当前位置: 首页 > article >正文

浅谈微积分与e^x理解

文章目录


【全文大纲】 : https://blog.csdn.net/Engineer_LU/article/details/135149485


一) 背景

  • 微积分(Calculus)‌是数学中的一个基础学科,主要研究函数的微分(Differentiation)和积分(Integration)及其应用。微积分包括微分学和积分学两部分,分别研究函数在某一点的瞬时变化率和在一段区间内的累积变化量‌

  • 微分学研究函数在某一点的瞬时变化率,主要包括极限理论、导数和微分等内容。导数描述了函数在某一点的斜率或变化率,可以用于求解最大值、最小值和拐点等问题。微分则是导数的另一种表达方式,用于描述函数在某点的微小变化量‌

  • 积分学研究函数在一段区间内的累积变化量,主要包括定积分和不定积分等内容。定积分用于计算曲线的长度、面积、体积等,而不定积分则是求定积分的逆运算。积分在物理和工程中有广泛应用,例如计算物体的质量、速度等‌

  • 微积分的历史可以追溯到17世纪,由艾萨克·牛顿和莱布尼茨独立发明。微积分的思想在古代已有萌芽,例如古希腊的泰勒斯和阿基米德的研究工作。现代微积分广泛应用于自然科学、工程学、经济学等领域,是现代科学和技术的基础‌

  • 以下开展的规律与理解为个人思考总结而得,若有错误,欢迎指正,谢谢大家

二) 微分,积分之间的关系

    1. 当变量在底数,指数是常数时,求导规律为

    d d x x n = n x n − 1 \frac d {dx} x^{n} = nx^{n-1} dxdxn=nxn1

    2. 当变量在底数,指数是常数时,积分规律为

    ∫ x n d x = x n + 1 n + 1 \int x^ndx = \frac {x^{n+1}} {n+1} xndx=n+1xn+1

    3. 当变量在指数,底数是常数时,微分规律为

    d d t e a x = a e a x \frac d {dt} e^{ax} = ae^{ax} dtdeax=aeax

    4. 当变量在指数,底数是常数时,积分规律为

    ∫ e a x d x = e a x a \int e^{ax}dx = \frac {e^{ax}} {a} eaxdx=aeax


    总结 : 微积分里有一个概念,积分与微分是逆运算的关系,而以变量在指数时,这句话就直接体现出来了,原函数 e a x e^{ax} eax 乘系数a为导数,除系数a为积分,因此为逆运算的关系,这里以导数,原函数,积分来分析


三) 链式法则

    1. 链式法则的意义在于对任何一个函数求导,都可以从从外层到内层,一层一层求导,从而得出整个原函数的导数,如果 y = f ( g ( x ) ) y = f(g(x)) y=f(g(x)) 那么 :

    d y d x = d f d g ∗ d g d x \frac {dy} {dx} = \frac {df} {dg} * \frac {dg} {dx} dxdy=dgdfdxdg

    2. 或者用符号来表示 :

    d d x f ( g ( x ) ) = f ′ ( g ( x ) ∗ g ′ ( x ) ) \frac {d} {dx} f(g(x)) = f' (g(x)*g'(x)) dxdf(g(x))=f(g(x)g(x))

    3. 应用到多个层级的复合函数

    d y d x = f ′ ( g ( h ( x ) ) ∗ g ′ ( h ( x ) ) ) ∗ h ′ ( x ) \frac {dy} {dx} = f' (g(h(x))*g'(h(x)))*h'(x) dxdy=f(g(h(x))g(h(x)))h(x)

    4. 应用到更多复合函数

    d y d x = f 1 ′ ( f 2 ′ ( . . . ( f n ( x ) ) ) ) ∗ f 2 ′ ( f 3 ( . . . ( f n ( x ) ) ) ) . . . . . . ( f n ′ ( x ) ) \frac {dy} {dx} = f_1'(f_2'(...(fn(x))))*f_2'(f3(...(f_n(x))))......(f_n'(x)) dxdy=f1(f2(...(fn(x))))f2(f3(...(fn(x))))......(fn(x))


    总结 : 基于步骤1,2可以总结出链式法则可以从外层到内层逐层求导,最后全部乘在一起,得到整个原函数的导数,那么当知道原函数导数,也可以用几层的导数来求出某一层的导数


四) 关于 e x e^x ex 的理解

    1 . e x e^x ex很神奇,因为它的导数和积分都是自身,属于天选了,在这方规则下,冥冥之中 e x e^x ex 为天地宇宙的自然规律, e e e 也被称之为自然常数, e e e 用数学来描述则是 ( 1 + 1 n ) n (1+\frac 1 n)^n (1+n1)n 当n趋向于无穷,则该式子的结果被定义为 e e e,若用生活中的例子表示 e e e,则有个恰当的例子,也就是复利,假设银行存定期一年的利率是100%,当然,实际银行不会给这么高的利率,这里只是假设,而银行允许你中途取出再存入,那么存半年的利率就是50%,也就是说你存100块,半年后加上利息是150块后再存入,直到再过半年,那么此时150*1.5=225,可以明显看到如果银行允许你重复取出再存入不重新调整利率的话,那么存半年会比存一年多了25块,那么如果我每天都这样存进去又拿出来再存进去呢,那么结果将是 ( 1 + 1 365 ) 365 ≈ 2.71456 (1+\frac 1 {365})^{365} ≈ 2.71456 (1+3651)3652.71456, 这里明显看到n从2到365,结果增长的速度会随着n的增加而减小,当n趋向于无穷时,结果 ≈ 2.718281828459,是个无限不循环小数,按生活中例子来再分析一下思想,是什么限制了这个结果,个人理解是一开始的100%利率,也就是说在规定时间内产生100%的效益这个条件本身就是限制后面结果的根源,而我们的世界,每样事情都有时间周期,都有效益的上限,周期是未知,上限被认为是100%,因此 e e e 与很多发展的规律都息息相关

