【微积分】三角函数求导积分公式的巧妙记忆

三角函数积分求导公式的巧妙记忆

在这里插入图片描述
图像的整体记忆:
上面是sinx cosx
下面也是s开头,secx,cscx
中间是tanx cotx

解释说明:
1️⃣ 对角线互为倒数,即sinx对角线是cscx,这样我们可以更好记住这个六边形图像。
2️⃣顺时针方向上,某一个三角函数=接下来的两个三角函数之比,如tanx=sinx/cosx
3️⃣平方和规律,大六边形由6个小三角形组成,其中的三个倒三角形的上两个顶点平方和,等于下面那个点的平方
4️⃣ 对三角函数无论是积分还是求导,我们发现规律都是两个三角函数组合的形式。
中下下,如果是中间的tanx,cotx,他的导数就是,他下面那个三角函数乘于两次,注意那个带负号的三角函数分区,他求导和积分要带负号。
下下中,同理
导相乘,对对和:求导是相乘,积分是加一起。
5️⃣ 记住导数,积分导数互为逆运算,所以不难记住。
6️⃣三次方公式也要记忆,二分之一导+和别忘了csc有负号

重要的说明:

ln ⁡ ∣ sec ⁡ x + s e c x ∣ + C = ln ⁡ ∣ 2 sec ⁡ x ∣ + C = ln ⁡ 2 + ln ⁡ ∣ sec ⁡ x ∣ = ln ⁡ ∣ sec ⁡ x ∣ + C 负号 − ln ⁡ ∣ csc ⁡ x + csc ⁡ x ∣ + C = − ln ⁡ ∣ 2 csc ⁡ x ∣ + C = − ln ⁡ 2 + − ln ⁡ ∣ csc ⁡ x ∣ = − ln ⁡ ∣ csc ⁡ x ∣ + C = ln ⁡ ∣ s i n x ∣ + C 负号提进去 − ln ⁡ ∣ csc ⁡ x + cot ⁡ x ∣ + C = 可以把负号提进去,取倒数整理 = 书上公式 = ln ⁡ ∣ csc ⁡ x − cot ⁡ x ∣ 这个记哪个都行 \ln \left|\sec x + secx\right| + C = \ln \left|2\sec x\right| + C = \ln 2+ \ln \left|\sec x\right|= \ln \left|\sec x\right| + C负号\\\: - \ln \left|\csc x + \csc x\right| + C = - \ln \left|2\csc x\right| + C = - \ln 2 + - \ln \left|\csc x\right| = - \ln \left|\csc x\right| + C = \ln \left|sinx\right| + C负号提进去\\\: - \ln \left|\csc x + \cot x\right| + C = 可以把负号提进去,取倒数整理 = 书上公式 = \ln \left|\csc x - \cot x\right|这个记哪个都行\:\: lnsecx+secx+C=ln2secx+C=ln2+lnsecx=lnsecx+C负号lncscx+cscx+C=ln2cscx+C=ln2+lncscx=lncscx+C=lnsinx+C负号提进去lncscx+cotx+C=可以把负号提进去,取倒数整理=书上公式=lncscxcotx这个记哪个都行

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/12699.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Web课外练习7

<!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>照片墙</title><style>body {display: …

libcity笔记: HSTLSTMEncoder

1 __init__ 2 encode 得到的内容如下&#xff1a; data_feature的内容&#xff1a; 一共有多少个location1【包括pad的一个】最长的时间间隔&#xff08;秒&#xff09;最长的距离间隔&#xff08;千米&#xff09;多少个useer idpadding 的locationidpad_item的内容 location…

SpringBoot 3.2.5 + ElasticSearch 8.12.0 - SpringData 开发指南

目录 一、SpringData ElasticSearch 1.1、环境配置 1.2、创建实体类 1.3、ElasticSearchTemplate 的使用 1.3.1、创建索引库&#xff0c;设置映射 1.3.2、创建索引映射注意事项 1.3.3、简单的 CRUD 1.3.4、三种构建搜索条件的方式 1.3.5、NativeQuery 搜索实战 1.3.6…

深度学习面试问题 | 降维

本文给大家带来的百面算法工程师是深度学习降维面试总结&#xff0c;文章内总结了常见的提问问题&#xff0c;旨在为广大学子模拟出更贴合实际的面试问答场景。在这篇文章中&#xff0c;我们还将介绍一些常见的深度学习面试问题&#xff0c;并提供参考的回答及其理论基础&#…

【面试必看】MySQL部分

MySQL 1. 基础 1. 什么是关系型数据库&#xff1f; 一种建立在关系模型的基础上的数据库。关系模型表明了数据库中所存储的数据之间的联系&#xff08;一对一、一对多、多对多&#xff09;。各种表中&#xff08;比如用户表&#xff09;&#xff0c;表中的每一行就存放着一条…

【leetcode面试经典150题】-26. 删除有序数组中的重复项

26. 删除有序数组中的重复项 1 题目介绍1 个人解题思路1.1 解题代码1.2 思路解析 2、分析官方题解2.1 快慢双指针 1 题目介绍 给你一个 非严格递增排列 的数组 nums &#xff0c;请你 原地 删除重复出现的元素&#xff0c;使每个元素 只出现一次 &#xff0c;返回删除后数组的新…

