Hero Image
黎曼积分

牛顿和莱布尼茨在 17 世纪发明了积分学,但很长时间里,没有人在意精确地定义积分到底是什么。对于普通的函数,积分就是导数的逆运算,或者曲线下的面积,这就够了。 奇怪的函数 19 世纪初,情况变了。傅里叶证明,非常不规则的函数,即带有跳跃和尖角的函数,也可以写成正弦和余弦之和,而这些和的系数由积分给出。可是,对一个满是跳跃的函数求积分有什么意义呢?柯西为连续函数给出了第一个定义。黎曼的老师狄利克雷在 1829 年找到了一个根本无法积分的函数:在有理数处取 1、在无理数处取 0 的函数。 黎曼在 1854 年关于三角级数的授课资格论文中处理了这个问题。要知道哪些函数能写成傅里叶级数,他首先得确切知道哪些函数能够积分。 定义 黎曼的想法很简单。要在区间 $[a, b]$ 上对 $f$ 积分: 把区间切成小段 $[x_0, x_1], [x_1, x_2], \ldots, [x_{n-1}, x_n]$,其中 $x_0 = a$,$x_n = b$; 在每一段中任取一点 $\xi_i$; 作出以 $x_i - x_{i-1}$ 为底、$f(\xi_i)$ 为高的矩形面积之和: $$S = \sum_{i=1}^{n} f(\xi_i)\,(x_i - x_{i-1}).$$如果当所有小段都变得非常窄时,这些和趋近同一个数,不论小段和点是怎样选取的,这个数就是积分: $$\int_a^b f(x)\,dx = \lim S.$$要求点的选取无关紧要,这正是定义的核心。在下图中,改变每一段里所取的点和段数: 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 哪些函数可积 黎曼还给出了一个判别法。在每一段中,函数在一个最小值和一个最大值之间变化,两者之差就是函数在这一段上的振幅。如果各段的振幅乘以宽度之和可以要多小就有多小,函数就是可积的。所有连续函数都能通过这个检验,许多有跳跃的函数也能:只要跳跃不“太多”就行。 狄利克雷函数通不过:在任何一段里,不论多小,都既有有理数又有无理数,振幅始终是 1。和是 1 还是 0,取决于所选的点,不存在唯一的极限。 有无穷多个跳跃的函数 为了展示自己定义的适用范围,黎曼构造了一个可积函数,它在所有形如 $\frac{m}{2n}$($m$ 为奇数)的有理数处都有跳跃,也就是说,跳跃点在实数中稠密。即便如此,和仍然收敛,因为跳跃越来越小。1902 年,亨利·勒贝格提出了一个更一般的定义,它连狄利克雷函数也能积分(积分为 0),并成为现代概率论的基础。但人们首先学的仍然是黎曼积分。

Hero Image
积分号 ∫:从求和到累积

1675 年 10 月 29 日,莱布尼茨在巴黎研究一个面积问题。在此之前,他沿用意大利人卡瓦列里的做法,写 omn.(拉丁文 omnia“全部”的缩写)来表示一个图形中所有线段之和。写到页面中间时,他写道: 用 ∫ 代替 omn. 会很有用。 — 莱布尼茨,1675 年 10 月 29 日手稿 符号 $\int$ 是一个拉长的 S,取自 summa,即“和”。在当时的手写中,长 s 是一个普通字母。从那以后,这个符号再也没有被取代。 把薄片加起来 莱布尼茨的想法是把一个区域切成极细的竖直薄片。每片几乎是一个高为 $y$、宽为 $dx$ 的矩形,面积为 $y\,dx$。总面积就是所有薄片之和: $$\int y\,dx.$$这个符号一下子说明了一切:把高($y$)乘以微小的宽($dx$)全部加起来($\int$)。求和的上下限写在上方和下方:$\displaystyle\int_a^b f(x)\,dx$ 就是从 $x=a$ 到 $x=b$ 所有薄片之和。 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 谁起了“积分”这个名字? 莱布尼茨把他的发明称为 calculus summatorius,即“求和的计算”。积分(integral)一词出现在雅各布·伯努利 1690 年的一篇论文中。莱布尼茨和约翰·伯努利讨论过该用哪个名字,最后同意用“积分”,但符号仍然是莱布尼茨的 S。 把差加起来,得到总量 还记得传记中惠更斯给莱布尼茨出的那道题吗?在那里,一串差之和几乎全部抵消: $$(F_1-F_0)+(F_2-F_1)+(F_3-F_2)+\cdots+(F_n-F_{n-1})=F_n-F_0.$$把一个量的所有微小变化加起来,剩下的只有总变化:终值减初值。莱布尼茨意识到,对于无穷小的差,情况也一样。如果 $dF=f(x)\,dx$,那么 $$\int_a^b f(x)\,dx=\int_a^b dF=F(b)-F(a).$$换句话说,$\int$ 和 $d$ 互相抵消,就像加法和减法。这就是微积分基本定理,以最简短的方式写了出来。牛顿则沿着流数的道路得到了同样的结论。 例子:抛物线下的面积 求 $y=x^2$ 在 $0$ 与 $3$ 之间的面积,我们要找满足 $dF=x^2\,dx$ 的 $F$。由于 $d\!\left(\frac{x^3}{3}\right)=x^2\,dx$:

Hero Image
面积与积分:流数的逆运算

测量曲边图形的面积是数学中最古老的问题之一。大约公元前 250 年,阿基米德证明了抛物线弓形的面积是其内接三角形面积的 $\frac43$。这是天才之举,但它是“量身定做”的:每遇到一条新曲线,就需要一个新想法。 到了 17 世纪,费马、卡瓦列里、沃利斯等人已经能对许多 $n$ 值计算 $y=x^n$ 下的面积。所缺的是一条普遍法则;所缺的,还有牛顿和莱布尼茨各自领悟到的一点:求面积与求变化率是互逆运算。 面积是一个会增长的量 设想曲线 $y=f(x)$ 下方从 $0$ 到某点 $x$ 的面积,记作 $A(x)$。把右边界从 $x$ 推到 $x+h$,面积就多出一条细窄的条带。 这条带几乎是一个高为 $f(x)$、宽为 $h$ 的矩形。所以 $$A(x+h)-A(x)\approx f(x)\cdot h\qquad\Longrightarrow\qquad\frac{A(x+h)-A(x)}{h}\approx f(x).$$条带越细,近似越好。取极限: $$A'(x)=f(x).$$用牛顿的语言说:面积的流数就是曲线的高度。面积增长的速度恰好由高度给出。要求面积,只需找到一个流数为 $f$ 的函数,也就是反方向走一遍。 严格地说,我们把条带夹在两个矩形之间:一个取 $f$ 在该区间上的最小高度,另一个取最大高度。若 $f$ 连续,当 $h\to0$ 时这两个高度都趋于 $f(x)$,条带便被夹在中间。 《分析》中的法则 1669 年,牛顿写了一篇名为《分析》(De analysi)的短论。其中第一条法则用今天的记号来说就是:$y=ax^{m/n}$ 下方从 $0$ 到 $x$ 的面积为 $$\frac{an}{m+n}\,x^{(m+n)/n}.$$看起来复杂,其实就是你熟悉的法则:$x^k$ 下方的面积是 $\dfrac{x^{k+1}}{k+1}$。例如,$y=x^2$ 在 $0$ 与 $2$ 之间: $$\int_0^2 x^2\,dx=\left[\frac{x^3}{3}\right]_0^2=\frac{8}{3}.$$阿基米德需要一整套证明才能得到这个数,有了这条法则,只要一行。 作为面积的对数 把这条法则与广义二项式结合起来,牛顿算出了别人不会算的面积。双曲线 $y=\dfrac{1}{1+x}$ 可以化为幂的和: $$\frac{1}{1+x}=1-x+x^2-x^3+\cdots$$接下来只需逐项求每个幂下的面积: $$\int_0^x\frac{dt}{1+t}=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+\cdots$$这块面积就是自然对数 $\ln(1+x)$。取 $x=0.1$,四项给出 $0.0953083$,正确值是 $0.0953102$。

