楼层: 小学/ 初中/ 高中/ 大学/ 研究生/ 算法/ 奥数
大学数学 · 模块导读

大学数学不是让你当数学家,是让你看懂这个世界怎么运转——从车速到 AI,全是微积分和线性代数在背后撑腰。这一层 20 个知识点,分四大模块:极限与微积分、线性代数、概率统计、离散数学。每一节都按"引子 → 是什么 → 怎么想到 → 完整解法 → 用途 → 延展 → 防坑 → 练习 → 小结"十步走完,学完你能自己讲给别人听。

📚 知识点深化专题(点击进入 11 模块完整精讲页:导图+公式表+真题+18题分层练习)
两个重要极限洛必达法则等价无穷小中值定理泰勒公式换元积分分部积分定积分应用一阶微分方程二阶微分方程偏导与全微分重积分行列式与矩阵秩与特征值
本课思维导图:四大模块怎么搭起来
箭头方向 = 学的顺序和依赖:微积分是地基,线代是通用工具箱,概率管"不确定性",离散喂给计算机科学。想跳到 AI?回头补这四块。
大学数学 20 个知识点 · 四大模块 极限与微积分 变化与累计 · 地基 线性代数 向量与矩阵 · 工具箱 概率统计 不确定性 · 数据 离散数学 计算机的语言 极限/连续 → 导数/微分 导数应用 → 不定/定积分 多元微积分 → 微分方程 矩阵/行列式 → 方程组/秩 向量空间 → 线性变换 特征值 → 二次型/正定 随机事件 → 随机变量 大数定律/中心极限 参数估计/假设检验 数理逻辑 → 集合论 图论(计算机网络/算法) 数论基础(密码学) 学完微积分才看得懂概率的"极限";线代喂给所有 AI 矩阵运算 ↓ 到研究生层:实变函数、泛函分析、抽象代数把这四块抬到严格化 ↓
一

模块一:极限与微积分

Calculus · 研究"变化"与"累计"

牛顿和莱布尼茨当年吵架分赃不均,却合伙给人类留下了最有用的工具。导数管"此刻变化多快",积分管"一路累加是多少",它俩互逆。火箭轨道、经济边际、AI 梯度下降,全从这里来。本模块 10 节,从极限这座地基一直盖到矩阵求导与反向传播。

这一模块在整条线里的位置:这是大学数学的第一块砖——高中你学的是"匀速、定值",大学第一件事就是学会处理"变"。从极限出发,先盖导数(这一刻变多快),再盖积分(一路累加多少),最后合起来解微分方程。学完这一块,到了研究生你会学实变函数、泛函分析——把"积分"和"收敛"讲得更严格;而你现在学的梯度,正是 AI 训练模型的引擎。
本模块要学什么 · 一张小图
地基:①极限与连续  →  微分:②导数与微分 · ③导数应用  →  积分:④不定积分 · ⑤定积分与应用  →  升级:⑥多元微积分 · ⑦矩阵求导与自动微分  →  实战:⑧微分方程入门 · ⑨无穷级数 · ⑩曲线积分与曲面积分
依赖链:极限是一切的根;导数与积分靠牛顿-莱布尼茨公式互为逆运算;多元和微分方程是它们的"实战版";而⑦矩阵求导是多元微积分的 AI 版——它直接长成神经网络的反向传播。
1
第 1 节 · 极限与连续
Limit & Continuity · 微积分的地基

