第一章：函数、极限与连续——从认识论看高等数学的第一块基石
王阳明说，你未看此花时，此花与汝同归于寂；你来看此花时，则此花颜色一时明白起来。大概意思是说，世界并不是以一种完全裸露的方式直接进入我们的心里。你看到一朵花很好看，并不只是因为那朵花本身“客观地好看”，而是这朵花的颜色、形状、光影，在你的心里形成了某种成像，于是你的心也随之明媚起来。
从认识论上说，人其实一直是在把客观世界进行压缩、抽象和建模。我们并不是直接认识世界本身，而是把世界中复杂、纷乱、巨量的信息，压缩成一些可以理解、可以使用、可以传递的模型。自然科学里这一点表现得尤其明显：物理学用公式压缩运动和力，化学用结构压缩物质变化，数学则用更抽象的符号压缩关系本身。
而一个好的模型，一定不能太臃肿。它最好是低耗能的、简洁的、优美的，同时又是有用的。至于什么是美，我现在感觉，美很可能就是某种可以降低信息熵的东西。比如对称，比如统一，比如复杂现象背后突然出现的一个简单结构。你看到它，会觉得“原来如此”，这大概就是一种认知上的愉悦。从其更加根本的东西来讲，这种愉悦可能是来自于人类基因中的生存压力？
拿高数第一章作为例子，微积分要研究变化，但在研究变化之前，我们首先要知道变化的对象是什么。于是我们先学函数。
函数其实就是一种对物质关系、数量关系、变化关系的建模，用代数与图像的法子来对其进行建模。现实中有很多复杂的关系，比如时间和位置，温度和时间，电压和电流，成本和收益。数学把这些关系抽象成自变量和因变量之间的对应关系，也就是 y=f(x)。这样一来，一个复杂的现实关系，就被压缩成了一个可以被代数和图像共同描述的模型。
于是我们要学习函数的定义域、值域，学习反函数、隐函数、复合函数，学习它的各种性质，比如单调性、奇偶性、周期性、有界性。其实这些都是在问：这个模型到底长什么样？它在什么范围内成立？它是否可以反过来理解？它能不能由几个更简单的关系复合而成？它有没有某种对称、重复、边界和秩序？
到这里，函数这个模型已经被初步建立起来了。
但是仅仅有函数还不够。因为函数虽然描述了对应关系，却还没有很好地回答“趋近”的问题。很多时候，我们关心的不是某一个孤立的点，而是当 (x) 逐渐接近某一个值，或者逐渐走向无穷远的时候，f(x) 会呈现出怎样的趋势。
于是我们引入极限。
极限的意义就在于，它让我们能够研究一种过程中的稳定性。它关心的不是某一点静止的结果，而是一个变量在不断逼近时，另一个变量最终趋向哪里。无穷小、无穷大，也是在这个意义上被纳入数学语言之中的。无穷小不是一个普通意义上的很小的数，而是一个在趋近过程中趋向于零的量；无穷大也不是一个真正可以拿在手里的数，而是函数值在某种过程中不断增大的趋势。
当然，如果从考研数学的严格体系来说，我们一般是在实数范围内，用 $\varepsilon-\delta$ 语言来定义极限。但如果从理解上来说，我觉得把实数域“想象性地扩展”到超实数，是很有启发性的。因为超实数给了我们一种更直观的想法：在普通实数之外，好像真的存在某种“无限接近于零但又不是零”的无穷小量，也存在某种比任何普通实数都大的无穷大量。
从证明上来讲，1=3/3=3*1/3=0.33333333*3=0.99999999，当然是成立的，因为这是实数域，实数域是连续而完备的，不存在无穷小量，无穷小量是超实数域的东西。换言之，0.999999999和1之间在实数域是没有空隙的。
