【数学基础】这些微积分公式,你记得吗?

微积分概述 本文简单阐述了微积分常见知识点,导数定义、导函数的求导法则、费马定理、极值性质、泰勒展式、多元函数的偏导数,并举例说明可复合函数求导和多元函数求导。相关知识对我们理解反向传播和对梯度下降算法的学习又很大帮助。 阅读详情
AI摘要

本文提供了机器学习中必需掌握的基础微积分知识,包括基础不定积分公式、基础导数公式、基本运算法则的应用及极限的性质等内容。

微积分必备公式

1. 基础不定积分公式

  • ∫ k d x = k x + C \int k dx = kx+C ∫kdx=kx+C
  • ∫ x μ d x = x μ + 1 μ + 1 + C , μ ≠ − 1 \int x^\mu dx=\frac{x^{\mu +1}}{\mu +1} +C, \mu \ne -1 ∫xμdx=μ+1xμ+1​+C,μ​=−1
  • ∫ d x x = ln ⁡ ∣ x ∣ + C \int \frac{dx}{x} = \ln |x|+C ∫xdx​=ln∣x∣+C
  • ∫ 1 1 + x 2 d x = arctan ⁡ x + C \int \frac{1}{1+x^2}dx=\arctan x +C ∫1+x21​dx=arctanx+C
  • ∫ 1 1 − x 2 d x = arcsin ⁡ x + C \int \frac{1}{\sqrt[]{1-x^2}}dx = \arcsin x +C ∫1−x2 ​1​dx=arcsinx+C
  • ∫ a x d x = a x ln ⁡ a + C \int a^x dx=\frac{a^x}{\ln a}+C ∫axdx=lnaax​+C
  • ∫ e x d x = e x + C \int e^x dx=e^x+C ∫exdx=ex+C
  • ∫ 1 a 2 + x 2 d x = 1 a arctan ⁡ x a + C \int \frac {1}{a^2+x^2} dx = \frac {1}{a} \arctan \frac {x}{a} +C ∫a2+x21​dx=a1​arctanax​+C
  • ∫ 1 x 2 − a 2 d x = 1 2 a ln ⁡ ∣ x − a x + a ∣ + C \int \frac {1}{x^2-a^2} dx = \frac {1}{2a} \ln |\frac{x-a}{x+a}| +C ∫x2−a21​dx=2a1​ln∣x+ax−a​∣+C
  • ∫ cos ⁡ x d x = sin ⁡ x + C \int \cos x dx = \sin x +C ∫cosxdx=sinx+C
  • ∫ sin ⁡ x d x = − cos ⁡ x + C \int \sin x dx = -\cos x +C ∫sinxdx=−cosx+C
  • ∫ sec ⁡ 2 x d x = tan ⁡ x + C \int \sec^2 xdx=\tan x+C ∫sec2xdx=tanx+C
  • ∫ csc ⁡ 2 x d x = − cot ⁡ x + C \int\csc^2xdx=-\cot x+C ∫csc2xdx=−cotx+C
  • ∫ tan ⁡ x d x = − ln ⁡ ∣ cos ⁡ x ∣ + C \int \tan xdx = -\ln|\cos x|+C ∫tanxdx=−ln∣cosx∣+C
  • ∫ cot ⁡ x d x = ln ⁡ ∣ sin ⁡ x ∣ + C \int \cot xdx=\ln|\sin x|+C ∫cotxdx=ln∣sinx∣+C
  • ∫ sec ⁡ x d x = ln ⁡ ∣ sec ⁡ x + tan ⁡ x ∣ + C \int \sec xdx = \ln|\sec x+\tan x|+C ∫secxdx=ln∣secx+tanx∣+C
  • ∫ csc ⁡ x d x = ln ⁡ ∣ csc ⁡ x − cot ⁡ x ∣ + C \int \csc xdx = \ln|\csc x-\cot x|+C ∫cscxdx=ln∣cscx−cotx∣+C
  • ∫ 1 x 2 ± a 2 d x = ln ⁡ ∣ x + x 2 ± a 2 ∣ + C \int\frac{1}{\sqrt{x^2\pm a^2}} dx=\ln|x+\sqrt{x^2\pm a^2}|+C ∫x2±a2 ​1​dx=ln∣x+x2±a2 ​∣+C
  • ∫ 1 a 2 − x 2 d x = arcsin ⁡ x a + C \int \frac{1}{\sqrt{a^2-x^2}} dx=\arcsin{\frac{x}{a}}+C ∫a2−x2 ​1​dx=arcsinax​+C

