跳转至

微积分基础认知

微积分这门学科,说白了就研究两件事:“变化有多快”(局部)和“总量有多少”(整体)。而求导、微分、积分,就是围绕这两件事展开的三种运算。

导数(求导)

盯着“瞬间速度”看

通俗定义:导数就是“瞬间的变化率”,也就是事物在某一刻变化的快慢程度。

  • 场景:你开车看仪表盘,时速表显示100km/h。这个“100”不是指你这一小时跑了100公里,而是指如果你保持当前踩油门的力度,一小时后会跑100公里。这就是你此刻的速度——这就是导数。
  • 通俗解释:求导就是“算出一个函数在某一点的瞬间斜率”。你画一条曲线,用放大镜看某一个点,它就像一条直线,这条直线的倾斜程度(斜率)就是导数。

梯度

之前我们说的导数 dy/dx,研究的是一条曲线(比如车速只随时间变化)。但现实世界往往是复杂的:你开车上坡,坡的陡峭程度不仅取决于你往前开(X方向),还取决于你往左或往右打方向(Y方向)。

  • 导数:告诉你“往前开”时上坡有多陡(单一方向的变化率)。
  • 梯度:告诉你“在所有方向中,哪个方向上坡最陡,以及这个最陡的坡度到底有多大”。

梯度是一个“向量”(既带方向,又带大小),它指向函数值“上升最快”的那个方向,其大小就是那个方向上的最大斜率。

  • 方向:朝哪儿走,海拔升得最快?
  • 大小(模长):朝那个方向走,坡度到底有多陡?

梯度永远指向海拔升高最快的方向。如果你想下山(求最小值),就要往梯度的反方向走——这就是人工智能机器学习里大名鼎鼎的“梯度下降法”。

微分

盯着“极其微小的增量”看

通俗定义:微分就是“当自变量发生一点点微小变化时,因变量产生了多少微小的变化”。

  • 场景:还是开车,在这一秒内,你的脚轻轻往下踩了1毫米(这是自变量的微小变化)。因为踩了这1毫米,车速从100变成了100.5(这是因变量的微小变化)。这个微小的变化量(0.5km/h)就是微分。
  • 通俗解释:导数是“比例”(变化率),而微分是“具体的微小差值”(变化量)。
  • 核心记忆:求导是求 dy/dx(两个微分的比值),而微分是求 dy(单独的那个微小增量)。

积分(不定积分 & 定积分)

盯着“累积的总和”看

通俗定义:积分就是“把无穷多个极其微小的部分加起来”,求一个总量。

  • 场景(定积分):你开车从A到B,仪表盘上的速度一直在变(一会儿80,一会儿120)。你想知道这1小时总共跑了多少公里。于是你把1小时分成60分钟,看每分钟的速度乘以时间加起来;再分成3600秒加起来……如果分成无穷多个瞬间,把每个瞬间的“速度 × 无穷小时间”全部加起来,这个总和就是定积分(路程)。
  • 场景(不定积分):你只知道车速表在任何时刻的速度公式(比如 v=10t),你想反推出“路程的公式”是什么。这个反推的过程,就叫不定积分。