贡献者： ACertainUser; addis
首先以不均匀细绳的质量为例，引入定积分的思想。严格来说本文介绍的是黎曼积分。
例 1 不均匀细绳的质量
一条密度不均匀的绳子长为 $L$，横截面积是 $S$，细绳距离 O 端 $x (x< L) $ 处的密度为 $\rho(x)$。求绳子的质量。
图 1：密度不均匀的绳子
如果题目中，密度是恒定的，那么直接可以写出绳子的质量为 $m = LS\rho$。但是题中 $\rho(x)$ 是关于 $x$ 的函数，所以我们要寻找另外的做法。假设绳子的密度变化是连续且 “平滑” 的，我们可以通过把绳子分割成 $n$ 小节（注意这些小节必须严格地首尾相接，不能有重合或者空隙）。第 $i$ 节取 $x_i$ 到 $x_{i +1}$，令其长度为 $x_{i + 1} - {x_i} = \Delta x_i$ 使每一个小节内，密度可以近似看成是恒定的，这样我们可以用 $\rho(\xi_i)\,\, (x_i \leqslant \xi_i \leqslant x_{i + 1})$ 来代替第 $i$ 节的密度，当每一节足够小时，可以认为 $\xi_i$ 在 $x_i \leqslant \xi_i \leqslant x_{i + 1}$ 约束下的取值并不会影响结果。第 $i$ 小节的质量为
\begin{equation}
\Delta {m_i} = \rho (\xi_i)\Delta {x_i}S ~.
\end{equation}
所以总的质量用求和符号来表示，就是
\begin{equation}
m = \sum_{i = 1}^n \Delta m_i \approx \sum_{i = 1}^n \rho(\xi_i)\Delta x_i S = S \sum_{i = 1}^n \rho (\xi_i)\Delta x_i~.
\end{equation}
由于当 $n$ 取有限值时，上式并不精确成立，所以只能使用约等号，但是 $n$ 越大，约等号两边就越精确成立。这是极限的思想，用极限符号来表，就是
\begin{equation}
m = \lim_{n \to \infty } \sum_{i = 1}^n {\Delta {m_i}} = \lim_{n \to \infty } \sum_{i = 1}^n \rho(\xi_i)\Delta {x_i}S = S \lim_{n \to \infty } \sum_{i = 1}^n \rho(\xi_i)\Delta {x_i}~.
\end{equation}
这种表达式在物理中反复出现，所以使用积分符号 $\int {} $ 用于代替极限和求和符号。另外把 ${\xi_i}$ 写成 $x$（当 $n$ 趋近于无穷大时，参量 $i$ 和 $\Delta {x_i}$ 具体是多少就不重要了），把表示增量的 $\Delta $ 变为表示微分的 $\mathrm{d}$，上式就写为
\begin{equation}
m = \int \,\mathrm{d}{m} = \int S\rho(x) \,\mathrm{d}{x} = S\int \rho(x) \,\mathrm{d}{x} ~.
\end{equation}
下面先看看 $\int \rho(x) \,\mathrm{d}{x} $，即 $\lim\limits_{n \to \infty } \sum\limits_{i = 1}^n \rho(\xi_i)\Delta {x_i}$ 的另一种理解。画出 $\rho (x)$ 图像。例如 $\rho(x) = x + 1$，则 $\rho(\xi_i)\Delta {x_i}$ 可以表示左图的第 $i$ 个小长方形的面积，$\sum\limits_{i = 1}^n \rho(\xi_i)\Delta x_i$ 表示长方形面积之和。如果 $n$ 非常大且每个 $\Delta x_i$ 取得非常小，左图看起来就会像右图。所以 $\int \rho(x) \,\mathrm{d}{x} $ 可以用来表示右图阴影部分的面积。
图 2：定积分可以理解为曲线下面的面积，并看做由无限多个无穷窄的矩形组成。当最大的矩形也足够小时，矩形的划分方式将不会影响面积的计算。
但 $\int \rho(x) \,\mathrm{d}{x} $ 里面显然不包含 $0$ 和 $L$ 的信息，我们根据题目中的情况，说这个积分是 “从 $0$ 积到 $L$”，其中 $0$ 是积分下限，$L$ 是积分上限。为了表示这个信息，把它写到积分号右边变为
\begin{equation}
\int_0^L \rho(x) \,\mathrm{d}{x} ~.
