微积分（Calculus） 是数学中的一个核心分支，研究变化率（微分）和累积量（积分）及其相互关系。微积分的创立是数学史上最具革命性的事件之一，它不仅为科学、工程和经济等领域提供了强大的分析工具，也深刻改变了人类理解自然世界的方式。
微积分的思想可以追溯到古代。阿基米德（Archimedes，公元前287—212年）使用穷竭法计算抛物线的面积和圆的周长，这实质上就是积分思想的雏形。中国古代数学家刘徽在《九章算术注》中使用的"割圆术"，通过不断分割圆内接正多边形来逼近圆的面积，也体现了极限思想。
17世纪，多位数学家在不同方向上推动了微积分的形成：
- 开普勒（Kepler） 在计算行星轨道时使用了无穷小量的方法
- 卡瓦列里（Cavalieri） 提出了不可分量原理（卡瓦列里原理）
- 笛卡尔（Descartes） 和费马（Fermat） 在解析几何中发展了求切线的方法
- 巴罗（Barrow） 已经初步认识到了微分和积分之间的互逆关系
17世纪后半叶，艾萨克·牛顿（Isaac Newton，1643—1727） 和戈特弗里德·威廉·莱布尼茨（Gottfried Wilhelm Leibniz，1646—1716） 独立地创立了微积分：
牛顿从物理问题出发（运动学、引力），使用"流数法"（fluxions），将变量视为连续流动的量，其变化率称为"流数"。他的工作主要体现在《自然哲学的数学原理》中。
莱布尼茨从几何问题出发，发展了更为抽象和符号化的体系。他使用的记号（如 dx、∫）至今仍被广泛使用，被公认为更优秀和便利的微积分符号系统。
两人之间的优先权争议持续了数百年，但现代观点普遍认为他们独立地完成了微积分的创建工作。
早期微积分建立在"无穷小量"这个不那么严格的概念之上，引发了哲学上的争议。19世纪，柯西（Cauchy）、魏尔斯特拉斯（Weierstrass）、黎曼（Riemann） 等数学家为微积分建立了严格的极限理论基础，消除了无穷小量的模糊性。1960年代，亚伯拉罕·罗宾逊（Abraham Robinson） 创立了非标准分析，以严格的方式重新引入无穷小量的概念。
极限是微积分的核心基础概念。直观地说，函数 f(x) 在 x 趋近于 a 时的极限为 L，意味着当 x 无限接近 a（但不等于 a）时，f(x) 无限接近 L。
ε-δ 定义（魏尔斯特拉斯）：
对任意 ϵ>0，存在 δ>0，使得当 0<∣x−a∣<δ 时，有 ∣f(x)−L∣<ϵ。
单侧极限：
- 左极限：limx→a−f(x)（从左侧趋向 a）
- 右极限：limx→a+f(x)（从右侧趋向 a）
- 极限存在的充要条件是左右极限相等
若 limx→af(x)=L，limx→ag(x)=M，则：
- 和的极限：lim[f(x)+g(x)]=L+M
- 差的极限：lim[f(x)−g(x)]=L−M
- 积的极限：lim[f(x)⋅g(x)]=L⋅M
- 商的极限：lim[f(x)/g(x)]=L/M（M=0）
- 常数倍：lim[c⋅f(x)]=c⋅L
- 幂的极限：lim[f(x)]n=Ln
x→0limxsinx=1
n→∞lim(1+n1)n=e
无穷小量：极限为 0 的变量，如 x→0 时的 sinx、1−cosx。
无穷大量：绝对值无限增大的变量，如 x→0 时的 1/x2。
- 直接代入法：若函数在 x=a 连续，直接代入
- 因式分解法：消除零因子，如 limx→2x−2x2−4=lim(x+2)=4
- 有理化法：用于含根号的不定式
