好的，一元函数是微积分的基础研究对象，主要包含以下核心知识点，构成了一个连贯的知识体系：

## 一、函数基础 (Function Fundamentals)

1.  **函数定义：**
    *   集合间的一种对应关系。设有两个非空实数集 `D` 和 `B`，如果存在一个对应法则 `f`，使得对于 `D` 中的每一个实数 `x`，在 `B` 中都有**唯一确定**的实数 `y` 与之对应，则称 `f` 是定义在 `D` 上的函数。
    *   记作：`y = f(x), x ∈ D`
    *   `x`: 自变量 (Independent Variable)
    *   `y`: 因变量 (Dependent Variable)
    *   `D`: 定义域 (Domain) - 自变量 `x` 的取值范围。
    *   值域 (Range): 函数值 `y` 的全体构成的集合 `{y | y = f(x), x ∈ D} ⊆ B`。
    *   **函数的两要素：定义域 `D` 和对应法则 `f`。** 值域由这两要素决定。

2.  **函数的表示法：**
    *   解析法 (公式法)：用数学表达式表示。
    *   表格法：用表格列出自变量和函数值的对应关系。
    *   图像法：在平面直角坐标系中用曲线表示。
    *   描述法：用自然语言描述。

3.  **函数的特性：**
    *   **有界性 (Boundedness):** 函数值是否在某个范围内。分上界、下界、有界。
    *   **单调性 (Monotonicity):** 函数值随自变量增大而增大 (单调增) 或减小 (单调减)。分严格单调和非严格单调。
    *   **奇偶性 (Parity):**
        *   奇函数：`f(-x) = -f(x)`，图像关于原点对称。
        *   偶函数：`f(-x) = f(x)`，图像关于 y 轴对称。
    *   **周期性 (Periodicity):** 存在常数 `T ≠ 0`，使得 `f(x + T) = f(x)` 对所有 `x` 成立。最小的正 `T` 称为基本周期。

4.  **反函数 (Inverse Function):**
    *   设函数 `y = f(x)` 的定义域为 `D`，值域为 `R`。若对 `R` 中每一个 `y`，在 `D` 中都有唯一确定的 `x` 满足 `y = f(x)`，则得到一个新的函数 `x = φ(y)` (或 `y = f⁻¹(x)`)，称为 `y = f(x)` 的反函数。
    *   性质：原函数与反函数图像关于直线 `y = x` 对称；定义域和值域互换；单调性相同。

5.  **复合函数 (Composite Function):**
    *   设函数 `y = f(u)` 的定义域为 `D_f`，函数 `u = g(x)` 的定义域为 `D_g`，且值域 `R_g ⊆ D_f`。则 `y = f[g(x)]` 是定义在 `D_g` 上的复合函数。
    *   `u` 是中间变量。

## 二、极限 (Limits)

1.  **极限的概念：**
    *   **描述性定义 (直观)：** 当自变量 `x` 无限趋近于某个值 `x₀` (或无穷大 `∞`) 时，函数值 `f(x)` 无限趋近于某个确定的常数 `A`。
    *   **ε-δ / ε-N 定义 (精确 - 重点)：**
        *   `x → x₀`: `∀ε > 0, ∃δ > 0, 当 0 < |x - x₀| < δ 时，有 |f(x) - A| < ε`。则称 `x → x₀` 时 `f(x)` 的极限为 `A`，记作 `lim_{x→x₀} f(x) = A`。
        *   `x → ∞`: `∀ε > 0, ∃X > 0, 当 |x| > X 时，有 |f(x) - A| < ε`。则称 `x → ∞` 时 `f(x)` 的极限为 `A`，记作 `lim_{x→∞} f(x) = A`。
    *   **左极限与右极限：**
        *   左极限 `lim_{x→x₀⁻} f(x) = A`: `x` 从 `x₀` 的左侧 (小于 `x₀` 的方向) 趋近于 `x₀`。
        *   右极限 `lim_{x→x₀⁺} f(x) = A`: `x` 从 `x₀` 的右侧 (大于 `x₀` 的方向) 趋近于 `x₀`。
        *   **极限存在的充要条件：** `lim_{x→x₀} f(x) = A` 存在的充要条件是 `lim_{x→x₀⁻} f(x) = lim_{x→x₀⁺} f(x) = A`。

2.  **极限的性质：**
    *   唯一性、局部有界性、保号性、夹逼准则 (Squeeze Theorem)。

3.  **无穷小与无穷大：**
    *   **无穷小量 (Infinitesimal):** 极限为 0 的函数或变量。记作 `α(x)`, `β(x)` 等。
        *   性质：有限个无穷小的和、差、积仍是无穷小；有界函数与无穷小的乘积是无穷小。
    *   **无穷大量 (Infinity):** 绝对值无限增大的函数或变量。记作 `∞`。
        *   关系：若 `f(x) → ∞`，则 `1/f(x) → 0`；若 `f(x) → 0 (f(x) ≠ 0)`，则 `1/f(x) → ∞`。
    *   **无穷小的比较：** 设 `α, β` 是同一自变量变化过程中的无穷小。
        *   高阶无穷小 (`α = o(β)`): `lim α/β = 0`
        *   低阶无穷小 (`β = o(α)`): `lim α/β = ∞`
        *   同阶无穷小: `lim α/β = c ≠ 0`
        *   等价无穷小 (`α ~ β`): `lim α/β = 1`
        *   **等价无穷小替换定理 (重要)：** 在求乘积或商的极限时，因子可以用其等价无穷小替换。常用等价无穷小 (如 `x→0` 时：`sin x ~ x`, `tan x ~ x`, `1 - cos x ~ x²/2`, `eˣ - 1 ~ x`, `ln(1+x) ~ x` 等)。

