数学公式大全word版

绝世美人儿
800次浏览
2021年02月18日 02:55
最佳经验
本文由作者推荐

抗美援朝纪录片-

2021年2月18日发(作者:迷色莲花村)


高等数学公式



导数公式:



(


tgx


)




sec


x


(


ctgx


)




csc


2


x


(sec


x


)



< br>sec


x



tgx


(csc


x


)


< p>



csc


x

< p>


ctgx


(


a


x


)




a


x


ln


a


(log


a


x


)




基本积分表:



2


(arcsin


x


)




1


1< /p>


x


ln


a


1



x


2


1


(arccos


x


)





1



x


2


1


(


arctgx


)



< /p>


1



x


2


1


(


arcctgx


)





1< /p>



x


2



tgxdx




ln


cos


x



C



ctgxdx


ln


sin


x


< br>C



sec


xdx



ln


sec


x

< p>


tgx



C

< p>


csc


xdx



ln


csc


x



ctgx



C


dx


1


x



arc tg



C



a


2



x


2


a


a


dx


1


x



a


< p>
ln



x


2



a


2


2

< br>a


x



a



C


dx


1


a



x



< /p>


a


2



x


2


2


a


ln


a



x



C


dx


x



arcsin



C



a


2



x


2


a



2

< br>n


dx


2


sec



cos


2


x



xdx



tgx



C


dx


2



csc



sin


2


x



xdx




ctgx



C



sec


x



tgx


dx



sec


x



C



csc


x



ctgxdx




csc


x



C


a


x



a< /p>


dx



ln


a< /p>



C


x



shxdx



chx



C



chxdx


shx



C


dx


x


2



a


2



l n(


x



x


2



a


2


)



C



2


I


n




sin


xdx




cos


n


xdx



0


0


n



1


I


n



2


n



< br>


x


2


a


2


2


x



a


dx



x


< /p>


a



ln(


x< /p>



x


2



a


2


)


< p>
C


2


2


x


2


a


2


2

2


2


x



a


dx



x



a



ln


x< /p>



x


2



a


2



C

< p>
2


2


x


2


a


2


x


2

2


2


a



x


dx



a



x



arcsin


C


2


2


a


2


2


三角函数的有理式积分:



2


u


1

< p>


u


2


x


2


du


sin


x



, 


cos


x

< p>


, 


u



tg


, 


dx


< p>


2


2


2


2


1



u

1



u


1



u


1


/


47


一些初等函数:



两个重要极限:



e

< br>x



e



x


双曲正弦


:


shx



2


e


x


e



x


双曲余弦


:


chx


< br>2


shx


e


x

< br>


e



x


双曲正切


:


thx




x


chx


e



e



x

arshx



ln(


x

< p>


x


2



1



archx


< p>


ln(


x


< p>
x


2



1


)


1


1


x


arthx



ln


2


1



x

< br>三角函数公式:



·诱导公式:






函数




A


-


α



90°


-


α



90°


+


α



180°


-


α



180°


+


α



270°


-


α



270°


+


α



360°


-


α



360°


+


α



sin



sin


x



l im



1


x



0



x


1



lim


(


1



)


x



e



2


.


7182818284

59045


...


x


< p>



x










cos


tg


-


tgα



ctgα



ctg


-


ctgα



tgα



-


ctgα



ctgα



tgα



-


ctgα



ctgα



-


sinα



cosα



cosα



cosα



sinα



sinα



-


sinα



-


ctgα



-


tgα



-


cosα



-tg


α



-


sinα



-


cosα



tgα



-


cosα



-


sinα



ctgα



-


cosα



sinα



-


sinα



cosα



sinα



cosα



-


tgα



tgα



-


ctgα



-


tgα




·和差角公式:



·和差化积公式:



sin(





)



sin



cos




cos



sin



cos(


< /p>




)



cos



cos


< /p>



sin



si n



tg




tg



tg


(





)



1



tg




tg



ctg




ctg




1


ctg


(





)



ctg




ctg




sin




sin




2


sin





2


2








sin




sin




2


cos


sin


2


2







< br>cos




cos




2


cos


cos


2


2






< br>


cos



< br>cos




2

< br>sin


sin


2


2


cos





2


/


47


·倍角公式:



sin


2




2

sin



cos



cos


2




2


cos


2




1



1


2


sin


2



cos


2



sin


2


ctg


2



1


ctg


2



2


ctg


2


tg



tg


2




1



tg


2




·半角公式:


sin


3



3


sin



4


sin


3


cos


3



4


cos


3



3


cos


3


tg




tg


3



tg


3




1



3


tg


2


< /p>


sin


tg



2






1



cos




1



cos



          


  


cos




2


2


2


1


< br>cos



1


< br>cos



sin




1



cos



1



cos



sin





  


ctg


< p>




1



cos



sin

< p>


1



cos

< p>


2


1



cos



sin


< p>
1



cos


< p>
a


b


c





2


R






·余弦定理:


c


2


a


2



b


2



2


ab


cos


C




sin


A


sin


B


sin


C



2



·正弦定理:



·反三角函数性质:


arcsin


x

< br>



2



arccos


x


   


arctgx




2



arcctgx




高阶导数公式——莱布尼兹(


Leibniz


)公式:



(


uv


)


(


n


)


k


(


n



k

< br>)


(


k


)




C


n


u


v


k



0


n



u


(


n


)


v



nu


(


n



1


)


v



n


(


n



1


)


(


n< /p>



2


)


n


(


n



1

< p>
)



(


n



k



1

)


(


n



k


)


(


k


)< /p>


u


v







u

< p>
v





uv


(


n


)

< br>2


!


k


!



