積分：面積、累積與微積分基本定理

一杯水的高度，藏著一道積分

想像你正在用水龍頭裝一杯水。水流不是固定的——你時大時小地轉動開關，於是流量（每秒注入的水量）隨時間不斷變化。問題來了：經過 10 秒之後，杯子裡到底裝了多少水？

如果流量是固定的，比方說每秒 50 毫升，這題很簡單：$50 \times 10 = 500$ 毫升。但當流量「每一刻都不同」時，乘法就失靈了。我們需要一種能夠把「瞬間瞬間不斷變化的速率」累積成「總量」的工具。這個工具，就是積分（integral）。

積分的核心精神只有一句話：把連續變化的量切成無數個小片段，每一片用「近似不變」來估算，再把所有片段加總起來。流量乘以一小段時間等於那段時間流入的水量，把所有小段加起來，就是總水量。當切得無限細時，這個加總就成為一個精確的數值——這就是定積分（definite integral）。

從「面積」重新認識積分

讓我們把上面的水流問題畫成圖。橫軸是時間 $t$，縱軸是流量 $f(t)$。在任意一個極短的時間段 $\Delta t$ 內，流入的水量大約是 $f(t)\times\Delta t$——這恰好是一個細長矩形的面積（高 $f(t)$、寬 $\Delta t$）。

把整段時間切成許多這樣的細矩形，總水量就是這些矩形面積的總和。當我們讓矩形越來越窄、數量越來越多時，這些矩形會越來越貼合曲線下方的區域。於是我們得到一個關鍵的幾何詮釋：

定積分 $\int_a^b f(x)\,dx$ 就是函數 $f(x)$ 在區間 $[a,b]$ 上、曲線與 $x$ 軸之間所圍成的（帶正負號的）面積。

這個「無限細切再加總」的過程，可以用黎曼和（Riemann sum）精確表述。把 $[a,b]$ 分成 $n$ 份，每份寬度 $\Delta x = \frac{b-a}{n}$，在第 $i$ 份裡取一個樣本點 $x_i^*$，則：

$$ \int_a^b f(x)\,dx = \lim_{n\to\infty} \sum_{i=1}^{n} f(x_i^*)\,\Delta x $$

符號 $\int$ 是拉長的 S（取自 Sum，求和之意），而 $dx$ 則是那個「無限細的寬度 $\Delta x$」的化身。整條式子讀作「對 $f(x)$ 在 $a$ 到 $b$ 之間做積分」。

這裡要提醒一個常見迷思：積分代表的是帶正負號的面積。當 $f(x)$ 落在 $x$ 軸下方（即 $f(x)<0$）時，那塊區域貢獻的是「負面積」。所以 $\int_0^{2\pi}\sin x\,dx = 0$ 並不是說正弦曲線下方沒有面積，而是上半部的正面積與下半部的負面積恰好抵消。

不定積分：反過來找原函數

到目前為止，定積分都是一個「數值」。但還有另一種積分——不定積分（indefinite integral），它的答案是一個「函數」。

不定積分問的是：哪一個函數 $F(x)$，它的導數恰好是 $f(x)$？我們稱這樣的 $F(x)$ 為 $f(x)$ 的反導數（antiderivative）或原函數，記作：

$$ \int f(x)\,dx = F(x) + C, \quad \text{其中 } F'(x) = f(x) $$

那個 $+C$（積分常數）不可省略。因為常數的導數是零，所以 $x^2$、$x^2+3$、$x^2-7$ 的導數都是 $2x$。當我們從 $2x$ 反推回去時，無從得知原本那個常數是多少，只能用 $C$ 統一表示這一整族函數。

幾個基本的反導數公式（都可以用「微分回去檢驗」來驗證）：

$$ \int x^n\,dx = \frac{x^{n+1}}{n+1}+C \;(n\neq -1), \quad \int \frac{1}{x}\,dx = \ln|x|+C $$

$$ \int e^x\,dx = e^x + C, \quad \int \cos x\,dx = \sin x + C, \quad \int \sin x\,dx = -\cos x + C $$

