---
title: 附录-常用公式速查
aliases:
  - 公式速查
  - 速查表
  - Formula Sheet
  - 公式表
tags:
  - 类型/速查
  - 元/速查
created: 2026-10-12
updated: 2026-10-12
level: 入门
chapter: "附录"
prerequisites:
  - "[[00-索引]]"
sources:
  - https://www.wiley.com/en-us/The+Calculus+Lifesaver%3A+The+Complete+Guide+to+Calculus+and+Its+Applications-p-9780470181222
  - https://dlmf.nist.gov/
  - https://mathworld.wolfram.com/Derivative.html
---

# 附录-常用公式速查

## 怎么用这份速查

> [!abstract] 一句话概括
> 这是全库所有重要公式与结论的**浓缩版**，共 14 节：三角恒等式、函数图像、极限、
> 导数表、高阶导数、积分表、泰勒展开、级数判别法、多元微分、多元积分、
> 微分方程、常用曲线、符号对照，以及最后的「必背结论 Top 50」。
>
> 它是**查阅用的**，不是学习用的。每一节末尾都给出对应笔记的链接——
> 公式记不住、或者不明白为什么成立时，点进去读那一篇。

> [!warning] 三条使用原则
> 1. **速查表不能代替理解。** 直接背积分表会在遇到稍有变化的题时卡死；
>    本库的每一张表都能在对应笔记里找到推导。
> 2. **注意适用条件。** 表中带「条件」一列的公式，条件不满足时结论会失效
>    （例如 $\int x^{-1}\mathrm{d}x = \ln\lvert x\rvert + C$ 里的绝对值不能丢，
>    $\frac{\mathrm{d}}{\mathrm{d}x}\arcsin x$ 只在开区间内成立）。
> 3. **符号以 [[关于本笔记库]] 的「符号约定」为准。** 全库微分号统一写 $\mathrm{d}x$。

| 我要找…… | 去第几节 |
|---|---|
| 三角公式、倍角半角 | 第一节 |
| 常见函数的定义域值域与图像 | 第二节 |
| 重要极限、等价无穷小 | 第三节 |
| 基本导数公式 | 第四节 |
| $f^{(n)}(x)$、莱布尼茨公式 | 第五节 |
| 不定积分与定积分公式 | 第六节 |
| 泰勒/麦克劳林展开 | 第七节 |
| 级数收敛判别法 | 第八节 |
| 偏导、全微分、梯度、极值判别 | 第九节 |
| 二重/三重/曲线/曲面积分与三大公式 | 第十节 |
| 一阶与二阶微分方程解法 | 第十一节 |
| 弧长、曲率、旋转体体积等 | 第十二节 |
| 希腊字母与数学符号 | 第十三节 |
| 必须背下来的 50 条 | 第十四节 |

## 一、代数与三角恒等式

### 1.1 代数恒等式

$$
(a \pm b)^2 = a^2 \pm 2ab + b^2, \qquad (a \pm b)^3 = a^3 \pm 3a^2b + 3ab^2 \pm b^3
$$

$$
a^2 - b^2 = (a-b)(a+b), \qquad a^3 \pm b^3 = (a \pm b)(a^2 \mp ab + b^2)
$$

$$
a^n - b^n = (a-b)\left(a^{n-1} + a^{n-2}b + \cdots + ab^{n-2} + b^{n-1}\right)
$$

$$
(a+b)^n = \sum_{k=0}^{n} \binom{n}{k} a^{n-k}b^k, \qquad \binom{n}{k} = \frac{n!}{k!\,(n-k)!}
$$

> [!tip] 因式分解在求极限里的用处
> $\frac{x^n - a^n}{x - a} \to na^{n-1}$（$x \to a$）就是靠 $a^n-b^n$ 那条恒等式拆出来的，
> 见 [[2-2-极限的运算法则与重要极限]]。

### 1.2 基本三角恒等式

$$
\sin^2 x + \cos^2 x = 1, \qquad 1 + \tan^2 x = \sec^2 x, \qquad 1 + \cot^2 x = \csc^2 x
$$

$$
\sin(x \pm y) = \sin x\cos y \pm \cos x\sin y
$$

$$
\cos(x \pm y) = \cos x\cos y \mp \sin x\sin y
$$

$$
\tan(x \pm y) = \frac{\tan x \pm \tan y}{1 \mp \tan x\tan y}
$$

**和差化积**：

$$
\sin x + \sin y = 2\sin\frac{x+y}{2}\cos\frac{x-y}{2}, \qquad
\sin x - \sin y = 2\cos\frac{x+y}{2}\sin\frac{x-y}{2}
$$

$$
\cos x + \cos y = 2\cos\frac{x+y}{2}\cos\frac{x-y}{2}, \qquad
\cos x - \cos y = -2\sin\frac{x+y}{2}\sin\frac{x-y}{2}
$$

**积化和差**：

$$
\sin x\cos y = \frac{1}{2}\left[\sin(x+y) + \sin(x-y)\right], \qquad
\cos x\cos y = \frac{1}{2}\left[\cos(x+y) + \cos(x-y)\right]
$$

$$
\sin x\sin y = \frac{1}{2}\left[\cos(x-y) - \cos(x+y)\right]
$$

**倍角与半角**：

$$
\sin 2x = 2\sin x\cos x, \qquad \cos 2x = \cos^2 x - \sin^2 x = 1 - 2\sin^2 x = 2\cos^2 x - 1
$$

$$
\sin^2 x = \frac{1-\cos 2x}{2}, \qquad \cos^2 x = \frac{1+\cos 2x}{2}, \qquad
\sin^2\frac{x}{2} = \frac{1-\cos x}{2}
$$

$$
\sin 3x = 3\sin x - 4\sin^3 x, \qquad \cos 3x = 4\cos^3 x - 3\cos x
$$

**万能代换**（令 $t = \tan\frac{x}{2}$，则 $x = 2\arctan t$）：

$$
\sin x = \frac{2t}{1+t^2}, \qquad \cos x = \frac{1-t^2}{1+t^2}, \qquad
\mathrm{d}x = \frac{2}{1+t^2}\,\mathrm{d}t
$$

> [!important] 万能代换的用途
> 任何由 $\sin x$、$\cos x$ 的有理式构成的积分都能用它化成有理函数积分。
> 但**代价是次数变高、计算变繁**，所以只在没有更简单办法时使用。
> 详见 [[5-5-三角代换与三角有理式积分]]。

**反三角函数的两个常用恒等式**：

$$
\arcsin x + \arccos x = \frac{\pi}{2} \quad (\lvert x \rvert \le 1), \qquad
\arctan x + \operatorname{arccot} x = \frac{\pi}{2}
$$

$$
\arctan x + \arctan y = \arctan\frac{x+y}{1-xy} \quad (xy < 1)
$$

> [!warning] 最后一条的陷阱
> $xy > 1$ 时右边要加减 $\pi$，直接套公式会错。这类「恒等式也有适用范围」的陷阱，
> 是概念辨析题的常见考点，见 [[1-3-三角函数与反三角函数]]。

### 1.3 双曲函数恒等式

$$
\cosh^2 x - \sinh^2 x = 1, \qquad \sinh 2x = 2\sinh x\cosh x, \qquad
\cosh 2x = \cosh^2 x + \sinh^2 x
$$

$$
\cosh x = \frac{e^x + e^{-x}}{2}, \qquad \sinh x = \frac{e^x - e^{-x}}{2}, \qquad
\tanh x = \frac{\sinh x}{\cosh x}
$$

**反双曲函数**：

$$
\operatorname{arsinh} x = \ln\left(x + \sqrt{x^2+1}\right), \qquad
\operatorname{arcosh} x = \ln\left(x + \sqrt{x^2-1}\right) \quad (x \ge 1)
$$

$$
\operatorname{artanh} x = \frac{1}{2}\ln\frac{1+x}{1-x} \quad (\lvert x \rvert < 1)
$$

