简介：《普林斯顿微积分读本.修订版》是一本面向大学低年级学生、高中高年级学生、微积分爱好者及数学教师的单变量微积分学习读物，源自普林斯顿大学广受欢迎的微积分复习课程，旨在帮助读者理解概念并训练独立解题能力。全书系统讲解极限、连续、微分、导数的应用、积分、无穷级数、泰勒级数与幂级数等内容，作者阿德里安·班纳以非正式、富有趣味的对话式风格，独创“内心独白”方式呈现问题求解的思考过程，例题由浅入深并配有详细推理，既可作为教材与习题集，也可作为学习指南，便于教师备课参考。资源包共1个PDF文件，大小约18.18MB，内容结构清晰、章节目标明确，附有索引与习题答案，方便查阅复习。目前已有2615人学习，适合希望系统掌握微积分知识、提升数学分析与解题能力的读者按需选读。

1. 微积分备考：从极限到级数，一张图看清考什么、怎么拿分

微积分这门课，挂科率常年居高不下，但它的考点分布其实相当集中。不管是期末考、考研数一数二，还是专升本、转学分的校内测试，命题人反复围绕的也就那么几个模块：极限与连续、导数与微分、导数的应用、积分与积分技巧、反常积分、无穷级数与泰勒展开。这本《普林斯顿微积分读本（修订版）》最值钱的地方，不是它讲得多全，而是它把每个模块里“学生最容易卡住的那一步”单独拎出来，用内心独白的方式拆给你看。换句话说，它教的不是知识点本身，而是解题时脑子里该走的那条路。如果你正在准备一场以计算和证明为主的微积分考试，或者需要一本能当习题集、又能当复习提纲的案头书，下面这几章的考点拆解和答题套路，就是给你准备的。

2. 极限与连续：三类必考题的识别与答题模板

极限是整个微积分的地基，也是考试第一道大题的高发区。命题人在这里不会为难你太狠，但一定会设一两个坑，专门筛掉那些只会套公式、不判断类型的人。这一章把极限题按“长什么样”分成三类，每类给你识别信号和固定答题动作。

2.1 有理函数与根式极限：先看趋向，再定策略

遇到 (\lim_{x \to a} \frac{p(x)}{q(x)}) 这种有理分式，第一步永远不是通分，而是代入看分母。代入后分母不为零，直接算；分母为零、分子也为零，说明有公因式，因式分解约掉再算；分母为零、分子不为零，那就要分左右极限讨论，结果可能是无穷大或不存在。

根式极限的套路更固定：分子分母同时乘共轭式，把根号差转化成多项式差，约掉致零因子。比如 (\lim_{x \to 4} \frac{\sqrt{x}-2}{x-4})，乘 (\frac{\sqrt{x}+2}{\sqrt{x}+2}) 之后分母变成 ((x-4)(\sqrt{x}+2))，约掉 (x-4)，答案就是 (1/4)。这类题在卷面上出现频率极高，答题时把“乘共轭”这一步写清楚，过程分基本稳拿。

当 (x \to \infty) 时，策略换成“看最高次项”。有理函数分子分母同除以最高次幂，根式型函数注意 (\sqrt{x^2}=|x|) 而不是 (x)，这是选择题最爱设的陷阱。答题模板可以固定为三句话：判断趋向类型、选择同除或共轭、写出主导项之比。

2.2 三明治定理与重要极限：证明题的固定起手式

三明治定理（夹逼定理）在考试里通常以证明题出现，题干往往要求你证明某个复杂函数的极限存在并求值。答题思路是：先找到两个容易求极限的边界函数，一个从上方压、一个从下方托，再证明两者极限相等。常见场景是含 (\sin)、(\cos) 的有界振荡项，比如 (x^2 \sin(1/x)) 在 (x \to 0) 时，用 (-x^2 \le x^2\sin(1/x) \le x^2) 夹住，两端都趋于零，结论立得。

