MathLabs

解析学

重積分

2次元以上の領域にわたる積分で、体積や高次元の総量を計算する。

直観面積の短冊から体積の角柱へ

一変数の積分 ∫abf(x) dx\int_a^b f(x)\,dx は区間を幅 Δx\Delta x の細い区間に分割し、長方形の面積を足し合わせる。二重積分 ∬Df(x,y) dA\iint_D f(x,y)\,dA はまったく同じ発想を二次元領域 DD に拡張する。DD を面積 ΔA=Δx Δy\Delta A = \Delta x\,\Delta y の微小な長方形で敷き詰め、各タイルの上に高さ f(xi,yj)f(x_i,y_j) の細い角柱を立てて格子を細かくしていく。角柱の体積を足し合わせると、曲面 z=f(x,y)z = f(x,y) の下の符号付き体積、あるいは面密度 f(x,y)f(x,y) をもつ薄板の全質量が得られる。

2次元領域上の二重積分によって累積される体積を表す対話型3D曲面プロット。
平面領域 DD 上の曲面 z=f(x,y)z = f(x,y): 二重積分 ∬Df(x,y) dA\iint_D f(x,y)\,dA は曲面下の鉛直な角柱の体積を累積し、フビニの定理は断面ごとに積分することでそれを計算する。

大学厳密な定義:二重積分・三重積分、フビニの累次積分、ヤコビアン

定義: 二重および三重リーマン積分

有界な可測領域 DD 上の有界関数 f:D⊆R2→Rf : D \subseteq \mathbb{R}^2 \to \mathbb{R} に対し、二重積分 ∬Df(x,y) dA\iint_D f(x,y)\,dA は分割の細かさを 00 に近づけたときのリーマン和 ∑i,jf(xi∗,yj∗) Δxi Δyj\sum_{i,j} f(x_i^*, y_j^*)\,\Delta x_i\,\Delta y_j の極限である。同様に、立体領域 E⊆R3E \subseteq \mathbb{R}^3 上の三重積分 ∭Ef(x,y,z) dV\iiint_E f(x,y,z)\,dV は体積 ΔV=Δx Δy Δz\Delta V = \Delta x\,\Delta y\,\Delta z の微小直方体についての和の極限として定義される。

∬Df(x,y) dA=∫ab(∫g1(x)g2(x)f(x,y) dy)dx=∫cd(∫h1(y)h2(y)f(x,y) dx)dy\iint_D f(x,y)\,dA = \int_a^b \left(\int_{g_1(x)}^{g_2(x)} f(x,y)\,dy\right) dx = \int_c^d \left(\int_{h_1(y)}^{h_2(y)} f(x,y)\,dx\right) dy

積分領域が円形、円柱形、あるいは球形であるとき、滑らかな座標変換 Φ(u,v)=(x(u,v),y(u,v))\Phi(u,v) = (x(u,v), y(u,v)) によって境界の積分範囲が簡単になる。写像 Φ\Phi により、微小な長方形 du×dvdu \times dv は引き伸ばされて平行四辺形に移り、その面積はヤコビ行列式の絶対値 ∣det⁡DΦ∣=∣∂(x,y)∂(u,v)∣|\det D\Phi| = \left|\frac{\partial(x,y)}{\partial(u,v)}\right| 倍される。極座標 (x,y)=(rcos⁡θ,rsin⁡θ)(x,y) = (r\cos\theta, r\sin\theta) ではこの因子は rr であり、球面座標 (x,y,z)=(ρsin⁡φcos⁡θ,ρsin⁡φsin⁡θ,ρcos⁡φ)(x,y,z) = (\rho\sin\varphi\cos\theta, \rho\sin\varphi\sin\theta, \rho\cos\varphi) では ρ2sin⁡φ\rho^2\sin\varphi となる。

