တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ်များကို ဖြေရှင်းနည်း- ပြီးပြည့်စုံသော လမ်းညွှန်ချက်
အပိုင်းလိုက်ပေါင်းစည်းခြင်းသည် ရူပဗေဒနှင့် အင်ဂျင်နီယာပညာမှ စီးပွားရေးနှင့် စာရင်းအင်းပညာအထိ နယ်ပယ်အမျိုးမျိုးတွင် မကြာခဏပေါ်လာသည့် ကဲကုလပ်စ်တွင် အရေးကြီးသောနည်းစနစ်တစ်ခုဖြစ်သည်။ ကိစ္စများစွာတွင်၊ စံနည်းလမ်းများကို အသုံးပြု၍ ရှုပ်ထွေးသော သို့မဟုတ် မဖြေရှင်းနိုင်ဟုထင်ရသော အင်တီဂရယ်များကို အပိုင်းလိုက်ပေါင်းစည်းခြင်းကို အသုံးပြု၍ ရိုးရှင်းအောင်ပြုလုပ်နိုင်သည်။ ဤဆောင်းပါးသည် အခြေခံသဘောတရားများ၊ ဖြေရှင်းချက်အဆင့်များနှင့် လက်တွေ့ဥပမာများအပါအဝင် အပိုင်းလိုက်အင်တီဂရယ်များကို မည်သို့ဖြေရှင်းရမည်ကို အသေးစိတ်လမ်းညွှန်ချက်ပေးပါမည်။
တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ်ဆိုတာ ဘာလဲ။
တစ်စိတ်တစ်ပိုင်းပေါင်းစည်းခြင်းဆိုသည်မှာ အင်တီဂရယ်တစ်ခုသည် လုပ်ဆောင်ချက်နှစ်ခု၏ မြှောက်လဒ်ဖြစ်ပြီး ၎င်းကို အပိုင်းနှစ်ပိုင်းအဖြစ် ခွဲထုတ်ခြင်းဖြင့် ပိုမိုလွယ်ကူစွာ ကိုင်တွယ်ဖြေရှင်းသည့်အခါ အသုံးပြုသည့် ပေါင်းစည်းနည်းလမ်းတစ်ခုဖြစ်သည်။ ဤနည်းစနစ်သည် တစ်စိတ်တစ်ပိုင်းပေါင်းစည်းမှုစည်းမျဉ်းကို အခြေခံထားပြီး၊ ၎င်းသည် ဒစ်ဖရန်ရှယ်ကယ်ကုလပ်စ်တွင် derivative-product စည်းမျဉ်းကို အသုံးချခြင်းဖြစ်သည်။ တစ်စိတ်တစ်ပိုင်းပေါင်းစည်းမှု၏ အခြေခံစည်းမျဉ်းကို အောက်ပါအတိုင်း ဖော်ပြနိုင်သည်-
\[ \int u \, dv = uv – \int v \, du \]
ဒီမှာ:
– \( u \) နှင့် \( v \) တို့သည် ဆုံးဖြတ်ရမည့် လုပ်ဆောင်ချက်များ ဖြစ်ကြသည်။
– \( du \) သည် \( u \) ၏ derivative ဖြစ်သည်၊
– \( dv \) သည် \( v \) ၏ ဒစ်ဖရန်ရှယ်ရယ်ဖြစ်ပြီး
- \( dv \) ကို \( v \) ရရှိရန် ပေါင်းစပ်ထားသည်။
ဒီနည်းလမ်းကို အသုံးပြုရန် ဖော်မြူလာကို အသုံးပြုပြီးနောက် ပေါင်းစပ်မှု လုပ်ငန်းစဉ် ပိုမိုရိုးရှင်းစေရန်အတွက် သင့်လျော်သော \(u \) နှင့် \(dv \) ကို ရွေးချယ်ရန် လိုအပ်ပါသည်။
တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ်များကို ဖြေရှင်းရန် အဆင့်များ
၁။ \(u\) နှင့် \(dv\) လုပ်ဆောင်ချက်များကို ဖော်ထုတ်ပါ။
တစ်စိတ်တစ်ပိုင်းပေါင်းစည်းမှု၏ ပထမခြေလှမ်းမှာ ပေးထားသော အင်တီဂရယ်အတွက် \(u\) နှင့် \(dv\) လုပ်ဆောင်ချက်များကို ရွေးချယ်ရန်ဖြစ်သည်။ \(u\) နှင့် \(dv\) ရွေးချယ်မှုသည် ရရှိလာသော အင်တီဂရယ်၏ ရိုးရှင်းမှုကို ဆုံးဖြတ်ပေးသောကြောင့် အရေးကြီးပါသည်။ ပုံမှန်အားဖြင့်၊ ကျွန်ုပ်တို့သည် \(u\) ကို differentiation (\(du\)) ပြီးနောက် ပိုမိုရိုးရှင်းလာသော လုပ်ဆောင်ချက်အဖြစ် နှင့် \(dv\) ကို အလွယ်တကူ ပေါင်းစည်းနိုင်သော လုပ်ဆောင်ချက်အဖြစ် ရွေးချယ်ပါသည်။