两个重要极限 (\lim_{x\to 0}\frac{\sin x}{x}=1) 和 (\lim_{x\to 0}(1+x)^{1/x}=e) 是必须条件反射写出来的。考试中它们很少单独出现，而是藏在复合结构里，比如 (\frac{\sin 3x}{2x}) 要先把 (3x) 凑出来，再乘系数 (3/2)。答题时把“凑形式”的过程写出来，比直接写答案更安全，因为阅卷人看的就是你有没有识别出重要极限的结构。

2.3 连续性与介值定理：概念题和存在性证明

连续性考法分两种。一种是判断分段函数在分界点是否连续，答题动作是“算左极限、算右极限、算函数值，三者相等才连续”。另一种是介值定理的应用，典型问法是“证明方程 (f(x)=0) 在某个区间内至少有一个根”。答题模板：先说明 (f) 在闭区间上连续，再算两个端点的函数值异号，由介值定理得存在零点。这个三步走几乎可以套用所有存在性证明题。

提示：介值定理使用前必须交代“闭区间上连续”这个条件，漏写是常见失分点，阅卷时直接扣步骤分。

2.4 真题演练：一道综合极限题的完整答法

题目：求 (\lim_{x \to 0} \frac{\sqrt{1+x}-\sqrt{1-x}}{x})。

答题思路分三步写。第一步，代入 (x=0)，分子分母均为零，判定为 (0/0) 型，需要变形。第二步，分子分母同乘共轭式 (\sqrt{1+x}+\sqrt{1-x})，分子变成 ((1+x)-(1-x)=2x)，分母变成 (x(\sqrt{1+x}+\sqrt{1-x}))。第三步，约掉 (x)，得到 (\frac{2}{\sqrt{1+x}+\sqrt{1-x}})，再代入 (x=0)，结果为 (1)。

# 用符号计算验证上述极限，sympy 是常见的验证工具 import sympy as sp x = sp.symbols('x') expr = (sp.sqrt(1 + x) - sp.sqrt(1 - x)) / x limit_value = sp.limit(expr, x, 0) print(limit_value) # 输出 1，与手算结果一致

这段代码的作用是交叉验证。sp.limit(expr, x, 0)中第一个参数是表达式，第二个是变量，第三个是趋向点。考试时当然不能写代码，但平时练习用符号计算核对答案，能快速发现自己在共轭变形或约分时有没有算错符号。这类题面试或口试中也可能被要求“说说你的思路”，你就按“判型、变形、约分、代值”四步讲，条理清楚比算得快更加分。

3. 导数与微分：求导法则、隐函数与相关变化率

导数部分的考点密度很高，但题型高度模式化。求导法则本身不难，难的是在复合结构里不丢链式法则、在隐函数里不忘对 (y) 求导、在相关变化率里找对变量关系。这一章按题型拆开讲，每个题型配一个答题动作清单。

3.1 求导法则与链式法则：复合函数的分层拆解

乘积法则、商法则、链式法则这三条是求导题的骨架。考试中最容易翻车的是链式法则，尤其是三层以上复合，比如 (\sin^2(3x))。答题时建议从外往里剥：最外层是平方，导数是 (2\sin(3x))；再对 (\sin(3x)) 求导得 (3\cos(3x))；乘起来是 (6\sin(3x)\cos(3x))。每一步都写出来，不要跳步，跳步是计算题失分的第一大原因。

取对数求导法专门对付 (y=x^x) 或 (y=(\sin x)^x) 这种底数和指数都含变量的函数。答题模板：两边取自然对数，用对数法则把指数拉下来，再两边对 (x) 求导，最后把 (y) 乘回去。这个方法的得分点在于“取对数”和“回代”两步都要写清楚，只写结果容易被判过程不完整。

3.2 隐函数求导与切线方程：二阶导是拉分点

隐函数求导的固定动作是：方程两边同时对 (x) 求导，遇到 (y) 就写成 (y')，然后解出 (y')。一阶导通常不难，拉分点在于二阶导。求二阶导时，要把一阶导的结果代入，并且记住 (y) 仍然是 (x) 的函数，对含 (y) 的项再求导时还要乘 (y')。很多考生在这里忘记链式法则，导致二阶导全错。

