当前位置: 首页 > news >正文

高中不讲但有点用,啥子能看懂的微积分入门!

本文会介绍一些高中老师不讲,但对于高中数学物理有一定帮助的(一元函数)微积分基础,由于笔者能力非常有限,大多数不会,略去了大量证明,而且理解较为浅薄,逻辑可能混乱,若有勘误希望读者指出。

(笔者默认读者已经学完高中数学)本文参考《Art Of Problem Solving: Calculus》,《高等数学》同济版,以及 B 站 宋浩老师 的网课。

0. 背景

$$ (木板)'=木棍 $$
$$ (木板)''=(木棍)'=木屑 $$
$$ \int 木板 = 木箱 + C $$

顾名思义,“微”就是分成小段,“积”就是把小段累加起来。微积分的思想很自然,在生活和物理中很常见,它的前身是“微元法”。

比如,要计算区间上一个函数 $f(x)$ 与 $x$ 轴围成的图形的面积,我们会把它分割成 $n$ 条矩形,每个矩形分别求面积(有多种计算方法)再累加。

当 $n$ 越来越大的时候,每个矩形越来越窄,高度越来越接近 $f(x)$,矩形组成的图形也越来越接近原来的图形,这就是微积分的思想。

我们经常写的 $\sum v\Delta t=x$ 也是这个道理。

要了解微积分,首先,也是最重要的,要了解极限。

1. 函数的极限与连续

高中数学书只把极限当作符号,不讲连续就直接讲导数,全在背公式,这也太难受了!

1.1 极限

直觉上理解,极限就是函数 $f(x)$ 在 $x(x\in \mathbb{R})$ 处“靠近”某个值 $c(c \in \mathbb{R})$。

例 1.1.1

考虑函数 $f(x)=x+1$ 和 $g(x)= \dfrac{x^2-1}{x-1} $。 这两函数有什么不同?
有且仅有定义域不同,$g(x)=x+1(x\neq1)$。在图像上呈现,就是“挖掉了” $(1,2)$。

显然,$g(x)$ 会“接近”$(1,2)$,我们记作 $\lim_{x\to 1}g(x)=2$,读作“当 $x$ 趋近于 $1$ 时,$g(x)$ 的极限为 $2$。”

【仅作了解】$\delta-\epsilon$ 语言

定义:设函数 $f(x)$ 在点 $x_0$ 的某一去心邻域中有定义,如果存在常数 $A$,对于任意给定的正数 $\epsilon$(无论它多么小),总存在正数 $δ$,使得当 $x$ 满足不等式
$0 < |x - x_0| < δ$
时,对应的函数值 $$f(x)$$ 都满足不等式
$|f(x) - A| < ε$
那么常数 $A$ 就叫做函数 $f(x)$ 当 $x\to x_0$ 时的极限,记作:$lim_{x→x_0} f(x) = A$。
这个定义晦涩难懂,曾经折磨了笔者好久,仅作了解即可。
去心邻域:可以理解为 $x\in(x_0-\delta,x_0)∪(x_0,x_0+\delta)$。
用人话讲,这个定义的意思就是 对于正数 $\epsilon$,若有常数 $A$ 使得总存在正数 $\delta$ 使得 $x \in (x_0-\delta,x_0)∪(x_0,x_0+\delta)$ 时 $f(x) \in (A-\epsilon,A+\epsilon)$,则 $A$ 为 $f(x)$ 在 $x_0$ 的极限。
可以想象由直线 $x=x_0-\delta,x=x_0+\delta,y=A-\epsilon,y=A
+\epsilon$ 框出来一个“方框”,中心为 $(x_0,A)$。

