แคลคูลัสสำหรับวิทยาศาสตร์ธรรมชาติ 2 : 206116(กลางภาค+ปลายภาค)

แคลคูลัสสำหรับวิทยาศาสตร์ธรรมชาติ 2 : 206116 (กลางภาค+ปลายภาค)

วิชานี้ออกแบบมาเพื่อปูพื้นฐานด้านลำดับ อนุกรม และเทคนิคการวิเคราะห์เชิงคณิตศาสตร์ที่จำเป็นต่อการเรียนวิทยาศาสตร์และงานวิจัยเชิงตัวเลข โดยเน้นความเข้าใจเชิงลึก ควบคู่กับการประยุกต์ใช้จริงในโลกวิทยาศาสตร์ เช่น การประมาณค่า การวิเคราะห์สัญญาณ การคาดการณ์เชิงตัวเลข และการคำนวณเชิงวิศวกรรมเบื้องต้น

1.1 ลำดับอนันต์ และลิมิตของลำดับอนันต์

เริ่มต้นด้วยการทำความเข้าใจ “ลำดับ” (Sequence) ซึ่งเป็นฟังก์ชันจากจำนวนเต็มบวกไปยังจำนวนจริง เช่น $\displaystyle a_1, a_2, a_3, \dots$

แนวคิดสำคัญคือ “ลิมิตของลำดับ” ซึ่งบอกพฤติกรรมของลำดับเมื่อ $\displaystyle n$ มีค่ามากขึ้นเรื่อย ๆ

ตัวอย่างการหาลิมิตของลำดับ เช่น $\displaystyle a_n = \displaystyle \frac{1}{n} \quad \Rightarrow \quad \lim_{n \to \infty} a_n = 0$

นักศึกษาจะได้เรียนรู้ลักษณะการลู่เข้า (convergence) และลู่ออก (divergence) รวมถึงเทคนิคพิสูจน์พื้นฐาน

1.2 สมการเชิงผลต่าง (Difference Equations)

สมการเชิงผลต่างเป็นเครื่องมือสำคัญในงานวิทยาศาสตร์ที่เกี่ยวกับกระบวนการเชิงเวลา ตัวอย่างเช่น การเติบโตของประชากร การคำนวณซ้ำ และแบบจำลองตัวเลขเชิงฟิสิกส์

รูปแบบทั่วไปของสมการเชิงผลต่างอันดับหนึ่ง $\displaystyle a_{n+1} = r a_n$ ซึ่งมีผลเฉลยเป็น $\displaystyle a_n = a_0 r^n$

หัวข้อนี้ช่วยให้นักศึกษามองเห็นความเชื่อมโยงระหว่างลำดับ อนุกรม และแบบจำลองในศาสตร์ต่าง ๆ

1.3 อนุกรมจำกัดและอนุกรมอนันต์

อนุกรม (Series) คือผลรวมของลำดับ ซึ่งอาจเป็นแบบจำนวนพจน์จำกัดหรืออนันต์

ตัวอย่างอนุกรมเรขาคณิตแบบจำกัด $\displaystyle \displaystyle S_n = a + ar + ar^2 + \dots + ar^{n-1} = (a) \displaystyle \frac{1 - r^n}{1 - r}$ ส่วนอนุกรมอนันต์ เช่น $\displaystyle \displaystyle \sum_{n=1}^{\infty} \displaystyle \frac{1}{2^n}$ อนุกรมอนันต์จะต้องตรวจสอบว่ามีค่าลู่เข้าหรือไม่ ซึ่งนำไปสู่หัวข้อถัดไป

1.4 การทดสอบการลู่เข้าของอนุกรมอนันต์

หัวข้อนี้เป็นแก่นสำคัญของแคลคูลัส 2 เพราะช่วยให้นักศึกษาประเมินได้ว่าอนุกรมมีค่าจริงหรือไม่

ตัวอย่างการทดสอบที่ควรทราบ

แบบเปรียบเทียบ (Comparison Test)

$\displaystyle \displaystyle 0 \leq a_n \leq b_n \quad$ และ $\displaystyle \displaystyle \sum b_n$ ลู่เข้า ➡️ $\displaystyle \displaystyle \sum a_n$ ลู่เข้า

