数学分析笔记7:定积分
定积分的定义与性质
定积分的定义
定积分的概念来源于求和运算的连续化,我们目前已知的求和手段都是有限求和,为了将求和运算扩充到无限个数求和,必须引入极限手段。扩充手段有两种——可列情形对应的是级数理论,不可列情形对应的则是积分。但我们都要首先清楚,本节所讨论的本质,就是无穷情形下的“求和”运算。
定义7.1 f(x)f(x)f(x)是定义在闭区间[a,b][a,b][a,b]的函数,x0,x1,⋯,xnx_0,x_1,\cdots,x_nx0,x1,⋯,xn满足:a=x0<x1<⋯<xn=ba=x_0<x_1<\cdots<x_n=ba=x0<x1<⋯<xn=b,集合{x0,x1,⋯,xn}\{x_0,x_1,\cdots,x_n\}{x0,x1,⋯,xn}称为[a,b][a,b][a,b]的一个分划,记为Δ\DeltaΔ
对每个小区间:[xi−1,xi](i=1,⋯,n)[x_{i-1},x_i](i=1,\cdots,n)[xi−1,xi](i=1,⋯,n),取ξi∈[xi−1,xi](i=1,⋯,n)\xi_i\in[x_{i-1},x_i](i=1,\cdots,n)ξi∈[xi−1,xi](i=1,⋯,n),和式:∑i=1nf(ξi)(xi−xi−1)\sum_{i=1}^{n}{f(\xi_i)(x_i-x_{i-1})}∑i=1nf(ξi)(xi−xi−1)称为f(x)f(x)f(x)在分划Δ\DeltaΔ下的一个Riemann和,记为S(Δ,f)S(\Delta,f)S(Δ,f)
Riemann和有鲜明的几何意义,见下图,为了求得曲线y=f(x)y=f(x)y=f(x)在[a,b][a,b][a,b]区间上的曲线段下的面积,我们通常用有限矩体进行逼近。Riemann和的每一项对应一个矩形的面积,可以预见:当区间越分越细的时候,矩形面积和就逼近图形的真实面积,就是定积分的基本思想。
定义7.2 f(x)f(x)f(x)是定义在闭区间[a,b][a,b][a,b]的函数,Δ={x0,x1,⋯,xn}\Delta = \{x_0,x_1,\cdots,x_n\}Δ={x0,x1,⋯,xn}是[a,b][a,b][a,b]的任意分划,令λ(Δ)=max1≤i≤n(xi−xi−1)\lambda(\Delta)=\max_{ 1\le i\le n}(x_{i}-x_{i-1})λ(Δ)=max1≤i≤n(xi−xi−1),如果存在实数III,对任意的ε>0\varepsilon>0ε>0,存在δ>0\delta>0δ>0,当λ(Δ)<δ\lambda(\Delta)<\deltaλ(Δ)<δ时,无论小区间内点如何选取,都有∣S(Δ,f)−A∣<ε|S(\Delta,f)-A|<\varepsilon∣S(Δ,f)−A∣<ε则称f(x)f(x)f(x)在闭区间[a,b][a,b][a,b]上Riemann可积,简称可积,III称为f(x)f(x)f(x)在闭区间[a,b][a,b][a,b]上的积分,记为∫abf(x)dx=I\int_a^b{f(x)dx}=I∫abf(x)dx=I
定积分的几何意义就是区间y=f(x)y=f(x)y=f(x)与xxx轴,连同x=ax=ax=a,x=bx=bx=b围成图形的面积。
定积分的可积性理论——达布理论
下一个问题是:满足什么条件下,f(x)f(x)f(x)在闭区间[a,b][a,b][a,b]是可积的?我们先从连续函数入手。
定理7.1 闭区间[a,b][a,b][a,b]上的连续函数都是Riemann可积的
证:
为了证明闭区间[a,b][a,b][a,b]上的连续函数f(x)f(x)f(x)都是Riemann可积的,我们首先要找到一个实数III,也就是f(x)f(x)f(x)的积分值,其次,再证明f(x)f(x)f(x)的积分就是III。
第一步:找一个实数III。
先取一个分划列Δn={x0(n),x1(n),⋯,x2n(n)}\Delta_n=\{x^{(n)}_0,x^{(n)}_1,\cdots,x^{(n)}_{2^n}\}Δn={x0(n),x1(n),⋯,x2n(n)},其中xk(n)=a+k2n(b−a)x^{(n)}_k=a+\frac{k}{2^n}(b-a)xk(n)=a+2nk(b−a),令区间Ik(n)=[xk−1(n),xk(n)]I^{(n)}_k = [x^{(n)}_{k-1},x^{(n)}_k]Ik(n)=[xk−1(n),xk(n)],k=1,⋯,2nk=1,\cdots,2^nk=1,⋯,2n,n=1,2,⋯n=1,2,\cdotsn=1,2,⋯。那么Δn\Delta_nΔn是Δn−1\Delta_{n-1}Δn−1的加细(即Δn⊂Δn−1\Delta_n\subset\Delta_{n-1}Δn⊂Δn−1),再令Mk(n)=maxx∈Ik(n)(f(x))M_k^{(n)} = \max_{x\in I_k^{(n)}}(f(x))Mk(n)=maxx∈Ik(n)(f(x)),mk(n)=minx∈Ik(n)(f(x))m_k^{(n)} = \min_{x\in I_k^{(n)}}(f(x))mk(n)=minx∈Ik(n)(f(x)),作和式S‾(Δn)=∑k=02nMk(n)b−a2n\overline{S}(\Delta_{n}) = \sum_{k=0}^{2^n}{M_k^{(n)}\frac{b-a}{2^n}}S(Δn)=k=0∑2nMk(n)2nb−aS‾(Δn)=∑k=02nmk(n)b−a2n\underline{S}(\Delta_{n}) = \sum_{k=0}^{2^n}{m_k^{(n)}\frac{b-a}{2^n}}S(Δn)=k=0∑2nmk(n)2nb−a则S‾(Δn)\overline{S}(\Delta_{n})S(Δn)是单调下降的,S‾(Δn)\underline{S}(\Delta_{n})S(Δn)是单调上升。令I‾=limn→∞S‾(Δn)\overline{I} = \lim_{n\to\infty}{\overline{S}(\Delta_{n})}I=limn→∞S(Δn),I‾=limn→∞S‾(Δn)\underline{I} = \lim_{n\to\infty}{\underline{S}(\Delta_{n})}I=limn→∞S(Δn)S‾(Δn)−S‾(Δn)=b−a2n∑k=0(Mk(n)−mk(n))\overline{S}(\Delta_{n})-\underline{S}(\Delta_{n}) =\frac{b-a}{2^n}\sum_{k=0}{(M_k^{(n)}-m_k^{(n)})}S(Δn)−S(Δn)=2nb−ak=0∑(Mk(n)−mk(n))由f(x)f(x)f(x)在[a,b][a,b][a,b]上连续,f(x)f(x)f(x)在[a,b][a,b][a,b]上一致连续,对任意的ε>0\varepsilon>0ε>0,存在δ>0\delta>0δ>0,对任意的[a,b][a,b][a,b]内两点x1,x2x_1,x_2x1,x2
,只要∣x1−x2∣<δ|x_1-x_2|<\delta∣x1−x2∣<δ,就有∣f(x1)−f(x2)∣<εb−a|f(x_1)-f(x_2)|<\frac{\varepsilon}{b-a}∣f(x1)−f(x2)∣<b−aε再由连续性f(x)f(x)f(x)在[a,b][a,b][a,b]上可取得最大值和最小值。这样,只要b−a2n<δ\frac{b-a}{2^n}<\delta2nb−a<δ就有(Mk(n)−mk(n))<εb−a(M_k^{(n)}-m_k^{(n)})<\frac{\varepsilon}{b-a}(Mk(n)−mk(n))<b−aεS‾(Δn)−S‾(Δn)<ε\overline{S}(\Delta_{n})-\underline{S}(\Delta_{n})<\varepsilonS(Δn)−S(Δn)<ε记I=I‾=I‾I=\overline{I}=\underline{I}I=I=I
第二步,证明:∫abf(x)dx=I\int_a^b{f(x)dx}=I∫abf(x)dx=I
对任意的分划Δ\DeltaΔ,令Δn′=Δn∪Δ\Delta^\prime_n = \Delta_n \cup \DeltaΔn′=Δn∪Δ,再令Δn′={y0(n),y1(n),⋯,ykn(n)}\Delta^\prime_n = \{y_0^{(n)},y_1^{(n)},\cdots,y_{k_n}^{(n)}\}Δn′={y0(n),y1(n),⋯,ykn(n)},其中a=y0(n)<y1(n)<⋯<ykn(n)=ba=y_0^{(n)}<y_1^{(n)}<\cdots<y_{k_n}^{(n)}=ba=y0(n)<y1(n)<⋯<ykn(n)=b,任取一个Riemann和S(Δ,f)S(\Delta,f)S(Δ,f),设ξk(n)\xi_k^{(n)}ξk(n)是区间[yk−1(n),yk(n)][y_{k-1}^{(n)},y_k^{(n)}][yk−1(n),yk(n)]在Δ\DeltaΔ中对应的分划中,f(x)f(x)f(x)的取点。Mk′′(n),mk′(n)M_k^{'\prime(n)},m_k^{\prime(n)}Mk′′(n),mk′(n)是f(x)f(x)f(x)在区间[yk−1(n),yk(n)][y_{k-1}^{(n)},y_k^{(n)}][yk−1(n),yk(n)]的最大值和最小值。
同时令S‾(Δn′)=∑i=0knMk′(n)(yk(n)−yk−1(n))\overline{S}(\Delta^\prime_n) = \sum_{i=0}^{k_n} {M_k^{\prime(n)}(y_k^{(n)}-y_{k-1}^{(n)})}S(Δn′)=i=0∑knMk′(n)(yk(n)−yk−1(n))S‾(Δn′)=∑i=0knmk′(n)(yk(n)−yk−1(n))\underline{S}(\Delta^\prime_n) = \sum_{i=0}^{k_n} {m_k^{\prime(n)}(y_k^{(n)}-y_{k-1}^{(n)})}S(Δn′)=i=0∑knmk′(n)(yk(n)−yk−1(n))由于Δn′\Delta^\prime_nΔn′是Δn\Delta_nΔn的加细,就有S‾(Δn)≤S‾(Δn′)≤S‾(Δn′)≤S‾(Δn)\underline{S}(\Delta_n)\le\underline{S}(\Delta^\prime_n) \le\overline{S}(\Delta^\prime_n)\le\overline{S}(\Delta_n)S(Δn)≤S(Δn′)≤S(Δn′)≤S(Δn)由夹逼准则,就有limn→∞S‾(Δn′)=limn→∞S‾(Δn′)=I\lim_{n\to\infty}{\overline{S}(\Delta^\prime_n)} =\lim_{n\to\infty}{\underline{S}(\Delta^\prime_n)} =In→∞limS(Δn′)=n→∞limS(Δn′)=I对任意的ε>0\varepsilon>0ε>0,存在NNN,n≥Nn\ge Nn≥N时,有∣limn→∞S‾(Δn′)−I∣<ε2|\lim_{n\to\infty}{\overline{S}(\Delta^\prime_n)}-I|< \frac{\varepsilon}{2}∣n→∞limS(Δn′)−I∣<2ε取定一个nnn,又由一致连续性,存在δ>0\delta>0δ>0,当∣x1−x2∣<δ|x_1-x_2|<\delta∣x1−x2∣<δ时,∣f(x1)−f(x2)<ε2(b−a)|f(x_1)-f(x_2)<\frac{\varepsilon}{2(b-a)}∣f(x1)−f(x2)<2(b−a)ε,这样,当λ(Δ)<δ\lambda(\Delta)<\deltaλ(Δ)<δ时,∣ξk(n)−Mk′(n)∣<ε2(b−a)|\xi_k^{(n)}-M_k^{\prime(n)}|< \frac{\varepsilon}{2(b-a)}∣ξk(n)−Mk′(n)∣<2(b−a)ε,于是∣S(Δ,f)−S‾(Δn′)∣<ε2|S(\Delta,f)-\overline{S}(\Delta^\prime_n)|<\frac{\varepsilon}{2}∣S(Δ,f)−S(Δn′)∣<2ε∣S(Δ,f)−I∣≤∣S(Δ,f)−S‾(Δn′)∣+∣ξk(n)−Mk′(n)∣<ε|S(\Delta,f)-I|\le |S(\Delta,f)-\overline{S}(\Delta^\prime_n)| +|\xi_k^{(n)}-M_k^{\prime(n)}| < \varepsilon∣S(Δ,f)−I∣≤∣S(Δ,f)−S(Δn′)∣+∣ξk(n)−Mk′(n)∣<ε
从正面过程可以知道,一致连续性对可积性来说是十分重要的一个性质。
对一般的函数,在每个小区间上不一定能取到最大值和最小值。然而,我们依然可以仿照以上证明过程,给出一个上和和下和的概念。
