\ & \frac{1}{1-x}=1+x+x^2+x^3+o(x^3)\\ & \\ & \frac{1}{1+x}=1-x+x^2-x^3+o(x^3)\\ & \\ & \ln (1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+o(x^4)\\ & \\ & \frac{1}{1+x^2}=1-x^2+x^4-x^6+o(x^6)\\ & \\ & e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+o(x^3)\end{array}$$

口诀：指对连，三角断，三角对数隔一换，三角指数有感叹，反三角它同又乱
指对连：指数函数、对数函数，都是12345连续的
三角断：三角函数的展开式是135,246这样不连续的
三角对数隔一换：三角函数和对数函数的符号隔一个换一次
三角指数有感叹：三角函数和指数函数中分母有阶层（感叹号）
反三角它同又乱：反三角函数的和三角函数第一项相同，第二项为相反数

中值定理

罗尔定理

$$设f(x)满足\{\begin{array}{l}（1）[a,b]上连续\\ （2）(a,b)内可导\\ （3）f(a)=f(b)\end{array}⟹则\exists \xi \in (a,b)，使得f^{\prime }(\xi )=0$$

罗尔定理推论

$$若f^{(n)}(x)=0至多k个根⟹则f^{(n-1)}(x)=0至多k+1个根$$

罗尔定理证明题辅助函数构造

$$\begin{array}{rl}& f^{\prime \prime }(x)+g(x)f^{\prime }(x)=0⟹F(x)=f^{\prime }(x)e^{\int g(x)dx}\\ & \\ & f(x)+g(x){\int }_0^{x}f(t)dt=0⟹F(x)={\int }_0^{x}f(t)dt\cdot e^{\int g(x)dx}\\ & \\ & f^{\prime }(x)+g(x)[f(x)-1]=0⟹F(x)=[f(x)-1]\cdot e^{\int g(x)dx}\\ & \\ & \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \end{array}$$

微分方程构造罗尔定理辅助函数

欲 证 ： F [ ξ , f ( ξ ) , f ′ ( ξ ) ] = 0 1 ) 求 微 分 方 程 F ( x , y , y ′ ) = 0 的 通 解 H ( x , y ) = C 2 ) 设 辅 助 函 数 ： g ( x ) = H ( x , f ( x ) ) \begin{aligned} & 欲证：F[\xi, f(\xi), f'(\xi)] = 0 \\ \\ & 1) 求微分方程 F(x, y, y') =0的通解H(x,y) =C \\ \\ & 2) 设辅助函数：g(x) = H(x, f(x)) \end{aligned} ​欲证：F[ξ,f(ξ),f′(ξ)]=01)求微分方程F(x,y,y′)=0的通解H(x,y)=C2)设辅助函数：g(x)=H(x,f(x))​

拉格朗日中值定理

$$\begin{array}{rl}& 设f(x)满足\{\begin{array}{l}（1）[a,b]上连续\\ （2）(a,b)内可导\end{array}\\ & \\ & ⟹则\exists \xi \in (a,b)，使得f(b)-f(a)=f^{\prime }(\xi )(b-a)，或者写成\\ & \\ & f^{\prime }(\xi )=\frac{f(b)-f(a)}{b-a}\end{array}$$

柯西中值定理

$$\begin{array}{rl}& 设f(x)，g(x)满足\{\begin{array}{l}（1）[a,b]上连续\\ （2）(a,b)内可导\\ （3）g^{\prime }(x)\ne 0\end{array}\\ & \\ & ⟹则\exists \xi \in (a,b)，使得\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f^{\prime }(\xi )}{g^{\prime }(\xi )}\end{array}$$

积分中值定理

$$\begin{array}{rl}& f(x)在[a,b]上连续⟹存在\eta \in [a,b],使得\\ & {\int }_a^{b}f(x)dx=f(\eta )(b-a)\\ & \\ & \\ & f(x)，g(x)在[a,b]上连续，且g(x)不变号⟹\\ & {\int }_a^{b}f(x)g(x)dx=f(\eta ){\int }_a^{b}g(x)dx\\ & \\ & \\ & 二重积分中值定理，D上连续，A为D的面积⟹\\ & \underset{D}{\iint }f(x,y)dxdy=f(\xi ,\eta )A\end{array}$$

