弯曲的直线
一九六七年,曼德博在《科学》上发了一篇三页的短文,题目是一句问话:英国的海岸线有多长。
他没有给出一个数,给出的是一串。他引了理查森一九六一年整理的统计:同一条海岸线,不同国家量出来的结果差出一大截,差别不在海岸,在尺子。
尺子越短,贴得住的湾角越多,量出来的长度越大。把尺子缩到沙粒大小,数字还在往上走,看不出停在哪里。同一年,他把这类「越放大越粗糙」的图形命名为分形。
这篇文章从海岸线开始,是因为它把问题顶到了最尖的地方:一条弯的线,凭什么能有一个确定的长度。微积分的回答是,有些能,有些不能,而能不能,取决于这条线在无限放大之后长成什么样。
直线与弯线:长度是怎么量出来的
直线不用量,两点之间拉直了就是它。折线也好办:每一段都是直线,勾股定理一段一段算出来,再相加。
曲线麻烦。手里只有直尺,直尺贴不上圆弧。能做的事只有一件——在曲线上取一串点,用直线把它们连起来,得到一条内接折线,折线的长度可以算。
这条折线比曲线短,因为它抄了近路。点取得越密,抄的近路越少,折线越长。于是长度变成了一个序列:L₁、L₂、L₃……,每一项都比前一项大。
「越来越大」本身不保证有答案。1、2、3、4 也在变大,没有上限。要让长度存在,还得有一个上界,让这个序列想涨也涨不过某处。数学上管这叫单调有界,它一定收敛。
这就是弧长的定义:所有内接折线的长度构成一个集合,如果这个集合有上界,它的上确界就叫这条曲线的长度。定义里没有一个「无穷小」,只有折线和上界两样东西。
海岸线:尺子越短,答案越长
海岸线不满足这个条件。它的麻烦在于,放大之后不会变平滑。把一段十公里的海岸放大十倍,看到的还是湾、岬、礁石,形状和原来那一整段差不多;再放大十倍,还是这样。这种每一层都长得像整体的性质,曼德博叫自相似。
自相似的结果是折线长度没有上界。尺子缩短一半,能贴住的细节翻倍,长度跟着涨。序列一路涨,涨不到头,上确界是无穷。
所以「英国海岸线有多长」这个问题,严格说没有答案。问题不在于量得准不准——这个数根本不存在。
他给了一个替代的指标:分形维数。普通曲线是一维,铺满平面是二维。英国西海岸算出来大约 1.25。这个数在说,它比一条线更占地方,又没铺满一个面。
这里有一个容易被跳过的转折。长度不存在,维数却存在,而且稳定:换一段海岸、换一种尺子,维数大体不变。一个问题没有答案,不表示这个对象没法描述,只表示你问错了量。
我的判断:海岸线是这篇文章里最重要的一条反面证据。它说明微积分不是一把万能尺;它能算出长度,前提是曲线在足够小的尺度上终于变直。真实世界里的东西,很多到不了那一天。
什么样的曲线才有长度
把「折线有上界」翻译成一个可检验的条件,就是有界变差:把区间任意分割,各段函数值之差取绝对值再相加,如果这个和不管怎么分都被某个常数压住,函数就有有界变差,曲线就可求长。
光滑曲线一定满足。因为可导意味着局部能用直线近似,切线斜率有界,每一小段的长度就被斜率和横坐标差一起压住了。
不光滑也可能满足。折线本身、带尖点的曲线、某些处处不可导的曲线,都可以有有限长度。可求长比光滑弱得多。
反过来,连续也不够。连续只保证笔不断,不保证路不长。存在连续曲线,画在一个有限的方框里,长度却是无穷。这一点要到二十世纪才被认真对待。
所以「弯曲的直线有多长」这句话,严格讲是三个问题叠在一起:曲线是否可求长,可求长时怎么算,算出来的那个积分有没有初等表达式。三层的答案不一样,后面的篇幅基本都在拆这三层。
阿基米德的穷竭法
公元前三世纪,阿基米德在《抛物线求积法》里做了一件很像微积分的事。他要用直线图形的面积,去夹住抛物线弓形的面积。
做法是往弓形里塞三角形:先塞一个最大的,再在两边剩下的空隙里各塞一个,然后四个、八个。每塞一轮,剩下的空隙缩小到四分之一。他先证明这样塞下去面积总小于某个数,再用反证法证明也不能小于这个数,于是只能是初始三角形的三分之四倍。
同一套办法他用在圆上。圆内接正多边形和圆外切正多边形,边数一路加倍,把圆周夹在两条折线之间。算到正九十六边形,他给出 223/71 小于 π 小于 22/7,也就是 3.1408 到 3.1429 之间。
他离微积分只差一步。他有了无限逼近的操作,有了「夹住即相等」的证明,缺的是把这个操作写成一套能反复使用的算法。他的方法每换一个图形就要重新设计一次,推广不出去。
这一层差别很关键。穷竭法是手艺,微积分是机器。手艺能做出极漂亮的单件,机器才能批量生产。
刘徽的割圆术
公元二百六十三年,刘徽给《九章算术》作注,在「圆田术」下面写了一段话,是中国数学里最早把极限说清楚的地方。
割之弥细,所失弥少,割之又割,以至于不可割,则与圆合体而无所失矣。
刘徽《九章算术注·方田》,263 年
这段话一次说完了三件事:分割越细,误差越小;可以一直分下去;分到极限,折线和圆重合。第三句最难,它把误差直接归到零。
他的做法是从圆内接正六边形开始,边数逐次加倍,算到正一百九十二边形得 3.14,再用一种叫「差幂」的技巧加工数据,得到相当于三千零七十二边形的结果 3.1416。
差幂这一步值得单独说。正常割到三千零七十二边形,开方次数要多出十几倍,筹算时代是实实在在的体力活。刘徽用前几步的误差做加权,把这段跳过去了。这一步省掉的是大量开方,留下的是算法。
一百多年后,祖冲之把 π 夹在 3.1415926 和 3.1415927 之间,密率 355/113。按科普中国的说法,他割到了两万四千五百七十六边形。他的《缀术》后来失传,具体怎么算的没有留下。
阿基米德和刘徽各自走到同一个地方,用的是同一类办法,中间隔着五百年和一片沙漠。极限思想不难想到;难的是把它变成一套符号,让下一个人不用重新想一遍。
芝诺的两个悖论
在变成符号之前,无限细分先要过一道哲学的关。公元前五世纪,芝诺提出了一组悖论,最著名的是阿基里斯追乌龟。
乌龟先跑一百米,阿基里斯的速度是它的十倍。等他跑到一百米处,乌龟已经在一百一十米;他跑到一百一十米,乌龟又往前挪了一点。照这个说法,他永远追不上。
悖论的机关在于把一段有限的路程切成无限多段,然后宣称「无限多段要走完」是不可能的。这个「不可能」是直觉,不是定理。
