数学分析 重积分的变量替换仿射变换

合集下载

8.重积分变量代换

8.重积分变量代换

~ ≤ f 。最后一步是利用了积分中值定理。再用一次微分中值定理得 其中 e ≤ u
47
mT ( R) =
∂y ~ ~ ∂y ~ ~ ⎛ ∂ ( x, y ) ⎞ (u , v )(h − g )( f − e) = (u , v )mR = ⎜ mR , ⎟ ∂v ∂v ~, v ~) ⎝ ∂ (u , v) ⎠ (u
2.二重积分变量代换公式 设 U 为 uv 平面上的开集, V 是 xy 平面上开集,映射
46
T: x = x ( u, v ) , y = y ( u, v ) 是 U 到 V 的一个一一对应。 进一步假设 x = x (u, v ) , y = y (u, v ) 具有连续偏导数, ∂ ( x, y ) ≠ 0,在这样的假设下,我们有如下的二重积分的变量代换公式。 且有 ∂(u, v) 定理(二重积分变量代换公式) 映射 T 和区域 D ⊂ V 如上假设。如果二元函 数 f ( x, y ) 在 T (D) 上连续,则
j 2
j
1,2, " , M )上成立 T = T2 D T1 (为简便起见去掉了标记 i ,注意对不同的 D i ,可
能有不同 T1 和 T2 ) ,这里 T1 和 T2 是本原映射。设 ⎧ξ = ξ (u , v), ⎧ x = x(ξ ,η ), T1 : ⎨ 和 T2 : ⎨ ⎩η = η (u , v), ⎩ y = y (ξ ,η ). 那么 ∂( x, y ) ∂( x, y ) ∂(ξ ,η ) 。 = ⋅ ∂(u , v) ∂(ξ ,η ) ∂(u , v) 由引理 2 得 ∂ ( x, y ) f ( x, y )dxdy = ∫∫ f ( x(ξ ,η ), y (ξ ,η )) dξ dη ∫∫ ∂(ξ ,η ) T (D ) T1 ( D )

数学分析ch13-3重积分的变量代换

数学分析ch13-3重积分的变量代换
第四页,共四十二页。
定理 13.3.1(二重积分变量代换公式) 映射T 和区域 D 如上假 设。如果二元函数 f (x, y) 在T (D) 上连续,则
f (x, y) d x d y f (x(u,v), y(u,v)) (x, y) d u d v 。
T (D)
D
(u, v)
显然,当 f (x, y) 1 时,由以上定理得
的所有小矩形,由引理 13.3.1,在 Di 上成立
(x, y) mT (Di ) (u, v)
mDi ,
(ui ,vi )
这里 (u~i ,v~i ) 为 Di 中某一点。设 ~xi x(u~i ,v~i ) , ~yi y(u~i ,v~i ) ,则从上式得
i
f (xi , yi )mT (Di )
u-曲线
v-曲线 x
第三页,共四十二页。
二重积分的变量代换 假设 x x(u,v) , y y(u,v) 具有连续偏导数,且有 (x, y) 0,则由
(u, v)
连续性可知 (x, y) 在U 上不变号。因此,对U 中任意具有分段光滑边
(u, v)
界的有界闭区域 D ,记它的像为 E T (D) V ,则 D 的内点和边界分别 被映为 E 的内点和边界,同时,由于连通集的像也连通,所以 E T (D) 也是具有分段光滑边界的有界闭区域。在这样的假设下,有如下的二 重积分的变量代换公式。
部分为 D 。这个方程中有
x2 a2
y2 b2
项,因此引入广义极坐标
x ar cos , y br sin ,
第十五页,共四十二页。
它的 Jacobi 行列式为
(x, y) a cos ar sin abr 。

重积分的积分变换和积分替换

重积分的积分变换和积分替换

重积分的积分变换和积分替换积分是高等数学中的一个重要概念,它被广泛应用在各个领域中,包括物理学、统计学、经济学等。

在微积分中,一类重要的积分就是重积分。

和单变量积分不同,重积分涉及到多个变量,其计算难度往往更大。

近年来,学者们发现,利用积分变换和积分替换的技巧,可以有效地简化重积分的计算过程。

本文就介绍一些有关积分变换和积分替换的基本知识和重要应用。

一、积分变换积分变换是将一类积分变换成另一类积分的过程,通常是通过一些数学技巧来实现的。

积分变换有很多种,包括线性变换、仿射变换、圆柱变换、球坐标变换等。

在这里,我们主要介绍球坐标变换和柱坐标变换两种。

1. 球坐标变换球坐标变换是将三维空间中的积分转化为球坐标系下的积分。

通过这种变换,可以将具有各向同性的问题转化为与方向无关的问题,从而简化积分的计算。

球坐标系下的积分变量包括径向距离r、极角θ和方位角φ。

一般来说,球坐标变换的步骤如下:(1)将被积函数写成球坐标的形式;(2)将坐标变量x、y、z表示为r、θ和φ的函数;(3)将分子(dx dy dz)替换成球坐标系下的积分元素r²sinθ dr dθ dφ;(4)对变量r、θ和φ进行变量替换,计算出新的积分区域。

例如,设空间中有一个函数f(x,y,z),要求其在球形区域内的积分。

那么,将被积函数转化为球坐标系下的形式:f(x,y,z)→f(r,θ,φ)然后,把直角坐标系下的坐标写成球坐标系下的形式:x=r sinθ cosφ;y=r sinθ sinφ;z=r cosθ。

接着,计算出雅可比行列式,替换分子,并对积分区域进行调整。

最终得到球坐标下的积分表达式:∫∫∫f(x,y,z) dxdydz = ∫∫∫f(r,θ,φ) r²sinθ dr dθ dφ2. 柱坐标变换柱坐标变换是将三维空间中的积分转化为柱坐标系下的积分。

柱坐标系下的积分变量包括径向距离r、极角θ和高度z。

柱坐标变换的一般步骤如下:(1)将被积函数写成柱坐标系下的形式;(2)将直角坐标系下的坐标表示为柱坐标系下的形式;(3)将分子(dx dy dz)替换成柱坐标下的积分元素r d r dθ dz;(4)对变量r、θ和z进行变量替换,计算出新的积分区域。

