大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

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

文章目录

基础回顾
- 面（体）积公式
- 一元二次方程基础
- 极坐标方程与直角坐标转换
- 切线与法线方程
- 因式分解公式
- 阶乘与双阶乘
- 函数的奇偶性
- 排列组合
- 等差数列
- 等比数列
- 常用数列前n项和
- 不等式
- 三角函数公式
- 反三角函数恒等式
极限相关公式
- 数列极限递推式
- 重要极限公式
- 常用等价无穷小
- 1^∞ 型
导数相关公式
- 导数定义
- 微分定义
- 连续，可导及可微关系
- - 一元函数
  - 多元函数
- 导数四则运算
- 复合函数求导
- 反函数求导
- 参数方程求导
- 变限积分求导公式
- 基本初等函数的导数公式（❤❤❤）
- 高阶导数的运算
- 常用初等函数的n阶导数公式
- 极值判别条件
- 凹凸性判定
- 拐点判别条件
- 斜渐近线
- 曲率
积分相关公式
- 定积分的精确定义
- 分布积分公式
- 分部积分表格法
- 区间再现公式
- 华里士公式
- 敛散性判别公式
- 基本积分公式
- 重要积分公式
有理函数的拆分
- 积分求平均值
- 定积分应用
泰勒公式
- 拉格朗日余项的泰勒公式
- 佩亚诺余项的泰勒公式
- 常用的泰勒展开式
中值定理
- 罗尔定理
- 罗尔定理推论
- 罗尔定理证明题辅助函数构造
- 微分方程构造罗尔定理辅助函数
- 拉格朗日中值定理
- 柯西中值定理
- 积分中值定理
多元微积分相关公式
- 多元微分定义
- 多元隐函数求导
- 极坐标下二重积分计算法
- 隐函数存在定理
- 多元函数极值判定
- 拉格朗日数乘法求最值
- 多重积分的应用
- - 空间曲面的面积
微分方程
- 一阶线性微分方程
- 二阶常系数齐次线性微分方程的通解
- 三阶常系数齐次线性微分方程的通解
- 二阶常系数非齐次线性微分方程的特解
- “算子法”求二阶常系数非齐次线性微分方程的特解
线性代数
- 行列式
- 几个重要的行列式
- 矩阵
- 分块矩阵
- 正交矩阵
- 施密特正交化
- 可逆矩阵
- 等价矩阵
- 秩相关公式
- 特征值与特征向量
- 相似矩阵
- 相似对角化
矩阵合同
- 正定二次型
- 二次型配方法（通法）

基础回顾

面（体）积公式

$\begin{aligned} & \\ & 球表面积公式：S= 4\pi R^2 \\ \\ & 球体积公式：V = \frac{4}{3}\pi R^3 \\ \\ & 圆锥体积公式：V=\frac{1}{3} sh ~~~~~(s为圆锥底面积，h为圆锥的高) \\\\ & 椭圆面积公式： S=\pi ab \\ \\ & 扇形面积公式： S= \frac{1}{2}l r = \frac{1}{2}r^2\theta ~~~~~（其中l为弧长，r为半径，\theta为夹角(用\pi表示)） \end{aligned}$

一元二次方程基础

$\begin{aligned} & \\ & 一元二次方程：ax^2 + bx + c =0 ~~~~~(a \ne 0) \\ \\ & 根的公式 ~~~~ x_{1,2} = \frac{-b \pm \sqrt{b^2-4ac}}{2a} \\ \\ & 韦达定理： x_1 + x_2 = -\frac{b}{a} ~~~~~~~ x_1 x_2 = \frac{c}{a} \\ \\ & 判别式： \Delta=b^2 – 4ac \implies \begin{cases} \Delta >0，两个不等实根 \\ \Delta =0，两个相等实根 \\ \Delta <0，两个共轭的复根（无实根） \\ \end{cases} \\\\ & 抛物线~ y=ax^2 + bx + c 的顶点：(-\frac{b}{2a}, c-\frac{b^2}{4a}) \end{aligned}$

极坐标方程与直角坐标转换

$\begin{aligned} &直角坐标化极坐标 \begin{cases} x = \rho \cos \theta \\ y = \rho \sin \theta \end{cases} \implies x^2+y^2=\rho ^2 \\\\ &极坐标化直角坐标：\rho ^2 = x^2+y^2 \implies \tan \theta = \frac{y}{x} \\\\ \end{aligned}$

切线与法线方程

$\begin{aligned} & 切线方程： \frac{y – y_0}{x – x_0} = f'(x_0) ~~~~，即 y-y_0 = f'(x_0)(x-x_0) \\ \\ & 法线方程： \frac{y – y_0}{x – x_0} = -\frac{1}{f'(x_0)}~~~~~,即y-y_0 = -\frac{1}{f'(x_0)}(x-x_0) \end{aligned}$

因式分解公式

$\begin{aligned} & \\ & (a+b)^2 = a^2 + 2ab+b^2 \\ \\ & (a-b)^2 = a^2 – 2ab + b^2 \\ \\ & (a+b+c)^2 =a^2+b^2+c^2 + 2ab+2ac+2bc \\\\ & (a+b)^3 = a^3 + 3a^2b + 3ab^2 + b^3 \\ \\ & (a-b)^3 = a^3 – 3a^2b+3ab^2-b^3 \\ \\ & (a+b)(a-b) = a^2 – b^2 \\ \\ & a^3 + b^3 = (a+b) (a^2 -ab + b^2) \\ \\ & a^3-b^3 = (a-b)(a^2+ab+b^2) \\ \\ & a^n-b^n = (a-b)(a^{n-1} + a^{n-2}b + \cdots + ab^{n-2} + b^{n-1}) \\ \\ & (a+b)^n = \sum_{k=0}^n C_n^ka^kb^{n-k} = a^n + na^{n-1}b + \frac{n(n-1)}{2!}a^{n-1}b^2 + \cdots + \frac{n(n-1)\cdots(n-k+1)}{k!}a^{n-k}b^k + \cdots + nab^{n-1} + b^n \end{aligned}$

阶乘与双阶乘

$\begin{aligned} & n! = 1\times2\times3\times … \times n ~~~~~(规定0!=1) \\ \\ & (2n)!! = 2\times4\times6\times … \times (2n) = 2^n \cdot n! \\ \\ & (2n-1)!! = 1\times3\times5…\times(2n-1) \end{aligned}$

函数的奇偶性

$\begin{aligned} & 定义在[-a,a]上的任一函数，可以表示为一个奇函数与一个偶函数之和： \\ \\ & f(x) = \frac{1}{2}[f(x)-f(-x)] + \frac{1}{2}[f(x) + f(-x)] \end{aligned}$

排列组合

$\begin{aligned} A_n^m & = n(n-1)(n-2)\cdots(n-m +1) \\\\ & = \frac{n!}{(n-m)!} \\\\ \\ C_n^m & = \frac{A_n^m}{m!} = \frac{n(n-1)\cdots(n-m + 1)}{m!} \\\\ & = \frac{n!}{m!(n-m)!} \end{aligned}$

等差数列

$\begin{aligned} & a_n = a_1 + (n-1)d \\ \\ & S_n = na_1 + \frac{n(n-1)}{2}d ~~~~~~~~ n \in N^* \\ \\ & S_n = \frac{n(a_1+a_n)}{2} \\ \\ \end{aligned}$