ทดสอบอัตราส่วน (Ratio Test)

$\displaystyle \displaystyle L = \lim_{n\to\infty} \left| \displaystyle \frac{a_{n+1}}{a_n} \right| ถ้า \displaystyle L < 1$ ⇒ อนุกรมลู่เข้า

ทดสอบราก (Root Test)

$\displaystyle \displaystyle L = \lim_{n\to\infty} \sqrt[n]{|a_n|} ถ้า \displaystyle L < 1$ ⇒ ลู่เข้า

นักศึกษาจะฝึกใช้แต่ละทดสอบให้เหมาะสมกับรูปแบบของอนุกรมที่กำลังวิเคราะห์

1.5 อนุกรมเทย์เลอร์และแมคคลอริน

หัวข้อนี้พานักศึกษาเข้าสู่การ “ประมาณฟังก์ชันด้วยพหุนาม” ซึ่งสำคัญมากในคณิตศาสตร์ประยุกต์ วิศวกรรม คอมพิวเตอร์กราฟิก และฟิสิกส์

อนุกรมเทย์เลอร์ของฟังก์ชัน $\displaystyle \displaystyle f(x)$ บริเวณ $\displaystyle \displaystyle x = a$ คือ $\displaystyle \displaystyle f(x) = \sum_{n=0}^{\infty} \displaystyle \frac{f^{(n)}(a)}{n!} (x - a)^n$

ส่วนอนุกรมแมคคลอรินเป็นกรณีพิเศษเมื่อ $\displaystyle \displaystyle a = 0$ คือ $\displaystyle \displaystyle f(x) = \sum_{n=0}^{\infty} \displaystyle \frac{f^{(n)}(0)}{n!} x^n$

ตัวอย่าง $\displaystyle \displaystyle e^x = 1 + x + \displaystyle \frac{x^2}{2!} + \frac{x^3}{3!} + \dots$

นักศึกษาจะฝึกใช้อนุกรมเทย์เลอร์เพื่อประมาณค่าแบบจำลองเชิงตัวเลขหรือฟังก์ชันที่คำนวณยาก

2.1 แบบจำลองทางคณิตศาสตร์ผ่านสมการเชิงอนุพันธ์

ผู้เรียนจะได้เข้าใจว่าเหตุการณ์ในธรรมชาติหลายอย่างสามารถอธิบายด้วยสมการเชิงอนุพันธ์ เช่น

การเติบโตแบบเอ็กซ์โพเนนเชียล ➡️ $\displaystyle \frac{dP}{dt} = kP$

การสลายแบบกัมมันตรังสี ➡️ $\displaystyle \frac{dN}{dt} = -\lambda N$

การแก้สมการนำไปสู่ผลเฉลยทั่วไป เช่น $\displaystyle P(t) = P_0 e^{kt}, \qquad N(t) = N_0 e^{-\lambda t}$

หัวข้อนี้ช่วยให้ผู้เรียนสามารถเชื่อมโยงระหว่างปรากฏการณ์จริงกับแบบจำลองเชิงคณิตศาสตร์ได้อย่างมีเหตุผล

2.2 แผนภาพเฟส จุดดุลยภาพ และเสถียรภาพ

แผนภาพเฟส (Phase Diagram) เป็นเครื่องมือที่ใช้วิเคราะห์พฤติกรรมของสมการเชิงอนุพันธ์โดยไม่ต้องแก้อย่างละเอียด

ตัวอย่างสมการ $\displaystyle \frac{dy}{dt} = y(1 - y)$

จุดดุลยภาพคือค่าที่ทำให้อนุพันธ์เป็นศูนย์ $\displaystyle y = 0, \quad y = 1$

การวิเคราะห์เสถียรภาพ

1. ถ้า perturbation เล็ก ๆ ทำให้ระบบกลับคืนจุดเดิม ⇒ เสถียร (stable)
2. ถ้าระบบไหลออกจากจุด ⇒ ไม่เสถียร (unstable)