定义7.3 f(x)f(x)f(x)是闭区间[a,b][a,b][a,b]的一个有界函数,Δ={x0,x1,⋯,xn}\Delta=\{x_0,x_1,\cdots,x_n\}Δ={x0,x1,⋯,xn}是[a,b][a,b][a,b]的一个分划,a=x0<x1<⋯<xn=ba=x_0<x_1<\cdots<x_n=ba=x0<x1<⋯<xn=b,Mi=supxi−1<x<xif(x),mi=infxi−1<x<xif(x)M_i = \sup_{x_{i-1}<x<x_i}{f(x)},m_i=\inf_{x_{i-1}<x<x_i}{f(x)}Mi=supxi−1<x<xif(x),mi=infxi−1<x<xif(x),称和式S‾(Δ,f)=∑i=0nMi(xi−xi−1)\overline{S}(\Delta,f) = \sum_{i=0}^n{M_i(x_i-x_{i-1})}S(Δ,f)=∑i=0nMi(xi−xi−1)是fff在[a,b][a,b][a,b]上的达布上和,S‾(Δ,f)=∑i=0nmi(xi−xi−1)\underline{S}(\Delta,f) = \sum_{i=0}^n{m_i(x_i-x_{i-1})}S(Δ,f)=∑i=0nmi(xi−xi−1)是fff在[a,b][a,b][a,b]上的达布下和
容易证明如下三条引理
引理7.1 f(x)f(x)f(x)是闭区间[a,b][a,b][a,b]的一个有界函数,Δ={x0,x1,⋯,xn}\Delta=\{x_0,x_1,\cdots,x_n\}Δ={x0,x1,⋯,xn}是[a,b][a,b][a,b]的一个分划,a=x0<x1<⋯<xn=ba=x_0<x_1<\cdots<x_n=ba=x0<x1<⋯<xn=b,S‾(Δ,f)\overline{S}(\Delta,f)S(Δ,f)是一切fff在Δ\DeltaΔ上的Riemann和的上确界,S‾(Δ,f)\underline{S}(\Delta,f)S(Δ,f)是一切fff在Δ\DeltaΔ上的Riemann和的下确界
引理7.2 f(x)f(x)f(x)是闭区间[a,b][a,b][a,b]的一个有界函数,Δ1,Δ2\Delta_1,\Delta_2Δ1,Δ2是[a,b][a,b][a,b]的两个分划,并且,Δ1⊂Δ2\Delta_1\subset\Delta_2Δ1⊂Δ2,则S‾(Δ1)≤S‾(Δ2)≤S‾(Δ2)≤S‾(Δ1)\underline{S}(\Delta_1)\le\underline{S}(\Delta_2) \le\overline{S}(\Delta_2)\le\overline{S}(\Delta_1)S(Δ1)≤S(Δ2)≤S(Δ2)≤S(Δ1)
引理7.3 f(x)f(x)f(x)是闭区间[a,b][a,b][a,b]的一个有界函数,则f(x)f(x)f(x)的任意达布下和不超过任意达布上和,即使他们对应不同的分划
这样,一切达布上和有下界,一切达布上和有上界,那么达布上和有下确界,我们记为I‾\overline{I}I,达布下和有上确界,我们记为I‾\underline{I}I,并且I‾≤I‾\underline{I}\le \overline{I}I≤I。类似于连续函数可积性的证明过程,我们猜想:I‾=I‾=I\underline{I}= \overline{I}=II=I=I时,III就是f(x)f(x)f(x)在[a,b][a,b][a,b]上的积分。
定理7.2 有界函数f(x)f(x)f(x)在[a,b][a,b][a,b]上可积的充要条件是:limλ(Δ)→0[S‾(Δ,f)−S‾(Δ,f)]=0\lim_{\lambda(\Delta)\to 0}{[ \overline{S}(\Delta,f)-\underline{S}(\Delta,f) ]}=0λ(Δ)→0lim[S(Δ,f)−S(Δ,f)]=0
证:
必要性,如果f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,设I=∫abf(x)dxI=\int_a^b{f(x)dx}I=∫abf(x)dx。
对任意的ε>0\varepsilon>0ε>0,存在δ>0\delta>0δ>0,对任意的分划Δ\DeltaΔ,当λ(Δ)<δ\lambda(\Delta)<\deltaλ(Δ)<δ时,任意S(Δ,f)S(\Delta,f)S(Δ,f)都有:I−ε<S(Δ,f)<I+εI-\varepsilon < S(\Delta,f) < I+\varepsilonI−ε<S(Δ,f)<I+ε由引理7.2S‾(Δ,f)≤I+ε\overline{S}(\Delta,f)\le I+\varepsilonS(Δ,f)≤I+εS‾(Δ,f)≥I−ε\underline{S}(\Delta,f)\ge I-\varepsilonS(Δ,f)≥I−ε就有I−ε≤S‾(Δ,f)≤I‾≤I‾≤S‾(Δ,f)≤I+εI-\varepsilon \le \underline{S}(\Delta,f) \le \underline{I} \le \overline{I} \le \overline{S}(\Delta,f) \le I+\varepsilonI−ε≤S(Δ,f)≤I≤I≤S(Δ,f)≤I+ε这样,S‾(Δ,f)−S‾(Δ,f)≤2ε\overline{S}(\Delta,f)-\underline{S}(\Delta,f) \le 2\varepsilonS(Δ,f)−S(Δ,f)≤2ε这就说明了,limλ(Δ)→0[S‾(Δ,f)−S‾(Δ,f)]=0\lim_{\lambda(\Delta)\to 0}{[ \overline{S}(\Delta,f)-\underline{S}(\Delta,f) ]}=0λ(Δ)→0lim[S(Δ,f)−S(Δ,f)]=0同时,由ε\varepsilonε的任意性,还可以得出I‾=I‾\overline{I}=\underline{I}I=I的结论
充分性,如果limλ(Δ)→0[S‾(Δ,f)−S‾(Δ,f)]=0\lim_{\lambda(\Delta)\to 0}{[ \overline{S}(\Delta,f)-\underline{S}(\Delta,f) ]}=0λ(Δ)→0lim[S(Δ,f)−S(Δ,f)]=0由不等式:S‾(Δ,f)≤I‾≤I‾≤S‾(Δ,f)≤\underline{S}(\Delta,f) \le \underline{I} \le \overline{I} \le \overline{S}(\Delta,f) \le S(Δ,f)≤I≤I≤S(Δ,f)≤可以得出结论:I‾=I‾\overline{I}=\underline{I}I=I
设I‾=I‾=I\overline{I}=\underline{I}=II=I=I,对任意的分划Δ\DeltaΔ,就有S‾(Δ,f)≤I≤S‾(Δ,f)\underline{S}(\Delta,f)\le I \le\overline{S}(\Delta,f)S(Δ,f)≤I≤S(Δ,f)对任意的Riemann和,都有S‾(Δ,f)≤S(Δ,f)≤S‾(Δ,f)\underline{S}(\Delta,f)\le S(\Delta,f) \le \overline{S}(\Delta,f)S(Δ,f)≤S(Δ,f)≤S(Δ,f)这样,0<∣S(Δ,f)−I∣≤S‾(Δ,f)−S‾(Δ,f)0<|S(\Delta,f)-I|\le \overline{S}(\Delta,f)-\underline{S}(\Delta,f) 0<∣S(Δ,f)−I∣≤S(Δ,f)−S(Δ,f)对任意的ε>0\varepsilon>0ε>0,存在δ>0\delta>0δ>0,λ(Δ)<δ\lambda(\Delta)<\deltaλ(Δ)<δ时,都有S‾(Δ,f)−S‾(Δ,f)<ε\overline{S}(\Delta,f)-\underline{S}(\Delta,f)<\varepsilonS(Δ,f)−S(Δ,f)<ε这样,任意的S(Δ,f)S(\Delta,f)S(Δ,f)都有∣S(Δ,f)−I∣<ε|S(\Delta,f)-I|<\varepsilon∣S(Δ,f)−I∣<ε这就证明了∫abf(x)dx=I\int_a^b{f(x)dx}=I∫abf(x)dx=I
从证明的过程也可以看出,如果可积时,一定有I‾=I‾=∫abf(x)dx\overline{I}=\underline{I}=\int_a^b{f(x)dx}I=I=∫abf(x)dx但上下积分相等能不能直接得到可积性呢?实际上,我们由如下的达布定理。
定理7.3(达布定理)f(x)f(x)f(x)是闭区间[a,b][a,b][a,b]上的有界函数,则有limλ(Δ)→0S‾(Δ)=I‾\lim_{\lambda(\Delta)\to 0 }{ \underline{S}(\Delta) = \underline{I} }λ(Δ)→0limS(Δ)=Ilimλ(Δ)→0S‾(Δ)=I‾\lim_{\lambda(\Delta)\to 0 }{ \overline{S}(\Delta) = \overline{I} }λ(Δ)→0limS(Δ)=I
由达布定理,就有如下推论:
推论7.1 f(x)f(x)f(x)是[a,b][a,b][a,b]上的有界函数,则f(x)f(x)f(x)在[a,b][a,b][a,b]上Riemann可积的充要条件是I‾=I‾\underline{I}=\overline{I}I=I
下面我们证明定理7.3:
证: 我们仅证limλ(Δ)→0S‾(Δ)=I‾\lim_{\lambda(\Delta)\to 0 }{ \overline{S}(\Delta) = \overline{I} }limλ(Δ)→0S(Δ)=I,limλ(Δ)→0S‾(Δ)=I‾\lim_{\lambda(\Delta)\to 0 }{ \underline{S}(\Delta) = \underline{I} }limλ(Δ)→0S(Δ)=I的证明是类似的。
对任意ε>0\varepsilon>0ε>0,取由上积分的定义,存在分划列{Δ0}\{\Delta_0\}{Δ0},满足I‾≤S‾(Δ0,f)<I‾+ε2\overline{I}\le \overline{S}(\Delta_0,f) <\overline{I} +\frac{\varepsilon}{2}I≤S(Δ0,f)<I+2ε对任意的分划Δ\DeltaΔ,令Δ0′=Δ0∪Δ\Delta^\prime_0=\Delta_0\cup\DeltaΔ0′=Δ0∪Δ,就有
I‾≤S‾(Δ0′,f)≤S‾(Δ0,f)<I‾+ε2\overline{I}\le \overline{S}(\Delta^\prime_0,f)\le \overline{S}(\Delta_0,f) < \overline{I} + \frac{\varepsilon}{2}I≤S(Δ0′,f)≤S(Δ0,f)<I+2ε只要考察∣S‾(Δ,f)−S‾(Δ0′,f)∣|\overline{S}(\Delta,f)-\overline{S}(\Delta^\prime_0,f)|∣S(Δ,f)−S(Δ0′,f)∣即可
实际上,对Δ\DeltaΔ的每一个小区间,如果其中没有Δn\Delta_nΔn的分点,Δ\DeltaΔ和Δn′\Delta^\prime_nΔn′对应的项没有差距,差别就体现在插入了Δn\Delta_nΔn分点的小区间上。
不妨设∣f(x)∣≤M>0|f(x)|\le M>0∣f(x)∣≤M>0,如果某个小区间插入了一个分点,那么对应的上确界之差不超过2M2M2M,设NNN为Δn\Delta_nΔn的分点个数(N>2N>2N>2)。那么,如果Δ\DeltaΔ的某个区间完全含在Δ0\Delta_0Δ0的某个区间内,那么,Δ0′\Delta_0^\primeΔ0′内的某个区间与Δ\DeltaΔ的这个区间是相同的,不会对达布上和有影响,对达布上和有影响的只有插入了Δ0\Delta_0Δ0分点的区间,最多只有N−2N-2N−2个Δ\DeltaΔ的区间对达布上和影响,假设Δ\DeltaΔ的某个区间[xk−1,xk][x_{k-1},x_k][xk−1,xk]中插入了一个分点c(c∈(xk−1,xk))c(c\in(x_{k-1},x_k))c(c∈(xk−1,xk)),设f(x)f(x)f(x)在[xk−1,c][x_{k-1},c][xk−1,c]上的上确界为M1M_1M1,在[c,xk][c,x_k][c,xk]上上确界为M2M_2M2,在[xk−1,xk][x_{k-1},x_k][xk−1,xk]的上确界为M0M_0M0,从而∣M1(c−xk−1)+M2(xk−c)−M0(xk−xk−1)∣≤2M(xk−xk−1)≤2Mλ(Δ)\begin{aligned} &|M_1(c-x_{k-1})+M_2(x_k-c)-M_0(x_k-x_{k-1})|\le 2M(x_k-x_{k-1}) \\\le &2M\lambda(\Delta) \end{aligned} ≤∣M1(c−xk−1)+M2(xk−c)−M0(xk−xk−1)∣≤2M(xk−xk−1)2Mλ(Δ)从而∣S‾(Δ,f)−S‾(Δ0′,f)∣≤2M(N−2)λ(Δ)\begin{aligned} |\overline{S}(\Delta,f)-\overline{S}(\Delta_0^\prime,f)|\le 2M(N-2)\lambda(\Delta) \end{aligned} ∣S(Δ,f)−S(Δ0′,f)∣≤2M(N−2)λ(Δ)当λ(Δ)<ε4M(N−2)\displaystyle \lambda(\Delta)<\frac{\varepsilon}{4M(N-2)}λ(Δ)<4M(N−2)ε时∣S‾(Δ,f)−I‾∣≤∣S‾(Δ,f)−S‾(Δ0′,f)∣+∣S‾(Δ0′,f)−I‾∣<ε\begin{aligned} &|\overline{S}(\Delta,f)-\overline{I}|\\ \le & |\overline{S}(\Delta,f)-\overline{S}(\Delta_0^\prime,f)|+|\overline{S}(\Delta_0^\prime,f)-\overline{I}|<\varepsilon \end{aligned} ≤∣S(Δ,f)−I∣∣S(Δ,f)−S(Δ0′,f)∣+∣S(Δ0′,f)−I∣<ε因此limλ(Δ)→0S‾(Δ,f)=I‾\displaystyle \lim_{\lambda(\Delta)\to 0}\overline{S}(\Delta,f)=\overline{I}λ(Δ)→0limS(Δ,f)=I
