第1个回答 2014-08-13
微积分学（Calculus，拉丁语意为用来计数的小石头） 是研究极限、微分学、积分学和无穷级数的一个数学分支，并成为了现代大学教育的重要组成部分。历史上，微积分曾经指无穷小的计算。更本质的讲，微积分学是一门研究变化的科学，正如几何学是研究形状的科学，代数学是研究代数运算和解方程的科学一样。
微积分学在科学、经济学和工程学领域有广泛的应用，用来解决那些仅依靠代数学不能有效解决的问题。微积分学在代数学、三角学和解析几何学的基础上建立起来，并包括微分学、积分学两大分支。微分学包括求导数的运算，是一套关于变化率的理论。它使得函数、速度、加速度和曲线的斜率等均可用一套通用的符号进行演绎。积分学，包括求积分的运算，为定义和计算面积、体积等提供一套通用的方法。微积分学基本定理指出，微分和积分互为逆运算，这也是两种理论被统一成微积分学的原因。我们可以以两者中任意一者为起点来讨论微积分学，但是在教学中一般会先引入微分学。在更深的数学领域中，微积分学通常被称为分析学，并被定义为研究函数的科学。
目录 [隐藏]
1 历史
1.1 古代
1.2 现代
1.3 基础
1.4 重要性
2 主要概念
2.1 极限和无穷小
2.2 导数
2.3 微分学
2.4 莱布尼茨记号
2.5 积分学
2.6 微积分基本公式
3 微积分的符号
4 微积分学的应用
5 微积分学课程
6 参见
6.1 脚注
6.2 参考文献
7 外部链接
历史[编辑]
艾萨克·牛顿戈特弗里德·莱布尼茨
两位独立确立微积分体系的数学家：
艾萨克·牛顿爵士（左）与戈特弗里德·莱布尼茨（右）
古代[编辑]
古代数学的思想更倾向于积分，但是并不严格、系统。积分的其中一个任务，即计算体积和面积，可以从埃及的莫斯克纸莎草手卷中找到（c. 1820 BC），它的公式也十分简单，没有写明方法，主要成分也残缺不齐。[1]积分的起源很早，古希腊时期欧多克索斯 （c. 408-355 BC）就用穷尽的方法来求特殊图形面积的研究。阿基米德（c. 287-212 BC） 用内接正多边形的周长来穷尽圆周长，而求得圆周率的近似值；也用一连串的三角形来填充抛物线的图形，以求得其面积。这些都是穷尽法的古典例子。[2]中国的刘徽在公元三世纪左右也应用穷尽法求圆的面积。[3]在公元五世纪左右，祖冲之得出了计算球体积的算法，它也被称之为卡瓦列里公式。[4]
现代[编辑]
发展现代微积分理论的一个动力是为了解决“切线问题”，另一个是“面积问题”。
文艺复兴之后，基于实际的需要及理论的探讨，积分技巧有了进一步的发展。譬如为了航海的方便，杰拉杜斯·麦卡托发明了所谓的麦卡托投影法，使得地图上的直线就是航海时保持定向的斜驶线。在欧洲，基础性的论证来自博纳文图拉·卡瓦列里，他认为体积和面积应该用求无穷小横截面的总量来计算。他的想法类似于阿基米德的《方法论》，但是卡瓦列里的手稿丢失了，直到20世纪初期再被找到。卡瓦列里的努力没有得到认可，因为他的方法的误差巨大，而且在当时无穷小也不受重视。
17世纪的前半是微积分学的酝酿时期，观念在摸索中，计算是个别的，应用也是个别的。而后戈特弗里德·威廉·莱布尼茨和艾萨克·牛顿两人几乎同时使微积分观念成熟，澄清微、积分之间的关系，使计算系统化，并且把微积分大规模使用到几何与物理研究上。
在他们创立微积分以前，人们把微分和积分视为独立的学科，之后才确实划分出“微积分学”这门学科。