注意:$\lim_{x \to x_0}f(x)$ 与 $f(x_0)$ 的值无关,与 $x_0$ 是否在 $f(x)$ 定义域内无关。

极限的性质(线性性)和运算:
若 $\lim_{x\to a}f(x)=M,\lim_{x\to a}g(x)=N$,

  1. $\lim_{x\to a}(f+g)(x)=M+N$(和的极限等于极限的和)
  2. $\lim_{x\to a}cf(x)=cM$
  3. $\lim_{x\to a}(fg)(x)=MN$(积的极限等于极限的积)
  4. $N\neq 0,\lim_{x\to a}(f/g)(x)=M/N$(商的极限等于极限的商)

证明使用 $\epsilon-\delta$ 语言,略。

*单侧极限:从左边趋近的叫做极限,从右边趋近的叫右极限,若左右极限均存在且相等,则存在唯一的双侧极限,我们平常说的极限都是双侧极限。

1.2 连续

直觉上,一个函数连续就是可以“一笔画完”,没有“挖掉的”。严谨的“函数连续”定义如下:

若 $a$ 为实值函数 $f(x)$ 定义域内一点,若 $\lim_{x\to a}f(x)=f(a)$,则称 $f(x)$ 在 $a$ 点连续。若 $f(x)$ 在定义域内处处连续,则 $f(x)$ 为连续函数。

由极限的四则运算可以推出:

若 $f(x), g(x)$ 在 $a$ 点连续,则

$lim_{x\to a}(f+g)(x)=lim_{x\to a}f(x)+lim_{x\to a}g(x)=f(a)+g(a)=(f+g)a$

$cf(x)+dg(x),(fg)(x),(f/g)(x)$($c,d$ 为常数,$g(a)\neq 0$)在 $a$ 点均连续。

介值定理:如果 $f(x)$ 为闭区间 $[a,b]$ 上连续的实值函数,且 $f(a)\neq f(b)$,则必存在 $c\in(a,b)$,使得 $f(c)=y$,$y$ 为介于(不包含)$f(a),f(b)$ 之间的实数。

有界性定理:如果 $f(x)$ 为闭区间 $[a,b]$ 上连续的实值函数,必有上界 $M$ 和下界 $N$。即 $\forall x\in [a,b],f(x)\geq N,f(x)\leq M$。注意开区间不满足。

极值(最值)定理:如果 $f(x)$ 为闭区间 $[a,b]$ 上连续的实值函数,上界为 $M$ 下界为 $N$,则一定存在 $f(c)=M, f(d)=N,c,d\in [a,b]$。即 $\forall x\in [a,b],f(x)\geq f(d),f(x)\leq f(c)$。

证明咕咕咕……

2. 导数与微分

2.1 定义

求导最无脑的理解就是求切线斜率,但求直线的斜率必须知道两个点……对吧?我们所熟知的是求割线斜率,设函数 $f(x)$ 上有两个不同的点 $P(a,f(a)),Q(b,f(b))$,则直线 $PQ$ 的斜率为 $\dfrac{f(b)-f(a)}{b-a}$,就是因变量的变化量除以自变量的变化量。

将 $b$ 写作 $a+\Delta h$, 那么斜率为 $\dfrac{\Delta f(x)}{\Delta x}=\dfrac{f(a+\Delta h)-f(a)}{a+\Delta h-a}=\dfrac{f(a+\Delta h)-f(a)}{\Delta h}$

欸?当 $\Delta h$ 变小时,两个点慢慢靠近,马上会变成一个点,那样割线不就变成切线了!

当 $\Delta x$ 即 $\Delta h$ 极小,趋近于 $0$ 时,我们将其记作 $\text{d} x$,即 $x$ 的微分,就是极小增量,就是微元法中小矩形条的底边长。此时$\Delta f(x)$ 记作 $f$ 的微分 $\text{d}f$,就是微元法中下个矩形条与这个矩形条的高度差。此时的斜率就是 $\dfrac{\text{d}f}{\text{d}x}$。

于是导数的定义出来了:$f(x)$ 在 $P(a,f(a))$ 点的导函数(简称导数,是函数不是数)为 $f'(a)=\lim_{\Delta h\to 0}\dfrac{f(a+\Delta h)-f(a)}{\Delta h}$。注意这个公式只有 $f(x)$ 在 $a$ 可导 时才能使用。

