← 返回 资料库 › 分析学 › 多元微积分 分析学
重积分 在二维或更高维区域上的积分,用于计算体积与高维总量。
直观 从面积窄条到体积柱体 一元积分 ∫ a b f ( x ) d x \int_a^b f(x)\,dx ∫ a b f ( x ) d x 把区间切成宽度为 Δ x \Delta x Δ x 的小段并累加矩形面积。二重积分 ∬ D f ( x , y ) d A \iint_D f(x,y)\,dA ∬ D f ( x , y ) d A 将完全相同的思想推广到二维区域 D D D :用面积为 Δ A = Δ x Δ y \Delta A = \Delta x\,\Delta y Δ A = Δ x Δ y 的微小矩形铺满 D D D ,在每个小格上竖起高为 f ( x i , y j ) f(x_i,y_j) f ( x i , y j ) 的细柱体,再令网格不断加密。所有柱体体积之和就给出曲面 z = f ( x , y ) z = f(x,y) z = f ( x , y ) 下方的有向体积,或者面密度为 f ( x , y ) f(x,y) f ( x , y ) 的薄板的总质量。
平面区域 D D D 上的曲面 z = f ( x , y ) z = f(x,y) z = f ( x , y ) :二重积分 ∬ D f ( x , y ) d A \iint_D f(x,y)\,dA ∬ D f ( x , y ) d A 累加曲面下方竖直柱体的体积,而富比尼定理通过逐片积分来计算它。 大学 严格定义:二重与三重积分、富比尼累次化简与雅可比行列式 定义: 二重与三重黎曼积分
对于有界可测区域 D D D 上的有界函数 f : D ⊆ R 2 → R f : D \subseteq \mathbb{R}^2 \to \mathbb{R} f : D ⊆ R 2 → R ,二重积分 ∬ D f ( x , y ) d A \iint_D f(x,y)\,dA ∬ D f ( x , y ) d A 是当分割的网格直径趋于 0 0 0 时黎曼和 ∑ i , j f ( x i ∗ , y j ∗ ) Δ x i Δ y j \sum_{i,j} f(x_i^*, y_j^*)\,\Delta x_i\,\Delta y_j ∑ i , j f ( x i ∗ , y j ∗ ) Δ x i Δ y j 的极限。类似地,在立体区域 E ⊆ R 3 E \subseteq \mathbb{R}^3 E ⊆ R 3 上,三重积分 ∭ E f ( x , y , z ) d V \iiint_E f(x,y,z)\,dV ∭ E f ( x , y , z ) d V 对体积为 Δ V = Δ x Δ y Δ z \Delta V = \Delta x\,\Delta y\,\Delta z Δ V = Δ x Δ y Δ z 的小长方体求和取极限。
∬ D f ( x , y ) d A = ∫ a b ( ∫ g 1 ( x ) g 2 ( x ) f ( x , y ) d y ) d x = ∫ c d ( ∫ h 1 ( y ) h 2 ( y ) f ( x , y ) d x ) d y \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 ∬ D f ( x , y ) d A = ∫ a b ( ∫ g 1 ( x ) g 2 ( x ) f ( x , y ) d y ) d x = ∫ c d ( ∫ h 1 ( y ) h 2 ( y ) f ( x , y ) d x ) d y 当积分区域呈圆形、柱形或球形时,光滑坐标变换 Φ ( u , v ) = ( x ( u , v ) , y ( u , v ) ) \Phi(u,v) = (x(u,v), y(u,v)) Φ ( u , v ) = ( x ( u , v ) , y ( u , v )) 能显著简化积分上下限。在映射 Φ \Phi Φ 下,微小的 d u × d v du \times dv d u × d v 矩形被拉伸并剪切成平行四边形,其面积缩放因子为雅可比行列式的绝对值 ∣ det D Φ ∣ = ∣ ∂ ( x , y ) ∂ ( u , v ) ∣ |\det D\Phi| = \left|\frac{\partial(x,y)}{\partial(u,v)}\right| ∣ det D Φ∣ = ∂ ( u , v ) ∂ ( x , y ) 。在极坐标 ( x , y ) = ( r cos θ , r sin θ ) (x,y) = (r\cos\theta, r\sin\theta) ( x , y ) = ( r cos θ , r sin θ ) 中该因子为 r r r ,而在球坐标 ( x , y , z ) = ( ρ sin φ cos θ , ρ sin φ sin θ , ρ cos φ ) (x,y,z) = (\rho\sin\varphi\cos\theta, \rho\sin\varphi\sin\theta, \rho\cos\varphi) ( x , y , z ) = ( ρ sin φ cos θ , ρ sin φ sin θ , ρ cos φ ) 中该因子为 ρ 2 sin φ \rho^2\sin\varphi ρ 2 sin φ 。
