从微积分 I 到微积分 II：为什么还需要新工具

微积分 I 给了我们三件核心工具：极限负责描述“越来越接近”，导数负责描述“这一刻怎样变化”，定积分负责把许多微小贡献累加起来。到了微积分 II，这三件工具没有失效。真正变化的是问题的难度：积分写出来以后未必算得动，无穷多个数加起来未必有结果，一条曲线也未必愿意写成 $y=f(x)$。

所以这门课不是再背一轮公式。它更像一次工具升级：先看清眼前的麻烦，再决定该拿哪一件工具。

---

先把微积分 I 的工具放在桌面上

我们先做一次最短的复盘。假设一个物体的位置是 $s(t)$，那么速度是导数：

$$v(t)=s'(t)$$

反过来，已知速度并想求一段时间内的位置变化，就要累加每个极短时间段里的“速度乘时间”：

$$s(b)-s(a)=\int_a^b v(t)\,dt$$

这就是微积分基本定理在工作。它把局部的变化率和整体的累积量接在一起。

但请留意：基本定理只告诉我们，如果找到了一个反导函数 $F$，就可以算

$$\int_a^b f(x)\,dx=F(b)-F(a)$$

它没有保证每个 $f(x)$ 都有一个容易写出的初等反导函数，也没有告诉我们该怎样找到 $F$。微积分 II 的积分技巧正是从这个缺口进入的。

---

能表达，不等于已经算完

考虑

$$\int x e^x\,dx$$

它不是基本公式，也没有明显的“内层函数及其导数”。普通换元会原地打转。此时乘积求导法则给出线索，于是我们反向使用它，得到分部积分法。

再看

$$\int \frac{1}{x^2+4}\,dx$$

分母的平方和提示反正切；而

$$\int \frac{3x+5}{(x-1)(x+2)}\,dx$$

更适合先拆成几个简单分式。

积分技巧的核心不是“题目长得复杂”，而是“结构暴露了什么”。看到乘积、三角幂、根式、有理函数时，我们分别有不同的入口。

一个实用的第一轮检查

拿到不定积分时，先按这个顺序看：

1. 能不能先约分、展开、配方或使用恒等式？
2. 是否出现某个复合函数和它的导数，适合换元？
3. 是否是两类函数相乘，且其中一类求导会变简单？
4. 是否是三角函数幂的乘积，或带平方和、平方差根式？
5. 是否是有理函数，能先长除再做部分分式？
6. 如果没有初等反导，题目要的是精确表示、数值近似，还是级数近似？

选错方法通常不会立刻报错。它更常见的表现是：代换后还剩原变量、分部积分后新积分更难、代数越拆越长。遇到这种情况不要硬算，回到结构检查。

---

复杂积分让我们学会选择方法

这一阶段的几种方法并不是互相排斥的按钮。很多题要连续换工具。

例如

$$\int \frac{x^3}{x^2-1}\,dx$$

分子次数不低于分母，直接做部分分式会漏掉多项式部分。先长除：

$$\frac{x^3}{x^2-1}=x+\frac{x}{x^2-1}$$

然后第二项才是简单换元：

$$\int \frac{x}{x^2-1}\,dx =\frac12\ln|x^2-1|+C$$

所以原积分为

$$\frac{x^2}{2}+\frac12\ln|x^2-1|+C$$

这里没有一招包办全部。真正稳定的能力，是知道每一步在清除哪一种障碍。

精确方法走不通时怎么办

若目标是

$$\int_0^1 e^{-x^2}\,dx$$

被积函数连续，因此定积分确定存在；但它没有初等反导函数。此时可以：

• 用中点、梯形或辛普森方法求数值近似；
• 把 $e^{-x^2}$ 展开成幂级数后逐项积分；
• 保留定积分本身，作为精确的数学对象。

“算不出初等形式”不等于题目没有答案，只是答案要换一种语言。

---

无穷过程把近似变成可控制的计算

积分技巧之后，课程会转向数列与级数。这个转折并不突然。数值积分在用有限个小块近似一个极限，泰勒多项式在用有限项近似一个函数；它们背后都需要回答同一个问题：当步骤越来越多时，结果是否稳定？

