科学空间|Scientific Spaces

在大学第二学期，我们的《数学分析》终于龟速地爬行到了定积分这一章节。对于一些比较复杂的定积分，我总想用自己的方法来解决它，这就重新燃起了我对“费曼积分法——积分符号内取微分”的热情。尤其是我用费曼积分法解决了几道比较有趣复杂的定积分问题时，成就感高涨，遂在此总结，与大家共勉。

这和欧拉数学有什么关系呢？之前已经提到过，欧拉数学是用一种不严谨却极具创造性的方式，给予我们对数学的介乎感性和理性的直观理解。我觉得费曼积分法也属于这个范畴内，它着眼于用一种特殊的视角解决问题，而暂时忽略掉数学严密性。在读费曼的故事中，我感觉到这种思想是贯穿他一生的研究之中的。

本文继续对费曼积分法的研究，得出一些不是很严谨的结论，为以后的应用奠下基础。

一、不成立的函数

首先我们重新考虑$\int_0^{\infty} \frac{\sin x}{x}dx$。这一次我们将它引入复数范畴内，考虑：
$$\int_0^{\infty}\frac{\cos x+i \sin x}{x}dx=\int_0^{\infty}\frac{e^{ix}}{x}dx$$

点击阅读全文...

我们的《数学分析》教程上有两道比较有趣的定积分，经测试可以用费曼积分法的思路解决。

$$\begin{aligned}\int_0^1 \frac{\ln(1+x)}{1+x^2}dx \\ \int_0^{\pi} \frac{x \sin x}{1+\cos^2 x}dx\end{aligned}$$

No.1

点击阅读全文...

在本系列的第五篇文章中，BoJone导出了一些看似不合理的公式，而且并没有说明它的应用和来源。其实，这些都是我在研究以下积分的时候总结出来的：

$$\int_{-\infty}^{+\infty} \frac{\cos x}{a^2+x^2}dx$$

点击阅读全文...

很早以前我就对这个问题感兴趣了，但是一直搁置着，没有怎么研究。最近在阅读《引力与时空》的“潮汐力”那一节时重新回到了这个问题上，决定写点什么东西。在这里不深究流体静力平衡的定义，顾名思义地理解，它就是流体在某个特定的力场下所达到的平衡状态。流体静力学告诉我们：

达到流体静力平衡时，流体的面必定是一个等势面。

这是为什么呢？我们从数学的角度来简单分析一下：只考虑二维情况，假如等势面方程是$U(x,y)=C$，那么两边微分就有
$$0=dU=\frac{\partial U}{\partial x}dx+\frac{\partial U}{\partial y}dy=(\frac{\partial U}{\partial x},\frac{\partial U}{\partial y})\cdot (dx,dy)$$

这意味着向量$(\frac{\partial U}{\partial x},\frac{\partial U}{\partial y})$和向量$(dx,dy)$是垂直的，前者便是力的函数，后者就是一个切向量（三维就是一个切平面）。也就是说合外力必然和流体面垂直，这样才能提供一个相等的方向相反的内力让整个结构体系处于平衡状态！

点击阅读全文...

牛顿法是求方程近似根的一个相当有用而且快捷的方法，我们最近科学计算软件课程（Matlab）的一个作业就是编写求方程近似解的程序，其中涉及到牛顿法。我们要实现的目标是，用户输入一道方程，脚本就自动求出根来。这看起来是一个挺简单的循环迭代程序，但是由于Matlab本身的特殊性，却产生了不少困难。

Matlab是为了数值计算（尤其是矩阵运算）而生的，因此它并不擅长处理符号计算。这就给我们编程带来了困难。在网上随便一搜，就可以发现，网上的Matlab牛顿法程序都是要求用户同时输入方程及其导函数，这显然是不方便的，因为Matlab本身就具备了求导功能。下面我们来分析一下困难在哪里。

我们要实现的最基本功能是定义一个函数，然后可以根据该函数求具体的函数值，并且自动求该函数的导数，接着求导数值。这些看起来很基本的功能在Matlab中却很难调和，因为Matlab的“函数”定义很广，一个具有特定功能的M文件叫“函数”，一个运算式$f(x)$也可能是一个函数，显然后者是可以求导的，前者却不行，所以Matlab一刀砍——不能对函数求导！！

点击阅读全文...

不可否认，变分法是非常有用而绝妙的一个数学工具，它“自动地”为我们在众多函数中选出了最优的一个，而免除了具体的分析过程。物理中的最小作用量原理则让变分法有了巨大的用武之地，并反过来也推动了变分法的发展。但是变分法的一个很明显的特点就是在大多数情况下计算相当复杂，甚至如果“蛮干”的话我们几乎连微分方程组都列不出来。因此，一些有用的技巧是很受欢迎的。本文就打算介绍这样的一个小技巧，来让某些变分问题得到一定的化简。

我是怎么得到这个技巧的呢？事实上，那是几个月前我在阅读《引力与时空》时，读到变分原理那一块时我怎么也读不懂，想不明白。明明我觉得是错误的东西，为什么可以得到正确的结果？我的数学直觉告诉我绝对是作者的错，可是我又想不出作者哪里错了，所以就一直把这个问题搁置着。最近我终于得到了自己比较满意的答案，并且窃认为是本文所要讲的这个技巧却被物理学家“误用”了。

技巧

首先来看通常我们是怎么处理变分问题的，以一元函数为例，对于求
$$S=\int L(x,\dot{x},t)dt$$

点击阅读全文...

本文我们来探讨下列积分的极值曲线：
$$S=\int f(x,y)\sqrt{dx^2+dy^2}=\int f(x,y)ds$$

这本质上也是一个短程线问题。但是它形式比较简答，物理含义也更加明显。比如，如果$f(x,y)$是势函数的话，那么这就是一个求势能最小的二维问题；如果$f(x,y)$是摩擦力函数，那么这就是寻找摩擦力最小的路径问题。不管是哪一种，该问题都有相当的实用价值。下面将其变分：

$$\begin{aligned} \delta S =&\int \delta[f(x,y)\sqrt{dx^2+dy^2}] \\ =&\int [ds\delta f(x,y)+f(x,y)\frac{\delta (dx^2+dy^2)}{2ds}]\\ =&\int ds(\frac{\partial f}{\partial x}\delta x+\frac{\partial}{\partial y}\delta y)+f \frac{dx d(\delta x)+dy d(\delta y)}{ds} \\=&\int ds(\frac{\partial f}{\partial x}\delta x+\frac{\partial}{\partial y}\delta y)+f \frac{dx}{ds} d(\delta x)+\frac{dy}{ds} d(\delta y) \end{aligned}$$

点击阅读全文...

在之前的一些文章中，我们已经谈到过欧拉数学。总体上来讲，欧拉数学就是具有创造性的、直觉性的技巧和方法，这些方法能够推导出一些漂亮的结果，而方法本身却并不严密。然而，在很多情况下，严密与直觉只是一步之遥。接下来要介绍的是我上学期《数学分析》期末考的一道试题，而我解答这道题的灵感来源便是“欧拉数学”。

数列${a_n}$是递增的正数列，求证：$\sum\limits_{n=1}^{\infty}\left(1-\frac{a_n}{a_{n+1}}\right)$收敛等价于${a_n}$收敛。

据说参考答案给出的方法是利用数列的柯西收敛准则，我也没有仔细去看，我在探索自己的更富有直觉型的方法。这就是所谓的“I do not understand what I can not create.”。下面是我的思路。

点击阅读全文...