微分處理的是變化率。積分做的是把許許多多微小的增量加起來求和。乍一看,微分與積分毫無關係,其實它們密切相關。
我們先畫乙個函式\(f(t)\)的圖,如圖1所示。
積分的中心問題是計算函式\(f(t)\)曲線下面的面積。為了使這個問題顯得更清楚,我們考慮一段函式,如\(t=a\)和\(t=b\)之間的函式,選取的自變數這兩個值稱為積分限。我們要計算圖2中陰影部分的面積。
要計算這個面積,我們把陰影部分分成很多很多纖薄的矩形(如圖3),把這些小矩形的面積加起來,就是我們要求的面積。
當然,這樣得到的是近似結果,但是,當矩形的寬度趨於0,我們將得到準確結果。下面說一下計算步驟。第一步,把\(t=a\)和\(t=b\)之間的區域分成\(n\)個次區域,每個次區域的寬度為\(\delta t\)。對於某個\(t\)處的小矩形,寬為\(\delta t\),高為此處的函式值\(f(t)\),於是可得此處小矩形的面積為
\[\delta a =f(t)\delta t
\]把所有的這些小矩形的面積加起來,就得到要求的陰影部分面積的近似值,
\[a =\sum_i f(t_i)\delta t
\]其中的大寫希臘字母\(\sigma\)表示求和,即把一系列用\(i\)標記的值加起來。比如\(n=3\),就有
\[a =\sum_i f(t_i)\delta t=f(t_1)\delta t+f(t_2)\delta t+f(t_3)\delta t
\]這裡\(t_i\)表示第\(i\)個小矩形在\(t\)軸上的位置。
\(\delta t\)趨於0,小矩形數目\(n\)趨於無窮,求出此時小矩形面積和的極限,此即為要求的面積的準確值,也即是\(f(t)\)的定積分的定義,寫為下式:
\[a =\lim_\sum_i f(t_i)\delta t=\int_a^b f(t)dt
\]積分符號\(\int\)取代了求和符號,\(dt\)取代了\(\delta t\),積分符號裡面的函式\(f(t)\)稱為被積函式。
把上式中的\(b\),換成\(t\),得到這樣乙個積分,
\[\int_a^t f(t)dt
\]把\(t\)看成乙個變數,上式這個積分就是變數\(t\)函式(注意不是\(t\)的函式):
\[f(t)=\int_a^t f(t)dt
\]由乙個給定的函式\(f(t)\),定義出乙個新的函式\(f(t)\)。前面的\(a\)也是可以變的,這裡我們不考慮這種情況。這個新的函式\(f(t)\)稱為\(f(t)\)的不定積分。稱為不定積分,因為我們不是從乙個固定值積分到另乙個固定值,而是積分到另乙個變數。對於不定積分,我們通常不寫上下限,寫為如下形式:
\beginf(t)=\int f(t)dt\label\end
微分和積分之間有深刻聯絡,如果\(f(t)=\int f(t)dt\),則有
\[f(t)=\frac
\]這個聯絡就叫做微積分基本定理,下面我們說明一下這個結果的由來。變數\(t\)有個小的增量,從\(t\)變到\(t+\delta t\),於是有個新的積分,
\[f(t+\delta t)=\int_a^ f(t)dt
\]即在圖3陰影部分\(t=t\)處新加了一塊寬為\(\delta t\)矩形,於是差\(f(t+\delta t)-f(t)\)即為多出來的這塊小矩形的面積,
\[f(t+\delta t)-f(t)=f(t)\delta t
\]兩邊除以\(\delta t\),
\[\frac=f(t)
\]取極限\(\delta t \rightarrow 0\),有:
\[\lim_\frac=\frac=f(t)
\]換一下變數的符號,則有
\[\frac=f(t)
\]這說明,積分和微分是逆運算,積分的導數即原被積函式。
知道\(f(t)\)的導數是\(f(t)\)就能完全確定\(f(t)\)嗎?還不能完全確定,因為\(f(t)\)加上乙個常數不改變它的導數。給定乙個函式\(f(t)\),它的不定積分的函式形式是不定的,如果\(f(t)\)是\(f(t)\)的不定積分,\(f(t)\)加上任意常數之後,\(f(t)+c\)也是\(f(t)\)的不定積分。
下面我們說明一下微積分基本定理的應用。比如我們計算函式\(f(t)=t^n\)的積分,
\[f(t)=\int f(t)dt
\]根據微積分基本定理,有
\[f(t)=\frac\]即
\[t^n=\frac
\]現在的任務就是找到乙個函式\(f(t)\),它的導數是\(t^n\),這不是難事。
我們在上一章就已經知道,
\[\frac=mt^
\]令\(m=n+1\),則有
\[\frac)}=(n+1)t^n
\]兩邊除以\(n+1\),有
\[\frac/n+1)}=t^n
\]因此,\(t^n\)是\(\frac}\)的導數,所以,
\[f(t)=\int t^ndt=\frac}
\]再加上任意的常數,就得到\(t^n\)的不定積分,
\[\int t^ndt=\frac}+c
\]積分常數\(c\)需要其他的條件來確定。
出現這個任意的常數是因為積分的乙個積分限沒有確定。如果我們選定另乙個積分限,即前述的\(a\),由\(a\)就可以確定常數\(c\)。考慮積分
