华里士公式的推导及其推广
华里士公式的推导及其推广
基础知识
华里士公式
In=∫0π2sinnxdx=∫0π2cosnxdx={n−1nn−3n−2⋯23nisodd,n−1nn−3n−2⋯12π2niseven\Large \begin{aligned} I_n = \int_{0}^{\frac{\pi}{2}} \sin^n{x} \mathrm{d}x = \int_{0}^{\frac{\pi}{2}} \cos^n{x} \mathrm{d}x = \begin{cases} \frac{n-1}{n} \frac{n-3}{n-2} \cdots \frac{2}{3} &&n\ is\ odd,\\ \\ \frac{n-1}{n} \frac{n-3}{n-2} \cdots \frac{1}{2} \frac{\pi}{2} &&n\ is\ even \end{cases} \end{aligned} In=∫02πsinnxdx=∫02πcosnxdx=⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧nn−1n−2n−3⋯32nn−1n−2n−3⋯212πn is odd,n is even
基础公式的推导
仅以sinnx\sin^n{x}sinnx为例,有
In=−∫0π2sinn−1xdcosx=−sinn−1x⋅cosx∣0π2+∫0π2(n−1)⋅cos2x⋅sinn−2xdx=(n−1)∫0π2(1−sin2x)⋅sinn−2xdx=(n−1)In−2−(n−1)In\large \begin{aligned} I_n &= -\int_{0}^{\frac{\pi}{2}} \sin^{n-1}{x} \mathrm{d}{\cos{x}} \\[2ex] &= -\left. \sin^{n-1}x\cdot\cos{x} \right|_{0}^{\frac{\pi}{2}} + \int_{0}^{\frac{\pi}{2}} (n - 1)\cdot\cos^2{x} \cdot \sin^{n-2}{x} \mathrm{d}{x} \\[2ex] &= (n-1) \int_{0}^{\frac{\pi}{2}} (1-\sin^2{x}) \cdot \sin^{n-2}{x} \mathrm{d}x \\[2ex] &= (n-1) I_{n-2} - (n-1) I_n \end{aligned} In=−∫02πsinn−1xdcosx=−sinn−1x⋅cosx∣∣∣02π+∫02π(n−1)⋅cos2x⋅sinn−2xdx=(n−1)∫02π(1−sin2x)⋅sinn−2xdx=(n−1)In−2−(n−1)In
即
In=n−1nIn−2\Large I_n = \frac{n-1}{n}I_{n-2} In=nn−1In−2
分情况讨论,求出通项公式,即可得原式成立。
华里士公式的推广
推广公式
∫0m2πsinnxdx={mInniseven,Innisodd,m=2k+1,2Innisodd,m=4k+2,0nisodd,m=4k\Large \begin{aligned} &\int_{0}^{\frac{m}{2}{\pi}} \sin^n{x} \mathrm{d}x = \begin{cases} m I_n &n\ is\ even,\\ \\ I_n &n\ is\ odd,\ \ m=2k+1,\\ \\ 2I_n &n\ is\ odd,\ \ m=4k+2,\\ \\ 0 &n\ is\ odd,\ \ m=4k \end{cases} \end{aligned} ∫02mπsinnxdx=⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧mInIn2In0n is even,n is odd, m=2k+1,n is odd, m=4k+2,n is odd, m=4k
∫0m2πcosnxdx={mInniseven,Innisodd,m=4k+1,−Innisodd,m=4k+3,0nisodd,m=2k\Large \begin{aligned} &\int_{0}^{\frac{m}{2}{\pi}} \cos^n{x} \mathrm{d}x = \begin{cases} m I_n &n\ is\ even,\\ \\ I_n &n\ is\ odd,\ \ m=4k+1,\\ \\ -I_n &n\ is\ odd,\ \ m=4k+3,\\ \\ 0 &n\ is\ odd, \ \ m=2k \end{cases} \end{aligned} ∫02mπcosnxdx=⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧mInIn−In0n is even,n is odd, m=4k+1,n is odd, m=4k+3,n is odd, m=2k
当 m=1m=1m=1 时,该公式退化为原华里士公式。
推广公式的图像理解
这是 f(x)=sin3xf(x)=\sin^3xf(x)=sin3x 的图像(对应n为奇数时的情况):
由图可知,f(x)f(x)f(x) 是以 2π2\pi2π 为周期的周期函数,且函数在[0,π2][0, \frac{\pi}{2}][0,2π] 与 [π2,π][\frac{\pi}{2}, \pi][2π,π] 的部分各自与x轴围成的面积相等,函数在[0,π][0, \pi][0,π] 与 [π,2π][\pi, 2\pi][π,2π] 的部分各自与x轴围成的面积也相等。
这是 f(x)=sin4xf(x)=\sin^4xf(x)=sin4x 的图像(对应n为偶数时的情况):
