积分学<3>——定积分的详细定义与可积条件

索引

  • 定积分的详细定义与可积条件
    • Riemann可积
      • 定义3.1 Riemann和
      • 定义3.2 Riemann可积
    • 定积分定义
      • 定义3.3 定积分
    • 定积分定义的扩展
      • 定义3.4 Darboux上(下)和
      • 引理3.1
      • 引理3.2
      • 定理3.1 Darboux定理
      • 定理3.2

定积分的详细定义与可积条件

Riemann可积

定义3.1 Riemann和

若函数 f ( x ) f\left ( x \right ) f(x)是闭区间 [ a , b ] \left [ a,b \right ] [a,b]上的有界函数,对闭区间 [ a , b ] \left [ a,b \right ] [a,b]作划分 P = { [ x i − 1 , x i ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x n = b , 1 ≤ i ≤ n , i ∈ N } P =\left \{ \left [ x_{i-1},x_{i} \right ]\mid x_{0}=a\le x_{i-1}<x_{i} \le x_{n}=b,1\le i \le n,i\in \mathbb{N}\right \} P={[xi1,xi]x0=axi1<xixn=b,1in,iN},也就是选取包含闭区间 [ a , b ] \left [ a,b \right ] [a,b]左端点a和右端点b在内的 n + 1 n+1 n+1个点 x i x_{i} xi将闭区间 [ a , b ] \left [ a,b \right ] [a,b]分为 n − 1 n-1 n1段,划分后每个闭区间 [ x i − 1 , x i ] \left [ x_{i-1},x_{i} \right ] [xi1,xi]的长度为 Δ x i = x i − x i − 1 \Delta x_{i}=x_{i}-x_{i-1} Δxi=xixi1, ∑ i = 1 n ( f ( ξ i ) Δ x i ) \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) i=1n(f(ξi)Δxi)称为Riemann和。

定义3.2 Riemann可积

λ = max ⁡ 1 ≤ i ≤ n { Δ x i } \lambda =\underset{1\le i\le n}{\max} \left \{ \Delta x_{i} \right \} λ=1inmax{Δxi}, λ → 0 \lambda \to 0 λ0代表 ∀ i ∈ [ 1 , n ] \forall i \in \left [ 1,n \right ] i[1,n], Δ x i → 0 \Delta x_{i} \to 0 Δxi0,在每个闭区间 [ x i , x i + 1 ] \left [ x_{i},x_{i+1} \right ] [xi,xi+1]任意选取点 ξ i \xi _{i} ξi,若Riemann和的极限 lim ⁡ λ → 0 ∑ i = 1 n ( f ( ξ i ) Δ x i ) = I ∈ R \lim _{\lambda \to 0} \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right )=I \in \mathbb{R} limλ0i=1n(f(ξi)Δxi)=IR存在且有限,并且与划分 P P P和取点 ξ i \xi _{i} ξi无关,则称函数 f ( x ) f\left ( x \right ) f(x)Riemann可积。

定积分定义

定义3.3 定积分

若函数 f ( x ) f\left ( x \right ) f(x)满足Riemann可积的条件,且Riemann和的极限 lim ⁡ λ → 0 ∑ i = 1 n ( f ( ξ i ) Δ x i ) = I \lim _{\lambda \to 0} \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right )=I limλ0i=1n(f(ξi)Δxi)=I, I ∈ R I \in \mathbb{R} IR,则称 I I I为闭区间 [ x i , x i + 1 ] \left [ x_{i},x_{i+1} \right ] [xi,xi+1]上的定积分,记为 lim ⁡ λ → 0 ∑ i = 1 n ( f ( ξ i ) Δ x i ) = I = ∫ a b f ( x ) d x \lim _{\lambda \to 0} \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right )=I=\int_{a}^{b} f\left ( x \right ) dx limλ0i=1n(f(ξi)Δxi)=I=abf(x)dx
另有 ε − δ \varepsilon -\delta εδ语言表述如下:
∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ δ > 0 \exists \delta >0 δ>0: ∀ P = { [ x i − 1 , x i ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x n = b , 1 ≤ i ≤ n } \forall P=\left \{ \left [ x_{i-1},x_{i} \right ]\mid x_{0}=a\le x_{i-1}<x_{i} \le x_{n}=b,1\le i \le n\right \} P={[xi1,xi]x0=axi1<xixn=b,1in}, ∀ ξ i ∈ [ x i − 1 , x i ] \forall \xi_{i} \in \left [ x_{i-1},x_{i}\right ] ξi[xi1,xi], ∀ λ ∈ ( 0 , δ ) \forall \lambda \in \left ( 0,\delta \right ) λ(0,δ), ∣ ∑ i = 1 n ( f ( ξ i ) Δ x i ) − I ∣ < ε \left | \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) -I\right |< \varepsilon i=1n(f(ξi)Δxi)I<ε