切线方程题的标准答法是：先求导得斜率 (k=f'(x_0))，再用点斜式 (y-y_0=k(x-x_0))。如果是隐函数给出的点，先代入验证点在曲线上，再求导代值。答题时把“求导、代点、写方程”三步分开写，阅卷人一眼就能看到你的逻辑链。

3.3 相关变化率：先建关系式，再对时间求导

相关变化率题的题干通常描述两个量同时随时间变化，比如半径增大时面积的变化率。答题模板分四步：第一步，写出两个量之间的几何或物理关系式；第二步，两边对时间 (t) 求导；第三步，代入已知数值；第四步，解出未知变化率。关键在第一步，关系式找错，后面全错。

常见翻车点是单位不统一，或者把“变化率”的正负号搞反。比如体积减小时 (dV/dt) 应为负值，如果题目问“减小的速率”，答案要取正值。答题时在最后一句注明“减小速率为……”，把符号含义说清楚，能避免不必要的扣分。

3.4 真题演练：隐函数二阶导的完整过程

题目：已知 (x^2+y^2=25)，求 (\frac{d^2y}{dx^2})。

第一步，两边对 (x) 求导：(2x+2yy'=0)，解得 (y'=-x/y)。第二步，对 (y') 再求导：(y''=\frac{-y+xy'}{y^2})，这里用了商法则，注意分子中 (x) 的导数是 1、(y) 的导数是 (y')。第三步，把 (y'=-x/y) 代入，得 (y''=\frac{-y-x^2/y}{y^2}=\frac{-y^2-x^2}{y^3})。第四步，利用原方程 (x^2+y^2=25)，化简为 (y''=-25/y^3)。

# 隐函数二阶导的符号验证 import sympy as sp x = sp.symbols('x') y = sp.Function('y')(x) eq = sp.Eq(x**2 + y**2, 25) # 求一阶导 dy = sp.idiff(eq.lhs - eq.rhs, y, x) # 求二阶导 d2y = sp.idiff(dy, y, x) print(sp.simplify(d2y))

sp.idiff的第一个参数是表达式，第二个是应变量，第三个是自变量。这段代码的意义在于，手算二阶导时最容易在商法则的分子符号上出错，用符号计算跑一遍，能立刻定位是哪一步符号反了。考试中遇到这类题，答题时把“一阶导、代入、再求导、化简”四步写全，即使最后化简没到位，过程分也能拿到大半。

4. 积分与积分技巧：换元、分部与三角换元的选用顺序

积分是整张卷子里分值最重、也最容易让人卡住的部分。很多人不是不会算，而是面对一个积分不知道先试哪种方法。这一章给你一个明确的选用顺序，再配三道典型题的答题过程，把“看到什么信号用什么方法”固定下来。

4.1 换元法与分部积分：先看结构，再定方法

拿到一个不定积分，第一反应应该是“能不能换元”。如果被积函数里出现某个函数的导数因子，比如 (\int 2x\cos(x^2),dx)，那 (x^2) 的导数 (2x) 正好在旁边，令 (u=x^2) 即可。换元后记得把 (dx) 也换掉，最后结果回代成 (x) 的表达式。定积分换元时，上下限要跟着换，这一步漏写是高频失分点。

分部积分适用于“两类不同函数相乘”的结构，口诀是“反对幂指三”，按反三角、对数、幂、指数、三角的顺序选 (u)。比如 (\int x e^x,dx)，选 (u=x)、(dv=e^x dx)，套公式 (\int u,dv=uv-\int v,du) 得 (xe^x-e^x+C)。答题时把 (u)、(dv)、(du)、(v) 四个量列出来再套公式，比直接写结果更稳。

