Skip to content

定积分

[!NOTE] 定义定积分时, 要求函数在闭区间上有界

[!NOTE] - 符号表示\(f\in\mathscr{R}(I)\), 表示\(f\)在区间\(I\)上Riemann可积

定义 7.1.1

  • \(f(x)\)是闭区间\([a, b]\)上的有界函数, 在区间上任意取分点\(\{x_k\}_{k=0}^n\)做成划分\(P\):

    • \[P:a=x_0<x_1<\cdots <x_n=b\]
    • 并任意取\(\xi_i\in [x_{i-1}, x_i]\), 记\(\Delta x_i=x_i-x_{i-1}, \lambda = \max\{\Delta x_i\}\), 若极限
      • \[\lim\limits_{\lambda\to 0}\sum\limits_{i=1}^nf(\xi_i)\Delta x_i\]
    • 存在, 且极限既与划分\(P\)无关, 又与\(\xi_i\)的选取无关, 则称\(f(x)\)在闭区间\([a, b]\)上Riemann可积, 并称和式
      • \[S_n = \sum\limits_{i=1}^nf(\xi_i)\Delta x_i\]
    • 为 Riemann 和, 其极限值称为\(f(x)\)在闭区间\([a, b]\)上的定积分, 记作
      • \[\int_a^bf(x)dx\]
      • \(a, b\)称为积分的上下限
  • \(f\in \mathscr{R}(I) \iff \exists I\in R, s.t.\forall \varepsilon>0, \exists \delta>0, s.t.\forall P:x_0=a<x_1<\cdots<x_n=b, \forall \xi_i\in [x_{i-1}, x_i], \forall \lambda=\max\{\Delta x_i\}<\delta\):

    • \[\left |\sum\limits_{i=1}^nf(\xi_i)\Delta x_i-I\right |<\varepsilon\]

Darboux和

  • 考虑闭区间\(I=[a, b]\)
    • 定义\(M=\sup\limits_I f(x), m=\inf\limits_I f(x), M_i=\sup\limits_{[x_{i-1}, x_i]}f(x), m_i=\inf\limits_{[x_{i-1}, x_i]}f(x)\)
    • 给定划分\(P:a=x_0<x_1<\cdots<x_n=b\)
      • 定义\(\overline{S}(P)=\sum\limits_{i=1}^nM_i\Delta x_i, \underline{S}(P)=\sum\limits_{i=1}^nm_i\Delta x_i\)
      • \(\overline{S}(P), \underline{S}(P)\)为Darboux大和, 小和
    • \(\forall S_n(P)\), 有
      • \[\underline{S}(P)\leq S_n(P)\leq \overline{S}(P)\]

引理 7.1.1

  • 在原有划分中添加分点形成新划分, 则大和不增, 小和不减

  • 定义\(\overline{S}\)为一切划分得到的 Darboux 大和的集合, \(\underline{S}\)为一切划分得到的 Darboux 小和的集合

引理 7.1.2

  • \(\forall \overline{S}(P_1)\overline{S}, \underline{S}(P_2)\in\underline{S}\), 有
    • \[m(b-a)\leq \underline{S}(P_1)\leq \overline{S}(P_2)\leq M(b-a)\]

引理 7.1.3 Darboux 定理

  • \(\forall f\in B([a, b])\):
    • \[\lim\limits_{\lambda\to 0}\overline{S}(P)=\inf \overline{S}, \lim\limits_{\lambda\to 0}\underline{S}(P)=\sup \underline{S}\]

定理 7.1.1

  • 有界函数\(f(x)\)在闭区间\([a, b]\)上Riemann可积的充要条件是, 对于任意的划分\(P\), 当\(\lambda\to 0\)时, Darboux 大和和 Darboux 小和的极限相等, 也就是

    • \[\lim\limits_{\lambda\to 0}\overline{S}(P)=\lim\limits_{\lambda\to 0}\underline{S}(P)\]
  • \(\forall f\in B([a, b]):f\in \mathscr{R}([a, b]) \iff \forall P, \lim\limits_{\lambda\to 0}\overline{S}(P)=\lim\limits_{\lambda\to 0}\underline{S}(P)\)

