历史
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 使微积分的相关理论得以完善。莱布尼茨 使得相关理论实现体系化并引入了沿用至今微积分符号,
正式表述
微积分基本定理有两部分,第一部分是定积分 的微分,第二部分是原函数和定积分 之间的关联。
第一部分 / 第一基本定理
设
a
,
b
∈
R
{\displaystyle a,b\in \mathbb {R} }
,
f
:
[
a
,
b
]
→
R
{\displaystyle f:[a,b]\to \mathbb {R} }
于
[
a
,
b
]
{\displaystyle [a,b]}
黎曼可积分 ,定义函数
F
:
[
a
,
b
]
→
R
{\displaystyle F:[a,b]\to \mathbb {R} }
如下:
F
(
x
)
=
∫
a
x
f
(
t
)
d
t
{\displaystyle F(x)=\int _{a}^{x}\!f(t)\,dt}
则
F
{\displaystyle F}
于闭区间
[
a
,
b
]
{\displaystyle [a,b]}
连续
若
f
{\displaystyle f}
于
c
∈
[
a
,
b
]
{\displaystyle c\in [a,\,b]}
连续 ,则
F
′
(
c
)
=
f
(
c
)
{\displaystyle F'(c)=f(c)}
第二部分 / 第二基本定理
若两函数
f
,
F
:
[
a
,
b
]
↦
R
{\displaystyle f,F:[a,b]\mapsto \mathbb {R} }
满足:
[
∀
x
∈
(
a
,
b
)
]
[
F
′
(
x
)
=
f
(
x
)
]
{\displaystyle [\forall x\in (a,b)][F'(x)=f(x)]}
(即 是
f
{\displaystyle f}
的一个原函数),
f
{\displaystyle f}
于
[
a
,
b
]
{\displaystyle [a,b]}
黎曼可积分 则有:
∫
a
b
f
(
t
)
d
t
=
F
(
b
)
−
F
(
a
)
{\displaystyle \int _{a}^{b}\,f(t)\,dt\,=F(b)-F(a)}
可简记为
∫
a
b
f
(
t
)
d
t
=
F
(
b
)
−
F
(
a
)
=
F
(
x
)
|
a
b
{\displaystyle \int _{a}^{b}\,f(t)\,dt\,=F(b)-F(a)=F(x){\bigg |}_{a}^{b}}
证明
第一部分
(1)
F
{\displaystyle F}
于
[
a
,
b
]
{\displaystyle [a,b]}
连续
因为
f
{\displaystyle f}
为黎曼可积,所以
f
{\displaystyle f}
有界 (否则会有矛盾) ,也就是存在
M
>
0
{\displaystyle M>0}
使
|
f
(
x
)
|
≤
M
{\displaystyle |f(x)|\leq M}
(对所有的
x
∈
[
a
,
b
]
{\displaystyle x\in [a,\,b]}
)根据黎曼积分的定义,若取
x
,
c
∈
[
a
,
b
]
{\displaystyle x,\,c\in [a,\,b]}
很容易得到
|
F
(
x
)
−
F
(
c
)
|
=
|
∫
c
x
f
(
t
)
d
t
|
≤
M
|
x
−
c
|
{\displaystyle |F(x)-F(c)|=\left|\int _{c}^{x}f(t)\,dt\right|\leq M|x-c|}
那这样,如果取
δ
=
ϵ
M
{\displaystyle \delta ={\frac {\epsilon }{M}}}
且
0
<
|
x
−
c
|
<
δ
{\displaystyle 0<|x-c|<\delta }
,我们很容易得到
|
F
(
x
)
−
F
(
c
)
|
<
ϵ
{\displaystyle |F(x)-F(c)|<\epsilon }
那根据函数极限的定义 ,可以得到
lim
x
→
c
F
(
x
)
=
F
(
c
)
{\displaystyle \lim _{x\to c}F(x)=F(c)}
也就是我们想证明的。
◻
{\displaystyle \Box }
(2)若
f
{\displaystyle f}
于
c
∈
[
a
,
b
]
{\displaystyle c\in [a,\,b]}
连续,则
F
′
(
c
)
=
f
(