导数有多种记法,常见的有:
$$f'(x)\ \ \dfrac{\text{d}f}{\text{d}x} \ \ \dfrac{\text{d}}{\text{d}x}f(x)$$

另:注意导数和微分本质不同,不要混淆了,$f'\text{d}x=\text{d}f$,$\text{d}$ 是类似 $\Delta$ 的求微分符号,不是代表 $x$ 是主元的符号。

2.2 可导性

在一元函数中,可微可导等价,就是“可以求微分”。

可导一定连续,但连续不一定可导。

常见的连续但不可导的函数:

  1. 有“拐角”的函数,如绝对值函数,在 $0$ 处不可导,因为绝对值函数的导函数定义域里面没有 $0$。
  2. $f(x)$ 在 $a$ 处切线与 $y$ 轴平行,切线斜率无定义。

2.3 导数的基本运算

高中课本讲过,但没有进行推导:

  • $(f±g)'(x)=f'(x)±g'(x)$
  • $[cf(x)]'=cf'(x)$
  • $(fg)'(x)=f'(x)g(x)+f(x)g'(x)$
  • $(f/g)'(x)=\dfrac{f'(x)g(x)-f(x)g'(x)}{[g(x)]^2}$

其实只需要按定义就能证明了。

$$
\begin{aligned}
(f+g)'(x) = \lim_{h\to 0}\dfrac{(f+g)(x+h)-(f+g)(x)}{h} \
=\lim_{h\to 0}\dfrac{f(x+h)-f(x)}{h}+\lim_{h\to 0}\dfrac{g(x+h)-g(x)}{h} \
=f'(x)+g'(x)
\end{aligned} $$

$$ \begin{aligned}
(fg)'(x) = \lim_{h\to 0}\dfrac{(fg)(x+h)-(fg)(x)}{h} \
=\lim_{h\to 0}\dfrac{f(x+h)g(x+h)-f(x)g(x)}{h} \
=\lim_{h\to 0}\dfrac{f(x+h)g(x+h)-f(x+h)g(x)+f(x+h)g(x)-f(x)g(x)}{h} \
=\lim_{h\to 0}\dfrac{f(x+h)g(x+h)-f(x+h)g(x)}{h}+\lim_{h\to 0}\dfrac{f(x+h)g(x)-f(x)g(x)}{h} \
=f(x+h)g'(x)+f'(x)g(x) = f(x)g'(x)+f'(x)g(x)
\end{aligned}
$$

最后使用了连续性。

常用导数表

  • $C'=0$
  • $(xn)'=nx$
  • $ (ex)'=ex $
  • $ (ax)'==a\ln a$
  • $(\ln x)' = \frac{1}{x}$
  • $(\log_a x)'=\frac{1}{x\ln a}$
  • $ (\sin x)'=\cos x $
  • $ (\cos x)'=-\sin x $
  • $ (\tan x)'=\sec^2 x $
  • $ (\cot x)'=-\csc^2 x $

下面证明:
$$ \begin{aligned}
(\sin x)'=\lim_{h\to 0}\dfrac{\sin (x+h)-\sin x}{h} \
= \lim_{h\to 0}\dfrac{\sin x\cos h+\cos x \sin h -\sin x}{h} \
= \lim_{h\to 0}\dfrac{\sin x(\cos h-1)+\cos x \sin h}{h} \
= \cos x
\end{aligned}
$$

