7.3 习题课讲解

7.3.1 确定积分区域的不等式表达、累次积分

例 7.3.1 (例1) 对连续函数f,改变累次积分顺序:(1)∫01dx∫0x2f(x,y)dy+∫13dx∫03−x2f(x,y)dy

解1 画出积分域的图像,如7.3.1所示,由图可知该区域可表示为(2)0≤y≤1,y≤x≤3−2y 故原累次积分等于(3)∫01dy∫y3−2yf(x,y)dx ◻

解2 利用示性函数计算可得(4) ∫01dx∫0x2f(x,y)dy+∫13dx∫03−x2f(x,y)dy=∫R2f(x,y)(10≤x≤1,0≤y≤x2+11≤x≤3,0≤y≤3−x2)dxdy=∫R2f(x,y)(1y≤x≤1+10≤y,1≤x≤min{3,3−2y}=3−2y)dxdy=∫R2f(x,y)(1y≤x≤1+10≤y≤1,1≤x≤3−2y)dxdy=∫R2f(x,y)(10≤y≤1,y≤x≤3−2y)dxdy=∫01dy∫y3−2yf(x,y)dx 其中容易被忽视的是:由y≤3−2y解得(2y+3)(y−1)≤0,即0≤y≤1。 ◻

PIC

图 7.3.1: 例1的积分域

注 解2使用了示性函数(Characteristic function),其定义为(5)1(x,y)∈D:R2→R,1(x,y)∈D={1,(x,y)∈D0,(x,y)∈R2∖D. 1(x,y)∈D也可以简写为1D。示性函数有以下性质:(6)1∅=0,1Ac=1−1A,1A∩B=1A⋅1B,1A∪B=1A+1B−1A⋅1B 即它可以把集合运算变成函数的代数运算。利用示性函数,我们可以把有界区域上的积分改写为全空间上的积分,从而使得重积分(累次积分)更容易转化为(另一次序的)累次积分,如(7)∫Df(x,y)dxdy=∫R2f(x,y)1Ddxdy=∫−∞+∞dx∫−∞+∞f(x,y)1(x,y)∈Ddy 对给定的x,记Dx={y∣(x,y)∈D};记A={x∣Dx≠∅}。于是上述累次积分最终写成(8)∫Adx∫Dxf(x,y)dy 通常D由不等式表达。集合Dx就是视x为给定的参数,求解关于变量y的不等式得到的解集。

当空间维数较高,或者区域边界很难通过画图分辨的时候,可以使用示性函数确定积分变量的范围。

例 7.3.2 (例2) 由曲面z=1+x+y、z=0、x+y=1、x=0、y=0围成有界区域D,写成累次积分∫dz∫dy∫⋯dx,确定积分限,并讨论哪种顺序的累次积分形式最简单。

解 由x=0、y=0、x+y=1知下界为x≥0,y≥0、上界为x+y≤1,由此得到(9)0≤x≤1−y,0≤y≤1 再由z=0和z=1+x+y得到(10)0≤z≤1+x+y 因此区域可表示为(11)D={(x,y,z)∣x≥0,y≥0,x+y≤1,0≤z≤1+x+y} 按累次积分顺序,依次写出x,y,z满足的不等式:(12)max{0,z−1−y}≤x≤1−y 由此得到(13)max{0,z−1−y}≤1−y 即 y≤1,z≤2,再结合D的其他不等式得到(14)0≤y≤1,0≤z≤2 写成给定顺序的累次积分为(15) ∫02dz∫01dy∫max{0,z−1−y}1−y⋯dx=∫02dz∫max{0,z−1}1dy∫01−y⋯dx+∫02dz∫0min{1,z−1}dy∫z−1−y1−y⋯dx=∫01dz∫01dy∫01−y⋯dx+∫12dz∫z−11dy∫01−y⋯dx+∫12dz∫0z−1dy∫z−1−y1−y⋯dx 利用示性函数法(通过示性函数求解积分变量的范围):(16) ∫−∞+∞dz∫−∞+∞dy∫−∞+∞⋯Ix≥0,y≥0,x+y≤1,0≤z≤1+x+ydx=∫−∞+∞dz∫−∞+∞dy∫−∞+∞⋯Imax{0,z−1−y}≤x≤1−y,y≥0,0≤zdx=∫−∞+∞dz∫−∞+∞dy∫max{0,z−1−y}1−y⋯Imax{0,z−1−y}≤1−y,y≥0,0≤zdx=∫−∞+∞dz∫−∞+∞I0≤1−y,z−1−y≤1−y,y≥0,0≤zdy∫max{0,z−1−y}1−y⋯dx=∫−∞+∞dz∫−∞+∞Iy≤1,z≤2,y≥0,0≤zdy∫max{0,z−1−y}1−y⋯dx=∫02dz∫01dy∫max{0,z−1−y}1−y⋯dx 也可以利用图形和割补法(图7.3.2):(17)∫02dz∫01dy∫01−y⋯dx−∫12dz∫0z−1dy∫0z−1−y⋯dx 更好的累次积分方式为(18)∫01dx∫01−xdy∫01+x+y⋯dz ◻