4.  **极限的运算法则：**
    *   四则运算法则 (前提是各部分极限存在)：`lim[f(x) ± g(x)] = lim f(x) ± lim g(x)`, `lim[f(x) * g(x)] = lim f(x) * lim g(x)`, `lim[f(x) / g(x)] = lim f(x) / lim g(x)` (分母极限不为零)。

5.  **两个重要极限：**
    *   `lim_{x→0} sin x / x = 1`
    *   `lim_{x→∞} (1 + 1/x)^x = e` 或 `lim_{x→0} (1 + x)^{1/x} = e`

6.  **极限存在的准则：**
    *   **夹逼准则：** 若在 `x₀` 的某去心邻域内，有 `g(x) ≤ f(x) ≤ h(x)`，且 `lim_{x→x₀} g(x) = lim_{x→x₀} h(x) = A`，则 `lim_{x→x₀} f(x) = A`。
    *   **单调有界准则：** 单调有界数列 (或函数在某个区间上单调且有界) 必有极限。

## 三、连续性与间断点 (Continuity & Discontinuities)

1.  **连续性的定义：**
    *   **在一点 `x₀` 连续：** `lim_{x→x₀} f(x) = f(x₀)`。需要同时满足三个条件：
        *   `f(x)` 在 `x₀` 有定义。
        *   `lim_{x→x₀} f(x)` 存在。
        *   极限值等于函数值 `f(x₀)`。
    *   **左连续与右连续：**
        *   左连续：`lim_{x→x₀⁻} f(x) = f(x₀)`
        *   右连续：`lim_{x→x₀⁺} f(x) = f(x₀)`
        *   **在一点连续的充要条件：** 在 `x₀` 处既是左连续又是右连续。
    *   **在区间上连续：** 在开区间 `(a, b)` 内每一点都连续；在闭区间 `[a, b]` 上连续指在 `(a, b)` 内连续，且在 `a` 点右连续，在 `b` 点左连续。

2.  **间断点及其分类：**
    *   **间断点定义：** 函数 `f(x)` 在点 `x₀` 处不连续，则称 `x₀` 为 `f(x)` 的间断点。
    *   **分类 (基于左右极限)：**
        *   **第一类间断点：** 左右极限都存在。
            *   可去间断点：左右极限存在且相等 (`lim_{x→x₀} f(x) = A`)，但不等于函数值 `f(x₀)` 或 `f(x₀)` 无定义。
            *   跳跃间断点：左右极限存在但不相等 (`lim_{x→x₀⁻} f(x) ≠ lim_{x→x₀⁺} f(x)`）。
        *   **第二类间断点：** 左右极限至少有一个不存在。
            *   无穷间断点：至少有一个单侧极限是无穷大 (如 `lim_{x→x₀} f(x) = ∞`)。
            *   振荡间断点：极限值振荡不定 (如 `x→0` 时 `sin(1/x)`)。

3.  **连续函数的性质：**
    *   **局部性质：**
        *   局部有界性：在 `x₀` 连续，则存在 `x₀` 的邻域使 `f(x)` 在该邻域有界。
        *   局部保号性：若 `f(x₀) > 0` (或 `< 0`)，则存在 `x₀` 的邻域使 `f(x)` 在该邻域也大于 0 (或小于 0)。
    *   **运算性质：** 连续函数的和、差、积、商 (分母不为零) 仍是连续函数。连续函数的复合函数仍是连续函数。
    *   **闭区间上连续函数的性质 (重要)：**
        *   **有界性定理：** 闭区间 `[a, b]` 上的连续函数 `f(x)` 在该区间上有界。
        *   **最值定理：** 闭区间 `[a, b]` 上的连续函数 `f(x)` 在该区间上必能取得最大值 `M` 和最小值 `m`。
        *   **介值定理：** 闭区间 `[a, b]` 上的连续函数 `f(x)` 可以取到介于其最小值 `m` 和最大值 `M` 之间的任何值。
        *   **零点定理 (特殊介值定理)：** 若 `f(a) * f(b) < 0` (即函数在端点异号)，则在开区间 `(a, b)` 内至少存在一点 `ξ` 使得 `f(ξ) = 0`。

## 四、导数与微分 (Derivatives & Differentials)

1.  **导数的定义：**
    *   **定义：** 函数 `y = f(x)` 在点 `x₀` 的某个邻域内有定义，当自变量 `x` 在 `x₀` 处取得增量 `Δx` (点 `x₀ + Δx` 仍在该邻域内) 时，相应地函数取得增量 `Δy = f(x₀ + Δx) - f(x₀)`。如果增量比 `Δy / Δx` 当 `Δx → 0` 时的极限存在，则称函数 `y = f(x)` 在点 `x₀` 处**可导**，并称这个极限为函数 `y = f(x)` 在点 `x₀` 处的**导数**。
    *   记作：`f'(x₀)`, `y'|_{x=x₀}`, `dy/dx|_{x=x₀}`, 或 `df(x)/dx|_{x=x₀}`
    *   **定义式：** `f'(x₀) = lim_{Δx→0} (f(x₀ + Δx) - f(x₀)) / Δx` 或 `f'(x₀) = lim_{x→x₀} (f(x) - f(x₀)) / (x - x₀)`
    *   **左导数与右导数：**
        *   左导数 `f'₋(x₀)`: `lim_{Δx→0⁻} (f(x₀ + Δx) - f(x₀)) / Δx` 或 `lim_{x→x₀⁻} (f(x) - f(x₀)) / (x - x₀)`
        *   右导数 `f'₊(x₀)`: `lim_{Δx→0⁺} (f(x₀ + Δx) - f(x₀)) / Δx` 或 `lim_{x→x₀⁺} (f(x) - f(x₀)) / (x - x₀)`
        *   **导数存在的充要条件：** `f'(x₀)` 存在的充要条件是 `f'₋(x₀) = f'₊(x₀)`。