∬Φ(U)f(x,y) dx dy=∬Uf(Φ(u,v)) ∣det⁡DΦ(u,v)∣ du dv,∫−∞∞e−x2 dx=π\iint_{\Phi(U)} f(x,y)\,dx\,dy = \iint_U f(\Phi(u,v))\,|\det D\Phi(u,v)|\,du\,dv, \qquad \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi}
2次元・3次元の座標系とヤコビアン面積・体積要素
座標系変換式面積・体積要素
2次元直交座標(x,y)(x,y)dA=dx dydA = dx\,dy
2次元極座標x=rcos⁡θ,  y=rsin⁡θx = r\cos\theta,\; y = r\sin\thetadA=r dr dθdA = r\,dr\,d\theta
3次元円柱座標x=rcos⁡θ,  y=rsin⁡θ,  z=zx = r\cos\theta,\; y = r\sin\theta,\; z = zdV=r dr dθ dzdV = r\,dr\,d\theta\,dz
3次元球面座標x=ρsin⁡φcos⁡θ,  y=ρsin⁡φsin⁡θ,  z=ρcos⁡φx = \rho\sin\varphi\cos\theta,\; y = \rho\sin\varphi\sin\theta,\; z = \rho\cos\varphidV=ρ2sin⁡φ dρ dφ dθdV = \rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta

大学基本定理:フビニの定理とヤコビアン変数変換公式

f(x,y)f(x,y) が長方形 R=[a,b]×[c,d]R = [a,b] \times [c,d] 上で連続ならば、二重積分は二つの一変数累次積分のいずれにも等しい: ∬Rf(x,y) dA=∫ab(∫cdf(x,y) dy)dx=∫cd(∫abf(x,y) dx)dy\iint_R f(x,y)\,dA = \int_a^b \left(\int_c^d f(x,y)\,dy\right) dx = \int_c^d \left(\int_a^b f(x,y)\,dx\right) dy。より一般に、縦線単純領域 D={(x,y):a≤x≤b,  g1(x)≤y≤g2(x)}D = \{(x,y) : a \le x \le b,\; g_1(x) \le y \le g_2(x)\} 上では ∬Df(x,y) dA=∫ab∫g1(x)g2(x)f(x,y) dy dx\iint_D f(x,y)\,dA = \int_a^b \int_{g_1(x)}^{g_2(x)} f(x,y)\,dy\,dx が成り立つ。

なぜ正しいのか?

格子上の微小な角柱を足し合わせて体積を求めるとき、先に yy 方向の列を足して断面積 A(x)A(x) を求めてから A(x)A(x) を xx で積分しても、先に yy 軸に垂直な断面で切ってから積分しても結果は同じになる。

証明

[a,b][a,b] を幅 Δx\Delta x の mm 個の小区間 [xi−1,xi][x_{i-1}, x_i] に、[c,d][c,d] を幅 Δy\Delta y の nn 個の小区間 [yj−1,yj][y_{j-1}, y_j] に分割する。各 xx を固定するごとに断面積分 A(x)=∫cdf(x,y) dyA(x) = \int_c^d f(x,y)\,dy を定める。積分の平均値の定理により、各区間 [yj−1,yj][y_{j-1}, y_j] においてある点 yij∗∈[yj−1,yj]y_{ij}^* \in [y_{j-1}, y_j] が存在し ∫yj−1yjf(xi,y) dy=f(xi,yij∗) Δy\int_{y_{j-1}}^{y_j} f(x_i, y)\,dy = f(x_i, y_{ij}^*)\,\Delta y を満たす。

j=1,…,nj = 1, \dots, n にわたって足し合わせると A(xi)=∑j=1nf(xi,yij∗) ΔyA(x_i) = \sum_{j=1}^n f(x_i, y_{ij}^*)\,\Delta y となる。これに Δx\Delta x を掛けて i=1,…,mi = 1, \dots, m について和をとると ∑i=1mA(xi) Δx=∑i=1m∑j=1nf(xi,yij∗) Δx Δy\sum_{i=1}^m A(x_i)\,\Delta x = \sum_{i=1}^m \sum_{j=1}^n f(x_i, y_{ij}^*)\,\Delta x\,\Delta y を得る。ff はコンパクトな長方形 RR 上で一様連続であるから、Δx,Δy→0\Delta x, \Delta y \to 0 とすると左辺は ∫abA(x) dx=∫ab(∫cdf(x,y) dy)dx\int_a^b A(x)\,dx = \int_a^b \left(\int_c^d f(x,y)\,dy\right) dx に収束し、右辺は ∬Rf(x,y) dA\iint_R f(x,y)\,dA に収束する。xx と yy を入れ替えて同様の議論を行えば逆順の累次積分との等号も示される。