详见 [[1-4-双曲函数与反双曲函数]]。

## 二、函数与图像速查

### 2.1 定义域与值域

| 函数 | 定义域 | 值域 | 图像特征 |
|---|---|---|---|
| $x^n$（$n$ 偶数） | $\mathbb{R}$ | $[0, +\infty)$ | 抛物线型，关于 $y$ 轴对称 |
| $x^n$（$n$ 奇数） | $\mathbb{R}$ | $\mathbb{R}$ | 关于原点对称，单调增 |
| $\frac{1}{x}$ | $x \neq 0$ | $y \neq 0$ | 双曲线，两渐近线 $x=0$、$y=0$ |
| $e^x$ | $\mathbb{R}$ | $(0, +\infty)$ | 单调增，$y=0$ 是水平渐近线 |
| $\ln x$ | $(0, +\infty)$ | $\mathbb{R}$ | 单调增，$x=0$ 是垂直渐近线 |
| $\sin x$、$\cos x$ | $\mathbb{R}$ | $[-1,1]$ | 周期 $2\pi$，有界，振荡 |
| $\tan x$ | $x \neq \frac{\pi}{2}+k\pi$ | $\mathbb{R}$ | 周期 $\pi$，垂直渐近线 |
| $\arcsin x$ | $[-1,1]$ | $\left[-\frac{\pi}{2}, \frac{\pi}{2}\right]$ | 单调增，值域受限 |
| $\arccos x$ | $[-1,1]$ | $[0, \pi]$ | 单调减，值域受限 |
| $\arctan x$ | $\mathbb{R}$ | $\left(-\frac{\pi}{2}, \frac{\pi}{2}\right)$ | 单调增，两水平渐近线 |
| $\sinh x$ | $\mathbb{R}$ | $\mathbb{R}$ | 单调增，奇函数 |
| $\cosh x$ | $\mathbb{R}$ | $[1, +\infty)$ | 悬链线，偶函数 |

> [!important] 「为什么要限制反三角函数的定义域和值域」
> 因为 $y = \sin x$ 在整个 $\mathbb{R}$ 上**不是单射**（多个 $x$ 映到同一个 $y$），
> 必须把定义域切到一个单调区间上，反函数才存在。
> 这就是反三角函数的「主值区间」的由来，详见 [[1-3-三角函数与反三角函数]]。

### 2.2 常用因式分解与不等式

$$
\lvert a \pm b\rvert \le \lvert a\rvert + \lvert b\rvert, \qquad
\lvert \lvert a\rvert - \lvert b\rvert \rvert \le \lvert a - b\rvert
$$

**平均值不等式**（$a_i > 0$）：

$$
\frac{n}{\frac{1}{a_1} + \cdots + \frac{1}{a_n}} \le \sqrt[n]{a_1a_2\cdots a_n}
\le \frac{a_1 + \cdots + a_n}{n} \le \sqrt{\frac{a_1^2 + \cdots + a_n^2}{n}}
$$

**Bernoulli 不等式**（$x > -1$，$n \in \mathbb{N}$）：

$$
(1+x)^n \ge 1 + nx
$$

> [!tip] 这三个不等式的用途
> 平均值不等式用于**夹逼定理**与级数比较判别；Bernoulli 不等式用于证明
> 数列单调性与 $e$ 的存在性，见 [[2-4-极限存在准则与两个重要极限的证明]]。

## 三、极限速查

### 3.1 两个重要极限

$$
\lim_{x \to 0}\frac{\sin x}{x} = 1, \qquad \lim_{x \to \infty}\left(1 + \frac{1}{x}\right)^x = e,
\qquad \lim_{x \to 0}(1+x)^{\frac{1}{x}} = e
$$

### 3.2 等价无穷小（$x \to 0$）

$$
\sin x \sim x, \quad \tan x \sim x, \quad \arcsin x \sim x, \quad \arctan x \sim x
$$

$$
1 - \cos x \sim \frac{x^2}{2}, \qquad x - \sin x \sim \frac{x^3}{6}, \qquad
\tan x - x \sim \frac{x^3}{3}, \qquad x - \arctan x \sim \frac{x^3}{3}
$$

$$
\ln(1+x) \sim x, \qquad e^x - 1 \sim x, \qquad a^x - 1 \sim x\ln a \ (a>0)
$$

$$
(1+x)^{\alpha} - 1 \sim \alpha x, \qquad \sqrt[n]{1+x} - 1 \sim \frac{x}{n}
$$

> [!danger] 等价无穷小替换的头号错误
> **等价替换只在乘除法中安全，在加减法中直接替换会出错。**
>
> 反例：$\lim_{x\to0}\frac{\tan x - \sin x}{x^3}$。
> 若把 $\tan x$、$\sin x$ 都替换成 $x$，分子变 $0$，得极限 $0$——**错**。
> 正确答案是 $\frac{1}{2}$。原因见 [[2-3-无穷小与等价无穷小替换]]。
>
> 安全做法：加减法里用**泰勒展开到足够阶**，而不是用一阶等价替换。

### 3.3 常用极限结论

$$
\lim_{x \to +\infty}\frac{x^n}{e^x} = 0, \qquad
\lim_{x \to +\infty}\frac{\ln x}{x^{\alpha}} = 0 \ (\alpha > 0), \qquad
\lim_{x \to 0^+} x^{\alpha}\ln x = 0 \ (\alpha > 0)
$$

$$
\lim_{n \to \infty}\sqrt[n]{n} = 1, \qquad \lim_{n \to \infty}\sqrt[n]{a} = 1 \ (a>0), \qquad
\lim_{n \to \infty}\left(1 + \frac{1}{n}\right)^n = e
$$

$$
\lim_{n \to \infty}\frac{a^n}{n!} = 0, \qquad \lim_{n\to\infty}\left(1+\frac{1}{2}+\cdots+\frac{1}{n}\right) = +\infty
$$

> [!note] 记忆口诀
> 「指数增长快于幂函数，幂函数快于对数」——
> $e^x \gg x^n \gg \ln x$，这决定了 $\frac{\infty}{\infty}$ 型极限的走向。
> 详见 [[2-5-无穷大与渐近线]]。

### 3.4 常用求和公式

$$
\sum_{k=1}^{n} k = \frac{n(n+1)}{2}, \qquad \sum_{k=1}^{n} k^2 = \frac{n(n+1)(2n+1)}{6},
\qquad \sum_{k=1}^{n} k^3 = \left[\frac{n(n+1)}{2}\right]^2
$$

$$
\sum_{k=0}^{n-1} q^k = \frac{1-q^n}{1-q} \ (q \neq 1), \qquad
\sum_{k=0}^{\infty} q^k = \frac{1}{1-q} \ (\lvert q\rvert < 1)
$$

这些求和公式是**用定积分定义求 $n$ 项和极限**的关键工具，
见 [[6-1-定积分的定义与黎曼和]]。

## 四、导数表

### 4.1 基本导数公式

| 函数 | 导数 | 条件 |
|---|---|---|
| $C$（常数） | $0$ | |
| $x^{\alpha}$ | $\alpha x^{\alpha-1}$ | $x>0$，或 $x\neq0$ 时 $\alpha$ 为整数 |
| $a^x$ | $a^x\ln a$ | $a>0$，$a \neq 1$ |
| $e^x$ | $e^x$ | |
| $\log_a x$ | $\frac{1}{x\ln a}$ | $x>0$ |
| $\ln x$ | $\frac{1}{x}$ | $x>0$ |
| $\ln\lvert x\rvert$ | $\frac{1}{x}$ | $x \neq 0$ |
| $\sin x$ | $\cos x$ | |
| $\cos x$ | $-\sin x$ | |
| $\tan x$ | $\sec^2 x = \frac{1}{\cos^2 x}$ | $x \neq \frac{\pi}{2}+k\pi$ |
| $\cot x$ | $-\csc^2 x = -\frac{1}{\sin^2 x}$ | $x \neq k\pi$ |
| $\sec x$ | $\sec x\tan x$ | |
| $\csc x$ | $-\csc x\cot x$ | |
| $\arcsin x$ | $\frac{1}{\sqrt{1-x^2}}$ | $\lvert x\rvert < 1$ |
| $\arccos x$ | $-\frac{1}{\sqrt{1-x^2}}$ | $\lvert x\rvert < 1$ |
| $\arctan x$ | $\frac{1}{1+x^2}$ | |
| $\operatorname{arccot} x$ | $-\frac{1}{1+x^2}$ | |
| $\sinh x$ | $\cosh x$ | |
| $\cosh x$ | $\sinh x$ | |
| $\tanh x$ | $\frac{1}{\cosh^2 x}$ | |
| $\operatorname{arsinh} x$ | $\frac{1}{\sqrt{x^2+1}}$ | |
| $\operatorname{arcosh} x$ | $\frac{1}{\sqrt{x^2-1}}$ | $x>1$ |
| $\operatorname{artanh} x$ | $\frac{1}{1-x^2}$ | $\lvert x\rvert<1$ |

