高等数学公式定理-高等数学公式定理

手算的时候，最折磨的就是那些说不清的常数。
比如那个著名的 $e$，要么 $pi$，有时候你只需求算个 $e^x$，看着 $x$ 变成 $1, 2, 3, 4, 5, 6, 7, 8, 9, 10$，脑子里就要蹦出 $2.7182818dots$ 这种一串数字，出来几十个字，心里还美滋滋的认定算得挺快。
这哪是算啊，这像是键盘敲错了，乱码似的。 实际上啊，数学公式这东西，根本不是用来背硬拉的。它更像是一个个随手捏的橡皮泥，你揉来揉去，总能捏出点意思来。
比如指数函数 $y = a^x$，你记得 $2^3 = 8$ 吗？那 $16$ 就是 $2^4$，$32$ 是 $2^5$，$64$ 是 $2^6$，$128$ 是 $2^7$，$256$ 是 $2^8$，$512$ 是 $2^9$，$1024$ 是 $2^{10}$。
你看，这指数增长起来，就像滚雪球一样，10 次方之后就已经大到离谱了。
要是是自然对数 $e^x$，那 $e^1 approx 2.718$，$e^2 approx 7.389$，$e^3 approx 20.086$，$e^4 approx 54.598$，$e^5 approx 148.413$，$e^{10} approx 22026.465$，$e^{100}$ 这个数，大到连个人都看不见，得用科学计数法记，$2.2 times 10^{29} dots$ 反正就是越算越吓人。 再聊点微积分里的不定积分。大量人一看到 $int x^2 dx$，下意识地往 $x^3/3$ 上套脑子，结局被常数 $+C$ 给整晕了。
实际上这玩意儿根本不是啥定积分，而是个无限长的积分，它一辈子没有终点。你能够把它想象成一条当作一辈子走不完的路。
比如 $int x^2 dx$，当 $x$ 从 $0$ 走到 $10$，你算出来是 $1000/3 approx 333.333$。
这数算完就停下了，你没认定累啊？
为啥？出于 $x$ 能够无限大啊！$x$ 能够走到 $100$，再走到 $1000$，再走到 $10^{10}$，反正 $x$ 能跑到无穷大去，故此这个积分一辈子算不完，要么说，它代表的意义就是“无限长”，而不是一个具体的数值。 说到定积分，那得有点耐心。$int_0^1 x^2 dx$，这个区间挺短，但可别认定它好办。$x$ 从 $0$ 变 $1$，曲线是抛物线，下面那个面积是个椭圆。计算结局确实是 $1/3$，但这数字忒小，没法写进一般/平平表格，一眼能看的。再看 $int_0^1 x^4 dx$，结局是 $1/5$，$1/3$ 和 $1/5$ 没啥区别。但这玩意儿要是算到 $10^9$，那就要用到累加法了，得不停地加 $1/10^8$ 这种小数。
实际上啊，定积分的本质就是面积，面积和跟单位面积单位长度不同，它是累积出来的。你每次加一块，面积就多了一点点。
这过程就像在摸黑步行，每一步都得仔细数，最终才能知道跑了多远。 实际上啊，高等数学里的大量公式，都是你在脑子里自己推导出来的，而不是死记硬背的条文。
比如泰勒公式，哪位不知道？$f(x) = f(0) + f'(0)x + frac{f''(0)}{2}x^2 + dots$，这个式子看着复杂，实际上呢，它就是个无限项的级数，每一项都是导数。
比如 $ln(1+x)$，泰勒展开出来就是 $x - x^2/2 + x^3/3 - x^4/4 + dots$，前面几个负
二、负四，后面全是正数。
为啥？出于对数函数的增长是“凹”的，也就是斜率在变慢。你乘个 $x$ 进去，函数值变小了，所赶明儿面那些项刚好要变回负数来抵消一局部增长。 还有啊，组合数 $C_n^m$，那个公式 $n!/(m!(n-m)!)$，看着像啥？像不像个分拆难题？比如从 $n$ 个人里选 $m$ 个人，分拆成 $m$ 个组，每组代表 $C_n^m$ 的项。