微積分基本定理：兩個世界的橋樑

現在我們手上有兩種看似毫不相干的東西：一邊是「曲線下面積」（定積分，幾何問題），另一邊是「找原函數」（不定積分，反微分問題）。微積分基本定理（Fundamental Theorem of Calculus, FTC）告訴我們，這兩者其實是同一枚硬幣的兩面。這是整個微積分最深刻、最美麗的結果。

第一部分（FTC-1） 說的是：累積面積這個動作，本身就是微分的逆操作。定義一個「面積累積函數」

$$ A(x) = \int_a^x f(t)\,dt $$

它代表從 $a$ 到 $x$ 之間累積的面積。那麼它的導數是：

$$ A'(x) = \frac{d}{dx}\int_a^x f(t)\,dt = f(x) $$

直覺上：當 $x$ 往右多走一點點 $dx$，面積增加的那一小條，高度正是 $f(x)$、寬度是 $dx$，所以面積增加率就是 $f(x)$。累積的瞬間變化率，等於被累積的那個量本身。 回到開頭的水杯——杯中水量對時間的變化率，當然就是當下的流量。

第二部分（FTC-2） 則給了我們一個計算定積分的神兵利器。如果 $F$ 是 $f$ 的任何一個反導數，那麼：

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

這句話的威力在於：我們不必真的去切無數個矩形、做極限。只要找到一個原函數 $F$，在端點代入相減即可。一個原本需要無窮加總的幾何問題，被化簡成「求原函數 + 兩次代值」的代數操作。

看一個例子

來算曲線 $y = x^2$ 從 $x=0$ 到 $x=3$ 之間、與 $x$ 軸圍成的面積。

第一步：找 $f(x)=x^2$ 的反導數。由冪次公式 $\int x^n\,dx = \frac{x^{n+1}}{n+1}$，取 $n=2$：

$$ F(x) = \frac{x^{3}}{3} $$

（驗證：$F'(x)=\frac{3x^2}{3}=x^2$ ✓）

第二步：用 FTC-2 在端點代入相減。習慣上寫成 $\left[\,F(x)\,\right]_a^b$：

$$ \int_0^3 x^2\,dx = \left[\frac{x^3}{3}\right]_0^3 = \frac{3^3}{3}-\frac{0^3}{3} = \frac{27}{3}-0 = 9 $$

所以面積是 9 平方單位。注意做定積分時，積分常數 $C$ 會在相減時抵消（$(F(b)+C)-(F(a)+C)=F(b)-F(a)$），這也是為什麼定積分不需要寫 $+C$。

動手試試

請你試著計算 $\displaystyle\int_0^{\pi} \sin x\,dx$，看看半個正弦波下方的面積是多少。

提示：$\sin x$ 的反導數是 $-\cos x$。代入後：

$$ \int_0^{\pi}\sin x\,dx = \big[-\cos x\big]_0^{\pi} = (-\cos\pi)-(-\cos 0) = -(-1)-(-1) = 1+1 = 2 $$

答案是 2。順帶體會一下前面提過的「正負抵消」：如果積分區間改成 $[0, 2\pi]$，後半段 $[\pi, 2\pi]$ 的正弦值為負，會貢獻 $-2$，總和恰為 $0$。

兩個常用的積分技巧

當被積函數比較複雜時，光靠基本公式不夠。兩個最重要的技巧值得先認識：

換元積分法（u-substitution） 是連鎖律（chain rule）的反向操作。遇到形如 $\int f(g(x))g'(x)\,dx$ 的結構時，令 $u=g(x)$，則 $du = g'(x)\,dx$，問題就簡化了。例如：

$$ \int 2x\,e^{x^2}\,dx \xrightarrow{u=x^2,\;du=2x\,dx} \int e^u\,du = e^u + C = e^{x^2}+C $$

