每年临近开学，总有人跑过来问我：高等数学到底怎么学，为什么课本翻两页就想合上？我的回答通常先递过去一张地图。如果你翻开国内通行的《高等数学》上册，会发现目录长得吓人，但骨架其实特别清楚：极限打底，连续承接，然后用导数和微分进入函数研究，再用不定积分做逆运算，最后以定积分收官。前半学期的内容，说白了就是这条主线。

我要写的这份“简单版上篇”，就是不绕弯、不堆术语地把这条主线讲明白。它适合三类人：刚上大一、被课堂节奏拖着走的新生；被“极限到底是啥”这类问题卡住、想补逻辑断层的同学；准备考研考编但高数上册忘得差不多的老考生。它的目标很简单：让你在一个相对短的时间里，把上册的轮廓、核心命题和关键计算套路装进脑子，而不是让你瞬间考满分。地图有了，剩下的路可以慢慢走。

1. 极限：高等数学真正的起点，也是大多数人第一次发懵的地方

1.1 极限到底在说什么

大学高数第一周，很多同学还能笑出来，第二周就开始发懵，问题往往出在同一个地方：极限。

极限是整个上册的总开关。连续要用极限定义，导数要用极限定义，定积分还是要用极限定义。你只要在源头上建立起“无限接近”的画面感，后面全是顺路；但如果你只是把极限当成一个算题模板来背，越往后越虚。

先从生活图像入手。你站在路边看一辆车往路口开，每隔一秒记录它离路口的距离：第10秒是8米，第11秒是4米，第12秒是1.5米，第13秒是0.6米……车子越到后面越接近路口。极限说的就是这件事：随便你给我一个多小的误差容忍度，比如0.01米，我都能找出一个足够靠后的时刻，之后车离路口的距离小于这个容忍度。至于它到底有没有在某一刻“正好停在路口”，极限完全不关心。

用数学语言写出来：lim_{x→x₀} f(x) = L，意思是当 x 无限接近 x₀（但可以永远不等于 x₀）的时候，f(x) 无限接近 L。重点在“接近”，不在“达到”。我经常跟学生强调一句话：极限研究的是趋势，不是终点值。

举个例子。f(x) = (x² - 1)/(x - 1)，在 x = 1 处没有定义，分母直接是零。但只要你让 x ≠ 1，分子就能因式分解：

(x² - 1)/(x - 1) = (x - 1)(x + 1)/(x - 1) = x + 1

于是当 x 越来越接近 1 时，x + 1 越来越接近 2。所以这个函数在 x = 1 处的极限是 2，尽管它在 x = 1 处“没值”。这类题初看很怪，但它正是后面可去间断点的雏形，也是理解“极限存在但不等于函数值”的绝佳入口。

1.2 极限计算三板斧：代入、变形、抓大头

计算极限，很多同学喜欢背题型，遇到没见过就慌。我的建议是掌握三招基础方法，大部分基础题都能吃透。

第一招，代入。先把 x 趋近的那个数代进函数，如果得到一个具体的数值，那答案就是它。比如 lim_{x→1} (x² + x + 1) = 3，没有任何悬念。真正麻烦的是代进去出现 0/0 或者 ∞/∞，这类叫未定式。

第二招，变形。碰到 0/0 先别慌，优先考虑因式分解、有理化、通分。比如

lim_{x→2} (x² - 4)/(x - 2) = lim_{x→2} (x - 2)(x + 2)/(x - 2) = lim_{x→2} (x + 2) = 4。

把分子拆开，零因子消掉，极限就出来了。带根号的问题用有理化：

lim_{x→0} (√(1+x) - 1)/x

分子分母同时乘 √(1+x) + 1，分子变成 (1+x) - 1 = x，于是原式变成 1/(√(1+x) + 1)，代入 x = 0，答案 1/2。

第三招，抓大头。当 x → ∞ 时，多项式里谁次数最高谁说了算。像

lim_{x→∞} (3x² + 2x + 1)/(5x² - x + 100)

分子分母同时除以 x²，得到 (3 + 2/x + 1/x²)/(5 - 1/x + 100/x²)，凡是有 1/x 的项全趋近 0，最后答案就是 3/5。这个操作其实就是“看最高次项系数比”。

