🚀 微积分：变化的数学（应用与解释）

欢迎来到令人兴奋的微积分世界！别担心它听起来很可怕；微积分其实就是研究事物如何变化的学科。在“数学：应用与解释”（AI）课程中，我们较少关注抽象的证明，而是更侧重于使用这些强大的工具来建立模型并理解现实世界的现象——从预测疾病传播到优化商业利润。

如果你能自信地使用图形显示计算器（GDC）来寻找根、计算面积并分析图表，那么你已经成功了一半！

第一部分：核心概念——变化率

1.1 平均变化率 vs. 瞬时变化率

想象一下你开车行驶 100 公里用了 2 小时。你的平均变化率（平均速度）是 50 公里/小时。但你全程都保持 50 公里/小时的速度吗？很可能不是！你有时加速，有时减速。

微积分使我们能够求出瞬时变化率——即你经过某个特定公里标志的那一瞬间的精确速度。

  • 平均变化率： 在一个区间内计算得出。这是通过两点 \((x_1, y_1)\) 和 \((x_2, y_2)\) 的割线斜率的常见公式：
    $$ \text{平均变化率} = \frac{y_2 - y_1}{x_2 - x_1} $$
  • 瞬时变化率： 在单个点上计算得出。这是该点处切线的斜率。我们通过求导（微分）来获得它。

核心总结： 微分是一个通过使区间变得极其微小（趋近于零）从而从平均变化（割线）转向瞬时变化（切线）的过程。

第二部分：微分（寻找斜率）

微分（或寻找导数）为我们提供了一个公式 \(f'(x)\)，用于计算原函数 \(f(x)\) 上任意点的瞬时斜率。

2.1 符号与基本规则

我们用不同的方式来书写导数：

  • 如果函数是 \(y = f(x)\)，则导数记为 \(f'(x)\) 或 \(\frac{dy}{dx}\)。
  • 对 \(x\) 进行微分的操作记为 \(\frac{d}{dx}\)。

虽然 AI 学生通常使用 GDC 进行复杂的微分计算，但掌握这些基本规则有助于你理解其背后的结构：

1. 幂规则（最重要的规则）：
如果 \(f(x) = ax^n\)，那么 \(f'(x) = n a x^{n-1}\)。
（将指数乘下来，然后将指数减 1。）

示例： 如果 \(y = 4x^3\)，则 \(\frac{dy}{dx} = 4 \times 3 x^{3-1} = 12x^2\)。

2. 标准函数的导数（AI 重点）：

  • 指数函数： 如果 \(f(x) = e^{kx}\)，则 \(f'(x) = k e^{kx}\)。
  • 自然对数： 如果 \(f(x) = \ln(ax)\)，则 \(f'(x) = \frac{1}{x}\)。（没错，\(a\) 会消失！）
  • 常数： 如果 \(f(x) = c\)（一个数字），则 \(f'(x) = 0\)。（水平直线的斜率为零。）

💡 技术提示： 对于需要链式法则、乘积法则或商法则的函数（尤其是 HL 学生的要求），除非题目明确要求手动计算，否则请多加利用 GDC 的微积分功能。

2.2 导数的应用

微积分在 AI 课程中的真正力量在于其应用：

A. 寻找切线与法线

导数 \(f'(a)\) 给出了 \(x=a\) 处切线的斜率。

  • 切线斜率： \(m_{tan} = f'(a)\)
  • 法线斜率： 法线与切线垂直。其斜率是切线斜率的负倒数：\(m_{norm} = -\frac{1}{f'(a)}\)。

B. 运动学（运动建模）

在物理和建模中，微分连接了位置、速度和加速度。

  • 设 \(s(t)\) 为时间 \(t\) 时的位置（或位移）。
  • 速度是位置的变化率：\(v(t) = s'(t)\)。
  • 加速度是速度的变化率：\(a(t) = v'(t) = s''(t)\)（二阶导数）。

C. 优化（寻找最大值与最小值）

这对 AI 课程至关重要。优化用于寻找最大利润、最小成本或最大体积。

  1. 求导： 计算出 \(f'(x)\)。
  2. 令 \(f'(x) = 0\)： 解此方程可得到驻点的 \(x\) 值（即斜率为零的点）。*此处请使用 GDC 的求解器/求根功能！*
  3. 检查边界/上下文： 对于现实问题，务必检查定义域边界处的值（例如，如果 \(0 \le x \le 5\)）。
  4. 验证最值： 使用二阶导数测试或分析图像：
    • 如果 \(f''(x) > 0\)，则是极小值（凹向上，像一个碗 ∪）。
    • 如果 \(f''(x) < 0\)，则是极大值（凹向下，像一座山丘 ∩）。

