数学中的无穷小与物理学中的微元
flyfish
数学中的直线和物理中的线比较下就容易理解了
数学中的直线:
数学中的直线是一种理想化的抽象概念,具有无限延伸且没有厚度或宽度。
直线的定义不依赖于物理性质,仅依赖于几何性质。它是一个一维对象,只具有长度,没有宽度和高度。
物理世界中的线:
在物理世界中,任何实际存在的线(例如,一根细绳、一条光束)都具有一定的厚度或宽度。
即使是光,在某些情况下也表现出一定的宽度,尤其在波动光学中,光具有波长和干涉现象。
波动光学:在波动光学中,光被认为是一种波动现象,具有波长和频率,因此光束会展现出一定的宽度和衍射、干涉现象。
几何光学:在几何光学中,光被简化为光线,这些光线可以被认为是没有宽度的理想化线条,用于解释光的直线传播、反射和折射等现象。
古典的理解
1. 牛顿的流数法
牛顿在引入微积分时使用了流数(fluxions)和流率(fluxions rate)的概念,即变化中的量和其变化率。无穷小量在他的体系中被视为“无限小的变化量”,用来描述瞬时速度和加速度。然而,他并未给出严格的定义。
例子:导数的定义 牛顿定义函数 y = f ( x ) y = f(x) y=f(x) 在点 x x x 处的导数为:
d y d x = lim Δ x → 0 Δ y Δ x = lim Δ x → 0 f ( x + Δ x ) − f ( x ) Δ x . \frac{dy}{dx} = \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} = \lim_{\Delta x \to 0} \frac{f(x + \Delta x) - f(x)}{\Delta x}. dxdy=Δx→0limΔxΔy=Δx→0limΔxf(x+Δx)−f(x).在这个过程中, Δ x \Delta x Δx 是一个无穷小量。当 Δ x \Delta x Δx趋于零时,牛顿认为可以忽略 Δ x \Delta x Δx的高次项,如 ( Δ x ) 2 (\Delta x)^2 (Δx)2,这在逻辑上是不严谨的。
2. 莱布尼茨的微分法
莱布尼茨引入了微分(differentials)符号,并使用无穷小量 d x dx dx 和 d y dy dy 表示微小变化量。他的符号系统非常直观,但同样缺乏严格的数学基础。例子:导数的计算 莱布尼茨表示函数 y = f ( x ) y = f(x) y=f(x) 的导数为:
d y d x = f ( x + d x ) − f ( x ) d x . \frac{dy}{dx} = \frac{f(x + dx) - f(x)}{dx}. dxdy=dxf(x+dx)−f(x).在计算过程中,他将 d x dx dx 视为一个非常小但不为零的量。这种处理方式虽然方便计算,但在逻辑上存在问题,因为无穷小量的具体性质不明确。
贝克莱主教对无穷小量的批评揭示了这种模糊性的根本问题。他指出,在计算导数时,数学家们一方面使用无穷小量进行计算,另一方面又在最终结果中将无穷小量视为零。
贝克莱的批评 贝克莱在他的书《分析学家》中写道:
Δ y Δ x = ( x + Δ x ) 2 − x 2 Δ x = x 2 + 2 x Δ x + ( Δ x ) 2 − x 2 Δ x = 2 x + Δ x . \frac{\Delta y}{\Delta x} = \frac{(x + \Delta x)^2 - x^2}{\Delta x} = \frac{x^2 + 2x \Delta x + (\Delta x)^2 - x^2}{\Delta x} = 2x + \Delta x. ΔxΔy=Δx(x+Δx)2−x2=Δxx2+2xΔx+(Δx)2−x2=2x+Δx.他质疑为什么在最终的导数计算中, Δ x \Delta x Δx 被视为零,而在其他步骤中却不是零。这种自相矛盾的处理方式是无穷小量概念模糊性的体现。
古典的理解造就了物理学中的微元
古典微积分中无穷小量的表述是模糊的,无穷小量的具体性质没有明确的定义,使得它在计算中时而被视为零,时而被视为非零。在计算过程中,无穷小量的处理方式又不一致,导致逻辑上的矛盾。缺乏严谨的数学基础。
在微积分的理论基础尚不清楚,微分还没有严格定义时,微分被理解为一种神秘的“数”,它比零大,但又比任何正数小,这在当时是难以理解的。这种神秘的“数”被用来度量各种物理量,称为“微元”。微元法使用这些无限小的“微分”来表示具体的量,例如角度、线段、面积、体积,甚至是时间、位移和功。
