一、全书概览
一句话总结： 一本用"动态、微观、累加"三条主线重新串起微积分全貌的入门书，31个应用场景 + 78幅插图，让只有初中数学基础的人也能建立对微积分的直觉理解。
邓子云有26年的微积分学习和使用经验，这本书是他把那些年踩过的坑、想通的弯，掰开揉碎了讲给你听。书里没有冷冰冰的定义堆砌，每章开头是一棵"知识树"，帮你先看到森林，再走进去看每一棵树。正文里穿插着大量生活中的例子——从银行存款到水坝压力，从爬坡的累到房价的变，让微积分不再是符号游戏，而是理解世界的一种方式。
全书结构
| 章节 | 主题 | 核心观点 | 应用场景 | |:---:|------|---------|---------| | 第1章 | 极限 | 动态 + 有界 | 边无穷多就成了圆 | | 第2章 | 导数 | 动态 + 微观 | 爬陡坡更累 | | 第3章 | 偏导数 | 多变量的微观 | 房价随因素变化 | | 第4章 | 微分 | 微观视角的变化量 | 矩形面积增量 | | 第5章 | 不定积分 | 导数的逆运算 | 注水速度→注水量 | | 第6章 | 定积分 | 累加的极限 | 水坝迎水面压力 | | 第7章 | 多重积分 | 高维空间的累加 | 不规则物体体积 | | 第8章 | 常微分方程 | 微积分的综合运用 | — |
全书穿插拓展知识：无穷级数、极坐标系、欧拉公式、泰勒公式、中值定理（罗尔/拉格朗日/柯西）。
二、逐章要点
第1章 极限
核心观点： 极限是微积分的地基。理解极限不需要先啃ε-δ语言，而是要用"动态"的眼光看一个量在无限逼近某个值时的行为，用"有界"的约束来判断它不会跑飞。
极限描述的是一种"无限趋近但未必到达"的状态。作者强调，很多人学微积分卡在极限，是因为被ε-δ定义吓到了。其实可以先用直觉：想象你一直对半切一个蛋糕，切无限次，剩下的蛋糕趋近于零——这就是极限的动态视角。加上"有界"的条件，就知道这个过程是有方向的、可控的。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 极限 | 函数值在自变量无限趋近某点时的行为 | | 无穷小 | 极限为零的量，比任何正数都小 | | 无穷大 | 极限为无穷的量，可以无限增大 | | 连续 | 函数图像不断开，极限值等于函数值 | | 两个重要极限 | lim(sin x / x) = 1，lim(1+1/n)^n = e |
行动清单
- [ ] 用"对半切蛋糕"的直觉理解极限的动态本质
- [ ] 记住两个重要极限，会推导圆的周长和面积公式
- [ ] 理解无穷小的阶，知道"趋于零的速度有快有慢"
第2章 导数
核心观点： 导数的本质是在某个瞬间的变化率——你把时间切片切到足够薄，那一瞬间速度是多少？这就是"微观"视角的威力。
这章的标题场景"爬陡坡更累"非常形象。坡越陡，每走一步的"高度增量"越大，导数就是在那个点的"陡峭程度"。作者从图形切入，把切线的斜率 = 导数这个关系讲透，然后一步步引出复合函数求导、乘法法则、除法法则、隐函数求导。高阶导数和泰勒公式的引入也很自然——二阶导数就是导数的导数，描述的是"变化率的变化率"，也就是加速度。
洛必达法则单独拿出来讲了一节，这是求极限的神器：遇到0/0或∞/∞型，分子分母分别求导再取极限就行了。但作者提醒，别滥用，先判断条件再动手。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 导数 | 函数在某一点的瞬时变化率，切线斜率 | | 链式法则 | 复合函数 f(g(x)) 的导数 = f'(g(x))·g'(x) | | 高阶导数 | 导数的导数，二阶导描述加速度 | | 泰勒公式 | 用多项式近似表达任意可导函数 | | 洛必达法则 | 0/0 或 ∞/∞ 型极限，分子分母分别求导 | | 极值点 | 导数为零的点，可能是最大值或最小值 |
行动清单
- [ ] 熟练掌握基本求导公式（幂函数、指数、三角函数）
- [ ] 理解泰勒公式的思想：用简单函数逼近复杂函数
- [ ] 会用导数求极值点和拐点，理解二者的区别
第3章 偏导数
核心观点： 当一个结果受多个因素影响时，偏导数告诉你"其他条件不变，只变这一个因素，结果怎么变"。这是从一维到多维的跨越。
