微积分基本定理 - 维基百科，自由的百科全书

系列條目
微积分学
函数 极限论 微分学 积分 微积分基本定理 微积分发现权之争（英语：Leibniz–Newton calculus controversy）
基础概念（含极限论和级数论） 實數性質 函数 单调性 初等函数 數列 极限 实数的构造 1=0.999… 无穷 銜尾蛇 無窮小量 ε-δ語言 实无穷（英语：Actual infinity） 大O符号 最小上界 收敛数列 芝诺悖论 柯西序列 单调收敛定理 夹挤定理 波尔查诺-魏尔斯特拉斯定理 斯托尔兹-切萨罗定理 上极限和下极限 函數極限 渐近线 邻域 连续 連續函數 不连续点 狄利克雷函数 稠密集 一致连续 紧集 海涅-博雷尔定理 支撑集 欧几里得空间 点积 叉积 三重积 拉格朗日恒等式 等价范数 坐標系 凸集 巴拿赫不动点定理 级数 收敛级数（英语：convergent series） 几何级数 调和级数 項測試 格兰迪级数 收敛半径 审敛法 柯西乘积 黎曼级数重排定理 函数项级数（英语：function series） 一致收斂 迪尼定理 數列與級數 連續 函數
一元微分 差分 均差 微分 微分的线性（英语：linearity of differentiation） 导数 流数法 二阶导数 光滑函数 高阶微分 莱布尼兹记号（英语：Leibniz's_notation） 幽灵似的消失量 介值定理 中值定理 罗尔定理 拉格朗日中值定理 柯西中值定理 泰勒公式 求导法则 乘积法则 广义莱布尼茨定则（英语：General Leibniz rule） 除法定则 倒数定则 链式法则 洛必达法则 反函数的微分 Faà di Bruno公式（英语：Faà di Bruno's formula） 对数微分法 导数列表 导数的函数应用 单调性 切线 极值 驻点 拐点 求导检测（英语：derivative test） 凸函數 凹函數 簡森不等式 曲线的曲率 埃尔米特插值 达布定理 魏尔施特拉斯函数
一元积分 积分表 定义 不定积分 定积分 黎曼积分 达布积分 勒贝格积分 积分的线性 求积分的技巧 换元积分法 三角换元法 分部积分法 部分分式积分法 降次积分法 微元法 积分第一中值定理 积分第二中值定理 微积分基本定理 反常積分 柯西主值 積分函數 Β函数 Γ函数 古德曼函数 椭圆积分 數值積分 矩形法 梯形公式 辛普森積分法 牛顿-寇次公式 积分判别法 傅里叶级数 狄利克雷定理 周期延拓 魏尔施特拉斯逼近定理 帕塞瓦尔定理 刘维尔定理
多元微积分 偏导数 隐函数 全微分 微分的形式不变性 二阶导数的对称性 全微分 方向導數 标量场 向量場 梯度 Nabla算子 多元泰勒公式 拉格朗日乘数 黑塞矩陣 鞍點 多重积分 逐次积分 积分顺序（英语：Order of integration (calculus)） 积分估值定理 旋转体 帕普斯-古尔丁中心化旋转定理 祖暅-卡瓦列里原理 托里拆利小号 雅可比矩阵 广义多重积分 高斯积分 若尔当曲线 曲线积分 曲面积分 施瓦茨的靴（俄语：Сапог Шварца） 散度 旋度 通量 可定向性 格林公式 高斯散度定理 斯托克斯定理及其外微分形式 若尔当测度 隐函数定理 皮亚诺-希尔伯特曲线 积分变换 卷积定理 积分符号内取微分 莱布尼茨积分定则（英语：Leibniz integral rule） 多变量原函数的存在性 全微分方程 外微分的映射原像存在性 恰当形式 向量值函数 向量空间内的导数推广（英语：generalizations of the derivative） 加托导数 弗雷歇导数 矩阵的微积分（英语：matrix calculus） 弱微分
微分方程 常微分方程 柯西-利普希茨定理 皮亚诺存在性定理 分离变数法 级数展开法 积分因子 拉普拉斯算子 欧拉方法 柯西-欧拉方程 伯努利微分方程 克莱罗方程 全微分方程 线性微分方程 叠加原理 特徵方程式 朗斯基行列式 微分算子法 差分方程 拉普拉斯变换 偏微分方程 拉普拉斯方程 泊松方程 施图姆-刘维尔理论 N体问题 积分方程
相关数学家 牛顿 莱布尼兹 柯西 魏尔斯特拉斯 黎曼 拉格朗日 欧拉 帕斯卡 海涅 巴罗 波尔查诺 狄利克雷 格林 斯托克斯 若尔当 达布 傅里叶 拉普拉斯 雅各布·伯努利 約翰·白努利 阿达马 麦克劳林 迪尼 沃利斯 费马 达朗贝尔 黑维塞 吉布斯 奥斯特罗格拉德斯基 刘维尔 棣莫弗 格雷果里 玛达瓦（英语：Madhava of Sangamagrama） 婆什迦羅第二 阿涅西 阿基米德
历史名作 从无穷小量分析来理解曲线（英语：Analyse des Infiniment Petits pour l'Intelligence des Lignes Courbes） 分析学教程（英语：Cours d'Analyse） 无穷小分析引论 用无穷级数做数学分析（英语：De analysi per aequationes numero terminorum infinitas） 流形上的微积分（英语：Calculus on Manifolds (book)） 微积分学教程 纯数学教程（英语：A Course of Pure Mathematics） 机械原理方法论（英语：The Method of Mechanical Theorems）
分支学科 实变函数论 複分析 傅里叶分析 变分法 特殊函数 动力系统 微分几何 微分代数 向量分析 分数微积分 玛里亚温微积分（英语：Malliavin calculus） 随机分析 最优化 非标准分析
查 论 编

