切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
数学分析
第五篇一元函数积分学
Riemann 可积的充分必要条件
最后
更新:
2025-03-16 09:16
查看:
285
次
反馈
能力测评
会员8.2元/月
赞助
Riemann 可积的充分必要条件
## 10.2可积性与可积函数类 在第九章的基础上,有了 Newton-Leibniz 公式之后,就可以解决许多具体的定积分计算问题.然而该公式成立需要两个条件,即被积函数的可积性与原函数的存在性。前一个问题将在本节解决,后一个问题对于许多具体例子来说不成问题,但是其存在性的一般性讨论将在 $\S 10.3$ 解决. 10.2.1 Riemann 可积的充分必要条件 由于在定积分定义中既有任意分划,又有任意选取的介点集,因此从定义出发来检验函数是否可积是困难的。为此我们介绍 Darboux 的方法,它就是体现在图 10.1 中的夹逼思想.这使得我们可以摆脱介点集的任意性而只需要考虑分划。 给定分划 $P=\left\{x_0, x_1, \cdots, x_n\right\}$ ,对于 $i=1, \cdots, n$ 用 $M_i$ 和 $m_i$ 记 $f$ 在第 $i$ 个子区间上的上确界和下确界: $$ M_i=\sup \left\{f(x) \mid x_{i-1} \leqslant x \leqslant x_i\right\}, \quad m_i=\inf \left\{f(x) \mid x_{i-1} \leqslant x \leqslant x_i\right\} $$ 然后分别乘以 $\Delta x_i$ 对 $i$ 求和,得到两个新的和式,且将 Riemann 和夹在中间: $$ \underline{S}_P=\sum_{i=1}^n m_i \Delta x_i \leqslant \sum_{i=1}^n f\left(\xi_i\right) \Delta x_i \leqslant \sum_{i=1}^n M_i \Delta x_i=\bar{S}_P $$ 称左边的 $\underline{S}_P$ 为 Darboux 下和,右边的 $\bar{S}_P$ 为 Darboux 上和.它们的值只与分划 $P$有关,在不发生混淆时可将下标省略. 不等式(10.2)使我们摆脱了对于介点集 $\xi$ 的依赖,而可以用上和与下和来进行估计.再回顾 $\S 10.1 .1$ 中的例子 $f(x)=x^2, 0 \leqslant x \leqslant 1$ ,其中的 $S_n$ 和 $S_n^{\prime}$ 就是等距分划时的 Darboux 下和与 Darboux 上和。 又对 $i=1, \cdots n$ 引入记号 $\omega_i(i=1, \cdots, n)$ 表示函数 $f$ 在子区间 $\left[x_{i-1}, x_i\right]$ 上的振幅,即 $$ \omega_i=M_i-m_i $$ 这里注意所有的 $\omega_i$ 和 $\Delta x_i$ 都是非负数.现在将和式 $$ \sum_{i=1}^n \omega_i \Delta x_i=\bar{S}_P-\underline{S}_P $$ 称为与分划 $P$ 对应的振幅面积.它有明显的几何意义.回顾图 10.1,可见与其中的函数和分划对应的振幅面积就是分图(c)上的许多小矩形面积之和。 注意:对于 $[a, b]$ 上的有界函数,所有 $M_i, m_i, \omega_i$ 和振幅面积都是有限数.反之,如果振幅面积为有限数,则函数也一定有界。(关于振幅概念可以回顾第一章的定义 1.8 ,例题 1.3 和第五章的定义 5.1 等内容.) 现在叙述本小节的主要定理如下。 定理 10.3 对于在 $[a, b]$ 上定义的函数 $f$ ,以下三个条件等价: (1)函数 $f$ 于 $[a, b]$ 上 Riemann 可积; (2)(可积第一充要条件) $\lim _{\|P\| \rightarrow 0} \sum_{i=1}^n \omega_i \Delta x_i=0$ ; (3)(可积第二充要条件)对 $\forall \varepsilon>0, \exists P$ ,使得成立 $\sum_{i=1}^n \omega_i \Delta x_i<\varepsilon$ . 注 在定理的(2)中出现的极限与 Riemann 和的极限(见定义 10.3 及其注)属于同一类型的极限,用 $\varepsilon-\delta$ 语言写出就是 $$ \lim _{\|P\| \rightarrow 0} \sum_{i=1}^n \omega_i \Delta x_i=0 \Longleftrightarrow \forall \varepsilon>0, \exists \delta>0, \forall P(\|P\|<\delta): \sum_{i=1}^n \omega_i \Delta x_i<\varepsilon $$ 与定义 10.3 比较,上述极限中不出现介点集,因此更简单一些. 下面我们对定理 10.3 的证明步骤是 $$ (1) \Longrightarrow(2) \Longrightarrow(3) \Longrightarrow(1) $$ **其中第一步不难,第二步很容易,第三步则相当难,但正是在这一步证明中充分反映了定积分的基本思想和技巧.** 定理 10.3 的前两步证明 $(1) \Longrightarrow(2)$ .从 $f$ 为 $( R )$ 可积的定义知道,对 $\forall \varepsilon>0$ ,存在 $\delta>0$ ,对细度 $\|P\|<\delta$ 的每一个分划 $P=\left\{x_0, x_1, \cdots, x_n\right\}$ 和与 $P$ 相容的每一个介点集 $\xi$ ,成立 $$ \left|\sum_{i=1}^n f\left(\xi_i\right) \Delta x_i-I\right|<\varepsilon $$ 也就是 $$ I-\varepsilon<\sum_{i=1}^n f\left(\xi_i\right) \Delta x_i<I+\varepsilon $$ 其中 $I=\int_a^b f(x) d x$
免费注册看余下 70%
非VIP会员每天5篇文章,开通VIP 无限制查看
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
微积分基本定理
下一篇:
几类重要的可积函数
本文对您是否有用?
有用
(
0
)
无用
(
0
)
更多
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com