定积分定义的扩展

定义3.4 Darboux上(下)和

若函数 f ( x ) f\left ( x \right ) f(x)是闭区间 [ a , b ] \left [ a,b \right ] [a,b]上的有界函数, M = sup ⁡ a ≤ x ≤ b f ( x ) M=\underset{a\le x \le b}{\sup} f\left ( x \right ) M=axbsupf(x), m = inf ⁡ a ≤ x ≤ b f ( x ) m=\underset{a\le x \le b}{\inf} f\left ( x \right ) m=axbinff(x),对闭区间 [ a , b ] \left [ a,b \right ] [a,b]作划分 P = { [ x i − 1 , x i ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x n = b , 1 ≤ i ≤ n , i ∈ N } P =\left \{ \left [ x_{i-1},x_{i} \right ]\mid x_{0}=a\le x_{i-1}<x_{i} \le x_{n}=b,1\le i \le n,i\in \mathbb{N}\right \} P={[xi1,xi]x0=axi1<xixn=b,1in,iN},划分后每个闭区间 [ x i − 1 , x i ] \left [ x_{i-1},x_{i} \right ] [xi1,xi]又有对应的 M i = sup ⁡ x i − 1 ≤ x ≤ x i f ( x i ) M_{i} =\underset{x_{i-1} \le x \le x_{i} }{\sup} f\left ( x_{i} \right ) Mi=xi1xxisupf(xi), m i = inf ⁡ x i − 1 ≤ x ≤ x i f ( x i ) m_{i} =\underset{x_{i-1} \le x \le x_{i}}{\inf} f\left ( x_{i} \right ) mi=xi1xxiinff(xi),
定义Darboux上和 S ‾ ( P ) = ∑ i = 1 n ( M i Δ x i ) \overline{S}\left ( P \right ) = \sum_{i=1}^{n}\left ( M_{i} \Delta x_{i} \right ) S(P)=i=1n(MiΔxi),Darboux下和 S ‾ ( P ) = ∑ i = 1 n ( m i Δ x i ) \underline{S}\left (P \right ) = \sum_{i=1}^{n}\left ( m_{i} \Delta x_{i} \right ) S(P)=i=1n(miΔxi)

