高等数学的思想有哪些？泰勒公式，拉格朗日中值定理理，到底是怎么来的？ 还有化学上薛定谔方程怎 请问高等数学知识有哪些知识可以用于高考，比如琴生不等式，拉格...
\u62c9\u683c\u6717\u65e5\u4e2d\u503c\u5b9a\u7406\u7684\u6570\u5b66\u63a8\u5bfc\u8f85\u52a9\u51fd\u6570\u6cd5\uff1a\u5df2\u77e5 \u5728 \u4e0a\u8fde\u7eed\uff0c\u5728\u5f00\u533a\u95f4 \u5185\u53ef\u5bfc\uff0c\u6784\u9020\u8f85\u52a9\u51fd\u6570\u4ee3\u5165 \uff0c \uff0c\u53ef\u5f97\u53c8\u56e0\u4e3a \u5728 \u4e0a\u8fde\u7eed\uff0c\u5728\u5f00\u533a\u95f4 \u5185\u53ef\u5bfc\uff0c\u6240\u4ee5\u6839\u636e\u7f57\u5c14\u5b9a\u7406\u53ef\u5f97\u5fc5\u6709\u4e00\u70b9 \u4f7f\u5f97\u7531\u6b64\u53ef\u5f97\u53d8\u5f62\u5f97\u5b9a\u7406\u8bc1\u6bd5\u3002
\u9ad8\u8003\u7684\u65f6\u5019\u4f60\u53bb\u95ee\u4f60\u4eec\u8001\u5e08\u4ed6\u4f1a\u8bf4\u770b\u8fd0\u6c14\uff0c\u5982\u679c\u80fd\u4e0d\u7528\uff0c\u5c31\u4e0d\u7528\uff0c\u5982\u679c\u4e0d\u4f1a\uff0c\u4f46\u662f\u53ef\u4ee5\u7528\u9ad8\u6570\u7684\u77e5\u8bc6\u89e3\u51b3\u90a3\u4f60\u5c31\u7528\uff0c\u4e0d\u6b62\u4f60\u6240\u8bf4\u7684\u90a3\u4e9b\uff0c\u8fd8\u6709\u77e9\u9635\uff0c\u6570\u5b66\u5f52\u7eb3\u6cd5\uff0c\u5fae\u79ef\u5206\u7b49\u7b49\u4f5c\u4e3a\u9009\u8bfb\u7684\u77e5\u8bc6\uff0c\u5728\u5fc5\u8981\u60c5\u51b5\u4e0b\u7528\u4e0a\u53bb\u3002
高数解题的四种思维定势1、在题设条件中给出一个函数f(x)二阶和二阶以上可导，“不管三七二十一”，把f(x)在指定点展成泰勒公式再说。
2、在题设条件或欲证结论中有定积分表达式时，则“不管三七二十一”先用积分中值定理对该积分式处理一下再说。
3、在题设条件中函数f(x)在[a,b]上连续，在(a,b)内可导，且f(a)=0或f(b)=0或f(a)＝f(b)=0，则“不管三七二十一”先用拉格朗日中值定理处理一下再说。
4、对定限或变限积分，若被积函数或其主要部分为复合函数，则“不管三七二十一”先做变量替换使之成为简单形式f(u)再说。
线性代数解题的八种思维定势
1、题设条件与代数余子式Aij或A*有关，则立即联想到用行列式按行(列)展开定理以及AA*=A*A=|A|E。
2、若涉及到A、B是否可交换，即AB＝BA，则立即联想到用逆矩阵的定义去分析。
3、若题设n阶方阵A满足f(A)=0，要证aA+bE可逆，则先分解因子aA+bE再说。