这并不是说考研数学真的要考超实数，而是说，超实数给了我们一个理解极限的认知模型。它让“趋近”这件事不再只是形式化的定义，而好像变成了一种可以在脑子里把玩的对象。你可以把它理解成：标准分析用严格的 $\varepsilon-\delta$ 去约束趋近，非标准分析则像是直接把无穷小放到数系里面。前者更严密，后者更直观。它们是在不同层面上帮助我们理解同一件事。
所以，极限实际上是在给函数这个模型补上一种“过程感”。函数告诉我们关系是什么，极限告诉我们这种关系在边界处、在趋近中、在无穷远处会发生什么。
接下来，我们就要学习极限的定义、极限的性质，以及如何计算极限。比如极限的四则运算、夹逼定理、两个重要极限、等价无穷小这些方法，都是为了让我们能够更有效地处理这种趋近关系。
而洛必达法则和泰勒公式，则可以看作是更高级的极限计算工具。
洛必达法则很有意思。很多极限之所以难算，是因为它们表面上呈现出某种“不确定”的形态，比如 $\frac{0}{0}$ 或者 $\frac{\infty}{\infty}$。直接看函数值，好像什么也看不出来。但洛必达法则告诉我们，可以转而去看分子和分母的变化率。也就是说，当两个量都在趋近于零，或者都在趋向无穷时，我们不直接比较它们本身，而是比较它们变化的速度。
这其实也是一种建模方式：原来的模型不好看、不好算，于是我们换一个视角，从“量的大小”转向“量的变化率”。这就像看两个人跑步，如果只看某一瞬间他们都在起点，确实看不出谁更快；但如果看速度，就能判断谁会先离开。
泰勒公式则更像是一种极致的模型压缩。一个复杂函数在某一点附近可能很难理解，但泰勒公式告诉我们，可以用一个多项式去近似它：
$$f(x)\approx f(a)+f’(a)(x-a)+\frac{f’’(a)}{2!}(x-a)^2+\cdots $$
这就非常漂亮。因为多项式是我们最熟悉、最容易计算的东西，而一个复杂函数居然可以在局部被拆成常数项、一次项、二次项、三次项……这就像是把一团复杂的曲线，在某一点附近展开成一串有秩序的结构。越往后加，模型越精细；只取前几项，模型就更简洁。这里面有一种很强的美感：复杂被压缩为简单，曲线被压缩为多项式，局部变化被压缩为导数信息。
所以，洛必达和泰勒都不仅仅是做题技巧。它们背后其实有认识论上的意味：当一个模型在原始形态下不好处理时，我们就换一个更可操作的模型去接近它。洛必达是用变化率比较变化，泰勒是用局部多项式逼近复杂函数。
最后，连续与间断就是一个很自然的小应用。
如果说极限研究的是函数在某一点附近的趋势，那么连续性研究的就是：这个趋势和函数在这一点真正的取值能不能接上。也就是说，如果 $x$ 趋近于 $x_0$ 时，$f(x)$ 的极限正好等于 $f(x_0)$，那么这个函数在这一点就是连续的。
连续可以理解为这个模型在局部没有断裂。它的趋势和它的取值是接得上的。间断则说明这种连接失败了：可能是这个点本来可以补上却没有补上，可能是左右两边各走各的，也可能是函数直接冲向无穷，或者在附近不停震荡。
所以这样看，高数第一章并不是简单地把函数、极限、连续这些概念堆在一起，而是在建立微积分最基础的一套认识模型：先用函数压缩现实中的关系，再用极限描述关系在趋近过程中的趋势，再借助无穷小、无穷大、超实数这样的直观图像去理解这种趋势，然后用各种极限计算工具来处理它，最后用连续性判断这个模型在局部是否稳定、是否接得上。
这大概就是我现在对它的理解：数学不是在远离世界，而是在用一种更低耗、更简洁、更优美的方式重新压缩世界。函数是关系的模型，极限是趋势的模型，洛必达是变化率比较的模型，泰勒是局部逼近的模型，连续则是稳定性的模型。微积分的大厦，就是从这里开始搭起来的。