房价是一个好例子：房价受面积、地段、楼层、朝向等多个因素影响。偏导数∂f/∂x就是在说：假设其他所有因素都固定，只看面积变化对房价的影响。方向导数更进一步——不限于坐标轴方向，可以是任意方向的变化率。梯度则是所有偏导数组成的向量，指向函数增长最快的方向。
这章还讲了多元函数的凹凸性，这对理解机器学习中的优化问题（损失函数的凸性）有直接帮助。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 偏导数 | 多元函数对某一变量的变化率，其他变量固定 | | 方向导数 | 沿任意方向的变化率 | | 梯度 | 由所有偏导数组成的向量，指向增长最快方向 | | 凸函数 | 任意两点连线在函数图像上方 | | 海森矩阵 | 二阶偏导数组成的矩阵，判断多元函数凹凸性 |
行动清单
- [ ] 能对二元函数分别求对x和对y的偏导数
- [ ] 理解梯度的几何意义：指向函数值上升最快的方向
- [ ] 知道为什么机器学习用梯度下降而不是梯度上升
第4章 微分
核心观点： 微分是微观视角下变化量的近似。导数是变化率，微分是变化量，二者差一个Δx。
这章回答了一个很多人困惑的问题：导数、微分、积分到底什么关系？作者的回答很清楚：导数和微分是从"微观"角度出发的（研究变化率和变化量），积分是从"累加"角度出发的（把无穷多个微小变化量加起来），而极限是贯穿始终的工具。极坐标系的引入为后面多重积分的计算做了铺垫。
中值定理是这章的另一个重点。罗尔定理、拉格朗日中值定理、柯西中值定理，三个定理层层递进。拉格朗日中值定理最常用：区间内至少存在一点，该点的切线斜率等于两端点连线的斜率。直觉上就是：你开车从A到B，中间至少有一个瞬间的速度等于平均速度。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 微分 dy | 函数值变化量的线性近似，dy = f'(x)dx | | 全微分 | 多元函数所有偏微分之和 | | 极坐标系 | 用距离和角度定位，适合圆形/旋转对称问题 | | 罗尔定理 | 端点值相同时，区间内导数至少有一个零点 | | 拉格朗日中值定理 | 区间内存在一点切线斜率=平均变化率 |
行动清单
- [ ] 区分导数和微分：导数是比率，微分是增量
- [ ] 理解全微分的含义，能写出二元函数的全微分表达式
- [ ] 能用拉格朗日中值定理解释"瞬时速度=平均速度"的直觉
第5章 不定积分
核心观点： 不定积分就是导数的逆运算。已知速度函数，求位置函数——这就是不定积分。
这章从"注水速度→注水量"的场景切入，非常直观。你知道每秒注入多少水（速度函数），想知道总共注了多少水（总量函数），把速度函数积分就行了。
计算方法上，对应导数公式反记积分公式是最基本的。分部积分法和换元积分法是两大核心技巧：分部积分适合"两个函数相乘"的积分（∫udv = uv - ∫vdu），换元积分适合"被积函数里有复合结构"的情况。作者给了一个实用的记忆建议：不要死记硬背，而是理解每种方法的适用条件。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 原函数 | 导数等于f(x)的函数F(x) | | 不定积分 | 所有原函数的集合，F(x) + C | | 分部积分 | ∫udv = uv - ∫vdu，适合乘积型积分 | | 换元积分 | 令u = g(x)化简被积函数 | | 积分常数 C | 不定积分有无限多个解，差一个常数 |
行动清单
- [ ] 把导数公式表反向默写成积分公式表
- [ ] 熟练使用换元法，能判断什么时候该换元
- [ ] 理解分部积分的"转移难度"思想
第6章 定积分
核心观点： 定积分的本质是"累加到极限"——把无穷多个无穷小的量加起来，得到一个有限的值。
不定积分求出的是"函数族"（带+C），定积分算出的是一个具体的数值。牛顿-莱布尼茨公式把两者联系了起来：定积分 = 原函数在上限的值 - 原函数在下限的值。这个公式被称为"微积分基本定理"，是整本书最核心的结论之一。
定积分的几何意义是曲线下的面积。但作者特别提醒：定积分和面积不是一回事——当函数值在x轴下方时，定积分为负，而面积永远是正的。计算面积需要分段处理正负。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 定积分 | ∫[a,b] f(x)dx，函数在区间上的"累加和" | | 牛顿-莱布尼茨公式 | ∫[a,b] f(x)dx = F(b) - F(a) | | 微积分基本定理 | 微分和积分互为逆运算 | | 定积分中值定理 | 区间内存在一点使f(c)×(b-a) = 定积分值 | | 广义积分 | 积分区间无限或被积函数有无穷间断点 |
