连续、可导、可微、连续可微这四个词，我在给同学答疑时几乎每周都要解释一遍。别说初学者，就连很多考研复习到中期的同学，都容易被这四个概念绕晕：有人觉得可导和连续差不多，有人以为可微是很高深的东西，还有人把“连续可微”当成“可微”的另一种说法。其实这四个概念是微积分最底层的地基，搞不清楚它们，后面学中值定理、泰勒公式、多元积分、曲线曲面积分，处处都会卡壳。
这篇文章我打算换个讲法，不直接丢定义，而是先告诉你这几个词在几何上和直觉上到底代表什么，再用一条逻辑链把它们串起来，接着用经典反例把容易混淆的地方钉死，最后给出一套考试和实际分析中可以直接用的判断流程。保证你看完以后，再遇到“函数在某点是否可微”“可导和可微到底谁强”这类问题，不用翻书也能推出来。这部分内容适合大一正在学高数的同学、考研复习需要理清概念的考生，以及工作中要用到数值计算、想回头补补数学基础的朋友。
1. 先把四个概念摆到桌面上：它们各自到底在说什么
很多教材一上来就写ε-δ定义，导致很多人对这几个概念的理解停留在“背定义、套题型”的层面。所以我先不碰严格定义，用图像和直觉把四个概念过一遍，等后面需要精确辨析时再补数学语言。
1.1 连续：函数值没有“跳崖”
连续这个概念，最直观的理解就是画图的时候笔不能离开纸。一个函数在某点连续，意味着当自变量慢慢靠近这个点时，函数值也跟着慢慢靠近这一点对应的值，不会出现突然蹦到别处去的情况。用数学语言说，就是自变量趋于该点时，函数值的极限等于函数在该点的取值。
打个比方，你开车从A地到B地，里程表上的读数随时间变化，如果整个过程车速表没有出现瞬间跳变，那么里程函数就是连续的。反过来，如果你开车途中突然“瞬移”了十公里，那这个瞬移点就是间断点，函数在这一点就不连续。
连续要排除的坏情况有三种：一是这个点根本没定义，比如分母为零的位置；二是函数值虽然没定义但左右极限趋近同一个数，这时叫可去间断点；三是左右极限不相等，函数图像在这个点直接劈成两截。判断连续，本质上就是检查“极限值等于函数值”这一件事。
1.2 可导：变化率能不能被定义
可导比连续更进一步。连续只管函数值有没有断裂，可导关心的是函数在某个点附近的变化趋势是否稳定。如果一个函数在某个点可导，就说明在这个点附近，函数的平均变化率（割线斜率）会随着区间缩小而趋近于一个确定的数，这个数就是导数。
还拿开车举例。连续只要求你的位置不瞬移，但可导要求你的车速有意义——你从A到B，如果到达B点的瞬间是“咣”一下撞上去的，那么到达那一刻的速度说不清楚，因为从左边看接近B时速度是一个值，从右边看刚离开B时速度是另一个值，左右变化率对不上，函数就不可导。
几何上，可导意味着函数图像在该点存在一条唯一确定的切线，而且这条切线不是竖直线。为什么排除竖直切线？因为竖直切线对应斜率无穷大，导数是无穷大，不算是“存在有限导数”。这一点后面判断可导时会用到。
1.3 可微：局部能不能用直线（平面）代替
可微这个概念，一元函数里看起来有点多余，但放到多元函数里就非常关键了。可微说的不是“有切线”，而是函数在一点附近能被一条直线（一元）或一个平面（多元）很好地近似，而且近似的误差比自变量的增量还要小一个数量级。
说得再直白一点，如果你用放大镜去看可微函数在某一点附近的图像，放大到一定程度以后，图像看起来就是一条直线。这条直线不但通过该点，还以该点为中心，误差相对于自变量的变化量是微不足道的。线性化、微分近似、误差传播分析，这些实际应用的底层都依赖可微性。
所以可微的核心思想是“局部线性化”。一个函数可微，意味着在这个点附近用线性函数替换原函数时，误差小到可以忽略，这比“有切线”这个几何描述更本质，也是多元微积分里最重要的概念。
