积分 是 导数 的逆运算,几何上是 面积 的极限累加。一元积分学包含两条主线:
- 不定积分:求原函数,回答「谁的导数是它」。
- 定积分:求曲边梯形面积,是「无限细分再无限累加」的极限。
这两条主线看似无关——一个是「反求导」,一个是「求面积」——却被 牛顿-莱布尼茨公式 神奇地焊在一起,这正是微积分最深刻的发现。
若 F′(x)=f(x),则 F(x) 是 f(x) 的一个 原函数(Antiderivative)。f(x) 的全体原函数:
∫f(x)dx=F(x)+C
为什么要加 +C?因为常数求导为零,给原函数加任意常数后导数不变,所以原函数 成族出现、彼此相差一个常数。几何上,这一族曲线是同一条曲线上下平移得到的,处处斜率相同。求不定积分就是求出这一整族函数。
求导是「机械」的——任何初等函数都有显式导数;但积分是「碰运气」的——许多形式简单的函数(如 e−x2、xsinx、lnx1)的原函数 无法用初等函数表示。这是积分比求导难的根本原因。
每一条都是某个求导公式「反着读」的结果,对照 导数与微分 的导数表记忆。
∫xadx=a+1xa+1+C(a=−1),∫x1dx=ln∣x∣+C
∫exdx=ex+C,∫axdx=lnaax+C
∫sinxdx=−cosx+C,∫cosxdx=sinx+C
∫sec2xdx=tanx+C,∫csc2xdx=−cotx+C
∫1+x21dx=arctanx+C,∫1−x21dx=arcsinx+C
∫tanxdx=−ln∣cosx∣+C,∫x2±a21dx=lnx+x2±a2+C
| 方法 | 公式 |
|---|
| 第一类换元(凑微分) | ∫f(φ(x))φ′(x)dx=∫f(u)du |
| 第二类换元 | 令 x=φ(t),∫f(x)dx=∫f(φ(t))φ′(t)dt |
| 分部积分 | ∫udv=uv−∫vdu |
凑微分 是链式法则的逆用,核心是 看出某部分恰是另一部分的导数,把它「收」进微分号里。比如 ∫2xex2dx 中,2xdx=d(x2),于是积分变成 ∫ex2d(x2)=ex2+C。常用凑法:xdx=21d(x2)、x1dx=d(lnx)、x1dx=2d(x)、cosxdx=d(sinx)。
例(凑对数):∫xlnxdx。xdx=d(lnx),化为 ∫lnxd(lnx)=ln∣lnx∣+C。
例(凑三角):∫tanxdx=∫cosxsinxdx=−∫cosxd(cosx)=−ln∣cosx∣+C。
例(凑成 arctan):∫x2+2x+5dx=∫(x+1)2+4d(x+1)=21arctan2x+1+C。先配方 把分母凑成 u2+a2 是这类题的通用前置步骤。
分部积分 是乘积求导法则的逆用,适合 两类不同函数相乘(如多项式乘指数、多项式乘三角、对数 / 反三角单独出现)。它把一个难积的积分换成另一个(希望更易积的)积分。
分部积分选 u 的口诀:反对幂三指(反三角、对数、幂、三角、指数),越靠前的越优先选作 u(求导后变简单的当 u,剩下的凑成 dv)。
例(多项式乘指数):∫xexdx。按口诀取 u=x、dv=exdx:
∫xexdx=xex−∫exdx=xex−ex+C=(x−1)ex+C
例(对数单独出现):∫lnxdx。取 u=lnx、dv=dx:
∫lnxdx=xlnx−∫x⋅x1dx=xlnx−x+C
例(循环法):I=∫exsinxdx。两次分部后原积分 自己冒出来,移项即解:
I=∫sinxd(ex)=exsinx−∫excosxdx=exsinx−(excosx+∫exsinxdx)=ex(sinx−cosx)−I
