நுண்கணிதத்தின் அடிப்படைத் தேற்றம்

நுண்கணிதத்தின் அடிப்படைத் தேற்றம்

நுண்கணிதம் என்பது மாற்றம் மற்றும் திரட்சியை விளக்குவதற்கான ஒரு "மொழி" என்று பெரும்பாலும் புரிந்து கொள்ளப்படுகிறது. ஒருபுறம், ஒரு சார்பின் மாற்ற விகிதத்தை அளவிட நாம் வகைக்கெழுக்களைப் படிக்கிறோம். மறுபுறம், ஒரு வளைகோட்டின் கீழுள்ள பரப்பளவு அல்லது ஒரு அளவின் மொத்த "தொடர் கூட்டுத்தொகை" போன்ற திரட்சியைக் கணக்கிட நாம் தொகையீடுகளைப் படிக்கிறோம். நுண்கணிதத்தின் அடிப்படைத் தேற்றம் (FTC) இந்த இரண்டு கருத்துக்களையும் இணைக்கும் ஒரு முக்கிய பாலமாகும்: வகைக்கெழுவும் தொகையீடும் இரண்டு தனித்தனி தலைப்புகள் அல்ல, மாறாக அவை இரண்டு பரஸ்பர செயல்பாடுகள் என்பது தெரியவருகிறது. இந்தத் தேற்றம்தான் நுண்கணிதத்தை அறிவியல், பொறியியல், பொருளாதாரம் மற்றும் பல துறைகளில் மிகவும் சக்திவாய்ந்ததாக ஆக்குகிறது.

கண்ணோட்டம்: மாற்றங்கள் மற்றும் திரட்சி

சாலையில் செல்லும் ஒரு காரைக் கற்பனை செய்து பாருங்கள். காரின் திசைவேகம் என்பது காலப்போக்கில் அதன் நிலையில் ஏற்படும் மாற்றத்தின் வீதமாகும், அதே சமயம் பயணித்த தூரம் என்பது காலப்போக்கில் "திசைவேகம்" குவிவதாகும். கணித ரீதியாக, \(v(t)\) என்பது திசைவேகம் எனில், நேரம் \(a\) முதல் \(b\) வரை பயணித்த தூரத்தை ஒரு தொகையீட்டின் மூலம் வெளிப்படுத்தலாம்.
\[
∫_a^bv(t)\, dt.
\]
இதற்கிடையில், \(s(t)\) என்பது நிலை எனில், திசைவேகம் என்பது அதன் வகைக்கெழு ஆகும்:
\[
v(t) = s'(t).
\]
நுண்கணிதத்தின் அடிப்படைத் தேற்றம், இந்த இரண்டு செயல்பாடுகளும் நெருங்கிய தொடர்புடையவை என்று கூறுகிறது: வகைக்கெழுவின் தொகையீடு, சார்பின் நிகர மாற்றத்தைத் தருகிறது, மற்றும் வரையறுக்கப்பட்ட தொகையீட்டின் வகைக்கெழு, அசல் சார்பைத் தருகிறது. இந்தத் தொடர்பு, பரப்பளவு, தூரம், நிறை, ஆற்றல் மற்றும் பலவற்றைக் கணக்கிடுவதை மிகவும் முறைப்படுத்தப்பட்டதாக ஆக்குகிறது.

ஒரு சிறு முன்குறிப்பு: வரையறுக்கப்பட்ட தொகையீடுகள் மற்றும் வகைக்கெழுக்கள் என்றால் என்ன?

தேற்றத்தின் கூற்றுக்குள் செல்வதற்கு முன், இரண்டு முக்கியமான கருத்துகள் உள்ளன:

1. வகைக்கெழு \(f'(x)\): இது வரைபடத்தின் சாய்வை அல்லது \(x\) சிறிதளவு மாறும்போது \(f(x)\)-இன் மாற்ற விகிதத்தை அளவிடுகிறது. உள்ளுணர்வின்படி, \(f(x)\) நிலையை விவரித்தால், \(f'(x)\) திசைவேகத்தை விவரிக்கும்.

