Skip to content

Latest commit

 

History

History
158 lines (119 loc) · 6.79 KB

File metadata and controls

158 lines (119 loc) · 6.79 KB

概述

  • 积分学
    • 不定积分
    • 定积分

定积分举例

1 )矩形和梯形


备注:图片托管于github,请确保网络的可访问性

  • 矩形面积:$S = ah$
  • 梯形面积:$S = \frac{h}{2}(a+b)$

2 ) 曲边梯形的面积


备注:图片托管于github,请确保网络的可访问性

  • 设曲边梯形是由连续曲线 $y = f(x) (f(x) \geq 0$ 及x轴,以及两直线 $x=a, x=b$所围成,求其面积A
  • 解决步骤
    • (1) 大化小. 在区间[a,b]中任意插入n-1个分点$a=x_0 < x_1 < x_2 < ... < x_{n-1} < x_n = b$, 用直线 $x=x_i$ 将曲边梯形分成n个小曲边梯形
    • (2) 常代变. 在第i个窄曲边梯形上任取$\xi \in [x_{i-1}, x_i]$作以$[x_{i-1}, x_i]$为底, $f(\xi)$为高的小矩形,并以此小矩形面积近似代替相应窄曲边梯形面积$\triangle A_i$, 得
      • $\triangle A_i \approx f(\xi_i) \triangle x_i (\triangle x_i = x_1 - x_{i-1}, i=1,2,...,n)$
    • (3) 近似和. $A = \sum_{i=1}^n \triangle A_i \approx \sum_{i=1}^n f(\xi_i) \triangle x_i$
    • (4) 取极限. 令 $\lambda = max_{1\leq i\leq n} { \triangle x_i }$, 则曲边梯形面积为
      • $A = \lim_{\lambda \to 0} \sum_{i=1}^n \triangle A_i = \lim_{\lambda \to 0} \sum_{i=1}^n f(\xi_i) \triangle x_i$

备注:图片托管于github,请确保网络的可访问性

3 ) 变速直线运动的路程

  • 设某物体作直线运动,已知速度$v=v(t) \in C[T_1, T_2]$, 且 $v(t) \geq 0$, 求在运动时间内物体所经过的路程s
  • 解决步骤
    • (1) 大化小. 在$[T_1, T_2]$中任意插入n-1个分点,将它分成n个小段$t_{i-1}, t_i$, 在每个小段上物体经过的路程为: $\triangle s_i \ \ \ (i = 1,2,...,n)$
    • (2) 常代变. 任取$\xi_i \in [t_{i-1}, t_i]$, 以$v(\xi_i)$ 代替变速, 得 $\triangle s_i \approx v(\xi_i) \triangle t_i \ \ \ (i=1,2,...,n)$
    • (3) 近似和. $s \approx \sum_{i=1}^n v(\xi_i) \triangle t_i$
    • (4) 取极限. $s = \lim_{\lambda \to 0} \sum_{i=1}^n v(\xi_i) \triangle t_i \ \ \ (\lambda = max_{1 \geq i \geq n} \triangle t_i)$

4 ) 总结

  • 上述两个问题的共性:
    • 解决问题的方法步骤相同:"大化小, 常代变, 近似和, 取极限"
    • 所求量极限结构式相同:特殊乘积和式的极限

定积分定义

1 ) 概念

  • 设函数f(x)定义在[a,b]上,若对[a,b]的任一种分法$a = x_0 < x_1 < x_2 < ... < x_n = b$
  • 令$\triangle x_i = x_i - x_{i-1}$, 任取 $\xi_i \in [x_i, x_{i-1}]$
  • 只要 $\lambda = max_{1 \leq i \leq n} { \triangle x_i } \to 0$时,$\sum_{i=1}^n f(\xi_i) \triangle x_i$ 总趋于确定的极限I
  • 则称此极限I为函数f(x)在区间[a,b]上的定积分,记为:$\int_a^b f(x) dx$, 即:$\int_a^b f(x)dx = \lim_{\lambda \to 0} \sum_{i=1}^n f(\xi_i) \triangle x_i$
  • 此时称 f(x) 在[a,b]上可积
  • 可以看到积分是微分的逆运算