∬ Φ ( U ) f ( x , y ) d x d y = ∬ U f ( Φ ( u , v ) ) ∣ det D Φ ( u , v ) ∣ d u d v , ∫ − ∞ ∞ e − x 2 d x = 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} ∬ Φ ( U ) f ( x , y ) d x d y = ∬ U f ( Φ ( u , v )) ∣ det D Φ ( u , v ) ∣ d u d v , ∫ − ∞ ∞ e − x 2 d x = π 二维与三维坐标系及雅可比面积/体积微元 坐标系 变换公式 面积 / 体积微元 二维直角坐标 ( x , y ) (x,y) ( x , y ) d A = d x d y dA = dx\,dy d A = d x d y 二维极坐标 x = r cos θ , y = r sin θ x = r\cos\theta,\; y = r\sin\theta x = r cos θ , y = r sin θ d A = r d r d θ dA = r\,dr\,d\theta d A = r d r d θ 三维柱坐标 x = r cos θ , y = r sin θ , z = z x = r\cos\theta,\; y = r\sin\theta,\; z = z x = r cos θ , y = r sin θ , z = z d V = r d r d θ d z dV = r\,dr\,d\theta\,dz d V = r d r d θ d z 三维球坐标 x = ρ sin φ cos θ , y = ρ sin φ sin θ , z = ρ cos φ x = \rho\sin\varphi\cos\theta,\; y = \rho\sin\varphi\sin\theta,\; z = \rho\cos\varphi x = ρ sin φ cos θ , y = ρ sin φ sin θ , z = ρ cos φ d V = ρ 2 sin φ d ρ d φ d θ dV = \rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta d V = ρ 2 sin φ d ρ d φ d θ
大学 核心定理:富比尼定理与雅可比换元公式 若 f ( x , y ) f(x,y) f ( x , y ) 在矩形 R = [ a , b ] × [ c , d ] R = [a,b] \times [c,d] R = [ a , b ] × [ c , d ] 上连续,则二重积分等于两个一元累次积分:∬ R f ( x , y ) d A = ∫ a b ( ∫ c d f ( x , y ) d y ) d x = ∫ c d ( ∫ a b f ( x , y ) d x ) d y \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 ∬ R f ( x , y ) d A = ∫ a b ( ∫ c d f ( x , y ) d y ) d x = ∫ c d ( ∫ a b f ( x , y ) d x ) d y 。更一般地,在纵线简单区域 D = { ( x , y ) : a ≤ x ≤ b , g 1 ( x ) ≤ y ≤ g 2 ( x ) } D = \{(x,y) : a \le x \le b,\; g_1(x) \le y \le g_2(x)\} D = {( x , y ) : a ≤ x ≤ b , g 1 ( x ) ≤ y ≤ g 2 ( x )} 上有 ∬ D f ( x , y ) d A = ∫ a b ∫ g 1 ( x ) g 2 ( x ) f ( x , y ) d y d x \iint_D f(x,y)\,dA = \int_a^b \int_{g_1(x)}^{g_2(x)} f(x,y)\,dy\,dx ∬ D f ( x , y ) d A = ∫ a b ∫ g 1 ( x ) g 2 ( x ) f ( x , y ) d y d x 。
为什么成立? 通过累加网格中的小柱体求体积时,无论是先沿 y y y 方向把每一列加起来得到截面面积 A ( x ) A(x) A ( x ) 再将 A ( x ) A(x) A ( x ) 对 x x x 积分,还是先垂直于 y y y 轴切片再积分,所得结果完全一致。
