首頁 | 搜尋

.原載於科學月刊第十七卷第五期
.作者當時任教於台大數學系

註釋
 

以簡馭繁

曹亮吉

 
 

在數學的發展過程中,以簡馭繁的精神到處可見。在所有的計算中,加減最簡單, 乘除次之,開方又更難。於是發明了對數,把乘除歸於加減 註1 。又發明各種只用及四則運算的辦法,來處理開方的問題 註2

在微積分中,這種以簡馭繁的精神,無論是在觀念方面或是在計算方面,更是俯拾皆是。

有了一個函數 f(x),我們考慮平均變化量 $Q(x) = \frac{f(x)-f(x_0)}{x-x_0}$,再讓 x 趨近於 x0,而得瞬間變化量 $f'(x_0) = \lim_{x\rightarrow x_0}Q(x)$,這就是函數 f(x)x=x0 處的微分。如果 x 代表時間,f(x) 代表位移,則 Q(x) 代表平均位移,f'(x0) 就代表 x=x0 處的速度。如果 y=f(x) 代表曲線,則 Q(x) 代表割線的斜率,f'(x0) 就代表曲線在 x=x0 處的切線斜率。加速度、密度及一般的變化率也都可以表成某個函數 f(x) 的微分 f'(x0)。所以微分這個簡單的觀念統攝了許許多多的現象。

積分的觀念始於求面積。假設我們要求曲線 y=f(x) 之下,x 軸之上,兩縱線 x=ax=b 之間的面積 A,如圖一。



圖一

將線段 [a,b] 分割成 n 小段 [xk-1,xk]$1 \leq k \leq n$x0=a, xn=b。在每一小段 [xk-1, xk] 內取一點 $\xi_k$,在其上作一高度為 $f(\xi_k)$ 的矩形。則所有這些小矩形面積之和

\begin{displaymath}S_n = \sum_{k=1}^nf(\xi_k)(x_k-x_{k-1})\end{displaymath}

可以當做 A 的一個近似值。而當 n 趨向無窮大,每小段 [xk-1, xk] 之長趨近於 0 時,此近似值就變成 A 的正確值。此值稱為函數 f(x)[a,b] 之間的積分,記做 $\int_a^bf(x)dx$

如果 x 代表時間,f(x) 代表速度,則 $f(\xi_k)(x_k-x_{k-1})$ 代表在時間 [xk-1, xk] 內以定速 $f(\xi_k)$ 所走過的距離,它可做為變速 f(x)[xk-1, xk] 內所走過距離的近似值。所以 Sn 可做為從 ab 所走過距離的一個近似值。取極限後, $\int_a^bf(x)dx$ 就是從 ab 所走過的距離。

這種分割、取點、求和、求極限的四部曲,不但可用來算面積,求距離,只要變數與函數解釋得當,也可用來求曲線長、體積、質量、質量重心、功等等 。積分這個簡單的觀念一樣統攝了許許多多的現象。

微分與積分的觀念雖然簡單,但牽涉到的計算卻是極限這種無窮的步驟,與四則運算的有限性相較是難了太多。於是以簡馭繁的辦法又一再出現了。

我們發現微分的運算與函數的四則及合成運算之間有些簡單的關係:

\begin{eqnarray*}
(f\pm g)'(x_0) &=& f'(x_0)\pm g'(x_0) \\
(f\cdot g)'(x_0) &=&...
...] / g(x_0)^2 \\
(f\circ g)'(x_0) &=& f'[   g(x_0)   ] g'(x_0)
\end{eqnarray*}


有了這些關係式,我們只要知道簡單函數的微分,就能算得複雜函數的微分。譬如知道了單項式 xn 的微分,就知道分式的微分;知道了正、餘弦函數的微分,就知道任何複雜的三角函數的微分等等,而且這些計算都是在有限步驟中就可以完成的。

積分也類似,相當於微分的加減公式,積分也有加減公式,相當於微分的乘法公式,積分有分部積分的公式,相當於微分的合成公式,積分有變數代換的公式。可惜相當於微分的除法公式,積分並無適當的公式,所以一般說來,積分的計算要比微分的難得多。不過關於除法,積分並不是一籌莫展的。譬如我們可以用部分分式的辦法,把一複雜的分式,表成簡單分式之和,而這些簡單分式的積分幸而都有辦法計算得到。這也是一種以簡馭繁的方法。