等比数列

$\begin{aligned} & a_n = a_1 \cdot q^{n-1} \\ \\ & S_n = \frac{a_1(1-q^n)}{1-q} ~~~~~~(q\neq 1) \end{aligned}$

常用数列前n项和

$\begin{aligned} & \\ & \sum_{k=1}^n k = 1 + 2+3+\cdots + n=\frac{n(n+1)}{2} \\ \\ & \sum_{k=1}^n (2k-1) = 1+ 3 + 5 + \cdots + (2n-1) = n^2 \\ \\ & \sum_{k=1}^n k^2 = 1^2+2^2+3^2+\cdots +n^2 = \frac{n(n+1)(2n+1)}{6} \\ \\ & \sum_{k=1}^n k^3 = 1^3 + 2^3 +3^3 +\cdots + n^3 = [\frac{n(n+1)}{2}]^2 = (\sum_{k=1}^n k)^2 \\ \\ & \sum_{k=1}^n k(k+1) = 1 \times 2 + 2 \times 3 + 3 \times 4 + \cdots + n(n+1) = \frac{n(n+1)(n+2)}{3} \\\\ & \sum_{k=1}^n \frac{1}{k(k+1)} = \frac{1}{1 \times 2} + \frac{1}{2 \times 3} + \frac{1}{3 \times 4} + \cdots + \frac{1}{n(n+1)} = \frac{n}{n+1} \end{aligned}$

不等式

$\begin{aligned} & \\ & 2 |ab| \le a ^ 2 + b^2 \\ \\ & |a \pm b| \le |a| + |b| \\ \\ & | |a| – |b| | \le |a-b| \\ \\ & |a_1 \pm a_2 \pm \cdot\cdot\cdot\cdot \pm a_n| \le |a_1| + |a_2| + \cdot\cdot\cdot + |a_n| \\ \\ & |\int_a^b f(x) dx| \le \int_a^b |f(x)| dx ~~~~~(a<b) \\ \\ & \sqrt{ab} \le \frac{a+b}{2} \le \sqrt{\frac{a^2+b^2}{2}} ~~~~~(a,b>0) \\ \\ & \sqrt[3]{abc} \le \frac{a+b+c}{3} \le \sqrt{\frac{a^2+b^2+c^2}{3}} ~~~~~(a,b,c>0) \\ \\ & \sqrt[n]{a_1a_2\cdot\cdot\cdot a_n} \le \frac{a_1+a_2+…+a_n}{n} \le \sqrt{\frac{ {a_1}^2+{a_2}^2 + … + {a_n}^2}{n}} ~~~~（a_1,a_2,…a_n > 0，等号当且仅当 a_1 = a_2 = … = a_n时成立） \\ \\ & xy \le \frac{x^p}{p} + \frac{x^q}{q} ~~~~~(x,y,p,q>0, \frac{1}{p}+\frac{1}{q}=1) \\ \\ & (ac+bd)^2 \le (a^2+b^2)(c^2+d^2) \\ \\ & (a_1 b_1 + a_2 b_2 + a_3 b_3)^2 \le ({a_1}^2 + {a_2}^2 + {a_3}^2)({b_1}^2 + {b_2}^2 + {b_3}^2) \\ \\ & [\int_a^b f(x)\cdot g(x) dx]^2 \le \int_a^bf^2(x)dx \cdot\int_a^bg^2(x)dx \\ \\ & \sin x < x < \tan x ~~~~~(0<x<\frac{\pi}{2}) \\ \\ & \arctan x \le x \le \arcsin x ~~~~~(0\le x \le 1) \\ \\ & x+1 \le e^x \\ \\ & \ln x \le x-1 \\ \\ & \frac{1}{1+x} < \ln (1+\frac{1}{x}) < \frac{1}{x} ~~~~~(x>0) \end{aligned}$

三角函数公式

诱导公式

$\begin{aligned} & \sin (-\alpha) = -\sin \alpha \\ \\ & \cos (-\alpha) = \cos \alpha \\ \\ & \sin (\frac{\pi}{2} – \alpha) = \cos \alpha \\ \\ & \cos (\frac{\pi}{2} – \alpha) = \sin \alpha \\ \\ & \sin (\frac{\pi}{2} + \alpha) = \cos \alpha \\ \\ & \cos (\frac{\pi}{2} + \alpha) = – \sin \alpha \\ \\ & \sin (\pi – \alpha) = \sin \alpha \\ \\ & \cos (\pi – \alpha) = – \cos \alpha \\ \\ & \sin (\pi + \alpha) = – \sin \alpha \\ \\ & \cos (\pi + \alpha) = – \cos \alpha \\ \\ \\ & 奇变偶不变，符号看象限 \\ & 奇指 ~~ k\cdot\frac{\pi}{2} ~~ 中 k \\ & 看象限是指：将 \alpha 看成锐角，然后看 \sin_{_{(变之前的，或cos)}}(k\cdot\frac{\pi}{2} \pm \alpha) 的符号 \end{aligned}$

平方关系

$\begin{aligned} & \\ & 1 + \tan ^2 \alpha = \sec^2 \alpha \\ \\ & 1 + \cot^2 \alpha = \csc ^2 \alpha \\ \\ & \sin^2 \alpha + \cos ^2 \alpha = 1 \end{aligned}$

两角和与差的三角函数

$\begin{aligned} & \sin (\alpha + \beta) = \sin \alpha \cos \beta + \cos \alpha \sin \beta \\ \\ & \cos (\alpha + \beta) = \cos \alpha \cos \beta – \sin \alpha \sin \beta \\ \\ & \sin (\alpha – \beta) = \sin \alpha \cos \beta – \cos \alpha \sin \beta \\ \\ & \cos (\alpha – \beta) = \cos \alpha \cos \beta + \sin \alpha \sin \beta \\ \\ & \tan (\alpha + \beta) = \frac{\tan \alpha + \tan \beta}{ 1- \tan \alpha \tan \beta} \\ \\ & \tan (\alpha – \beta) = \frac{\tan \alpha – \tan \beta}{1+ \tan \alpha \tan \beta} \end{aligned}$

积化和差公式

$\begin{aligned} & \cos \alpha \cos \beta = \frac{1}{2} [\cos (\alpha + \beta) + cos (\alpha – \beta)] \\ \\ & \cos \alpha \sin \beta = \frac{1}{2} [\sin(\alpha + \beta) – \sin (\alpha – \beta)] \\ \\ & \sin \alpha \cos \beta = \frac {1}{2} [\sin (\alpha + \beta) + \sin (\alpha – \beta)] \\ \\ & \sin \alpha \sin \beta = – \frac{1}{2} [\cos (\alpha + \beta) – \cos (\alpha – \beta)] \end{aligned}$
记忆口诀：
积化和差得和差，余弦在后要想加。异名函数取正弦，正弦相乘取负号。

和差化积公式

$\begin{aligned} & \sin \alpha + \sin \beta = 2 \sin \frac{\alpha + \beta}{2}\cos \frac{\alpha – \beta}{2} \\ \\ & \sin \alpha – \sin \beta = 2 \cos \frac{\alpha + \beta}{2}\sin \frac{\alpha – \beta}{2} \\ \\ & \cos \alpha + \cos \beta = 2 \cos \frac{\alpha + \beta}{2} \cos \frac{\alpha – \beta}{2} \\ \\ & \cos \alpha – \cos \beta = -2 \sin \frac{\alpha + \beta}{2} \sin \frac{\alpha – \beta}{2} \end{aligned}$
记忆口诀：
正加正，正在前，正减正，余在前；余加余，余并肩；余减余，负正弦

