5.1: Makadirio ya Maeneo
- Page ID
- 178492
- Tumia alama ya sigma (summation) kuhesabu kiasi na nguvu za integers.
- Tumia jumla ya maeneo ya mstatili ili takriban eneo chini ya pembe.
- Tumia kiasi cha Riemann kwa eneo takriban.
Archimedes alivutiwa na kuhesabu maeneo ya maumbo mbalimbali—kwa maneno mengine, kiasi cha nafasi iliyoambatanishwa na sura. Alitumia mchakato ambao umekuja kujulikana kama njia ya uchovu, ambayo ilitumia maumbo madogo na madogo, maeneo ambayo yanaweza kuhesabiwa hasa, kujaza kanda isiyo ya kawaida na hivyo kupata makadirio ya karibu na karibu na eneo la jumla. Katika mchakato huu, eneo lililofungwa na curves linajazwa na rectangles, pembetatu, na maumbo na fomu halisi za eneo. Maeneo haya ni kisha inaongozwa kwa takriban eneo la mkoa wa pembe.
Katika sehemu hii, sisi kuendeleza mbinu ya takriban eneo kati ya Curve, defined na kazi\(f(x),\) na x-mhimili juu ya muda imefungwa\([a,b].\) Kama Archimedes, sisi kwanza takriban eneo chini ya Curve kutumia maumbo ya eneo inayojulikana (yaani, rectangles). Kwa kutumia rectangles ndogo na ndogo, tunapata karibu na karibu na eneo hilo. Kuchukua kikomo inatuwezesha kuhesabu eneo halisi chini ya pembe.
Hebu tuanze kwa kuanzisha notation fulani ili kufanya mahesabu iwe rahisi. Sisi kisha kuzingatia kesi wakati\(f(x)\) ni kuendelea na nonnegative. Baadaye katika sura hiyo, tunapumzika baadhi ya vikwazo hivi na kuendeleza mbinu zinazotumika katika kesi zaidi.
Sigma (muhtasari) Nukuu
Kama ilivyoelezwa, tutatumia maumbo ya eneo linalojulikana ili takriban eneo la mkoa usio na kawaida unaofungwa na curves. Utaratibu huu mara nyingi unahitaji kuongeza masharti ya muda mrefu ya namba. Ili iwe rahisi kuandika kiasi hiki cha muda mrefu, tunaangalia nukuu mpya hapa, inayoitwa sigma notation (pia inajulikana kama nukuu ya summation). Barua kuu ya Kigiriki\(Σ\), sigma, hutumiwa kuelezea kiasi cha maadili ya muda mrefu katika fomu ya compact. Kwa mfano, ikiwa tunataka kuongeza integers zote kutoka 1 hadi 20 bila alama ya sigma, tunapaswa kuandika
\[1+2+3+4+5+6+7+8+9+10+11+12+13+14+15+16+17+18+19+20. \nonumber \]
Tunaweza pengine kuruka kuandika maneno kadhaa na kuandika
\[1+2+3+4+⋯+19+20, \nonumber \]
ambayo ni bora, lakini bado mbaya. Kwa alama ya sigma, tunaandika jumla hii kama
\[\sum_{i=1}^{20}i \nonumber \]
ambayo ni zaidi kompakt. Kwa kawaida, ishara ya sigma imewasilishwa kwa fomu
\[\sum_{i=1}^{n}a_i \nonumber \]
ambapo\(a_i\) inaeleza maneno ya kuongezwa, na\(i\) inaitwa\(index\). Kila neno ni tathmini, basi sisi jumla maadili yote, kuanzia na thamani wakati\(i=1\) na kuishia na thamani wakati\(i=n.\) Kwa mfano, kujieleza kama\(\displaystyle \sum_{i=2}^{7}s_i\) ni kufasiriwa kama\(s_2+s_3+s_4+s_5+s_6+s_7\). Kumbuka kuwa index hutumiwa tu kuweka wimbo wa masharti ya kuongezwa; haina sababu katika hesabu ya jumla yenyewe. Kwa hiyo index inaitwa variable dummy. Tunaweza kutumia barua yoyote tunayopenda kwa ripoti. Kwa kawaida, wanahisabati hutumia\(i, \,j, \,k, \,m\), na\(n\) kwa fahirisi.
Hebu jaribu mifano michache ya kutumia alama ya sigma.
- Andika katika alama ya sigma na tathmini jumla\(3^i\) ya masharti\(i=1,2,3,4,5.\)
- Andika jumla katika alama ya sigma:
\[1+\dfrac{1}{4}+\dfrac{1}{9}+\dfrac{1}{16}+\dfrac{1}{25}. \nonumber \]
Suluhisho
- Andika\[\sum_{i=1}^{5}3^i=3+3^2+3^3+3^4+3^5=363. \nonumber \]
- Denominator ya kila neno ni mraba kamilifu. Kwa kutumia sigma nukuu, jumla hii inaweza kuandikwa kama\(\displaystyle \sum_{i=1}^5\dfrac{1}{i^2}\).
Andika katika alama ya sigma na tathmini jumla\(2^i\) ya masharti\(i=3,4,5,6.\)
- Kidokezo
-
Tumia hatua za kutatua katika Mfano\(\PageIndex{1}\) kama mwongozo.