可积函数类
定积分的性质
下面,我们来证明定积分的一些性质。
定理7.4(有界性) f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,那么f(x)f(x)f(x)就在[a,b][a,b][a,b]上有界。
证:
设∫abf(x)dx=I\int_a^b{f(x)dx}=I∫abf(x)dx=I,反证法证明,如果f(x)f(x)f(x)无界,那么任取分划Δ:a=x0<x1<⋯<xn=b\Delta:a=x_0<x_1<\cdots<x_n=bΔ:a=x0<x1<⋯<xn=b,必然有一个小区间无界,设就是[x0,x1][x_0,x_1][x0,x1]
可以取得ξn∈[x0,x1]\xi_n\in[x_0,x_1]ξn∈[x0,x1],使得∣f(ξn)∣>n|f(\xi_n)|>n∣f(ξn)∣>n,这样,无论λ(Δ)\lambda(\Delta)λ(Δ)有多小,都可以取得ξn∈[x0,x1]\xi_n\in[x_0,x_1]ξn∈[x0,x1],在其他区间的取法给定的条件下,Riemann和可以任意大,与可积矛盾
因此,对积分的讨论都是建立在有界函数上的。下面我们还要证明如下的定理。
定理7.5 f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,则∣f(x)∣|f(x)|∣f(x)∣在[a,b][a,b][a,b]上可积
证:
这是因为对任意的x1,x2∈[a,b]x_1,x_2\in[a,b]x1,x2∈[a,b],都有∣∣f(x1)∣−∣f(x2)∣∣≤∣f(x1)−f(x2)∣||f(x_1)|-|f(x_2)||\le|f(x_1)-f(x_2)|∣∣f(x1)∣−∣f(x2)∣∣≤∣f(x1)−f(x2)∣对任意的分划Δ:a=x0<x1<⋯<xn=n\Delta:a=x_0<x_1<\cdots<x_n=nΔ:a=x0<x1<⋯<xn=n,0≤S‾(Δ,∣f∣)−S‾(Δ,∣f∣)≤S‾(Δ,f)−S‾(Δ,f)0\le\overline{S}(\Delta,|f|)-\underline{S}(\Delta,|f|) \le \overline{S}(\Delta,f)-\underline{S}(\Delta,f)0≤S(Δ,∣f∣)−S(Δ,∣f∣)≤S(Δ,f)−S(Δ,f)令λ(Δ)→0\lambda(\Delta)\to 0λ(Δ)→0,就有
limλ(Δ)→0S‾(Δ,∣f∣)−S‾(Δ,∣f∣)=0\lim_{\lambda(\Delta)\to 0} { \overline{S}(\Delta,|f|)-\underline{S}(\Delta,|f|) } =0λ(Δ)→0limS(Δ,∣f∣)−S(Δ,∣f∣)=0
类似地,可以证明:
定理7.6 f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,则f(x)f(x)f(x)在[a,b][a,b][a,b]的任意子区间可积
证明比较简单,这里就不写出具体的证明过程了。
下面,我们就可以给出Riemann积分的一些性质。
定理7.7
(1)(线性性质)f(x)f(x)f(x)和g(x)g(x)g(x)在[a,b][a,b][a,b]上Riemann可积,则对任意的实数c,dc,dc,d,cf(x)+dg(x)cf(x)+dg(x)cf(x)+dg(x)在[a,b][a,b][a,b]上Riemann可积,并且∫abcf(x)+dg(x)dx=c∫abf(x)dx+d∫abg(x)dx\int_a^b{cf(x)+dg(x)dx} =c\int_a^b{f(x)dx}+d\int_a^b{g(x)dx}∫abcf(x)+dg(x)dx=c∫abf(x)dx+d∫abg(x)dx(2)(不等式性质)f(x)f(x)f(x)和g(x)g(x)g(x)在[a,b][a,b][a,b]上Riemann可积,并且f(x)≤g(x),∀x∈[a,b]f(x)\le g(x) ,\forall x \in [a,b]f(x)≤g(x),∀x∈[a,b],则∫abf(x)dx≤∫abg(x)dx\int_a^b{f(x)dx}\le \int_a^b{g(x)dx}∫abf(x)dx≤∫abg(x)dx(3)(绝对值性质)f(x)f(x)f(x)在[a,b][a,b][a,b]上Riemann可积,则∣∫abf(x)dx∣≤∫ab∣f(x)∣dx|\int_a^b{f(x)dx}|\le\int_a^b{|f(x)|dx}∣∫abf(x)dx∣≤∫ab∣f(x)∣dx(4)(区间可加性)对任意的a<c<ba<c<ba<c<b,f(x)f(x)f(x)在[a,b][a,b][a,b]上可积的充要条件是f(x)f(x)f(x)在[a,c][a,c][a,c]和[c,b][c,b][c,b]上都可积,并且∫acf(x)dx+∫cbf(x)dx=∫abf(x)dx\int_a^c{f(x)dx} + \int_c^b{f(x)dx} =\int_a^b{f(x)dx}∫acf(x)dx+∫cbf(x)dx=∫abf(x)dx
证:
(1)对任意的分划Δ:a=x0<x1<⋯,xn=b\Delta:a=x_0<x_1<\cdots,x_n=bΔ:a=x0<x1<⋯,xn=b,对任意的ξk∈[xk−1,xk](k=1,⋯,n)\xi_k\in[x_{k-1},x_k](k=1,\cdots,n)ξk∈[xk−1,xk](k=1,⋯,n),有∣∑k=1n[cf(ξn)+dg(ξn)(xk−xk−1)]−c∫abf(x)dx−d∫abg(x)dx∣≤∣c∣∣∑k=1nf(ξn)(xk−xk−1)−∫abf(x)dx∣+∣d∣∣∑k=1ng(ξn)(xk−xk−1)−∫abg(x)dx∣|\sum_{k=1}^{n}[cf(\xi_n)+dg(\xi_n)(x_{k}-x_{k-1})]-c\int_a^b{f(x)dx}-d\int_a^b{g(x)dx}|\le\\ |c||\sum_{k=1}^n{f(\xi_n)(x_k-x_{k-1})}-\int_a^b{f(x)dx}| +|d||\sum_{k=1}^n{g(\xi_n)(x_k-x_{k-1})}-\int_a^b{g(x)dx}| ∣k=1∑n[cf(ξn)+dg(ξn)(xk−xk−1)]−c∫abf(x)dx−d∫abg(x)dx∣≤∣c∣∣k=1∑nf(ξn)(xk−xk−1)−∫abf(x)dx∣+∣d∣∣k=1∑ng(ξn)(xk−xk−1)−∫abg(x)dx∣对任意的ε>0\varepsilon>0ε>0,存在δ1>0\delta_1>0δ1>0,λ(Δ)<δ1\lambda(\Delta)<\delta_1λ(Δ)<δ1时,有∣∑k=1nf(ξn)(xk−xk−1)−∫abf(x)dx∣<ε2∣c∣|\sum_{k=1}^n{f(\xi_n)(x_k-x_{k-1})}-\int_a^b{f(x)dx}|<\frac{\varepsilon}{2|c|} ∣k=1∑nf(ξn)(xk−xk−1)−∫abf(x)dx∣<2∣c∣ε又存在δ2>0\delta_2>0δ2>0,λ(Δ)<δ2\lambda(\Delta)<\delta_2λ(Δ)<δ2时,有∣∑k=1ng(ξn)(xk−xk−1)−∫abg(x)dx∣<ε2∣d∣|\sum_{k=1}^n{g(\xi_n)(x_k-x_{k-1})}-\int_a^b{g(x)dx}|<\frac{\varepsilon}{2|d|} ∣k=1∑ng(ξn)(xk−xk−1)−∫abg(x)dx∣<2∣d∣ε因此,当λ(Δ)<min(δ1,δ2)\lambda(\Delta)<\min(\delta_1,\delta_2)λ(Δ)<min(δ1,δ2)时,就有∣∑k=1n[cf(ξn)+dg(ξn)(xk−xk−1)]−c∫abf(x)dx−d∫abg(x)dx∣<ε|\sum_{k=1}^{n}[cf(\xi_n)+dg(\xi_n)(x_{k}-x_{k-1})]-c\int_a^b{f(x)dx}-d\int_a^b{g(x)dx}|<\varepsilon∣k=1∑n[cf(ξn)+dg(ξn)(xk−xk−1)]−c∫abf(x)dx−d∫abg(x)dx∣<ε(2)(3)的证明比较简单,省略
下面证明(4):只证明前一个命题,后一个命题比较容易,而前一命题只需要证明充分性
实际上,由达布定理,我们只需要取得一个分划列{Δn}\{\Delta_n\}{Δn},λ(Δn)→0\lambda(\Delta_n)\to 0λ(Δn)→0,有S‾(Δn)−S‾(Δn)→0\overline{S}(\Delta_n)-\underline{S}(\Delta_n)\to 0S(Δn)−S(Δn)→0就可以证得可积性,而这可以通过分别取[a,c][a,c][a,c]和[c,b][c,b][c,b]的分划列{Δn1}\{\Delta^{1}_n\}{Δn1}和{Δn2}\{\Delta^2_n\}{Δn2},再合并成{Δn}\{\Delta_n\}{Δn}即可证得结论。
微积分基本定理
微积分基本定理
上一章,我们把微分的逆运算称为“不定积分”,但从定积分的定义来看,“不定积分”离真正的“积分”的定义还相去甚远。本节要证明的微积分基本定理,正是搭起微分和积分的一座桥梁。
定理7.8(微积分基本定理) f(x)f(x)f(x)在[a,b][a,b][a,b]上可积且原函数存在,原函数为F(x)F(x)F(x),则∫abf(x)dx=F(b)−F(a)\int_a^b{f(x)dx} = F(b)-F(a)∫abf(x)dx=F(b)−F(a)
证:对[a,b][a,b][a,b]的任意分划Δ:a=x0<x1<⋯<xn=b\Delta:a=x_0<x_1<\cdots<x_n=bΔ:a=x0<x1<⋯<xn=b,有F(b)−F(a)=∑k=1nF(xk)−F(xk−1)(1)\tag{1} F(b)-F(a)=\sum_{k=1}^n{F(x_k)-F(x_{k-1})} F(b)−F(a)=k=1∑nF(xk)−F(xk−1)(1)由拉格朗日中值定理,存在ξk∈(xk−1,xk)\xi_k \in (x_{k-1},x_k)ξk∈(xk−1,xk),满足F(xk)−F(xk−1)=f(ξk)(xk−xk−1)F(x_k)-F(x_{k-1})=f(\xi_k)(x_k-x_{k-1})F(xk)−F(xk−1)=f(ξk)(xk−xk−1)k=1,⋯,nk=1,\cdots,nk=1,⋯,n,代入(1)中,有F(b)−F(a)=∑k=1nf(ξk)(xk−xk−1)F(b)-F(a)=\sum_{k=1}^n{f(\xi_k)(x_k-x_{k-1})} F(b)−F(a)=k=1∑nf(ξk)(xk−xk−1)再令λ(Δ)→0\lambda(\Delta)\to 0λ(Δ)→0,按照定积分的定义,有
∫abf(x)dx=F(b)−F(a)\int_a^b{f(x)dx} = F(b)-F(a)∫abf(x)dx=F(b)−F(a)
微积分基本定理将原函数和积分联系在一起,而原函数是微分的逆运算,因此,在原函数存在的情况下,就为定积分的计算提供了一种手段。
变上限积分的性质
微积分基本定理要求f(x)f(x)f(x)可积,可积性问题由达布理论可以解决。还要求f(x)f(x)f(x)原函数存在,原函数存在性问题,我们至今没有介绍,现在,我们利用定积分,可以回答这个问题。
定理7.9
(1)f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,那么变上限积分∫axf(x)dx\int_a^x{f(x)dx}∫axf(x)dx是[a,b][a,b][a,b]上的连续函数
(2)如果f(x)f(x)f(x)在[a,b][a,b][a,b]上连续,那么变上限积分∫axf(x)dx\int_a^x{f(x)dx}∫axf(x)dx在[a,b][a,b][a,b]上可导,并且导函数为f(x)f(x)f(x)