    • 若令\(\omega_i = M_i-m_i\)为区间\([x_{i-1}, x_i]\)上的振幅, 则

定理 7.1.2

  • 有界函数\(f(x)\)在闭区间\([a, b]\)上Riemann可积的充要条件是, 对任意划分\(P\), 当\(\lambda\to 0\)时,

    • \[\lim\limits_{\lambda\to 0}\sum\limits_{i=1}^n\omega_i\Delta x_i=0\]
  • \(\forall f\in B([a, b]):f\in \mathscr{R}([a, b]) \iff \forall P, \lim\limits_{\lambda\to 0}\sum\limits_{i=1}^n\omega_i\Delta x_i=0\)

推论 1

  • 闭区间上的连续函数是Riemann可积的
  • \(f\in C([a, b])\implies f\in \mathscr{R}([a, b])\)

推论 2

  • 闭区间上的单调函数是Riemann可积的

定理 7.1.3

  • 有界函数\(f(x)\)在闭区间\([a, b]\)上Riemann可积的充要条件是, 对任意\(\varepsilon>0\), 存在一种划分, 使得 对应的振幅满足

    • \[\sum\limits_{i=1}^n\omega_i\Delta x_i<\varepsilon\]
  • \(\forall f\in B([a, b]):f\in \mathscr{R}([a, b]) \iff \forall \varepsilon>0, \exists P, s.t.\sum\limits_{i=1}^n\omega_i\Delta x_i<\varepsilon\)

    • 注意我们虽然在定积分的定义中说\(I\)与划分\(P\)无关, 但是实际上我们对\(P\)是有要求的, 也就是它要足够"细", (\(\lambda\to 0\)), 其余的划分都来的比这个划分更细

推论 3

  • 闭区间上只有有限个不连续点的有界函数是Riemann可积的

    • 因为有界, 所以当\(\lambda\to 0\)时, \(\omega_i\Delta x_i\)可以被控制住

定积分基本性质

性质 1 线性性

  • \(f, g\in \mathscr{R}([a, b]), \alpha, \beta\in R\), 则
    • \[\alpha f(x)+\beta g(x)\in \mathscr{R}([a, b])\]
    • \[\int_a^b(\alpha f(x)+\beta g(x))dx=\alpha\int_a^bf(x)dx+\beta\int_a^bg(x)dx\]

推论 1

  • \(f(x)\in \mathscr{R}([a, b]), g(x)\)仅在有限个点上和\(f(x)\)不同 - 则

    • \[g(x)\in \mathscr{R}([a, b])\]
    • \[\int_a^bg(x)dx=\int_a^bf(x)dx\]
    • 这就是说改变有限个点的函数值不影响函数的可积性和积分值

性质 2 乘积可积性

  • \(f, g\in \mathscr{R}([a, b]) \implies f(x)g(x)\in \mathscr{R}([a, b])\)

    • 只需注意到\(\omega^{fg}_i\leq M(\omega^g_i+\omega^f_i), M=\max\{M_f, M_g\}\)即可证明

性质 3 保序性

  • \(f(x)\in \mathscr{R}([a, b]), f(x)\leq g(x)\), 则
    • \[\int_a^bf(x)dx\leq \int_a^bg(x)dx\]

性质 4 绝对可积性

  • \(f(x)\in \mathscr{R}([a, b])\), 则

    • \[|f(x)|\in \mathscr{R}([a, b])\]
    • \[\left |\int_a^bf(x)dx\right |\leq \int_a^b|f(x)|dx\]
    • 只需注意到\(\omega^{|f|}_i\leq \omega^f_i\)即可证明

性质 5 区间可加性

  • \(f\in\mathscr{R}([a, b])\implies \forall c\in (a, b), f\in \mathscr{R}([a, c]), f\in \mathscr{R}([c, b])\)
  • \(f\in \mathscr{R}([a, b]), f\in \mathscr{R}([b, c])\implies f\in \mathscr{R}([a, c])\), 且
    • \[\int_a^bf(x)dx+\int_b^cf(x)dx=\int_a^cf(x)dx\]

性质 6 积分第一中值定理

  • \(f(x), g(x)\)在区间\([a, b]\)上可积, 并且\(g(x)\)不变号, 那么存在\(\eta\in [m, M], s.t.\)

    • \[\int_a^bf(x)g(x)dx = \eta\int_a^bg(x)dx\]
    • 其中\(m, M\)\(f\)\([a, b]\)上的下确界和上确界
    • \(f\)连续, 则\(\exists \xi\in [a, b], s.t.f(\xi)=\eta\),
      • \[\int_a^bf(x)g(x)dx = f(\xi)\int_a^bg(x)dx\]
  • \(f, g\in\mathscr{R}(I), I=[a, b], g|_I>0(<0)\implies \exists\eta\in [\inf\limits_{I} f, \sup\limits_{I} f], s.t.\)

