微积分是数学中一门非常重要的分支，它主要研究变化 和累积。你可能听说过"微积分"这个名字，感觉它很难，但其实它的核心思想非常直观，源于两个我们都很熟悉的几何问题：
- 如何求一条曲线在某一点的切线斜率？ ------ 这引出了微分。
- 如何求一条曲线下方的面积？ ------ 这引出了积分。
而微积分最精彩的地方在于，这两个看似完全不同的问题，实际上是互为逆运算的！这个联系被称为微积分基本定理。
1.1 微分：研究瞬间变化
想象你开着一辆车，速度表显示的是你此刻的速度，比如 60 公里/小时。这个"此刻的速度"就是瞬间变化率。但速度表是如何计算出来的呢？它不能直接测量"此刻"，因为任何测量都需要一段时间。
这就是微积分的核心思想：用"无穷小"来逼近"瞬间"。
从平均速度到瞬时速度
- 平均速度：如果你在一小时内开了 60 公里，你的平均速度是 60 公里/小时。公式很简单：距离变化 ÷ 时间变化。
- 瞬时速度：但如果你想知道在某一秒、甚至某一毫秒的速度呢？你可以记录下非常短的时间段内的平均速度，比如 0.1 秒。时间段越短，这个平均速度就越接近那一瞬间的真实速度。
微积分的做法是 ：让这个时间段无限趋近于 0 ，但又不等于 0 （因为除以 0 没有意义）。这个过程中，平均速度会趋近于一个确定的值，这个值就是瞬时速度 ，也就是导数。
导数定义 ：
f ′ ( x ) = lim h → 0 f ( x + h ) − f ( x ) h f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h} f′(x)=h→0limhf(x+h)−f(x)
换个例子 ：看下面这条曲线，它代表一辆车的行驶距离随时间变化的函数 s ( t ) s(t) s(t)。
- 如果我们想求从时间 t t t 到 t + Δ t t + \Delta t t+Δt 的平均速度，就是割线的斜率（ Δ s Δ t \frac{\Delta s}{\Delta t} ΔtΔs）。
- 当我们让 Δ t \Delta t Δt 无限缩小，割线就会无限靠近 t t t 点，最终变成一条切线 。这条切线的斜率，就是瞬时速度 ，也就是函数 s ( t ) s(t) s(t) 在 t t t 点的导数 ，记作 s ′ ( t ) s'(t) s′(t) 或 d s d t \frac{ds}{dt} dtds。
想象一个图：一条曲线，过点P画一条割线交曲线于另一点Q，当Q向P移动时，割线逐渐变成切线。
所以，微分就是研究"变化率"的工具。它告诉我们，当一个量发生微小变化时，另一个量会如何变化。
1.2 积分：研究累积总量
现在考虑另一个问题：如果我知道一辆车的速度随时间变化的函数 v ( t ) v(t) v(t)，我能不能求出它在某段时间内总共走了多远？
这相当于求速度曲线下的面积。
从粗略估计到精确面积
假设速度函数 v ( t ) v(t) v(t) 的图像是一条曲线，我们想求从时间 a a a 到 b b b 这段时间内走过的路程。
- 粗略估计：我们可以把这段时间分成很多个很窄的小区间。在每个小区间内，我们认为速度是近似不变的（比如用该区间起始点的速度代替）。这样，每个小区间的路程 ≈ 速度 × 时间，对应图像上就是一个细长矩形的面积。
- 求和：把所有小矩形的面积加起来，就得到了总路程的一个近似值。
- 极限逼近：如果我们将区间分得越来越细（即矩形的宽度无限趋近于 0），这些矩形面积之和就会无限趋近于曲线下的真实面积，也就是精确的总路程。
想象一个图：速度曲线下方，用许多细长矩形填充，宽度越来越窄，矩形顶部的锯齿越来越贴合曲线。
这个过程就是积分 。我们称这个极限值为定积分 ，记作 ∫ a b v ( t ) d t \int_a^b v(t) \, dt ∫abv(t)dt。积分符号 ∫ \int ∫ 就像拉长的字母 S，表示"求和"（Sum）。
定积分定义 ：
∫ a b f ( x ) d x = lim n → ∞ ∑ i = 1 n f ( x i ∗ ) Δ x \int_a^b f(x) \, dx = \lim_{n \to \infty} \sum_{i=1}^n f(x_i^*) \Delta x ∫abf(x)dx=n→∞limi=1∑nf(xi∗)Δx
所以，积分就是研究"累积量"的工具 。它把无数个无穷小的变化（ v ( t ) d t v(t) \, dt v(t)dt）累加起来，得到总的变化。
1.3 微积分基本定理：连接微分和积分的桥梁