在对微积分的正式研究中，皮埃尔·德·费马声称他借用了丢番图的成就，引入了“足量”概念，等同于误差的无穷小。可惜他未能体会两者之间的密切关系。[5] 约翰·沃利斯、伊萨克·巴罗和詹姆士·格里高利完成了组合论证。而牛顿的老师伊萨克·巴罗虽然知道两者之间有互逆的关系，但他不能体会此种关系的意义，其原因之一就是求导数还没有一套有系统的计算方法。古希腊平面几何的成功给予西方数学非常深远的影响：一般认为唯有几何的论证方法才是严谨、真正的数学，代数不过是辅助的工具而已。直到笛卡儿及费马倡导以代数的方法研究几何的问题，这种态度才渐有转变。可是一方面几何思维方式深植人心，而另一方面代数方法仍然未臻成熟，实数系统迟迟未能建立，所以许多数学家仍然固守几何阵营而不能发展出有效的计算方法，巴罗便是其中之一。牛顿虽然放弃了他老师的纯几何观点而发展出了有效的微分方法，可是他迟迟未敢发表。牛顿利用了微积分的技巧，由万有引力及运动定律出发说明了他的宇宙体系，解决天体运动，流体旋转的表面，地球的扁率，摆线上重物的运动等问题。牛顿在解决数学物理问题时，使用了独特的符号来进行计算，实际上这些就是乘积法则、链式法则、高阶导数、泰勒级数和解析方程。[6]但因害怕当时人的批评，所以在他1687年的巨著《自然哲学的数学原理》中仍把微积分的痕迹抹去，而以古典的几何论证方式论述。在其它著作中，牛顿使用了分数和无理数的乘幂，很明显，牛顿知道泰勒级数的定律。但是他没有发表这些发现，因为无穷小在当时仍然饱受争议。
上述思想被戈特弗里德·威廉·莱布尼茨整合成为真正的无穷小版本的微积分，而牛顿指责前者抄袭。[7]莱布尼茨在今天被认为是独立发明微积分的另一人。他的贡献在于风格严密，便于计算二次或更高级别的导数，以微分和积分的形式给出乘积法则和链式法则。与牛顿不同，莱布尼茨很注重形式，常常日复一日地研究妥当的符号。
莱布尼茨和牛顿都被认为是独立的微积分发明者。牛顿最先将微积分应用到普通物理当中，而莱布尼茨制作了今天绝大多数的符号。牛顿、莱布尼茨都给出了微分、积分的基本方法，二阶或更高阶导数，数列近似值符号等。在牛顿的时代，微积分基本公式已经被世界知晓。
当牛顿和莱布尼茨第一次发表各自的成果时，数学界就发明微积分的归属和优先权问题爆发一场旷日持久的大争论。牛顿最先得出结论，而莱布尼茨最先将其发表。牛顿称莱布尼茨从他未发表的手稿中抄袭，这个观点得到了牛顿所在的皇家学会支持。这场大纷争将使数学家分成两派：一派是英国数学家，捍卫牛顿；另一派是欧洲大陆数学家。结果是对英国数学家不利。日后的小心求证得出牛顿和莱布尼茨两人独立得出自己的结论。莱布尼茨从积分推导，牛顿从微分推导。在今天，牛顿和莱布尼茨被誉为发明微积分的两个独立作者。“微积分”之名与其使用之运算符号则是莱布尼茨所创。而牛顿将它称为“流数术”
微积分实际被许多人不断地完善，也离不开巴罗、笛卡儿、费马、惠更斯和沃利斯的贡献。最早的一部完整的有关有限和无穷小的分析著作被玛利亚·阿涅西于1748年总结编订。[8]
牛顿和莱布尼茨虽然把微积分系统化，但是它还是不够严谨。可是当微积分被成功地用来解决许多问题，却使得十八世纪的数学家偏向其应用，而少致力于其严谨。当时，微积分学的发展幸而掌握在几个非常优越的数学家，如欧拉、拉格朗日、拉普拉斯、达朗贝尔及伯努利世家等人的手里。研究的问题由自然现象而来，所以能以自然现象的数据来验合微积分的许多推论，使微积分学不因基础不稳而隐含错误。在这些众数学家的手中，微积分学的范围很快地超过现在大学初阶段所授的微积分课程，而迈向更高深的解析学。
玛利亚·阿涅西
基础[编辑]