1.3 两个重要极限和等价无穷小

高等数学里有两个必须背下来的重要极限，几乎所有教材都会花一整节去讲。

第一个：lim_{x→0} sin x / x = 1。几何上可以用单位圆理解：当角度很小的时候，正弦对应的垂直线段和弧长几乎重合，比值逼近 1。后面遇到 sin、tan、arcsin 相关的极限，基本都要绕它。

第二个：lim_{x→∞} (1 + 1/x)^x = e。它衍生出另一个常用形式：lim_{x→0} (1+x)^{1/x} = e。e 这个自然常数就是从这里走出来的。看到“1 加一个小量再配指数”的结构，优先考虑它。

在此基础上还有一组非常好用的等价无穷小，x → 0 时成立且必须整个乘除替换：

使用时要特别注意一个原则：只允许在乘除运算里整体替换，不能在加减运算里随便拆开。比如 sin x - x 在 x → 0 时不能直接换成 x - x = 0，那样会丢掉一个同阶细节。很多初学者第一次栽跟头就栽在这里。

2. 连续：一张图能不能一笔画过去

极限学完，连续是它的第一次应用。连续的概念高中就有影子，但大学的要求是用极限语言重新说清楚。

2.1 连续的三要素判定

一句话：f(x) 在 x₀ 点连续，需要同时满足三个条件。

第一，f(x₀) 有定义；第二，lim_{x→x₀} f(x) 存在；第三，极限值等于函数值。三个条件缺一不可。

打个比方，你骑电动车通过一个路口，想“连续通过”，不仅要接近路口时速度快慢合适，还要在路口有一个确定的落点，而且落点和到达时的状态完全衔接上。任何一个环节断了，图像就会出现一个断点。

考试里最常见的是分段函数在某点的连续性判断题。做法固定：先分别求左极限和右极限，看两边是否相等；再对比函数值是否等于极限值。左右极限相等且等于函数值，就连续；有一个环节对不上，就不连续。

2.2 间断点分类：可去、跳跃、第二类

有断点不可怕，关键要知道它是怎么断的。间断点按性质分三类。

可去间断点：左右极限存在且相等，但极限不等于函数值，或者函数值根本不存在。就像路面上有个填不平的小坑，如果把缺的那个函数值定义成极限值，断点就能补上。

跳跃间断点：左右极限都存在但不相等。图像在这里直接跳了一步，比如分段函数在分界点两边各走各的，这种断点怎么都补不平。

第二类间断点：左右极限至少有一侧不存在，最常见的是趋向无穷，或者来回振荡不定。比如 f(x) = 1/x 在 x = 0 处，左侧趋向负无穷，右侧趋向正无穷，属于无穷间断点。

做题顺序我建议固定：先算左极限和右极限。如果两者都存在且相等，再看函数值，不等或不存在就是可去；如果两者都存在但不相等，就是跳跃；如果至少一边不存在，就是第二类。

2.3 闭区间上连续函数的几个铁律

连续函数在闭区间上有一组非常漂亮的结论，考试经常用它出证明题。

零点定理：如果 f(x) 在 [a, b] 上连续，并且 f(a) 和 f(b) 一正一负，那么至少存在一点 ξ ∈ (a, b)，使得 f(ξ) = 0。想象一条曲线从 x 轴下方穿到 x 轴上方，只要它不断线，就必然在某个点穿过 x 轴。

介值定理是零点定理的加强版：闭区间上的连续函数能取到最小值和最大值之间的所有中间值。这保证了方程 f(x) = c 的解的存在性。

最值定理：闭区间上的连续函数一定有最大值和最小值。注意条件是闭区间，开区间里这个结论不成立。

典型题：证明方程 x³ + x - 1 = 0 在 (0, 1) 内至少有一个实根。令 f(x) = x³ + x - 1，多项式函数当然连续；f(0) = -1，f(1) = 1，端点异号，零点定理直接给出结论。这类题就两步：连续，端点异号，写得清清楚楚就能拿分。

