Криволинейные интегралы 🌀

До сих пор ты интегрировал функции по отрезкам числовой оси, по прямоугольникам, по произвольным плоским областям и даже по объёмным телам. Но реальный мир редко устроен так аккуратно, чтобы всё происходило вдоль прямой линии. Электрон движется по искривлённой траектории в магнитном поле, турист поднимается на гору по петляющей тропе, а трос подъёмного крана изгибается дугой под собственным весом. Как посчитать, скажем, массу этого троса, если известна его форма и то, как плотность материала меняется вдоль него? Или работу, которую совершает переменное силовое поле, толкая частицу вдоль замысловатой кривой? Обычный определённый интеграл здесь бессилен — он умеет работать только с прямой осью $x$. Нужен новый инструмент, который умеет интегрировать вдоль произвольной кривой, — и сегодня мы его построим.

Давай сразу обозначим главную интригу этого урока: криволинейных интегралов на самом деле два, и они принципиально разные по своей природе. Первый — интеграл по длине дуги, $\int_L f\,ds$ — интегрирует скалярную функцию (например, плотность) вдоль кривой, и ему совершенно всё равно, в какую сторону ты идёшь по этой кривой: результат один и тот же что при обходе слева направо, что справа налево. Второй — интеграл по координатам, $\int_L P\,dx+Q\,dy$ — интегрирует векторное поле (например, силу) вдоль кривой, и здесь направление обхода имеет решающее значение: пройди тот же путь в обратную сторону — и знак результата поменяется на противоположный. Различие кажется тонким, но оно отражает глубокую физическую разницу между «сколько вещества лежит вдоль кривой» и «сколько работы совершено при движении по ней».

А теперь — обещанная связь с машинным обучением, ради которой во многом и стоит разбираться в этой теме, если твоя цель не классическая физика, а искусственный интеллект. Представь пространство весов нейросети как некую многомерную «карту местности», а процесс обучения — как путь, который проходит точка весов $w$, спускаясь по этой карте шаг за шагом. Этот путь — самая настоящая кривая, только не в трёхмерном пространстве, а в пространстве размерности, равной числу параметров модели. И вопрос «какую суммарную работу совершило антиградиентное поле вдоль этой траектории обучения» — это буквально криволинейный интеграл второго рода, только записанный на языке оптимизации, а не механики. Понимание того, когда эта «работа» (то есть итоговое падение функции потерь) зависит только от стартовой и финальной точки, а когда — от конкретного маршрута между ними, окажется одной из самых полезных интуиций во всём курсе анализа для будущего специалиста по данным.

Сегодняшний план такой: сначала разберём интеграл первого рода — как считать массу и длину кривой. Затем — интеграл второго рода и его физический смысл как работы силового поля. После этого выведем универсальный метод: как оба типа интеграла сводятся к обычному определённому интегралу через параметризацию кривой. И завершим темой независимости от пути и потенциальности поля, попутно познакомившись с одной из самых красивых формул анализа — формулой Грина, которая перекидывает мост между интегралом по замкнутому контуру и двойным интегралом по области внутри него.

История: откуда это взялось?

Идея интегрирования вдоль кривой родилась не из чистой математической любознательности, а из вполне практических задач механики XVIII века. Когда Леонард Эйлер и Жозеф Луи Лагранж разрабатывали математический аппарат для описания движения тел под действием переменных сил, они столкнулись с естественным вопросом: если сила, действующая на частицу, меняется от точки к точке, а сама частица движется не по прямой, а по произвольной кривой, — как посчитать полную работу, совершённую этой силой? Ответ, до которого они дошли, заключался в том, чтобы разбить кривую на бесконечно малые прямолинейные отрезки, посчитать элементарную работу на каждом из них (силу, умноженную на смещение), а затем просуммировать — то есть проинтегрировать — все эти вклады вдоль всего пути. Это и есть криволинейный интеграл второго рода в его физическом рождении.

Чуть позже, в XIX веке, интегралы по кривым получили строгое обоснование и мощный теоретический аппарат в работах Огюстена Луи Коши, Джорджа Грина и Карла Фридриха Гаусса. Джордж Грин, английский самоучка-мельник, посвятивший себя математике уже во взрослом возрасте, в 1828 году опубликовал за свой счёт работу об электричестве и магнетизме, в которой доказал формулу, ныне носящую его имя, — связь между интегралом по замкнутому контуру и двойным интегралом по области, которую этот контур ограничивает. Формула Грина оказалась настолько фундаментальной, что её обобщения (теоремы Стокса и Остроградского-Гаусса) легли в основу всей современной теории поля — от классической электродинамики Максвелла до общей теории относительности.

Особенно любопытна судьба понятия «потенциальное поле» — идеи о том, что работа силы вдоль пути может зависеть только от начальной и конечной точки, а не от формы самого пути. Эта идея восходит к ньютоновской механике (гравитационное поле — классический пример потенциального поля: работа против силы тяжести при подъёме на гору зависит только от высоты, а не от маршрута), но строгий математический критерий потенциальности (через равенство смешанных частных производных) появился именно вместе с развитием аппарата криволинейных интегралов в XIX веке. Забавно, что ровно тот же самый критерий — по сути дела, симметрия вторых производных — сегодня неявно используется в анализе того, ведёт ли себя эффективное «силовое поле» оптимизатора нейросети как честный градиентный спуск (потенциальное поле, где важны только начальная и конечная точки) или как что-то более сложное, зависящее от полной истории обучения.

Криволинейный интеграл первого рода: масса кривой

Интуиция: трос переменной толщины

Давай разберёмся, что вообще значит «проинтегрировать функцию вдоль кривой». Представь себе стальной трос, изогнутый в форме какой-то кривой линии $L$ в пространстве — например, провисающий кабель подвесного моста. Плотность материала (масса на единицу длины) в разных точках троса разная: скажем, у одного конца трос толще и тяжелее, у другого — тоньше. Обозначим эту линейную плотность через $f(x,y)$ — функцию, зависящую от координат точки на тросе. Вопрос: какова полная масса троса?

Действуй так же, как ты действовал при выводе обычного определённого интеграла: разбей кривую $L$ на очень много крошечных кусочков длиной $\Delta s$ каждый. На каждом таком крошечном кусочке плотность практически постоянна (ведь кусочек бесконечно мал), поэтому масса этого кусочка приближённо равна $f(x_i,y_i)\cdot\Delta s_i$ — плотность в какой-то точке кусочка, умноженная на его длину. Просуммируй эти вклады по всем кусочкам кривой и устреми число разбиений к бесконечности (а длину каждого кусочка — к нулю) — и ты получишь ровно криволинейный интеграл первого рода.