PIC

图 7.3.2: 例2的积分域

例 7.3.3 (例3) 在由曲面x+y+z=a、x2+y2=R2、x=0、y=0、z=0(a≥2R)围成的有界区域上,写出累次积分。如果要计算f(x2+y2,z)的积分,应该采用怎样的坐标系?在你选定的坐标系下,累次积分应该如何表达?

解 本题结论不唯一。如图7.3.3所示,区域1:由于(19)0≤z≤a−x−y 从而x+y≤a。由于(20)0≤x≤min{a−y,R2−y2},0≤y≤R 结合(x+y)2≤2(x2+y2)≤2R2<a2可得(21)0≤x≤R2−y2,0≤y≤R,0≤z≤a−x−y 故相应的累次积分为(22)∫x2+y2≤R2, x≥0, y≥0dxdy∫0a−x−y⋯dz 采用以z轴为对称轴的圆柱坐标系,则可表示为(23)∫0Rrdr∫0π/2dθ∫0a−rcos⁡θ−rsin⁡θf(r2,z)dz

区域2:由于(24)0≤z≤a−x−y,x2+y2≥R2,x+y≤a 相应的累次积分为(25)∫x2+y2≥R2, x+y≤adxdy∫0a−x−y⋯dz 采用以z轴为对称轴的圆柱坐标系,则可表示为:(26)∫0π2dθ∫Racos⁡θ+sin⁡θrdr∫0a−rcos⁡θ−rsin⁡θf(r2,z)dz ◻

PIC

图 7.3.3: 例3的积分域

例 7.3.4 (例4) 把下列积分化为其他顺序的累次积分.可以画个图验证你的结果:(27)∫01dx∫01−xdy∫0x+yf(x,y,z)dz

解 如图7.3.4所示,利用示性函数计算可得(28) ∫0≤x≤1,0≤y≤1−x,0≤z≤x+yf(x,y,z)dxdydz=∫0≤x≤1,x≤1−y,z−y≤x,y≥0,z≥0f(x,y,z)dxdydz=∫y≥0,z≥0,max{0,z−y}≤1−ydydz∫max{0,z−y}1−yf(x,y,z)dx=∫0≤y≤1,0≤z≤1dydz∫max{0,z−y}1−yf(x,y,z)dx=∫01dy∫01dz∫max{0,z−y}1−yf(x,y,z)dx=∫01dy∫y1dz∫z−y1−yf(x,y,z)dx+∫01dy∫0ydz∫01−yf(x,y,z)dx 另一种写法是(29)∫01dz∫z1dy∫01−yf(x,y,z)dx+∫01dz∫0zdy∫z−y1−yf(x,y,z)dx ◻

PIC

图 7.3.4: 例4的积分域

7.3.2 重积分换元

例 7.3.5 (例5) 试作适当变换,计算下列积分:

(1)

∫D(x+y)sin⁡(x−y)dxdy,D={(x,y)∣0≤x+y≤π,0≤x−y≤π}

(2)

∫Deyx+ydxdy,D={(x,y)∣x+y≤1,x≥0,y≥0}

解 (1) 令u=x+y、v=x−y,则(30)det∂(u,v)∂(x,y)=|111−1|=−2 计算可得(31)∫D(x+y)sin⁡(x−y)dxdy=∫[0,π]2usin⁡v|det∂(x,y)∂(u,v)|dudv=12∫0πudu∫0πsin⁡vdv=π22