微积分的回答是:无限多段的和可以是有限的。1/2 + 1/4 + 1/8 + …… 一直加下去,和是 1。「一直加」和「加到无穷」是两件事:前者是过程,后者是极限。
把过程当成结果,是芝诺悖论的全部。这个混淆在微积分诞生之后还会再出现一次,出现的位置更致命——在无穷小身上。
牛顿的流数与莱布尼茨的 dx
一六六五年,剑桥因为瘟疫关闭,牛顿回到林肯郡的农庄待了将近两年。流数术、光的色散、万有引力,都在这段时间有了雏形。他把变化率叫「流数」,把变化的量叫「流量」,记号是一个点。
他的思路是运动学的:给一个量一个微小增量,算函数增量的比值,再让这个增量消失。这个「让增量消失」的动作,正是后来所有麻烦的来源。
莱布尼茨走的是另一条路。他从数列的差与和入手,把曲线下的面积看成无穷多个宽度为 dx 的矩形之和,把切线斜率看成 dy 与 dx 的比。一六八四年,他在《学者纪事》上发表《求极大极小和切线的新方法》,dx、dy 和积分号第一次成套出现。
两套符号的差别,决定了后来两百年的写法。牛顿的点记号只适合对时间求导;莱布尼茨的 dy/dx 直接写着两个量的比,链式法则写出来像分数约分,换元、分离变量都顺手。
今天的教科书用莱布尼茨的符号。这跟谁先发表没关系,他的记号更能算。
我的判断:微积分的胜利有一半是记号的胜利。同一个思想,用不能约分的记号写,要靠记忆去推;用能约分的记号写,推导长得像算术。工具的形状会改变人思考的形状。
优先权之争
一六八四年莱布尼茨发表时,牛顿没有公开。他的《自然哲学的数学原理》要到一六八七年才出,里面用的是几何论证,流数法藏在没有印出来的部分。
一六九九年,瑞士数学家法蒂奥·德·迪耶在给牛顿的信里提到,莱布尼茨可能借看过牛顿的手稿。这句话被传出去,争论从此开始。一七一一年,皇家学会成立委员会调查。
委员会的报告叫《相互通信集》,一七一二年出,结论偏向牛顿。牛顿当时是皇家学会主席,报告的实际起草人是他自己,署名是匿名的。这个细节后来被反复提起,作为程序不干净的证据。
今天的看法基本一致:两人各自独立发明,牛顿早几年,莱布尼茨早几年发表。牛顿的系统更早成形,莱布尼茨的符号更耐用。那些关于抄袭的指控,没有站得住的证据。
这场争论的代价不小。英国数学界为了站队,长期拒绝使用莱布尼茨的符号,整个十八世纪进展缓慢,直到十九世纪初的「分析学会」才把 dx 请回来。
一个国家为了一个人的面子,把一套更好的工具挡在门外一百年。这件事比优先权本身更值得记住。
贝克莱的诘难
一七三四年,爱尔兰主教乔治·贝克莱出了一本小册子,叫《分析家,或致一位不信神的数学家》。那位不信神的数学家指的是天文学家哈雷。
贝克莱不是外行。他读得懂流数法,而且读得很细。他抓住的地方,正是牛顿最含糊的一步:让增量消失。
这些流数究竟是什么?是消失中的增量的速度吗?这些消失中的增量又是什么?它们既不是有限量,也不是无限小,也不是零。难道我们不能把它们叫作消失量的鬼魂吗?
乔治·贝克莱《分析家》,1734 年
他的诘难可以压成一句话:增量如果不是零,就不能把它丢掉;如果它是零,就不能拿它做除数。牛顿两头都要,中间那一步没有交代。
这个批评在当时没有得到回答。十八世纪的数学家照旧算,因为算出来的结果对;逻辑上的窟窿留着,谁也不去碰。这本小册子卖得不多,影响却一直传下去。
我的判断:贝克莱是这篇文章里最强的反驳,而且他说对了。微积分在牛顿手里是一门极其好用的技术,它的地基要到十九世纪才补上。好用和说得清,中间隔着一百五十年。
ε-δ:把无穷小赶出去
补地基的人是柯西和魏尔斯特拉斯。柯西一八二一年出版《分析教程》,把极限当作整个分析的第一块砖,先用极限定义连续,再用连续定义导数与积分。
他的定义还带着「趋近」「变得小于」这类运动的说法,不够干净。真正把运动赶出去的是魏尔斯特拉斯。他在柏林大学的讲义里换了一套静态的说法,后来被写成 ε-δ 语言。
说法是这样的:要说明 x 趋于 a 时 f(x) 趋于 L,就得证明——随便给一个正数 ε,不管多小,都能找到一个正数 δ,使得只要 x 与 a 的距离小于 δ 且不等于 a,f(x) 与 L 的距离就小于 ε。
这句话里没有「越来越近」,也没有「无限接近」,只有「任意给定」和「存在」。ε 是一个已经给出来的数,δ 是一个跟着它算出来的数。整个过程是一次静态的、可以写成证明的对话。
贝克莱的鬼魂在这里被处理掉了。微积分不再需要无穷小这种东西;它需要的是「要多小有多小」这个性质,而这个性质可以用 ε 的任意性表达,不需要真的存在一个无穷小的数。
代价是门槛。学生第一次学 ε-δ 会觉得它在绕圈子,明明一句话就说完的事,它写成了三层量词。三层量词恰恰是把「任意」「存在」「依赖」分清的最小写法,少一层就会出错。
实数得先建好
魏尔斯特拉斯的定义还有一个前提没有交代。他写「距离小于 ε」的时候,假定那些数都落在一条完整的线上,随便取一个上确界都在里面。
有理数不够。√2 不是有理数,一列有理数可以越靠越近,却跑出有理数的范围。数轴上到处是这种洞的话,极限就可能没有落点,「收敛」这个词也就失效了。
一八七二年,戴德金给了一个办法:把有理数分成左右两半,左半的所有数都小于右半的所有数,这个「切」本身定义了一个实数。√2 就是「平方小于 2 的有理数」与「平方大于 2 的有理数」之间的那道切口。
同一年,康托尔用另一种办法也建起了实数:把实数定义成有理数柯西列的等价类。两条路殊途同归,结论一样——实数填满了数轴,没有缝。
这一步听起来像洁癖,其实是必需的。微积分里所有的「存在」——介值定理、最值定理、收敛、可积——最后都靠实数的完备性。没有它,前面的定理全部悬空。
这也解释了一件事:为什么从牛顿到魏尔斯特拉斯要两百年。这件事跟聪明不聪明无关,他们一边造工具,一边还得造尺子。
非标准分析:被造出来的无穷小
贝克莱的鬼魂在二十世纪又回来了一次,这次带着合法的身份。
一九六〇年前后,逻辑学家鲁滨逊造出了一套包含无穷小的数系:在实数之外加上正无穷小和负无穷小,它们大于零、小于任何正实数,而且满足同样的运算规则。这套系统叫非标准分析。
在这套系统里,dx 是一个真正的数,不是一个趋于零的变量;dy/dx 是真正的商,不是商的极限。牛顿和莱布尼茨当年的写法,在这里全部合法。