c
)
{\displaystyle F'(c)=f(c)}
f
{\displaystyle f}
于
c
{\displaystyle c}
连续意为:对所有
ϵ
>
0
{\displaystyle \epsilon >0}
,都存在
δ
>
0
{\displaystyle \delta >0}
使得所有的
f
{\displaystyle f}
定义域里的
x
{\displaystyle x}
只要满足
0
<
|
x
−
c
|
<
δ
{\displaystyle 0<|x-c|<\delta }
就有
|
f
(
x
)
−
f
(
c
)
|
<
ϵ
{\displaystyle |f(x)-f(c)|<\epsilon }
而根据黎曼积分的定义可以知道,若对黎曼可积分的
g
:
[
e
,
f
]
→
R
{\displaystyle g:[e,\,f]\to \mathbb {R} }
有
(
∀
x
∈
[
e
,
f
]
)
[
|
g
(
x
)
|
≤
M
]
{\displaystyle (\forall x\in [e,\,f])[|g(x)|\leq M]}
,则
∫
e
f
g
(
t
)
d
t
≤
∫
e
f
|
g
(
t
)
|
d
t
≤
M
(
f
−
e
)
{\displaystyle \int _{e}^{f}g(t)\,dt\leq \int _{e}^{f}|g(t)|\,dt\leq M(f-e)}
这样考虑上述连续定义
0
<
x
−
c
<
δ
{\displaystyle 0<x-c<\delta }
的部分会有
|
F
(
x
)
−
F
(
c
)
x
−
c
−
f
(
c
)
|
=
|
1
x
−
c
[
∫
c
x
f
(
t
)
−
f
(
c
)
d
t
]
|
<
|
ϵ
(
x
−
c
)
x
−
c
|
=
ϵ
{\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 }
类似的,
0
<
c
−
x
<
δ
{\displaystyle 0<c-x<\delta }
的部分会有
|
F
(
x
)
−
F
(
c
)
x
−
c
−
f
(
c
)
|
=
|
1
c
−
x
[
∫
x
c
f
(
t
)
−
f
(
c
)
d
t
]
|
<
|
ϵ
(
c
−
x
)
c
−
x
|
=
ϵ
{\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 }
那同样根据函数极限的定义 ,就有
F
′
(
c
)
=
lim
x
→
c
F
(
x
)
−
F
(
c
)
x
−
c
=
f
(
c
)
{\displaystyle F^{\prime }(c)=\lim _{x\to c}{\frac {F(x)-F(c)}{x-c}}=f(c)}
即为所求。
◻
{\displaystyle \Box }
第二部分
设
f
{\displaystyle f}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
上连续,并设
F
{\displaystyle F}
为
f
{\displaystyle f}
的原函数。我们从以下表达式开始
F
(
b
)
−
F
(
a
)
.
{\displaystyle F(b)-F(a)\,.}
设有数
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
使得
a
=
x
0
<
x
1
<
x
2
<
…
<
x
n
−
1
<
x
n
=
b
.
{\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n-1}<x_{n}=b\,.}
可得
F
(
b
)
−
F
(
a
)
=
F
(
x
n
)
−
F
(
x
0
)
.
{\displaystyle F(b)-F(a)=F(x_{n})-F(x_{0})\,.}
我们加上
F
(
x
i
)
{\displaystyle F(x_{i})}
及其相反数,这样等式仍成立:
F
(
b
)
−
F
(
a
)
=
F
(
x
n
)
+
[
−
F
(
x
n
−
1
)
+
F
(
x
n
−
1
)
]
+
…
+
[
−
F
(
x
1
)
+
F
(
x
1
)
]
−
F
(
x
0
)
=
[
F
(
x
n
)
−
F
(
x
n
−
1
)
]
+
[
F
(
x
n
−
1
)
+
…
−
F
(
x
1
)
]
+
[
F
(
x
1
)
−
F
(
x
0
)
]
.