在微积分中，“基础”意味将一个科目从公理和定义中严格地推导出来。早期微积分所使用的无穷小被认为是不严谨的，遭到了一系列作者的严厉批评，特别是米歇尔·罗尔和乔治·贝克莱主教。贝克莱因在他1734年出版的《论分析》中将无穷小描述为“偏激的妖怪数量”而著名。最近的分析认为莱布尼茨版微积分更加严密，经得住贝克莱的经验主义的攻击。[9] 为微积分的严密论证奠基成为数学家们在牛顿、莱布尼茨之后几世纪的重要工作，直至今日仍是研究的热点领域。
一些数学家，包括科林·麦克劳林，试图利用无穷小来进行证明，但直到150多年之后才得以成功。在奥古斯丁·路易·柯西和卡尔·魏尔斯特拉斯的努力之下，终于实现对无穷小的符号的回避。微分和积分的基础终于被打下了。在柯西的著作中，我们看到了大量的基础论证，包括通过连续来对无穷小进行定义，和用以定义微分的一个不太精确的（ε, δ）-极限定义版本。魏尔斯特拉斯推导总结了极限概念，回避了无穷小。继魏尔斯特拉斯之后，微积分就常以极限作为基础，而非无穷小了。波恩哈德·黎曼使用这些概念来对积分进行严格定义。在这一时期，微积分这一概念被综合成为欧几里得空间和复平面。
在现代数学里，微积分基础包括了实变函数论，后者包括了对微积分理论的完全数学证明。微积分的范围被大大拓宽了。昂利·勒贝格发明了测度，用它来定义所有积分。洛朗·施瓦茨研究了数学分布 (数学分析)，可以用其求得任意方程的导数。
极限不是对微积分基础的唯一推导，如使用亚伯拉罕·罗宾逊的非标准分析进行推导。罗宾逊在1960年左右所做的推导袭承了牛顿——莱布尼茨的最初概念，应用数理逻辑的方式将实数系统扩大到了无穷小和无限数量。所得出的结果为超实数，可以套用莱布尼茨式的微积分法则。
重要性[编辑]
早期的微积分概念来自于埃及、希腊、中国、印度、伊拉克、波斯、日本，但现代微积分来自于欧洲。17世纪时，艾萨克·牛顿与戈特弗里德·莱布尼茨在前人的基础上推导出微积分的基本理论。微积分基本概念的产生是建立在求瞬间运动和曲线下面积这两个问题之上的。
微分应用包括极端速度、加速度、曲线斜率、最优化等。积分应用包括面积、体积、弧长、质心、做功、压力。更高级的应用包括幂级数和傅里叶级数等。
微积分为更加精确地理解空间、时间和运动的本质提供了便利。几个世纪以来，数学家和哲学家都为除以零或无限这一悖论而大为苦恼。这些问题在研究运动和面积时常常出现。古希腊哲学家埃利亚的芝诺为该悖论举出了几个著名的例子。微积分，特别是极限和无穷级数，为解决该悖论提供了工具。
主要概念[编辑]
微积分主要有三大类分支：极限、微分学、积分学。微积分的基本理论表明了微分和积分是互逆运算，牛顿和莱布尼茨发现了这个定理以后才引起了其他学者对于微积分学的狂热的研究，而这个发现也使得我们在微分和积分之间可以互相转换。这个基本理论也提供了一个用代数计算许多积分问题的方法，也就是用不定积分法取代极限运算法。该理论也可以解决一些微分方程的问题，解决未知数的积分。微分问题在科学领域无处不在。
微积分的基本概念还包括函数、无穷序列、无穷级数和连续等，运算方法主要有符号运算技巧，该技巧与初等代数和数学归纳法紧密相连。
微积分被延伸到微分方程、向量分析、变分法、复分析、时域微分和微分拓扑等领域。微积分的现代版本是实分析。
极限和无穷小[编辑]
微积分中最重要的概念是“极限”。微商（即导数）是一种极限。定积分也是一种极限。
从牛顿实际使用它到制定出周密的定义，数学家们奋斗了200多年。现在使用的定义是魏尔斯特拉斯于19世纪中叶给出的。
数列极限就是当一个有顺序的数列往前延伸时，如果存在一个有限数（非无限大的数），使这个数列可以无限地接近这个数，这个数就是这个数列的极限。
数列极限的表示方法是：
\lim_{n \to \infty}x_n = L
