← 返回 资料库 › 分析学 › 一元微积分 12 年级
原函数 原函数是求导的逆运算:若在区间 K K K 上 F ′ = f F'=f F ′ = f ,就称 F F F 是 f f f 在 K K K 上的一个原函数,记作 ∫ f ( x ) d x = F ( x ) + C \int f(x)\,dx = F(x) + C ∫ f ( x ) d x = F ( x ) + C 。在同一个区间上,同一个 f f f 的任意两个原函数只相差一个常数——这一事实可用中值定理证明——而换元积分法(∫ f ( g ( x ) ) g ′ ( x ) d x = F ( g ( x ) ) + C \int f(g(x))g'(x)\,dx = F(g(x)) + C ∫ f ( g ( x )) g ′ ( x ) d x = F ( g ( x )) + C )与分部积分法(∫ u d v = u v − ∫ v d u \int u\,dv = uv - \int v\,du ∫ u d v = uv − ∫ v d u )这两种系统技巧,把你已经掌握的求导法则(链式法则、乘积法则)转化为求原函数的工具,并直接应用于运动学:由速度恢复位置、由加速度恢复速度。
直观 让求导反向运行:从速度到位置 速度表告诉你此刻走得多快,即 v ( t ) v(t) v ( t ) ;里程表告诉你已经走了多远,即 s ( t ) s(t) s ( t ) 。求导只朝一个方向进行,s ↦ v s\mapsto v s ↦ v :v ( t ) = s ′ ( t ) v(t) = s'(t) v ( t ) = s ′ ( t ) 。原函数 提出相反的问题:仅凭速度记录 v ( t ) v(t) v ( t ) ,能否重构出位置 s ( t ) s(t) s ( t ) ?由于求导会抹去一个常数的差异(d d x ( x 2 + 5 ) = d d x ( x 2 + 100 ) = 2 x \frac{d}{dx}(x^2+5)=\frac{d}{dx}(x^2+100)=2x d x d ( x 2 + 5 ) = d x d ( x 2 + 100 ) = 2 x ),反过来重构时也只能把 s s s 恢复到相差一个未知常数为止——那个常数恰好就是你开始盯着速度表之前已经走过的距离。
f ( x ) = x 2 − 2 x + 1 = ( x − 1 ) 2 f(x)=x^2-2x+1=(x-1)^2 f ( x ) = x 2 − 2 x + 1 = ( x − 1 ) 2 的原函数族中的一员,F ( x ) ≈ x 3 3 − x 2 + x F(x) \approx \dfrac{x^3}{3} - x^2 + x F ( x ) ≈ 3 x 3 − x 2 + x 。拖动常数项 d d d 会让整条曲线竖直平移而不改变任何一点的斜率——因为常数的导数为 0 0 0 ——这正是为什么 F F F 的每一次竖直平移也 都是同一个 f f f 的合法原函数。中学 原函数的定义 定义: 区间上的原函数
设 f f f 在区间 K K K 上有定义。若 F F F 在每个 x ∈ K x\in K x ∈ K 处都可导,且 F ′ ( x ) = f ( x ) , x ∈ K F'(x) = f(x), \quad x \in K F ′ ( x ) = f ( x ) , x ∈ K ,则称 F F F 是 f f f 在 K K K 上的一个原函数 。f f f 在 K K K 上全部 原函数组成的集合称为 f f f 的不定积分 ,记作 ∫ f ( x ) d x = F ( x ) + C \int f(x)\,dx = F(x) + C ∫ f ( x ) d x = F ( x ) + C ,其中 C C C 取遍所有实常数;∫ \int ∫ 是积分号,f ( x ) f(x) f ( x ) 是被积函数,d x dx d x 表示 x x x 是积分变量。