- Jibu
-
\(\displaystyle \sum_{i=3}^{6}2^i=2^3+2^4+2^5+2^6=120\)
Mali zinazohusiana na mchakato wa muhtasari hutolewa katika sheria ifuatayo.
Hebu\(a_1,a_2,…,a_n\) na\(b_1,b_2,…,b_n\) uwakilisha utaratibu wa maneno mawili na uache\(c\) kuwa mara kwa mara. Mali zifuatazo zinashikilia integers zote nzuri\(n\) na kwa integers\(m\), na\(1≤m≤n.\)
- \(\displaystyle \sum_{i=1}^n c=nc\)
- \(\displaystyle \sum_{i=1}^n ca_i=c\sum_{i=1}^na_i\)
- \(\displaystyle \sum_{i=1}^n(a_i+b_i)=\sum_{i=1}^na_i+\sum_{i=1}^nb_i\)
- \(\displaystyle \sum_{i=1}^n(a_i−b_i)=\sum_{i=1}^na_i−\sum_{i=1}^nb_i\)
- \(\displaystyle \sum_{i=1}^na_i=\sum_{i=1}^ma_i+\sum_{i=m+1}^na_i\)
Sisi kuthibitisha mali (ii.) na (iii.) hapa, na kuacha ushahidi wa mali nyingine kwa Mazoezi.
(ii.) Tuna
\[\sum_{i=1}^nca_i=ca_1+ca_2+ca_3+⋯+ca_n=c(a_1+a_2+a_3+⋯+a_n)=c\sum_{i=1}^na_i. \nonumber \]
(iii.) Tuna
\[ \begin{align} \sum_{i=1}^{n}(a_i+b_i) &=(a_1+b_1)+(a_2+b_2)+(a_3+b_3)+⋯+(a_n+b_n) \\[4pt] &=(a_1+a_2+a_3+⋯+a_n)+(b_1+b_2+b_3+⋯+b_n) \\[4pt] &=\sum_{i=1}^na_i+\sum_{i=1}^nb_i. \end {align} \nonumber \]
□
Njia chache zaidi za kazi zilizopatikana mara kwa mara zinawezesha mchakato wa summation zaidi. Hizi zinaonyeshwa katika utawala unaofuata, kwa kiasi na nguvu za integers, na tunazitumia katika seti inayofuata ya mifano.
1. Jumla ya\(n\) integers hutolewa na
\[\sum_{i=1}^n i=1+2+⋯+n=\dfrac{n(n+1)}{2}. \label{sum1} \]
2. Jumla ya integers mfululizo squared hutolewa na
\[\sum_{i=1}^n i^2=1^2+2^2+⋯+n^2=\dfrac{n(n+1)(2n+1)}{6}. \label{sum2} \]
3. Jumla ya integers mfululizo cubed hutolewa na
\[\sum_{i=1}^n i^3=1^3+2^3+⋯+n^3=\dfrac{n^2(n+1)^2}{4}. \label{sum3} \]
Andika kwa kutumia alama ya sigma na tathmini:
- Jumla ya masharti\((i−3)^2\) ya\(i=1,2,…,200.\)
- Jumla ya masharti\((i^3−i^2)\) ya\(i=1,2,3,4,5,6\)
Suluhisho
Kuzidisha nje\((i−3)^2\), tunaweza kuvunja maneno katika maneno matatu.
\ [kuanza {align*}\ sum_ {i = 1} ^ {200} (i-3) ^2 &=\ sum_ {i = 1} ^ {200} (i ^ 2,16i+9)\\ [4pt]
&=\ sum_ {i = 1} ^ {200} i ^ {200} i=1} ^ {200} 9\\ [4pt]
&=\ sum_ {i = 1} ^ {200} i ^ 2,16\ sum_ {i = 1} ^ {200} i+\ sum_ {i = 1} ^ {200} 9\\ [4pt]
&=\ dfrac {200 (200+1) (400+1)} {6} -6\ kushoto [\ dfrac {200 (200+1)} {2}\ haki] +9 (200)\\ [4pt]
&=2,686,700-120,600+1800\\ [4pt]
&=2,567,900\ mwisho {align*}\]
b Tumia sigma notation mali iv. na sheria za jumla ya masharti ya mraba na jumla ya masharti ya cubed.
\ [kuanza {align*}\ sum_ {i = 1} ^ {6} (i ^ 3—i ^ 2) &=\ sum_ {i = 1} ^6 i ^ 3-\ sum_ {i =1} ^6 i ^ 2\\ [4pt]
&=\ dfrac {6 ^ 2 (6+1) ^2} {4} ≈\ DFRAC {6 (6+1) ^2} {4}}\ dfrac {6 (6+1)) (2 (6) +1)} {6}\ [4pt]
&=\ dfrac {1764} {4} -\ dfrac {546} {6}\\ [4pt]
&=350\ mwisho {align*}\ namba\]
Pata jumla ya maadili ya\(4+3i\) kwa\(i=1,2,…,100.\)
- Kidokezo
-
Tumia mali ya alama ya sigma ili kutatua tatizo.