重积分中的变量代换

重积分中的变量代换

-1-
华北水利水电学院毕业论文
重积分中的变量代换
摘 要
大学数学和高中数学相比最主要的不同就是多了微积分,而微积分中最主要的难 点就是重积分的计算。对本科生而言,经常遇到的是二重积分和三重积分的计算,我 们首先学习和熟练掌握了不定积分和定积分的计算,为重积分的学习打下了基础。在 重积分的学习中,我们知道重积分的计算是化为累次积分来计算的,然而被积函数的 形式和积分区域的复杂性并不是所有的重积分都能在直角坐标系中化为累次积分顺 利求解,有的甚至根本不能求解。而解决这些困难的方法主要是引入新的变量,采用 合适的变量代换去简化被积函数或者积分区域来达到求解重积分的目的。本文主要针 对我个人以及大家在学习中的疑难点,从二重积分到三重积分再到 n 重积分进行详细 的论述。第二章和第三章中,主要介绍平面坐标变换和空间坐标变换的一般式以及几 种常见的变量代换,从变量代换的可行性和有效性出发,根据被积函数的形式和积分 区域的类型,如何合理地选取相应的坐标变换来简化重积分的计算。最后很自然地类 推到 n 重积分的变量代换,将变量代换一般化。针对各种不同的类型,我们讨论了不 同变量代换的本质以及几何意义,并通过实际应用,从根本上对变量代换有了更深入 的认识。 关键字:重积分,累次积分,变量代换,测度,雅克比行列式
[6] [6] [1] [3] [1]
n 维空间坐标变换........................................................................................ - 36 引言........................................................................................................ - 36 一般 n 维空间坐标变换定理

多重积分的变量替换

多重积分的变量替换

则称T为上的正则变换. • 结论: T()开集、T-1: T()也是正则 变换、且 1 1 x , T (T ( x)) T ( x)

4
记号复习:导数矩阵
• 导数矩阵(也叫Jacobi矩阵):
T1 ( x) x1 T2 ( x ) DT ( x) T ( x) x1 Tn ( x) x 1
线性变换:讨论特征函数 正则变换:讨论特征函数
• 非负可测函数和有积分函数的积分 变换公式
3
n 复习R 上正则变换
• 定义:设Rn是非空开集, T Rn满足 下列条件:
T在上是单射; T在上有一阶连续导数(即是C1的); DT=T在上处处可逆(即J(T)=det(T)恒不为零)
T ( y) T ( x) T ( x)( y x) o y x ( y x)
n
• 其中T(y), T(x), y和x都是n维列向量, |y-x|是 n维欧氏范数(也叫长度或距离)
yx
y x
i 1 i i
2
6
记号复习:差分矩阵表示
• 上页的式子的矩阵形式:
k 1


C
n k 1
k

11
零测集的像是零测集
• 设Rn中的开集,T为上的C1变换. E 为零测集, 即|E|=0, 则|T(E)|=0. • 证明: 可以表示成可数多个闭方块的并以 及上面的结论,就可以得到所要的结论.#
12
可测集的像是可测集
• 设Rn中的开集,T为上的正则变换.E, 为可测集, 则T(E)也是可测集. • 证明: 由E可测, 则存在可数多个开集Gk和零 测集Z, 有

数学分析中的变换法

数学分析中的变换法

α

n= 0 ∞
Cn X =
n
∑ (∑

n= 0 K= 0
ak bn- k ) x
n
n + β = (∑ + x )α an x ) (∑ bn x ) = A ( x ) B( x ) = ( 1 n= 0 n= 0 ∞
又 ( 1 + x)
α + β
=

α + β n
n= 0
×n
再由幂级数展开的唯一性即证 . 1. 5 傅里叶变换法 这种变换法实质上是一个求解问题的积分变换 , 是函数到函数的变换 ,且有逆变换 . G( W ) = F 〔 f ( t )〕=
2 变换法的基本步骤与逻辑框架图
一个数学问题可视其为一个数学系统或数学结构 , 组成其要素之间的相互依存或相互关 系的形式是可变的 , 但其形变并非唯一 , 可能是多种多样的 , 因而用变换法研究解决数学问题 题时无统一模式可循 , 但在实际应用时 ,可依以下三个基本步骤:
* ( 1)根据原问题的特点 , 施行变换 T 化为新问题 P ;
∫ f( t) e
-∞
+ ∞
- wt
dt 1 +∞ 〔 2 π -∞
其中 G( W)为 f ( t )的傅里叶变换 , 由傅里叶积分公式 f ( t ) =
∫ ∫ f( t) e
-∞
+ ∞
- wt
dt〕 e dW
wt
易得傅里叶变换的逆变换: - 1 1 +∞ wt f ( t) = F 〔 G( W )〕= G( W) e dW 2 π -∞ 傅里叶变换可将微分方程转化为关于象函数的代数方程 , 通过解代数方程和求傅里叶逆