先看几何级数：

$$1+\frac12+\frac14+\frac18+\cdots$$

我们不能直接“把无穷多项加完”。应先研究部分和

$$S_N=1+\frac12+\cdots+\frac{1}{2^N}$$

并问 $\lim_{N\to\infty}S_N$ 是否存在。计算可得

$$S_N=2-\frac{1}{2^N}$$

因此级数收敛到 $2$。

但

$$1+\frac12+\frac13+\frac14+\cdots$$

虽然每一项都趋近于 $0$，部分和仍会不断增长。于是我们得到级数学习中的第一条警告：

后面学到的比较判别、积分判别、交错级数判别、比值判别和根值判别，本质上都在测量“尾部缩小得够不够快”。

---

幂级数把积分和级数重新接起来

普通级数的每一项是数，幂级数的每一项含有变量：

$$\sum_{n=0}^{\infty}c_n(x-a)^n$$

它像一个无限次多项式。只要 $x$ 位于收敛区间内部，我们通常可以像对多项式那样逐项求导、逐项积分。于是一个难积分可能被换成许多容易的幂函数积分。

例如

$$e^{-x^2} =\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n}}{n!}$$

在 $[0,1]$ 上逐项积分得到

$$\int_0^1 e^{-x^2}\,dx =\sum_{n=0}^{\infty}\frac{(-1)^n}{n!(2n+1)}$$

这既给出一种精确的级数表示，也给出可控的数值近似。取前几项时，误差可以用后续项或泰勒余项来估计。

---

复杂曲线需要新的描述语言

到参数曲线和极坐标时，问题从“怎样算积分”转向“怎样描述曲线”。

圆不能在整个范围内写成单一的 $y=f(x)$，因为同一个 $x$ 通常对应两个 $y$。参数方程让两个坐标都听从同一个参数：

$$x=\cos t,\qquad y=\sin t$$

当 $t$ 从 $0$ 走到 $2\pi$，点绕单位圆一周。参数不仅保留形状，还保留方向、快慢和重复描绘的信息。

极坐标则用距离和方向定位点：

$$x=r\cos\theta,\qquad y=r\sin\theta$$

对于圆、玫瑰线、心形线和螺线，$r=f(\theta)$ 往往比直角坐标方程更自然。由于它们仍可看成参数曲线，导数、面积和弧长公式也能从已经学过的规则推出来。

---

遇到新问题先问什么

这门课可以用四个问题串起来：

1. 对象是什么？ 是区域、立体、变力、数列、级数，还是一条曲线？
2. 困难在哪里？ 是积分方法不明显、区间无穷、项数无穷，还是坐标表示不方便？
3. 要证明什么？ 是精确值、近似值、收敛性，还是几何性质？
4. 结果怎样检查？ 看导数、单位、符号、边界、端点和误差。

这些问题比背“关键词对应公式”更可靠。关键词会伪装，数学结构不会。

还有一个贯穿全课的顺序：先判断对象是否存在，再讨论怎样计算。反常积分可能根本不收敛，级数可能没有有限和，幂级数可能只在某个区间内代表函数，参数曲线也可能在给定区间重复描线。如果把存在性检查跳过去，后面的代数即使每一步都漂亮，也可能只是在计算一个没有被定义的量。