1.4 连续可微：导函数本身还“稳不稳”
连续可微是这四个概念里要求最高、也最容易被忽略的一个。它有两个限定：先是“可微”，再要求“导函数连续”。也就是说，一个函数连续可微，必须满足两点：第一，它在某区间内处处可导；第二，它的导函数在整个区间内作为函数本身是连续的。
你可以这样理解：可导告诉你每个点都有斜率，但斜率本身也可能忽大忽小地跳动；连续可微则要求斜率随自变量光滑地变化，不能有突变。举个例子，一个函数的导数可能是“先等于1，然后突然跳到5”，但导函数作为函数，在发生跳变的那一点是不连续的，这时候原函数可导但不可连续可微。
这个概念的真正价值在于理论推导。很多定理比如泰勒中值定理的余项估计、隐函数定理、换元积分法的合法性，都需要“连续可微”作为前提。考试里只要题目说“函数有一阶连续导数”，你就要立刻意识到它比单纯的“可导”强得多。
2. 一张逻辑图理清四者关系：蕴含链与证明直觉
概念本身搞清楚以后，最关键的是四者之间的逻辑关系。这部分是考试出题最密集的地方，也是初学者最容易混淆的地方。我把逻辑链给你理清楚，再讲清楚每条结论为什么成立。
2.1 核心链条：连续可微 → 可微 → 可导 → 连续
四者之间有一条完整的蕴含链，按照强度从高到低排列：
连续可微 ⇒ 可微（一元中就是可导） ⇒ 连续
在多元函数中，链条稍微复杂一点，但核心骨架不变：连续可微一定可微，可微一定连续，可微也一定偏导存在。顺便提一句，偏导存在推不出可微，也推不出连续——这是多元和一元最大的差异，后面我会专门讲。
这条链条的逻辑其实很顺畅。一个函数连续可微，首先意味着它可微；而在任何维数下，可微函数都必然连续；在一元情形下，可微又等价于可导。所以你可以把它当成一条“性质递减链”：连续可微是最强的条件，连续是最弱的条件，可导和可微在中间位置。
2.2 为什么可导就一定连续
这个结论可以用一句话证明：如果一个函数在点x₀处可导，那么当自变量趋近x₀时，函数值f(x)和f(x₀)的差可以表示为导数乘以自变量之差再加上一个高阶无穷小。因为导数本身是有限数，自变量之差趋近于0，所以函数值之差必然趋近于0，这不就是连续的定义吗。
从直觉上看，如果函数在一点有确定的切线斜率，那么它至少在这个点没有断裂。因为一旦断裂，无论从左边还是右边逼近，函数值的差都不可能跟着自变量之差一起缩小到0，更不可能有确定的差商极限。
这里有个特别容易踩的坑：连续是可导的必要条件，不是充分条件。也就是说，一个函数可以连续但不可导，最著名的例子就是绝对值函数在原点——图像连续，但在原点那里有一个尖角，左侧斜率是-1，右侧斜率是1，左右导数不相等，所以不可导。后面我会把这类反例集中列出来。
2.3 为什么一元里“可导”和“可微”是同一回事
一元函数中，可导和可微是等价的两个概念。原因在于，一元函数的增量Δy可以写成导数乘以Δx再加上一个比Δx更小的余项，这个写法本身就是可微的定义。反过来，如果Δy能写成某个常数乘以Δx加上高阶无穷小，那么这个常数正是差商的极限，也就是导数。
这个等价性其实是“一维空间只有一条方向”带来的便利。在一元里，自变量变化只有左右两个方向，但两个方向最终都浓缩到一个数——导数。二元函数就不行了，自变量可以在平面内沿无穷多个方向变化，光是各个方向的变化率（偏导数）存在，还不能保证整体的变化能被一个平面代替。
不过我要提醒一点：虽然一元可导等价于可微，但它们在思想层面并不是一回事。可导强调斜率的极限存在，可微强调线性近似的误差足够小。等到了多元，两者的分化会非常明显，所以现在建立“可微更本质”的观念对你后面学习有好处。