3. 导数：瞬时变化率到底是什么

从导数开始，高数上册进入真正的计算主战场。前面极限服务于概念，从这章起你要开始大量算题。

3.1 从平均速度到瞬时速度

先想一个所有人体会过的场景：开车。从家到学校一共 30 公里，开了 40 分钟，平均速度是 45 km/h。但仪表盘上的速度表一直在跳动，那个数字是怎么来的？

把某一段时间 [t, t+Δt] 内的位移记作 Δs，平均速度就是 Δs/Δt。然后让 Δt 越缩越小，小到趋近于 0，这个平均速度的极限就是 t 时刻的瞬时速度。用导数符号表达：

f'(x₀) = lim_{Δx→0} [f(x₀+Δx) - f(x₀)] / Δx

你把 Δx = 0 代进去，必然得到 0/0，所以导数的本质就是一个极限计算。几何上，它对应曲线 y = f(x) 在点 (x₀, f(x₀)) 处的切线斜率。切线是什么？是割线的极限位置。拿一把直尺比在曲线某个点的附近，你不断把尺子往点靠拢，割线越来越贴合，到极限位置那条直线就是切线。

3.2 基本求导公式与四则运算法则

求导计算没太多技巧，关键是基本功扎实。我给你列一张最简表：

• 常数：C' = 0
• 幂函数：(x^n)' = n x^{n-1}
• 指数：(e^x)' = e^x，(a^x)' = a^x ln a
• 对数：(ln x)' = 1/x，其中 x > 0
• 三角：(sin x)' = cos x，(cos x)' = -sin x
• 正切：(tan x)' = sec² x = 1/cos² x

四则运算法则同样重要：

(u ± v)' = u' ± v'，简单不解释。

(uv)' = u'v + uv'。乘法法则是“前导后不导，加前不导后导”。

(u/v)' = (u'v - uv')/v²。除法的口诀是“上导下不导，减上不导下导，平方放下面”，比如 (x²/sin x)'，分子是 2x·sin x - x²·cos x，分母是 sin² x，直接套。

我一般会让学生先把这些公式背熟再开始做题，因为一整章的题目都建立在它们上面。刚开始刷题慢很正常，每天算二十道纯求导，一周左右手就顺了。

3.3 复合函数和隐函数求导

复合函数求导用的是链式法则：

(f(g(x)))' = f'(g(x)) · g'(x)

实操里不用想得太玄，你就从外往里一层一层剥：外层函数导一次，里面的整体不动，再乘以内层导数。比如 y = sin(2x+1)，那就先导 sin，得到 cos(2x+1)，再乘 2，所以 y' = 2cos(2x+1)。

隐函数求导比它稍微绕一点。比如 x² + y² = 25，两边同时对 x 求导，遇到 y 就把它当成 y(x)，求完就会冒出一个 y'：

2x + 2y·y' = 0

解出 y' = -x/y。注意这里的导数里带着 y，这是完全正常的，不要非把它消掉不可。隐函数求导的核心就一句话：等式两边同对 x 求导，然后解出 y'。

4. 微分：用直线近似曲线的一整套工作方式

微分这一章，有的同学觉得鸡肋，学完就忘。其实它是很多近似计算、误差分析背后的逻辑，还把导数概念往前推了一步。

4.1 微分的定义和几何意义

如果函数增量可以写成 Δy = AΔx + o(Δx)，其中 A 与 Δx 无关，那么称 y = f(x) 在 x₀ 处可微，AΔx 就叫微分 dy。可以证明：可微和可导是同一件事，A 就是 f'(x₀)。

几何意义特别朴素：曲线在某一点附近可以用切线段来近似。你离切点足够近的时候，曲线和切线之间的纵向误差是一个高阶无穷小，可以忽略。所以公式 dy = f'(x₀)·dx 在 Δx 很小时，dy ≈ Δy。

4.2 微分做近似计算

既然 dy ≈ Δy，那就白捡一个近似计算的工具。写成线性近似公式：

f(x₀ + Δx) ≈ f(x₀) + f'(x₀)·Δx

最常见的几个近似式：√(1+u) ≈ 1 + u/2，ln(1+u) ≈ u，e^u ≈ 1 + u，全部在 u 很小的时候成立。比如算 √1.02，令 u = 0.02，得到 1 + 0.01 = 1.01。用计算器按一下真实值是 1.00995，误差很小，几乎可以忽略。