2.  **导数的几何意义：**
    *   函数 `y = f(x)` 在点 `x₀` 处的导数 `f'(x₀)` 表示曲线 `y = f(x)` 在点 `(x₀, f(x₀))` 处切线的斜率。
    *   切线方程：`y - f(x₀) = f'(x₀)(x - x₀)`
    *   法线方程：`y - f(x₀) = -1/f'(x₀) (x - x₀)` (当 `f'(x₀) ≠ 0`)

3.  **导数的物理意义：**
    *   瞬时速度：路程 `s(t)` 对时间 `t` 的导数 `s'(t)` 是瞬时速度 `v(t)`。
    *   加速度：速度 `v(t)` 对时间 `t` 的导数 `v'(t)` 是加速度 `a(t)`。
    *   电流：电量 `Q(t)` 对时间 `t` 的导数 `Q'(t)` 是电流 `I(t)`。
    *   变化率：函数 `f(x)` 在点 `x₀` 处的导数 `f'(x₀)` 表示因变量 `y` 相对于自变量 `x` 在该点的变化率。

4.  **可导与连续的关系：**
    *   **定理：** 如果函数 `y = f(x)` 在点 `x₀` 处可导，则它在点 `x₀` 处必连续。
    *   **逆否命题：** 如果函数在某点不连续，则它在该点不可导。
    *   **注意：** 连续是可导的必要条件，但不是充分条件。存在在某点连续但不可导的函数 (如 `y = |x|` 在 `x=0`)。

5.  **求导法则：**
    *   **基本初等函数导数公式 (必须牢记)：** `(c)' = 0`, `(x^μ)' = μx^{μ-1}`, `(sin x)' = cos x`, `(cos x)' = -sin x`, `(tan x)' = sec² x`, `(cot x)' = -csc² x`, `(sec x)' = sec x tan x`, `(csc x)' = -csc x cot x`, `(aˣ)' = aˣ ln a`, `(eˣ)' = eˣ`, `(logₐx)' = 1/(x ln a)`, `(ln x)' = 1/x`, `(arcsin x)' = 1/√(1-x²)`, `(arccos x)' = -1/√(1-x²)`, `(arctan x)' = 1/(1+x²)`, `(arccot x)' = -1/(1+x²)`。
    *   **四则运算法则：**
        *   `[u(x) ± v(x)]' = u'(x) ± v'(x)`
        *   `[u(x) v(x)]' = u'(x)v(x) + u(x)v'(x)` (乘积法则)
        *   `[u(x) / v(x)]' = [u'(x)v(x) - u(x)v'(x)] / [v(x)]²` (v(x) ≠ 0) (商法则)
    *   **复合函数求导法则 (链式法则)：** 设 `y = f(u)`, `u = g(x)` 均可导，则复合函数 `y = f[g(x)]` 的导数为 `dy/dx = dy/du * du/dx` 或 `y'ₓ = f'(u) * g'(x)`。
    *   **反函数求导法则：** 设 `y = f(x)` 在区间 `Iₓ` 内单调、可导且 `f'(x) ≠ 0`，则其反函数 `x = φ(y)` 在对应区间 `I_y` 内也可导，且 `φ'(y) = 1 / f'(x)` 或 `dx/dy = 1 / (dy/dx)`。
    *   **隐函数求导法：** 方程 `F(x, y) = 0` 确定 `y` 是 `x` 的函数 `y = y(x)`。方程两边对 `x` 求导，注意 `y` 是 `x` 的函数 (使用链式法则)，然后解出 `dy/dx`。
    *   **参数方程求导法：** 设参数方程 `{ x = φ(t); y = ψ(t) }` 确定 `y` 是 `x` 的函数。则 `dy/dx = (dy/dt) / (dx/dt) = ψ'(t) / φ'(t)` (前提 `φ'(t) ≠ 0`)。
    *   **对数求导法：** 适用于幂指函数 `u(x)^{v(x)}` 或由多个因式连乘、连除、乘方、开方构成的函数。先取自然对数 `ln y = ...`，再两边对 `x` 求导 (隐函数求导法)，然后解出 `y'`。

6.  **高阶导数 (Higher-Order Derivatives):**
    *   **定义：** 函数 `y = f(x)` 的导数 `y' = f'(x)` 仍然是 `x` 的函数，如果 `f'(x)` 可导，则称其导数为 `f(x)` 的二阶导数。
    *   记作：`y''`, `f''(x)`, `d²y/dx²`
    *   类似地，可定义三阶导数 `y'''`, `f'''(x)`, `d³y/dx³`，以及 `n` 阶导数 `y⁽ⁿ⁾`, `f⁽ⁿ⁾(x)`, `dⁿy/dxⁿ`。
    *   **常用高阶导数公式：** (如 `(eᵃˣ)⁽ⁿ⁾ = aⁿ eᵃˣ`, `(sin x)⁽ⁿ⁾ = sin(x + nπ/2)`, `(cos x)⁽ⁿ⁾ = cos(x + nπ/2)`, `(x^μ)⁽ⁿ⁾ = μ(μ-1)...(μ-n+1)x^{μ-n}` (μ为实数), `(ln(1+x))⁽ⁿ⁾ = (-1)^{n-1} (n-1)! / (1+x)ⁿ` 等)。
    *   **莱布尼茨公式：** `(u v)⁽ⁿ⁾ = Σ_{k=0}^{n} C_n^k u⁽ᵏ⁾ v⁽ⁿ⁻ᵏ⁾` (类似二项式定理)。

