ကဲကုလ၏ အခြေခံသီအိုရမ်

ကဲကုလပ်စ်၏ အခြေခံသီအိုရမ်

ကဲကုလပ်စ်ကို ပြောင်းလဲမှုနှင့် စုပုံခြင်းကို ရှင်းပြရန်အတွက် “ဘာသာစကား” တစ်ခုအဖြစ် မကြာခဏ နားလည်ကြသည်။ တစ်ဖက်တွင်၊ ကျွန်ုပ်တို့သည် လုပ်ဆောင်ချက်တစ်ခု၏ ပြောင်းလဲမှုနှုန်းကို တိုင်းတာရန် derivatives များကို လေ့လာကြသည်။ အခြားတစ်ဖက်တွင်၊ ကျွန်ုပ်တို့သည် စုပုံခြင်းကို တွက်ချက်ရန် integrals များကို လေ့လာကြသည်၊ ဥပမာ curve အောက်ရှိ ဧရိယာ သို့မဟုတ် ပမာဏ၏ စုစုပေါင်း “စဉ်ဆက်မပြတ်ပေါင်းလဒ်”။ ကဲကုလပ်စ်၏ Fundamental Theorem (FTC) သည် ဤအတွေးအခေါ်နှစ်ခုကို ဆက်သွယ်ပေးသော အဓိကတံတားတစ်စင်းဖြစ်သည်- ကွဲပြားခြင်းနှင့် ပေါင်းစည်းခြင်းသည် သီးခြားခေါင်းစဉ်နှစ်ခုမဟုတ်ဘဲ အပြန်အလှန်လုပ်ဆောင်ချက်နှစ်ခုဖြစ်ကြောင်း ထင်ရှားသည်။ ဤသီအိုရမ်သည် သိပ္ပံ၊ အင်ဂျင်နီယာ၊ စီးပွားရေးနှင့် အခြားနယ်ပယ်များစွာတွင် ကဲကုလပ်စ်ကို အလွန်အစွမ်းထက်စေသည်။

ခြုံငုံသုံးသပ်ချက်- ပြောင်းလဲမှုများနှင့် စုဆောင်းမှု

ကားတစ်စီး လမ်းမပေါ်တွင် ရွေ့လျားနေသည်ကို မြင်ယောင်ကြည့်ပါ။ ကား၏ အလျင်သည် အချိန်နှင့်အမျှ အနေအထားပြောင်းလဲနှုန်းဖြစ်ပြီး သွားသောအကွာအဝေးမှာ အချိန်နှင့်အမျှ "အလျင်" စုပုံလာခြင်းဖြစ်သည်။ သင်္ချာနည်းအရ \(v(t)\) သည် အလျင်ဖြစ်ပါက အချိန် \(a\) မှ \(b\) အထိ သွားသောအကွာအဝေးကို အင်တီဂရယ်ဖြင့် ဖော်ပြနိုင်သည်။
\[
\int_a^bv(t)\, dt။
\]
တစ်ချိန်တည်းမှာပင်၊ \(s(t)\) သည် တည်နေရာဖြစ်ပါက၊ velocity သည် derivative ဖြစ်သည်-
\[
v(t) = s'(t)။
\]
ကဲကုလပ်စ်၏ အခြေခံသီအိုရမ်က ဤလုပ်ဆောင်ချက်နှစ်ခုသည် အနီးကပ်ဆက်စပ်နေကြောင်း ဖော်ပြသည်- derivative ၏ အင်တီဂရယ်သည် လုပ်ဆောင်ချက်တွင် အသားတင်ပြောင်းလဲမှုကို ပြန်ပေးပြီး၊ definite integral ၏ derivative သည် မူရင်းလုပ်ဆောင်ချက်ကို ပြန်ပေးသည်။ ဤဆက်နွယ်မှုသည် ဧရိယာ၊ အကွာအဝေး၊ ဒြပ်ထု၊ စွမ်းအင်နှင့် အခြားအရာများစွာကို တွက်ချက်ခြင်းကို ပိုမိုစနစ်တကျဖြစ်စေသည်။

