第 11 章　微积分基本定理

11.1一座桥：把「面积」和「速度」连起来

先用一个熟悉的物理问题，感受一下这个「秘密」。

你开车，速度随时间变化，记作 v(t)。那么从时刻 a 到 b，走过的路程怎么算？

• 方法一（积分）：路程就是速度曲线下的面积，即定积分 ∫_a^b v(t) dt——这正是第 10 章学的。
• 方法二（反导数）：设 s(t) 是路程（关于时间的函数），那么 s′(t) = v(t)（路程的导数是速度）。所以路程 = s(b) − s(a)——即「末位置减初位置」。

两个方法算的是同一个路程，于是我们得到一个惊人的等式：

∫_a^b v(t) dt = s(b) − s(a)

左边是「面积」（积分），右边是「反导数的差」（微分）。求面积，居然等于求反导数！这就是微积分基本定理的直觉来源。

这个等式值得再推敲一层：为什么「两个方法算同一个量」就能得出如此强的结论？因为方法一和方法二从完全不同的世界观出发——一个把路程看成「无穷多个瞬时速度的累加」（分割求和的世界），一个把路程看成「位置函数在两端点的取值之差」（反导数的世界）。两个世界殊途同归，说明「累加」与「反导」之间必然存在一条直通隧道，而这条隧道就是微积分基本定理。物理学里这样的「对偶」俯拾皆是：流量对时间累积成总量、功率对时间累积成能量、载荷对面积累积成合力——只要一个量是另一个量的变化率，两者的关系就同样适用这条定理。

还有一层值得玩味的循环：瞬时速度 v(t) 本身是怎么定义的？第 5 章说过，是平均速度的极限 v(t) = lim Δs/Δt。把区间 [a, b] 切碎成许多小段，每小段上「速度近似不变」，路程近似为 v(tᵢ)Δtᵢ——这正是第 10 章的黎曼和。所以「位置之差 s(b) − s(a)」里，其实早就埋着「速度的无穷累加」；反过来，速度的无穷累加，也早就注定要塌缩成两端点的差。定义定积分时用「切细求和」，定义导数时用「增量比的极限」，两条路各自走到头，竟发现是彼此的镜像——这不是巧合，是同一枚硬币的两面。

注意，以上还只是物理直觉，不是数学证明：我们默认了 s′=v 时 s(b)−s(a) 就是路程，也默认了「面积」这个几何对象总能被速度曲线定义。要把它变成对任何连续函数都成立的定理，需要一个更精细的构造——让面积自己变成一个函数。这就是下一节的主角。

顺手做一道「单位一致性」检查，让直觉再落一层地：∫_a^b v(t)dt 的单位是 (m/s)·s = m（第 10 章的量纲规则：积分单位 = 被积函数单位 × 自变量单位）；s(b) − s(a) 的单位也是 m。两边单位对得上，是「同一件事」的第一道物理印证——往后在工程里遇到「积分式写错没」的怀疑，先查量纲，成本最低、见效最快。

11.2变上限积分函数：面积居然会「动」

为了让上面的直觉变成严谨的定理，我们引入一个巧妙的构造：让积分上限「动起来」。

固定下限 a，让上限变成一个变量 x，定义：

F(x) = ∫_a^x f(t) dt

这个 F(x) 是一个「变上限积分函数」——它的值，就是从 a 到 x 之间曲线下的面积。随着 x 移动，面积也在变。

现在问一个关键问题：F(x) 的导数是什么？

当 x 增加一小段 Δx，面积增加一小条，宽度 Δx、高度约等于 f(x)。所以面积的增量 ΔF ≈ f(x)·Δx，于是：

F′(x) = lim(ΔF/Δx) = f(x)

变上限积分函数的导数，恰好就是被积函数本身！换句话说，F(x) 是 f(x) 的一个原函数。这就是微积分基本定理第一部分。

把直觉变成证明：增量 ΔF 到底是多少

先分清两个变量的身份，这是本节最容易栽的坑：t 是哑变量——积分过程中的临时记号，算完即消失（第 10 章说过 ∫ₐᵇ f(t)dt 换名不改值）；x 是真变量——它站在积分号外面，决定「积分到哪儿为止」，F(x) 的值随它而变。两个名字必须分开：F(x) = ∫_a^x f(t) dt 里若把 t 和 x 写成一个字母，整个构造就「短路」了，什么也看不出来。

现在严格地算增量。让上限从 x 挪到 x + Δx（Δx > 0），面积的增量是新区间上的一条窄带：

ΔF = F(x + Δx) − F(x) = ∫_x^x+Δx f(t) dt　（用「分段可加」两头削掉公共部分）

这条窄带的不精确之处在于 f 在 [x, x+Δx] 上仍有起伏。好消息是：窄带上的积分正好可以用第 10 章的积分中值定理——存在一点 ξ 介于 x 与 x+Δx 之间，使得