4.2 三角换元与部分分式：根式与有理式的固定套路

看到 (\sqrt{a^2-x^2}) 令 (x=a\sin\theta)，看到 (\sqrt{x^2+a^2}) 令 (x=a\tan\theta)，看到 (\sqrt{x^2-a^2}) 令 (x=a\sec\theta)。三角换元的关键动作是“换完之后画三角形回代”，因为积分结果通常含 (\theta)，要转回 (x) 的表达式。答题时把三角形画在草稿上，回代时写清楚 (\sin\theta)、(\cos\theta) 与 (x) 的关系，过程分就稳了。

部分分式针对有理函数，步骤是：先做多项式除法（如果分子次数不低于分母），再因式分解分母，按因子类型设部分分式，最后待定系数。答题时把“设形式、通分、比较系数、积分”四步写出来，即使系数算错，阅卷人也能看到你的方法是对的。

4.3 真题演练：一道三角换元积分的完整答法

题目：求 (\int \frac{dx}{\sqrt{4-x^2}})。

第一步，识别结构 (\sqrt{a^2-x^2})，(a=2)，令 (x=2\sin\theta)，则 (dx=2\cos\theta,d\theta)，(\sqrt{4-x^2}=2\cos\theta)。第二步，代入得 (\int \frac{2\cos\theta}{2\cos\theta}d\theta=\int d\theta=\theta+C)。第三步，回代，由 (x=2\sin\theta) 得 (\theta=\arcsin(x/2))，所以结果为 (\arcsin(x/2)+C)。

# 三角换元积分的符号验证 import sympy as sp x = sp.symbols('x') expr = 1 / sp.sqrt(4 - x**2) result = sp.integrate(expr, x) print(result) # 输出 asin(x/2)，与手算一致

sp.integrate(expr, x)对表达式做不定积分，第二个参数是积分变量。这段代码的用途是核对回代是否正确。三角换元题最常见的错误不是换元本身，而是回代时把 (\theta) 和 (x) 的关系写反，或者忘记加常数 (C)。考试时把回代那一步单独写一行，注明“由 (x=2\sin\theta) 得 (\theta=\arcsin(x/2))”，既清楚又能拿满步骤分。

4.4 定积分与面积：上下限代入和绝对值处理

定积分的计算在不定积分基础上多一步“代入上下限相减”。答题时先求原函数，再写 (F(b)-F(a))，不要跳步直接写数值。求两条曲线之间的面积时，先求交点定积分限，再判断哪条曲线在上方，被积函数写成“上减下”。如果曲线在区间内交叉，要分段积分，每段取绝对值。

注意：定积分换元后如果继续用原上下限代入，必须先回代成 (x) 的表达式；如果换上下限，就要在新变量下计算。两种做法不能混用，混用是定积分题最常见的翻车方式。

5. 易错点：五个高频失分动作与纠正答法

这一章不按知识点分，按“考生实际怎么错的”来分。每一条都告诉你错在哪、为什么错、正确的答题动作是什么。这些点来自大量练习和阅卷中反复出现的模式，考前过一遍，能挡掉不少冤枉分。

5.1 极限题直接代入不判型

错在哪：拿到极限题，不管三七二十一先把 (x=a) 代进去，算出 (0/0) 就卡住，或者算出非零除以零还硬写一个数。为什么错：极限题的第一步是判型，(0/0) 型需要变形，非零除以零要分左右极限，直接代入等于跳过了最关键的分析步骤。怎么答对：养成“先代入、再判型、后选法”的三步习惯，卷面上把判型那句话写出来，比如“代入得 (0/0) 型，需因式分解”，这本身就是得分点。

5.2 链式法则漏乘内层导数

错在哪：求 (\sin(3x)) 的导数写成 (\cos(3x))，漏了内层 (3x) 的导数 3。为什么错：复合函数求导时，外层求导后必须乘以内层函数的导数，这是链式法则的定义，漏乘说明只看到了外层。怎么答对：每遇到复合结构，先在草稿上标出“外层是什么、内层是什么”，求导时按“外导乘内导”写两步，再化简。三层复合就从最外层开始一层一层剥，每层都写出来。