Определение

Определение (криволинейный интеграл первого рода). Пусть $L$ — гладкая кривая на плоскости, а функция $f(x,y)$ определена во всех точках этой кривой. Разобьём $L$ на $n$ малых дуг длиной $\Delta s_1,\Delta s_2,\dots,\Delta s_n$, выберем на каждой дуге произвольную точку $(x_i,y_i)$ и составим интегральную сумму $\sum_{i=1}^n f(x_i,y_i)\Delta s_i$. Криволинейным интегралом первого рода (по длине дуги) называется предел этой суммы при неограниченном измельчении разбиения:

$$\int_L f(x,y)\,ds = \lim_{\max\Delta s_i\to0}\sum_{i=1}^n f(x_i,y_i)\Delta s_i$$

Ключевое свойство: интеграл первого рода не зависит от направления обхода кривой — потому что длина дуги $\Delta s_i$ всегда положительна вне зависимости от того, в какую сторону ты движешься по кривой. Если $L^-$ обозначает ту же кривую, пройденную в обратном направлении, то $\int_{L^-}f\,ds=\int_L f\,ds$.

Частный случай этого интеграла ты уже видел раньше, просто не называл его так: если взять $f(x,y)\equiv1$, интеграл $\int_L 1\,ds$ даёт в точности длину самой кривой $L$. А если $f$ — линейная плотность материала, интеграл даёт полную массу кривой $m=\int_L f\,ds$ — именно ту задачу про трос, с которой мы начали.

Разбор примеров

Пример 1 (лёгкий). Найти массу прямолинейного отрезка от точки $(0,0)$ до точки $(2,0)$ с линейной плотностью $\rho(x,y)=x^2+1$.

Параметризуем отрезок: $x=t$, $y=0$, $t\in[0,2]$. Тогда $ds=\sqrt{(x'(t))^2+(y'(t))^2}\,dt=\sqrt{1^2+0^2}\,dt=dt$ (для отрезка вдоль оси $x$ элемент длины дуги совпадает с обычным $dx$). Масса:

Ответ: $m=\dfrac{14}{3}\approx4{,}667$.

Пример 2 (средний). Найти массу верхней половины окружности $x^2+y^2=4$ (от точки $(2,0)$ до точки $(-2,0)$ через верхнюю полуплоскость) с линейной плотностью $\rho(x,y)=y$.

Параметризуем окружность радиуса $2$: $x=2\cos t$, $y=2\sin t$, $t\in[0,\pi]$ (при $t=0$ мы в точке $(2,0)$, при $t=\pi$ — в точке $(-2,0)$, ровно верхняя половина). Находим элемент дуги: $x'(t)=-2\sin t$, $y'(t)=2\cos t$, значит

Подставляем плотность $\rho=y=2\sin t$:

Ответ: $m=8$.

Пример 3 (сложный, машинное обучение). Траектория весов модели во время обучения приближённо описывается затухающей спиралью $w_1(t)=e^{-t}\cos t$, $w_2(t)=e^{-t}\sin t$ — так выглядит типичная картина, когда оптимизатор с моментом «проскакивает» минимум, закручивается вокруг него по спирали и постепенно затухает к точке $(0,0)$. Найти полную длину пути, пройденного весами за время $t\in[0,\ln2]$ (это полезная метрика — например, для оценки того, насколько «извилистой» была траектория обучения на данном участке).

Находим производные: $w_1'(t)=-e^{-t}\cos t-e^{-t}\sin t=-e^{-t}(\cos t+\sin t)$, $w_2'(t)=-e^{-t}\sin t+e^{-t}\cos t=e^{-t}(\cos t-\sin t)$. Тогда

Раскроем скобки: $(\cos t+\sin t)^2=1+2\sin t\cos t$, а $(\cos t-\sin t)^2=1-2\sin t\cos t$. Сумма этих двух выражений даёт ровно $2$ (перекрёстные слагаемые взаимно уничтожаются). Значит:

Длина пути (интеграл первого рода с $f\equiv1$):

Ответ: $L=\dfrac{\sqrt2}{2}\approx0{,}707$. Обрати внимание, насколько чисто сократилось выражение под корнем — это не случайность, а особенность логарифмической спирали: для неё элемент длины дуги всегда пропорционален самому радиусу $e^{-t}$, что и даёт красивый замкнутый ответ. Такая метрика («сколько всего пути прошли веса») используется на практике, например, при анализе устойчивости траектории обучения или при сравнении, какой из двух оптимизаторов даёт более «прямой», менее петляющий путь к минимуму при сопоставимом итоговом качестве модели.

Почему это важно

Криволинейный интеграл первого рода — это естественное обобщение обычного определённого интеграла на случай, когда «ось интегрирования» сама искривлена. Он отвечает на вопросы вида «сколько всего», не интересуясь направлением движения: масса кривой, её длина, средняя плотность вдоль неё. Именно поэтому направление обхода здесь роли не играет — физическая масса троса не может зависеть от того, с какого конца ты начал её мысленно суммировать. Это принципиально иная логика по сравнению со следующим типом интеграла, где направление окажется критически важным.

Криволинейный интеграл второго рода: работа силового поля

Интуиция: работа как сумма мельчайших вкладов силы

Теперь представь другую картину: частица движется вдоль кривой $L$ под действием силового поля $\vec F(x,y)=(P(x,y),Q(x,y))$ — в каждой точке плоскости на неё действует сила, зависящая от координат этой точки (например, электрическое поле точечного заряда или гравитационное поле неравномерно распределённой массы). Какую работу совершает это поле, когда частица проходит весь путь от начала кривой до её конца?

Из школьной физики ты помнишь: элементарная работа силы на бесконечно малом перемещении равна скалярному произведению силы на вектор перемещения, $dA=\vec F\cdot d\vec r$. Если перемещение раскладывается на компоненты $d\vec r=(dx,dy)$, скалярное произведение раскрывается как $dA=P\,dx+Q\,dy$. Суммируя (интегрируя) эти элементарные вклады работы вдоль всей кривой от начальной точки до конечной, получаем криволинейный интеграл второго рода. И вот здесь направление обхода критически важно: если частица прошла путь в обратную сторону, то на каждом бесконечно малом участке вектор перемещения $d\vec r$ меняет знак на противоположный, а значит меняет знак и вся сумма.