其中L就是极限的值。例如当 x_n = {1 \over 2n} 时，它的极限为L=0。就是说n越大（越往前延伸），这个值越趋近于0。
微积分是在做一些较小数的计算时发展形成的。历史上，一开始是用无穷小量来做。无穷小量可以被看作是一个数，但是从某种意义上来说，它“无穷小”。一个无穷小数\mathrm{d}x能够比0都大，但是小于数列1，\frac{1}{2}，\frac{1}{3}，⋯⋯任一个数，以及小于任何正实数。任何整数倍数的无穷小还是无穷小，换句话说，无穷小不满足阿基米德性质。从这一点来看，微积分是一组处理无穷小的方法，这种方法失宠于19世纪，因为无穷小的概念不够精确。但是，这个概念在20世纪由于非标准分析以及光滑无穷小分析的引进被重新提及，非标准分析为无穷小的操作提供了坚实的基础。在19世纪，无穷小被极限取代，极限描述的是与函数在某一点附近的值有关的值。它们描述了函数在某处附近的行为，类似无穷小，但是使用了普通的实数系统。在这种理论下，微积分是一组处理极限的方法。无穷小被很小的数代替，函数无穷小附近的行为是通过取距离越来越小时的极限来找到的。极限是提供微积分严格的基础最简单的方式，基于这个原因，它们是标准的做法。
导数[编辑]
主条目：导数
在运动学中，平均速度等于通过的距离除以所花费的时间——在一小段间隔的时间内，除上其走过的一小段距离，等于这一小段时间内的速度，但是当这一小段间隔的时间趋于零，也就是瞬时速度时，则无法按照通常的除法计算，这时的速度为时间的导数，得用求导的方法计算。也就是说，一个函数的自变量趋近某一极限时，其因变量的增量与自变量的增量之商的极限即为导数。在速度问题上，距离是时间的因变量，随时间变化而变化；当时间趋于某一极限时，距离增量除以时间增量的极限即为距离对时间的导数。
导数的几何意义是该函数曲线在这一点上的切线斜率。
微分学[编辑]
主条目：微分学
在点(x, f(x))处的切线。在曲线上一点的导数f'(x)是在该点与曲线相切直线的斜率。
微分学主要研究的是在函数自变量变化时如何确定函数值的瞬时变化率（导数或微商）。换言之，计算导数的方法就叫微分学。微分学的另一个计算方法是牛顿法，该算法又叫应用几何法，主要通过函数曲线的切线来寻找点斜率。费马常被称作“微分学的鼻祖”。
微分学研究的是一个函数的导数的定义，性质和应用。求导的过程被称为微分。给定一个函数和定义域内的一个点，在那个点的导数描述了该函数在那一点附近的表现。通过找出一个函数定义域内每一点的导数，可以生成一个新的函数，叫做原函数的导函数，或者导数。在数学术语中，导数是输入一个函数，输出另一个函数的线性算子。这比初等代数里的过程更抽象一些，初等代数里的函数常常是输入一个数，并输出另一个数。例如，如果在倍增函数中输入3，则输出6，和如果在平方函数中输入3，则输出9。但是，微分能把平方函数作为输入，这意味着微分利用平方函数的所有信息去产生另一个函数（生成的函数是倍增函数）。导数的最常见的符号是一个类似撇号的符号，叫作“撇”。从而函数f的导数是f'，读作“f一撇”。例如，如果f(x)=x^2是平方函数，那么它的导数f'(x)=2x是倍增函数。如果函数的输入量代表时间，那么导数就代表关于时间的变化。例如，如果f是输入时间，输出那个时间的球的位置的函数，则f的导数就是位置随着时间怎样变化，这就是球的速度。如果一个函数是线性的（也就是说，如果函数的图像是一条直线），那么这个函数可以写成y=mx+b，x是自变量，y是因变量，b是y的纵截距，且
m = \frac{\Delta y}{\Delta x}.