故 2I=ex(sinx−cosx),I=2ex(sinx−cosx)+C。两次分部要朝同一方向(都把 ex 凑进微分),否则会转回原样。
例(递推降幂):In=∫sinnxdx。拆 sinn=sinn−1sin,对 sinxdx=−d(cosx) 分部,得递推
In=−n1sinn−1xcosx+nn−1In−2
由 I0=x、I1=−cosx 逐级降幂即可积出任意 sinnx。
- 三角代换:消去根号。a2−x2 令 x=asint;a2+x2 令 x=atant;x2−a2 令 x=asect。借助 sin2+cos2=1、1+tan2=sec2 把根号「开」出来。
- 有理函数积分:先用 部分分式分解 把分式拆成简单分式之和,再逐项积。任何有理函数原则上都能这样积出。
- 三角有理式:万能代换 t=tan2x,把 sinx,cosx 全部有理化。
例:∫x2−1dx。分母因式分解 x2−1=(x−1)(x+1),设
(x−1)(x+1)1=x−1A+x+1B
两边乘 (x−1)(x+1) 得 1=A(x+1)+B(x−1)。代 x=1 得 A=21,代 x=−1 得 B=−21(「赋值法」:代入让某因子为零的点,瞬间定出系数)。于是
∫x2−1dx=21∫x−1dx−21∫x+1dx=21lnx+1x−1+C
例(含不可约二次因子):x(x2+1)x+1=xA+x2+1Bx+C。通分对照得 A=1,B=−1,C=1,于是
∫x(x2+1)x+1dx=ln∣x∣−21ln(x2+1)+arctanx+C
不可约二次因子上方要配 一次式 Bx+C,积出来是「ln + arctan」的组合。
例:∫a2−x2dx(a>0)。令 x=asint(t∈[−2π,2π]),则 a2−x2=acost、dx=acostdt:
∫a2−x2dx=∫acost⋅acostdt=a2∫cos2tdt=2a2(t+2sin2t)+C=2a2arcsinax+2xa2−x2+C
最后用 sin2t=2sintcost=a2x⋅aa2−x2 变量回代——三角代换收尾务必画直角三角形把 t 换回 x。
例:∫1+sinxdx。令 t=tan2x,则 sinx=1+t22t、dx=1+t22dt:
∫1+sinxdx=∫1+1+t22t1+t22dt=∫(1+t)22dt=−1+t2+C=−1+tan2x2+C
万能代换 必能 把三角有理式化成有理函数,但常使式子变复杂;若被积函数关于 sinx 或 cosx 有特殊奇偶性,优先用更省力的凑微分。
∫abf(x)dx=λ→0limi=1∑nf(ξi)Δxi
其中 λ=maxΔxi。
定义本身就是一幅画面:把 [a,b] 切成许多小段,每段用一个矩形 f(ξi)Δxi 近似那一条窄窄的曲边面积,全部加起来得到 黎曼和;让分割无限加密(λ→0),矩形阶梯逼近真实曲边,和的极限就是曲边梯形的精确面积。这就是「无限细分、无限累加」的全部含义。
基本运算性质:
∫abfdx=−∫bafdx,∫aafdx=0
∫ab(αf±βg)dx=α∫abfdx±β∫abgdx
∫abfdx=∫acfdx+∫cbfdx(区间可加性)
保号性与估值:
- 若在 [a,b] 上 f(x)≥0,则 ∫abfdx≥0;若 f≤g,则 ∫abf≤∫abg。面积不会无中生有,被积函数大的积分也大。
- 估值定理:若 m≤f(x)≤M,则 m(b−a)≤∫abfdx≤M(b−a)。用最矮和最高的矩形把曲边面积夹住。
- ∫abfdx≤∫ab∣f∣dx。
对称区间的奇偶性(积分区间关于原点对称):
∫−aaf(x)dx=⎩⎨⎧0,2∫0af(x)dx,f 为奇函数f 为偶函数