这实际上就是把 $n$ 个数全排列，然后剪掉重复的局部。
比如 $n=3$，选 $m=2$，那就是 $3! / (2! times 1!) = 3$。
这逻辑通顺，没有弯弯绕绕。 再讲讲微分。大量人当作微分就是求导，实际上不然。微分是求“变化的速度”，而求导是求“变化的趋势”。
比如 $y = x^2$，它的导数在 $x=3$ 处是 $6$，这意味着在 $x=3$ 附近，$y$ 的变化率大约是 $6$。但微分 $dy$ 指的是在某个无穷小的增量 $Delta x$ 下，$y$ 的对应增量 $Delta y$。
要是 $Delta x$ 是 $10^{-4}$，那 $Delta y$ 就是 $2 times 10^{-4}$。
这个比值 $Delta y / Delta x$ 接近导数。
故此微分是算“一点点”，导数是算“一个概念”。 说到求导法则，链式法则别看听着复杂，但实际上就是拼接法。你求复合函数 $f(g(x))$ 的导数，就是把 $f$ 的导数除以 $g$ 的导数，再乘以 $g$ 的导数。
比如 $sin(x^2)$，用链式法则，先算 $cos(x^2) times 2x$。
这听起来像是一个个公式在堆砌，但实际上呢，它描述的是函数内部依赖关系的传递。 数学里的大量定理，实际上在讲“要是……那么……"。
比如洛必达法则，就是讲当分子分母都趋于无穷大要么零的时候，能够直接求导再比。但前提是你得小心，要是求不出来如何办？那就得换思路，比如用泰勒展开，要么换元积分。
有时候还得用判别式。
你看判别式 $b^2 - 4ac$，这个式子一出，抛物线就分成了三种情况：开口向上、开口向下，要么哦，焦点在 $y$ 轴上了。
这实际上就是根据公式解出来的根的情况，反过来指导你如何画图。 还有一个有意思的，就是双曲函数。$e^x$ 和 $cosh x$ 长得像，$cosh x$ 实际上就是 $(e^x + e^{-x})/2$。当 $x$ 挺大时，$e^{-x}$ 简直等于 $0$，故此 $cosh x approx e^x / 2$。
这跟指数增长挺像。而 $sinh x$ 就是 $(e^x - e^{-x})/2$，当 $x$ 挺大时，$e^{-x}$ 更小，故此 $sinh x approx e^x / 2$。
这说明对于挺大的 $x$，正弦、余弦、双曲正弦，它们的行为是一样的，都是指数爆炸。
这大约就是物理上那些指数的背后的数学解释。 最终说个具体的例子。
比如 $n$ 阶导数，当你把 $x$ 换成 $2x$，每多一项导数，结局就是前一项乘以 $2$，再加上一个 $2$ 的幂次。
比如 $x^2$ 的导数，先乘 $2x$，再减 $2$。$x^3$ 的导数，先乘 $3x^2$，再减 $2x$，结局变成 $3x^2 + 2x$。
这过程实际上就是在不断剥离外层函数，最终把 $x$ 提出来变成系数。 实际上啊，数学公式不是死板的规矩，它们是你探索世界的工具。
有时候你会发现，给个公式，能推导出一堆东西；有时候你会发现，换个角度，公式就变了。
比如求不定积分 $int frac{1}{1+x^2} dx$，你能够直接写成反正切函数 $arctan x + C$。你也能够展开成级数 $sum (-1)^n x^{2n+1} / (2n+1)$。
这两种写法，应用场景彻底不同。前者是几何直觉，后者是代数运算。 数学的魅力就在于这种“灵活”和“严谨”的平衡。你不希望它是刻板的，那样你就学不会；但也不希望它是模棱两可的，那样你就没法交流。好的公式，就像是一句老话，不管啥时候讲，都能让你豁然开朗。
哪怕你目前只记得局部公式，就连忘了原版，只要理解其背后的逻辑，再面对新难题时，你也能心里有底，知道该如何下手。
毕竟，真正的掌握，不是背下公式，而是能在脑海里把公式变成自己的武器，去解决那些从未见过的难题。