📑 查看全课大纲(第 32 / 93 节)
- 1.概论和集合的定义
- 2.逼疯康托的实数集理论
- 3.常用不等式与映射
- 4.函数及特殊函数
- 5.序列极限的定义
- 6.序列极限的性质与夹逼定理
- 7.重要极限
- 8.无穷小量,无穷大量和一组重要的阶的比较关系
- 9.聚点原理
- 10.函数极限及其性质
- 11.重要极限与等价无穷小
- 12.连续函数
- 13.导数的概念(那些年,扛起牛顿的胡克)
- 14.定义法求导
- 15.函数四则运算的导数与反函数求导法则
- 16.复合函数,隐函数,参数式求导
- 17.不定式求导之“洛必达与伯努利的师生情”
- 18.一阶微分
- 19.高阶导数
- 20.高阶微分
- 21.罗尔中值定理与拉格朗日中值定理
- 22.柯西空降科学院遭排挤
- 23.泰勒公式与泰勒的克妻属性
- 24.利用泰勒展开唯一性定理计算泰勒展开
- 25.泰勒公式的余项估计
- 26.极值问题与导数
- 27.函数凹凸性
- 28.无卵用的渐近线与函数作图
- 29.不定积分的定义
- 30.第一换元法
- 31.第二换元法
- 32.分部积分法
- 33.有理式积分
- 34.三角替换
- 35.定积分的概念
- 36.定积分的性质与积分中值定理
- 37.变上限定积分
- 38.微积分基本定理之“高斯教你如何优雅地装逼”
- 39.定积分的换元法
- 40.奇偶函数与周期函数的定积分
- 41.曲线求长与不可求长曲线(海岸线居然算不出长度?)
- 42.旋转体体积
- 43.旋转体侧面积
- 44.极坐标下图形的面积(数学系常用表白曲线)
- 45.欧式空间
- 46.点列极限,开集与闭集
- 47.多元函数的定义
- 48.多元函数的极限
- 49.多元连续函数
- 50.一阶偏导数
- 51.高阶偏导数
- 52.全微分
- 53.方向导数与梯度
- 54.链式法则
- 55.一阶全微分形式的不变性与高阶微分
- 56.多元函数的泰勒公式
- 57.隐函数存在定理与逆映射存在定理
- 58.多元函数的极值
- 59.矩阵基础知识
- 60.行列式的定义与特殊矩阵的行列式
- 61.行列式的性质
- 62.行列式按k行展开
- 63.线性方程组初步与高斯消元法
- 64.齐次线性方程组与Cramer法则
- 65.线性空间
- 66.线性相关与线性无关
- 67.向量组的秩
- 68.矩阵的秩与线性方程组有解的充要条件
- 69.齐次线性方程组的解集结构
- 70.非齐次线性方程组解集结构
- 71.基与维数
- 72.矩阵的乘法
- 73.特殊矩阵
- 74.矩阵乘积的秩与行列式
- 75.矩阵的逆
- 76.正交矩阵
- 77.矩阵对角化与特征值特征向量
- 78.实对称矩阵对角化
- 79.二次型与正定矩阵
- 80.LU分解
- 81.Cholesky分解
- 82.SVD分解
- 83.线搜索
- 84.步长
- 85.最速下降法和牛顿法
- 86.共轭梯度法
- 87.拟牛顿法
- 88.无约束优化
- 89.若干知识点补充(一)
- 90.若干知识点补充(二)
- 91.凸优化问题
- 92.对偶问题(一)
- 93.对偶问题(二)
分部积分法
约 16 分钟
分部积分法
小象实战讲义 · 人工智能数学基础
在求解不定积分时,我们常常会遇到两个函数乘积的形式,例如 、 等。直接套用基本积分公式往往行不通。本节介绍的分部积分法,正是解决这类乘积函数积分问题的利器。它源于乘积的求导法则,通过巧妙地“转移”微分,将复杂的积分转化为相对简单的积分。掌握此法,你将能处理一大类常见且重要的积分问题。
💡 核心导读
本节将引导你建立分部积分法的完整知识体系:
- 公式溯源:从乘积求导公式出发,推导出分部积分的基本公式。
- 核心思想:理解公式中“”与“”选择的策略,即“反对幂指三”的口诀及其原理。
- 典型应用:通过三类经典例题(含反三角函数、对数函数、指数函数与幂函数的乘积),掌握分部积分的标准操作流程。
- 循环积分:学习处理积分过程中出现“循环”或“自身”情况的技巧,即通过解方程求得积分结果。
- 实用建议:明确在人工智能学习中对积分技能的要求,建立“知道可积、会查会用”的务实学习观。
公式推导与基本理解
分部积分法直接来源于函数乘积的求导法则。设 和 都是可微函数,则有: 对等式两边同时求不定积分: 根据微积分基本定理,左边就是 本身(加上任意常数 )。于是我们得到: 这里我们使用了微分记号 和 。将上式移项,就得到了分部积分公式: 这个公式是本节所有讨论的基石。它的精妙之处在于,它将求解 的难题,转化为了求解 的问题。如果后者比前者更简单,那么问题就得到了简化。
核心策略:成功应用分部积分法的关键在于如何选择 和 。我们的目标是让新的积分 比原积分 更容易计算。
关键函数类型与选取策略
根据求导和积分的特性,我们可以将常见函数分为几类,并总结出选取 的优先级口诀:“反对幂指三”(或“反对幂指”)。这个口诀代表了在选择 时的优先顺序:
- 反三角函数(如 )
- 对数函数(如 )
- 幂函数(如 )
- 指数函数(如 )
- 三角函数(如 )
为什么这样选?