7.  **微分 (Differentials):**
    *   **定义：** 设函数 `y = f(x)` 在某区间内有定义，`x₀` 及 `x₀ + Δx` 在这区间内。如果函数的增量 `Δy = f(x₀ + Δx) - f(x₀)` 可表示为 `Δy = A Δx + o(Δx)` (其中 `A` 是不依赖于 `Δx` 的常数，`o(Δx)` 是比 `Δx` 高阶的无穷小)，则称函数 `y = f(x)` 在点 `x₀` 是**可微**的，而 `A Δx` 叫做函数 `y = f(x)` 在点 `x₀` 相应于自变量增量 `Δx` 的**微分**。
    *   记作：`dy` 或 `df(x)`，即 `dy = A Δx`。
    *   **可微的充要条件：** 函数 `f(x)` 在点 `x₀` 可微的充要条件是它在该点可导，且 `dy = f'(x₀) Δx`。
    *   **自变量的微分：** 通常定义自变量 `x` 的增量 `Δx` 就等于自变量的微分 `dx`，即 `dx = Δx`。
    *   **函数的微分：** `dy = f'(x) dx`。导数因此也可以看作微分之商 `dy/dx = f'(x)`。
    *   **几何意义：** 微分 `dy` 表示曲线在点 `(x₀, f(x₀))` 处的切线纵坐标的增量。
    *   **微分法则：** 由 `dy = f'(x) dx` 可知，求微分本质上就是求导数，再乘以 `dx`。微分形式不变性：无论 `u` 是自变量还是中间变量，微分形式 `dy = f'(u) du` 都成立。
    *   **微分在近似计算中的应用：**
        *   `f(x) ≈ f(x₀) + f'(x₀)(x - x₀)` (当 `|x - x₀|` 较小时)
        *   常用近似公式 (如 `x≈0` 时：`sin x ≈ x`, `tan x ≈ x`, `eˣ ≈ 1 + x`, `ln(1+x) ≈ x`, `(1+x)^α ≈ 1 + αx`)。

## 五、微分中值定理与导数应用 (Mean Value Theorems & Applications)

1.  **微分中值定理 (核心)：**
    *   **费马引理 (Fermat's Lemma):** 设函数 `f(x)` 在点 `x₀` 的某邻域 `U(x₀)` 内有定义，且在 `x₀` 处可导。如果对任意的 `x ∈ U(x₀)`，有 `f(x) ≤ f(x₀)` (或 `f(x) ≥ f(x₀)`)，则 `f'(x₀) = 0`。 (可导极值点的导数为零)。
    *   **罗尔定理 (Rolle's Theorem):** 设函数 `f(x)` 满足：
        *   在闭区间 `[a, b]` 上连续；
        *   在开区间 `(a, b)` 内可导；
        *   端点函数值相等：`f(a) = f(b)`。
        则在开区间 `(a, b)` 内至少存在一点 `ξ`，使得 `f'(ξ) = 0`。
    *   **拉格朗日中值定理 (Lagrange Mean Value Theorem):** 设函数 `f(x)` 满足：
        *   在闭区间 `[a, b]` 上连续；
        *   在开区间 `(a, b)` 内可导。
        则在开区间 `(a, b)` 内至少存在一点 `ξ`，使得 `f'(ξ) = [f(b) - f(a)] / (b - a)`。
        *   **推论1 (导数恒零则函数为常数):** 如果函数 `f(x)` 在区间 `I` 上的导数恒为零 (`f'(x) ≡ 0`)，则 `f(x)` 在 `I` 上是一个常数。
        *   **推论2 (导数符号与函数单调性):** 如果函数 `f(x)` 在区间 `I` 上可导且导数 `f'(x)` 保持定号 (恒正或恒负)，则 `f(x)` 在 `I` 上严格单调 (增或减)。
    *   **柯西中值定理 (Cauchy Mean Value Theorem):** 设函数 `f(x)` 和 `g(x)` 满足：
        *   在闭区间 `[a, b]` 上连续；
        *   在开区间 `(a, b)` 内可导；
        *   在 `(a, b)` 内 `g'(x) ≠ 0`。
        则在开区间 `(a, b)` 内至少存在一点 `ξ`，使得 `[f(b) - f(a)] / [g(b) - g(a)] = f'(ξ) / g'(ξ)`。
        *   (当 `g(x) = x` 时，柯西定理退化为拉格朗日定理)。

2.  **洛必达法则 (L'Hôpital's Rule - 求未定式极限的利器)：**
    *   **0/0 型或 ∞/∞ 型：** 设函数 `f(x)` 和 `g(x)` 满足：
        *   在 `x₀` 的某去心邻域内可导，且 `g'(x) ≠ 0`；
        *   `lim_{x→x₀} f(x) = 0`, `lim_{x→x₀} g(x) = 0` (0/0型) 或 `lim_{x→x₀} f(x) = ∞`, `lim_{x→x₀} g(x) = ∞` (∞/∞型)；
        *   `lim_{x→x₀} f'(x) / g'(x)` 存在或为无穷大。
        则 `lim_{x→x₀} f(x) / g(x) = lim_{x→x₀} f'(x) / g'(x)`。
    *   **其他类型 (如 0·∞, ∞-∞, 0⁰, 1^∞, ∞⁰) 需转化为 0/0 或 ∞/∞ 型才能应用。**
    *   **注意事项：** 必须验证是未定式；导数之比的极限必须存在或为无穷大；可能需要多次使用；有时洛必达法则失效。