F ′ ( x ) = f ( x ) , x ∈ K F'(x) = f(x), \quad x \in K F ′ ( x ) = f ( x ) , x ∈ K 线性性质。 原函数继承了求导的两条线性法则:∫ [ f ( x ) ± g ( x ) ] d x = ∫ f ( x ) d x ± ∫ g ( x ) d x \int [f(x) \pm g(x)]\,dx = \int f(x)\,dx \pm \int g(x)\,dx ∫ [ f ( x ) ± g ( x )] d x = ∫ f ( x ) d x ± ∫ g ( x ) d x ,以及提出非零常数因子,∫ k f ( x ) d x = k ∫ f ( x ) d x ( k ≠ 0 ) \int k f(x)\,dx = k\int f(x)\,dx \quad (k \neq 0) ∫ k f ( x ) d x = k ∫ f ( x ) d x ( k = 0 ) 。这使你可以像求导一样,逐项求出和或数乘的原函数。
∫ f ( x ) d x = F ( x ) + C \int f(x)\,dx = F(x) + C ∫ f ( x ) d x = F ( x ) + C 基本原函数表 f ( x ) f(x) f ( x ) ∫ f ( x ) d x \int f(x)\,dx ∫ f ( x ) d x 条件 x n x^n x n x n + 1 n + 1 + C \dfrac{x^{n+1}}{n+1} + C n + 1 x n + 1 + C n ≠ − 1 n \neq -1 n = − 1 1 x \dfrac1x x 1 ln ∣ x ∣ + C \ln|x| + C ln ∣ x ∣ + C x ≠ 0 x \neq 0 x = 0 e x e^x e x e x + C e^x + C e x + C 恒成立 cos x \cos x cos x sin x + C \sin x + C sin x + C 恒成立 sin x \sin x sin x − cos x + C -\cos x + C − cos x + C 恒成立 1 cos 2 x \dfrac{1}{\cos^2 x} cos 2 x 1 tan x + C \tan x + C tan x + C x ≠ π 2 + k π x \neq \frac{\pi}{2}+k\pi x = 2 π + k π
大学 唯一性、换元法与分部积分法 若 F F F 与 G G G 都是 f f f 在区间 K K K 上的原函数,则存在常数 C C C ,使得对所有 x ∈ K x\in K x ∈ K 都有 G ( x ) = F ( x ) + C G(x) = F(x) + C G ( x ) = F ( x ) + C 。
为什么成立? 如果两辆车沿同一条路以完全相同的速度行驶,它们就不可能彼此远离或靠近——两车之间的距离将永远保持不变。这里 F F F 与 G G G 是两辆车的位置,f f f 是它们共同的速度;定理断言「差距」G − F G-F G − F 必须是一个常数。关键在于 K K K 必须是单独一个区间:在两个分离的区间上,由于根本不需要真正从一段移动到另一段,差距在每一段上可能跳到不同的常数。
证明 对 x ∈ K x\in K x ∈ K 定义 H ( x ) = G ( x ) − F ( x ) H(x) = G(x) - F(x) H ( x ) = G ( x ) − F ( x ) 。因为 F F F 与 G G G 都是 f f f 的原函数,故对每个 x ∈ K x\in K x ∈ K 都有 H ′ ( x ) = G ′ ( x ) − F ′ ( x ) = f ( x ) − f ( x ) = 0 H'(x) = G'(x)-F'(x) = f(x)-f(x)=0 H ′ ( x ) = G ′ ( x ) − F ′ ( x ) = f ( x ) − f ( x ) = 0 :H H H 在 K K K 上可导,且导数恒为零。
在 K K K 中任取两点 x 1 < x 2 x_1 < x_2 x 1 < x 2 (这是可行的,因为 K K K 是一个区间,故整段 [ x 1 , x 2 ] [x_1,x_2] [ x 1 , x 2 ] 都包含在 K K K 内)。H H H 在 [ x 1 , x 2 ] [x_1,x_2] [ x 1 , x 2 ] 上可导,因而连续,于是中值定理(拉格朗日)适用:存在 ξ ∈ ( x 1 , x 2 ) \xi\in(x_1,x_2) ξ ∈ ( x 1 , x 2 ) ,利用 H ′ ( ξ ) = 0 H'(\xi)=0 H ′ ( ξ ) = 0 得 H ( x 2 ) − H ( x 1 ) = H ′ ( ξ ) ( x 2 − x 1 ) = 0 H(x_2)-H(x_1) = H'(\xi)(x_2-x_1) = 0 H ( x 2 ) − H ( x 1 ) = H ′ ( ξ ) ( x 2 − x 1 ) = 0 。
