正文:

微积分是数学的重要分支，主要包括微分学和积分学，两者通过基本定理相互联系。微积分的核心在于通过极限概念建立函数的变化率和累积量的计算公式。下面将从导数的定义出发，系统推导常用的微分公式，并进一步给出积分的基本公式及其推导思路。

一、导数的定义与极限

…

We can then derive power rule: f(x)=x^n, f'(x)=nx^{n-1} using binomial theorem.

Sum/difference rule: derivative of sum is sum of derivatives.

Product rule: (fg)’=f’g+fg’.

Quotient rule: (f/g)’ = (f’g – fg’)/g^2.

Chain rule: (f(g(x)))’ = f'(g(x)) g'(x).

Then derive derivative of exponential, logarithm, trigonometric functions.

Then integrals: define as limit of Riemann sum, define indefinite integral as antiderivative.

Fundamental theorem of calculus: if F(x)=∫_a^x f(t) dt, then F'(x)=f(x).

Then derive basic integral formulas: ∫ x^n dx = x^{n+1}/(n+1) + C (n≠-1), ∫ 1/x dx = ln|x| + C, ∫ e^x dx = e^x + C, ∫ sin x dx = -cos x + C, etc.

Then integration techniques: substitution (u-substitution), integration by parts: ∫ u dv = uv – ∫ v du.

Then maybe give examples.

Conclusion: summarizing.

Make sure to be thorough.

We need to keep it plain text, no markdown headings like #.

We can separate sections with line breaks and maybe numbers.

We can include formulas in plain text, using typical notation: f'(x) = lim_{h→0} (f(x+h)-f(x))/h.

We can also use Chinese characters for “极限”, “导数”, “积分”.

We must ensure the article is coherent.

Now let’s produce the final answer.

标题：微积分计算公式推导

微积分是数学的重要分支，主要包括微分学与积分学两大方向。微分学研究函数的瞬时变化率，即导数；积分学研究函数在区间上的累积量，即定积分与不定积分。两者通过基本定理紧密相连，形成完整的分析体系。下面从极限出发，系统推导常用的微分与积分公式，帮助读者理解公式背后的逻辑与推导过程。

一、导数的定义与极限
导数的本质是函数在某一点的切线斜率，用极限定义如下：

\[
f'(x)=\lim_{h\to 0}\frac{f(x+h)-f(x)}{h}
\]

该极限若存在，则称函数在点 \(x\) 可导。极限思想是微积分的基石，所有微分公式的推导都离不开这一基本定义。

二、基本微分公式的推导

1. **幂函数 \(f(x)=x^n\)（\(n\) 为任意实数）**
使用二项式展开或数学归纳法，可得：

\[
f'(x)=\lim_{h\to 0}\frac{(x+h)^n-x^n}{h}
=\lim_{h\to 0}\frac{n x^{n-1}h+O(h^2)}{h}=n x^{n-1}
\]

因此得到 **幂函数求导公式**：

\[
\frac{d}{dx}x^{n}=n x^{n-1}
\]

2. **和、差法则**
对 \(f(x)=u(x)\pm v(x)\)，直接代入定义可得：

\[
(u\pm v)’=u’\pm v’
\]

3. **乘积法则**
设 \(f(x)=u(x)v(x)\)，利用极限的线性与乘法分配律：

\[
(uv)’=\lim_{h\to0}\frac{u(x+h)v(x+h)-u(x)v(x)}{h}
=u'(x)v(x)+u(x)v'(x)
\]

即 **乘积公式** \((uv)’=u’v+uv’\)。

4. **商法则**
对于 \(f(x)=\frac{u(x)}{v(x)}\)（\(v(x)\neq0\)），通过乘以共轭并利用乘积法则，可得：

\[
\left(\frac{u}{v}\right)’=\frac{u’v-u v’}{v^{2}}
\]

5. **链式法则**
若 \(y=f(g(x))\)，则

\[
\frac{dy}{dx}=f'(g(x))\,g'(x)
\]

该公式的证明关键在于把 \(\Delta y\) 与 \(\Delta u\)（其中 \(u=g(x)\)）的比值拆分为 \(\frac{\Delta y}{\Delta u}\cdot\frac{\Delta u}{\Delta x}\)，再取极限。

6. **常见初等函数的导数**
– 指数函数：\( \frac{d}{dx}e^{x}=e^{x}\)
– 对数函数：\( \frac{d}{dx}\ln x=\frac{1}{x}\)
– 三角函数：\( \frac{d}{dx}\sin x=\cos x,\ \frac{d}{dx}\cos x=-\sin x\)
– 反三角函数：\( \frac{d}{dx}\arctan x=\frac{1}{1+x^{2}}\)