行动清单
- [ ] 理解牛顿-莱布尼茨公式的意义：连接微分和积分的桥梁
- [ ] 区分定积分和面积：注意函数在x轴下方的情况
- [ ] 会用定积分求面积和旋转体体积
第7章 多重积分
核心观点： 从一维到二维、三维，积分的"累加"思想不变，只是多了一个维度需要处理。
二重积分的几何意义是在曲面下方、xy平面上的体积。计算方法是化为两次一重积分（累次积分），先对一个变量积分，再对另一个积分。积分区域的形状决定了积分的顺序和上下限。
这章还拓展到极坐标系下的二重积分、曲线积分和环路积分、三重积分。这些内容在物理学（电磁学、流体力学）和工程计算中有广泛应用。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 二重积分 | 在二维区域上对二元函数的积分，几何意义是体积 | | 累次积分 | 把二重积分化为两次一重积分来计算 | | 极坐标积分 | 用r和θ替代x和y，适合圆形区域 | | 曲线积分 | 沿曲线对函数积分 | | 三重积分 | 在三维区域上的积分，计算体积、质量等 |
行动清单
- [ ] 能画出积分区域，确定累次积分的上下限
- [ ] 知道什么时候用极坐标计算更简便（圆形/扇形区域）
- [ ] 理解多重积分在工程中的实际应用
第8章 常微分方程
核心观点： 当你已知变化率（导数）的规律，想反推出函数本身——这就是微分方程要解决的问题。
微分方程是微积分的综合应用场。物理中的运动方程、电路中的电流方程、人口增长模型，都可以写成微分方程的形式。这章把前面7章的知识串联起来：极限是工具，导数和偏导数描述变化，微分处理微小变化量，积分做累加——最后用微分方程把这些全部整合到一个框架里。
一阶常微分方程（含分离变量法、一阶线性方程）和高阶常微分方程是重点内容。
关键概念
| 概念 | 一句话解释 | |------|-----------| | 微分方程 | 含有未知函数导数的方程 | | 阶数 | 方程中出现的最高阶导数的阶数 | | 通解 | 含任意常数的解，代表一族函数 | | 特解 | 确定了常数后的具体解 | | 分离变量法 | 把y和dy放一边，x和dx放另一边，分别积分 |
行动清单
- [ ] 能识别微分方程的阶数和类型
- [ ] 熟练使用分离变量法解一阶方程
- [ ] 理解微分方程在物理和工程中的建模作用
三、关键概念速查
| 概念 | 所属章节 | 直觉理解 | 数学表达 | |------|---------|---------|---------| | 极限 | 第1章 | 无限趋近的行为 | lim f(x) = L | | 导数 | 第2章 | 瞬时变化率/切线斜率 | f'(x) = lim Δy/Δx | | 偏导数 | 第3章 | 固定其他变量，只看一个变量的变化率 | ∂f/∂x | | 微分 | 第4章 | 微小变化量的线性近似 | dy = f'(x)dx | | 不定积分 | 第5章 | 导数的逆运算，求原函数 | ∫f(x)dx = F(x) + C | | 定积分 | 第6章 | 微小量累加到极限 | ∫[a,b] f(x)dx = F(b)-F(a) | | 二重积分 | 第7章 | 二维区域上的累加，体积 | ∬ f(x,y) dA | | 微分方程 | 第8章 | 已知变化规律，反推函数 | f'(x) = g(x,f(x)) | | 梯度 | 第3章 | 函数增长最快的方向 | ∇f = (∂f/∂x, ∂f/∂y) | | 泰勒公式 | 第2章 | 用多项式近似复杂函数 | f(x) ≈ Σ f⁽ⁿ⁾(a)(x-a)ⁿ/n! |
四、核心框架
微积分三条主线
┌─────────────────────────────────────┐
│ 微积分的核心思维 │
│ │
│ 动态 微观 累加 │
│ ──── ──── ──── │
│ 观察 切片 求和 │
│ 变化 瞬间 整体 │
│ 趋近 增量 积累 │
└─────────────────────────────────────┘