它没有丢掉严格性,只是把严格性挪了地方:实数系本身被扩展,扩展由一个叫超积的构造保证,模型论里的转移原理负责把结论搬回普通实数。
代价是学习成本。非标准分析要先用几章建立逻辑基础才能开始算微积分,ε-δ 只需要记住三个量词。所以它在教学里没有普及,只在少数研究场合和某些证明里好用。
这件事的意义在于:贝克莱的批评没有错,他要求的那种无穷小在当时确实不存在。两百年后它被造出来了,而微积分已经不再需要它也能运转。
微元法:ds 从哪来
地基铺好,可以算长度了。做法叫微元法:在曲线上取一小段,把它当成直线,用勾股定理算出这一小段的长度,再把所有小段加起来。
设曲线是 y = f(x)。在 x 处取一小段,横向走了 dx,纵向走了 dy = f′(x)·dx。这一小段近似是一条直角三角形的斜边,于是它的长度是:
ds = √(dx² + dy²) = √(1 + (f′(x))²) · dx
整条曲线的长度,就是从起点到终点把 ds 加起来,也就是一个积分:
L = ∫_a^b √(1 + (f′(x))²) dx
这里有一个必须说清的地方:为什么把每段当直线这一步是合法的。可导的定义就是「局部能用直线逼近,误差比 dx 更高阶」。把一段曲线换成切线,误差是比 dx 更快趋于零的量;把所有段的误差加起来,总数仍然趋于零。
换句话说,微元法先证明换掉的代价可以忽略,再换。省掉前一半就是耍赖,带上前一半才是定理。
参数方程和极坐标各有自己的写法,来源都是同一个勾股定理:
直角坐标 曲线给定方式:y = f(x),弧长公式:∫ √(1 + (y′)²) dx;参数方程 曲线给定方式:x = x(t),y = y(t),弧长公式:∫ √((x′)² + (y′)²) dt;极坐标 曲线给定方式:r = r(θ),弧长公式:∫ √(r² + (r′)²) dθ。
极坐标那一行常被记错。它不能写成 ∫ r dθ,因为 r dθ 只是弧长在圆周方向的分量,还要加上径向变化的那一份;两项平方和再开方,才是 ds。
三个能算出来的弧长
先拿圆试。x² + y² = R²,上半支 y = √(R² − x²),求导得 y′ = −x/y。代入公式,根号里变成 R²/y²,开出来是 R/√(R² − x²)。
积分得 R·arcsin(x/R)。从 −R 到 R 走一遍是 πR,正好半圆;整圆 2πR。公式自己长出了圆周长的答案,这是一次自洽性检查。
第二个例子是摆线。一个圆在直线上滚,圆周上一点画出的轨迹就是摆线,参数方程是 x = a(t − sin t),y = a(1 − cos t)。求导代入,根号里化简成 2a²(1 − cos t),开出来是 2a·sin(t/2)。
一拱对应 t 从 0 到 2π,积分得 8a,也就是生成圆直径的四倍。这个结果一六五八年由雷恩算出,就是后来设计圣保罗大教堂的那位。
第三个例子留一个尾巴:抛物线。y = x² 的一段,弧长积分里会出现 √(1 + 4x²),积出来是含 ln 的式子。这一次能算,但要靠一条不常见的积分公式。
三个例子放在一起,规律已经能看出来:曲线一旦稍微复杂,弧长积分就会把对数、反三角、双曲函数一起拉进来。这些函数当年被造出来,很大一部分原因就是为了写这些积分的结果。
悬链线
一根均匀的绳子,两头固定,中间自然下垂。它的形状是什么?伽利略在一六三八年说是抛物线。这个答案错了,而且错了两百年没人纠正。
一六六九年,容吉乌斯用实验指出绳子比抛物线垂得更低。真正的答案要等到一六九一年:雅各布·伯努利把问题公开提出来,莱布尼茨、惠更斯、约翰·伯努利三个人在同一年各自解出。
答案是双曲余弦:
y = a · cosh(x/a) = a · (e^(x/a) + e^(−x/a)) / 2
把它代进弧长公式,会出现一个漂亮的结果。因为 cosh² − sinh² = 1,根号里的 1 + (y′)² 正好等于 cosh²(x/a),开出来就是 cosh。
L = a · sinh(x/a) = √(y² − a²)
最后这个等式值得停一下:悬链线上任意一段的弧长,等于这段两端纵坐标的平方差再开方。弧长不用积分也能读出来,它被绳子自己的高度记着。
现实里到处都是它。高压电线的下垂、拱桥的受力线、项链挂在脖子上、蜘蛛网的主丝、船锚的铁链。设计悬索桥时,主缆在自重下的形状就是悬链线;加上桥面荷载之后变成抛物线。两个形状差得不多,力学上不是一回事。
还有一个可以自己验的细节:参数 a 决定垂得多深。a 越小,垂得越厉害;a 趋于无穷,绳子趋近于一条水平直线。
变分法:从悬链线到最速降线
悬链线是变分法最早的战果之一。变分法问的问题和求极值不一样:它要找一条曲线,让某个积分取最小,而不是找一个数让函数取最小。
一六九六年,约翰·伯努利向全欧洲提出最速降线问题:从一点到不在同一竖直线上的另一点,什么形状的滑道能让小球下滑最快。直觉说是直线,答案是摆线。
解法是把曲线的形状当成未知函数,写出总时间作为这条曲线的积分,再让这个积分取极值。取极值的条件是一条微分方程,叫欧拉-拉格朗日方程。
这套办法后来成了理论物理的骨架。费马原理说光走时间最短的路径,由它推出折射定律;哈密顿原理说力学系统的真实轨迹让作用量取驻值,由它推出牛顿方程。
变分法和微积分的关系,类似微积分和算术的关系:同一套极限思想,作用在「函数的函数」上。泛函分析就是这门学问长大之后的样子。
这里有一个描述方式的转向:自然界的行为可以说成「受了力,所以这样动」,也可以说成「在所有可能的路径里挑了某个指标最优的那条」。两种说法在经典力学里等价,到了量子力学,第二种活了下来。
椭圆周长为什么算不出来
椭圆的面积好算,πab,一个公式。周长不好算,而且麻烦不在「繁」,在「没有」。
把椭圆写成参数方程 x = a·cos t,y = b·sin t,代进弧长公式,得到的积分是:
L = 4 ∫_0^(π/2) √(a² sin²t + b² cos²t) dt
这个积分算不出来。准确点说,它的原函数不能用有限多个初等函数写出来。这一类积分被单独命名,叫椭圆积分;椭圆周长对应的是第二类完全椭圆积分。