(2) 令u=yx+y、v=x+y,则y=uv、x=v−uv。由于(32)v≤1,v−uv≥0,uv≥0 故有0≤v≤1,0≤u≤1,因此(33)dxdy=|det∂(x,y)∂(u,v)|dudv=|det(−v1−uvu)|dudv=vdudv 计算可得(34)∫Deyx+ydxdy=∫[0,1]2euvdudv=12(e−1) ◻

PIC

图 7.3.5: 例5(2)的积分域(任何星形区域都可以用类似办法变成矩形)

例 7.3.6 (例6) 计算:(35)∫01dx∫01−x2dy∫x2+y22−x2−y2z2dz

解1 积分区域可表示为(36)x2+y2≤1,x≥0,y≥0,x2+y2≤z≤2−x2−y2 利用柱坐标系可表示为(37)0≤r≤1,0≤θ≤π2,r≤z≤2−r2 计算可得(38) ∫01dx∫01−x2dy∫x2+y22−x2−y2z2dz=∫0π2dθ∫01rdr∫r2−r2z2dz=π2∫01r(2−r2)323−r43dr=π(22−1)15 ◻

解2 利用球坐标系可表示为(39)Rsin⁡θ≤1,0≤φ≤π2,sin⁡θ≤cos⁡θ,0≤R≤2 亦即(40)Rsin⁡θ≤1,0≤φ≤π2,0≤θ≤π4,0≤R≤2 计算可得(41) ∫0π2dφ∫0π4dθ∫0min{2,1sin⁡θ}(Rcos⁡θ)2R2sin⁡θdR=π2⋅425⋅1−243=π(22−1)15 ◻

例 7.3.7 (例7) 设f∈C[0,+∞),定义(42)F(t)=∫Ωt(z2+f(x2+y2))dxdydz 其中Ωt={(x,y,z)∣0≤z≤h,x2+y2≤t2}(t>0)。求limt→0+F(t)t2。

解 用柱坐标系可得(43)F(t)=∫02πdθ∫0tdr∫0h[z2+f(r2)]rdz=πt2h33+πhG(t2) 其中G是f的原函数,满足G(0)=0。用L’Hôpital法则可得(44)limt→0+F(t)t2=πh33+πhlimt→0+G(t2)t2=πh33+πhG′(0)=πh33+πhf(0) ◻

例 7.3.8 (例8) 求三重积分I=∫Ω(x+y+z)dxdydz的值,其中(45)Ω={(x,y,z)∣0≤z≤1−x2−y2, z≥x2+y2}

解 如图7.3.6所示,区域关于(x,y)→(−x,−y)对称,被积函数中x+y关于这个对称是奇函数,所以(46)I=∫Ωzdxdydz 球坐标系:0≤r≤1、0≤θ≤π4且cos⁡θ≥sin⁡θ,计算可得(47)I=∫0π/4dθ∫02πdφ∫01rcos⁡θr2sin⁡θdr=π8 柱坐标系(绕z轴):r≤z≤1−r2,计算可得(48)I=∫02πdθ∫022rdr∫r1−r2zdz=π8 你会选择直角坐标系吗?为什么? ◻

PIC PIC

图 7.3.6: 例8的积分域

例 7.3.9 (例9) 求由曲面S:(x2+y2)2+z4=z2所围有界集Ω的体积。

解 如图7.3.7所示,这是绕z轴旋转的曲面,取柱坐标(49)x=rcos⁡θ,y=rsin⁡θ,z=z 代入曲面方程得到r4+z4=z2。为让(x,y)有界,故Ω的表示为(50)r4≤z2−z4,z2≤1 从而(51)−1≤z≤1,0≤r≤z2(1−z2)4,0≤θ≤2π 计算可得(52)|Ω|=∫02πdθ∫−11dz∫0(z2(1−z2))1/4rdr=2π∫01z1−z2dz=2π3 如果使用直角坐标系,则(53)|Ω|=∫−11dz∫x2+y2≤z2−z4dxdy=∫−11πz2(1−z2)dz=2π∫01z1−z2dz=π∫10ud(1−u2)=2π3,u=1−z2 ◻

PIC

图 7.3.7: 例9的积分域

例 7.3.10 (例10) 设A=(aij)为3×3实对称正定矩阵,∑i,j=13aijxixj=1表示三维空间的一个椭球面。证明:该椭球面所包围立体V的体积为|V|=4π3detA。