这个公式给了一条直线的斜率的一个准确值。如果这个函数的图像不是一条直线，那么在y上的变化量除以在x上的变化量随x改变。导数给出了输出量关于输入量的变化率这一概念一个确切的含义。具体来说，设f是一个函数，并在它的定义域内取一个点a，(a,f(a))是这个函数图像中的一个点。假设h是一个接近于0的数，这时a+h是一个接近于a的数。所以(a+h,f(a+h))是节点于(a,f(a))的。这两点间的斜率是
m = \frac{f(a+h) - f(a)}{(a+h) - a} = \frac{f(a+h) - f(a)}{h}.
这个表达式称为差商。通过曲线上的两个点的一条线称为割线，所以m是(a,f(a))和(a+h,f(a+h))间割线的斜率。割线仅仅是函数在a点行为的一个近似，因为它不能解释函数在a到a+h之间的情况。通过设定h为0来发现函数在a处的行为是不可能的，因为这需要除以0，而除以0也是不可能的。导数定义为h趋向于0时差商的极限，就是说用h可取的所有可能小的值来研究f的行为，并取一个合适的值作为当h等于0时差商的值。
\lim_{h \to 0}{f(a+h) - f(a)\over{h}}.
几何上，导数是函数f在a点处切线的斜率。切线是割线的极限，正如导数是差商的极限。因此，导数有时也被称为f的斜率。这里有一个具体的例子，就是求一个平方函数在x等于3处的导数。令这个平方函数为f(x)=x^2:
曲线一点的导数f'(x)是在该点与曲线相切直线的斜率。斜率是通过求割线斜率的极限得出的。这里红色的方程是f(x)=x^3-x。切线方程为绿色，经过点(-\frac{3}{2},-\frac{1}{8})，斜率\frac{23}{4}。注意图中纵横尺度不等
\begin{align}f'(3) &=\lim_{h \to 0}{(3+h)^2 - 3^2\over{h}} \\
&=\lim_{h \to 0}{9 + 6h + h^2 - 9\over{h}} \\
&=\lim_{h \to 0}{6h + h^2\over{h}} \\
&=\lim_{h \to 0} (6 + h) \\
&= 6.
\end{align}
平方函数在点(3,9)处的切线斜率是6，也就是说，它是朝上走的速度是朝右走的速度的6倍。若平方函数的定义域中的任一点都存在刚才所描述的极限，那么我们就把它定义为平方函数的导函数，也简称为平方函数的导数。以上的一个相似计算表明平方函数的导数是倍增函数。
莱布尼茨记号[编辑]
一个由莱布尼茨引进的常用导数记号，以上面为例，是：
\begin{align}
y&=x^2 \\
\frac{\mathrm{d}y}{\mathrm{d}x}&=2x.
\end{align}
在以极限为基础的理论里，记号\frac{\mathrm{d}y}{\mathrm{d}x}并不理解成两个数的商，而是上面计算的极限的简记。然而，莱布尼茨打算将它表示成两个无穷小数的商，x的一个无穷小变化量\mathrm{d}x引起了一个无穷小的变化量\mathrm{d}y。我们也可以把\frac{\mathrm{d}}{\mathrm{d}x}看作一个微分算子，它以一个函数为输入，以这个函数的导函数作为输出。例如：
\frac{\mathrm{d}}{\mathrm{d}x}(x^2)=2x.