因此对 K K K 中任意一对 x 1 < x 2 x_1<x_2 x 1 < x 2 都有 H ( x 2 ) = H ( x 1 ) H(x_2)=H(x_1) H ( x 2 ) = H ( x 1 ) :H H H 在 K K K 上处处取相同的值,设该值为 H ( x ) = C H(x)=C H ( x ) = C (对所有 x ∈ K x\in K x ∈ K )。代回原式得 G ( x ) − F ( x ) = C G(x)-F(x)=C G ( x ) − F ( x ) = C ,即 G ( x ) = F ( x ) + C G(x) = F(x) + C G ( x ) = F ( x ) + C ,这正是所要证明的结论。
若 F F F 是 f f f 的一个原函数,且 g g g 可导,则 ∫ f ( g ( x ) ) g ′ ( x ) d x = F ( g ( x ) ) + C \int f(g(x))g'(x)\,dx = F(g(x)) + C ∫ f ( g ( x )) g ′ ( x ) d x = F ( g ( x )) + C 。
为什么成立? 换元法不过是把链式法则倒过来读:对复合函数 F ( g ( x ) ) F(g(x)) F ( g ( x )) 求导,恰好产生「外层导数乘内层导数」这一模式 f ( g ( x ) ) g ′ ( x ) f(g(x))g'(x) f ( g ( x )) g ′ ( x ) 。因此只要被积函数已经具有这种形状,识别出 u = g ( x ) u=g(x) u = g ( x ) 就能把一个看起来困难的关于 x x x 的积分变成一个关于 u u u 的简单积分。
证明 令 Φ ( x ) = F ( g ( x ) ) \Phi(x) = F(g(x)) Φ ( x ) = F ( g ( x )) 。由链式法则,因为 F ′ = f F'=f F ′ = f ,故 Φ ′ ( x ) = F ′ ( g ( x ) ) ⋅ g ′ ( x ) = f ( g ( x ) ) g ′ ( x ) \Phi'(x) = F'(g(x))\cdot g'(x) = f(g(x))g'(x) Φ ′ ( x ) = F ′ ( g ( x )) ⋅ g ′ ( x ) = f ( g ( x )) g ′ ( x ) 。
这恰好说明 Φ \Phi Φ 在定义域内每个 x x x 处都可导,且导数为 f ( g ( x ) ) g ′ ( x ) f(g(x))g'(x) f ( g ( x )) g ′ ( x ) ——即按定义,Φ \Phi Φ 是 f ( g ( x ) ) g ′ ( x ) f(g(x))g'(x) f ( g ( x )) g ′ ( x ) 的一个原函数。
由上面的唯一性定理,f ( g ( x ) ) g ′ ( x ) f(g(x))g'(x) f ( g ( x )) g ′ ( x ) 的任何原函数都与 Φ \Phi Φ 只相差一个常数,所以 ∫ f ( g ( x ) ) g ′ ( x ) d x = Φ ( x ) + C = F ( g ( x ) ) + C \int f(g(x))g'(x)\,dx = \Phi(x) + C = F(g(x)) + C ∫ f ( g ( x )) g ′ ( x ) d x = Φ ( x ) + C = F ( g ( x )) + C ,正如所述。实际操作中,我们记 u = g ( x ) u=g(x) u = g ( x ) ,d u = g ′ ( x ) d x du=g'(x)\,dx d u = g ′ ( x ) d x ,先把左边化为 ∫ f ( u ) d u = F ( u ) + C \int f(u)\,du = F(u)+C ∫ f ( u ) d u = F ( u ) + C ,最后再代回 u = g ( x ) u=g(x) u = g ( x ) 。