中值定理与导数应用:



拉格朗日 中值定理:


f


(


b

)



f


(


a


)



f


< /p>


(



)(


b



a


)


f


(


b


)



f


(


a


)

< br>f



(



)


柯西中值定理:



F


(


b


)


< br>F


(


a


)


F



(



)


曲率:





F


(


x


)



x


时,柯西中值定理就是


拉格朗日中值定理。


弧微分公式:


ds



1



y


2


dx


,


其中


y




tg



平均曲率:


K

< br>




.




:



M


点到


M



点, 切线斜率的倾角变


化量;



s



M


M



弧长。



s


y





< br>d



M


点的曲率:


K



lim




.



2

< br>3



s



0



s


ds


(


1



y


< /p>


)


直线:


K


< /p>


0


;


1


半径为< /p>


a


的圆:


K


< /p>


.


a


定积分的近似计算:



3


/


47

< p>
b


矩形法:



f


(


x


)



a


b


b


< br>a


(


y


0



y


1





y


n



1


)


n


b



a


1


[


(


y


0


< br>y


n


)



y


1





y


n



1


]


n


2


b



a


[(


y

< p>
0



y


n


)



2


(

y


2



y


4





y< /p>


n



2


)



4


(


y

< p>
1



y


3





y

n



1


)]


3


n



梯形法:


f


(


x


)



a


b


抛物 线法:



f


(


x


)



a


定积 分应用相关公式:



功:


W

< p>


F



s


水压力:


F



p



A


m


m

< br>引力:


F



k

< br>1


2


2


,


k


为引力系数



r

< br>b


1


函数的平均值:


y



f


(


x


)


dx


b



a



a


1

2


均方根:


f


(

< br>t


)


dt


b



a


a


空间解析几何和向量代数:



b


空间< /p>


2


点的距离:


d



M


1


M


2< /p>



(


x


2



x


1


)

< p>
2



(


y


2



y


1

)


2



(


z


2



z


1< /p>


)


2


向量在轴上的投影:


Pr


j


u


AB



AB



cos



,



< br>AB



u


轴的夹角。

< p>





Pr


j


u


(

< br>a


1



a


2


)



Pr


j


a


1



Pr


j


a


2






a



b



a



b


cos




a


x


b

< br>x



a


y


b


y



a


z


b


z


,


是一个 数量


,


两向量之间的夹角:


cos




i





c



a



b


< br>a


x


b


x


j


a


y


b


y


a


x


b


x



a


y


b


y



a


z


b


z


a


x

< br>


a


y



a


z



b


x



b


y



b


z


2


2


2


2


2


2


k




< br>




a


z


,


c



a



b


sin



.


例:线速度:


v


w



r


.


b


z


a


y< /p>


b


y


c


y


a


z



< p>


b


z



a



b


c


cos



,


为锐角时,



c


z


a


x







向量的混合积:


[


a


b


c


]


(


a



b


)



c



b< /p>


x


c


x


代表平行 六面体的体积



4


/


47



1


、 点法式:


A


(


x



x


0


)



B


(


y



y


0


)



C


(


z



z


0


)


< br>0


,其中


n


< br>{


A


,


B


,


C


},


M


0


(


x


0


,< /p>


y


0


,


z


0


)


2


、一般方程:


Ax



By



Cz



D


< /p>


0


x


y


z


3


、截距世方程:





1


a


b< /p>


c


平面外任意一点到该平


面的距离:


d



Ax


0



By


0



Cz


0



D

< p>
A


2



B


2



C


2

平面的方程:



x



x


0



mt


x



x


0

y



y


0


z



z


0


< /p>



空间直线的方程:


< br>



t


,


其中


s



{


m


,


n


,


p< /p>


};


参数方程:



y



y


0



nt


m


n


p< /p>



z



z



pt


0



二次曲面:


x


2


y


2


z


2


1


、椭球面:


2



2



2



1


a


b


c


x


2


y


2


2

< br>、抛物面:




z



,


p


,

< br>q


同号)


2


p

< br>2


q


3


、双曲面:


x


2


y


2

< br>z


2


单叶双曲面:


2

< p>


2



2



1


a


b

c


x


2


y


2


z


2


双叶双曲面:

< br>2



2



2



(马鞍面)


1

< br>a


b


c



多元函数微分法及应用



< p>
全微分:


dz




z



z


< p>
u



u



u


dx



dy


   


du



dx

< p>


dy



dz

< p>


x



y



x



y


z


全微分的近似计算:



z



dz



f


x


(


x


,


y


)


< br>x



f


y


(


x


,


y


)



y


多元复合函数的求导法

< p>


dz



z



u



z

< br>


v


z



f


[


u


(


t


),


v


(


t< /p>


)]


   






 


dt< /p>



u



t



v



t

< p>


z



z



u



z


v


z



f


[


u


(


x< /p>


,


y


),


v


(


x


,


y


)]


   



 





< p>
x



u



x



v


x



u



u


(


x


,


y< /p>


)



v



v


(


x


,

< p>
y


)


时,



u



u


< br>v



v


du


dx



dy

   


dv



dx



dy


 


< br>x



y



x



y


隐函数的求导公式:


F


x


F


F


dy


dy


d


2


y




隐函数


F


(


x


,

< br>y


)



0


,  




,  

< br>2



(



x


)



(



x


)



dx< /p>


F


y



x


F


y



y

< p>
F


y


dx


dx

< p>
F


y


F



z



z


隐函数


F


(


x


,

y


,


z


)



0


, 




x


,  





x


F


z



y


F


z



5


/


47



F



F


(


x


,


y


,


u


,


v

< br>)



0



(


F


,


G


)



u


隐函数方程组:

< br>   


J



< br>



G



(


u


,


v


)



G


(


x


,


y


,


u


,


v


)