「算不出来」需要解释。它不表示没有值,积分有确定的值,要多少位可以算多少位。它表示这个值不能写成若干次加减乘除、开方、三角、指数、对数的组合。这个结论有证明,并非猜测。
现实里的应对有两层。工程上查表或者用级数展开:把离心率 e 代进去,取前几项就够准。天文学里算行星轨道、卫星轨道,用的就是这套。
第二层是近似公式。拉马努金一九一四年给了一个极简的式子:
L ≈ π [ 3(a + b) − √((3a + b)(a + 3b)) ]
对一般大小的离心率,这个式子的相对误差在万分之一以下;椭圆很扁的时候误差才明显。一个看不出推导痕迹的公式,精度压过一长串级数,这是拉马努金式的典型。
我的判断:「算不出来」是微积分最容易被误解的一句话。它说的是没有初等表达式,不是没法知道。前者是数学的结构,后者是工程的能力,两者常常被混着说。
数值积分
工程里真正在跑的,几乎都不是手算的积分。桥的应力、飞机的气流、病人的剂量,用的是数值积分:把区间切成很多小段,每段用简单图形代替,加起来。
最朴素的是矩形法,用一个个矩形填面积,误差跟段宽成正比。梯形法把端点连起来,误差跟段宽的平方成正比。辛普森法用抛物线过三个点,误差跟段宽的四次方成正比。
矩形法 每段的近似:常值,误差阶:O(h),特点:最粗糙,用来估量级;梯形法 每段的近似:直线,误差阶:O(h²),特点:稳,适合数据点密集的场合;辛普森法 每段的近似:抛物线,误差阶:O(h⁴),特点:光滑函数上性价比最高;高斯求积 每段的近似:按权取点,误差阶:可达 O(h^(2n)),特点:同样点数下精度最高,取点不在端点。
误差阶的意思是:段宽缩小一半,误差缩小到几分之一。辛普森法缩到十六分之一,高斯求积更快。同样精度的仿真,好算法能省下几个数量级的机时。
数值积分还有一个手算没有的问题:舍入。浮点数只有十几位有效数字,段分得太细,累计的舍入误差会反过来盖过方法本身的误差。段宽不是越小越好,存在一个最优点。
这一点常被忽略。理论上 h 趋于零是好的,实践里 h 太小会算得更差。数学给的是极限,工程给的是有限的机器。
可求长与不可求长的分界
再回到「有没有长度」这件事。一九〇四年,科赫给出一条曲线:从一条线段出发,把中间三分之一换成等边三角形的两条边,然后对每一小段重复。
每一步,线段数量变成四倍,每段长度变成三分之一,总长度变成原来的 4/3。做了 n 步,长度是 (4/3)ⁿ 倍。n 趋于无穷,长度趋于无穷。
可是这条曲线被关在一个有限的方框里。它围出的面积有限,等于初始三角形的 8/5 倍;它的周长无穷。有限面积,无限边界。
这条曲线处处连续,处处不可导,长度这个量对它根本不成立。它的豪斯多夫维数是 log4/log3,约 1.262,和英国西海岸那个 1.25 属于同一类数字。
所以「一根弯线有多长」有一个隐藏前提:这条线得可求长。科赫曲线、海岸线、粗糙的断面、真实的裂纹,都可能不在这个前提里。微积分算长度,算的是一类被挑出来的曲线。
这不丢人。知道自己处理的是哪一类对象,比假装能处理所有对象要诚实得多。
曲线积分:把密度沿着线加起来
弧长积分还可以再往前一步。如果曲线上每一点的密度不一样,整条线的质量就是把密度乘上 ds 再积分:m = ∫_C ρ ds。
这类积分叫第一类曲线积分,也叫对弧长的积分。它和弧长是同一件事的推广:弧长就是密度处处为 1 时的特例。
重心、转动惯量、导线发热,都靠它。一根粗细不均的金属丝,重心不在中点;要算就得把每一小段的长度乘上它的密度,再做加权平均。
第二类曲线积分积的是另一件事:沿方向做的功。W = ∫_C F·dr,力与位移的点积。路径不同,结果可能不同。
这个区分在物理里是分水岭。保守力(重力、静电力)的第二类积分与路径无关,只看端点,于是可以定义一个势能;非保守力(摩擦)与路径有关,没有势能。
数学上,路径无关、旋度为零、单连通区域上存在势函数,这三句话是等价的。它们分别用积分、微分、函数三种语言说同一件事,格林公式就是把前两种语言连起来的那座桥。
微积分基本定理
到这里,长度问题已经变成积分问题。积分如果只能靠切细求和,那和穷竭法没有区别,还是手艺。让微积分变成机器的,是微积分基本定理。
它有两部分。第一部分:设 F(x) 是 f 从 a 到 x 的积分,也就是曲线下不断增长的那块面积,那么 F′(x) = f(x)。面积函数的增长率,就是它顶端那条边的高度。
第二部分:如果 G 是 f 的任意一个原函数,那么从 a 到 b 的积分等于 G(b) − G(a)。
∫_a^b f(x) dx = G(b) − G(a),其中 G′ = f
第二部分是全部魔力的来源。它把「求和」换成了「找原函数,再代两个数相减」。求和不做了,做的是逆运算;逆运算有公式可查,积分就从体力活变成了查表。
为什么它成立,可以这么看:把区间切成很多小段,每一段上 G 的变化量近似等于 G′ 乘段宽,也就是 f 乘段宽;把所有段加起来,中间项全部抵消,只剩两端的 G(b) − G(a)。求和与作差在这里互为逆运算。
这个定理不是牛顿一个人发现的。苏格兰的格雷戈里一六六八年就有类似结果,牛顿的老师巴罗一六七〇年给过几何版本,牛顿和莱布尼茨把它变成了通用算法和符号。
我的判断:微积分真正的发明是这条定理,切细本身算不上。切细求和,阿基米德会,刘徽会,好几个文明都会。把求和变成逆运算,才是那个让两千年停滞突然加速的东西。
导数与可导性
导数是差商的极限。取两点,算纵坐标差除以横坐标差,得到割线斜率;让第二点向第一点靠,割线转成切线,斜率的极限就是导数。
f′(x) = lim (h→0) [f(x + h) − f(x)] / h
几何上是切线斜率,物理上是瞬时速度,工程上是灵敏度,经济上是边际量。同一个运算,四种说法,因为它们度量的是同一件事:输入变一点点,输出变多少。
可导比连续强。可导一定连续,连续不一定可导。尖点不可导,因为左右两侧的差商极限不一样;竖直切线不可导,因为差商趋于无穷。绝对值函数在零点就是例子。
