跳至主要內容

提示

  1. 敛散性判断要么使用定义判断(即求出原函数),要么就是与已知敛散性的函数使用判别法进行判断
  2. 与敛散性已知的函数进行比较时,一般需要对函数进行放缩,放缩的前提是对该函数的敛散性有个大致判断,如果你认为是发散的,那么就应该往小了缩,因为小的发散,才能证明大的发散,同理,若是需要证明收敛,则应该往大放缩,大的收敛,小的必收敛
  3. 具体题目中可能需要根据间断点(奇点),无穷点将积分区间拆分,拆分成典型的反常积分的形式[1]

敛散性判别法

敛散性判别法

使用的过程中有可能需要将题目中的函数进行放缩

比较判别法

f(x),g(x)f(x),g(x)[a,+][a,+\infty]上连续,且0f(x)g(x)0\le f(x)\le g(x),则

a+g(x)dx收敛    a+f(x)dx收敛a+f(x)dx发散    a+g(x)dx发散 \begin{align*} \int _{a}^{+\infty} g(x) dx\, \text{收敛}\implies \int _{a}^{+\infty}f(x)dx\,\text{收敛}\\ \int _{a}^{+\infty} f(x) dx\, \text{发散}\implies \int _{a}^{+\infty}g(x)dx\,\text{发散} \end{align*}

比较判别法的极限形式

f(x),g(x)f(x),g(x)[a,+][a,+\infty]非负连续,limx+f(x)g(x)=λ\displaystyle\lim_{ x \to +\infty } \displaystyle\frac{f(x)}{g(x)}=\lambda,则

{λ>0时,同敛散λ=0时,a+g(x)dx收敛    a+f(x)dx收敛λ=+时,a+f(x)dx发散    a+g(x)dx发散 \begin{cases} \text{当}\lambda>0\text{时,}\text{同敛散} \\ \text{当}\lambda=0\text{时,}\int _{a}^{+\infty} g(x) dx\, \text{收敛}\implies \int _{a}^{+\infty}f(x)dx\,\text{收敛}\\ \text{当}\lambda=+\infty\text{时,}\int _{a}^{+\infty} f(x) dx\, \text{发散}\implies \int _{a}^{+\infty}g(x)dx\,\text{发散} \end{cases}

绝对收敛准则

对于上面两个比较都要求非负,对于被积函数是负的有下面的方法

a+f(x)dx 收敛 a+f(x)dx 收敛0+f(x)dx 收敛,则a+f(x)dx 绝对收敛 \begin{align*} \int_a^{+\infty}|f(x)|dx\text{ 收敛 }\Rightarrow\int_a^{+\infty}f(x)dx\text{ 收敛}\\ \text{若}\int_0^{+\infty}|f(x)|dx\text{ 收敛,则}\quad\text{称}\int_a^{+\infty}f(x)dx\text{ 绝对收敛} \end{align*}

常用结论

a+1xpdx{p>1,收敛p1,发散(a>1) \int _{a}^{+\infty} \frac{1}{x^p} dx \begin{cases} p>1,\text{收敛} \\ p\leq1,\text{发散} \end{cases} \,(a>1)

011xpdx{0<p<1,收敛p1,发散 \int _{0}^{1} \frac{1}{x^p} dx \begin{cases} 0<p<1,\text{收敛} \\ p\geq1,\text{发散} \end{cases}

a+1xplnqxdx{p>1,收敛p<1,发散 p=1,{q>1,收敛q1,发散(a>1) \int_{a}^{+\infty}\frac{1}{x^p\ln^qx}\mathrm{d}x \begin{cases} p>1,\text{收敛} \\ p<1,\text{发散 }\\ p=1, \begin{cases} q>1,\text{收敛} \\ q\leq1,\text{发散} \end{cases} \end{cases} \quad (a>1)

相关证明

  1. p>1p>1

取一足够小的ϵ\epsilon,使pϵ>1p-\epsilon>1,此时

1xplnqx/1xpϵ=1xϵlnqx \frac{1}{x^p\ln^qx}/\frac{1}{x^{p-\epsilon}}=\frac{1}{x^\epsilon\ln^q x}

x+x\to +\infty时,1xϵlnqx0\displaystyle\frac{1}{x^\epsilon\ln^q x}\to 0,幂函数的增长速度比对数函数增长速度快,所以无论q为多少,都是趋于0的[2],由敛散性判别法,可知积分收敛

  1. p<1p<1

取一足够小的ϵ\epsilon,使p+ϵ<1p+\epsilon<1,此时

1xplnqx/1xp+ϵ=xϵlnqx \frac{1}{x^p\ln^qx}/\frac{1}{x^{p+\epsilon}}=\frac{x^\epsilon}{\ln^q x}

x+x\to +\infty时,xϵlnqx\displaystyle\frac{x^\epsilon}{\ln^q x}\to \infty,由敛散性判别法,可知积分发散

  1. p=1p=1

此时原积分转变为

a+1xlnqxdx=a+1lnqxd(lnx) \int_{a}^{+\infty}\frac{1}{x\ln^qx}\mathrm{d}x =\int_{a}^{+\infty}\frac{1}{\ln^qx}\mathrm{d}(\ln x)

即转变为常用结论中的pp积分,可知此时
1. q>1q>1时,收敛
2. q1q\leq 1时,发散

综上,可得

a+1xplnqxdx{p>1,收敛p<1,发散p=1,{q>1,收敛q1,发散(a>1) \int_{a}^{+\infty}\frac{1}{x^p\ln^qx}\mathrm{d}x \begin{cases} p>1,\text{收敛} \\ p<1,\text{发散} \\ p=1, \begin{cases} q>1,\text{收敛} \\ q\leq1,\text{发散} \end{cases} \end{cases} \quad (a>1)

瑕积分

ab1(xa)pdx,ab1(bx)pdx{p<1,收敛p1,发散 \int _{a}^b \frac{1}{(x-a)^p} dx,\int _{a}^b \frac{1}{(b-x)^p} dx \begin{cases} p<1\text{,收敛} \\ p\geq 1\text{,发散} \end{cases}

对称区间上奇、偶函数的反常积分

需要注意的是,与通常的奇偶函数在对称区间上的定积分相比较,这里多了一个要求“收敛” 的条件,如果不满足这条件,结论是不成立的。例如,按照定义

+x1+x2dx=0x1+x2dx+0+x1+x2dx \int _{-\infty}^{+\infty} \frac{x}{1+x^2} dx= \int _{-\infty}^0\frac{x}{1+x^2} dx+\int _{0}^{+\infty} \frac{x}{1+x^2} dx

0+x1+x2dx=12limb+ln(1+x2)0b=+ \int _{0}^{+\infty} \frac{x}{1+x^2} dx=\frac{1}{2} \lim_{ b \to +\infty }\ln(1+x^2)|^b_{0} =+\infty

发散的,故+x1+x2dx\displaystyle\int _{-\infty}^{+\infty} \frac{x}{1+x^2} dx发散,而不能认为被积函数是奇函数,该积分为0

+ex2dx=20+ex2dx=π \int _{-\infty}^{+\infty}e^{-x^2} dx=2\int _{0}^{+\infty}e^{-x^2}dx =\sqrt{ \pi }


  1. 例如本章中关于瑕积分后面对称区间上奇、偶函数的反常积分中的例子 ↩︎

  2. q>0q>0时很好理解,q<0q<0时,对数部分在分子部分,此时不管qq为多少,在x+x\to+\infty时,通过洛必达,总能出现lnxx\displaystyle\frac{\ln x}{x}的结果,最终得该极限为0 ↩︎