引理3.1

在划分 P P P中增加新分点,则新的Darboux上和不增加,新的Darboux下和不减少。

不妨设只在其中一个闭区间增加一个分点,增加多个分点可以分解为每次只增加一个分点的递归问题。
以Darboux上和为例,设在闭区间 [ x i − 1 , x i ] \left [ x_{i-1} ,x_{i} \right ] [xi1,xi]内增加新分点 x k x_{k} xk,旧划分记为 P 0 P_{0} P0,新划分记为 P 1 P_{1} P1
比较 S ‾ ( P 0 ) \overline{S}\left ( P_{0} \right ) S(P0) S ‾ ( P 1 ) \overline{S}\left ( P_{1} \right ) S(P1),除闭区间 [ x i − 1 , x i ] \left [ x_{i-1} ,x_{i} \right ] [xi1,xi]外的其余闭区间不受影响,
而对于原来的 [ x i − 1 , x i ] \left [ x_{i-1} ,x_{i} \right ] [xi1,xi],重新划分后,闭区间 [ x i − 1 , x k ] \left [ x_{i-1},x_{k} \right ] [xi1,xk]的上确界为 sup ⁡ x i − 1 ≤ x ≤ x k [ x i − 1 , x k ] = c 1 \underset{x_{i-1}\le x \le x_{k} }{\sup} \left [ x_{i-1},x_{k} \right ]=c_{1} xi1xxksup[xi1,xk]=c1,闭区间 [ x k , x i ] \left [ x_{k},x_{i} \right ] [xk,xi]的上确界为 sup ⁡ x k ≤ x ≤ x i [ x k , x i ] = c 2 \underset{x_{k}\le x \le x_{i} }{\sup} \left [ x_{k},x_{i} \right ]=c_{2} xkxxisup[xk,xi]=c2,且 c 1 ≤ M i c_{1}\le M_{i} c1Mi, c 2 ≤ M i c_{2}\le M_{i} c2Mi,
c 1 ( x i − 1 − x k ) + c 2 ( x k − x i ) ≤ M i ( x i − 1 − x k ) + M i ( x k − x i ) = M i ( x i − 1 − x i ) = M i Δ x i c_{1}\left ( x_{i-1}-x_{k} \right ) +c_{2} \left ( x_{k}-x_{i} \right ) \le M_{i}\left ( x_{i-1}-x_{k} \right )+M_{i}\left ( x_{k}-x_{i} \right ) =M_{i} \left ( x_{i-1}-x_{i} \right ) =M_{i}\Delta x_{i} c1(xi1xk)+c2(xkxi)Mi(xi1xk)+Mi(xkxi)=Mi(xi1xi)=MiΔxi,即 S ‾ ( P 0 ) ≥ S ‾ ( P 1 ) \overline{S}\left ( P_{0} \right )\ge \overline{S}\left ( P_{1} \right ) S(P0)S(P1)
同理可得 S ‾ ( P 0 ) ≤ S ‾ ( P 1 ) \underline{S}\left ( P_{0} \right )\le \underline{S}\left ( P_{1} \right ) S(P0)S(P1)

引理3.2

对任意划分 P 1 P_{1} P1, P 2 P_{2} P2,有 m ( b − a ) ≤ S ‾ ( P 1 ) ≤ S ‾ ( P 2 ) ≤ M ( b − a ) m\left ( b-a \right )\le \underline{S} \left ( P_{1} \right )\le \overline{S} \left ( P_{2} \right ) \le M\left ( b-a \right ) m(ba)S(P1)S(P2)M(ba)

构造特殊划分 P 0 = { [ a , b ] } P_{0} =\left \{ \left [ a,b \right ] \right \} P0={[a,b]}, S ‾ ( P 0 ) = m ( b − a ) \underline{S} \left ( P_{0} \right ) =m\left ( b-a \right ) S(P0)=m(ba), S ‾ ( P 0 ) = M ( b − a ) \overline{S} \left ( P_{0} \right ) =M\left ( b-a \right ) S(P0)=M(ba)
根据引理3.1, S ‾ ( P 0 ) = m ( b − a ) ≤ S ‾ ( P 1 ) \underline{S} \left ( P_{0} \right ) =m\left ( b-a \right )\le \underline{S} \left ( P_{1} \right ) S(P0)=m(ba)S(P1), S ‾ ( P 2 ) ≤ S ‾ ( P 0 ) = M ( b − a ) \overline{S} \left ( P_{2} \right ) \le \overline{S} \left ( P_{0} \right ) =M\left ( b-a \right ) S(P2)S(P0)=M(ba);
构造特殊划分 P ∗ P^{\ast } P,其为划分 P 1 P_{1} P1与划分 P 2 P_{2} P2的积划分 P 1 ⋅ P 2 P_{1} \cdot P_{2} P1P2,其分点也就是划分 P 1 P_{1} P1与划分 P 2 P_{2} P2的所有分点的并集。
根据引理3.1, S ‾ ( P 1 ) ≤ S ‾ ( P ∗ ) ≤ S ‾ ( P ∗ ) ≤ S ‾ ( P 2 ) \underline{S} \left ( P_{1} \right )\le \underline{S}\left ( P^{\ast } \right )\le \overline{S} \left ( P^{\ast } \right ) \le \overline{S} \left ( P_{2} \right ) S(P1)S(P)S(P)S(P2)

