← 返回《人工智能数学基础》
📑 查看全课大纲(第 32 / 93 节)
  1. 1.概论和集合的定义
  2. 2.逼疯康托的实数集理论
  3. 3.常用不等式与映射
  4. 4.函数及特殊函数
  5. 5.序列极限的定义
  6. 6.序列极限的性质与夹逼定理
  7. 7.重要极限
  8. 8.无穷小量,无穷大量和一组重要的阶的比较关系
  9. 9.聚点原理
  10. 10.函数极限及其性质
  11. 11.重要极限与等价无穷小
  12. 12.连续函数
  13. 13.导数的概念(那些年,扛起牛顿的胡克)
  14. 14.定义法求导
  15. 15.函数四则运算的导数与反函数求导法则
  16. 16.复合函数,隐函数,参数式求导
  17. 17.不定式求导之“洛必达与伯努利的师生情”
  18. 18.一阶微分
  19. 19.高阶导数
  20. 20.高阶微分
  21. 21.罗尔中值定理与拉格朗日中值定理
  22. 22.柯西空降科学院遭排挤
  23. 23.泰勒公式与泰勒的克妻属性
  24. 24.利用泰勒展开唯一性定理计算泰勒展开
  25. 25.泰勒公式的余项估计
  26. 26.极值问题与导数
  27. 27.函数凹凸性
  28. 28.无卵用的渐近线与函数作图
  29. 29.不定积分的定义
  30. 30.第一换元法
  31. 31.第二换元法
  32. 32.分部积分法
  33. 33.有理式积分
  34. 34.三角替换
  35. 35.定积分的概念
  36. 36.定积分的性质与积分中值定理
  37. 37.变上限定积分
  38. 38.微积分基本定理之“高斯教你如何优雅地装逼”
  39. 39.定积分的换元法
  40. 40.奇偶函数与周期函数的定积分
  41. 41.曲线求长与不可求长曲线(海岸线居然算不出长度?)
  42. 42.旋转体体积
  43. 43.旋转体侧面积
  44. 44.极坐标下图形的面积(数学系常用表白曲线)
  45. 45.欧式空间
  46. 46.点列极限,开集与闭集
  47. 47.多元函数的定义
  48. 48.多元函数的极限
  49. 49.多元连续函数
  50. 50.一阶偏导数
  51. 51.高阶偏导数
  52. 52.全微分
  53. 53.方向导数与梯度
  54. 54.链式法则
  55. 55.一阶全微分形式的不变性与高阶微分
  56. 56.多元函数的泰勒公式
  57. 57.隐函数存在定理与逆映射存在定理
  58. 58.多元函数的极值
  59. 59.矩阵基础知识
  60. 60.行列式的定义与特殊矩阵的行列式
  61. 61.行列式的性质
  62. 62.行列式按k行展开
  63. 63.线性方程组初步与高斯消元法
  64. 64.齐次线性方程组与Cramer法则
  65. 65.线性空间
  66. 66.线性相关与线性无关
  67. 67.向量组的秩
  68. 68.矩阵的秩与线性方程组有解的充要条件
  69. 69.齐次线性方程组的解集结构
  70. 70.非齐次线性方程组解集结构
  71. 71.基与维数
  72. 72.矩阵的乘法
  73. 73.特殊矩阵
  74. 74.矩阵乘积的秩与行列式
  75. 75.矩阵的逆
  76. 76.正交矩阵
  77. 77.矩阵对角化与特征值特征向量
  78. 78.实对称矩阵对角化
  79. 79.二次型与正定矩阵
  80. 80.LU分解
  81. 81.Cholesky分解
  82. 82.SVD分解
  83. 83.线搜索
  84. 84.步长
  85. 85.最速下降法和牛顿法
  86. 86.共轭梯度法
  87. 87.拟牛顿法
  88. 88.无约束优化
  89. 89.若干知识点补充(一)
  90. 90.若干知识点补充(二)
  91. 91.凸优化问题
  92. 92.对偶问题(一)
  93. 93.对偶问题(二)

分部积分法

约 16 分钟

📺 正在播放小象官方高清录播(支持倍速与清晰度调节)

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 xexx e^xxlnxx \ln x 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:

