当前位置: 首页 > news >正文

CQF预备知识:一、微积分 -- 1.6.1 不定积分详解

文中内容仅限技术学习与代码实践参考,市场存在不确定性,技术分析需谨慎验证,不构成任何投资建议。

📖 数学入门全解

本系列教程为CQF(国际量化金融分析师证书)认证所需的数学预备知识,涵盖所有需要了解的数学基础知识,旨在帮助读者熟悉核心课程所需的数学水平。

教程涵盖以下四个主题:

  • 微积分
  • 线性代数
  • 微分方程
  • 概率与统计

1.6.1 不定积分详解

一、基本定义

  1. 不定积分的概念

    设函数 f ( x ) f(x) f(x)在区间 I I I上有定义,若存在可导函数 F ( x ) F(x) F(x)满足:

    d d x F ( x ) = f ( x ) ( x ∈ I ) \frac{d}{dx}F(x) = f(x) \quad (x \in I) dxdF(x)=f(x)(xI)

    则称 F ( x ) F(x) F(x) f ( x ) f(x) f(x)在区间 I I I上的原函数。所有原函数的集合记作:

    ∫ f ( x ) d x = F ( x ) + C \int f(x) \, dx = F(x) + C f(x)dx=F(x)+C

    其中:

    • ∫ \int 称为积分号
    • f ( x ) f(x) f(x) 称为被积函数
    • d x dx dx 表示积分变量
    • C C C 为积分常数
  2. 积分常数的必要性

    对于任意常数 C C C,有:

    d d x [ F ( x ) + C ] = d d x F ( x ) + d d x C = f ( x ) + 0 = f ( x ) \frac{d}{dx}[F(x) + C] = \frac{d}{dx}F(x) + \frac{d}{dx}C = f(x) + 0 = f(x) dxd[F(x)+C]=dxdF(x)+dxdC=f(x)+0=f(x)

    这说明:

    • 不同的原函数之间仅相差一个常数
    • 必须用 C C C表示积分结果的所有可能性

二、基本积分公式

  1. 幂函数积分

    n ≠ − 1 n \neq -1 n=1时:

    ∫ x n d x = 1 n + 1 x n + 1 + C \int x^n dx = \frac{1}{n+1}x^{n+1} + C xndx=n+11xn+1+C

    特殊情形:

    ∫ 1 x d x = ln ⁡ ∣ x ∣ + C ( n = − 1 ) \int \frac{1}{x} dx = \ln|x| + C \quad (n=-1) x1dx=lnx+C(n=1)

  2. 指数函数积分

    a ≠ 0 a \neq 0 a=0时:

    ∫ e a x d x = 1 a e a x + C \int e^{ax} dx = \frac{1}{a}e^{ax} + C eaxdx=a1eax+C

  3. 三角函数积分

    ∫ cos ⁡ ( a x ) d x = 1 a sin ⁡ ( a x ) + C \int \cos(ax) dx = \frac{1}{a}\sin(ax) + C cos(ax)dx=a1sin(ax)+C

    ∫ sin ⁡ ( a x ) d x = − 1 a cos ⁡ ( a x ) + C \int \sin(ax) dx = -\frac{1}{a}\cos(ax) + C sin(ax)dx=a1cos(ax)+C

三、积分线性性质

  1. 基本定理

    对于任意常数 α , β \alpha, \beta α,β,有:

    ∫ [ α f ( x ) + β g ( x ) ] d x = α ∫ f ( x ) d x + β ∫ g ( x ) d x \int [\alpha f(x) + \beta g(x)] dx = \alpha \int f(x) dx + \beta \int g(x) dx [αf(x)+βg(x)]dx=αf(x)dx+βg(x)dx

  2. 应用示例

    例1 多项式积分:

    ∫ ( A x 2 + B x 3 ) d x = A ∫ x 2 d x + B ∫ x 3 d x = A ( 1 3 x 3 ) + B ( 1 4 x 4 ) + C = A 3 x 3 + B 4 x 4 + C \begin{align*} \int (Ax^2 + Bx^3) dx &= A\int x^2 dx + B\int x^3 dx \\ &= A\left( \frac{1}{3}x^3 \right) + B\left( \frac{1}{4}x^4 \right) + C \\ &= \frac{A}{3}x^3 + \frac{B}{4}x^4 + C \end{align*} (Ax2+Bx3)dx=Ax2dx+Bx3dx=A(31x3)+B(41x4)+C=3Ax3+4Bx4+C

    例2 混合函数积分:

    ∫ ( 3 e x + 2 x ) d x = 3 ∫ e x d x + 2 ∫ 1 x d x = 3 e x + 2 ln ⁡ ∣ x ∣ + C \begin{align*} \int \left(3e^x + \frac{2}{x}\right) dx &= 3\int e^x dx + 2\int \frac{1}{x} dx \\ &= 3e^x + 2\ln|x| + C \end{align*} (3ex+x2)dx=3exdx+2x1dx=3ex+2lnx+C

四、注意事项

  1. 积分常数不可省略:即使积分后出现多个常数项,最终只需写一个 C C C

  2. 变量一致性:被积函数与微分变量必须一致,例如 ∫ f ( x ) d t \int f(x) dt f(x)dt是错误的写法

  3. 特殊限制条件

    • 幂函数积分中 n ≠ − 1 n \neq -1 n=1
    • 指数函数积分中 a ≠ 0 a \neq 0 a=0
    • ∫ 1 x d x \int \frac{1}{x} dx x1dx的结果包含绝对值符号

五、几何意义

不定积分表示一族曲线,这些曲线在横坐标相同的点处有相同的切线斜率。例如:

  • y = 1 3 x 3 + C y = \frac{1}{3}x^3 + C y=31x3+C y = x 2 y = x^2 y=x2的所有积分曲线
  • 不同 C C C值对应曲线上下的平移

风险提示与免责声明
本文内容基于公开信息研究整理,不构成任何形式的投资建议。历史表现不应作为未来收益保证,市场存在不可预见的波动风险。投资者需结合自身财务状况及风险承受能力独立决策,并自行承担交易结果。作者及发布方不对任何依据本文操作导致的损失承担法律责任。市场有风险,投资须谨慎。

http://www.xdnf.cn/news/666829.html

相关文章:

  • ctf.show pwn入门 堆利用-前置基础 pwn142
  • 【刷题】数组拼接(超聚变暑期实习笔试)
  • MATLAB实现音频参数均衡器(PEQ)
  • 鸿蒙OSUniApp 实现的数字键盘与密码输入框组件#三方框架 #Uniapp
  • 用AxumStatusCode细化Rust Web标准格式响应
  • 动态防御新纪元:AI如何重构DDoS攻防成本格局
  • Spring Boot微服务架构(六):伪装的微服务有哪些问题?
  • npm error Cannot find module ‘negotiator‘ 的处理
  • 从Node.js到Go:如何从NestJS丝滑切换并爱上Sponge框架
  • Siege:开源的 HTTP/FTP 压力测试与基准评估工具!全参数详细教程!Kali Linux教程!
  • deepseek开源资料汇总
  • 34. 自动化测试开发之使用oracle连接池实现oracle数据库操作
  • 鸿蒙OSUniApp 开发的商品筛选器与排序功能#三方框架 #Uniapp
  • mediapipe标注视频姿态关键点
  • LVS 负载均衡群集
  • Reactor和Proactor
  • Docker部署Spark大数据组件
  • 【Java项目实战】智能截图工具V2.0:集成Tesseract OCR实现中英文识别功能完整开发教程
  • 【Qt开发】多元素控件
  • JavaScript性能优化全景指南
  • QT 框架学习笔记
  • Elasticsearch性能优化全解析
  • uni-app(6):Vue3语法基础下
  • Nginx 性能优化全解析:从进程到安全的深度实践
  • 【JavaScript 性能优化方法】
  • 【前端】【Vue3】vue3性能优化总结
  • MySQL 窗口函数深度解析:语法、应用场景与性能优化
  • day 23 机器学习管道(pipeline)
  • 项目启动以及Vue初识
  • Python整合Milvus向量数据库案例实战