微积分预备：多项式与有理函数核心知识点梳理

这套《微积分预备》系列课程的中文语音版已经更新到第 2 讲主题是多项式与有理函数目前进度为前半部分内容。很多人学微积分卡住问题往往不是出在求导和积分本身而是前面这些多项式运算、因式分解、有理函数处理不够熟练。这节课正好把这些“地基”补齐。这一部分内容的定位很明确不是重新讲一遍高中代数而是把所有和微积分直接相关的多项式与有理函数知识点集中梳理一遍重点放在后续极限、导数、积分中最常用的操作上。比如综合除法、因式定理、部分分式分解这些工具在求极限和算积分时会反复出现。本文会把这一讲的核心内容拆成可复习、可自查的知识点清单每部分都配上计算示例和 Python 验算代码。如果你正在自学微积分或者准备考研、专升本、大学先修课这篇文章可以当配套复习笔记用。1. 核心知识点速览知识点作用对应微积分内容掌握程度多项式的定义与次数判断函数类型和增长阶数极限抓大头、无穷大比较必备多项式四则运算化简表达式、合并同类项一切符号运算的基础必备综合除法快速做多项式除法、求值因式定理、余数定理必备因式定理与零点判断因子、求解多项式方程函数零点、不等式、积分区间判断必备因式分解化简分式、求定义域约分、部分分式分解必备有理函数定义域确定函数成立的 x 范围连续区间、渐近线必备部分分式分解把复杂分式拆成简单分式有理函数积分重点真分式与假分式判断是否需先做长除法积分前化简步骤重点整套课程的方法论非常直接先掌握多项式运算再做因式分解最后进入有理函数和部分分式。每一步都要求熟练到“看到就能算”的程度而不是“知道概念就行”。2. 为什么多项式与有理函数是微积分预备核心2.1 从函数分类看优先级初等函数包含幂函数、指数函数、对数函数、三角函数、反三角函数而多项式和有理函数是其中结构最简单、建模能力又很强的一类。微积分中大量计算实际处理的对象都是多项式或由多项式构成的有理函数。例如指数函数和三角函数的泰勒展开最终也会变成“无限项多项式”。所以多项式运算能力决定了后续符号计算的流畅度。2.2 与极限、导数、积分的直接关联求极限时有理函数最常见的操作是分子分母同除最高次幂或者先因式分解约分这两个动作都依赖多项式基本功。求导数时多项式函数每项按幂函数求导规则处理乘积法则、链式法则的例题也大量使用多项式。求积分时多项式的幂函数积分是基本公式而分式积分则需要部分分式分解。这一讲后半部分花大量篇幅讲部分分式原因正在于此。2.3 这讲内容在整套预备课程中的位置微积分预备的完整逻辑是实数与不等式到多项式与有理函数再到指数对数三角等超越函数最后进入极限。多项式与有理函数是第一个“需要大量计算训练”的模块也是后续所有计算题的载体。3. 前置知识准备学这一讲之前建议确认下面几项基础能力已经过关否则听课过程中会不断卡顿。3.1 代数运算基础合并同类项、去括号、符号运算是多项式运算的基本功。尤其是“负号分配”问题很多因式分解和除法错误都发生在这一步。建议先做 20 道带多重括号的化简题把符号习惯建立起来。3.2 方程求解能力一元二次方程的求根公式必须非常熟练。因为后续因式分解的目标就是转化为求解方程而部分分式分解的核心又是解线性方程组。一元二次方程求根公式为$$x\frac{-b\pm\sqrt{b^2-4ac}}{2a}$$判别式 $\Deltab^2-4ac$ 决定根的情况要能快速判断“可分解”还是“需要用公式”。3.3 指数法则与幂运算多项式每一项都带有非负整数次幂但指数法则会在因式分解和除法的验算中出现。尤其要注意$$x^a\cdot x^bx^{ab},\qquad \frac{x^a}{x^b}x^{a-b}$$3.4 建议使用验算工具本讲所有习题都可以用 Python SymPy 验算。推荐边学边算每个手算结果都用代码复核一遍能显著减少“以为对了其实错了”的情况。4. 