2. வரையறுக்கப்பட்ட தொகையீடு \(\int_a^bf(x)\,dx\): இது \([a,b]\) என்ற இடைவெளியில் \(f\)-இன் திரட்சியை அளவிடுகிறது. வடிவியல் ரீதியாக, இது பெரும்பாலும் \(x=a\) முதல் \(x=b\) வரை உள்ள \(y=f(x)\) என்ற வளைகோட்டிற்குக் கீழே உள்ள குறியிடப்பட்ட பரப்பாக (\(x\)-அச்சிற்கு மேலே நேர்மறைப் பரப்பு, \(x\)-அச்சிற்குக் கீழே எதிர்மறைப் பரப்பு)) வரையறுக்கப்படுகிறது.

வரையறுக்கப்பட்ட தொகையீடு என்பது ரீமன் கூட்டுத்தொகையின் எல்லையால் முறையாக வரையறுக்கப்படுகிறது; அதாவது, பரப்பளவைச் சிறிய செவ்வகங்களால் தோராயப்படுத்தி, பின்னர் அந்தச் செவ்வகங்களின் அகலம் பூஜ்ஜியத்தை நெருங்கும்போது எல்லையை எடுப்பதாகும்.

நுண்கணிதத்தின் அடிப்படைத் தேற்றத்தின் கூற்று (பகுதி 1)

TFK பகுதி 1 கூறுகிறது: \([a,b]\) இடைவெளியில் \(f\) தொடர்ச்சியாக இருந்தால், நாம் ஒரு புதிய சார்பை வரையறுக்கிறோம்.
\[
F(x)=\int_a^xf(t)\,dt,
\]
பின்னர் \(F\) ஐ \((a,b)\) இல் வருவிக்க முடியும் மற்றும்
\[
F'(x)=f(x).
\]

இதன் பொருள் மிகவும் முக்கியமானது: \(f\) இலிருந்து "உருவாக்கப்பட்ட" தொகையீடு, \(f\) இன் எதிர்வகையீட்டுச் சார்பை அளிக்கிறது. வேறுவிதமாகக் கூறினால், \(x\) புள்ளி வரையிலான திரள் செயல்முறையை வகையிடும்போது, ​​அது அந்தப் புள்ளியில் உள்ள திரள் வீதத்திற்கே திரும்பும்.

உள்ளுணர்வு பகுதி 1
\(x\) ஐ ஒரு சிறிய அளவு \(\Delta x\) ஆல் அதிகரிக்கும்போது \(F(x)\) இல் ஏற்படும் சிறிய மாற்றத்தைக் கவனிக்கவும்:
\[
F(x+\Delta x)-F(x)=\int_a^{x+\Delta x} f(t)\,dt – \int_a^xf(t)\,dt = \int_x^{x+\Delta x} f(t)\,dt.
\]
\(\Delta x\) சிறியதாக இருந்தால், இந்த தொகையீடு தோராயமாக \(f(x)\Delta x\) க்கு சமமாக இருக்கும். எனவே,
\[
\frac{F(x+\Delta x)-F(x)}{\Delta x}\approx f(x).
\]
\(\Delta x\to 0\) ஆகும்போது, ​​தோராயமானது துல்லியமாகிறது, அதனால் \(F'(x)=f(x)\).

எளிய உதாரணம்
\(f(t)=2t\) எனக்கொள்வோம். வரையறு
\[
F(x)=\int_0^x 2t\,dt.
\]
\(\int 2t\,dt = t^2\) என்று நமக்குத் தெரியும், எனவே \(F(x)=x^2\). இதன் வகைக்கெழு \(F'(x)=2x\), இது மீண்டும் \(f(x)\)-க்குத் திரும்புகிறது. இது பகுதி 1-ஐத் திட்டவட்டமாக விளக்குகிறது.