多元微积分相关公式

多元微分定义

$$\begin{array}{rl}定义：& \Delta z=A\Delta x+B\Delta y+o(\rho )(\rho =\sqrt{(\Delta x{)}^2+(\Delta y{)}^2})\\ & \\ 全增量：& \Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)\\ & \\ 线性增量：& A\Delta x+B\Delta y其中A=f_x^{\prime }(x_0,y_0)，B=f_y^{\prime }(x_0,y_0)\\ & \\ 可微判定：& \underset{\underset{\Delta y\to 0}{\Delta x\to 0}}{\lim }\frac{\Delta z-(A\Delta x+B\Delta y)}{\sqrt{(\Delta x{)}^2+(\Delta y{)}^2}}⟹\{\begin{array}{l}=0⟹可微\\ \ne 0⟹不可微\end{array}\\ & \end{array}$$

多元隐函数求导

$$\begin{array}{rl}& \frac{\partial z}{\partial x}=-\frac{F_x^{\prime }}{F_z^{\prime }}\\ & \\ & \frac{\partial z}{\partial y}=-\frac{F_y^{\prime }}{F_z^{\prime }}\end{array}$$

极坐标下二重积分计算法

$$\underset{D}{\iint }f(x,y)d\sigma ={\int }_{\alpha }^{\beta }d\theta {\int }_{r_1(\theta )}^{r_2(\theta )}f(r\cos \theta ,r\sin \theta )rdr$$

隐函数存在定理

$$\begin{array}{rl}& F函数F(x,y,z)在点P(x_0,y_0,z_0)的某一邻域内具有连续偏导数\\ & F(x_0,y_0,z_0)=0，F_z^{\prime }(x_0,y_0,z_0)\ne 0\\ ⟹& 方程F(x,y,z)=0在点(x_0,y_0,z_0)的某一邻域内能唯一确定\\ & 一个连续且具有连续偏导数的函数z=f(x,y)\end{array}$$

多元函数极值判定

$$\begin{array}{rl}1.& 求出同时满足f_x^{\prime }(x,y)=0，f_y^{\prime }(x,y)=0的“一组”(x_0,y_0)\\ & \\ 2.& 记\{\begin{array}{l}{f}_{xx}^{\prime \prime }(x_0,y_0)=A\\ f_{xy}^{\prime \prime }(x_0,y_0)=B\\ f_{yy}^{\prime \prime }(x_0,y_0)=C\end{array}则\Delta =B^2-AC\{\begin{array}{l}<0⟹极值\{\begin{array}{l}A<0⟹极大值\\ A>0⟹极小值\end{array}\\ >0⟹非极值\\ =0⟹方法失效，另谋他法\end{array}\end{array}$$

拉格朗日数乘法求最值

$$\begin{array}{rl}& 求u=f(x,y,z)在条件\{\begin{array}{l}\varphi (x,y,z)=0\\ \psi (x,y,z)=0\end{array}的最值\\ & \\ & \\ 1.& 构造辅助函数F(x,y,z,\lambda ,\mu )=f(x,y,z)+\lambda \varphi (x,y,z)+\mu \psi (x,y,z)\\ & \\ 2.& 得\{\begin{array}{l}{F}_x^{\prime }=f_x^{\prime }+\lambda {\varphi }_x^{\prime }+\mu {\psi }_x^{\prime }=0\\ F_y^{\prime }=f_y^{\prime }+\lambda {\varphi }_y^{\prime }+\mu {\psi }_y^{\prime }=0\\ F_z^{\prime }=f_z^{\prime }+\lambda {\varphi }_z^{\prime }+\mu {\psi }_z^{\prime }=0\\ F_{\lambda }^{\prime }=\varphi (x,y,z)=0\\ F_{\mu }^{\prime }=\psi (x,y,z)=0\end{array}\\ & \\ 3.& 解方程得备选点P_i,i=1,2,3,\cdots ,n\\ & \\ 4.& 求f(P_i)，取最大值为u_{max}，最小值为u_{min}\end{array}$$

多重积分的应用

空间曲面的面积

$$\begin{array}{rl}& \\ & A=\underset{D}{\iint }\sqrt{1+(\frac{\partial z}{\partial x}{)}^2+(\frac{\partial z}{\partial y}{)}^2}dxdy\end{array}$$

微分方程

一阶线性微分方程

$$\begin{array}{rl}& y^{\prime }+p(x)y=q(x)其中p(x),q(x)为连续函数⟹\\ & \\ & y=e^{-\int p(x)dx}(\int e^{\int p(x)dx}\cdot q(x)dx+C)\end{array}$$