证明 将 [ a , b ] [a,b] [ a , b ] 分为 m m m 个宽为 Δ x \Delta x Δ x 的子区间 [ x i − 1 , x i ] [x_{i-1}, x_i] [ x i − 1 , x i ] ,将 [ c , d ] [c,d] [ c , d ] 分为 n n n 个宽为 Δ y \Delta y Δ y 的子区间 [ y j − 1 , y j ] [y_{j-1}, y_j] [ y j − 1 , y j ] 。对每个固定的 x x x ,定义截面积分 A ( x ) = ∫ c d f ( x , y ) d y A(x) = \int_c^d f(x,y)\,dy A ( x ) = ∫ c d f ( x , y ) d y 。由积分中值定理,在每个小段 [ y j − 1 , y j ] [y_{j-1}, y_j] [ y j − 1 , y j ] 上存在 y i j ∗ ∈ [ y j − 1 , y j ] y_{ij}^* \in [y_{j-1}, y_j] y ij ∗ ∈ [ y j − 1 , y j ] 使得 ∫ y j − 1 y j f ( x i , y ) d y = f ( x i , y i j ∗ ) Δ y \int_{y_{j-1}}^{y_j} f(x_i, y)\,dy = f(x_i, y_{ij}^*)\,\Delta y ∫ y j − 1 y j f ( x i , y ) d y = f ( x i , y ij ∗ ) Δ y 。
对 j = 1 , … , n j = 1, \dots, n j = 1 , … , n 求和得 A ( x i ) = ∑ j = 1 n f ( x i , y i j ∗ ) Δ y A(x_i) = \sum_{j=1}^n f(x_i, y_{ij}^*)\,\Delta y A ( x i ) = ∑ j = 1 n f ( x i , y ij ∗ ) Δ y 。再乘以 Δ x \Delta x Δ x 并对 i = 1 , … , m i = 1, \dots, m i = 1 , … , m 求和,得到 ∑ i = 1 m A ( x i ) Δ x = ∑ i = 1 m ∑ j = 1 n f ( x i , y i j ∗ ) Δ x Δ y \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 ∑ i = 1 m A ( x i ) Δ x = ∑ i = 1 m ∑ j = 1 n f ( x i , y ij ∗ ) Δ x Δ y 。因为 f f f 在紧矩形 R R R 上一致连续,令 Δ x , Δ y → 0 \Delta x, \Delta y \to 0 Δ x , Δ y → 0 ,左边收敛到 ∫ a b A ( x ) d x = ∫ a b ( ∫ c d f ( x , y ) d y ) d x \int_a^b A(x)\,dx = \int_a^b \left(\int_c^d f(x,y)\,dy\right) dx ∫ a b A ( x ) d x = ∫ a b ( ∫ c d f ( x , y ) d y ) d x ,右边收敛到 ∬ R f ( x , y ) d A \iint_R f(x,y)\,dA ∬ R f ( x , y ) d A 。交换 x x x 与 y y y 的角色重复上述论证,即得与另一积分顺序的相等关系。
设 Φ : U → Φ ( U ) ⊆ R 2 \Phi : U \to \Phi(U) \subseteq \mathbb{R}^2 Φ : U → Φ ( U ) ⊆ R 2 为 C 1 C^1 C 1 微分同胚,其雅可比矩阵为 D Φ ( u , v ) = ( x u x v y u y v ) D\Phi(u,v) = \begin{pmatrix} x_u & x_v \\ y_u & y_v \end{pmatrix} D Φ ( u , v ) = ( x u y u x v y v ) 。对 Φ ( U ) \Phi(U) Φ ( U ) 上的任意可积函数 f f f ,有 ∬ Φ ( U ) f ( x , y ) d x d y = ∬ U f ( x ( u , v ) , y ( u , v ) ) ∣ det D Φ ( u , v ) ∣ d u d v \iint_{\Phi(U)} f(x,y)\,dx\,dy = \iint_U f(x(u,v), y(u,v))\,|\det D\Phi(u,v)|\,du\,dv ∬ Φ ( U ) f ( x , y ) d x d y = ∬ U f ( x ( u , v ) , y ( u , v )) ∣ det D Φ ( u , v ) ∣ d u d v ,其中 det D Φ = x u y v − x v y u \det D\Phi = x_u y_v - x_v y_u det D Φ = x u y v − x v y u 。
为什么成立? 正如一元换元法中 d x = g ′ ( u ) d u dx = g'(u)\,du d x = g ′ ( u ) d u 度量长度的伸缩一样,∣ det D Φ ( u , v ) ∣ |\det D\Phi(u,v)| ∣ det D Φ ( u , v ) ∣ 度量了微小 ( u , v ) (u,v) ( u , v ) 矩形被映射为 ( x , y ) (x,y) ( x , y ) 平面上的平行四边形时的局部面积缩放率。