数学分析 重积分的变量替换变量替换公式

数学分析 重积分的变量替换变量替换公式

数学分析(二):多元微积分梅加强副教授南京大学数学系内容提要:内容提要:重积分的变量替换公式;内容提要:重积分的变量替换公式; 极坐标变换;内容提要:重积分的变量替换公式; 极坐标变换;柱面坐标变换;内容提要:重积分的变量替换公式; 极坐标变换;柱面坐标变换;球面坐标变换.现在我们考虑比仿射变换更一般的映射,看看可求体积的集合在这些映射下如何变化.现在我们考虑比仿射变换更一般的映射,看看可求体积的集合在这些映射下如何变化.设D⊂R n为开集,A可求体积且¯A⊂D,ϕ:D→R n为C1映射且Jϕ处处非退化.现在我们考虑比仿射变换更一般的映射,看看可求体积的集合在这些映射下如何变化.设D⊂R n为开集,A可求体积且¯A⊂D,ϕ:D→R n为C1映射且Jϕ处处非退化.问题:ϕ(A)是否可求体积,如果是的话其体积等于多少?现在我们考虑比仿射变换更一般的映射,看看可求体积的集合在这些映射下如何变化.设D⊂R n为开集,A可求体积且¯A⊂D,ϕ:D→R n为C1映射且Jϕ处处非退化.问题:ϕ(A)是否可求体积,如果是的话其体积等于多少?首先,根据反函数定理我们知道ϕ将A的内点映为ϕ(A)的内点,这说明∂ϕ(A)⊂ϕ(∂A).一般的变量替换现在我们考虑比仿射变换更一般的映射,看看可求体积的集合在这些映射下如何变化.设D⊂R n为开集,A可求体积且¯A⊂D,ϕ:D→R n为C1映射且Jϕ处处非退化.问题:ϕ(A)是否可求体积,如果是的话其体积等于多少?首先,根据反函数定理我们知道ϕ将A的内点映为ϕ(A)的内点,这说明∂ϕ(A)⊂ϕ(∂A).断言:ϕ(∂A)为零测集,从而∂ϕ(A)亦然,于是ϕ(A)可求体积.事实上,取δ>0,使得K={x|d(x,A)≤δ}⊂D.记C=max K Jϕ .事实上,取δ>0,使得K={x|d(x,A)≤δ}⊂D.记C=max K Jϕ .根据覆盖引理的证明,任给ε>0,存在有限个小球B i⊂K,使得∂A⊂iB i,且iν(B i)<ε.事实上,取δ>0,使得K={x|d(x,A)≤δ}⊂D.记C=max K Jϕ .根据覆盖引理的证明,任给ε>0,存在有限个小球B i⊂K,使得∂A⊂iB i,且iν(B i)<ε.记B i=B ri (x i),由拟微分中值定理可知ϕ(B i)⊂B Cri(ϕ(x i)),这说明ϕ(∂A)⊂iB Cri(ϕ(x i)),且这些球的体积之和小于C nε.于是ϕ(∂A)为零测集.事实上,取δ>0,使得K={x|d(x,A)≤δ}⊂D.记C=max K Jϕ .根据覆盖引理的证明,任给ε>0,存在有限个小球B i⊂K,使得∂A⊂iB i,且iν(B i)<ε.记B i=B ri (x i),由拟微分中值定理可知ϕ(B i)⊂B Cri(ϕ(x i)),这说明ϕ(∂A)⊂iB Cri(ϕ(x i)),且这些球的体积之和小于C nε.于是ϕ(∂A)为零测集.从上述证明还可以得出,若 ψ(x)−ψ(y) ≤ρ x−y 且ψ将可求体积集B映为可求体积集ψ(B),则ν(ψ(B))≤ρnν(B).事实上,取δ>0,使得K={x|d(x,A)≤δ}⊂D.记C=max K Jϕ .根据覆盖引理的证明,任给ε>0,存在有限个小球B i⊂K,使得∂A⊂iB i,且iν(B i)<ε.记B i=B ri (x i),由拟微分中值定理可知ϕ(B i)⊂B Cri(ϕ(x i)),这说明ϕ(∂A)⊂iB Cri(ϕ(x i)),且这些球的体积之和小于C nε.于是ϕ(∂A)为零测集.从上述证明还可以得出,若 ψ(x)−ψ(y) ≤ρ x−y 且ψ将可求体积集B映为可求体积集ψ(B),则ν(ψ(B))≤ρnν(B).为了研究ϕ(A)的体积,我们将ϕ线性化并做误差估计.引理1沿用以上记号,则任给ε>0,存在0<η<δ,使得当x∈A,d(x ,x)≤η时ϕ(x )−ϕ(x)−Jϕ(x)(x −x) ≤ε x −x .引理1沿用以上记号,则任给ε>0,存在0<η<δ,使得当x∈A,d(x ,x)≤η时ϕ(x )−ϕ(x)−Jϕ(x)(x −x) ≤ε x −x .证明.在Bδ(x)中考虑函数F(y)=ϕ(y)−ϕ(x)−Jϕ(x)(y−x),则F(x)=0,JF(y)=Jϕ(y)−Jϕ(x).根据拟微分中值定理,存在ξ=x+θ(x −x)(0<θ<1),使得F(x ) = F(x )−F(x) ≤ Jϕ(ξ)−Jϕ(x) x −x ,由Jϕ在K上的一致连续性即可完成证明.引理2沿用以上记号,则当B⊂A可求体积且d(B)<η时ν(ϕ(B))≤[|det Jϕ(x)|+O(ε)]ν(B),x∈B.引理2沿用以上记号,则当B⊂A可求体积且d(B)<η时ν(ϕ(B))≤[|det Jϕ(x)|+O(ε)]ν(B),x∈B.证明.考虑仿射变换L(y)=[Jϕ(x)]−1(y−ϕ(x))+x,则L◦ϕ(x )=[Jϕ(x)]−1F(x )+x ,于是当x ,x ∈Bη(x)时L◦ϕ(x )−L◦ϕ(x ) ≤[1+ [Jϕ(x)]−1 ε] x −x .由B⊂Bη(x)可得ν(L◦ϕ(B))≤[1+ [Jϕ(x)]−1 ε]nν(B).再由仿射变化的体积变化公式即可完成证明.(重积分的变量替换)设ϕ:D→R n为C1单射,且Jϕ处处非退化.设A可求体积,¯A⊂D,f在ϕ(A)中可积,则ϕ(A)f=Af◦ϕ|det Jϕ|.(1)特别地,ν(ϕ(A))=A|det Jϕ|.(重积分的变量替换)设ϕ:D→R n为C1单射,且Jϕ处处非退化.设A可求体积,¯A⊂D,f在ϕ(A)中可积,则ϕ(A)f=Af◦ϕ|det Jϕ|.(1)特别地,ν(ϕ(A))=A|det Jϕ|.证明.不妨设A为矩形,且f非负.任给A的分割π={A ij},我们有ϕ(A)f=ijϕ(A ij)f≤ij[supϕ(A ij)f]ν(ϕ(A ij))证明(续).