本文内容对应我的博客中微积分笔记总目录下的第四章,积分的应用。
4. 积分的应用
4.1 平均值和加权平均值(Averages and Weighted Averages)
连续平均值的定义:
Continuous Average=b−a1∫abf(x)dx
注意,平均值与选择的变量有关,比如求半圆高度的平均值,对x轴和对圆心角θ会算出不同的结果,这是因为,对x轴而言,分母是半圆的直径,而对于圆心角θ而言,分母则是半圆的周长。
加权平均值的定义:
Weighted Average=∫abw(x)dx∫abf(x)w(x)dx
加权平均值在概率问题中非常常见。
4.2 求两条曲线包围下的面积
如下图所示,
我们要求的面积为蓝色区域,除此之外,我们还需要知道两条曲线的交点的坐标。之后我们可以得到,
Area=∫abHeight(f(x)−g(x))Basedx
在具体情况中,一定要选好哪个变量是自变量,有一些情况需要我们颠倒横轴纵轴来帮助我们简化面积公式。比如下图,求x=y2 与y=x−2 所包围形成的面积
很明显,正常求解过程中,横向的抛物线从正常的角度来看不能被看成函数,而且需要把面积竖直分成两部分,但是交换X, Y轴的顺序反而会大大简化运算(把y 看作自变量)。
4.3 求二维曲线轨迹长度(Arc Length)、三维曲面面积和体积(Surface and Volume)
在具体求轨迹长度之前,需要先引入参数方程,因为不同形状的曲线或者是之后多变量微积分中的曲面,根据选取的坐标系的不同,运算量也会不同。比如矩形类或者长方体更适合常用的笛卡尔坐标系(xyz坐标系),而圆柱类,球类则更适合柱坐标系和球坐标系。
4.3.1 坐标系和参数方程(Coordinates and Parametric Equations)
极坐标和笛卡尔坐标系(Polar Coordinates and Cartesian Coordinates)
因为是单变量微积分,坐标系只是二维的。对于那些通过旋转或者依赖角度而生成的曲线来说,把笛卡尔二维坐标系转化为极坐标是非常方便的。
极坐标转化为笛卡尔坐标的公式为:
x=rcosθy=rsinθ
笛卡尔坐标转化为极坐标的公式为:
r=x2+y2θ=tan−1xy
其中r是到坐标原点的距离(一般来说范围是0≤r≤∞),θ 是点与原点的连线和水平轴所成的角(一般来说范围是−π≤θ≤π 或者0≤θ≤2π)
例如,将y=1转化到极坐标中
y=1=rsinθr=sinθ1
参数方程
参数方程的目的是将原本的两个变量x, y分别表示成另外一个变量(比如说时间t)的函数,这种方式在实际应用中是非常有用的,因为我们可以通过中间变量来获得x, y的关系:
{xy=x(t)=y(t)
常见的例子就是圆的参数方程
{xy=rcost=rsint
也就是x2+y2=r2。
4.3.2 弧长对应的微分形式
1. 笛卡尔坐标系下求曲线弧长的微分形式是:
(Δs)2≈(Δx)2+(Δy)2
转化成微分形式:
ds2=dx2+dy2→ds=dx2+dy2ds=1+dx2dy2 dx=1+dx2dy2 dx=1+f′(x)2 dx
2. 极坐标系下求曲线弧长的微分形式是:
ds=rdθ
简单的弧长计算。
3. 参数方程下求曲线弧长的微分形式是:
ds=dx2+dy2=(dt2dx2)+(dt2dy2) dt
4.3.3 壳层法和圆盘法(Methods of Shells and Disks)——应对旋转类几何问题
普通切割法
普通切割法源于最简单的微分方法,将一个三维物体沿某个方向切成一小片。这种方法适用于竖直堆砌的底面不为圆类的物体
ΔV≈A⋅Δx这里A是每一小片的底面积,也是关于某一变量x的函数,Δx是厚度。上面的式子取极限再积分之后就是
V=∫A(x)dx
壳层法
壳层法求体积
壳层法求体积一般用于曲线绕竖直轴旋转的情况,如下图所示。
壳层法本质就是叠加每一层壳(通俗理解就是薄薄的一个空心圆柱体),微分的空心圆柱体的体积公式类似于厚度极小的长方体,由侧面积乘厚度得到。
dV=Side Area2πxf(x)⋅Thicknessdx
通过积分可以得到公式:
V=∫abSide Area2πxf(x)⋅Thicknessdx
(注意!这里的f(x)只是表示高度,不一定和曲线的表达式一样,比如上图中的f(x)=a−x2而不是f(x)=x2)
圆盘法
圆盘法求体积
圆盘法一般用于曲线绕水平轴旋转的情况。如下图,
可以发现旋转后的体积可以通过对x轴某处的一小块圆盘做积分得到。微分形式是:
dV=Base Areaπf(x)2⋅thicknessdx
积分可以得到:
V=∫abBase Areaπf(x)2⋅thicknessdx
圆盘法求曲面面积(Surface Area)
对于旋转体的曲面面积,可以类比圆柱的侧面面积公式,底面周长与高度的乘积。而对于一般旋转体而言,就是一小段弧长作为圆盘的厚度。
如果物体是绕y轴而成的,面积微元为(用ds表示一小段弧长):
dS=Circumference2πx⋅Heightds
积分之后就得到:
S=∫abCircumference2πx⋅Heightds
如果物体是绕x轴而成的,面积微元为(用ds表示一小段弧长):
dS=Circumference2πy⋅Heightds
积分之后就得到:
S=∫abCircumference2πy⋅Heightds
参数方程下的曲面面积
如果变量x, y表示成了参数方程,这时候只需要把弧长公式换成参数方程下的情况即可,其他思路不变。
(积分应用之概率求解请参考上面的链接。)
4.5 微分方程简介(Differential Equations)
简单举例
大三大四学控制的时候印象最深刻的就是微分方程组了。微分方程如其名,就是把函数的微分引入方程当中,比如说对汽车的控制需要知道加速度,速度,角速度,角加速度的信息,而这些信息都是关于位移或者角度的微分。
本节只是对微分方程的简介,如果以后听了MIT 18.03微分方程这门课后,我也会专门做一下笔记。
经典的一个微分方程的例子是:
(dxd+x)y=0
其中(dxd+x)被称为湮没算符(annihilation operator)
微分方程的解法核心就是分离变量(Separation of Variables),本例中,打开括号后方程可以写成:
dxdy=−xy→ydy=−xdx
两边同时积分,
∫ydy=−∫xdxlny=−2x2+C(assume y>0)y=exp(−2x2+C)=ece−2x2=Ae−2x2(A=ec)
结果类似标准正太分布。
分离变量
一般来说,微分方程的形式为:
dxdy=f(x)g(y)
分离变量之后再积分为:
∫g(y)dy=∫f(x)dx
令:
H(y)=∫g(y)dy; F(x)=∫f(x)dx
H(y)=F(x)+C就是微分方程的隐式解(Implicit Solution)