- 洛必达法则：用于 00 或 ∞∞ 型不定式
- 等价无穷小替换
- 夹逼定理（三明治定理）
- 泰勒展开法
函数 f 在 x=a 处连续，当且仅当：
- f(a) 有定义
- limx→af(x) 存在
- limx→af(x)=f(a)
间断点分类：
- 可去间断点：极限存在但不等于函数值或函数值无定义
- 跳跃间断点：左右极限存在但不相等
- 无穷间断点：至少一侧极限为无穷大
- 振荡间断点：极限不存在（如 sin(1/x) 在 x=0 处）
连续函数的性质：
- 介值定理：连续函数在闭区间上可取两端点之间的任何值
- 最值定理：连续函数在闭区间上必有最大值和最小值
- 一致连续性：闭区间上的连续函数必一致连续
函数 f(x) 在 x0 处的导数定义为：
f′(x0)=h→0limhf(x0+h)−f(x0)
导数的几何意义是曲线 y=f(x) 在点 (x0,f(x0)) 处的切线斜率。物理意义是瞬时变化率（如速度是位移对时间的导数）。
dxd(c)=0(c 为常数)
dxd(xn)=nxn−1(幂函数求导法则)
dxd(sinx)=cosx
dxd(cosx)=−sinx
dxd(tanx)=sec2x
dxd(ex)=ex
dxd(lnx)=x1
四则运算法则：
- (f±g)′=f′±g′
- (fg)′=f′g+fg′（乘积法则）
- (gf)′=g2f′g−fg′（商法则）
链式法则（复合函数求导）：
dxdy=dudy⋅dxdu
即 (f(g(x)))′=f′(g(x))⋅g′(x)
隐函数求导： 对方程 F(x,y)=0 两边同时对 x 求导，将 y 视为 x 的函数。
参数方程求导：
若 x=f(t),y=g(t)，则 \frac{dy}{dx} = \frac{g'(t)}
函数 f 的 n 阶导数记为 f(n)(x) 或 dxndny，表示对函数进行 n 次求导。
罗尔定理： 若 f 在 [a,b] 连续、(a,b) 可导且 f(a)=f(b)，则存在 ξ∈(a,b) 使 f′(ξ)=0。
拉格朗日中值定理： 若 f 在 [a,b] 连续、(a,b) 可导，则存在 ξ∈(a,b) 使 f(b)−f(a)=f′(ξ)(b−a)。
柯西中值定理： 若 f,g 在 [a,b] 连续、(a,b) 可导且 g′(x)=0，则存在 ξ∈(a,b) 使 g(b)−g(a)f(b)−f(a)=g′(ξ)f′(ξ)。
函数单调性： f′(x)>0 表示递增，f′(x)<0 表示递减。
极值判定：
- 一阶导数法：导数变号处（递增→递减为极大值，递减→递增为极小值）
- 二阶导数法：f′(x0)=0，若 f′′(x0)>0 则极小值，f′′(x0)<0 则极大值
凹凸性： f′′(x)>0 为凹（向上凸），f′′(x)<0 为凸（向下凸）。f′′(x)=0 且变号处为拐点。
曲率： 描述曲线弯曲程度的量，κ=(1+y′2)3/2∣y′′∣。
实际应用：
- 物理：速度、加速度、电流变化率、热传导
- 经济学：边际成本、边际收益、弹性分析
- 工程：最优化问题、信号处理、控制理论
- 优化：梯度下降法（机器学习的基础算法）
函数 y=f(x) 的微分定义为：
dy=f′(x)dx
微分是函数增量的线性主部，基本思想是用线性函数近似非线性函数。
全微分（多元函数）：dz=∂x∂zdx+∂y∂zdy
微分在近似计算中的应用：
f(x0+Δx)≈f(x0)+f′(x0)Δx
不定积分是求导的逆运算。若 F′(x)=f(x)，则 ∫f(x)dx=F(x)+C，其中 C 为积分常数。