ผู้เรียนจะได้ฝึกมองระบบแบบ qualitative โดยไม่จำเป็นต้องแก้สมการทุกครั้ง

2.3 สมการเชิงอนุพันธ์แบบแยกตัวได้ (Separable Differential Equations)

สมการเชิงอนุพันธ์ที่สามารถจัดรูปให้ตัวแปรแยกออกจากกันได้ เช่น $\displaystyle \frac{dy}{dx} = g(x)h(y)$

สามารถจัดรูปเป็น $\displaystyle \frac{1}{h(y)}, dy = g(x) dx$ แล้วทำการอินทิกรัลทั้งสองข้าง $\displaystyle \frac{1}{h(y)}dy = \int g(x) dx$

วิธีนี้เป็นหนึ่งในเทคนิคพื้นฐานที่สุดสำหรับแก้สมการเชิงอนุพันธ์อันดับหนึ่ง

2.4 สมการเชิงอนุพันธ์อันดับหนึ่งแบบเชิงเส้น

สมการเชิงอนุพันธ์เชิงเส้นอันดับหนึ่งมีรูปแบบ $\displaystyle \frac{dy}{dx} + P(x)y = Q(x)$

ใช้วิธีแปลงด้วยตัวประกอบอินทิกรัล (Integrating Factor) $\displaystyle \mu(x) = e^{\int P(x)dx}$

แล้วทำให้สมการอยู่ในรูป $\displaystyle \frac{d}{dx} \left( \mu(x) y \right) = \mu(x) Q(x)$

จากนั้นอินทิกรัลเพื่อหาผลเฉลยทั่วไป

$\displaystyle \displaystyle y = \displaystyle \frac{1}{\mu(x)} \left( \int \mu(x) Q(x), dx + C \right)$

เป็นเทคนิคสำคัญที่ใช้ได้หลายสถานการณ์ เช่น ระบบระบายความร้อน หรือการเปลี่ยนแปลงของสารเคมี

2.5 สมการเชิงอนุพันธ์อันดับสองเอกพันธ์

สมการเชิงอนุพันธ์อันดับสองแบบเอกพันธ์มีรูปทั่วไป $\displaystyle \displaystyle \frac{d^2y}{dx^2} + b \frac{dy}{dx} + c y = 0$

แก้โดยใช้สมการลักษณะเฉพาะ (Characteristic Equation) : $\displaystyle \displaystyle ar^2 + br + c = 0$

ผลเฉลยแบ่งตามลักษณะของราก

1. รากจริงต่างกัน ➡️ $\displaystyle \displaystyle y = C_1 e^{r_1 x} + C_2 e^{r_2 x}$
2. รากจริงซ้ำ ➡️ $\displaystyle \displaystyle y = (C_1 + C_2 x)e^{rx}$
3. รากเชิงซ้อน ➡️ $\displaystyle \displaystyle y = e^{\alpha x} (C_1 \cos \beta x + C_2 \sin \beta x)$

หัวข้อนี้เป็นพื้นฐานของการแก้สมการเคลื่อนที่ แรงสั่น ระบบสปริง–แดมเปอร์ และระบบเชิงฟิสิกส์อื่น ๆ

ฟังก์ชันหลายตัวแปรและอนุพันธ์ย่อย(Natural Science)

คอร์สนี้ออกแบบมาเพื่อให้นักศึกษาวิทยาศาสตร์ธรรมชาติเข้าใจแนวคิดของ ฟังก์ชันหลายตัวแปร และ อนุพันธ์ย่อย (Partial Derivatives) ซึ่งเป็นเครื่องมือสำคัญในการวิเคราะห์ระบบที่มีตัวแปรหลายตัว เช่น อุณหภูมิ ความดัน ความเข้มข้นของสารในปฏิกิริยาเคมี หรือการเคลื่อนที่ในฟิสิกส์

1. ฟังก์ชันหลายตัวแปร

ฟังก์ชันหลายตัวแปรคือฟังก์ชันที่มีตัวแปรอิสระมากกว่าหนึ่งตัว ตัวอย่างเช่น ฟังก์ชันของสองตัวแปร $\displaystyle \displaystyle x$ และ $\displaystyle y$ สามารถเขียนได้ว่า $\displaystyle z = f(x, y)$