    • \[\int_Ifgdx=\eta\int_I gdx\]

[!IMPORTANT] \(\text{Holder不等式}:\\\) \(f, g\in C(I), I=[a, b], \forall p, q>0, s.t.\frac{1}{p}+\frac{1}{q}=1:\\\)

\[\int_I |fg|dx\leq \left (\int_I |f|^pdx\right )^{\frac{1}{p}}\left (\int_I |g|^qdx\right )^{\frac{1}{q}}\]

微积分基本定理

\(\text{Newton-Leibniz}\) 公式

定理 7.3.1

  • \(f(x)\)\([a, b]\)上可积作函数

    • \(\(F(x)=\int_a^xf(t)dt, x\in [a, b]\)\)
    • \(F(x)\)\([a, b]\)上连续
    • \(f(x)\)\([a, b]\)上连续, 则\(F(x)\)\([a, b]\)上可微, 且
      • \[F'(x)=f(x)\]
  • 从而任一连续函数\(f(x)\)\([a, b]\)上都有原函数\(\int_a^xf(t)dt\)

定理 7.3.2 微积分基本定理

  • \(f(x)\)\([a, b]\)上连续, \(F(x)\)\(f(x)\)\([a, b]\)上的一个原函数, 则
    • \[\int_a^bf(x)dx=F(b)-F(a)\]

分部积分和换元积分

定理 7.3.3 分部积分公式

  • \(u(x), v(x)\)\([a, b]\)上有连续导数, 则
    • \[\int_a^bu(x)v'(x)dx=u(x)v(x)\bigg|_a^b-\int_a^bu'(x)v(x)dx\]

定义 7.3.1

  • \(g_n(x)\)是定义在\([a, b]\)上的一列可积函数, 且\(\forall m, n\):
    • \[\int_a^b g_m(x)g_n(x)dx = \begin{cases} 0 & m\neq n\\ \int_a^bg_n^2(x)dx & m=n \end{cases}\]
    • 则称\(\{g_n(x)\}\)\([a, b]\)上的一个正交函数列
    • 特别的当\(g_n\)\(n\)次多项式时, 称\(\{g_n\}\)\([a, b]\)上的一个正交多项式列

定理 7.3.4 换元积分法

  • \(f(x)\)在区间\([a, b]\)上连续, \(x=\varphi(t)\)在区间\([\alpha, \beta]\)上具有连续导数, 其值域包含于\([a, b]\), 且满足$\varphi(\alpha)=a, \varphi(\beta)=b, $则
    • \[\int_a^bf(x)dx=\int_{\alpha}^{\beta}f(\varphi(t))\varphi'(t)dt\]

定理 7.3.5

  • \(f\in \mathscr{R}([-a, a])\)
    • \(f(x)\)是偶函数, 则
      • \[\int_{-a}^{a}f(x)dx=2\int_0^af(x)dx\]
    • \(f(x)\)是奇函数, 则
      • \[\int_{-a}^{a}f(x)dx=0\]

定理 7.3.6

  • \(f\)是周期为\(T\)的可积函数, 则对任意\(a\),
    • \[\int_a^{a+T}f(x)dx=\int_0^Tf(x)dx\]

定积分在几何计算中的应用

求平面图形的面积

  • 容易理解

求曲线的弧长

定义 7.4.1 弧长公式

  • 若由参数方程
    • \(\(\begin{cases} x=x(t)\\ & t\in [T_1, T_2]\\ y=y(t) \end{cases}\)\) 定义的曲线是光滑的, 则它是可求长的, 且其弧长为
    • \[L=\int_{T_1}^{T_2}\sqrt{x'^2(t)+y'^2(t)}dt\]

[!NOTE] 称\(dl = \sqrt{ x'^2 + y'^2 }dt\)为弧微元(弧长的微分)

  • 当曲线是由函数\(y=f(x), x\in [a, b]\)定义时, 弧长公式为

    • \[L=\int_a^b\sqrt{1+f'^2(x)}dx\]
  • 当曲线是由极坐标方程\(r=r(\theta), \theta\in [\alpha, \beta]\)定义时, 弧长公式为

    • \[L=\int_{\alpha}^{\beta}\sqrt{r^2(\theta)+r'^2(\theta)}d\theta\]

求某些特殊几何体的体积, 旋转曲面的面积, 曲线的曲率

微积分实际应用

定积分数值计算

  • 参考数值分析(科学计算)

知乎