当分割充分细时,由之前的引理可得ϕ(A)f≤ijsupA ij[f◦ϕ]|det Jϕ(ξij)|ν(A ij)+O(ε),由Riemann和与积分之间的关系可得ϕ(A)f≤Af◦ϕ|det Jϕ|+O(ε),令ε→0可得ϕ(A)f≤Af◦ϕ|det Jϕ|.根据反函数定理,ϕ:D→ϕ(D)可逆.如果对ϕ−1重复上述论证就可得到另一边的不等式.例1设0<p <q,0<a <b.抛物线y 2=px,y 2=qx 以及双曲线xy =a,xy =b 围成的区域记为A.计算积分I = A xy d x d y.例1设0<p <q,0<a <b.抛物线y 2=px,y 2=qx 以及双曲线xy =a,xy =b 围成的区域记为A.计算积分I = A xy d x d y.解.积分区域是一个曲边的四边形,为了简化,我们令y 2/x =u ,xy =v ,则(u ,v )关于(x ,y )的Jacobi 行列式为∂(u ,v )∂(x ,y )= −y 2/x 22y /x y x =−3y 2/x =−3u ,因此(x ,y )关于(u ,v )的Jacobi 行列式为−(3u )−1.在这个变换下,积分区域变为矩形[p ,q ]×[a ,b ],因此I =q p d u b a v −(3u )−1 d v =16(b 2−a 2)ln q p.我们知道,在平面R2上有直角坐标(x,y)和极坐标(r,θ),其变换关系为x=r cosθ,y=r sinθ,r≥0,0≤θ≤2π.我们知道,在平面R2上有直角坐标(x,y)和极坐标(r,θ),其变换关系为x=r cosθ,y=r sinθ,r≥0,0≤θ≤2π.这个变换称为极坐标变换,其Jacobi行列式为∂(x,y)∂(r,θ)=cosθ−r sinθsinθr cosθ=r.我们知道,在平面R2上有直角坐标(x,y)和极坐标(r,θ),其变换关系为x=r cosθ,y=r sinθ,r≥0,0≤θ≤2π.这个变换称为极坐标变换,其Jacobi行列式为∂(x,y)∂(r,θ)=cosθ−r sinθsinθr cosθ=r.极坐标变换将(r,θ)平面上的矩形[0,R]×[0,2π]变为(x,y)平面上的圆x2+y2≤R2.不过,这个变换不是一一的,且在r=0处退化.我们知道,在平面R2上有直角坐标(x,y)和极坐标(r,θ),其变换关系为x=r cosθ,y=r sinθ,r≥0,0≤θ≤2π.这个变换称为极坐标变换,其Jacobi行列式为∂(x,y)∂(r,θ)=cosθ−r sinθsinθr cosθ=r.极坐标变换将(r,θ)平面上的矩形[0,R]×[0,2π]变为(x,y)平面上的圆x2+y2≤R2.不过,这个变换不是一一的,且在r=0处退化.尽管如此,由于此变换在(0,+∞)×(0,2π)上是一一的且非退化,因此将前面的证明略作改动即知,积分的变量替换公式对这个变换仍然成立.例子例2求椭圆x2a2+y2b2=1(a,b>0)所包围的面积.例子例2求椭圆x2a2+y2b2=1(a,b>0)所包围的面积.解.作所谓的广义极坐标变换x=ar cosθ,y=br sinθ,r∈[0,1],θ∈[0,2π],其Jacobi行列式为∂(x,y)∂(r,θ)=a cosθ−ar sinθb sinθbr cosθ=abr,因此所求面积为10d r2πabr dθ=πab.我们再考虑R3中的坐标变换.如下的柱面坐标变换有时能用到:x=r cosθ,y=r sinθ,z=z,其Jacobi行列式也是r.我们再考虑R3中的坐标变换.如下的柱面坐标变换有时能用到:x=r cosθ,y=r sinθ,z=z,其Jacobi行列式也是r.与极坐标变换类似,R3中也有所谓的球面坐标变换:x=r sinθcosϕ,y=r sinθsinϕ,z=r cosθ,r≥0,θ∈[0,π],ϕ∈[0,2π].我们再考虑R3中的坐标变换.如下的柱面坐标变换有时能用到:x=r cosθ,y=r sinθ,z=z,其Jacobi行列式也是r.与极坐标变换类似,R3中也有所谓的球面坐标变换:x=r sinθcosϕ,y=r sinθsinϕ,z=r cosθ,r≥0,θ∈[0,π],ϕ∈[0,2π]. 这个变换的Jacobi行列式为∂(x,y,z)∂(r,θ,ϕ)=sinθcosϕr cosθcosϕ−r sinθcosϕsinθsinϕr cosθsinϕr sinθcosϕcosθ−r sinθ0=r2sinθ.我们再考虑R3中的坐标变换.如下的柱面坐标变换有时能用到:x=r cosθ,y=r sinθ,z=z,其Jacobi行列式也是r.与极坐标变换类似,R3中也有所谓的球面坐标变换:x=r sinθcosϕ,y=r sinθsinϕ,z=r cosθ,r≥0,θ∈[0,π],ϕ∈[0,2π]. 这个变换的Jacobi行列式为∂(x,y,z)∂(r,θ,ϕ)=sinθcosϕr cosθcosϕ−r sinθcosϕsinθsinϕr cosθsinϕr sinθcosϕcosθ−r sinθ0=r2sinθ.球面坐标和伸缩变换结合起来称为广义球面坐标变换.例3计算椭球x2a2+y2b2+z2c2≤1(a,b,c>0)的体积.例3计算椭球x2a2+y2b2+z2c2≤1(a,b,c>0)的体积.解.用广义球面坐标变换:x=ar sinθcosϕ,y=br sinθsinϕ,z=cr cosθ,此变换的Jacobi行列式为abcr2sinθ,积分区域变为{(r,θ,ϕ)|r∈[0,1],θ∈[0,π],ϕ∈[0,2π]},因此椭球体积为V=10d rπabcr2sinθdθ2πdϕ=43πabc.例3计算椭球x2a2+y2b2+z2c2≤1(a,b,c>0)的体积.解.用广义球面坐标变换:x=ar sinθcosϕ,y=br sinθsinϕ,z=cr cosθ,此变换的Jacobi行列式为abcr2sinθ,积分区域变为{(r,θ,ϕ)|r∈[0,1],θ∈[0,π],ϕ∈[0,2π]},因此椭球体积为V=10d rπabcr2sinθdθ2πdϕ=43πabc.在一般的欧氏空间R n中也有类似的(广义)球面坐标变换.。