解 由于A对称正定,因此存在可逆矩阵P,使得A=PTP。在线性变换y=Px下,有(54)dy1dy2dy3=|detP|dx1dx2dx3=detAdx1dx2dx3 注意到(55)yTy=xTPTPx=xTAx=1 于是(56)|V|=∫Vdx1dx2dx3=∫yTy≤11detAdy1dy2dy3=4π3detA ◻

例 7.3.11 (例11) 求由六个平面3x−y−z=±1、−x+3y−z=±1、−x−y+3z=±1所围成的有界区域的体积。

解 令(57)u=3x−y−z,v=−x+3y−z,w=−x−y+3z⟹det∂(u,v,w)∂(x,y,z)=16 于是所求体积为(58)|V|=∫Vdxdydz=∫|u|,|v|,|w|≤1|det∂(x,y,z)∂(u,v,w)|dudvdw=11623=12 ◻

例 7.3.12 (例12) 设h=a2+b2+c2>0,f∈C[−h,h]。证明:(59)∫x2+y2+z2≤1f(ax+by+cz)dxdydz=π∫−11(1−t2)f(ht)dt

解 作正交变换(60)(uvw)=P(xyz),u=ax+by+czh 则(61)u2+v2+w2=x2+y2+z2≤1,|det∂(u,v,w)∂(x,y,z)|=|detP|=1 计算可得(62)∫x2+y2+z2≤1f(ax+by+cz)dxdydz=∫u2+v2+w2≤1f(hu)dudvdw=∫−11f(hu)du∫v2+w2≤1−u2dvdw=π∫−11f(hu)(1−u2)du. ◻

例 7.3.13 (例13) 设D={(x,y)∣x2+y2≤R2},计算:(63)I:=∫D1x2+y2(y∂f∂x−x∂f∂y)dxdy

解1 在极坐标下,利用方向导数、微分(及微分的形式不变性)和偏导数的关系可得(64) yx2+y2∂f∂x−xx2+y2∂f∂y=df(x,y)(yx2+y2−xx2+y2)=df(rcos⁡θ,rsin⁡θ)(sin⁡θ−cos⁡θ)=1r∂f(rcos⁡θ,rsin⁡θ)∂θ 因此(65)I=−∫0Rdr∫02π∂∂θf(rcos⁡θ,rsin⁡θ)dθ=−∫0Rf(rcos⁡θ,rsin⁡θ)|θ=02πdr=0 ◻

解2 由Green公式可得(66)I=−∫D[∂∂x(x2+y2∂f∂y)−∂∂y(x2+y2∂f∂x)]dxdy=−∮∂Dx2+y2(∂f∂xdx+∂f∂ydy)=−R∮∂Ddf=0 ◻

例 7.3.14 (例14) 证明:(67)∫[0,1]2(xy)xydxdy=∫01ttdt

证明 令(u,v)=(xy,y),则0≤u≤v≤1,dudv=ydxdy,故(68)∫[0,1]2(xy)xydxdy=∫01uudu∫u11vdv=∫01uudu 但这个做法有问题:原本(x,y)=(0,0)不是瑕点,如此换元后(u,v)=(0,0)反倒成为瑕点,因为Jacobi行列式不为0,为此我们需要将原点单独拿出来讨论。取ε∈(0,1),则有(69)I=∫[0,1]2(xy)xydxdy=∫0≤xy<ε(xy)xydxdy+∫ε≤xy≤y≤1(xy)xydxdy=ξξ∫0≤xy<εdxdy+∫ε1uudu∫u11vdv=ξξ(ε−εln⁡ε)+∫ε1[euln⁡u−(euln⁡u)′]du=∫01uudu+ξξ(ε−εln⁡ε)−ηηε−(1−εε) 因此(70)|I−∫01uudu|≤2ε−εln⁡ε+1−εε→0,ε→0 故有(71)I=∫01uudu ◻