0



u


< br>u


1



(


F


,


G


)



v


1



(


F


,


G


)





    





< p>
x


J



(


x


,


v


)


x


J



(


u


,


x


)< /p>



u


1



(


F


,


G

< p>
)



v


1



(


F


,

G


)





    






y


J



(


y


,


v


)



y


J



(


u


,


y


)


微分法在几何上的应用:




F



v



F


u



G


G


u



v


F


v


G


v




x

< br>



(


t


)


x



x


y



y


0


z



z


0



空间曲线



y




(


t


)

< p>
在点


M


(


x


0


,


y


0

< br>,


z


0


)


处的切线方程:


0







(

< br>t


)



(


t


)




(


t


0


)


0


0



z




(


t


)



在点


M


处的法平面方程:




(


t


0


)(


x



x


0


)


< p>



(


t


0


)(


y


< br>y


0


)





(


t


0


)(


z



z< /p>


0


)



0




F


y

< p>
F


z


F


z


F


x


F


x


F


(


x


,


y


,


z


)< /p>



0


若空间曲线方程为:


,


则切向量


T



{


,


,


< br>G


G


G


x


G


x



y


z


G


z



G


(


x


,


y


,


z


)



0


曲面


F


(


x


,


y


,

z


)



0


上一点


M


(


x


0


,


y


0


,< /p>


z


0


)


,则:< /p>



1


、过此点的法向量:


n



{


F

x


(


x


0


,


y


0


,


z< /p>


0


),


F


y


(


x


0


,


y


0


,


z


0


),


F


z


(


x


0


,

y


0


,


z


0


)}


x



x


0


y



y


0


z



z


0


3


、过此点的法线方程:



F


x


(


x


0


,


y< /p>


0


,


z


0


)


F


y


(

< p>
x


0


,


y


0


,


z


0

)


F


z


(


x


0


,


y


0< /p>


,


z


0


)


方向导数与梯度:



F


y


G


y


}


2


、过此点的切平面方程



F

< p>
x


(


x


0


,


y


0


,

z


0


)(


x



x


0


)



F


y


(


x


0


,


y


0


,


z


0


)(

< p>
y



y


0


)



F


z

(


x


0


,


y


0


,


z


0< /p>


)(


z



z


0


)



0



f



f



f


函数


z



f


(


x

,


y


)


在一点

p


(


x


,


y


)


沿任一方向


l

的方向导数为:



cos




sin




l



x


< p>
y


其中




x


轴到方向


l


的转角。



f




f



i



j



x


< br>y






f




它 与方向导数的关系是




grad


f


(


x


,


y


)



e


,其中


e



cos




i



sin




j


,为


l


方向上的



l


单位向量。



f




grad


f< /p>


(


x


,


y


)



l


上的投影。< /p>



l


函数


z



f


(


x


,


y


)


在一点


p


(


x


,


y


)


的梯度:


grad


f


(


x


,


y


)



多元函数的极值 及其求法:




f

x


(


x


0


,


y


0


)


< /p>


f


y


(


x


0


,


y


0

< p>
)



0


,令:

< p>
f


xx


(


x


0


,


y


0

< br>)



A


,


 


f


xy


(


x


0


,


y


0< /p>


)



B


,


 


f


yy


(


x


0


,


y


0


)



C

< br>



A



0


,


(


x


0


,


y


0


)


为极大值


2


AC



B



0


时,< /p>





A



0


,


(

< p>
x


0


,


y


0


)


为极小值




2


则:




AC



B

< br>


0


时,      无极


< /p>


AC



B


2



0



,


       不确定




重积分及其应用:



6


/


47






f


(


x


,


y


)


dxdy






f


(


r


cos



,


r


sin



)


r drd



D


D



曲面


z



f


(


x


,


y


)


的面积


A






D




z




< p>
z




1






dxdy



< br>



x





y



2


2


平面薄片的重心:


x



M


x


M





x



(


x


,


y


)


d



D


< /p>



(


x


,


y


)


d


< p>
D


D


,


  


y



M


y

< br>M






y


(


x


,


y


)


d



D< /p>






(


x


,


y


)


d



D


D



平面薄片的转动惯量:


对于


x



I


x



 


y


2



(< /p>


x


,


y


)


d



,


  对于


y



I


y






x


2

< p>


(


x


,


y


)


d


平面薄片(位于


xoy


平面)对


z


轴上质点


M


(


0


,


0


,


a< /p>


),


(


a



0


)


的引力:


F< /p>



{


F


x


,


F


y


,

< p>
F


z


}


,其中:


F


x



f





D



(


x


,


y


)

xd



(


x



y



a


)


2


2


2


2


,  


F


y



f





3


D



(


x


,

< p>
y


)


yd



(


x



y

< br>


a


)


2


2


2


2


,  


F


z




f a





3


D



(


x


,


y


)


xd



(


x



y


< p>
a


)


2


2


3


2


2


柱面坐标和球面坐标:




x



r


cos




柱面坐标:


f


(


x


,


y


,


z


)


dxdydz






F


(


r


,



,


z


)< /p>


rdrd



dz


,



y



r< /p>


sin



,


    








z



z


< /p>


其中:


F


(


r< /p>


,



,


z


)



f


(

< p>
r


cos



,

< p>
r


sin



,

< p>
z


)



x



r


sin



cos




2


球面坐标:



y


< p>
r


sin



sin



,  


dv



rd




r


sin




d




dr



r


sin



drd



d




z



r


cos




2





r


(

< br>


,



)


2


F


(


r


,



,



)


r


sin



dr< /p>



0





< /p>


f


(


x


,


y


,


z


)

< p>
dxdydz






F


(


r


,



,



)


r


sin



drd



d





d




d




0


0

< br>2


重心:


x


< br>1


M





x

< br>


dv


,


  

