微积分由来详解

本文参考：https://www.zhihu.com/question/336322284/answer/918067537

1.求曲线面积

求图形面积这么多，不可能每次都记得公式，况且很多都还没有公式。
所以，人们想到一种穷竭法：用n个矩形去逼近这个图形。

2.初见积分

面积就是无穷小量dx(宽)×函数值(纵坐标/高)

3.直线和斜率

直线的斜率就是表明直接的倾斜程度的，纵坐标之差Δy和横坐标之差Δx的比值（Δy/Δx）来定义这条直线斜率。

4.曲线和切线

而曲线每个点的斜率都是不一样的，所以不同的点有者不同的倾斜程度。
而曲线每个点的倾斜程度就是该点切线的斜率。
切线就是一条经过曲线某个点且与曲线只有一个交点的直线。

5.初见微分

而切线是当曲线上A、B两点相隔无穷小时确定的直线，那么切线的斜率依然可以写成Δy/Δx，只不过这时Δx和Δy都无限趋近于0。莱布尼茨就给这两个趋近于0却又不等于0的Δx和Δy重新取了一个名字：dx和dy，并把它们称为“微分”。

6.导数

原函数微分就是导数。
曲线上的任何一点都有个斜率（切线对应的倾斜程度），所以一个点和一个斜率对应，而斜率通过微分求得，显然微分后也是一个函数，一一对应，这个就是导函数，简称导数。

7.导数的意义

这个就是微分学的核心了。
因为导数反映的是一个量变化快慢的程度，这其实就是一种广义的“速度”。
所以我们可以知道一个函数的增长快慢，当为0的时候就停止增长/减少，此时我们可以来求极大极小值。

8.互逆运算

积分与微分是一对互逆运算。
求面积（积分）和求导（微分）是一对互逆运算”的时候，那就是说如果有一个东西，我们对它进行积分操作（求面积）可以得到一个新东西，如果我们对这个新东西再进行微分操作（求导）又能得到原来的那个东西，这样才算互逆。

例子：物理中的速度曲线（速度与位移的关系）：
处理曲线的时候，我们把时间切成很多块，用每一个小块的面积（位移）之和去逼近总面积（位移），这不就是积分的思想么？反过来，如果你把这个黄色的面积S，把这个整体的位移看作一个随时间t变化的函数，对它求导自然就能得到速度v。也就是说，我们对速度v做一次积分能得到位移s；反过来，对位移s求一次导数（微分）就能得到速度v。这样它们的互逆关系就非常清楚了

9.原函数（互逆运算的作用）

在前面我们看到：算积分（函数与x轴围成的面积的时候），我们用的是矩形穷竭法，很明显缺点很多(1.面对不同的曲线有着不同的公式（因为我们要按照n个矩形长×宽来算）2.要舍去后面的无穷小项)

这里拿物理中的速度v与位移s举例：
我们很明显知道s对t求导就是v，而我们现在问题是要通过v得到s，且v是由s对t求导而来的，那么就做对v做逆微分运算呗，当我们知道f(x)=2x的时候，我们肯定知道f(x)是由哪个原函数微分而来的:g(x)=x²，这就是我们一开始写的用积分符号对f(x)求积分其实就是在对f(x)求逆微分运算。
所以整个逻辑是这样的：

• 积分:v求s（但是只有缺点明显的穷竭法），微分:s求出v
• 发现积分和微分互为逆运算
• 那用穷竭的积分不行，我们就用微分，对v采取逆微分运算**，而这里的逆微分就是我们后来广义讨论的积分**。

10.微积分基本定理

既然要用反向微分的方法求面积，那我们就去找f(x)=x²的原函数g(x),而g(x)的意义是负无穷到x，函数f(x)围成的面积，所以f(x)从0~1围成的面积就是:g(1)-g(0)。
微积分基本定理（牛顿-莱布尼茨公式）就非常容易理解了：如果函数f(x)在区间a到b之间连续（简单理解就是曲线没有断），并且存在原函数F(x)，那么就有：

微积分之所以能够简化求面积的逻辑，是因为微积分把这块逻辑都打包到求原函数里去了，而后者是一个可以程序化、一般化的操作，而不是用各种图形去竭尽，这样很麻烦。

-因为给f(x)直接求g(x)很麻烦，但g(x)->f(x)简单，那就逆过来操作。就像在鸡兔同笼里，告诉鸡兔的数量求头和脚数量easy，但反过来就麻烦，那么依然用前者思路，将鸡兔数量设出，表示成头和脚的数量。