> [!warning] 三个最易错的点
> 1. $\frac{\mathrm{d}}{\mathrm{d}x}\arccos x = -\frac{1}{\sqrt{1-x^2}}$ 的**负号**不能丢。
> 2. $(\ln\lvert x\rvert)' = \frac{1}{x}$ 对 $x<0$ 也成立，这是积分里 $\int\frac{\mathrm{d}x}{x} = \ln\lvert x\rvert + C$
>    带绝对值的来源。
> 3. $(x^{\alpha})' = \alpha x^{\alpha-1}$ 在 $x=0$ 处要单独讨论（如 $\sqrt[3]{x}$ 在 $0$ 处不可导，导数为无穷）。
> 详见 [[3-2-求导法则与基本公式]]。

### 4.2 求导法则

$$
(u \pm v)' = u' \pm v', \qquad (uv)' = u'v + uv', \qquad
\left(\frac{u}{v}\right)' = \frac{u'v - uv'}{v^2}
$$

**链式法则**：

$$
\frac{\mathrm{d}y}{\mathrm{d}x} = \frac{\mathrm{d}y}{\mathrm{d}u}\cdot\frac{\mathrm{d}u}{\mathrm{d}x},
\qquad
\left[f(g(x))\right]' = f'(g(x))\cdot g'(x)
$$

**反函数求导**：

$$
\left[f^{-1}(y)\right]' = \frac{1}{f'(x)}, \qquad x = f^{-1}(y)
$$

**参数方程求导**：

$$
\frac{\mathrm{d}y}{\mathrm{d}x} = \frac{\dfrac{\mathrm{d}y}{\mathrm{d}t}}{\dfrac{\mathrm{d}x}{\mathrm{d}t}},
\qquad
\frac{\mathrm{d}^2 y}{\mathrm{d}x^2} = \frac{\dfrac{\mathrm{d}}{\mathrm{d}t}\left(\dfrac{\mathrm{d}y}{\mathrm{d}x}\right)}{\dfrac{\mathrm{d}x}{\mathrm{d}t}}
$$

> [!danger] 二阶参数方程导数的经典错误
> 不能写成 $\frac{\mathrm{d}^2 y/\mathrm{d}t^2}{\mathrm{d}^2 x/\mathrm{d}t^2}$！
> 必须**先求出 $\frac{\mathrm{d}y}{\mathrm{d}x}$ 作为 $t$ 的函数，再对 $t$ 求导，最后除以 $\frac{\mathrm{d}x}{\mathrm{d}t}$**。
> 详见 [[3-5-隐函数与参数方程求导]]。

## 五、高阶导数与莱布尼茨公式

### 5.1 常用 $n$ 阶导数

$$
(e^{ax})^{(n)} = a^n e^{ax}, \qquad
(a^x)^{(n)} = a^x(\ln a)^n, \qquad
(x^n)^{(n)} = n!
$$

$$
(\sin x)^{(n)} = \sin\left(x + \frac{n\pi}{2}\right), \qquad
(\cos x)^{(n)} = \cos\left(x + \frac{n\pi}{2}\right)
$$

$$
\left(\frac{1}{x+a}\right)^{(n)} = \frac{(-1)^n n!}{(x+a)^{n+1}}, \qquad
(\ln x)^{(n)} = \frac{(-1)^{n-1}(n-1)!}{x^n} \quad (n \ge 1)
$$

$$
\left(x^{\alpha}\right)^{(n)} = \alpha(\alpha-1)\cdots(\alpha-n+1)x^{\alpha-n}
$$

### 5.2 莱布尼茨公式

$$
(uv)^{(n)} = \sum_{k=0}^{n}\binom{n}{k}u^{(n-k)}v^{(k)}
= u^{(n)}v + nu^{(n-1)}v' + \frac{n(n-1)}{2}u^{(n-2)}v'' + \cdots + uv^{(n)}
$$

> [!tip] 什么时候用莱布尼茨公式
> 求 $x^2 e^x$、$x^3\sin x$、$x^2\ln x$ 这类「**多项式 × 初等函数**」的 $n$ 阶导数时，
> 因为多项式求导若干次后变成 $0$，求和自动截断。详见 [[3-4-高阶导数与莱布尼茨公式]]。

## 六、积分表

### 6.1 基本不定积分

$$
\int x^{\alpha}\,\mathrm{d}x = \frac{x^{\alpha+1}}{\alpha+1} + C \ (\alpha \neq -1), \qquad
\int \frac{\mathrm{d}x}{x} = \ln\lvert x\rvert + C
$$

$$
\int e^x\,\mathrm{d}x = e^x + C, \qquad
\int a^x\,\mathrm{d}x = \frac{a^x}{\ln a} + C, \qquad
\int \ln x\,\mathrm{d}x = x\ln x - x + C
$$

$$
\int \sin x\,\mathrm{d}x = -\cos x + C, \qquad \int \cos x\,\mathrm{d}x = \sin x + C
$$

$$
\int \tan x\,\mathrm{d}x = -\ln\lvert\cos x\rvert + C, \qquad
\int \cot x\,\mathrm{d}x = \ln\lvert\sin x\rvert + C
$$

$$
\int \sec x\,\mathrm{d}x = \ln\lvert\sec x + \tan x\rvert + C, \qquad
\int \csc x\,\mathrm{d}x = \ln\lvert\csc x - \cot x\rvert + C
$$

$$
\int \sec^2 x\,\mathrm{d}x = \tan x + C, \qquad \int \csc^2 x\,\mathrm{d}x = -\cot x + C
$$

$$
\int \frac{\mathrm{d}x}{1+x^2} = \arctan x + C, \qquad
\int \frac{\mathrm{d}x}{\sqrt{1-x^2}} = \arcsin x + C
$$

$$
\int \sinh x\,\mathrm{d}x = \cosh x + C, \qquad \int \cosh x\,\mathrm{d}x = \sinh x + C
$$

### 6.2 含根式的积分

$$
\int \frac{\mathrm{d}x}{\sqrt{x^2+a^2}} = \ln\left(x + \sqrt{x^2+a^2}\right) + C
$$

$$
\int \frac{\mathrm{d}x}{\sqrt{x^2-a^2}} = \ln\left\lvert x + \sqrt{x^2-a^2}\right\rvert + C \quad (\lvert x\rvert > a)
$$

$$
\int \frac{\mathrm{d}x}{a^2+x^2} = \frac{1}{a}\arctan\frac{x}{a} + C \quad (a>0)
$$

$$
\int \frac{\mathrm{d}x}{a^2-x^2} = \frac{1}{2a}\ln\left\lvert\frac{a+x}{a-x}\right\rvert + C \quad (a>0)
$$

$$
\int \sqrt{a^2-x^2}\,\mathrm{d}x = \frac{x}{2}\sqrt{a^2-x^2} + \frac{a^2}{2}\arcsin\frac{x}{a} + C \quad (a>0)
$$

$$
\int \sqrt{x^2 \pm a^2}\,\mathrm{d}x = \frac{x}{2}\sqrt{x^2\pm a^2} \pm \frac{a^2}{2}\ln\left\lvert x + \sqrt{x^2 \pm a^2}\right\rvert + C
$$

> [!tip] 这六个公式不要死背
> 它们都是**三角代换**的结果：$\sqrt{a^2-x^2}$ 令 $x = a\sin t$，
> $\sqrt{a^2+x^2}$ 令 $x = a\tan t$，$\sqrt{x^2-a^2}$ 令 $x = a\sec t$。
> 会了代换，这六条都能现推。详见 [[5-5-三角代换与三角有理式积分]]。

### 6.3 分部积分与常用技巧

$$
\int u\,\mathrm{d}v = uv - \int v\,\mathrm{d}u
$$

$$
\int \frac{\mathrm{d}x}{x^2+a^2} = \frac{1}{a}\arctan\frac{x}{a}+C, \qquad
\int \frac{x\,\mathrm{d}x}{x^2+a^2} = \frac{1}{2}\ln(x^2+a^2)+C
$$