Определение

Определение (криволинейный интеграл второго рода). Пусть $L$ — гладкая кривая с заданным направлением обхода (от точки $A$ к точке $B$), а $P(x,y)$ и $Q(x,y)$ — функции, определённые вдоль этой кривой. Криволинейным интегралом второго рода называется предел интегральных сумм

$$\int_L P\,dx+Q\,dy=\lim_{\max\Delta s_i\to0}\sum_{i=1}^n\left[P(x_i,y_i)\Delta x_i+Q(x_i,y_i)\Delta y_i\right]$$

где $\Delta x_i,\Delta y_i$ — приращения координат на $i$-й малой дуге разбиения. Если поле $\vec F=(P,Q)$ имеет физический смысл силы, этот интеграл равен работе поля вдоль пути $L$:

$$A=\int_L P\,dx+Q\,dy=\int_L \vec F\cdot d\vec r$$

Ключевое свойство: при смене направления обхода кривой на противоположное интеграл меняет знак:

$$\int_{L^-}P\,dx+Q\,dy=-\int_L P\,dx+Q\,dy$$

Обрати внимание на принципиальное различие с интегралом первого рода: там мы интегрировали скалярную функцию по элементу длины $ds$ (всегда положительному), а здесь интегрируем векторное поле по ориентированным элементам $dx$ и $dy$, которые меняют знак вместе с направлением движения. Это не техническая тонкость, а отражение реальной физики: если ты идёшь против силы, она совершает над тобой отрицательную работу, а если по направлению силы — положительную, и эти два случая обязаны давать противоположные по знаку ответы.

Разбор примеров

Пример 1 (лёгкий). Вычислить работу поля $\vec F=(P,Q)=(-y,\,x)$ (поле кругового вращения) при перемещении частицы вдоль прямолинейного отрезка от точки $(1,0)$ до точки $(0,1)$.

Параметризуем отрезок: $x=1-t$, $y=t$, $t\in[0,1]$ (при $t=0$ — точка $(1,0)$, при $t=1$ — точка $(0,1)$). Тогда $dx=-dt$, $dy=dt$. Подставляем $P=-y=-t$, $Q=x=1-t$:

Ответ: работа равна $1$.

Пример 2 (средний). Вычислить работу того же поля $\vec F=(-y,x)$ вдоль дуги четверти единичной окружности от той же точки $(1,0)$ до той же точки $(0,1)$ (но теперь путь — не прямая, а дуга окружности).

Параметризуем дугу: $x=\cos t$, $y=\sin t$, $t\in[0,\pi/2]$. Тогда $dx=-\sin t\,dt$, $dy=\cos t\,dt$. Подставляем $P=-y=-\sin t$, $Q=x=\cos t$:

Ответ: работа равна $\dfrac\pi2\approx1{,}5708$.

Сравни этот результат с предыдущим примером: те же начальная и конечная точки, то же самое поле $\vec F=(-y,x)$, но два разных пути дают два разных ответа — $1$ вдоль прямой и $\pi/2\approx1{,}571$ вдоль дуги. Это прямая демонстрация того, что данное поле не является потенциальным: работа зависит не только от концов пути, но и от его формы. Мы вернёмся к этому наблюдению в разделе про независимость от пути.

Пример 3 (сложный, машинное обучение). Функция потерь модели с двумя весами задана как $L(w_1,w_2)=w_1^2+w_2^2$. Антиградиентное «силовое поле» оптимизатора равно $\vec F=-\nabla L=(-2w_1,-2w_2)$. Вычислить работу этого поля при перемещении из точки $(2,0)$ в точку $(0,0)$ вдоль двух разных траекторий: (а) по прямой линии; (б) по криволинейному пути $w_1(t)=2(1-t)$, $w_2(t)=4t(1-t)$, $t\in[0,1]$ (траектория, которая сначала «отклоняется в сторону», а затем возвращается к нулю по второй координате, — модель того, как реальная траектория оптимизации может немного «покачиваться» вокруг прямого пути к минимуму).

Путь (а), прямая линия. Параметризуем: $w_1=2(1-t)$, $w_2=0$, $t\in[0,1]$. Тогда $dw_1=-2\,dt$, $dw_2=0$. Подставляем $P=-2w_1=-4(1-t)$:

Путь (б), криволинейная траектория. Здесь $w_1'(t)=-2$, $w_2'(t)=4(1-2t)=4-8t$. Подставляем $P=-2w_1=-4(1-t)$, $Q=-2w_2=-8t(1-t)$:

Раскрываем второе слагаемое: $(1-t)(1-2t)=1-3t+2t^2$, значит $-32t(1-3t+2t^2)=-32t+96t^2-64t^3$. Первое слагаемое: $8(1-t)=8-8t$. Суммируем подынтегральное выражение:

Интегрируем от $0$ до $1$:

Ответ: оба пути дают одинаковую работу, равную $4$. Это не совпадение: поле $\vec F=-\nabla L$ — это в точности антиградиент, а значит потенциальное поле с потенциалом $U=-L$ (мы разберём это строго в следующих разделах). Проверим кратчайшим путём: $U(0,0)-U(2,0)=-L(0,0)-(-L(2,0))=0-(-4)=4$ — совпадает. Содержательный вывод для машинного обучения: суммарное падение функции потерь между двумя точками пространства весов зависит только от значений функции потерь в этих двух точках, а не от того, каким именно извилистым путём шёл градиентный спуск между ними, — при условии, что «силовое поле» действительно является чистым антиградиентом, без посторонних примесей вроде импульса или шума.

Почему это важно

Криволинейный интеграл второго рода — это математическое воплощение понятия «работа», причём в самом общем виде, применимом к произвольному силовому полю и произвольной траектории. В контексте машинного обучения это ровно тот язык, на котором можно строго говорить о суммарном изменении функции потерь вдоль траектории обучения. И, как ты только что увидел на конкретных числах, ключевой вопрос, который здесь возникает естественным образом, — зависит ли этот интеграл от конкретной формы пути или нет. Именно этому вопросу посвящён предпоследний раздел урока, но сначала разберёмся с чисто техническим, но абсолютно необходимым инструментом: как вообще вычислять оба типа интегралов на практике.