2. 基础导数公式

  1. d d x x = 1 \frac{d}{dx}x=1 dxd​x=1
  2. d d x sin ⁡ x = cos ⁡ x \frac{d}{dx}\sin x=\cos x dxd​sinx=cosx
  3. d d x cos ⁡ x = − sin ⁡ x \frac{d}{dx}\cos x=-\sin x dxd​cosx=−sinx
  4. d d x tan ⁡ x = sec ⁡ 2 x \frac{d}{dx}\tan x=\sec^2x dxd​tanx=sec2x
  5. d d x sec ⁡ x = sec ⁡ x tan ⁡ x \frac{d}{dx}\sec x=\sec x\tan x dxd​secx=secxtanx
  6. d d x csc ⁡ x = − csc ⁡ x cot ⁡ x \frac{d}{dx}\csc x=-\csc x\cot x dxd​cscx=−cscxcotx
  7. d d x cot ⁡ x = − csc ⁡ 2 x \frac{d}{dx}\cot x=-\csc^2x dxd​cotx=−csc2x
  8. d d x arcsin ⁡ x = 1 1 − x 2 \frac{d}{dx}\arcsin x=\frac{1}{\sqrt{1-x^2}} dxd​arcsinx=1−x2 ​1​
  9. d d x arccos ⁡ x = − 1 1 − x 2 \frac{d}{dx} \arccos x=-\frac{1}{\sqrt{1-x^2}} dxd​arccosx=−1−x2 ​1​
  10. d d x arctan ⁡ x = 1 1 + x 2 \frac{d}{dx}\arctan x=\frac{1}{1+x^2} dxd​arctanx=1+x21​
  11. d d x a x = a x ln ⁡ a \frac{d}{dx}a^x=a^x\ln a dxd​ax=axlna
  12. d d x e x = e x \frac{d}{dx}e^x=e^x dxd​ex=ex
  13. d d x ln ⁡ ( x ) = 1 x ( x > 0 ) \frac{d}{dx}\ln(x)=\frac{1}{x}(x>0) dxd​ln(x)=x1​(x>0)
  14. d d x ln ⁡ ∣ x ∣ = 1 x ( x ≠ 0 ) \frac{d}{dx}\ln|x|=\frac{1}{x}(x\ne 0) dxd​ln∣x∣=x1​(x​=0)
  15. d d x log ⁡ a ( x ) = 1 x ln ⁡ a \frac{d}{dx}\log_a(x)=\frac{1}{x\ln a} dxd​loga​(x)=xlna1​