**「反对幂指三」选 $u$ 的顺序**：反三角、对数、幂函数、指数、三角。
排在前面的选作 $u$（去求导），排在后面的凑进 $\mathrm{d}v$。

**常用递推**：

$$
\int \sin^n x\,\mathrm{d}x = -\frac{\sin^{n-1}x\cos x}{n} + \frac{n-1}{n}\int \sin^{n-2}x\,\mathrm{d}x
$$

$$
\int \frac{\mathrm{d}x}{(x^2+a^2)^n} = \frac{x}{2a^2(n-1)(x^2+a^2)^{n-1}} + \frac{2n-3}{2a^2(n-1)}\int\frac{\mathrm{d}x}{(x^2+a^2)^{n-1}}
$$

### 6.4 定积分常用结论

$$
\int_{-a}^{a} f(x)\,\mathrm{d}x =
\begin{cases}
0, & f \text{ 为奇函数} \\
2\displaystyle\int_{0}^{a} f(x)\,\mathrm{d}x, & f \text{ 为偶函数}
\end{cases}
$$

$$
\int_{0}^{a} f(x)\,\mathrm{d}x = \int_{0}^{a} f(a-x)\,\mathrm{d}x, \qquad
\int_{0}^{\frac{\pi}{2}}\sin^n x\,\mathrm{d}x = \int_{0}^{\frac{\pi}{2}}\cos^n x\,\mathrm{d}x
$$

**Wallis 公式**：

$$
\int_{0}^{\frac{\pi}{2}}\sin^n x\,\mathrm{d}x =
\begin{cases}
\dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots\dfrac{1}{2}\cdot\dfrac{\pi}{2}, & n \text{ 为偶数} \\[2mm]
\dfrac{n-1}{n}\cdot\dfrac{n-3}{n-2}\cdots\dfrac{2}{3}\cdot 1, & n \text{ 为奇数}
\end{cases}
$$

**积分中值定理**：$f$ 在 $[a,b]$ 上连续，则存在 $\xi \in [a,b]$ 使

$$
\int_a^b f(x)\,\mathrm{d}x = f(\xi)(b-a)
$$

**变限积分求导**：

$$
\frac{\mathrm{d}}{\mathrm{d}x}\int_{a}^{x} f(t)\,\mathrm{d}t = f(x), \qquad
\frac{\mathrm{d}}{\mathrm{d}x}\int_{\alpha(x)}^{\beta(x)} f(t)\,\mathrm{d}t
= f(\beta(x))\beta'(x) - f(\alpha(x))\alpha'(x)
$$

### 6.5 反常积分敛散性速查

$$
\int_1^{+\infty}\frac{\mathrm{d}x}{x^p}
\begin{cases}
\text{收敛}, & p > 1 \\
\text{发散}, & p \le 1
\end{cases}
\qquad
\int_0^{1}\frac{\mathrm{d}x}{x^p}
\begin{cases}
\text{收敛}, & p < 1 \\
\text{发散}, & p \ge 1
\end{cases}
$$

$$
\int_0^{+\infty} e^{-\lambda x}\,\mathrm{d}x = \frac{1}{\lambda} \ (\lambda > 0), \qquad
\int_0^{+\infty}\frac{\mathrm{d}x}{1+x^2} = \frac{\pi}{2}, \qquad
\int_0^{+\infty} x^n e^{-x}\,\mathrm{d}x = n!
$$

> [!important] 两个必须记住的基准
> $\int_1^{\infty}\frac{\mathrm{d}x}{x^p}$ 与 $\int_0^1\frac{\mathrm{d}x}{x^p}$ 是**所有比较判别法的标尺**。
> 注意两者的收敛条件**恰好相反**（$p>1$ 与 $p<1$），这是最常被记混的地方。
> 详见 [[6-6-反常积分]]。

## 七、泰勒展开速查

### 7.1 常用麦克劳林展开

$$
e^x = 1 + x + \frac{x^2}{2!} + \cdots + \frac{x^n}{n!} + o(x^n) = \sum_{n=0}^{\infty}\frac{x^n}{n!},
\qquad (-\infty, +\infty)
$$

$$
\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots + (-1)^{n}\frac{x^{2n+1}}{(2n+1)!} + o(x^{2n+1}),
\qquad (-\infty, +\infty)
$$

$$
\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots + (-1)^{n}\frac{x^{2n}}{(2n)!} + o(x^{2n}),
\qquad (-\infty, +\infty)
$$

$$
\ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \cdots + (-1)^{n-1}\frac{x^n}{n} + o(x^n),
\qquad (-1, 1]
$$

$$
\frac{1}{1-x} = 1 + x + x^2 + \cdots + x^n + o(x^n), \qquad (-1, 1)
$$

$$
\frac{1}{1+x} = 1 - x + x^2 - \cdots + (-1)^n x^n + o(x^n), \qquad (-1, 1)
$$

$$
(1+x)^{\alpha} = 1 + \alpha x + \frac{\alpha(\alpha-1)}{2!}x^2 + \cdots
+ \frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n + o(x^n), \qquad (-1,1)
$$

$$
\arctan x = x - \frac{x^3}{3} + \frac{x^5}{5} - \cdots + (-1)^{n}\frac{x^{2n+1}}{2n+1} + o(x^{2n+1}),
\qquad [-1, 1]
$$

$$
\arcsin x = x + \frac{x^3}{6} + \frac{3x^5}{40} + o(x^5), \qquad \lvert x\rvert < 1
$$

$$
\tan x = x + \frac{x^3}{3} + \frac{2x^5}{15} + o(x^5), \qquad \lvert x\rvert < \frac{\pi}{2}
$$

### 7.2 泰勒公式的两种余项

**带拉格朗日余项**（$f$ 在含 $x_0$ 与 $x$ 的区间上有 $n+1$ 阶导数）：

$$
f(x) = \sum_{k=0}^{n}\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k + \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1},
\qquad \xi \text{ 在 } x_0 \text{ 与 } x \text{ 之间}
$$

**带佩亚诺余项**（$f$ 在 $x_0$ 处有 $n$ 阶导数）：

$$
f(x) = \sum_{k=0}^{n}\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k + o\left((x-x_0)^n\right) \qquad (x \to x_0)
$$

> [!important] 两种余项各管什么
> - **拉格朗日余项**：可以**估计误差大小**，用于证明不等式、证明中值定理类命题。
> - **佩亚诺余项**：只能说明**逼近的阶**，用于求极限、判断无穷小的阶。
>
> 「用哪个余项」是一道常考的概念题。详见 [[4-3-泰勒公式与麦克劳林展开]]。

### 7.3 常用展开的「阶」速记（求极限用）

$$
\sin x = x - \frac{x^3}{6} + o(x^3), \qquad
\tan x = x + \frac{x^3}{3} + o(x^3), \qquad
\arcsin x = x + \frac{x^3}{6} + o(x^3)
$$

$$
\cos x = 1 - \frac{x^2}{2} + \frac{x^4}{24} + o(x^4), \qquad
e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + o(x^3)
$$

$$
\ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} + o(x^3), \qquad
(1+x)^{\alpha} = 1 + \alpha x + \frac{\alpha(\alpha-1)}{2}x^2 + o(x^2)
$$

> [!tip] 求极限时展开到几阶
> **展开到「分子分母中最低次非零项」的阶。** 具体做法：先把分母的阶数看出来
> （如 $x^3$），分子的每一项就展开到 $x^3$，高阶项归入 $o(x^3)$。
> 详见 [[4-3-泰勒公式与麦克劳林展开]] 的「四、计算方法与步骤」。

## 八、级数收敛判别法速查

### 8.1 基本结论

$$
\sum_{n=1}^{\infty}\frac{1}{n^p} \text{ 收敛} \iff p > 1 \qquad \text{（} p \text{ 级数）}
$$

$$
\sum_{n=1}^{\infty} aq^{n-1} =
\begin{cases}
\dfrac{a}{1-q}, & \lvert q\rvert < 1 \ \text{（收敛）} \\[2mm]
\text{发散}, & \lvert q\rvert \ge 1
\end{cases}
\qquad \text{（几何级数）}
$$

$$
\sum_{n=1}^{\infty}\frac{1}{n} = +\infty \ \text{（调和级数发散）}, \qquad
\sum_{n=2}^{\infty}\frac{1}{n\ln^p n} \text{ 收敛} \iff p>1
$$