若 u = u ( x ) u=u(x) u = u ( x ) 与 v = v ( x ) v=v(x) v = v ( x ) 在区间 K K K 上可导,则 ∫ u d v = u v − ∫ v d u \int u\,dv = uv - \int v\,du ∫ u d v = uv − ∫ v d u ,即 ∫ u ( x ) v ′ ( x ) d x = u ( x ) v ( x ) − ∫ u ′ ( x ) v ( x ) d x \int u(x)v'(x)\,dx = u(x)v(x) - \int u'(x)v(x)\,dx ∫ u ( x ) v ′ ( x ) d x = u ( x ) v ( x ) − ∫ u ′ ( x ) v ( x ) d x 。
为什么成立? 分部积分是把乘积求导法则反过来用:它并不消去积分号,而是把导数从一个因子(v v v )转移到另一个因子(u u u )上,当 u u u 求导后变得更简单(例如 u = x u=x u = x 变成 u ′ = 1 u'=1 u ′ = 1 )而 v ′ v' v ′ 仍容易求原函数时,这正是恰当的一步——从而把像 ∫ x e x d x \int x e^x\,dx ∫ x e x d x 这样困难的乘积变得容易。
证明 由乘积法则,( u v ) ′ = u ′ v + u v ′ (uv)' = u'v + uv' ( uv ) ′ = u ′ v + u v ′ 。整理得 u v ′ = ( u v ) ′ − u ′ v uv' = (uv)' - u'v u v ′ = ( uv ) ′ − u ′ v 。
对两边(在 K K K 上,关于 x x x )取原函数。右边 ( u v ) ′ (uv)' ( uv ) ′ 显然以 u v uv uv 本身为一个原函数(由唯一性定理,相差一个常数),所以 ∫ u v ′ d x = ∫ ( u v ) ′ d x − ∫ u ′ v d x = u v − ∫ u ′ v d x \int uv'\,dx = \int (uv)'\,dx - \int u'v\,dx = uv - \int u'v\,dx ∫ u v ′ d x = ∫ ( uv ) ′ d x − ∫ u ′ v d x = uv − ∫ u ′ v d x 。
记 d v = v ′ ( x ) d x dv = v'(x)\,dx d v = v ′ ( x ) d x 、d u = u ′ ( x ) d x du=u'(x)\,dx d u = u ′ ( x ) d x ,就得到简洁易记的形式 ∫ u d v = u v − ∫ v d u \int u\,dv = uv - \int v\,du ∫ u d v = uv − ∫ v d u 。实际操作中,选一个因子作为 u u u (用于求导),其余部分作为 d v dv d v (用于求原函数),通常优先对求导后会变简单的因子(多项式、对数)求导,而对仍易于求原函数的因子(e x e^x e x 、sin x \sin x sin x 、cos x \cos x cos x )积分。
大学 实际应用与典型例题 原函数是运动学 背后的数学引擎:由于 v ( t ) = s ′ ( t ) v(t) = s'(t) v ( t ) = s ′ ( t ) 且 a ( t ) = v ′ ( t ) = s ′ ′ ( t ) a(t) = v'(t) = s''(t) a ( t ) = v ′ ( t ) = s ′′ ( t ) ,反向操作——对加速度求原函数以恢复速度,再对速度求原函数以恢复位置——正是工程师在只直接知道加速度(由牛顿第二定律 F = m a F=ma F = ma 给出)时,计算刹车的汽车在停下前行驶的距离,或火箭在给定推力曲线下能爬升多高的方法。
例题: 由速度函数求出的刹车距离
一辆汽车以速度 v ( t ) = 20 − 8 t v(t) = 20 - 8t v ( t ) = 20 − 8 t (单位 m/s,t t t 单位为秒)刹车直至停止。已知 s ( 0 ) = 0 s(0)=0 s ( 0 ) = 0 ,求 s ( t ) s(t) s ( t ) ,并计算刹车距离(汽车停止时的位置)。