2.4 多元的裂变：偏导存在和可微差得远
把函数扩展到二元以后，局面一下子就复杂了。偏导数存在只说明沿着x方向和y方向这两条特殊直线方向上，函数的变化率存在。但函数在平面内还有无穷多个方向，偏导存在完全管不住其他方向。所以二元函数完全可能出现这样的情况：偏导存在，但函数在该点不连续，也不可微。
这种情况其实很像“盲人摸象”。偏导只摸到了两条肋骨，而可微要求你摸清整个曲面在该点附近的形状。正因为如此，多元微积分里判断可微不能只看偏导，还要检验线性近似的误差项是否趋近于0。很多同学在多元函数里做错题，就是因为把“偏导存在”当成了“可微”。
特别要注意一个常见的充分条件：如果各个偏导数在某个邻域内连续，那么函数在该点一定可微。这个条件比直接验证可微好用得多，但它只是充分条件，不是必要条件。也就是说，函数可微不代表偏导连续，这点在反例里会看到。
3. 反例博物馆：把每一个“反过来不成立”钉死
光知道“谁推出谁”还不够，真正让你理解透彻的，是那些“反过来不成立”的反例。我把几个经典的例子一个一个展开，每一步都写清楚，你最好亲手在纸上推一遍。
3.1 连续但不可导：尖点与剧烈振荡
第一个例子是绝对值函数 f(x) = |x| 在 x=0 处。这个函数在原点连续，这一点没问题，因为当x趋近于0时，|x|也趋近于0，等于函数值0。但它不可导：左导数等于-1，右导数等于1，左右导数不相等，所以差商的极限不存在。
图像上也一目了然，原点是图像上的一个尖点，一条曲线在尖点处根本没有唯一的切线。这种“尖点不可导”的例子，在分段函数里很常见，比如 f(x)=|x²-1| 在 x=±1 处都是尖点，都不可导，但函数本身是连续的。
第二个例子更有意思：f(x)=x·sin(1/x)（x≠0时），并且补充定义 f(0)=0。这个函数在原点连续，因为 x·sin(1/x) 的绝对值不超过|x|，当x趋近于0时会被夹逼到0。但这个函数在原点不可导，原因在于差商 sin(1/h) 在h趋近于0时在-1和1之间疯狂振荡，根本不趋于任何固定数值。
这个例子告诉你，连续但不可导不一定非得“拐尖儿”，振荡也可以破坏可导性。实际上，数学家用这个例子说明：连续函数可以在某个点周围无限次振荡，只要振荡幅度被控制得足够小，函数仍然连续，但光滑性已经被破坏了。
3.2 可导但导数不连续：x²·sin(1/x)的表演
接下来是反例博物馆的明星：f(x)=x²·sin(1/x)（x≠0时），补充定义 f(0)=0。这个函数在原点可导，而且导数为0，我们来验证一下。差商等于 h²·sin(1/h) 除以 h，也就是 h·sin(1/h)，它的绝对值不超过|h|，所以当h趋近于0时差商趋近于0。这说明导数 f'(0)=0。
但导函数在原点附近的行为非常疯狂。当x≠0时，用乘积法则求导：
f'(x) = 2x·sin(1/x) - cos(1/x)
当x趋近于0时，第一项 2x·sin(1/x) 被夹逼到0，但第二项 -cos(1/x) 在-1和1之间振荡，不趋近于任何值。因此导函数 f'(x) 在x→0时没有极限，自然也就不连续。
这个例子直接说明：一个函数在某点可导，导函数在该点却可以不连续；所以“可导”并不蕴含“连续可微”。这个结论相当反直觉，因为很多人以为既然导数存在，导函数应该表现良好，实际上导函数可以振荡得非常厉害。
这种函数的图像如果你用软件画出来，会在原点附近出现越来越密集的波浪，越靠近原点，波浪的频率越高、振幅越小。导数的振荡就隐藏在这些细微的起伏里，单从图像上肉眼看原函数，你甚至会觉得它很光滑，但导函数已经“疯了”。
3.3 偏导存在但不连续、不可微的多元例子
