KNOWECON WIKI

ARTICLE

微积分学

微积分学 (Calculus) 微积分学 (Calculus) 是数学中研究变化与累积的核心分支，由微分学和积分学两大部分构成。微积分以极限为理论基础，通过无穷小量的分析建立了一套精确描述连续变化过程的数学语言。它不仅是现代数学的支柱，更是物理学、工程学、经济学、生物学等几乎所有定量科学的共同工具。美国数学家 Michael Spivak 称其为"人类心智最

浏览 4 更新 2026-04-10

微积分学 (Calculus)

微积分学 (Calculus) 是数学中研究变化与累积的核心分支，由微分学和积分学两大部分构成。微积分以极限为理论基础，通过无穷小量的分析建立了一套精确描述连续变化过程的数学语言。它不仅是现代数学的支柱，更是物理学、工程学、经济学、生物学等几乎所有定量科学的共同工具。美国数学家 Michael Spivak 称其为"人类心智最伟大的创造之一"。

核心研究对象

微积分围绕两个基本问题展开：

  1. 变化率问题：如何精确刻画一个量随另一个量变化的瞬时速率？这一问题导向导数的概念。
  2. 累积量问题：如何计算无穷多个无穷小量的总和？这一问题导向积分的概念。

这两个看似独立的问题，经由微积分基本定理被揭示为互为逆运算，构成了微积分理论的逻辑核心。

历史渊源

微积分的思想可追溯至古希腊时期。Eudoxus 和 Archimedes 使用穷竭法计算面积与体积，其中已蕴含积分思想的萌芽。17 世纪，在解析几何与力学问题的推动下，牛顿 (Isaac Newton) 与 莱布尼茨 (Gottfried Wilhelm Leibniz) 各自独立地完成微积分的系统化创立。牛顿从物理学的瞬时速度和加速度出发，发展了流数术；莱布尼茨则从曲线的切线问题和面积问题入手，建立了符号体系 dxdx 与 ∫\int，后者沿用至今。尽管两人之间发生了著名的优先权争议，但后世公认微积分是二人各自的独立贡献。

18 世纪，欧拉、Lagrange、Cauchy 等人将微积分从几何直观推向分析严密化。Cauchy 的 ϵ\epsilon-δ\delta 极限定义和 Riemann 的积分理论为微积分奠定了严谨的逻辑基础。19 世纪末至 20 世纪初，勒贝格积分和测度论的建立进一步拓展了微积分的适用范围。

微分学 (Differential Calculus)

导数与变化率

设函数 y=f(x)y = f(x) 在点 x0x_0 的某邻域内有定义。当自变量从 x0x_0 变至 x0+Δxx_0 + \Delta x 时，函数的平均变化率为：

ΔyΔx=f(x0+Δx)−f(x0)Δx\frac{\Delta y}{\Delta x} = \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}

当 Δx→0\Delta x \to 0 时，若该比值的极限存在，则称此极限为 ff 在 x0x_0 处的导数 (Derivative)，记作 f′(x0)f'(x_0) 或 dydx∣x=x0\frac{dy}{dx}\big|_{x=x_0}：

f′(x0)=lim⁡Δx→0f(x0+Δx)−f(x0)Δxf'(x_0) = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}

导数的几何意义是函数曲线在点 (x0,f(x0))(x_0, f(x_0)) 处的切线斜率。其物理含义广泛：若 s(t)s(t) 表示位移函数，则 s′(t)s'(t) 为瞬时速度；若 C(q)C(q) 表示成本函数，则 C′(q)C'(q) 为边际成本。

微分法则

微积分建立了一套系统的求导运算规则：

  • 常数法则：(c)′=0(c)' = 0
  • 幂法则：(xn)′=nxn−1(x^n)' = n x^{n-1}
  • 和差法则：(f±g)′=f′±g′(f \pm g)' = f' \pm g'
  • 乘积法则：(fg)′=f′g+fg′(fg)' = f'g + fg'
  • 商法则：(fg)′=f′g−fg′g2\left(\frac{f}{g}\right)' = \frac{f'g - fg'}{g^2}
  • 链式法则：(f∘g)′(x)=f′(g(x))⋅g′(x)(f \circ g)'(x) = f'(g(x)) \cdot g'(x)

链式法则尤为核心，它使得复合函数的求导成为可能，也是反向传播算法（神经网络训练的基础）的数学源头。

高阶导数与泰勒展开

导数本身仍可再求导，产生二阶导数 f′′(x)f''(x)、三阶导数 f′′′(x)f'''(x) 乃至 nn 阶导数 f(n)(x)f^{(n)}(x)。二阶导数刻画函数的凹凸性，在经济学中用于分析边际效用递减和边际报酬递减。

高阶导数通向泰勒定理 (Taylor's Theorem)：在适当条件下，一个光滑函数可以用其多项式逼近：

f(x)=f(a)+f′(a)(x−a)+f′′(a)2!(x−a)2+⋯+f(n)(a)n!(x−a)n+Rn(x)f(x) = f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n + R_n(x)

积分学 (Integral Calculus)