---

例题：用三种眼光看同一个积分

研究

$$I=\int_0^1 \frac{1}{1+x}\,dx$$

同一个对象可以有精确公式、数值近似和级数表示。微积分 II 要训练的，正是这种在不同语言之间切换的能力。

---

三类答案各自在回答什么

做题时，我们常把“精确答案”理解成一串有限的初等函数，把“小数答案”理解成退而求其次。这个理解不够准确。数学问题需要哪一类答案，取决于你要继续做什么。

闭式表达

像

$$\int_0^1\frac{1}{1+x}\,dx=\ln2$$

这样的答案便于继续做符号推导，也能揭示参数之间的关系。但闭式表达未必比数值更有用。例如工程计算最终需要的是一个带误差范围的小数，而不是一个很长的反三角函数组合。

数值近似

数值近似至少要带着三项信息出现：使用了什么方法、分成多少段、误差如何控制。只写

$$I\approx0.7468$$

并不能说明这个小数能相信到第几位。到了数值积分一章，我们会用导数界给出最坏情况下的误差上界。

无穷级数表示

级数表示的优势是可以按需要截断。例如

$$\ln2 =1-\frac12+\frac13-\frac14+\cdots$$

每多取一项，计算量只增加一点；若级数满足交错误差条件，下一项的绝对值还能直接控制误差。级数不是“没有算完”，而是一种能不断提高精度的算法。

---

把“选择工具”练成可解释的判断

我们再做几次诊断。重点不是立刻算完，而是把为什么选这个入口说清楚。

复合结构比乘积结构更优先

面对

$$\int xe^{x^2}\,dx$$

虽然它看起来是 $x$ 与指数函数相乘，但指数的内层 $x^2$ 的导数正好提供 $x$。令 $u=x^2$：

$$\int xe^{x^2}\,dx =\frac12\int e^u\,du =\frac12e^{x^2}+C$$

如果因为“看见乘积”就使用分部积分，反而会把问题弄复杂。所以换元结构通常应在分部积分之前检查。

分母形状决定是否值得拆分

面对

$$\int\frac{x+1}{x^2+2x+5}\,dx$$

分母是不可约二次式，但分子正好是分母导数的一半：

$$\frac{d}{dx}(x^2+2x+5)=2x+2$$

所以直接换元即可：

$$\int\frac{x+1}{x^2+2x+5}\,dx =\frac12\ln(x^2+2x+5)+C$$

“有理函数”不等于一定做部分分式。只有分母分解后确实能拆成更简单的标准项，部分分式才是合适入口。

无穷问题先看定义对象

判断

$$\sum_{n=1}^{\infty}\frac{n}{n+1}$$

时，先看通项：

$$\lim_{n\to\infty}\frac{n}{n+1}=1$$

它不趋近于零，因此级数立即发散，不需要比较、积分或比值判别。判别法越高级，不代表越应该先用。

曲线表示要保留运动信息

方程

$$x^2+y^2=1$$

只告诉我们点落在单位圆上。参数化

$$x=\cos(2t),\qquad y=\sin(2t),\qquad 0\le t\le2\pi$$

还告诉我们点逆时针走，并且在给定参数区间内绕圆两周。后面计算面积或弧长时，重复描绘会让积分重复计数，所以参数区间是曲线信息的一部分。

---

一份贯穿全课的检查清单

不同主题有不同公式，但检查方式可以统一。

代数检查

• 是否把所有变量都换成了同一个变量？
• 部分分式是否写全重复因子的每一层？
• 级数端点是否真的代回原级数，而不是继续套比值判别？

微积分检查

• 不定积分求导后是否回到原被积函数？
• 定积分的符号是否符合图像和物理意义？
• 参数曲线的 $\frac{dy}{dx}$ 是否在 $\frac{dx}{dt}=0$ 时被误用？

数量级检查

若正函数在长度为 $2$ 的区间上始终小于 $3$，积分就不可能大于 $6$。若一个级数的首项已经是 $10$，却算出总和小于 $1$，也应立刻回头检查。

单位检查

积分本身会把被积量的单位与微元单位相乘：

$$(\text{牛})\cdot(\text{米})=\text{焦耳}$$ $$(\text{平方米})\cdot(\text{米})=\text{立方米}$$