3. 基本运算法则的应用

  1. d d x [ f ( x ) ] 2 = n [ f ( x ) ] n − 1 f ′ ( x ) \frac{d}{dx}[f(x)]^2=n[f(x)]^{n-1}f'(x) dxd​[f(x)]2=n[f(x)]n−1f′(x)
  2. d d x e f ( x ) = f ′ ( x ) e f ( x ) \frac{d}{dx}e^{f(x)}=f'(x)e^{f(x)} dxd​ef(x)=f′(x)ef(x)
  3. d d x ln ⁡ [ f ( x ) ] = f ′ ( x ) f ( x ) \frac{d}{dx} \ln[f(x)]=\frac{f'(x)}{f(x)} dxd​ln[f(x)]=f(x)f′(x)​
  4. d d x sin ⁡ [ f ( x ) ] = f ′ ( x ) cos ⁡ [ f ( x ) ] \frac{d}{dx} \sin{[f(x)]}=f'(x)\cos{[f(x)]} dxd​sin[f(x)]=f′(x)cos[f(x)]
  5. d d x cos ⁡ [ f ( x ) ] = − f ′ ( x ) sin ⁡ [ f ( x ) ] \frac{d}{dx}\cos{[f(x)]}=-f'(x)\sin{[f(x)]} dxd​cos[f(x)]=−f′(x)sin[f(x)]
  6. d d x tan ⁡ [ f ( x ) ] = f ′ ( x ) sec ⁡ 2 [ f ( x ) ] \frac{d}{dx}\tan{[f(x)]}=f'(x)\sec^2{[f(x)]} dxd​tan[f(x)]=f′(x)sec2[f(x)]
  7. d d x sec ⁡ [ f ( x ) ] = f ′ ( x ) sec ⁡ [ f ( x ) ] tan ⁡ [ f ( x ) ] \frac{d}{dx}\sec{[f(x)]}=f'(x)\sec{[f(x)]}\tan{[f(x)]} dxd​sec[f(x)]=f′(x)sec[f(x)]tan[f(x)]
  8. d d x 1 tan ⁡ f ( x ) = f ′ ( x ) 1 + [ f ( x ) ] 2 \frac{d}{dx} \frac{1}{\tan{f(x)}}=\frac{f'(x)}{1+[f(x)]^2} dxd​tanf(x)1​=1+[f(x)]2f′(x)​
  9. d d x f ( x ) g ( x ) = f ( x ) g ( x ) g ( x ) f ′ ( x ) f ( x ) + ln ⁡ f ( x ) g ′ ( x ) \frac{d}{dx}f(x)^{g(x)}=f(x)^{g(x)}\frac{g(x)f'(x)}{f(x)}+\ln{f(x)g'(x)} dxd​f(x)g(x)=f(x)g(x)f(x)g(x)f′(x)​+lnf(x)g′(x)

4. 极限的性质

  • lim ⁡ x → a [ c f ( x ) ] = c lim ⁡ x → a f ( x ) \lim_{x \to a} [cf(x)]=c\lim_{x \to a} f(x) limx→a​[cf(x)]=climx→a​f(x)
  • lim ⁡ x → a [ f ( x ) ± g ( x ) ] = lim ⁡ x → a f ( x ) ± lim ⁡ x → a g ( x ) \lim_{x \to a} [f(x)\pm g(x)] = \lim_{x \to a} f(x)\pm \lim_{x \to a} g(x) limx→a​[f(x)±g(x)]=limx→a​f(x)±limx→a​g(x)
  • lim ⁡ x → a [ f ( x ) g ( x ) ] = lim ⁡ x → a f ( x ) lim ⁡ x → a g ( x ) \lim_{x \to a}[f(x)g(x)]=\lim_{x \to a}f(x)\lim_{x \to a}g(x) limx→a​[f(x)g(x)]=limx→a​f(x)limx→a​g(x)
  • lim ⁡ x → a f ( x ) g ( x ) = lim ⁡ x → a f ( x ) lim ⁡ x → a g ( x ) ( lim ⁡ x → a g ( x ) ≠ 0 ) \lim_{x \to a} \frac {f(x)}{g(x)} = \frac{\lim_{x \to a} f(x) }{\lim_{x \to a} g(x)} (\lim_{x \to a}g(x)\ne 0) limx→a​g(x)f(x)​=limx→a​g(x)limx→a​f(x)​(limx→a​g(x)​=0)
  • lim ⁡ x → a [ f ( x ) ] n = [ lim ⁡ x → a f ( x ) ] n \lim_{x \to a}[f(x)]^n=[\lim_{x \to a}f(x)]^n limx→a​[f(x)]n=[limx→a​f(x)]n
微积分常用公式 一、基本导数公式 二、导数的四则运算法则 三、高阶导数的运算法则四、基本初等函数的n阶导数公式五、微分公式与微分运算法则六、微分运算法则七、基本积分公式八、补充积分公式九、下列常用凑微分公式十、分部积分法公式十一、第二换元积分法中的三角换元公式十二、重要公式十三、下列常用等价无穷小关系十四、三角函数公式十五、几种常见的微分方程 阅读详情