### 8.2 判别法一览

| 判别法 | 适用对象 | 结论 | 失效情形 |
|---|---|---|---|
| $n$ 项判别法 | 任意级数 | $\lim a_n \neq 0 \Rightarrow$ 发散 | $\lim a_n = 0$ 时**不能判断** |
| 比较判别法 | 正项级数 | 与已知级数比较 | 找不到合适的比较级数 |
| 极限比较判别法 | 正项级数 | $\lim\frac{a_n}{b_n} = c \in (0,\infty)$ 则同敛散 | 极限为 $0$ 或 $\infty$ 时只能单向推断 |
| 比值判别法 | 正项级数（含阶乘、$a^n$） | $\lim\frac{a_{n+1}}{a_n} = \rho$，$\rho<1$ 收敛，$\rho>1$ 发散 | $\rho = 1$ 时**完全失效** |
| 根值判别法 | 正项级数（含 $n$ 次方） | $\lim\sqrt[n]{a_n} = \rho$，判定同比值法 | $\rho = 1$ 时**完全失效** |
| 积分判别法 | 正项级数、$a_n = f(n)$ 且 $f$ 单调减 | $\sum a_n$ 与 $\int_1^{\infty}f$ 同敛散 | $f$ 不单调时不能用 |
| 莱布尼茨判别法 | 交错级数 $\sum(-1)^{n-1}a_n$ | $a_n$ 单调减且趋于 $0$ $\Rightarrow$ 收敛 | 单调性不满足时不能用 |

$$
\sum_{n=1}^{\infty}\lvert a_n\rvert \text{ 收敛} \implies \sum_{n=1}^{\infty} a_n \text{ 收敛}
\qquad \text{（绝对收敛必收敛，反之不成立）}
$$

> [!danger] 关于比值判别法的两个致命误解
> 1. **$\rho = 1$ 不是「收敛」也不是「发散」，而是「无法判断」**。
>    例如 $\sum\frac{1}{n}$ 与 $\sum\frac{1}{n^2}$ 的 $\rho$ 都等于 $1$，但一个发散一个收敛。
> 2. **比值判别法对 $p$ 级数永远失效**（$\rho \equiv 1$），所以遇到 $\frac{1}{n^p}$ 型
>    必须用比较法或积分法。
>
> 详见 [[7-2-正项级数判别法]]。

### 8.3 幂级数

**收敛半径**（对 $\sum a_n(x-x_0)^n$）：

$$
R = \lim_{n\to\infty}\left\lvert\frac{a_n}{a_{n+1}}\right\rvert
\quad\text{或}\quad
R = \frac{1}{\limsup_{n\to\infty}\sqrt[n]{\lvert a_n\rvert}}
$$

> [!warning] 端点必须单独讨论
> 求出 $R$ 后，收敛区间是 $(x_0-R, x_0+R)$ **加上**在 $x = x_0 \pm R$ 处
> **逐个判断**的结果。端点可能收敛、可能发散，也可能一个收敛一个发散。
> 详见 [[7-4-幂级数]]。

**常用幂级数展开**：

$$
\frac{1}{1-x} = \sum_{n=0}^{\infty}x^n \ (\lvert x\rvert<1), \qquad
e^x = \sum_{n=0}^{\infty}\frac{x^n}{n!}, \qquad
\ln(1+x) = \sum_{n=1}^{\infty}\frac{(-1)^{n-1}}{n}x^n \ (-1<x\le1)
$$

$$
\arctan x = \sum_{n=0}^{\infty}\frac{(-1)^n}{2n+1}x^{2n+1} \ (\lvert x\rvert \le 1), \qquad
\sin x = \sum_{n=0}^{\infty}\frac{(-1)^n}{(2n+1)!}x^{2n+1}
$$

**欧拉公式**：

$$
e^{i\theta} = \cos\theta + i\sin\theta
$$

## 九、多元微分速查

### 9.1 偏导数与全微分

$$
\frac{\partial z}{\partial x} = \lim_{\Delta x \to 0}\frac{f(x+\Delta x, y) - f(x,y)}{\Delta x}
$$

$$
\mathrm{d}z = \frac{\partial z}{\partial x}\mathrm{d}x + \frac{\partial z}{\partial y}\mathrm{d}y
\qquad \text{（} f \text{ 可微时成立）}
$$

**可微的充分条件**：$f_x$、$f_y$ 在 $(x_0,y_0)$ 的某邻域内**存在且连续** $\Rightarrow$ $f$ 在该点可微。

> [!important] 三个「不等于」关系
> $$
> \text{偏导存在} \not\Rightarrow \text{连续}, \qquad
> \text{偏导存在} \not\Rightarrow \text{可微}, \qquad
> \text{可微} \Rightarrow \text{连续}
> $$
>
> 一元里「可导 $\Rightarrow$ 连续」在多元里**失效**。
> 这是 [[8-2-偏导数与全微分]] 的核心考点。

### 9.2 复合函数链式法则

设 $z = f(u,v)$，$u = u(x,y)$，$v = v(x,y)$：

$$
\frac{\partial z}{\partial x} = \frac{\partial z}{\partial u}\frac{\partial u}{\partial x} + \frac{\partial z}{\partial v}\frac{\partial v}{\partial x}
$$

若 $z = f(u,v)$，$u = u(t)$，$v = v(t)$（全导数）：

$$
\frac{\mathrm{d}z}{\mathrm{d}t} = \frac{\partial z}{\partial u}\frac{\mathrm{d}u}{\mathrm{d}t} + \frac{\partial z}{\partial v}\frac{\mathrm{d}v}{\mathrm{d}t}
$$

### 9.3 隐函数求导

$F(x,y) = 0$ 确定 $y = y(x)$：

$$
\frac{\mathrm{d}y}{\mathrm{d}x} = -\frac{F_x}{F_y} \quad (F_y \neq 0)
$$

$F(x,y,z) = 0$ 确定 $z = z(x,y)$：

$$
\frac{\partial z}{\partial x} = -\frac{F_x}{F_z}, \qquad
\frac{\partial z}{\partial y} = -\frac{F_y}{F_z} \quad (F_z \neq 0)
$$

**雅可比行列式**：

$$
\frac{\partial(u,v)}{\partial(x,y)} =
\begin{vmatrix}
\dfrac{\partial u}{\partial x} & \dfrac{\partial u}{\partial y} \\[2mm]
\dfrac{\partial v}{\partial x} & \dfrac{\partial v}{\partial y}
\end{vmatrix}
$$

### 9.4 方向导数与梯度

$$
\frac{\partial f}{\partial \mathbf{l}} = f_x\cos\alpha + f_y\cos\beta + f_z\cos\gamma
= \nabla f \cdot \mathbf{l}^{\circ}
$$

$$
\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z}\right)
$$

> [!important] 梯度的三条性质
> 1. 梯度方向是**方向导数取最大值**的方向，最大值等于 $\lVert \nabla f\rVert$。
> 2. 梯度**垂直于等值线（等值面）**。
> 3. 梯度指向函数**增长最快**的方向，$-\nabla f$ 是下降最快的方向（梯度下降法的依据）。
>
> 详见 [[8-4-方向导数与梯度]]。

### 9.5 极值判别

**无条件极值**：先解 $f_x = 0, f_y = 0$ 得驻点，再算

$$
A = f_{xx}, \quad B = f_{xy}, \quad C = f_{yy}, \qquad \Delta = AC - B^2
$$

| $\Delta$ | $A$ 的符号 | 结论 |
|---|---|---|
| $\Delta > 0$ | $A < 0$ | 极大值 |
| $\Delta > 0$ | $A > 0$ | 极小值 |
| $\Delta < 0$ | 任意 | 不是极值（鞍点） |
| $\Delta = 0$ | 任意 | 无法判断，需另行讨论 |

**条件极值（拉格朗日乘数法）**：求 $f(x,y)$ 在约束 $\varphi(x,y)=0$ 下的极值，
构造

$$
L(x,y,\lambda) = f(x,y) + \lambda\varphi(x,y)
$$

解方程组 $L_x = L_y = L_\lambda = 0$，即

$$
\begin{cases}
f_x + \lambda\varphi_x = 0 \\
f_y + \lambda\varphi_y = 0 \\
\varphi(x,y) = 0
\end{cases}
$$