Φ:U→Φ(U)⊆R2\Phi : U \to \Phi(U) \subseteq \mathbb{R}^2 をヤコビ行列 DΦ(u,v)=(xuxvyuyv)D\Phi(u,v) = \begin{pmatrix} x_u & x_v \\ y_u & y_v \end{pmatrix} をもつ C1C^1 級微分同相写像とする。Φ(U)\Phi(U) 上の任意の可積分関数 ff に対して ∬Φ(U)f(x,y) dx dy=∬Uf(x(u,v),y(u,v)) ∣det⁡DΦ(u,v)∣ du dv\iint_{\Phi(U)} f(x,y)\,dx\,dy = \iint_U f(x(u,v), y(u,v))\,|\det D\Phi(u,v)|\,du\,dv が成り立つ。ただし det⁡DΦ=xuyv−xvyu\det D\Phi = x_u y_v - x_v y_u である。

なぜ正しいのか?

一変数の置換積分で dx=g′(u) dudx = g'(u)\,du が長さを伸縮させるのと同様に、∣det⁡DΦ(u,v)∣|\det D\Phi(u,v)| は微小な (u,v)(u,v) 長方形が (x,y)(x,y) 平面の平行四辺形へ写されるときの局所的な面積拡大率を表す。

証明

UU 内の微小な長方形 Rij=[ui,ui+Δu]×[vj,vj+Δv]R_{ij} = [u_i, u_i + \Delta u] \times [v_j, v_j + \Delta v] を考える。(ui,vj)(u_i, v_j) の周りでの一階テイラー展開により、辺 (Δu,0)( \Delta u, 0 ) と (0,Δv)( 0, \Delta v ) は近似的に接ベクトル a=Φu(ui,vj) Δu=(xu,yu) Δu\mathbf{a} = \Phi_u(u_i,v_j)\,\Delta u = (x_u, y_u)\,\Delta u と b=Φv(ui,vj) Δv=(xv,yv) Δv\mathbf{b} = \Phi_v(u_i,v_j)\,\Delta v = (x_v, y_v)\,\Delta v に写される。R2\mathbb{R}^2 において a\mathbf{a} と b\mathbf{b} が張る平行四辺形の面積は、高次の誤差 o(Δu Δv)o(\Delta u\,\Delta v) を除いて ∣xuyv−xvyu∣ Δu Δv=∣det⁡DΦ(ui,vj)∣ Δu Δv|x_u y_v - x_v y_u|\,\Delta u\,\Delta v = |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v に等しい。

ΔAij≈∣det⁡DΦ(ui,vj)∣ Δu Δv\Delta A_{ij} \approx |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v をリーマン和 ∑i,jf(Φ(ui,vj)) ΔAij\sum_{i,j} f(\Phi(u_i, v_j))\,\Delta A_{ij} に代入すると ∑i,jf(Φ(ui,vj)) ∣det⁡DΦ(ui,vj)∣ Δu Δv\sum_{i,j} f(\Phi(u_i, v_j))\,|\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v が得られる。特に極座標 x=rcos⁡θx = r\cos\theta、y=rsin⁡θy = r\sin\theta では det⁡DΦ=(cos⁡θ)(rcos⁡θ)−(−rsin⁡θ)(sin⁡θ)=r(cos⁡2θ+sin⁡2θ)=r\det D\Phi = (\cos\theta)(r\cos\theta) - (-r\sin\theta)(\sin\theta) = r(\cos^2\theta + \sin^2\theta) = r となり、dx dy=r dr dθdx\,dy = r\,dr\,d\theta が導かれる。

大学実世界での応用と具体例

重積分は物理学、確率論、工学のあらゆる場面に現れる。力学では、三重積分によって全質量 M=∭Eρ(x,y,z) dVM = \iiint_E \rho(x,y,z)\,dV、重心、および回転機械の慣性モーメント Iz=∭E(x2+y2)ρ dVI_z = \iiint_E (x^2+y^2)\rho\,dV を計算する。確率・統計学では、正規分布の正規化定数がガウス積分 ∫−∞∞e−x2 dx=π\int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} に基づいており、これは二乗して極座標の二重積分に直すことで証明される。また天体物理学や電磁気学では、球面座標の体積要素 ρ2sin⁡φ dρ dφ dθ\rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta を用いて恒星や惑星の重力場や電荷分布を積分する。