5.3 隐函数二阶导忘记 (y) 是 (x) 的函数

错在哪：对 (y') 再求导时，把含 (y) 的项当成常数处理，或者对 (y) 求导时不乘 (y')。为什么错：隐函数中 (y) 由 (x) 决定，对 (x) 求导时 (y) 的导数就是 (y')，这是隐函数求导的核心。怎么答对：二阶导的每一步都对 (x) 求导，遇到 (y) 就写 (y')，遇到 (y') 就写 (y'')，把链式法则显式写出来，不要心算。

5.4 定积分换元后上下限不处理

错在哪：换元后仍然用原来的 (x) 上下限代入新变量 (\theta) 的表达式，或者回代了却忘了改上下限。为什么错：上下限属于积分变量，变量换了，上下限的含义就变了。怎么答对：两种正确做法选一种并写清楚——要么换元同时换上下限（用 (x=a) 和 (x=b) 算出对应的 (u) 值），要么先算不定积分、回代成 (x) 后再用原上下限。答题时在换元那一步旁边注明“上下限随之变为……”，避免自己后面搞混。

5.5 级数敛散性判别选错方法

错在哪：看到级数就套比值判别法，结果极限等于 1，判别失效，然后不会换方法。为什么错：比值判别法在极限为 1 时给不出结论，这时候需要换比较判别法、积分判别法或 p 判别法。怎么答对：先看通项结构，含阶乘或指数选比值法，含 (1/n^p) 形式选 p 判别法，通项是正项且单调递减选积分判别法。答题时把“因为……所以选用……判别法”写出来，方法选对，过程分就有了。

6. 级数与泰勒展开：敛散判别和展开式的答题节奏

级数部分是很多人的噩梦，但其实考试对它的要求很明确：会判断敛散、会求收敛半径、会写几个基本函数的泰勒展开。这一章把这三件事的答题节奏固定下来，再给一个泰勒展开的完整演算，帮你在考场上不慌。

6.1 正项级数判别法：按通项结构选工具

正项级数的判别法有一串，但选用逻辑很清晰。通项含 (n!) 或 (a^n)，优先比值判别法，算 (\lim |a_{n+1}/a_n|)，小于 1 收敛、大于 1 发散、等于 1 失效。通项是 (1/n^p) 或能跟它比较，用 p 判别法或比较判别法，(p>1) 收敛、(p\le 1) 发散。通项是正项、单调递减且容易积分，用积分判别法。

答题模板：先写“这是正项级数”，再写“因为通项含……所以选用……判别法”，然后算极限或比较，最后下结论。这个模板看起来啰嗦，但每一步都是阅卷人找的得分点，尤其是“选用哪种判别法”的理由，很多人直接跳过，结果方法用错还丢了过程分。

6.2 交错级数与绝对收敛：莱布尼茨判别法的两个条件

交错级数用莱布尼茨判别法，两个条件缺一不可：通项绝对值单调递减，且通项极限为零。答题时把这两个条件分别验证并写出来，再下“级数收敛”的结论。如果题目还问“是绝对收敛还是条件收敛”，要额外判断绝对值级数是否收敛：绝对值级数收敛则绝对收敛，绝对值级数发散但原级数收敛则条件收敛。

常见失分点是只验证了极限为零，没验证单调递减，或者把“收敛”直接写成“绝对收敛”。答题时把“绝对收敛”和“条件收敛”的定义在草稿上写一遍，确认自己判断的是哪一个，再落笔。

6.3 泰勒展开与收敛半径：从公式到代入的固定流程

泰勒展开题的答题流程是：写出展开点、写出通项公式、逐阶求导代值、写出展开式、求收敛半径。以 (e^x) 在 (x=0) 处展开为例，各阶导数都是 (e^x)，在 0 处都为 1，所以展开式是 (\sum_{n=0}^{\infty} x^n/n!)，收敛半径用比值判别法算得无穷大。