相关推荐

微积分公式大全

在微积分的进阶学习中,会涉及许多更加复杂和深奥的公式与定理。

极客神殿 3212

微积分:常用公式、微分方程、级数

http://blog.youkuaiyun.com/pipisorry/article/details/52200140微积分一.基本初等函数求导公式函数的和、差、积、商的求导法则反函数求导法则复合函数求导法则皮皮blog二、基本积分表 皮皮blog常用凑微分公式[常用的求导和定积分公式(完美)]分部积分不定积分的分部积分设 及 是两个关于 的函数,各自具有连续导数 及 ,则按照乘积函数求微分法则,则

皮皮blog 37万+

深入浅出:微积分常用等价无穷小公式大合集

在自变量的同一变化过程中(例如,x→0x \to 0x→0或x→∞x→∞),若两个无穷小量αx\alpha(x)αx与βx\beta(x)βxlim⁡x→aαxβx1x→alim​βxαx​1我们就称αx\alpha(x)αx与βx\beta(x)βx是等价无穷小,记作αx∼βxαx∼βx。

czzzxy的博客 1万+

人工智能数学基础---定积分3:微积分基本公式(牛顿-莱布尼茨公式)

本节介绍了积分上限函数,通过积分上限函数证明了微积分基本公式(牛顿-莱布尼茨公式),牛顿-莱布尼茨公式表明一个连续函数在区间[a,b]上的定积分等于它的任何一个原函数在区间[a,b]上的增量。 由于牛顿-莱布尼茨公式表明了定积分和不定积分的关系,因此可以用于定积分的精确计算。

老猿Python 9480

微积分入门

微积分入门,帮助大家简单学会微积分的入门知识

Lucky_Pupil的博客 4530

用虚数i与欧拉公式来解释分数阶微积分

一、问题简介 在最近的课题中接触到了分数阶导数相关的东西,比如函数f(t)f(t)f(t)对t的0.5阶导等等,网上有一些对于分数阶导数的处理办法是将其放到频域中进行处理,根据大学《自动控制原理》等课程我们可以知道,通过拉氏变换我们可以将微积分运算变为代数运算,对一个输入信号进行一阶微分就是乘以s,一阶积分就是乘以1/s,因此对于0.5阶的微分运算可以看作s0.5,因此分数阶微积分运算可以看作是一个传递函数,通过整数阶的以s为自变量的方程可以逼近s的分数阶方程,现在通过这种逼近模型得到了s0.5和s^0.3

qq_38001359的博客 4565

人工智能之数学基础篇—微积分

人工智能之数学基础篇—微积分1 微积分的基本思想2 微积分的解释3 定积分3.1 定积分的定义3.2 定积分的几何含义4 定积分的性质5 牛顿一莱布尼茨公式5.1 积分上限的函数及其导数5.2 牛顿一莱布尼茨公式5.3 牛顿一莱布尼茨公式的几何解释   微积分作为初等数学和高等数学的分水岭,在现代科学中有着极其重要的作用。17世纪末 ,微积分的概念和技巧不断扩展并被广泛应用于解决天文学、物理学中的各种实际问题。例如,求瞬时速度 、 曲线切线 、 曲线长 、曲线围成的面积 、 由面围成的体积等问题

Roar冷颜的博客 6420

深度学习机器学习数学基础之微积分

深度学习机器学习数学基础之微积分微积分1.函数的导数2.中值定理与洛必达法则3.泰勒公式4.函数的凹凸性5.函数的极值6.不定积分7.定积分 微积分 1.函数的导数 导数的引入: 1.直线运动的速度 2.曲线的切线 k=lim⁡x→x0f(x)−f(x0)x−x0 k=\lim _{x\rightarrow x_{0}}\dfrac {f\left( x\right) -f\left( x_{0}\right) }{x-x_{0}} k=x→x0​lim​x−x0​f(x)−f(x0​)​