- Jibu
-
\(15,550\)
Pata jumla ya maadili ya\(f(x)=x^3\) zaidi ya integers\(1,2,3,…,10.\)
Suluhisho
Kutumia Equation\ ref {sum3}, tuna
\[\sum_{i=0}^{10}i^3=\dfrac{(10)^2(10+1)^2}{4}=\dfrac{100(121)}{4}=3025 \nonumber \]
Tathmini jumla iliyoonyeshwa na notation\(\displaystyle \sum_{k=1}^{20}(2k+1)\).
- Kidokezo
-
Tumia utawala juu ya jumla na nguvu za integers (Equations\ ref {sum1} -\ ref {sum3}).
- Jibu
-
\(440\)
Kukadiria Area
Sasa kwa kuwa tuna alama muhimu, tunarudi tatizo lililopo: kukadiria eneo chini ya pembe. Hebu\(f(x)\) iwe kazi inayoendelea, isiyo ya hasi iliyofafanuliwa kwenye muda uliofungwa\([a,b]\). Tunataka takriban eneo\(A\) lililofungwa na\(f(x)\) hapo juu,\(x\) -axis chini, mstari\(x=a\) upande wa kushoto, na mstari\(x=b\) wa kulia (Kielelezo\(\PageIndex{1}\)).
Je, sisi takriban eneo chini ya curve hii? Njia hiyo ni moja ya kijiometri. Kwa kugawa kanda katika maumbo mengi madogo ambayo yanajulikana eneo formula, tunaweza kuhesabu maeneo haya na kupata makadirio ya kuridhisha ya eneo la kweli. Tunaanza kwa kugawanya muda\([a,b]\) katika\(n\) sehemu ndogo za upana sawa,\(\dfrac{b−a}{n}\). Tunafanya hivyo kwa kuchagua pointi sawa na spaced\(x_0,x_1,x_2,…,x_n\)\(x_0=a,x_n=b,\) na
\[x_i−x_{i−1}=\dfrac{b−a}{n} \nonumber \]
kwa\(i=1,2,3,…,n.\)
Tunaashiria upana wa kila subinterval na notation\(Δx,\) hivyo\(Δx=\frac{b−a}{n}\) na
\[x_i=x_0+iΔx \nonumber \]
kwa\(i=1,2,3,…,n.\) Dhana hii ya kugawanya muda\([a,b]\) katika sehemu ndogo kwa kuchagua pointi kutoka ndani ya muda hutumiwa mara nyingi kabisa katika kukadiria eneo chini ya pembe, basi hebu tufafanue istilahi husika.
Seti ya pointi\(P={x_i}\) kwa\(i=0,1,2,…,n\) na\(a=x_0 < x_1 < x_2 < ... < x_n = b\), ambayo hugawanya muda\([a, b]\) katika sehemu ndogo ya fomu\([x_0, x_1], [x_1, x_2], ..., [x_{n-1}, x_n]\) inaitwa
Tunaweza kutumia kizigeu hiki cha kawaida kama msingi wa njia ya kukadiria eneo chini ya pembe. Sisi ijayo kuchunguza mbinu mbili: kushoto-mwisho makadirio na haki-mwisho makadirio.
Kwa kila subinterval\([x_{i−1},x_i]\) (kwa\(i=1,2,3,…,n\)), jenga mstatili\(Δx\) na upana na urefu sawa na\(f(x_{i−1})\), ambayo ni thamani ya kazi kwenye mwisho wa kushoto wa subinterval. Kisha eneo la mstatili huu ni\(f(x_{i−1})Δx\). Kuongeza maeneo ya rectangles hizi zote, tunapata thamani ya takriban\(A\) (Kielelezo\(\PageIndex{2}\)). Tunatumia nukuu\(L_n\) kuashiria kwamba hii ni makadirio ya kushoto-mwisho ya\(A\) kutumia\(n\) subspinternations.
\[A≈L_n=f(x_0)Δx+f(x_1)Δx+⋯+f(x_{n−1})Δx=\sum_{i=1}^nf(x_{i−1})Δx \nonumber \]
Njia ya pili kwa ajili ya makadirio ya eneo chini ya Curve ni haki-mwisho makadirio. Ni karibu sawa na makadirio ya mwisho wa kushoto, lakini sasa urefu wa rectangles hutegemea maadili ya kazi kwa haki ya kila subinterval.
Kujenga mstatili juu ya kila subinterval\([x_{i−1},x_i]\), tu wakati huu urefu wa mstatili imedhamiriwa na thamani\(f(x_i)\) ya kazi kwenye mwisho wa mwisho wa subinterval. Kisha, eneo la kila mstatili ni\(f(x_i)\,Δx\) na makadirio\(A\) ya hutolewa na
\[A≈R_n=f(x_1)Δx+f(x_2)Δx+⋯+f(x_n)Δx=\sum_{i=1}^nf(x_i)Δx. \nonumber \]
nukuu\(R_n\) inaonyesha hii ni haki-mwisho makadirio kwa\(A\) (Kielelezo\(\PageIndex{3}\)).