3.  **泰勒公式 (Taylor Formula - 用多项式逼近函数)：**
    *   **泰勒中值定理：** 如果函数 `f(x)` 在含有 `x₀` 的某个开区间 `(a, b)` 内具有直到 `(n+1)` 阶的导数，则对任一 `x ∈ (a, b)`，有：
        `f(x) = f(x₀) + f'(x₀)(x - x₀) + f''(x₀)/2! (x - x₀)² + ... + f⁽ⁿ⁾(x₀)/n! (x - x₀)ⁿ + Rₙ(x)`
        其中 `Rₙ(x)` 是余项，常见的两种形式：
        *   佩亚诺余项 (Peano): `Rₙ(x) = o((x - x₀)ⁿ)` (当 `x→x₀` 时)。
        *   拉格朗日余项 (Lagrange): `Rₙ(x) = f⁽ⁿ⁺¹⁾(ξ) / (n+1)! (x - x₀)ⁿ⁺¹` (ξ 在 `x₀` 与 `x` 之间)。
    *   **麦克劳林公式 (Maclaurin):** 当 `x₀ = 0` 时的泰勒公式。
        `f(x) = f(0) + f'(0)x + f''(0)/2! x² + ... + f⁽ⁿ⁾(0)/n! xⁿ + Rₙ(x)`
    *   **常用函数的麦克劳林展开式 (必须熟悉)：** `eˣ`, `sin x`, `cos x`, `ln(1+x)`, `(1+x)^α` 等。

4.  **导数的应用：**
    *   **函数的单调性与极值：**
        *   单调性判别法：设函数 `f(x)` 在 `[a, b]` 上连续，在 `(a, b)` 内可导。
            *   若在 `(a, b)` 内 `f'(x) > 0`，则 `f(x)` 在 `[a, b]` 上严格单调增加。
            *   若在 `(a, b)` 内 `f'(x) < 0`，则 `f(x)` 在 `[a, b]` 上严格单调减少。
        *   **极值的定义：** 局部最大值和最小值。
        *   **极值存在的必要条件：** 若 `f(x)` 在 `x₀` 处可导且取得极值，则 `f'(x₀) = 0` (费马引理)。满足 `f'(x₀) = 0` 的点 `x₀` 称为驻点 (Stationary Point)。
        *   **极值的第一充分条件：** 设 `f(x)` 在 `x₀` 处连续，且在 `x₀` 的某去心邻域内可导。
            *   如果 `x` 从左到右经过 `x₀` 时，`f'(x)` 由正变负，则 `f(x)` 在 `x₀` 处取得极大值。
            *   如果 `x` 从左到右经过 `x₀` 时，`f'(x)` 由负变正，则 `f(x)` 在 `x₀` 处取得极小值。
            *   如果 `f'(x)` 不变号，则 `x₀` 不是极值点。
        *   **极值的第二充分条件：** 设 `f(x)` 在 `x₀` 处具有二阶导数，且 `f'(x₀) = 0`，`f''(x₀) ≠ 0`。
            *   若 `f''(x₀) < 0`，则 `f(x)` 在 `x₀` 处取得极大值。
            *   若 `f''(x₀) > 0`，则 `f(x)` 在 `x₀` 处取得极小值。
        *   **求函数极值的步骤：** 求定义域 → 求导数 `f'(x)` → 找驻点 (`f'(x) = 0` 的点) 和导数不存在的点 → 用第一或第二充分条件判断这些点是否是极值点 → 求出极值。
    *   **曲线的凹凸性与拐点：**
        *   **凹凸性定义 (向上/下凹/凸)：** 设函数 `f(x)` 在区间 `I` 上连续。如果对 `I` 上任意两点 `x₁, x₂`，恒有 `f((x₁ + x₂)/2) < [f(x₁) + f(x₂)] / 2` (或 `>`)，则称 `f(x)` 在 `I` 上的图形是凹的 (Concave Up) (或凸的 (Concave Down))。
        *   **凹凸性判别法：** 设函数 `f(x)` 在区间 `I` 上具有二阶导数。
            *   若在 `I` 上 `f''(x) > 0`，则 `f(x)` 在 `I` 上的图形是凹的。
            *   若在 `I` 上 `f''(x) < 0`，则 `f(x)` 在 `I` 上的图形是凸的。
        *   **拐点定义：** 连续曲线 `y = f(x)` 上凹弧与凸弧的分界点。
        *   **拐点存在的必要条件：** 若 `(x₀, f(x₀))` 是拐点，且 `f''(x₀)` 存在，则 `f''(x₀) = 0`。
        *   **拐点的第一充分条件：** 设函数 `f(x)` 在点 `x₀` 的某邻域内连续，且在 `x₀` 的去心邻域内二阶可导。如果 `x` 从左到右经过 `x₀` 时，`f''(x)` 变号，则 `(x₀, f(x₀))` 是拐点。
        *   **拐点的第二充分条件：** 设函数 `f(x)` 在 `x₀` 处具有三阶导数，且 `f''(x₀) = 0`，`f'''(x₀) ≠ 0`，则 `(x₀, f(x₀))` 是拐点。
    *   **曲线的渐近线 (Asymptotes)：**
        *   **水平渐近线：** `lim_{x→∞} f(x) = A` 或 `lim_{x→-∞} f(x) = A`，则 `y = A` 是水平渐近线。
        *   **垂直渐近线：** `lim_{x→x₀⁺} f(x) = ∞` 或 `lim_{x→x₀⁻} f(x) = ∞`，则 `x = x₀` 是垂直渐近线。
        *   **斜渐近线：** 若 `lim_{x→∞} [f(x) - (ax + b)] = 0` (或 `x→-∞`)，其中 `a = lim_{x→∞} f(x)/x`, `b = lim_{x→∞} [f(x) - ax]` (存在且有限)，则 `y = ax + b` 是斜渐近线。
    *   **函数图形的描绘：** 综合运用单调性、极值、凹凸性、拐点、渐近线等性质描绘函数图形。
    *   **曲率 (Curvature - 衡量曲线弯曲程度)：**
        *   平均曲率：`K̄ = |Δα| / |Δs|` (转角与弧长增量比)。
        *   (弧微分)：`ds = √(1 + (dy/dx)²) dx` 或 `ds = √((dx)² + (dy)²)`
        *   **曲率：** `K = |dα / ds| = |y''| / [1 + (y')²]^{3/2}`
        *   **曲率半径：** `ρ = 1/K`