4、若要证明一组向量α1,α2,…,αS线性无关，先考虑用定义再说。
5、若已知AB＝0，则将B的每列作为Ax=0的解来处理
6、若由题设条件要求确定参数的取值，联想到是否有某行列式为零再说。
7、若已知A的特征向量ξ0，则先用定义Aξ0＝λ0ξ0处理一下再说。
8、若要证明抽象n阶实对称矩阵A为正定矩阵，则用定义处理一下再说。
概率解题的九种思维定势
1、如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式；当事件组相互独立时，用对立事件的概率公式
2、若给出的试验可分解成（0－1）的n重独立重复试验，则马上联想到Bernoulli试验，及其概率计算公式
3、若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。关键：寻找完备事件组
4、：若题设中给出随机变量X ~ N 则马上联想到标准化 ~ N(0,1)来处理有关问题。
5、求二维随机变量（X，Y）的边缘分布密度 的问题，应该马上联想到先画出使联合分布密度的区域，然后定出X的变化区间，再在该区间内画一条//y轴的直线，先与区域边界相交的为y的下限，后者为上限，而 的求法类似。
6、欲求二维随机变量（X，Y）满足条件Y≥g(X)或(Y≤g(X))的概率，应该马上联想到二重积分的计算，其积分域D是由联合密度 的平面区域及满足Y≥g(X)或(Y≤g(X))的区域的公共部分。
7、涉及n次试验某事件发生的次数X的数字特征的问题，马上要联想到对X作（0－1）分解。即令
8：凡求解各概率分布已知的若干个独立随机变量组成的系统满足某种关系的概率（或已知概率求随机变量个数）的问题，马上联想到用中心极限定理处理。
9：若 为总体X的一组简单随机样本，则凡是涉及到统计量 的分布问题，一般联想到用卡方分布，t分布和F分布的定义进行讨论 ~~~
对于一维Schrodinger方程，可以通过直接求解微分方程而得到精确解，例如一维自由粒子、一维势阱（有限深、无限深）中的粒子、一维谐振子。
对于三维的Schrodinger方程，可以通过变量分离的办法求解，例如三维空间中的自由粒子，可以在直角坐标系下分离变量、类氢离子可以在球极坐标系下分离变量、氢分子离子可以在椭圆坐标系下分离变量。这是可以精确求解的最复杂的体系。
对于多电子原子、分子、晶体、固体的Schrodinger方程得不到精确解。通常的做法是列出上述分子的Hartree-Fock方程（通过单粒子近似、非相对论近似、波恩-奥本海默近似得出），用基组展开单粒子态的方法，得到矩阵方程，过迭代法求得近似解，再由Hartree-Fock解采用组态相互作用（CI）或多体微扰法（MP）或耦合簇方法（CC）得到更精确的解。
这些书上都有 薛定谔方程在结构化学上
薛定恶是量子力学的经典。
绛旓細1銆佸湪棰樿鏉′欢涓粰鍑轰竴涓嚱鏁癴(x)浜岄樁鍜屼簩闃朵互涓婂彲瀵硷紝鈥滀笉绠′笁涓冧簩鍗佷竴鈥濓紝鎶奻(x)鍦ㄦ寚瀹氱偣灞曟垚娉板嫆鍏紡鍐嶈銆2銆佸湪棰樿鏉′欢鎴栨璇佺粨璁轰腑鏈夊畾绉垎琛ㄨ揪寮忔椂锛屽垯鈥滀笉绠′笁涓冧簩鍗佷竴鈥濆厛鐢ㄧН鍒嗕腑鍊煎畾鐞嗗璇ョН鍒嗗紡澶勭悊涓涓嬪啀璇淬3銆佸湪棰樿鏉′欢涓嚱鏁癴(x)鍦╗a,b]涓婅繛缁紝鍦(a,b)鍐呭彲瀵硷紝涓攆(a...
绛旓細楂樼瓑鏁板鍗佸ぇ瀹氱悊鍏紡鏈夋湁鐣屾с 鏈鍊煎畾鐞嗐侀浂鐐瑰畾鐞嗐佽垂椹畾鐞嗐 缃楀皵瀹氱悊銆佹媺鏍兼湕鏃ヤ腑鍊煎畾鐞嗐佹煰瑗夸腑鍊煎畾鐞嗐佹嘲鍕掑畾鐞嗭紙娉板嫆鍏紡锛夈佺Н鍒嗕腑鍊煎畾鐞锛堝钩鍧囧煎畾鐞嗭級銆1銆佹湁鐣屾 |f(x)|鈮 2銆 鏈鍊煎畾鐞 m鈮(x)鈮 3銆 浠嬪煎畾鐞 鑻鈮の尖墹M锛∃ 尉鈭圼a,b]锛屼娇f(尉)=渭 4銆侀浂鐐...