利用定理7.9的结论(2),就有如下推论:
定理7.10(原函数存在定理) 闭区间上的连续函数都存在原函数
在证明定理7.9之前,我们先证明积分第一中值定理:
定理7.11(积分第一中值定理) f(x)f(x)f(x)在[a,b][a,b][a,b]上连续,可积函数g(x)g(x)g(x)在[a,b][a,b][a,b]非负,则存在ξ∈[a,b]\xi\in[a,b]ξ∈[a,b],使得∫abf(x)g(x)dx=f(ξ)∫abg(x)dx\int_a^b{f(x)g(x)dx}=f(\xi)\int_{a}^b{g(x)dx}∫abf(x)g(x)dx=f(ξ)∫abg(x)dx
证:
设f(x)f(x)f(x)在[a,b][a,b][a,b]上的最大值和最小值分别为MMM和mmm,由积分的不等式性质,有m∫abg(x)dx≤∫abf(x)g(x)dx≤M∫abg(x)dxm\int_{a}^b{g(x)dx}\le\int_a^b{f(x)g(x)dx}\le M\int_{a}^b{g(x)dx} m∫abg(x)dx≤∫abf(x)g(x)dx≤M∫abg(x)dx不妨设∫abg(x)dx>0\int_{a}^b{g(x)dx}>0∫abg(x)dx>0,从而m≤∫abf(x)g(x)dx∫abg(x)dx≤Mm\le\frac{\int_a^b{f(x)g(x)dx}}{\int_{a}^b{g(x)dx}}\le M m≤∫abg(x)dx∫abf(x)g(x)dx≤M再由连续函数的介值定理,存在ξ∈[a,b]\xi\in[a,b]ξ∈[a,b],满足:f(ξ)=∫abf(x)g(x)dx∫abg(x)dxf(\xi)=\frac{\int_a^b{f(x)g(x)dx}}{\int_{a}^b{g(x)dx}}f(ξ)=∫abg(x)dx∫abf(x)g(x)dx
下面我们证明定理7.9:
证:(1)∣∫ax+Δxf(x)dx−∫axf(x)dx∣≤∣∫xx+Δxf(x)dx∣≤∫xx+Δx∣f(x)∣dx|\int_a^{x+\Delta x}{f(x)dx}-\int_a^x{f(x)dx}|\le \\|\int_x^{x+\Delta x}{f(x)dx}|\le \int_x^{x+\Delta x}{|f(x)|dx} ∣∫ax+Δxf(x)dx−∫axf(x)dx∣≤∣∫xx+Δxf(x)dx∣≤∫xx+Δx∣f(x)∣dx由f(x)f(x)f(x)可积,f(x)f(x)f(x)有界,设∣f(x)∣≤M>0|f(x)|\le M>0∣f(x)∣≤M>0,则∣∫ax+Δxf(x)dx−∫axf(x)dx∣≤M∣Δx∣|\int_a^{x+\Delta x}{f(x)dx}-\int_a^x{f(x)dx}|\le M|\Delta x| ∣∫ax+Δxf(x)dx−∫axf(x)dx∣≤M∣Δx∣对任意的ε>0\varepsilon>0ε>0,当∣Δx∣<εM|\Delta x|<\frac{\varepsilon}{M}∣Δx∣<Mε时,就有∣∫ax+Δxf(x)dx−∫axf(x)dx∣<ε|\int_a^{x+\Delta x}{f(x)dx}-\int_a^x{f(x)dx}| <\varepsilon ∣∫ax+Δxf(x)dx−∫axf(x)dx∣<ε(2)limΔx→0∫xx+Δxf(x)dxΔx=limΔx→0f(ξ)ΔxΔx=limΔx→0f(ξ)=f(x)\lim_{\Delta x\to 0}{\frac{\int_x^{x+\Delta x}{f(x)dx}}{\Delta x}}\\ =\lim_{\Delta x\to 0}\frac{f(\xi)\Delta x}{\Delta x} =\lim_{\Delta x\to 0}{f(\xi)} =f(x) Δx→0limΔx∫xx+Δxf(x)dx=Δx→0limΔxf(ξ)Δx=Δx→0limf(ξ)=f(x)以上等式中的ξ\xiξ介于xxx和x+Δxx+\Delta xx+Δx之间
定积分的换元积分法和分部积分法
由微积分基本定理,我们就可以把求原函数的换元积分法和分部积分法,推广到定积分的计算当中。
定理7.12 ϕ(t)\phi(t)ϕ(t)在[a,b][a,b][a,b]上可导,f(ϕ(t))ϕ′(t)f(\phi(t))\phi^\prime(t)f(ϕ(t))ϕ′(t)在[a,b][a,b][a,b]上可积,f(x)f(x)f(x)在[ϕ(a),ϕ(b)][\phi(a),\phi(b)][ϕ(a),ϕ(b)]上可积且原函数存在,则∫abf(ϕ(t))ϕ′(t)dt=∫ϕ(a)ϕ(b)f(x)dx\int_a^b{f(\phi(t))\phi^\prime(t)dt} =\int_{\phi(a)}^{\phi(b)}{f(x)dx}∫abf(ϕ(t))ϕ′(t)dt=∫ϕ(a)ϕ(b)f(x)dx
证:
由于f(x)f(x)f(x)在[ϕ(a),ϕ(b)][\phi(a),\phi(b)][ϕ(a),ϕ(b)]上的原函数存在,设为F(x)F(x)F(x)
F(ϕ(t))F(\phi(t))F(ϕ(t))是f(ϕ(t))ϕ′(t)f(\phi(t))\phi^\prime(t)f(ϕ(t))ϕ′(t)在[a,b][a,b][a,b]的原函数。
由微积分基本定理,有∫abf(ϕ(t))ϕ′(t)dt=F(ϕ(b))−F(ϕ(a))\int_a^b{f(\phi(t))\phi^\prime(t)dt} =F(\phi(b))-F(\phi(a)) ∫abf(ϕ(t))ϕ′(t)dt=F(ϕ(b))−F(ϕ(a))∫ϕ(a)ϕ(b)f(x)dx=F(ϕ(b))−F(ϕ(a))\int_{\phi(a)}^{\phi(b)}{f(x)dx} =F(\phi(b))-F(\phi(a)) ∫ϕ(a)ϕ(b)f(x)dx=F(ϕ(b))−F(ϕ(a))因此,∫abf(ϕ(t))ϕ′(t)dt=∫ϕ(a)ϕ(b)f(x)dx\int_a^b{f(\phi(t))\phi^\prime(t)dt} =\int_{\phi(a)}^{\phi(b)}{f(x)dx}∫abf(ϕ(t))ϕ′(t)dt=∫ϕ(a)ϕ(b)f(x)dx
定理7.13 如果x=ϕ(t)x=\phi(t)x=ϕ(t)的导数恒为正,f(x)f(x)f(x)在[a,b][a,b][a,b]上可积,f(ϕ(t))ϕ′(t)f(\phi(t))\phi^\prime(t)f(ϕ(t))ϕ′(t)在[ϕ−1(a),ϕ−1(b)][\phi^{-1}(a),\phi^{-1}(b)][ϕ−1(a),ϕ−1(b)]上存在原函数且可积,则
∫abf(x)dx=∫ϕ−1(a)ϕ−1(b)f(ϕ(t))ϕ′(t)dt\int_a^b{f(x)dx}=\int_{\phi^{-1}(a)}^{\phi^{-1}(b)}{ f(\phi(t))\phi^\prime(t)dt }∫abf(x)dx=∫ϕ−1(a)ϕ−1(b)f(ϕ(t))ϕ′(t)dt
定理7.14f(x),g(x)f(x),g(x)f(x),g(x)可导,g(x)g(x)g(x)原函数为G(x)G(x)G(x),f′(x)G(x)f^\prime(x)G(x)f′(x)G(x)在[a,b][a,b][a,b]上的原函数存在且可积,则∫abf(x)g(x)dx=f(b)G(b)−f(a)G(a)−∫abf′(x)G(x)dx\int_a^b{f(x)g(x)dx} =f(b)G(b)-f(a)G(a)-\int_a^b{f^\prime(x)G(x)dx}∫abf(x)g(x)dx=f(b)G(b)−f(a)G(a)−∫abf′(x)G(x)dx
证明是类似的,这里不证。
积分第二中值定理
积分第二中值定理在反常积分的证明中十分关键,我们先给出积分第二中值定理的内容。
定理7.15(积分第二中值定理) g(x)g(x)g(x)在[a,b][a,b][a,b]上可积
(1)f(x)f(x)f(x)在[a,b][a,b][a,b]上单调上升,f(x)≥0f(x)\ge0f(x)≥0,则存在ξ∈[a,b]\xi \in [a,b]ξ∈[a,b]∫abf(x)g(x)dx=f(b)∫ξbg(x)dx\int_a^b{f(x)g(x)dx} =f(b)\int_\xi^b{g(x)dx}∫abf(x)g(x)dx=f(b)∫ξbg(x)dx(2)f(x)f(x)f(x)在[a,b][a,b][a,b]上单调下降,f(x)≥0f(x)\ge 0f(x)≥0,则存在ξ∈[a,b]\xi \in [a,b]ξ∈[a,b]
∫abf(x)g(x)dx=f(a)∫aξg(x)dx\int_a^b{f(x)g(x)dx} =f(a)\int_a^\xi{g(x)dx}∫abf(x)g(x)dx=f(a)∫aξg(x)dx(3)f(x)f(x)f(x)在[a,b][a,b][a,b]上单调,则存在ξ∈[a,b]\xi \in [a,b]ξ∈[a,b]∫abf(x)g(x)dx=f(a)∫aξg(x)dx+f(b)∫ξbg(x)dx\int_a^b{f(x)g(x)dx} =f(a)\int_a^\xi{g(x)dx}+f(b)\int_\xi^b{g(x)dx}∫abf(x)g(x)dx=f(a)∫aξg(x)dx+f(b)∫ξbg(x)dx
由于定理的条件十分宽松,因此,我们不妨把条件加强给出一个简单的证明,再从这个证明中寻找证明的思路。
假设f(x)f(x)f(x)在[a,b][a,b][a,b]上单调上升且有连续导数,g(x)g(x)g(x)在[a,b][a,b][a,b]连续,令G(x)=∫xbg(t)dtG(x)=\int_x^b{g(t)dt}G(x)=∫xbg(t)dt,G′(x)=−g(x)G^\prime(x) = -g(x)G′(x)=−g(x),由分部积分法:∫abf(x)g(x)dx=−∫abf(x)dG(x)=−f(x)G(x)∣ab+∫abf′(x)G(x)dx=f(a)∫abg(t)dt+∫abf′(x)G(x)dx(3)\tag{3} \int_a^b{f(x)g(x)dx}=-\int_a^b{f(x)dG(x)} =-f(x)G(x)|_a^b + \int_a^b{f^\prime(x)G(x)dx}\\ =f(a)\int_a^b{g(t)dt} + \int_a^b{f^\prime(x)G(x)dx} ∫abf(x)g(x)dx=−∫abf(x)dG(x)=−f(x)G(x)∣ab+∫abf′(x)G(x)dx=f(a)∫abg(t)dt+∫abf′(x)G(x)dx(3)设M,mM,mM,m是G(x)G(x)G(x)在[a,b][a,b][a,b]上的最大值和最小值,那么就有m∫abf′(x)dx≤∫abf′(x)G(x)dxM∫abf′(x)dxm\int_a^b{f^\prime(x)dx}\le \int_a^b{f^\prime(x)G(x)dx} M \int_a^b{f^\prime(x)dx} m∫abf′(x)dx≤∫abf′(x)G(x)dxM∫abf′(x)dx即m≤∫abf′(x)G(x)dxf(b)−f(a)≤Mm\le \frac{\int_a^b{f^\prime(x)G(x)dx}}{f(b)-f(a)} \le M m≤f(b)−f(a)∫abf′(x)G(x)dx≤M再由连续函数的介值定理,存在ξ∈[a,b]\xi \in [a,b]ξ∈[a,b]G(ξ)=∫abf′(x)G(x)dxf(b)−f(a)G(\xi) = \frac{\int_a^b{f^\prime(x)G(x)dx}}{f(b)-f(a)}G(ξ)=f(b)−f(a)∫abf′(x)G(x)dx
再代入到(3)中,就可以得到∫abf(x)g(x)dx=f(a)∫aξg(x)dx+f(b)∫ξbg(x)dx\int_a^b{f(x)g(x)dx} =f(a)\int_a^\xi{g(x)dx}+f(b)\int_\xi^b{g(x)dx}∫abf(x)g(x)dx=f(a)∫aξg(x)dx+f(b)∫ξbg(x)dx
虽然g(x)g(x)g(x)不一定连续,但是只要g(x)g(x)g(x)可积,函数G(x)=∫axg(t)dtG(x)=\int_a^x{g(t)dt}G(x)=∫axg(t)dt就是连续的,不妨设f(x)f(x)f(x)单调下降且非负,并且设f(a)>0f(a)>0f(a)>0,只要我们证明了m≤∫abf(x)g(x)dxf(a)≤Mm\le\frac{\int_a^b{f(x)g(x)dx}}{f(a)}\le M m≤f(a)∫abf(x)g(x)dx≤M在利用连续函数的介值定理,就能证得结论(2),只要证得结论(2)∫abf(x)g(x)dx=∫ab[f(x)−f(a)]g(x)dx+f(a)∫abg(x)dx\int_a^b{f(x)g(x)dx} = \int_a^b{[f(x)-f(a)]g(x)dx}+f(a)\int_a^b{g(x)dx} ∫abf(x)g(x)dx=∫ab[f(x)−f(a)]g(x)dx+f(a)∫abg(x)dx再套用结论(2),就能证得结论(3)的单调下降情形,也就是说,我们只需要证明结论(1)和(2),就能证得结论(3)。
在一般的条件下,我们不能用分部积分法,只能借助定积分的定义进行证明,在证明之前,我们先给出阿贝尔变换。
