发散与反常积分

debug_running_Hu

于 2024-10-29 13:45:14 发布

阅读量1.6k

点赞数 22

文章标签：人工智能算法

本文链接：https://blog.csdn.net/weixin_49342084/article/details/143327282

版权

发散的反常积分是指积分区间无界或者被积函数在积分区间内无界，且积分值不是一个有限实数的积分。它与收敛的反常积分相对，后者积分值是一个有限实数。发散反常积分的结果通常表示为 ∞, -∞ 或不存在。

让我们分别讨论积分区间无界和被积函数无界的情况：

一、积分区间无界

这种情况下，积分区间至少有一个端点是无穷大或无穷小。常见的形式包括：

无穷区间: $\int_a^\infty f(x) dx$ 或 $\int_{-\infty}^a f(x) dx$ 或 $\int_{-\infty}^\infty f(x) dx$

计算方法通常是将其转换为极限形式：

$\int_a^\infty f(x) dx = \lim_{t \to \infty} \int_a^t f(x) dx$
$\int_{-\infty}^a f(x) dx = \lim_{t \to -\infty} \int_t^a f(x) dx$
$\int_{-\infty}^\infty f(x) dx = \lim_{t \to -\infty} \int_t^0 f(x) dx + \lim_{s \to \infty} \int_0^s f(x) dx$ (注意，此处需要分别计算两个极限，两者都必须存在且有限，才能说积分收敛)

如果上述极限不存在（等于 ∞, -∞ 或振荡），则积分发散。

例子：

$\int_1^\infty \frac{1}{x} dx = \lim_{t \to \infty} \int_1^t \frac{1}{x} dx = \lim_{t \to \infty} [\ln|x|]_1^t = \lim_{t \to \infty} (\ln t - \ln 1) = \infty$ (发散)
$\int_1^\infty e^{-x} dx = \lim_{t \to \infty} \int_1^t e^{-x} dx = \lim_{t \to \infty} [-e^{-x}]_1^t = \lim_{t \to \infty} (-e^{-t} + e^{-1}) = e^{-1}$ (收敛)

二、被积函数无界

这种情况下，被积函数在积分区间内至少存在一个点使其趋于无穷大。常见的形式包括：

积分区间有限，被积函数在区间端点无界: $\int_a^b f(x) dx$ 其中 $f (x)$ 在 $x = a$ 或 $x = b$ 处趋于无穷大。

计算方法是将其转换为极限形式：

如果 $f (x)$ 在 $x = a$ 处无界: $\int_a^b f(x) dx = \lim_{t \to a^+} \int_t^b f(x) dx$
如果 $f (x)$ 在 $x = b$ 处无界: $\int_a^b f(x) dx = \lim_{t \to b^-} \int_a^t f(x) dx$
如果 $f (x)$ 在区间内一点 $c$ ( $a < c < b$ ) 处无界: $\int_a^b f(x) dx = \lim_{t \to c^-} \int_a^t f(x) dx + \lim_{s \to c^+} \int_s^b f(x) dx$ (两者都必须存在且有限，积分才收敛)

例子：

$\int_0^1 \frac{1}{x} dx = \lim_{t \to 0^+} \int_t^1 \frac{1}{x} dx = \lim_{t \to 0^+} [\ln|x|]_t^1 = \lim_{t \to 0^+} (-\ln t) = \infty$ (发散)
$\int_0^1 \sqrt{x} dx = \lim_{t \to 0^+} \int_t^1 \sqrt{x} dx = \lim_{t \to 0^+} \left[ \frac{2}{3} x^{3/2} \right]_t^1 = \frac{2}{3}$ (收敛)

让我们用更具体的例子，更详细地解释发散的反常积分。我们将分别讨论积分区间无界和被积函数无界的情况，并提供更丰富的例子来说明发散的原因。

一、积分区间无界导致发散的例子:

简单的幂函数: $\int_1^\infty \frac{1}{x^p} dx$
- 当 p ≤ 1 时，该积分发散。例如：
  - p = 1 (前面已讨论过): $\int_1^\infty \frac{1}{x} dx = \lim_{t\to\infty} (\ln t) = \infty$
  - p = 0.5 : $\int_1^\infty \frac{1}{\sqrt{x}} dx = \lim_{t\to\infty} [2\sqrt{x}]_1^t = \lim_{t\to\infty} (2\sqrt{t} - 2) = \infty$
  - p = 0 : $\int_1^\infty 1 dx = \lim_{t\to\infty} (t - 1) = \infty$
- 当 p > 1 时，该积分收敛。
指数函数: $\int_0^\infty e^x dx$

这个积分发散，因为： $\int_0^\infty e^x dx = \lim_{t\to\infty} [e^x]_0^t = \lim_{t\to\infty} (e^t - 1) = \infty$ 指数函数的增长速度太快，积分无法收敛到一个有限值。
振荡积分: $\int_0^\infty \sin x dx$

这个积分发散，因为它不收敛到任何有限值。虽然 $\sin x$ 在正负之间振荡，但振荡的幅度不减小，积分值不会趋于一个具体的数值。这种发散属于“振荡发散”。

二、被积函数无界导致发散的例子:

简单的幂函数 (在积分区间端点无界): $\int_0^1 \frac{1}{x^p} dx$
- 当 p ≥ 1 时，该积分发散。例如：
  - p = 1 (前面已讨论过): $\int_0^1 \frac{1}{x} dx = \lim_{t\to 0^+} (-\ln t) = \infty$
  - p = 2 : $\int_0^1 \frac{1}{x^2} dx = \lim_{t\to 0^+} \left[ -\frac{1}{x} \right]_t^1 = \lim_{t\to 0^+} \left( -1 + \frac{1}{t} \right) = \infty$
- 当 p < 1 时，该积分收敛。
对数函数: $\int_0^1 \ln x dx$

这个积分发散，因为： $\int_0^1 \ln x dx = \lim_{t\to 0^+} [x \ln x - x]_t^1 = \lim_{t\to 0^+} ( -1 - (t \ln t - t) ) = -1 - 0 = -1$ 注意，这个例子虽然极限存在且有限，但此处我们计算的是 $\int_0^1 \ln x dx$ ，被积函数 $\ln x$ 在 $x = 0$ 处趋于 $-\infty$ ，按照反常积分的定义，它需要先转化为极限形式才能判断收敛性，而它实际上收敛到-1，而不是发散。
在区间内部无界: 考虑函数 $\frac{1}{x-1}$ 在区间 $[0, 2]$ 上的积分。函数在 $x = 1$ 处无界。这个积分发散，因为它需要分成两个部分： $\int_0^1 \frac{1}{x-1} dx$ 和 $\int_1^2 \frac{1}{x-1} dx$ ，这两个积分都发散。

总结:

发散的反常积分的例子非常多，关键在于识别积分区间是否无界，或被积函数在积分区间内是否无界。如果通过极限运算发现积分结果趋于无穷大、负无穷大或不趋于任何特定值（例如振荡），那么该积分就发散。理解这些例子有助于更好地掌握发散反常积分的概念。注意区分“发散”和“不收敛”，两者含义略有不同，发散是“不收敛”中的一种情况。一个积分可能不收敛，但它可能并非发散，例如，它可能在极限中振荡。