微积分基本定理（英語：Fundamental theorem of calculus）描述了微积分的两个主要运算──微分和积分之间的关系。

定理的第一部分，称为微积分第一基本定理，此定理表明：給定任一連續函數，可以（利用積分）構造出該函數的反導函數。這一部分定理的重要之處在於它保證了連續函數的反導函數的存在性。

定理的第二部分，称为微积分第二基本定理或牛顿-莱布尼茨公式，表明某函數的定积分可以用該函數的任意一個反導函數来计算。这一部分是微積分或數學分析中相當關鍵且應用很廣的一個定理，因为它大大简化了定积分的计算。^[1]

该定理的一个特殊形式，首先由詹姆斯·格里高利（1638-1675）证明和出版。^[2]定理的一般形式，则由艾萨克·巴罗完成证明。

對微积分基本定理比較直觀的理解是：把函數在一段區間的「无穷小变化」全部「加起來」，會等于该函數的净变化，這裡「無窮小變化」就是微分，「加起來」就是積分，淨變化就是該函數在區間兩端點的差。

我们从一个例子开始。假设有一个物体在直线上运动，其位置为${\displaystyle x(t)}$，其中${\displaystyle t}$为时间，${\displaystyle x(t)}$意味着${\displaystyle x}$是${\displaystyle t}$的函数。这个函数的导数等于位置的无穷小变化${\displaystyle dx}$除以时间的无穷小变化${\displaystyle dt}$（当然，该导数本身也与时间有关）。我们把速度定义为位置的变化除以时间的变化。用莱布尼兹记法：

${\displaystyle {\frac {dx}{dt}}=v(t).}$

整理，得

${\displaystyle dx=v(t)\,dt.}$

根据以上的推理，${\displaystyle x}$的变化──${\displaystyle \Delta x}$，是${\displaystyle dx}$的无穷小变化之和。它也等于导数和时间的无穷小乘积之和。这个无穷的和，就是积分；所以，一个函数求导之后再积分，得到的就是原来的函数。我们可以合理地推断，这个运算反过来也成立，积分之后再求导，得到的也是原来的函数。

詹姆斯·格里高利首先发表了该定理基本形式的几何证明^[3][4][5]，艾萨克·巴罗证明了该定理的一般形式^[6]。巴罗的学生艾萨克·牛顿完善了微积分的相关理论。莱布尼茨使得相关理论实现体系化并引入了沿用至今的微积分符号。

微積分基本定理有兩部分，第一部分是定積分的微分，第二部分是原函数和定積分之間的關聯。

設 ${\displaystyle a,b\in \mathbb {R} }$，${\displaystyle f:[a,b]\to \mathbb {R} }$於 ${\displaystyle [a,b]}$ 黎曼可積分，定義函數 ${\displaystyle F:[a,b]\to \mathbb {R} }$ 如下：

${\displaystyle F(x)=\int _{a}^{x}\!f(t)\,dt}$

則

1. ${\displaystyle F}$ 於閉區間 ${\displaystyle [a,b]}$ 連續
2. 若 ${\displaystyle f}$ 於 ${\displaystyle c\in [a,\,b]}$ 連續，則${\displaystyle F'(c)=f(c)}$