这个近似思路在工程领域天天用。控制系统、误差分析、物理实验数据处理，都会用线性化来简化问题。别以为高数上这一小段只是考试用。

4.3 微分形式的不变性

微分有一个在后续积分里会反复用到的性质：df = f'(x) dx 这个形式，无论 x 是自变量还是中间变量都成立。这叫一阶微分形式不变性。

什么意思？比如 y = ln t，而 t = x² + 1。先对 y = ln t 求微分：

dy = (1/t) dt

再把 dt = 2x dx 代进去，得到 dy = 2x/(x²+1) dx。整个过程就是对复合函数链式法则的“微分版本”。第 7 章学习换元积分法时，你会再次和它相遇，到时候会猛然发现：原来凑微分凑的就是这个东西。

5. 微分中值定理：一座连接导数与函数的桥梁

学到中值定理，高数开始从“算题”转向“证题”。很多同学第一次感到吃力，其实是思维还没切换过来。证明题考的是逻辑链条，不是计算技巧。

5.1 罗尔定理的几何直觉

罗尔定理的条件：f(x) 在闭区间 [a, b] 上连续，开区间 (a, b) 内可导，并且 f(a) = f(b)。结论：至少存在一点 ξ ∈ (a, b)，使得 f'(ξ) = 0。

你想象自己骑车从同一个高度出发，绕一圈又回到同一高度，那么这一段路里一定有一个瞬间是水平的，速度为零。这就是罗尔定理的图像意义。如果加上“f(a) ≠ f(b)”这个差异，就要用下面更一般的拉格朗日中值定理。

做罗尔定理的证明题，套路很清晰：验证连续、可导、端点值相等，然后直接写结论。比如 f(x) = x³ - 3x² + 2x 在 [0, 2] 上，先算 f(0) = 0，f(2) = 8 - 12 + 4 = 0，多项式连续可导，满足条件，于是存在 ξ ∈ (0,2) 使 f'(ξ) = 0。

5.2 拉格朗日中值定理及其推论

拉格朗日中值定理去掉了 f(a) = f(b) 这个苛刻条件：如果 f(x) 在闭区间连续、开区间可导，则至少存在一个 ξ，让：

f'(ξ) = [f(b) - f(a)]/(b - a)

几何意思是：曲线上至少有一个点的切线斜率，等于两端点连线的斜率。用更直白的话说，平均趋势在某个具体时刻被局部趋势完全实现。

这个定理有两个推论值得记住。第一，如果区间上 f'(x) ≡ 0，那么 f(x) 是常数。第二，如果两个函数的导数处处相等，那么它们只差一个常数。第二条立刻解释了为什么不定积分最后必须加 C——那是常数的全部可能性。

拉格朗日定理还经常用来证明不等式。比如要证 |sin b - sin a| ≤ |b - a|，对函数 sin x 用中值定理：存在 ξ 使 sin b - sin a = cos ξ · (b - a)，而 |cos ξ| ≤ 1，所以结论成立。这类题的技巧是看要证明的形式，选一个合适的函数。

5.3 洛必达法则：极限计算里的大招

洛必达法则把未定式的极限转化成导数比的极限：

lim f(x)/g(x) = lim f'(x)/g'(x)

前提是原式为 0/0 型或 ∞/∞ 型，并且 f、g 在邻域内可导，且 g'(x) 不为 0。

最直观的例子：lim_{x→0} sin x / x = lim_{x→0} cos x = 1。这一下就把第一个重要极限也算出来了。

使用时要防三个坑。第一，必须是 0/0 或 ∞/∞，不能拿别的型乱用。第二，一次洛必达不行可以连续用，但每用一次都要重新验证型态。第三，洛必达失效不代表原极限不存在，只说明这个方法不管用。

我见过太多同学在非未定式上用洛必达。比如 lim_{x→0} (x²+1)/(x+1)，直接代入是 1/1 = 1，有人非要用洛必达得到 2x/1，代入 x = 0 变成 0，彻底算错。用之前先代入判断型态，这句话要写在自己做题步骤的第一行。