7.3.3 *重积分在概率中的应用

例 7.3.15 设X,Y为两个随机变量,其对应的概率密度函数分别为fX(x)、fY(y),求X+Y、X−Y的概率密度函数。

解 设Z:=X+Y,依“概率不变原则”可得(72)dP=fX,Z(x,z)dμ(x,z)=fX,Y(x,y)dμ(x,y) 因此(73)fX,Z(x,z)=fX,Y(x,y)|det∂(x,y)∂(x,z)|=fX(x)fY(z−x) 故有(74)fZ(z)=∫−∞+∞fX(x)fY(z−x)dx=(fX∗fY)(z) 其中fX∗fY表示fX和fY的卷积。同理可得(75)fX−Y(z)=∫−∞+∞fX(x)fY(x−z)dx ◻

例 7.3.16 在正方形[0,1]2内独立均匀随机地取两个点,求这两点之间的距离的期望。

解 设两个点的坐标分别为(X1,Y1)和(X2,Y2),依题意可得(76)d―=∫[0,1]4(x1−x2)2+(y1−y2)2dx1dy1dx2dy2 这是一个很难计算的四重积分。为此我们需要换一种思路。

设X:=X1−X2、Y=Y1−Y2。以X为例(Y同理),由于X1,X2为[0,1]均匀分布,则X为三角分布,其概率密度函数为(77)fX(x)=∫−∞+∞fX1(x1)fX2(x1−x)dx1={1+x,x∈[−1,0]1−x,x∈[0,1] 再设U=|X|,则U的概率密度函数为(78)fU(u)=fX(u)+fX(−u)={2(1−u),u∈[0,1]0,otherwise 同理可设V=|Y|,则V的概率密度函数为(79)fV(v)={2(1−v),v∈[0,1]0,otherwise 由于U,V相互独立,故联合密度函数fU,V(u,v)=fU(u)fV(v),因此距离的期望为(80)d―=∫[0,1]2u2+v2dP(u,v)=∫[0,1]2u2+v2fU(u)fV(v)dudv=8∫01du∫01−uu2+v2(1−u)(1−v)dv 利用极坐标换元(u,v)=(rcos⁡θ,rsin⁡θ)可得(81)d―=8∫0π/4dθ∫0sec⁡θ(1−rcos⁡θ)(1−rsin⁡θ)r2dr=8∫0π/4[sec3⁡θ3−sec4⁡θ4cos⁡θ−sec4⁡θ4sin⁡θ+sec5⁡θ5sin⁡θcos⁡θ]dθ=8[112∫0π/4sec3⁡θdθ−120∫2/21dtt4]=2+2+5ln⁡(2+1)15 ◻

例 7.3.17 设Xi(i∈N∗)为服从[0,1]均匀分布的独立随机变量,N∈N∗满足(82)∑i=1N−1Xi≤c<∑i=1NXi 求N的期望。

解 记Sn=∑i=1nXi,依据题意可得(83)P(Sn≤c)=|D|,D={(x1,⋯,xn)∣x1+⋯+xn≤c}∩[0,1]n 则N的分布列为(84)P(N=n)={0,n≤⌊c⌋P(Sn−1≤c)−P(Sn≤c),n>⌊c⌋

我们首先证明:(85)|Dn|=cnn!,Dn={(x1,⋯,xn)∣x1+⋯+xn≤c}∩[0,+∞)n 设1≤m≤n,记Dm={(x1,⋯,xm)∣x1+⋯+xm≤c}∩[0,+∞)n,定义(86)I(n,m):=∫Dm(c−∑i=1mxi)n−m(n−m)!dx1⋯dxm 则|Dn|=I(n,n)。记A=c−∑i=1m−1xi,注意到(87)I(n,m)=∫Dm−1dx1⋯dxm−1∫0A(A−xm)n−m(n−m)!dxm=∫Dm−1An−m+1(n−m+1)!dx1⋯dxm−1=I(n,m−1) 因此(88)|Dn|=∫Dndx1⋯dxn=I(n,n)=I(n,0)=cnn!