证明 考虑 U U U 中的小矩形 R i j = [ u i , u i + Δ u ] × [ v j , v j + Δ v ] R_{ij} = [u_i, u_i + \Delta u] \times [v_j, v_j + \Delta v] R ij = [ u i , u i + Δ u ] × [ v j , v j + Δ v ] 。利用 ( u i , v j ) (u_i, v_j) ( u i , v j ) 处的一阶泰勒展开,两条边 ( Δ u , 0 ) ( \Delta u, 0 ) ( Δ u , 0 ) 与 ( 0 , Δ v ) ( 0, \Delta v ) ( 0 , Δ v ) 近似映射为切向量 a = Φ u ( u i , v j ) Δ u = ( x u , y u ) Δ u \mathbf{a} = \Phi_u(u_i,v_j)\,\Delta u = (x_u, y_u)\,\Delta u a = Φ u ( u i , v j ) Δ u = ( x u , y u ) Δ u 和 b = Φ v ( u i , v j ) Δ v = ( x v , y v ) Δ v \mathbf{b} = \Phi_v(u_i,v_j)\,\Delta v = (x_v, y_v)\,\Delta v b = Φ v ( u i , v j ) Δ v = ( x v , y v ) Δ v 。在 R 2 \mathbb{R}^2 R 2 中由 a \mathbf{a} a 与 b \mathbf{b} b 张成的平行四边形面积等于 ∣ x u y v − x v y u ∣ Δ u Δ v = ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v |x_u y_v - x_v y_u|\,\Delta u\,\Delta v = |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v ∣ x u y v − x v y u ∣ Δ u Δ v = ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v (相差高阶无穷小 o ( Δ u Δ v ) o(\Delta u\,\Delta v) o ( Δ u Δ v ) )。
将 Δ A i j ≈ ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v \Delta A_{ij} \approx |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v Δ A ij ≈ ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v 代入黎曼和 ∑ i , j f ( Φ ( u i , v j ) ) Δ A i j \sum_{i,j} f(\Phi(u_i, v_j))\,\Delta A_{ij} ∑ i , j f ( Φ ( u i , v j )) Δ A ij ,即得 ∑ i , j f ( Φ ( u i , v j ) ) ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v \sum_{i,j} f(\Phi(u_i, v_j))\,|\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v ∑ i , j f ( Φ ( u i , v j )) ∣ det D Φ ( u i , v j ) ∣ Δ u Δ v 。特别地,对极坐标 x = r cos θ x = r\cos\theta x = r cos θ ,y = r sin θ y = r\sin\theta y = r sin θ ,有 det D Φ = ( cos θ ) ( r cos θ ) − ( − r sin θ ) ( sin θ ) = r ( cos 2 θ + sin 2 θ ) = r \det D\Phi = (\cos\theta)(r\cos\theta) - (-r\sin\theta)(\sin\theta) = r(\cos^2\theta + \sin^2\theta) = r det D Φ = ( cos θ ) ( r cos θ ) − ( − r sin θ ) ( sin θ ) = r ( cos 2 θ + sin 2 θ ) = r ,从而给出 d x d y = r d r d θ dx\,dy = r\,dr\,d\theta d x d y = r d r d θ 。