6. 用导数画出函数形貌

导数的实际用途之一，就是分析函数整体形态：单调区间、极值、凹凸性、拐点、渐近线，最后能画出有依据的曲线草图。

6.1 单调性与极值求解

f'(x) > 0 意味着函数在上升，f'(x) < 0 意味着在下降。求单调区间的流程是固定的：

1. 求 f'(x)；
2. 找使 f'(x) = 0 的驻点，以及一阶导数不存在的点；
3. 用这些点把定义域分割成若干个区间，在每个区间里取一个测试点，判断 f' 的符号。

极值点在导数变号的地方出现。从左到右，f' 从正变负，说明先升后降，是极大值；从负变正，说明先降后升，是极小值；如果符号不变，那就不是极值。

也可以用二阶导数辅助判断：如果 f'(x₀) = 0 且 f''(x₀) < 0，x₀ 是极大值点；f''(x₀) > 0，是极小值点；f''(x₀) = 0 时判断失效，需要回归一阶导数变号法。

6.2 凹凸性与拐点

二阶导数刻画的是弯曲方向。f''(x) > 0，函数图像向上凹，像碗口朝上；f''(x) < 0，图像向下凹，像碗口朝下。

拐点则是凹凸性发生改变的点。要找拐点，先找 f''(x) = 0 或者 f''(x) 不存在的点，再检查这些点左右两侧 f'' 是否变号。变号才是拐点，不变号不是。

很多学生容易把极值点和拐点混为一谈。极值点是函数值相对周围最大或最小的点，拐点关心的是“弯曲方向变了没有，弯曲方向变了没有”两回事。y = x³ 在 x = 0 处正好是拐点，但不是极值点；y = x² 在 x = 0 处正好是极值点，但没有拐点。把这两个例子记牢，概念就不会打架。

6.3 闭区间最值问题的标准做法

求函数在闭区间 [a, b] 上的最大值和最小值，方法极其固定：

1. 求出所有驻点和不可导点的函数值；
2. 算出端点的函数值 f(a)、f(b)；
3. 把所有候选值放在一起比大小，最大的是最大值，最小的是最小值。

闭区间连续函数的最值必然发生在端点、驻点或不可导点，可能性就那么几种。所以这类题不需要特别的灵感，老老实实把点找全、值算齐，答案自然出来。

应用题里最典型的是优化问题。比如用 20 米长的篱笆围一块矩形菜地，其中一面靠墙，求最大面积。设垂直于墙的边长为 x，平行于墙的一边就是 20 - 2x，面积：

S = x(20 - 2x) = -2x² + 20x

求导得 S' = -4x + 20，驻点 x = 5；S'' = -4 < 0，说明这是极大值点，而实际定义域里它就是最大值，最大面积是 5 × 10 = 50 平方米。这类应用题的关键是先引入变量写出目标函数，再用导数找极值。

7. 不定积分：找到那个“导回去”的原函数

积分是导数的反演。计算上，两者就像一个是拆开零件，一个是装回原样。

7.1 什么是原函数

如果 F'(x) = f(x)，那么 F(x) 就叫 f(x) 的一个原函数。

注意，原函数不唯一。因为常数的导数是 0，所以 F(x) + C 全都是 f(x) 的原函数。于是不定积分写作：

∫ f(x) dx = F(x) + C

最后必须带上 +C。这不算老师苛刻，而是数学事实：原函数本来就是一个集合，漏写 +C 等于把一个集合硬说成单个函数，逻辑上就错了。

基本积分表就是导数表背过来：

∫ x^n dx = x^{n+1}/(n+1) + C，其中 n ≠ -1；

∫ 1/x dx = ln|x| + C；

∫ e^x dx = e^x + C；

∫ cos x dx = sin x + C；

∫ sin x dx = -cos x + C。

7.2 第一类换元法：凑微分

第一类换元法，换个名字更好懂：凑微分法。核心思路是，想把被积表达式凑成某个复合函数和其内层导数相乘的形式，从而套用基本积分公式。

看一个经典例子：

∫ 2x·(x² + 1)^{10} dx

注意 2x 正好是 x² + 1 的导数。令 u = x² + 1，则 du = 2x dx，原式变成：

∫ u^{10} du = u^{11}/11 + C = (x² + 1)^{11}/11 + C

怎么才能发现换元方向？我的经验是：被积函数里有复合结构，内层函数 u 的导数如果成块出现在因子里，就能凑。凑不齐时，可以通过补充常数调整，比如缺了个 2，就补个 1/2 乘在外面。