倍角公式

$\begin{aligned} & \sin 2\alpha = 2\sin \alpha \cos \alpha \\ \\ & \cos 2\alpha = \cos ^2 \alpha – \sin ^2 \alpha = 1- 2\sin^2 \alpha = 2 \cos^2\alpha -1 \\ \\ & \sin 3\alpha = -4 \sin^3 \alpha + 3\sin \alpha \\ \\ & \cos 3 \alpha = 4\cos^3\alpha -3 \cos \alpha \\ \\ & \sin^2 \alpha = \frac{1-\cos 2\alpha}{2} \\ \\ & \cos^2 \alpha = \frac{1+\cos 2\alpha}{2} \\ \\ & \tan 2\alpha = \frac{2\tan \alpha}{1-\tan ^2\alpha} \\ \\ & \cot 2\alpha = \frac{\cot ^2 \alpha -1}{2\cot \alpha} \end{aligned}$

半角公式

$\begin{aligned} & \sin^2 \frac{\alpha}{2} = \frac{1- \cos \alpha}{2} \\ \\ & \cos^2 \frac{\alpha}{2} = \frac{1+\cos \alpha}{2} \\ \\ & \sin \frac{\alpha}{2} = \pm \sqrt{\frac{1- \cos \alpha}{2}} \\ \\ & \cos \frac{\alpha}{2} = \pm \sqrt{\frac{1+ \cos \alpha}{2}} \\ \\ & \tan \frac{\alpha}{2} = \frac{1- \cos \alpha}{\sin \alpha} = \frac{\sin \alpha}{1+\cos \alpha} = \pm \sqrt{\frac{1-\cos \alpha}{1+\cos \alpha}} \\ \\ & \cot \frac{\alpha}{2} = \frac{\sin \alpha}{1- \cos \alpha} = \frac{1+\cos \alpha}{\sin \alpha} = \pm \sqrt{\frac{1+\cos \alpha}{1-\cos \alpha}} \end{aligned}$

万能公式

$\begin{aligned} & \sin \alpha = \frac{2 \tan \frac{\alpha}{2}}{1+\tan^2 \frac{\alpha}{2}} \\ \\ & \cos \alpha = \frac{1- \tan^2 \frac{\alpha}{2}}{1+ \tan^2 \frac{\alpha}{2}} \end{aligned}$

其他公式

$\begin{aligned} & 1 + \sin \alpha = (\sin \frac{\alpha}{2} + \cos \frac{\alpha}{2}) ^2 \\ \\ & 1 – \sin \alpha = (\sin \frac{\alpha}{2} – \cos \frac{\alpha}{2}) ^2 \end{aligned}$

反三角函数恒等式

$\begin{aligned} & \arcsin x + \arccos x = \frac{\pi}{2} \\ \\ & \arctan x + arccot ~x= \frac{\pi}{2} \\ \\ & \sin(\arccos x) = \sqrt{1-x^2} \\ \\ & \cos(\arcsin x) = \sqrt{1- x^2} \\ \\ & \sin(\arcsin x) = x \\ \\ & \arcsin (\sin x) = x \\ \\ & \cos (\arccos x) = x \\ \\ & \arccos (\cos x) =x \\ \\ & \arccos (-x) = \pi – \arccos x \end{aligned}$

极限相关公式

数列极限递推式

$\begin{aligned} & a_{n+1} = f(a_n) \\\\ 结论一： & f'(x) > 0 ， \begin{cases} a_2 > a_1 \implies \{ a_n \} \nearrow单调递增 \\ a_2 < a_1 \implies \{ a_n \} \searrow单调递减 \end{cases} \\\\ 结论二（压缩映像原理）：& \exist k \in (0,1)，使得 |f'(x)| \le k \implies {a_n} 收敛 \end{aligned}$

重要极限公式

$\begin{aligned} & \lim_{x \to 0^+} x^\alpha \ln x = 0 ~~~~~ 其中 \alpha >0 \\\\ & \lim_{x \to 0^+} x^\alpha (\ln x)^k = 0 ~~~~~ 其中 \alpha >0 ，k>0 \\\\ & \lim_{x \to +\infty} x^\alpha e^{-\delta x} = 0 ~~~~~ 其中 \alpha >0 ，\delta >0 \\\\ & \lim_{x\to 0} \frac{\sin x}{x} = 1 ~~ \implies \lim_{\phi (x) \to 0} \frac{\sin \phi (x)}{\phi (x)} =1 ~~~~~其中\phi (x) \neq 0 \\ \\ & \lim_{x \to 0} (1+x)^{\frac{1}{x}} = e ~~ \implies \lim_{\phi (x) \to 0} (1+\phi (x))^{\frac{1}{\phi (x)}} = e ~~~~~ 其中\phi (x) \neq 0 \\\\ & \lim_{n \to \infty} \sqrt[n]{n} = 1 \\\\ & \lim_{n \to \infty} \sqrt[n]{a} = 1 ~~~（常数a>0）\\\\ \end{aligned}$

常用等价无穷小

$\begin{aligned} & x \to 0 时，\\\\ & \sin x \sim \tan x \sim \arcsin x \sim \arctan x \sim (e^x – 1) \sim \ln(1+x) \sim x ~~,~~ 1- \cos x \sim \frac{1}{2} x^2 ~~, \\ \\ & (1+x)^a – 1 \sim ax ~~,~~ a^x – 1 \sim x\ln a ~~~(a>0,a\neq1) \end{aligned}$

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

$\begin{aligned} & f'(x_0) = \lim\limits_{\Delta x \to 0} \frac{f(x_0 + \Delta x) – f(x_0)}{\Delta x} \\ \\ & f'(x_0) = \lim\limits_{x \to x_0} \frac{f(x) – f(x_0)}{x-x_0} \end{aligned}$

微分定义

$\begin{aligned} & \Delta y = f(x_0 + \Delta x) – f(x_0) \\ \\ & \Delta y = A\Delta x + o(\Delta x) \\ \\ & A\Delta x = f'(x_0) \Delta x \end{aligned}$

连续，可导及可微关系

一元函数

可微

连续

可导

多元函数

一阶偏导数连续

可微

连续

可导

导数四则运算

$\begin{aligned} & [u(x) \pm v(x)]’ = u'(x) \pm v'(x) \\ \\ & [u(x)v(x)]’ = u'(x)v(x) + u(x)v'(x) \\ \\ & [u(x)v(x)w(x)]’ = u'(x)v(x)w(x) + u(x)v'(x)w(x) + u(x)v(x)w'(x) \\ \\ & \begin{bmatrix}\frac{u(x)}{v(x)} \end{bmatrix}’ = \frac{u'(x)v(x)-u(x)v'(x)}{[v(x)]^2} \\ \\ \end{aligned}$

复合函数求导

${ f[g(x)] \}’ = f'[g(x)]g'(x)$

反函数求导

$\begin{aligned} & y = f(x), x = \varphi(y) \implies \varphi ‘ (y) = \frac{1}{f'(x)} \\ \\ & y’_x = \frac{dy}{dx} = \frac{1}{\frac{dx}{dy}} = \frac{1}{x’_y} \\ \\ & y^{”}_{xx} = \frac{d^2 y}{dx^2} = \frac{d(\frac{dy}{dx})}{dx} = \frac{d(\frac{1}{x’_y})}{dx} = \frac{d(\frac{1}{x’_y})}{dy} \cdot \frac{dy}{dx} = \frac{d(\frac{1}{x’_y})}{dy} \cdot \frac{1}{x’_y} = \frac{-x^{”}_{yy}}{(x’_y)^3} \end{aligned}$

