微积分回答的是两个关于"变化"的古老问题：一个东西在某个瞬间变化多快？一个曲线围成的面积是多少？第一个问题引出导数，第二个引出积分。牛顿和莱布尼茨各自独立发现了两者是互逆的——就像乘法和除法是一对逆运算一样。这张页面追踪"变化和累积"这个想法本身的四次飞跃。
"圆的面积 πr²——背公式就行。但为什么一个弯弯的圆跟 r² 这种直的平方有关系？圆的周长是 2πr——把圆剪开拉直就是这条长度？"
| 你看到的现象 | 直觉怎么说 | 缺了什么 |
|---|---|---|
| 圆的面积 πr² | "背公式" | 弯的怎么变成直的？π 是怎么进到这个公式里的？ |
| 自由落体 h = ½gt² | "物体越掉越快" | 速度在变——怎么求出"走了多远"？ |
| 球体的体积 ⁴⁄₃πr³ | "背公式" | 曲面的体积怎么算？只能用公式吗？ |
| 函数图上曲线下面的面积 | "不太规则" | 不是三角形也不是矩形——曲边图形的面积怎么算？ |
直觉能处理直线、矩形、长方体的计算，但遇到曲线、曲面、变速度——就束手无策了。而真实世界几乎都是"弯的"。
lim(x→a) f(x) = L 的严格定义：对于任意正的 ε，存在 δ，使得当 0 < |x-a| < δ 时 |f(x)-L| < ε。
翻译：你想让 f(x) 和 L 有多接近（ε），我就能让 x 和 a 足够接近（δ）来实现。不是"近似"——是一种可被无限逼近的精确性。
例子：lim(x→2) x² = 4。你想让 x² 跟 4 的差距小于 0.0001（ε=0.0001），我只要让 x 跟 2 的差距小于某个 δ（比如 0.000025），就能保证。不管你把 ε 设得多小，总能找到一个 δ——这就是极限存在。
| 问题 | 直 | 怎么做 | 极限怎么解决 |
|---|---|---|
| 曲边梯形的面积 | 把曲线下的区域切成矩形，矩形越多越精确 | 矩形宽度 → 0，矩形数量 → ∞，面积趋近一个固定值——这就是积分 |
| 瞬时速度 | 平均速度 = Δs/Δt，让 Δt → 0 | Δt → 0 时平均速度趋近一个固定值——这就是导数 |
两个问题看似不同（一个算面积，一个算速度），但都用同一个工具解决——极限。
极限的核心是一个微妙但关键的区别：Δx 趋近于 0，但不等于0。如果等于 0，Δs/Δt 就变成了 0/0——没意义。如果不趋近于 0，算出来的就是"平均速度"而不是"瞬时速度"。
无穷小的概念困扰了数学界 200 年。19 世纪柯西和魏尔斯特拉斯用 ε-δ 语言把极限严格化——不需要"无穷小"这个概念，只需要"对于任意 ε，存在 δ"。
直线（一次函数）的斜率是常数——整个直线上陡峭程度一样。曲线的斜率在每一点都不同。
怎么求曲线上某点的斜率？
f'(x) = lim(h→0) [f(x+h) - f(x)] / h
基本求导公式：
| 应用 | 怎么做 | 以前有多难 |
|---|---|---|
| 求极值 | f'(x) = 0 的点可能是极大值或极小值 | 配方只能做二次函数，试数效率低 |
| 判断增减 | f'(x) > 0 → 递增，f'(x) < 0 → 递减 | 以前靠分析，现在一阶导数 |
| 近似计算 | 函数在局部 ≈ 切线——用线性近似计算复杂函数的值 | 没有导数就无法系统化做近似 |
| 优化问题 | "成本最小化""利润最大化" → f'(x)=0 | 几何法繁琐，代数解复杂 |
回到函数树的速度问题：路程函数 s(t) 的导数 s'(t) 就是速度。速度函数 v(t) 的导数 v'(t) 是加速度。如果你想算"从静止开始自由落体3秒后速度多快"——s(t) = ½gt² → s'(t) = gt → 3秒后速度 = 3g ≈ 29.4 m/s。
要算 y = f(x) 从 x=a 到 x=b 曲线下的面积：
∫ₐᵇ f(x) dx = lim(n→∞) Σ f(x_i) · Δx
积分的符号 ∫ 就是拉长的 S（sum 的第一个字母）。
基本定理分两部分：
第一部分才是真正的大杀器：你不用真的去切无穷多个矩形了——只要找到 f(x) 的一个原函数 F(x)（即导数等于 f 的函数），然后算 F(b) - F(a) 就行。
| 计算任务 | 原始方法 | 基本定理 |
|---|---|---|
| ∫₀¹ x² dx | 切成无穷多小矩形求和 | 原函数 F(x) = x³/3，F(1)-F(0) = 1/3 |
| ∫₀^π sin(x) dx | 无穷多小矩形逼近 | 原函数 F(x) = -cos(x)，F(π)-F(0) = 2 |
第二部分同样深刻：如果你用积分定义一个函数，这个函数的导数就是被积函数。积分的导数回到原来——它们确实是逆运算。
积分不只是曲边梯形的面积：
所有"累积"类的问题——面积、体积、弧长、功、总成本——都能用积分统一处理。
一个简单的例子：dy/dx = 2x。问的是：什么函数 y(x) 的导数等于 2x？
答案是 y = x² + C（任意常数——因为常数的导数为零）。
如果你还知道一个条件（比如 x=0 时 y=1），就能确定 C=1，解为 y = x² + 1。
微分方程 = 描述变化率的方程。解 = 找到那个满足条件的函数。
| 类型 | 形式 | 描述什么 |
|---|---|---|
| 指数增长/衰减 | dy/dt = ky | 增长率和当前量成正比——人口增长、放射性衰变、复利 |
| 逻辑斯谛增长 | dy/dt = ky(1-y/K) | 有上限的增长——种群生态学 |
| 简谐运动 | d²x/dt² = -ω²x | 弹簧、摆钟来回振动 |
| 热方程 | ∂u/∂t = α ∂²u/∂x² | 热量在物体中怎么扩散 |
| 波动方程 | ∂²u/∂t² = c² ∂²u/∂x² | 声波、水波、光波怎么传播 |
每种微分方程对应一类自然现象。解微分方程 —就是预测这些现象随时间怎么变化。物理学的绝大多数基本定律都是微分方程。
真实的物理问题几乎都有多个变量。温度在空间中有三个方向的变化率需要三个偏导数：
多元微积分不是"更难"——它是让微积分能描述真实的三维世界。从一元到多元，数学从"一根线上的变化"拓展到"空间中真实的变化"。
| 飞跃 | 之前怎么理解变化 | 之后怎么理解 | 这一跳让你能做什么新事 |
|---|---|---|---|
| 1. 极限 | "直的会算，弯的近似" | "极限让无无穷逼近变成严格" | 微积分严格化的语言基础 |
| 2. 导数 | "曲线有陡和缓" | "导数 = 瞬时变化率 = 切线斜率" | 求极值、近似计算、物理建模 |
| 3. 积分和基本定理 | "到处是需面积" | "求原函数就能算积分——导数和积分互逆" | 面积、体积、弧长的统方处理 |
| 4. 微分方程 | "工具用于算已知问题" | "微分方程描述自然的基本语言" | 物理定律、工程建模、科学预测 |