微积分的学习记录

news2026/4/19 4:35:49
在看一个介绍微积分的视频时我和豆包AI讨论了关于微积分的思维公式两方面的内容。微积分的思维比较容易学而微积分的公式就比较复杂基于此我就有了将思维和公式拆开学习的想法以前在大学学微积分学了一个囫囵吞枣看看本次能否再捡屠龙刀。本文将先探究微积分的思维方式在寻找牛顿时期的微积分公式最后再看现在的微积分公式。从历史角度来看牛顿时期的微积分公式比较少大概不到10条相对更容易学习而现在的微积分公式已经膨胀到50条左右如果算上50条公式的变化形态基本上可以说是无穷无尽了。而50条的复杂微积分公式很明显不利于学习那么是否存在只用学习思维少量公式的学习方案呢我认为应该是有的就让我们进入下面的学习吧一、微积分思维微积分的思维是一种通过分析变化和累积来理解和解决问题的科学思维方式强调已知与未知之间的关系。1、微积分基础概念微积分主要包括两个核心概念导数和积分。导数用于描述函数的变化率反映了某一变量的瞬时变化而积分则用于计算累积量通常表示面积或体积等。微积分的思维方式可以总结为以下几点1、划分与关系微积分的思维首先涉及对问题的划分例如将一个复杂的区域划分为多个小部分以便于分析和计算。通过这种划分可以更清晰地理解各部分之间的关系。2、极限的概念微积分的核心在于极限的概念。通过让某些量趋近于零微积分能够处理连续变化的问题帮助我们理解在无限小的情况下函数的行为。3、已知与未知微积分的思维强调用“已知”去认识和解决“未知”。例如通过已知的瞬时速度来推导出物体的位移或者通过已知的面积公式来计算复杂图形的面积。2、微积分的应用微积分在科学、工程、经济等多个领域都有广泛的应用。它不仅是数学研究的基础也是解决实际问题的重要工具。例如在物理学中微积分用于描述运动、力和能量的变化在经济学中微积分用于分析成本、收益和市场变化等。3、微积分的思维方式生物性思维方式饿了吃饭渴了喝水冷了加衣服孤独去找朋友。数学思维方式将自己的行为进行量化思考自己的收入有多少衣食住行的经济支出倾向于哪个方面整体收入是否大于整体支出能够存储多少钱——关键词是对生活进行量化数据化。微积分思维方式在数学思维方式的基础上思考生活中的某个连续数据的变化速率计算生活中数据的累积量。比如每月支出费用的变化速率每月支出费用的累积量。——在量化的基础上进行微积分方式的思考。其他思维方式以微积分的方式进行思考就是微积分思维方式以科学计算的方式进行思考就是科学计算思维方式以图形化的方式进行思考就是图形化思维方式。组合思维方式学习者应该从众多的思考方式中选择适合自己的思考方式从而形成适合自己的思维方式。这种思维方式需要持续不断的进行培养否则就容易退化为生物性思维方式。或者换句话说如果不进行数学及其他高级思维方式哪怕大学毕业其同样是在使用生物性思维方式进行思考。微积分思维方式之于数学思维方式正如数学思维方式之于生物性思维方式即是说微积分思维方式并不是难以形成的微积分和数学完全一样。4、微积分思维方式的实现重大的微积分问题、方案很少由个人在短时间内做出来要么是由著名数学家花费经年累月的时间得出成熟结果要么是由机构系统性的分析微积分问题得出对应报告。个人面对复杂的微积分问题在思维层面可以进行分析在公式层面进行实际解决问题时应该选择外界的帮助1寻找相关机构发布的微积分问题报告。比如要想知道关于风暴的速率问题可以从气象台寻找风暴推进速度的报告要想知道公司收入的速率问题可以从公司的收入报告中寻找答案。2自己组建团队或者加入专业团队从事微积分工作。3将相关微积分问题喂给AI让AI帮你算。4对微积分公式融会贯通后自己算。二、微积分公式历史思维方式要研究、分析一件事物首先应该了解它们的历史。比如微积分公式的历史肯定是以牛顿-莱布尼兹时期为源头。艾萨克·牛顿1643年1月4日1727年3月31日戈特弗里德·威廉·莱布尼茨Gottfried Wilhelm Leibniz1646年7月1日1716年11月14日基本时同一时期的人物。1、牛顿-莱布尼茨时期的微积分公式9条一微积分基本定理最核心1 条牛顿 - 莱布尼茨公式定积分∫ab​f(x)dxF(b)−F(a)二莱布尼茨体系下的微分法则共 5 条常数微分d(C)0幂函数微分d(xn)nxn−1dx和差法则d(u±v)du±dv乘积法则d(uv)udvvdu商法则d(vu​)v2vdu−udv​三对应基本不定积分公式共 3 条∫0dxC∫xndxn1xn1​C (n−1)∫(u±v)dx∫udx±∫vdx合计9 条核心公式 / 法则2、现在的微积分公式36条一、微积分基本定理2 条第一基本定理变上限积分求导dxd​∫ax​f(t)dtf(x)第二基本定理牛顿 - 莱布尼茨公式∫ab​f(x)dxF(b)−F(a)二、基本导数公式常用 13 条(C)′0(xμ)′μxμ−1(ex)′ex(ax)′axlna(lnx)′x1​(loga​x)′xlna1​(sinx)′cosx(cosx)′−sinx(tanx)′sec2x(cotx)′−csc2x(secx)′secxtanx(cscx)′−cscxcotx反三角函数常用(arcsinx)′1−x2​1​三、求导法则5 条和差(u±v)′u′±v′数乘(ku)′ku′乘积(uv)′u′vuv′商(vu​)′v2u′v−uv′​复合链式dxdy​dudy​⋅dxdu​四、基本不定积分公式对应导数常用 12 条∫0dxC∫xμdxμ1xμ1​C (μ−1)∫x1​dxln∣x∣C∫exdxexC∫axdxlnaax​C∫sinxdx−cosxC∫cosxdxsinxC∫sec2xdxtanxC∫csc2xdx−cotxC∫secxtanxdxsecxC∫cscxcotxdx−cscxC∫1−x2​1​dxarcsinxC五、常用积分方法与公式4 类换元积分法第一、第二类分部积分法∫udvuv−∫vdu有理函数积分部分分式分解三角代换sin,tan,sec 代换六、定积分常用性质略不算独立公式主要是线性、区间可加性、估值定理、中值定理等。合计36 条核心公式 / 法则三、暂且总结一看思维就会一看公式就废。未完待续。。。。。。注部分微积分知识来源于网络和豆包。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2438821.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…