Grafu katika Kielelezo\(\PageIndex{4}\) kuwakilisha Curve\(f(x)=\dfrac{x^2}{2}\). Katika Kielelezo\(\PageIndex{4b}\) tunagawanya kanda iliyowakilishwa na muda\([0,3]\) katika vipindi sita, kila upana\(0.5\). Hivyo,\(Δx=0.5\). Kisha tunaunda mstatili sita kwa kuchora mistari ya wima perpendicular kwa\(x_{i−1}\), mwisho wa kushoto wa kila subinterval. Tunaamua urefu wa kila mstatili kwa kuhesabu\(f(x_{i−1})\)\(i=1,2,3,4,5,6.\) kwa vipindi ni\([0,0.5],[0.5,1],[1,1.5],[1.5,2],[2,2.5],[2.5,3]\). Tunapata eneo la kila mstatili kwa kuzidisha urefu kwa upana. Kisha, jumla ya maeneo ya mstatili inakaribia eneo kati\(f(x)\) na\(x\) -axis. Wakati endpoints kushoto ni kutumika kwa mahesabu ya urefu, tuna kushoto-mwisho makadirio. Hivyo,
\ [kuanza {align*} A≈ L_6 &=\ sum_ {i = 1} ^6f (x_ {i-1}) Δx =f (x_0) Δx+F (x_1) Δx+F (x_2) Δx+F (x_3) Δx+F (x_4) Δx+F (x_5) Δx\ [4pt]
&=f (0) 0.5+f (0.5) 0.5+f (1) 0.5+f (1.5) 0.5+f (2) 0.5+f (2.5) 0.5\\ [4pt]
& =( 0) 0.5+ (0.125) 0.5+ (0.125) 0.5+ (2) 0.5+ (3.125) 0.5\\ [4pt]
&=0+0.0625 +0.25+0.5625+1+1.5625\\ [4pt]
&=3.4375\,\ maandishi {vitengo} ^2\ mwisho {align*}\ nonumber\]
Katika Kielelezo\(\PageIndex{4b}\), tunatumia mistari ya wima perpendicular kwa\(x_i\) vile kwamba\(x_i\) ni mwisho wa mwisho wa kila subinterval, na kuhesabu\(f(x_i)\) kwa\(i=1,2,3,4,5,6\). Tunazidisha kila mmoja\(f(x_i)\)\(Δx\) ili kupata maeneo ya mstatili, na kisha uwaongeze. Hii ni haki-mwisho makadirio ya eneo chini ya\(f(x)\). Hivyo,
\ [kuanza {align*} A≈ R_6 &=\ sum_ {i = 1} ^6f (x_i) Δx=F (x_1) Δx+F (x_2) Δx+F (x_3) Δx+F (x_4) Δx+F (x_5) Δx+F (x_6) Δx\\ [4pt]
&=f (0.5) 0.5+f (1) 0.5+f (1.5) 0.5+f (2) 0.5+f (2.5) 0.5+f (3) 0.5\\ [4pt]
& =( 0.125) 0.5+ (0.5) 0.5+ (1.125) 0.5+ (2) 0.5+ (3.125) 0.5+ (4.5) 0.5\\ [4pt]
&=0.0625+0.25 +0.5625+1+1.5625+2.25\\ [4pt]
&=5.6875\,\ maandishi {vitengo} ^2. \ mwisho {align*}\ nonumber\]
Matumizi wote kushoto-mwisho na haki-mwisho makadirio ya takriban eneo chini ya Curve ya\(f(x)=x^2\) juu ya muda\([0,2]\); matumizi\(n=4\).
Suluhisho
Kwanza, ugawanye muda\([0,2]\) katika sehemu ndogo\(n\) sawa. Kutumia\(n=4,\, Δx=\dfrac{(2−0)}{4}=0.5\). Hii ni upana wa kila mstatili. Vipindi\([0,0.5],[0.5,1],[1,1.5],[1.5,2]\) vinaonyeshwa kwenye Kielelezo\(\PageIndex{5}\). Kwa kutumia kushoto-mwisho makadirio, urefu ni\(f(0)=0,\,f(0.5)=0.25,\,f(1)=1,\) na\(f(1.5)=2.25.\) Kisha,
\[ \begin{align*} L_4 &=f(x_0)Δx+f(x_1)Δx+f(x_2)Δx+f(x_3)Δx \\[4pt] &=0(0.5)+0.25(0.5)+1(0.5)+2.25(0.5) \\[4pt] &=1.75 \,\text{units}^2 \end{align*} \nonumber \]
makadirio haki-mwisho uhakika ni inavyoonekana katika Kielelezo\(\PageIndex{6}\). Kipindi ni sawa,\(Δx=0.5,\) lakini sasa tumia mwisho wa mwisho wa kuhesabu urefu wa rectangles. Tuna
\[ \begin{align*} R_4 &=f(x_1)Δx+f(x_2)Δx+f(x_3)Δx+f(x_4)Δx \\[4pt] &=0.25(0.5)+1(0.5)+2.25(0.5)+4(0.5) \\[4pt] &=3.75 \,\text{units}^2 \end{align*} \nonumber \]
kushoto-mwisho makadirio ni\(1.75\,\text{units}^2\); haki-mwisho makadirio ni\(3.75 \,\text{units}^2\).
Mchoro kushoto-mwisho na haki-mwisho makadirio kwa ajili ya\(f(x)=\dfrac{1}{x}\) juu ya\([1,2]\); matumizi\(n=4\). Takriban eneo hilo kwa kutumia njia zote mbili.
