最后更新: 2025-11-22 11:32 查看: 1095 次反馈能力测评会员8.2元/月赞助

变上限定积分

## 积分上限函数
### 引言
设物体做直线运动, 已知速度 $v=v(t)$是时间间隔 $[0, T]$ 上 $t$ 的连续函数, 且 $v(t) \geq 0$. 对于等速直线运动, 有公式: 路程 $=$ 速度 $\times$ 时间, 现在速度是随着时间变化的变量, 因此不能直接按等速直线运动的路径公式来计算.

将时间 $[0, T]$ 任意地分成 $n$ 小段 $\left[t_{i-1}, t_i\right]$ (其中 $i=1,2, \cdots, n, t_0=0, t_n=T$ ), 任取 $\tau_i \in\left[t_{i-1}, t_i\right](i=1,2, \cdots, n)$, 则路程元 $\Delta S_i \approx v\left(\tau_i\right) \Delta t_i(i=1,2, \cdots, n), \lambda=\max _{1 \leq i \leq n}\left\{\Delta t_i\right\}$, 因此 得到变速 $(v=v(t), t \in[0, T])$ 直线运动的路程

$$
S=\sum_{i=1}^n \Delta S_i=\lim _{\lambda \rightarrow 0} \sum_{i=1}^n v\left(\tau_i\right) \Delta t_i=\int_0^T v(t) \mathrm{d} t
$$

另一方面, 这段路程又可通过位置函数 $S(t)$ 在时间 $[0, T]$ 上的增量来表示: $S(T)-S(0)$, 因此有 $\int_0^T v(t) \mathrm{d} t=S(T)-S(0)$, 且 $S^{\prime}(t)=v(t)$, 从而有

$$
\int_0^T v(t) \mathrm{d} t=\int_0^T S^{\prime}(t) \mathrm{d} t=\left.S(t)\right|_0 ^T=\left.\left(\int v(t) \mathrm{d} t\right)\right|_0 ^T .
$$

> 此公式揭示了速度函数的定积分和不定积分的关系. **这是一种偶然的巧合, 还是一种具有一般意义的计算公式呢? 答案是后者**.

下面就来推导一般的结果, 通过求原函数的方法来计算定积分, 该结果称为**微积分基本定理**.

## 变上限定积分

如果 $x$ 是区间 $[a, b]$ 上任意一点，定积分

$$
\int_a^x f(t) d t
$$
表示曲线 $y=f(x)$ 在部分区间 $[a, x]$ 上曲边梯形 $\operatorname{Aax} C$ 的面积，如图中阴影部分所示的面积。
 ![图片](/uploads/2025-07/d07951.jpg)

当 $x$ 在区间 $[a, b]$ 上变化时，阴影部分的曲边梯形面积也随之变化，所以变上限定积分

$$
\int_a^x f(t) d t
$$

是上限变量 $x$ 的函数．记作 $\Phi(x)$, 则
 
$$
  \Phi(x)=\int_a^x f(t) d t
$$

我们称 $\int_a^x f(t) \mathrm{d} t$为 $f(x)$ 的**积分上限的函数**， 同理 $\int_x^b f(t) \mathrm{d} t$ 也是$x$ 的函数 $(a \leq x \leq b)$, 称为 $f(x)$ 的**积分下限的函数**.

### 性质
由定积分的几何意义，我们可以看到 $\int_a^b f(x) \mathrm{d} x$ 表示整块曲边梯形的面积， 而 $\Phi(x)=\int_a^x f(t) \mathrm{d} t$ 表示区间 $[a, x] \Phi(x)$ 上对应的曲边梯形的面积。因此对于 $\Phi(x)$ ，

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：定积分的性质与积分中值定理

下一篇：牛顿一莱布尼兹公式（微积分基本定理）

本文对您是否有用？有用 (0) 无用 (0)