第 22 章:反常积分与数值求积¶
第 19 章只在有界闭区间上建立 Riemann 积分,第 20 章把正常积分连接到原函数端点差, 第 21 章再把有限区间积分用于几何与物理模型。本章处理第五部最后两个问题:积分区间 或被积函数不再有界时,怎样先判断积分是否存在;没有可用初等原函数时,怎样给出带 条件和误差界的有限计算结果?
本章共6个核心单元,12学时(理论7.25,应用4.75)。
学习路径¶
- 反常积分怎样由逐端点极限定义? (理论 1.50,应用 0.25)
- 正函数怎样比较收敛并控制尾部? (理论 1.50,应用 0.25)
- 绝对、条件与振荡收敛怎样区分? (理论 1.50,应用 0.50)
- 中点与梯形公式怎样产生可证明误差界? (理论 1.25,应用 0.75)
- Simpson 方法怎样给出预算与误差证书? (理论 1.00,应用 1.25)
- 反常积分怎样完成可靠数值计算? (理论 0.50,应用 1.75)
两条误差控制路线¶
前三个单元建立反常积分线:
\[
\text{逐端点极限}
\longrightarrow
\text{Cauchy 尾部}
\longrightarrow
\text{比较与振荡判别}
\longrightarrow
\text{尾部误差界}.
\]
“逐端点”要求每个无穷端或奇点各自通过极限检验;Cauchy 尾部把收敛改写为充分靠后的 任意一段积分都很小;比较、绝对收敛与振荡判别负责给出可检查条件;若比较不等式还 保留了数值大小,就能进一步选择截断点。
后两个公式单元建立有限求积线:
\[
\text{局部近似}
\longrightarrow
\text{复合公式}
\longrightarrow
\text{误差界}
\longrightarrow
\text{预算与停止状态}.
\]
局部 Taylor 或插值结构产生中点、梯形和 Simpson 权重;把局部误差逐段相加得到全局 误差界;给定容差后再反求网格预算。程序可以检查区间、网格和输入数值,却不能替学习者 证明整个区间上的导数界。
第 22.6 单元把两条路线合并:
\[
\text{总误差}
\le
\text{尾部截断误差}
+
\text{有限区间求积误差}.
\]
先证明收敛,再分配两类预算;这个顺序不能倒转。
三种“看起来稳定”都不够¶
- 对称截断稳定。 它可能只给出 Cauchy 主值,左右尾部仍分别发散。
- 网格加密后小数变化很小。 没有后验定理时,这只是经验信号。
- 程序接受了导数界参数。 程序只能检查它是有限非负数,不能证明它确实控制 整个区间上的导数。
严格结论必须说明所依赖的数学条件、误差界来源和程序实际检查了什么。
继承、输出与边界¶
第 19 章提供正常 Riemann 积分、区间可加与积分估计;第 20 章提供正常积分计算和 分部积分;第 21 章提供有限模型。本章在这些结论之上扩展端点定义,并使用第四部已经 证明的有限 Taylor 余项。
本章输出:
- 反常积分的逐端点定义与 Cauchy 尾部语言;
- 正函数比较、极限比较和尾部估计;
- 绝对、条件和振荡收敛的严格边界;
- 复合中点、梯形和 Simpson 公式及条件性误差证书;
- 一份经过测试的 Python 求积实现;
- 反常尾部与有限求积的总误差工作流。
第 22 章完成后,第五部闭合。第六部才系统研究无穷级数与函数逼近;本章不使用一般的 无穷求和交换、一致收敛或更高阶数值求积理论。
章末自测¶
完成本章后,你应能回答:
- 一个积分有两个反常端点时,为什么必须分别取极限?
- Cauchy 尾部判据为什么比观察一条截断序列更强?
- 直接比较的两个方向分别是什么?
- 为什么 \(\int |f|\) 收敛能够控制 \(\int f\) 的任意尾段?
- Dirichlet 判别中的有界原函数和单调趋零各承担什么责任?
- 对称主值为什么不能冒充通常反常积分?
- 中点、梯形和 Simpson 误差分别需要几阶导数界?
- Simpson 网格为什么必须为正偶数?
- “有误差上界”与“已达到目标容差”有什么区别?
- 怎样把尾部误差和有限区间误差合并成一个可核查结论?
只有能先证明存在、再分配误差、最后解释算法状态,才算完成第五部的积分训练。