โดยที่ค่า $\displaystyle z$ ขึ้นอยู่กับทั้ง $\displaystyle x$ และ $\displaystyle y$ ฟังก์ชันหลายตัวแปรสามารถขยายไปยังสามตัวแปรหรือมากกว่านั้น เช่น $\displaystyle w = g(x, y, z)$

2. อนุพันธ์ย่อย (Partial Derivatives)

เมื่อเราต้องการวัดการเปลี่ยนแปลงของฟังก์ชันหลายตัวแปรตามตัวแปรใดตัวแปรหนึ่ง เราใช้ อนุพันธ์ย่อย ตัวอย่างเช่น อนุพันธ์ย่อยของ $\displaystyle f(x, y)$ ตาม $\displaystyle x$

คือ $\displaystyle \frac{\partial f}{\partial x} = \lim_{\Delta x \to 0} \frac{f(x+\Delta x, y) - f(x, y)}{\Delta x}$ เช่นเดียวกัน อนุพันธ์ย่อยตาม $\displaystyle y$ คือ $\displaystyle \displaystyle \frac{\partial f}{\partial y} = \lim_{\Delta y \to 0} \frac{f(x, y+\Delta y) - f(x, y)}{\Delta y}$

อนุพันธ์ย่อยเหล่านี้ช่วยให้เราวิเคราะห์การเปลี่ยนแปลงของระบบในแต่ละทิศทางของตัวแปรอิสระได้อย่างแม่นยำ

3. กฎลูกโซ่สำหรับฟังก์ชันหลายตัวแปร

เมื่อฟังก์ชันหลายตัวแปรขึ้นอยู่กับตัวแปรอื่นๆ อีกชั้นหนึ่ง เราสามารถใช้ กฎลูกโซ่ (Chain Rule) เพื่อหาการเปลี่ยนแปลงได้ เช่น ถ้า $\displaystyle \displaystyle z = f(x, y), \quad x = x(t), \ y = y(t)$

เราจะได้ว่า $\displaystyle \displaystyle \frac{dz}{dt} = \frac{\partial f}{\partial x} \frac{dx}{dt} + \frac{\partial f}{\partial y} \frac{dy}{dt}$

ซึ่งเป็นพื้นฐานในการวิเคราะห์ระบบไดนามิกและปัญหาการเคลื่อนที่ในฟิสิกส์

4. อนุพันธ์ย่อยอันดับสองและสมการเชิงอนุพันธ์ย่อย

คอร์สนี้ยังครอบคลุม อนุพันธ์ย่อยอันดับสอง เช่น $\displaystyle \displaystyle \frac{\partial^2 f}{\partial x^2}, \quad \frac{\partial^2 f}{\partial x \partial y}$

ซึ่งสำคัญต่อการวิเคราะห์ความโค้งของผิว (curvature) และสมการการกระจายความร้อน (heat equation) หรือสมการคลื่น (wave equation) ในวิทยาศาสตร์ธรรมชาติ

5. การประยุกต์ในวิทยาศาสตร์ธรรมชาติ

1. ฟิสิกส์ : วิเคราะห์สนามแรง ความดัน หรือพลังงานในระบบที่มีหลายตัวแปร
2. เคมี : ศึกษาความเข้มข้นของสารและอัตราปฏิกิริยาในปฏิกิริยาหลายขั้นตอน
3. ชีววิทยา : วิเคราะห์ระบบทางชีววิทยาที่ขึ้นอยู่กับปัจจัยหลายตัว เช่น การเจริญเติบโตของประชากร

ด้วยคอร์สนี้ นักศึกษาจะสามารถเข้าใจและใช้ เครื่องมือของฟังก์ชันหลายตัวแปรและอนุพันธ์ย่อย เพื่อวิเคราะห์ระบบธรรมชาติอย่างเป็นระบบและมีหลักการ

มาเรียนรู้วิธีทำโจทย์ในคอร์สออนไลน์กันได้เลยครับ