参数方程求导

$\begin{aligned} & \begin{cases} x = \varphi (t) \\ y = \psi (t) \end{cases} \\\\ & \frac{dy}{dx} = \frac{dy/dt}{dx/dt} = \frac{\psi ‘ (t)}{\varphi ‘ (t)} \\ \\ & \frac{d^2 y}{dx^2} = \frac{d(\frac{dy}{dx})}{dx} = \frac {d(\frac{dy}{dx})/dt}{dx/dt} = \frac{\psi ” (t) \varphi ‘(t) – \psi ‘(t) \varphi ” (t) }{[\varphi ‘ (t)]^3} \end{aligned}$

变限积分求导公式

$\begin{aligned} & 设 F(x) = \int ^{\varphi_2(x)}_{\varphi_1(x)} f(t) dt, 则 \\ \\ & F'(x) = \frac{d}{dx}\begin{bmatrix}\int ^{\varphi_2(x)}_{\varphi_1(x)} f(t) dt \end{bmatrix} = f[\varphi _2(x)]\varphi ‘_2(x) – f[\varphi_1(x)]\varphi ‘_1(x) \end{aligned}$

基本初等函数的导数公式（❤❤❤）

$\begin{aligned} & (x^a)’ = a x^{a-1} ~~~~~(a为常数) \\ \\ & (a^x)’ = a^x \ln a \\ \\ & (e^x)’ = e^x \\ \\ & (log_a x)’ = \frac{1}{x \ln a} ~~~~~(a>0, a \ne 1) \\ \\ & (\ln x)’ = \frac{1}{x} \\ \\ & (\sin x)’ = \cos x \\ \\ & (\cos x)’ = -\sin x \\ \\ & (\arcsin x)’ = \frac{1}{\sqrt{1-x^2}} \\ \\ & (\arccos x)’ = – \frac{1}{\sqrt{1-x^2}} \\ \\ & (\tan x)’ = \sec ^2 x \\ \\ & (\cot x)’ = – \csc^2 x \\ \\ & (\arctan x)’ = \frac{1}{1+x^2} \\ \\ & (arccot ~ x)’ = – \frac{1}{1+x^2} \\ \\ & (\sec x)’ = \sec x \cdot \tan x \\ \\ & (\csc x)’ = – \csc x \cdot \cot x \\ \\ & [\ln (x+\sqrt{x^2+1})]’ = \frac{1}{\sqrt{x^2+1}} \\ \\ & [\ln (x+\sqrt{x^2-1})]’ = \frac{1}{\sqrt{x^2-1}} \\ \\ \end{aligned}$

高阶导数的运算

$\pm v ]^{(n)} = u^{(n)} \pm v^{(n)}$
$\begin{aligned} (uv)^{(n)} & = u^{(n)}v + C_n^1 u^{(n-1)}v’ + C_n^2 u^{(n-2)}v” + … + C_n^k u^{(n-k)}v^{(k)} + … + C_n^{n-1} u’v^{(n-1)} + uv^{(n)} \\ & = \displaystyle\sum_{k=0}^n C_n^k u^{(n-k)}v^{(k)} \end{aligned}$

常用初等函数的n阶导数公式

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

极值判别条件

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

凹凸性判定

$\begin{aligned} 1.&\begin{cases} f(\frac{x_1+x_2}{2}) < \frac{f(x_1)+f(x_2)}{2} \implies 凹 \\\\ f(\frac{x_1+x_2}{2}) > \frac{f(x_1)+f(x_2)}{2} \implies 凸 \end{cases} \\\\ 2.&\begin{cases} f”(x) > 0 \implies 凹 \\\\ f”(x) < 0 \implies 凸 \end{cases} \end{aligned}$

拐点判别条件

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

斜渐近线

$\lim_{x \to +\infty} \frac{f(x)}{x} = a ~~~~\lim_{x \to + \infty}(f(x)-ax) = b \implies 斜渐近线为： y=ax+b$

曲率

$\begin{aligned} 密切圆半径 ~~~~~ & r = \frac{(1+y’^2)^{\frac{3}{2}}}{|y”|} \\ \\ 曲率 ~~~~~ &K = \frac{1}{r} = \frac{|y”|}{(1+y’^2)^{\frac{3}{2}}} \\ \\ 曲率圆 ~~~~~& (X-(x-\frac{y'(1+y’^2)}{y”^2}))^2 +(Y-(y+\frac{1+y’^2}{y”^2})) = (\frac{(1+y’^2)^{\frac{3}{2}}}{|y”|})^2 \end{aligned}$

积分相关公式

定积分的精确定义

$\begin{aligned} & \int_a^b f(x) dx = \lim_{n \to \infty} \displaystyle\sum_{i=1}^n f(a+\frac{b-a}{n}i)\frac{b-a}{n} \\ \\ \\ 常用：& \int_0^1 f(x) dx = \lim_{n \to \infty} \displaystyle\sum_{i=1}^n f(\frac{i}{n})\cdot\frac{1}{n} \\ \\ & \int_0^k f(x) dx = \lim_{n \to \infty} \displaystyle\sum_{i=1}^{kn} f(\frac{i}{n})\cdot\frac{1}{n} \\ \\ \\ 二重定积分精确定义：& \iint\limits_D f(x,y) d\sigma = \lim_{n \to \infty} \displaystyle\sum_{i=1}^n \displaystyle\sum_{j=1}^n f(a+\frac{b-a}{n}i, c+\frac{d-c}{n}j) \cdot \frac{b-a}{n} \cdot \frac{d-c}{n} \\ \\ \\ 常用：&\int_0^1 \int_0^1 f(x,y) dxdy = \lim_{n \to \infty} \displaystyle\sum_{i=1}^n \displaystyle\sum_{j=1}^n f(\frac{i}{n}, \frac{j}{n})\cdot \frac{1}{n^2} \end{aligned}$

分布积分公式

$\begin{aligned} & \int u dv = uv – \int vdu \\ & \int uv^{(n+1)}dx = uv^{(n)} – u’v^{(n-1)} + u”v^{(n-2)} – … + (-1)^nu^{(n)}v + (-1)^{n+1}\int u^{(n+1)}vdx \end{aligned}$

分部积分表格法

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

$\def\arraystretch{2} \begin{array}{c:c:c:c:c} f(x) & f'(x) & f”(x) & \cdots & f^{(n)}(x) \\ \hline g(x) & g_1(x) & g_2(x) & \cdots & g_n(x) \\ \end{array}$

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

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

$\int_0^\frac{\pi}{2} \sin ^n x dx = \int_0^\frac{\pi}{2} \cos ^n x dx = \begin{cases} \frac{n-1}{n} \cdot \frac{n-3}{n-2} \cdot\cdot\cdot\cdot\cdot \frac{1}{2} \cdot \frac{\pi}{2} ~~~~~ n 为正偶数 \\ \frac{n-1}{n} \cdot \frac{n-3}{n-2} \cdot\cdot\cdot\cdot\cdot \frac{2}{3} ~~~~~ n 为大于1的奇数 \\ \end{cases}$