多项式基础精讲4.1 多项式的定义与标志多项式是变量只取非负整数次幂的表达式标准形式写作$$P(x)a_n x^na_{n-1}x^{n-1}\cdotsa_1 xa_0$$其中 $a_n\neq 0$$n$ 为多项式的次数$a_n$ 为首项系数$a_0$ 为常数项。从图像上看一次多项式是直线二次多项式是抛物线三次及以上的曲线形状更复杂但整体行为由首项决定。微积分里看“函数增长有多快”第一步就是看次数。4.2 多项式四则运算加减法直接合并同类项乘法用分配律逐项相乘除法分为长除法和综合除法。常犯错误是漏项。两个多项式相乘时应先把每一项分配到另一多项式的每一项上再合并同类项。例如$$(2x^23x-1)(x-2)$$建议写成三项乘以两项的形式得到六项后再合并不要跳步。4.3 综合除法与余数定理当除式为 $(x-a)$ 形式时综合除法比长除法快得多。步骤如下例如计算 $P(x)2x^3-3x^24x-5$ 除以 $x-2$列出系数 $2,\ -3,\ 4,\ -5$用 2 做综合除法2 | 2 -3 4 -5 | 4 2 12 ---------------- 2 1 6 7商为 $2x^2x6$余数为 7。这里引出余数定理多项式 $P(x)$ 除以 $(x-a)$ 的余数等于 $P(a)$。直接代入验算$$P(2)2\cdot8-3\cdot44\cdot2-57$$与综合除法结果一致。因式定理进一步说明如果 $P(a)0$则 $(x-a)$ 是 $P(x)$ 的因式。4.4 零点、根与因式的关系n 次多项式最多有 n 个零点每个零点对应一个一次因式。重根按重数包括在内。判断一个数是否为零点最直接的方法是代入验算。寻找有理零点的范围时可以尝试常数项的因子除以首项系数的因子这些候选值构成所有可能的有理零点集合。5. 因式分解开启后续操作的门5.1 为什么必须练熟因式分解因式分解在微积分里有三个直接用途求零点、约分、部分分式分解。无论求极限时约掉零因子还是求积分时拆分分式第一步都是因式分解。因式分解不熟练极限题和积分题都会卡在第一步无法进入后面积分方法。5.2 常用分解工具清单方法适用形式示例提取公因式各项有公因子$6x^39x^23x^2(2x3)$平方差公式$a^2-b^2$$x^2-9(x-3)(x3)$完全平方公式$a^2\pm2abb^2$$x^26x9(x3)^2$立方和差$a^3\pm b^3$$x^3-8(x-2)(x^22x4)$十字相乘二次三项式$x^25x6(x2)(x3)$分组分解四项及以上$x^3x^2x1(x1)(x^21)$因式分解的整体策略是先提公因式再看公式最后考虑分组或长除法。5.3 高次多项式的因式分解思路对于三次及以上多项式先尝试有理零点候选找到一个根后用综合除法降次再对商式继续分解。例如 $x^3-6x^211x-6$候选零点为常数项 -6 的因子 $\pm1,\pm2,\pm3,\pm6$。代入 $x1$ 得到 0因此 $(x-1)$ 是因式。综合除法后得到$$x^3-6x^211x-6(x-1)(x^2-5x6)(x-1)(x-2)(x-3)$$这个例子说明了“先试根、再降次、再分解”的标准流程。5.4 用 Python 验算因式分解手算完成后建议用 SymPy 复核import sympy as sp x sp.symbols(x) poly x**4 - 5*x**2 4 print(sp.factor(poly))输出结果为(x - 1)*(x 1)*(x - 2)*(x 2)注意验算只能确认结果正确不能替代手算训练。考试和自学推导时快速判断分解方向仍然要靠经验积累。6. 有理函数化简与部分分式6.1 有理函数的基本概念有理函数是两个多项式的比值$$R(x)\frac{P(x)}{Q(x)},\qquad Q(x)\neq0$$定义域是分母不为零的所有实数。分子次数低于分母次数时称为真分式否则为假分式。