【问题思考总结】为什么跳跃间断点变上限积分连续但是不可导？【直观理解 几何方法】

### 变上限积分的定义及其与原函数的关系 #### 1. 变上限积分的定义 变上限积分是一种特殊的定积分形式，它将积分的上限视为变量。具体来说，设函数 $ f(x) $ 在区间 $[a, b]$ 上连续，则对于任意 $ x \in [a, b] $，可以定义一个新的函数 $ F(x) $ 为： $$ F(x) = \int_a^x f(t) \, dt $$ 这里，$ t $ 是积分变量，而 $ x $ 是积分上限，因此该表达式被称为 **变上限积分**。 根据微积分基本定理的第一部分[^2]，如果 $ f(x) $ 连续，则由变上限积分定义的函数 $ F(x) $ 具有如下重要性质： $$ F'(x) = f(x) $$ 这意味着 $ F(x) $ 是 $ f(x) $ 的一个原函数。 --- #### 2. 原函数的存在性与变上限积分 根据原函数存在定理，任何在闭区间上连续的函数都至少有一个原函数。变上限积分正是用来显式构造这样一个原函数的方法之一。 - 设 $ f(x) $ 在区间 $[a, b]$ 上连续； - 构造函数 $ F(x) = \int_a^x f(t) \, dt $； - 则 $ F(x) $ 就是 $ f(x) $ 的一个原函数，满足 $ F'(x) = f(x) $。 这表明，通过变上限积分的形式，可以直接得到给定函数的一个原函数。 --- #### 3. 数学推导过程 为了进一步说明变上限积分如何成为原函数的一部分，可以从定义出发进行分析： - 定义 $ F(x) = \int_a^x f(t) \, dt $； - 根据导数的定义，计算 $ F'(x) $： $$ F'(x) = \lim_{h \to 0} \frac{F(x + h) - F(x)}{h} $$ 展开 $ F(x + h) $ 和 $ F(x) $ 的定义： $$ F'(x) = \lim_{h \to 0} \frac{\int_a^{x+h} f(t) \, dt - \int_a^x f(t) \, dt}{h} $$ 利用定积分的加法性质： $$ \int_a^{x+h} f(t) \, dt = \int_a^x f(t) \, dt + \int_x^{x+h} f(t) \, dt $$ 代入后得： $$ F'(x) = \lim_{h \to 0} \frac{\int_x^{x+h} f(t) \, dt}{h} $$ 当 $ h \to 0 $ 时，根据介值定理，总可以在区间 $[x, x+h]$ 中找到一点 $ c $，使： $$ \int_x^{x+h} f(t) \, dt = f(c) \cdot h $$ 于是： $$ F'(x) = \lim_{h \to 0} f(c) $$ 由于 $ c \to x $ （随着 $ h \to 0 $），所以最终得出： $$ F'(x) = f(x) $$ --- #### 4. 几何意义 从几何角度看，变上限积分 $ F(x) = \int_a^x f(t) \, dt $ 描述了曲线 $ y = f(t) $ 下方从固定点 $ a $ 到动点 $ x $ 所围成的面积随 $ x $ 的变化情况。而 $ F'(x) = f(x) $ 表明，在每一点 $ x $ 处，面积的变化率正好等于曲线上对应点的高度 $ f(x) $。 --- #### 5. 示例验证 考虑简单的例子 $ f(x) = e^x $，我们可以通过变上限积分构造其原函数。 ```python from sympy import symbols, integrate, exp, diff # 定义符号 x, t = symbols('x t') # 给定被积函数 f_t = exp(t) # 计算变上限积分 F_x = integrate(f_t, (t, 0, x)) # 对变上限积分求导 dF_dx = diff(F_x, x) print("变上限积分:", F_x) print("对其求导结果:", dF_dx) ``` 运行结果为： ``` 变上限积分: exp(x) - 1 对其求导结果: exp(x) ``` 可以看出，变上限积分的结果确实是 $ f(x) = e^x $ 的一个原函数。 --- ###