跳转到内容
← 返回定理
微积分/分析基础约 15 分钟阅读

微积分基本定理

Fundamental Theorem of Calculus

newton·1668
微积分积分导数牛顿莱布尼茨

一个直觉：求面积和求斜率，本是同一件事的两面

求一条曲线下的面积，和求一条曲线的斜率，乍看是风马牛不相及的两个问题——一个要把无数细条加起来，一个只盯着一点附近的变化。在 17 世纪 60—80 年代，牛顿（从运动学切入，把变量看成时间的函数）和莱布尼茨（从几何切入，发明了 ∫\int 和 dydx\frac{dy}{dx} 这套符号）各自独立看穿了：这两件事其实互为逆运算。这一发现太重要，以至于两人后来为"谁先想到"争得不可开交，掀起了数学史上最有名的优先权之争。

把它放到日常里就很清楚：汽车的速度表读的是瞬时变化率（导数），里程表读的是累积的总量（积分）。从 $a$ 时刻到 $b$ 时刻你跑了多远，恰好等于速度在这段时间上的积分——速度越快，里程表跳得越快。求"累积"和求"变化率"，是同一枚硬币的两面。

定理陈述

微积分基本定理（Fundamental Theorem of Calculus）建立了微分与积分之间的深刻联系，表明它们是互逆的运算。这一定理是整个分析学的基石。

第一部分（微分与积分的互逆关系）

若 $f$ 在 $[a,b]$ 上连续，定义变上限积分函数

F(x)=∫axf(t) dt,x∈[a,b]F(x) = \int_a^x f(t)\,dt, \quad x \in [a,b]

则 $F$ 在 $[a,b]$ 上可导，且

F′(x)=f(x)F'(x) = f(x)

即：对连续函数先积后微，还原为原来的函数。

第二部分（牛顿-莱布尼茨公式）

若 $F$ 是 $f$ 在 $[a,b]$ 上的一个原函数（即 $F'(x) = f(x)$），则

∫abf(x) dx=F(b)−F(a)\int_a^b f(x)\,dx = F(b) - F(a)

即：定积分可以通过求原函数在端点处的差值来计算。

直觉理解

微分和积分看似是两种完全不同的运算：微分关注"瞬间的变化率"，积分关注"累积的总量"。微积分基本定理揭示了它们实际上是同一枚硬币的两面。

想象一辆汽车行驶在公路上。速度表显示的是瞬时速度 $v(t)$（导数），里程表显示的是总路程 $s(t)$（积分）。微积分基本定理告诉我们：从时刻 $a$ 到时刻 $b$ 的总路程，恰好等于速度函数在该区间上的积分：

s(b)−s(a)=∫abv(t) dts(b) - s(a) = \int_a^b v(t)\,dt

速度越快，里程表增长越快——这正是 $s'(t) = v(t)$ 的含义。

证明思路

第一部分的证明

设 F(x)=∫axf(t) dtF(x) = \int_a^x f(t)\,dt，由导数定义：

F′(x)=lim⁡h→0F(x+h)−F(x)h=lim⁡h→01h∫xx+hf(t) dtF'(x) = \lim_{h \to 0} \frac{F(x+h) - F(x)}{h} = \lim_{h \to 0} \frac{1}{h}\int_x^{x+h} f(t)\,dt

由积分中值定理，存在 ξ∈[x,x+h]\xi \in [x, x+h] 使得

∫xx+hf(t) dt=f(ξ)⋅h\int_x^{x+h} f(t)\,dt = f(\xi) \cdot h

因此 F′(x)=lim⁡h→0f(ξ)=f(x)F'(x) = \lim_{h \to 0} f(\xi) = f(x)（由 $f$ 的连续性）。

第二部分的证明

设 G(x)=∫axf(t) dtG(x) = \int_a^x f(t)\,dt，由第一部分知 $G'(x) = f(x)$。设 $F$ 是 $f$ 的任意原函数，则 $F'(x) = G'(x)$，故 $F(x) - G(x) = C$（常数）。代入 $x = a$ 得 $C = F(a)$。因此

∫abf(x) dx=G(b)=F(b)−F(a)\int_a^b f(x)\,dx = G(b) = F(b) - F(a)

历史背景

微积分基本定理的历史可以追溯到 17 世纪。牛顿和莱布尼茨在 1660—1680 年代各自独立发现了这一定理，引发了数学史上最著名的优先权之争。

然而，这一定理的思想萌芽更早。古希腊的阿基米德在计算抛物线弓形面积时已使用了类似积分的方法。1635 年，卡瓦列里提出了"不可分量"方法。牛顿的老师 巴罗（Isaac Barrow） 在 1670 年的《几何讲义》（Lectiones Geometricae，第 10 讲命题 11）中已经用几何语言给出了切线问题与面积问题互逆这一关系的严格证明——这实质上就是微积分基本定理的几何版本。值得一提的是，莱布尼茨 1673 年访问伦敦时得到过这本书；后世研究指出他几何形式的证明与巴罗高度相似，这也成了优先权之争里一个微妙的注脚。巴罗与牛顿、莱布尼茨的差别在于：巴罗困在纯几何里，没有发展出可普遍套用的符号算法，而后两者把它变成了一套人人可机械操作的运算体系——这才是"发明微积分"的关键一跃。