这条强弱关系在应用里很重要。做优化时,目标函数只要有一个尖点,梯度法就会在那里卡住或者抖动;做仿真时,材料的本构关系如果写成不可导的分段函数,求解器会在拐点附近反复迭代。
高阶导数依次是变化率的变化率。二阶导数是加速度,也是曲线的凹凸;三阶导数在工程里叫加加速度,电梯和地铁的舒适度标准就写在它上面——加速度变化太快,人会晕。
积分与可积性
积分是和的极限。把区间切成 n 段,每段取一个点算函数值,乘以段宽,加起来,得到一个黎曼和;让最大段宽趋于零,如果所有取法都收敛到同一个数,这个数就是积分。
「所有取法」这几个字是黎曼加的。他的条件比「切细就行」严:不管怎么取点、怎么分,和都得收敛到同一个值。达布后来把它改写成一对上下和,两者相等才可积。
可积的条件不苛刻。闭区间上连续一定可积;有有限个跳跃间断点也可积;更一般地,不连续点的集合只要测度为零就可积。有理数在区间上处处不连续,但它可积,因为有理数可数,测度为零。
反过来,狄利克雷函数——有理数取 1、无理数取 0——不可积。任何一段里都同时有无理点和有理点,上下和的差永远是 1,压不下来。
这里的教训是:能画出图像,不等于能积分。积分的合法性由不连续点的多少决定,而不连续点集合的大小要用测度去量。这一步跨出去,就是实变函数论的门口。
泰勒展开
泰勒展开的想法是:用多项式模仿一个函数。多项式好算,只有加减乘除;如果能把 sin、e^x、ln 换成多项式,计算机就能算它们。
做法是让两者在某一点的函数值、一阶导、二阶导……一直对上。对上 n 阶,就得到 n 次泰勒多项式:
f(x) ≈ f(a) + f′(a)(x−a) + f″(a)(x−a)²/2! + … + f⁽ⁿ⁾(a)(x−a)ⁿ/n!
剩下的差叫余项。拉格朗日余项说,这个差等于下一阶导数在某点处的值,乘上 (x−a)^(n+1) 再除以 (n+1) 的阶乘。有了它,近似就有了误差上界,不再只是「看起来挺像」。
最常用的例子是 sin x ≈ x。在零点展开,第一项就是 x,第二项是 −x³/6。当 x 小于 0.1 弧度时,x³/6 只有万分之一点七,误差可以忽略。单摆的周期公式 T = 2π√(L/g) 就建立在这个近似上,摆幅大了它就不准。
这也是计算器的做法。芯片里没有 sin 的电路,只有乘加器;算 sin 靠的是把角度归约到一个小范围,再用多项式逼近,误差控制在最后一位。
泰勒展开还有一层意义:它把局部信息和整体行为连起来。知道一点上的所有导数,就能预测附近的值。这个想法推到极致,就是解析函数——一点决定全局。
中值定理家族
罗尔定理说:如果函数在两端取值相同,中间又光滑,那么中间至少有一点导数为零。几何上就是,上去又下来,必然有一个瞬间是平的。
拉格朗日中值定理把它斜过来:不管两端取值如何,中间总有一点,切线斜率等于两端连线的斜率。
f(b) − f(a) = f′(ξ)(b − a),ξ ∈ (a, b)
柯西中值定理再推一步,把两个函数放在一起,得到两者增量之比等于导数之比。这一条是洛必达法则的来源,也是泰勒余项证明的工具。
三个定理看起来只是一句话,作用却像桥。它们把「导数满足某个条件」翻译成「函数满足某个结论」,反过来也行。整个微分学的证明几乎都要经过这座桥。
举一个实际用法:证明不等式。要证 e^x ≥ 1 + x,取 f = e^x,在 0 与 x 之间用中值定理,得到 e^x − 1 = e^ξ·x;因为 e^ξ ≥ 1,不等式立刻成立。这类证明在工程误差分析里天天用。
反常积分与托里拆利小号
有一类积分,区间是无限的,或者函数在某点趋于无穷。这类叫反常积分,处理办法是先积到有限处,再取极限。
以 1/x^p 为例,从 1 积到无穷。p 大于 1 时收敛,p 小于等于 1 时发散。这条界线是 1,看着随意,其实是幂函数与对数增长的分水岭。
一六四一年,托里拆利发现了一个反直觉的例子:把 y = 1/x 绕 x 轴旋转,得到一个喇叭形的曲面,叫托里拆利小号。它的体积有限,等于 π;它的表面积是无穷的。
也就是说,这个小号能装下一整桶漆,却漆不满自己的内壁。这个结论在当时引起了不小的争论,因为它同时用到了「有限」和「无限」两个直觉上不相容的判断。
用今天的语言说,这只是两个积分收敛性不同:体积那个是 1/x² 的积分,收敛;表面积那个是 1/x 的积分,发散。悖论的消解不靠哲学,靠把两个积分分开算清楚。
反常积分在应用里到处都是。概率密度在全直线上的积分必须等于 1,这是收敛性要求;信号处理里能量有限、功率有限,也是收敛性要求。收敛与发散不是数学游戏,它决定一个模型能不能用。
多元微积分
真实世界的量很少只依赖一个变量。板的温度依赖两个坐标,气体的压强依赖体积和温度,神经网络的损失依赖几百万个参数。
多元微积分的第一件事是偏导:把其他变量按住,只让一个动。第二件事是梯度:把所有偏导排成一个向量,它指向函数上升最快的方向,长度是那个最快的速率。
梯度为零的点叫驻点,可能是极大、极小,也可能是鞍点。判断要靠二阶导组成的矩阵,也就是海森矩阵:特征值全正才是极小,全负是极大,有正有负就是鞍点。
多元积分是在区域上求和。二重积分算面积上的总量,三重积分算体积上的总量。换坐标系时要乘一个雅可比行列式,它是面积或者体积的伸缩因子。极坐标下的那个 r,就是雅可比。
雅可比这个名字值得记。它把一个区域被变换拉伸了多少倍写成一个行列式;行列式为零,意味着变换把一块面积压成了一条线,反函数不存在。做机器人逆运动学、做坐标变换、做变量代换,都要看它。
格林、高斯与斯托克斯
多元微积分里有三个大定理:格林公式、高斯散度定理、斯托克斯定理。三个形状不同,说的是同一件事。
格林公式 维数:平面,等式:∮_C (P dx + Q dy) = ∬_D (∂Q/∂x − ∂P/∂y) dxdy,说的什么:边界上的环量等于内部旋转的总和;高斯定理 维数:三维,等式:∮_S F·n dS = ∭_V ∇·F dV,说的什么:穿过闭曲面的通量等于内部源的总和。
斯托克斯定理 维数:三维,等式:∮_C F·dr = ∬_S (∇×F)·n dS,说的什么:沿边界的环量等于曲面上旋度的总和。
三个都可以写成一个式子:
∫_∂Ω ω = ∫_Ω dω