> [!tip] 拉格朗日乘数法的几何解释
> 在极值点处，$f$ 的等值线与约束曲线**相切**，因而两者的法向量平行：
> $\nabla f = -\lambda\nabla\varphi$。这就是 $\lambda$ 的来历。
> 详见 [[8-5-多元函数极值与拉格朗日乘数法]]。

## 十、多元积分速查

### 10.1 二重积分

**直角坐标**：

$$
\iint_D f(x,y)\,\mathrm{d}\sigma = \int_a^b\mathrm{d}x\int_{y_1(x)}^{y_2(x)} f(x,y)\,\mathrm{d}y
$$

**极坐标**（$\mathrm{d}\sigma = r\,\mathrm{d}r\,\mathrm{d}\theta$）：

$$
\iint_D f(x,y)\,\mathrm{d}\sigma
= \int_{\alpha}^{\beta}\mathrm{d}\theta\int_{r_1(\theta)}^{r_2(\theta)} f(r\cos\theta, r\sin\theta)\,r\,\mathrm{d}r
$$

**面积与体积**：

$$
S_D = \iint_D \mathrm{d}\sigma, \qquad
V = \iint_D f(x,y)\,\mathrm{d}\sigma \quad (f \ge 0)
$$

### 10.2 三重积分

**柱面坐标**（$\mathrm{d}V = r\,\mathrm{d}r\,\mathrm{d}\theta\,\mathrm{d}z$）：

$$
\iiint_{\Omega} f\,\mathrm{d}V
= \iiint f(r\cos\theta, r\sin\theta, z)\,r\,\mathrm{d}r\,\mathrm{d}\theta\,\mathrm{d}z
$$

**球面坐标**（$\mathrm{d}V = \rho^2\sin\varphi\,\mathrm{d}\rho\,\mathrm{d}\varphi\,\mathrm{d}\theta$）：

$$
\iiint_{\Omega} f\,\mathrm{d}V
= \iiint f(\rho\sin\varphi\cos\theta, \rho\sin\varphi\sin\theta, \rho\cos\varphi)\,
\rho^2\sin\varphi\,\mathrm{d}\rho\,\mathrm{d}\varphi\,\mathrm{d}\theta
$$

> [!warning] 两个雅可比因子不能漏
> 极坐标的 $r$、球坐标的 $\rho^2\sin\varphi$ ——**漏掉它们是最常见的计算错误**。
> 它们来自面积/体积元素的变换，不是「额外的系数」。

### 10.3 曲线积分

**第一类（对弧长）**：

$$
\int_L f(x,y)\,\mathrm{d}s = \int_{\alpha}^{\beta} f(x(t),y(t))\sqrt{x'^2(t)+y'^2(t)}\,\mathrm{d}t
$$

**第二类（对坐标）**：

$$
\int_L P\,\mathrm{d}x + Q\,\mathrm{d}y = \int_{\alpha}^{\beta}\left[P\,x'(t) + Q\,y'(t)\right]\mathrm{d}t
$$

### 10.4 格林公式

$L$ 是区域 $D$ 的**正向**（逆时针）边界，$P$、$Q$ 在 $D$ 上有连续一阶偏导：

$$
\oint_L P\,\mathrm{d}x + Q\,\mathrm{d}y = \iint_D\left(\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}\right)\mathrm{d}x\,\mathrm{d}y
$$

**路径无关的充要条件**（$D$ 为单连通区域）：

$$
\frac{\partial Q}{\partial x} = \frac{\partial P}{\partial y} \quad \text{在 } D \text{ 内恒成立}
$$

此时存在 $u(x,y)$ 使 $\mathrm{d}u = P\,\mathrm{d}x + Q\,\mathrm{d}y$（全微分方程）。

> [!danger] 格林公式的三个使用陷阱
> 1. **方向**：必须是正向（逆时针）。反向要加负号。
> 2. **单连通**：区域有洞时必须「挖洞」或用复连通形式的格林公式。
> 3. **奇点**：$P$、$Q$ 在 $D$ 内必须处处有连续偏导。
>    例如 $\oint_L\frac{x\,\mathrm{d}y - y\,\mathrm{d}x}{x^2+y^2}$ 在含原点的闭曲线上**不能**直接用格林公式
>    （原点处 $P$、$Q$ 无定义），答案是 $2\pi$ 而不是 $0$。
>
> 详见 [[9-4-格林公式及其应用]]。

### 10.5 高斯公式与斯托克斯公式

**高斯公式**（$\Sigma$ 是空间闭区域 $\Omega$ 的**外侧**边界曲面）：

$$
\oiint_{\Sigma} P\,\mathrm{d}y\,\mathrm{d}z + Q\,\mathrm{d}z\,\mathrm{d}x + R\,\mathrm{d}x\,\mathrm{d}y
= \iiint_{\Omega}\left(\frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}\right)\mathrm{d}V
$$

**斯托克斯公式**（$\Gamma$ 是曲面 $\Sigma$ 的边界，方向与 $\Sigma$ 的法向成右手系）：

$$
\oint_{\Gamma} P\,\mathrm{d}x + Q\,\mathrm{d}y + R\,\mathrm{d}z
= \iint_{\Sigma}
\begin{vmatrix}
\mathrm{d}y\,\mathrm{d}z & \mathrm{d}z\,\mathrm{d}x & \mathrm{d}x\,\mathrm{d}y \\[1mm]
\dfrac{\partial}{\partial x} & \dfrac{\partial}{\partial y} & \dfrac{\partial}{\partial z} \\[2mm]
P & Q & R
\end{vmatrix}
$$

**散度与旋度**：

$$
\operatorname{div}\mathbf{F} = \nabla\cdot\mathbf{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}
$$

$$
\operatorname{rot}\mathbf{F} = \nabla\times\mathbf{F} =
\begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\[1mm]
\dfrac{\partial}{\partial x} & \dfrac{\partial}{\partial y} & \dfrac{\partial}{\partial z} \\[2mm]
P & Q & R
\end{vmatrix}
$$

> [!tip] 三大公式的统一图景
> | 公式 | 左边 | 右边 | 维度 |
> |---|---|---|---|
> | 牛顿-莱布尼茨 | $\int_a^b f'\,\mathrm{d}x$ | $f(b)-f(a)$ | 一维 |
> | 格林 | 二重积分 | 边界曲线积分 | 二维 |
> | 斯托克斯 | 曲面积分 | 边界曲线积分 | 二维曲面 |
> | 高斯 | 三重积分 | 边界曲面积分 | 三维 |
>
> 它们都是同一句话：**区域内部的「导数」积分 = 边界上的「函数值」积分**。
> 详见 [[9-6-高斯公式与斯托克斯公式]]。

## 十一、微分方程速查

### 11.1 一阶方程

| 类型 | 形式 | 解法 |
|---|---|---|
| 可分离变量 | $\frac{\mathrm{d}y}{\mathrm{d}x} = f(x)g(y)$ | 分离后两边积分 |
| 齐次方程 | $\frac{\mathrm{d}y}{\mathrm{d}x} = \varphi\left(\frac{y}{x}\right)$ | 令 $u = \frac{y}{x}$ |
| 一阶线性 | $y' + P(x)y = Q(x)$ | 通解公式（见下） |
| 伯努利方程 | $y' + P(x)y = Q(x)y^n$ | 令 $z = y^{1-n}$ |
| 全微分方程 | $P\,\mathrm{d}x + Q\,\mathrm{d}y = 0$，$P_y = Q_x$ | 求原函数 $u(x,y)=C$ |

**一阶线性方程通解公式**：

$$
y = e^{-\int P(x)\,\mathrm{d}x}\left[\int Q(x)e^{\int P(x)\,\mathrm{d}x}\,\mathrm{d}x + C\right]
$$

> [!note] 公式怎么来的
> 两边同乘**积分因子** $\mu(x) = e^{\int P\,\mathrm{d}x}$，左边就变成
> $(\mu y)' = \mu Q$，再积分即得。所以「背公式」不如「记住积分因子」。
> 详见 [[10-2-一阶微分方程]]。

### 11.2 可降阶的高阶方程

| 类型 | 形式 | 解法 |
|---|---|---|
| 缺 $y$、$y'$ | $y'' = f(x)$ | 逐次积分两次 |
| 缺 $y$ | $y'' = f(x, y')$ | 令 $p = y'$，化为 $p' = f(x,p)$ |
| 缺 $x$ | $y'' = f(y, y')$ | 令 $p = y'$，则 $y'' = p\frac{\mathrm{d}p}{\mathrm{d}y}$ |