## 六、不定积分 (Indefinite Integrals)

1.  **原函数与不定积分的定义：**
    *   **原函数：** 如果在区间 `I` 上，可导函数 `F(x)` 的导函数为 `f(x)`，即对任一 `x ∈ I`，都有 `F'(x) = f(x)` 或 `dF(x) = f(x) dx`，那么函数 `F(x)` 就称为 `f(x)` 在区间 `I` 上的一个原函数。
    *   **不定积分：** 函数 `f(x)` 在区间 `I` 上的全体原函数称为 `f(x)` 在 `I` 上的不定积分，记作 `∫ f(x) dx`。
        *   如果 `F(x)` 是 `f(x)` 的一个原函数，那么 `∫ f(x) dx = F(x) + C`，其中 `C` 是任意常数，称为积分常数。
        *   `∫` 是积分号，`f(x)` 是被积函数，`f(x) dx` 是被积表达式，`x` 是积分变量。

2.  **不定积分的性质：**
    *   `[∫ f(x) dx]' = f(x)` 或 `d[∫ f(x) dx] = f(x) dx`
    *   `∫ F'(x) dx = F(x) + C` 或 `∫ dF(x) = F(x) + C`
    *   `∫ k f(x) dx = k ∫ f(x) dx` (`k` 是常数)
    *   `∫ [f(x) ± g(x)] dx = ∫ f(x) dx ± ∫ g(x) dx`

3.  **基本积分表 (必须牢记)：**
    *   `∫ 0 dx = C`
    *   `∫ x^μ dx = x^{μ+1}/(μ+1) + C` (`μ ≠ -1`)
    *   `∫ 1/x dx = ln|x| + C`
    *   `∫ aˣ dx = aˣ / ln a + C` (`a > 0, a ≠ 1`)
    *   `∫ eˣ dx = eˣ + C`
    *   `∫ sin x dx = -cos x + C`
    *   `∫ cos x dx = sin x + C`
    *   `∫ sec² x dx = tan x + C`
    *   `∫ csc² x dx = -cot x + C`
    *   `∫ sec x tan x dx = sec x + C`
    *   `∫ csc x cot x dx = -csc x + C`
    *   `∫ 1/(1+x²) dx = arctan x + C`
    *   `∫ 1/√(1-x²) dx = arcsin x + C`
    *   `∫ sinh x dx = cosh x + C`
    *   `∫ cosh x dx = sinh x + C`

4.  **求不定积分的主要方法：**
    *   **第一类换元法 (凑微分法)：** 设 `f(u)` 具有原函数 `F(u)`，`u = φ(x)` 可导，则有换元公式：
        `∫ f[φ(x)] φ'(x) dx = ∫ f(u) du = F(u) + C = F[φ(x)] + C`
        *   **关键：** 识别被积表达式中某部分是某个复合函数的导数，并凑出微分 `du = φ'(x) dx`。
    *   **第二类换元法：** 设 `x = ψ(t)` 是单调、可导的函数，且 `ψ'(t) ≠ 0`。又设 `f[ψ(t)] ψ'(t)` 具有原函数 `Φ(t)`，则
        `∫ f(x) dx = [∫ f[ψ(t)] ψ'(t) dt]_{t=ψ⁻¹(x)} = Φ[ψ⁻¹(x)] + C`
        *   **常用类型：**
            *   三角代换：处理含 `√(a² - x²)`, `√(a² + x²)`, `√(x² - a²)` 的积分 (如令 `x = a sin t`, `x = a tan t`, `x = a sec t`)。
            *   倒代换：令 `x = 1/t`，处理分母次数较高的有理式积分。
            *   简单根式代换：如 `√(ax + b) = t`。
    *   **分部积分法 (Integration by Parts)：** 由乘积导数公式 `(uv)' = u'v + uv'` 两边积分得：
        `∫ u dv = uv - ∫ v du` 或 `∫ u(x) v'(x) dx = u(x) v(x) - ∫ v(x) u'(x) dx`
        *   **关键：** 恰当选择 `u` 和 `dv`，使 `∫ v du` 比原积分 `∫ u dv` 更容易计算。
        *   **选择 `u` 的优先顺序 (LIATE原则)：** 对数函数 (L), 反三角函数 (I), 代数函数 (多项式) (A), 三角函数 (T), 指数函数 (E)。
    *   **有理函数的积分：**
        *   有理函数：形如 `P(x) / Q(x)` 的函数，其中 `P(x)`, `Q(x)` 都是多项式。
        *   步骤：若为假分式 (分子次数 ≥ 分母次数)，先用多项式除法化为真分式 (分子次数 < 分母次数) + 多项式；将真分式分解为部分分式之和；对部分分式积分。
    *   **三角函数有理式的积分：**
        *   万能代换：令 `t = tan(x/2)`，则 `sin x = 2t/(1+t²)`, `cos x = (1-t²)/(1+t²)`, `dx = 2/(1+t²) dt`。总能化为 `t` 的有理函数积分，但计算可能复杂。
        *   其他技巧：利用三角恒等式 (如倍角、积化和差)；根据被积函数特点选择特定代换 (如只含 `sin x` 的奇次幂可令 `t = cos x`；只含 `cos x` 的奇次幂可令 `t = sin x`；同时含偶次幂可用 `t = tan x` 等)。
    *   **简单无理函数的积分：** 主要用根式代换 `t = √(ax + b)` 或 `t = √((ax + b)/(cx + d))` 等将其有理化。