到这里，我们有了两个看起来毫无关系的问题：一个求切线斜率（微分），一个求曲线下面积（积分）。但天才的牛顿和莱布尼茨（微积分的两位独立创始人）发现了它们之间深刻的联系。
微积分基本定理（通俗版）：
微分和积分是互逆的运算。就像加法和减法、乘法和除法是逆运算一样。
更具体地说：
-
第一基本定理 ：积分之后再微分，会回到原来的函数。也就是说，如果你对一个函数 f f f 从 a a a 到 x x x 积分，得到一个关于 x x x 的新函数 F ( x ) F(x) F(x)（称为积分上限函数），那么对 F ( x ) F(x) F(x) 求导，结果就是 f ( x ) f(x) f(x) 本身。这就像说：求总量，然后再看总量的变化率，就回到了原来的变化率。
F ( x ) = ∫ a b f ( x ) d x F ′ ( x ) = f ( x ) F(x)=\int_a^b f(x) \, dx \ \ \ \ \ \ \ \ \ \ \ F'(x)=f(x) F(x)=∫abf(x)dx F′(x)=f(x) -
第二基本定理（也是最常用的） ：如果要计算一个函数 f f f 从 a a a 到 b b b 的定积分，你只需要找到 f f f 的一个原函数 F F F（即导数为 f f f 的函数），然后计算 F ( b ) − F ( a ) F(b) - F(a) F(b)−F(a) 即可。
f ( x ) = F ′ ( x ) ∫ a b f ( x ) d x = F ( b ) − F ( a ) f(x)=F'(x) \ \ \ \ \ \ \ \ \ \ \ \int_a^b f(x) \, dx = F(b) - F(a) f(x)=F′(x) ∫abf(x)dx=F(b)−F(a)
这个定理的伟大之处在于：它将复杂的求面积问题，转化为了求原函数的问题。而求原函数（不定积分）在某种程度上是求导的逆过程，通常更容易。
举例 ：
求函数 f ( x ) = 2 x f(x) = 2x f(x)=2x 在区间 [1, 3] 上的积分（即曲线下的面积）。
- 传统积分法（逼近）：会很繁琐。
- 用微积分基本定理 ：
- 首先，找到一个函数 F ( x ) F(x) F(x)，使得 F ′ ( x ) = 2 x F'(x) = 2x F′(x)=2x。很容易想到 F ( x ) = x 2 F(x) = x^2 F(x)=x2（因为 ( x 2 ) ′ = 2 x (x^2)' = 2x (x2)′=2x）。
- 然后，直接计算： ∫ 1 3 2 x d x = F ( 3 ) − F ( 1 ) = 3 2 − 1 2 = 9 − 1 = 8 \int_1^3 2x \, dx = F(3) - F(1) = 3^2 - 1^2 = 9 - 1 = 8 ∫132xdx=F(3)−F(1)=32−12=9−1=8。
看，是不是简单多了？这个定理是微积分的心脏，让计算变得可行，也让微分和积分完美地统一起来。
1.4 数学演示案例
下面通过具体案例，展示微积分的操作过程和实际应用。
案例一：微分------求切线斜率
问题 ：求函数 f ( x ) = x 2 f(x) = x^2 f(x)=x2 在 x = 1 x = 1 x=1 处的导数（切线斜率）。
解：
-
平均变化率：
f ( 1 + h ) − f ( 1 ) h = ( 1 + h ) 2 − 1 h = 2 + h \frac{f(1+h) - f(1)}{h} = \frac{(1+h)^2 - 1}{h} = 2 + h hf(1+h)−f(1)=h(1+h)2−1=2+h -
令 h → 0 h \to 0 h→0：
f ′ ( 1 ) = lim h → 0 ( 2 + h ) = 2 f'(1) = \lim_{h \to 0} (2 + h) = 2 f′(1)=h→0lim(2+h)=2所以切线斜率为 2 2 2。
推广可得 ( x 2 ) ′ = 2 x (x^2)' = 2x (x2)′=2x。
案例二：积分------求曲线下的面积
问题 ：求函数 f ( x ) = 2 x f(x) = 2x f(x)=2x 在区间 [ 1 , 3 ] [1,3] [1,3] 上的定积分。
-
方法一：黎曼和逼近
将区间 [ 1 , 3 ] [1,3] [1,3] 分成 n n n 等份， Δ x = 2 n \Delta x = \frac{2}{n} Δx=n2，取左端点：
