欢迎来到 FP1 微积分章节！
你好！微积分常被称为“研究变化的数学”。在进阶数学（Further Maths）中，我们将在此前掌握的基础知识上，进一步应用到更高级的概念和方法中。本章的核心目标是理解事物如何发生变化——无论是瞬时的变化，还是随时间推移的演变。
如果有些部分看起来有点难，别担心——我们将一步步拆解这些强大的工具。学完本单元后，你将能够处理诸如关联变化率（Linked rates of change）以及计算延伸至无穷大的曲线下面积等复杂问题！
FP1.7：微积分基础与应用
1. 定义导数：弦的极限
你已经知道切线的斜率代表瞬时变化率，即 \(\frac{dy}{dx}\)。但这个值在数学上是如何定义的呢？答案是利用“极限”这一精妙的思想。
概念：放大观察
想象有一条曲线 \(y = f(x)\)。如果你选取相距很近的两个点 P 和 Q，连接这两点的直线（即弦）可以近似代表该区段的斜率。
为了得到 P 点处精确的斜率，我们只需让 P 和 Q 之间的距离趋近于零。
导数定义推导步骤：
- 令 P 点为 \((x, f(x))\)。
- 令 Q 为其邻近点 \((x+h, f(x+h))\)，其中 \(h\) 是很小的水平距离。
- 弦 PQ 的斜率为： \[\n \text{斜率} = \frac{y \text{ 的改变量}}{x \text{ 的改变量}} = \frac{f(x+h) - f(x)}{(x+h) - x} = \frac{f(x+h) - f(x)}{h}\n \]
- 为了求出切线的斜率（即导数 \(\frac{dy}{dx}\)），我们取 \(h\) 趋于零时的极限： \[\n \frac{dy}{dx} = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}\n \]
考试大纲明确要求将此推导应用于简单多项式函数，例如 \(x^2 - 2x\) 或 \(x^4 + 3\)。即使是像 \(f(x) = x^2\) 这样的简单情况，你也必须能够熟练运用定义法（从第一性原理）进行推导。
记忆助手：导数定义公式
请务必记住这个核心定义：
\[\n\mathbf{\frac{dy}{dx} = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}}\n\]
核心要点： 切线的斜率（即微分的定义）在数学上被定义为：当水平距离 \(h\) 趋于零时，弦斜率的极限值。
2. 关联变化率与小量变化
本节将链式法则（Chain Rule）应用于现实场景，这些场景中的数量往往彼此相关，并随时间而变化。
2.1 关联变化率（链式法则的应用）
有时我们需要求量 A 的变化率（\(\frac{dA}{dt}\)），但我们只知道 A 与 B 的关系，以及 B 与时间 \(t\) 的关系。这时，链式法则就能把它们串联起来！
核心原则是：
\[\n\mathbf{\frac{dy}{dx} = \frac{dy}{du} \times \frac{du}{dx}}\n\]
当处理随时间（\(t\)）的变化率时，我们通常寻找如下关系：
\[\n\mathbf{\frac{dA}{dt} = \frac{dA}{dB} \times \frac{dB}{dt}}\n\]
类比示例： 想象正在充气的球形气球。体积 (V) 随时间增加的速率（\(\frac{dV}{dt}\)）取决于半径 (r) 随时间增加的速率（\(\frac{dr}{dt}\)），以及体积随半径的变化率（\(\frac{dV}{dr}\)）。
\[\n\frac{dV}{dt} = \frac{dV}{dr} \times \frac{dr}{dt}\n\]
重要关联（大纲示例）
你可能会遇到不直接与时间相关，但变化率互相关联的变量：
如果 \(p\) 取决于 \(v\)，而 \(v\) 取决于 \(t\)，则：
\[\n\mathbf{\frac{dp}{dt} = \frac{dp}{dv} \times \frac{dv}{dt}}\n\]
2.2 小量变化（近似值）
当变量 \(x\) 发生微小变化 \(\delta x\) 时，我们可以估算函数 \(y = f(x)\) 的相应变化 \(\delta y\)，而无需计算函数的精确值。
我们知道导数 \(\frac{dy}{dx}\) 是瞬时变化率。对于非常小的变化，切线的斜率近似等于弦的斜率（即比值 \(\frac{\delta y}{\delta x}\)）：
\[\n\frac{dy}{dx} \approx \frac{\delta y}{\delta x}\n\]
重排此式，得到小量变化公式：
\[\n\mathbf{\delta y \approx \frac{dy}{dx} \delta x}\n\]
这是一个在物理和工程学中被广泛使用的强大近似工具！
大纲示例格式：
如果 \(h\) 是 \(x\) 的函数，则 \(h\) 的微小变化 \(\delta h\) 可近似为：
\[\n\mathbf{\delta h \approx \frac{dh}{dx} \delta x}\n\]
🚨 易错点警示 🚨
计算小量变化时，请务必区分 \(\delta x\)（输入的改变量）和 \(x\)（用于计算 \(\frac{dy}{dx}\) 的初始值）。导数必须代入 \(x\) 的初始值进行计算。