假分式必须先用长除法化为“多项式 真分式”的形式再进行后续处理。例如$$\frac{x^32x}{x^2-1}x\frac{3x}{x^2-1}$$这里的 $x$ 是商$\frac{3x}{x^2-1}$ 是真分式。6.2 有理函数的化简与定义域约分是基于因式分解的。比如$$f(x)\frac{x^2-1}{x-1}$$表面上可以约分为 $x1$但定义域必须排除 $x1$。化简后的函数与原函数在定义域上不同不能直接画等号。这一点在求极限和判断连续时非常重要。极限关注的是 x 趋近 1 时的行为此时可以约分但讨论函数值时$f(1)$ 仍然不存在。6.3 部分分式分解的类型对应关系部分分式分解的核心思想是把复杂的分式拆成多个简单分式的和。分母因式分解后根据因子类型设定对应形式分母因子类型部分分式形式一次因子 $(x-a)$$\frac{A}{x-a}$重因子 $(x-a)^k$$\frac{A_1}{x-a}\frac{A_2}{(x-a)^2}\cdots\frac{A_k}{(x-a)^k}$二次不可约因子 $(x^2pxq)$$\frac{AxB}{x^2pxq}$二次不可约因子的幂次每项分子写成一次式逐次增加分母方次原则是分解后的每一项都必须可以直接积分或者比原式更容易处理。重因子漏项是初学者最常见的错误例如 $(x-1)^2$ 只写第一项 $\frac{A}{x-1}$ 是不完整的。6.4 完整分解步骤与待定系数法以 $\frac{x3}{(x-1)(x2)}$ 为例。第一步分母已经分解为两个不同的一次因子。第二步设为$$\frac{x3}{(x-1)(x2)}\frac{A}{x-1}\frac{B}{x2}$$第三步两边同乘分母 $(x-1)(x2)$$$x3A(x2)B(x-1)$$第四步代入特殊值。令 $x1$ 得$$43A \Rightarrow A\frac{4}{3}$$令 $x-2$ 得$$1-3B \Rightarrow B-\frac{1}{3}$$于是$$\frac{x3}{(x-1)(x2)}\frac{4}{3(x-1)}-\frac{1}{3(x2)}$$这个方法叫待定系数法是目前最通用的分解套路。用“代入因子零点”的技巧可以快速求出系数避免解线性方程组。6.5 用 Python 验算部分分式分解import sympy as sp x sp.symbols(x) expr (x 3) / ((x - 1) * (x 2)) print(sp.apart(expr))输出为4/(3*(x - 1)) - 1/(3*(x 2))与手算结果一致。遇到分子分母次数都很高的分式SymPy 可以快速给出参考分解结果适合对照自查。7. 通向微积分的桥梁7.1 有理函数的极限与“抓大头”求 $x\to\infty$ 时多项式比值形式的极限核心方法是分子分母同除最高次幂。例如$$\lim_{x\to\infty}\frac{3x^22x}{x^2-1}$$分子分母同除以 $x^2$$$\lim_{x\to\infty}\frac{3\frac{2}{x}}{1-\frac{1}{x^2}}3$$结论可以归纳为分子次数等于分母次数极限等于首项系数之比分子次数低于分母极限为 0分子次数高于分母极限不存在趋于无穷。7.2 渐近线与有理函数有理函数图像与多项式图像最大的不同在于可能存在渐近线。垂直渐近线分母为零且约分后仍为零的点。水平渐近线x 趋于无穷时函数值趋于的常数。斜渐近线分子次数比分母次数高一次时长除法得到的商是一次多项式。这部分是后续讨论函数图像和实际问题建模的基础也是判断函数连续区间的重要依据。7.3 连续性有理函数在定义域内每一点都连续不连续点只可能出现在分母为零处。判断一个函数在某个区间上是否连续只需看该区间是否包含分母零点。不同类型的间断点可去间断、无穷间断、跳跃间断在后续学习极限连续时会系统区分。