理解输入与输出的对应关系
微积分的研究对象是函数。在开始学习微积分之前，我们必须彻底理解函数的含义。函数是整个微积分大厦的地基。
你可以把函数想象成一台"加工机器"：你从一端放入一个数（输入），机器按照某种规则进行处理，然后从另一端吐出一个结果（输出）。每个输入恰好对应一个输出——这是函数最核心的特征。
用数学语言表达，如果 f 是一个函数，x 是输入（自变量），那么 f(x) 就是输出（因变量）。例如：
函数还可以用"映射"的方式来理解：函数 f 将定义域中的每个元素 x 映射到值域中的唯一元素 f(x)。这种映射关系可以用箭头图来表示：
flowchart LR
X["定义域 (Domain)"] -->|"f"| Y["值域 (Range)"]
X1["x₁"] -->|"f(x₁)"| Y1["y₁"]
X2["x₂"] -->|"f(x₂)"| Y2["y₂"]
X3["x₃"] -->|"f(x₃)"| Y3["y₃"]
定义域（Domain）是所有合法输入值的集合——即函数"能接受"的所有 x 值。值域（Range）是所有实际输出值的集合——即函数"能产生"的所有 f(x) 值。
确定函数定义域时，需要避免以下情况：
定义域和值域通常用区间表示法来书写。区间有四种基本类型：
| 记号 | 含义 | 说明 |
|---|---|---|
| (a, b) | a < x < b | 开区间，不包含端点 |
| [a, b] | a ≤ x ≤ b | 闭区间，包含端点 |
| (a, b] | a < x ≤ b | 半开半闭区间 |
| [a, b) | a ≤ x < b | 半闭半开区间 |
| (a, ∞) | x > a | 无穷开区间 |
| (-∞, b] | x ≤ b | 无穷闭区间 |
| (-∞, ∞) | 所有实数 | 整个实数轴 |
注意 ∞ 和 -∞ 永远用圆括号，因为无穷不是一个具体的数，不可能被"包含"在区间内。所以不存在 [a, ∞] 这样的写法，正确的写法是 (a, ∞)。
给定一个曲线，如何判断它是否是某个函数的图像？答案是垂线检验法：
在图像上任意画一条垂直于 x 轴的直线。如果这条直线与曲线最多相交一次，那么这个曲线就是某个函数的图像。如果存在某条垂线与曲线相交两次或更多次，则它不是函数的图像。
垂线检验法的本质是：函数要求每个 x 值只能对应唯一的 y 值。如果一条垂线穿过曲线两次，说明同一个 x 对应了两个不同的 y，这就违反了函数的定义。
想象你站在 x 轴上的某个位置向上看。如果你看到的曲线只有一个点，说明这个 x 只对应一个 y——这就是函数。如果你看到两个或更多点，说明这个 x 对应多个 y——这不是函数。圆 x² + y² = 1 就不是函数的图像（除非你只取上半圆或下半圆），因为 x=0 处同时有 y=1 和 y=-1。
传感器校准曲线：温度传感器将测得的电压信号映射为实际温度值。例如热电偶的输出电压与温度之间的关系可用函数 T = f(V) 描述，工程师通过校准曲线将原始电压数据转换为可用的温度读数。
音频信号处理：声音波形是振幅随时间变化的函数 A(t)。麦克风将声波转换为电压信号，数字音频系统对函数 A(t) 进行采样、量化和编码，实现录音、混音和滤波等处理。
如果函数 f 将 x 映射到 y，那么反函数 f⁻¹ 做的事情恰好相反：它将 y 映射回 x。反函数的概念在微积分中非常重要——换元法、反三角函数、隐函数求导等都依赖于反函数。
并非所有函数都有反函数。要使反函数存在，原函数必须是一一对应（one-to-one，也称单射）的，即：
换句话说，不同的输入必须产生不同的输出。如果两个不同的输入产生了相同的输出，反函数就无法确定该把那个输出映射回哪个输入了。
在函数图像上任意画一条水平线。如果每条水平线与曲线最多相交一次，则函数是一一对应的，反函数存在。如果某条水平线与曲线相交两次或更多次，则函数不是一一对应的，反函数不存在。
水平线检验与垂线检验是对偶的：垂线检验判断"是否是函数"，水平线检验判断"是否有反函数"。
求反函数的标准步骤如下：
有些函数整体上不是一一对应的，但如果我们限制其定义域，就可以在限制后的区间上获得反函数。