定积分

定积分起源于面积的计算。将区间 [a,b][a, b] 划分为 nn 个子区间，在每个子区间内取样本点 xi∗x_i^*，构造Riemann 和：

∑i=1nf(xi∗)Δxi\sum_{i=1}^{n} f(x_i^*) \Delta x_i

当最大子区间长度趋近于零时，若该和的极限存在且与划分方式和样本点选取无关，则称此极限为 ff 在 [a,b][a, b] 上的定积分，记作 ∫abf(x) dx\int_a^b f(x) \, dx。

不定积分与原函数

若存在函数 FF 使得 F′(x)=f(x)F'(x) = f(x) 对所有 xx 成立，则称 FF 为 ff 的一个原函数。ff 的所有原函数的集合称为不定积分，记作 ∫f(x) dx=F(x)+C\int f(x) \, dx = F(x) + C，其中 CC 为任意常数。

微积分基本定理

微积分基本定理揭示了微分与积分之间的深层互逆关系，由两个命题组成。

微积分第一基本定理：若 ff 在 [a,b][a, b] 上连续，则变上限积分函数 F(x)=∫axf(t)dtF(x) = \int_a^x f(t) dt 可微，且 F′(x)=f(x)F'(x) = f(x)。该定理表明：先积分再微分，回到原函数。

微积分第二基本定理（牛顿-莱布尼茨公式）：若 FF 是 ff 在 [a,b][a, b] 上的任意原函数，则：

∫abf(x) dx=F(b)−F(a)\int_a^b f(x) \, dx = F(b) - F(a)

该定理将一个繁琐的极限求和问题转化为求原函数的问题，使定积分有了高效的计算途径。C. H. Edwards 在《The Historical Development of the Calculus》中评价道：这一发现不仅统一了微积分的两大分支，更从根本上改变了数学的进程。

多元微积分

当函数自变量从一个推广至多个时，微积分进入多元微积分 (Multivariable Calculus) 的范畴。

偏导数

对于二元函数 z=f(x,y)z = f(x, y)，固定 yy 对 xx 求导得到偏导数 ∂f∂x\frac{\partial f}{\partial x}；同理定义 ∂f∂y\frac{\partial f}{\partial y}。梯度 向量 ∇f=(∂f∂x,∂f∂y)\nabla f = (\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}) 指向函数增长最快的方向，在最优化理论中具有核心地位。

多重积分

将一元积分的概念推广至二维和三维，分别得到二重积分 ∬Df(x,y) dA\iint_D f(x, y) \, dA 和三重积分 ∭Ef(x,y,z) dV\iiint_E f(x, y, z) \, dV。Fubini 定理允许将多重积分化为累次积分进行计算。多重积分广泛用于计算面积、体积、质心、转动惯量以及概率论中的联合分布概率。

在经济学中的应用

微积分是现代经济分析的数学基础设施。几乎所有的优化问题——无论是消费者在预算约束下最大化效用，还是厂商在技术约束下最小化成本——均依赖于导数分析。

  • 边际分析：边际成本为总成本函数的导数 MC=dTCdqMC = \frac{dTC}{dq}；边际效用为效用函数的一阶偏导数 MUx=∂U∂xMU_x = \frac{\partial U}{\partial x}。
  • 弹性分析：需求价格弹性 ε=dQ/QdP/P=PQ⋅dQdP\varepsilon = \frac{dQ/Q}{dP/P} = \frac{P}{Q} \cdot \frac{dQ}{dP}，本质是导数在比例变化意义下的重新表达。
  • 最优化理论：无约束极值的一阶条件为梯度为零，即 ∇f=0\nabla f = 0；带约束极值使用拉格朗日乘数法，将约束优化转化为无约束的拉格朗日函数的驻点问题。
  • 消费者剩余与生产者剩余：消费者剩余等于需求曲线下方与价格线上方的面积，是定积分的直接应用：CS=∫0q∗[D(q)−p∗]dqCS = \int_0^{q^*} [D(q) - p^*] dq。
  • 动态优化：变分法和最优控制理论（如 Hamilton 函数与 Pontryagin 极大值原理）将微积分推广至无限时间维度的动态决策问题，是现代宏观经济学中 Ramsey 模型和内生增长理论的数学基础。

现代发展与分支

微积分自创立以来持续演进，已衍生出多个重要分支：

  • 实分析 (Real Analysis)：以 Lebesgue 积分和测度论为核心，将经典微积分推广至更广泛的函数类，为概率论的公理化提供了语言。
  • 复分析 (Complex Analysis)：将微积分拓展至复变函数领域，Cauchy 积分定理和留数定理是其中瑰宝。
  • 微分方程：以微积分为工具研究含未知函数及其导数的方程，是物理学和经济学中动态建模的核心框架。
  • 随机微积分 (Stochastic Calculus)：由 Kiyosi Itô 创立，将经典的 Riemann-Stieltjes 积分推广至 Brown 运动等随机过程，构成了金融数学和期权定价（如 Black-Scholes-Merton 公式）的理论根基。
  • 数值分析：研究微积分运算的数值逼近方法，如数值积分（Simpson 法则、Gauss 求积）和数值微分，使微积分能以算法形式在计算机上实现。

微积分学不仅是数学的历史性成就，更是现代科学思维的通用语法。从物理学中的运动定律到经济学中的理性选择，从生物学的种群增长到数据科学中的梯度下降，微积分的思想渗透于人类理性认知的各个层面。正如数学家 Vladimir Arnold 所言："微积分是现代数学中不可或缺的组成部分，也是对自然现象进行定量研究的基本工具。"