蜗牛壳上的小潘同志的博客 742

5.2 微积分基本公式

微积分基本定理阐述了定积分和导数(微分的逆运算)之间的直接联系。设函数 𝑓(𝑥)f(x) 在区间 [𝑎,𝑏][a,b] 上连续。对于区间内的每一点 𝑥x,考虑从 𝑎a 到 𝑥x 的定积分,定义函数 𝜙(𝑥)ϕ(x) 如下:这里,𝑡t 是积分变量,用以区分积分上限 𝑥x。函数 𝜙(𝑥)ϕ(x) 描述了积分值如何随上限 𝑥x 的变化而变化。假设 𝑥x 在区间 (𝑎,𝑏)(a,b) 内,并且 𝑥x 获得一个小的增量 Δ𝑥Δx。

tang7mj的博客 2096

计算:第二部分 计算的数学基础 第 4 章 数学的基础 微积分的发明

微积分,导数,积分,函数,极限,数学基础,计算 1. 背景介绍 微积分,作为数学的两个分支之一,与微分和积分密切相关,是现代数学和科学研究的基础。它为我们提供了描述变化和积累的强大工具,在物理学、工程学、经济学、生物学等各个领域都有广泛的应用。 微积分的诞生并非一蹴而就

AI架构师小马 596

Arduino跑通ssd1306_spi显示屏

代码首先,您需要下载两个库:● Adafruit GFX库,这是核心图形库,提供了一组通用的图形基元(点、线、圆等)。它需要与特定于硬件的库对应。● Adafruit SSD-1306 OLED显示库,这是基于SSD1306驱动程序的OLED显示器的库。解压缩这两个库并将它们添加到Arduino库文件夹中,然后运行Arduino IDE并从OLED库中打开SPI示例。

Leo ICer的博客 1494

人工智能必备数学基础(二)/微积分、泰勒公式与拉格朗日乘子法

导读:数学基础知识蕴含着处理智能问题的基本思想与方法,也是理解复杂算法的必备要素。今天的人工智能技术归根到底都建立在数学模型之上,所以要了解人工智能,首先要掌握必备的数学基础知识。 小编整理了有关人工智能的资料,有python基础,图像处理opencv\自然语言处理、机器学习 数学基础等资源库,想学习人工智能或者转行到高薪资行业的,大学生也非常实用,无任 何套路免费提供,,加我裙【966367816】下载,或者扫码+vx 也可以领取的内部资源,人工智能题库,大厂面试题 学习大纲 自学课程大纲还有200G人

Java_rich的博客 2627

【OpenArm|Control】openarm机械臂ROS2仿真控制

openarm_ros2 存储库包含用于 ros2_control 的包集合。 它抽象化了硬件控制,将手臂公开为接收位置、速度和扭矩命令并输出关节状态的接口。 openarm_bringup 包提供了通过包与 ROS2 控制框架集成的启动文件。该软件包提供启动文件和配置,用于启动硬件接口、加载控制器以及将物理臂连接到 ROS2 生态系统。启动后,您可以使用标准 ROS2 控制工具和接口来命令手臂并接收反馈。openarm_bringup bringup 包支持模拟硬件(用于模拟/测试)和通过硬件插件的真实

ai领域探索者,欢迎一起交流,目前从事具身智能行业。 2958

Markdown中微积分公式的LaTeX语法指南

本文详细介绍了如何在Markdown中使用LaTeX语法显示微积分公式,包括基本语法、常用符号、公式调整方法及不同环境下的应用示例。通过本文,读者可以快速掌握在Markdown中插入专业数学公式的方法,提升文档的专业性和可读性。