13.3重积分的变量代换

13.3重积分的变量代换

m
i
y
→ ∫∫ f (r cos θ , r sin θ )rdrdθ
D'
∆σ ij = 1 (2r + ∆r )∆r ∆θ j j j i
0
1 2 = rj ∆rj ∆θ i + ∆rj ∆θ i 2
2
x
D= ( x, y ) | x + y ≤ a
2 2
{
2
}
用曲线网 格代替直 线网格
I =
∫∫ e
∴∫∫
D
x y 2 1 − 2 − 2 dxdy = ∫∫ 1 − r abrdrdθ a b D′
2
2
2 = πab. 3
变量代换公式的证明
∫∫
T (D)
f ( x, y )dxdy = ∫∫
D
∂ ( x, y ) f ( x(u, v), y (u, v)) | | dudv ∂ (u, v)
Di 分为两种:正方形及正方形与D的边界相交 分为两种:正方形及正方形与 的边界相交
正方形与D的边界相交部分因其面积和 正方形与 的边界相交部分因其面积和 的边界相交 趋于零,则其上积分也收敛与零。 趋于零,则其上积分也收敛与零。
下面考虑正方形的情形: 下面考虑正方形的情形: 正方形的情形
v
v+k v
在可求面积区域 D 上连续
− ( x2 + y2 )
I = ∫ dx ∫
=
a2 − x2
− a2 − x
e 2
dy

a
−a
e
−x
2
dx ∫
a2 − x2
2 2
− a −x
e
− y2

【数学分析课件@北师大】04多重积分的变量替换

【数学分析课件@北师大】04多重积分的变量替换
9
闭方块中零测集的像
• 设Ω⊂ Rn中的开集,T为Ω上的C1变换. 闭方块 Q⊂Ω, E⊂Q为零测集, 即|E|=0, 则|T(E)|=0. • 证明:只要证明∀ε>0,|T(E)|<ε就行了.记 λ=||T′||Q, 由微分中值不等式 ∀x, y ∈ Q, T ( x) − T ( y ) ≤ λ x - y

• 证明: 由积分不等式,只要证明相反的不等式 成立就行了. h = ( f T ) J (T ) 在Ω上非负可测, T −1是V=T(Ω)上的正则变换, 由积分不等式


f T J (T )



f T T −1 J (T ) T −1 J T −1 =
(
) ∫
T (Ω)
f
29
f = χ L( E ) ,
f L = χE
19
正则变换的测度不等式
T ( E ) ≤ ∫ J (T )
E
• E为闭方块Q⊂Ω成立(证明关键) ⇒ E为开集 G⊂Ω ⇒ 任意可测集E⊂Ω • 闭方块Q情形的证明: 记h为Q的边长. 证明 的想法是对T用其导数(线性变换)“局部”近似. 具 体方法是等分Q和利用导数的连续性以及线性 变换时的结果.
∂T1 ( x) ∂x2 ∂T2 ( x) ∂x2 ∂Tn ( x) ∂x2

∂T1 ( x) ∂xn ∂T2 ( x) ∂xn ∂Tn ( x) ∂xn
5
记号复习:差分的表示
• 设x∈Ω, B(x,r)⊂Ω (r>0),y∈B(x,r).T: Ω→Rn 在x点可微, 则
注意|Gk|→|E|(k→∞), |L(Gk)|→|L(E)|(k→∞), 以及|L(Gk)|=|det(L)| |Gk|就得到结论 • 一般可测集: 取单调递增有界可测集列Ek,

仿射变换公式

仿射变换公式

仿射变换公式仿射变换公式是数学中一种常见的变换公式,使用它可以对一个坐标系中的原点进行变换,从而将它转化为另一个坐标系下的点。

它有助于解决不同的图形学问题、实现图形的转换,也可以用于将两个不同的坐标系之间的数据进行转换。

仿射变换公式的定义如下:设A、B、C是三个二维空间的仿射变换,那么ABC的变换公式为:XA=XB+XC,YA=YB+YC。

其中XA、YA是原坐标系中点P的横纵坐标,XB、YB是原坐标系中点P’的横纵坐标,XC、YC是新坐标系中点P’的横纵坐标(新坐标系相对于原坐标系的平移量)。

仿射变换公式的另一种表示形式为:XA=AXB+BYC,YA=CXB+DYC。

其中XA、YA是原坐标系中点P的横纵坐标,XB、YB是原坐标系中点P’的横纵坐标,XC、YC是新坐标系中点P’的横纵坐标(新坐标系相对于原坐标系的平移量),A、B、C、D是四个不同的仿射变换系数。

仿射变换公式可以用来实现一些基本的图形变换,例如平移、旋转、缩放、拉伸及剪切等。

它也可以用于将两个不同的坐标系之间的数据进行转换,以统一处理某个问题。

例如,在机器视觉中,经常需要将输入的图像从一个坐标系转换到另一个坐标系中进行处理,这就要求把原始图像仿射变换到目标坐标系中。

此外,仿射变换公式还可以用于自然图像的空间变换或是像素点之间的坐标变换。

仿射变换公式的应用非常广泛,它极大地方便了图形学领域中的许多应用,也提供了图形学问题求解的一种重要方法。

例如,多层次变换(MLT)是一种常用的图形学变换技术,它可以用仿射变换公式表示为:XMLT=XL+TR,YMLT=YL+TR,其中XL、YL是原始图像的坐标,TR是与仿射变换相关的参数,XMLT、YMLT是MLT变换后的结果。