{\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:
F
(
b
)
−
F
(
a
)
=
∑
i
=
1
n
[
F
(
x
i
)
−
F
(
x
i
−
1
)
]
.
(
1
)
{\displaystyle F(b)-F(a)=\sum _{i=1}^{n}\,[F(x_{i})-F(x_{i-1})]\,.\qquad (1)}
我们将使用中值定理 。就是:
设
F
{\displaystyle F}
在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
连续,在开区间
(
a
,
b
)
{\displaystyle (a,b)}
可导,则开区间
(
a
,
b
)
{\displaystyle (a,b)}
内一定存在
c
{\displaystyle c}
使得
F
′
(
c
)
=
F
(
b
)
−
F
(
a
)
b
−
a
.
{\displaystyle F'(c)={\frac {F(b)-F(a)}{b-a}}\,.}
可得
F
′
(
c
)
(
b
−
a
)
=
F
(
b
)
−
F
(
a
)
.
{\displaystyle F'(c)(b-a)=F(b)-F(a).\,}
函数
F
{\displaystyle F}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
可导,所以在每一个区间
x
i
−
1
{\displaystyle x_{i-1}}
也是可导和连续的。因此,根据中值定理,
F
(
x
i
)
−
F
(
x
i
−
1
)
=
F
′
(
c
i
)
(
x
i
−
x
i
−
1
)
.
{\displaystyle F(x_{i})-F(x_{i-1})=F'(c_{i})(x_{i}-x_{i-1})\,.}
把上式代入(1),得
F
(
b
)
−
F
(
a
)
=
∑
i
=
1
n
[
F
′
(
c
i
)
(
x
i
−
x
i
−
1
)
]
.
{\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
F
′
(
c
i
)
=
f
(
c
i
)
{\displaystyle F'(c_{i})=f(c_{i})}
。另外,
x
i
−
x
i
−
1
{\displaystyle x_{i}-x_{i-1}}
可表示为第
i
{\displaystyle i}
个小区间的
Δ
x
{\displaystyle \Delta x}
。
F
(
b
)
−
F
(
a
)
=
∑
i
=
1
n
[
f
(
c
i
)
(
Δ
x
i
)
]
.
(
2
)
{\displaystyle F(b)-F(a)=\sum _{i=1}^{n}\,[f(c_{i})(\Delta x_{i})]\,.\qquad (2)}
一个黎曼和的收敛数列。右上角的数是灰色矩形的面积。它们收敛于函数的积分。
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,
Δ
x
i
{\displaystyle \Delta x_{i}}
并不需要对于任何
i
{\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
n
{\displaystyle n}
个矩形来近似代替曲线。现在,当
n
{\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
lim
‖
Δ
‖
→
0
F
(
b
)
−
F
(
a
)
=
lim
‖
Δ
‖
→
0
∑
i
=
1
n
[
f
(
c
i
)
(
Δ
x
i
)
]
.
{\displaystyle \lim _{\|\Delta \|\to 0}F(b)-F(a)=\lim _{\|\Delta \|\to 0}\sum _{i=1}^{n}\,[f(c_{i})(\Delta x_{i})]\,.}
F
(
b
)
{\displaystyle F(b)}
和
F
(
a
)
{\displaystyle F(a)}
都不依赖于
‖
Δ
‖
{\displaystyle {\begin{Vmatrix}\Delta \end{Vmatrix}}}
,所以左面的极限仍然是
F
(
b
)
−
F
(
a
)
{\displaystyle F(b)-F(a)}
。
F
(
b
)
−
F
(
a
)
=
lim
‖
Δ
‖
→
0
∑
i
=
1
n
[
f
(
c
i
)
(
Δ
x
i
)
]
.