引理7.4(阿贝尔变换) a1,⋯,ana_1,\cdots,a_na1,⋯,an和b1,⋯,bnb_1,\cdots,b_nb1,⋯,bn是实数,Bk=∑i=1kbkB_k=\sum_{i=1}^k{b_k}Bk=∑i=1kbk,则∑k=1nakbk=anBn+∑k=1n−1(ak−ak+1)Bk\sum_{k=1}^n{a_k b_k}=a_nB_n+\sum_{k=1}^{n-1}{(a_k-a_{k+1})B_k}k=1∑nakbk=anBn+k=1∑n−1(ak−ak+1)Bk
下面我们用阿贝尔变换来证明结论(2)
证:
设f(x)f(x)f(x)单调下降且f(b)≥0f(b)\ge 0f(b)≥0,对任意的[a,b][a,b][a,b]的分划Δ\DeltaΔ,其中Δ:a=x0<x1<⋯<xn=b\Delta:a=x_0<x_1<\cdots<x_n=bΔ:a=x0<x1<⋯<xn=b,则∫abf(t)g(t)dt=limλ(Δ)→0∑k=0n∫xk−1xkf(t)g(t)dt\int_a^b{f(t)g(t)dt}=\lim_{\lambda(\Delta)\to 0} {\sum_{k=0}^n\int_{x_{k-1}}^{x_k}{f(t)g(t)dt}} ∫abf(t)g(t)dt=λ(Δ)→0limk=0∑n∫xk−1xkf(t)g(t)dt设∣g(x)∣≤M>0|g(x)|\le M>0∣g(x)∣≤M>0∣∑k=1n∫xk−1xkf(t)g(t)dt−∑k=1nf(xk−1)∫xk−1xkg(t)dt∣≤∑k=1n∫xk−1xk∣f(t)−f(xk−1)∣∣g(t)∣dt≤M∑k=1nwk(xk−xk−1)|\sum_{k=1}^n{\int_{x_{k-1}}^{x_k}{f(t)g(t)dt}}- \sum_{k=1}^n{f(x_{k-1})\int_{x_{k-1}}^{x_k}{g(t)dt}}|\le \sum_{k=1}^{n}\int_{x_{k-1}}^{x_k}{|f(t)-f(x_{k-1})||g(t)|dt}\\\le M\sum_{k=1}^n{w_k(x_k-x_{k-1})} ∣k=1∑n∫xk−1xkf(t)g(t)dt−k=1∑nf(xk−1)∫xk−1xkg(t)dt∣≤k=1∑n∫xk−1xk∣f(t)−f(xk−1)∣∣g(t)∣dt≤Mk=1∑nwk(xk−xk−1)当λ(Δ)→0\lambda(\Delta)\to 0λ(Δ)→0时,∣∑k=1n∫xk−1xkf(t)g(t)dt−∑k=1nf(xk−1)∫xk−1xkg(t)dt∣→0|\sum_{k=1}^n{\int_{x_{k-1}}^{x_k}{f(t)g(t)dt}}- \sum_{k=1}^n{f(x_{k-1})\int_{x_{k-1}}^{x_k}{g(t)dt}}|\to 0∣k=1∑n∫xk−1xkf(t)g(t)dt−k=1∑nf(xk−1)∫xk−1xkg(t)dt∣→0因此,就有∫abf(t)g(t)dt=limλ(Δ)→0∑k=1nf(xk−1)∫xk−1xkg(t)dt\int_a^b{f(t)g(t)dt}=\lim_{\lambda(\Delta)\to 0} \sum_{k=1}^n{f(x_{k-1})\int_{x_{k-1}}^{x_k}{g(t)dt}} ∫abf(t)g(t)dt=λ(Δ)→0limk=1∑nf(xk−1)∫xk−1xkg(t)dt由阿贝尔变换:∑k=1nf(xk−1)∫xk−1xkg(t)dt=∑k=1n−1[f(xk−1)−f(xk)]∫axkg(t)dt+f(xn−1)∫abg(t)dt\sum_{k=1}^n{f(x_{k-1})\int_{x_{k-1}}^{x_k}{g(t)dt}}\\ =\sum_{k=1}^{n-1}[f(x_{k-1})-f(x_k)]\int_a^{x_k}{g(t)dt} +f(x_{n-1})\int_a^b{g(t)dt} k=1∑nf(xk−1)∫xk−1xkg(t)dt=k=1∑n−1[f(xk−1)−f(xk)]∫axkg(t)dt+f(xn−1)∫abg(t)dt设G(x)=∫axg(t)dtG(x)=\int_a^x{g(t)dt}G(x)=∫axg(t)dt,设M,mM,mM,m是G(x)G(x)G(x)的最大值和最小值,就有f(a)m=m[f(xn−1)+∑k=1n−1(f(xk−1)−f(xk))]≤∑k=1nf(xk−1)∫xk−1xkg(t)dt≤Mf(a)f(a)m = m[f(x_{n-1})+\sum_{k=1}^{n-1}(f(x_{k-1})-f(x_k))] \le \sum_{k=1}^n{f(x_{k-1})\int_{x_{k-1}}^{x_k}{g(t)dt}} \le Mf(a) f(a)m=m[f(xn−1)+k=1∑n−1(f(xk−1)−f(xk))]≤k=1∑nf(xk−1)∫xk−1xkg(t)dt≤Mf(a)因此,有f(a)m≤∫abf(x)g(x)dx≤f(a)Mf(a)m \le \int_a^b{f(x)g(x)dx} \le f(a)Mf(a)m≤∫abf(x)g(x)dx≤f(a)M
再利用介值定理就可以证得结论
定积分的几何应用
平面图形的面积
我们知道定积分的几何意义是曲边梯形的面积,由此我们可以得到计算平面图形面积的方法。我们先引入最简单的两种情形——X型区域和Y型区域。所谓X型区域,即由两条曲线y=f(x),y=g(x),x∈[a,b]y=f(x),y=g(x),x\in[a,b]y=f(x),y=g(x),x∈[a,b]以及两条直线x=a,x=bx=a,x=bx=a,x=b围成的区域,其中f(x)≥g(x),x∈[a,b]f(x)\ge g(x),x\in[a,b]f(x)≥g(x),x∈[a,b],如下图所示:
由定积分的几何意义,阴影部分的面积为以y=f(x)y=f(x)y=f(x)为顶边的曲边梯形的面积减去以y=g(x)y=g(x)y=g(x)为顶边的曲边梯形的面积。于是,该X型区域的面积为∫ab[f(x)−g(x)]dx\displaystyle \int_a^b [f(x)-g(x)]dx∫ab[f(x)−g(x)]dx。同样地可以给出Y型区域以及其面积的求法。这是比较简单的情形,我们常常遇到的是由某一个曲线围成的图形,而曲线常常由参数方程γ:{x=x(t)y=y(t)\gamma: \begin{cases} x=x(t)\\ y=y(t) \end{cases} γ:{x=x(t)y=y(t)其中t∈[α,β]t\in[\alpha,\beta]t∈[α,β],并且x(α)=x(β),y(α)=y(β)x(\alpha)=x(\beta),y(\alpha)=y(\beta)x(α)=x(β),y(α)=y(β),除了起点和终点外没有重合的点。我们再规定x(t),y(t)x(t),y(t)x(t),y(t)连续可导,即有连续的导数。这种情形下,围成的图形的面积应该如何计算呢?我们先对γ\gammaγ进行定向,如下图所示
为何规定正定向呢,我们先来看γ\gammaγ围成一个X型区域的情形
当ttt从α\alphaα变动到t1t_1t1时,x(t)x(t)x(t)严格单调上升,存在反函数t=t−1(x)t=t^{-1}(x)t=t−1(x),代入到y=y(t)y=y(t)y=y(t),得到y=y(t−1(x))=ϕ(x)y=y(t^{-1}(x))=\phi(x)y=y(t−1(x))=ϕ(x),这样,由y=ϕ(x),x∈[x(t1),x(α)]y=\phi(x),x\in[x(t_1),x(\alpha)]y=ϕ(x),x∈[x(t1),x(α)]为顶边的曲边梯形的面积为S1=∫x(t1)x(α)ϕ(x)dxS_1=\int_{x(t_1)}^{x(\alpha)}\phi(x)dx S1=∫x(t1)x(α)ϕ(x)dx作变换x=x(t)x=x(t)x=x(t),得到S1=∫t1αy(t)x′(t)dt=−∫αt1y(t)x′(t)dtS_1=\int_{t_1}^\alpha y(t)x^\prime(t)dt=-\int_{\alpha}^{t_1}y(t)x^\prime(t)dt S1=∫t1αy(t)x′(t)dt=−∫αt1y(t)x′(t)dt同理,当ttt从t1t_1t1变动到β\betaβ时,x(t)x(t)x(t)单调上升,其反函数t=t2−1(x)t=t_2^{-1}(x)t=t2−1(x)代入到y=y(t)y=y(t)y=y(t)中,得到ϕ2(x)=y(t2−1(x))\phi_2(x)=y(t_2^{-1}(x))ϕ2(x)=y(t2−1(x)),以y=ϕ2(x)y=\phi_2(x)y=ϕ2(x)为顶边的曲边梯形的面积为S2=∫x(t1)x(β)ϕ2(t)dt=∫t1βy(t)x′(t)dtS_2=\int_{x(t_1)}^{x(\beta)}\phi_2(t)dt=\int_{t_1}^\beta y(t)x^\prime(t)dt S2=∫x(t1)x(β)ϕ2(t)dt=∫t1βy(t)x′(t)dt从而X型区域的面积为S=S1−S2=−∫αβy(t)x′(t)dtS=S_1-S_2=-\int_\alpha^\beta y(t)x^\prime(t)dt S=S1−S2=−∫αβy(t)x′(t)dt类似地,如果围成的区域是一个Y型区域,那么,计算公式为∫αβx(t)y′(t)dt\displaystyle \int_\alpha^\beta x(t)y^\prime(t)dt∫αβx(t)y′(t)dt。在上面求解过程中,正定向移动起到面积正负抵消的作用,对于一般的图形,若在某个过程[t1,t2][t_1,t_2][t1,t2]中,x(t)x(t)x(t)单调下降,那么按照公式,其曲边梯形的面积取正值,若单调下降,按公式,其曲边梯形的面积取负值,运动一周后,正负相抵,恰好得到γ\gammaγ所围成的图形的面积。我们以下面的图形来说明这一点
令S(t)=−∫αty(t)x′(t)dt\displaystyle S(t)=-\int_{\alpha}^t y(t)x^\prime(t)dtS(t)=−∫αty(t)x′(t)dt,则随着ttt从α\alphaα增大到β\betaβ,有S(t1)=S1+S2+S3+S4+S5+S6S(t2)=S1+S2+S6S(t3)=S1+S2+S6+S3+S4S(β)=S1+S4+S6\begin{aligned} S(t_1)&=S_1+S_2+S_3+S_4+S_5+S_6\\ S(t_2)&=S_1+S_2+S_6\\ S(t_3)&=S_1+S_2+S_6+S_3+S_4\\ S(\beta)&=S_1+S_4+S_6 \end{aligned} S(t1)S(t2)S(t3)S(β)=S1+S2+S3+S4+S5+S6=S1+S2+S6=S1+S2+S6+S3+S4=S1+S4+S6可见,对于一般的曲线围成的区域,其面积计算公式S=−∫αβy(t)x′(t)dt=∫αβx(t)y′(t)dt=12∫αβ[x(t)y′(t)−y(t)x′(t)]dt\begin{aligned} S&=-\int_\alpha^\beta y(t)x^\prime(t)dt=\int_\alpha^\beta x(t)y^\prime(t)dt\\ &=\frac{1}{2}\int_\alpha^\beta[x(t)y^\prime(t)-y(t)x^\prime(t)]dt \end{aligned} S=−∫αβy(t)x′(t)dt=∫αβx(t)y′(t)dt=21∫αβ[x(t)y′(t)−y(t)x′(t)]dt简记为S=12∫γxdy−ydxS=\frac{1}{2}\int_\gamma xdy-ydxS=21∫γxdy−ydx
例7.1 推导椭圆x2a2+y2b2=1\frac{x^2}{a^2}+\frac{y^2}{b^2}=1a2x2+b2y2=1的面积公式
解:用参数方程表示{x=acosθy=bsinθ,θ∈[0,2π]\begin{cases} x=a\cos{\theta}\\ y=b\sin{\theta} \end{cases} ,\theta\in[0,2\pi] {x=acosθy=bsinθ,θ∈[0,2π]椭圆的面积为S=12∫02π[(acosθ).(bcosθ)−(bsinθ)(−asinθ)]dθ=abπS=\frac{1}{2}\int_0^{2\pi}[(a\cos\theta).(b\cos\theta)-(b\sin\theta)(-a\sin\theta)]d\theta=ab\pi S=21∫02π[(acosθ).(bcosθ)−(bsinθ)(−asinθ)]dθ=abπ
微元法