当c≤1时,D=Dn,此时有P(Sn≤c)=cnn!。当c>1时,定义(89)Ei:={(x1,⋯,xn) | xi>1, x1,⋯,xi−1,xi+1,⋯,xn≥0, ∑i=1nxi≤c} 显然有Ei∩D=∅,且(90)D=Dn∖⋃i=1nEi 根据容斥原理可得(91)|⋃i=1nEi|=∑i=1n|Ei|−∑1≤i<j≤n|Ei∩Ej|+⋯+(−1)n−1|E1∩⋯∩En|=∑k=1min{⌊c⌋,n}(−1)k−1∑1≤i1<⋯<ik≤n|Ei1∩⋯∩Eik|=∑k=1min{⌊c⌋,n}(−1)k−1∑1≤i1<⋯<ik≤n(c−k)nn!=∑k=1min{⌊c⌋,n}(−1)k−1(nk)(c−k)nn! 其中(92)⋃j=1kEij={(x1,⋯,xn) | xi1,⋯,xik>1, x1,⋯,xn≥0, ∑i=1nxi≤c}={(x1′,⋯,xn′) | xi1′,⋯,xik′>0, x1′,⋯,xn′≥0, ∑i=1nxi′≤c−k}⟹|⋃j=1kEij|=(c−k)nn! 因此(93)P(Sn≤c)=|D|=|Dn|−|⋃i=1nEi|=1n!∑k=0min{⌊c⌋,n}(−1)k(nk)(c−k)n

当c≥n时,显然有(94)P(Sn≤c)=1n!∑k=0n(−1)k(nk)(c−k)n=1,c≥n 上式为一个关于c的多项式,其在c≥n时恒为1,故有(95)∑k=0n(−1)k(nk)(c−k)n≡n!,c∈R 因此N的数学期望为(96)E[N]=∑n=⌊c⌋+1+∞nP(N=n)=∑n=⌊c⌋+1+∞n[P(Sn−1≤c)−P(Sn≤c)]=∑n=⌊c⌋+1+∞[(n−1)P(Sn−1≤c)−nP(Sn≤c)]+∑n=⌊c⌋+1+∞P(Sn−1≤c)=⌊c⌋+1+∑n=⌊c⌋+1+∞1n!∑k=0⌊c⌋(−1)k(nk)(c−k)n=⌊c⌋+1+∑k=0⌊c⌋(−1)kk!(c−k)k[ec−k−∑m=0⌊c⌋−k(c−k)mm!]=∑k=0⌊c⌋(−1)kk!(c−k)kec−k+⌊c⌋+1−∑k=0⌊c⌋∑m=0⌊c⌋−k(−1)k(c−k)k+mk!m! 借助(95)式,可对n使用数学归纳法证明(97)∑k=0n∑m=0n−k(−1)k(c−k)k+mk!m!=n+1,n∈N∗, c∈R, c≥n 因此(98)E[N]=∑k=0⌊c⌋(−1)kk!(c−k)kec−k ◻

另解 Xi的特征函数为(99)φXi(t)=∫01eitxdx=eit−1it 记Sn=∑i=1nXi,则Sn的特征函数为(100)φSn(t)=∏i=1nφXi(t)=(eit−1it)n 因此Sn的概率密度函数为(101)fSn(s)=12π∫−∞+∞(eit−1it)ne−istdt=F−1[(eit−1it)n](s) 注意到(102)F−1[(eit−1)n](s)=∑k=0n(nk)(−1)n−kF−1[eikt](s)=∑k=0n(nk)(−1)n−kδ(s−k)F−1[1it]=12πPV∫−∞+∞e−istitdt=−∫−∞+∞sin⁡st2πtdt=−12sgns 结合Fourier变换的卷积性质(103)F[f∗g](t)=F[f](t)⋅F[g](t) 利用数学归纳法逐次卷积可得(104)fSn(s)=12(n−1)!∑k=0n(−1)k(nk)(s−k)n−1sgn(s−k) 当s≥n时,显然有(105)fSn(s)=12(n−1)!∑k=0n(−1)k(nk)(s−k)n−1=0,s≥n 上式为一个关于s的多项式,其在s≥n时恒为0,故有(106)∑k=0n(−1)k(nk)(s−k)n−1≡0,s∈R 借助(106)可得(107)P(Sn≤c)=∫0cfSn(s)ds=1(n−1)!∑k=0n(−1)k(nk)∫0c(s−k)n−1[θ(s−k)−12]ds=1(n−1)!∑k=0min{⌊c⌋,n}(−1)k(nk)∫0c(s−k)n−1−12(n−1)!∫0c0ds=1n!∑k=0min{⌊c⌋,n}(−1)k(nk)(c−k)n,0≤c≤n 后续解题步骤与前述解法相同。 ◻