解答 因为 v = s ′ v=s' v = s ′ ,s s s 是 v v v 的一个原函数:逐项得 s ( t ) = 20 t − 4 t 2 s(t) = 20t - 4t^2 s ( t ) = 20 t − 4 t 2 ,再加一个常数 C C C ;由 s ( 0 ) = 0 s(0)=0 s ( 0 ) = 0 得 C = 0 C=0 C = 0 ,故 s ( t ) = 20 t − 4 t 2 s(t) = 20t - 4t^2 s ( t ) = 20 t − 4 t 2 。
汽车在 v ( t ) = 0 v(t)=0 v ( t ) = 0 时停下:20 − 8 t = 0 ⇒ t = 2.5 s 20-8t=0 \Rightarrow t = 2.5\ \text{s} 20 − 8 t = 0 ⇒ t = 2.5 s 。
刹车距离就是该停止时刻到达的位置:s ( 2,5 ) = 20 ( 2,5 ) − 4 ( 2,5 ) 2 = 50 − 25 = 25 m s(2{,}5) = 20(2{,}5)-4(2{,}5)^2 = 50-25 = 25\ \text{m} s ( 2 , 5 ) = 20 ( 2 , 5 ) − 4 ( 2 , 5 ) 2 = 50 − 25 = 25 m 。因此刹车后汽车行驶了 25 25 25 米。
例题: 由加速度求出的火箭高度
一枚模型火箭在 0 ≤ t ≤ 10 0\le t\le 10 0 ≤ t ≤ 10 秒内以 a ( t ) = 6 t a(t) = 6t a ( t ) = 6 t (m/s²)竖直向上加速,从地面静止状态出发(v ( 0 ) = 0 v(0)=0 v ( 0 ) = 0 ,s ( 0 ) = 0 s(0)=0 s ( 0 ) = 0 )。求其高度 s ( t ) s(t) s ( t ) 以及 t = 10 t=10 t = 10 秒时的高度。
解答 对加速度求原函数得到速度:∫ 6 t d t = 3 t 2 + C 1 \int 6t\,dt = 3t^2+C_1 ∫ 6 t d t = 3 t 2 + C 1 ;由 v ( 0 ) = 0 v(0)=0 v ( 0 ) = 0 得 C 1 = 0 C_1=0 C 1 = 0 ,故 v ( t ) = 3 t 2 v(t) = 3t^2 v ( t ) = 3 t 2 。
对速度求原函数得到位置:∫ 3 t 2 d t = t 3 + C 2 \int 3t^2\,dt = t^3+C_2 ∫ 3 t 2 d t = t 3 + C 2 ;由 s ( 0 ) = 0 s(0)=0 s ( 0 ) = 0 得 C 2 = 0 C_2=0 C 2 = 0 ,故 s ( t ) = t 3 s(t) = t^3 s ( t ) = t 3 。
在 t = 10 t=10 t = 10 时:s ( 10 ) = 1000 m s(10) = 1000\ \text{m} s ( 10 ) = 1000 m ——火箭已升高一千米,仅通过连续两次求原函数就完全从加速度曲线中恢复出来。
常见错误. 关于原函数的两个经典错误。 (1)**忘记常数 C C C 。** ∫ 2 x d x = x 2 \int 2x\,dx = x^2 ∫ 2 x d x = x 2 是不完整 的:形如 x 2 + C x^2+C x 2 + C 的每一个函数都同样是合法的原函数,省略 C C C 就等于默默假设了一个你从未被告知的初始条件。(2)换元时缺少匹配的微分因子。 ∫ 2 x cos ( x 2 ) d x ≠ sin ( x 2 ) ⋅ 2 x 2 \int 2x\cos(x^2)\,dx \neq \sin(x^2) \cdot 2x^2 ∫ 2 x cos ( x 2 ) d x = sin ( x 2 ) ⋅ 2 x 2 ,也不能 不加检验地猜测 sin ( x 2 ) + C \sin(x^2)+C sin ( x 2 ) + C 就得到:对猜测结果求导,d d x sin ( x 2 ) = cos ( x 2 ) ⋅ 2 x \frac{d}{dx}\sin(x^2) = \cos(x^2)\cdot 2x d x d sin ( x 2 ) = cos ( x 2 ) ⋅ 2 x ,恰好 与被积函数一致,这才确认了 ∫ 2 x cos ( x 2 ) d x = sin ( x 2 ) + C \int 2x\cos(x^2)\,dx = \sin(x^2)+C ∫ 2 x cos ( x 2 ) d x = sin ( x 2 ) + C ——务必通过反向求导来验证猜测的原函数。历史注记