< br>y





1


M





y



dv


,


  


z





1


M





z



dv


,  其中


M


x






dv





转动惯量:


I


x

< br>





(


y

< br>2



z


2


)



dv


,  

I


y





(


x


2



z


2


)



dv


,  


I


z






(


x


2



y


2


)



dv


曲线积分:



第一类曲线积分(对弧


长的曲线积分):



x




(


t


)



f


(


x


,


y


)



L


上连续,


L


的参数方程为:


,


  


(




t




),


则:



y




(


t


)




L



x



t


f


(

< br>x


,


y


)


ds




f


[



(


t


),



(


t


)]< /p>




2


(


t


)



< p>


2


(


t


)


dt


  


(





)

  特殊情况:




y

< p>



(


t


)




7


/


47


第二类曲线积分(对坐


标的曲线积分):



x



(


t


)



L


的参数方程为

< br>,则:




y

< br>



(


t


)




P


(


x


,


y


)


dx



Q


(


x


,


y


)

< p>
dy





{


P


[


< br>(


t


),


(


t


)]




(


t


)



Q


[



(


t


),



(


t


)]




(


t


)}


dt


L


两类曲线积分之间的关


系:

< br>


Pdx



Qdy




(


P

< br>cos




Q

< br>cos



)


ds


,其中





分别为


L


L


L


上积分起止点处切向量


的方向角。


< br>Q



P



Q



P


格林公式:

< br>(



)


dxdy



Pdx



Qdy

< p>
格林公式:


(



)


dxdy




Pdx



Qdy










x



y



x



y


D


L


D


L



Q



P


1



P

< br>



y


,


Q



x


,即:




2


时,得到

D


的面积:


A


< br>


dxdy




xdy



ydx



x



y


2


L


D


·


平面上曲线积分与路 径


无关的条件:


1


< br>G


是一个单连通区域;


2



P


(


x


,


y


)



Q


(


x


,


y

< br>)



G


内具有一阶连续偏导数< /p>


,且


减去对此奇点的积分,


注意方向相反 !


·


二元函数的全微分求积




Q



P




时,


Pdx

< p>


Qdy


才是二元函数


u


(


x


,


y


)


的全微分,其中:


x



y


(


x


,


y


)


< /p>


Q



P



。注意奇点,如


(


0


,


0


)


,应



x



y



u


(


x


,


y


)



(


x


0


,


y

< br>0


)



P


(


x


,


y


)


dx



Q


(< /p>


x


,


y


)


dy


,通常设


x


0< /p>



y


0



0



曲面积分:


< /p>


2


2


对面积的曲面积分:





f


(


x

< br>,


y


,


z


)


ds






f


[


x


,


y


,


z


(


x


,


y


)]


1



z


x


(

< p>
x


,


y


)



z


y


(

x


,


y


)


dxdy



D


xy

对坐标的曲面积分:





P


(


x


,


y


,


z


)


dydz



Q


(


x


,

< p>
y


,


z


)


dzdx



R


(


x


,


y


,

< br>z


)


dxdy


,其中:



号;





R


(


x


,


y


,


z


)


dxdy

< p>






R


[


x


,


y

< br>,


z


(


x


,


y


)]


dxdy

< br>,取曲面的上侧时取正



D


xy


号;





P


(


x


,


y


,


z


)


dydz


< /p>






P


[


x


(


y


,


z


),


y


,

< p>
z


]


dydz


,取曲面的 前侧时取正



D


yz

< br>





Q


(

x


,


y


,


z


)


dzdx







Q


[


x


,


y


(


z< /p>


,


x


),


z


]


dzdx


,取曲面的右侧时取正


号。



D


zx


两类曲面积分之间的关


系:





Pdydz



Qdzdx


< /p>


Rdxdy






(


P


cos




Q


cos




R


cos



)


ds




高斯公式:



8


/


47






(




P



Q



R




)


dv






Pdydz



Q dzdx



Rdxdy






(


P


cos

< p>



Q


cos

< p>



R


cos

< p>


)


ds



x



y


< br>z




高斯公式的物理意义



—通量与散度:




P



Q



R



散度:


d iv






,


即:单位体积内所产生


的流体质量, 若


div




0


,


则为消失


...

< br>


x



y



z




通 量:





A



n


ds






A


n


ds



 


(


P


cos




Q


cos




R


cos



)


ds




因此,高斯公式又可写


成:





div


A


dv


< /p>





A


n


ds< /p>







斯托克斯公式——曲线积分与曲面积分的关系:





(




R



Q



P



R



Q



P



)


dydz



(



)


dzdx



(



)


dxdy< /p>




Pdx


< /p>


Qdy



Rdz



y



z


< /p>


z



x



x



y


< p>
cos




< p>
y


Q


cos


< p>



z


R



dydz


dzdx


dxdy


cos







上式左端又可写成:










x



y


< br>z



x




P


Q


R


P



R



Q



P



R



Q



P


空间曲线积分与路径无


关的条件:



, 



, 




y



z


z



x



x



y


i< /p>


j


k






旋度:


rot< /p>


A




x



y



z

< p>
P


Q


R





向量场


A


沿有向闭曲线



的环流量:


P dx



Qdy



Rdz



A





t


ds




常数项级数:


< br>1



q


n


等比数列:


1



q

< br>


q





q



1



q


(


n



1


)


n



等差数列:


1



2



3





n



2


1


1


1


调和级数:


1







是发散的


2

< p>
3


n


2


n



1


级数审敛法:



9


/


47


1


、正项级数的审敛法



—根植审敛 法(柯西判


别法):





1


时,级数收敛



设:




lim


n


u


n


,则





1

< p>
时,级数发散


n







1


时,不确定



2


、比值 审敛法:





1


时,级数收敛


U



设:




lim


n



1


,则





1

时,级数发散


n




U


n



< br>


1


时,不确定



3


、定义法:


s


n



u


1



u


2



< br>


u


n


;


lim


s


n


存在,则收敛;否则发< /p>


散。


n





交错级数


u


1< /p>



u


2



u


3



u

< p>
4




(




u


1


u


2



u


3




,< /p>


u


n



0


)


的审敛法



—莱布 尼兹定理:




u


n



u


n



1


如果交错级数满足


,那么级数收敛且其和


s



u


,


其余项


r


的绝对值


r



u




lim


u



0


1


n


n


n



1


n




n




绝对收敛与条件收敛:


(


1


)


u


1



u


2


< /p>




u


n




,其中


u


n


为任意实数;


(


2


)


u


1



u


2



u


3





u


n



< br>如果


(


2


)

收敛,则


(


1


)

< br>肯定收敛,且称为绝对


收敛级数;


如果

< br>(


2


)


发散,而


(


1


)


收敛,则称

< p>
(


1


)


为条件收敛级数。



1


(



1


)


n


调和级数:



n


发散,而



n


收敛;


1


  级数:



n


2

收敛;




1时发散


1


  


p


级数:

< p>
  



n


p


p



1


时收敛


幂级数:



1


x

< p>


1


时,收敛于


1



x


1


< p>
x



x


2



x


3




x


n




  


x



1


时,发散


对于级数

< br>(


3


)


a


0



a


1


x


 



a


2


x


2





a


n


x


n




,如果它不是仅在原 点


收敛,也不是在全


x



R


时收敛


数轴上都收敛,则必存


R


,使


x



R


时发散


,其中

< br>R


称为收敛半径。


x



R


时不定


1





0


时,

< p>
R



求收敛半径的方法:设


lim


a


n



1




,其中


a


n



a


n



1



(


3


)


的系数,则




0


时,


R< /p>






n




a


n







时,


R



0



10


/


47


函数展开成幂级数:



f




(


x

< br>0


)


f


(


n


)


(


x


0


)


2


函数展开成泰勒级数:

< p>
f


(


x


)



f


(


x

0


)(


x



x


0


)



(


x



x


0


)





(


x



x


0


)


n


< br>


2


!


n


!


f


(


n



1


)


(



)


余项:


R


n



(


x



x


0


)


n



1


,


f

< br>(


x


)


可以展开成泰勒级数的< /p>


充要条件是:


lim


R

< br>n



0



n




(


n



1


)!


f< /p>




(


0


)


2


f


(

< p>
n


)


(


0


)


n


x


0


0


时即为麦克劳林公式:


f


(


x


)



f


(


0


)



f



(

< br>0


)


x



x





x




2


!


n


!


一些函数展开成幂级数:



m


(


m

< br>


1


)


2


m


(


m



1


)



(


m



n



1


)


n


x





x


< br>


   


(


< br>1



x



1


)


2


!


n


!



3


5


2


n



1


x


x


x


sin


x



x






< br>(



1


)


n



1




   


(






x






)


3


!


5


!


(


2


n



1


)!


(


1

< p>


x


)


m



1



mx

< br>


欧拉公式:




e


ix



e



ix


cos


x





2

< br>ix



e


cos


x



i

sin


x


   或



ix



ix



sin


x



e



e



2

< br>


三角级数:



a


0



f


(

< br>t


)



A


0




A


n


sin(


n



t




n


)< /p>





(


a


n


cos


nx



b


n


sin


nx


)


2


n



1


n


< p>
1


其中,


a


0

< p>


aA


0



a


n



A

< br>n


sin



n

< br>,


b


n



A


n


cos



n




t



x



正交性:


1


,


sin


x


,


cos


x


,


sin


2


x


,


cos


2


x



sin


nx


,


cos

< br>nx



任意两个不同项的乘积



[




,



]


上的积分=


0



傅立叶级数:





a


0



f


(


x


)





(


a


n


cos


nx



b


n


sin


nx


)


,周期



2



2


n



1


< br>


1


(


n



0


,


1


,


2



)



a


n




f


(


x


)


cos


nxdx


   


< /p>





其中





b



1


f


(


x


)


sin


nxdx


   


(


n



1


,


2


,

< p>
3



)



n






1


1



2


1



2< /p>



2





8


3


5

< p>
 


1


1


1



2



2


2





2


24


2


4


6


正弦级数:


a


n



0



b


n



余弦级数:


b


n



0



a


n




1


1


1



2


1



2



2



2

< br>




(相加)


6


2


3


4

1


1


1



2


1



2


< /p>


2



2





(相减)


12< /p>


2


3


4


f


(


x


)


sin


n


xdx


  


n



1


,


2


,


3



 


f


(


x


)

< br>



b




0


2



n


sin


nx


是奇函数

< br>2





0


f


(


x


)


cos


nxdx


  

< br>n



0


,


1


,


2



 


f


(


x


)



a


0




a


n


cos


nx


是偶函数


2


11


/


47


周期为

2


l


的周期函数的傅立叶级数:



12


/


47

a


0



n



x


n



x< /p>


f


(


x


)





(

< p>
a


n


cos


< p>
b


n


sin


)

< p>
,周期



2


l

< p>
2


n



1


l


l


l


1


n



x


a



f


(


x< /p>


)


cos


dx


    


(


n



0


,


1


,


2



)



n



l


l




l


其中



l



b


1


f


(


x


)


sin


n



x


dx


   


(


n



1


,


2


,


3



)



n


l



l



l




微分方程的相关概念:



一阶微分方程:


y




f


(


x


,

y


)