定理3.1 Darboux定理

若函数 f ( x ) f\left ( x \right ) f(x)是闭区间 [ a , b ] \left [ a,b \right ] [a,b]上的有界函数,记函数 f ( x ) f\left ( x \right ) f(x)对一切划分 P P P的全体Darboux上和构成的集合为 S ‾ = { S ‾ ( P ) } \overline{S}=\left \{ \overline{S} \left ( P \right ) \right \} S={S(P)}, L = inf ⁡ S ‾ L=\inf \overline{S} L=infS,函数 f ( x ) f\left ( x \right ) f(x)对一切划分 P P P的全体Darboux下和构成的集合为 S ‾ = { S ‾ ( P ) } \underline{S}=\left \{ \underline{S} \left ( P \right ) \right \} S={S(P)}, l = sup ⁡ S ‾ l=\sup \underline{S} l=supS,则有 lim ⁡ λ → 0 S ‾ ( P ) = L \lim_{\lambda \to 0}\overline{S}\left ( P \right )=L limλ0S(P)=L, lim ⁡ λ → 0 S ‾ ( P ) = l \lim_{\lambda \to 0}\underline{S}\left ( P \right )=l limλ0S(P)=l

以Darboux上和的下确界 L L L为例,
P ′ = { [ x i − 1 ′ , x i ′ ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x p = b , 1 ≤ i ≤ p } P^{\prime}=\left \{ \left [ x^{\prime }_{i-1},x^{\prime }_{i}\right ] \mid x_{0}=a\le x_{i-1} < x_{i} \le x_{p}=b,1\le i\le p \right \} P={[xi1,xi]x0=axi1<xixp=b,1ip},
δ 1 = min ⁡ 1 ≤ i ≤ p { Δ x i ′ } \delta_{1}= \underset{1\le i\le p}{\min}\left \{ \Delta x_{i}^{\prime } \right \} δ1=1ipmin{Δxi},任取划分 P = { [ x j − 1 , x j ] ∣ x 0 = a ≤ x j − 1 < x j ≤ x q = b , 1 ≤ j ≤ q } P=\left \{ \left [ x_{j-1},x_{j} \right ] \mid x_{0}=a\le x_{j-1} < x_{j} \le x_{q}=b,1\le j\le q \right \} P={[xj1,xj]x0=axj1<xjxq=b,1jq}, λ = max ⁡ 1 ≤ j ≤ q { Δ x j } \lambda =\underset{1\le j\le q}{\max} \left \{ \Delta x_{j} \right \} λ=1jqmax{Δxj},
构造特殊划分 P ∗ P^{\ast } P,其为划分 P P P与划分 P ′ P^{\prime} P的积划分 P ⋅ P ′ P \cdot P^{\prime} PP,其分点也就是划分 P P P与划分 P ′ P^{\prime} P的所有分点的并集。
S ‾ ( P ) − L ≤ ( S ‾ ( P ) − S ‾ ( P ∗ ) ) + ( S ‾ ( P ∗ ) − S ‾ ( P ′ ) ) + ( S ‾ ( P ′ ) − L ) \overline{S}\left ( P \right )-L \le \left ( \overline{S}\left ( P \right )-\overline{S}\left ( P^{\ast } \right ) \right )+\left ( \overline{S}\left ( P^{\ast } \right )-\overline{S}\left ( P^{\prime } \right ) \right )+\left ( \overline{S}\left ( P^{\prime } \right ) -L \right ) S(P)L(S(P)S(P))+(S(P)S(P))+(S(P)L),
由下确界定义, ∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ P ′ \exists P^{\prime} P: ∣ S ‾ ( P ′ ) − L ∣ < ε 2 \left | \overline{S} \left ( P^{\prime } \right ) -L \right |<\frac{\varepsilon }{2} S(P)L <2ε( I \mathrm{I} I);