## 七、定积分 (Definite Integrals)

1.  **定积分的定义：**
    *   **描述性定义 (曲边梯形面积)：** `y = f(x) ≥ 0`, `x = a`, `x = b`, `y = 0` 所围图形面积。
    *   **精确定义 (黎曼和极限)：** 设函数 `f(x)` 在 `[a, b]` 上有界。
        *   分割：在 `[a, b]` 中任意插入 `n-1` 个分点：`a = x₀ < x₁ < ... < x_{n-1} < x_n = b`，把 `[a, b]` 分成 `n` 个小区间 `[x_{i-1}, x_i]`，长度 `Δx_i = x_i - x_{i-1}`。
        *   取点：在每个小区间 `[x_{i-1}, x_i]` 上任取一点 `ξ_i`。
        *   作和：`Σ_{i=1}^{n} f(ξ_i) Δx_i` (黎曼和)。
        *   取极限：记 `λ = max{Δx₁, Δx₂, ..., Δx_n}`，如果当 `λ → 0` 时，黎曼和的极限 `I` 存在 (不依赖于分割方式和 `ξ_i` 的取法)，则称 `f(x)` 在 `[a, b]` 上**可积**，极限值 `I` 称为 `f(x)` 在 `[a, b]` 上的**定积分**。
        *   记作：`∫_{a}^{b} f(x) dx = I = lim_{λ→0} Σ_{i=1}^{n} f(ξ_i) Δx_i`
        *   `a`: 积分下限；`b`: 积分上限；`[a, b]`: 积分区间；`f(x)`: 被积函数；`f(x) dx`: 被积表达式；`x`: 积分变量。

2.  **定积分的几何意义：**
    *   若 `f(x) ≥ 0`，则 `∫_{a}^{b} f(x) dx` 表示曲线 `y = f(x)`，直线 `x = a`, `x = b` 与 `x` 轴所围成的曲边梯形的面积。
    *   若 `f(x) ≤ 0`，则积分值为负，其绝对值等于相应曲边梯形面积。
    *   若 `f(x)` 在 `[a, b]` 上有正有负，则积分值等于 `x` 轴上方图形面积减去下方图形面积 (代数和)。

3.  **定积分的性质 (假设以下函数在积分区间上可积)：**
    *   **线性性质：**
        *   `∫_{a}^{b} [k f(x) ± m g(x)] dx = k ∫_{a}^{b} f(x) dx ± m ∫_{a}^{b} g(x) dx` (`k`, `m` 为常数)
    *   **区间可加性：** `∫_{a}^{b} f(x) dx = ∫_{a}^{c} f(x) dx + ∫_{c}^{b} f(x) dx` (无论 `c` 在 `[a, b]` 内还是外，只要积分存在)。
    *   **积分区间的长度：** `∫_{a}^{b} 1 dx = b - a`
    *   **保号性：** 如果在 `[a, b]` 上 `f(x) ≥ 0`，则 `∫_{a}^{b} f(x) dx ≥ 0`。如果在 `[a, b]` 上 `f(x) ≤ g(x)`，则 `∫_{a}^{b} f(x) dx ≤ ∫_{a}^{b} g(x) dx`。
    *   **绝对值不等式：** `|∫_{a}^{b} f(x) dx| ≤ ∫_{a}^{b} |f(x)| dx`
    *   **估值定理：** 设 `m ≤ f(x) ≤ M`, `x ∈ [a, b]`，则 `m(b - a) ≤ ∫_{a}^{b} f(x) dx ≤ M(b - a)`。
    *   **积分中值定理：** 如果函数 `f(x)` 在闭区间 `[a, b]` 上连续，则在开区间 `(a, b)` 内至少存在一点 `ξ`，使得 `∫_{a}^{b} f(x) dx = f(ξ)(b - a)`。 (几何意义：曲边梯形面积等于某矩形面积)。

4.  **微积分基本定理 (Fundamental Theorem of Calculus - 联系微分与积分)：**
    *   **定理1 (变上限积分函数及其导数)：** 设函数 `f(x)` 在 `[a, b]` 上连续，则变上限积分函数 `Φ(x) = ∫_{a}^{x} f(t) dt` (`a ≤ x ≤ b`) 在 `[a, b]` 上可导，且 `Φ'(x) = d/dx [∫_{a}^{x} f(t) dt] = f(x)`。
        *   **推论：** 连续函数必有原函数 (变上限积分函数 `Φ(x)` 就是它的一个原函数)。
    *   **定理2 (牛顿-莱布尼茨公式)：** 设函数 `F(x)` 是连续函数 `f(x)` 在闭区间 `[a, b]` 上的一个原函数，则
        `∫_{a}^{b} f(x) dx = F(b) - F(a)`
        记作 `[F(x)]_{a}^{b}` 或 `F(x)|_{a}^{b}`。
        *   **意义：** 将定积分的计算转化为求被积函数的原函数在积分区间上的增量。是计算定积分最核心的公式。

