微积分基本定理:求导与积分如何互为逆运算
证明变上限积分的导数就是被积函数,得到牛顿-莱布尼茨公式,把求定积分变成求原函数在端点之差,理解其统一意义
- Φ(x)=∫_a^x f(t)dt 这个变上限积分,它的导数是 Φ′(x)=f(x),这就是微积分第一基本定理。
- 牛顿-莱布尼茨公式是∫_a^b f=F(b)−F(a),也叫第二基本定理,要记住它的适用条件。
- 会对含 x 的变限积分(含复合上下限)求导
- 理解微分(局部变化率)与积分(整体累积)互逆这一核心思想
微积分的「拱顶石」:两百年的两类问题被一个定理统一
求切线(微分)和求面积(积分)看起来不搭边,牛顿、莱布尼茨各自独立发现它们互为逆运算,这就是微积分基本定理(Fundamental Theorem of Calculus, FTC)。它既解释了不定积分和定积分为啥共用积分符号,又把麻烦的黎曼和极限变成「找原函数、代端点」的简单计算,是整个微积分最核心的定理。
2.1 第一基本定理:变上限积分求导还原
f 在 [a,b] 连续,定义 Φ(x)=∫ax f(t)dt,这是变上限积分,积分结果随上限 x 变,是 x 的函数。Φ 在 [a,b] 上可导,且 Φ′(x)=f(x)。也就是说,Φ 是 f 的一个原函数——先积分到 x,再对 x 求导,刚好还原成被积函数。
Φ(x+h)−Φ(x)=∫xx+h f(t)dt=f(ξ)h,ξ在x和x+h之间。差商是f(ξ),h→0时ξ→x,f连续,所以f(ξ)→f(x),得出Φ′(x)=f(x)。这也证明了连续函数一定存在原函数,存在性由变限积分构造给出。
复合上下限求导:d/dx ∫a(x)b(x) f(t)dt = f(b(x))·b′(x) − f(a(x))·a′(x)(链式法则,下限项带负号)。例 d/dx∫0x² e−t²dt=e−x⁴·2x。
2.2 第二基本定理:牛顿-莱布尼茨公式
定理(N-L 公式):若 f 在 [a,b] 连续,F 是 f 的任意一个原函数(F′=f),则 ∫ab f(x)dx = F(b)−F(a),记作 [F(x)]ab。证明:Φ(x)=∫ax f 也是原函数,它与 F 只差常数 C;Φ(a)=0 定出 C=−F(a),故 Φ(x)=F(x)−F(a),令 x=b 即得。
例:∫01 x²dx=[x³/3]01=1/3−0=1/3,与上一节黎曼和数值逼近一致,但一步到位。例:∫0π sinx dx=[−cosx]0π=−cosπ+cos0=1+1=2。找原函数用 m4 全套技巧,代端点时下限也要代、且相减,最易漏下限。
若区间内有间断、奇点,不能直接套一个原函数跨过去,否则出错。典型 ∫−11 1/x² dx:表面找原函数 −1/x 代端点得 −2,但 1/x²>0 积分不可能为负——x=0 是奇点,这是下一章反常积分,必须在奇点处拆开取极限。跨奇点直接 N-L 是高频致命错。
2.3 两大部分为何能统一:局部斜率 ↔ 整体累积
第一定理说「积分的变化率=被积函数」,第二定理说「整体累积=原函数(变化率)在两端之差」。把 [a,b] 切成无数小段,每段 F 的增量 dF=F′(x)dx=f(x)dx,全部增量沿路径首尾相接累加,中间项两两抵消,只剩 F(b)−F(a)。这就是离散 ΣΔF=F末−F首 的连续版本。
FTC 在物理与机器学习中的身影
物理里,位移是速度的积分:s(b)−s(a)=∫ab v(t)dt,反过来速度是位移的导数,FTC 能把这俩自由换算。冲量是∫力 dt,功是∫力 dx,电荷量是∫电流 dt——凡是「率」的累积,都是积分。机器学习里,连续型归一化流、概率密度积分得概率,神经 ODE 用积分刻画隐藏状态演化,它反向计算的理论根基,还是 FTC 和链式法则。
d/dx ∫_0^{√x} cos(t²) dt 等于?
本节小结
连续函数的变上限积分 Φ(x)=∫ax f 满足 Φ′=f,这就是第一基本定理,核心是连续函数必有原函数;复合限求导的规则是带上限导数、减下限导数。第二基本定理(N-L)是 ∫ab f=F(b)−F(a),把定积分转化为原函数的端点差,注意:严禁跨越内部奇点。FTC 把局部变化率和整体累积统一起来。下一节解决定积分的换元、分部与对称技巧。
资深工程师加餐
底层原理 · 大厂视角 · 工程经验,点卡片展开
定积分是黎曼和(切成无穷多个细矩形再求和)的极限:几何上是曲线下面积,物理上是由速度累积位移、由功率累积功。微积分基本定理(牛顿-莱布尼茨公式)揭示微分与积分互为逆运算,把「求极限和」转化为「找原函数代入上下限」,让面积真正可计算。