牛顿-莱布尼茨公式，也称为微积分基本定理，是微积分中最重要的公式，是微积分的核心桥梁。它将微分（求导数）和积分（求面积）这两个看似无关的概念紧密联系起来，为我们计算定积分提供了一个极其简便的方法。可以说，没有这个公式，微积分就不会成为一门如此强大而实用的学科。

---

4.1 公式内容

如果函数 $f(x)$ 在区间 $[a,b]$ 上连续，且 $F(x)$ 是 $f(x)$ 在 $[a,b]$ 上的一个原函数（即 $F^{\prime }(x)=f(x)$），那么
$${\int }_a^{b}f(x)dx=F(b)-F(a).$$

简单来说：定积分等于原函数在积分上限的值减去原函数在积分下限的值。

---

4.2 历史背景

这个公式以两位独立发明微积分的科学家命名：

• 艾萨克·牛顿（英国，1643-1727）从物理角度（如运动学）研究微积分，他称原函数为“流量”，导数为“流数”。
• 戈特弗里德·威廉·莱布尼茨（德国，1646-1716）从几何角度研究，并创造了我们现在使用的符号 $\int$（拉长的S，表示求和）和 $dx$（表示微小变化）。

尽管他们曾有过优先权之争，但现今公认两人独立发现了这一定理，并因此共享荣誉。

---

4.3 几何直观理解

想象你正在开车。设 $s(t)$ 是 $t$ 时刻的位置，那么速度 $v(t)=s^{\prime }(t)$ 是位置的变化率。从时刻 $a$ 到 $b$，你走过的总路程是多少？

• 一种方法：将时间分割成很多小段，每段内速度近似不变，然后求和（这就是定积分 ${\int }_a^{b}v(t)dt$ 的定义）。
• 另一种方法：直接看位置的变化：$s(b)-s(a)$。

牛顿-莱布尼茨公式告诉我们，这两种方法的结果是相等的：
$${\int }_a^{b}v(t)dt=s(b)-s(a).$$

换句话说：累积瞬时变化率的总和，就等于总变化量。这正是微积分基本定理的直观意义。

---

4.4 证明思路

为了让你相信这个公式的正确性，我们可以从定积分的定义出发，结合微分中值定理给出一个直观的推导（不追求严格的极限语言，但保留核心思想）：

1. 将区间 $[a,b]$ 分割成 $n$ 个小区间：
   $$a=x_0<x_1<x_2<\cdots <x_n=b.$$
   记 $\Delta x_i=x_i-x_{i-1}$。

2. 在每个小区间 $[x_{i-1},x_i]$ 上，由于 $F^{\prime }(x)=f(x)$，由微分中值定理，存在 ${\xi }_i\in (x_{i-1},x_i)$，使得
   $$F(x_i)-F(x_{i-1})=F^{\prime }({\xi }_i)\Delta x_i=f({\xi }_i)\Delta x_i.$$

3. 将所有这些等式相加，左边得到：
   $$\sum _{i=1}^n[F(x_i)-F(x_{i-1})]=F(x_n)-F(x_0)=F(b)-F(a).$$
   右边得到：
   $$\sum _{i=1}^{n}f({\xi }_i)\Delta x_i.$$

4. 当分割无限加密（即 $\max \Delta x_i\to 0$）时，右边正是定积分的定义：
   $$\underset{\max \Delta x_i\to 0}{\lim }\sum _{i=1}^{n}f({\xi }_i)\Delta x_i={\int }_a^{b}f(x)dx.$$
   而左边是常数 $F(b)-F(a)$，与分割无关。因此
   $${\int }_a^{b}f(x)dx=F(b)-F(a).$$

这个推导虽然省略了极限的严格处理，但清晰地展示了公式的由来。

---

4.5 应用示例

例1：计算 ${\int }_1^{3}2xdx$

• 被积函数 $f(x)=2x$。

• 找一个原函数：$F(x)=x^2$（因为 $(x^2{)}^{\prime }=2x$）。

• 代入公式：
  $${\int }_1^{3}2xdx=F(3)-F(1)=3^2-1^2=9-1=8.$$
  几何意义是直线 $y=2x$ 下方从 $x=1$ 到 $x=3$ 的梯形面积，与直接梯形公式一致。

例2：计算 ${\int }_0^1{x}^{2}dx$

• 原函数：$F(x)=\frac{x^3}{3}$。

• 代入：
  $${\int }_0^1{x}^{2}dx=\frac{1^3}{3}-\frac{0^3}{3}=\frac{1}{3}.$$

例3：物理应用

已知速度 $v(t)=t^2$ m/s，求 $t=0$ 到 $t=3$ 秒的位移。

• 位移 $s(t)=\frac{t^3}{3}$（原函数）。

• 位移变化量：
  $$s(3)-s(0)=\frac{27}{3}-0=9\text{ 米}.$$
  这正是定积分 ${\int }_0^3{t}^{2}dt$ 的值。

---

4.6 为什么这个公式如此重要？

1. 化繁为简：定积分的原始定义是求和取极限，计算非常复杂。牛顿-莱布尼茨公式将其转化为求原函数，而求导（找原函数）有现成的公式和技巧，大大简化了计算。

2. 揭示本质：它表明微分和积分是互逆运算——就像加法和减法、乘法和除法一样。这统一了整个微积分理论。

3. 推广可能：该公式可以推广到更复杂的情况，如反常积分、曲线积分等，成为高等数学的基石。

---

4.7 使用时的注意事项

• 原函数必须存在：公式要求 $f$ 在 $[a,b]$ 上连续（或至少可积且存在原函数）。对于不连续的函数，可能需要分段处理。
• 原函数不唯一：如果 $F(x)$ 是原函数，那么 $F(x)+C$ 也是原函数。但计算 $F(b)-F(a)$ 时，常数 $C$ 会抵消，所以结果与选哪个原函数无关。
• 不定积分与定积分：不定积分 $\int f(x)dx$ 表示一族原函数，而定积分是一个数值。牛顿-莱布尼茨公式正是连接它们的桥梁。

---

4.8 总结

牛顿-莱布尼茨公式是微积分的心脏。它将累积变化的问题（定积分）与瞬时变化的问题（导数）完美统一，让我们能够用简单的减法计算出复杂的面积、路程、体积等。掌握这个公式，你就掌握了微积分最核心的工具。

上一章 机器学习微积分–(3)不定积分

下一章 机器学习微积分–(5)泰勒公式