- Kidokezo
-
Fuata mkakati wa kutatua katika Mfano\(\PageIndex{4}\) hatua kwa hatua.
- Jibu
-
kushoto-mwisho makadirio ni\(0.7595 \,\text{units}^2\). haki-mwisho makadirio ni\(0.6345 \,\text{units}^2\). Angalia chini Media.
Kuangalia Kielelezo\(\PageIndex{4}\) na grafu katika Mfano\(\PageIndex{4}\), tunaweza kuona kwamba wakati sisi kutumia idadi ndogo ya vipindi, wala kushoto mwisho makadirio wala haki-mwisho makadirio ni makadirio hasa sahihi ya eneo chini ya Curve. Hata hivyo, inaonekana mantiki kwamba ikiwa tunaongeza idadi ya pointi katika ugawaji wetu, makadirio yetu ya\(A\) yataboresha. Tutakuwa na rectangles zaidi, lakini kila mstatili utakuwa mwembamba, hivyo tutaweza kuunganisha rectangles kwa curve zaidi kwa usahihi.
Tunaweza kuonyesha kuboresha makadirio kupatikana kwa njia ya vipindi vidogo na mfano. Hebu tuchunguze wazo la kuongezeka\(n\), kwanza katika makadirio ya mwisho ya kushoto na rectangles nne, kisha rectangles nane, na hatimaye\(32\) rectangles. Kisha, hebu tufanye kitu kimoja katika makadirio ya haki-mwisho, kwa kutumia seti hiyo ya vipindi, ya mkoa huo ikiwa. Kielelezo\(\PageIndex{7}\) inaonyesha eneo la kanda chini ya Curve\(f(x)=(x−1)^3+4\) juu ya muda\([0,2]\) kwa kutumia kushoto-mwisho makadirio ambapo. upana\(n=4.\) wa kila mstatili ni
\[Δx=\dfrac{2−0}{4}=\dfrac{1}{2}.\nonumber \]
Eneo hilo linakadiriwa na maeneo yaliyofupishwa ya rectangles, au
\[L_4=f(0)(0.5)+f(0.5)(0.5)+f(1)(0.5)+f(1.5)0.5=7.5 \,\text{units}^2\nonumber \]
Kielelezo\(\PageIndex{8}\) kinaonyesha Curve sawa imegawanywa katika subinternations nane. Kulinganisha grafu na rectangles nne katika Kielelezo\(\PageIndex{7}\) na grafu hii na rectangles nane, tunaweza kuona kuna inaonekana kuwa chini nyeupe nafasi chini ya Curve wakati\(n=8.\) Hii nafasi nyeupe ni eneo chini ya Curve hatuwezi ni pamoja na kutumia makadirio yetu. Eneo la rectangles ni
\[L_8=f(0)(0.25)+f(0.25)(0.25)+f(0.5)(0.25)+f(0.75)(0.25)+f(1)(0.25)+f(1.25)(0.25)+f(1.5)(0.25)+f(1.75)(0.25)=7.75 \,\text{units}^2\nonumber \]
Grafu katika Kielelezo\(\PageIndex{9}\) inaonyesha kazi sawa na\(32\) rectangles iliyoandikwa chini ya safu. Inaonekana kuwa na nafasi nyeupe kidogo iliyoachwa. Eneo linalohusika na rectangles ni
\[L_{32}=f(0)(0.0625)+f(0.0625)(0.0625)+f(0.125)(0.0625)+⋯+f(1.9375)(0.0625)=7.9375 \,\text{units}^2.\nonumber \]
Tunaweza kutekeleza mchakato sawa kwa njia ya makadirio ya haki-mwisho. Makadirio ya mwisho wa mwisho wa curve sawa, kwa kutumia rectangles nne (Kielelezo\(\PageIndex{10}\)), hutoa eneo
\[R_4=f(0.5)(0.5)+f(1)(0.5)+f(1.5)(0.5)+f(2)(0.5)=8.5 \,\text{units}^2.\nonumber \]
Kugawanya kanda juu ya muda\([0,2]\) katika rectangles nane matokeo katika\(Δx=\dfrac{2−0}{8}=0.25.\) Grafu inavyoonekana katika Kielelezo\(\PageIndex{11}\). Eneo hilo ni
\[R_8=f(0.25)(0.25)+f(0.5)(0.25)+f(0.75)(0.25)+f(1)(0.25)+f(1.25)(0.25)+f(1.5)(0.25)+f(1.75)(0.25)+f(2)(0.25)=8.25 \,\text{units}^2\nonumber \]
Mwisho, makadirio ya mwisho ya haki na\(n=32\) iko karibu na eneo halisi (Kielelezo\(\PageIndex{12}\)). Eneo hilo ni takriban
\[R_{32}=f(0.0625)(0.0625)+f(0.125)(0.0625)+f(0.1875)(0.0625)+⋯+f(2)(0.0625)=8.0625 \,\text{units}^2\nonumber \]
Kulingana na takwimu hizi na mahesabu, inaonekana sisi ni juu ya kufuatilia haki; rectangles kuonekana takriban eneo chini ya Curve bora kama\(n\) anapata kubwa. Zaidi ya hayo, kama\(n\) ongezeko, wote kushoto-mwisho na haki-mwisho makadirio kuonekana mbinu eneo la vitengo\(8\) mraba. Jedwali\(\PageIndex{15}\) linaonyesha kulinganisha namba ya mbinu za kushoto na za mwisho. Wazo kwamba makadirio ya eneo chini ya Curve kupata bora na bora kama\(n\) anapata kubwa na kubwa ni muhimu sana, na sasa sisi kuchunguza wazo hili kwa undani zaidi.