仿射变换是一种有效的图形变换手段,它的应用范围很广,在图形学、机器人控制、图像处理等领域都有重要的应用。

它可以用来实现两个不同坐标系之间的数据转换,也可以用于像素点之间的坐标变换,是一种非常重要的变换公式,也是图形学问题求解中不可或缺的工具。

仿射变换 方程怎么解

仿射变换 方程怎么解

仿射变换方程怎么解以仿射变换方程怎么解引言:仿射变换是一种常见的几何变换方法,可以用于对图像进行旋转、平移、缩放和错切等操作。

本文将介绍仿射变换方程的解法,帮助读者更好地理解和应用仿射变换。

一、什么是仿射变换?仿射变换是指在平面上对点进行旋转、平移、缩放和错切等操作的变换方式。

它可以通过一个线性变换和一个平移向量来表示。

具体而言,对于平面上的点 (x, y),经过仿射变换后的点 (x', y') 可以通过以下公式计算得出:x′=xx+xx+xx′=xx+xx+x其中,a、b、c、d、e 和 f 是仿射变换的参数。

二、仿射变换方程的解法1.已知三对点坐标的情况下当给定三对点的坐标时,我们可以利用这些已知点来求解仿射变换方程的参数。

假设已知的点分别为 (x1, y1) -> (x1', y1'),(x2, y2) -> (x2', y2') 和 (x3, y3) -> (x3', y3'),则可以得到以下三个方程:x1′=xx1+xx1+xx1′=xx1+xx1+xx2′=xx2+xx2+xx2′=xx2+xx2+xx3′=xx3+xx3+xx3′=xx3+xx3+x通过解这个方程组,我们可以求解出a、b、c、d、e 和f 的值,从而得到仿射变换的参数。

2.已知变换矩阵的情况下除了通过已知点来求解仿射变换方程的参数,我们还可以通过已知变换矩阵的方式来解方程。

假设已知的变换矩阵为 M,即[x′1 x′1] = [x1 x1 1] x其中,[x′1 x′1] 是经过仿射变换后的点的坐标,[x1 x1 1] 是原始点的齐次坐标。