敛散性判别公式

$\begin{aligned} & \int_1^{+\infty} \frac{1}{x^p} dx \implies & \begin{cases} p>1 \implies 收敛 \\ p \le 1 \implies 发散 \end{cases} \\\\ & \int_0^1 \frac{1}{x^p} dx \implies & \begin{cases} p < 1 \implies 收敛 \\ p \ge 1 \implies 发散 \end{cases} \\\\ \end{aligned}$

基本积分公式

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

重要积分公式

$\begin{aligned} & \int_{-\infty}^{+\infty} e^{-x^2} dx = 2\int_{0}^{+\infty} e^{-x^2} dx = \sqrt{\pi} \\ \\ & \int_{0}^{+\infty} x^n e^{-x} dx = n! \\ \\ & \int_{-a}^{a} f(x) dx = \int_0^a [f(x)+f(-x)]dx \\ \\ & \int_0^\pi xf(\sin x) dx = \frac{\pi}{2} \int_0^\pi f(\sin x)dx = \pi \int_0^{\frac{\pi}{2}} f(\sin x) dx \\ \\ & \int_a^b f(x) dx = (b-a) \int_0^1 f[a+(b-a)x] dx \end{aligned}$

有理函数的拆分

$\begin{aligned} & \frac{P_n(x)}{(a_1 x+b_1)(a_2 x+b_2)(a_3 x+b_3)} = \frac{A_1}{a_1 x+b_1}+\frac{A_2}{a_2 x+b_2}+\frac{A_3}{a_2 x+b_2} \\ \\ & \frac{P_n(x)}{Q_m(x)(ax+b)^3} = \frac{A(x)}{Q_m(x)} + \frac{A_1}{(ax+b)^3} + \frac{A_2}{(ax+b)^2} + \frac{A_3}{(ax+b)} \\ \\ & \frac{P_n(x)}{Q_m(x)(ax^2+bx+c)^3} = \frac{A(x)}{Q_m(x)} + \frac{A_1x+B_1}{(ax^2+bx+c)^3} + \frac{A_2x+B_2}{(ax^2+bx+c)^2} + \frac{A_3x+B_3}{(ax^2+bx+c)} \\ \\ \end{aligned}$

积分求平均值

$\frac{\int_a^b f(x) dx}{b-a}$

定积分应用

定积分求平面图形面积

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

定积分求旋转体的体积

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

平面曲线的弧长

$\begin{aligned} & L = \int_a^b \sqrt{1+[y'(x)]^2}dx \\ \\ & L = \int_\alpha^\beta \sqrt{[x'(t)]^2 + [y'(t)]^2}dt \\ \\ & L = \int_\alpha^\beta \sqrt{[r(\theta)]^2+[r'(\theta)]^2}d\theta \end{aligned}$

旋转曲面的面积

$\begin{aligned} & 曲线y=y(x)在区间[a,b]上的曲线弧段绕x轴旋转一周所得到的旋转曲面的“面积” \\\\ & S = 2\pi \int_a^b |y(x)| \sqrt{1+[y'(x)]^2}dx \\ \\ & S = 2\pi \int_a^b |y(t)| \sqrt{[x'(t)]^2 + [y'(t)]^2} dt \\ \\ & S = 2\pi \int_\alpha^\beta r\sin \theta \sqrt{r^2 + (r’)^2} d\theta \end{aligned}$

平面截面面积为已知的立体体积

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

变力沿直线做功

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

抽水做功

在这里插入图片描述

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

水压力

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

质心

直线段的质心（一维）

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

不均匀薄片质心（二维）

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

形心

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

质量

$\iint\limits_D \rho (x,y)dxdy$

转动惯量

$\begin{aligned} & I_x = \iint\limits_D y^2 \rho(x,y)dxdy \\\\ & I_y = \iint\limits_D x^2 \rho(x,y)dxdy \\\\ \end{aligned}$

物理公式

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

泰勒公式

$\begin{aligned} f(x) & = \frac{f(a)}{0!} + \frac{f'(a)}{1!} (x-a) + \frac{f”(a)}{2!} (x-a)^2 + … + \frac{f^{(n)}(a)}{n!} (x-a)^n + R_n(x) \\ \\ & = \lim_{n \to \infty} \displaystyle\sum_{i=0}^n \frac{f^{(n)}(a)}{n!} (x-a)^n \end{aligned}$

拉格朗日余项的泰勒公式

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

佩亚诺余项的泰勒公式

$\frac{f(a)}{0!} + \frac{f'(a)}{1!} (x-a) + \frac{f”(a)}{2!} (x-a)^2 + … + \frac{f^{(n)}(a)}{n!} (x-a)^n + o((x-a)^n)$

常用的泰勒展开式

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

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

$\begin{cases} （1）[a,b]上连续 \\ （2）(a,b) 内可导 \\ （3）f(a) = f(b) \end{cases} \implies则\exists \xi \in (a,b)，使得 f'(\xi)=0$

罗尔定理推论

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

罗尔定理证明题辅助函数构造

$\begin{aligned} & f”(x) + g(x)f'(x) = 0 \implies F(x) = f'(x) e^{\int g(x)dx} \\ \\ & f(x) + g(x)\int_0^x f(t)dt = 0 \implies F(x) = \int_0^x f(t) dt \cdot e^{\int g(x)dx} \\ \\ & f'(x) + g(x)[f(x)-1] =0 \implies F(x) = [f(x) -1] \cdot e^{\int g(x)dx} \\ \\ & \cdot\cdot\cdot\cdot\cdot\cdot\cdot\cdot \end{aligned}$

微分方程构造罗尔定理辅助函数

$\begin{aligned} & 欲证：F[\xi, f(\xi), f'(\xi)] = 0 \\ \\ & 1) 求微分方程 F(x, y, y’) =0的通解H(x,y) =C \\ \\ & 2) 设辅助函数：g(x) = H(x, f(x)) \end{aligned}$

拉格朗日中值定理

$\begin{aligned} & 设f(x)满足 \begin{cases} （1）[a,b]上连续 \\ （2）(a,b) 内可导 \\ \end{cases} \\ \\ & \implies则\exists \xi \in (a,b)，使得 f(b)-f(a) = f'(\xi)(b-a)，或者写成 \\ \\ & f'(\xi) = \frac{f(b)-f(a)}{b-a} \end{aligned}$

柯西中值定理

$\begin{aligned} & 设f(x)，g(x)满足 \begin{cases} （1）[a,b]上连续 \\ （2）(a,b) 内可导 \\ （3）g'(x) \neq 0 \end{cases} \\ \\ & \implies则\exists \xi \in (a,b)，使得 \frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)} \end{aligned}$

积分中值定理

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

多元微积分相关公式

多元微分定义

$\begin{aligned} 定义：& \Delta z = A \Delta x + B \Delta y + o (\rho) ~~~~~~ (\rho = \sqrt{(\Delta x)^2 + (\Delta y) ^2}) \\ \\ 全增量：& \Delta z =f(x_0 + \Delta x, y_0 + \Delta y) – f(x_0, y_0) \\ \\ 线性增量：& A\Delta x + B \Delta y ~~~~~~ 其中 ~~ A=f’_x(x_0, y_0)，B=f’_y(x_0, y_0) \\ \\ 可微判定：& \lim_{\underset{\Delta y \to 0}{\Delta x \to 0}} \frac{\Delta z – (A\Delta x + B \Delta y)}{\sqrt{(\Delta x)^2 + (\Delta y )^2}} \implies \begin{cases} = 0 \implies 可微 \\ \ne 0 \implies 不可微 \end{cases} \\ \\ \end{aligned}$

