引言

高等数学是大学本科阶段的一门重要基础课程，它涉及到极限、导数、积分、级数、微分方程等多个数学分支。对于许多非数学专业的学生来说，高等数学的学习可能存在一定的难度。本讲义旨在通过网络资源，帮助读者轻松入门，掌握高等数学的核心知识。

第一章 极限与连续

1.1 极限的概念

极限是高等数学中的基本概念，它描述了函数在某一点的“接近程度”。以下是一个极限的例子：

def f(x):
    return (x**2 - 1) / (x - 1)

limit = limit(f, 1)  # 计算极限

1.2 极限的性质

极限具有以下性质：

  1. 极限的唯一性：对于给定的函数和点，极限值是唯一的。
  2. 极限的保号性：如果函数在某点极限存在，则在该点附近，函数的值不会超过极限值的某个正数。
  3. 极限的可积性：如果函数在某点极限存在，则该函数在该点的导数存在。

1.3 连续性

连续性是函数在定义域内的一种重要性质。以下是一个连续函数的例子：

import numpy as np

def f(x):
    return np.sin(x)

# 判断函数在某点是否连续
def is_continuous(f, x):
    return abs(f(x) - f(x + 0)) < 1e-6

第二章 导数与微分

2.1 导数的概念

导数描述了函数在某一点的“变化率”。以下是一个导数的例子：

import sympy as sp

x = sp.symbols('x')
f = sp.sin(x)
df = sp.diff(f, x)  # 计算导数

2.2 导数的性质

导数具有以下性质：

  1. 导数的线性性：线性函数的导数是常数。
  2. 导数的可加性：多个函数的导数等于各自导数的和。
  3. 导数的链式法则：复合函数的导数等于外函数导数乘以内函数导数。

2.3 微分

微分是导数在无穷小量的极限。以下是一个微分的例子：

import sympy as sp

x = sp.symbols('x')
f = sp.sin(x)
df = sp.diff(f, x)  # 计算导数
df_dx = df.subs(x, x + 0.001)  # 计算微分

第三章 积分

3.1 定积分的概念

定积分描述了函数在某一区间上的“累积效果”。以下是一个定积分的例子：

import sympy as sp

x = sp.symbols('x')
f = sp.sin(x)
integral = sp.integrate(f, (x, 0, sp.pi))  # 计算定积分

3.2 积分的性质

积分具有以下性质：

  1. 积分的线性性：积分的线性性质与导数的线性性质类似。
  2. 积分的可加性：积分的可加性质与导数的可加性质类似。
  3. 积分的换元法：通过换元可以将积分转化为更简单的形式。

3.3 积分的应用

积分在物理学、工程学、经济学等领域有着广泛的应用。

第四章 级数与微分方程

4.1 级数的概念

级数是无限个数的和。以下是一个级数的例子：

def series(n):
    return sum(1/i**2 for i in range(1, n+1))

n = 10
series_result = series(n)

4.2 微分方程

微分方程是包含未知函数及其导数的方程。以下是一个微分方程的例子：

import sympy as sp

x, y = sp.symbols('x y')
equation = sp.Eq(sp.diff(y, x), y**2 - x)
solution = sp.dsolve(equation, y)  # 求解微分方程

总结

本讲义通过网络资源，为读者提供了高等数学的核心知识。通过学习本讲义，读者可以轻松入门，为后续的学习和研究打下坚实的基础。