这篇文字内容, 是我针对高等数学上册当中“微分”这一概念所产生的理解。
1. “微分”的定义
微-分微分方程 高中物理，分成很多微小的份数。
被定义成这样: 函数于某一个点的局部是线性所进行的近似, 它所展现出来的是一种极限方面的思想。
它解决问题的思想，类似于：
假设不能够算出曲线的长度, 那么将其转变为简单的直线计算, 只要把曲线切割的份数足够多, 它整体看上去就处于无限接近曲线的状态（像图当中那样体现的圆形分段模样）, 这样就能够认可以为它们等同于等价的状态。
以此，化繁为简。
2. “微分”的哲学
有时, 我会呆呆地瞅着从窗帘缝儿里射进来的阳光, 那曾于黑暗中不显眼的尘埃, 此时在阳光照射下格外清楚灵动, 一阵微风吹过, 尘埃就在空中打转, 似在跳舞, 好像颇具规律, 却又不知是何规律。我一直坚信, 万物皆有其规律, 这必定契合某个奇妙的运动公式, 可那究竟是什么呢? 不清楚, 并且我相信, 当下人类肯定尚未发觉它。
在二十一世纪这个科技飞速发展的当下, 数学、物理这类基础学科的进展, 实际上还是相当滞后的, 跟神秘的宇宙相比较, “已发现”简直好似沧海里的一粒粟, 根本不值得一提, 唯有怀揣敬畏之心。
生活里, 以及工业等各类场景当中, 咱们总会存有许多繁杂的、没法找寻规律的问题有待解决, 从整体层面严丝合缝地把控一个现象的规律, 是极为困难的一件事情, 然而问题依旧得去面对与解决? 于是咱们曲线救国, 采用迂回套路。
不能够从全局去进行把握, 那就针对局部来予以解决, 不存在全局公式这一指挥棒, 那就针对局部逐个去击破, 凭借临近的变化规律当作辅助, 把眼下的小场景作为范围, 进而达成目标需求。这便是微分所蕴含的智慧以及哲学, 亦是对于真理的一种无奈还有妥协。
那么，在哪些场景下会用到微分呢？
由上面所给出的定义来看, 当我们对于某个事物那整体的复杂规律难以去把握之时, 我们便会将其进行转化, 使之成为简单的局部性计算。而这些场景, 通常情况下都是非线性的, 其数据曲线呈现出复杂的、不规则的趋势。
以下分别使用一个 夸张 的例子和 严谨 的例子来讲解。
3. 夸张的例子
假定此时此刻, 我们心里生出想要去算出半径是 10 的, 圆形的面积这样一个想法, 那么针对于计算的方式。
我们能够采取这样的做法: 运用圆的面积计算式子πrr, 将半径r取值为10代入进而得出所需的面积。
然而, 进行假定, 此公式处于未知状态, 假定尚未被探寻出来, 那么, 究竟该以何种方式, 来获取它的面积呢?
有两个方法：
借助最愚笨、最古老的方式, 可以将圆形划分成无数个小型矩形形状, 逐个计算它们各自所具有的面积大小, 之后汇总加起来, 人类针对简单且规整的图形所作的测算往往很有把握。
这个方法存在一种前提条件, 此前提是, 有这样一位具备经验的人员, 他针对半径处于 8 附近范围的圆面积开展了专门的研习, 他进而发觉, 当半径每次增添 a 时, 面积便会相应地提升 b。
那么, 鉴于半径8与10极为接近, 我们又不存在其它办法, 进而简单假定, 在半径为10的情形下, 同样遵循半径8时的规律, 于是, 我们依据半径8的比例关系，极为简便地便获取了我们所需的面积值, 仅仅是乘以一个比例数值。此方法所用到的, 即为微分的思想。
有可能你会产生疑问, 在处于8的条件之下所发现的规律, 将其运用到10的情况上面是否准确呢?
那我要表达, 汝不想凭借手动去实施测量, 面积公式彼时尚未被发明创造, 汝又不愿闭眼径直去瞎猜, 好不容易有他人开展了相近的试验可作参考, 那为何不拿来直接运用, 呢?