单位能迅速暴露少乘一个长度或把压力误当成力的错误。

---

怎样学习这门工具课

只看例题很容易产生“我都懂”的错觉，因为作者已经替你完成了最难的选择。更有效的练法是把一道题分成三轮：

1. 只诊断，不计算。 写出候选方法，并说明哪个结构支持它。
2. 完整计算。 每换一次方法，都写清这一步消除了什么障碍。
3. 反向检查。 不定积分求导，级数看部分和，图形题检查范围和重复描绘。

还可以故意问一个反事实问题：“如果把 $u$ 选成另一个因子，会发生什么？”“如果参数区间加倍，曲线会不会重复？”这种比较会把方法从记忆变成判断。

后续章节会反复使用同一组基础动作：配方、因式分解、解交点、求导、换元和极限。遇到卡顿时，先定位是哪一个基础动作不稳，再补那个局部，不必把整章推倒重来。

---

练习

判断工具类型

为下列问题选择最合理的第一步，并说明理由。

1. $\int x\ln x\,dx$
2. $\int \dfrac{2x+1}{(x-1)(x+3)}\,dx$

显示答案

1. 乘积中 $\ln x$ 求导后变简单，先考虑分部积分。
2. 这是真有理函数，分母已分解成线性因子，先做部分分式。
3. 没有初等反导，若只要四位小数，可用数值积分；也可用级数并控制误差。
4. 通项与 $1/n^2$ 同阶，适合比较或极限比较。
5. 用参数方程 $x=a\cos t,\ y=b\sin t$，并给出 。

区分存在与可计算

判断下面说法是否正确：“如果一个连续函数没有初等反导函数，那么它在闭区间上的定积分不存在。”

显示答案

错误。连续性保证闭区间上的定积分存在；没有初等反导只说明不能用熟悉的有限公式写出反导函数。定积分仍可用数值方法、级数或特殊函数表示。

综合诊断

判断下列解题开头是否合理；若不合理，给出更好的第一步。

1. 看到 $\int x\cos(x^2)\,dx$ 是乘积，于是准备分部积分。
2. 判断 $\sum_{n=1}^{\infty}\frac{3n+1}{n}$，先做比值判别。

显示答案

1. 不合理。$x^2$ 的导数与外面的 $x$ 配对，令 $u=x^2$，得到

   $$\int x\cos(x^2)\,dx =\frac12\sin(x^2)+C$$

用自己的话解释

请分别用一句不依赖公式的话解释：

• 为什么通项趋零不能保证级数收敛；
• 为什么定积分存在不保证有初等反导；
• 为什么参数曲线的参数区间不能省略。

显示答案

一种合格的表达是：每一项虽然很小，但无穷多个小量仍可能积累得没有上界；定积分是否存在由累加极限决定，而初等反导是更强的表达要求；参数区间决定点走到哪里、按什么方向走、是否重复走。

---

小结与学习路线

接下来的课程按一条清楚的路线推进：

• 先把定积分用于面积、体积、弧长、表面积、功和压力；
• 再建立分部积分、三角技巧、部分分式、数值积分和反常积分的工具箱；
• 然后用数列极限定义级数收敛，学习判别法与误差控制；
• 接着把级数升级成幂级数和泰勒近似；
• 最后用参数方程与极坐标重新描述曲线，并计算切线、面积和弧长。

每一段看似换了主题，其实都围绕同一个动作：把难以直接处理的对象，换成一个可以计算、可以比较、也可以控制误差的表示。

进入下一章前，可以先做一个自检：你是否能画出“竖直薄片旋转成圆盘”和“竖直薄片旋转成圆柱壳”的区别；是否能解释定积分为什么是带符号累积；是否会在没有初等反导时接受数值或级数答案。后面的新工具都会建立在这些判断上。

如果某一步不稳，不必先背更复杂的公式。回到“局部量是什么、变量是什么、极限在逼近什么”这三个问题，通常就能找到断点。