 或 


P

(


x


,


y


)


dx



Q


(


x


,


y


)


dy



0


可分离变 量的微分方程


:一阶微分方程可以化



g


(


y


)


dy



f


(


x


)


dx


的形式,解法:


g


(


y


)


dy




f


(


x


)


dx< /p>


  得:


G


(


y


)



F


(


x


)



C


称为隐式通解。


dy


y



f


(


x


,< /p>


y


)




(


x


,


y

< p>
)


,即写成


的函数,解法:



dx


x


y


dy


du


du


dx

du


y



u



,则



u



x



u


< /p>




(


u


)




< p>
分离变量,积分后将


代替


u



x


dx


dx


dx


x



(


u


)



u


x< /p>


齐次方程:一阶微分方


程可以写成


即得齐 次方程通解。


一阶线性微分方程:



d y


1


、一阶线性微分方程:



P


(


x


)


y



Q


(

< br>x


)


dx


P


(


x


)


dx



Q


(


x


)



0



,


为齐次方程,


y



Ce




Q


(


x


)



0


时,为非齐次方程,


y

< br>


(



Q


(


x


)


e



dy


2


、贝努力方程:



P


(


x

)


y



Q


(


x


)


y


n< /p>



(


n



0


,


1


)

< p>
dx


全微分方程:



P< /p>


(


x


)


dx


dx



C


)


e




P

< p>
(


x


)


dx



如果


P


(


x


,


y


)

dx



Q


(


x


,


y


)


d y



0


中左端是某函数的全微


分方程,即:



u


< /p>


u


du


(


x


,


y


)



P


(


x


,


y


)


dx



Q


(


x


,

y


)


dy



0


,其中:



P

(


x


,


y


)




Q


(< /p>


x


,


y


)




x


< p>
y



u


(


x


,


y


)


C


应该是该全微分方程的


通解。


二阶微分方程:



f

< br>(


x


)



0


时为齐次


d


2

y


dy



P


(


x


)



Q


(


x


)


y



f


(


x


)




2


dx


dx


f


(


x


)



0

< br>时为非齐次


二阶常系数齐次线性微分方程及其解法:


< /p>


(*)


y



< /p>



p


y




qy



0


,其中


p


,


q


为常数;


求解步骤:


1


、写出特征方程:


(



)


r


2



pr



q



0

,其中


r


2


r


的系数及常数项恰好是


(*)


式 中


y




,< /p>


y



,


y


的系数;


2


、求出


(



)


式的两个根


r


1


,


r


2


3


、根据


r


1


,


r


2


的不同 情况,按下表写



(*)


式的通解:< /p>



13


/


47


r


1



r


2


的形式



两个不相等实根


(


p

< br>


4


q



0


)



两个相等实根


(


p



4

q



0


)



一对共轭复根


(


p


4


q



0


)



2


2< /p>


2


(*)


式的通解



y



c


1


e


r


1


x



c


2


e


r


2


x



y



(


c

< br>1



c


2


x


)


e


r


1


x



y



e



x


(


c


1


cos



x



c


2


sin



x


)



r


1


< br>



i




r


2





i



4


q



p


2



p







< br>2


2


二阶常系数非齐次线性微分方程


y





p


y



< /p>


qy



f


(


x


)



p


,


q


为常数


f


(


x


)



e



x


P

< br>m


(


x


)


型,



为常数;


f

< br>(


x


)



e



x


[


P


l


(


x


)


cos



x



P


n


(


x


)


sin



x


]




概率公式整理




1


.随机事件及其概率



A




< br>


吸收律:


A





A


A




A





A







A



(


AB

< p>
)



A



A



(


A


B


)



A


A



B


< /p>


A


B



A



(


AB


)




反演律:


A



B



A

< p>
B





AB



A


< br>B






A




i


i



1


n


n


A


i






i



1



n


i



1


A


i




A

< br>i



i



1


n



2


.概率的定义及其计算




P


(


A


)



1



P


(


A


)





A

< br>


B





P


(


B



A


)



P


(


B


)



P


(


A


)




对任意两个事件


A


,


B


,



< /p>


P


(


B



A


)



P

< p>
(


B


)



P


(


AB


)

< br>



14


/


47


加法公式:对任意两个事件


A


,


B


,





P


(


A



B


)



P


(


A


)



P


(


B

< br>)



P


(


AB


)



P


(


A



B


)< /p>



P


(


A


)



P


(

< p>
B


)



P


(



A


i

)




P


(


A


i


)


< /p>


i



1


i



1


n


n

< p>
1



i



j



n


P


(


A


A


)


i


j



1< /p>



i



j



k



n

< p>


P


(


A


A


A


)




(



1


)


i


j


k< /p>


n


n



1


P


(


A


1

< p>
A


2



A


n


)




3


.条件概率





P



B


A






乘法公式



P


(


AB


)



P


(


A


)


P


(


AB


)



P


(

A


)


P



B


A



(


P< /p>


(


A


)



0


)



P

< p>
(


A


1


A


2



A


n

)



P


(


A


1


)


P


< /p>


A


2


A


1




P


< p>
A


n


A


1


A


2



A

n



1



(


P


(


A


1< /p>


A


2



A


n



1


)

< p>


0


)



全概率公式




P


(


A


)




P


(


AB< /p>


i


)





P


(


B

< p>
i


)



P


(


A


B


i

)



i



1


i



1


n< /p>


n



Bayes


公式


P


(


B


k


)


P


(


A


B< /p>


k


)


P


(


AB


k


)




n



P


(


B


k


A


)



P


(


A


)



P

< br>(


B


i


)


P


(


A


B


i


)


i



1



4


.随机变量及其分布




分布函数计算


P


(


a



X



b


)


< /p>


P


(


X



b


)



P

< p>
(


X



a


)




F

(


b


)



F


(


a


)



5


.离散型随机变量




(1)



0



1


分布



P


(< /p>


X



k


)



p


k


(

< p>
1



p


)


1



k


,

k



0


,


1




15


/


47


(2)


二项分布



B


(


n


,


p


)< /p>




P


(


A


) =


p



k


k


P


(


X



k


)



C


n


p


(


1


< br>p


)


n



k


,


k



0


,


1


,



,


n




*Possion


定理



lim


n




np


n





0



k

k


n



k





lim


n




C


n< /p>


p


n


(


1



p


n


)

< p>


e





k


k


!


k



0


,


1


,


2


,< /p>




(3)



Poisson


分布




P


(



)



P


(


X



k


)



e



< br>


k


k


!