【章首引子】你追公交,车离你 10 米,你跑到 5 米,车又溜到 2.5 米……每追一次距离减半,你是不是永远追不上?这就是两千…

进入本节 →
2
第 2 节 · 导数与微分
Derivative · 车速表上那根针

【章首引子】你开车看车速表,指针指 80——这个 80 不是你开了多远,是"此刻你冲多猛"。这就是导数:瞬时变化率。位移的导数是…

进入本节 →
3
第 3 节 · 导数应用:最值、作图、泰勒
Applications · 导数是你的探路雷达

【章首引子】老板让你设计一个罐头盒,体积固定 1 升,怎么用料最省?你说"随便做个圆的"——老板摇头。掏出导数:h = 2r,高…

进入本节 →
4
第 4 节 · 不定积分:求导的逆运算
Indefinite Integral · 知道速度反推位移

【章首引子】交警问你:"刚才那段路你开了多快?"你说不知道速度表,但我知道每一刻的瞬时速度。把这些瞬时速度一路加起来,就还原出总…

进入本节 →
5
第 5 节 · 定积分与应用:无限分割求和
Definite Integral · 黎曼和与牛顿-莱布尼茨

【章首引子】不规则图形的面积怎么算?老办法:把它切成无数个小矩形,一个个量了加起来。切得越细,加得越准。切到无限细,那个和就叫定…

进入本节 →
6
第 6 节 · 多元微积分入门:偏导与梯度
Multivariable Calculus · 山坡哪边走最陡

【章首引子】你站在一座山坡上,往北走是缓坡、往东走是绝壁——那"坡度"到底是多少?答案是:得分方向看。东西一个坡度,南北一个坡度…

进入本节 →
7
第 7 节 · 矩阵求导与自动微分:反向传播的 math 地基
Matrix Calculus · Autodiff · 从梯度到雅可比

标量/向量互相求导,雅可比登场

进入本节 →
8
第 8 节 · 微分方程入门:知道"怎么变"反推"变成啥"
ODE · 含导数的方程

【章首引子】你不知道病毒总数,但知道"每过一天,病例数翻一倍"。把这条规律写成方程,解出来就还原出整条增长曲线。自然界的动态规律…

进入本节 →
9
第 9 节 · 无穷级数:把无穷多项加起来会不会爆
Infinite Series · 什么时候收敛,什么时候泰勒展开

【章首引子】1 + 1/2 + 1/4 + 1/8 + … 一直加下去,结果是几?直觉上"无穷多项"应该无穷大,但这个式子越加越…

进入本节 →
10
第 10 节 · 曲线积分与曲面积分:沿一条线、过一张面的累计
Line & Surface Integrals · 格林公式把线积分变面积分

【章首引子】你推箱子走了一条弯弯的路,摩擦力方向沿途一直在变,总共做了多少功?这不是"沿 x 轴累加"能搞定的——得沿着这条弯曲…

进入本节 →
11
第 11 节 · 矩阵与行列式
Matrix & Determinant · 一张 Excel 表的变形魔法

【章首引子】你在 Excel 里填了张三行三列的表——那就是个矩阵。但矩阵不只是表格,它还是一段"变形魔法":你给它一个坐标,它…

进入本节 →
12
第 12 节 · 线性方程组与秩
Linear Systems & Rank · 一堆方程到底有没有解

【章首引子】5 个方程、3 个未知数,到底有没有解?直觉是"方程越多越可靠"——错!5 个方程里可能有 2 个在说同一件事,甚至…

进入本节 →
13
第 13 节 · 向量空间与线性变换
Vector Space & Linear Map · 把"空间"抽象出来

【章首引子】一张 1000×1000 的照片,把像素拉平,它就是个 100 万维的向量。我们每天活在高维空间里而不自知。这一节把…

进入本节 →
14
第 14 节 · SVD 与四个基本子空间:矩阵的骨架
Four Fundamental Subspaces · 奇异值分解 Singular Value Decomposition

输入输出各切两半

进入本节 →
15
第 15 节 · 特征值与特征向量:数据的性格
Eigenvalue & Eigenvector · Av = λv

【章首引子】矩阵 A 是个变形操作,大多数向量被它转得七扭八歪。但有少数特殊方向,变形后方向纹丝不动、只被拉长了 λ 倍——这个…

进入本节 →
16
第 16 节 · 二次型与正定矩阵
Quadratic Form · 曲面是碗还是马鞍

【章首引子】你在多元函数的某个驻点附近,弯成的曲面是一只碗(只有一个最低点),还是一个倒扣的碗(只有一个最高点),还是一座马鞍(…

进入本节 →
17
第 17 节 · 随机事件与概率:贝叶斯的反直觉
Probability · 看证据更新猜测

【章首引子】体检报告"阳性",检测准确率 99%——你是不是完了?别急。如果这个病本身只有千分之一的人得,那你真得病的概率其实只…

进入本节 →
18
第 18 节 · 随机变量与分布
Random Variables · 钟形曲线,万物之母

【章首引子】为什么身高、成绩、测量误差,画出来都是同一个钟形曲线?为什么客服电话一来不是均匀来的,而是一阵一阵?每种随机现象背后…

进入本节 →
19
第 19 节 · 大数定律与中心极限定理
LLN & CLT · 为什么样本够大就靠谱

【章首引子】赌场单局输赢靠运气,为什么老板从不慌?因为他每天面对成千上万局。大数定律把波动磨平,庄家稳稳拿走那 1%。这就是赌场…

进入本节 →
20
第 20 节 · 信息论:熵、交叉熵与 KL 散度
Entropy · Cross-Entropy · KL Divergence

越意外的事越"值钱"