定积分解决的是连续量连续变化的积累或连续作用的总和,这个积累或总和表现出来的是一个量,记为AAA。比如在物理学中求解变速直线运动的位移,应当如何做呢?在时间[0,T][0,T][0,T]内,速度v(t)v(t)v(t)连续变化,为了求解整个过程的位移,我们首先要对[0,T][0,T][0,T]进行划分Δ:0=t0<t1<⋯<tn=T\Delta:0=t_0<t_1<\cdots<t_n=TΔ:0=t0<t1<⋯<tn=T,分别求解[tk−1,tk][t_{k-1},t_k][tk−1,tk]时间段内的位移SkS_kSk(k=1,2,⋯,n)(k=1,2,\cdots,n)(k=1,2,⋯,n),设总的位移为SSS,则S=∑k=1nSk\displaystyle S=\sum_{k=1}^n S_kS=k=1∑nSk。只要λ=max1≤i≤nΔtk\displaystyle\lambda = \max_{1\le i\le n}\Delta t_kλ=1≤i≤nmaxΔtk足够小,v(t)v(t)v(t)在[tk−1,tk][t_{k-1},t_k][tk−1,tk]振幅极小(由一致连续性),从而我们将其视为匀速直线运动,任取ζk∈[tk1,tk]\zeta_k\in[t_{k_1},t_k]ζk∈[tk1,tk],估计Sk≈v(ζk)ΔtkS_k \approx v(\zeta_k)\Delta t_kSk≈v(ζk)Δtk,从而估计S≈∑k=1nv(ζk)ΔtkS\approx\sum_{k=1}^nv(\zeta_k)\Delta t_k S≈k=1∑nv(ζk)Δtk令λ→0\lambda\to 0λ→0,这时取精确值S=∫0Tv(t)dt\displaystyle S=\int_0^T v(t)dtS=∫0Tv(t)dt。为什么可以这么取呢?实际上,有估计式:mkΔtk≤Sk≤MkΔtkm_k\Delta t_k\le S_k \le M_k \Delta t_kmkΔtk≤Sk≤MkΔtk其中mkm_kmk和MkM_kMk是v(t)v(t)v(t)在[tk−1,tk][t_{k-1},t_k][tk−1,tk]上的最小值和最大值,则∑k=1nmkΔtk≤S≤∑k=1nMkΔtk\sum_{k=1}^n m_k\Delta t_k \le S \le \sum_{k=1}^n M_k \Delta t_k k=1∑nmkΔtk≤S≤k=1∑nMkΔtk而λ→0\lambda \to 0λ→0时,不等式两边都趋于∫0Tv(t)dt\displaystyle \int_0^T v(t)dt∫0Tv(t)dt,这就说明了S=∫0Tv(t)dt\displaystyle S=\int_0^T v(t)dtS=∫0Tv(t)dt。我们总结一下以上用定积分求解的过程:要考察某个连续量在区间[a,b][a,b][a,b]上的累积作用SSS,首先要要求这个量是和某个区间相联系的,并且具有区间可加性
第一步‾\underline{第一步}第一步:划分区间a=x0<x1<⋯<xn=ba=x_0<x_1<\cdots<x_n=ba=x0<x1<⋯<xn=b
第二步‾\underline{第二步}第二步:假设连续量在区间[xk−1,xk][x_{k-1},x_k][xk−1,xk]上的作用为SkS_kSk,估计SkS_kSk为Sk=f(ζk)ΔxkS_k=f(\zeta_k)\Delta x_k Sk=f(ζk)Δxk这其中f(x)f(x)f(x)是以连续函数,ζk∈[xk−1,xk]\zeta_k\in[x_{k-1},x_k]ζk∈[xk−1,xk],至于f(x)f(x)f(x)如何确定,需要由相应的物理规律或几何知识加以确定,这是最关键的一步
第三步‾\underline{第三步}第三步:求和取极限,解得S=∫abf(x)dx\displaystyle S=\int_a^b f(x)dxS=∫abf(x)dx
第二步我们可以写成dS=f(x)dxdS=f(x)dxdS=f(x)dx,两边积分就有∫abdS=∫abf(x)dx\int_a^b dS = \int_a^b{f(x)dx} ∫abdS=∫abf(x)dx这很类似于微分的形式,因此我们把这种方法称为微元法,dSdSdS称为微元
极坐标下平面图形的面积
对极坐标下的曲线r=r(θ)≥0,θ∈[α,β],β−α<2πr=r(\theta)\ge 0,\theta\in[\alpha,\beta],\beta-\alpha<2\pir=r(θ)≥0,θ∈[α,β],β−α<2π,求r=r(θ),θ=α,θ=βr=r(\theta),\theta=\alpha,\theta=\betar=r(θ),θ=α,θ=β围成的图形的面积。我们用微元法来求解:
- 将[α,β][\alpha,\beta][α,β]划分为α=a0<a1<⋯<an=β\alpha=a_0<a_1<\cdots<a_n=\betaα=a0<a1<⋯<an=β,令SSS为r=r(θ),θ=α,θ=βr=r(\theta),\theta=\alpha,\theta=\betar=r(θ),θ=α,θ=β围成的图形的面积,SkS_kSk为r=r(θ),θ=ak−1,θ=akr=r(\theta),\theta=a_{k-1},\theta=a_kr=r(θ),θ=ak−1,θ=ak围成的图形的面积,S=∑k=1nSk(k=1,⋯,n)\displaystyle S=\sum_{k=1}^n S_k(k=1,\cdots,n)S=k=1∑nSk(k=1,⋯,n)
- 估计Sk=12r2(ζk)Δθ(k=1,2,⋯,n)S_k=\frac{1}{2} r^2(\zeta_k)\Delta \theta(k=1,2,\cdots,n)Sk=21r2(ζk)Δθ(k=1,2,⋯,n)
- 加总,求极限,得到S=12∫αβr2(θ)dθ\displaystyle S=\frac{1}{2}\int_\alpha^\beta{r^2(\theta)d\theta}S=21∫αβr2(θ)dθ
如图,上述的第二步实际上就是取某一个半径,以一个扇形取估计SkS_kSk,如下图所示
实际上,设r(θ)r(\theta)r(θ)在[ak−1,ak][a_{k-1},a_k][ak−1,ak]上的最小值的最大值分别为mk,Mkm_k,M_kmk,Mk,则12mk2Δθk≤Sk≤12Mk2Δθk12∑k=1nmk2Δθk≤S≤12∑k=1nMk2Δθk\frac{1}{2}m_k^2\Delta \theta_k \le S_k\le \frac{1}{2}M_k^2 \Delta \theta_k\\ \frac{1}{2}\sum_{k=1}^n m_k^2\Delta \theta_k \le S\le \frac{1}{2}\sum_{k=1}^n M_k^2\Delta \theta_k 21mk2Δθk≤Sk≤21Mk2Δθk21k=1∑nmk2Δθk≤S≤21k=1∑nMk2Δθk令λ→0\lambda \to 0λ→0,得到S=12∫αβr2(θ)dθ\displaystyle S=\frac{1}{2}\int_\alpha^\beta r^2(\theta)d\thetaS=21∫αβr2(θ)dθ
从微元的观点看,dS=12r2(θ)dθdS=\frac{1}{2}r^2(\theta)d\thetadS=21r2(θ)dθ
例7.2 求心脏线r=a(1+cosθ),θ∈[0,2π]r=a(1+\cos\theta),\theta\in[0,2\pi] r=a(1+cosθ),θ∈[0,2π]所围成的面积,其中a>0a>0a>0
解:
S=a22∫02π(1+cosθ)2dθ=32a2π\displaystyle S=\frac{a^2}{2}\int_0^{2\pi}(1+\cos\theta)^2d\theta=\frac{3}{2}a^2\piS=2a2∫02π(1+cosθ)2dθ=23a2π
旋转体体积
对于[a,b][a,b][a,b]上的连续函数f(x)f(x)f(x),曲线y=f(x),x∈[a,b]y=f(x),x\in[a,b]y=f(x),x∈[a,b]绕着xxx轴旋转一周,得到的几何体的体积该如何求呢?我们将[a,b][a,b][a,b]作分划Δ:a=x0<x1<⋯<xn=b\Delta:a=x_0<x_1<\cdots<x_n=bΔ:a=x0<x1<⋯<xn=b,设VVV为y=f(x),x∈[a,b]y=f(x),x\in[a,b]y=f(x),x∈[a,b]绕着xxx轴旋转一周,得到的几何体的体积,VkV_kVk为y=f(x),x∈[xk−1,xk]y=f(x),x\in[x_{k-1},x_k]y=f(x),x∈[xk−1,xk]绕着xxx轴旋转一周(k=1,⋯,n)(k=1,\cdots,n)(k=1,⋯,n),按微元法,下面需要对VkV_kVk进行估计,假设在[xk−1,xk][x_{k-1},x_k][xk−1,xk]上f(x)f(x)f(x)是常数,得到的几何图形是一个圆柱体,从而dV=πf2(x)dxdV=\pi f^2(x) dxdV=πf2(x)dx,由微元法V=π∫abf2(x)dxV=\pi\int_a^b{f^2(x)dx} V=π∫abf2(x)dx从另一个角度看,设f(x)f(x)f(x)在[xk−1,xk][x_{k-1},x_k][xk−1,xk]上的最大值和最小值为Mk,mkM_k,m_kMk,mk,这样πmk2Δxk≤Vk≤πMk2Δxkπ∑k=1nmk2Δxk≤V≤π∑k=1nMk2Δxk\pi m_k^2 \Delta x_k \le V_k \le \pi M_k^2\Delta x_k\\ \pi \sum_{k=1}^n m_k^2 \Delta x_k \le V \le \pi \sum_{k=1}^n M_k^2\Delta x_k πmk2Δxk≤Vk≤πMk2Δxkπk=1∑nmk2Δxk≤V≤πk=1∑nMk2Δxk两边令λ→0\lambda \to 0λ→0,就有V=π∫abf2(x)dx\displaystyle V=\pi \int_a^b f^2(x)dxV=π∫abf2(x)dx。类似地,x=g(y),y∈[a,b]x=g(y),y\in[a,b]x=g(y),y∈[a,b]绕着yyy轴旋转得到的旋转体的体积应该为V=π∫abg2(y)dy\displaystyle V = \pi \int_a^b g^2(y)dyV=π∫abg2(y)dy。
平面曲线的长度
对于一段平面曲线{x=x(t)y=y(t),t∈[a,b]\begin{cases} x=x(t)\\ y=y(t) \end{cases},t\in[a,b] {x=x(t)y=y(t),t∈[a,b]如何求解其长度呢,求解线段的长度是容易的,因此我们首先想到先将[a,b][a,b][a,b]作一个分划Δ:a=t0<t1<⋯<tn=b\Delta:a=t_0<t_1<\cdots<t_n=bΔ:a=t0<t1<⋯<tn=b,设[tk−1,tk][t_{k-1},t_k][tk−1,tk]段的长度为sks_ksk,[a,b][a,b][a,b]段的长度为sss,就有s=∑k=1nsk\displaystyle s=\sum_{k=1}^ns_ks=k=1∑nsk,对于sks_ksk,我们采用两端点之间线段的长度来估算sk≈(x(tk)−x(tk−1))2+(y(tk)−y(tk−1))2s_k\approx \sqrt{(x(t_k)-x(t_{k-1}))^2+(y(t_k)-y(t_{k-1}))^2} sk≈(x(tk)−x(tk−1))2+(y(tk)−y(tk−1))2我们设x(t),y(t)x(t),y(t)x(t),y(t)有连续的导数,此时这段曲线是光滑的曲线,由拉格朗日中值定理,存在ζk,ξk∈[xk−1,xk]\zeta_k,\xi_k \in [x_{k-1},x_k]ζk,ξk∈[xk−1,xk],满足x(tk)−x(tk−1)=x′(ζk)Δtk,y(tk)−y(tk−1)=y′(ξk)Δtkx(t_k)-x(t_{k-1})=x^\prime(\zeta_k)\Delta t_k,y(t_k)-y(t_{k-1})=y^\prime(\xi_k)\Delta t_kx(tk)−x(tk−1)=x′(ζk)Δtk,y(tk)−y(tk−1)=y′(ξk)Δtk,从而sk≈x′2(ζk)+y′2(ξk)Δtks≈∑k=1nx′2(ζk)+y′2(ξk)Δtks_k\approx\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\xi_k)}\Delta t_k\\ s\approx \sum_{k=1}^n{\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\xi_k)}\Delta t_k} sk≈x′2(ζk)+y′2(ξk)Δtks≈k=1∑nx′2(ζk)+y′2(ξk)Δtk由于x′(t)x^{\prime}(t)x′(t)在[a,b][a,b][a,b]上连续,因此一致连续,对任意的ε>0\varepsilon>0ε>0,存在δ1>0\delta_1>0δ1>0,当∣t′−t′′∣<δ1|t^\prime-t^{\prime\prime}|<\delta_1∣t′−t′′∣<δ1时,∣f(t′)−f(t′′)∣<ε2(b−a)\left|f(t^\prime)-f(t^{\prime\prime})\right|<\frac{\varepsilon}{2(b-a)}∣f(t′)−f(t′′)∣<2(b−a)ε,当λ(Δ)<δ\lambda(\Delta)<\deltaλ(Δ)<δ时∣∑k=1nx′2(ζk)+y′2(ξk)Δtk−∑k=1nx′2(ξk)+y′2(ξk)Δtk∣≤∑k=1n∣x′(ξk)−x′(ζk)∣(∣x′(ξk)∣+∣x′(ζk)∣)x′2(ζk)+y′2(ξk)+x′2(ξk)+y′2(ξk)Δtk≤∑k=1n∣x′(ξk)−x′(ζk)∣Δtk<ε2\begin{aligned} &\left| \sum_{k=1}^n{\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\xi_k)}\Delta