,


k



0


,


1


,


2


,





6


.连续型随机变量




(1)




均匀分布




U


(


a


,


b< /p>


)




1


f


(


x


)

< p>




b



a


,


a


x



b





0


,


其他




0


,


F


(


x

< p>
)





x



a


b


a


,






1



(2)


指数分布




E


(



)





f


(


x


)





< br>


e


x


,


x



0





0


,


其他< /p>


F


(


x


)





0

< p>
,


x



0



1



e



x


,


x



0




(3)


正态分布




N


(



,




2 )


/


47


16


1


f


(


x


)



e


2< /p>




(


x




)


2

< p>
2



2





x






F


(


x


)



1


2





x




e



(


t




)


2


2


< br>2


d


t




*


N


(0,1)




标准正态分布




1



(


x


)



e


2< /p>



x


2


2





x

< p>







t


2


2


< br>


(


x


)



1


2




x




e


d


t





x





< p>



7.


多维随机变量及其分布




二维随机变量


(


X ,Y


)


的分布函数



F


(


x


,


y


)




x







y


f


(


u


,


v


)

< br>dvdu




边缘分布函数与边缘密度函数



F


X


(


x


)




f


X


(


x


)


< br>


F


Y


(


y


)




f


Y


(


y


)




x








< p>





f


(


u


,


v


)

< br>dvdu





y


f


(


x

,


v


)


dv














f


(


u


,


v


)


dudv



< /p>



f


(


u


,


y


)


du




8.


连续型二维随机变量




(1)


区域


G


上的均匀分布,


U


(


G


)




1



,


(


x


,


y


)



G


f


(


x


,


y


)

< br>



A




其他



0


,



(2)


二维正态分布



f


(


x


,

y


)



1


2





1



2


1




2




e



(


x




1


)


2


(

< br>x




1


)(


y




2


)


(


y


< /p>



2


)


2




2


< p>




2



1



2

2


(


1




2


)



< /p>


2


2





1



1

< p>





x






,

< br>



y






17


/


47


9.




二维随机变量的



条件分布



f


(


x


,


y


)< /p>



f


X


(


x


)


f


Y

< p>
X


(


y


x


)








f


Y


(


y


)


f


X


Y


(


x


y


)


f

< br>X


(


x


)



0



f


Y


(


y


)



0






f


X


(


x


)

< p>



f


Y


(


y


)












f


(


x


,


y


)


dy




f


(


x


,


y


)


dx




< p>





f


X


Y


(


x


y

< br>)


f


Y


(


y


)


dy



f


Y


X


(


y< /p>


x


)


f


X


(


x


)


dx







f


Y


X

< br>(


y


x


)


f


X


(


x


)


f


(


x


,


y


)





f


X


Y


(


x


y


)




f


Y


(


y


)

< br>f


Y


(


y


)


f


X


Y


(


x


y


)


f


Y


(


y


)


f


(


x


,


y


)





f


Y


X


(


y


x


)




f


X


(


x


)

< br>f


X


(


x


)



10.


随机变量的数字特征




数学期望



E


(


X


)


< /p>



x


k


p


k



k


< p>
1





E


(


X


)



< br>xf


(


x


)

dx










随机变量函数的数学期望




X




k



阶原点矩



E


(


X


k


)




X




k



阶绝对原点矩



E

(|


X


|


k


)




X




k



阶中心矩



E


((


X



E


(


X


))


k


)< /p>




X




方差


< /p>


E


((


X



E


(


X


))


2


)



D

< p>
(


X


)



18


/


47



X ,Y




k + l



阶混合原点矩


< br>E


(


X


k


Y


l


)




X ,Y




k + l



阶混合中心矩



E

(


X



E


(


X


))


k


(


Y



E


(


Y


))


l




X ,Y




二阶混合原点矩



< br>


E


(


XY

)




X ,Y


的二阶混合中心矩





X ,Y


的协方差



E



(


X



E< /p>


(


X


))(


Y< /p>



E


(


Y


))





X ,Y


的相关系数




(


X


< br>E


(


X


))(

< br>Y



E


(


Y


))






XY



E





D


(


X


)


D


(


Y


)





X


的方差



D


(


X


) =


E


((


X - E


(


X


))2)



D


(


X


)



E


(


X


2


)



E


2


(


X

< br>)




协方差



cov(

X


,


Y


)



E



(


X< /p>



E


(


X


))(


Y



E


(


Y


))











E


(


XY


)



E


(


X

< p>
)


E


(


Y


)






1



D


(


X



Y< /p>


)



D


(


X


)



D

< p>
(


Y


)




2


相关系数




XY



< /p>


cov(


X


,


Y


)



D


(


X


)


D


(


Y


)


