学习
从定义出发的学习路线。
不知道选哪条?没学过微积分,从「微积分基础」开始;想先感受数学可以亲手操作,从「线性代数基础」开始;想弄懂概率到底在算什么,从「概率论基础」开始。
微积分基础
入门5 节 · 5 个实验 · 10 道练习 · 约 36 分钟
- 适合
- 学过高中数学、想把微积分真正弄懂的人
- 需要
- 高中的函数与代数
学完你能
用 ε–δ 说清极限;推导导数、中值定理和微积分基本定理;用 Taylor 展开估计误差。
- 1极限
- 2导数
- 3中值定理
- 4积分
- 5Taylor 展开
从第一节开始 →更新于 2026-09-30
线性代数基础
入门5 节 · 3 个实验 · 10 道练习 · 约 37 分钟
- 适合
- 第一次学线性代数,或者学过但只会算、不知道为什么的人
- 需要
- 高中的平面向量
学完你能
把矩阵看成空间的变换;理解基与坐标、内积与 Cauchy–Schwarz、矩阵乘法的定义,以及特征值的几何意义。
- 1向量
- 2内积与 Cauchy–Schwarz
- 3线性映射
- 4矩阵
- 5特征值
从第一节开始 →更新于 2026-09-30
微分方程入门
进阶4 节 · 1 个实验 · 8 道练习 · 约 27 分钟
- 适合
- 学完微积分、想知道方程怎样描述变化的人
- 需要
- 「微积分基础」,以及「线性代数基础」里的特征值
学完你能
理解解的存在与唯一;会解一阶方程和二阶线性方程;知道 Euler 法和 RK4 的误差从哪里来。
- 1ODE 是什么
- 2一阶方程
- 3二阶线性方程
- 4数值解
从第一节开始 →更新于 2026-09-28
概率论基础
入门3 节 · 4 个实验 · 12 道练习 · 约 43 分钟
- 适合
- 想弄懂“概率到底在算什么”的人。这条路线正在建设,已完成前三节。
- 需要
- 高中的排列组合
学完你能
理解概率空间与三条公理;会用补事件和计数算概率;掌握条件概率、独立性与 Bayes 公式;用随机变量和分布描述计数,知道二项分布何时可以用 Poisson 分布近似。
- 1概率空间
- 2条件概率与 Bayes
- 3随机变量与分布
从第一节开始 →更新于 2026-09-29
- 概率空间样本空间、事件与三条公理;生日问题为什么反直觉。
- 条件概率与 Bayes知道一件事发生了,就把样本空间缩小到它;再用结果反推原因。
- 随机变量与分布把结果变成数;二项分布的极限是 Poisson。
- 极限用 ε–δ 精确说出“无限接近”。
- 导数变化率的极限,以及为什么 eˣ 的导数是自己。
- 中值定理整体平均变化率一定在某一瞬间出现;Rolle → Lagrange,以及每个条件为什么不能省。
- 积分Riemann 和的极限,与微积分基本定理。
- Taylor 展开用多项式逼近函数,并控制误差。
- 向量向量空间的公理,以及基与坐标。
- 内积与 Cauchy–Schwarz长度与角度从哪里来;投影不会变长这一件事推出整个不等式。
- 线性映射保持加法与数乘的映射,由它对基的作用完全决定。
- 矩阵线性映射的坐标表示;矩阵乘法为什么这样定义。
- 特征值变换只是拉伸的方向。
- ODE 是什么用导数描述变化规律;解的存在与唯一。
- 一阶方程分离变量、积分因子,与解的几何。
- 二阶线性方程特征方程为什么有效:它其实是特征值问题。
- 数值解Euler 与 RK4:步长、误差与 Taylor 展开的关系。
- —