{\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
f
{\displaystyle f}
从
a
{\displaystyle a}
到
b
{\displaystyle b}
的积分。这样,我们有
F
(
b
)
−
F
(
a
)
=
∫
a
b
f
(
x
)
d
x
,
{\displaystyle F(b)-F(a)=\int _{a}^{b}f(x)\,dx\,,}
证明完毕。
例子
d
d
x
∫
a
sin
x
e
t
d
t
=
d
d
x
F
(
sin
x
)
=
F
′
(
sin
x
)
cos
x
=
e
sin
x
cos
x
{\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:
∫
2
5
x
2
d
x
.
{\displaystyle \int _{2}^{5}x^{2}\,dx.}
在这里,
f
(
x
)
=
x
2
{\displaystyle f(x)=x^{2}}
,
F
(
x
)
=
x
3
3
{\displaystyle F(x)={x^{3} \over 3}}
是一个原函数。因此:
∫
2
5
x
2
d
x
=
F
(
5
)
−
F
(
2
)
=
5
3
3
−
2
3
3
=
39
{\displaystyle \int _{2}^{5}x^{2}\,dx=F(5)-F(2)={5^{3} \over 3}-{2^{3} \over 3}=39}
推广
我们不需要假设
f
{\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
f
{\displaystyle f}
是区间
[
a
,
b
]
{\displaystyle [a,b]}
内的任何一个勒贝格可积的函数,
x
0
{\displaystyle x_{0}}
是
[
a
,
b
]
{\displaystyle [a,b]}
内的一个数,使得
f
{\displaystyle f}
在
x
0
{\displaystyle x_{0}}
连续,则
F
(
x
)
=
∫
a
x
f
(
t
)
d
t
{\displaystyle F(x)=\int _{a}^{x}f(t)\,dt}
在
x
=
x
0
{\displaystyle x=x_{0}}
是可导的,且
F
′
(
x
0
)
=
f
(
x
0
)
{\displaystyle F'(x_{0})=f(x_{0})}
。我们可以把
f
{\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:
F
{\displaystyle F}
几乎处处 可导,且
F
′
(
x
)
{\displaystyle F'(x)}
几乎处处等于
f
(
x
)
{\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
F
{\displaystyle F}
的勒贝格可积函数
f
{\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
U
{\displaystyle U}
是
C
{\displaystyle \mathbb {C} }
的一个开集,
f
:
U
→
C
{\displaystyle f:U\rightarrow \mathbb {C} }
是一个在
U
{\displaystyle U}
处具有全纯 原函数
F
{\displaystyle F}
的函数。那么对于所有曲线
γ
:
[
a
,
b
]
→
U
{\displaystyle \gamma :[a,b]\rightarrow U}
,曲线积分 可以用下式来计算:
∫
γ
f
(
z
)
d
z
=
F
(
γ
(
b
)
)
−
F
(
γ
(
a
)
)
.
{\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
M
{\displaystyle M}
为一个可定向分段 光滑
n
{\displaystyle n}
维流形,并设
ω
{\displaystyle \omega }
为
n
−
1
{\displaystyle n-1}
阶
M
{\displaystyle M}
上的C1 类紧支撑 微分形式 。如果
ϑ
M
{\displaystyle \vartheta M}
表示M
M
{\displaystyle M}
的边界 ,并以
M
{\displaystyle M}
的方向诱导的方向为边界的方向,则
∫
M
d
ω
=
∮
∂
M
ω
.
{\displaystyle \int _{M}\mathrm {d} \omega =\oint _{\partial M}\omega \,.}
这里
d
{\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。
参见 注解
^
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。
^ 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 ).
^ 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)
^
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 .
^ Gregory, James. Geometriae Pars Universalis . Museo Galileo : Patavii: typis heredum Pauli Frambotti. 1668.
^ Child, James Mark; Barrow, Isaac. The Geometrical Lectures of Isaac Barrow . Chicago: Open Court Publishing Company . 1916.
参考文献
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)