引用引理3.1, S ‾ ( P ∗ ) − S ‾ ( P ′ ) ≤ 0 \overline{S}\left ( P^{\ast } \right )- \overline{S}\left ( P^{\prime } \right )\le 0 S(P)S(P)0( I I \mathrm{II} II);
考虑将 P P P的分点逐个插入原划分 P ′ P^{\prime} P中,为保证前提条件 ∀ 1 ≤ j ≤ q \forall 1\le j\le q ∀1jq, ∀ 1 ≤ i ≤ p \forall 1\le i\le p ∀1ip, Δ x j ≤ λ < δ 1 ≤ Δ x i ′ \Delta x_{j}\le \lambda <\delta _{1}\le \Delta x_{i}^{\prime } Δxjλ<δ1Δxi仍然成立,则 p − 1 p-1 p1闭区间 [ x i − 1 ′ , x i ′ ] \left [ x^{\prime }_{i-1},x^{\prime }_{i}\right ] [xi1,xi]中每个只能插入一个 P P P的分点,否则, ∃ j \exists j j: Δ x j = x j − x j − 1 > δ 1 \Delta x_{j}=x_{j}-x_{j-1}>\delta _{1} Δxj=xjxj1>δ1,违反前提条件,
δ 2 = ε 2 ( p − 1 ) ( M − m ) > 0 \delta_{2}=\frac{\varepsilon }{2\left ( p-1 \right )\left ( M-m \right ) }>0 δ2=2(p1)(Mm)ε>0,则 ∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ δ = min ⁡ { δ 1 , δ 2 } > 0 \exists \delta =\min\left \{\delta_{1},\delta_{2} \right \}>0 δ=min{δ1,δ2}>0: ∀ P \forall P P, ∀ λ ∈ ( 0 , δ ) \forall \lambda \in \left ( 0,\delta \right ) λ(0,δ), S ‾ ( P ) − S ‾ ( P ∗ ) < ( p − 1 ) ( M − m ) δ < ε 2 \overline{S}\left ( P \right )-\overline{S}\left ( P^{\ast } \right )< \left ( p-1 \right ) \left ( M-m \right )\delta<\frac{\varepsilon }{2} S(P)S(P)<(p1)(Mm)δ<2ε( I I I \mathrm{III} III),
综合( I \mathrm{I} I),( I I \mathrm{II} II),( I I I \mathrm{III} III), ∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ δ = min ⁡ { δ 1 , δ 2 } > 0 \exists \delta =\min\left \{\delta_{1},\delta_{2} \right \}>0 δ=min{δ1,δ2}>0: ∀ P \forall P P, ∀ λ ∈ ( 0 , δ ) \forall \lambda \in \left ( 0,\delta \right ) λ(0,δ), ∣ S ‾ ( P ) − L ∣ < ε 2 \left | \overline{S}\left ( P \right )-L \right | <\frac{\varepsilon }{2} S(P)L <2ε,即 lim ⁡ λ → 0 S ‾ ( P ) = L \lim_{\lambda \to 0}\overline{S}\left ( P \right )=L limλ0S(P)=L

定理3.2

函数 f ( x ) f\left ( x \right ) f(x)在闭区间 [ a , b ] \left [ a,b \right ] [a,b]可积的充要条件为 lim ⁡ λ → 0 S ‾ ( P ) = L = l = lim ⁡ λ → 0 S ‾ ( P ) \lim _{\lambda \to 0}\overline{S}\left ( P \right ) =L=l=\lim _{\lambda \to 0}\underline{S}\left ( P \right ) limλ0S(P)=L=l=limλ0S(P)