多元隐函数求导

$\begin{aligned} & \frac{\partial z}{\partial x} = – \frac{F’_x}{F’_z} \\ \\ & \frac{\partial z}{\partial y} = – \frac{F’_y}{F’_z} \\ \end{aligned}$

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

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

多元函数极值判定

$\begin{aligned} 1.&~~~ 求出同时满足 f’_x(x,y) =0，f’_y(x,y) =0的“一组”(x_0,y_0) \\ \\ 2. &~~~ 记 \begin{cases} f”_{xx}(x_0,y_0) =A \\ f”_{xy}(x_0,y_0) =B \\ f”_{yy}(x_0,y_0)=C \end{cases} ~~则 \Delta=B^2-AC \begin{cases} <0 \implies 极值 \begin{cases} A<0 \implies 极大值 \\ A>0 \implies 极小值 \end{cases} \\ >0 \implies 非极值 \\ =0 \implies 方法失效，另谋他法 \end{cases} \end{aligned}$

拉格朗日数乘法求最值

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

多重积分的应用

空间曲面的面积

$\begin{aligned} & \\ & A = \iint\limits_D \sqrt{1+(\frac{\partial z}{\partial x})^2 + (\frac{\partial z}{\partial y})^2} ~ dxdy \end{aligned}$

微分方程

一阶线性微分方程

$\begin{aligned} & y’ + p(x)y = q(x) ~~~~~其中p(x),q(x)为连续函数 \implies \\\\ &y = e^{-\int p(x)dx} (\int e^{\int p(x)dx} \cdot q(x) dx + C) \end{aligned}$

二阶常系数齐次线性微分方程的通解

$\begin{aligned} & y” + py’ + qy =0 ~~~~~~~~p,q为常数 \\ \\ \xRightarrow{特征方程为} & ~~ \lambda^2 + p\lambda + q = 0 \\ \\ \implies & \begin{cases} p^2 – 4q>0 , \xRightarrow{通解为} y=C_1 e^{\lambda _1x} + C_2 e^{\lambda _2 x} \\ \\ p^2 – 4q=0 , \xRightarrow{通解为} y = (C_1+C_2x)e^{\lambda x}\\ \\ p^2 – 4q<0 , \lambda_{1,2}=\alpha \pm i\beta ~~~ \xRightarrow{通解为} y = e^{\alpha x} (C_1 \cos \beta x + C_2\sin \beta x) \end{cases} \end{aligned}$

三阶常系数齐次线性微分方程的通解

$\begin{aligned} & y”’ + py” + qy’ +ry =0 ~~~~~~~~p,q,r为常数 \\ \\ \xRightarrow{特征方程为} & ~~ \lambda^3 + p\lambda^2 + q\lambda + r = 0 \\ \\ \implies & \begin{cases} \lambda_1,\lambda_2,\lambda_3\in R, 且\lambda_1 \ne \lambda_2 \ne \lambda_3, \xRightarrow{通解为} y=C_1 e^{\lambda _1x} + C_2 e^{\lambda _2 x} + C_3 e^{\lambda _3 x} \\ \\ \lambda_1,\lambda_2,\lambda_3\in R, 且\lambda_1 = \lambda_2 \ne \lambda_3 \xRightarrow{通解为} y = (C_1+C_2x)e^{\lambda_1 x} + C_3 e^{\lambda_3 x}\\ \\ \lambda_1,\lambda_2,\lambda_3\in R, 且\lambda_1 = \lambda_2 = \lambda_3 \xRightarrow{通解为} y = (C_1+C_2x + C_3x^2)e^{\lambda_1 x}\\ \\ \lambda_1 \in R, \lambda_{2,3}=\alpha \pm i\beta ~~~ \xRightarrow{通解为} y = C_1e^{\lambda_1x} + e^{\alpha x} (C_2 \cos \beta x + C_3\sin \beta x) \end{cases} \end{aligned}$

二阶常系数非齐次线性微分方程的特解

$\begin{aligned} & y” + py’+qy = f(x) \\ \\ （1）& 自由项f(x)=P_n(x)e^{ax} ~时，特解为 ~ y^*= e^{ax}Q_n(x) x^k \\ \\ 其中 & \begin{cases} e^{ax} ~~照抄 \\ Q_n(x) 为x的n次一般多项式 \\ k = \begin{cases} 0，~~~ a\ne \lambda_1, a \ne \lambda_2 \\ 1，~~~ a = \lambda_1 或a=\lambda_2 \\ 2，~~~ a = \lambda_1 = \lambda_2 \end{cases} \end{cases} \\ \\ \\ (2) & 自由项~ f(x) = e^{ax}[P_m(x) \cos \beta x + P_n(x) \sin \beta x] ~时， \\ \\ & y^* = e^{ax} [ Q_l^{(1)}(x) \cos \beta x + Q_l^{(2)}(x)\sin \beta x]x^k \\ \\ 其中，& \begin{cases} e^{ax} ~~照抄 \\ l=max\{ m, n \} ，Q_l^{(1)}(x), Q_l^{(2)}(x)分别为x的两个不同的l次一般多项式 \\ \\ k = \begin{cases} 0，~~~ a \pm \beta i ~不是特征根 \\ 1，~~~ a \pm \beta i ~是特征根 \\ \end{cases} \end{cases} \end{aligned}$

“算子法”求二阶常系数非齐次线性微分方程的特解

$\begin{aligned} & y^{(n)} + a_1 y^{(n-1)} + a_2 y^{(n-2)} + \cdots + a_n y = f(x) \\\\\\ 记：& \frac{d}{dx} = D, ~~~D表示求导，\frac{1}{D} 表示积分 \\ \\ & F(D) = D^n + a_1D^{n-1} + a_2D^{n-2} + \cdots + a_{n-1}D + a_n \\\\ 则，特解~~~& y^* = \frac{1}{F(D)} f(x) \\ \\ \\ & (1) ~~~ y” + py’ + qy = ae^{kx} \\\\ & 则 ~~y^*= \frac{1}{D^2 + pD + q} ae^{kx} \\\\ & = \frac{1}{k^2+pk+q} ae^{kx} ~~~~~（将D换成k） \\ \\ & = x \frac{1}{2k+p} ae^{kx} ~~~~~~(上式分母为零，提x，求导) ~~ 以此类推 \\ \\ \\ & (2)~~~ y” + py’ + qy = \sin a x (或\cos a x) \\\\ & 则 ~~y*= \frac{1}{D^2 + pD + q} \sin a x \\\\ & = \frac{1}{-a^2+pD+q} \sin a x ~~~~~~(将D^2换成-a^2，若为0与(1)一样，提x求导) \\ \\ & = \frac{pD-(q-a^2)}{p^2D^2 – (q-a^2)^2} \sin \alpha x ~~~~~~(若分母包含D，则通过(a+b)(a-b)得出D^2) \\ \\ \\ & (3) ~~~ y ” + a_1 y ‘ + a_2 y = P_n(x) \\\\ & y^* = \frac{1}{D^2 + a_1D + a_2} P_n(x) \\\\ & = \frac{1}{D^u} \frac{1}{1 – (kD)^m} P_n(x) ~~（大概化成这种形式）\\\\ & = \frac{1}{D^u} (1 + kD + (kD)^2 + \cdots)P_n(x) ~~~~~~（\frac{1}{1 – (kD)^m}泰勒展开）\\\\ & = Q_n(x) \\\\\\ & (4)~~~~ y” + a_1y’ + a_2y = e^{kx} f(x) \\\\ & = e^{kx} \frac{1}{F(D+k)} f(x) ~~~~~~~（然后看右边，根据f(x)的形式，转(1)(2)(3)方法求解） \end{aligned}$