### 11.3 二阶常系数线性方程

**齐次** $y'' + py' + qy = 0$，特征方程 $r^2 + pr + q = 0$：

| 判别式 | 特征根 | 通解 |
|---|---|---|
| $p^2-4q>0$ | 两个不同实根 $r_1, r_2$ | $y = C_1e^{r_1x} + C_2e^{r_2x}$ |
| $p^2-4q=0$ | 重根 $r$ | $y = (C_1 + C_2x)e^{rx}$ |
| $p^2-4q<0$ | 共轭复根 $\alpha \pm \beta i$ | $y = e^{\alpha x}(C_1\cos\beta x + C_2\sin\beta x)$ |

**非齐次** $y'' + py' + qy = f(x)$：通解 = 齐次通解 + 一个特解。

| $f(x)$ 的形式 | 特解设法 |
|---|---|
| $P_m(x)$（$m$ 次多项式） | $y^* = x^k Q_m(x)$，$k$ 为 $0$ 在特征根中的重数 |
| $P_m(x)e^{\lambda x}$ | $y^* = x^k Q_m(x)e^{\lambda x}$，$k$ 为 $\lambda$ 的重数 |
| $e^{\alpha x}\left[P_l(x)\cos\beta x + P_n(x)\sin\beta x\right]$ | $y^* = x^k e^{\alpha x}\left[R_m(x)\cos\beta x + S_m(x)\sin\beta x\right]$，$m = \max(l,n)$，$k$ 为 $\alpha\pm\beta i$ 的重数 |

> [!danger] 特解设法的头号错误
> **忘了乘 $x^k$。** 当右端函数的形式与齐次解「撞车」时（$\lambda$ 是特征根），
> 必须乘 $x^k$ 才能求出解；否则会得到矛盾方程。
> 详见 [[10-5-二阶常系数线性微分方程]]。

**欧拉方程** $x^2y'' + pxy' + qy = f(x)$：令 $x = e^t$（$x>0$）化为常系数方程。

## 十二、常用曲线与几何量

### 12.1 弧长与曲率

$$
s = \int_a^b\sqrt{1 + \left[y'(x)\right]^2}\,\mathrm{d}x \qquad \text{（直角坐标）}
$$

$$
s = \int_{\alpha}^{\beta}\sqrt{\left[x'(t)\right]^2 + \left[y'(t)\right]^2}\,\mathrm{d}t \qquad \text{（参数方程）}
$$

$$
s = \int_{\alpha}^{\beta}\sqrt{r^2(\theta) + \left[r'(\theta)\right]^2}\,\mathrm{d}\theta \qquad \text{（极坐标）}
$$

$$
K = \frac{\lvert y''\rvert}{\left[1+(y')^2\right]^{3/2}}, \qquad
K = \frac{\lvert x'y'' - x''y'\rvert}{\left[(x')^2+(y')^2\right]^{3/2}}, \qquad
\rho = \frac{1}{K}
$$

### 12.2 面积与体积

$$
S = \int_a^b\left[f(x) - g(x)\right]\mathrm{d}x \qquad \text{（} f \ge g \text{）}
$$

$$
V_x = \pi\int_a^b\left[f^2(x) - g^2(x)\right]\mathrm{d}x \qquad \text{（绕 } x \text{ 轴，圆盘法）}
$$

$$
V_y = 2\pi\int_a^b x f(x)\,\mathrm{d}x \qquad \text{（绕 } y \text{ 轴，柱壳法，} f\ge0,\ 0\le a<b \text{）}
$$

$$
S_{\text{侧}} = 2\pi\int_a^b \lvert f(x)\rvert\sqrt{1+\left[f'(x)\right]^2}\,\mathrm{d}x \qquad \text{（绕 } x \text{ 轴旋转的侧面积）}
$$

**极坐标面积**：

$$
S = \frac{1}{2}\int_{\alpha}^{\beta} r^2(\theta)\,\mathrm{d}\theta
$$

### 12.3 常用曲线

| 曲线 | 极坐标/参数方程 | 特征 |
|---|---|---|
| 心形线 | $r = a(1+\cos\theta)$ | 关于极轴对称，尖点在原点 |
| 双纽线 | $r^2 = a^2\cos 2\theta$ | 两个环 |
| 三叶玫瑰线 | $r = a\cos 3\theta$ | 三片花瓣 |
| 摆线 | $x = a(t-\sin t)$，$y = a(1-\cos t)$ | 圆滚线，一个拱长为 $8a$ |
| 星形线 | $x = a\cos^3 t$，$y = a\sin^3 t$ | 星形，面积 $\frac{3\pi a^2}{8}$ |
| 对数螺线 | $r = ae^{b\theta}$ | 自相似 |

详见 [[1-5-极坐标与参数方程]] 与 [[6-4-定积分的几何应用]]。

## 十三、希腊字母与符号对照

### 13.1 常用希腊字母

| 大写 | 小写 | 读法 | 本库中的常见用途 |
|---|---|---|---|
| $A$ | $\alpha$ | alpha | 幂指数、方向余弦 |
| $B$ | $\beta$ | beta | 共轭复根的虚部、方向余弦 |
| $\Gamma$ | $\gamma$ | gamma | 曲线、方向余弦、伽马函数 |
| $\Delta$ | $\delta$ | delta | 增量 $\Delta x$；判别式 $\Delta = AC-B^2$ |
| $E$ | $\epsilon$、$\varepsilon$ | epsilon | ε-δ 语言中的任意小正数 |
| $\Theta$ | $\theta$ | theta | 角度、极角 |
| $\Lambda$ | $\lambda$ | lambda | 拉格朗日乘数、特征值 |
| $\Xi$ | $\xi$ | xi | 中值定理中的中间点 |
| $\Pi$ | $\pi$ | pi | 圆周率、连乘号 |
| $\Sigma$ | $\sigma$ | sigma | 连加号、曲面 |
| $\Phi$ | $\phi$、$\varphi$ | phi | 球坐标中的极角、约束函数 |
| $\Omega$ | $\omega$ | omega | 空间闭区域 |
| $\Psi$ | $\psi$ | psi | 波函数、待定函数 |
| $\nabla$ | — | nabla | 梯度算子 |

> [!warning] 一个容易写错的 LaTeX 细节
> **希腊字母的大写形式在 LaTeX 里多数不能加反斜杠**：
> 直接写 `A`、`B`、`E`、`Z`、`H`、`I`、`K`、`M`、`N`、`O`、`P`、`T`、`X`、`Y` 即可；
> **没有** `\Alpha`、`\Beta`、`\Epsilon` 这类命令，写出来会渲染失败。
> 只有 $\Gamma$、$\Delta$、$\Theta$、$\Lambda$、$\Xi$、$\Pi$、$\Sigma$、$\Phi$、$\Psi$、$\Omega$ 有大写命令。

### 13.2 常用数学符号

| 符号 | 含义 | 符号 | 含义 |
|---|---|---|---|
| $\forall$ | 对任意 | $\exists$ | 存在 |
| $\in$ | 属于 | $\notin$ | 不属于 |
| $\subset$、$\subseteq$ | 包含于 | $\cup$、$\cap$ | 并、交 |
| $\Rightarrow$ | 推出 | $\iff$ | 等价于 |
| $\to$ | 趋于 | $\mapsto$ | 映射到 |
| $\approx$ | 约等于 | $\sim$ | 等价无穷小 |
| $o(\cdot)$ | 高阶无穷小 | $O(\cdot)$ | 上界（大 O，意为"不超过"；**同阶**用 $\asymp$ 或 $\Theta$） |
| $\infty$ | 无穷 | $\varnothing$ | 空集 |
| $\perp$ | 垂直 | $\parallel$ | 平行 |
| $\square$、$\blacksquare$ | 证毕 | $\cdot$ | 点乘 |
| $\lvert x\rvert$ | 绝对值 | $\lVert \mathbf{v}\rVert$ | 范数 |