二阶常系数齐次线性微分方程的通解

$$\begin{array}{rl}& y^{\prime \prime }+p{y}^{\prime }+qy=0p,q为常数\\ & \\ \stackrel{特征方程为}{\Rightarrow }& {\lambda }^2+p\lambda +q=0\\ & \\ ⟹& \{\begin{array}{l}{p}^2-4q>0,\stackrel{通解为}{\Rightarrow }y=C_1{e}^{{\lambda }_{1}x}+C_2{e}^{{\lambda }_{2}x}\\ \\ p^2-4q=0,\stackrel{通解为}{\Rightarrow }y=(C_1+C_{2}x)e^{\lambda x}\\ \\ p^2-4q<0,{\lambda }_{1,2}=\alpha \pm i\beta \stackrel{通解为}{\Rightarrow }y=e^{\alpha x}(C_1\cos \beta x+C_2\sin \beta x)\end{array}\end{array}$$

三阶常系数齐次线性微分方程的通解

$$\begin{array}{rl}& y^{\prime \prime \prime }+p{y}^{\prime \prime }+q{y}^{\prime }+ry=0p,q,r为常数\\ & \\ \stackrel{特征方程为}{\Rightarrow }& {\lambda }^3+p{\lambda }^2+q\lambda +r=0\\ & \\ ⟹& \{\begin{array}{l}{\lambda }_1,{\lambda }_2,{\lambda }_3\in R,且{\lambda }_1\ne {\lambda }_2\ne {\lambda }_3,\stackrel{通解为}{\Rightarrow }y=C_1{e}^{{\lambda }_{1}x}+C_2{e}^{{\lambda }_{2}x}+C_3{e}^{{\lambda }_{3}x}\\ \\ {\lambda }_1,{\lambda }_2,{\lambda }_3\in R,且{\lambda }_1={\lambda }_2\ne {\lambda }_3\stackrel{通解为}{\Rightarrow }y=(C_1+C_{2}x)e^{{\lambda }_{1}x}+C_3{e}^{{\lambda }_{3}x}\\ \\ {\lambda }_1,{\lambda }_2,{\lambda }_3\in R,且{\lambda }_1={\lambda }_2={\lambda }_3\stackrel{通解为}{\Rightarrow }y=(C_1+C_{2}x+C_3{x}^2)e^{{\lambda }_{1}x}\\ \\ {\lambda }_1\in R,{\lambda }_{2,3}=\alpha \pm i\beta \stackrel{通解为}{\Rightarrow }y=C_1{e}^{{\lambda }_{1}x}+e^{\alpha x}(C_2\cos \beta x+C_3\sin \beta x)\end{array}\end{array}$$

二阶常系数非齐次线性微分方程的特解

y ′ ′ + p y ′ + q y = f ( x ) （ 1 ） 自 由 项 f ( x ) = P n ( x ) e a x   时 ， 特 解 为   y ∗ = e a x Q n ( x ) x k 其 中 { e a x    照 抄 Q n ( x ) 为 x 的 n 次 一 般 多 项 式 k = { 0 ，     a ≠ λ 1 , a ≠ λ 2 1 ，     a = λ 1 或 a = λ 2 2 ，     a = λ 1 = λ 2 ( 2 ) 自 由 项   f ( x ) = e a x [ P m ( x ) cos ⁡ β x + P n ( x ) sin ⁡ β x ]   时 ， y ∗ = e a x [ Q l ( 1 ) ( x ) cos ⁡ β x + Q l ( 2 ) ( x ) sin ⁡ β x ] x k 其 中 ， { e a x    照 抄 l = m a x { m , n } ， Q l ( 1 ) ( x ) , Q l ( 2 ) ( x ) 分 别 为 x 的 两 个 不 同 的 l 次 一 般 多 项 式 k = { 0 ，     a ± β i   不 是 特 征 根 1 ，     a ± β i   是 特 征 根 \begin{aligned} & y'' + py'+qy = f(x) \\ \\ （1）& 自由项f(x)=P_n(x)e^{ax} ~时，特解为 ~ y^*= e^{ax}Q_n(x) x^k \\ \\ 其中 & \begin{cases} e^{ax} ~~照抄 \\ Q_n(x) 为x的n次一般多项式 \\ k = \begin{cases} 0，~~~ a\ne \lambda_1, a \ne \lambda_2 \\ 1，~~~ a = \lambda_1 或a=\lambda_2 \\ 2，~~~ a = \lambda_1 = \lambda_2 \end{cases} \end{cases} \\ \\ \\ (2) & 自由项~ f(x) = e^{ax}[P_m(x) \cos \beta x + P_n(x) \sin \beta x] ~时， \\ \\ & y^* = e^{ax} [ Q_l^{(1)}(x) \cos \beta x + Q_l^{(2)}(x)\sin \beta x]x^k \\ \\ 其中，& \begin{cases} e^{ax} ~~照抄 \\ l=max\{ m, n \} ，Q_l^{(1)}(x), Q_l^{(2)}(x)分别为x的两个不同的l次一般多项式 \\ \\ k = \begin{cases} 0，~~~ a \pm \beta i ~不是特征根 \\ 1，~~~ a \pm \beta i ~是特征根 \\ \end{cases} \end{cases} \end{aligned} （1）其中(2)其中，​y′′+py′+qy=f(x)自由项f(x)=Pn​(x)eax 时，特解为 y∗=eaxQn​(x)xk⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧​eax  照抄Qn​(x)为x的n次一般多项式k=⎩⎪⎨⎪⎧​0，   a​=λ1​,a​=λ2​1，   a=λ1​或a=λ2​2，   a=λ1​=λ2​​​自由项 f(x)=eax[Pm​(x)cosβx+Pn​(x)sinβx] 时，y∗=eax[Ql(1)​(x)cosβx+Ql(2)​(x)sinβx]xk⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧​eax  照抄l=max{m,n}，Ql(1)​(x),Ql(2)​(x)分别为x的两个不同的l次一般多项式k={0，   a±βi 不是特征根1，   a±βi 是特征根​​​