核心要点： 链式法则允许我们将涉及不同变量的变化率联系起来。小量变化公式利用导数，为函数在输入发生微小变化时所产生的变化提供了极佳的线性近似。
3. 简单反常积分的计算
你接触过的大多数积分都有定限，如 \(\int_1^5 f(x) dx\)。然而，反常积分（Improper Integral）是指积分限为无穷大，或函数本身在积分区间内存在未定义点（奇异点）的情况。
3.1 无限限的反常积分
如果我们想求延伸至无穷大的曲线下方（例如从 \(x=a\) 到 \(x=\infty\)）的面积，我们可以用变量 \(T\) 代替无穷大，并取 \(T\) 趋于无穷大时的极限。
情况 1：上限为无穷大
\[\n\mathbf{\int_a^\infty f(x) dx = \lim_{T \to \infty} \int_a^T f(x) dx}\n\]
示例（大纲类型）： 计算 \(\int_1^\infty x^{-3} dx\)。
- 用 \(T\) 代替 \(\infty\)：\(\lim_{T \to \infty} \int_1^T x^{-3} dx\)
- 积分：\(\lim_{T \to \infty} \left[ \frac{x^{-2}}{-2} \right]_1^T = \lim_{T \to \infty} \left[ -\frac{1}{2x^2} \right]_1^T\)
- 代入上下限：\(\lim_{T \to \infty} \left( -\frac{1}{2T^2} - \left(-\frac{1}{2(1)^2}\right) \right)\)
- 求极限：当 \(T \to \infty\) 时，\(\frac{1}{2T^2} \to 0\)。
- 结果：\(0 - (-\frac{1}{2}) = \frac{1}{2}\)。
冷知识： 尽管曲线 \(y = x^{-3}\) 向右无限延伸，但其下方的面积却是有限的（0.5）！当极限存在（如 0.5）时，我们称该积分收敛（converges）。
3.2 包含奇异点的反常积分
当函数 \(f(x)\) 在某个积分限（或区间内）无定义时，就会出现这种情况。我们通过将奇异点替换为变量（通常用 \(\epsilon\) 表示）并求极限来解决。
情况 2：下限 (\(a\)) 处存在奇异点
如果 \(f(x)\) 在 \(x=a\) 处无定义，我们使用：
\[\n\mathbf{\int_a^b f(x) dx = \lim_{\epsilon \to 0^+} \int_{a+\epsilon}^b f(x) dx}\n\] （我们使用 \(\epsilon \to 0^+\) 是因为我们是从区间内部趋近于奇异点。）
示例（大纲类型）： 计算 \(\int_0^1 \frac{1}{\sqrt{x}} dx\)。注意：\(\frac{1}{\sqrt{x}}\) 在 \(x=0\) 处无定义。
- 用 \(\epsilon\) 代替无定义的上限（0）：\(\lim_{\epsilon \to 0^+} \int_{\epsilon}^1 x^{-1/2} dx\)
- 积分：\(\lim_{\epsilon \to 0^+} \left[ 2x^{1/2} \right]_{\epsilon}^1\)
- 代入上下限：\(\lim_{\epsilon \to 0^+} \left( 2(1)^{1/2} - 2(\epsilon)^{1/2} \right) = \lim_{\epsilon \to 0^+} \left( 2 - 2\sqrt{\epsilon} \right)\)
- 求极限：当 \(\epsilon \to 0^+\) 时，\(2\sqrt{\epsilon} \to 0\)。
- 结果：\(2 - 0 = 2\)。
给同学的学习小贴士：标注极限
在解答反常积分时，务必写出极限符号（如 \(\lim_{T \to \infty}\)），直到代入极限值的最后一步。这能向考官展示你正确处理了积分的反常性质。
核心要点： 反常积分通过将问题点（无穷大或奇异点）替换为变量，计算定积分，再求该结果的极限来评估。如果极限存在，则积分收敛。
章节总结：FP1 微积分要点
- 导数的正式定义是弦斜率的极限：\(\frac{dy}{dx} = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}\)。
- 关联变化率利用链式法则连接涉及时间或其他变量的导数：例如 \(\frac{dA}{dt} = \frac{dA}{dB} \frac{dB}{dt}\)。
- 小量变化使用切线斜率对 \(y\) 的改变量进行近似：\(\delta y \approx \frac{dy}{dx} \delta x\)。
- 反常积分（无限限或奇异点）必须使用极限符号（如 \(\lim_{T \to \infty}\) 或 \(\lim_{\epsilon \to 0}\)）进行计算。如果极限存在，则积分收敛。
恭喜你已经掌握了 FP1 微积分的基础应用！这些技巧对于后续模块中解决复杂的物理和几何问题至关重要。继续练习那些极限题目吧！