把反例推广到二元，典型例子是：
f(x,y) = xy / √(x²+y²)，当(x,y)≠(0,0)时；补充定义 f(0,0)=0。
先看偏导数。沿x轴方向（y=0），函数值在原点附近恒等于0，所以对x的偏导数在原点等于0。同理，对y的偏导数在原点也等于0。所以两个偏导都存在，而且都是0。
但这个函数在原点不连续。取路径 y=kx，则当(x,y)沿这条直线趋近于原点时，函数值等于 kx² / (|x|√(1+k²))，化简后趋近于与k相关的常数——不同斜率k得到不同的极限。这说明函数在原点处极限不存在，更谈不上连续。
再看可微性。如果函数在原点可微，由于两个偏导都是0，微分应该是0，也就是函数值应该等于0加一个比ρ更高阶的无穷小。但实际上，沿y=x方向，函数值等于 x²/(|x|√2) = |x|/√2，这和ρ是同一个数量级，并不是ρ的高阶无穷小。所以可微性条件不满足。这个例子说明：偏导存在推不出连续，也推不出可微。
这个例子一定要亲手验一遍，因为它是多元微分学的“照妖镜”。很多教材的课后题就喜欢拿这种函数来设问，你要是只会“偏导都存在就是可微”，当场就会翻车。
4. 做题与实战：从判断到应用的完整方法论
概念和反例都有了，接下来最关键的是形成一套可以操作的方法论。考试也好，实际做数值计算也好，你都需要一个固定流程来判断函数在某点的性质，而不是每次凭感觉。我分别讲一元和多元的判断流程，再补充实际应用里这些概念的意义。
4.1 一元函数判断顺序：三步走
遇到一个分段函数或者带绝对值的函数，要判断它在关键点处的性质，我建议你严格按下面三步走：
第一步，判断连续性。直接算该点的函数值，再算左右极限，看三者是否相等。只要有一项不满足，后面就不用再管了，函数直接不可导也不可微。如果连续，进入第二步。
第二步，判断可导性。用导数的定义，也就是差商的极限。要注意的是，分段点处不能直接用求导法则，因为分段点两侧表达式不同。你需要分别求左导数和右导数，二者相等才算可导。也可以用导函数在分段点处的左右极限来辅助判断，但前提是你已经确认导函数在该点连续，否则这个方法的理论依据不够充分。
第三步，判断连续可微性。这一步很多同学会漏掉。取得导函数以后，检查导函数在分段点处的极限是否等于导函数在该点的值。如果相等，导函数连续，函数才连续可微；如果像3.2里的例子那样导函数振荡或者跳变，那么函数虽然可导，但不连续可微。
这套三步走的顺序，本质上是按照“弱条件先筛，强条件后验”的思路设计的。前面不通过，后面就没有分析的必要；前面通过，后面才有继续推的空间。养成这个习惯以后，遇到压轴题也不慌，一步一步总能推到底。
4.2 多元函数可微性判定：加一个“误差项检验”
多元函数判断可微性，比一元复杂得多，但思路其实就一条：用全微分的定义，验证误差项是不是高阶无穷小。具体操作分四步：
第一，先算函数在该点的两个偏导数。第二，写出全微分候选形式 dz = fₓ(x₀,y₀)·Δx + fᵧ(x₀,y₀)·Δy。第三，计算误差项 E = Δz - dz。第四，看当 Δx 和 Δy 同时趋近于0（即 ρ=√((Δx)²+(Δy)²) 趋近于0）时，E/ρ 是否趋近于0。如果趋近于0，就可微；否则不可微。
这个流程看起来麻烦，但它是多元微分学的核心技能。实际操作中，我一般不会每一步都计算极限，而是先看偏导数是否连续——如果偏导数在邻域内都连续，直接下结论“函数可微”，省去误差项检验。只有在偏导不连续或无法判断连续性的情况下，才老老实实回定义验证。