若兩函數 ${\displaystyle f,F:[a,b]\mapsto \mathbb {R} }$ 滿足：

• ${\displaystyle [\forall x\in (a,b)][F'(x)=f(x)]}$ （即 ${\displaystyle F}$ 是 ${\displaystyle f}$ 的一个原函數）
• ${\displaystyle f}$ 於 ${\displaystyle [a,b]}$ 黎曼可積分

則有：

${\displaystyle \int _{a}^{b}\,f(t)\,dt\,=F(b)-F(a)}$

可簡記為

${\displaystyle \int _{a}^{b}\,f(t)\,dt\,=F(x){\bigg |}_{a}^{b}}$

(1)${\displaystyle F}$ 於 ${\displaystyle [a,b]}$ 連續

因為 ${\displaystyle f}$ 為黎曼可積，所以 ${\displaystyle f}$ 有界 (否則會有矛盾) ，也就是存在 ${\displaystyle M>0}$ 使

${\displaystyle |f(x)|\leq M}$ (對所有的 ${\displaystyle x\in [a,\,b]}$)

根據黎曼積分的定義，若取 ${\displaystyle x,\,c\in [a,\,b]}$ 則

${\displaystyle |F(x)-F(c)|=\left|\int _{c}^{x}f(t)\,dt\right|\leq M|x-c|}$

那這樣，如果取 ${\displaystyle \delta ={\frac {\epsilon }{M}}}$ 且 ${\displaystyle 0<|x-c|<\delta }$ ，則

${\displaystyle |F(x)-F(c)|<\epsilon }$

那根據函數極限的定義，可以得到

${\displaystyle \lim _{x\to c}F(x)=F(c)}$

故得証。 ${\displaystyle \Box }$

(2)若 ${\displaystyle f}$ 於 ${\displaystyle c\in [a,\,b]}$ 連續，則${\displaystyle F'(c)=f(c)}$

${\displaystyle f}$ 於 ${\displaystyle c}$ 連續意為：對所有 ${\displaystyle \epsilon >0}$ ，都存在 ${\displaystyle \delta >0}$ 使得所有的 ${\displaystyle f}$ 定義域裡的 ${\displaystyle x}$ 只要滿足 ${\displaystyle 0<|x-c|<\delta }$ 就有 ${\displaystyle |f(x)-f(c)|<\epsilon }$

而根據黎曼積分的定義可以知道，若對黎曼可積分的 ${\displaystyle g:[r,\,s]\to \mathbb {R} }$ 有 ${\displaystyle (\forall x\in [r,\,s])[|g(x)|\leq M]}$ ，則

${\displaystyle \int _{r}^{s}g(t)\,dt\leq \int _{r}^{s}|g(t)|\,dt\leq M(s-r)}$

這樣考慮上述連續定義 ${\displaystyle 0<x-c<\delta }$ 的部分會有

${\displaystyle \left|{\frac {F(x)-F(c)}{x-c}}-f(c)\right|=\left|{\frac {1}{x-c}}\left[\int _{c}^{x}f(t)-f(c)\,dt\right]\right|<\left|{\frac {\epsilon (x-c)}{x-c}}\right|=\epsilon }$

類似的， ${\displaystyle 0<c-x<\delta }$ 的部分會有

${\displaystyle \left|{\frac {F(x)-F(c)}{x-c}}-f(c)\right|=\left|{\frac {1}{c-x}}\left[\int _{x}^{c}f(t)-f(c)\,dt\right]\right|<\left|{\frac {\epsilon (c-x)}{c-x}}\right|=\epsilon }$

那同樣根據函數極限的定義，就有

${\displaystyle F^{\prime }(c)=\lim _{x\to c}{\frac {F(x)-F(c)}{x-c}}=f(c)}$

即為所求。 ${\displaystyle \Box }$

设${\displaystyle f}$在区间${\displaystyle [a,b]}$上连续，并设${\displaystyle F}$为${\displaystyle f}$的原函数。我们从以下表达式开始

${\displaystyle F(b)-F(a)\,.}$

设有数

${\displaystyle x_{0},\ldots ,x_{n}}$

使得

${\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n-1}<x_{n}=b\,.}$

可得

${\displaystyle F(b)-F(a)=F(x_{n})-F(x_{0})\,.}$

我们加上${\displaystyle F(x_{i})}$及其相反数，这样等式仍成立：

${\displaystyle {\begin{matrix}F(b)-F(a)&=&F(x_{n})\,+\,[-F(x_{n-1})\,+\,F(x_{n-1})]\,+\,\ldots \,+\,[-F(x_{1})+F(x_{1})]\,-\,F(x_{0})\,\\&=&[F(x_{n})\,-\,F(x_{n-1})]\,+\,[F(x_{n-1})\,+\,\ldots \,-\,F(x_{1})]\,+\,[F(x_{1})\,-\,F(x_{0})]\,.\end{matrix}}}$