  1. 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。
  2. 核心思想:理解公式中“uu”与“dvdv”选择的策略,即“反对幂指三”的口诀及其原理。
  3. 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。
  4. 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。
  5. 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 u=u(x)u=u(x)v=v(x)v=v(x) 都是可微函数,则有: (uv)=uv+uv(uv)’ = u’v + uv’ 对等式两边同时求不定积分: (uv)dx=uvdx+uvdx\int (uv)’ dx = \int u’v dx + \int uv’ dx 根据微积分基本定理,左边就是 uvuv 本身(加上任意常数 CC)。于是我们得到: uv=vdu+udvuv = \int v du + \int u dv 这里我们使用了微分记号 du=udxdu = u’ dxdv=vdxdv = v’ dx。将上式移项,就得到了分部积分公式udv=uvvdu\boxed{\int u dv = uv - \int v du} 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 udv\int u dv 的难题,转化为了求解 vdu\int v du 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 uudvdv。我们的目标是让新的积分 vdu\int v du 比原积分 udv\int u dv 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 uu 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 uu 时的优先顺序:

  1. 三角函数(如 arcsinx,arctanx\arcsin x, \arctan x
  2. 数函数(如 lnx\ln x
  3. 函数(如 xnx^n
  4. 数函数(如 ex,axe^x, a^x
  5. 角函数(如 sinx,cosx\sin x, \cos x

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 uu,求导后 dudu 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 exe^x 不变,sinx\sin xcosx\cos x 互换)。将其选为 dvdv,积分得到 vv 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 uu,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 arctanxdx\int \arctan x dx

分析与解: 被积函数只有一个 arctanx\arctan x,我们可以将其视为 1arctanx1 \cdot \arctan x。根据口诀,反三角函数优先选为 uu

  • u=arctanxu = \arctan x, dv=dxdv = dx
  • du=11+x2dxdu = \frac{1}{1+x^2} dx, v=xv = x

代入分部积分公式: arctanxdx=xarctanxx11+x2dx=xarctanx12d(x2+1)x2+1(凑微分)=xarctanx12lnx2+1+C\begin{aligned} \int \arctan x dx &= x \arctan x - \int x \cdot \frac{1}{1+x^2} dx \ &= x \arctan x - \frac{1}{2} \int \frac{d(x^2+1)}{x^2+1} \quad \text{(凑微分)} \ &= x \arctan x - \frac{1}{2} \ln |x^2+1| + C \end{aligned}

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 x3lnxdx\int x^3 \ln x dx

分析与解: 被积函数是幂函数 x3x^3 与对数函数 lnx\ln x 的乘积。根据口诀,对数函数 lnx\ln x 优先级高于幂函数,故选其为 uu。但公式要求 dvdv 要能容易地积出 vv,因此需要把 x3dxx^3 dx 整体视为 dvdv

  • u=lnxu = \ln x, dv=x3dxdv = x^3 dx
  • du=1xdxdu = \frac{1}{x} dx, v=14x4v = \frac{1}{4}x^4

代入分部积分公式: x3lnxdx=14x4lnx14x41xdx=14x4lnx14x3dx=14x4lnx1414x4+C=14x4lnx116x4+C\begin{aligned} \int x^3 \ln x dx &= \frac{1}{4}x^4 \ln x - \int \frac{1}{4}x^4 \cdot \frac{1}{x} dx \ &= \frac{1}{4}x^4 \ln x - \frac{1}{4} \int x^3 dx \ &= \frac{1}{4}x^4 \ln x - \frac{1}{4} \cdot \frac{1}{4}x^4 + C \ &= \frac{1}{4}x^4 \ln x - \frac{1}{16}x^4 + C \end{aligned}

例3:指数函数与幂函数的积分(降次型)

求积分 x2exdx\int x^2 e^x dx

分析与解: 这是幂函数 x2x^2 与指数函数 exe^x 的乘积。根据口诀,幂函数优先级高于指数函数,故选 u=x2u = x^2,而 exdxe^x dx 很容易积分,故设 dv=exdxdv = e^x dx

  • u=x2u = x^2, dv=exdxdv = e^x dx
  • du=2xdxdu = 2x dx, v=exv = e^x

第一次分部积分: x2exdx=x2exex2xdx=x2ex2xexdx\int x^2 e^x dx = x^2 e^x - \int e^x \cdot 2x dx = x^2 e^x - 2\int x e^x dx 新的积分 xexdx\int x e^x dx 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