线性代数部分








梳理:条理化,给出一个系统的,有内在有机结构的理论体系。







沟通:突出各部分内容间的联系。







充实提 高:围绕考试要求,介绍一些一般教材上没有的结果,教给大家常见问题的实用而简捷


的 方法。







大家要有这样的思想准备:发现我的讲解在体系上和你以前学 习的有所不同,有的方法是你不


19


/


47


知道的。但是我相信,只要你对它们了解了,掌握了,会 提高你的解题能力的。




基本运算



< br>①


A



B



B



A






A



B



< /p>


C



A




B



C

< p>





c



A



B




cA



cB




c



d


A



cA



dA




< br>c



dA




cd



A




cA



0



c



0



A



0






A


T



T



A< /p>





A



B



T



A


T



B


T




cA



T



c



A


T









AB< /p>



T



B


T


A


T


< p>



n



n



1



21




C


2



n



1



n



n


2



D



a


21


A

< p>
21



a


22

< p>
A


22





a


2


n

< br>A


2


n



转置值不变


A


T


< br>A



逆值变


A

< br>


1



1


A



cA



c


n


A



< /p>


,



1




2


,


< p>



,



1


,




,



2


,







A





1


,



2


,



3




3


阶矩阵







B





1


,



2


,



3








A



B



A



B







A



B





1




1


,



2


< br>


2


,



3




3



A



B




1




1


,



2




2


,

< br>


3




3


A



0


B



A


0



B



A


B



20


/


47





E



i


,


j



c





1



有关乘法的基本运算







C


ij



a


i


1


b


1


j

< p>


a


i


2


b


2


j




a


in


b


nj







线性性质





A


1



A


2



B



A


1


B



A


2

< br>B


















A



B


1



B


2




AB


1

< p>


AB


2


















cA< /p>



B



c



AB




A



cB


< p>






结合律







AB< /p>



C



A



BC




T


T







AB< /p>




B


A



T


AB



A


B







A


A



A






A


k


k


l


k



l





l



A

< br>kl



k


k


k







AB




A


B


不一定成立!



A E



A



EA



A



A



kE




kA




kE



A



kA



AB



E

< p>


BA



E



与数的乘法的不同之处



k


k











AB< /p>




A


B


不一定成立!



k


无交换律





因式分解障碍是交换性






















一个矩 阵


A


的每个多项式可以因式分解,例如



























A



2


A



3


E




A



3

< br>E





A


E




2










无消去 律(


矩阵和矩阵相乘















AB< /p>



0





A



0

< p>


B



0














A



0



AB



0


< p>


B



0




A


0



AB



AC




B



C


(无左消去律)



特别的





A


可逆,则


A


有消去律












左消去 律:


AB



AC



B



C








右消去律:


BA


CA



B



C





如果


A


列满秩,则

A


有左消去律,即





AB



0



B



0

< p>




AB



AC



B



C




可逆矩阵的性质



21


/


47






i


)当< /p>


A


可逆时,








A


T


也可逆,且


A


T





1



A



1





A



1


< br>



1




T







A


k


也可逆,且


A


k





1




k







c



0



cA


也可逆,



cA


< /p>



1



1


A




c

< p>


1


ii



A



B


是两个


n


阶可逆矩阵



AB


也可逆,且



AB




B



1


A



1











推论:设


A



B< /p>


是两个


n


阶矩阵,则

AB



E



BA



E










命题:初等矩阵都可逆,且
















E



i


,


j





1



E


< br>i


,


j

















E



i



c






1


< br>


1





E




i



c











1





< br>


E



i


,


j



c






E



i


,


j




c












命题:准对角矩阵



A


11


0


A

< br>


0


0



伴随矩阵的基本性质:



0

< p>
0


0



1


A


11


0


< br>1


A


22


0

0



0


0


0


0



1


A< /p>


kk



A


22< /p>


0


0



0


0


0


0


可逆



每个


A


ii


都可逆,记


A



1



0


0


A


kk


0


0


0

< p>









AA


*



A


*


A



A

< p>
E












A


可逆时,



A


A


*


A


*



E










A



1







(求逆矩阵的伴随矩阵法)



A


A



1
























且得:



A


*









伴随矩阵的其他性质








A


*



A


n



1


A




A


< br>1










A






1



A


*



A



1


A


< br>1









1


A







A



,








A


*



A


A



T



1


T





< br>②


A


*




A


*



,





22


/


47








cA



*



c


n



1

< p>
A


*


,














AB< /p>



*



B


*


A


*,



k







A


*




A


*





k
















A


*



*



A


n



2



a



b

< br>


A







n



2


时,





A


*



*



A







A


*






c


d














关于矩阵右上肩记号



T



k


< br>


1



*












i)


任何两个的次序可交换,



T

















A


*




A


*





T



< br>


1


T
















A


*




A



1


*




< br>1




T


T






ii)



AB




B


A


,




AB


< /p>



B



1


A



1


< p>

















AB



*



B


*


A


*

< p>


k


k

















AB




B


A


不一定成立!



k



线性表示



0




1


,


< /p>


2


,



,



s








i




1


,



2


,



,



s

< br>















1


,



2


,



,



s


< br>x


1



1



x


2



2





x


s



s




有解

































1


,



2


,



,



s



x

< br>



有解


x



x


1


,



,


x


s< /p>



















Ax



< /p>


有解,即



可用


A


的列向量组表示














AB


< /p>


C




r


1


,


r


2

< p>
,



,


r


s




A




1


,



2


,


< /p>


,



n






















r


1


,


r


2


,



,


r


s




1

< br>,



2


,



,



n
















1


,



2


,



,



t



< br>1


,



2


,



,



s




则存在矩阵


C


,使得




1


,



2


,



,



t






1


,



2


,



,


< br>s



C















线性表示关系有传递性







1


,



2


,



,



t




1


,

< br>


2


,



,



s



r


1


,


r


2


,



,


r


p









































1


,



2


,



,



t



r


1

< br>,


r


2


,



,


r


p





T




23


/


47

抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-


抗美援朝纪录片-