## 十四、必背结论 Top 50

> [!important] 怎么用这一节
> 这 50 条是**必须做到条件反射**的结论。建议每隔两周默写一次，
> 写不出来的点回对应笔记。

**极限与连续（1–8）**

1. $\lim\limits_{x\to0}\frac{\sin x}{x} = 1$
2. $\lim\limits_{x\to\infty}\left(1+\frac{1}{x}\right)^x = e$
3. $\lim\limits_{x\to0}\frac{1-\cos x}{x^2} = \frac{1}{2}$
4. $\lim\limits_{x\to+\infty}\frac{x^n}{e^x} = 0$，$\lim\limits_{x\to+\infty}\frac{\ln x}{x^{\alpha}} = 0$
5. 可导 $\Rightarrow$ 连续；连续 $\not\Rightarrow$ 可导
6. 极限存在与函数值无关；连续要求三者相等
7. 闭区间连续 $\Rightarrow$ 有界、有最值、介值性、一致连续
8. 间断点四分类：可去、跳跃、无穷、振荡

**导数与中值定理（9–18）**

9. $(x^{\alpha})' = \alpha x^{\alpha-1}$，$(e^x)' = e^x$，$(\ln x)' = \frac{1}{x}$
10. $(\sin x)' = \cos x$，$(\cos x)' = -\sin x$，$(\tan x)' = \sec^2 x$
11. $(\arcsin x)' = \frac{1}{\sqrt{1-x^2}}$，$(\arctan x)' = \frac{1}{1+x^2}$
12. 链式法则 $\frac{\mathrm{d}y}{\mathrm{d}x} = \frac{\mathrm{d}y}{\mathrm{d}u}\frac{\mathrm{d}u}{\mathrm{d}x}$
13. 罗尔定理：闭区间连续、开区间可导、端点等值 $\Rightarrow$ 存在 $\xi$ 使 $f'(\xi)=0$
14. 拉格朗日中值定理：$f(b)-f(a) = f'(\xi)(b-a)$
15. 柯西中值定理：$\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$
16. 莱布尼茨公式：$(uv)^{(n)} = \sum\binom{n}{k}u^{(n-k)}v^{(k)}$
17. 洛必达法则的三个前提：$0/0$ 或 $\infty/\infty$、可导、$\lim\frac{f'}{g'}$ 存在
18. 泰勒公式：$f(x) = \sum\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k + R_n(x)$

**积分（19–30）**

19. $\int x^{\alpha}\mathrm{d}x = \frac{x^{\alpha+1}}{\alpha+1}+C$（$\alpha\ne-1$）
20. $\int\frac{\mathrm{d}x}{x} = \ln\lvert x\rvert + C$（**绝对值不能丢**）
21. $\int\frac{\mathrm{d}x}{1+x^2} = \arctan x + C$
22. $\int\frac{\mathrm{d}x}{\sqrt{1-x^2}} = \arcsin x + C$
23. 分部积分 $\int u\,\mathrm{d}v = uv - \int v\,\mathrm{d}u$
24. 「反对幂指三」定 $u$ 的顺序
25. 换元法 $\int f(g(x))g'(x)\mathrm{d}x = \int f(u)\mathrm{d}u$
26. 牛顿-莱布尼茨公式 $\int_a^b f\,\mathrm{d}x = F(b)-F(a)$
27. $\frac{\mathrm{d}}{\mathrm{d}x}\int_a^x f(t)\mathrm{d}t = f(x)$
28. 奇函数在对称区间上的积分为 $0$；偶函数为两倍半区间
29. 积分中值定理 $\int_a^b f\,\mathrm{d}x = f(\xi)(b-a)$
30. $\int_1^{\infty}\frac{\mathrm{d}x}{x^p}$ 收敛 $\iff p>1$

**级数（31–38）**

31. 几何级数 $\sum aq^{n-1}$ 收敛 $\iff \lvert q\rvert<1$，和为 $\frac{a}{1-q}$
32. $p$ 级数 $\sum\frac{1}{n^p}$ 收敛 $\iff p>1$
33. $\lim a_n \ne 0 \Rightarrow$ 级数发散（$n$ 项判别法）
34. 比值判别法：$\rho<1$ 收敛，$\rho>1$ 发散，$\rho=1$ **失效**
35. 莱布尼茨判别法：交错级数、$a_n$ 单调减趋于 $0$ $\Rightarrow$ 收敛
36. 绝对收敛 $\Rightarrow$ 收敛；反之不成立（条件收敛）
37. 幂级数收敛半径 $R = \lim\lvert\frac{a_n}{a_{n+1}}\rvert$，端点单独判
38. 欧拉公式 $e^{i\theta} = \cos\theta + i\sin\theta$

**多元（39–48）**

39. 偏导存在 $\not\Rightarrow$ 连续，$\not\Rightarrow$ 可微
40. 偏导连续 $\Rightarrow$ 可微 $\Rightarrow$ 连续
41. 全微分 $\mathrm{d}z = z_x\mathrm{d}x + z_y\mathrm{d}y$
42. 隐函数求导 $\frac{\mathrm{d}y}{\mathrm{d}x} = -\frac{F_x}{F_y}$
43. 梯度方向是方向导数最大的方向，垂直于等值线
44. 极值判别 $\Delta = AC-B^2$：$\Delta>0$ 且 $A<0$ 极大；$\Delta>0$ 且 $A>0$ 极小；$\Delta<0$ 非极值
45. 拉格朗日乘数法：$L = f + \lambda\varphi$，解 $L_x=L_y=L_\lambda=0$
46. 极坐标 $\mathrm{d}\sigma = r\mathrm{d}r\mathrm{d}\theta$；球坐标 $\mathrm{d}V = \rho^2\sin\varphi\,\mathrm{d}\rho\mathrm{d}\varphi\mathrm{d}\theta$
47. 格林公式 $\oint_L P\mathrm{d}x+Q\mathrm{d}y = \iint_D(Q_x-P_y)\mathrm{d}x\mathrm{d}y$
48. 高斯公式 $\oiint_\Sigma = \iiint_\Omega \operatorname{div}\mathbf{F}\,\mathrm{d}V$

**微分方程（49–50）**

49. 一阶线性通解 $y = e^{-\int P\mathrm{d}x}\left[\int Qe^{\int P\mathrm{d}x}\mathrm{d}x + C\right]$
50. 二阶常系数齐次：特征方程 $r^2+pr+q=0$，三种根型对应三种通解

## 相关笔记

- [[00-索引]] — 全库总导航，本节每一条公式都能在那里找到对应笔记
- [[关于本笔记库]] — 符号约定与微分号写法（全库统一 $\mathrm{d}x$）
- [[附录-解题方法与易错辨析总览]] — 有了公式之后，这一篇讲「什么时候该用哪一条」
- [[2-3-无穷小与等价无穷小替换]] — 第三节等价无穷小表的完整推导与使用边界
- [[4-3-泰勒公式与麦克劳林展开]] — 第七节所有展开式的来源与余项讨论
- [[6-2-微积分基本定理]] — 第六节积分表背后的枢纽定理
- [[9-6-高斯公式与斯托克斯公式]] — 第十节三大公式的统一图景

## 参考来源

- Adrian Banner, *The Calculus Lifesaver*, Princeton University Press, 2007（中译本《普林斯顿微积分读本》）——
  常用公式的选取范围与「速查」的组织方式参考该书附录与各章小结
- 苏德矿、吴明华等编，《微积分（上）（下）》，高等教育出版社 ——
  积分表与微分方程解法部分的国内教材通行形式，教材本身无 URL
- 同济大学数学系编，《高等数学》第七版，高等教育出版社 —— 积分表与三大公式的记号参照
- NIST *Digital Library of Mathematical Functions*（特殊函数与展开式的权威来源）：
  <https://dlmf.nist.gov/>
- Wolfram MathWorld, "Derivative"（基本导数公式）：
  <https://mathworld.wolfram.com/Derivative.html>
- Wolfram MathWorld, "Fundamental Theorems of Calculus"：
  <https://mathworld.wolfram.com/FundamentalTheoremsofCalculus.html>
- Wolfram MathWorld, "Taylor Series"：<https://mathworld.wolfram.com/TaylorSeries.html>
- Wolfram MathWorld, "Green's Theorem"：<https://mathworld.wolfram.com/GreensTheorem.html>
- Wolfram MathWorld, "Divergence Theorem"：<https://mathworld.wolfram.com/DivergenceTheorem.html>
- MIT OpenCourseWare 18.01SC *Single Variable Calculus*：
  <https://ocw.mit.edu/courses/18-01sc-single-variable-calculus-fall-2010/>