11.被忽略的无穷小

前文说到的微积分，虽然积分是可以是逆微分，但是微分中也忽略了无穷小dx，只是直观地认为可以忽略且不为0。
这里我把柯西对极限的新定义：当一个变量相继的值无限地趋近某个固定值的时候，如果它同这个固定值之间的差可以随意地小，那么这个固定值就被称为它的极限。

可以随意的小和你主动去无限逼近是完全不一样的。可以随意小的意思是：你让我多小我就可以多小。你让我小于0.1，我就能小于0.1；你让我小于0.01，我就能小于0.01；你让我小于0.00…001，我就可以小于0.00…001。只要你能说出一个确定的值，不管你说的值有多小，我都可以让它跟这个固定值的差比你更小。柯西说如果这样的话，那么这个固定值就是它的极限。

无穷小量：一个“只要你可以说出一个数，我肯定就可以让我和0之间的差比你给的数更小”的量。

12.魏尔斯特拉斯和ε-δ极限

根据柯西的思想，魏尔斯特拉斯说：你要判断某个函数f(x)在某个地方a的极限是不是某个值L，关键就要看如果我任意说一个数ε（比如0.00…001或者任意其它的，注意是任意取，这里用ε代替），你能不能找到一个x的取值范围（用δ来衡量），让这个范围里的函数值f(x)与那个值L之间的差（用套个绝对值的|f(x)-L|表示）小于ε。如果你总能找到这样的δ，那我就说函数f(x)在a点的极限为L。用精练的数学语言表述上面的话就是：当且仅当对于任意的ε，存在一个δ>0，使得只要0<|x-a|<δ，就有|f(x)-L|<ε，那么我们就说f(x)在a点的极限为L。记做：

13.导数的重建

很显然，这个定义是依赖无穷小量的，我们现在要用ε-δ定义的极限来代替这个无穷小量。所以，切线就应该被理解为割线的极限，那么切线的斜率（也就是这点的导数）自然就是割线斜率的极限，所以导数f(x)’也自然而然地成了一个极限。
由于割线的斜率就是用这两点的纵坐标之差f(x+Δx)-f(x)除以这两点的横坐标之差（x+Δx-x=Δx），而导数f(x)’是割线斜率的极限。那么，我们在割线斜率的前面加一个极限符号就可以表示导数f(x)’了：

这才是导数的真正定义，它是一个极限，而不再是两个无穷小量dy与dx的商dy/dx。也就是说，按照极限的ε-δ定义，这个导数f(x)’的真正含义是：你任意给一个ε，我都能让割线的斜率与这个值的差比你给的ε更小。

14.微分的重建

我们今天仍然用dy/dx表示导数，但是大家一定要注意，dy/dx在现代语境里是一个极限，不再是两个无穷小量的商。

这个dx和dy还是有意义的，当然，有意义也肯定不可能再是以前无穷小量的意思了。那么，在ε-δ极限这种全新的语境下，dx和dy在新时代的意义又是什么呢？

当自变量变化了Δx的时候，Δy表示实际的曲线的变化量，而微分dy则表示这条切线上的变化量，这就是新的语境下函数微分dy的含义。而自变量的微分dx，大家可以看到，就跟x轴的变化量Δx是一回事。
dy和Δx之间就存在这样一种线性关系：dy=A·Δx。

微分的严格定义是这样的：对于Δy是否存在着一个关于Δx为线性的无穷小A·Δx（A为常数），使它与Δy的差是较Δx更高阶的无穷小。
如果这个式子成立，我们就说函数y=f(x)在这点是可微的，dy=A·Δx就是函数的微分。因为这是一个线性函数，所以我们说微分dy是Δy的线性主部。

15.关于极限

• 只有当左右极限存在且相等的时候，极限才存在。
• 函数在某点可能并无定义，所以一般都是去心邻域。
• 在实数域中，如果函数f(x)趋向实数c时，收敛到某实数L，我们就说此函数是收敛的，并且它的极限是L，但是无穷并不是实数（无穷的定义：超出任意给定值，所以无穷无法被放在实数轴上），所以当趋近于无穷时，函数发散，不存在极限。
•