\end{equation}
这就是定积分的标准形式，但有时候为了书写方便，在不混淆的情况下可以把积分上下限省略。
这样的写法是很形象的，可以想象，积分号就是函数的曲线需要积分的部分，下标的位置代表曲线的起点，上标代表曲线的终点。这样，物理中很多问题就可以用积分表示了。
更抽象一点，对于（一元）函数的定积分就可以写为如下形式：
\begin{equation}
S=\int^b_a f(x) \,\mathrm{d}{x} ~.
\end{equation}
要注意的是，尽管我们从 “曲线下方的面积” 引入了定积分，但 “定积分” 与 “曲线下方的面积” 的含义并不完全一致。例如，根据积分的定义，如果曲线在 $x$ 轴的下方，积分结果应该是负值；但几何上面积不能是负数。此外，积分时从左侧积分到右侧，和从右侧积分到左侧，二者结果会相差一个负号；但几何上这两种计算方式没有区别。
至于计算积分的具体方法，比求导要复杂得多，甚至很多积分的结果不能用初等函数表示，只能表示为级数等形式。然而对于基本初等函数的积分，用牛顿－莱布尼兹公式 即可马上求解。
例 2 圆的面积
在直角坐标系中，圆的方程为 $x^2 + y^2 = R^2$，上半圆的方程可看做 $y$ 关于 $x$ 的函数
\begin{equation}
y = f(x) = \sqrt{R^2 - x^2} \quad (x\in [-R,R])~.
\end{equation}
将该式定积分再乘以 2 即可得到圆的面积
\begin{equation}
S = 2\int_{-R}^{R} f(x) \,\mathrm{d}{x} = 2\int_{-R}^{R} \sqrt{R^2 - x^2} \,\mathrm{d}{x} ~,
\end{equation}
我们还可以用另一种方法验证圆的面积公式。把原划分成许多微小圆环，由例 2 ，每个微小圆环的面积为 $2\pi r \,\mathrm{d}{r} $，所以圆的面积可以用定积分表示为
\begin{equation}
S = \int_0^{R} 2\pi r \,\mathrm{d}{r} ~.
\end{equation}
以上两个定积分的结果都为 $\pi R^2$，过程见 “牛顿—莱布尼兹公式” 的例 2 。
例 3 球体的表面积
图 3：将球的表面划分成许多细圆环，每个对应的极角为 $ \,\mathrm{d}{\theta} $
以球心为原点建立球坐标系，我们可以把球体的表面根据不同的 $\theta$ 划分成许多细圆环（如图 3 ），每个圆环的面积等于周长乘以宽度，即
\begin{equation}
\,\mathrm{d}{S} = 2\pi R\sin\theta \cdot R \,\mathrm{d}{\theta} ~.
\end{equation}
所以球的表面积可以用定积分记为
\begin{equation}
S = \int_0^{\pi} 2\pi R\sin\theta \cdot R \,\mathrm{d}{\theta} = 2\pi R^2 \int_0^{\pi} \sin\theta \,\mathrm{d}{\theta} ~.
\end{equation}
虽然我们还不会计算这个定积分（见 “牛顿—莱布尼兹公式”），但我们现在可以用一种巧妙的方法来简化问题。让我们来计算每个细圆环在极轴方向投影的长度。我们不妨把极轴叫做 $z$ 轴，则对某个细圆环有 $z = R\cos\theta$，微分得 $ \,\mathrm{d}{z} = -R\sin\theta \,\mathrm{d}{\theta} $，将该式消去式 10 中的 $ \,\mathrm{d}{\theta} $ 得
\begin{equation}
\,\mathrm{d}{S} = -2\pi R \,\mathrm{d}{z} ~.