sin(x) 在整个实数轴上不是一一对应的（例如 sin(0) = sin(π) = 0），因此它没有全局反函数。但如果我们把定义域限制到 [-π/2, π/2]，sin(x) 在这个区间上就是严格单调递增的，从而是一一对应的。在这个限制下，反函数 arcsin(x)（或 sin⁻¹(x)）就存在了。
类似地，cos(x) 的定义域限制为 [0, π]，tan(x) 的定义域限制为 (-π/2, π/2)，都可以获得反函数。
函数 f 和它的反函数 f⁻¹ 的图像关于直线 y = x 对称。这是因为求反函数的过程就是交换 x 和 y，而交换坐标轴就等价于关于 y = x 做镜像反射。你可以在下方的图表中清楚地看到这种对称性。
密码学中的加密/解密：加密算法将明文映射为密文，解密算法则是其反函数，将密文恢复为明文。RSA 等公钥密码体系的安全性正是建立在正向计算容易、反向计算（求反函数）极其困难的基础之上。
GPS 坐标转换：地理坐标（经纬度）与 UTM 平面坐标之间的转换互为反函数。测绘工程师根据应用场景选择合适坐标系，通过反函数实现双向转换。
声呐测距：声呐系统测量声波从发射到接收的时间 t，利用反函数 d = f⁻¹(t) = ct/2（c 为声速）将时间映射为距离，实现水下目标定位。
函数的复合是将两个（或多个）函数"串联"起来，让一个函数的输出成为另一个函数的输入。这是微积分中链式法则的基础，也是理解复杂函数结构的关键。
给定两个函数 f 和 g，它们的复合函数 f∘g 定义为：
这意味着：先将 x 代入 g，得到 g(x)；再将 g(x) 代入 f，得到 f(g(x))。整个过程像流水线一样——x 先经过 g 的"加工"，再经过 f 的"加工"。
想象一个工厂流水线：原材料 x 先进入第一台机器 g，加工成半成品 g(x)；然后半成品进入第二台机器 f，最终产出成品 f(g(x))。复合函数就是两台机器的串联。
函数的复合不满足交换律。先经过 g 再经过 f，与先经过 f 再经过 g，通常得到不同的结果。例如，若 f(x) = x²，g(x) = x + 1，则：
显然 x² + 2x + 1 ≠ x² + 1，所以 f∘g ≠ g∘f。
若 f(x) = 2x + 1，g(x) = x²，求 f(g(x)) 和 g(f(x))：
再次验证：f∘g ≠ g∘f。
对称性是数学中最优美的性质之一。函数的奇偶性描述了函数图像关于 y 轴或原点的对称性，这在积分计算和函数分析中极为实用。
如果对定义域内的所有 x，都有：
那么 f 是偶函数。偶函数的图像关于 y 轴对称——将图像沿 y 轴折叠，左右两边完全重合。
常见的偶函数有：x², x⁴, |x|, cos(x), x² + 1 等。
如果对定义域内的所有 x，都有：
那么 f 是奇函数。奇函数的图像关于原点对称——将图像绕原点旋转 180°，与原图完全重合。
常见的奇函数有：x, x³, x⁵, sin(x), 1/x 等。
奇偶性在运算中有优美的规律：
用定义验证即可。例如"奇 × 奇 = 偶"：设 f 和 g 都是奇函数，令 h(x) = f(x)g(x)，则 h(-x) = f(-x)g(-x) = (-f(x))(-g(x)) = f(x)g(x) = h(x)，所以 h 是偶函数。负负得正！
注意：并非所有函数都是奇函数或偶函数。例如 f(x) = x + 1 既不是奇函数也不是偶函数，因为 f(-x) = -x + 1 ≠ f(x) = x + 1，且 f(-x) = -x + 1 ≠ -f(x) = -x - 1。
电路分析中的对称性简化：在分析差分放大电路时，利用信号的奇偶对称性可以将问题分解为共模（偶对称）和差模（奇对称）分量，大幅简化计算。对称电路的奇模分析只需研究半边电路。
结构力学中的对称载荷分析：桥梁、建筑框架等对称结构在对称载荷下，位移场呈偶对称，内力分布可利用对称性只分析一半结构。在反对称载荷下则呈奇对称，同样可简化计算。
线性函数（更准确地说是"一次函数"）是最简单的函数类型，也是微积分中切线逼近（局部线性化）的基础。理解线性函数是理解导数几何意义的第一步。
其中 m 和 b 是常数。线性函数的图像永远是一条直线。
斜率 m 衡量的是直线的"陡峭程度"和"方向"：
斜率的几何意义是：沿 x 轴方向每移动 1 个单位，y 值变化 m 个单位。用公式表达：