လမ်းညွှန်အနေနဲ့၊ \( u \ ) ကို ရွေးချယ်ဖို့ LIATE နည်းလမ်းကို အသုံးပြုနိုင်ပါတယ်-
- လော့ဂရစ်သမ် လုပ်ဆောင်ချက်များ (\( \ln (x) \))
- ပြောင်းပြန်တြိဂိုနိုမက်ထရစ်လုပ်ဆောင်ချက်များ (\( \arctan(x), \arcsin(x), \arccos(x) \))
– အက္ခရာသင်္ချာ လုပ်ဆောင်ချက်များ (\( x^n \))
– တီ ရီဂိုနိုမက်ထရစ် လုပ်ဆောင်ချက်များ (\( \sin(x), \cos(x) \))
- အဆ လုပ်ဆောင်ချက်များ (\( e^x \))
ဤ LIATE အစီအစဥ်တွင် ဦးစွာပေါ်လာသော function ကို \( u \ ) အဖြစ် ရွေးချယ်လေ့ရှိသည်။
၂။ \(u \) ကို ရယူပြီး \(dv \) ကို ပေါင်းစပ်ပါ။
\(u \) နှင့် \(dv \) ကို ရွေးချယ်ပြီးနောက်၊ နောက်တစ်ဆင့်မှာ \(u \) (ဆိုလိုသည်မှာ \(du \)) ၏ derivative နှင့် \(dv \) (ဆိုလိုသည်မှာ \(v \)) ၏ integral ကို တွက်ချက်ရန်ဖြစ်သည်။
၃။ တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ် ဖော်မြူလာကို အသုံးချပါ။
\(u\), \(du\), \(v\), နှင့် \(dv\) တို့ကို တွက်ချက်ပြီးသည်နှင့်၊ partial integral formula ကို အသုံးပြုနိုင်ပါသည်။
\[ \int u \, dv = uv – \int v \, du \]
၄။ ကျန်ရှိနေသော အင်တီဂရယ်ကို ရိုးရှင်းစေပြီး ပေါင်းစပ်ပါ
နောက်ဆုံးအဆင့်ကတော့ ရလဒ်ကို ရိုးရှင်းအောင်လုပ်ပြီး နောက်ဆုံးအဖြေမရမချင်း ကျန်တာကို ပေါင်းစပ်ဖို့ပါ။
လက်တွေ့ ဥပမာများ
ဥပမာ ၁: \( \int xe^x \, dx \)
ကျွန်ုပ်တို့သည် \( \int xe^x \, dx \) ကို ပေါင်းစပ်လိုသည်ဆိုပါစို့။
၁။ \( u \) နှင့် \( dv \) ကို ရွေးချယ်ပါ-
– \( u = x \) (အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် လျှော့ချလိုက်သောအခါ ပိုမိုရိုးရှင်းလာပြီး ၁ ဖြစ်လာသောကြောင့်ဖြစ်သည်)
– \( dv = e^x \, dx \) (၎င်းသည် ပေါင်းစပ်ရန် လွယ်ကူသောကြောင့် \( e^x \) အဖြစ်သာ ကျန်ရှိတော့သည်)
၂။ derivatives နှင့် integrals များကို ထုတ်လုပ်ပါ-
– \( du = dx \)
– \( v = \int e^x \, dx = e^x \)
၃။ တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ် ဖော်မြူလာကို အသုံးပြုပါ-
\[ \int xe^x \, dx = xe^x – \int e^x \, dx \]
၄။ အကြွင်း အင်တီဂရယ်ကို ဖြေရှင်းပါ-
\[ \int e^x \, dx = e^x \]
ဒါကြောင့်:
\[ \int xe^x \၊ dx = xe^x – e^x + C \]
ဒါမှမဟုတ်
\[ \int xe^x \, dx = e^x (x – 1) + C \]
ဤတွင် \(C\) သည် ပေါင်းစည်းမှု၏ ကိန်းသေဖြစ်သည်။
ဥပမာ ၂: \( \int \ln(x) \, dx \)
ကျွန်ုပ်တို့သည် \( \int \ln(x) \, dx \) ကို ပေါင်းစပ်လိုသည်ဆိုပါစို့။
၁။ \( u \) နှင့် \( dv \) ကို ရွေးချယ်ပါ-
– \( u = \ln(x) \) (အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် ခွဲခြားသောအခါ ပိုမိုရိုးရှင်းလာသောကြောင့်ဖြစ်သည်)