Сведение обоих интегралов к определённому интегралу: параметризация кривой

Интуиция: превращаем кривую в отрезок времени

Давай разберёмся, как именно вычислять криволинейные интегралы на практике, а не только рассуждать о них абстрактно. Ключевая идея до смешного простая: если кривую можно описать параметрически — то есть задать координаты $x$ и $y$ как функции некоторого параметра $t$, пробегающего отрезок $[a,b]$, — то движение вдоль кривой превращается в движение вдоль обычной числовой оси $t$. А раз так, то и криволинейный интеграл, каким бы пугающим он ни выглядел, превращается в обычный определённый интеграл по переменной $t$, который ты умеешь вычислять уже давно.

Представь себе GPS-трек: телефон записывает координаты $(x(t),y(t))$ каждую секунду $t$ на протяжении всей прогулки. Вся геометрия извилистого маршрута оказывается закодирована в двух простых функциях одной переменной. Именно эта идея и лежит в основе параметризации: любая гладкая кривая — это просто «фильм», где $t$ играет роль времени, а $(x(t),y(t))$ — роль текущего положения.

Определение

Формулы сведения к определённому интегралу. Пусть кривая $L$ задана параметрически: $x=x(t)$, $y=y(t)$, $t\in[a,b]$, причём $x(t)$ и $y(t)$ непрерывно дифференцируемы. Тогда:

Для интеграла первого рода элемент дуги равен $ds=\sqrt{(x'(t))^2+(y'(t))^2}\,dt$, и

$$\int_L f(x,y)\,ds=\int_a^b f\bigl(x(t),y(t)\bigr)\sqrt{(x'(t))^2+(y'(t))^2}\,dt$$

Для интеграла второго рода $dx=x'(t)\,dt$, $dy=y'(t)\,dt$, и

$$\int_L P\,dx+Q\,dy=\int_a^b\Bigl[P\bigl(x(t),y(t)\bigr)\,x'(t)+Q\bigl(x(t),y(t)\bigr)\,y'(t)\Bigr]dt$$

В обоих случаях направление обхода кривой задаётся порядком пределов интегрирования: если параметр идёт от $a$ к $b$, кривая проходится в направлении возрастания $t$; для обхода в обратную сторону нужно либо поменять пределы местами (с изменением знака у интеграла второго рода), либо использовать другую параметризацию.

Обрати внимание: сама по себе параметризация одной и той же кривой не единственна — можно пройти тот же путь «быстрее» или «медленнее» (разными функциями $t$), и это не изменит результата ни для одного из двух типов интеграла, если направление обхода сохраняется. Это следует из формулы замены переменной в определённом интеграле, которую ты изучал раньше, — параметризация $t$ здесь играет ровно ту же роль, что и переменная интегрирования при замене.

Разбор примеров

Пример 1 (лёгкий, интеграл первого рода). Вычислить $\int_L(x+y)\,ds$, где $L$ — отрезок от точки $(0,0)$ до точки $(3,4)$.

Параметризуем: $x=3t$, $y=4t$, $t\in[0,1]$ (при $t=1$ ровно попадаем в $(3,4)$). Находим $x'(t)=3$, $y'(t)=4$, значит $ds=\sqrt{9+16}\,dt=5\,dt$. Подставляем:

Ответ: $17{,}5$.

Пример 2 (средний, интеграл второго рода). Вычислить $\int_L x^2\,dy-y^2\,dx$ вдоль дуги параболы $y=x^2$ от точки $(0,0)$ до точки $(1,1)$.

Параметризуем параболу естественным образом: $x=t$, $y=t^2$, $t\in[0,1]$. Тогда $dx=dt$, $dy=2t\,dt$. Подставляем $P=-y^2=-t^4$, $Q=x^2=t^2$ в общую формулу $\int(P\,dx+Q\,dy)$:

Ответ: $\dfrac3{10}=0{,}3$.

Пример 3 (сложный, машинное обучение, оба типа сразу). Траектория весов при обучении описывается как $w_1(t)=t$, $w_2(t)=\sin t$, $t\in[0,\pi]$ (веса плавно колеблются по одной координате, монотонно растут по другой). Поле $\vec F=(P,Q)=(2w_1,\,2w_2)$ — это в точности градиент функции $L(w_1,w_2)=w_1^2+w_2^2$. Вычислить работу поля вдоль этой траектории двумя способами: напрямую через параметризацию и через разность значений функции $L$ в конечных точках.

Способ 1, через параметризацию. Находим $w_1'(t)=1$, $w_2'(t)=\cos t$. Подставляем $P=2w_1=2t$, $Q=2w_2=2\sin t$:

Первое слагаемое: $\int_0^\pi 2t\,dt=\bigl[t^2\bigr]_0^\pi=\pi^2$. Второе слагаемое: $\int_0^\pi\sin(2t)\,dt=\left[-\dfrac{\cos(2t)}2\right]_0^\pi=-\dfrac{\cos2\pi}2+\dfrac{\cos0}2=-\dfrac12+\dfrac12=0$. Итого сумма равна $\pi^2+0=\pi^2$.

Способ 2, через значения функции. Начальная точка при $t=0$: $(w_1,w_2)=(0,\sin0)=(0,0)$, значит $L(0,0)=0$. Конечная точка при $t=\pi$: $(w_1,w_2)=(\pi,\sin\pi)=(\pi,0)$, значит $L(\pi,0)=\pi^2+0=\pi^2$. Разность: $L(\pi,0)-L(0,0)=\pi^2-0=\pi^2$.

Ответ: оба способа дают $\pi^2\approx9{,}8696$, что подтверждает: раз поле $\vec F=\nabla L$ — градиентное (потенциальное с потенциалом $L$), работа вдоль любой траектории между двумя точками равна просто разности значений $L$ в этих точках, независимо от того, насколько замысловато вьётся сама траектория. Именно поэтому «работу» подобного поля выгоднее считать напрямую через разность потенциалов, а не мучительной параметризацией, — но параметризация остаётся универсальным методом, который работает и тогда, когда потенциала не существует.

Почему это важно

Формулы сведения к определённому интегралу — это тот самый мост, который превращает красивую, но абстрактную идею криволинейного интеграла в конкретную вычислительную процедуру. Без параметризации криволинейный интеграл остался бы теоретической конструкцией; с ней — это набор из двух формул, которые сводят любую задачу к интегрированию по параметру $t$, то есть к тем же приёмам (замена переменной, интегрирование по частям, табличные интегралы), которыми ты пользовался с первого курса. И, как видно из последнего примера, эти формулы работают одинаково хорошо что для абстрактной геометрической кривой на бумаге, что для реальной траектории обучения модели в пространстве весов.