绛旓細鎶0涓浠ｏ紝鏄0锛屼簩闃跺鏄痆2锛1+x²)-4x²]/(1+x²)²=2(1-x²)/(1+x²)²銆傛牴鎹瓑浠锋棤绌峰皬锛宭n(1+x)纭疄鏄瓑浠蜂簬x鐨勩傞珮绛夋暟瀛︿腑鐨勫簲鐢 鍦ㄩ珮绛夋暟瀛︾殑鐞嗚鐮旂┒鍙婂簲鐢ㄥ疄璺典腑,娉板嫆鍏紡鏈夌潃鍗佸垎閲嶈鐨勫簲鐢紝绠鍗曞綊绾冲涓嬶細(1)搴旂敤娉板嫆涓煎畾鐞(娉板嫆...
绛旓細娉板嫆鍏紡閫氬紡锛f(x)=f(x0)+f'(x0)*(x-x0)+f''(x0)/2*(x-x0)^2+...+f(n)(x0)/n!*(x-x0)^n銆傛嘲鍕掑叕寮忥紝鏄竴涓敤鍑芥暟鍦ㄦ煇鐐圭殑淇℃伅鎻忚堪鍏堕檮杩戝彇鍊肩殑鍏紡銆傚鏋滃嚱鏁版弧瓒充竴瀹氱殑鏉′欢锛屾嘲鍕掑叕寮忓彲浠ョ敤鍑芥暟鍦ㄦ煇涓鐐圭殑鍚勯樁瀵兼暟鍊煎仛绯绘暟鏋勫缓涓涓椤瑰紡鏉ヨ繎浼艰〃杈捐繖涓嚱鏁般傛嘲鍕掑叕寮忓緱...
绛旓細娉板嫆鍏紡鏄皢涓涓湪x=x0澶勫叿鏈塶闃跺鏁扮殑鍑芥暟f锛坸锛夊埄鐢ㄥ叧浜庯紙x-x0锛夌殑n娆″椤瑰紡鏉ラ艰繎鍑芥暟鐨勬柟娉銆傝嫢鍑芥暟f锛坸锛夊湪鍖呭惈x0鐨勬煇涓棴鍖洪棿[a,b]涓婂叿鏈塶闃跺鏁帮紝涓斿湪寮鍖洪棿锛坅,b锛変笂鍏锋湁锛坣+1锛夐樁瀵兼暟锛屽垯瀵归棴鍖洪棿[a,b]涓婁换鎰忎竴鐐箈锛屾垚绔嬩笅寮忥細鍏朵腑锛岃〃绀篺锛坸锛夌殑n闃跺鏁帮紝绛夊彿鍚庣殑澶氶」寮...
绛旓細甯哥敤娉板嫆鍏紡锛歟^x=1+x+x^2/2+x銆備竴銆侀噴涔 娉板嫆锛圱ayloy)鍏紡鏄寰Н鍒涓殑涓涓噸瑕佸叕寮忥紝涔熸槸杩涜鏁板鐞嗚鐮旂┒涓庤绠楃殑閲嶈鐨勫伐鍏凤紝浣嗗ぇ澶氭暟鐨楂樼瓑鏁板鏁欐潗涓紝瀵规嘲鍕掑叕寮忓簲鐢ㄧ殑浠嬬粛閮借緝灏戯紝瀵艰嚧瀛︾敓闅句互鎺屾彙娉板嫆鍏紡鍙婂叾搴旂敤鎶宸с傚洜涓轰綆娆″椤瑰紡涓嶈兘寰堢簿纭殑琛ㄨ揪鍑芥暟锛屽拰浣滆繎浼艰绠楋紝鎵浠ラ亣鍒颁竴浜...