斜率本质上就是"变化率"——y 相对于 x 的变化速度。这个概念在微积分中被推广为导数。事实上，线性函数的导数就是它的斜率 m，这是一个常数。对于更复杂的函数，导数在每个点可能不同，但几何意义始终是"切线的斜率"。
y 截距 b 是直线与 y 轴的交点的纵坐标。当 x = 0 时，y = b。所以 b 告诉我们"函数的起始值"。
| 参数 | 含义 | 对图像的影响 |
|---|---|---|
| m（斜率） | 变化率 | 控制直线的倾斜方向和陡峭程度 |
| b（y 截距） | 起始值 | 控制直线上下的平移位置 |
当 b = 0 时，y = mx 称为正比例函数，图像过原点。当 m = 0 时，y = b 是一条水平线，这是最简单的偶函数（也是奇函数，当且仅当 b = 0 时）。垂直线 x = a 不是函数的图像（垂线检验不通过）。
欧姆定律 V = IR：在电阻元件中，电压 V 与电流 I 成正比，比例系数为电阻 R。这是电路分析中最基本的线性关系，工程师利用欧姆定律设计分压电路和电流检测电路。
胡克定律 F = kx：弹簧在弹性限度内，弹力 F 与形变量 x 成正比，k 为劲度系数。该线性关系是机械振动分析和弹簧设计的理论基础。
材料应力-应变关系：在弹性变形阶段，材料的应力 σ 与应变 ε 满足线性关系 σ = Eε（E 为弹性模量）。这是结构强度设计和材料选择的核心依据。
微积分中会频繁遇到以下几类基本函数。熟悉它们的图像和性质，是后续学习的必要准备。
多项式函数的一般形式为：
多项式函数的定义域是全体实数 (-∞, ∞)。多项式的图像是光滑的连续曲线，没有断点也没有尖角。
有理函数是两个多项式的商：
有理函数可能存在垂直渐近线（分母为零处）和水平渐近线（x 趋向 ±∞ 时）。例如 f(x) = 1/x 在 x = 0 处有垂直渐近线，在 y = 0 处有水平渐近线。
渐近线是函数图像"无限接近但永远不触碰"的直线。想象你在追赶地平线——你越走越近，但永远到达不了。函数值可以无限趋近渐近线，但不会与之相交（在某些情况下可能相交，但不会"贴合"）。
指数函数 f(x) = aˣ（a > 0, a ≠ 1）的图像永远穿过点 (0, 1)，因为 a⁰ = 1。
对数函数 f(x) = logₐ(x) 是指数函数的反函数。自然对数 ln(x) = logₑ(x) 在微积分中最为重要。
绝对值函数是偶函数（关于 y 轴对称），在 x = 0 处有一个"尖角"。这个尖角意味着函数在该点不可导——这是微积分中"连续但不可导"的经典例子。
平方根函数的定义域只有非负实数。它的图像是抛物线 y = x² 的右半部分（x ≥ 0），因为平方根函数就是 x² 在 [0, ∞) 上的反函数。图像从原点出发，向右上方延伸，增长速度越来越慢。
分析：这是一个有理函数，分母不能为零。我们需要找出使分母为零的点，然后将其排除。
x² - 4 = 0
x² = 4
x = 2 或 x = -2
函数在 x = 2 和 x = -2 处无定义。用区间表示法，定义域为：
补充：x = -2 和 x = 2 是该函数的垂直渐近线。当 x 趋向 ±∞ 时，f(x) 趋向 0，所以 y = 0 是水平渐近线。
分析：按照求反函数的标准步骤进行。
y = 2x + 3
x = 2y + 3
x - 3 = 2y
y = (x - 3) / 2
验证：f(f⁻¹(x)) = 2 · (x-3)/2 + 3 = x - 3 + 3 = x ✓
且 f⁻¹(f(x)) = (2x + 3 - 3) / 2 = 2x / 2 = x ✓
两个复合都等于 x，验证了反函数的正确性。从图像上看，y = 2x + 3 和 y = (x-3)/2 关于 y = x 对称（见图 1-2）。
分析：分别计算两个复合函数，注意顺序不同结果也不同。
先将 g(x) = 2x - 1 代入 f：
f(g(x)) = f(2x - 1) = (2x - 1)² + 1
= 4x² - 4x + 1 + 1
= 4x² - 4x + 2
先将 f(x) = x² + 1 代入 g：
g(f(x)) = g(x² + 1) = 2(x² + 1) - 1
= 2x² + 2 - 1
= 2x² + 1
以下 MATLAB 代码帮助你可视化本章的核心概念。建议在 MATLAB 中运行这些代码，观察输出图像，加深对函数性质的理解。