အမြန်လိုအပ်သော လိုအပ်ချက်- သတ်မှတ်အင်တီဂရယ်များနှင့် ဆင်းသက်လာမှုများကား အဘယ်နည်း။

သီအိုရမ်၏ ဖော်ပြချက်သို့ မဝင်ရောက်မီ အရေးကြီးသော အယူအဆနှစ်ခု ရှိပါသည်။

၁။ Derivative \(f'(x)\): \(x\) အနည်းငယ်ပြောင်းလဲသွားသောအခါ ဂရပ်၏စောင်း သို့မဟုတ် \(f(x)\) ၏ပြောင်းလဲနှုန်းကို တိုင်းတာသည်။ အလိုလိုသိသောအားဖြင့် \(f(x)\) သည် တည်နေရာကိုဖော်ပြပါက \(f'(x)\) သည် အလျင်ကိုဖော်ပြသည်။

၂။ တိကျသော အင်တီဂရယ် \(\int_a^bf(x)\,dx\): \([a,b]\ အပိုင်းအခြားပေါ်တွင် \(f\) ၏ စုပုံမှုကို တိုင်းတာသည်။ ဂျီဩမေတြီအရ ၎င်းကို \(x=a\) မှ \(x=b\) အထိ မျဉ်းကွေး \(y=f(x)\) အောက်ရှိ လက္ခဏာပါသော ဧရိယာ (\(x\)-ဝင်ရိုးအထက်ရှိ အပေါင်းဧရိယာ၊ \(x\)-ဝင်ရိုးအောက်ရှိ အနုတ်ဧရိယာ) အဖြစ် မကြာခဏ သတ်မှတ်လေ့ရှိသည်။

အမှတ်ပေး အင်တီဂရယ်ကို ရီမန်းပေါင်းလဒ်၏ ကန့်သတ်ချက်ဖြင့် တရားဝင်သတ်မှတ်သည်၊ ဆိုလိုသည်မှာ ဧရိယာကို ထောင့်မှန်စတုဂံငယ်များဖြင့် ခန့်မှန်းပြီးနောက် ထောင့်မှန်စတုဂံများ၏ အနံသည် သုညသို့ ရောက်သွားသည်နှင့်အမျှ ကန့်သတ်ချက်ကို ယူခြင်းဖြစ်သည်။

ကဲကုလပ်စ်၏ အခြေခံသီအိုရမ်၏ ဖော်ပြချက် (အပိုင်း ၂)

TFK အပိုင်း ၁ မှာ \(f\) ဟာ \([a,b]\ မှာ ဆက်တိုက်ဖြစ်နေရင်၊ function အသစ်တစ်ခု သတ်မှတ်ပါတယ်လို့ ဖော်ပြထားပါတယ်။
\[
F(x)=\int_a^xf(t)\,dt၊
\]
ထို့နောက် \(F\) ကို \((a,b)\) ပေါ်တွင် ရနိုင်ပြီး
\[
F'(x)=f(x)။
\]

အဓိပ္ပာယ်က အရမ်းအရေးကြီးပါတယ်- \(f\) မှ "တည်ဆောက်ထားသော" အင်တီဂရယ်သည် \(f\) ၏ ဆန့်ကျင်ဘက် ဆင့်ကဲပြောင်းလဲမှု လုပ်ဆောင်ချက်ကို ရရှိစေပါသည်။ တစ်နည်းအားဖြင့်ဆိုရသော် differentiated လုပ်သောအခါ \(x\) အမှတ်အထိ စုဆောင်းမှုလုပ်ငန်းစဉ်သည် ထိုအမှတ်ရှိ စုဆောင်းမှုနှုန်းသို့ ပြန်ရောက်လိမ့်မည်။

