<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>微积分 on s-ai-unix's Blog</title><link>https://s-ai-unix.github.io/tags/%E5%BE%AE%E7%A7%AF%E5%88%86/</link><description>Recent content in 微积分 on s-ai-unix's Blog</description><generator>Hugo -- 0.161.1</generator><language>zh-cn</language><lastBuildDate>Sun, 01 Feb 2026 19:04:13 +0800</lastBuildDate><atom:link href="https://s-ai-unix.github.io/tags/%E5%BE%AE%E7%A7%AF%E5%88%86/index.xml" rel="self" type="application/rss+xml"/><item><title>含参变量积分：从欧拉到现代物理的数学之旅</title><link>https://s-ai-unix.github.io/posts/2026-02-01-parameter-dependent-integrals-euler-to-modern-physics/</link><pubDate>Sun, 01 Feb 2026 19:04:13 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-02-01-parameter-dependent-integrals-euler-to-modern-physics/</guid><description>深入浅出地介绍含参变量积分的历史发展、理论推导与实际应用，适合掌握微积分基础的读者阅读</description></item><item><title>曲线与曲面积分：从第一类到第二类的演化</title><link>https://s-ai-unix.github.io/posts/2026-02-01-line-surface-integrals/</link><pubDate>Sun, 01 Feb 2026 18:56:56 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-02-01-line-surface-integrals/</guid><description>深入探讨微积分中的四种积分类型：第一类与第二类曲线积分、第一类与第二类曲面积分。从物理背景到数学定义，从计算方法到应用场景，循序渐进地理解这些积分概念的演化与联系。</description></item><item><title>Epsilon-Delta：数学分析的严格化革命</title><link>https://s-ai-unix.github.io/posts/2026-02-01-epsilon-delta-rigorous-mathematical-analysis/</link><pubDate>Sun, 01 Feb 2026 17:45:20 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-02-01-epsilon-delta-rigorous-mathematical-analysis/</guid><description>从牛顿的直观到魏尔斯特拉斯的严谨，探索 epsilon-delta 语言如何重塑数学分析的基础，以及大数学家塞尔的困惑背后所蕴含的深刻数学哲学</description></item><item><title>隐函数定理：从几何直观到严格证明</title><link>https://s-ai-unix.github.io/posts/2026-01-28-implicit-function-theorem/</link><pubDate>Wed, 28 Jan 2026 19:34:49 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-01-28-implicit-function-theorem/</guid><description>从几何直观出发，深入探索隐函数定理的历史渊源、数学推导和广泛应用，帮助读者建立对这一核心数学工具的深刻理解。</description></item><item><title>微积分与机器学习：从变化率到神经网络梯度的完整旅程</title><link>https://s-ai-unix.github.io/posts/2026-01-25-calculus-ml-systematic-review/</link><pubDate>Sun, 25 Jan 2026 19:00:00 +0800</pubDate><guid>https://s-ai-unix.github.io/posts/2026-01-25-calculus-ml-systematic-review/</guid><description>深入理解微积分如何驱动现代人工智能：从导数的几何直观到梯度下降的数学原理，从链式法则到反向传播算法，揭示神经网络训练的数学本质。</description></item></channel></rss>