t_k} - \sum_{k=1}^n{\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k} \right| \\&\le \sum_{k=1}^n \frac{ \left| x^\prime(\xi_k)-x^\prime(\zeta_k)\right|(|x^\prime(\xi_k)|+|x^\prime(\zeta_k)|) }{ {\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\xi_k)}} + {\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}} }\Delta t_k \\&\le\sum_{k=1}^n \left| x^\prime(\xi_k)-x^\prime(\zeta_k)\right|\Delta t_k<\frac{\varepsilon}{2} \end{aligned} ∣∣∣∣∣k=1∑nx′2(ζk)+y′2(ξk)Δtk−k=1∑nx′2(ξk)+y′2(ξk)Δtk∣∣∣∣∣≤k=1∑nx′2(ζk)+y′2(ξk)+x′2(ξk)+y′2(ξk)∣x′(ξk)−x′(ζk)∣(∣x′(ξk)∣+∣x′(ζk)∣)Δtk≤k=1∑n∣x′(ξk)−x′(ζk)∣Δtk<2ε因此,我们估计s≈∑k=1nx′2(ξk)+y′2(ξk)Δtks\approx \sum_{k=1}^n{\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k} s≈k=1∑nx′2(ξk)+y′2(ξk)Δtk存在δ2>0\delta_2>0δ2>0,当λ(Δ)<δ2\lambda(\Delta)<\delta_2λ(Δ)<δ2时∣∑k=1nx′2(ξk)+y′2(ξk)Δtk−∫abx′2(t)+y′2(t)dt∣<ε2\left| \sum_{k=1}^n{\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k} -\int_a^b\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt \right|<\frac{\varepsilon}{2} ∣∣∣∣∣k=1∑nx′2(ξk)+y′2(ξk)Δtk−∫abx′2(t)+y′2(t)dt∣∣∣∣∣<2ε从而当λ(Δ)<min(δ1,δ2)\lambda(\Delta)<\min{(\delta_1,\delta_2)}λ(Δ)<min(δ1,δ2)时∣∑k=1nx′2(ζk)+y′2(ξk)Δtk−∫abx′2(t)+y′2(t)dt∣<ε\left| \sum_{k=1}^n{\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\xi_k)}\Delta t_k} - \int_a^b\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt\right|<\varepsilon ∣∣∣∣∣k=1∑nx′2(ζk)+y′2(ξk)Δtk−∫abx′2(t)+y′2(t)dt∣∣∣∣∣<ε从而limλ(Δ)→0∑k=1n(x(tk)−x(tk−1))2+(y(tk)−y(tk−1))2=∫abx′2(t)+y′2(t)dt\begin{aligned} &\lim_{\lambda(\Delta)\to 0}\sum_{k=1}^n{\sqrt{(x(t_k)-x(t_{k-1}))^2+(y(t_k)-y(t_{k-1}))^2}} \\=& \int_a^b\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt \end{aligned} =λ(Δ)→0limk=1∑n(x(tk)−x(tk−1))2+(y(tk)−y(tk−1))2∫abx′2(t)+y′2(t)dt若y=f(x)y=f(x)y=f(x)在[a,b][a,b][a,b]上有连续的导数,其参数方程为{x=xy=f(x)\begin{cases} x=x\\ y=f(x) \end{cases} {x=xy=f(x)其弧长为L=∫ab1+f′2(x)dx\displaystyle L=\int_a^b\sqrt{1+f^{\prime2}(x)}dxL=∫ab1+f′2(x)dx
若是极坐标系表示曲线r=r(θ),θ∈[α,β]r=r(\theta),\theta \in[\alpha,\beta]r=r(θ),θ∈[α,β],可以改写为参数方程形式{x=r(θ)cosθy=r(θ)sinθ\begin{cases} x=r(\theta)\cos\theta\\ y=r(\theta)\sin\theta \end{cases} {x=r(θ)cosθy=r(θ)sinθ则弧长为L=∫αβr′2(θ)+r2(θ)dθ\displaystyle L=\int_\alpha^\beta{\sqrt{r^{\prime2}(\theta)+r^2(\theta)}d \theta}L=∫αβr′2(θ)+r2(θ)dθ
这在微元法中,相当于微元为dS=x′2(t)+y′2(t)dtdS=\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dtdS=x′2(t)+y′2(t)dt,我们称为弧长微元
旋转体的侧面积
下面我们来讨论旋转体侧面积的求解,对曲线γ:{x=x(t)y=y(t),t∈[a,b]\gamma:\begin{cases} x=x(t)\\ y=y(t) \end{cases},t\in [a,b] γ:{x=x(t)y=y(t),t∈[a,b]并且x(t),y(t)x(t),y(t)x(t),y(t)都有连续的导数,同时,x′(t)>0,x∈[a,b]x^\prime(t)>0,x\in[a,b]x′(t)>0,x∈[a,b],首先,取分划Δ:a=t0<t1<⋯<tn=b\Delta:a=t_0<t_1<\cdots<t_n=bΔ:a=t0<t1<⋯<tn=b,我们令Mk(x(tk),y(tk))(k=0,1,⋯,n)M_k(x(t_k),y(t_k))(k=0,1,\cdots,n)Mk(x(tk),y(tk))(k=0,1,⋯,n),利用M1,M2,⋯,MnM_1,M_2,\cdots,M_nM1,M2,⋯,Mn将曲线分隔开若干段。在[tk−1,tk][t_{k-1},t_k][tk−1,tk]段绕xxx轴旋转一周所得的旋转体的侧面积为SkS_kSk,整段曲线绕xxx轴旋转一周所得的旋转体的侧面积为SSS,有S=∑k=1nSk\displaystyle S=\sum_{k=1}^nS_kS=k=1∑nSk。下面我们来估算Sk(k=1,⋯,n)S_k(k=1,\cdots,n)Sk(k=1,⋯,n)。连接Mk−1,MkM_{k-1},M_kMk−1,Mk所得的线段Mk−1MkM_{k-1}M_kMk−1Mk绕xxx轴旋转一周的旋转体是一个圆台。圆台的上底面半径为r1r_1r1,下底面半径为r2r_2r2,母线长为lll,则圆台的侧面积为π(r1+r2)l\pi(r_1+r_2)lπ(r1+r2)l,我们就以Mk−1MkM_{k-1}M_kMk−1Mk绕xxx轴旋转一周形成的圆台的侧面积作为SkS_kSk的估计,对k=1,⋯,nk=1,\cdots,nk=1,⋯,n,容易写出SkS_kSk的估计为Sk≈π(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2S_k \approx \pi(y(t_{k-1})+y(t_k))\sqrt{[x(t_k)-x(t_{k-1})]^2+[y(t_k)-y(t_{k-1})]^2} Sk≈π(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2由介值定理,存在ξk∈[tk−1,tk]\xi_k \in [t_{k-1},t_k]ξk∈[tk−1,tk],满足y(ξk)=y(tk−1)+y(tk)2y(\xi_k)=\frac{y(t_{k-1})+y(t_k)}{2}y(ξk)=2y(tk−1)+y(tk),由拉格朗日中值定理,存在ζk,γk∈[tk−1,tk]\zeta_k,\gamma_k\in[t_{k-1},t_k]ζk,γk∈[tk−1,tk],满足x(tk)−x(tk−1)=x′(ζk)Δtky(tk)−y(tk−1)=y′(γk)Δtkx(t_k)-x(t_{k-1})=x^\prime(\zeta_k)\Delta t_k\\ y(t_k)-y(t_{k-1})=y^\prime(\gamma_k)\Delta t_k x(tk)−x(tk−1)=x′(ζk)Δtky(tk)−y(tk−1)=y′(γk)Δtk则π(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2=2πy(ξk)x′2(ζk)+y′2(γk)Δtk\begin{aligned} &\pi(y(t_{k-1})+y(t_k))\sqrt{[x(t_k)-x(t_{k-1})]^2+[y(t_k)-y(t_{k-1})]^2} \\=&2\pi y(\xi_k)\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}\Delta t_k \end{aligned} =π(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]22πy(ξk)x′2(ζk)+y′2(γk)Δtk设∣y(t)∣≤M>0,t∈[a,b]|y(t)|\le M>0,t\in[a,b]∣y(t)∣≤M>0,t∈[a,b],再由x′(t),y′(t)x^{\prime}(t),y^{\prime}(t)x′(t),y′(t)在[a,b][a,b][a,b]上连续,故一致连续,对任意的ε>0\varepsilon>0ε>0,存在δ1>0\delta_1>0δ1>0,当∣t′−t′′∣<δ1|t^\prime-t^{\prime\prime}|<\delta_1∣t′−t′′∣<δ1时,有∣x′(t′)−x′(t′′)∣<ε8πM(b−a),∣y′(t′)−y′(t′′)∣<ε8πM(b−a)|x^{\prime}(t^\prime)-x^\prime(t^{\prime\prime})|<\frac{\varepsilon}{8\pi M(b-a)},|y^{\prime}(t^\prime)-y^\prime(t^{\prime\prime})|<\frac{\varepsilon}{8\pi M(b-a)}∣x′(t′)−x′(t′′)∣<8πM(b−a)ε,∣y′(t′)−y′(t′′)∣<8πM(b−a)ε。