在这个用法中，分母中的\mathrm{d}x读作“关于x”。即使微积分理论是用极限的概念，而不是用无穷小的概念发展成的，但是我们常常把\mathrm{d}x，\mathrm{d}y这类记号当作无穷小的数来操作。尽管可以避免这样的操作，但是有时候它们在符号上可以方便地表达全导数这类操作。
积分学[编辑]
主条目：积分学
积分学是微分学的逆运算，即从导数推算出原函数，又分为定积分与不定积分。一个一元函数的定积分可以定义为无穷多小矩形的面积和，约等于函数曲线下包含的实际面积。因此，我们可以用积分来计算平面上一条曲线所包含的面积、球体或圆锥体的表面积或体积等。从技术上来讲，积分学是研究线性算子之间的关系。
不定积分是导数的逆运算，即反导数。当f是F的导数时，F是f的不定积分。（这种在公式中使用大小写字母以区分微分积分在数学中很常见。）
定积分输入公式，得出数字，即给出图像与横坐标之间面积的代数解。对定积分的技术定义是矩形总面积的极限，又称黎曼积分。
举例：在给定时间内行径的路程：
路程 = 速度 × 时间
如果速度是一定的，那么上述参数简单相乘既可得出结果。但如果速度为变量，那么就不得不使用更强大的公式。其中的一个方式是将行径路程根据时间近似地划分成许多小部分，将每个间距中的时间乘以当时的速度，最后将每个间距所行径的近似路程累计为黎曼和。最基本的概念是，如果时长间隔很短，那么速度会近似不变。然而，黎曼和只给出行径路程的近似值。我们必须求得黎曼积分的极限，来得出精确的值。
积分可以被视为在两点之间（这里是a、b之间）求得曲线下的面积，定义为\int_{a}^{b} f(x) \mathrm{d}x
如果左图中的f(x)代表根据时间而改变的速度，那么a时间点与b时间点之间的路程就可以用阴影区域s来表达。
要求得区域面积的近似值，直观的办法就是将a、b两点之间的路程分割为等长线段，每个线段的长度用符号\Delta x来标记。对于每个小线段，我们在方程上找到对应值f(x)，记为h。如此，以\Delta x为底、h为高的矩形面积（时间\Delta x乘以速度h） ，就是通过该线段的路程。和每个线段相关联的是线段上方程的平均值f(x)=h。所有矩形的总和就是数轴与曲线之间面积的近似值，即总行径路程的近似值。\Delta x的值越小，矩形数量就越多，近似值也就越精确。而如果我们要求得精确值，就必须寻找\Delta x的极限，令其数值逼近零。
积分的符号是\int \,,好像一个拉长的S（S意味"求和"）。定积分被记为如下：
\int_a^b f(x)\, \mathrm{d}x.
求f(x)由a到b的定积分。莱布尼茨的符号\mathrm{d}x意在表述将曲线下的面积分割为无穷多的矩形，以至于他们的宽\Delta x变成无穷小的\mathrm{d}x。建立在极限上的微积分，符号
\int_a^b \ldots\, \mathrm{d}x
应被理解为输入方程公式，输出数字面积。终端微分\mathrm{d}x不是数字，也不是与方程f(x)相乘，而是作为\Delta x余留的极限定义，可被视为积分运算的符号。从形式上来讲，微分代表了被积分方程的变量，并作为积分运算的尾括号。
不定积分，或反导数，被记作：
\int f(x)\, \mathrm{d}x.
常数不同，导数相同的方程，可是说明一个方程的反导数实际上是一组常数不同的方程组。C是常数的方程y=x^2+C求导，得方程y'=2x；后者的反导数可被写为：
\int 2x\, \mathrm{d}x = x^2 + C.
反导数中的未知常数C被称为积分常数.
微积分基本公式[编辑]
微积分基本公式（Fundamental Theorem of Calculus）又称微积分基本定理、牛顿-莱布尼茨公式，证实微分和积分互为逆运算。更精确地说，它将一个反导数的具体值与定积分联系起来。因为计算反导数通常比应用定积分定义更加简单，微积分基本公式为计算定积分提供了一个行之有效的方式。它也可以被理解为微分是积分逆运算的精确解释。
微积分基本公式：如果方程f在[a, b ]区间是连续的，方程F在区间（a, b）的导数是f，那么，
\int_{a}^{b} f(x)\,\mathrm{d}x = F(b) - F(a).