左边在边界上积分,右边在内部积分,d 是一个叫外微分的算子。这个式子在任意维数都成立,格林、高斯、斯托克斯都是它在二维和三维的特例。
它的意思可以压成一句:一个东西在边界上的表现,完全由它在内部怎么变化决定;反过来,内部的总变化只能从边界漏出去。
物理里的守恒律都长这个样子。电荷守恒、质量守恒、能量守恒,写成微分形式是散度为零,写成积分形式就是进出相等。麦克斯韦方程组里的两个方程,就是高斯定理和斯托克斯定理的直接应用。
微分方程
微积分真正的主战场不在算面积,在解方程——方程里带着导数的那种。
牛顿第二定律 F = ma,写成微分方程是 m·d²x/dt² = F(x, t)。给一个力,求运动,这是已知导数关系求函数,正是微分方程要干的事。
能写出解析解的情况很少。线性方程、可分离变量、少数几种特殊形式,有公式;其余要靠数值方法,一步一步往前推。天气、湍流、蛋白质折叠、星系演化,全在后者。
三体问题是分界点。两个天体互相吸引,解可以用公式写出来;加到三个,庞加莱在十九世纪末证明,它没有用初等积分写出的通解,而且轨道对初始条件极其敏感。
一九六三年,洛伦兹在研究大气对流时把方程简化到三个变量,跑出了一条永不重复、也不发散的轨道。初始值差千分之一,跑出一段之后,两条轨道就完全不同了。这篇论文叫《确定性的非周期流》,混沌这个词后来才流行。
所以微分方程给出的,多半是一段可以往前推的轨迹。终点不在它的承诺里。
手机定位:GPS 里的微积分
手机定位是最日常的微积分现场,只是藏得深。
卫星绕地球飞,轨道是椭圆。由时间反推位置,中间要解开普勒方程 M = E − e·sin E。这是一个超越方程,E 解不出来,只能用牛顿迭代一步步逼近,卫星上的芯片每秒做很多次。
更出名的是相对论修正。卫星在高速运动,钟走得慢,狭义相对论算出每天慢约七微秒;卫星在高空,引力弱,钟走得快,广义相对论算出每天快约四十五微秒。两项相减,净每天快约三十八微秒。
三十八微秒听起来微不足道。光在这段时间里走十一公里。不做修正,定位误差每天累积十一公里,第二天就没法用了。
这里没有一步是算面积,用的全是微积分的想法:连续变化的量、累积效应、一阶近似。狭义相对论那一项,本质就是 √(1 − v²/c²) 的泰勒展开的第一项。
我的判断:微积分在工程里更多以这种形态出现:一层近似。它很少是一道摆在纸上的积分题。把复杂的式子在小参数处展开,留下第一项,扔掉高阶项,误差可控,计算量下降几个数量级。
断层扫描:CT 与拉东变换
CT 的原理是:从很多角度打 X 光,穿过人体后被探测器接收,得到一串「沿这条线的吸收总量」。要从这些总量反推人体内部的密度分布,这一步是数学。
一九一七年,奥地利数学家拉东证明了一个结论:一个二维函数可以由它在所有方向上的线积分完全确定,而且有反演公式。这就是拉东变换。
工程上的算法叫滤波反投影:先对每个角度做一次一维傅里叶变换,乘一个频率滤波器,再反变换,最后把所有角度加起来。
滤波这一步不能省。直接反投影会把每个角度的模糊叠在一起,图像糊成一团;滤波器的作用是抵消这个模糊,相当于在频率域做了一次除法。
一九七一年,豪斯菲尔德造出第一台可用于临床的 CT;一九七九年,他和科马克分享诺贝尔生理学或医学奖。科马克一九六三到一九六四年独立推出了重建算法,当时没有人觉得有用。
今天一台 CT 一次扫描要重建几百层图像,每层几百乘几百个像素,全是这个积分在跑。微积分在这里不显眼,因为它已经变成了机器里的一段固件。
动画与游戏:贝塞尔曲线与物理引擎
屏幕上没有曲线,只有点。让一条曲线看起来光滑,靠的是贝塞尔曲线:给几个控制点,用伯恩斯坦多项式把它们混合起来,得到一个参数方程。
二次贝塞尔是 B(t) = (1−t)²P₀ + 2t(1−t)P₁ + t²P₂。它是多项式,求导容易,而且曲线一定落在控制点围成的凸包内——这个性质让裁剪和碰撞检测都变简单了。
一九六二年,雷诺的工程师贝塞尔把这套方法用于汽车车身设计,后来成了 PostScript、TrueType、SVG 和几乎所有绘图软件的底层。排版软件里拖的那两个手柄,就是控制点。
三维动画还要算物理。布料、头发、烟雾,靠的是把连续方程离散成一大堆粒子,再一步步往前积分。最简单的欧拉法用当前速度推下一步,误差大、容易炸;Verlet 积分存上一步位置,稳定性好,游戏引擎偏爱它;要求高的时候用四阶龙格库塔,多算四次导数换精度。
这里的取舍很具体:一帧只有十六毫秒,要算几千个粒子,还要留时间给渲染。用哪种积分器属于算力预算问题,轮不到数学品味发言。
我的判断:实时图形是微积分的降级使用现场。它把连续的东西切成离散,把精确的解换成够用的近似,把无穷小换成固定的步长。降级得漂亮,画面就流畅;降级得粗糙,布料就会穿模,物体会抖。
期权定价:偏导数当风险指标用
一九七三年,布莱克和斯科尔斯发表了一个公式,给欧式期权定价。同年芝加哥期权交易所开业,公式很快被交易员用上。
他们的出发点是:股价的随机游走可以写成一个微分方程,然后用一个巧妙的组合——买一份期权、卖一定数量的股票——把随机性消掉。剩下的组合收益必须等于无风险利率,否则就有套利。
这个「消掉随机性」的动作,本质是微积分里的对冲:用一阶导数决定卖多少股。这个导数后来被叫作 delta,是期权风险里最有名的一个希腊字母。
公式里的希腊字母都是偏导数:delta 对股价,gamma 对 delta 再求一次,vega 对波动率,theta 对时间。交易台每天算的是这些导数,价格反倒次要。
一九九七年,斯科尔斯和默顿得了诺贝尔经济学奖。布莱克一九九五年去世,没能等到。
这个模型也出过大事。它的假设——波动率恒定、价格连续、无摩擦——在平常日子近似成立,在极端行情里全不成立。一九八七年黑色星期一、二〇〇八年金融危机,都出现过模型价格与市场脱节的情况。
公式没有错,是假设被用超了。把微积分用在现实里,最危险的一步在选假设,算倒在其次。
梯度下降:人工智能的每一步
训练一个模型,本质是找一组参数,让误差最小。误差是参数的函数,可能有几百万个参数,画不出图,也算不出解析解。