注解:$\lim_{x\to 0}\dfrac{\sin x}{x}=1, \lim_{x\to 0}\cos x=1$。

$$ \begin{aligned}
(\tan x)'=(\dfrac{\sin x}{\cos x})' \
=\dfrac{(\sin x)'\cos x-\sin x(\cos x)'}{\cos^2 x} \
=\dfrac{\cos ^2 x+\sin ^2 x}{\cos ^2 x} \ = \dfrac{1}{\cos ^2 x} = \cot ^2x\
\end{aligned}
$$

$$ \begin{aligned}
(x^n)'= \lim_{h\to 0}\dfrac{(x+h)n-xn}{h} \
= \lim_{h\to 0}\dfrac{xn+nhx+(_2n)h2x^{n-2}+\cdots
+hn-xn}{h} \
= nx{n-1}+(_2n)hx{n-2}+\cdots+h \
= nx^{n-1}
\end{aligned}
$$

忽略高阶小量。

对于指数对数函数:使用换底公式。

$ax=(e)x=e$

$\log_a{x}=\dfrac{\ln{x}}{\ln{a}}$

2.4 导数的链式法则

3 导数在数学中的应用

3.1 单调性

3.2 凹凸性

3.3 极值

3.4 速度与加速度

4 积分

4.1 定积分的定义

4.2 不定积分

4.3 积分运算法则和公式

5 积分在数学物理中的应用

http://www.jsqmd.com/news/1342667/

相关文章:

  • 华为MetaERP WIP 会计分类(WIP Accounting Class)是 EBS 车间成本核算的“科目路由表“——它决定了工单在发料、报工、完工、关闭每一个动作上借贷哪个 GL 账户。下面给
  • 计算机毕业设计之基于Spring Boot的研究生志愿填报辅助系统
  • Valhalla 静态工程审阅报告#025|VoltAgent 源码证据驱动评测【开源基础设施特辑】
  • 3个实战技巧让你的B站会员购抢票成功率提升300%
  • Agentic AI 看起来很强,为什么真实项目里总失控?
  • 全面掌握OpenPCDet:3D点云目标检测的终极工具箱 [特殊字符]
  • PCB打样板材受潮失效机理拆解:教你看懂底层逻辑
  • verilog HDLBits刷题[Building Larger Circuits]“Exams/review2015 shiftcount”---4-bit shift register...
  • Excel批量打印解决方案:提升办公效率的云端实践
  • Fable 5 图片化上下文实践:成本优化与工程落地指南
  • 2026年家用黄疸检测仪准确度横评:五大品牌检测精度与综合实力对比 - 科技焦点
  • Windows远程连接Ubuntu桌面:xrdp配置与优化指南
  • 度假酒店 24 小时热水系统推荐哪个品牌:【芬尼】度假专供 - 云溪自乐
  • 全屋四季恒温家用冷暖系统选什么牌子:【芬尼】四季如春 - 松梢月冷
  • 3分钟打造惊艳毛玻璃效果:让你的VSCode编辑器焕然一新
  • 如何快速提升Windows远程桌面性能:BetterRDP完整优化指南
  • Java程序员收藏!3-6个月转型AI大模型实战路线,轻松拿高薪!
  • 如何快速掌握OpenSpec:5步实现AI协作规范开发
  • 免费开源游戏引擎终极指南:如何用Cocos Creator快速制作跨平台3D游戏
  • verilog HDLBits刷题[Building Larger Circuits]“Exams/review2015 fsmshi”---FSM :Enable shift register
  • 如何挑选降重通过率高的工具 合规选型指南
  • 管理宝宝黄疸该选哪款家用仪器?2026年五大品牌智能管理与检测实力深度测评 - 科技焦点
  • 深度解析企业级AI Agent平台架构设计:LobeHub的技术实现原理
  • Score-Entropy-Discrete-Diffusion实战教程:用预训练模型生成高质量离散数据
  • AWS云实践者认证笔记:从零基础到认证成功的完整学习指南
  • 国赛晋级的困惑与思考
  • 连锁酒店中央热水机组选什么牌子靠谱:【芬尼】持续供水 - 晚香时候
  • 大型写字楼中央空调哪个品牌运维简单:【芬尼】维保便捷 - 云溪自乐
  • 八万字硕博论文怎么分段降维普AI率?分段处理会不会前后风格断裂。
  • RedisInsight终极指南:三步完成Redis可视化管理