上面所举的那些例子, 可用以阐释微分去处理问题时的那种思路, 然而在实际着手解决问题的进程当中, 要比这个严谨许多很多。
4. 严谨的现实
上图中，体现了微分的条件限制：
受限条件为, 务必已然知晓局部方面的斜率, 也就是说, 于蓝色点的周边区域必定得存在可供运用的斜率, 就像绿色点那样。
得有限制, 那就是必须得局部线性近似, 作为参考值的那个绿色点, 它必须要跟目标蓝色点几乎处在一条直线上, 也就是得线性近似, 所以, 绿色点是有效参考点（是斜率/导数方面的那种）, 可红色点就是无效的了。
仅适用于处理微小变化, 存在限制, 当变化量较大时, 误差会显著增加, 所以绿色点是有效参考点（斜率/导数）, 而红色点是无效的, 在工程项目里, 对这个差异要求更为严格, 差异要求更小。
5. 严谨的例子
假设上图的曲线图,
存在这样一种关系, 是在特定条件之下的, 关乎火箭弹发射速度, 此为横轴, 和消耗燃料, 这是纵轴, 二者之间的关系, 极为复杂, 并且, 我们并不清楚, 存在一个通用的计算规律, 它没准是一个已然存在的规律, 只是这个规律到底是啥, 只有鬼才晓得, 总之, 我们不清楚它的计算公式。
那么, 依据过去火箭发射的规律, 在火箭基地所做的有限测试里, 于红色点以及绿色点这两个位置都曾开展测试, 在那个位置, 速度变化量为 s1 时, 燃料会增加 v1, 这意味着有该两个可用的辅助依据, 然而, 为何我们不运用这个增量的关系呢?
不但如此, 绿色的点跟蓝色的点, 差不多处于同条直线上面, 这意味着能够认定它们斜率没差别, 这意味着能够认定它们归属于简单的线性关联, 如此一来我们径直依据绿色点 的变化速率仅仅开展简易的 比例乘法便获取了蓝色点的目标数值。
即：用增量的变化规律，推导临近的某个增量值。
然而, 倘若我们并不清楚绿色点那里的变化率, 仅仅知晓红色点那儿的变化率, 会怎样呢?
真是挺遗憾物理好资源网，两点之间弯弯曲曲的, 红色点那儿我们唯有它的线性变化规律, 却不清楚这般复杂的曲线变化规律, 那就没辙了, 即便强行计算, 结果也会有极大误差, 基本上是没法用的。
那么继续思考，
红色点 和 绿色点，这2处的斜率值微分方程 高中物理，一般是怎么来的呢？
6. 斜率的获取方式
引申到通用场景，斜率的获取方式，一般有3种：
实时获取：
例如, 在火箭发射场景下, 自动驾驶场景之中, 此类状况里, 通常系统会实时去监测现在的状态的变化速率, 即斜率, 借助各种各样的传感器来进行监测, 监测速度、温度、压力等等方面, 进而会知晓当下现阶段实时的斜率。
经验获取：
经由对于历史性数据, 亦或是借助开展实验, 从而获取到某一个特定点的斜率, 此斜率呈现出一种变化关系, 即当a产生了一定程度的变化之时, b会相应地产生多少的变化, 举例而言, 在车辆行驶速度为100km/h的情形下对刹车距离予以测试。
小插曲: 那么, 为何测试时的车速是100km/h, 而非60km/h, 又不是70km/h, 更不是80km/h?
因为，测试成本高，不可能测试所有车速下的变化率；
也就由于, 在速度较低的时候, 刹车所格外注重的是平稳性以及舒适性, 并非刹车距；针对于100km/h这个车速时的刹车性能而言, 能够涵盖绝大多数的实际需求, 处在该车速下刹车性能的优劣状况, 对高速行车安全所产生的影响是极其巨大的, 所以在汽车出厂之际, 针对这个车速或许已经预先测试过了一个经验较为靠谱的变化率, 凭借这个来作为参考依据进而计算附近点的变化。
理论推导：
例如：圆面积的计算公式 πrr；
例如：空气阻力公式推导某速度下的燃料消耗变化率;
例如：热传导方程推导某温度在的热传导速率;
7. 动态适应性 - 为生命保驾护航
那么, 当存在这种情况, 某个任务具备这样的条件, 既能够运用传统公式来进行计算, 也能够采用微分计算的时候, 会有什么样的理由, 是绝对必须要选择微分的呢? 那便是微分所拥有的动态适应性特质。
上面示例里, 我们瞧见, 依据斜率把附近点的某个目标数予以计算, 整个计算流程相当简易。于自动驾驶系统当中, 会对即时的车速变化率展开监测, 运用微分办法判定刹车距, 仅做一回简单的乘法就行, 此计算或许用时一到两毫秒, 然而全局公式计算之际, 按照计算复杂度的差异, 耗时有所差别, 或许十到二十毫秒, 甚至还要更多些。在进行高速行使之时, 若期望实现紧急制动的目的, 需要以最为迅速的速度去判定刹车所需经过的距离长度, 与此同时, 每加快一毫秒的速度, 便能够为生命安全增添几许保障, 这对于此情形而言具备着极为关键的重要意义。
8. 最大的感受
这是我撰写的, 关于对高数概念予以了解的第4篇文章, 越是增多对高数的了解程度, 就越发感觉数学极具哲学性, 虽说我并未着手学习其计算公式, 然而它并非是那些枯燥无味的数字, 反而是一种用于认识世界的思维方式, 还是一条通往真理最为接近的道路。
期待后续的学习。