S n = ∑ i = 1 n f ( 1 + ( i − 1 ) 2 n ) ⋅ 2 n = 4 n ∑ i = 1 n ( 1 + 2 ( i − 1 ) n ) S_n = \sum_{i=1}^n f\left(1 + (i-1)\frac{2}{n}\right) \cdot \frac{2}{n} = \frac{4}{n}\sum_{i=1}^n \left(1 + \frac{2(i-1)}{n}\right) Sn=i=1∑nf(1+(i−1)n2)⋅n2=n4i=1∑n(1+n2(i−1))
计算得 S n = 8 − 4 n S_n = 8 - \frac{4}{n} Sn=8−n4，当 n → ∞ n \to \infty n→∞ 时 S n → 8 S_n \to 8 Sn→8。
-
方法二：微积分基本定理
2 x 2x 2x 的一个原函数是 F ( x ) = x 2 F(x) = x^2 F(x)=x2，则
∫ 1 3 2 x d x = F ( 3 ) − F ( 1 ) = 9 − 1 = 8 \int_1^3 2x \, dx = F(3) - F(1) = 9 - 1 = 8 ∫132xdx=F(3)−F(1)=9−1=8
结果一致。几何上，该区域是梯形，面积也为 8 8 8。
案例三：验证微分与积分互逆
设 f ( t ) = 3 t 2 f(t) = 3t^2 f(t)=3t2，定义 F ( x ) = ∫ 0 x 3 t 2 d t F(x) = \int_0^x 3t^2 \, dt F(x)=∫0x3t2dt。
- 求原函数： 3 t 2 3t^2 3t2 的原函数为 t 3 t^3 t3，故 F ( x ) = x 3 F(x) = x^3 F(x)=x3。 对 F ( x ) F(x) F(x) 求导： F ′ ( x ) = 3 x 2 = f ( x ) F'(x) = 3x^2 = f(x) F′(x)=3x2=f(x)。
- 反之，先求导再积分： ∫ 0 x ( t 3 ) ′ d t = ∫ 0 x 3 t 2 d t = [ t 3 ] 0 x = x 3 \int_0^x (t^3)' \, dt = \int_0^x 3t^2 \, dt = [t^3]_0^x = x^3 ∫0x(t3)′dt=∫0x3t2dt=[t3]0x=x3。
这表明微分与积分互为逆运算。
案例四：物理应用------速度与位移
汽车速度 v ( t ) = t 2 v(t) = t^2 v(t)=t2 米/秒，求 t = 0 t=0 t=0 到 3 3 3 秒的位移。
位移 s = ∫ 0 3 t 2 d t = [ t 3 3 ] 0 3 = 27 3 = 9 s = \int_0^3 t^2 \, dt = \left[ \frac{t^3}{3} \right]_0^3 = \frac{27}{3} = 9 s=∫03t2dt=[3t3]03=327=9 米。
而位移函数 s ( t ) = t 3 3 s(t) = \frac{t^3}{3} s(t)=3t3 的导数恰为速度 v ( t ) = t 2 v(t) = t^2 v(t)=t2，符合运动学关系。
案例五：微分近似------线性逼近
求 4.1 \sqrt{4.1} 4.1 的近似值。
取 f ( x ) = x f(x) = \sqrt{x} f(x)=x ，已知 f ( 4 ) = 2 f(4)=2 f(4)=2， f ′ ( x ) = 1 2 x f'(x) = \frac{1}{2\sqrt{x}} f′(x)=2x 1， f ′ ( 4 ) = 0.25 f'(4) = 0.25 f′(4)=0.25。
利用线性近似：
4.1 ≈ f ( 4 ) + f ′ ( 4 ) ( 4.1 − 4 ) = 2 + 0.25 × 0.1 = 2.025 \sqrt{4.1} \approx f(4) + f'(4)(4.1-4) = 2 + 0.25 \times 0.1 = 2.025 4.1 ≈f(4)+f′(4)(4.1−4)=2+0.25×0.1=2.025
实际值约 2.024845 2.024845 2.024845，近似效果很好。这体现了"以直代曲"的微分思想。
1.5 总结
对于初学者来说，记住微积分的核心思想：
- 微分 ：用无穷小的变化（ d x dx dx）去研究瞬间的变化率（导数）。
- 积分：用无穷小的累积（求和）去研究整体的总量。
- 微积分基本定理：告诉我们这两个操作互为逆运算，积分可以通过求导的逆过程（找原函数）来计算。
微积分并不神秘，它就是我们理解和描述动态世界（变化与累积）的强大语言。
下一章 机器学习微积分--(2)定积分