Независимость от пути, потенциальность и формула Грина

Интуиция: когда путь не имеет значения, а когда имеет

Мы уже дважды натолкнулись на один и тот же вопрос: иногда работа поля вдоль пути зависит только от начальной и конечной точки (как в примере с антиградиентом функции $w_1^2+w_2^2$), а иногда — существенно зависит от формы самого пути (как в примере с полем вращения $(-y,x)$, где прямая и дуга окружности дали разные ответы, $1$ и $\pi/2$). Давай разберёмся, что отличает первый случай от второго, и получим строгий критерий, который позволяет заранее, не вычисляя интегралы по разным путям, определить, к какому из двух случаев относится конкретное поле.

Хорошая физическая аналогия — гравитационное поле Земли. Работа против силы тяжести при подъёме туриста на вершину горы зависит только от высоты вершины над уровнем моря — не важно, шёл ли турист по прямой канатной дороге или петлял серпантином, набирая ту же самую итоговую высоту: суммарная работа против силы тяжести будет одинаковой. Такое поле называется потенциальным: у него есть скалярная функция-потенциал (в данном случае — высота, умноженная на вес), и работа поля равна просто разности значений потенциала на концах пути.

Определение

Определение (потенциальное поле и независимость от пути). Поле $\vec F=(P,Q)$, заданное в некоторой области, называется потенциальным, если существует такая функция $U(x,y)$ (потенциал), что $P=\dfrac{\partial U}{\partial x}$ и $Q=\dfrac{\partial U}{\partial y}$, то есть $\vec F=\nabla U$. В этом случае для любого пути $L$ от точки $A$ до точки $B$

$$\int_L P\,dx+Q\,dy=U(B)-U(A)$$

— интеграл не зависит от формы пути, а только от его концов (это прямой аналог формулы Ньютона-Лейбница для криволинейных интегралов).

Критерий потенциальности. Если функции $P$ и $Q$ непрерывно дифференцируемы в односвязной области (без «дырок»), поле $\vec F=(P,Q)$ потенциально в этой области тогда и только тогда, когда всюду выполняется равенство смешанных частных производных:

$$\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$$

Доказательство независимости от пути для потенциального поля устроено просто: если $\vec F=\nabla U$, то подынтегральное выражение $P\,dx+Q\,dy=\dfrac{\partial U}{\partial x}dx+\dfrac{\partial U}{\partial y}dy$ — это в точности полный дифференциал $dU$ функции $U$ вдоль кривой (ты встречал полный дифференциал раньше, в теме про функции нескольких переменных). А интеграл от полного дифференциала $dU$ вдоль любой кривой от $A$ до $B$ равен просто $U(B)-U(A)$ — ровно так же, как $\int_a^b F'(t)\,dt=F(b)-F(a)$ для функции одной переменной. Критерий же через равенство смешанных производных следует из того, что для потенциала $U$ смешанные частные производные $\partial^2U/\partial x\partial y$ и $\partial^2U/\partial y\partial x$ обязаны совпадать (это ты уже знаешь из темы про частные производные высших порядков) — а $\partial P/\partial y=\partial^2U/\partial y\partial x$ и $\partial Q/\partial x=\partial^2U/\partial x\partial y$.

Формула Грина: кратко о связи с двойным интегралом

Есть ещё один способ убедиться в потенциальности поля — не подбирая потенциал напрямую, а глядя на замкнутые контуры. Формула Грина связывает интеграл по замкнутому контуру $\partial D$, ограничивающему область $D$ (обход контура — против часовой стрелки, это называется положительным направлением), с двойным интегралом по самой области:

Смысл этой формулы прямой: если поле потенциально (то есть $\partial Q/\partial x-\partial P/\partial y\equiv0$), то интеграл по любому замкнутому контуру внутри области определения потенциала автоматически равен нулю — что логично, ведь для потенциального поля работа по замкнутому пути равна $U(A)-U(A)=0$, поскольку начальная и конечная точки совпадают. И наоборот, если циркуляция поля по какому-то замкнутому контуру не равна нулю, поле заведомо не потенциально хотя бы в части области, ограниченной этим контуром.

Пример. Проверим формулу Грина на конкретных числах для поля $\vec F=(P,Q)=(-y,x)$ вдоль границы единичного квадрата $D=[0,1]\times[0,1]$, обходимой против часовой стрелки. Сначала считаем правую часть: $\partial Q/\partial x-\partial P/\partial y=1-(-1)=2$, значит $\iint_D 2\,dx\,dy=2\cdot(\text{площадь квадрата})=2\cdot1=2$. Теперь считаем левую часть напрямую, обходя все четыре стороны квадрата: на нижней стороне ($y=0$, $x$ от $0$ до $1$) вклад равен $0$; на правой стороне ($x=1$, $y$ от $0$ до $1$) вклад $\int_0^1 x\,dy=\int_0^1 1\,dy=1$; на верхней стороне ($y=1$, $x$ от $1$ до $0$) вклад $\int_1^0(-1)\,dx=-1\cdot(0-1)=1$; на левой стороне ($x=0$, $y$ от $1$ до $0$) вклад $0$. Сумма: $0+1+1+0=2$ — точное совпадение с правой частью.

Разбор примеров (независимость от пути и потенциальность)

Пример 1 (лёгкий). Проверить потенциальность поля $\vec F=(P,Q)=(2x,2y)$, найти его потенциал и вычислить работу от точки $(0,0)$ до точки $(3,4)$.

Проверяем критерий: $\partial P/\partial y=0$, $\partial Q/\partial x=0$ — равны, поле потенциально. Ищем потенциал: из $\partial U/\partial x=2x$ получаем $U=x^2+\varphi(y)$; из $\partial U/\partial y=2y$ и $\partial U/\partial y=\varphi'(y)$ получаем $\varphi'(y)=2y$, то есть $\varphi(y)=y^2$ (константу интегрирования опускаем, она не влияет на разность). Итого $U(x,y)=x^2+y^2$. Работа:

Ответ: $A=25$, потенциал $U=x^2+y^2$.

Пример 2 (средний). Проверить потенциальность поля $\vec F=(P,Q)=(y\cos x,\ \sin x)$, найти потенциал и вычислить работу от точки $(0,0)$ до точки $\left(\dfrac\pi2,\,3\right)$.

