综合比分析更难

洛林·霍赫斯坦事件，系统 2026年7月3日 2026年7月3日 5 分钟 多年来，数学家、逻辑学家和计算机科学家开发了各种微积分。如果您有计算机科学背景，您可能听说过 lambda 演算，这是由 Alonzo Church 开发的一种计算模型。如果您更喜欢数据库，那么您可能在不知情的情况下接触过关系演算，因为 SQL 是基于关系演算的。如果您热衷于形式方法，那么您已经使用过谓词演算，即一阶逻辑。最后，如果您喜欢阅读有关编程语言的学术论文，那么您几乎肯定会遇到后续的微积分。然而，当有人不加修饰地说“微积分”时（例如，“我下学期要学微积分”），他们指的是哪一种微积分就没有歧义了：它总是一种特定的微积分。或者更确切地说，两种恰好彼此密切相关的微积分：微分微积分和积分。从视觉上看，您可以将微分学视为计算给定点处函数的斜率。例如，考虑这张图：您可能会问，“当 x=6 时，这条曲线变化的速度有多快？”换句话说，该函数在非常接近 x=6 的邻域中的斜率是多少？微分学使您能够计算给定点处函数的斜率，而积分学则涉及特定区间内图形下方的面积。例如，您可能会问“x=2 和 x=7 之间这条曲线下的面积是多少？积分使您能够计算给定区间内函数的面积。如果您学习微积分，您将首先学习微分学（有时称为“微积分 1”或“Cal 1”），然后学习积分学（“Cal 2”）。当您学习微分学时，您将学习计算导数的规则事实证明，计算导数非常简单，无论它是什么类型的函数，这意味着如果您愿意，您可以轻松地编写计算机来计算导数（顺便说一句，自动计算导数是训练 LLM 过程中的基本要素。如果您好奇，请查看自动微分）。 （曲线下面积）。与 Cal 1 不同，您学到的是一系列关于如何计算不同类型函数积分的技巧。例如，考虑正态分布中的高斯函数，它看起来像这样：1 2。 π e − x 2 2 \frac{1}{\sqrt{2\pi}} e^{-\frac{x^2}{2}} 臭名昭著的钟形曲线 要求学生计算该函数的导数在 Cal 1 期末考试中是一个完全合理的问题，答案如下所示： − x 2 π e − x 2 2 -\frac{x}{\sqrt{2\pi}}e^{-\frac{x^2}{2}}让学生在 Cal 2 期末考试中计算这个函数的积分是不公平的，因为这是不可能用他们在课堂上学到的技术来完成的（至少，我直到 Cal 3 才学到你需要的技术），因为积分没有封闭形式的解，你需要将解表示为无限级数，例如： 1 2 π Σ n = 0 ∞ ( − 1 ) n 2 n n ! ( 2 n + 1 ) x 。 2 n + 1 = 1 2 π ( x − x 3 6 + x 5 40 − x 7 336 + x 9 3456 −⋯ ) \frac{1}{\sqrt{2\pi}} \sum_{n=0}^{\infty} \frac{(-1)^n }{2^n n!(2n+1)}x^{2n+1} = \frac{1}{\sqrt{2\pi}} \left( x-\frac{x^3}{6}+\frac{x^5}{40}-\frac{x^7}{336}+\frac{x^9}{3456}-\cdots \right) （注：我向 AI 询问了高斯积分，我希望它是对的！）微分和积分并不明显（至少对我来说不是）然而，事实证明，这两个微积分是同一枚硬币的反面，也就是说，如果 f(x) 是 F(x) 的导数，那么 F(x) 就是 f(x) 的积分。这个结果被称为微积分基本定理。早在 2011 年，有人在 Mathematics Stack Exchange 上问过这个问题：为什么积分比微分困难得多？ 投票最高的答案是由 Qiaochu Yuan 写的，这是它的核心（重点是我的）：微分是一个“局部”运算：要计算函数在某个点的导数，你只需要知道它在该点的邻域中的表现，但积分是一个“全局”运算：计算明确的