进入本节 →
21
第 21 节 · 参数估计与假设检验
Estimation & Hypothesis Testing · 用数据说话

【章首引子】A 版按钮转化率 5%,B 版 5.5%——新版真的更好用,还是运气?你不能光看"差了多少",得看"差得靠不靠谱"。…

进入本节 →
22
第 22 节 · 数理逻辑
Logic · 把"如果…就…"严格化

【章首引子】你写代码 if (下雨 && 没带伞) 就打车——这里的 && 就是逻辑与。几亿个与或非门拼起来,就是你手里的电脑。…

进入本节 →
23
第 23 节 · 集合论
Set Theory · 一堆东西装在一个袋子里

【章首引子】"找既买过牛奶又买过面包的客户" = 交集;"买过牛奶或面包的" = 并集。SQL 里的 INNER JOIN 就是…

进入本节 →
24
第 24 节 · 图论:点和线的学问
Graph Theory · 导航、社交、网络布线

【章首引子】你打开手机地图查最短路线——它不是瞎试所有路,而是从起点一步步往外扩。这个"一步步往外扩"就是 Dijkstra 算…

进入本节 →
25
第 25 节 · 数论基础:整数的秘密与 RSA
Number Theory · 古代智力游戏,现代安全命根子

【章首引子】你刷手机支付,背后有几百位的大质数在替你站岗。两个大质数相乘只要一秒,把乘积拆回去却要算到天荒地老。RSA 加密就建…

进入本节 →
26
第 26 节 · 随机过程入门:马尔可夫链、泊松过程与布朗运动
Stochastic Processes · Markov / Poisson / Brownian

随时间演化的随机变量族

进入本节 →
图

大学数学知识图谱:一张总图收全

Knowledge Map · 四大分支的嵌套结构

【章首引子】二十节学完,脑子是一锅粥?这张图把它们挂回架子上。大学数学就四大分支:微积分、线性代数、概率统计、离散数学。每条末尾标了通往研究生层的路。

大学本科数学 · 四大分支嵌套图谱

  • 微积分研究"变化"与"累计"
    • 极限与连续:ε-δ、两个重要极限、闭区间连续函数三定理
    • 一元微积分:导数/微分、中值定理、泰勒、不定/定积分、牛-莱公式
    • 多元与方程:偏导、梯度、二重积分、常微分方程
    • → 研究生:实变函数、复变函数、偏微分方程、数值分析
  • 线性代数空间变换与数据压缩
    • 矩阵运算:矩阵乘、行列式、逆、秩、高斯消元
    • 空间结构:向量空间、基与维数、线性变换、相似矩阵
    • 特征与二次型:特征值/特征向量、对角化、正定、海森判极值
    • → 研究生:抽象代数(群环域)、泛函分析、凸优化
  • 概率统计和不确定性打交道
    • 概率:条件概率、全概率、贝叶斯、独立性
    • 分布:二项/泊松/指数/正态、期望方差、协方差
    • 统计:LLN/CLT、点估计/MLE、置信区间、假设检验/p 值
    • → 研究生:测度论、随机过程、贝叶斯统计、机器学习理论
  • 离散数学程序员的底层逻辑
    • 逻辑与集合:命题/谓词逻辑、集合运算、关系与函数、可数不可数
    • 图论:邻接矩阵、树、欧拉图、Dijkstra、最小生成树
    • 数论:gcd、同余、费马小定理、欧拉定理、RSA
    • → 研究生:代数拓扑、可计算性、密码学、图神经网络
记
图谱怎么用

① 卡住先问它属于四大分支哪一支、哪一层。② 微积分管"变化累计",线代管"空间变换",概率管"不确定性",离散管"分立对象"。③ 红色箭头就是大学→研究生的四扇门。

表

核心公式速查表

Cheat Sheet · 考前扫一眼

【章首引子】不是让你背新东西,是把全书最常考的公式钉在一张表上。考前五分钟扫一遍,比翻十章都管用。

导数公式表

幂函数(xⁿ)′ = n·xⁿ⁻¹
三角(sin x)′ = cos x;(cos x)′ = −sin x
指对(eˣ)′ = eˣ;(ln x)′ = 1/x
四则(uv)′ = u′v + uv′;(u/v)′ = (u′v − uv′)/v²
链式d/dx[f(g(x))] = f′(g(x))·g′(x)