အာရုံခံစားမှု အပိုင်း ၁
\(x\) ကို \(\Delta x\ အနည်းငယ်တိုးသောအခါ \(F(x)\) ရှိ ပြောင်းလဲမှုအနည်းငယ်ကို သတိပြုပါ-
\[
F(x+\Delta x) - F(x) = \int_a^{x+\Delta x} f(t)\,dt – \int_a^xf(t)\,dt = \int_x^{x+\Delta x} f(t)\,dt။
\]
\(\Delta x\) သည် သေးငယ်ပါက၊ ဤအင်တီဂရယ်သည် \(f(x)\Delta x\) နှင့် ခန့်မှန်းခြေအားဖြင့် ညီမျှသည်။ ထို့ကြောင့်၊
\[
\frac{F(x+\Delta x)-F(x)}{\Delta x}\၏ ခန့်မှန်းခြေမှာ f(x) ဖြစ်သည်။
\]
\(\Delta x\ သို့ 0\) ရောက်သောအခါ၊ ခန့်မှန်းခြေသည် တိကျလာသောကြောင့် \(F'(x)=f(x)\) ဖြစ်သည်။

ရိုးရှင်းသော ဥပမာ
\(f(t)=2t\) လို့ ယူဆပါ။ အဓိပ္ပာယ်ဖွင့်ဆိုပါ။
\[
F(x) = \int_0^x 2t\,dt။
\]
\(\int 2t\,dt = t^2\) ဖြစ်ကြောင်း ကျွန်ုပ်တို့သိပါသည်၊ ထို့ကြောင့် \(F(x)=x^2\)။ derivative မှာ \(F'(x)=2x\) ဖြစ်ပြီး၊ ၎င်းသည် \(f(x)\ သို့ ပြန်သွားသည်။ ၎င်းသည် အပိုင်း ၁ ကို တိကျစွာ သရုပ်ပြသည်။

ကဲကုလပ်စ်၏ အခြေခံသီအိုရမ်၏ ဖော်ပြချက် (အပိုင်း ၂)

TFK အပိုင်း ၂ မှာ ဖော်ပြထားတာကတော့ - \(f\) ဟာ \([a,b]\) မှာ ဆက်လက်တည်ရှိနေပြီး \(F\) ဟာ \(f\) ရဲ့ ဆန့်ကျင်ဘက် ဆင်းသက်မှု တစ်ခုဖြစ်ရင် (ဥပမာ \(F'(x)=f(x)\))၊ ပြီးတော့
\[
\int_a^bf(x)\,dx = F(b)-F(a)။
\]

ဤသည်မှာ အင်တီဂရယ်တွက်ချက်မှုတွင် အသုံးအများဆုံး သီအိုရမ်ပုံစံဖြစ်သည်။ တိကျသော အင်တီဂရယ်ကို တွက်ချက်ရန်အတွက် ရီမန်းပေါင်းလဒ်၏ ကန့်သတ်ချက်ကို တိုက်ရိုက်အသုံးချရန် မလိုအပ်တော့ကြောင်း ဖော်ပြထားသည်။ \(F\) ၏ ဆန့်ကျင်ဘက် ဆင်းသက်မှုကို ရှာဖွေပြီးနောက် အပေါ်နှင့်အောက် ကန့်သတ်ချက်များတွင် အကဲဖြတ်ပါ။

တွက်ချက်မှု ဥပမာ
ရေတွက်ရန်:
\[
\int_1^3 (x^2+1)\,dx။
\]
ဆန့်ကျင်ဘက် derivative ဆိုသည်မှာ
\[
F(x) = x^3}{3} + x။
\]
ဒါကြောင့်:
\[
\int_1^3 (x^2+1)\,dx = \left(\frac{3^3}{3}+3\right)-\left(\frac{1^3}{3}+1\right)
= \left(9+3\right)-\left(\frac{1}{3}+1\right)
=12-\frac{4}{3}=\frac{32}{3}.
\]
TFK မပါရင်၊ ကျွန်ုပ်တို့သည် အင်တီဂရယ်ကို စတုဂံများ၏ ဧရိယာပေါင်းလဒ်၏ ကန့်သတ်ချက်အဖြစ် သတ်မှတ်ပြီး ကန့်သတ်ချက်ကို ပိုမိုရှည်လျားစွာ တွက်ချက်ရမည်ဖြစ်သည်။