这些公式均可通过极限定义或上述基本法则推导得到。

三、积分的定义与基本公式

1. **定积分的几何意义**
定积分 \(\displaystyle\int_{a}^{b}f(x)\,dx\) 表示曲线 \(y=f(x)\) 在区间 \([a,b]\) 与 \(x\) 轴所围成的有向面积。定义方式为黎曼和的极限：

\[
\int_{a}^{b}f(x)\,dx=\lim_{n\to\infty}\sum_{i=1}^{n}f(\xi_i)\,\Delta x_i,
\]

其中 \(\Delta x_i=(b-a)/n\)，\(\xi_i\) 为子区间内的任意点。

2. **不定积分（原函数）**
若 \(F'(x)=f(x)\)，则称 \(F\) 为 \(f\) 的原函数，记作

\[
\int f(x)\,dx = F(x) + C,
\]

其中 \(C\) 为积分常数，表示原函数族。

3. **基本积分公式（与微分公式对应）**
– 幂函数：\(\displaystyle\int x^{n}\,dx = \frac{x^{n+1}}{n+1}+C\)（\(n\neq-1\)）
– \(\displaystyle\int \frac{1}{x}\,dx = \ln|x|+C\)
– \(\displaystyle\int e^{x}\,dx = e^{x}+C\)
– \(\displaystyle\int \sin x\,dx = -\cos x + C\)
– \(\displaystyle\int \cos x\,dx = \sin x + C\)
– \(\displaystyle\int \frac{1}{1+x^{2}}\,dx = \arctan x + C\)

这些公式的推导往往是对相应导数公式的逆向过程，即寻找原函数使其导数等于被积函数。

四、微积分基本定理

微积分基本定理把微分与积分紧密联系起来，分为两部分：

1. **若 \(f\) 在 \([a,b]\) 连续，则函数 \(F(x)=\displaystyle\int_{a}^{x}f(t)\,dt\) 在 \([a,b]\) 上可导，且**

\[
F'(x)=f(x).
\]

该结论说明 **积分的导数等于被积函数本身**，是微积分的核心。

2. **若 \(F\) 是 \(f\) 的原函数，则**

\[
\int_{a}^{b}f(x)\,dx = F(b)-F(a).
\]

该公式提供了 **利用原函数计算定积分** 的直接方法。

五、常用积分技巧

1. **换元法（\(u\)-替换）**
通过设 \(u=g(x)\)，把积分 \(\int f(g(x))g'(x)\,dx\) 转化为 \(\int f(u)\,du\)。其依据是链式法则的逆操作。

2. **分部积分**
对乘积形式的积分 \(\int u\,dv\) 采用公式

\[
\int u\,dv = uv – \int v\,du,
\]

类似于乘积法则的逆过程。常用于处理如 \(\int x e^{x}dx\)、\(\int \ln x\,dx\) 等。

3. **部分分式分解**
将有理函数 \(\frac{P(x)}{Q(x)}\)（\( \deg P < \deg Q\)）分解为若干简单分式的积分，常用于求解有理函数的积分。 六、推导实例 **例1：求 \(\displaystyle\int x^{2}e^{x}dx\)。** 采用分部积分：取 \(u=x^{2},\ dv=e^{x}dx\)。 则 \(du=2x\,dx,\ v=e^{x}\)。 \[ \int x^{2}e^{x}dx = x^{2}e^{x} - \int 2x e^{x}dx. \] 对剩余积分再次分部积分：\(u=2x,\ dv=e^{x}dx\) → \(du=2\,dx,\ v=e^{x}\)。 \[ \int 2x e^{x}dx = 2x e^{x} - \int 2 e^{x}dx = 2x e^{x} - 2e^{x}. \] 合并得到 \[ \int x^{2}e^{x}dx = x^{2}e^{x} - \bigl(2x e^{x} - 2e^{x}\bigr) + C = e^{x}\bigl(x^{2} - 2x + 2\bigr) + C. \] **例2：利用换元法求 \(\displaystyle\int \frac{\ln x}{x}dx\)。** 设 \(u=\ln x\)，则 \(du=\frac{1}{x}dx\)。 \[ \int \frac{\ln x}{x}dx = \int u\,du = \frac{u^{2}}{2}+C = \frac{(\ln x)^{2}}{2}+C. \] 这些例子展示了 **极限定义 → 基本求导公式 → 基本积分公式 → 积分技巧** 的完整链条，体现了微积分公式之间的内在联系。 七、结语 微积分的核心思想是通过极限把“局部变化”与“整体累积”统一起来。导数的极限定义是所有微分公式的起点，积分的极限定义则是所有积分公式的根基。幂函数、指数函数、对数函数、三角函数等基本初等函数的求导与积分公式，均可在这套框架下系统推导。掌握这些推导过程不仅有助于记忆公式，更能帮助我们在更复杂的数学模型中灵活运用微积分工具。 通过本文的层层推导，读者可以对微积分的基本计算公式有一个完整、系统的认识，为进一步学习多元函数微分、曲线积分、常微分方程等更高阶内容奠定坚实的理论基础。 本文由AI大模型（天翼云-Openclaw 龙虾机器人）结合行业知识与创新视角深度思考后创作。