由图可知,f(x)f(x)f(x) 是以 π\piπ 为周期的周期函数,且函数在[0,π2][0, \frac{\pi}{2}][0,2π] 与 [π2,π][\frac{\pi}{2}, \pi][2π,π] 的部分各自与x轴围成的面积相等。
故无论m的值为多少,积分值都是 [0,π2][0, \frac{\pi}{2}][0,2π] 的 mmm 倍。
推广公式的特例
m=2
∫0πsinnxdx=2In∫0πcosnxdx={2Inniseven0nisodd\Large \begin{aligned} &\int_{0}^{\pi} \sin^n{x} \mathrm{d}x = 2I_n \\[4ex] \Large &\int_{0}^{\pi} \cos^n{x} \mathrm{d}x = \begin{cases} 2I_n \quad &n\ is\ even \\[2ex] 0 \quad &n\ is\ odd \end{cases} \end{aligned} ∫0πsinnxdx=2In∫0πcosnxdx=⎩⎪⎪⎪⎨⎪⎪⎪⎧2In0n is evenn is odd
m=4
∫02πsinnxdx=∫02πcosnxdx={4Inniseven0nisodd\Large \begin{aligned} \int_{0}^{2\pi} \sin^n{x} \mathrm{d}x = \int_{0}^{2\pi} \cos^n{x} \mathrm{d}x = \begin{cases} 4I_n \quad &n\ is\ even \\[2ex] 0 \quad &n\ is\ odd \end{cases} \end{aligned} ∫02πsinnxdx=∫02πcosnxdx=⎩⎪⎪⎪⎨⎪⎪⎪⎧4In0n is evenn is odd
华里士公式的推导及其推广相关推荐
- 定积分华里士公式推广_数学分析第九章《定积分》备考指南
伟大的无产阶级革命导师马克思认为,理论研究是为了实践需要.数学理论的提出和发展,总是有实际问题作为原始的推动力.比如,物理上,变力做功问题如何解决?几何上,很多特殊的平面图像的都有相应的面积公式,大家 ...
- 定积分华里士公式推广_分部积分法与点火公式|第四十六回|高数(微积分)...
原标题:分部积分法与点火公式|第四十六回|高数(微积分) 之前几次我们都在讲定积分计算的换元法,换元法对于定积分的计算确实很重要,也非常好用,因为定积分的结果是一个固定的数,所以相比于不定积分的换元法 ...
- 华里士公式(点火公式)与区间再现公式
- 排列组合的一些公式及推导(非常详细易懂)
绪论:加法原理.乘法原理 分类计数原理:做一件事,有\(n\)类办法,在第\(1\)类办法中有\(m_1\)种不同的方法,在第\(2\)类办法中有\(m_2\)种不同的方法,-,在第\(n\)类办法中 ...
- kalman滤波器公式的推导
卡尔曼滤波的使用范围: 该系统要有如下关系: 计算步骤: PART0:INI PART1:Time update 迭代的目标:从X(K-1)+ 求得X(K) + 因此,先有X(K-1)+,已知F,G. ...
- matlab三角函数降次,三角函数降次公式及推导过程
三角函数中的降次幂公式可降低三角函数指数幂.多项式各项的先后按照某一个字母的指数逐渐减少的顺序排列,叫做这一字母的降次.接下来分享三角函数降次公式及推导过程. 三角函数降次公式 sin²α=(1-co ...
- 梯度下降法参数更新公式的推导
梯度下降法参数更新公式的推导 先来回顾一下梯度下降法的参数更新公式: (其中,α是学习速率,是梯度) 这个公式是怎么来的呢?下面进行推导: 首先,如果一个函数 n 阶可导,那么我们可以用多项式仿造一个 ...
- Batch Normalization 反向传播(backpropagation )公式的推导
What does the gradient flowing through batch normalization looks like ? 反向传播梯度下降权值参数更新公式的推导全依赖于复合函数求 ...
- 二维随机变量函数卷积公式的推导
二维随机变量函数卷积公式的推导 @(概率论) 给定Z=g(x,y)Z = g(x,y) 通常需要求FZ(z),fZ(z)F_Z(z),f_Z(z) 这里是由两个变元依据关系映射到一个变元,因此,求得F ...
最新文章
- 一文总结词向量的计算、评估与优化
- 架构师基础必备:“腹有诗书气自华”,驰骋一线大厂不是梦,抓紧收藏
- LINQ学习之旅——再次拾起
- ubuntu之在ubuntu16.04中搭建gitlab服务器
- java初级开发一系列的工具安装配置
- java 利用同步工具类控制线程
- linux 在ftp gt 下登录,cutftp显示的是啥意思?
- 实验三linux进程并发程序设计,实验三Linux进程并发程序设计.doc
- 智能优化算法:分类、特点和未来
- 测试——Bug的生命周期,生命周期流程图
- 排列组合——排列公式的推理和组合
- Eureka报错“EMERGENCY! EUREKA MAY BE INCORRECTLY CLAIMING INSTANCES ARE UP WHEN THEY'RE NOT. RENEWALS ”
- 基于腾讯轻量服务器安装Aria2+AriaNg+Nginx+File Brower 服务
- 33.Redis详解
- Apollo安装记录
- (转载)-关于sg函数的理解
- HTML5~问卷调查页面的设计与实现
- 活体机器人学会生孩子:AI进化算法加持变身吃豆人,已经繁殖到「曾孙」
- SqlServer 越南语乱码
- 计算机u盘能直接拨出吗,u盘可以直接从电脑上拔下来吗