牛顿从运动学出发，将变量视为时间的函数，导数是"流数"（fluxion），积分是"反流数"。莱布尼茨则从几何学出发，发展了 dydx\frac{dy}{dx} 和 ∫\int 的符号系统。两种方法殊途同归，共同揭示了微分与积分的互逆关系。

19 世纪，柯西和黎曼为微积分提供了严格的 ε\varepsilon-δ\delta 基础，使微积分基本定理的表述和证明达到了现代标准。

应用

微积分基本定理的应用遍及科学和工程：

  1. 物理学：计算功（W=∫F dxW = \int F\,dx）、电场中的电势差、热力学中的热量
  2. 概率论：连续随机变量的概率通过密度函数的积分计算——P(a≤X≤b)=∫abf(x) dxP(a \leq X \leq b) = \int_a^b f(x)\,dx
  3. 工程学：信号处理中的累积能量、流体力学中的流量计算
  4. 经济学：消费者剩余和生产者剩余的计算
  5. 数值分析：牛顿-柯特斯求积公式、龙贝格积分等数值积分方法的理论基础

与其他定理的关系

  • 微分中值定理：微积分基本定理的证明依赖于积分中值定理，而积分中值定理是微分中值定理的推广
  • 格林定理、斯托克斯定理、散度定理：这些定理可以看作微积分基本定理在高维空间的推广——"区域上的积分 = 边界上的积分"
  • 泰勒定理：泰勒展开的余项积分形式直接由微积分基本定理推导
  • 勒贝格积分理论：在更一般的测度论框架下，微积分基本定理推广为勒贝格微分定理

微积分基本定理的推广

微积分基本定理有多种推广形式：

斯蒂尔杰斯积分

设 $f$ 连续，$g$ 有界变差，则

∫abf(x) dg(x)=f(b)g(b)−f(a)g(a)−∫abg(x) df(x)\int_a^b f(x)\,dg(x) = f(b)g(b) - f(a)g(a) - \int_a^b g(x)\,df(x)

这是分部积分公式的推广。

高维推广

在高维空间中，微积分基本定理推广为斯托克斯定理：

∫Mdω=∫∂Mω\int_M d\omega = \int_{\partial M} \omega

当 $M = [a,b]$（一维流形），ω=f\omega = f 时，这就是普通的微积分基本定理。

勒贝格微分定理

在测度论框架下，微积分基本定理推广为勒贝格微分定理：对局部可积函数 $f$，

lim⁡r→012r∫x−rx+rf(t) dt=f(x)\lim_{r \to 0} \frac{1}{2r}\int_{x-r}^{x+r} f(t)\,dt = f(x)

对几乎处处的 $x$ 成立。

微积分基本定理的严格化

微积分基本定理在 17—18 世纪的表述缺乏严格性——"无穷小"的概念含糊不清。贝克莱主教（1734）批评无穷小是"已死量的幽灵"——这一批评促使数学家寻找更严格的基础。

柯西（Augustin-Louis Cauchy，1789—1857）在 1820 年代用 ε\varepsilon-δ\delta 语言定义了极限、连续性和积分，为微积分基本定理提供了第一个严格表述。他定义定积分为黎曼和的极限，然后证明了微积分基本定理的第一部分。

黎曼（Bernhard Riemann，1826—1866）在 1854 年将柯西的积分推广到更一般的函数——黎曼积分。但黎曼积分仍有局限：某些逐点极限的积分不等于积分的极限。

勒贝格（Henri Lebesgue，1875—1941）在 1902 年引入了测度论和勒贝格积分——它比黎曼积分更强大，能处理更广泛的函数类。由此得到的勒贝格微分定理（见上文"勒贝格微分定理"一节）把"积分后再微分还原为原函数"的结论推广为：即使 $f$ 仅为局部可积，该还原关系仍对几乎处处的 $x$ 成立。

反例与边界情况

微积分基本定理要求函数满足一定的正则性条件。以下反例说明了这些条件的重要性：

处处不连续函数：狄利克雷函数 D(x)=1x∈QD(x) = \mathbf{1}_{x \in \mathbb{Q}} 在 $[0,1]$ 上黎曼不可积——它的间断点集合的测度为 1。因此微积分基本定理不适用。

连续但无处可微函数：魏尔斯特拉斯函数 W(x)=∑n=0∞ancos⁡(bnπx)W(x) = \sum_{n=0}^{\infty} a^n \cos(b^n \pi x)（$0 < a < 1$，$b$ 为正奇数，ab>1+3π/2ab > 1 + 3\pi/2）处处连续但无处可微。对于这样的函数，微积分基本定理的第一部分不适用——因为 $F'(x)$ 不存在。