நுண்கணிதத்தின் அடிப்படைத் தேற்றத்தின் கூற்று (பகுதி 2)

TFK பகுதி 2 கூறுகிறது: \(f\) என்பது \([a,b]\) இடைவெளியில் தொடர்ச்சியாகவும், \(F\) என்பது \(f\)-இன் ஒரு எதிர்வகைக்கெழுவாகவும் (அதாவது \(F'(x)=f(x)\)) இருந்தால்,
\[
\int_a^bf(x)\,dx = F(b)-F(a).
\]

தொகையீட்டுக் கணக்கீட்டில், இந்தத் தேற்றத்தின் மிகவும் பரவலாகப் பயன்படுத்தப்படும் வடிவம் இதுவே ஆகும். ஒரு வரையறுக்கப்பட்ட தொகையீட்டைக் கணக்கிடுவதற்கு, நாம் இனி ரீமன் கூட்டுத்தொகையின் எல்லையை நேரடியாகப் பயன்படுத்தத் தேவையில்லை; \(F\)-இன் எதிர்வகையீட்டைக் கண்டறிந்து, பின்னர் அதை மேல் மற்றும் கீழ் எல்லைகளில் மதிப்பிட்டால் போதுமானது என்று இது கூறுகிறது.

கணக்கீட்டு எடுத்துக்காட்டு
ஹிட்டுங்:
\[
\int_1^3 (x^2+1)\,dx.
\]
எதிர்வகைக்கெழு என்பது
\[
F(x)=\frac{x^3}{3}+x.
\]
ஆகவே:
\[
\int_1^3 (x^2+1)\,dx = \left(\frac{3^3}{3}+3\right)-\left(\frac{1^3}{3}+1\right)
= \left(9+3\right)-\left(\frac{1}{3}+1\right)
=12-\frac{4}{3}=\frac{32}{3}.
\]
TFK இல்லாமல், நாம் தொகையீட்டை செவ்வகங்களின் பரப்பளவுகளின் கூடுதலின் எல்லையாக வரையறுத்து, அந்த எல்லையைக் கணக்கிட வேண்டியிருக்கும்—இது மிகவும் அதிக நேரம் எடுக்கும்.

அது ஏன் “அடிப்படை” என்று அழைக்கப்படுகிறது?

இந்தத் தேற்றம் அடிப்படையானது, ஏனெனில்:

1. நுண்கணிதத்தின் இரண்டு முக்கியக் கருத்துகளான வகைக்கெழு (மாற்றம்) மற்றும் தொகையீடு (திரள்வு) ஆகியவற்றை ஒன்றிணைக்கவும்.
2. ஒரு நடைமுறை முறையை வழங்குகிறது: எதிர்வகையீடுகளைப் பயன்படுத்தி வரையறுக்கப்பட்ட தொகையீடுகளைக் கணக்கிடலாம்.
3. பல பயன்பாடுகளுக்கு அடிப்படையாக அமைகிறது: இயற்பியல் (வேலை மற்றும் ஆற்றல்), புள்ளியியல் (பங்கீடு மற்றும் வாய்ப்பு), பொருளாதாரம் (மொத்தச் செலவு மற்றும் இறுதிநிலைச் செலவு ஒப்பீடு), உயிரியல் (மக்கள் தொகை வளர்ச்சி) போன்றவை.

கருத்தியல் ரீதியாக, நுண்கணிதம் ஒரு சீரான கருவியாக மாறுகிறது: நாம் 'விகிதம்' மற்றும் 'மொத்தம்' ஆகிய மாதிரிகளுக்கு இடையில் எளிதாக மாற முடியும்.

அடிக்கடி தோன்றும் பயன்பாடுகள்

1. வேகத்திலிருந்து தூரம்
\(v(t)\) என்பது திசைவேகம் எனில், நிகர இடப்பெயர்வு:
\[
s(b)-s(a)=\int_a^bv(t)\,dt.
\]
\(v(t)=s'(t)\) எனில், இது TFK பகுதி 2-இலிருந்து நேரடியாக எடுக்கப்பட்டது. \(v(t)\) சில நேரங்களில் எதிர்மறையாக இருந்தால், தொகையீடு நிகர இடப்பெயர்ச்சியைத் தரும்; மொத்த தூரத்திற்கு இது பொதுவாக \(\int_a^b |v(t)|\,dt\) எனக் கணக்கிடப்படுகிறது.

2. மாற்ற விகிதத்தின் திரட்சி
ஒரு தொட்டி நிமிடத்திற்கு \(r(t)\) லிட்டர் என்ற விகிதத்தில் நிரப்பப்பட்டால், \([a,b]\) என்ற கால இடைவெளியில் உள்ளே நுழையும் கன அளவு \(\int_a^br(t)\, dt\) ஆகும். உள்ளீட்டு மற்றும் வெளியீட்டு விகிதங்கள் இரண்டும் இருந்தால், கன அளவில் ஏற்படும் நிகர மாற்றம் என்பது (உள்ளீட்டு − வெளியீட்டு) என்பதன் தொகையீடு ஆகும்.