大学 实际应用与典型例题 重积分广泛出现在物理学、概率论与工程学中:在力学里,三重积分用于计算总质量 M = ∭ E ρ ( x , y , z ) d V M = \iiint_E \rho(x,y,z)\,dV M = ∭ E ρ ( x , y , z ) d V 、质心以及旋转机械的转动惯量 I z = ∭ E ( x 2 + y 2 ) ρ d V I_z = \iiint_E (x^2+y^2)\rho\,dV I z = ∭ E ( x 2 + y 2 ) ρ d V ;在概率论与数理统计中,正态分布的归一化依赖于高斯积分 ∫ − ∞ ∞ e − x 2 d x = π \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} ∫ − ∞ ∞ e − x 2 d x = π ,该结果正是通过平方化为极坐标下的二重积分证明的;而在天体物理与电磁学中,球坐标微元 ρ 2 sin φ d ρ d φ d θ \rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta ρ 2 sin φ d ρ d φ d θ 被用来对恒星与行星上的引力场及电荷分布进行积分。
例题: 当内层积分没有初等原函数时交换积分次序
画出积分区域并利用富比尼定理交换积分次序,计算累次积分 I = ∫ 0 1 ∫ y 1 e x 2 d x d y I = \int_0^1 \int_y^1 e^{x^2}\,dx\,dy I = ∫ 0 1 ∫ y 1 e x 2 d x d y 。
解答 由于 e x 2 e^{x^2} e x 2 没有初等原函数,内层积分 ∫ y 1 e x 2 d x \int_y^1 e^{x^2}\,dx ∫ y 1 e x 2 d x 无法直接求出解析表达式。但不等式 0 ≤ y ≤ 1 0 \le y \le 1 0 ≤ y ≤ 1 与 y ≤ x ≤ 1 y \le x \le 1 y ≤ x ≤ 1 描述的是三角形区域 D = { ( x , y ) : 0 ≤ x ≤ 1 , 0 ≤ y ≤ x } D = \{(x,y) : 0 \le x \le 1,\; 0 \le y \le x\} D = {( x , y ) : 0 ≤ x ≤ 1 , 0 ≤ y ≤ x } 。
根据富比尼定理,先沿竖直方向切片可将积分改写为 I = ∫ 0 1 ( ∫ 0 x e x 2 d y ) d x = ∫ 0 1 x e x 2 d x I = \int_0^1 \left(\int_0^x e^{x^2}\,dy\right) dx = \int_0^1 x e^{x^2}\,dx I = ∫ 0 1 ( ∫ 0 x e x 2 d y ) d x = ∫ 0 1 x e x 2 d x 。再令 u = x 2 u = x^2 u = x 2 ,d u = 2 x d x du = 2x\,dx d u = 2 x d x ,立得 I = [ 1 2 e x 2 ] 0 1 = e − 1 2 I = \left[\frac{1}{2}e^{x^2}\right]_0^1 = \frac{e - 1}{2} I = [ 2 1 e x 2 ] 0 1 = 2 e − 1 。
例题: 利用极坐标计算高斯积分
通过将 I 2 I^2 I 2 表示为 R 2 \mathbb{R}^2 R 2 上的二重积分并转换为极坐标,证明高斯积分公式 I = ∫ − ∞ ∞ e − x 2 d x = π I = \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} I = ∫ − ∞ ∞ e − x 2 d x = π 。
解答 用哑变量 x x x 和 y y y 将两个独立的 I I I 相乘:I 2 = ( ∫ − ∞ ∞ e − x 2 d x ) ( ∫ − ∞ ∞ e − y 2 d y ) = ∬ R 2 e − ( x 2 + y 2 ) d x d y I^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 I 2 = ( ∫ − ∞ ∞ e − x 2 d x ) ( ∫ − ∞ ∞ e − y 2 d y ) = ∬ R 2 e − ( x 2 + y 2 ) d x d y 。
换为极坐标 x = r cos θ x = r\cos\theta x = r cos θ ,y = r sin θ y = r\sin\theta y = r sin θ ,其中 0 ≤ r < ∞ 0 \le r < \infty 0 ≤ r < ∞ ,0 ≤ θ ≤ 2 π 0 \le \theta \le 2\pi 0 ≤ θ ≤ 2 π ,雅可比因子给出 d x d y = r d r d θ dx\,dy = r\,dr\,d\theta d x d y = r d r d θ 。于是 I 2 = ∫ 0 2 π ∫ 0 ∞ e − r 2 r d r d θ = 2 π [ − 1 2 e − r 2 ] 0 ∞ = 2 π ⋅ 1 2 = π I^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 I 2 = ∫ 0 2 π ∫ 0 ∞ e − r 2 r d r d θ = 2 π [ − 2 1 e − r 2 ] 0 ∞ = 2 π ⋅ 2 1 = π 。因为 e − x 2 > 0 e^{-x^2} > 0 e − x 2 > 0 ,取算术平方根即得 I = π I = \sqrt{\pi} I = π 。
