第三部分 · 无穷与变化
累积与面积：积分与微积分基本定理
求面积是个两千年的老难题，已知速度求路程是另一个问题，它们看起来毫不相干。微积分基本定理却揭示：这两件事，其实是同一枚硬币的两面，而且都和导数正好相反。这是数学皇冠上的明珠。
留下的问题：能不能反过来？只知道每时每刻的变化率（速度），如何恢复走过的总路程？还有一个更古老的几何难题：弯曲曲线下方的面积怎么算（直边图形会切割拼凑，弯边怎么办）？
本课新增：积分——把曲线下方切成无穷多个细矩形，再对它们的面积之和取极限（又一次用上极限）。以及微积分基本定理（FTC）：积分与微分互为逆运算，把"求面积"和"求斜率"这两个看似无关的问题焊死在一起。
面积难题：弯边怎么办
古希腊人早就会算直边图形的面积：矩形是长乘宽，三角形、多边形都能切割拼凑出来。可一旦边是弯的——比如抛物线 y=x² 与 x 轴在 [0,1] 之间围出的那块——再多的剪刀也拼不出精确答案。阿基米德用"穷竭法"算出过一些特例，逼近得很苦。两千年里，弯边面积一直是悬而未决的难题。
黎曼和：用无穷多个细矩形逼近
思路和上一课一模一样：能算的去逼近不能算的，再取极限。 既然只会算矩形，那就用一堆矩形把弯边区域填满。
把区间 [a, b] 切成 n 等份，每份宽 Δx = (b−a)/n（Δx 读作"delta x"，意思是一小段宽度）。在每一份上立起一根矩形，高度取曲线在那里的函数值。把这 n 根矩形的面积加起来：
矩形越多（n 越大），每根越窄（Δx 越小），它们的台阶状轮廓就越贴合那条弯曲的边，总面积的误差越小。我们当然不会停在某个有限的 n，而是让 n→∞、Δx→0 取极限——这个极限，就定义为定积分：
下面的小实验让你亲手把矩形加密：看台阶轮廓如何贴上抛物线，近似面积如何逼近真值，误差如何随 n 增大滑向 0。这是极限第三次出场——无穷和（08）、瞬时速度（09），现在是面积。
"累积"视角：速度怎样攒成路程
积分还有一个完全等价、却更直观的读法——累积。如果 v(t) 是某一时刻的速度，那么"这一小段时间 Δt 里走的路"约等于 v(t)·Δt（速度乘以时间）。把每一小段走的路全攒起来再取极限，就是总路程：
这下，上一课留下的"反过来"的问题有了名字：已知变化率（速度），把它累积起来恢复总量（路程），就是积分。 导数把总量拆成变化率，积分把变化率攒回总量——它们听起来就该是一对逆运算。但"听起来该是"和"真的是"，差着一个证明。这个证明，就是整个微积分的心脏。
微积分基本定理：把两个难题焊在一起
导数（求斜率）和积分（求面积）来自两个互不相干的问题：一个问"曲线此刻多陡"，一个问"曲线下方多大"。牛顿和莱布尼茨的真正伟大，不在于谁先发明，而在于他们看穿了这惊人的一点——这两件事互为逆运算。这就是微积分基本定理（FTC），它有两半，互相呼应：
两半合起来说的是同一句话：微分和积分是一对正好相反的操作。 一个把你拆开，另一个把你拼回。
为什么这是一个奇迹
请体会这件事有多不可思议。"曲线在某点多陡"和"曲线下方面积多大"，从直觉上没有任何关系——一个是局部的倾斜，一个是整体的累积。可基本定理说：求面积（积分）和求斜率（微分），是同一枚硬币的两面，做完一个再做另一个，你就回到原点。
它的实际威力同样惊人。算 y=x² 在 [0,1] 下的面积，本来要算 n→∞ 的黎曼和；现在只需注意到 (x³/3)′ = x²（x³/3 的导数是 x²），于是面积 = ∫₀¹ x² dx = 1³/3 − 0³/3 = 1/3——一行算完，正是小实验里那条矩形逼近的极限值。把"加无穷多个矩形"的苦力活，换成了"求一次反导数再相减"的轻巧活。 这就是为什么微积分一出，物理、工程、天文一夜之间脱胎换骨。
常见误解
- "积分只是一个求面积的公式。" 面积只是它最初的几何外衣。积分的本质是累积：累积速度得路程，累积功率得能量，累积概率密度得概率……凡是"把无穷多个微小贡献攒起来"的事，都是积分。
- "积分和微分没关系。" 恰恰相反，它们是互逆的——这正是微积分基本定理的全部内容，也是整门学问的核心奇迹。先微分再积分（或反过来），你会回到出发点。
- "加无穷多个矩形，面积一定无穷大。" 又是 08 课那个误解的变体。矩形虽有无穷多个，但每个的宽 Δx→0，面积趋于 0；它们的和收敛到一个有限值。无穷多个无穷小，可以攒出有限。