Thamani ya\(n\) | Eneo la Takriban\(L_n\) | Eneo la Takriban\(R_n\) |
---|---|---|
\ (n\)” style="wima align:katikati; ">\(n=4\) | \ (L_n\)” style="wima align:katikati; ">\(7.5\) | \ (R_n\)” style="wima align:katikati; ">\(8.5\) |
\ (n\)” style="wima align:katikati; ">\(n=8\) | \ (L_n\)” style="wima align:katikati; ">\(7.75\) | \ (R_n\)” style="wima align:katikati; ">\(8.25\) |
\ (n\)” style="wima align:katikati; ">\(n=32\) | \ (L_n\)” style="wima align:katikati; ">\(7.94\) | \ (R_n\)” style="wima align:katikati; ">\(8.06\) |
kutengeneza Riemann Sums
Hadi sasa tumekuwa tunatumia rectangles ili takriban eneo chini ya pembe. Urefu wa mstatili huu umeamua kwa kutathmini kazi kwa upande wa mwisho wa kulia au wa kushoto wa subinterval\([x_{i−1},x_i]\). Kwa kweli, hakuna sababu ya kuzuia tathmini ya kazi kwa moja ya pointi hizi mbili tu. Tunaweza kutathmini kazi wakati wowote\(x^∗_i\) katika subinterval\([x_{i−1},x_i]\), na kutumia\(f(x^∗_i)\) kama urefu wa mstatili wetu. Hii inatupa makadirio ya eneo la fomu
\[A≈\sum_{i=1}^nf(x^∗_i)\,Δx. \nonumber \]
Jumla ya fomu hii inaitwa jumla ya Riemann, jina lake kwa mwanahisabati wa karne ya 19 Bernhard Riemann, ambaye aliendeleza wazo hilo.
Hebu\(f(x)\) kuelezwa juu ya muda imefungwa\([a,b]\) na basi\(P\) kuwa kizigeu yoyote ya\([a,b]\). Hebu\(Δx_i\) iwe upana wa kila subinterval\([x_{i−1},x_i]\) na kwa kila mmoja\(i\), hebu\(x^∗_i\) iwe na uhakika wowote\([x_{i−1},\,x_i]\). Jumla Riemann hufafanuliwa kwa\(f(x)\) kama
\[\sum_{i=1}^nf(x^∗_i)\,Δx_i. \nonumber \]
Kwa hatua hii, tutachagua ugawaji wa kawaida\(P\), kama tunavyo katika mifano yetu hapo juu. Hii\(Δx_i\) inasababisha wote kuwa sawa na\(Δx = \dfrac{b-a}{n}\) kwa idadi yoyote ya asili ya vipindi\(n\).
Kumbuka kwamba kwa upande wa kushoto- na makadirio haki-mwisho, makadirio wanaonekana kupata bora na bora kama\(n\) kupata kubwa na kubwa. Kitu kimoja kinachotokea kwa kiasi cha Riemann. Riemann kiasi kutoa makadirio bora kwa maadili kubwa ya\(n\). Sisi sasa ni tayari kufafanua eneo chini ya Curve katika suala la Riemann kiasi.
Hebu\(f(x)\) kuendelea, nonhegative kazi juu ya muda\([a,b]\), na hebu\(\displaystyle \sum_{i=1}^nf(x^∗_i)\,Δx\) kuwa Riemann jumla kwa\(f(x)\) kwa kuhesabu mara kwa mara\(P\). Kisha, eneo chini ya Curve\(y=f(x)\) juu\([a,b]\) linatolewa na
\[A=\lim_{n→∞}\sum_{i=1}^nf(x^∗_i)\,Δx. \nonumber \]
Angalia maonyesho ya graphical ya ujenzi wa jumla ya Riemann.
Baadhi ya udanganyifu hapa ni muhimu kujadili. Kwanza, kumbuka kuwa kuchukua kikomo cha jumla ni tofauti kidogo na kuchukua kikomo cha kazi\(f(x)\) kama\(x\) inakwenda infinity. Mipaka ya kiasi hujadiliwa kwa undani katika sura ya Utaratibu na Mfululizo; hata hivyo, kwa sasa tunaweza kudhani kuwa mbinu za kuhesabu tulizotumia kukokotoa mipaka ya kazi pia zinaweza kutumika kuhesabu mipaka ya kiasi.
Pili, ni lazima kufikiria nini cha kufanya kama kujieleza hujiunga na mipaka tofauti kwa ajili ya uchaguzi tofauti ya\({x^∗_i}.\) bahati nzuri, hii haina kutokea. Ingawa ushahidi ni zaidi ya upeo wa maandishi haya, inaweza kuonyeshwa kuwa ikiwa\(f(x)\) inaendelea kwenye muda uliofungwa\([a,b]\), basi\(\displaystyle \lim_{n→∞}\sum_{i=1}^nf(x^∗_i)Δx\) ipo na ni ya kipekee (kwa maneno mengine, haitegemei uchaguzi wa\({x^∗_i}\)).