微積分的另一大功能在於計算函數的值。分式是由變數的四則運算所組成,所以其函數值在有限步驟內都可以計算出來。其他函數則不然,譬如三角函數、對數、指數、開方等,除了一些特別值外,都不可能用有限的步驟計算得到。為此,微積分中的 Taylor 公式提供了在有限步驟就能求得近似值的辦法,又能估計此近似值與真值之間的誤差。

Taylor 公式說,一個函數 f(x) 可以寫成為兩部分

f(x)=Pn(x)+Rn(x)

Pn(x) 為一多項式

\begin{displaymath}P_n(x)=\sum_{k=0}^n\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k\end{displaymath}

可由 f(x) 在有限步驟內算得。

Rn(x) 稱為餘式;我們希望

\begin{displaymath}\lim_{n\rightarrow\infty}R_n(x)=0\end{displaymath}

如此一來,f(x) 就等於其 Taylor 級數

\begin{displaymath}f(x)=\sum_{k=0}^\infty\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k\end{displaymath}

Pn(x) 可做為 f(x) 的近似值,Rn(x) 可用來估計誤差。

Rn(x)的表示方法有多種,最常見的為下面的積分型及微分型兩種:

\begin{eqnarray*}
R_n(x) &=& \int_{x_0}^{x}(x-t)^n \frac{f^{(n+1)}(t)}{n!}dt \\
R_n(x) &=& \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}
\end{eqnarray*}


f(x)=ex, x0=0, x>0 為例,則因 $f^{(n+1)}(t) = e^t\leq e^x$ 所以

\begin{eqnarray*}
R_n(x)& = &\int_0^x(x-t)^n\frac{e^t}{n!}dt\leq e^x\int_0^x\frac{(x-t)^n}{n!}dt\\
&=&\frac{e^x}{(n+1)!} x^{n+1}
\end{eqnarray*}



\begin{eqnarray*}
R_n(x)&=&\frac{f^{(n+1)}(\xi)}{(n+1)!}x^{n+1}\\
&=&\frac{e^\xi}{(n+1)!}x^{n+1}\leq\frac{e^x}{(n+1)!}x^{n+1}
\end{eqnarray*}



\begin{displaymath}P_n(x) = 1+\frac{x}{1!} + \frac{x^2}{2!} + \cdots\cdots +
\frac{x^n}{n!}\end{displaymath}

譬如取 n=10, x=1,則 e

\begin{displaymath}P_{10}(1) = 1 + \frac{1}{1!} + \frac{1}{2!} + \cdots\cdots + \frac{1}{10!} = 2.7182818\end{displaymath}

為其近似值,而其誤差

\begin{displaymath}R_n(1) \leq \frac{e}{11!} < \frac{3}{11!} = 7.5 \times {10}^{-8}\end{displaymath}

簡言之,我們以簡單的四則運算求得 e 的一個近似值,同時也由簡單的計算估計得此近似值的誤差。三角函數值、對數值、指數值、開方值等等無不用此方法,求得近似值及估算其誤差。以簡馭繁的精神,在 Taylor 公式中表露無遺。

n=0 時,積分型餘式的 Taylor 公式就變成

\begin{displaymath}f(x)=f(x_0)+\int_{x_0}^xf'(t)dt\end{displaymath}

它正是微積分基本定理。而積分型餘式的 Taylor 公式正是由此基本定理,經一再分部積分得到的。

n=0 時,微分型餘式的 Taylor 公式就變成

\begin{displaymath}f(x)=f(x_0)+f'(\xi)(x-x_0)\end{displaymath}

它正是平均變率定理。平均變率定理的擴張為 Cauchy 定理

\begin{displaymath}\frac{F(x)-F(x_0)}{G(x)-G(x_0)}=\frac{F'(\xi)}{G'(\xi)}\end{displaymath}

將 Cauchy 定理一再用到

\begin{displaymath}\frac{f(x)-P_n(x)}{(x-x_0)^{n+1}}\end{displaymath}

就可求得微分型餘式的 Taylor 公式。

Taylor 公式不但提供了計算及估計的方法,而且隱含了微積分最基本的兩個定理:微積分基本定理及平均變率定理。掌握了 Taylor 公式,就是以簡馭繁地掌握了大半的微積分學。

 
對外搜尋關鍵字:
微分
積分
極限
分部積分
變數代換
Taylor公式
微積分基本定理
平均變率定理
Cauchy定理

回頁首
 
(若有指正、疑問……,可以在此 留言寫信 給我們。)
EpisteMath

EpisteMath (c) 2000 中央研究院數學所、台大數學系
各網頁文章內容之著作權為原著作人所有


編輯:石莉君 / 校對:康明軒 / 繪圖:簡立欣 最後修改日期:2/17/2002