常见错误. 重积分中的两个常见错误:(1) 在非矩形区域上交换积分次序时,不能简单地把内外两个积分号对调——必须重新写出区域 D D D 的边界不等式,使最外层积分上下限为常数。(2) 换为极坐标或球坐标时,切勿漏掉 d A = r d r d θ dA = r\,dr\,d\theta d A = r d r d θ 中的雅可比因子 r r r 或 d V = ρ 2 sin φ d ρ d φ d θ dV = \rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta d V = ρ 2 sin φ d ρ d φ d θ 中的 ρ 2 sin φ \rho^2\sin\varphi ρ 2 sin φ 。 历史注记
莱昂哈德·欧拉于1769年提出二重积分与坐标换元法以计算体积和万有引力,随后约瑟夫-路易·拉格朗日于1773年系统研究了三重积分与一般的三维变量替换。卡尔·弗里德里希·高斯在1809年建立最小二乘法与观测误差理论时以积分 ∫ − ∞ ∞ e − x 2 d x = π \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} ∫ − ∞ ∞ e − x 2 d x = π 为基石,此后黎曼与富比尼(1907年)为累次积分奠定了严格的测度论基础。
莱昂哈德·欧拉 约瑟夫-路易·拉格朗日 卡尔·弗里德里希·高斯
计算矩形区域 R = [ 0 , 2 ] × [ 0 , 1 ] R = [0, 2] \times [0, 1] R = [ 0 , 2 ] × [ 0 , 1 ] 上的二重积分 ∬ R ( 2 x + 4 y ) d A \iint_R (2x + 4y)\,dA ∬ R ( 2 x + 4 y ) d A 。
交换累次积分 ∫ 0 2 ∫ x 2 4 f ( x , y ) d y d x \int_0^2 \int_{x^2}^4 f(x,y)\,dy\,dx ∫ 0 2 ∫ x 2 4 f ( x , y ) d y d x 的积分次序后,得到下列哪个累次积分?
∫ 0 4 ∫ 0 y f ( x , y ) d x d y \int_0^4 \int_0^{\sqrt{y}} f(x,y)\,dx\,dy ∫ 0 4 ∫ 0 y f ( x , y ) d x d y ∫ 0 4 ∫ y 2 f ( x , y ) d x d y \int_0^4 \int_{\sqrt{y}}^2 f(x,y)\,dx\,dy ∫ 0 4 ∫ y 2 f ( x , y ) d x d y ∫ x 2 4 ∫ 0 2 f ( x , y ) d x d y \int_{x^2}^4 \int_0^2 f(x,y)\,dx\,dy ∫ x 2 4 ∫ 0 2 f ( x , y ) d x d y ∫ 0 2 ∫ 0 y f ( x , y ) d x d y \int_0^2 \int_0^{\sqrt{y}} f(x,y)\,dx\,dy ∫ 0 2 ∫ 0 y f ( x , y ) d x d y 在三维球坐标 ( x , y , z ) = ( ρ sin φ cos θ , ρ sin φ sin θ , ρ cos φ ) (x,y,z) = (\rho\sin\varphi\cos\theta, \rho\sin\varphi\sin\theta, \rho\cos\varphi) ( x , y , z ) = ( ρ sin φ cos θ , ρ sin φ sin θ , ρ cos φ ) 中,体积微元 d V dV d V 是什么?
ρ d ρ d φ d θ \rho\,d\rho\,d\varphi\,d\theta ρ d ρ d φ d θ ρ 2 sin φ d ρ d φ d θ \rho^2\sin\varphi\,d\rho\,d\varphi\,d\theta ρ 2 sin φ d ρ d φ d θ ρ 2 cos φ d ρ d φ d θ \rho^2\cos\varphi\,d\rho\,d\varphi\,d\theta ρ 2 cos φ d ρ d φ d θ ρ 2 d ρ d φ d θ \rho^2\,d\rho\,d\varphi\,d\theta ρ 2 d ρ d φ d θ 利用高斯积分 ∫ − ∞ ∞ e − x 2 d x = π \int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi} ∫ − ∞ ∞ e − x 2 d x = π ,二维概率积分 ∬ R 2 e − ( x 2 + y 2 ) / 2 d x d y \iint_{\mathbb{R}^2} e^{-(x^2+y^2)/2}\,dx\,dy ∬ R 2 e − ( x 2 + y 2 ) /2 d x d y 的值是多少?
π \pi π 2 π 2\pi 2 π 2 π \sqrt{2\pi} 2 π 4 π 4\pi 4 π