任何要用到數學的地方，幾乎都有它的身影。因為微積分的本質是研究“量”和“量的變化”之間的關係。天下間我們感興趣的量，比如位置、速度，比如GDP、人口、壽命，絕大多數都是連續變化的。要研究他們之間的關係，往往用到一些數學模型，其中包含大量微分方程，微積分自然是重要的基礎。

沒有微積分，世界恐怕還是一片黑暗。

具體來講，微積分在各行各業都有廣泛的應用。

物理學就不用說了，牛頓發明微積分的目的，就是想用微分方程來描述物理世界的現象。任何工程領域都必須用到微積分。平時算個體積面積、算個氣壓什麼的，都要用。

經濟學裡，各種預測這個那個的模型，都是微分方程。還有著名的博弈論，裡面用到很多高深的數學，遠不止微積分了。

金融領域，現在很多人搞的“量化交易”，什麼期權定價，各種衍生金融產品，都要用微積分算出來。光是微積分還不夠，還要加上“隨機過程”等更為高深的工具，去處理“風險”這個變數。

保險業。計算人的壽命預期、各種意外的機率，從而算出保費應該定多少。算高了沒人買，算低了虧到爆。微積分和機率論都是標配了。

近兩年特別火的“機器學習”或者叫“人工智慧”（其實是差不多的東西），比如AlphaGo，下棋這麼厲害，背後包含一個深層的神經網路（40層）。這個網路就是很複雜的一個函式，裡面有很多引數（上億個），而引數是需要訓練的。訓練的方式，本質上是梯度下降法，那也是微積分裡的東西。

而且你留意到沒有，上面說的幾個行業，其實都挺賺錢的。

也許有人會覺得，微積分就跟天書一樣，講的是真實世界不存在，只在理論世界存在的東西。學完一遍，考完了，就全部還給了老師。但這是完全錯誤的。這世間存在許許多多抽象的，沉悶的，然而可能是賺錢的行業。裡面紮紮實實用到了大量的微積分，大量的機率論，大量的高等代數。在一些更為高精尖的行業，用到的數學可能還更多更高深。學好微積分、機率論等高數知識，再配以應用領域內的知識（比如經濟學，比如程式設計，諸如此類），絕對是步入小康，甚至發家致富的一個相當靠譜的手段！

好多人都誤解了。其實從小學開始學面積、周長開始，就已經在學微積分了。長方形、正方形、圓……都是一些常用的特例。

從小學到大學畢業，都要學數學。過後，很多人可能一輩子也用不上數學。那麼，學習數學的實際意義是什麼呢？

我個人的體會是，人透過學習數學知識，會有效的培養人的邏輯思維，懂得對社會紛繁複雜的人際關係，進行有效的判斷、推理。社會中的人不就是演繹、歸納、排列、組合的過程嗎？

學過高數微積分的人和沒有學過的人，思維的反應速度是絕對不同的。學過立體幾何的人和沒學過的人，其審美立體感也是絕不相同的。

總之，學習數學能提升人的思維反應能力，是經過實踐檢驗了的。比如，文科生形象思維能力強而邏輯思維能力差；而理科生邏輯思維能力強則形象思維能力差，就是佐證。

按你的邏輯我們要學的東西不是很多，因為早就有人呼籲學習英語沒有用為啥要學，數學、物理和化學都是同樣的道理因為不是所有的人學了以後都用，這樣一想你爺爺奶奶一定是最幸福的因為很可能他們連自己的名字都不會寫，可不也照樣有了你嗎？你繼承他們的遺志啥也不學不就得了。

微積分，對於大多數人來說，的確沒用，因為用不到。但是，其重要的定理，推論，卻非常有用。

舉例:

1，流體力學，理論力學，電磁學。這在大學理工類要學的。高中學的都是一種理想狀態下的理論，無法解決變化中的流體，力等問題，需要用常微分，偏微分方程進行解答。

2，高檔數控機床，機器人等的運動軌跡。機器的運動最終靠電機帶動。多個電機的聯動曲線，如園，橢圓，複雜的函式曲線，必須用積分演算法來得到，從而控制精密到0.1um及以下的精度要求，而且運算速度要快。

其實，學習微積分就是鍛鍊人的大腦用的，是開發大腦智力的重要工具之一。如果，不去經常動動腦筋，人就廢了。在科研領域，沒有微積分數學工具，將寸步難行。

天天去工地上搬磚頭，當然不用學微積分。如果工地上實現了智慧化、自動化，你就不用搬磚頭了。也就是說你失業了，連搬磚的機會也沒有了。不過你放心，不懂微積分的人是做不出智慧化、自動化設施的。

微積分是實踐中產生的數學理論，同時能夠很好的服務於科研、技術、生產的各個領域中的實踐。她是利用哲學的、辯證的思維，把你引入一個更加廣闊的、美好的新天地！使你的思想可以從宏觀世界到微觀世界，再回到宏觀世界任意暢遊！