需要避免的常见错误： 不要将 \(f(x)\) 的最大值（高度或 \(y\) 坐标）与产生该最大值的 \(x\) 值混淆。一定要仔细审题！

第三部分：积分（寻找累积量）

积分是微分的逆过程。它有两个主要用途：

  1. 从导数还原出原函数（不定积分）。
  2. 计算曲线下的面积（定积分）。
3.1 不定积分（原函数）

当我们对 \(f(x)\) 进行积分时，我们求的是它的原函数 \(F(x)\)。

符号： \(\int f(x) \, dx = F(x) + C\)

积分常数（\(+ C\)）：
当你进行微分时，任何常数都会消失（\(\frac{d}{dx}(x^2+5) = 2x\); \(\frac{d}{dx}(x^2-10) = 2x\)）。由于我们不知道原始常数是多少，进行不定积分时必须始终加上 \(+ C\)。这通常通过初始条件（例如“当 \(x=1, y=5\) 时”）来求解出 \(C\) 的具体值。

反幂规则：
如果 \(f(x) = ax^n\)，则 \(\int f(x) \, dx = \frac{a x^{n+1}}{n+1} + C\)（前提是 \(n \neq -1\)）。
（将指数加 1，然后除以新的指数。）

示例： \(\int 6x^2 \, dx = \frac{6x^3}{3} + C = 2x^3 + C\)。

标准函数的反向积分：

  • \(\int e^{kx} \, dx = \frac{1}{k} e^{kx} + C\)
  • \(\int \frac{1}{x} \, dx = \ln|x| + C\)（这是 \(n=-1\) 时的特殊情况）
3.2 定积分（面积与累积）

定积分用于计算在两个确定的边界 \(a\) 和 \(b\) 之间的积分。

符号： \(\int_a^b f(x) \, dx\)

微积分基本定理：
$$ \int_a^b f(x) \, dx = [F(x)]_a^b = F(b) - F(a) $$ （其中 \(F(x)\) 是 \(f(x)\) 的原函数）。

你知道吗？ 计算定积分时，常数 \(+ C\) 会自己抵消掉（\((F(b)+C) - (F(a)+C) = F(b) - F(a)\)）。这就是为什么我们只在不定积分中才需要常数 \(C\) 的原因！

3.3 定积分的应用

A. 曲线下的面积

定积分计算的是函数 \(f(x)\) 与 \(x\) 轴之间在 \(x=a\) 到 \(x=b\) 范围内的净有向面积。

  • 如果曲线在 \(x\) 轴上方，面积为正。
  • 如果曲线在 \(x\) 轴下方，积分结果为负。
  • 要寻找总面积（忽略负结果），你必须在任何 \(x\) 轴截距处拆分积分，并将轴下方的部分取绝对值。

B. 两条曲线之间的面积

如果 \(f(x)\) 是区间 \([a, b]\) 上的上方函数，\(g(x)\) 是下方函数： $$ \text{面积} = \int_a^b (f(x) - g(x)) \, dx $$

C. 运动学（反向过程）

积分使我们能够沿着运动学链条“向上”推导：

  • \(\int a(t) \, dt = v(t) + C\)（从加速度求速度）。
  • \(\int v(t) \, dt = s(t) + C\)（从速度求位置/位移）。
  • 位移： \(\int_{t_1}^{t_2} v(t) \, dt\)（位置的净变化量）。
  • 总行程： \(\int_{t_1}^{t_2} |v(t)| \, dt\)（必须使用速度的绝对值，将向后的运动也计为正距离）。

D. 旋转体体积（HL 专属课题）

（仅供 HL 学生及进阶应用）如果曲线 \(y=f(x)\) 绕 \(x\) 轴旋转，所产生的体积 \(V\) 为： $$ V = \pi \int_a^b (f(x))^2 \, dx $$

快速回顾：微积分与技术
  • 微分： 使用 GDC 寻找某一点的导数 (\(\frac{dy}{dx}\vert_{x=a}\)) 或绘制 \(f'(x)\) 图像。这对于求解 \(f'(x) = 0\)（优化问题）至关重要。
  • 积分： 使用 GDC 计算定积分 (\(\int_a^b f(x) \, dx\))。这是考试中计算面积和位移最快、最可靠的方法。