分部積分法（integration by parts） 是乘積律（product rule）的反向操作，公式為 $\int u\,dv = uv - \int v\,du$。它擅長處理「兩種不同類型函數相乘」的情況，例如多項式乘指數、多項式乘對數：

$$ \int x\,e^x\,dx = x e^x - \int e^x\,dx = xe^x - e^x + C = (x-1)e^x + C $$

這兩個技巧本質上都是「把微分法則倒過來用」，再次印證了積分與微分密不可分的關係。

重點回顧

• 積分的本質是累積：把連續變化的量切成無數細片，逐片近似後加總。定積分 $\int_a^b f(x)\,dx$ 在幾何上是曲線下方的「帶正負號面積」。
• 定積分是數值，不定積分是函數：前者透過黎曼和定義為一個極限值；後者求的是反導數族 $F(x)+C$，那個積分常數 $C$ 不可遺漏。
• 微積分基本定理是核心：FTC-1 說明「累積的變化率等於被積函數」（$\frac{d}{dx}\int_a^x f = f(x)$）；FTC-2 提供計算捷徑 $\int_a^b f = F(b)-F(a)$，把無窮加總化為代數代值。
• 積分與微分互為逆運算：換元積分對應連鎖律、分部積分對應乘積律，技巧都是「把微分法則反過來用」。
• 小心正負號迷思：$x$ 軸下方的區域貢獻負面積；若要求「實際幾何面積」需對 $|f(x)|$ 積分或分段處理。

深入探討（研究所視角）

我們前面講的「黎曼和」其實是黎曼積分（Riemann integral），它對連續函數與大多數實用函數都游刃有餘。但它有一個結構性弱點：黎曼積分是沿著 $x$ 軸「垂直切割定義域」來逼近。當函數極度不規則時——例如狄利克雷函數（在有理數取 1、無理數取 0）——無論怎麼切，每個小區間內函數值都在 0 和 1 之間劇烈跳動，上和與下和永遠無法收斂，黎曼積分宣告失敗。

勒貝格積分（Lebesgue integral） 換了一個思路：不切定義域，改切「值域」。它問的是「函數值落在某個高度範圍內的那些點，總共佔據多大的『測度（measure）』」，再把高度乘以測度加總。這個從「橫切」到「縱切」的視角轉換，讓積分能處理遠遠更廣的函數類，並讓「積分與極限交換次序」（單調收斂定理、控制收斂定理）有了乾淨的理論保證——這正是現代機率論、傅立葉分析與偏微分方程的基石。事實上，機率論中的「期望值」$\mathbb{E}[X]=\int_\Omega X\,d\mathbb{P}$ 就是對機率測度的勒貝格積分。

往多維推廣，定積分變成重積分與線/面積分，並由散度定理（divergence theorem）與斯托克斯定理（Stokes' theorem）統一。後者可寫成優雅的微分形式語言：

$$ \int_{\partial M} \omega = \int_M d\omega $$

這個「廣義斯托克斯定理」實際上是 FTC 的最高度推廣——它說「在邊界 $\partial M$ 上積分一個形式 $\omega$」等於「在區域 $M$ 內部積分它的外微分 $d\omega$」。回頭看一維的 FTC-2，$\int_a^b f'(x)\,dx = f(b)-f(a)$ 正是這條定理當 $M=[a,b]$、邊界 $\partial M = \{a, b\}$ 時的特例。邊界上的「求值相減」與內部的「累積」，在所有維度都是同一回事。這也是電磁學中馬克士威方程組（Maxwell's equations）能以積分與微分兩種形式互換表述的數學根源。

對教育科技領域的學習者而言，積分還有一層應用上的意義：當我們追蹤一位學習者的「瞬時專注度」「即時心率變異」或「每分鐘的對話互動量」這類隨時間變化的訊號時，要描述「一整堂課累積的認知投入」或「整段學習歷程的總負荷」，本質上就是對這些時序訊號做定積分。連續訊號的累積、離散資料的數值積分（如梯形法則、辛普森法則），都是把「逐刻的速率」轉化為「整體的總量」——這正是 Educational Omics 多模態時序資料分析背後，無所不在的數學語言。