奇函数图像关于原点对称,左右两侧面积正负相消;偶函数关于 y 轴对称,两侧面积相等。善用它能省去大量计算。
周期函数:若 f 以 T 为周期,则任取一个完整周期积分都相等:
∫aa+Tf(x)dx=∫0Tf(x)dx
设 f∈C[a,b],则 ∃ξ∈[a,b] 使:
∫abf(x)dx=f(ξ)(b−a)
几何意义:曲边梯形的面积,总能用 一个等宽的矩形 精确替换,矩形的高 f(ξ) 就是 f 在 [a,b] 上的 平均值 b−a1∫abfdx。换言之,连续函数在区间上一定能取到自己的平均值——曲线高低起伏,中间必有一处恰好等于平均高度。
设 F 是 f 的原函数,f∈C[a,b],则:
∫abf(x)dx=F(b)−F(a)
这是 微积分基本定理,它把「求面积」(定积分)和「反求导」(原函数)这两件本不相干的事画上等号,从而把定积分计算从「算极限和」转化为「找原函数、算两端差」。整个微积分的威力,很大程度上就来自这道公式。
Φ(x)=∫axf(t)dt⇒Φ′(x)=f(x)
把定积分的上限放开成变量 x,得到一个 新函数 Φ(x):它表示「从 a 累积到 x 的面积」。这个函数求导回到 f 本身——说明 变上限积分天然就是一个原函数,这也正是微积分基本定理「积分与求导互逆」的源头,更是连 e−x2 这类「积不出来」的函数也能保证原函数 存在 的依据。
复合形式(上下限都是函数时,链式法则配合):
dxd∫φ(x)ψ(x)f(t)dt=f(ψ(x))ψ′(x)−f(φ(x))φ′(x)
例(变上限求导求极限):x→0limx3∫0xsint2dt 是 00 型,洛必达对分子用变上限求导公式:
x→0limx3∫0xsint2dt00x→0lim3x2sinx2=sinx2∼x231
定积分常常 不必先求原函数,靠对称性、区间变换能直接出结果。
被积区间关于原点对称 [−a,a] 时,先看被积函数的奇偶(见前文性质)。
例:∫−111+x4x2sinxdx。被积函数是奇函数(分子 x2sinx 奇、分母偶),故积分为 0,一步到位。
令 x→a+b−x 做换元,积分值不变,得 区间再现(又称 King 性质):
∫abf(x)dx=∫abf(a+b−x)dx
把原式与代换后的式子 相加,常能让难算的部分对消。
例:I=∫0π/2sinx+cosxsinxdx。令 x→2π−x,sin↔cos 互换得 I=∫0π/2cosx+sinxcosxdx。两式相加:
2I=∫0π/2sinx+cosxsinx+cosxdx=∫0π/21dx=2π⇒I=4π
∫0π/2sinnxdx=∫0π/2cosnxdx=⎩⎨⎧n!!(n−1)!!⋅2π,n!!(n−1)!!,n 为偶数n 为奇数
口诀「偶数加 2π、奇数不加」:n 为偶才点上 2π 这把「火」。其中 n!! 是双阶乘(隔一个相乘)。它由前面 sinn 的递推公式代入上下限得到。
例:∫0π/2sin6xdx=6!!5!!⋅2π=6⋅4⋅25⋅3⋅1⋅2π=4815⋅2π=325π。
例:∫0π/2cos5xdx=5!!4!!=5⋅3⋅14⋅2=158(奇数不加 2π)。
把定积分推广到 无穷区间 或 无界函数,都靠取极限来定义;极限存在叫 收敛,否则 发散。
∫a+∞f(x)dx=b→+∞lim∫abf(x)dx
若 f 在 x=c 处无界(瑕点):
∫abf(x)dx=ε→0+lim(∫ac−ε+∫c+εb)
∫1+∞xp1dx:p>1 收敛;∫01xp1dx:p<1 收敛