Hero Image
古典概率与高斯积分

数学概率始于赌博游戏,始于 1654 年帕斯卡与费马之间的通信,又因雅各布·伯努利的大数定律得到第一个伟大定理。拉普拉斯把它变成了一套完整的理论。他关于这一主题的第一篇论文写于 1774 年;1812 年的《概率的解析理论》汇集了将近四十年的研究;1814 年的《概率的哲学随笔》则不用公式,向公众解释了这一切。 1840 年版《概率的哲学随笔》的扉页。Pierre-Simon Laplace · Wikimedia Commons · 公有领域 古典定义 机遇的理论在于:把同一类的所有事件归结为一定数目的同等可能的情形,也就是我们对它们是否发生同样无法确定的情形;然后确定对所求概率的事件有利的情形数。 — 皮埃尔-西蒙·拉普拉斯,《概率的哲学随笔》(1814) 这就是学校里教的定义: $$P = \frac{\text{有利情形数}}{\text{可能情形数}}.$$微妙之处在于“同等可能”这几个字。掷两颗骰子,点数和有 11 种可能,从 2 到 12,但它们并不同样可能。同等可能的情形是 36 个有序对(第一颗,第二颗)。和为 7 出现在其中 6 个里,从 (1, 6) 到 (6, 1),所以概率是 $\frac{6}{36} = \frac{1}{6}$;和为 2 只出现在 (1, 1) 中,概率是 $\frac{1}{36}$。 e 的负 x 平方次幂的积分 研究许多偶然量之和时,拉普拉斯需要一个在整个统计学中处处出现的积分: $$\int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi}.$$亚伯拉罕·棣莫弗在 1733 年已经以数值形式用过这个结果;拉普拉斯在 1774 年给出了证明。最漂亮的证明是一个技巧:不直接算积分 $I$,而是算 $I^2$,它是平面上的积分: $$I^2 = \int_{-\infty}^{\infty}\int_{-\infty}^{\infty} e^{-(x^2+y^2)}\,dx\,dy.$$在极坐标下,$x^2 + y^2 = r^2$,面积元是 $r\,dr\,d\theta$:

Hero Image
复平面上的积分

十八世纪末,欧拉和拉普拉斯用一个大胆的技巧计算困难的实积分:把实变量换成复变量,算完之后再回到实数。拉普拉斯称之为“从实到虚的过渡”。结果都对得上,但没有人能说清楚这个技巧何时合法。正是为了回答这个问题,25 岁的柯西在 1814 年向科学院提交了一篇关于定积分的论文。这篇论文直到 1827 年才发表,而它只是一个开端。 在平面上可导的函数 复变函数 $f(z)$,其中 $z = x + iy$,可以写成 $f = u + iv$,$u$ 和 $v$ 是 $x$、$y$ 的实函数。要使 $f$ 在复数意义下可导,$u$ 和 $v$ 必须满足柯西–黎曼方程: $$\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \qquad \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x}.$$这组方程在达朗贝尔和欧拉那里已经出现过;柯西把它们放到了理论的中心,三十年后黎曼又以它们为出发点。对 $f(z) = z^2 = (x^2 - y^2) + i\,(2xy)$:$u_x = 2x = v_y$,$u_y = -2y = -v_x$。 积分定理 1825 年,柯西发表了《论虚数限之间的定积分》。在平面上从点 $z_0$ 积分到点 $z_1$,必须选一条连接两点的路径。核心定理说:路径无关紧要,只要把一条路径变形为另一条时所扫过的区域内,函数始终有限且连续。换一种说法:沿任何不绕过麻烦点的闭合曲线,积分都为零, $$\oint f(z)\,dz = 0.$$最重要的例子恰恰是定理不适用的情形。沿半径为 1 的圆按逆时针方向对 $\frac{1}{z}$ 积分。令 $z = e^{it}$,则 $dz = i e^{it}\,dt$,于是