\[\int_a^tf(t)dt
\]當兩個積分限為同一點,即 \(t=a\),積分必為0,由此可確定積分常數\(c\)。
一般情形下的微積分基本定理寫為如下形式:
\begin\int_a^b f(t)dt=f(t)\big |_a^b=f(b)-f(a)\label\end
另外乙個表述方式是
\begin\int \fracdt=f(t)+c\label\end
即對函式的導數積分得到原來的函式(加上乙個任意常數)。
以下是幾個有用的積分公式:
\[\int c dt=ct+c'$$ (注:原文漏掉第二個常數$c'$)
$$\int cf(t)dt=c \int f(t)dt\]
\[\int t dt=\frac+c
\]\[\int t^2 dt=\frac+c
\]\[\int t^ndt=\frac}+c
\]\[\int \sin t dt =-\cos t +c
\]\[\int \cos t dt =\sin t +c
\]\[\int e^t dt = e^t +c
\]\[\int \frac = \ln t +c$$ (注:原文漏掉常數$c$)
$$\int [f(t) \pm g(t)]dt = \int f(t)dt \pm \int g(t) dt \]
練習1:求下列函式的不定積分:$$f(t)=t^4$$ $$f(t)=\cos t$$ $$f(t)=t^2-a$$
練習2:取積分限分別為\(t=0\)和\(t=t\),應用微積分基本定理重新計算練習1中的積分
練習3:把練習1中的函式視為乙個粒子的加速度的表示式,積分一次,得到粒子的速度,再積分一次,得到粒子的軌跡。wom我們取\(t\)為積分限,把函式的啞變數改為\(t'\),將函式從\(t'0\)積分到\(t'=t\),$$v(t)=\int_0^t t'^4 dt'$$ $$v(t)=\int_0^t \cos t' dt'$$ $$v(t)=\int_0^t (t'^2-a) dt'$$
計算積分可以查表,或者用數學軟體\(mathematica\)。如果不得不手算,有個古老的技巧,非常有用,這就是分部積分。我們曾在上一章講過兩個函式的積的導數:
\[\frac=f(x)\frac+g(x)\frac
\]對上式兩邊進行積分,從\(x=a\)積到\(x=b\),
\[\int \fracdx=\int f(x)\frac dx + \int g(x)\frac dx
\]上式的左邊比較容易,函式導數的積分是函式本身,即上式的左邊為
\[f(b)g(b)-f(a)g(a)
\]常寫為如下形式:
\[f(x)g(x)\vert_a^b
\]現在把右邊其中一項移到左邊,
\beginf(x)g(x)|_a^b-\int f(x)\frac dx=\int g(x)\frac dx\label\end
現在考慮計算乙個積分,被積函式恰好是乙個函式\(f(x)\)與另外乙個函式\(g(x)\)的導數的積,即方程(\ref)右邊的形式,如果直接積分沒辦法算,可以轉換成方程(\ref)左邊的形式,如果運氣好,左邊的積分\(\int f(x)\frac dx\)我們會算,那麼方程(\ref)右邊的積分也就算出來了。
下面我們舉個例子。比如計算如下積分:
\[\int_0^x\cos x dx
\]注意到
\[\cos x = \frac$$,於是要求的積分變成
$$\int_0^x \frac dx\]
根據方程(\ref),上式結果為:
\begin\notag x \sin x \vert_0^-\int_0^\frac\sin x dx\end
也即\begin\notag x\sin x|_0-\int_0\sin x dx\end
\(\int\_0^\sin x dx\)我們會算,那麼剩下的事情比較容易了,請自己完成。
練習4:完成積分\(\int_0^x\cos x dx\)的計算
你可能會問,分部積分這個技巧很常用嗎?答案是:很常用,但不是每次都好用,看運氣了。
理論物理極礎5 能量
老先生,你在火車頭下找什麼?萊尼超愛大個頭蒸汽機車,經常和喬治去火車場看火車。今天,他們發現一位老先生好像在找什麼東西。老先生問喬治 拉火車的馬在 火車跑不需要馬,我來告訴你火車怎麼跑的,你看這裡,喬治說著,指著火車頭上乙個地方,那裡是火箱,煤炭在其中燃燒,放出化學能,緊挨著火箱是鍋爐,熱將鍋爐裡的...
機器學習數學基礎之矩陣理論(二)
目錄 一 線性空間 1.線性空間的概念 1 線性空間的定義 2 線性空間的本質 2.線性空間的基 1 線性表示 2 線性相關 3 線性無關 4 線性空間基的定義 5 座標 3.線性空間的範數 1 範數的定義 2 賦範線性空間中的距離 3 歐幾里得範數 4 lp範數 5 frobenius範數,矩陣中...
數學建模之擬合演算法理論筆記
插值與擬合的差別 插值演算法中,得到的多項式f x 要經過所有樣本點。但是如果樣本點太多,那麼這個多項式次數過高,會造成龍格現象。儘管我們可以選擇分段的方法避免這種現象,但是更多時候我們傾向於得到乙個確定的曲線,儘管這條曲線不能經過每乙個樣本點,但是只要保證誤差足夠小即可。擬合演算法 與插值演算法不...