以上表达式可用以下的和表示：

${\displaystyle F(b)-F(a)=\sum _{i=1}^{n}\,[F(x_{i})-F(x_{i-1})]\,.\qquad (1)}$

我们将使用均值定理。就是：

设${\displaystyle F}$在闭区间${\displaystyle [a,b]}$连续，在开区间${\displaystyle (a,b)}$可导，则开区间${\displaystyle (a,b)}$内一定存在${\displaystyle c}$使得

${\displaystyle F'(c)={\frac {F(b)-F(a)}{b-a}}\,.}$

可得

${\displaystyle F'(c)(b-a)=F(b)-F(a).\,}$

函数${\displaystyle F}$在区间${\displaystyle [a,b]}$可导，所以在每一个区间${\displaystyle x_{i-1}}$也是可导和连续的。因此，根据均值定理，

${\displaystyle F(x_{i})-F(x_{i-1})=F'(c_{i})(x_{i}-x_{i-1})\,.}$

把上式代入(1)，得

${\displaystyle F(b)-F(a)=\sum _{i=1}^{n}\,[F'(c_{i})(x_{i}-x_{i-1})]\,.}$

根据第一部分的结论，我们有${\displaystyle F'(c_{i})=f(c_{i})}$。另外，${\displaystyle x_{i}-x_{i-1}}$可表示为第${\displaystyle i}$个小区间的${\displaystyle \Delta x}$。

${\displaystyle F(b)-F(a)=\sum _{i=1}^{n}\,[f(c_{i})(\Delta x_{i})]\,.\qquad (2)}$

注意到我们正在描述矩形的面积（长度乘以宽度），并把这些面积相加起来。每一个矩形都描述了一部分曲线的估计。同时也注意到，${\displaystyle \Delta x_{i}}$并不需要对于任何${\displaystyle i}$都是相同的，换句话说，矩形的长度可以变化。我们要做的，是要用${\displaystyle n}$个矩形来近似代替曲线。现在，当${\displaystyle n}$增加而每一个矩形越来越小时，它的面积就越来越接近曲线的真实面积。

当矩形的宽度趋近于零时取极限，便得出黎曼积分。也就是说，我们取最宽的矩形趋于零，而矩形的数目趋于无穷大时的极限。

所以，我们把(2)式的两边取极限，得

${\displaystyle \lim _{\|\Delta \|\to 0}F(b)-F(a)=\lim _{\|\Delta \|\to 0}\sum _{i=1}^{n}\,[f(c_{i})(\Delta x_{i})]\,.}$

${\displaystyle F(b)}$和${\displaystyle F(a)}$都不依赖于${\displaystyle {\begin{Vmatrix}\Delta \end{Vmatrix}}}$，所以左面的极限仍然是${\displaystyle F(b)-F(a)}$。

${\displaystyle F(b)-F(a)=\lim _{\|\Delta \|\to 0}\sum _{i=1}^{n}\,[f(c_{i})(\Delta x_{i})]\,.}$

右边的表达式定义了${\displaystyle f}$从${\displaystyle a}$到${\displaystyle b}$的积分。这样，我们有

${\displaystyle F(b)-F(a)=\int _{a}^{b}f(x)\,dx\,,}$

证明完毕。

${\displaystyle {\begin{aligned}{\frac {d}{dx}}\int _{a}^{\sin x}e^{t}\,dt\\&={\frac {d}{dx}}F(\sin x)\\&=F'(\sin x)\cos x\\&=e^{\sin x}\cos x\\\end{aligned}}}$

计算以下积分：

${\displaystyle \int _{2}^{5}x^{2}\,dx.}$

在这里，${\displaystyle f(x)=x^{2}}$，${\displaystyle F(x)={x^{3} \over 3}}$是一个原函数。因此：

${\displaystyle \int _{2}^{5}x^{2}\,dx=F(5)-F(2)={5^{3} \over 3}-{2^{3} \over 3}=39}$