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。（先将就下吧，马上考试了，考完试再整理，md政治还没背）

线性代数

行列式

$\begin{aligned} & |A| = |A^T| \\ \\ & |kA| = k^n|A| \\ \\ & |AB| = |A||B| \\ \\ & A_{ij} = (-1)^{i+j}M_{ij} \\ \\ \end{aligned}$

几个重要的行列式

$\begin{aligned} & \begin{vmatrix} a_{11} & 0 & \dots & 0 \\ 0 & a_{22} & \dots & 0 \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \dots & a_{nn} \end{vmatrix} = \begin{vmatrix} a_{11} & 0 & \dots & 0 \\ a_{21} & a_{22} & \dots & 0 \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \dots & a_{nn} \end{vmatrix} = \begin{vmatrix} a_{11} & a_{12} & \dots & a_{1n} \\ 0 & a_{22} & \dots & a_{2n} \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \dots & a_{nn} \end{vmatrix} = \prod_{i=1}^na_{ii} \\ \\ \\ & \begin{vmatrix} 0 & \dots & 0 & a_{1n} \\ 0 & \dots & a_{2,n-1} & 0 \\ \vdots & & \vdots & \vdots \\ a_{n1} & \dots & 0 & 0 \end{vmatrix} = \begin{vmatrix} 0 & \dots & 0 & a_{1n} \\ 0 & \dots & a_{2,n-1} & \\ \vdots & & & \\ a_{n1} & & & \end{vmatrix} = \begin{vmatrix} & & & a_{1n} \\ & & a_{2,n-1} & 0 \\ & & \vdots & \vdots \\ a_{n1} & \dots & 0 & 0 \end{vmatrix} = (-1)^{\frac{n(n-1)}{2}}a_{1n}a_{2,n-1}\dots a_{n1} \\ \\ \\ & \begin{vmatrix} 1 & 1 & \cdots & 1 \\ x_1 & x_2 & \cdots & x_n \\ x_1^2 & x_2^2 & \cdots & x_n^2 \\ \vdots & \vdots & & \vdots \\ x_1^{n-1} & x_2^{n-1} & \cdots & x_n^{n-1} \\ \end{vmatrix} = \prod_{1\le i <j \le n}(x_j-x_i) \\ \\ \\ & \begin{vmatrix} a & b & b & \cdots & b \\ b & a & b & \cdots & b \\ b & b & a & \cdots & b \\ \vdots & \vdots & \vdots & & \vdots \\ b & b & b & \cdots & a \\ \end{vmatrix} = [a+(n-1)b](a-b)^{n-1} \\ \\ \\ & \begin{vmatrix} A & O \\ O & B \end{vmatrix} = \begin{vmatrix} A & C \\ O & B \end{vmatrix} = \begin{vmatrix} A & O \\ C & B \end{vmatrix} = |A||B| \\ \\ \\ & \begin{vmatrix} O & A_{n\times n} \\ B_{m\times m} & O \end{vmatrix} = \begin{vmatrix} O & A \\ B & C \end{vmatrix} = \begin{vmatrix} C & A \\ B & O \end{vmatrix} = (-1)^{mn}|A||B| \end{aligned}$

矩阵

$\begin{aligned} & (A^T)^T = A \\ \\ & (kA)^T = kA^T \\ \\ & (A+B)^T = A^T + B^T \\ \\ & (AB)^T = B^TA^T \\ \\ & AA^* = A^*A = |A|E \\ \\ & |A^*|=|A|^{n-1} \\ \\ & A^{-1} = \frac{1}{|A|}A^* \\ \\ & A = |A|(A^*)^{-1} \\ \\ & (A^{-1})^{-1} = A \\ \\ & (kA)^{-1} = k^{-1}A^{-1} \\ \\ & (AB)^{-1} =B^{-1}A^{-1} \\ \\ & (A^T)^{-1} = (A^{-1})^T \\ \\ & (A^T)^* = (A^*)^T \\ \\ & (A^{-1})^* = (A^*)^{-1} \\ \\ & (AB)^* = B^*A^* \\ \\ & (A^*)^* = |A|^{n-2}A \\ \\ & |A^{-1}| = |A|^{-1} \\ \\ & [A|E] \xrightarrow{初等行变换}[E|A^{-1}] \\\\ & [A|B] \xrightarrow{初等行变换}[E|A^{-1}B] \\\\ \end{aligned}$

分块矩阵

$\begin{aligned} \begin{bmatrix} A & O \\ O & B \end{bmatrix}^n = \begin{bmatrix} A^n & O \\ O & B^n \end{bmatrix} \end{aligned}$

正交矩阵

$\begin{aligned} & A是正交矩阵 \\\\ \iff & A^T =A^{-1} \\ \\ \iff & A^T A = AA^T = E \\ \\ \iff & A的行（列）向量组是标准正交向量组 \\ \\ \implies & |A| = \pm 1 \\ \\ \implies & \lambda = \pm 1 \\ \\ \end{aligned}$

施密特正交化

$\begin{aligned} & \beta_1 = \alpha_1 \\ \\ & \beta_2 = \alpha_2 – \frac{(\alpha_2,\beta_1)}{(\beta_1, \beta_1)}\beta_1 \\ \\ & \beta_3 = \alpha_3 – \frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2 – \frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1 \\ \\ & \cdots\cdots \\\\ & \beta_n = \alpha_n – \frac{(\alpha_n,\beta_{n-1})}{(\beta_{n-1},\beta_{n-1})}\beta_{n-1} – \frac{(\alpha_n,\beta_{n-2})}{(\beta_{n-2},\beta_{n-2})}\beta_{n-2} – \cdots – \frac{(\alpha_n,\beta_1)}{(\beta_1,\beta_1)}\beta_1 \\ \\ \\ & \eta_1 = \frac{\beta_1}{||\beta_1||}, \eta_2 = \frac{\beta_2}{||\beta_2||}, \cdots , \eta_n = \frac{\beta_n}{||\beta_n||} \\\\\\ 其中：& (\alpha, \beta) = \alpha^T\beta = \beta^T\alpha=\sum_{i=1}^na_ib_i \\ \\ & (\alpha,\alpha) = a_1^2 + a_2^2 + \cdots +a_n^2 = \sum_{i=1}^n a_i^2 \\ \\ & || \beta || = \sqrt{(\beta,\beta)} = \sqrt{b_1^2+b_2^2 + \cdots + b_n^2 } \end{aligned}$

可逆矩阵

$\begin{aligned} & A可逆 \\\\ \iff & |A| \ne 0 \\ \\ \iff & A的行（列）向量组线性无关 \\\\ \iff & Ax=0 有唯一零解 \\\\ \iff & Ax=b 有唯一解 \\\\ \iff & r(A)=n \\\\ \iff & 特征值 \lambda_i \ne 0 \end{aligned}$

