高数公式定理大全图片-数学公式定理全图

高数公式定理大全 核心概念速览 高数不是死记硬背一堆公式，它是连接几何与算子的语言。最底层的是导数，它定义了变化率；最上层是积分，它是求和的过程。大量公式本质都是原函数和导函数的互逆关系。
比如 $int x^n dx = frac{x^{n+1}}{n+1}$，这个公式在微积分里反复出现，但它的物理意义往往被忽略——它实际上就是把“斜率”累积起来的逻辑。当你看到 $lim_{ntoinfty} (1 + frac{1}{n})^n = e$ 时，别只盯着等号，那实际上是所有连续变化率的终极归宿。 函数变换与运算 三角函数这块最好办出错，本质是换元思想。$sin(x) = cos(x - frac{pi}{2})$ 这种形式在化简题目时屡见不鲜，出于它能把不同象限的函数统一成同一个周期内的波动。$1 - cos x = 2sin^2frac{x}{2}$ 这种降幂公式，在计算极限或级数项数时是救命稻草。
还有 $sec x = frac{1}{cos x}$ 和 $tan x = frac{sin x}{cos x}$，看似好办，但在涉及 $sin 2x$ 或 $cos 2x$ 的展开式时，务必时刻记得倍角公式：$cos 2x = cos^2 x - sin^2 x$，这能大幅缩短求导步骤。反三角函数的导数同样值得记熟，$frac{d}{dx}(arcsin x) = frac{1}{sqrt{1-x^2}}$，这个公式在求面积时是核心工具。 核心极限与无穷 柯西 - 狄利克雷判别法是讲函数一致收敛的，别被名字绕晕，核心逻辑就是：要是函数值有界，且单调，那它跟 $sin x$ 或 $cos x$ 这种有界函数是一样收敛的。当处理 $infty - infty$ 型不定式时，洛必达法则别看快，但记得它是个“过拟合”工具，用多了好办把自己绕晕。泰勒公式实际上是将高数“数字化”的艺术，把复杂的函数展开成多项式，哪怕展开成 $cos x$ 级别的多项式，让计算变得极度优雅。
比如求 $lim_{ntoinfty} n(cosfrac{1}{n}-1)$，泰勒展开后直接消掉，结局就是 $frac{1}{2n+1}$，这种技巧在考研压轴题里简直是第一性原理。 微分中值定理 拉格朗日中值定理是微积分的基石，它的唯一功能就是说“某处切线的斜率一辈子等于函数值增添率”的变体。当题目问 $lim_{xto a} frac{f(x)-f(a)}{x-a}$ 时，拉格朗日定理直接告诉你这个极限等于 $f'(a)$，这是最直接的省事儿方式。柯西中值定理略微冷酷一点，它不需求具体的函数值，只关心两个点的函数值和函数值增量，这在证明不等式时是利器。斯瓦日斯基中值定理则用于处理更复杂的积分关系，比如涉及 $int_a^b f(x)dx$ 的公式，它证明白积分值一定介于端点函数值之间。
这些定理别看抽象，但在证明题里是解锁难题的钥匙。 不定积分技巧 万能公式和分部积分法是降幂的两大法宝。万能公式 $tan^2 x + 1 = sec^2 x$ 在计算反正切导数时是务必的，它能帮你把复杂分式拆成 $frac{1}{cos^2 x} - frac{1}{sin^2 x}$ 这种可积形式。分部积分法则 $int u dv = uv - int v du$ 是手算积分的肌肉记忆，口诀是“先选 u 要减，再选 dv 要增”。
比如求 $int x cos x dx$，选 $u=x, dv=cos x dx$，直接算出 $xsin x - int sin x dx$，最终一步别忘了 $int sin x dx = -cos x$。遇到复杂的对数或反三角函数积分，回代换元或凑微分（$frac{1}{x} dx$）是常用策略，哪怕 $x$ 换成 $ln t$ 也行。 级数与幂级数 幂级数 $sum a_n x^n$ 是收敛域求法的核心。几何级数 $frac{1}{1-x}$ 的和区间是 $(-1, 1)$，这是最根本的收敛域知识，但要注意 $x=1$ 和 $x=-1$ 的情况，这些点往往需求额外聊聊。交错调和级数 $sum (-1)^{n-1} frac{1}{n}$ 是著名的条件收敛，用调和级数发散这个事实就能证明它的收敛性。阿贝尔判别法常用于乘积型级数，比如 $sum (cos n) cdot frac{1}{n^2}$，只要 $cos n$ 有界且 $frac{1}{n^2}$ 可积，整体就收敛。阿贝尔守门员法则 $sum a_n b_n$ 收敛于 $A$ 且 $b_n$ 单调递减趋于 0，则 $sum a_n b_n$ 也收敛于 $A$，这个判断过程在分析题里简直是必用的。 多元函数技巧 多元函数求偏导时，链式法则的应用范围挺广。
要是 $z = f(u, v)$，而 $u=g(x,y), v=h(x,y)$，那么 $frac{partial z}{partial x} = frac{partial z}{partial u}frac{partial u}{partial x} + frac{partial z}{partial v}frac{partial v}{partial x}$，这个公式在求隐函数导数时是标准写法。全微分公式 $Delta z = frac{partial z}{partial x}dx + frac{partial z}{partial y}dy$ 是近似线性化的基础，理解它才能明白为啥小范围转变会害得总变化接近微分值。极坐标下的偏导数转换是进阶难点，$frac{partial z}{partial r} = cos theta frac{partial z}{partial x} - sin theta frac{partial z}{partial y}$ 这种变换在电磁场或物理场中频繁出现。 特殊函数与组合 贝塞尔函数 $J_nu(x)$ 和斯特林函数 $Gamma(n)$ 是高级数学工具，它们的积分定义往往比直接运算更直观。阶乘的广义形式 $Gamma(n) = (n-1)!$ 在组合数学里无处不在，它把连续均匀采样转化为离散的离散积分。欧拉常数 $gamma approx 0.577$ 在调和级数 $sum frac{1}{n}$ 的解析解中扮演关键角色，它是所有正项级数收敛与发散之间最深刻的联系。