基本不定积分公式：
∫xndx=n+1xn+1+C(n=−1)
∫x1dx=ln∣x∣+C
∫exdx=ex+C
∫sinxdx=−cosx+C
∫cosxdx=sinx+C
∫1+x21dx=arctanx+C
∫1−x21dx=arcsinx+C
换元积分法：
- 第一类换元法（凑微分法）： ∫f(g(x))g′(x)dx=∫f(u)du（u=g(x)）
- 第二类换元法： ∫f(x)dx=∫f(g(t))g′(t)dt（x=g(t)）
常用的代换：
- 三角代换：a2−x2 用 x=asint；a2+x2 用 x=atant；x2−a2 用 x=asect
- 倒代换：x=1/t（用于分式有理函数）
- 万能代换：t=tan(x/2)（将三角有理函数转化为有理函数）
分部积分法：
∫udv=uv−∫vdu
选择合适的 u 和 dv 是关键，常用口诀"反对幂三指"（反三角函数、对数函数、幂函数、三角函数、指数函数——越靠前的设为 u）。
黎曼积分定义：
∫abf(x)dx=n→∞limi=1∑nf(ξi)Δxi
其中 [a,b] 被分割为 n 个子区间，Δxi 为第 i 个子区间长度，ξi 为子区间内任一点。
定积分的性质：
- 线性性：∫ab[f(x)±g(x)]dx=∫abf(x)dx±∫abg(x)dx
- 区间可加性：∫abf(x)dx=∫acf(x)dx+∫cbf(x)dx
- 保号性：若 f(x)≥0，则 ∫abf(x)dx≥0
- 绝对值不等式：∣∫abf(x)dx∣≤∫ab∣f(x)∣dx
- 积分中值定理：存在 ξ∈[a,b] 使 ∫abf(x)dx=f(ξ)(b−a)
这是微积分中最重要的定理，它建立了微分与积分之间的桥梁：
∫abf(x)dx=F(b)−F(a)
其中 F′(x)=f(x)，即 F 是 f 的一个原函数。
定理的两部分：
- 第一基本定理：若 F(x)=∫axf(t)dt，则 F′(x)=f(x)
- 第二基本定理：∫abf(x)dx=F(b)−F(a)
无穷限反常积分：
∫a∞f(x)dx=b→∞lim∫abf(x)dx
无界函数的反常积分（瑕积分）：
若 f 在 x=a 处无界，则 ∫abf(x)dx=limϵ→0+∫a+ϵbf(x)dx
收敛性判定：
- 比较判别法
- 极限比较判别法
- p-积分：∫1∞xp1dx 当 p>1 收敛，p≤1 发散
几何应用：
- 平面面积：S=∫ab∣f(x)−g(x)∣dx
- 旋转体体积：V=π∫ab[f(x)]2dx（绕 x 轴）
- 弧长：L=∫ab1+[f′(x)]2dx
- 旋转体表面积：S=2π∫abf(x)1+[f′(x)]2dx
物理应用：
- 变力做功
- 液体压力
- 质心与形心
- 转动惯量
- 电流与电荷量
无穷级数 ∑n=1∞an 收敛当且仅当其部分和数列 SN=∑n=1Nan 收敛。
收敛性判别法：
- 正项级数：比较判别法、比值判别法（达朗贝尔）、根值判别法（柯西）、积分判别法
- 交错级数：莱布尼茨判别法（若 an 单调递减趋于 0，则 ∑(−1)nan 收敛）
- 绝对收敛与条件收敛：若 ∑∣an∣ 收敛则原级数绝对收敛；若原级数收敛而绝对值级数发散，则条件收敛
n=0∑∞an(x−c)n
收敛半径：存在 R（0≤R≤∞），使 ∣x−c∣<R 时级数绝对收敛，∣x−c∣>R 时发散。
常见幂级数展开：
1−x1=n=0∑∞xn(∣x∣<1)
ex=n=0∑∞n!xn
sinx=n=0∑∞(−1)n(2n+1)!x2n+1