则根据仿射变换的定义,可以得到以下方程:x′1=x1x+x1x+xx′1=x1x+x1x+x通过解这个方程组,我们可以求解出仿射变换的参数。

三、应用实例仿射变换在计算机图形学和计算机视觉领域有着广泛的应用。

三重积分的变量替换

三重积分的变量替换

三重积分的变量替换三重积分是微积分中的重要概念之一,它广泛应用于物理学、工程学和数学分析等领域。

在处理复杂的立体形状和物理现象时,三重积分可以帮助我们计算体积、质量、质心以及物理场的密度等。

在进行三重积分计算时,我们可以通过变量替换的方法简化问题的求解过程。

变量替换的目的是将原来的积分区域变换为另一个更简单的区域,使得积分计算变得更加容易。

常见的三种变量替换方法分别是柱坐标变换、球坐标变换和柱坐标变换。

接下来,我将详细介绍这三种方法,并举例说明如何使用它们进行三重积分计算。

首先是柱坐标变换。

当我们处理具有旋转对称性的问题时,柱坐标变换是一个有用的工具。

它将直角坐标系中的(x, y, z)坐标转换为柱坐标系统中的(r, θ, z)坐标。

其中,r代表极径,θ代表极角,z代表高度。

变换关系如下:x = rcosθy = rsinθz = z在柱坐标下,积分区域一般由极角θ、极径r和高度z来确定。

利用柱坐标变换可简化三重积分的计算。

例如,我们要计算半径为1的球体的体积,可以使用柱坐标变换将球体的方程转换为积分区域为r、θ、z的柱坐标区域。

然后,通过设置合适的积分边界条件,我们可以将三重积分转化为三个单变量积分的乘积。

接下来是球坐标变换。

球坐标变换适用于处理具有球对称性的问题。

它将直角坐标系中的(x, y, z)坐标转换为球坐标系统中的(r, θ, φ)坐标。

其中,r代表距离原点的距离,θ代表极角,φ代表方位角。

变换关系如下:x = rsinθcosφy = rsinθsinφz = rcosθ与柱坐标变换类似,利用球坐标变换可以简化三重积分的计算。

例如,我们要计算球体内的质量,可以使用球坐标变换将球体的方程转换为积分区域为r、θ、φ的球坐标区域。

然后,通过设置合适的积分边界条件,我们可以将三重积分转化为三个单变量积分的乘积。

最后是柱坐标变换。

当我们处理具有平面对称性的问题时,柱坐标变换是一个实用的方法。

微积分中的变量替换与积分技巧公式整理

微积分中的变量替换与积分技巧公式整理

微积分中的变量替换与积分技巧公式整理微积分是数学的一个重要分支,研究函数的变化率与总变化量,积分是微积分的核心概念之一。

在求解积分时,有时会遇到复杂的函数和难以直接积分的情况,这时候,我们可以通过变量替换和一些积分技巧公式来简化计算过程。

一、变量替换1. 基本变量替换:对于有理函数、三角函数、指数函数等常见函数,我们可以通过变量替换来简化积分。

常见的变量替换有以下几种:a) 三角替换:当出现平方根中含有平方项时,可以尝试利用三角函数进行替换。

例如,当出现平方根中含有 x^2 时,可以令x = a sinθ或x = a cosθ 进行变量替换。

b) 指数替换:当出现平方根中含有平方项且指数为偶数时,可以尝试使用指数函数进行替换。

例如,当出现平方根中含有 x^2 且指数为偶数时,可以令 x = a e^t 进行变量替换。

c) 有理替换:当出现有理函数无法直接积分时,可以尝试使用有理函数进行替换。

例如,当遇到 x^n + a^n 的形式时,可以令 x = a t 进行变量替换。

2. 特殊变量替换:对于特殊函数,如反三角函数、对数函数等,也可以通过变量替换来简化积分。

常见的变量替换有以下几种:a) 反三角替换:当出现 a^2 - x^2 的形式时,可以尝试使用反三角函数进行替换。

例如,当遇到 a^2 - x^2 的形式时,可以令x = a sinθ 进行变量替换。

b) 对数替换:当出现 a^2 + x^2 或 a^2 - x^2 的形式时,可以尝试使用对数函数进行替换。

例如,当遇到 a^2 + x^2 或 a^2 - x^2 的形式时,可以令x = a tanθ 或x = a secθ 进行变量替换。

二、积分技巧公式整理1. 分部积分法:分部积分法是求解乘积函数积分的一种常用技巧。

其公式为:∫u dv = uv - ∫v du其中,u 为可微函数,dv 为可积函数。

2. 声明变量法:当需要将一个复杂的积分转换为一个简单的积分时,可以使用声明变量法。

重积分与变量代换

重积分与变量代换

重积分与变量代换重积分是微积分中的一个重要概念,用于计算曲线、曲面和立体的面积、体积等物理量。

而变量代换则是在计算重积分时常常使用的一种技巧,它能够简化积分计算的过程,提高计算效率。

本文将介绍重积分的基本概念和性质,并详细说明变量代换的原理和应用。

一、重积分的基本概念和性质重积分是微积分中一种对多变量函数进行积分的方法,主要用于计算曲线、曲面和立体的面积、体积等物理量。

在数学上,重积分可以分为二重积分和三重积分两种形式。

二重积分用于计算二维平面上的曲线和曲面的面积。

若函数 f(x, y)在一个闭区间上连续,那么这个闭区间可以分割成无数个小区域,将每个小区域的面积相加,就可以得到整个闭区间的面积,即二重积分。

二重积分的符号表示为∬f(x, y)dxdy。

三重积分则用于计算三维空间中立体的体积。

若函数 f(x, y, z) 在一个闭区域上连续,那么这个闭区域可以分割成无数个小立方体,将每个小立方体的体积相加,就可以得到整个闭区域的体积,即三重积分。

三重积分的符号表示为∭f(x, y, z)dxdydz。

重积分具有以下性质:1. 线性性质:对于任意常数 a 和 b,有∬(af(x, y) + bg(x, y))dxdy =a∬f(x, y)dxdy + b∬g(x, y)dxdy。

2. 区域可加性:若闭区域 D 可以分割成互不相交的两个子区域 D1 和 D2,那么∬f(x, y)dxdy = ∬f(x, y)dxdy + ∬f(x, y)dxdy。

3. 反序性质:对于面积可积的函数 f(x, y),有∬f(x, y)dxdy = ∬f(x, y)dydx。

4. 极坐标系下的重积分:对于函数f(r, θ) 在极坐标系下,有∬f(r, θ)rdrdθ。

二、变量代换的原理和应用变量代换是在计算重积分时常常使用的一种技巧,它利用一组新的变量代替原有的变量,以简化积分计算的步骤。

变量代换的原理可以用微积分中的链式法则来解释。

高中数学备课教案多重积分与曲面积分的变量替换

高中数学备课教案多重积分与曲面积分的变量替换

高中数学备课教案多重积分与曲面积分的变量替换高中数学备课教案:多重积分与曲面积分的变量替换在高中数学中,多重积分和曲面积分是重要的概念和工具,用于描述和计算多元函数在多维空间中的性质。

而在实际应用中,为了简化计算和研究问题,我们常常需要进行变量替换。

本教案将介绍多重积分与曲面积分的变量替换方法,并提供相应的教学示例和练习。

一、多重积分的变量替换多重积分是对多元函数在多维空间中的积分求解。

在实际计算中,当函数和积分区域较为复杂时,我们常常需要进行变量替换,以简化计算并提高效率。

下面是多重积分的变量替换方法的基本步骤:1. 确定变量替换后的新坐标系:假设原坐标系为 (x, y, z),我们需要找到一组新的变量 (u, v, w) 来替换原来的变量,即 x=f(u, v, w),y=g(u, v, w),z=h(u, v, w)。

2. 计算雅可比行列式:根据变量替换的链式法则,我们可以通过雅可比行列式计算变量替换后的积分元素。

雅可比行列式的计算公式为:∂(x, y, z)/∂(u, v, w)。

3. 替换积分区域:将原来的积分区域通过变量替换映射到新的坐标系。

4. 计算新的积分表达式:将多重积分的被积函数通过链式法则进行变量替换,同时用雅可比行列式乘以原来的积分元素。

通过以上步骤,我们可以将原来复杂的多重积分化简为新的坐标系下的普通积分,从而更加简便地求解。

二、曲面积分的变量替换曲面积分是对曲面上的函数进行积分求解。

变量替换对曲面积分同样适用,可以帮助我们简化计算和分析过程。

下面是曲面积分的变量替换方法的基本步骤:1. 确定变量替换后的新坐标系:假设原坐标系为 (x, y, z),我们需要找到一组新的变量 (u, v, w) 来替换原来的变量,即 x=F(u, v),y=G(u, v),z=H(u, v)。

2. 计算法向量和面积元素:根据变量替换后的坐标系,计算法向量和面积元素,即相应曲面上的单位法向量和面积元素。

数学分析中的变量变换方法

数学分析中的变量变换方法

数学分析中的变量变换方法数学是一门独立而自成体系的科学,在现代科学中占有重要地位。

而数学分析则是数学中的一个分支,其核心是研究极限、连续、微积分等概念和方法,为自然科学和工程技术学科提供了重要的理论基础。

在数学分析中,变量变换方法是一种常用而有效的求解技巧。

一、坐标变换在解决函数求导、定积分等问题时,我们常常需要考虑坐标变换。

坐标变换是指由自变量进行一定的代数或几何变换,得到一个新的自变量。

通过对变换前后的函数和区域的关系进行分析和计算,可以得到一些特殊的变量或区域。

常用的坐标变换包括极坐标变换和笛卡尔坐标变换。

极坐标变换:在平面直角坐标系下,设点P的坐标为(x,y),则点P的极坐标为(r,θ),其中r为点P到原点O的距离,θ为OP与x轴正半轴的夹角。

通过坐标变换,可以将函数由直角坐标系表示为关于极坐标表示的形式。

例如,对于函数f(x,y),如果我们把x 和y用极坐标表示为$$x=r\cos\theta,\qquad y=r\sin\theta$$然后将f(x,y)用r和θ代替x和y,就得到了一个关于r和θ的函数g(r,θ)。