<1>必要性
根据Riemann可积的条件, ∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ δ > 0 \exists \delta >0 δ>0: ∀ P = { [ x i − 1 , x i ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x n = b , 1 ≤ i ≤ n } \forall P=\left \{ \left [ x_{i-1},x_{i} \right ]\mid x_{0}=a\le x_{i-1}<x_{i} \le x_{n}=b,1\le i \le n\right \} P={[xi1,xi]x0=axi1<xixn=b,1in}, ∀ ξ i ∈ [ x i − 1 , x i ] \forall \xi_{i} \in \left [ x_{i-1},x_{i}\right ] ξi[xi1,xi], ∀ λ ∈ ( 0 , δ ) \forall \lambda \in \left ( 0,\delta \right ) λ(0,δ), ∣ ∑ i = 1 n ( f ( ξ i ) Δ x i ) − I ∣ < ε 2 \left | \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) -I\right |< \frac{\varepsilon }{2} i=1n(f(ξi)Δxi)I<2ε( I \mathrm{I } I);
ξ i ∈ [ x i − 1 , x i ] \xi _{i}\in \left [ x_{i-1} ,x_{i} \right ] ξi[xi1,xi]: ∣ M i − f ( ξ i ) ∣ < ε 2 ( b − a ) \left | M_{i}-f\left ( \xi _{i} \right ) \right | < \frac{\varepsilon }{2\left ( b-a \right ) } Mif(ξi)<2(ba)ε,
则有 ∣ S ‾ ( P ) − ∑ i = 1 n ( f ( ξ i ) Δ x i ) ∣ = ∣ ∑ i = 1 n [ ( M i − f ( ξ i ) ) Δ x i ] ∣ < ( b − a ) ⋅ ε 2 ( b − a ) = ε 2 \left | \overline{S}\left ( P \right )-\sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) \right |=\left | \sum_{i=1}^{n} \left [ \left ( M_{i}-f\left ( \xi _{i} \right ) \right )\Delta x_{i} \right ] \right |<\left ( b-a \right ) \cdot \frac{\varepsilon }{2\left ( b-a \right ) } =\frac{\varepsilon }{2} S(P)i=1n(f(ξi)Δxi) =i=1n[(Mif(ξi))Δxi]<(ba)2(ba)ε=2ε( I I \mathrm{II} II);
综合( I \mathrm{I} I),( I I \mathrm{II} II)可知, ∀ ε > 0 \forall \varepsilon >0 ε>0, ∃ δ > 0 \exists \delta >0 δ>0: ∀ P = { [ x i − 1 , x i ] ∣ x 0 = a ≤ x i − 1 < x i ≤ x n = b , 1 ≤ i ≤ n } \forall P=\left \{ \left [ x_{i-1},x_{i} \right ]\mid x_{0}=a\le x_{i-1}<x_{i} \le x_{n}=b,1\le i \le n\right \} P={[xi1,xi]x0=axi1<xixn=b,1in}, ∀ ξ i ∈ [ x i − 1 , x i ] \forall \xi_{i} \in \left [ x_{i-1},x_{i}\right ] ξi[xi1,xi], ∀ λ ∈ ( 0 , δ ) \forall \lambda \in \left ( 0,\delta \right ) λ(0,δ), ∣ S ‾ ( P ) − I ∣ ≤ ∣ S ‾ ( P ) − ∑ i = 1 n ( f ( ξ i ) Δ x i ) ∣ + ∣ ∑ i = 1 n ( f ( ξ i ) Δ x i ) − I ∣ < ε \left | \overline{S}\left ( P \right )-I \right |\le \left | \overline{S}\left ( P \right )-\sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) \right |+\left | \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) -I\right |<\varepsilon S(P)I S(P)i=1n(f(ξi)Δxi) +i=1n(f(ξi)Δxi)I<ε,即 lim ⁡ λ → 0 S ‾ ( P ) = I \lim _{\lambda \to 0}\overline{S}\left ( P \right ) =I limλ0S(P)=I
<2>充分性
由定义易得 S ‾ ( P ) ≤ ∑ i = 1 n ( f ( ξ i ) Δ x i ) ≤ S ‾ ( P ) \overline{S}\left ( P \right ) \le \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right )\le \underline{S}\left ( P \right ) S(P)i=1n(f(ξi)Δxi)S(P)
由两边夹原理, L = lim ⁡ λ → 0 S ‾ ( P ) = lim ⁡ λ → 0 [ ∑ i = 1 n ( f ( ξ i ) Δ x i ) ] = lim ⁡ λ → 0 S ‾ ( P ) = l L=\lim _{\lambda \to 0} \overline{S}\left ( P \right ) = \lim _{\lambda \to 0}\left [ \sum_{i=1}^{n} \left ( f\left ( \xi _{i} \right ) \Delta x_{i} \right ) \right ] = \lim _{\lambda \to 0}\underline{S}\left ( P \right )=l L=limλ0S(P)=limλ0[i=1n(f(ξi)Δxi)]=limλ0S(P)=l,满足Riemann可积的条件。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/808740.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