– \( dv = dx \) (ပေါင်းစပ်ရန် လွယ်ကူသောကြောင့်)
၂။ derivatives နှင့် integrals များကို ထုတ်လုပ်ပါ-
– \( du = \frac{1}{x} \, dx \)
– \( v = \int dx = x \)
၃။ တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ် ဖော်မြူလာကို အသုံးပြုပါ-
\[ \int \ln(x) \, dx = x \ln(x) – \int x \left(\frac{1}{x} \, dx\right) \]
\[ \int \ln(x) \, dx = x \ln(x) – \int 1 \, dx \] သည် ကုဒ် သို့မဟုတ် command ဖြစ်သောကြောင့် ဘာသာပြန်ဆိုရန်အတွက် သင့်တော်ပါသည်။
၄။ အကြွင်း အင်တီဂရယ်ကို ဖြေရှင်းပါ-
\[ \int 1 \, dx = x \]
ဒါကြောင့်:
\[ \int \ln(x) \, dx = x \ln(x) – x + C \]
အခက်အခဲများနှင့် အကြံပြုချက်များ
အဖြစ်များသော အခက်အခဲများ
၁။ \(u \) နှင့် \(dv \) ကို မှားယွင်းစွာ ရွေးချယ်ခြင်း- \(u \) နှင့် \(dv \) ကို မှားယွင်းစွာ ရွေးချယ်ခြင်းသည် အင်တီဂရယ်ကို ပိုမိုရှုပ်ထွေးစေနိုင်သည်။ LIATE ၏ လမ်းညွှန်ချက်ကို လိုက်နာခြင်းသည် များသောအားဖြင့် အထောက်အကူ ဖြစ်စေသည်။
၂။ ရှုပ်ထွေးသော ကျန်ရှိနေသော အင်တီဂရယ်များ- တစ်ခါတစ်ရံတွင် တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ် ဖော်မြူလာကို အသုံးပြုပြီးနောက်ပင် ကျန်ရှိနေသော အင်တီဂရယ်ကို ဖြေရှင်းရန် ခက်ခဲနေဆဲဖြစ်သည်။ ဤကိစ္စတွင် တစ်စိတ်တစ်ပိုင်း ပေါင်းစည်းမှုနည်းစနစ်ကို ထပ်မံအသုံးပြုရန် သို့မဟုတ် အခြားနည်းလမ်းကို အသုံးပြုရန် လိုအပ်နိုင်သည်။
သိကောင်းစရာများ
– ပုံစံများကို နားလည်ရန်နှင့် \(u \) နှင့် \(dv \) ရွေးချယ်ရာတွင် သင့်ကျွမ်းကျင်မှုကို မြှင့်တင်ရန်အတွက် လုပ်ဆောင်ချက်အမျိုးအစား အမျိုးမျိုးဖြင့် လေ့ကျင့်ပါ။
– လိုအပ်ပါက u-substitution ကဲ့သို့သော integration techniques များကို ပေါင်းစပ်အသုံးပြုပါ။
– အလျင်စလိုမလုပ်ပါနှင့်။ ဆင်းသက်လာခြင်းနှင့် ပေါင်းစပ်ခြင်းတွင် အမှားအယွင်းမရှိကြောင်း သေချာစေရန် အဆင့်တိုင်းကို စစ်ဆေးပါ။
ပိတ်
တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ်များသည် ကဲကုလပ်စ်တွင် အစွမ်းထက်သောကိရိယာတစ်ခုဖြစ်ပြီး ရှုပ်ထွေးသော အင်တီဂရယ်များကို ပိုမိုရိုးရှင်းသောနည်းလမ်းဖြင့် ဖြေရှင်းရန် လမ်းခင်းပေးပါသည်။ အခြေခံသဘောတရားများနှင့် သင့်လျော်သော ဖြေရှင်းချက်အဆင့်များကို နားလည်ခြင်းနှင့် ဥပမာအမျိုးမျိုးဖြင့် လေ့ကျင့်ခြင်းဖြင့် ကျွန်ုပ်တို့သည် ဤနည်းစနစ်ကို ကျွမ်းကျင်ပိုင်နိုင်ပြီး သင်္ချာနှင့် သိပ္ပံဆိုင်ရာ ရှုထောင့်အမျိုးမျိုးတွင် အသုံးချနိုင်ပါသည်။ ဤလမ်းညွှန်သည် တစ်စိတ်တစ်ပိုင်း အင်တီဂရယ်များကို နားလည်ပြီး ယုံကြည်မှုရှိရှိ ဖြေရှင်းရာတွင် အထောက်အကူဖြစ်လိမ့်မည်ဟု မျှော်လင့်ပါသည်။