Критерий: $\partial P/\partial y=\cos x$, $\partial Q/\partial x=\cos x$ — равны, поле потенциально. Потенциал: из $\partial U/\partial x=y\cos x$ получаем $U=y\sin x+\varphi(y)$; из $\partial U/\partial y=\sin x+\varphi'(y)=Q=\sin x$ получаем $\varphi'(y)=0$, то есть $\varphi=\text{const}$. Итого $U(x,y)=y\sin x$. Работа:

Ответ: $A=3$, потенциал $U=y\sin x$.

Пример 3 (сложный, машинное обучение). Пусть эффективное «силовое поле» в пространстве весов равно $\vec F=(P,Q)=(w_2,\,0)$ — модель ситуации, когда некоторая асимметричная процедура (например, определённая схема регуляризации или порядок обновления координат) искажает чистое градиентное поведение оптимизатора. Проверить потенциальность и сравнить работу вдоль прямой и вдоль «L-образного» пути (сначала меняется только $w_1$ от $0$ до $1$ при $w_2=0$, затем только $w_2$ от $0$ до $1$ при $w_1=1$) — оба пути ведут из точки $(0,0)$ в точку $(1,1)$.

Критерий: $\partial P/\partial y=1$, $\partial Q/\partial x=0$ — не равны, поле не потенциально.

Прямая линия. Параметризуем $w_1=t$, $w_2=t$, $t\in[0,1]$, тогда $dw_1=dt$, $dw_2=dt$, а $P=w_2=t$:

L-образный путь. Первый участок: $w_2=0$ (константа), значит $P=w_2=0$ везде на этом участке — вклад равен $0$. Второй участок: $w_1=1$ (константа), значит $dw_1=0$, а $Q=0$ тождественно — вклад тоже равен $0$. Суммарно: $0+0=0$.

Ответ: прямая даёт работу $\dfrac12$, L-образный путь — $0$. Результаты различны, что подтверждает отсутствие потенциальности. Содержательный вывод для машинного обучения: если эффективное поле, вдоль которого движутся веса модели, перестаёт быть чистым градиентом (скажем, из-за момента, адаптивных шагов или порядка обновления координат), то суммарный эффект движения начинает зависеть не только от того, откуда и куда пришли веса, но и от конкретного маршрута между ними — а значит, два разных оптимизатора, стартовавшие и закончившие в одних и тех же точках, вообще говоря, могут «накопить» разный эффект по пути и прийти к моделям с разными свойствами (например, разной способностью к обобщению), даже если формально уравнялись в лоссе на конкретных контрольных точках.

Почему это важно

Вопрос независимости от пути — это не отвлечённая математическая забава, а глубокая содержательная развилка: у чистого градиентного поля (например, поля антиградиента $-\nabla L$ функции потерь) работа между двумя точками зависит только от значений $L$ в этих точках — и в этом смысле «путь оптимизации не имеет значения» для итогового изменения функции потерь. Но стоит эффективному полю чуть отклониться от чистого градиента — из-за момента, шума, адаптивных схем обновления или самой архитектуры оптимизатора, — и эта гарантия немедленно разрушается: конкретная траектория начинает иметь значение сама по себе, а не только её концы. Умение чётко видеть эту границу — фундаментальная интуиция для понимания того, почему разные оптимизаторы, даже приходя в область с похожим значением функции потерь, могут находить решения с разными свойствами.

Практика: 30 заданий

Базовые задания (1–10)

Задание 1: Найти длину отрезка прямой от $(0,0)$ до $(3,4)$ через криволинейный интеграл первого рода $\int_L ds$.

Задание 2: Вычислить $\int_L(x+y)\,ds$, где $L$ — отрезок от $(0,0)$ до $(1,1)$.

Задание 3: Найти массу отрезка от $(0,0)$ до $(2,0)$ с линейной плотностью $\rho(x,y)=x^2+1$.

Задание 4: Вычислить $\int_L y\,ds$, где $L$ — верхняя половина окружности $x^2+y^2=4$.

Задание 5: Вычислить $\int_L x\,dx+y\,dy$ вдоль отрезка от $(0,0)$ до $(3,4)$.

Задание 6: Вычислить $\int_L y\,dx$ вдоль отрезка от $(0,0)$ до $(1,2)$.

Задание 7: Вычислить $\int_L x\,dy$ вдоль того же отрезка от $(0,0)$ до $(1,2)$, что и в задании 6.

Задание 8: Убедиться, что интеграл первого рода не зависит от направления обхода: вычислить $\int_L(x^2+y^2)\,ds$ вдоль отрезка от $(0,0)$ до $(1,1)$, а затем вдоль того же отрезка, пройденного в обратную сторону.

Задание 9: Вычислить работу постоянного силового поля $\vec F=(2,3)$ при перемещении вдоль отрезка от $(0,0)$ до $(4,1)$.

Задание 10: Проверить критерий потенциальности для поля $\vec F=(P,Q)=(3x^2y,\,x^3)$.

Средние задания (11–20)

Задание 11: Найти длину дуги параболы $y=x^2$ от $x=0$ до $x=1$.

Задание 12: Вычислить $\int_L xy\,ds$, где $L$ — отрезок от $(0,0)$ до $(2,2)$.

Задание 13: Найти работу поля $\vec F=(-y,x)$ вдоль отрезка прямой от $(1,0)$ до $(0,1)$.

Задание 14: Найти работу того же поля $\vec F=(-y,x)$ вдоль дуги четверти единичной окружности от $(1,0)$ до $(0,1)$.

Задание 15: Проверить потенциальность поля $\vec F=(P,Q)=(y\cos x,\,\sin x)$ и найти его потенциал.

Задание 16: Используя потенциал из задания 15, найти работу поля от $(0,0)$ до $\left(\dfrac\pi2,3\right)$.

Задание 17: Найти массу четверти окружности радиуса $R=3$ (от $(3,0)$ до $(0,3)$) с плотностью $\rho(x,y)=xy$.

Задание 18: Вычислить $\int_L x^2\,dy-y^2\,dx$ вдоль дуги параболы $y=x^2$ от $(0,0)$ до $(1,1)$.

Задание 19 (машинное обучение): Функция потерь $L(w_1,w_2)=w_1^2+2w_2^2$. Найти работу антиградиентного поля $\vec F=-\nabla L$ вдоль прямолинейной траектории от $(2,1)$ до $(0,0)$ и сверить с разностью значений $L$.

