微积分基本定理
正式表述
微积分基本定理(FTC)有两个部分,第一部分是关于原函数的导数,第二部分描述了原函数和定积分之间的关系。
第一部分 / 第一基本定理
设 a , b ∈ ∈ --> R {\displaystyle a,b\in \mathbb {R} } ,设 f : [ a , b ] ⟶ ⟶ --> R {\displaystyle f:[a,b]\longrightarrow \mathbb {R黎曼} 为黎曼可积的函数,定义
如果 f 在[a,b]连续,则
F 在闭区间[a,b]连续,在开区间(a,b)可导
∀ ∀ --> x ∈ ∈ --> ( a , b ) F ′ ( x ) = f ( x ) {\displaystyle \forall x\in (a,b)\quad F"(x)=f(x)}
如果 G 是 f 的原函数,则 G − − --> F {\displaystyle G-F} 是一个常数
第二部分 / 第二基本定理
设 a , b ∈ ∈ --> R a R {\displaystyle f,F:[a,b]\longrightarrow \mathbb {R} } ,满足
F 连续
f 是 F 的导函数,即 ∀ ∀ --> x ∈ ∈ --> ( a , b ) F ′ ( x ) = f ( x ) {\displaystyle \forall x\in (a,b)\quad F"(x)=f(x)}
那么,若 f 黎曼可积(例如 f 连续),则我们有
证明
第一部分
假设有
设 x 1 和 x 1 + Δ x 为区间[ a , b ]中的两个数。我们有
和
两式相减,得
可以证明
整理,得
把上式代入(1),得
根据积分第一中值定理,在区间( x 1 , x 1 + Δ x )存在一个 c ,使得
把上式代入(2),得
两边除以Δ x ,得
两边取Δ x → 0的极限,
左边的表达式是 F 在 x 1 处的导数的定义。
我们用夹挤定理来求另一个极限。 c 在区间[ x 1 , x 1 + Δ x ]内,因此 x 1 ≤ c ≤ x 1 + Δ x 。
另外 lim Δ Δ --> x → → --> 0 x 1 = x 1 {\displaystyle \lim _{\Delta x\to 0}x_{1}=x_{1}} and lim Δ Δ --> x → → --> 0 x 1 + Δ Δ --> x = x 1 . {\displaystyle \lim _{\Delta x\to 0}x_{1}+\Delta x=x_{1}\,.}
所以,根据夹挤定理,
代入(3),可得
函数 f 在 c 处连续,所以极限可以在函数里面进行。因此,我们有
证明完毕。
第二部分
设 f 在区间[ a , b ]上连续,并设 F 为 f 的原函数。我们从以下表达式开始
设有数
使得
可得
我们加上 F ( x i )及其相反数,这样等式仍成立:
以上表达式可用以下的和表示:
我们将使用均值定理。就是:
设 F 在闭区间[ a , b ]连续,在开区间( a , b )可导,则开区间( a , b )内一定存在 c 使得
可得
函数 F 在区间[ a , b ]可导,所以在每一个区间 x i -1 也是可导和连续的。因此,根据介值定理,
把上式代入(1),得
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 Δ --> x {\displaystyle \Delta x} 。
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 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
F ( b )和 F ( a )都不依赖于||Δ||,所以左面的极限仍然是 F ( b ) - F ( a )。
右边的表达式定义了 f 从 a 到 b 的积分。这样,我们有
证明完毕。
例子
计算以下积分:
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:
推广
我们不需要假设 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 是区间[ a , b ]内的任何一个勒贝格可积的函数, x 0 是[ a , b ]内的一个数,使得 f 在 x 0 连续,则
在 x = x 0 是可导的,且 F" ( x 0 ) = f ( x 0 )。我们可以把 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 几乎处处可导,且 F" ( x )几乎处处等于 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 的勒贝格可积函数 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 是 C 的一个开集, f : U → C 是一个在 U 处具有全纯原函数 F 的函数。那么对于所有曲线γ: [ a , b ] → U ,曲线积分可以用下式来计算:
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 为一个可定向分段光滑 n 维流形,并设 ω ω --> {\displaystyle \omega } 为 n −1阶 M 上的C 类紧支撑微分形式。如果∂ M 表示 M边界的边界,并以 M 的方向诱导的方向为边界的方向,则
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。
参看
极限
微分
积分
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)
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。
相关资料
展开- 有价值
- 一般般
- 没价值