ဘာကြောင့် "အခြေခံ" လို့ခေါ်တာလဲ။

ဤသီအိုရမ်သည် အခြေခံကျပါသည်- အဘယ်ကြောင့်ဆိုသော်

၁။ ကဲကုလပ်စ်၏ အဓိက သဘောတရားနှစ်ခုကို ပေါင်းစပ်ပါ- derivative (ပြောင်းလဲမှု) နှင့် integral (accumulation)။
၂။ လက်တွေ့ကျသောနည်းလမ်းကို ပေးသည်- သတ်မှတ်အင်တီဂရယ်များကို ဆန့်ကျင်ဘက် derivatives များကို အသုံးပြု၍ တွက်ချက်နိုင်သည်။
၃။ အသုံးချမှုများစွာကို အခြေခံထားသည်- ရူပဗေဒ (အလုပ်နှင့် စွမ်းအင်)၊ စာရင်းအင်းများ (ဖြန့်ဖြူးမှုနှင့် အခွင့်အလမ်း)၊ စီးပွားရေး (စုစုပေါင်းကုန်ကျစရိတ်နှင့် အစွန်းကုန်ကျစရိတ်)၊ ဇီဝဗေဒ (လူဦးရေတိုးပွားမှု)၊ စသည်တို့။

သဘောတရားအရ ကဲကုလသည် ကျိုးကြောင်းဆီလျော်သော ကိရိယာတစ်ခု ဖြစ်လာသည်- ကျွန်ုပ်တို့သည် “နှုန်း” နှင့် “စုစုပေါင်း” မော်ဒယ်များအကြား အလွယ်တကူ ပြောင်းလဲနိုင်သည်။

မကြာခဏပေါ်လာသော application များ

၁။ မြန်နှုန်းမှ အကွာအဝေး
\(v(t)\) သည် အလျင်ဖြစ်ပါက အသားတင် ရွေ့လျားမှုမှာ အောက်ပါအတိုင်းဖြစ်သည်-
\[
s(b)-s(a)=\int_a^bv(t)\,dt။
\]
ဒါက TFK အပိုင်း ၂ ကနေ တိုက်ရိုက်လာတာ။ \(v(t)\) က တစ်ခါတစ်ရံ အနုတ်လက္ခဏာဆောင်ရင်၊ အင်တီဂရယ်က အသားတင် ရွေ့လျားမှုကို ပေးပါတယ်။ စုစုပေါင်းအကွာအဝေးအတွက် ၎င်းကို \(\int_a^b |v(t)|\,dt\) အဖြစ် တွက်ချက်လေ့ရှိပါတယ်။

၂။ ပြောင်းလဲမှုနှုန်း စုပုံလာခြင်း
တိုင်ကီတစ်ခုကို တစ်မိနစ်လျှင် လီတာ/မိနစ်နှုန်းဖြင့် ဖြည့်ပါက၊ အပိုင်းအခြား ∑([a,b]\) အတွင်း ဝင်ရောက်လာသော ပမာဏမှာ ∑(\int_a^br(t)\, dt\) ဖြစ်သည်။ အဝင်နှုန်းနှင့် အထွက်နှုန်း နှစ်မျိုးလုံးရှိပါက ပမာဏ အသားတင်ပြောင်းလဲမှုသည် (အဝင် − အထွက်) ၏ ပေါင်းစပ်တန်ဖိုးဖြစ်သည်။

၃။ အင်တီဂရယ်များအတွက် ပျမ်းမျှတန်ဖိုးသီအိုရမ်
TFK မှ လုပ်ဆောင်ချက်၏ ပျမ်းမျှတန်ဖိုးကဲ့သို့သော အကျိုးဆက်အမျိုးမျိုး ပေါ်ပေါက်လာသည်-
\[
f_{\text{avg}} = \frac{1}{ba}\int_a^bf(x)\,dx။
\]
၎င်းသည် ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် မော်ဒယ်လ်လုပ်ခြင်းတွင် အရေးကြီးပါသည်။