Задание 20: Проверить потенциальность поля $\vec F=(P,Q)=(y,-x)$ и объяснить физический смысл результата.

Продвинутые задания (21–30)

Задание 21: Найти длину дуги спирали $w_1(t)=e^{-t}\cos t$, $w_2(t)=e^{-t}\sin t$ от $t=0$ до $t=\ln2$.

Задание 22 (машинное обучение): Вычислить работу поля $\vec F=(2w_1,2w_2)$ (градиент функции $w_1^2+w_2^2$) вдоль траектории $w(t)=(t,\sin t)$, $t\in[0,\pi]$, двумя способами.

Задание 23: Используя формулу Грина, вычислить площадь эллипса $x=a\cos t$, $y=b\sin t$ через контурный интеграл $\dfrac12\oint(x\,dy-y\,dx)$.

Задание 24: Проверить формулу Грина: вычислить $\oint_{\partial D}(-y\,dx+x\,dy)$ по границе единичного квадрата $D=[0,1]\times[0,1]$ (против часовой стрелки) и сравнить с $\iint_D 2\,dA$.

Задание 25 (машинное обучение): Функция потерь $L(w_1,w_2)=(w_1-1)^2+(w_2-2)^2$. Сравнить работу антиградиентного поля $\vec F=-\nabla L$ вдоль прямой и вдоль координатного (L-образного) пути из $(0,0)$ в $(1,2)$.

Задание 26: Найти потенциал поля $\vec F=(P,Q)=(2xy^3,\,3x^2y^2)$ и вычислить работу от $(1,1)$ до $(2,0)$.

Задание 27: Вычислить $\int_L(x^2+y^2)\,ds$, где $L$ — отрезок от $(1,1)$ до $(4,5)$.

Задание 28: Проверить независимость от пути интеграла $\int_L y\,dx+x\,dy$ между точками $(0,0)$ и $(2,3)$, сравнив прямую линию и путь через точку $(2,0)$.

Задание 29 (машинное обучение): Поле $\vec F=(P,Q)=(w_2,0)$ моделирует асимметричный эффект регуляризации. Сравнить работу вдоль прямой и вдоль L-образного пути от $(0,0)$ до $(1,1)$.

Задание 30 (машинное обучение, формула Грина): Вычислить циркуляцию поля $\vec F=(w_2,-w_1)$ вдоль границы круга радиуса $2$ с центром в начале координат (против часовой стрелки) через формулу Грина и напрямую через параметризацию.

Частые ошибки

Давай пройдёмся по самым распространённым промахам, которые встречаются у тех, кто впервые разбирается с криволинейными интегралами.

Первая и самая частая ошибка — забыть, что интеграл второго рода меняет знак при смене направления обхода, и подставить пределы параметра в «удобном», а не в правильном порядке. Если кривая идёт от точки $B$ к точке $A$, а не от $A$ к $B$, результат обязан отличаться знаком — механически скопировав формулу для одного направления, легко получить неверный ответ с противоположным знаком.

Вторая ошибка — перепутать два типа интеграла и использовать формулу интеграла первого рода (с положительным $ds$) там, где на самом деле требуется интеграл второго рода (с ориентированными $dx$, $dy$), или наоборот. Это не просто техническая деталь: у этих двух интегралов принципиально разный физический смысл, и подмена одного другим ведёт к содержательно неверному результату, а не просто к арифметической опечатке.

Третья ошибка — забыть домножить на $\sqrt{(x'(t))^2+(y'(t))^2}$ при переходе от $\int f\,ds$ к интегралу по параметру $t$. Очень легко машинально написать $\int_a^b f(x(t),y(t))\,dt$, забыв, что $ds$ — это не просто $dt$, а именно элемент длины дуги, который в общем случае не равен $dt$ (равенство $ds=dt$ выполняется только в специальном случае, когда параметризация — натуральная, то есть по длине дуги).

Четвёртая ошибка — не проверив критерий потенциальности, попытаться «угадать» потенциал поля или, что ещё хуже, предположить потенциальность без всякой проверки только потому, что интеграл кажется вычислимым напрямую. Прежде чем искать потенциал или заявлять о независимости от пути, всегда сначала проверь равенство $\partial P/\partial y=\partial Q/\partial x$ — без этой проверки весь последующий вывод повисает в воздухе.

Пятая ошибка — применить формулу Грина к контуру, который не является простым замкнутым (например, самопересекающимся), или забыть про правильную ориентацию обхода (против часовой стрелки для положительного направления). Формула Грина в её базовой форме требует именно простого замкнутого контура, обходимого в стандартном положительном направлении, — нарушение этого условия либо делает формулу неприменимой напрямую, либо требует дополнительной аккуратности со знаками.

Шестая ошибка, характерная именно для примеров с несколькими участками пути (вроде L-образных траекторий): забыть, что на константном участке (где, скажем, $w_2$ не меняется) соответствующий дифференциал $dw_2$ тождественно равен нулю, и по ошибке всё равно попытаться его проинтегрировать как ненулевую величину. На каждом прямолинейном отрезке, параллельном одной из осей, один из дифференциалов автоматически обнуляется — и вклад соответствующего слагаемого пропадает целиком, а не просто уменьшается.

Главное запомнить

Прежде чем двигаться дальше, зафиксируем ключевые идеи этого урока в сжатом виде.

• Криволинейный интеграл первого рода $\int_L f\,ds$ интегрирует скалярную функцию по длине дуги кривой; он не зависит от направления обхода, потому что элемент длины $ds$ всегда положителен.

• Типичное применение интеграла первого рода — масса кривой с заданной линейной плотностью, а также сама длина кривой (частный случай при $f\equiv1$).

• Криволинейный интеграл второго рода $\int_L P\,dx+Q\,dy$ интегрирует векторное поле вдоль ориентированной кривой; он меняет знак при смене направления обхода.

• Физический смысл интеграла второго рода — работа силового поля $\vec F=(P,Q)$ при перемещении вдоль пути: $A=\int_L\vec F\cdot d\vec r$.

• Оба типа интеграла сводятся к обычному определённому интегралу по параметру $t$ через параметризацию кривой $x=x(t)$, $y=y(t)$: для первого рода домножаем на $ds=\sqrt{(x')^2+(y')^2}\,dt$, для второго — подставляем $dx=x'(t)\,dt$, $dy=y'(t)\,dt$.

