科学空间|Scientific Spaces

这几天潜水去了，和几个同学一起骑自行车游新兴（我们县），计划是去尽可能多的同学家。
所以网站这几天应该很少更新了，而且QQ上有人叫我可能不能及时回复，请见谅。^_^

点击阅读全文...

由于自行车之旅的原因，这篇文章被搁置了一个星期，其实应该在一个星期前就把它写好的。这篇文章继续讲讲费曼积分法的一些例子。读者或许可以从这些不同类型的例子中，发现它应用的基本方向和方法，从而提升对它的认识。

例子2：

$$\int_0^{\infty} \frac{\sin x}{x}dx$$

这也是一种比较常见的类型，它的形式为$\int \frac{f(x)}{x}dx$，对于这种形式，我们的第一感觉就是将其改写成参数形式$\int \frac{f(ax)}{x}dx$，这样的目的很简单，就是把分母给消去了，与$\int \frac{x}{f(x)}dx$的求积思想是一致的。但是深入一点研究就会发现，纵使这样能够消去分母，使得第一次积分变得简单，但是到了第二次积分的时候，我们发现，它又会变回$\int \frac{f(x)}{x}dx$的积分，使我们不能继续进行下去，因此这个取参数的方法大多数情况下都是不行的。

点击阅读全文...

趁着早上有空，就赶紧把这篇文章写好吧。下午高考成绩要公布了，公布后也许又会有一段时间忙碌了。这应该是“费曼积分法”系列最后一篇文章了。它主要讲的还是费曼积分法的一个实例。不同的是，这是BoJone首次独立地用费曼积分法解决了一个问题。之前提到的一些例子，都是书本提供并结合了提示，BoJone才把它们算出来的。所以这个问题有着点点纪念意义。

数学研发论坛上wayne曾求证这样的命题：

$\int_0^{\infty}\frac{f(x,2m-1)-\sin x}{x^{2m+1}}dx$其中，f(x,2m-1)表示sinx的2m-1阶泰勒展开
如m=1时，
$$\int_0^{\infty}\frac{x-\sin x}{x^3}dx$$
m=2时
$$\int_0^{\infty}\frac{x-\frac{x^3}{6}-\sin x}{x^5}dx$$
借助软件我发现结果是：
$\frac{\pi(-1)^{m-1}}{2(2m)!}$

点击阅读全文...

今天傍晚看到了彩虹！当然这算不上什么奇观，但还是一道美丽的风景。

人说“不经历风雨，怎么见彩虹”，我发现彩虹不一定是在雨后的，今天我看彩虹的时候，就是暴风雨前夕。彩虹是在18点10分左右出现的，持续了5分钟左右吧，看着看着，雨越下越大，我被迫停止欣赏了，不过彩虹也随之消失了。

用一个老相机简单记录了一下这道亮丽的风景！这是我第一次拍摄彩虹^_^

不知道是相机问题还是真有其事，在照片上发现有两条彩虹。难道这次的彩虹是”双彩虹“？那可真是奇观了！

很老的家用数码相机，没有广角，不能拍摄全景，这是用photoshop把两张图片拼凑起来的，效果不好

点击阅读全文...

如图是一个三角形，要求三角形的外角和。外角和定义为“多边形每一个内角的补角之和”，比如这里的∠DAC+∠FCB+∠EBA。当然，这里一般指的是凸多边形。

三角形的外角和 (1)

显然，这并不是一个什么大难题，答案是360度，方法有很多，直接用内角和公式计算、想象成旋转一周甚至你亲自去测量一下都行。但我觉得最妙的方法无疑是下面的方法。

点击阅读全文...

经过10天的抢险维修，数据中心机房开始逐步恢复运行。科学空间也能够正常访问了！激动中...^_^

这是科学空间建立以来，宇宙驿站服务器所经受的最大一次灾难了，中断时间是迄今为止最长的一次。大量的天文科普网站都被中断，原因很简单，它们和科学空间一样，都把网站寄放在宇宙驿站服务器上。除了科学空间，中断访问的还有牧夫天文论坛、星友空间站、空间天文网等等。

点击阅读全文...

宇宙驿站维修期间，BoJone曾经想过用自己的电脑来搭建服务器，建立一个临时页面。但后来发现经常开着电脑不大好，就没有这样做了。不过如何在自己的电脑上搭建服务器，还是值得笔记一下的。

BoJone还在使用WinXP专业版系统，最标准的方法当然是使用IIS，可以一气呵成。但是考虑到IIS需要配置挺多东西的，所以就没有这样做了。所以自己在网上下载一些小软件，“拼凑”成了一个临时服务器。这样的方法也能够很方便地应用到各个Windows系统。

点击阅读全文...

前言

在之前的一些文章中，我们已经指出过现行教材的一些毛病。比如主次不当（最明显的是那些一上来就讲线性方程组的线性代数教程）、缺乏直观性、缺少引导性等，我想其中最主要的原因可能是过于随大流了，别人怎么编我们也跟着怎么编，缺乏自己的观点和逻辑，因此导致一些常见的毛病就一直流传了下来。也许正因如此，就导致了有那么一种奇怪的现象——明明有一种计算量少的、精确度高一些的方法，教科书几乎从未提及；另外一种计算量稍大、精确度稍低的方法，但每一本同类教科书都讲述了它。不能不说这是一个“未解之谜”......

本文要讲的就是这样的两种方法，它们分别是用来求定积分近似值的“中点矩形法则”和“梯形法则”。对于后者我想绝大多数学习过微积分的朋友都会有印象，它就是那个几乎出现在了所有微积分教材的方法；而前者我相信不少读者都未曾听闻，但让人意外的是，它的计算量稍低，精确度却稍高。本文就简单介绍这两种方法，并且比较它们的精度。而本文的独特之处在于，证明过程沿用了《复分析:可视化方法》的思路，使用几何方法漂亮地估计误差！

我们的目标是在难以精确计算的情况下，通过一定的方法求出$\int_a^b f(x)dx$的近似值，这些方法基本上都是利用了积分即面积的思想。

两种不同的方法

点击阅读全文...