Tunaangalia baadhi ya mifano ya muda mfupi. Lakini, kabla ya kufanya, hebu kuchukua muda na majadiliano juu ya baadhi ya uchaguzi maalum kwa ajili ya\({x^∗_i}\). Ingawa uchaguzi wowote unatupa\({x^∗_i}\) makadirio ya eneo chini ya pembe, hatujui kama makadirio hayo ni ya juu sana (overestimate) au chini sana (underestimate). Ikiwa ni muhimu kujua kama makadirio yetu ni ya juu au ya chini, tunaweza kuchagua thamani yetu\({x^∗_i}\) ili kuhakikisha matokeo moja au nyingine.
Ikiwa tunataka overestimate, kwa mfano, tunaweza kuchagua\({x^∗_i}\) vile\(i=1,2,3,…,n,\)\(f(x^∗_i)≥f(x)\) kwa wote\(x∈[x_i−1,x_i]\). Kwa maneno mengine, sisi kuchagua\({x^∗_i}\) ili kwa\(i=1,2,3,…,n,\)\(f(x^∗_i)\) ni upeo kazi thamani juu ya muda\([x_{i−1},x_i]\). Ikiwa tunachagua\({x^∗_i}\) kwa njia hii, basi jumla ya Riemann\(\displaystyle \sum_{i=1}^nf(x^∗_i)Δx\) inaitwa jumla ya juu. Vile vile, kama tunataka underestimate, tunaweza kuchagua\({x∗i}\) ili kwa\(i=1,2,3,…,n,\)\(f(x^∗_i)\) ni thamani ya chini ya kazi ya muda\([x_{i−1},x_i]\). Katika kesi hiyo, jumla ya Riemann inayohusishwa inaitwa jumla ya chini. Kumbuka kwamba ikiwa\(f(x)\) inaongezeka au kupungua kwa muda wote\([a,b]\), basi maadili ya kiwango cha juu na cha chini ya kazi hutokea kwenye mwisho wa vipindi vya chini, hivyo kiasi cha juu na cha chini ni sawa na makadirio ya kushoto na ya mwisho.
Pata kiasi cha chini kwa ajili ya\(f(x)=10−x^2\) juu\([1,2]\); basi\(n=4\) subinternations.
Suluhisho
Na\(n=4\) zaidi ya muda\([1,2], \,Δx=\dfrac{1}{4}\). Tunaweza kuorodhesha vipindi kama\([1,1.25],\,[1.25,1.5],\,[1.5,1.75],\) na\([1.75,2]\). Kwa sababu kazi ni kupungua zaidi ya muda\([1,2],\) Kielelezo inaonyesha kwamba kiasi cha chini ni kupatikana kwa kutumia endpoints haki.
Jumla ya Riemann ni
\ [kuanza {align*}\ sum_ {k=1} ^4 (10,1x^2) (0.25) &=0.25 [10÷ (1.25) ^2+10|( 1.5) ^2+10|( 1.75) ^2+10|( 2) ^2]\\ [4pt]
&=0.25 [8.4375+7.75+6.9375+6]\\ [4pt]
&=7.28\,\ maandishi {vitengo} ^2. \ mwisho {align*}\]
Eneo la\(7.28\)\(\text{units}^2\) ni jumla ya chini na underestimate.
- Pata jumla ya\(f(x)=10−x^2\) juu kwa\([1,2]\); basi\(n=4.\)
- Mchoro makadirio.
- Kidokezo
-
\(f(x)\)inapungua\([1,2]\), hivyo maadili ya juu ya kazi hutokea kwenye mwisho wa kushoto wa vipindi.
- Jibu
-
a Jumla ya juu=\(8.0313 \,\text{units}^2.\)
b.
Pata kiasi cha chini kwa\(f(x)=\sin x\) zaidi ya muda\([a,b]=\left[0,\frac{π}{2} \right]\); basi\(n=6.\)
Suluhisho
Hebu tuangalie kwanza grafu katika Kielelezo\(\PageIndex{14}\) ili kupata wazo bora la eneo la riba.
vipindi ni\(\left[0,\frac{π}{12}\right],\,\left[\frac{π}{12},\frac{π}{6}\right],\,\left[\frac{π}{6},\frac{π}{4}\right],\,\left[\frac{π}{4},\frac{π}{3}\right],\,\left[\frac{π}{3},\frac{5π}{12}\right]\), na\(\left[\frac{5π}{12},\frac{π}{2}\right]\). Kumbuka kuwa\(f(x)=\sin x\) ni kuongeza juu ya muda\(\left[0,\frac{π}{2}\right]\), hivyo kushoto-mwisho makadirio inatupa jumla ya chini. kushoto-mwisho makadirio ni Riemann jumla\(\sum_{i=0}^5\sin x_i\left(\tfrac{π}{12}\right)\) .Tuna
\[A≈\sin(0)\left(\tfrac{π}{12}\right)+\sin\left(\tfrac{π}{12}\right)\left(\tfrac{π}{12}\right)+\sin\left(\tfrac{π}{6}\right)\left(\tfrac{π}{12}\right)+\sin\left(\tfrac{π}{4}\right)\left(\tfrac{π}{12}\right)+\sin\left(\tfrac{π}{3}\right)\left(\tfrac{π}{12}\right)+\sin\left(\tfrac{5π}{12}\right)\left(\tfrac{π}{12}\right)\approx 0.863 \,\text{units}^2. \nonumber \]
Kutumia kazi\(f(x)=\sin x\) juu ya muda\(\left[0,\frac{π}{2}\right],\) kupata jumla ya juu; basi\(n=6.\)
- Kidokezo
-
Fuata hatua kutoka Mfano\(\PageIndex{6}\).