积分公式表

基本定理∫[a→b] f(x)dx = F(b) − F(a),F′=f
幂∫xⁿ dx = xⁿ⁺¹/(n+1) + C(n≠−1)
指对三角∫eˣdx = eˣ+C;∫(1/x)dx = ln|x|+C;∫cos x dx = sin x+C;∫sin x dx = −cos x+C
分部∫u dv = uv − ∫v du

泰勒展开与特征值

泰勒f(x) = f(a) + f′(a)(x−a) + f″(a)(x−a)²/2! + … + f⁽ⁿ⁾(a)(x−a)ⁿ/n! + Rₙ
两个重要极限lim(x→0) sin x/x = 1;lim(x→∞)(1+1/x)ˣ = e
特征值Av = λv;特征方程 det(A−λI) = 0;det(AB)=det(A)det(B)
微分方程dy/dx = ky → y = C eᵏˣ;二阶特征方程 r²+pr+q=0

概率分布与贝叶斯

贝叶斯P(A|B) = P(B|A)P(A)/P(B);全概率 P(A) = ΣP(A|Bᵢ)P(Bᵢ)
正态f(x) = 1/(σ√(2π))·e^(−(x−μ)²/(2σ²)),E=μ,D=σ²
二项B(n,p):E=np,D=np(1−p)
切比雪夫P(|X−μ| ≥ ε) ≤ σ²/ε²
数论gcd(a,b)=gcd(b,a mod b);aᵖ≡a (mod p);a^φ(n)≡1 (mod n)
反三角导数(arcsin x)′=1/√(1−x²);(arctan x)′=1/(1+x²)
cot/sec 导数(cot x)′=−csc²x;(sec x)′=sec x tan x
换元积分∫f(g(x))g′(x)dx = ∫f(u)du,u=g(x)
三角积分∫tan x dx=−ln|cos x|+C;∫cot x dx=ln|sin x|+C
分部积分口诀LIATE:Log/Inverse/Algebraic/Trig/Exp,前者当 u
洛必达法则0/0 或 ∞/∞ 型:lim f/g = lim f′/g′
中值定理∃ξ∈(a,b),f′(ξ)=(f(b)−f(a))/(b−a)
矩阵秩r(A+B)≤r(A)+r(B);r(AB)≤min(r(A),r(B))
逆矩阵A⁻¹=(1/det A)·A*(伴随矩阵法)
矩阵运算律(AB)ᵀ=BᵀAᵀ;(AB)⁻¹=B⁻¹A⁻¹
特征值性质Σλᵢ=tr(A);Πλᵢ=det(A)
正定判定所有特征值>0 或顺序主子式全>0
均匀分布U(a,b):E=(a+b)/2,D=(b−a)²/12
指数分布E(λ):E=1/λ,D=1/λ²
泊松分布P(λ):E=λ,D=λ
t 分布n 小 σ 未知时用 t(n),n→∞ 趋于 N(0,1)
级数审敛法比较/比值(lim|aₙ₊₁/aₙ|)/根值(lim|aₙ|^(1/n))
收敛半径R = 1/lim|aₙ₊₁/aₙ|
欧拉公式e^(ix)=cos x+i·sin x;e^(iπ)+1=0
梯度/散度/旋度∇f=(∂f/∂x,∂f/∂y,∂f/∂z);div=∇·F;curl=∇×F
记
速查表使用说明

① 公式会背不等于会用,关键是"见什么长相用哪个公式"。② 导数看链式,积分看换元分部,概率看分布对号,线代看特征值。③ 错一次记一次,比背十遍强。

测

大学数学综合自测

Final Quiz · 10 题即时判断

【章首引子】走完二十节,来验收一下。10 道选择题,覆盖四大分支,点选项立即对错+解析。全对就放心上研究生层;错了哪题,回对应章节再看一眼。

综合自测(点击选项即时判断)

共 10 题,选完立即反馈。

1. lim(x→0) sin(2x)/x = ?

2. d/dx[e^(sin x)] = ?

3. ∫₀¹ x² dx = ?

4. dy/dx = 2y,y(0)=3 的特解是?

5. 矩阵 A=[2 3; 1 4] 的行列式 det(A) = ?

6. 对角矩阵 diag(2,5) 的特征值是?

7. 病发病率 0.1%,检测准确率 99%,阳性后真病概率约为?

8. 身高 N(170, 6²),约 95% 的人身高区间是?

9. ¬(p ∨ q) 等价于?

10. gcd(48, 36) = ?