20232831 2023-2024-2 《网络攻防实践》第5次作业

目录 20232831 2023-2024-2 《网络攻防实践》第5次作业1.实验内容&#xff08;1&#xff09;防火墙配置&#xff08;具体IP配置参考自己的IP设置&#xff09;&#xff08;2&#xff09;动手实践&#xff1a;Snort&#xff08;3&#xff09;分析配置规则 2.实验过程3.学习中遇到…

基于小程序实现的校园失物招领系统

作者主页&#xff1a;Java码库 主营内容&#xff1a;SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app等设计与开发。 收藏点赞不迷路 关注作者有好处 文末获取源码 技术选型 【后端】&#xff1a;Java 【框架】&#xff1a;spring…

渗透测试概述

渗透测试概述 渗透测试&#xff0c;又称入侵测试或黑盒测试&#xff0c;是一种通过模拟黑客攻击行为来评估计算机系统安全性的方法。其目的在于发现系统中的潜在漏洞&#xff0c;并评估这些漏洞可能带来的风险&#xff0c;从而为系统管理员和安全团队提供改进建议。渗透测试通…

第十二天--二维数组的彻底解刨--地址

1.二维数组我们用父子的地址来称呼二维数组的地址 比如arr[3][4] 这里的arr是二维数组的首地址&#xff0c;也是父数组的首地址&#xff0c;也是子数组的首地址 arr1父数组的地址偏移1&#xff0c;实际上是偏移了4*416个字节 arr[0]是子数组的首地址&#xff0c;arr[0]1是子数…

langchain txt 文档加载,分割

stuff 策略 加载 arXiv 论文&#xff0c;让模型总结前 2000 字 这里采用的是 stuff 策略&#xff0c;也就是将一大段文本。按字数分割成 N 个文本块&#xff0c;又合并成一个大的文本块。 对超大规模不友好&#xff0c;没有区分文档重要性&#xff0c;适合文档量较少场景 i…

安卓刷机fastboot分段传输

win10 fastboot 无法识别&#xff0c;驱动下载地址GitHub - xushuan/google_latest_usb_driver_windows 把inf文件更新到设备管理器驱动更新即可 问题 archive does not contain super_empty.img Sending vbmeta_a (4 KB) OKAY [ 0.117s] Writing …

Springboot项目的测试类书写(速通)

目录 前言1. 单元测试的测试类2. 框架测试的测试类 前言 在实际开发中&#xff0c;如果只是做一个简单的单元测试&#xff08;不涉及端到端、数据库交互、API调用、消息队列处理等&#xff09;&#xff0c;我为了方便一般都是找块儿地方写一个main方法来跑一下就行了&#xff…

Redis中的集群(六)

集群 ASK错误 在进行重新分片期间&#xff0c;源节点向目标节点迁移一个槽的过程中&#xff0c;可能会出现这样一种情况:属于被迁移槽的一部分键值对保存在源节点里面&#xff0c;而另一部分键值对则保存在目标节点里面。当客户端向源节点发送一个与数据库有关的命令&#xf…

std::vector的核心框架接口的模拟实现bit::vector

std::vector的核心框架接口的模拟实现bit::vector #pragma once #include<iostream> #include<assert.h> #include<string> #include<algorithm> #include<vector>using std::cout; using std::endl;namespace bit {template<class T>cla…

C中自定义类型——结构体

一.前言 在C语言中&#xff0c;不仅有int、char、short、long等内置类型&#xff0c;C语言还有一种特殊的类型——自定义类型。该类型可以由使用者自己定义&#xff0c;可以解决一些复杂的个体。 二.结构体 2.1结构体的声明 我们在利用结构体的时候一般是用于描述一些有多种…

c++ 类型转换dynamic_cast

在C中&#xff0c;dynamic_cast 是一种用于安全地将指针或引用从一个类类型转换为另一个类类型的运算符。它主要用于在继承层次结构中进行类型转换&#xff0c;并在运行时执行类型检查&#xff0c;以确保转换的安全性。 dynamic_cast 执行以下操作&#xff1a; 1. 它检查 expr…