绛旓細娉板嫆鍏紡鏄皢鍑芥暟 f(x) 鍦 x = x0 澶勫睍寮涓哄箓鍑芥暟鐨勫叕寮忋傛嘲鍕掑叕寮忎竴鑸湪瀛﹀畬瀵兼暟涓庡井鍒嗭紝瀛﹀畬缃楀皵瀹氱悊銆佹媺鏍兼湕鏃ヤ腑鍊煎畾鐞嗐佹煰瑗夸腑鍊煎畾鐞嗕箣鍚庡涔犮傚叾涓 f(x) 鏄娉板嫆灞曞紑鐨勫嚱鏁帮紱f(x0) 鏄嚱鏁板湪 x = x0 澶勫嚱鏁板硷紱f'(x0), f''(x0), f'''(x0), ... , f^(n)(x0)...
绛旓細娉板嫆鍏紡鏄珮绛夋暟瀛︿腑鐨勪竴涓潪甯搁噸瑕佺殑鍐呭锛屽畠灏嗕竴浜涘鏉傜殑鍑芥暟閫艰繎杩戜技鍦拌〃绀轰负绠鍗曠殑澶氶」寮忓嚱鏁帮紝娉板嫆鍏紡杩欑鍖栫箒涓虹畝鐨勫姛鑳斤紝浣垮緱瀹冩垚涓哄垎鏋愬拰鐮旂┒璁稿鏁板闂鐨勬湁鍔涘伐鍏枫傛嘲鍕掑叕寮忕殑搴旂敤 (1)搴旂敤娉板嫆涓煎畾鐞(娉板嫆鍏紡)鍙互璇佹槑涓肩瓑寮忔垨涓嶇瓑寮忓懡棰樸(2)搴旂敤娉板嫆鍏紡鍙互璇佹槑鍖洪棿涓婄殑鍑芥暟绛夊紡鎴栦笉...
绛旓細娉板嫆鍏紡鏄楂樻暟涓緝闅剧悊瑙ｇ殑鍏紡锛屾垜浠娉ㄦ剰鍏舵槸鐢ㄩ珮娆″椤瑰紡鏉ヨ繎浼艰〃杈惧嚱鏁般 鍦ㄦ嘲鍕掍腑鍊煎畾鐞嗕腑鏈変竴涓」鏄负鍏惰繎浼艰屽瓨鍦ㄧ殑锛宖(x)=f(x.)+f'(x.)(x-x.)+f''(x.)/2!(x-x.)^2,+f'''(x.)/3!(x-x.)^3+鈥︹+f(n)(x.)/n!(x-x.)^n+Rn鍗充负Rn 鑰屾媺鏍兼湕鏃ュ瀷浣欓」灏哛n...
绛旓細甯哥敤娉板嫆鍏紡濡備笅锛氱畝浠嬶細娉板嫆鍏紡寰楀悕浜庤嫳鍥芥暟瀛﹀甯冮瞾鍏嬄锋嘲鍕掞紝浠栧湪1712骞寸殑涓灏佷俊閲岄娆″彊杩颁簡杩欎釜鍏紡銆傛嘲鍕掑叕寮忔槸涓轰簡鐮旂┒澶嶆潅鍑芥暟鎬ц川鏃剁粡甯镐娇鐢ㄧ殑杩戜技鏂规硶涔嬩竴锛屼篃鏄嚱鏁板井鍒嗗鐨勪竴椤归噸瑕佸簲鐢ㄥ唴瀹广傛嘲鍕掑叕寮忔槸楂樼瓑鏁板涓殑涓涓潪甯搁噸瑕佺殑鍐呭锛屽畠灏嗕竴浜涘鏉傜殑鍑芥暟閫艰繎杩戜技鍦拌〃绀轰负绠鍗曠殑澶氶」寮忓嚱鏁帮紝娉板嫆...