例: 内側の積分に初等的な原始関数がないときの積分順序の交換

積分領域を図示し、フビニの定理によって積分の順序を交換することで、累次積分 I=∫01∫y1ex2 dx dyI = \int_0^1 \int_y^1 e^{x^2}\,dx\,dy の値を求めよ。

解答

ex2e^{x^2} は初等的な原始関数をもたないため、内側の積分 ∫y1ex2 dx\int_y^1 e^{x^2}\,dx をそのまま閉じた形で計算することはできない。しかし、不等式 0≤y≤10 \le y \le 1 かつ y≤x≤1y \le x \le 1 は三角形領域 D={(x,y):0≤x≤1,  0≤y≤x}D = \{(x,y) : 0 \le x \le 1,\; 0 \le y \le x\} を表している。

フビニの定理により、先に縦方向に切ることで I=∫01(∫0xex2 dy)dx=∫01xex2 dxI = \int_0^1 \left(\int_0^x e^{x^2}\,dy\right) dx = \int_0^1 x e^{x^2}\,dx と書き換えられる。ここで u=x2u = x^2、du=2x dxdu = 2x\,dx と置換すれば I=[12ex2]01=e−12I = \left[\frac{1}{2}e^{x^2}\right]_0^1 = \frac{e - 1}{2} が得られる。

例: 極座標を用いたガウス積分の計算

I2I^2 を R2\mathbb{R}^2 上の二重積分として表し極座標に変換することで、ガウス積分の公式 I=∫−∞∞e−x2 dx=πI = \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} を証明せよ。

解答

ダミー変数 xx と yy を用いて II の二つの独立な積を書くと、I2=(∫−∞∞e−x2 dx)(∫−∞∞e−y2 dy)=∬R2e−(x2+y2) dx dyI^2 = \left(\int_{-\infty}^{\infty} e^{-x^2}\,dx\right)\left(\int_{-\infty}^{\infty} e^{-y^2}\,dy\right) = \iint_{\mathbb{R}^2} e^{-(x^2+y^2)}\,dx\,dy となる。

極座標 x=rcos⁡θx = r\cos\theta、y=rsin⁡θy = r\sin\theta (0≤r<∞0 \le r < \infty、0≤θ≤2π0 \le \theta \le 2\pi) に変換すると、ヤコビアン因子より dx dy=r dr dθdx\,dy = r\,dr\,d\theta である。したがって I2=∫02π∫0∞e−r2r dr dθ=2π[−12e−r2]0∞=2π⋅12=πI^2 = \int_0^{2\pi} \int_0^{\infty} e^{-r^2} r\,dr\,d\theta = 2\pi \left[-\frac{1}{2}e^{-r^2}\right]_0^{\infty} = 2\pi \cdot \frac{1}{2} = \pi となる。e−x2>0e^{-x^2} > 0 より正の平方根をとれば I=πI = \sqrt{\pi} が得られる。

長方形領域 R=[0,2]×[0,1]R = [0, 2] \times [0, 1] 上の二重積分 ∬R(2x+4y) dA\iint_R (2x + 4y)\,dA の値を求めよ。

累次積分 ∫02∫x24f(x,y) dy dx\int_0^2 \int_{x^2}^4 f(x,y)\,dy\,dx の積分順序を交換すると、どの累次積分になるか。

3次元球面座標 (x,y,z)=(ρsin⁡φcos⁡θ,ρsin⁡φsin⁡θ,ρcos⁡φ)(x,y,z) = (\rho\sin\varphi\cos\theta, \rho\sin\varphi\sin\theta, \rho\cos\varphi) における体積要素 dVdV はどれか。

ガウス積分 ∫−∞∞e−x2 dx=π\int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} を用いると、2次元の確率積分 ∬R2e−(x2+y2)/2 dx dy\iint_{\mathbb{R}^2} e^{-(x^2+y^2)/2}\,dx\,dy の値はいくらか。

参考文献

  1. Jerrold E. Marsden, Anthony J. Tromba (2012). Vector Calculus
  2. Tom M. Apostol (1974). Mathematical Analysis
  3. Tom M. Apostol (1969). Calculus, Vol. 2: Multi-Variable Calculus and Linear Algebra with Applications