  • xexdx\int x e^x dx,设 u=xu = x, dv=exdxdv = e^x dx
  • du=dxdu = dx, v=exv = e^x

xexdx=xexexdx=xexex+C1\int x e^x dx = x e^x - \int e^x dx = x e^x - e^x + C_1 代回原式: x2exdx=x2ex2(xexex)+C=x2ex2xex+2ex+C=ex(x22x+2)+C\begin{aligned} \int x^2 e^x dx &= x^2 e^x - 2(x e^x - e^x) + C \ &= x^2 e^x - 2x e^x + 2e^x + C \ &= e^x (x^2 - 2x + 2) + C \end{aligned} 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 a2x2dx\int \sqrt{a^2 - x^2} dx,其中 a>0a > 0

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:a2x21dx\int \sqrt{a^2 - x^2} \cdot 1 dx

  • u=a2x2u = \sqrt{a^2 - x^2}, dv=dxdv = dx
  • du=xa2x2dxdu = \frac{-x}{\sqrt{a^2 - x^2}} dx, v=xv = x

代入分部积分公式: I=a2x2dx=xa2x2xxa2x2dx=xa2x2+x2a2x2dx\begin{aligned} I = \int \sqrt{a^2 - x^2} dx &= x\sqrt{a^2 - x^2} - \int x \cdot \frac{-x}{\sqrt{a^2 - x^2}} dx \ &= x\sqrt{a^2 - x^2} + \int \frac{x^2}{\sqrt{a^2 - x^2}} dx \end{aligned} 对于新的积分,我们通过“加一项减一项”的技巧进行拆分: x2a2x2dx=(x2a2)+a2a2x2dx=a2x2dx+a21a2x2dx\int \frac{x^2}{\sqrt{a^2 - x^2}} dx = \int \frac{(x^2 - a^2) + a^2}{\sqrt{a^2 - x^2}} dx = -\int \sqrt{a^2 - x^2} dx + a^2 \int \frac{1}{\sqrt{a^2 - x^2}} dx 注意到 a2x2dx=I-\int \sqrt{a^2 - x^2} dx = -I,而 1a2x2dx=arcsinxa+C1\int \frac{1}{\sqrt{a^2 - x^2}} dx = \arcsin \frac{x}{a} + C_1。 将上述结果代回: I=xa2x2+(I)+a2arcsinxa+C1I = x\sqrt{a^2 - x^2} + (-I) + a^2 \arcsin \frac{x}{a} + C_1 现在,方程两边都出现了 II。将 II 移项到同一边: I+I=xa2x2+a2arcsinxa+C1I + I = x\sqrt{a^2 - x^2} + a^2 \arcsin \frac{x}{a} + C_1 解得: a2x2dx=12xa2x2+a22arcsinxa+C\boxed{\int \sqrt{a^2 - x^2} dx = \frac{1}{2}x\sqrt{a^2 - x^2} + \frac{a^2}{2} \arcsin \frac{x}{a} + C} 其中 C=C1/2C = C_1/2

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

  1. 练习1:应用分部积分法计算积分 xcos(2x)dx\int x \cos(2x) dx

    参考答案: xcos(2x)dx=12xsin(2x)12sin(2x)dx(u=x,dv=cos(2x)dx)=12xsin(2x)+14cos(2x)+C\begin{aligned} \int x \cos(2x) dx &= \frac{1}{2} x \sin(2x) - \int \frac{1}{2} \sin(2x) dx \quad (u=x, dv=\cos(2x)dx) \ &= \frac{1}{2} x \sin(2x) + \frac{1}{4} \cos(2x) + C \end{aligned}

  2. 练习2:计算积分 e2xsin(3x)dx\int e^{2x} \sin(3x) dx。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 I=e2xsin(3x)dxI = \int e^{2x} \sin(3x) dx。经过两次分部积分后可得方程: I=13e2xcos(3x)+23e2xcos(3x)dxI = -\frac{1}{3}e^{2x}\cos(3x) + \frac{2}{3}\int e^{2x}\cos(3x)dx,再次分部积分后会出现含 II 的项。 最终解得: I=e2x(2sin(3x)3cos(3x)13)+CI = e^{2x} \left( \frac{2\sin(3x) - 3\cos(3x)}{13} \right) + C

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udv=uvvdu\int u dv = uv - \int v du,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 uu,将易于积分的部分选为 dvdv
  • 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:

  1. 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。
  2. 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 uudvdv 的直觉。
  3. 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

配套学习资源与课件
  • 第7章讲义:不定积分(PDF · 4.0MB)
    下载
🎁 免费学习资源

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
微信二维码:扫码添加课程顾问微信扫码添加顾问