Hero Image
基本定理:当 d 与 ∫ 相互抵消

在微积分之前,切线和面积是两个毫不相干的问题。求一条曲线的切线是一门技艺;求它下方的面积是另一门。十七世纪的伟大发现——属于艾萨克·巴罗、牛顿和莱布尼茨——是一个是另一个的逆。这就是微积分基本定理,而莱布尼茨的记号把它写得几乎理所当然。 莱布尼茨:如同和与差 莱布尼茨把 $\int$ 看作和,把 $d$ 看作差。把差加起来,就抵消了差,就像楼梯:台阶高度之和就是总高度。他写道,$\int$ 和 $d$ 互为逆运算,“就像普通计算中的乘方与开方”。用符号写: $$d\!\int y\,dx=y\,dx,\qquad\int dy=y.$$$d$ 和 $\int$ 像 $+3$ 和 $-3$ 一样“相互抵消”。这是最强意义上的能动记号:微积分中最重要的定理,表现为一条化简规则。 现代写法中的两半 今天,这个定理分两部分来写。 第一部分:对面积求导。 如果 $A(x)=\displaystyle\int_a^x f(t)\,dt$ 是从 $a$ 到 $x$ 累积的面积,那么 $$\frac{d}{dx}\int_a^x f(t)\,dt=f(x).$$面积增长的速率,就是曲线在当前位置的高度。注意积分里面的字母是 $t$,不是 $x$:$x$ 已经被上限占用了。写成 $\int_a^x f(x)\,dx$,就会犯第3章讲过的变量捕获错误。 第二部分:对导数积分。 如果 $F'=f$,那么 $$\int_a^b f(x)\,dx=F(b)-F(a)=\Big[F(x)\Big]_a^b.$$带上下限的括号是一种过渡记号:在还要代入数字的时候,先把 $F$ 留住。有了它,上一篇中需要无穷多个矩形的面积,一行就算出来了: $$\int_0^2x^2\,dx=\left[\frac{x^3}{3}\right]_0^2=\frac83-0=\frac83.$$记号隐藏了什么 $d$ 与 $\int$ 的抵消并不完美。在不定积分中, $$\int\frac{dF}{dx}\,dx=F(x)+C,$$出现了一个抵消规则没有预告的常数 $C$。求导会抹去常数;积分不知道该还回哪个常数。忘了写 $+C$ 是微积分课上最常见的错误,而它的根源是符号学的:记号暗示了一个完美的逆,实际上却只有一个相差常数的逆。 辞去教席的巴罗 牛顿在剑桥的老师艾萨克·巴罗,1670 年发表了基本定理的一个几何版本,只有图形,没有任何代数记号。定理就在那里,却深藏在几何里,几乎没有人注意到它的重要性。此前不久的 1669 年,巴罗把教席让给了牛顿。同一个想法,用 $d$ 和 $\int$ 写出来,成了一门理论的核心;用图形写出来,只是众多命题中的一个。 练习:对变上限的面积求导计算 $\dfrac{d}{dx}\displaystyle\int_0^{x^2}\cos t\,dt$。 令 $A(u)=\int_0^u\cos t\,dt$,$A'(u)=\cos u$。表达式是 $A(x^2)$,由链式法则,它的导数是 $A'(x^2)\cdot2x=2x\cos(x^2)$。用第二部分验证:$\int_0^{x^2}\cos t\,dt=\sin(x^2)$,其导数为 $2x\cos(x^2)$。

Hero Image
逐个符号读积分

表达式 $$\int_0^2 x^2\,dx$$有五个部件:符号 $\int$、数字 $0$ 和 $2$、函数 $x^2$ 以及 $dx$。每一个都做不同的工作,每一个都有来历。第1章讲述了从阿基米德的穷竭法到积分的过程。这里,我们慢慢地读积分,就像读一门新语言里的句子。 五个部件组成的句子 $\int$ 是一个拉长的 S,取自 summa,即“和”。莱布尼茨在 1675 年 10 月 29 日的一份手稿里第一次写下它。它是一种奇特的图像符号:它不像一块面积,却像描述面积如何构成的那个词。 上下限 $0$ 和 $2$ 写在下面和上面,说明从哪里加到哪里。它们不是莱布尼茨的:是法国人约瑟夫·傅里叶在 1820 年前后开始把它们紧贴着符号写的。在此之前,它们用文字写在旁边。 函数 $x^2$ 是每个条带的高。 $dx$ 是每个条带的宽,无限地细。它也标明哪个字母在变:如果写的是 $dt$,变量就是 $t$。 字母 $x$ 是一个哑字母:$\int_0^2x^2\,dx$ 和 $\int_0^2t^2\,dt$ 的值相同。结果 $\frac83$ 不依赖于 $x$。 整句读下来就是:对从 $0$ 到 $2$ 的所有 $x$,把高 $x^2$ 乘以宽 $dx$ 加起来。 符号背后的和 这种读法不是比喻。把无限细的宽 $dx$ 换成真实的宽 $\Delta x$,把 $\int$ 换成表示和的希腊字母 $\Sigma$,积分就变成了矩形面积之和,即黎曼和: $$\sum_{i=1}^{n}f(x_i)\,\Delta x\;\longrightarrow\;\int_a^b f(x)\,dx.$$记号在这里做的事和第2篇一样:取极限时形状保持不变。$\Sigma$ 变成 $\int$,$\Delta x$ 变成 $dx$,$f(x_i)$ 变成 $f(x)$。懂得有限和的人,读积分毫不费力。