新手小白如何使用云平台复现论文代码——体验yolov8监控交通流

介绍&#xff1a;YOLOv8 是一种开源目标检测算法&#xff08;模型&#xff09;&#xff0c;是 YOLO(You Only Look Once) 系列算法的最新版本。它使用单次预测框架对图像中的对象进行定位和分类。这种方法可以检测多个对象&#xff0c;并且速度更快&#xff0c;准确率更高。 参…

framework ‘CoreAudioTypes‘ not found

几天前我升级Xcode15之后遇到了这个问题。关于“CoreAudioTypes”的信息完全是误导。在我的例子中&#xff0c;原因是在删除一些旧代码时&#xff0c;我不小心删除了仍然需要的类。然而&#xff0c;在构建时弹出的唯一消息是关于“CoreAudioTypes”——当我恢复丢失的类时&…

一例Phorpiex僵尸网络变种的分析

概述 这是一例Phorpiex僵尸网络变种&#xff0c;通过NSIS打包&#xff0c;加载恶意dll(Flaminius.dll)&#xff0c;读取dat文件&#xff08;Preoral.dat&#xff09;&#xff0c;在内存解密并解压缩出一个Pe&#xff0c;创建同名傀儡进程并注入。通过可移动存储介质传播&#…

【BOSS直聘爬取系统功能介绍】

完整代码关注公众号 &#xff1a; 爬取网站&#xff1a;BOSS直聘&#xff1a;https://www.zhipin.com/ 难点 1. boss直聘不论什么岗位都只会展示10页数据&#xff0c;就算在网页里加到了11&#xff0c;内容也会和10一样。 2.多次访问会有验证码需要登录&#xff0c;这部分需…

短视频世上无人再似她:成都鼎茂宏升文化传媒公司

短视频世上无人再似她 —— 记忆中的光影传奇 在短视频盛行的今天&#xff0c;每一位创作者都在用镜头捕捉生活&#xff0c;记录世界&#xff0c;但有那么一位艺术家&#xff0c;她的作品如同夜空中最亮的星&#xff0c;即便是在信息洪流中&#xff0c;也依然闪耀着独一无二的…

jupyter_lab修改默认目录

1、配置jupyterlab和jupyternotebook的默认工作路径。 2、不废话&#xff0c;直接上步骤 在Jupyter Notebook或者cmd命令行中输入&#xff1a; jupyter notebook --generate-config jupyter-lab --generate-config生成配置文件“jupyter_notebook_config.py"和jupyter_la…

高通Android 11/12/13 通过包名设置默认launcher

背景&#xff1a;最近在封装供第三应用系统SDK 接口&#xff0c;遇到一个无法通过包名设置主launcher代码坑所以记录下。 涉及类roles.xml # <!---~ see com.android.settings.applications.defaultapps.DefaultHomePreferenceController~ see com.android.settings.appl…

重启服务器后node节点显示NotReady

场景&#xff1a;夜间进行了断电维护&#xff0c;重启后发现业务无法使用&#xff0c;检查发现一个node节点显示NotReady. 去到目标服务器查看kubelet服务未成功启动 journalctl -u kubelet 执行journalctl -u kubelet 查看日志发现提示&#xff1a; ailed to run Kubelet: run…

BFS和DFS优先搜索算法

1. BFS与DFS 1.1 BFS DFS即Depth First Search&#xff0c;深度优先搜索。它是一种图遍历算法&#xff0c;它从一个起始点开始&#xff0c;逐层扩展搜索范围&#xff0c;直到找到目标节点为止。 这种算法通常用于解决“最短路径”问题&#xff0c;比如在迷宫中找到从起点到终…

铁路机辆作业移动智能终端的特点是什么?

在铁路机辆作业的现代化进程中&#xff0c;移动智能终端以其独特的优势成为了不可或缺的装备。这些终端以其高度的便携性&#xff0c;使得工作人员能够随时随地处理各种作业任务&#xff0c;极大地提升了工作效率。它们具备出色的抗干扰性和高防护性&#xff0c;能够在复杂多变…

算法学习系列(六十一):树形DP

目录 引言一、没有上司的舞会二、树的重心三、树的最长路径四、树的中心 引言 关于这个树形 D P DP DP 代码其实都是那一套&#xff0c;核心还是在于思维上的难度&#xff0c;关键是这个思路你能不能想明白&#xff0c;想明白了就非常的简单&#xff0c;因为代码几乎长得都差…

LLM应用-prompt提示:让大模型总结生成思维导图

第一步&#xff1a;大模型生成markdown思维导图格式 例如&#xff1a;kimi 总结pdf文档案例&#xff1a; 生成的markdown格式&#xff1a; # 知识图谱的构建及应用 ## 一、知识图谱的构建 ### 1. 数据采集 - 来源&#xff1a;结构化数据库、半结构化网页、非结构化文本 - 预处…

PCIE V3.0物理层协议学习笔记

一、说明 PCI-Express(peripheral component interconnect express)是一种高速串行计算机扩展总线标准&#xff0c;它原来的名称为“3GIO”&#xff0c;是由英特尔在2001年提出的&#xff0c;旨在替代旧的PCI&#xff0c;PCI-X和AGP总线标准。 PCIe属于高速串行点对点双通道高…

8.11 矢量图层线要素单一符号使用二

文章目录 前言箭头&#xff08;Arrow&#xff09;QGis设置线符号为箭头(Arrow)二次开发代码实现 总结 前言 本章介绍矢量图层线要素单一符号中箭头&#xff08;Arrow&#xff09;的使用说明&#xff1a;文章中的示例代码均来自开源项目qgis_cpp_api_apps 箭头&#xff08;Arr…