则当λ(Δ)<δ1\lambda(\Delta)<\delta_1λ(Δ)<δ1时2π∣∑k=1ny(ξk)x′2(ζk)+y′2(γk)Δtk−∑k=1ny(ξk)x′2(ξk)+y′2(ξk)Δtk∣≤2π∑k=1n∣y(ξk)∣∣x′2(ζk)−x′2(ξk)+y′2(γk)−y′2(ξk)x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)∣Δtk≤2Mπ∑k=1n[∣x′(ζk)−x′(ξk)∣∣x′(ζk)∣+∣x′(ξk)∣x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)+∣y′(γk)−y′(ξk)∣∣y′(γk)∣+∣y′(ξk)∣x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)]Δtk<2Mπ∑k=1n[ε4M(b−a)πΔtk]=ε2\begin{aligned} &2\pi\left| \sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}\Delta t_k -\sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k \right| \\\le&2\pi\sum_{k=1}^n |y(\xi_k)|\left| \frac{ x^{\prime2}(\zeta_k)-x^{\prime2}(\xi_k)+y^{\prime2}(\gamma_k)-y^{\prime2}(\xi_k) }{ \sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}+\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)} } \right|\Delta t_k \\\le&2M\pi\sum_{k=1}^n[|x^\prime(\zeta_k)-x^\prime(\xi_k)|\frac{ |x^\prime(\zeta_k)|+|x^\prime(\xi_k)| }{ \sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}+\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)} } \\+&|y^\prime(\gamma_k)-y^\prime(\xi_k)|\frac{ |y^\prime(\gamma_k)|+|y^\prime(\xi_k)| }{ \sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}+\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)} }]\Delta t_k \\< & 2M\pi\sum_{k=1}^n[\frac{\varepsilon}{4M(b-a)\pi}\Delta t_k] =\frac{\varepsilon}{2} \end{aligned} ≤≤+<2π∣∣∣∣∣k=1∑ny(ξk)x′2(ζk)+y′2(γk)Δtk−k=1∑ny(ξk)x′2(ξk)+y′2(ξk)Δtk∣∣∣∣∣2πk=1∑n∣y(ξk)∣∣∣∣∣∣x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)x′2(ζk)−x′2(ξk)+y′2(γk)−y′2(ξk)∣∣∣∣∣Δtk2Mπk=1∑n[∣x′(ζk)−x′(ξk)∣x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)∣x′(ζk)∣+∣x′(ξk)∣∣y′(γk)−y′(ξk)∣x′2(ζk)+y′2(γk)+x′2(ξk)+y′2(ξk)∣y′(γk)∣+∣y′(ξk)∣]Δtk2Mπk=1∑n[4M(b−a)πεΔtk]=2ε再由定积分的定义,存在δ2>0\delta_2>0δ2>0,当λ(Δ)<δ2\lambda(\Delta)<\delta_2λ(Δ)<δ2时2π∣∑k=1ny(ξk)x′2(ξk)+y′2(ξk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣<ε22\pi\left| \sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k -\int_a^b{y(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt}\right|<\frac{\varepsilon}{2} 2π∣∣∣∣∣k=1∑ny(ξk)x′2(ξk)+y′2(ξk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣∣∣∣∣<2ε当λ(Δ)<min(δ1,δ2)\lambda(\Delta)<\min(\delta_1,\delta_2)λ(Δ)<min(δ1,δ2)时π∣∑k=1n(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2−2∫aby(t)x′2(t)+y′2(t)dt∣=2π∣∑k=1ny(ξk)x′2(ζk)+y′2(γk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣≤2π∣∑k=1ny(ξk)x′2(ζk)+y′2(γk)Δtk−∑k=1ny(ξk)x′2(ξk)+y′2(ξk)Δtk∣+2π∣∑k=1ny(ξk)x′2(ξk)+y′2(ξk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣<ε2+ε2=ε\begin{aligned} &\pi|\sum_{k=1}^n(y(t_{k-1})+y(t_k))\sqrt{[x(t_k)-x(t_{k-1})]^2+[y(t_k)-y(t_{k-1})]^2} \\&-2\int_a^b{y(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt}|\\=&2\pi|\sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}\Delta t_k-\int_a^b{y(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt}|\\\le&2\pi| \sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\zeta_k)+y^{\prime2}(\gamma_k)}\Delta t_k-\sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k |\\+&2\pi|\sum_{k=1}^n y(\xi_k)\sqrt{x^{\prime2}(\xi_k)+y^{\prime2}(\xi_k)}\Delta t_k-\int_a^b{y(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt}|\\<&\frac{\varepsilon}{2}+\frac{\varepsilon}{2}=\varepsilon \end{aligned} =≤+<π∣k=1∑n(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2−2∫aby(t)x′2(t)+y′2(t)dt∣2π∣k=1∑ny(ξk)x′2(ζk)+y′2(γk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣2π∣k=1∑ny(ξk)x′2(ζk)+y′2(γk)Δtk−k=1∑ny(ξk)x′2(ξk)+y′2(ξk)Δtk∣2π∣k=1∑ny(ξk)x′2(ξk)+y′2(ξk)Δtk−∫aby(t)x′2(t)+y′2(t)dt∣2ε+2ε=ε即limλ(Δ)→0π∑k=1n(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]2=2π∫aby(t)x′2(t)+y′2(t)dt\begin{aligned} &\lim_{\lambda(\Delta)\to 0}\pi \sum_{k=1}^n(y(t_{k-1})+y(t_k))\sqrt{[x(t_k)-x(t_{k-1})]^2+[y(t_k)-y(t_{k-1})]^2}\\=&2\pi\int_a^by(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt \end{aligned} =λ(Δ)→0limπk=1∑n(y(tk−1)+y(tk))[x(tk)−x(tk−1)]2+[y(tk)−y(tk−1)]22π∫aby(t)x′2(t)+y′2(t)dt侧面积就为2π∫aby(t)x′2(t)+y′2(t)dt\displaystyle 2\pi\int_a^by(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dt2π∫aby(t)x′2(t)+y′2(t)dt,从微元法的角度看,即是dS=2πy(t)x′2(t)+y′2(t)dtdS=2\pi y(t)\sqrt{x^{\prime2}(t)+y^{\prime2}(t)}dtdS=2πy(t)x′2(t)+y′2(t)dt。利用这个结果,可以得到直角坐标系下旋转体的侧面积为2π∫aby(x)1+y′2(x)dx\displaystyle 2\pi\int_a^b{y(x)\sqrt{1+y^{\prime2}(x)}dx}2π∫aby(x)1+y′2(x)dx,同理也可以写出极坐标系下的公式,这里就不再赘述了。
数学分析笔记7:定积分相关推荐
- 积分上下限无穷_数学分析|第九章 定积分利用等价无穷小量和定积分定义解决数列极限问题总结...
当公式或文字展示不完全时,记得向左←滑动哦! 摘要: 当我们利用等价无穷小量时,不仅仅可以利用等价替换,有的时候我们需要利用极限的定义语言来解决问题,当等价无穷小量和连加数列结合在一起时,虽然很多同学 ...
- 数学分析笔记-无穷限的反常积分的收敛性与无穷远处的极限的关系
数学分析笔记-无穷限的反常积分的收敛性与无穷远处的极限的关系.pdf 转载于:https://www.cnblogs.com/zhouqimath/p/11528061.html
- 数学分析笔记-菲赫金哥尔茨-第一卷-绪论
标签(空格分隔): 微积分 数学分析笔记-菲赫金哥尔茨-第一卷-绪论 1.有理数域 1.前言. 有理数结构p/q(p,q均为自然数). 没有这样的有理数p/q,其平方能等于2.证明略过 研究数学问题, ...
- 数学分析笔记-菲赫金哥尔茨-第一卷-极限论
标签(空格分隔): 微积分 数学分析笔记-菲赫金哥尔茨-第一卷-极限论 1.整序变量及其极限 22.变量.整序变量. 整序变量的定义(序列,估计数列,级数-也行). 整序变量的给定(给定通项公式,或者 ...
- 高等数学笔记:定积分相关公式
繁星数学随想录·笔记卷 摘录卷 定积分相关公式 01 对称区间的积分公式 ∫−aaf(x)dx={0f(x)为奇函数 2∫0af(x)dxf(x)为偶函数 \int_{-a}^{a} f(x) d x ...
- 数学分析笔记17:曲线积分与曲面积分
文章目录 第一型曲线积分与曲面积分 第一型曲线积分 曲线的弧长 第一型曲线积分的物理背景及定义 第一型曲线积分的计算公式 第一型曲面积分 第一型曲面积分的物理背景及定义 第一型曲面积分的计算公式 第二 ...
- 数学笔记16——定积分的应用1(对数与面积)
在对数上的应用 解微分方程 L'(x) = 1/x,直接用积分法求解,得到L(x) = lnx:用微积分第二基本定理,可直接写作: 如果我们把这个函数作为对数的定义,就可以很容易地解释对数的性质. 构 ...
- 一阶导与二阶导的关系_数学分析|第九章 定积分关于二阶导函数正负和定积分结合证明不等式问题总结...
当公式或文字展 示不完全时,记得向左←滑动哦! 摘要: 当题目中给出二阶导函数正负时,可以得到函数和导函数存在某种不等式关系,此时需要两边进行积分,积分时一定要注意积分变量的选取.[公众号:岩宝数学考 ...
- 蔡高厅老师 - 高等数学阅读笔记 - 16 定积分的应用(旋转积、平面曲线的弧长、阿基米德螺旋、旋转体的侧面积、定积分物理应用-变力做功) -(71、72、73)
对Y来说一样 73 定积分几何上应用: 求旋转曲面的面积: 求面积元素 对曲线上点,做弧的切线,做弧端的弧微分,然后,让弧微分绕着X轴旋转, 详细如下: 这样可以推到出来,面积元素:(为柱面的侧面积 ...
最新文章
- 4一20ma电流有源与无源区别_4-20 mA电流环的工作原理是怎么样的
- linux 关闭web服务器端口,linux(solaris)下如何关掉端口及服务
- [圣诞记]HULK七周年庆
- 利用WPF建立自己的3d gis软件(非axhost方式)(九)SDK自带部分面板的调用
- 《软件需求》读后感02
- Ubuntu下编译SHTOOLS
- 研究生预备军:论文选题与写作
- html 在行前显示黑点,word 每行前有个黑点 word 每行前面的黑点
- android fsck_msdos 分析(二)
- WinPE (老毛桃最终修改版) V09.11 硬盘安装操作系统详细图解
- 关于ASP木马提升权限
- Pascal trangle leetcode
- domian index域索引和全文索引
- 《ERP高级计划》书的解读- APS算法分析之四约束规划CP(蔡颖)(转)
- 2023年全国最新二级建造师精选真题及答案50
- 和外国bi相比,国产bi软件更适合中国企业
- 史上最全的Jackson框架使用教程
- 成也留存率败也留存率,5大要点助产品人提高留存率
- 推荐几款pdf文件转Excel表格转换器 注册码
- JPA和领域驱动的设计
热门文章
- 智慧交通一体化平台+Axure智能交通高保真web端管理平台+车辆实时监测+智能研判+实时报警+AR全景+信号控制+电子地图+统计分析+交通诱导+联动策略+绿波特勤
- 应用于高速收发模块的并行光学WDM波分光学技术
- 360 AES 加密示例 PHP版本 大于或等于PHP 7.3
- 微信开发SDK支持小程序 ,Jeewx-Api 1.3.1 版本发布
- Virmach最新可用优惠码
- ffmpeg 拼接mp4_ffmpeg拼接视频方法concat详解
- 无线抄表系统服务器,无线集中抄表系统设计与实现
- 为什么说真理掌握在少数人手中
- 《电气控制及PLC技术》课件
- 分享一个Symbian手机防盗软件源码