很多人做这类题时会犯一个毛病：只验证了某一条路径上误差趋于0，就急着下结论说可微。这是不行的，你必须证明所有路径下误差都趋于0，或者找到一条路径让误差不趋于0来否定可微性。记住，找反例只需一条路径，但证明结论需要所有路径。
我用一个场景帮你理解这个判定方法：你在山腰上定位，如果只朝北走一步测坡度，再朝东走一步测坡度，两个坡度都存在，但这不能保证附近所有方向走起来都像在一个平面上。要判断局部是不是真的平缓得像一个斜面，你得各个方向都走一遍，看看误差是不是始终很小。偏导连续相当于确认“坡度本身平滑变化”，可微则等价于“地形真的能被斜面近似”。
4.3 应用视角：这东西到底用在哪
别觉得这几个概念只活在试卷里，实际工程和物理问题中它们的区别非常致命。误差传播分析就是一个典型场景。假设你测量一个量x，然后用它计算另一个量y=f(x)，测量误差是Δx。如果f在测量点可导，那么y的误差可以近似为 f'(x)·Δx。如果f在该点不可导，这个公式就失效了，你需要更精细的分析，甚至无法用一阶近似估计误差。
另一个高频应用场景是数值求根和最优化。牛顿法求方程根时，要求函数在根附近可导且导数不为零；而很多收敛性分析进一步要求导函数连续，这样才能保证当迭代点靠得很近时，切线斜率不会出现突变，方法的稳定性才有保障。工程里一旦忽略了“连续可微”这个前提，迭代法很可能在某次迭代中突然发散。
物理里也能看到它们的影子。速度和加速度的关系就是典型：位移函数可导，速度才有定义；速度函数可导，加速度才有定义。位移函数连续但不可导的情况，对应物理里的“急停”——位置没有跳动，但速度发生了瞬间变化，这在现实中对应的是理想化的碰撞模型。连续性对应不跳变，可导性对应变化率的确定性，连续可微对应变化率的平滑性，这三个层次层层递进，和物理量的测量精度直接相关。
4.4 学习建议与记忆锚点
这四个概念确实容易混，我给你几个记忆锚点，帮助你在考场上快速回忆：
第一个锚点是“长度链条”：连续可微 > 可微 > 连续。记住“强条件推弱条件”的次序，遇到选择题问“以下哪个条件可以推出可微”，最先想到的是“偏导连续”和“连续可微”。
第二个锚点是“一元看切线，多元看平面”。一元里可导和可微等价，因为切线就是局部线性近似；多元里偏导存在只是局部沿坐标轴方向有斜率，不代表能用一个平面覆盖所有方向。这个区别几乎每次考试都会考。
第三个锚点是“反例三件套”：|x|告诉你连续不一定可导，x·sin(1/x)告诉你连续也可能不可导的原因来自振荡，x²·sin(1/x)告诉你可导不一定导数连续。三个例子串在一起，几乎能回答所有相关判断题。
第四个锚点是“连续性验证是最后一道保险”。很多时候你判断完可微性，以为大功告成，但题目还会追问可微函数的导函数是否连续。这时候一定要再回到导函数本身，检查它作为函数是否连续，千万别认为“可微的导数一定连续”——3.2节的反例已经把这个想法否定了。
在实际复习中，我自己的习惯是画一张关系图：四个概念放在四个角，箭头表示“推出”，然后用反例标出箭头“不能反向”的地方。这张图既能当复习提纲，也能当解题时的检查清单。条件允许的话，你还可以用绘图软件把几个反例函数的图像画出来，亲眼看看尖点、振荡点、导数突变是什么样子，抽象概念一下子就落到地面了。
最后分享一个我自己当年复习时的土办法：每次学完一个概念，我会随手造三个小例子——一个满足该性质，一个恰好不满足该性质，一个在边缘地带擦边。比如学完“可微”，我造一个 f(x)=x² 满足，造一个 |x| 不满足，再考虑 x²sin(1/x) 这种“看似该满足但导数不连续”的边缘例子。这个习惯帮我避开了无数个看似正确实则漏洞百出的判断，现在也推荐给你。数学概念光看懂是没用的，亲手验证过反例，才算真正长在自己身上。