通过微元法,积分被视为这些“无限小过程”的累积和,用这种思想可以快速地建立新量的积分表达式。例如,在计算一个物体的总质量时,可以将其分成无数个微小的部分,每个部分的质量用微元表示,然后对这些微元进行积分,从而得到整个物体的质量。
微元法之所以广泛应用,是因为它方便实用,简便快捷,可以快速地进行计算和建立公式。在微积分的理论基础严格建立起来之前,微元法提供了一种有效的工具来解决实际问题。
举几个例子
计算变密度杆的总质量
假设我们有一根长度为 L = 10 L = 10 L=10 米的杆,其密度 ρ \rho ρ 随长度的变化而变化,密度分布函数为:
ρ ( x ) = 2 x \rho(x) = 2x ρ(x)=2x
其中, x x x 是从杆的一端开始的长度位置(单位:米), ρ ( x ) \rho(x) ρ(x) 的单位是千克/米。
计算步骤:
-
将杆分成无数个微小部分 :
每个微小部分的长度用 d x dx dx 表示。 -
计算每个微小部分的质量 :
每个微小部分的质量 d m dm dm 可以表示为:
d m = ρ ( x ) ⋅ d x dm = \rho(x) \cdot dx dm=ρ(x)⋅dx -
对整个杆进行积分 :
总质量 M M M 是对从 x = 0 x = 0 x=0 到 x = L x = L x=L 的所有微小部分的质量进行积分:
M = ∫ 0 L ρ ( x ) d x M = \int_{0}^{L} \rho(x) \, dx M=∫0Lρ(x)dx
将密度分布函数代入上式,我们得到:
M = ∫ 0 10 2 x d x M = \int_{0}^{10} 2x \, dx M=∫0102xdx
具体计算:
M = ∫ 0 10 2 x d x = 2 ∫ 0 10 x d x = 2 [ x 2 2 ] 0 10 = 2 ( 1 0 2 2 − 0 2 2 ) = 2 ( 100 2 ) = 2 × 50 = 100 千克 \begin{aligned} M &= \int_{0}^{10} 2x \, dx \\ &= 2 \int_{0}^{10} x \, dx \\ &= 2 \left[ \frac{x^2}{2} \right]_{0}^{10} \\ &= 2 \left( \frac{10^2}{2} - \frac{0^2}{2} \right) \\ &= 2 \left( \frac{100}{2} \right) \\ &= 2 \times 50 \\ &= 100 \text{ 千克} \end{aligned} M=∫0102xdx=2∫010xdx=2[2x2]010=2(2102−202)=2(2100)=2×50=100 千克
通过将杆分成无数个微小的部分,计算每个部分的质量并进行积分,我们得到了变密度杆的总质量为 100 千克。
计算圆盘的总质量
假设我们有一个半径为 R = 3 R = 3 R=3 米的圆盘,密度随半径变化,密度分布函数为:
ρ ( r ) = r 2 \rho(r) = r^2 ρ(r)=r2
其中 r r r 是从圆心到圆周的半径位置(单位:米), ρ ( r ) \rho(r) ρ(r) 的单位是千克/平方米。
计算步骤:
-
将圆盘分成无数个微小的环 :
每个微小环的厚度用 d r dr dr 表示,微小环的面积为 d A = 2 π r d r dA = 2\pi r \, dr dA=2πrdr。 -
计算每个微小环的质量 :
每个微小环的质量 d m dm dm 可以表示为:
d m = ρ ( r ) ⋅ d A = r 2 ⋅ 2 π r d r = 2 π r 3 d r dm = \rho(r) \cdot dA = r^2 \cdot 2\pi r \, dr = 2\pi r^3 \, dr dm=ρ(r)⋅dA=r2⋅2πrdr=2πr3dr -
对整个圆盘进行积分 :
总质量 M M M 是对从 r = 0 r = 0 r=0 到 r = R r = R r=R 的所有微小环的质量进行积分:
M = ∫ 0 R 2 π r 3 d r M = \int_{0}^{R} 2\pi r^3 \, dr M=∫0R2πr3dr
具体计算:
M = ∫ 0 3 2 π r 3 d r = 2 π ∫ 0 3 r 3 d r = 2 π [ r 4 4 ] 0 3 = 2 π ( 3 4 4 − 0 4 4 ) = 2 π ( 81 4 ) = 2 π × 20.25 = 40.5 π 千克 \begin{aligned} M &= \int_{0}^{3} 2\pi r^3 \, dr \\ &= 2\pi \int_{0}^{3} r^3 \, dr \\ &= 2\pi \left[ \frac{r^4}{4} \right]_{0}^{3} \\ &= 2\pi \left( \frac{3^4}{4} - \frac{0^4}{4} \right) \\ &= 2\pi \left( \frac{81}{4} \right) \\ &= 2\pi \times 20.25 \\ &= 40.5\pi \text{ 千克} \end{aligned} M=∫032πr3dr=2π∫03r3dr=2π[4r4]03=2π(434−404)=2π(481)=2π×20.25=40.5π 千克
通过将圆盘分成无数个微小的环,计算每个环的质量并进行积分,我们得到了变密度圆盘的总质量为 40.5 π 40.5\pi 40.5π 千克,即大约 127.23 千克(取 π ≈ 3.14159 \pi \approx 3.14159 π≈3.14159)。
现代严格定义取代了模糊的概念,现代极限理论严格定义了无穷小量
随着微积分理论基础的严格建立,旧的微分概念被抛弃了,取而代之的是现代严格定义的微分。现在的微分概念基于极限理论,确保了每一步计算的准确性和一致性。
尽管如此,在实际应用中,严格的数学叙述往往较为繁琐,因此,物理学家和工程师在使用微积分时,仍然常常采用过去的直观理解,把微元看作“无限小的过程”。这种方法在处理实际问题时非常有效,因为它简便直观,能够迅速得到结果。
1.极限理论的引入:柯西的解决方案
柯西通过引入极限理论,解决了无穷小量的模糊性问题。他给出了严格的极限定义,使得无穷小量的处理更加严谨。
柯西的极限定义 对于函数 f ( x ) f(x) f(x),当 x x x 趋近于 a a a 时,如果存在一个实数 L L L,使得对于任意的 ϵ > 0 \epsilon > 0 ϵ>0,存在一个 δ > 0 \delta > 0 δ>0,使得当 0 < ∣ x − a ∣ < δ 0 < |x - a| < \delta 0<∣x−a∣<δ 时,有:
∣ f ( x ) − L ∣ < ϵ , |f(x) - L| < \epsilon, ∣f(x)−L∣<ϵ,
则称 L L L 是 f ( x ) f(x) f(x) 在 x x x 趋近于 a a a 时的极限,记作:
lim x → a f ( x ) = L . \lim_{x \to a} f(x) = L. x→alimf(x)=L.
2.魏尔施特拉斯(卡尔·魏尔施特拉斯(Karl Weierstrass) )的定义
魏尔施特拉斯通过精确的 ϵ \epsilon ϵ- δ \delta δ 语言,明确了极限的定义。他的定义如下:极限定义 :设 f ( x ) f(x) f(x) 是在点 a a a 的某个邻域上定义的函数。若对于任意的正数 ϵ > 0 \epsilon > 0 ϵ>0,都存在一个正数 δ > 0 \delta > 0 δ>0,使得当 0 < ∣ x − a ∣ < δ 0 < |x - a| < \delta 0<∣x−a∣<δ 时,有
∣ f ( x ) − L ∣ < ϵ , |f(x) - L| < \epsilon, ∣f(x)−L∣<ϵ,
则称 L L L 是函数 f ( x ) f(x) f(x) 当 x x x 趋近于 a a a 时的极限,记作:
lim x → a f ( x ) = L . \lim_{x \to a} f(x) = L. x→alimf(x)=L.
连续性的定义
函数 f ( x ) f(x) f(x) 在点 a a a 处连续,如果
lim x → a f ( x ) = f ( a ) . \lim_{x \to a} f(x) = f(a). x→alimf(x)=f(a).
现代极限理论严格定义了无穷小量,使得它们的处理更加严谨和一致。
极限定义 :设 f ( x ) f(x) f(x) 是在点 a a a 的某个邻域上定义的函数。若对于任意的正数 ϵ > 0 \epsilon > 0 ϵ>0,都存在一个正数 δ > 0 \delta > 0 δ>0,使得当 0 < ∣ x − a ∣ < δ 0 < |x - a| < \delta 0<∣x−a∣<δ 时,有
∣ f ( x ) − L ∣ < ϵ , |f(x) - L| < \epsilon, ∣f(x)−L∣<ϵ,
则称 L L L 是函数 f ( x ) f(x) f(x) 当 x x x 趋近于 a a a 时的极限,记作:
lim x → a f ( x ) = L . \lim_{x \to a} f(x) = L. x→alimf(x)=L.
简单理解就是无穷小量是以0为极限的变量,可以以函数、序列等形式出现。