ΔF = f(ξ)·Δx，于是　ΔF/Δx = f(ξ)

最后取极限：Δx → 0 时，ξ 被夹在 x 与 x+Δx 之间，必然被挤向 x；f 连续，所以 f(ξ) → f(x)。三步走完，得 F′(x) = f(x)——没有借助任何物理直觉，只用了分段可加、积分中值定理与连续性。第 10 章埋的每块砖，在这里各就各位。回顾一下：积分中值定理把「一小段积分」兑换成「一点函数值」，正适合处理「微小增量」——桥梁材料的用途，至此水落石出。

例 2 透露出一个深刻的信号：「有原函数」和「能把原函数写成初等形式」是两回事。sin(t²)、e^−t² 都是连续函数，因此必然有原函数——定理保证了这一点，而且原函数就明明白白摆在那儿（变上限积分本身就是）；但可以严格证明，它们的原函数无法用多项式、指数、对数、三角这些「初等零件」拼出来。数学家干脆给这类原函数起新名字：例如工程概率里大名鼎鼎的误差函数 erf(x) = (2/√π)·∫₀^x e^−t² dt——它不是「某个已知函数的别名」，而是一个由积分定义的新函数。正态分布的概率计算全靠它。工程师查 erf 数值表、调 math 库里的 erf 函数时，用的正是「变上限积分」本身。

会读「面积函数」的表情：F 与 f 的图像联读

定理第一部分 F′ = f 把两个函数焊成一个系统：f 是 F 的变化率，F 是 f 的累计。于是 f 的一举一动都在 F 的图像上留痕，反过来也能读：

• f 在 x 轴上方（f > 0）⇔ F 正在上升；f 在下方（f < 0）⇔ F 正在下降；f 过零 ⇒ F 到达峰或谷。
• f 的绝对值大小 ⇔ F 的陡峭程度：f 高高在上时 F 爬得快，f 贴着零轴时 F 爬得慢。
• f 自身上升（f′ > 0，即 F″ > 0）⇔ F 的切线越转越陡（F 下凸）；f 下降 ⇔ F 越走越缓（F 上凸）——f 的峰值点对应 F 的拐点（第 7 章概念）。

这张「对照表」是读图的通用语言：气象图（降水强度 → 累计降水量）、电池曲线（充放电功率 → 电量）、账户流水（收支速率 → 余额），全是 f 与 F 的联读。反过来，考试里给你 f 的图问「F 在哪段最大、哪段下凸」，本质考的就是这三条规则。

变限积分求导的三大陷阱（高频失分区）

定理的标准形态 F(x) = ∫_a^x f(t)dt 干净利落，但题目里的变限积分几乎从不素颜出场。三个陷阱按出现频率排座次：

• 陷阱一：上限套壳，忘乘壳的导数（链式法则失忆）。F(x) = ∫₀^x² √(1+t) dt：把 F′ 写成 √(1+x²) 就中招——上限是 u = x²，正确结果是 f(u)·u′(x) = 2x·√(1+x²)。数值自检：x = 1 时正确值 2√2 ≈ 2.828，错解只给 √2 ≈ 1.414，差整整一倍。防呆口诀：看到「上限不是光杆 x」，先给 f 换上限、再乘上限的导数。
• 陷阱二：上下限都在动（忘了负号或只顾一头）。G(x) = ∫_x^x² e^−tdt 双限俱动，标准动作是「拆桥」：任取常数 c，G = ∫_x^c + ∫_c^x²，得 G′ = f(x²)·2x − f(x)。本例 G′ = 2xe^−x² − e^−x，在 x = 1 处 = 2e⁻¹ − e⁻¹ = e⁻¹ ≈ 0.368。防呆口诀：上限的导数带正号进、下限的导数带负号进。
• 陷阱三：变量藏在被积函数里（定理管不到的地方）。H(x) = ∫₀¹ (x + t)dt 里动的是被积函数而非积分限——硬套第一部分会得 0，错。老实把 x 当参数积出来：H(x) = x + 1/2，H′ = 1。识别法：盯住哑变量 t 与「活变量 x」——x 出现在限上才轮到定理出场；出现在被积函数里，就先积分或提出来再求导。