等价矩阵

$\begin{aligned} & A, B等价 \\\\ \iff & A \cong B \\ \\ \iff & PAQ = B , ~~~~~P,Q可逆 \\ \\ \iff & r(A) = r(B) \\\\\\ & \{\alpha_1,\alpha_2, \cdots, \alpha_s\} \cong \{\beta_1,\beta_2, \cdots, \beta_t \} \\ \\ \iff & \{\alpha_1,\alpha_2, \cdots, \alpha_s\} 与 \{\beta_1,\beta_2, \cdots, \beta_t \} 可以互相表出 \\ \\ \iff & r(\alpha_1,\alpha_2, \cdots, \alpha_s) = r(\beta_1,\beta_2, \cdots, \beta_t )，且可单方向表出 \\ \\ \iff & r(\alpha_1,\alpha_2, \cdots, \alpha_s) = r(\beta_1,\beta_2, \cdots, \beta_t ) = r(\alpha_1,\alpha_2, \cdots, \alpha_s, \beta_1,\beta_2, \cdots, \beta_t) \\ \\ \end{aligned}$

秩相关公式

$\begin{aligned} & A是m\times n矩阵，则：\\\\ & r(A) \le min\{m,n\} \\ \\ & r(A) = r(A^T) \\ \\ & r(kA) = r(A) ~~(k\ne0)\\ \\ & r(A+B) \le r(A) + r(B) \\ \\ & r(AB) \le min\{r(A), r(B)\} \\ \\ & r(A) + r(B) -n \le r(AB) \\ \\ & r(A) + r(B) \le n ~~~~（其中，AB=O,n是A的列数或B的行数） \\\\ & r\begin{pmatrix} A & O \\ O & B \end{pmatrix} = r(A) + r(B) \\ \\ & r(A) + r(B) \le r\begin{pmatrix} A & O \\ C & B \end{pmatrix} \le r(A) + r(B) + r(C) \\\\ & r(A) = r(A^T A) \\ \\ & r(A) = 1 \implies \exists 非零 \alpha, \beta ，使得 A = \alpha\beta^T \\ \\ & r(\alpha \alpha^T) = 1 \\ \\ & \begin{cases} r(A) = n ~~~~~~~~~~ \implies ~~~ r(A^*) = n \\ r(A) = n – 1 ~~~ \implies ~~~ r(A^*) = 1 \\ r(A) < n – 1 ~~~ \implies ~~~ r(A^*) = 0 \\ \end{cases} \\\\ \end{aligned}$

特征值与特征向量

$\begin{aligned} & \sum_{i=1}^n \lambda_i = \sum_{i=1}^n a_{ii} \\ \\ & \prod_{i=1}^n \lambda_i = |A| \\\\ \end{aligned}$

$\def\arraystretch{2} \begin{array}{c:c:c:c:c:c:c:c} 矩阵 & A & kA & A^k & f(A) & A^{-1} & A^* & A^{-1} + f(A) \\ \hline 特征值 & \lambda & k\lambda & \lambda^k & f(\lambda) & \lambda^{-1} & \frac{|A|}{\lambda} & \frac{1}{\lambda} + f(\lambda) \\ \hline 对应的特征向量 & \xi & \xi&\xi&\xi&\xi&\xi&\xi \end{array}$

相似矩阵

$\begin{aligned} & A \sim B \\ \\ \iff & P^{-1}AP = B \\\\ \iff & \lambda E-A \sim \lambda E-B \\\\ \iff & \mu E-A \cong \mu E-B （其中\mu 为任意实数，即 r(\mu E-A) = r(\mu E-B)） \\\\\\ \implies & r(A) = r(B) \\ \\ \implies & |A| = |B| \\ \\ \implies & |\lambda E-A| = |\lambda E-B| \\ \\ \implies & r(\lambda E-A) = r(\lambda E-B) \\ \\ \implies & A,B特征值相同，且相同特征值对应的线性无关的特征向量个数相同 \\ \\ \implies & \sum a_{ii} = \sum b_{ii} \\ \\ \implies & A与B均可对角化，或均不可对角化 \\ \\ \implies & A\backsimeq B ~~~（A,B合同） \\\\ \implies & A^m \sim B^m \\ \\ \implies & A^T \sim B^T \\ \\ \implies & f(A) \sim f(B) \\ \\ \implies & A^{-1} \sim B^{-1} \\ \\ \implies & f(A^{-1}) \sim f(B^{-1}) \\ \\ \end{aligned}$

相似对角化

$\begin{aligned} & A \sim \Lambda \\ \\ \iff & A有n个线性无关的特征向量 \\\\ \iff & A的r_i重特征值有r_i个线性无关的特征向量 \\ \\ \\ \\ & A = A^T ~~~~~（A是实对称矩阵） \\ \\ \implies & A的特征值为实数，特征向量为实向量 \\ \\ \implies & A \sim \Lambda \\\\ \implies & A的属于不同特征值的特征向量相互正交 \\ \\ \end{aligned}$

矩阵合同

$\begin{aligned} & A，B合同 \\\\ \iff & A \backsimeq B \\\\ \iff & \exist 可逆矩阵 C，使得 C^TAC=B \\\\ \iff & A，B正负惯性指数相同 \\\\\\ \implies & r(A) = r(B) \\\\ \xlongequal{不能推出}\nRightarrow & A，B相似 \\\\\\ 合同判别法：& A,B均为实对称矩阵，A,B合同的充分必要条件是A,B的正负惯性指数相同 \end{aligned}$

正定二次型

$\begin{aligned} & f=x^TAx正定 \\\\ \iff & 对任意x \ne 0, x^TAx>0 \\ \\ \iff & f的正惯性指数 p = n \\ \\ \iff & \exists 可逆阵D，使 A = D^TD \\ \\ \iff & A \backsimeq E \\ \\ \iff & A与一正定矩阵合同 \\ \\ \iff & \exists 可逆矩阵P，使 P^TAP = E \\\\ \iff & A的所有特征值 \lambda_i>0 \\ \\ \iff & A的全部顺序主子式 > 0 \\ \\ \implies & a_{ii} >0 \\ \\ \implies & |A| > 0 \\ \\ \implies & kA, A^T,A^k, A^{-1}, A^*, f(A)正定 \\ \\ \\ & \begin{pmatrix} A & O \\ O & B \end{pmatrix} 正定 \iff A，B正定 \end{aligned}$

二次型配方法（通法）

$\begin{aligned} 情形1：& 二次型含有平方项，即\exist a_{ii} \neq 0，不妨设a_{11}\neq 0 \\\\ & 1. 记 f_1 = \frac{1}{2} \frac{\partial f}{\partial x_1} \\\\ & 2. 令 f(x_1, x_2, x_3, …) = \frac{1}{a_{11}} (f_1)^2 +g，此时g中不含x1 \\\\ 情形2：&二次型不含平方项，即任意 a_{ii} = 0，但至少存在一个 a_{1j} \neq 0，不妨设 a_{12} \neq 0 \\ \\ & 1. 记 f_1 = \frac{1}{2} \frac{\partial f}{\partial x_1},~~f_2 = \frac{1}{2} \frac{\partial f}{\partial x_2} \\ \\ & 2. 令 f(x_1,x_2,x_3,…) = \frac{1}{a_{12}} [(f_1+f_2)^2 – (f_1-f_2)^2] + \phi，此时，\phi不含x_1,x_2 \\ \\ \\ & 根据当前未配出的多项式，根据情况进行相应处理 \end{aligned}$

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/169735.html原文链接：https://javaforall.cn

【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权正版激活】： 官方授权正版激活支持Jetbrains家族下所有IDE 使用个人JB账号...

考研数学二常用公式_考研数学写公式有分吗