17世纪末,艾萨克·牛顿 与戈特弗里德·威廉·莱布尼茨 各自独立地认识到求原函数是求导的逆运算,并各自围绕它建立了一套系统的微积分:牛顿的「流量」从其「流数」中恢复出一个流动的量,而莱布尼茨选定的记号 ∫ f ( x ) d x \int f(x)\,dx ∫ f ( x ) d x ——∫ \int ∫ 令人联想到求和,d x dx d x 令人联想到无穷小的步长——正是今天在 ∫ f ( x ) d x = F ( x ) + C \int f(x)\,dx = F(x) + C ∫ f ( x ) d x = F ( x ) + C 中仍在使用的记号。又过了150年,经柯西与黎曼的工作,才通过微积分基本定理,把这种「求导的逆运算」式的原函数与「面积累积」式的定积分严格地联系起来。
艾萨克·牛顿 戈特弗里德·威廉·莱布尼茨
研究 现代研究前沿中的原函数 研究前沿 截至 2026 年
截至2026年,一个核心问题依然活跃:初等原函数究竟何时存在? 刘维尔在19世纪30年代证明,一些看起来完全普通的被积函数——最著名的是 e − x 2 e^{-x^2} e − x 2 (正态分布的核心)与 sin x x \frac{\sin x}{x} x s i n x ——可以证明没有 可用初等函数表示的原函数:无论如何巧妙地换元或分部积分,多项式、指数函数、对数函数与三角函数的任何有限组合都不可能奏效。里施算法 (1969年提出,至今仍在完善)为一大类被积函数给出了一个判定过程,用以确定初等原函数是否存在,并在存在时将其求出;该算法(由于完整算法极为复杂而只是部分地)已在 Mathematica、Maple、SymPy 等计算机代数系统中实现,而其边界情形——诸如误差函数 erf ( x ) \operatorname{erf}(x) erf ( x ) 这类专门定义 出来以填补刘维尔定理所留缺口的特殊函数——仍是把原函数与微分伽罗瓦理论联系起来的一个活跃研究领域。
计算 ∫ ( 3 x 2 − 4 x + 5 ) d x \int (3x^2 - 4x + 5)\,dx ∫ ( 3 x 2 − 4 x + 5 ) d x 。
x 3 − 2 x 2 + 5 x + C x^3 - 2x^2 + 5x + C x 3 − 2 x 2 + 5 x + C 6 x − 4 + C 6x - 4 + C 6 x − 4 + C x 3 − 4 x 2 + 5 x + C x^3 - 4x^2 + 5x + C x 3 − 4 x 2 + 5 x + C 3 x 3 − 4 x 2 + 5 x + C 3x^3 - 4x^2 + 5x + C 3 x 3 − 4 x 2 + 5 x + C 用换元法计算 ∫ 2 x cos ( x 2 ) d x \int 2x\cos(x^2)\,dx ∫ 2 x cos ( x 2 ) d x 。
sin ( x 2 ) + C \sin(x^2) + C sin ( x 2 ) + C x 2 sin ( x 2 ) + C x^2\sin(x^2) + C x 2 sin ( x 2 ) + C − sin ( x 2 ) + C -\sin(x^2) + C − sin ( x 2 ) + C 2 sin ( x 2 ) + C 2\sin(x^2) + C 2 sin ( x 2 ) + C 用分部积分法计算 ∫ x e x d x \int x e^x\,dx ∫ x e x d x 。
x e x − e x + C xe^x - e^x + C x e x − e x + C x 2 2 e x + C \frac{x^2}{2}e^x + C 2 x 2 e x + C x e x + e x + C xe^x + e^x + C x e x + e x + C e x + C e^x + C e x + C 一个物体的速度为 v ( t ) = 6 t 2 − 4 t v(t) = 6t^2 - 4t v ( t ) = 6 t 2 − 4 t (m/s),位置 s ( 0 ) = 1 s(0)=1 s ( 0 ) = 1 (m)。求 s ( 1 ) s(1) s ( 1 ) 。