比较判别法如何判定非负函数反常积分的收敛性或发散性?
比较判别法通过用一个更简单的非负函数来界定目标被积函数,从而判定收敛性或发散性。如果在尾部区间上 ,较大积分 的收敛性迫使较小积分 收敛。反之,较小积分的发散性迫使较大积分发散。
适用条件
- 函数 和 在尾部区间 上非负。
- 不等式 对所有 成立。
- 假设涉及的函数在有限区间上可积。
理解与推导
- 在尾部区间上识别一个从上方界定目标被积函数 的更简单函数 。
- 验证两个函数在区间 上均为非负。
- 确定界定积分 的收敛性或发散性。
- 如果 收敛,则得出 也收敛的结论。
- 如果 发散,则得出 也发散的结论。
例子
对于尾部上的 ,在有限区间可积的前提下, 的收敛性迫使较小的积分收敛。较小积分的发散性迫使较大的积分发散。
容易误解的地方
- 假设函数在尾部区间上非负时该测试才有效(注:原文意为假设函数非负时测试才有效,此处纠正为常见误区:假设函数不必非负也能用)。
- 认为较小积分的收敛性能证明较大积分收敛。
- 认为较大积分的发散性能证明较小积分发散。
观看对应讲解
YouTube反常积分|Dr. Trefor Bazett
3:03 – 4:18原站看这一段 ↗
相关概念
继续追问
相关问题
认识概念↗
比较判别法判定收敛性或发散性,但不能确定积分的确切值。此外,它不能根据收敛的较小函数证明较大函数收敛,也不能根据发散的较大函数证明较小函数发散。
适用条件:比较判别法应用于反常积分。;涉及的函数在尾部区间上非负。
YouTube反常积分|Dr. Trefor Bazett
7:14 – 7:54原站看这一段 ↗
掌握方法↗
视频首先将定积分回顾为曲边梯形的面积,通过分割、采样和取黎曼和的极限来构建。然后将相同的逻辑应用于期望积分 ,将项 解释为值 与近似概率 (小条带的面积)的乘积,从而将期望视为连续加权平均。
适用条件:X 是连续随机变量; 是概率密度函数;积分绝对收敛
1:38 – 1:52原站看这一段 ↗
判断用途↗
对于指数 的基准 p-积分, 当 时收敛,当 时发散。 的情况为比较判别法提供了一个方便的收敛上界。
适用条件:指数 是正实数()。;积分从 计算到 。
YouTube反常积分|Dr. Trefor Bazett
4:18 – 5:16原站看这一段 ↗
理解原因↗
理解原因↗
该定义要求绝对收敛,以确保期望是一个良定义的有限实数。如果没有绝对收敛,反常积分可能会发散或依赖于求和/积分的顺序,这意味着期望值将无法唯一定义。
适用条件:X 是连续随机变量; 是 X 的概率密度函数;积分 绝对收敛
1:25 – 1:52原站看这一段 ↗
答案依据视频资料生成并经过独立核验。若有疑问,请核对原视频或联系原作者。