11.3基本定理第一、二部分

这条定理宣告了一件震撼的事：每一个连续函数 f，都一定有原函数，而且这个原函数可以直接写出来（就是那个变上限积分）。它把「积分」和「求导」牢牢绑在了一起。

第二部分是「计算版」：它说，算定积分不用再回到黎曼和的极限，只要随便找一个原函数 F，把上限、下限代进去，做减法即可。

为了方便，数学家发明了一个记号：F(x) 在 a 到 b 的差记作 F(x)|_a^b = F(b) − F(a)。

两条定理的直觉版已经在 11.2 铺开，这里把它们焊牢。先看第一部分的完整证明骨架（11.2 节已走了一遍）：ΔF = ∫_x^x+Δx f(t)dt = f(ξ)·Δx（积分中值定理），Δx→0 时 ξ→x、连续性给出 f(ξ)→f(x)，故 F′(x)=f(x)。再看第二部分如何从第一部分「一键导出」——证明只有三行，但每行都踩在前十章的肩膀上：

记 Φ(x) = ∫_a^x f(t)dt（第一部分：Φ′ = f）

设 F 是 f 的任一原函数，则 (F − Φ)′ = f − f = 0 ⇒ F − Φ = C（第 8 章：导数恒零 ⇒ 常函数）

代 x = a：Φ(a) = ∫_a^a = 0，得 C = F(a)；代 x = b：∫_a^b f dt = Φ(b) = F(b) − F(a)

三行证明用到了三件前朝旧物：分段可加与积分中值定理（第 10 章）支撑第一部分；拉格朗日中值定理的推论（第 8 章「导数恒零即常函数」）支撑第二部分。微积分基本定理之所以是「枢纽」，字面意义上成立：它把三个时代的工具在一页纸里全部接通。

「原函数随便选一个」现在有了铁的解释：任意两个原函数只差一个常数 C，而减法 F(b) − F(a) 恰好把 C 消掉——这也回答了初学者两个经典疑问：为什么算定积分不用写 +C（写了也会被减法消去）；为什么不定积分必须写 +C（不定积分本身是函数族，不写 +C 就只剩族里一个成员，答案不完整）。

第二部分还有一个容易被低估的推论：「每个连续函数都有原函数」从此有了构造性证明。第 9 章说「求不定积分靠逆向凑」，但凑不出怎么办（e^−x² 就凑不出）？第一部分回答：不用凑，∫_a^x f(t)dt 本身就是一个原函数，它是一个完全合法、完全明确的函数——只是未必「初等」而已。这在工程上极其要紧：传感器标定曲线（实测的离散函数插值成连续函数）从来都不是初等函数，但「曲线下面积」照样存在、照样可算——数值积分算的正是这个变上限积分的值。定理保证的是存在与联系，初等公式只是少数幸运函数的福利。

FTC1 与 FTC2：一句话分工与证明思路对照

两半定理常被背成一句话，但它们的分工与证明思路截然不同，答「各说了什么」时最易含混：

• FTC1 说「存在与构造」：连续 f 必有原函数，且变上限积分 F(x) = ∫_a^x f(t)dt 就是现成的一个，F′ = f。证明思路是面积增量比 + 积分中值定理：ΔF = ∫_x^x+Δx f(t)dt = f(ξ)·Δx，两边除以 Δx，令 Δx → 0，ξ 被夹回 x，连续性把 f(ξ) 送进 f(x)——第 10 章的中值定理在此当搬运工。
• FTC2 说「计算与捷径」：只要 F 是 f 的任一原函数，∫_a^b f dx = F(b) − F(a)。证明思路是「常数归零」论证：令 Φ(x) = F(x) − ∫_a^x f(t)dt，由 FTC1 得 Φ′ ≡ 0，再用第 8 章推论「导数恒零 ⟹ 恒为常数」，定出常数为 F(a)，代 x = b 即得。

两个思路的差异值得玩味：FTC1 的证明从定义出发直接构造，连续性是扛把子——f 有跳跃时 F′ = f 在跳跃点失效（见上面阶跃反例）；FTC2 的证明站在 FTC1 的肩膀上，只补一个「常数」论证，且由于「任一原函数都行」，它把 + C 的选择自由变成了公式无关性。一句记忆：FTC1 造原函数，FTC2 用原函数。工程视角下，FTC1 是「数值积分器」的理论身份证——实测标定曲线积不出初等式，但面积函数照样存在、可导、可数值算；FTC2 是「符号计算」的通行证——能积出时一步减法收官。

两个高频误解顺手排掉。误解一：「有了 FTC2，定积分从此都能用原函数一步算」——错，它只说「如果找到原函数，就能一步算」；对积不出初等原函数的 e^−x²、实验标定曲线，FTC2 帮不上忙，数值积分（黎曼和的工程自动化版）仍是主力，而这恰恰是 FTC1「面积函数存在」的价值所在。误解二：「FTC1 说明一切连续函数都有初等原函数」——错，它只保证原函数存在（变上限积分本身就是），「能用初等函数写出来」是另一回事，两者不能画等号——把存在性与可表达性分开，是本定理最容易被忽略的精细处。