3. தொகையீடுகளுக்கான சராசரி மதிப்புத் தேற்றம்
TFK-இலிருந்து, சார்பின் சராசரி மதிப்பு போன்ற பல்வேறு விளைவுகள் எழுகின்றன:
\[
f_{\text{avg}}=\frac{1}{ba}\int_a^bf(x)\,dx.
\]
தரவு பகுப்பாய்வு மற்றும் மாதிரியாக்கத்தில் இது முக்கியமானது.

முக்கிய குறிப்புகள்: விதிமுறைகள் மற்றும் நிபந்தனைகள்

TFK தேற்றத்தின்படி, ஒரு சார்பின் கோவையானது வழவழப்பாக இருப்பதற்கு, அச்சார்பு \(f\) குறிப்பிட்ட இடைவெளியில் தொடர்ச்சியாக இருக்க வேண்டும். மேலதிக ஆய்வுகளில், இந்தத் தேற்றத்தை, தொடர்ச்சியாக இருக்க வேண்டிய அவசியமில்லாத சார்புகளுக்கும் (எ.கா., சில நிபந்தனைகளின் கீழ் ரீமானியன் அல்லது லெபெக் தொகையிடத்தக்க சார்புகள்) நீட்டிக்கலாம், ஆனால் அடிப்படை நுண்கணிதத்தைப் பொறுத்தவரை, இந்தத் தொடர்ச்சி அனுமானம் ஒரு தரநிலையாகும்.

மேலும், வரையறுக்கப்பட்ட தொகையீடுகள் குறியிடப்பட்ட பரப்புகளைத் தருகின்றன, அவை எப்போதும் "தூய வடிவியல் பரப்புகள்" அல்ல. வரைபடம் x-அச்சிற்குக் கீழே இருந்தால், தொகையீடு எதிர்மறையாக இருக்கும். வடிவியல் பரப்புகளுக்கு, பொதுவாக தனிமதிப்புகள் அல்லது இடைவெளிப் பிரிப்புகள் பயன்படுத்தப்படுகின்றன.

மூடுகிறது

நுண்கணிதத்தின் அடிப்படைத் தேற்றம் என்பது வகைக்கெழுவையும் தொகையீட்டையும் ஒன்றிணைக்கும் மையமாகும். பகுதி 1, ஒரு தொடர்ச்சியான சார்பை வகைக்கெழு காணும்போது, ​​அதன் திரள்வு அசல் சார்பிற்கே திரும்பும் என்பதைக் காட்டியது. பகுதி 2, வரையறுக்கப்பட்ட தொகையீடுகளைக் கணக்கிடுவதற்கான ஒரு விரைவான வழியைக் காட்டியது: அதாவது, எதிர்வகைக்கெழுவைக் கண்டுபிடித்து, எல்லைகளில் உள்ள வித்தியாசத்தை மதிப்பிட்டால் போதுமானது. இந்தத் தேற்றத்தின் மூலம், நுண்கணிதம் என்பது வெறும் கணித நுட்பங்களின் தொகுப்பாக மட்டும் இல்லாமல், உலகத்தைப் புரிந்துகொள்வதற்கான ஒரு நேர்த்தியான கட்டமைப்பாக மாறுகிறது: காலப்போக்கில் விஷயங்கள் எவ்வாறு மாறுகின்றன, மற்றும் அந்த மாற்றங்கள் எவ்வாறு ஒரு மொத்தமாகத் திரள்கின்றன என்பதைப் புரிந்துகொள்ள உதவுகிறது.

நீங்கள் பிற்காலத்தில் தொகையீட்டு முறைகள், வகைக்கெழுச் சமன்பாடுகள் அல்லது இயற்பியல் மாதிரிகளைப் படிக்கும்போதும், நுண்கணிதத்தை இவ்வளவு சக்திவாய்ந்த ஒரு கருவியாக மாற்றும் "பாலமாக" TFK திரைக்குப் பின்னால் செயல்படுவதைத் தொடர்ந்து காண்பீர்கள்.