Hero Image
从穷竭法到积分:Σ、∫ 与圆周率 π

算长方形的面积很容易:底乘高。三角形也不难:那个积的一半。麻烦从图形是弯曲的时候开始。用小正方形铺满一个圆,总会多出或缺少一块。两千年来,数学家们一直用同一个想法对付这个问题:用越来越小的直线图形去逼近曲线。变的是书写这个想法的方式。 阿基米德围住了圆 大约公元前 250 年,在叙拉古,阿基米德在一个圆里画了一个六边形,又在圆外画了一个六边形。圆周长介于两个六边形的周长之间。然后他把边数加倍:$12$、$24$、$48$、$96$。用 96 边形,他得到 $$3\tfrac{10}{71}<\pi<3\tfrac17,$$也就是 $3.1408\ldots<\pi<3.1428\ldots$ 这种方法被十七世纪的数学家称为穷竭法,它把曲线图形与直线图形之间的差“穷竭”掉。这是一种极限的思想,比“极限”这个词早了两千年。但阿基米德没有一种书写来表达它:每个问题都需要一个新的论证,用句子和图形写成,而通向无穷的那一步,则用双重反证法回避掉了。 所罗门王的铜海 《圣经》描述了所罗门圣殿里一个巨大的铜盆:“他又铸一个铜海,样式是圆的,高五肘,径十肘,围三十肘”(列王纪上 7:23)。直径 $10$,周长 $30$:$\pi$ 等于 $3$。本站早期的文章讨论过这个测量是否有误。这个数字有不错的解释:盆沿有厚度,绳子可能绕在沿的里面,而且尺寸是取整的。对需要订购青铜的人来说,$3$ 是一个完全够用的 $\pi$。 给这个数一个名字 几个世纪里,圆周与直径之比都没有符号,只能用文字描述:“乘以直径就得到圆周的那个量”。1706 年,威尔士教师威廉·琼斯用了希腊字母 $\pi$,它是 periphéreia(周边、一圈)的首字母。欧拉在他的书里采用了这个字母,它便成了标准。有了名字,这个数的地位就变了:它不再是两段长度之间的关系,而成了一个可以相加、平方、放进公式(比如 $A=\pi r^2$)的对象。 开普勒与酒桶 1613 年,约翰内斯·开普勒第二次结婚,为婚礼买了酒。酒商量酒桶容积的方法是:把一根量杆从桶口插到对面的角落,读出被酒浸湿的长度。已经发现行星运动定律的开普勒觉得这个方法可疑:形状不同的酒桶可能对角线相同而容积不同。1615 年,他出版了《酒桶的新立体几何》(Nova stereometria doliorum vinariorum),把酒桶切成极薄的薄片,再把它们的体积加起来。 二十年后,意大利人博纳文图拉·卡瓦列里用不可分量把这个想法系统化:平面图形由无穷多条线组成,立体由无穷多个面组成。这个方法强大而危险。把无穷多个厚度为零的东西加起来,得到的是什么? 变成积分的和 答案随莱布尼茨而来,而它首先是一个书写上的答案。把曲线 $y=f(x)$ 下方、$a$ 与 $b$ 之间的区域切成 $n$ 个宽为 $\Delta x$ 的长方形。近似面积是 $$A\approx f(x_1)\,\Delta x+f(x_2)\,\Delta x+\cdots+f(x_n)\,\Delta x=\sum_{k=1}^{n} f(x_k)\,\Delta x.$$长方形越细,近似越好。取极限,当宽度趋于零时,和就变成 $$A=\int_a^b f(x)\,dx.$$把两个公式并排看。结构是一样的:一个求和号,一个高度 $f$,一个宽度。变的是字母。希腊字母 $\Sigma$,即“和”(sum)的 S,变成了拉丁的 $\int$,也是一个 S,只是拉长了。希腊字母 $\Delta$,即“差”(difference)的 D,变成了拉丁的 $d$。希腊字母标记有限,拉丁字母标记无穷小,而从一个世界到另一个世界的过渡,就画在字母表的更换之中。本站早期的文章称之为 mirabilis abbreviatio:积分的写法记得它从哪里来。看着 $\int f(x)\,dx$ 的人,仍然能看到高为 $f(x)$、宽为 $dx$ 的长方形。