\end{equation}
这说明无论细圆环的位置如何，其面积与其在 $z$ 轴投影的长度的比值恒为 $2\pi$。至于上式中的负号，是因为我们假设了正的 $ \,\mathrm{d}{\theta} $ 对应正的面积，而正的 $ \,\mathrm{d}{\theta} $ 却对应负的 $ \,\mathrm{d}{z} $。由于面积恒为正值，我们可以取绝对值将负号去掉。这样，球的表面积就可以用定积分表示为
\begin{equation}
S = \int_{-R}^{R} 2\pi R \,\mathrm{d}{z} ~.
\end{equation}
由于被积函数是一个常数，定积分的结果就是该常数乘以积分区间的长度即 $4\pi R^2$。
例 4 球的体积
要计算一个半径为 $R$ 的球体的体积，可以将球划分为无限个薄球壳，每个薄球壳的体积等于该球壳的表面积乘以厚度（见例 2 ），即 $ \,\mathrm{d}{V} = 4\pi r^2 \,\mathrm{d}{r} $。所以球的体积可用定积分表示为
\begin{equation}
V = \int_0^R 4\pi r^2 \,\mathrm{d}{r} ~.
\end{equation}
同样由 “牛顿—莱布尼兹公式
” 可得积分结果为 $4\pi R^3/3$。
定积分的基本性质
每一本高数教材 [1] [2] 都会列出一张长长的定积分性质的表格。这里只列举一些其中的一些。这些定理尽管看起来都非常显然，但在实际做题时往往会带给初学者不少困惑。
- 仅仅改变积分变量的名称不影响积分的结果。
$$\int^b_a f(x) \,\mathrm{d}{x} = \int^b_a f(t) \,\mathrm{d}{t} ~.$$
- 被积函数可加性。注意乘法可没有这么好的性质，不然我们也不需要大费周章地引入各种方法计算积分了！
$$\int^b_a [f(x)+g(x)] \,\mathrm{d}{x} = \int^b_a f(x) \,\mathrm{d}{x} + \int^b_a g(x) \,\mathrm{d}{x} ~.$$
- 积分区间可加性
$$\int^b_a f(x) \,\mathrm{d}{x} = \int^c_a f(x) \,\mathrm{d}{x} + \int^b_c f(x) \,\mathrm{d}{x} ~.$$
图 4：积分区间可加性
- 翻转积分上下限会引入额外的负号$$\int^b_a f(x) \,\mathrm{d}{x} = -\int^a_b f(x) \,\mathrm{d}{x} ~.$$
- 积分不等式。m 指区间上 f 的最小值，M 指最大值。
$$m(b-a)\le\int^b_a f(x) \,\mathrm{d}{x} \le M(b-a)~.$$
- 积分中值定理
$$\exists \xi \in [a,b], \int^b_a f(x) \,\mathrm{d}{x} = f(\xi)(b-a)~.$$。或者说，$f(\xi)$ 就是该区间上定积分的 “平均值”。$ \overline f= f(\xi)=\frac{\int^b_a f(x) \,\mathrm{d}{x} }{b-a}~.$
[1] ^ 同济大学数学系. 高等数学 (上下册) 高等教育出版社 (2014) 第七版
[2] ^ J. Hass, C. Heil, M. Weir．Thomas' Cauculus 14ed
致读者： 小时百科一直以来坚持所有内容免费，这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此，我们请求广大读者
热心打赏 ，使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元，我们一个星期内就能脱离亏损， 并保证在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款， 他们的付出帮助了 99% 的读者免费获取知识， 我们在此表示感谢。
图 4：积分区间可加性