    2 . 上面说了那么多解释了 e e e 的由来,那么 e x e^x ex 又是怎么回事? 先用数学证明一下为什么 e x e^x ex 的导数与积分都是自身 :

    f ′ ( x ) = lim ⁡ Δ x → 0 f ( x + Δ x ) − f ( x ) Δ x f'(x) = \lim_{\Delta x \to 0} \frac {f(x+\Delta x) - f(x)} {\Delta x} f(x)=limΔx0Δxf(x+Δx)f(x)

    3 . 对于 f ( x ) = e x f(x) = e^x f(x)=ex,代入得 :

    f ′ ( x ) = lim ⁡ Δ x → 0 e x + Δ x − e x Δ x f'(x) = \lim_{\Delta x \to 0} \frac {e^{x+\Delta x} - e^x} {\Delta x} f(x)=limΔx0Δxex+Δxex

    4 . 基于指数法则 e x + Δ x = e x e Δ x e^{x+\Delta x} = e^xe^{\Delta x} ex+Δx=exeΔx ,所以 :

    f ′ ( x ) = lim ⁡ Δ x → 0 e x e Δ x − e x Δ x = lim ⁡ Δ x → 0 e x ( e Δ x − 1 ) Δ x f'(x) = \lim_{\Delta x \to 0} \frac {e^xe^{\Delta x} - e^x} {\Delta x}=\lim_{\Delta x \to 0} \frac {e^x (e^{\Delta x} - 1)} {\Delta x} f(x)=limΔx0ΔxexeΔxex=limΔx0Δxex(eΔx1)

    5 . 由于 e x e^x ex是常数,能够提到外面 ,所以 :

    f ′ ( x ) = e x lim ⁡ Δ x → 0 e Δ x − 1 Δ x f'(x) = e^x \lim_{\Delta x \to 0} \frac {e^{\Delta x} - 1} {\Delta x} f(x)=exlimΔx0ΔxeΔx1

    6 . 现在需要证明这个极限。可以利用 e x e^x ex 在 x=0 处的泰勒展开式 或者看其改点加速度变化趋势其实是一样,所以 :

    lim ⁡ Δ x → 0 e Δ x − 1 Δ x = 1 \lim_{\Delta x \to 0} \frac {e^{\Delta x} - 1} {\Delta x}=1 limΔx0ΔxeΔx1=1

    7 . 基于步骤6得到后段极限求出是1,所以 e x e^x ex的导数是自身 :

    f ′ ( x ) = e x ∗ 1 = e x f'(x) = e^x *1 = e^x f(x)=ex1=ex

    8 . 接下来求 e x e^x ex积分, 定义如下:

    ∫ e x d x \int e^xdx exdx

    9. 根据定积分的基本性质,因为刚刚已经证明 e x e^x ex的导数是自身,则用反向求导法展示为:

    d d x ( e x ) = e x \frac d {dx}(e^x)=e^x dxd(ex)=ex

    10 . 因此,积分 ∫ e x d x \int e^xdx exdx的结果如下,其中C是常数 :

    ∫ e x d x = e x + C \int e^xdx = e^x+C exdx=ex+C


    总结 . 上面通过求极限的思路证明 e x e^x ex的导数和积分是自身,总结是其极限变化趋势一致,因此极限相约得1,那么重点就是其极限变化趋势一致,有一种体会, e e e在多维度下合成的增长速度或存在痕迹与原个体当下一样,那么冥冥之中过去,现在…亦是未来,合成在一起的我与平行时空合体的我是同一个我,这里有一种道,待有缘人理解…,冥冥中中万物归源


技术交流QQ群 : 745662457
群内专注问题答疑,项目外包,技术研究


http://www.kler.cn/a/514593.html

相关文章:

  • C#深度神经网络(TensorFlow.NET)
  • IOS 安全机制拦截 window.open
  • ZooKeeper 中的 ZAB 一致性协议与 Zookeeper 设计目的、使用场景、相关概念(数据模型、myid、事务 ID、版本、监听器、ACL、角色)
  • 网络安全解决方案分享:推荐十款网络准入控制系统,保护企业网络安全
  • PostgreSQL数据库的运行机制和架构体系
  • 基于微信小程序高校订餐系统的设计与开发ssm+论文源码调试讲解
  • 【机器学习】深入无监督学习分裂型层次聚类的原理、算法结构与数学基础全方位解读,深度揭示其如何在数据空间中构建层次化聚类结构
  • ”彩色的验证码,使用pytesseract识别出来的验证码内容一直是空“的解决办法
  • 2025 年了,你的科研工具箱更新了哪些新工具?
  • 账号IP属地:依据手机号还是网络环境?
  • DeepSeek系列
  • 顺序表和链表(详解)
  • KNN算法原理(深入浅出)
  • nvm版本安装
  • IP协议特性
  • 澎峰科技计算软件栈与沐曦GPU完成适配和互认证
  • 2000-2010年各省第三产业就业人数数据
  • 【单层神经网络】快速入门AI系列
  • 超大型集团合并报表数智管理转型
  • C语言基础------练习1
  • 相机内参的作用原理
  • doris:Stream Load
  • 登录认证(4):令牌技术:JWT令牌
  • Selenium-WEB自动化测试环境配置
  • springBoot 整合ModBus TCP
  • EJB如何管理事务