第15章 发现阿基米德公式
在前面的课程中,我们发现了一些微积分关系,即系统如何变化的「算术」:

这些规则如何帮助我们?
- 如果我们有一个现成的方程,这些规则是找到逐步变化模式的捷径。 不用想象一个正在增长的正方形或立方体,幂法则(Power Rule)让我们可以快速求出\( x^2 \)和\( x^3 \)的导数(Derivative)。 \( x^2 \)是指一个真正的正方形,还是仅仅指乘法\( x \cdot x \),这并不重要——我们会得到变化的模式。
- 如果我们有一组变化,这些规则帮助我们反向工程出原始模式。 得到像\( 2x \)或\( 14x \)这样的变化,暗示着\( \textit{某个东西} \cdot x^2 \)是原始模式。
学会用微积分思考意味着我们可以用X射线和延时视觉来想象正在发生的变化,并用规则来计算具体细节。 最终,我们可能不需要想象任何东西,直接使用符号就可以了(就像你今天做算术一样)。
在课程开始时,我们把一个环变成一个圆,然后变成一个球,再变成一个壳:

有了官方规则在手,我们可以快速完成计算,自己找出圆/球的公式。 这听起来可能很奇怪,但当你看到公式在你面前变形时,它们给我的感觉就不一样了——几乎是活的。 让我们开始吧。
15.1 从周长到面积
我们「逐步」思考的第一个例子是把一系列环粘起来做成一个圆:

刚开始时,我们需要大量的可视化。 我们必须把环展开,把它们排成一行,意识到它们组成了一个三角形,然后用\( \frac{1}{2} \textit{底} \cdot \textit{高} \)来求面积。 视觉化、繁琐……但很有必要。 在处理原始方程之前,我们需要感受正在发生的事情。
这是符号化的方法:

让我们一步步来。 「逐环延时摄影」的概念精炼为「从零到全半径对环进行积分(Integral)」,最终得到:
每个环的高度是\( 2 \pi r \),宽度是\( dr \),我们想要累积这个面积来制作我们的圆盘。
我们如何解这个方程? 通过反向工作。 我们可以把\( 2 \pi \)部分移到积分外面(还记得缩放属性吗?),然后专注于\( r \)的积分:
什么模式会产生大小为\( r \)的步骤? 嗯,我们知道\( r^2 \)会产生大小为\( 2r \)的步骤,是我们需要的两倍。 一半就应该正好了。 让我们试试:
是的,\( \frac{1}{2}r^2 \)给了我们需要的步骤! 现在我们可以代入积分的解:
这和第一课中制作环-三角形的结果一样,但我们操作的是方程,而不是图表。 不错! 一旦我们进入三维,这会更有帮助……
15.2 从面积到体积
让我们更进一步。 我们可以把圆盘加厚成板,然后构建一个球体:

让我们慢慢走。 我们有几个板,每个在不同的「x坐标」上。 单个板的大小是多少?
板有一个厚度(\( dx \)),以及它自己的半径。 板的半径是它从x轴的高度,我们可以称之为\( y \)。
一开始有点混乱:\( r \)是整个球体的半径,但\( y \)是我们正在检查的单个板的(通常更小的)半径。 事实上,只有中心板(\( x=0 \))的半径才和整个球体一样。 「端板」根本没有高度。
根据勾股定理(Pythagorean theorem),板的x位置和它的高度(\( y \))之间有一个联系:
好的。 我们知道每个板的大小,可以积分来求体积,对吧?
没那么快。 不要从左边开始,用负x坐标,移动到0,然后到最大值,让我们把球想象成两半:

要求总体积,先求一半的体积,然后加倍。 这是一个常见的技巧:如果一个形状是对称的,先求一部分的大小,然后按比例放大。 通常,计算「0到最大值」比「最小值到最大值」更容易,特别是当「最小值」是负数时。
好的。现在让我们来解决它:

哇! 这方程相当复杂。 看起来很多,但我们会一步步来:
首先,三个变量(\( r \)、\( y \)、\( x \))在一个方程里飞来飞去太多了。 我们会用其他变量来表示每个板的高度(\( y \)):
平方根一开始看起来令人生畏,但它被代入\( y^2 \)中,指数会把它消掉。 代入y并把\( \pi \)移到积分外面后,我们得到了更简洁的式子:
括号通常被省略,因为大家都知道\( dx \)是乘以步骤的整个大小的。 我们知道步骤是\( (r^2 - x^2) dx \),而不是\( r^2 - (x^2 dx) \)。
让我们花一分钟谈谈\( r \)和\( x \)。 \( r \)是整个球体的半径,比如「15英寸」。 你可以想象问「我想要一个半径为15英寸的球体的体积」。 没问题。
为了算出这个,我们会在每个x坐标处创建板,从\( x=0 \)到\( x=15 \)(然后加倍)。 \( x \)是记录条目,用来记住我们在哪个板上。 我们可以算出从\( x=0 \)到\( x=7.5 \)的体积,比方说,我们会构建一个部分球体(也许有用,也许没用)。 但我们想要整个东西,所以我们让\( x \)从0到完整的\( r \)。
是时候解决这个难题了。 什么方程有像\( r^2 - x^2 \)这样的步骤?
首先,让我们使用加法法则:像\( a - b \)这样的步骤由两个模式组成(一个产生\( a \),另一个产生\( b \))。
让我们看看第一个模式,大小为\( r^2 \)的步骤。 我们沿着x轴移动,\( r \)是一个永远不变的数字:它是15英寸,我们球体的大小。 这个最大半径从不依赖于\( x \),即当前板的位置。
当一个缩放因子在积分过程中不改变时(\( r \)、\( \pi \)等),它可以被移到外面,最后再缩放。 所以我们得到:
换句话说,\( r^2 \cdot x \)是一个线性轨迹,在每一步贡献一个恒定的\( r^2 \)。
酷。 那么\( -x^2 \)的积分呢? 首先,我们可以把负号移出来,然后求\( x^2 \)的积分:
我们以前见过这个。 因为\( x^3 \)有\( 3x^2 \)的步骤,取那个量的1/3(\( \frac{x^3}{3} \))应该正好。 我们可以检查我们的积分是否正确:
成功了! 随着时间的推移,你会学会信任你反向工程的积分,但刚开始时,检查导数是很好的。 积分解决了,我们把它们代入:
还剩下什么? 嗯,我们的公式里面还有\( x \),它衡量的是从0到某个最终值\( x \)的体积。 在这种情况下,我们想要完整的半径,所以我们设\( x=r \):
搞定! 你已经找到了球体的体积(或者球体的另一部分,如果你对\( x \)使用不同的范围)。
觉得这很辛苦? 你不知道。 这一行计算花了阿基米德(Archimedes)——有史以来最伟大的天才之一——巨大的努力才想出来。 他必须想象一些球体、一个圆柱体、一些圆锥体和一个支点,想象它们平衡……这么说吧,当他找到公式时,他把它刻在了自己的墓碑上。 你现在的直觉会为他节省难以置信的努力(参见这个视频)。
15.3 从体积到表面积
现在我们有了体积,求表面积就容易多了。 我们可以用逐壳X射线对球体取一个薄薄的「果皮」:

我把整个壳想象成现有球体表面上的「粉末」。 有多少粉末? 是\( dV \),体积的变化。 好的,粉末覆盖的面积是多少?
嗯。 想想一个类似的问题:一袋覆盖物能覆盖多少面积? 拿体积除以想要的厚度,你就得到了覆盖的面积。 如果我给你300立方英寸的泥土,把它铺成2英寸厚的一堆,这堆会覆盖150平方英寸。 毕竟,如果\( \textit{面积} \cdot \textit{厚度} = \textit{体积} \),那么\( \textit{面积} = \frac{体积}{厚度} \)。
在我们的例子中,\( dV \)是壳的体积,\( dr \)是它的厚度。 我们可以把\( dV \)沿着我们考虑的厚度(\( dr \))展开,看看我们增加了多少面积:\( \frac{dV}{dr} \),即导数(Derivative)。
这就是正确的符号派上用场的地方。 我们可以把导数看作一个抽象的瞬时变化率(\( V' \)),或者一个具体的比率(\( \frac{dV}{dr} \))。 在这种情况下,我们想要考虑各个元素,以及它们如何相互作用(壳的体积 / 壳的厚度)。
所以,考虑到这个关系,
我们算出:
哇,真快! 我们变形的顺序(周长\( \rightarrow \)面积\( \rightarrow \)体积\( \rightarrow \)表面积)让最后一步变得简单。 我们可以尝试把周长直接旋转成表面积,但那会更复杂。
当我们计算这个公式时,我们「降低了」\( r^3 \)的指数,得到\( 3 r^2 \)。 记住,总变化来自3个视角,每个贡献相等的份额:\( \frac{d}{dr} r^3 = r^2 + r^2 + r^2 = 3r^2 \)。
15.4 一天内学完2000年的数学
我们走过的这些步骤,花了2000年的时间才被最伟大的天才们发现。 微积分是一个如此广泛和令人惊叹的视角,以至于很难想象哪里不适用。 它只是关于使用X射线和延时视觉:
- 把事情分解。 在你当前的情况下,接下来会发生什么? 然后呢? 这里有模式吗? (变大、变小、保持不变。) 这些知识对你有用吗?
- 找到源头。 你看到了一堆变化——是什么导致了它们? 如果你知道源头,你能预测所有变化的最终结果吗? 那个预测有帮助吗?
我们习惯于分析方程,但我希望不止于此。 数字可以描述情绪、辛辣度和客户满意度;逐步思考可以描述作战计划和心理治疗。 方程和几何只是很好的分析起点。 数学不是关于方程的,音乐也不是关于乐谱的——它们指向符号背后的思想。
虽然还有更多关于其他导数、积分技巧以及无穷如何运作的细节,但你不需要它们来开始用微积分思考。 你今天发现的东西会让阿基米德热泪盈眶,对我来说,这是一个足够好的开始。
快乐数学。
下一课 → 微积分,更好的解释:总结