- 反三角、对数函数:它们的导数形式非常简洁(分别是代数函数和分式函数),但它们的原函数很难直接写出。将其选为 ,求导后 会变简单,从而简化新积分。
- 指数、三角函数:它们求导或积分后形式循环出现(如 不变, 和 互换)。将其选为 ,积分得到 很容易,且形式可控。
- 幂函数:求导会降次。将其与指数或三角函数配对时,选为 ,通过多次分部积分可以逐步降低幂次直至消去。
下面我们用例题来具体阐释这一策略。
典型例题解析
例1:含反三角函数的积分
求积分 。
分析与解: 被积函数只有一个 ,我们可以将其视为 。根据口诀,反三角函数优先选为 。
- 设 ,
- 则 ,
代入分部积分公式:
import sympy as sp
# 使用 sympy 验证例1的结果
x = sp.symbols('x')
expr = sp.atan(x) # arctan(x)
integral_result = sp.integrate(expr, x)
print(f"积分 ∫ arctan(x) dx 的结果为:")
print(integral_result)
print(f"简化后:{sp.simplify(integral_result)}")
# 输出:x*atan(x) - log(x**2 + 1)/2例2:含对数函数的积分
求积分 。
分析与解: 被积函数是幂函数 与对数函数 的乘积。根据口诀,对数函数 优先级高于幂函数,故选其为 。但公式要求 要能容易地积出 ,因此需要把 整体视为 。
- 设 ,
- 则 ,
代入分部积分公式:
例3:指数函数与幂函数的积分(降次型)
求积分 。
分析与解: 这是幂函数 与指数函数 的乘积。根据口诀,幂函数优先级高于指数函数,故选 ,而 很容易积分,故设 。
- 设 ,
- 则 ,
第一次分部积分: 新的积分 仍然是幂函数与指数函数的乘积,但幂次已经从2降为1。我们再次应用分部积分:
- 对 ,设 ,
- 则 ,
代回原式: 这个过程清晰地展示了通过分部积分使幂函数“降次”直至消失的思路。
循环积分与解方程法
有些积分在应用一次或多次分部积分后,会重新出现原积分的形式,形成一个“循环”。这时可以通过解代数方程的方法求出积分结果。
例4:含根式的积分(产生自身)
求积分 ,其中 。
分析与解: 这个积分可以用三角换元法求解,但用分部积分法也能得到相同结果,且过程富有启发性。 首先将其写为:。
- 设 ,
- 则 ,
代入分部积分公式: 对于新的积分,我们通过“加一项减一项”的技巧进行拆分: 注意到 ,而 。 将上述结果代回: 现在,方程两边都出现了 。将 移项到同一边: 解得: 其中 。
import sympy as sp
# 使用 sympy 验证例4的结果,令 a=2 为例
x, a = sp.symbols('x a', positive=True)
expr = sp.sqrt(a**2 - x**2)
integral_result = sp.integrate(expr, x)
print(f"\n积分 ∫ sqrt({a}^2 - x^2) dx 的结果为:")
print(integral_result.simplify())
# 输出:a**2*asin(x/a)/2 + x*sqrt(a**2 - x**2)/2📝 动手练一练
练习1:应用分部积分法计算积分 。
参考答案:
练习2:计算积分 。提示:可能需要连续使用两次分部积分,并会出现循环。
参考答案: 设 。经过两次分部积分后可得方程: ,再次分部积分后会出现含 的项。 最终解得:
本章小结
本节深入探讨了求解不定积分的核心方法之一——分部积分法。
要点回顾:
- 公式本质:,是乘积求导法则的积分形式。
- 选取策略:牢记“反对幂指三”口诀,优先将求导后变简单的函数选为 ,将易于积分的部分选为 。
- 应用场景:特别适用于被积函数是两类不同特性函数(如多项式与指数/三角、对数/反三角与多项式)乘积的情形。
- 进阶技巧:对于能通过多次分部积分“降次”的问题,坚持操作直至解决;对于出现“循环”的问题,善于通过解方程求得最终表达式。
行动清单: 学完本节,你可以立即:
- 记忆公式与口诀:准确默写分部积分公式,并理解“反对幂指三”每个字代表的函数类型及选择理由。
- 分类练习:从教材或资料中分别找出包含“反三角/对数”、“幂函数×指数/三角”的积分各2-3道,独立完成,巩固选取 和 的直觉。
- 建立工具意识:认识到对于复杂积分,现代计算工具(如Python的SymPy库、Wolfram Alpha)是强大的辅助。你的核心目标不是徒手计算所有积分,而是理解方法原理,并能在需要时指导或验证工具的计算。
— 小象教研组
- 第7章讲义:不定积分(PDF · 4.0MB)下载
领取《小象 11GB VIP 课件资料包与大厂真题手册》
包含全套实战 Jupyter 源码、清洗后数据集、大厂高频面试真题与专属学员答疑交流群。
- ✔完整 Python / 数据分析 Jupyter 实战源码
- ✔大厂真实业务数据集与练习题
- ✔微信扫码添加课程顾问,免费获取网盘下载链接
微信扫码添加顾问