定积分表示曲线与横轴之间的有向面积。当曲线位于横轴上方时,它就是曲线下方区域的普通几何面积。
从蓝色曲线 f(x)=x2 开始。想象一下将其下方的区域从 0 到可移动端点 x 着色为绿色。当您将端点向右移动时,绿色区域会增大。称其面积为A(x)。
有两个量需要跟踪:曲线的高度,f(x),以及到目前为止累积的面积,A(x)。
用矩形拼出面积
将0到x的区间分成相等的部分。在每块上画一个矩形,其高度是曲线在左边缘的高度。每个矩形贡献:
矩形面积=高度×宽度
添加这些区域来估计绿色区域。尝试4 个矩形,然后16 个矩形,然后128 个矩形。
构建 x² 下的面积
蓝色:曲线高度绿色: 面积和矩形
矩形和5.9064 左边缘矩形
精确面积 A(x)9.000x³ / 3
缺失区域3.094精确面积 - 矩形总和
较窄的矩形留下的未覆盖区域较少。它们的总和接近积分。
由于 x2 在此区间上增加,因此这些左边缘矩形低估了面积。增加矩形数量会使它们更窄,并使总和更接近精确面积。
当宽度接近零时,积分是这些总和的极限:
A(x)=∫0xt2dt=3x3(x≥0)
下限 0 表示累积开始的位置。上限 x 表示停止的位置。字母t是区间内的临时位置;使用它可以使该位置与端点 x 分开。 dt 表示我们针对 t 进行积分。
在x=3:
A(3)=333=9
绿色区域的面积为 9 平方单位。此处曲线的高度也是 9,但数字匹配纯属巧合:在 x=2 处,高度为 4,而面积为 8/3。
移动端点:增加一条细条
当我们从 x 迁移到 x+Δx 时会发生什么?我们在右侧添加一条细条。其具体面积为:
ΔA=A(x+Δx)−A(x)
对于较小的正 Δx,条带上的高度几乎没有变化。将其视为矩形可得出:
ΔA≈f(x)Δx=x2Δx
在下面的交互工具中,将端点保持在 3。先选择Δx = 0.1,再选择Δx = 0.001。观察每单位水平移动所增加的面积如何趋近于 9。
一条额外的区域
蓝色:曲线高度绿色: 累计面积橙色:添加条带
条带水平放大;高度单独缩放。虚线矩形:估计 x² Δx。
增加面积ΔA5.291666667A(x + Δx) − A(x)
平均高度 ΔA / Δx10.583333在这个有限的带上
瞬时速率A′(x)9.000等于曲线高度 x²
平均高度为 x² 以上 1.583333。缩小 Δx 使差异接近于零,尽管增加的面积也缩小了。
在 x=3 和 Δx=0.001 处,矩形估计为:
ΔA≈9×0.001=0.009
精确的新增面积是 0.009003000333…。比矩形估计值多出的少量面积,来自曲线在细条范围内的继续上升。
我们用 Δx 和 ΔA 表示有限的变化量。导数符号 dA/dx 表示水平变化量趋近于零时,变化率的极限。
为什么添加的面积除以宽度?
比率 ΔA/Δx 询问:每单位水平移动我们获得多少面积?
对于我们的窄矩形:
ΔxΔA≈Δxx2Δx=x2
将面积除以宽度得到高度。对于有限条带,该比率是该条带上的平均高度。当宽度接近零时,平均值接近端点处的曲线高度:
A′(x)=Δx→0limΔxA(x+Δx)−A(x)=x2=f(x)
您还可以看到通过展开三次方,近似值变得精确:
Δx(x+Δx)3/3−x3/3=x2+xΔx+3(Δx)2
当 Δx 接近零时,最后两项消失,留下 x2。
微积分基本定理
同样的关系适用于任何连续函数 f:
A(x)=∫axf(t)dt⟹A′(x)=f(x)
累积面积变化的速率等于原始曲线的高度。这是微积分基本定理的累积部分。
它还提供了计算定积分的实用方法。若F′(x)=f(x),则:
∫abf(x)dx=F(b)−F(a)
对于 f(x)=x2,反导数是 F(x)=x3/3。这就是为什么从0到3的区域是F(3)−F(0)=9。
高度和坡度不同
此示例中有两种不同的导数:
所以A′(3)=9是面积函数A的斜率,它等于蓝色曲线f的高度。蓝色曲线本身的斜率是 f′(3)=6。
想象一下水流入水箱。如果 f(t) 是以升/秒为单位的流速,那么 ∫0xf(t)dt 就是 x 秒内添加的量(以升为单位)。对累积量进行微分即可恢复流量。
如果曲线低于轴怎么办?
由于限制是从左到右,水平轴以下的区域会产生负。例如:
∫02(t−1)dt=0
从 0 到 1 的负三角形抵消了从 1 到 2 的正三角形。它们的总几何面积为 1 平方单位,但它们的符号面积为 0。要测量总几何面积,请对函数的绝对值进行积分。
超越几何面积
积分不断累积变化的数量。对于概率密度为 p 的连续随机变量:
P(a≤X≤b)=∫abp(t)dt
这里,密度曲线下方的面积表示概率。期望值累积按其密度加权的每个可能值:
E[X]=∫−∞∞tp(t)dt
该公式假设期望存在。概率和期望是机器学习中持续积累的相同想法的两种表现方式。
检查你的理解情况
尝试五个有关面积、细带和变化率的问题。选择一个答案,然后使用 检查答案 查看推理。您可以重新审视一个问题并重试。
继续学习
要探索斜率形式的导数并了解它们如何指导神经网络训练,请继续导数:某点的斜率。