SICP 3.5节integral过程求解积分的原理咨询

要搞懂这个过程为什么能求积分，得先从数值积分的基本逻辑入手，再对应到流的计算上：

数值积分的核心思路 #

积分的本质是求函数曲线下的面积，用欧拉法（矩形近似）计算时，我们把积分区间拆成无数个长度为dt的小间隔，每个间隔的面积近似为 dt × f(t)（f(t)是被积函数在该时刻的值），把这些小面积累加起来，再加上积分的初始值（对应积分常数，也就是积分在起始点的取值），就得到了积分的近似结果。

对应到流的实现过程 #

看integral过程返回的流int：

• 流的第一个元素是initial-value，这就是积分的初始值，比如积分∫ₐᵗ f(x)dx 在t=a时的取值就是0，那初始值就设为0。
• 流的后续元素由(add-streams (scale-stream integrand dt) int)生成，拆解来看：
  • scale-stream integrand dt：将被积函数的流（integrand是一个流，每个元素对应被积函数在某个时刻的取值）乘以步长dt，得到的就是每个小间隔的近似面积。
  • add-streams把这个面积流和int流相加，相当于把每个小面积累加到前一步的积分结果上，正好对应数值积分的累加逻辑。

举个直观例子 #

假设被积函数是常数1（对应流(cons-stream 1 1 1 ...)），初始值为0，步长dt=0.1：

• int的第一个元素是0（对应t=0时的积分值）
• 第二个元素是0.1×1 + 0 = 0.1（对应t=0.1时的积分值）
• 第三个元素是0.1×1 + 0.1 = 0.2（对应t=0.2时的积分值）
• 以此类推，第n个元素就是0.1×(n-1)，完全符合∫₀ᵗ 1dx = t的近似结果，步长越小，结果越精确。

本质是递推关系 #

这个流的定义其实对应了数值积分的递推公式：
int(t + dt) = int(t) + dt × integrand(t)
利用流的延迟计算特性，每一步的积分结果都依赖前一步的输出，从而逐步生成整个积分区间上的近似值序列。

内容的提问来源于stack exchange，提问作者Cruz Caine