资源描述：
《定积分的背景——面积和路程问题.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第四章定积分§1定积分的概念1.1定积分的背景——面积和路程问题以上由曲线围成的图形的面积该怎样计算？古希腊的数学家，从圆内接正多边形和外切正多边形同时入手，不断增加它们的边数，从里外两个方面去逼近圆面积。xoy图中阴影部分是由曲线段和直线段围成的，通常称这样的平面图形为曲边梯形.ab由直线x=a，x=b(a≠b)，y=0和曲线y=f(x)所围成的图形曲边梯形的定义问题1图中阴影部分是由抛物线，直线以及x轴所围成的平面图形，试估计这个曲边梯形的面积S.xoy1xoy1分析首先，将区间[0，1]5等分，如图所示.图(1)中，所
2、有小矩形的面积之和（记为S1)显然大于所求的曲边梯形的面积，我们称S1为S的过剩估计值，有（1）xoy1图(2)中，所有阴影小矩形的面积之和(记为s1)显然小于所求曲边梯形的面积，我们称s1为S的不足估计值，有.（2）xoy1思考：我们可以用S1或s1近似表示S，但是都存在误差，误差有多大呢？提示：二者之差为S1-s1=0.2如图(3)中阴影所示，无论用S1还是用s1来表示曲边梯形的面积，误差都不会超过0.2.（3）xoy1(4)为了减小误差，我们将区间[0，1]10等分，则所求面积的过剩估计值为不足估计值为二者的差值为S2
3、-s2=0.1，此时，无论用S2还是用s2来表示S，误差都不超过0.1.结论：区间分得越细，误差越小.当被分割成的小区间的长度趋于0时，过剩估计值和不足估计值都会趋于曲边梯形的面积...通过下面的演示我们如何做到使误差小于0.01.输入数字，点击确定.练一练：求曲线y=x3与直线x=1,y=0所围成的平面图形的面积的估计值，并写出估计误差.（把区间[0，1]5等分来估计）解析把区间[0，1]5等分，以每一个小区间左右端点的函数值作为小矩形的高，得到不足估计值和过剩估计值，如下：估计误差不会超过-=0.2探究点3估计变速运动的
4、路程已知匀速运动物体的速度v和运动的时间t,我们可以求出它走过的路程s=vt,那么如何求非匀速运动的物体走过的路程呢？问题2想象这样一个场景：一辆汽车的司机猛踩刹车，汽车滑行5s后停下，在这一过程中，汽车的速度v（单位：m/s)是时间t的函数：请估计汽车在刹车过程中滑行的距离s.分析：由已知，汽车在刚开始刹车时的速度是v(0)=25m/s,我们可以用这个速度来近似替代汽车在这段时间内的平均速度，求出汽车的滑行距离：s=25×5=125(m)但显然，这样的误差太大了.为了提高精确度，我们可以采用分割滑行时间的方法来估计滑行距离
5、.首先，将滑行的时间5s平均分成5份.我们分别用v(0),v(1),v(2),v(3),v(4)近似替代汽车在0～1s、1～2s、2～3s、3～4s、4～5s内的平均速度，求出滑行距离s1：由于v是下降的，所以显然s1大于s,我们称它为汽车在5s内滑行距离的过剩估计值.用v(1),v(2),v(3),v(4),v(5)分别近似替代汽车在0～1s、1～2s、2～3s、3～4s、4～5s内的平均速度，求出汽车在5s内滑行距离的不足估计值：不论用过剩估计值s1还是不足估计值表示s，误差都不超过：要对区间多少等分时，才能保证估计误差
6、小于0.1？为了得到更加精确的估计值，可以将滑行时间分得更细些，因为我们知道，滑行时间的间隔越小，用其中一点的速度代替这段时间内的平均值，其速度误差就越小.比如，将滑行时间5s平均分成10份.用类似的方法得到汽车在5s内滑行距离的过剩估计值s2：结论滑行时间等分得越细，误差越小.当滑行时间被等分后的小时间间隔的长度趋于0时，过剩估计值和不足估计值就趋于汽车滑行的路程.汽车在5s内滑行距离的不足估计值：无论用s2还是表示汽车的滑行距离s，误差都不超过抽象概括前面，我们通过“以直代曲”的逼近方法解决了求曲边梯形的面积的问题，对于
7、变速运动路程的步骤：分割区间过剩估计值不足估计值逼近所求路程所分区间长度趋于0估计值趋于所求值变式练习汽车作变速直线运动，在时刻t的速度为v(t)=-t2+2,（单位：km/h),那么它在0≤t≤1(单位：h)这段时间内行驶的路程s是多少？（将行驶的时间1h平均分成10份）解析分别用v(0)，v(0.1)，v(0.2)，…，v(0.9)近似替代汽车在0～0.1h，0.1～0.2h，…，0.8～0.9h，0.9～1h的平均速度，求出汽车在1h时行驶的路程的过剩估计值=[v(0)+v(0.1)+v(0.2)+…+v(0.9)]×
8、0.1=1.715(km).分别用v(0.1)，v(0.2)，v(0.3)，…v(1)近似替代汽车在0～0.1h，0.1～0.2h，…0.8～0.9h,0.9～1h的平均速度，求出汽车在1h时行驶的路程的不足估计值=[v(0.1)+v(0.2)+v(0.3)+…+v(1)]×0.1=1.6
