高等数学

📖这门课到底讲什么

高等数学以极限为基石，系统讲授一元与多元微积分、无穷级数与常微分方程，是整个理工科知识体系的地基。它训练的是用连续量刻画变化的思维方式：导数描述瞬时变化率，积分把无穷小累加成整体，级数把复杂函数拆成简单项之和。后续的概率论、数值分析、最优化、机器学习中的梯度下降、图形学里的曲线曲面，全都直接建立在这些工具之上。学完你应能熟练求极限、算导数与积分、判断级数收敛性、求解常见微分方程，并把工程问题抽象成函数模型进行近似求解，为后面二十多门专业课提供统一的数学语言。

🎯为什么必须学好

高等数学是考研数学一的分值大头（占比约百分之五十六），也是保研绩点里学分最重、最容易拉分的一门课；大厂算法岗与机器学习岗面试中的梯度、凸性、最优化问题，本质都在考它。它还是硬前置：没有微积分，概率论、信号处理、深度学习公式推导全部寸步难行。面试里为什么交叉熵比平方损失更适合分类、梯度下降为什么有效这类问题，答得好与否直接体现这门课的功底。

📌核心知识清单

• 极限的定义（epsilon-delta 语言）与极限计算：等价无穷小替换、洛必达法则、泰勒展开求极限
• 一元函数微分学：导数定义、罗尔/拉格朗日/柯西中值定理、单调性与极值、凹凸性
• 一元函数积分学：换元与分部积分法、定积分的几何与物理应用（面积、体积、弧长、做功）
• 多元函数微分学：偏导数、全微分、方向导数与梯度、拉格朗日乘子法求条件极值
• 重积分与曲线曲面积分：二重/三重积分计算、格林公式、高斯公式、斯托克斯公式
• 无穷级数：正项级数判别法、交错级数、幂级数收敛半径与函数展开、傅里叶级数
• 常微分方程：可分离变量方程、一阶线性方程、二阶常系数线性方程与实际问题建模
• 泰勒近似与误差估计：用低阶多项式逼近复杂函数并给出余项界

✍️怎么学（可执行步骤）

1. 以同济大学《高等数学》上下册为主线逐章推进，每章先做课后基础题再做综合题，极限、中值定理、级数三章各刷够一百道题，错题按定理归类重做两遍
2. 用 B 站宋浩老师或蔡高厅的公开课补概念，一比二分配时间（一小时视频配两小时练习），笔记只记定义、定理成立条件和典型反例
3. 把每个定理翻译成一句人话并配一个反例（可导不一定导函数连续、连续不一定可导、级数收敛项不一定趋零的反面），考研阶段用张宇1000题或李永乐660题限时训练
4. 学完导数后立刻写代码验证直觉：用 Python 的 sympy 求导、泰勒展开，用 matplotlib 画出原函数与低阶近似的对比图，把抽象公式变成看得见的曲线

📚推荐教材与书籍

🎬视频课程 / 公开课

🌐网站与文档

🐙GitHub 开源资料

🧪动手实践任务

🧾考试与面试