【SpinalHDL】Scala编程中的var及val

1. var与val区别及相同点 在SpinalHDL中&#xff0c;var 和 val 是两种不同的变量声明方式&#xff0c;它们在用法和语义上有一些区别和相同点&#xff1a; 1. 区别 var&#xff1a;代表可变变量&#xff0c;类似于其他编程语言中的可变变量。使用 var 声明的变量可以在声明…

javaweb配置JSTL

首先配置好javaweb项目。 在网上下载好jakarta-taglibs-standard并解压。 在web/WEB-INF目录下创建lib目录。 在jakarta-taglibs-standard目录下lib目录内的两个.jar文件复制到javaweb项目lib目录下。 将这两个.jar包导入库。 在idea菜单栏找到“文件”并打开&#xff0c;点…

linux磁盘知识学习

文章目录 linux 磁盘阵列知识积累配置RAID方案在Linux中配置RAID在其他设备上配置RAID 确认是什么RAID级别cat /proc/mdstat 输出示例mdadm --detail /dev/md0输出示例 如何确认设备是否做了RAID其他方式fdisklsblkpartedlshwlsscsismartctlblkid 不同命令使用场景1.fdisk2.mda…

nvm更新node版本

1、nvm安装和管理多个 Node.js 版本&#xff1a;NVM 允许用户在计算机上同时安装多个不同版本的 Node.js。这使得开发人员可以轻松地在不同的项目中使用不同的 Node.js 版本&#xff0c;而无需手动安装或卸载。 2、nvm切换 Node.js 版本&#xff1a;通过 NVM&#xff0c;用户可…

好菜每回味道不同--建造者模式

1.1 炒菜没放盐 中餐&#xff0c;老板需要每次炒菜&#xff0c;每次炒出来的味道都有可能不同。麦当劳、肯德基这些不过百年的洋快餐却能在有千年饮食文化的中国发展的那么好呢&#xff1f;是因为你不管何时何地在哪里吃味道都一样&#xff0c;而鱼香肉丝在我们中餐却可以吃出上…

Langchain-Chatchat 从入门到精通(基于本地知识库的问答系统)(更新中)

目录 前言一、Langchain-Chatchat介绍1-1、Langchain-Chatchat介绍1-2、LangChainChatGLM 工作流1-3、文档角度的工作流 二、快速上手2-0、硬件要求2-1、环境配置2-2、模型下载2-3、初始化知识库和配置文件2-4、一键启动 三、配置文件详解&#xff08;config目录下&#xff09;…

浏览器输入域名执行全过程?

当你在浏览器中输入www.baidu.com并按下回车键时&#xff0c;会触发一系列复杂的过程才能在你的屏幕上显示出百度的首页。以下是这一过程的详细步骤&#xff1a; 1. 解析域名 首先&#xff0c;浏览器需要解析你输入的域名www.baidu.com。这个过程称为DNS查询。 浏览器缓存&a…

MybatisPlus实现数据权限隔离

引言 Mybatis Plus对Mybatis做了无侵入的增强&#xff0c;非常的好用&#xff0c;今天就给大家介绍它的其中一个实用功能&#xff1a;数据权限插件。 数据权限插件的应用场景和多租户的动态拦截拼接SQL一样。建议点赞收藏关注&#xff0c;方便以后复习查阅。 依赖 首先导入M…

【Java集合】面试题汇总

Java 集合Java 集合概览1. List, Set, Queue, Map 四者的区别&#xff1f;2. ArrayList 和 Array&#xff08;数组&#xff09;的区别&#xff1f;3. ArrayList 和 Vector 的区别?4. Vector 和 Stack 的区别?&#xff08;了解即可&#xff09;5. ArrayList 可以添加 null 值吗…