这两条记忆口诀:「无穷远处要衰减得够快、瑕点附近要爆得够慢」积分才收敛。 在 +∞ 处,xp1 衰减越快(p 越大)越容易收敛,临界是 p=1;在 0 这个瑕点附近,xp1 爆得越慢(p 越小)越容易收敛,临界也是 p=1。两边临界都卡在 p=1(即调和情形)发散,是个值得记住的分水岭。
判断反常积分敛散,常用 比较法——和已知的 xp1 比大小:
- 比较判别法:若 0≤f(x)≤g(x),则 ∫g 收敛 ⇒∫f 收敛;∫f 发散 ⇒∫g 发散。
- 极限形式:若 limg(x)f(x)=l(0<l<+∞),则 ∫f 与 ∫g 同敛散。
实用做法是把被积函数与 xp1 比较:在 +∞ 处看「分母最高阶」定 p,在瑕点处看「奇性强弱」定 p,再对照上面的临界值。
例(无穷区间判敛):∫1+∞x2+xdx。当 x→+∞ 时 x2+x1∼x21,取 g=x21,极限 x→+∞lim1/x21/(x2+x)=1∈(0,∞),与 p=2>1 的 p 积分同敛散,故 收敛。
例(瑕积分判敛):∫01x(1+x)dx,瑕点在 x=0。当 x→0+ 时被积函数 ∼x1=x1/21,对应 p=21<1,故 收敛。判瑕积分只需看 瑕点附近 的奇性强弱。
阶乘向实数的推广是 Γ 函数(Gamma Function):
Γ(s)=∫0+∞xs−1e−xdx(s>0)
它是一个含参变量的反常积分,在 s>0 时收敛。对 Γ(s+1)=∫0∞xse−xdx 分部积分可得 递推关系:
Γ(s+1)=sΓ(s),Γ(n+1)=n! (n∈N)
所以 Γ 正是阶乘的连续版本。一个常用的特殊值是 Γ(21)=π,它等价于著名的 高斯积分:令 x=t2 得
Γ(21)=∫0+∞x−1/2e−xdx=2∫0+∞e−t2dt=π
即 ∫−∞+∞e−t2dt=π——它在概率论的正态分布里反复登场。
定积分应用的统一思路是 微元法:在区间上取一小段 [x,x+dx],写出该微元对应的量 dA(面积 / 体积 / 弧长……),再积分累加。关键是把「微元」近似成最规则的形状。
| 应用 | 公式 |
|---|
| 平面图形面积 | A=∫ab∣f(x)−g(x)∣dx |
| 旋转体体积(绕 x 轴) | V=π∫abf2(x)dx |
| 旋转体体积(柱壳法) | V=2π∫abxf(x)dx |
| 曲线弧长 | L=∫ab1+f′2(x)dx |
| 旋转曲面面积 | S=2π∫abf(x)1+f′2(x)dx |
弧长公式来自勾股定理:一小段弧近似为斜边 (dx)2+(dy)2=1+f′2dx。绕 x 轴旋转时,微元是半径 f(x)、厚 dx 的薄圆盘,体积 πf2dx。
例(两曲线围成面积):y=x2 与 y=x 在 [0,1] 上围成的面积。x≥x2,故
A=∫01(x−x2)dx=[32x3/2−31x3]01=32−31=31
例(旋转体体积):y=sinx(0≤x≤π)绕 x 轴旋转。用点火公式算 ∫0πsin2xdx=2π:
V=π∫0πsin2xdx=π⋅2π=2π2
物理量同样用微元法:在每个小区间上把变化的量近似成常量,写出微元再积分。
- 变力做功:力随位置变化 F(x),从 a 到 b 做的功为 W=∫abF(x)dx。弹簧、抽水、引力做功都是此型——把「力 × 距离」推广到「力随距离连续变化」。
- 液体侧压力:深度 x 处压强 p=ρgx,水平窄条受力 dP=ρgx⋅w(x)dx(w(x) 为该深度处闸门宽度),总压力 P=∫abρgxw(x)dx。越深压强越大,故须逐层积分。
- 质心:密度为 ρ(x) 的细杆,质心坐标
xˉ=∫abρ(x)dx∫abxρ(x)dx
分子是 力矩(位置对质量的加权),分母是总质量,相除即「平衡点」。均匀情形退化为几何中点。