11.4牛顿—莱布尼茨公式：算面积只需一步减法

来看它有多好用。求 ∫₀¹ x² dx（曲线 y=x² 在 [0,1] 下的面积）。

按第 10 章的方法，你得把 [0,1] 切成 n 份、算黎曼和、再取极限——麻烦。但现在：

1. 找一个原函数：因为 (x³/3)′ = x²，所以 F(x) = x³/3 是原函数。
2. 代入上下限相减：∫₀¹ x² dx = (1³/3) − (0³/3) = 1/3。

一步减法，答案到手——面积是 1/3。这就是微积分基本定理的威力：它把「无穷求和」这个难题，转化成了「找原函数」这个相对简单的操作。

N-L 公式的真正威力，要配合第 9 章的两件积分工具才能全开：换元法与分部积分法。它们搬到定积分的世界里各有一条「纪律」：换元必须三同步——被积函数、微分 dx、积分上下限，三者必须同时换到新变量；分部积分则要带着上下限走，每一项都写成「代上限减代下限」。先看换元的纪律为什么必须。

定积分 ∫_a^b f(φ(x))φ′(x)dx 做代换 u = φ(x) 时，黎曼和里的每一项 f(φ(ξᵢ))·φ′(ξᵢ)·Δxᵢ 近似对应新曲线 g(u) 在小区间 [φ(xᵢ₋₁), φ(xᵢ)] 上的小条——分割被 φ 重新映射，区间端点 a、b 也必须跟着映射成 φ(a)、φ(b)。丢掉上下限的同步换算，等于把新曲线的面积算在了旧的区间上，答案必然错。

再来看分部积分的纪律。第 9 章的分部公式 ∫u dv = uv − ∫v du 搬进定积分，两端同时「补上上下限」：

∫_a^b u(x)v′(x) dx = [u(x)v(x)]_a^b − ∫_a^b u′(x)v(x) dx

最后把三件工具的关系排个序：线性拆项处理「和差结构」，换元处理「复合结构」，分部处理「乘积结构」；三者经常串联出场——先换元化简，再分部降幂，最后 N-L 一减收官。第 12 章的面积、体积、弧长、功等应用题，套完「微元法」列积分后，剩下就是这三件工具的接力。

这道题展示了基本定理第一部分的另一种用法：不是「算积分」，而是「识别积分」。当一个变上限积分藏在极限、方程或求导题里时，它的正确处理方式几乎永远是先求导（降一层运算），而不是先积分（升一层运算）。「∫ 与 d/dx 互逆」在解题中的实际操作，十次有九次是「用 d/dx 去抵 ∫」——方向性值得记住。

再看一个带变上限求导的应用：若 F(x) = ∫₀^x cos t dt，求 F′(x)。由基本定理第一部分，F′(x) = cos x，直接得出，不用真的去积分。

奇偶化简的进阶纪律：拆项、平移、判整体

「偶倍、奇零」是本章的对称性红利，但它有三条使用纪律，踩线即翻车：① 只对关于原点对称的区间生效；② 被积函数整体不奇不偶时，先拆项再逐项判，不能整体宣判；③ 区间对称但中心不在原点（如 [1, 3]）时，先平移再谈对称。

位置总览：第 10 章定义 → 第 11 章桥梁 → 第 12 章应用

把积分家族的三章连成地图：第 10 章「积分是什么」——定义 = 分割、近似、求和、取极限，但按定义硬算只有 x² 这类少数函数扛得住，稍复杂的函数立刻陷在求和极限里；第 11 章（本章）「积分怎么算」——两大定理把「求和的极限」翻译成「找原函数再相减」，计算难度从极限技巧降为求导反查；第 12 章「积分干什么用」——微元法把面积、体积、弧长、变力做功统统翻译成定积分，每道题的收官一步都是 N-L 公式。本章因此是枢纽章：向前，它把第 9 章换元、分部的技巧储备激活成计算引擎；向后，它给第 12 章每道应用题提供终算出口。看清位置关系再出发，读第 12 章时注意力就能全放在「怎么建模」上——因为「怎么算」已经在本章解决完毕。

还有一层向前的关系常被忽略：第 9 章练出的换元、分部积分，在那之前只是「求导反查的手艺」，到本章才升格为「计算定积分的弹药库」——第 12 章每道应用题的收官一步，都会回头调用这里的库存。三章连读时不妨随时自问：这一步是在「用定义」（第 10 章）、「用定理」（第 11 章），还是「用建模」（第 12 章）？答案就是你当前所处的位置。