7.3 分部积分：乘积型被积函数的解法

当被积函数是两个不同类型函数的乘积，换元法经常失效，这时候要用分部积分公式：

∫ u dv = uv - ∫ v du

关键在选 u 和 dv 怎么分。实用的选择顺序是“反对幂指三”：反三角函数、对数函数、幂函数、指数函数、三角函数。靠前的优先当 u，剩下的和 dx 一起当作 dv。

看例子 ∫ x e^x dx。幂函数排在指数函数前面，所以令 u = x，dv = e^x dx。于是 du = dx，v = e^x：

原式 = x e^x - ∫ e^x dx = x e^x - e^x + C

有时候被积函数只有一个函数，也能用分部积分。比如 ∫ ln x dx，令 u = ln x，dv = dx，则：

原式 = x ln x - ∫ x·(1/x) dx = x ln x - x + C

看似绕了一圈，实际上把对数函数换成了代数函数，积分大门就打开了。

8. 定积分与牛顿-莱布尼茨公式

定积分是上册的收官章，也是很多人觉得最有成就感的地方，因为它能真正算出面积、距离、做功这些实在的东西。

8.1 从面积到定积分定义

曲边梯形的面积没法直接用矩形公式算，但可以分条。把区间 [a, b] 切成 n 段，每段长度 Δx，在里面取一个代表点 ξᵢ，用 f(ξᵢ)·Δx 作为一个小矩形面积，把所有小矩形都加起来。然后让 n 趋近无穷，每段长度都趋于 0，如果这个和存在极限，就记作 ∫_a^b f(x) dx。

所以定积分定义的三个动作是：分割、求和、取极限。它和极限的关系在这里再次体现：整本上册就是一个“用极限定义一切”的过程。

8.2 牛顿-莱布尼茨公式：微积分的灵魂

如果 F(x) 是 f(x) 的一个原函数，那么：

∫_a^b f(x) dx = F(b) - F(a)

这个公式把无限小求和问题，转化成了找原函数、代上下限、相减的代数题。你不需要真的去做无限求和，只需要算原函数在端点的差值。这是微积分的灵魂所在。

举个例子：∫_0^1 x² dx。找原函数 F(x) = x³/3，代入上下限：

1/3 - 0 = 1/3

如果非要按定义硬算无限个矩形的和，也能得到这个结果，但工作量会让人怀疑人生。所以牛顿-莱布尼茨公式几乎就是定积分计算的全部。

8.3 定积分的应用视角

上册的应用主要是面积和少量物理量，我提炼几个高频模型。

面积：函数与 x 轴围成的面积是 ∫_a^b |f(x)| dx；两条曲线围成的面积是 ∫_a^b [f(x) - g(x)] dx，前提是判断好谁在上谁在下。

路程：已知速度函数 v(t)，从 t₁ 到 t₂ 的位移是 ∫_{t₁}^{t₂} v(t) dt。

变力做功：沿位移方向受力 F(x) = kx，从 x₁ 到 x₂ 做的功是 ∫_{x₁}^{x₂} kx dx = ½kx²|_{x₁}^{x₂}。

初学最容易被坑的是“符号面积”。定积分算出来的是有正负的代数和，x 轴下方的积分值是负的。所以如果题目问“面积”，不要直接 ∫ f(x) dx，要先判断区间内函数是否变号，必要时拆开区间、加上绝对值。

对我来说，上册最值得反复咀嚼的一句话是：极限定义连续，连续支撑导数，导数反演得到积分，积分再用于描画面积。这个链条一旦在脑子里立住，后面所有的章节都只是沿这条主干长出的分支。而所谓的“简单版”，其实就是先把主干看清，再往里面填细节。

在上册结束之后，下册还会碰多元函数、曲线曲面积分、无穷级数等新内容，到时候你会发现，上册练熟的一元和极限思维照样是底层地基。所以别嫌这段路基础琐碎，它是整个高等数学真正的承重墙。我最后再分享一个习惯：学每一章之前，先问自己三个问题——这章在回答什么问题，用什么工具回答，和上一章的结论怎么衔接。这套问题问上几章，高数就不再是一场概念接力赛，而是一条你自己能画出来的地图。