看着很简单吧?速逃。别回头。
众所周知,任何有理函数都可积。但其解法五花八门之严重导致新手入门入了门还在入门,看似简单的函数积出来却两张纸写不下。在题里算错得到,浪费大量时间则更致命(因为很少有非主观题会考特别复杂的积分)
ps: 扩展了一下。有理+根号下有理的情况也很多,也很重要。

- 灰 - 入门/显式积分表
- 蓝 - 需要大脑活动参与
- 绿 - 要一点小巧思
- 黄 - 基础十分坚实
- 橙 - 奔最优解法直线走也比较费劲
- 红 - 以这张图的范围,再难也难不到解不开的程度……吧?
- 其实是外形骗人的额外恶心分
答案(建议中键to新标签页)
这个网站真的很好用,可惜没开源 TAT
初学级 - 灰蓝色部分
快速线性换元
对于形如 的积分,直接利用 得
因式分解与分式裂项
就是用初中数学原理翻腾一遍多项式。
例如:
这个以后会单独出文细说。
换元和凑微分
处理 与 或 关系的入门招式。
-
根式换元:遇到 ,令 往往能化根式为多项式。
-
凑微分:观察分子是否为分母的导数。例如 。 形的指定杀器。
TIP如果整体匹配上了但系数没匹配上,建立一个直觉,系数是可以随意出入积分号的,这代表外部是可以随意补系数进来的。
基础级 - 绿黄色部分
反三角的积分公式
-
(没有 )
-
(有 )
分部积分法
或者更直观的“凑微分”的理论形式:
这应该是基本功,但实际上一开始很多人就完全意识不到怎么设u,或者说根本意识不到可以用分部积分法解决。
LIATE原则是一个用于分部积分法的记忆法则,表示选择函数的优先顺序。具体来说,LIATE代表以下顺序:
- L: 对数函数 - Logarithmic functions
典型应用:
- I: 反三角函数 - Inverse trigonometric functions
典型应用:
- A: 代数函数 - Algebraic functions
典型应用:(又称降幂积分,再下面有特别说)
- T: 三角函数 - Trigonometric functions
典型应用:(分部两次的循环积分)
- E: 指数函数 - Exponential functions
典型应用:(这个还是老老实实当dv吧……)
优先选择LIATE中靠前的函数作为u,剩余函数作为dv,可以简化计算过程。
以上典型应用读者自证不难。
CAUTIONLIATE 不是物理定律,只是经验法则。可以优先尝试,切勿奉为圭臬。
一条超绝近路
我的建议是直接背诵。遇到 或 时,直接套用对数形式公式,不需要再走三角代换的老路,也是一些红橙区的基础,能省下大量时间。
如果实在想弄清楚为什么,可以前往笔记之二的双曲函数章节
到这里你应该已经学会处理这六种情况及其扩展情况了:
| 形式 | 方法 | 结果 |
|---|---|---|
| 套反三角公式 | ||
| 因式分解 | ||
| 因式分解 | ||
| 套积分表 | ||
| 套积分表 | ||
| 套反三角公式 |
毕业级 - 橙红色部分
换元之三角代换
当以上路子全部行不通时,根号内平方和/差可以利用三角恒等式尝试消根号:
-
遇到 :令 ,利用 。
-
遇到 :令 ,利用 。
-
遇到 :令 ,利用 。
PS: 作者真的很讨厌拓展三角函数。
CAUTION: 男生女生特别扣分的两点
- 积分结束后是 的函数,回代时可以画出直角三角形,根据边角关系强行还原回,不要尝试手动解决譬如的问题,几何法真可以秒杀。
- 换元微分项:换元时千万别忘了 也要变,例如 。定积分的话上下限也要变。
换元之倒代换
当分母的 次数高于分子,或分母结构为 时,直接换元。
-
操作:令 ,则 。
-
奇效:它能把深陷分母的 提到分子位置,或将复杂的根式内项转化为容易凑微分的形式。
-
典型应用:。倒代换后,原积分会瞬间坍缩为简单的三角函数积分。
升降幂积分与回环积分
升降幂这个名字是我自己起的。这种技巧似乎没有统一正式常用的名字,但这个方法是实实在在非常常用。
升降幂积分实际上就是分部积分法的特殊情况,其特殊之特使得我必须拿出来强调一下。他可以处理一个你十分熟悉的函数f(x)的以下两种变体:
升幂积分: 降幂积分:
或者简单点说:
- 升幂:适用于 积不动但导数很简单的函数(如 )。
- 降幂:适用于 积得动,但前面的 很碍事的情况(如 )。
针对 或 这种红区重灾区,可以使用升降幂积分恢复或消耗x因子。又,升降幂积分又经常连接到一类特殊情况:回环积分,名字挺大气,实际上你一看就明白了:
恭喜你已经能解决了开头的速逃题了。现在上手试试吧?
CAUTION非主观题如果真出了红区题,建议还是检查一下之前步骤对不对。所有红区题我几乎没在非主观题里见到实用场景。最大的应用场景是迷途知返检查错误。
感谢Google Gemini对本文提供的大力支持。眼花缭乱的符号真的很难看清有没有错漏。