- Jibu
-
\(A≈1.125 \,\text{units}^2\)
Dhana muhimu
- Matumizi ya sigma (summation) notation ya fomu\(\displaystyle \sum_{i=1}^na_i\) ni muhimu kwa kuonyesha kiasi cha maadili ya muda mrefu katika fomu ya compact.
- Kwa kazi ya kuendelea inavyoelezwa juu\([a,b],\) ya muda mchakato wa kugawanya muda katika sehemu\(n\) sawa, kupanua mstatili kwenye grafu ya kazi, kuhesabu maeneo ya mfululizo wa rectangles, na kisha kuhesabu maeneo ya mavuno makadirio ya eneo hilo.
- Wakati wa kutumia ugawaji wa kawaida, upana wa kila mstatili ni\(Δx=\dfrac{b−a}{n}\).
- Riemann kiasi ni maneno ya fomu\(\displaystyle \sum_{i=1}^nf(x^∗_i)Δx,\) na inaweza kutumika kukadiria eneo chini ya Curve\(y=f(x).\) kushoto- na makadirio haki-mwisho ni aina maalum ya Riemann kiasi ambapo maadili ya\({x^∗_i}\) huchaguliwa kuwa kushoto au kulia endpoints ya subspinternations, mtiririko.
- Riemann kiasi kuruhusu kubadilika sana katika kuchagua seti ya pointi\({x^∗_i}\) ambayo kazi ni tathmini, mara nyingi kwa jicho kupata kiasi cha chini au jumla ya juu.
Mlinganyo muhimu
- Mali ya Sigma Notation
\ [kuanza {align*}\ sum_ {i = 1} ^nc&=nc\\ [4pt]
\ sum_ {i = 1} ^nca_i &=c\ sum_ {i =1} ^na_i\\ [4pt]
\ sum_ {i = 1} ^n (a_i+b_i) &=\ sum_ {i = 1} ^na_na_i i+\ sum_ {i = 1} ^nb_i\\ [4pt]
\ sum_ {i = 1} ^n (a_i-b_i) &=\ sum_ {i =1} ^na_i-\ sum_ {i = 1} ^nb_i\\ [4pt]
\ sum_ {i = 1} ^na_i & =\ sum_ {i=1} ^ma_i+\ sum_ {i = m+1} ^na_i\ mwisho {align*}\]
- Sums na Mamlaka ya Integers
\[\sum_{i=1}^ni=1+2+⋯+n=\dfrac{n(n+1)}{2} \nonumber \]
\[\sum_{i=1}^ni^2=1^2+2^2+⋯+n^2=\dfrac{n(n+1)(2n+1)}{6} \nonumber \]
\[\sum_{i=0}^ni^3=1^3+2^3+⋯+n^3=\dfrac{n^2(n+1)^2}{4} \nonumber \]
- Kushoto-mwisho makadirio
\(A≈L_n=f(x_0)Δx+f(x_1)Δx+⋯+f(x_{n−1})Δx=\displaystyle \sum_{i=1}^nf(x_{i−1})Δx\)
- Ukadiriaji wa mwisho wa haki-mwisho
\(A≈R_n=f(x_1)Δx+f(x_2)Δx+⋯+f(x_n)Δx=\displaystyle \sum_{i=1}^nf(x_i)Δx\)
faharasa
- makadirio ya kushoto-mwisho
- makadirio ya eneo chini ya Curve iliyohesabiwa kwa kutumia mwisho wa kushoto wa kila subinterval ili kuhesabu urefu wa pande za wima za kila mstatili
- jumla ya chini
- jumla kupatikana kwa kutumia thamani ya chini ya\(f(x)\) juu ya kila subinterval
- kugawanya
- seti ya pointi ambazo hugawanya muda katika vipindi
- ugawaji wa kawaida
- kizigeu ambacho sehemu ndogo zote zina upana sawa
- riemann jumla
- makadirio ya eneo chini ya pembe ya fomu\(A≈\displaystyle \sum_{i=1}^nf(x^∗_i)Δx\)
- makadirio ya mwisho wa haki-mwisho
- makadirio ya mwisho wa haki-mwisho ni makadirio ya eneo la mstatili chini ya pembe kwa kutumia mwisho wa kila subinterval ili kujenga pande za wima za kila mstatili
- sigma nukuu
- (pia, maelezo ya muhtasari) barua ya Kigiriki sigma (\(Σ\)) inaonyesha kuongeza maadili; maadili ya index hapo juu na chini ya sigma yanaonyesha wapi kuanza summation na wapi kumaliza
- jumla ya juu
- Jumla kupatikana kwa kutumia thamani ya\(f(x)\) juu ya kila subinterval