• Поле $\vec F=(P,Q)$ называется потенциальным, если существует функция $U$ такая, что $\vec F=\nabla U$; в этом случае работа поля равна разности потенциалов в конечных точках и не зависит от пути.

• Критерий потенциальности в односвязной области — равенство смешанных производных $\partial P/\partial y=\partial Q/\partial x$.

• Формула Грина $\oint_{\partial D}P\,dx+Q\,dy=\iint_D\left(\partial Q/\partial x-\partial P/\partial y\right)dA$ связывает интеграл по замкнутому контуру с двойным интегралом по ограниченной им области.

• В машинном обучении работа антиградиентного поля $-\nabla L$ вдоль траектории оптимизации всегда равна разности значений функции потерь на концах пути — это прямое следствие того, что антиградиент по определению потенциален с потенциалом $-L$.

• Если эффективное поле, вдоль которого движутся веса, перестаёт быть чистым градиентом (момент, шум, адаптивные схемы), гарантия независимости от пути пропадает, и конкретная траектория оптимизации начинает иметь самостоятельное значение.

Связь с другими темами курса

Криволинейные интегралы опираются на целую цепочку понятий, пройденных ранее, и одновременно готовят почву для следующих тем курса. Параметризация кривой напрямую использует технику параметрического задания линий, а вычисление $ds=\sqrt{(x')^2+(y')^2}\,dt$ — это прямое обобщение формулы длины дуги, знакомой ещё из курса функций одной переменной. Понятие полного дифференциала и критерий потенциальности напрямую продолжают тему градиента и полного дифференциала функций нескольких переменных: условие $P\,dx+Q\,dy=dU$ — это буквально утверждение, что векторное поле является градиентом некоторой скалярной функции. Формула Грина, в свою очередь, — это плоский частный случай куда более общей теоремы Стокса, а её конструкция (сведение интеграла по границе к интегралу по внутренности) напрямую предвосхищает связь между поверхностными и тройными интегралами, к которой курс перейдёт в следующих уроках — сначала через поверхностные интегралы, а затем через формулы Остроградского-Гаусса и Стокса в трёхмерном пространстве.

Интересные факты

Несколько любопытных деталей, которые стоит знать помимо основной теории.

• Формулу, которую мы сегодня называем формулой Грина, сам Джордж Грин в своей работе 1828 года записал в несколько ином виде и без строгого доказательства — строгое обоснование появилось позже, у Коши и Римана; тем не менее имя закрепилось за самим Грином как первооткрывателем идеи.

• Криволинейный интеграл первого рода по замкнутой кривой, равный длине этой кривой, лежит в основе изопериметрической задачи — классической задачи о том, какая замкнутая кривая заданной длины ограничивает максимальную площадь (ответ — окружность, что математически строго доказывается именно через аппарат криволинейных интегралов).

• Понятие циркуляции поля (интеграл второго рода по замкнутому контуру) — центральный объект классической электродинамики: закон Ампера буквально формулируется как равенство циркуляции магнитного поля вдоль замкнутого контура и силы тока, пронизывающего этот контур.

• В общей теории относительности понятие «геодезической линии» (кратчайшего пути в искривлённом пространстве-времени) формально описывается через минимизацию криволинейного интеграла особого вида — это прямое обобщение той самой идеи «длины кривой», с которой мы начали сегодняшний урок, но уже в неевклидовой геометрии.

Лайфхаки и полезные трюки

Несколько практических приёмов, которые экономят время и снижают риск ошибок при работе с криволинейными интегралами.

• Перед тем как считать интеграл второго рода вдоль замысловатого пути, всегда сначала проверь критерий потенциальности $\partial P/\partial y=\partial Q/\partial x$ — если он выполняется, ищи потенциал и считай интеграл как простую разность значений на концах, а не через громоздкую параметризацию всей траектории.

• Если путь состоит из нескольких прямолинейных участков, параллельных осям координат, на каждом таком участке один из дифференциалов ($dx$ или $dy$) автоматически равен нулю — используй это, чтобы мгновенно упростить интеграл, а не подставлять полную параметризацию.

• Для интеграла первого рода вдоль прямолинейного отрезка не обязательно выписывать параметризацию явно: элемент дуги $ds$ на отрезке от $A$ до $B$ всегда равен $\dfrac{|AB|}{b-a}\,dt$, где $|AB|$ — длина отрезка, а $[a,b]$ — область изменения параметра; чаще всего удобнее всего брать параметр $t\in[0,1]$, тогда $ds=|AB|\,dt$.

• Если нужно проверить свой ответ для интеграла второго рода вдоль замкнутого контура, всегда можно посчитать его двумя независимыми способами: напрямую через параметризацию контура и через формулу Грина — совпадение результатов служит надёжной проверкой на арифметические ошибки.

• При работе с полями, похожими на градиент функции потерь в машинном обучении, полезно сразу спросить себя: а является ли это поле честным градиентом какой-то функции, или в нём уже «подмешаны» посторонние эффекты (момент, шум, адаптивный шаг)? Ответ на этот вопрос сразу подсказывает, можно ли пользоваться быстрым способом через потенциал, или придётся честно интегрировать вдоль конкретной траектории.

• Не забывай физическую интуицию как проверку правдоподобия ответа: если поле явно похоже на консервативное силовое поле (гравитация, электростатика), результат должен воспроизводиться независимо от выбранного пути — если у тебя получились разные числа для разных путей с одинаковыми концами, это сигнал либо об ошибке в вычислениях, либо о том, что поле на самом деле не потенциально, и стоит перепроверить критерий.

Сегодняшний урок закрыл важный пробел в понимании интегрирования: ты научился работать не только с прямыми осями и плоскими областями, но и с произвольными кривыми — от простого отрезка до затухающей спирали, моделирующей траекторию обучения нейросети. Ты увидел, что криволинейных интегралов на самом деле два, с принципиально разным поведением относительно направления обхода, и разобрался, когда работа силового поля зависит только от концов пути, а когда — от всего маршрута целиком. Это понимание напрямую переносится на разговор об оптимизации: суммарное изменение функции потерь при чистом градиентном спуске зависит только от начальной и конечной точки, но стоит добавить момент, шум или адаптивные схемы — и конкретная траектория обучения начинает иметь самостоятельное значение. В следующем уроке мы поднимемся на одно измерение выше и познакомимся с поверхностными интегралами — естественным продолжением сегодняшней идеи, только уже для интегрирования по искривлённым поверхностям в пространстве.