收敛半径的求法通常用比值判别法对通项做极限，令极限小于 1 解出 (|x|) 的范围。答题时把“设通项、算比值极限、令其小于 1、解范围”四步写清楚，端点是否收敛单独讨论。端点讨论是拉分点，很多人只写开区间就交卷，漏掉端点判断。

6.4 真题演练：一道幂级数收敛域的完整答法

题目：求幂级数 (\sum_{n=1}^{\infty} \frac{x^n}{n}) 的收敛域。

第一步，设通项 (a_n=x^n/n)，用比值判别法算 (\lim_{n\to\infty}|a_{n+1}/a_n|=\lim |x|\cdot\frac{n}{n+1}=|x|)。第二步，令 (|x|<1) 得收敛区间 ((-1,1))，收敛半径 (R=1)。第三步，讨论端点：(x=1) 时级数为 (\sum 1/n)，调和级数发散；(x=-1) 时级数为 (\sum (-1)^n/n)，由莱布尼茨判别法收敛。第四步，结论：收敛域为 ([-1,1))。

# 用 sympy 验证幂级数在端点的敛散性 import sympy as sp n = sp.symbols('n', positive=True, integer=True) # x=1 时的通项 term_pos = 1 / n # x=-1 时的通项 term_neg = (-1)**n / n print(sp.summation(term_pos, (n, 1, sp.oo))) # 发散，输出 oo print(sp.summation(term_neg, (n, 1, sp.oo))) # 收敛，输出 -log(2)

sp.summation(expr, (n, 1, sp.oo))对通项从 1 到无穷求和，能直接看出端点级数是发散还是收敛。这段代码的价值在于，端点讨论是幂级数题最容易漏的一步，用符号计算核对一遍，能确认自己没把发散当成收敛。考试时把端点讨论单独成段写，注明用了哪种判别法，这一段的步骤分往往比主区间还值钱。

7. 考场答题节奏：从读题到落笔的固定动作

微积分考试的时间压力主要来自计算量，而不是难度。会做但做不完，是比不会做更常见的失分原因。这一章给你一套从读题到检查的固定动作，把时间花在能拿分的地方。

读题阶段，先花两分钟扫一遍整张卷子，把题目按“一眼会做、需要想一下、完全没思路”分三档。先做第一档，把能稳拿的分全部收进来，再回头做第二档。第三档留到最后，哪怕只写一个判型或一个公式，也可能拿到步骤分。这个策略听起来简单，但考场上很多人从第一题开始按顺序硬啃，卡在一道题上十几分钟，后面会做的题反而没时间写。

落笔阶段，计算题的过程要“一步一行”，不要把多个变形挤在一行里。阅卷人按步骤给分，你写得清楚，他找得到得分点；你写得密，他找不到，吃亏的是你。证明题先写“要证什么”，再写“已知什么”，然后写“由……得……”，最后写“故结论成立”。这个结构看起来刻板，但它是阅卷人最熟悉的格式，照着写不会丢结构分。

检查阶段，优先检查三类地方：符号（正负号、绝对值）、上下限（定积分换元、级数端点）、常数（不定积分的 (+C)、微分方程的通解常数）。这三类是计算题失分的重灾区，而且检查起来快，一分钟能过好几道。至于思路层面的错误，考场上很难自查出来，所以平时练习时就要养成“做完一道题回头讲一遍思路”的习惯，讲得通才算真会。

提示：考前一周不要再刷新题，把做过的错题按“错在哪、为什么错、正确动作是什么”三栏整理一遍，比做十套新卷子有用。

我自己的习惯是，每次模拟考之后不急着对答案，先把整张卷子按“会做且做对、会做但算错、不会做”三类统计一遍，算错的那类单独抄到错题本上，只写正确动作，不写错误过程。这个习惯坚持下来之后，考场上同类错误出现的次数明显下降。希望帮到你。

本文还有配套的精品资源，点击获取