အရေးကြီးသော မှတ်ချက်များ- စည်းကမ်းသတ်မှတ်ချက်များ

TFK သည် ၎င်း၏ဖော်ပြချက်ချောမွေ့စေရန်အတွက် မေးခွန်းထုတ်ထားသော အပိုင်းအခြားပေါ်တွင် function \(f\) ၏ စဉ်ဆက်မပြတ်ဖြစ်ရန် ယေဘုယျအားဖြင့် လိုအပ်ပါသည်။ နောက်ထပ်လေ့လာမှုများတွင် ဤသီအိုရမ်ကို မဖြစ်မနေ စဉ်ဆက်မပြတ်မဟုတ်သော function များ (ဥပမာ၊ အချို့သောအခြေအနေများအောက်တွင် Riemannian သို့မဟုတ် Lebesgue integrable function များ) သို့ တိုးချဲ့နိုင်သော်လည်း၊ အခြေခံ calculus အတွက်၊ စဉ်ဆက်မပြတ်ယူဆချက်သည် စံဖြစ်သည်။

ထို့အပြင်၊ သတ်မှတ်အင်တီဂရယ်များသည် အမြဲတမ်း “သန့်စင်သော ဂျီဩမေတြီဧရိယာများ” မဟုတ်ဘဲ လက္ခဏာပါသော ဧရိယာများကို ရရှိစေပါသည်။ ဂရပ်သည် x-ဝင်ရိုးအောက်တွင်ရှိပါက အင်တီဂရယ်သည် အနုတ်ဖြစ်သည်။ ဂျီဩမေတြီဧရိယာများအတွက်၊ ပကတိတန်ဖိုးများ သို့မဟုတ် အပိုင်းအခြားခွဲထုတ်မှုများကို များသောအားဖြင့် အသုံးပြုလေ့ရှိသည်။

ပိတ်

ကဲကုလပ်စ်၏ အခြေခံသီအိုရမ်သည် derivative နှင့် integral ကို ပေါင်းစပ်ပေးသော core ဖြစ်သည်။ အပိုင်း ၁ တွင် စဉ်ဆက်မပြတ် function တစ်ခု စုစည်းခြင်းသည် differentiate လုပ်သောအခါ မူရင်း function သို့ ပြန်သွားကြောင်း ပြသထားသည်။ အပိုင်း ၂ တွင် definite integral များကို တွက်ချက်ရန် မြန်ဆန်သောနည်းလမ်းကို ပြသထားသည်- antiderivative ကိုရှာပြီး limit များတွင် ကွာခြားချက်ကို အကဲဖြတ်ပါ။ ဤသီအိုရမ်ဖြင့် ကဲကုလပ်စ်သည် သင်္ချာနည်းစနစ်များ စုစည်းမှုတစ်ခုသာမက ကမ္ဘာကြီးကို နားလည်ရန်အတွက် ကြော့ရှင်းသော မူဘောင်တစ်ခု ဖြစ်လာသည်- အရာဝတ္ထုများသည် အချိန်နှင့်အမျှ မည်သို့ပြောင်းလဲသွားသည်နှင့် ထိုပြောင်းလဲမှုများသည် စုစုပေါင်းအဖြစ် မည်သို့စုပုံလာသည်။

နောက်ပိုင်းတွင် ပေါင်းစည်းမှုနည်းလမ်းများ၊ ဒစ်ဖရန်ရှယ်ညီမျှခြင်းများ သို့မဟုတ် ရူပဗေဒမော်ဒယ်များကို လေ့လာပါက ကဲကုလကို အစွမ်းထက်သောကိရိယာတစ်ခုဖြစ်စေသည့် “တံတား” အဖြစ် TFK ကို နောက်ကွယ်မှ လုပ်ဆောင်နေသည်ကို သင်ဆက်လက်တွေ့မြင်ရပါလိမ့်မည်။