│ │ │
▼ ▼ ▼
┌──────┐ ┌──────────┐ ┌──────────┐
│ 极限 │ │ 导数/微分 │ │ 积分 │
│ │ │ │ │ │
│ 无穷 │ │ 变化率 │ │ 累加和 │
│ 趋近 │ │ 变化量 │ │ 面积/体积 │
└──────┘ └──────────┘ └──────────┘
│ │ │
└──────┬───────┘─────────────┘
│
▼
┌──────────────┐
│ 微分方程 │
│ 综合运用 │
└──────────────┘
微积分知识图谱
| 层次 | 内容 | 思维方式 | |------|------|---------| | 基础层 | 函数、极限 | 动态思维——看趋势、看趋近 | | 微分层 | 导数、偏导数、微分、梯度 | 微观思维——切片、看瞬间 | | 积分层 | 不定积分、定积分、多重积分 | 累加思维——积少成多 | | 应用层 | 泰勒展开、中值定理、微分方程 | 综合运用——建模求解 | | 拓展层 | 无穷级数、极坐标、欧拉公式 | 跨域连接——数学之美 |
导数与积分的关系
导数 (微分)
──────────► 变化率
│
│ f'(x) = df/dx
│
▼
原函数 F(x)
│
│ ∫ f(x)dx = F(x) + C
│
◄────────── 累加 (积分)
牛顿和莱布尼茨各自独立发现了这个关系：微分和积分互为逆运算。这个发现被称为"微积分基本定理"，是整门课的基石。
五、金句摘录
1. "学习微积分最为关键的就是学到其精髓——'动态、微观、累加'的观点和思维。"
2. "边无穷多就成了圆。"——用正多边形逼近圆，边数趋向无穷时，多边形就成了圆。这就是极限的直觉。
3. "爬陡坡更累。"——坡度就是导数。导数越大，坡越陡，走起来越费力。
4. "从注水速度函数反推出注水量函数。"——积分就是把"率"还原成"量"。
5. "微分、导数、积分的知识是怎么相通的。"——导数是变化率，微分是变化量，积分是累加，三者用极限串联。
6. "计算水坝迎水面的压力。"——定积分在工程中的直接应用：水的压力随深度变化，积分求总压力。
7. "你开车从A到B，中间至少有一个瞬间的速度等于平均速度。"——拉格朗日中值定理的生活版解释。
六、行动清单
每天
- [ ] 做一道导数或积分的计算题，保持手感（推荐从基本函数开始，15分钟）
- [ ] 用"动态、微观、累加"三个关键词，重新审视当天遇到的一个变化/增长/累积现象
- [ ] 翻阅一章的知识树，花5分钟回顾该章的核心结构
每周
- [ ] 选取一个应用场景，用微积分思维建立数学模型并求解（如：存款复利、运动轨迹、面积体积）
- [ ] 整理本周学到的公式，按"导数公式"和"积分公式"两类分别归档
- [ ] 找一个微积分概念的直观解释（画图、编程可视化、生活类比），加深直觉理解
每月
- [ ] 完成一章的系统复习：重做例题 + 尝试不看答案做习题
- [ ] 用微积分解决一个实际问题（编程实现一个物理模拟、优化问题、数据拟合）
- [ ] 梳理跨章节的联系：极限→导数→积分→微分方程的完整知识链
七、一句话总结
微积分的本质就是三种思维方式：用"动态"的眼光观察变化趋势，用"微观"的刀片切出瞬间的信息，用"累加"的手法把碎片拼成整体——掌握这三个词，微积分就不再是一座高山，而是一个观察和理解世界的工具箱。
八、读者热议
读者A： "适合零基础或者基础薄弱的人重新建立对微积分的认知。应用场景选得好，水坝压力、雷达测速这些例子让公式不再空洞。缺点是部分证明标了◎号（选学），对想深入理解数学严密性的人来说可能不够。"
认同度：⭐⭐⭐⭐（80%）——认可入门定位，选学标注的取舍因人而异
读者B： "作为工程师回头看这本书，觉得作者把偏导数和梯度那部分讲得特别清楚。以前只记住公式会用，现在才理解梯度为什么指向增长最快的方向。知识树的设计也很有用，能快速定位。"
认同度：⭐⭐⭐⭐⭐（95%）——从直觉到理解，是这本书最大的价值
读者C： "整体不错，语言确实比教材轻松很多。但有些地方的讲解跳跃感较强，尤其是泰勒公式和多重积分部分，可能还是需要配合习题册多练。31个应用场景是亮点，但个别场景的解释略显牵强。"
认同度：⭐⭐⭐⭐（85%）——口语化讲解有利有弊，练习量确实需要自己补充
相关笔记
同作者仅有此篇 同主题：