我们不需要假设${\displaystyle f}$在整个区间是连续的。这样定理的第一部分便说明：如果${\displaystyle f}$是区间${\displaystyle [a,b]}$内的任何一个勒贝格可积的函数，${\displaystyle x_{0}}$是${\displaystyle [a,b]}$内的一个数，使得${\displaystyle f}$在${\displaystyle x_{0}}$连续，则

${\displaystyle F(x)=\int _{a}^{x}f(t)\,dt}$

在${\displaystyle x=x_{0}}$是可导的，且${\displaystyle F'(x_{0})=f(x_{0})}$。我们可以把${\displaystyle f}$的条件进一步降低，假设它仅仅是可积的。这种情况下，我们便得出结论：${\displaystyle F}$几乎处处可导，且${\displaystyle F'(x)}$几乎处处等于${\displaystyle f(x)}$。这有时称为勒贝格微分定理。

定理的第一部分对于任何具有原函数${\displaystyle F}$的勒贝格可积函数${\displaystyle f}$都是正确的（不是所有可积的函数都有原函数）。

泰勒定理中把误差项表示成一个积分的形式，可以视为微积分基本定理的一个推广。

对于复数函数，也有一个类似的形式：假设${\displaystyle U}$是${\displaystyle \mathbb {C} }$的一个开集，${\displaystyle f:U\rightarrow \mathbb {C} }$是一个在${\displaystyle U}$处具有全纯原函数${\displaystyle F}$的函数。那么对于所有曲线${\displaystyle \gamma :[a,b]\rightarrow U}$，曲线积分可以用下式来计算：

${\displaystyle \int _{\gamma }f(z)\,dz=F(\gamma (b))-F(\gamma (a))\,.}$

微积分基本定理可以推广到多维空间的曲线和曲面积分，也可以推广到流形。

这个方向上的一个有力的表述是斯托克斯定理：设${\displaystyle M}$为一个可定向分段光滑${\displaystyle n}$维流形，并设${\displaystyle \omega }$为${\displaystyle n-1}$阶${\displaystyle M}$上的C¹类紧支撑微分形式。如果${\displaystyle \vartheta M}$表示M${\displaystyle M}$的边界，并以${\displaystyle M}$的方向诱导的方向为边界的方向，则

${\displaystyle \int _{M}\mathrm {d} \omega =\oint _{\partial M}\omega \,.}$

这里${\displaystyle \mathrm {d} \!\,}$是外导数，它仅仅用流形的结构来定义。斯托克斯定理将德拉姆上同调和奇异链的同调联系起来。

• 極限
• 微分
• 积分

1. ^ 更加确切地，该定理涉及了可变上限和任意选择的下限的定积分。这类特殊的定积分允许我们计算函数的无穷多个原函数之一（除了那些没有零点的原函数）因此，它几乎跟不定积分是等价的，大部分作者把它定义为产生任何一个可能的原函数的运算，包括没有零点的原函数。
2. ^ See, e.g., Marlow Anderson, Victor J. Katz, Robin J. Wilson, Sherlock Holmes in Babylon and Other Tales of Mathematical History, Mathematical Association of America, 2004, p. 114 （页面存档备份，存于互联网档案馆）.
3. ^ Malet, Antoni. James Gregorie on tangents and the "Taylor" rule for series expansions. Archive for History of Exact Sciences (Springer-Verlag). 1993. doi:10.1007/BF00375656. Gregorie's thought, on the other hand, belongs to a conceptual framework strongly geometrical in character. (page 137) 
4. ^ See, e.g., Marlow Anderson, Victor J. Katz, Robin J. Wilson, Sherlock Holmes in Babylon and Other Tales of Mathematical History, Mathematical Association of America, 2004, p. 114.
5. ^ Gregory, James. Geometriae Pars Universalis. Museo Galileo: Patavii: typis heredum Pauli Frambotti. 1668. 
6. ^ Child, James Mark; Barrow, Isaac. The Geometrical Lectures of Isaac Barrow. Chicago: Open Court Publishing Company. 1916. 

• Larson, Ron, Bruce H. Edwards, David E. Heyd. Calculus of a single variable. 7th ed. Boston: Houghton Mifflin Company, 2002.
• Leithold, L. (1996). The calculus 7 of a single variable. 6th ed. New York: HarperCollins College Publishers.
• Malet, A, Studies on James Gregorie (1638-1675) (PhD Thesis, Princeton, 1989).
• Stewart, J. (2003). Fundamental Theorem of Calculus. In Integrals. In Calculus: early transcendentals. Belmont, California: Thomson/Brooks/Cole.
• Turnbull, H W (ed.), The James Gregory Tercentenary Memorial Volume (London, 1939)