梯度下降的做法极朴素:算出当前点的梯度,往反方向走一小步,再算,再走。梯度指向上升最快的方向,反着走就是下降最快的方向。
θ ← θ − η · ∇L(θ)
这个法子一八四七年柯西就提过。它在深度学习里翻身,靠的是反向传播:一种把链式法则用在计算图上的算法,能从输出一层层往回算出每个参数的偏导,代价和一次前向计算同阶。
一九八六年,鲁梅尔哈特、辛顿、威廉姆斯在《自然》上发文,让反向传播成为训练多层网络的标准做法。二〇一四年,Kingma 和 Ba 给出了 Adam,用一阶矩和二阶矩分别调整每个参数的学习率,收敛更快,调参更省事。
步长 η 是最难定的。太大,会越过最低点来回震荡;太小,几百万步也走不到。实际训练里用预热、衰减、自适应,全是在和这个数较劲。
微积分在这里管方向。它告诉你往哪走,不告诉你走多远;走多远那一步,是靠实验试出来的。
有限元:把结构切成小块
要算一座桥在荷载下会不会变形,直接解偏微分方程几乎不可能,因为形状太复杂。有限元的办法是:把结构切成很多小块,每块内部用简单的多项式近似,再让相邻块的边界对得上。
切完之后,微分方程变成一大堆线性方程,规模可能上百万个未知数,交给计算机解。精度取决于网格的粗细和单元的形状,网格越密越准,算得也越慢。
这个方法的历史不长。一九四三年库朗在一篇论文里用过类似想法;一九五六年,波音的四位工程师用它算飞机机翼的应力,论文发表后工程界才开始大规模采用;一九六〇年克拉夫正式提出「有限元」这个名字。
今天它无处不在。汽车碰撞仿真、手机跌落测试、飞机气动、大坝抗震、人工关节受力、芯片散热,全在跑有限元。一次整车碰撞仿真,几百万个单元,算几个小时到几天。
它和微积分的关系是:把连续的方程离散化,用有限维逼近无限维。误差分析里有一条叫先验估计,说的是网格缩小时解会收敛到真解,收敛速度由单元阶数和正则性决定。
这条保证很重要。没有它,仿真结果只是一个数字;有了它,工程师才知道这个数字离真值有多远。
图像与声音:傅里叶换坐标
一张 JPEG 图片,压缩的核心是离散余弦变换。它把八乘八的像素块转换成六十四种频率的系数;人眼对高频不敏感,把高频系数粗略量化甚至丢掉,文件就小了。
余弦变换是从傅里叶变换来的。傅里叶在一八〇七年提出,任何周期函数都能写成一堆正弦和余弦的和;后来推广到非周期函数,变成傅里叶变换。
傅里叶变换的意义在于换坐标。时间域里看不出规律的东西,频率域里可能一目了然。一段音乐、一帧图像、一段脑电波,都可以这样换一次再看。
积分在这里是定义本身:傅里叶变换就是一个从负无穷到正无穷的积分,被积函数是原函数乘一个复指数。频率域的乘法对应时间域的卷积,这条性质让滤波器设计变成了简单的乘法。
音乐识别用的也是这一套。把一段音频切成小段,做频谱分析,取峰值做成指纹,再去库里比对。听歌识曲在零点几秒内给出结果,靠的是把声音变成一张可以检索的图。
磁共振更直接。它在频率空间里采样,采到的每一个点都是身体某一层的一个傅里叶系数,最后做一次反变换得到图像。所以扫描序列的设计,本质是在设计怎么走这条频率路径。
天气:写得出方程,给不出长期答案
天气预报解的是纳维-斯托克斯方程:流体的动量守恒、质量守恒、能量守恒,写成一组建模大气的偏微分方程。
这组方程解的存在性和光滑性,是克雷数学研究所七个千禧年问题之一,至今没有解决。天气预报不等它,用数值方法直接算。
算的办法是把大气切成网格。全球模型现在的水平分辨率大约在十公里量级,垂直方向几十层,每算一步要解几百万个方程。超级计算机跑几小时,才能给出未来几天的预报。
十天的门槛来自混沌。大气是混沌系统。洛伦兹那个三变量模型展示过:初始条件差一点点,轨道很快分开。真实的误差加倍时间大约是几天,十天的预报误差已经和气候本身的变率一样大。
现在的办法是集合预报:不去求一个确定答案,而是跑几十次,每次初始条件稍微改一点,看结果的分散程度。分散小,说明预报可信;分散大,说明这几天说不准。
这是微积分给出的一个诚实的答案:有些系统,你能写出方程,却给不出长期预测。知道自己的极限在哪,也是知识的一部分。
处处连续,处处不可导
一八七二年七月十八日,魏尔斯特拉斯在柏林科学院宣读了一个例子:一个函数,处处连续,处处不可导。
构造是级数:f(x) = Σ aⁿ·cos(bⁿπx),其中 0 小于 a 小于 1,ab 大于 1 + 3π/2。每一项都是一个平滑的余弦波,频率一次比一次高,幅度一次比一次小;加起来连续,但在任何一点都找不到切线。
这个例子在当时是丑闻。此前的数学家普遍相信,连续函数最多在有限个点上不可导,「一般」的函数应该是光滑的。魏尔斯特拉斯用一条写得出公式的曲线推翻了这个信念。
后来的结论更极端:在某种意义下,绝大多数连续函数处处不可导,光滑反而是稀有情况。这条结论让「用切线研究曲线」的适用范围需要重新界定。
分形、布朗运动、粗糙界面、金融价格,都属于这一类。布朗运动的样本轨道处处连续、处处不可导,而它正是爱因斯坦一九〇五年那篇论文里的对象。
微积分没有因此失效,它换了一套工具:不研究每一点的切线,研究尺度、维数、测度。这也解释了为什么海岸线要放在最前面——它是一条通向另一套数学的门。
数值的代价
微积分的定理都是关于极限的,计算机做的是有限步。两者之间的落差,是数值分析这一整个学科的内容。
最直接的落差是浮点数。双精度只有大约十六位十进制有效数字,两个相近的数相减,有效位会大量丢失。这个现象叫灾难性抵消,是数值计算最常见的错误来源。
第二个落差是稳定性。同一个方程,不同的离散格式,一个把误差放大,一个把误差压住。显式格式受制于步长,隐式格式可以走大步但要解方程,选哪个取决于问题的刚性。
第三个落差是条件数。输入扰动一点点,输出变化很多倍,就叫病态。求矩阵的逆、解线性方程组、拟合高阶多项式,都容易病态。条件数大到某个程度,算出来的结果就没有意义了。
这些不是工程细节,它们直接决定模型能不能信。气候模拟、核爆模拟、药物分子动力学,都有专门的人在研究怎么让离散之后的计算仍然可靠。
数学给的是「h 趋于零时成立」,工程要的是「h 取这个值时误差多少」。前者是定理,后者是估计,中间隔着整个数值分析。
微积分管不到的地方