cosx=n=0∑∞(−1)n(2n)!x2n
ln(1+x)=n=1∑∞(−1)n−1nxn(−1<x≤1)
泰勒级数：
f(x)=n=0∑∞n!f(n)(a)(x−a)n
当 a=0 时称为麦克劳林级数。
傅里叶级数：
任何周期函数（满足狄利克雷条件）可以表示为正弦和余弦的无穷级数：
f(x)=2a0+n=1∑∞(ancosT2πnx+bnsinT2πnx)
傅里叶级数是信号处理、图像压缩（JPEG）、量子力学等领域的基础工具。
对多元函数 f(x,y)，偏导数 ∂x∂f 表示在其他变量保持不变时，函数关于 x 的变化率。
高阶偏导数： ∂x∂y∂2f=fxy，在连续性条件下混合偏导数与求导顺序无关（克莱罗定理）。
梯度： ∇f=(∂x∂f,∂y∂f)，指示函数变化最快的方向。
二重积分： ∬Df(x,y)dA=limn→∞∑i=1nf(ξi,ηi)ΔAi
二重积分的计算：
- 直角坐标系：化为累次积分 ∫ab∫g1(x)g2(x)f(x,y)dydx
- 极坐标系：x=rcosθ,y=rsinθ，dA=rdrdθ
三重积分： 类似的推广到三维空间，可以计算体积、质量、质心等。
对弧长的曲线积分（第一类曲线积分）： ∫Cf(x,y)ds
对坐标的曲线积分（第二类曲线积分）： ∫CPdx+Qdy
格林定理： 沟通了平面区域上的二重积分与其边界上的曲线积分：
∬D(∂x∂Q−∂y∂P)dxdy=∮CPdx+Qdy
高斯散度定理： 将体积分与面积分联系起来。
斯托克斯定理： 将曲面积分与边界曲线上的曲线积分联系起来。
这三个定理构成了矢量微积分（向量分析）的核心，是电磁学、流体力学的基础。
- 物理学：运动定律（牛顿第二定律 F=ma 即微分方程）、电磁学（麦克斯韦方程组）、量子力学（薛定谔方程）、相对论
- 生物学：种群增长模型（逻辑斯谛方程）、酶动力学、神经脉冲传播
- 化学：反应速率、化学动力学、热力学
- 机器学习：梯度下降、反向传播算法（核心是链式法则的递归应用）
- 计算机图形学：贝塞尔曲线、样条插值、光照模型
- 控制理论：PID 控制器、状态空间模型、稳定性分析
- 信号处理：傅里叶变换、拉普拉斯变换、小波分析
- 金融工程：布莱克-舒尔斯期权定价模型、风险管理
- 边际分析（边际成本、边际收益、边际效用）
- 弹性系数计算
- 消费者剩余与生产者剩余（积分应用）
- 经济增长模型（索洛模型）
- 打好极限基础：极限是微积分的根基，理解 ϵ−δ 语言虽然抽象，但对深度学习至关重要
- 重视几何直观：导数就是切线斜率，积分就是曲线下的面积——这些几何理解能帮助记忆抽象公式
- 大量练习：求导和积分需要肌肉记忆，建议每天做 10-20 道基础练习题
- 理解核心定理：尤其是微积分基本定理，它是建立微分和积分联系的桥梁
- 联系实际应用：尝试将抽象概念与物理、经济学中的具体问题对应起来
- 推荐教材：
- 入门：James Stewart《微积分》（Calculus: Early Transcendentals）
- 经典：Tom Apostol《数学分析》（Mathematical Analysis）
- 推理：Rudin《数学分析原理》（Principles of Mathematical Analysis）
- 直觉：Silvanus P. Thompson《微积分学教程》（Calculus Made Easy）
- MIT OpenCourseWare: 18.01 Single Variable Calculus