青蛙博客 1672

STM32 ST-LINK Utility固件烧录全流程详解与实战技巧

本文详细解析了使用STM32 ST-LINK Utility进行固件烧录的全流程与实战技巧。从硬件连接、软件安装、核心三步操作(连接、擦除、烧录)到进阶的选项字节配置与批量脚本烧录,提供了完整的避坑指南和问题排查方案,帮助开发者高效完成STM32程序下载。

lambda的博客 768

ADS SerDes仿真实战:深入解析Tx_Diff均衡器(EQ)参数对眼图质量的影响

本文以ADS仿真平台为基础,深入解析了SerDes设计中Tx_Diff均衡器(EQ)参数对信号完整性的核心影响。通过实战演示,详细对比了去加重(De-emphasis)与FIR抽头系数两种调节模式,揭示了它们如何有效对抗信道损耗与码间干扰,从而显著改善眼图的高度、宽度与抖动性能,为高速串行链路设计提供关键调优思路。

weixin_29230901的博客 226

发现数学之美--微积分的起源和用途(一文搞懂微积分)

数学,改变世界的基石。微积分十九世纪的三大自然发现之一,迪卡尔建立了解析几何,把数与图结合在一起,微积分的发现与创立,是数学新的里程碑,解决了常规方法无法解决的问题,是一次伟大的革命。迪卡尔的解析几何,牛顿的微积分,都是创造,互相关联着,缺一不可。

猫哥 的沉淀、积累、总结。天天学习,好好向上...c/c++,嵌入式 linux,Android,HarmonyOS,AIOT) 1万+

配置VScode编译、调试STM32(一)手动配置makefile和debug

做嵌入式的朋友们都应该有过想要有个功能强大的IDE或者编辑器,Keil MDK5、IAR EWARM是用的比较普遍的平台了,但是两者在编辑器方面都比较弱势,当然可以设置 或者使用外部编辑器,像Sourceinsight、notePad++这样,但毕竟需要切换回来进行Build、Debug,非常麻烦。 VScode从发布至今口碑一直很好,而且里面有非常多的插件,比如彩虹括号、Code Runner、...

hanhe0551的博客 4289

【人工智能数学基础(二)】微积分

【人工智能数学基础(二)】微积分

Ws_zqw的博客 5684

Transformer模型详解

​本文主要介绍Transformer系列,从基础到理论,对注意力机制进行总结并解释《Attention is all you need》,提出解决sequence to sequence问题的transformer模型,用全attention的结构代替了lstm,抛弃了之前传统的encoder-decoder模型必须结合cnn或者rnn的固有模式,只用attention。文章的主要目的是在减少计算量和提高并行效率的同时不损害最终的实验结果。

专注大数据与人工智能技术分享,欢迎私信加群互相学习! 5296

uniapp [安卓苹果App端] - 实现APP开发后台保活+息屏后台持续运行效果,强制后台保活手机黑屏后进程存活后台保持网络连接或持续定位等功能提供支持(app后台运行休眠仍然可以确保一直运行)

uniapp APP开发后台保活,Uniapp-APP后台保活插件(安卓苹果ios后台保活)保证应用在后台继续运行,uniapp实现app保活 保后台运行 避免系统主动杀进程,如何让安卓APP一直在后台运行?uniapp 安卓 APP 后台持续运行(保活)iOS App后台保活,Android 后台运行白名单实现保活,保活息屏后台运行,uniapp后台保活,uniapp熄屏 后台运行,Android/ios进程保活/息屏后后台保持定位、网络运行,uniapp在android ios保活,挂后台可运行,安卓A

🏆 前端领域优质创作者 1万+

人工智能的数学基础

人工智能的数学基础

青少年趣味编程 2436

全15万字丨PyTorch 深度学习实践、基础知识体系全集;忘记时,请时常回顾。

本篇博客介绍的知识是——深度学习之PyThon框架基础。这是深度学习/神经网络的基础,多次回顾,会有不一样的感受。书读百遍,其义自见。

追光者♂:记录、分享、总结、提升,现象级专栏《Python从入门到人工智能》作者,无惧黑暗,坚信曙光 5788

AI 需要哪些数学基础?线性代数和微积分该如何入门?

JAVA

2501_91798322的博客 1487

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

上一篇: 【生信分析】生物分子网络构建基础——化学反应动力学
下一篇: 【生信分析】生物分子网络构建基础——酶动力学
镰刀韭菜
博客等级 码龄12年 2万+粉丝 855原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值