更进一步，对于在区间（a, b）的每个x都有,
\frac{\mathrm{d}}{\mathrm{d}x}\int_a^x f(t)\, \mathrm{d}t = f(x).
根据前辈伊萨克·巴罗的成果，艾萨克·牛顿爵士和戈特弗里德·威廉·莱布尼茨发现了这一规律。这也成为他们日后数学分析硕果的重要基石。基本公式为计算定积分提供了简单的计算反导数的代数方法，而无须使用极限来穷尽。它也是解微分方程的雏形。微分方程可以给出任意方程的导数，成为科学的必备工具。
微积分的符号[编辑]
微分学中的符号“\textrm{d}x”、“\textrm{d}y”等，系由莱布尼茨首先使用。其中的\textrm{d}源自拉丁语中“差”（Differentia）的第一个字母。积分符号“\int_{}\,”亦由莱布尼茨所创，它是拉丁语“总和”（Summa）的第一个字母s的伸长（和Σ有相同的意义）。
微积分学的应用[编辑]
鹦鹉螺的对数螺线是微积分增长变幻的经典图像
微积分学的发展与应用几乎影响了现代生活的所有领域。它与大部分科学分支关系密切，包括精算、计算机、统计、工程、商业、医药、人口统计，特别是物理学；经济学亦经常会用到微积分学。几乎所有现代技术，如建筑、航空等都以微积分学作为基本数学工具。微积分使得数学可以在变量和常量之间互相转化，让我们可以已知一种方式时推导出来另一种方式。
物理学大量应用微积分；所有经典力学和电磁学都与微积分有密切联系。已知密度的物体质量，动摩擦力，保守力场的总能量都可用微积分来计算.例如，将微积分应用到牛顿第二定律中：史料一般将导数称为“变化率”。物体动量的变化率等于向物体以同一方向所施的力。今天常用的表达方式是\textbf{\emph{F}}=m\textbf{\emph{a}}，它包换了微分，因为加速度是速度的导数，或是位置矢量的二阶导数。已知物体的加速度，我们就可以得出它的路径。
麦克斯韦尔的电磁学和爱因斯坦的广义相对论都应用了微分。化学使用微积分来计算反应速率，放射性衰退。生物学用微积分来计算种群动态，输入繁殖和死亡率来模拟种群改变。
微积分可以与其他数学分支交叉混合。例如，混合线性代数来求得值域中一组数列的“最佳”线性近似。它也可以用在概率论中来确定由假设密度方程产生的连续随机变量的概率。在解析几何对方程图像的研究中，微积分可以求得最大值、最小值、斜率、凹度、拐点等。
格林公式连接了一个封闭曲线上的线积分与一个边界为C且平面区域为D的双重积分。它被设计为求积仪工具，用以量度不规则的平面面积。例如，它可以在设计时计算不规则的花瓣床、游泳池的面积。
在医疗领域，微积分可以计算血管最优支角，将血流最大化。通过药物在体内的衰退数据，微积分可以推导出服用量。在核医学中，它可以为治疗肿瘤建立放射输送模型。
在经济学中，微积分可以通过计算边际成本和边际利润来确定最大收益。
微积分也被用于寻找方程的近似值；实践中，它用于解微分方程，计算相关的应用题，如牛顿法、定点循环、线性近似等。比如，宇宙飞船利用欧拉方法来求得零重力环境下的近似曲线。
微积分学课程[编辑]
在大学的理工科教学中，微积分是“高等数学”的主要内容之一。其教学法由学科创立一开始就受到人们重视。在美国大学先修课程中，AP微积分AB、BC分别为对应大学一元微积分半年、全年课程。
在香港，微积分是新高中课程数学（延展部分）的一部份，这部分是选修的