现在只需要形成“先找定义域再谈连续性”的意识。7.4 多项式函数的导数多项式求导按幂次逐项处理$$\frac{d}{dx}(x^n)nx^{n-1}$$例如$$\frac{d}{dx}(4x^3-2x^23x-7)12x^2-4x3$$这个规则在后续学习导数时是最高频操作。多项式之所以重要是因为求导规则简单且严格可算适合作为微积分入门的第一类函数。7.5 有理函数的积分与部分分式的意义部分分式分解的直接应用在积分中体现得最明显。$$\int\frac{x3}{(x-1)(x2)},dx$$如果不分解直接积分非常困难。分解后$$\int\left(\frac{4}{3(x-1)}-\frac{1}{3(x2)}\right)dx$$逐项积分即可$$\frac{4}{3}\ln|x-1|-\frac{1}{3}\ln|x2|C$$这就是微积分预备阶段要提前掌握部分分式的原因它在积分里不是可选项而是标准流程。7.6 用 Python 验证极限与积分import sympy as sp x sp.symbols(x) # 求极限 limit_expr (3*x**2 2*x) / (x**2 - 1) print(sp.limit(limit_expr, x, sp.oo)) # 部分分式积分 integrand 1/3 * 4/(x - 1) - 1/3 * 1/(x 2) print(sp.integrate(integrand, x))输出3 4*log(x - 1)/3 - log(x 2)/3注意 SymPy 默认可能省略绝对值符号手算时积分结果中的对数应写成 $\ln|x-1|$、$\ln|x2|$。8. 常见错误与排查方法错误现象问题原因正确做法合并同类项漏项跨多项时分配不完整先完全展开再逐项合并除法商式系数算错综合除法带负号时出错先抄下完整系数再对照验算因式分解后漏根只找一个根就停止对商式继续分解直到所有因式不可约约分后定义域改变忽略分母为零的点约分同时保留 Q(x)!0 的条件部分分式少写重因子项对 $(x-a)^k$ 只设一项按照从 1 到 k 的幂次全部列出待定系数法设错分子形式二次因子下分子设为常数二次不可约因子的分子必须设为 $AxB$假分式直接做部分分式未先做长除法先化为多项式加真分式抓大头只比较 x 的系数分母幂次判断错误统一用“分子次数与分母次数比较”判断积分结果忘记绝对值对数函数的定义域限制手算时写成 $\ln还有一个策略性错误因式分解不彻底就开始设部分分式。如果分母中还有可分解的二次式直接设为 $(AxB)$ 会让计算过程复杂很多。先分解到位再设项是最高效的路径。9. 学习建议与下一步这一讲的内容建议分两遍学习。第一遍跟课理解概念和流程不需要急着刷题第二遍做集中训练重点是综合除法、因式定理和部分分式这三块是后续微积分计算的直接前置技能。自测标准是拿到一个有理函数能在 3 到 5 分钟内完成“判断真假分式、因式分解、部分分式分解”整套流程。达不到这个速度说明多项式运算还不够熟练可以先不用往下学新的内容。推荐的练习量是综合除法 10 题因式分解 15 题部分分式 8 题。题目难度从低到高最后 2 题建议选重因子和二次因子的组合题这是最容易在考试里出现的设计方式。每次手算结束后用 SymPy 验算一遍记录错误类型。如果连续三次都在负号处理或漏项上出错不要继续刷题先停下来专门练化简把基础运算速度提上来。关于学习工具把常用验算代码存成脚本。例如 SymPy 的factor、apart、limit、integrate这四个函数已经覆盖本讲绝大部分验算需求代码写在本地每次改一下表达式即可。完成这个模块后可以进入后续的分数指数、对数指数函数部分这些函数最终也会用多项式的处理方法进行局部近似和计算。建议收藏备用等微积分学到积分部分时再回头看这一讲的多项式运算和部分分式会有更明确的“当时为什么学这个”的感觉。