备注:图片托管于github,请确保网络的可访问性

2 ) 各部分结构


备注:图片托管于github,请确保网络的可访问性

  • 定积分仅与被积函数及积分区间有关, 而与积分变量用什么字母表示无关,即 $\int_a^b f(x) dx = \int_a^b f(t) dt = \int_a^b f(u) du$

3 ) 定积分的几何意义

  • $f(x) &gt; 0, \int_a^b f(x) dx = A$ 曲边梯形面积
  • $f(x) &lt; 0, \int_a^b f(x) dx = -A$ 曲边梯形面积的负值

备注:图片托管于github,请确保网络的可访问性

  • $\int_a^b f(x) dx = A_1 - A_2 + A_3 - A_4 + A_5$

4 )可积的充分条件

  • 定理1:函数f(x)在[a,b]上连续 $\Rightarrow$ f(x) 在[a,b]上可积.
  • 定理2:函数f(x)在[a,b]上有界, 且只有有限个间断点 $\Rightarrow$ f(x)在[a,b]上可积

5 ) 案例

例1:利用定义计算定积分 $\int_0^1 x^2 dx$

分析:


备注:图片托管于github,请确保网络的可访问性

  • 将[0,1] n等分,分点为:$x_i = \frac{i}{n} (i=0,1,...,n)$, 取$\xi_i = \frac{i}{n}, \triangle x_i = \frac{1}{n} \ \ \ (i=1,2,...,n)$
  • $f(\xi_i) \triangle x_i = \xi_i^2 \triangle x_i = \frac{i^2}{n^3}$
  • $\sum_{i=1}^n f(\xi_i) \triangle x_i = \frac{1}{n^3} \sum_{i=1}^n i^2 = \frac{1}{n^3} · \frac{1}{6} n(n+1)(2n+1) = \frac{1}{6}(1+\frac{1}{n})(2+\frac{1}{n})$
  • 所以, $\int_0^1 x^2 dx = \lim_{\lambda \to 0} \sum_{i=1}^n \xi^2 \triangle x_i = \lim_{n \to \infty} \frac{1}{6}(1 + \frac{1}{n})(2+\frac{1}{n}) = \frac{1}{3}$

注解:


备注:图片托管于github,请确保网络的可访问性

例2:用定积分表示下列极限

(1) $\lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^n \sqrt{1 + \frac{i}{n}}$

(2) $\lim_{n \to \infty} \frac{1^p + 2^p + ... + n^p}{n^{p+1}}$


备注:图片托管于github,请确保网络的可访问性

说明

  • 设$f(x) \in C[a,b]$, 则 $\int_a^b f(x) dx$ 存在,根据定积分定义可得如下近似计算方法
  • 将[a,b]分成n等份:$\triangle x = \frac{b-a}{n}, x_i = a + i·\triangle x \ \ \ (i = 0,1,...,n)$
  • 记:$f(x_i) = y_i \ \ \ (i = 0, 1, ..., n)$
  • (1) 左矩形公式: $\int_a^b f(x) dx \approx y_0 \triangle x + y_1 \triangle x + ... + y_{n-1} \triangle x = \frac{b-a}{n}(y_0 + y_1 + ... + y_{n-1})$
  • (2) 右矩形公式: $\int_a^b f(x)dx \approx y_1 \triangle x + y_2 \triangle x + ... + y_n \triangle x = \frac{b-a}{n}(y_1 + y_2 + ... + y_n)$
  • (3) 梯形公式:$\int_a^b f(x) dx \approx \sum_{i=1}^{n} \frac{1}{2} [y_{i-1} + y_i] \triangle x = \frac{b - a}{n} [\frac{1}{2}(y_0 + y_n) + (y_1 + ... + y_{n-1})]$
    • 梯形公式 = 左矩形公式+右矩形公式之和的一半
  • 为了提高精度,还可建立更好的求积公式,例如辛普森公式,复化求积公式等