5.  **定积分的换元法与分部积分法：**
    *   **换元法：** 设函数 `f(x)` 在 `[a, b]` 上连续，函数 `x = φ(t)` 满足：
        *   `φ(α) = a`, `φ(β) = b`;
        *   `φ(t)` 在 `[α, β]` (或 `[β, α]`) 上具有连续导数，且其值域 `R_φ ⊆ [a, b]`。
        则 `∫_{a}^{b} f(x) dx = ∫_{α}^{β} f[φ(t)] φ'(t) dt`
        *   **关键：** 换元必换限，原上限对换代换后的新上限，原下限对换代换后的新下限。
    *   **分部积分法：** 设函数 `u(x)`, `v(x)` 在 `[a, b]` 上具有连续导数 `u'(x)`, `v'(x)`，则
        `∫_{a}^{b} u(x) v'(x) dx = [u(x) v(x)]_{a}^{b} - ∫_{a}^{b} v(x) u'(x) dx`
        或 `∫_{a}^{b} u dv = [u v]_{a}^{b} - ∫_{a}^{b} v du`

6.  **反常积分 (广义积分 - Improper Integrals)：**
    *   **无穷限的反常积分：**
        *   `∫_{a}^{+∞} f(x) dx = lim_{t→+∞} ∫_{a}^{t} f(x) dx` (如果极限存在)
        *   `∫_{-∞}^{b} f(x) dx = lim_{t→-∞} ∫_{t}^{b} f(x) dx` (如果极限存在)
        *   `∫_{-∞}^{+∞} f(x) dx = ∫_{-∞}^{c} f(x) dx + ∫_{c}^{+∞} f(x) dx` (如果右边两个积分都收敛)
    *   **无界函数的反常积分 (瑕积分)：**
        *   设点 `c ∈ [a, b]` 是 `f(x)` 的瑕点 (如 `f(x)` 在 `c` 的邻域内无界)，则
            `∫_{a}^{b} f(x) dx = lim_{ε₁→0⁺} ∫_{a}^{c-ε₁} f(x) dx + lim_{ε₂→0⁺} ∫_{c+ε₂}^{b} f(x) dx`
            (如果右边两个极限都存在)
        *   类似地，如果瑕点在端点 `a` 或 `b`，则定义 `∫_{a}^{b} f(x) dx = lim_{t→a⁺} ∫_{t}^{b} f(x) dx` (瑕点 `a`) 或 `lim_{t→b⁻} ∫_{a}^{t} f(x) dx` (瑕点 `b`) (如果极限存在)。
    *   **Γ函数 (Gamma Function)：** `Γ(s) = ∫_{0}^{+∞} e^{-x} x^{s-1} dx` (`s > 0`)。重要性质：`Γ(s+1) = s Γ(s)`, `Γ(1) = 1`, `Γ(1/2) = √π`, `Γ(n+1) = n!` (n 为正整数)。

7.  **定积分的几何应用：**
    *   **平面图形的面积：**
        *   直角坐标系：`A = ∫_{a}^{b} |f(x) - g(x)| dx` (曲线 `y=f(x)`, `y=g(x)` 与 `x=a`, `x=b` 围成)。
        *   参数方程：`{x = φ(t); y = ψ(t)}` (`α ≤ t ≤ β`), `A = ∫_{α}^{β} |ψ(t) φ'(t)| dt` (或根据几何意义调整)。
        *   极坐标系：曲线 `r = r(θ)` (`α ≤ θ ≤ β`), `A = 1/2 ∫_{α}^{β} [r(θ)]² dθ`。
    *   **体积：**
        *   平行截面面积为已知的立体：`V = ∫_{a}^{b} A(x) dx` (`A(x)` 是垂直于 `x` 轴的截面面积)。
        *   **旋转体体积：**
            *   曲线 `y = f(x)` (`a ≤ x ≤ b`) 绕 `x` 轴旋转：`V_x = π ∫_{a}^{b} [f(x)]² dx`
            *   曲线 `x = g(y)` (`c ≤ y ≤ d`) 绕 `y` 轴旋转：`V_y = π ∫_{c}^{d} [g(y)]² dy`
            *   曲线 `y = f(x)` (`a ≤ x ≤ b`) 绕 `y` 轴旋转 (柱壳法)：`V_y = 2π ∫_{a}^{b} x |f(x)| dx`
    *   **平面曲线的弧长：**
        *   直角坐标系：`s = ∫_{a}^{b} √(1 + (dy/dx)²) dx`
        *   参数方程：`{x = φ(t); y = ψ(t)}` (`α ≤ t ≤ β`), `s = ∫_{α}^{β} √([φ'(t)]² + [ψ'(t)]²) dt`
        *   极坐标系：`r = r(θ)` (`α ≤ θ ≤ β`), `s = ∫_{α}^{β} √([r(θ)]² + [r'(θ)]²) dθ`

8.  **定积分的物理应用 (举例)：**
    *   **变力沿直线做功：** `W = ∫_{a}^{b} F(x) dx` (`F(x)` 是位置 `x` 处的力)。
    *   **水压力：** `P = ∫_{a}^{b} ρ g x f(x) dx` (平板上深度 `x` 处的压强 `p = ρ g x`，条带面积 `dA = f(x) dx`)。
    *   **引力：** (需根据具体物理定律建立微元模型)。
    *   **平均值：** 函数 `f(x)` 在 `[a, b]` 上的平均值 `f̄ = 1/(b-a) ∫_{a}^{b} f(x) dx`。

**总结：**

一元函数的知识体系以**函数、极限、连续**为基础，以**导数、微分**为核心概念，以**微分中值定理**为桥梁，构建了研究函数性态 (单调、极值、凹凸、拐点等) 和计算极限 (洛必达法则) 的理论工具。**不定积分**作为导数的逆运算，其计算方法多样。**定积分**通过黎曼和定义，并由牛顿-莱布尼茨公式与不定积分紧密联系，提供了计算面积、体积、弧长等几何量和功、压力、平均值等物理量的强大工具。**反常积分**则拓展了定积分的适用范围。

这个体系逻辑严密，层层递进，是高等数学的核心内容。掌握好这些知识点对于后续学习多元函数微积分、微分方程等至关重要。