微积分擅长处理连续的量,不擅长处理离散的对象。数一数有多少种走法、图上有几条最短路、一个整数能不能写成两个素数之和,这些问题不在它的射程里。
它可以被借来用。生成函数把计数问题变成幂级数,再用微积分求系数;概率里的期望和方差是积分;组合里的渐近估计靠积分近似求和。这些都是借工具,问题的骨架仍然是离散的。
它也不证明东西。微积分能算出一个积分等于多少,但「这个公式对所有 n 成立」要靠数学归纳法或者别的证明手段。数值实验能提示答案,不能代替证明。
还有一类问题它原则上能碰、实际上碰不动。三体问题、湍流、蛋白质折叠,方程写得出,解算不出。这属于问题本身的性质,跟技术无关。
我的判断:一门学问的边界,比它的能力更值得了解。知道微积分不能做什么,才不至于在遇到离散问题、证明问题、混沌问题时,硬把它套上去。
教学上的争论
最后说一件跟每个学过微积分的人都有关的事:这门课是怎么教的。
传统顺序是极限、导数、积分。先讲 ε-δ,再讲求导公式,最后讲积分。这套顺序逻辑严密,代价是很多人在第一章就失去了兴趣,因为他们不知道这些定义要解决什么问题。
八十年代美国有过一轮「微积分改革」,主张少讲技巧、多讲概念,允许学生用计算机代数系统,同一个对象同时用图像、数值、符号三种方式呈现。
这场改革持续了十几年,效果有争议。支持者说学生理解了概念,反对者说他们连基本的积分都算不准。二〇一〇年前后,一些学校又把基础训练加了回来。
争论的核心是一个老问题:先给直觉还是先给严格。先给直觉,学生知道自己在干什么,但容易留下错误的印象;先给严格,逻辑干净,但很多人走不过第一道门。
我的看法是两样都得给,顺序按人来。数学专业需要先严格,因为后面全靠它;工程专业可以先直觉,因为要用;中学阶段两样都不必给全,给一个「变化率」和「累积」的具体图像就够了。
这话不是和稀泥。贝克莱的诘难说明直觉在关键处会出错;而两百年没人回答他的诘难、微积分照样突飞猛进,说明直觉在大多数时候够用。两件事同时是真的。
回到那根线
回到开头那根海岸线。
它的长度不存在。这一点微积分承认,而且是用一套精确的语言承认的:内接折线的长度没有上界,上确界是无穷,所以长度这个量对它不成立。
但它的维数存在,大约 1.25。换一段海岸、换一种尺子,这个数基本不变。问题问错了,对象还在,换一个量就能描述它。
一根真正光滑的弯线不一样。它的内接折线有上界,上确界就是长度,而且可以用一个积分算出来。圆周是 2πR,摆线一拱是 8a,悬链线是两端高度平方差的开方。
所以「微积分凭什么能算出来」这个问题,答案可以压成一句:它先把长度定义成一个上确界,再证明这个上确界可以用积分表示,最后用基本定理把积分变成原函数的差。三步,每一步都有前提,前提不成立的时候它明说算不了。
这套东西用了两千年才成形。阿基米德和刘徽各自摸到了门口,牛顿和莱布尼茨把门推开,贝克莱在门口骂了一百五十年,柯西和魏尔斯特拉斯把地基补上。
今天它藏在你手机里、医院里、游戏里、天气预报里,藏得深到没人会想起它。它最初要解决的那个问题,小得不能再小:一根弯的线,到底有多长。
参考
- “π日”说π:这么复杂一个数谁算的?咋算的?(中国科学院地球环境研究所,2016) · 科普
- 天工开物:千古绝技——割圆术(央视网,2004,含郭书春、李文林访谈) · 报道
- 今天圆周率日,你一定背过 3.1415926(科普中国,2019) · 科普
- Gottfried Wilhelm Leibniz(MacTutor 数学史档案,圣安德鲁斯大学) · 档案
- Isaac Newton(Stanford Encyclopedia of Philosophy) · 百科
- The Analyst(贝克莱,1734,都柏林三一学院数学史页全文 PDF) · 原文
- George Berkeley(Stanford Encyclopedia of Philosophy,含《分析家》与无穷小批评) · 百科
- Augustin-Louis Cauchy(MacTutor 数学史档案) · 档案
- Karl Weierstrass(MacTutor 数学史档案,含处处不可导函数) · 档案
- Catenary(MacTutor 曲线档案,1691 年三人各自求解的经过) · 档案
- Cycloid(MacTutor 曲线档案,雷恩 1658 年求得一拱弧长) · 档案
- Hyperbolic Functions(NIST 数字数学函数库 §4.37) · 手册
- Elliptic Integrals(NIST 数字数学函数库 §19) · 手册
- 微积分 1(可汗学院中文版,极限、导数、积分的分级练习) · 课程
- A Gentle Introduction To Learning Calculus(BetterExplained) · 教程
- 18.085 Computational Science and Engineering I(MIT OpenCourseWare,有限元与数值方法) · 课程
- The Nobel Prize in Physiology or Medicine 1979(豪斯菲尔德与科马克,CT 重建算法) · 奖项
- The Nobel Prize in Economic Sciences 1997(斯科尔斯与默顿,期权定价) · 奖项
- Time and Frequency from A to Z(NIST,GPS 时间修正与相对论效应) · 指南
- Chaos(Stanford Encyclopedia of Philosophy,洛伦兹与确定性混沌) · 百科
- Calculus(3Blue1Brown 微积分专题) · 课程
- 【官方双语/合集】微积分的本质(3Blue1Brown,B 站) · 视频
- 从牛顿莱布尼茨之争看懂微积分真正的思想(万物建模师,B 站) · 视频
- 数学家研究了几百年的问题:悬链线(火星课堂,B 站) · 视频
- 【梯度下降】3D 可视化讲解(梗直哥,B 站) · 视频
- 【4K60 曼德勃罗集】忽大忽小?其实一直在放大(栈一格,B 站) · 视频