“算子法”求二阶常系数非齐次线性微分方程的特解

$$\begin{array}{rl}& y^{(n)}+a_1{y}^{(n-1)}+a_2{y}^{(n-2)}+\cdots +a_{n}y=f(x)\\ & \\ & \\ 记：& \frac{d}{dx}=D,D表示求导，\frac{1}{D}表示积分\\ & \\ & F(D)=D^n+a_1{D}^{n-1}+a_2{D}^{n-2}+\cdots +a_{n-1}D+a_n\\ & \\ 则，特解& y^{\ast }=\frac{1}{F(D)}f(x)\\ & \\ & \\ & (1)y^{\prime \prime }+p{y}^{\prime }+qy=a{e}^{kx}\\ & \\ & 则y^{\ast }=\frac{1}{D^2+pD+q}a{e}^{kx}\\ & \\ & =\frac{1}{k^2+pk+q}a{e}^{kx}（将D换成k）\\ & \\ & =x\frac{1}{2k+p}a{e}^{kx}(上式分母为零，提x，求导)以此类推\\ & \\ & \\ & (2)y^{\prime \prime }+p{y}^{\prime }+qy=\sin ax(或\cos ax)\\ & \\ & 则y\ast =\frac{1}{D^2+pD+q}\sin ax\\ & \\ & =\frac{1}{-a^2+pD+q}\sin ax(将D^2换成-a^2，若为0与(1)一样，提x求导)\\ & \\ & =\frac{pD-(q-a^2)}{p^2{D}^2-(q-a^2{)}^2}\sin \alpha x(若分母包含D，则通过(a+b)(a-b)得出D^2)\\ & \\ & \\ & (3)y^{\prime \prime }+a_1{y}^{\prime }+a_{2}y=P_n(x)\\ & \\ & y^{\ast }=\frac{1}{D^2+a_{1}D+a_2}{P}_n(x)\\ & \\ & =\frac{1}{D^u}\frac{1}{1-(kD{)}^m}{P}_n(x)（大概化成这种形式）\\ & \\ & =\frac{1}{D^u}(1+kD+(kD{)}^2+\cdots )P_n(x)（\frac{1}{1-(kD{)}^m}泰勒展开）\\ & \\ & =Q_n(x)\\ & \\ & \\ & (4)y^{\prime \prime }+a_1{y}^{\prime }+a_{2}y=e^{kx}f(x)\\ & \\ & =e^{kx}\frac{1}{F(D+k)}f(x)（然后看右边，根据f(x)的形式，转(1)(2)(3)方法求解）\end{array}$$

情况3可以用多项式除法求解：例题见下图，就是画圈的那个可以变成 (-1/3 - 2/9D …)。用1除以分母，分母从低次幂到高次幂写。