有原函数但导数不黎曼可积的函数：这是 FTC 两部分前提差异的最深刻体现。人们容易默认"既然 $F$ 处处可导，那 ∫abF′=F(b)−F(a)\int_a^b F'=F(b)-F(a) 总成立"，但这并不自动成立——沃尔泰拉（Volterra）1881 年构造了一个函数 $F$，它处处可导、导数 $F'$ 有界，但 $F'$ 在任何区间上都不是黎曼可积的（$F'$ 的不连续点集测度为正）。对这样的 $F$，牛顿–莱布尼茨公式右边有意义、左边的黎曼积分却根本不存在。这正是历史上推动勒贝格积分（以及更彻底的 Henstock–Kurzweil 积分，它能让"$F$ 处处可导 ⟹ ∫abF′=F(b)−F(a)\int_a^b F'=F(b)-F(a)"无条件成立）诞生的动机之一。

两部分的前提其实不一样。 教科书常把 FTC 当成一条定理，但两部分要求的条件并不对称：第一部分（F(x)=∫axfF(x)=\int_a^x f 则 $F'=f$）需要 $f$ 在该点连续才能保证 $F'$ 等于 $f$；若 $f$ 只是可积，则 $F$ 仍处处连续、且在 $f$ 的连续点处可导，但在 $f$ 的间断点处 $F'$ 可能不存在或不等于 $f$。第二部分（牛顿–莱布尼茨公式）的标准陈述则要求 $f$ 在 $[a,b]$ 上黎曼可积且存在原函数 $F$——上面的沃尔泰拉例子说明，"存在原函数"并不蕴含"可积"。把这两个前提搞混，是分析课上最常见的概念错误。

数值积分的理论基础

微积分基本定理为数值积分方法提供了误差分析的基础。牛顿-柯特斯公式（梯形法则、辛普森法则）通过多项式插值近似被积函数，其误差可以由泰勒定理（微积分基本定理的推论）给出：

  • 梯形法则误差：−(b−a)312n2f′′(ξ)-\frac{(b-a)^3}{12n^2}f''(\xi)
  • 辛普森法则误差：−(b−a)5180n4f(4)(ξ)-\frac{(b-a)^5}{180n^4}f^{(4)}(\xi)

高斯求积法则通过选择最优的插值节点和权重，将精度从 $n$ 阶提升到 $2n+1$ 阶——这是数值分析中最优的积分方法之一。

跨域连接

  • 斯托克斯定理：一维区间的"边界"就是两个端点，所以本定理是"内部的微分等于边界上的原值"在最低维的样子。推论是：升维之后结构不变，只是边界从两点变成曲线与曲面——因此格林、散度与经典斯托克斯不必各证一遍。代价是必须先把定向说清楚：边界的走向一旦反过来，等式两边就差一个负号。
  • 摩擦与耗散：保守力做功只依赖端点，因为它是某个势的梯度，沿闭合路径做功必为零。推论是："是否来自某个势"由此有了可操作的判据——摩擦力沿闭路做功不为零，所以它不可能写成任何势的梯度，耗散不是记账方式问题。
  • 国内生产总值：产出是流量（单位时间的增加值），资本与债务是存量，前者对时间积分才与后者可比。推论是：把流量与存量直接相加是量纲错误；债务与产出之比的单位其实是"年"，而不是无量纲的百分比。
  • 流行病学：累计病例是每日新增对时间的积分，所以累计曲线的斜率才是当下的流行强度。推论是：累计曲线永远单调不减，"还在涨"本身毫无信息量——判断是否受控只能看它的导数，这也是报告口径最容易被误读之处。
  • 数据结构：前缀和把区间求和降到常数时间，差分数组把区间加降到常数时间，两者互为逆运算。推论是：先差分再前缀和会精确还原原数组——离散情形下这条恒等式没有余项，因为"积分"退化成有限求和。

参考文献

  1. Carl B. Boyer, The History of the Calculus and Its Conceptual Development (1949).
  2. Michael Spivak, Calculus (4th ed., 2008), Chapter 13–14.
  3. Tom M. Apostol, Calculus, Vol. 1 (2nd ed., 1967).
  4. 陈纪修等, 《数学分析》（第二版）, 高等教育出版社, 2004.
  5. R. Courant & F. John, Introduction to Calculus and Analysis (1965).

微积分基本定理把求导（瞬时变化率）与求积分（累积量）证明为互逆运算：若 $F'=f$，则 ∫abf=F(b)−F(a)\int_a^b f = F(b)-F(a)。正是这一互逆关系，使得面积、弧长、体积、功等累积量可以用反导数直接算出，而无需逐一求黎曼和的极限。