通过对g(r,θ)进行求导和积分,就可以得到一些结论。

笛卡尔坐标变换:在平面直角坐标系下,设代数变换为x=f(u,v),y=g(u,v),则可以由(u,v)坐标到(x,y)坐标建立映射。

通常情况下,为了利用变换性质,需要选取合适的变换函数f和g。

一般情况下,x和y是变量u和v的函数。

通过坐标变换,我们可以把求解的问题从一个形式复杂而难以处理的区域转化为另一个比较简单的区域,从而更容易定量地求解函数的极限、导数和定积分等。

二、复合函数的变量变换在数学中,复合函数的概念是指由两个或多个函数所组成的函数形式,记作f(g(x))或f(g(x,y))。

变量变换可以帮助我们对复合函数的求导和积分问题进行求解。

常见的变量变换包括正交变换、逆变换和坐标变换等。

正交变换:在向量空间中,一个保持向量的内积不变的线性变换称为正交变换。

多重积分的变量替换课件

多重积分的变量替换课件

参数替换
将一个或多个变量替换为参数形式,如三角函数参数、指 数参数等。这种方法适用于处理参数方程问题,如求解参 数方程、参数变换等。
变量替换在多重积分中的应用实例
多重积分中的变量替换
在多重积分中,通过引入新的变量或表达式 ,将原多重积分问题转化为更容易处理的形 式。例如,利用极坐标替换将直角坐标系中 的多重积分问题转化为极坐标系中的多重积 分问题,从而简化计算过程。
利用变量替换解决实际应用问题中的优化问题
最优控制问题
在最优控制问题中,常常需要通 过变量替换将控制约束转化为标 准形式,从而利用现有优化算法
求解。
金融优化问题
在金融优化问题中,变量替换可以 将复杂的约束转化为简单的形式, 从而方便求解。
信号处理问题
在信号处理问题中,变量替换可以 将非线性优化问题转化为线性问题 ,从而方便求解。
变量替换的概念和原理
介绍了变量替换在多重积分计算中的基本原理和 概念,包括变量替换的公式、方法及其应用。
多重积分的计算方法
详细讲解了多重积分的基本计算方法,包括逐层 积分法、利用高斯公式等方法,并给出了相应的 例题和练习。
变量替换在多重积分中的应用
通过实例详细阐述了Байду номын сангаас量替换在多重积分计算中 的应用,包括简化积分计算、解决特殊积分问题 等。
利用变量替换解决实际应用问题中的最值问题
数值最优化
数值最优化问题中,常常需要通 过变量替换将目标函数和约束条 件转化为标准形式,从而利用现 有优化算法求解。
统计分析
统计分析中,变量替换可以将复 杂的分布函数转化为简单的形式 ,从而方便进行参数估计和检验 。
06
总结与展望
本课程主要内容回顾

微积分中的积分变换和变量替换法

微积分中的积分变换和变量替换法

微积分是数学中的一个重要分支,其中的积分变换和变量替换法是解决复杂函数积分的关键方法之一。

在解决一些复杂的函数积分时,常常需要通过一些变换和替换来简化积分的求解过程。

本文将重点介绍微积分中的积分变换和变量替换法。

积分变换是一种将原函数转化为其他形式的函数的方法。

通过变换,可以使原函数在新的变量下形式简化,从而使积分的求解更加容易。

积分变换的基本思想是寻找一个适当的函数,将原函数与这个函数的导数相乘,并进行适当的组合。

这样,就得到了一个新的函数,其导数与原函数形成一定的关系。

利用这种关系,可以将原函数变换为新函数,并利用新函数进行积分的求解。

变量替换法是通过引入新的变量来简化积分的求解过程。

当原函数中的变量具有复杂的关系时,可以考虑引入新的变量,使得原函数在新的变量下形式简化。

变量替换的基本思想是通过适当的变量替换,使得原函数的积分变为一个具有已知积分形式的函数的积分。

根据新的变量关系,可以将原函数的积分转化为新函数的积分,从而简化了原函数积分的求解过程。

积分变换和变量替换法的具体应用可以归结为以下几种情况:1.倒置法:当函数的导数可以通过函数本身的倒数表达时,可以通过倒置法将积分转变为一个已知的函数的积分。

例如,当函数的导数为1/x时,可以通过倒置法将积分转变为ln|x|的积分。

2.三角函数替换法:当函数中包含三角函数的幂次或乘积时,可以通过三角函数替换法将积分转变为三角函数的积分。

例如,当函数中包含sin^2(x)或sin(x)cos(x)时,可以通过三角函数替换法将积分转变为三角函数的积分,然后利用三角函数的积分公式求解。

3.指数替换法:当函数中包含指数函数的幂次或乘积时,可以通过指数替换法将积分转变为指数函数的积分。

例如,当函数中包含e^x或e^(-x)时,可以通过指数替换法将积分转变为指数函数的积分,然后利用指数函数的积分公式求解。

通过积分变换和变量替换法,可以将复杂的函数积分转化为简单的函数积分,从而简化了积分的求解过程。

仿射变换的概念

仿射变换的概念

仿射变换的概念
嘿,咱今天来聊聊仿射变换这个玩意儿哈!
你知道吗,就好比有一天我在整理我的照片。

我发现有些照片拍歪了,哎呀,那可真不好看呀。

这时候我就想,要是能有一种魔法把这些照片变正就好了。

嘿嘿,这仿射变换就有点像这种魔法呢!
仿射变换呀,它可以把一个图形或者图像进行平移、旋转、缩放等等这些操作。

就好像我想把歪了的照片给它平移一下,让它在画面中处于一个合适的位置;或者给它旋转一下,让它变得直直的;还能缩放一下,把照片放大或缩小到我想要的大小。

想象一下哈,那些歪七扭八的图形,经过仿射变换之后,就变得整整齐齐、漂漂亮亮的啦!就跟我把那些拍歪的照片给整理好了一样。

总之呢,仿射变换就是这么个神奇的东西,能让图形和图像变得更符合我们的心意。

哎呀,真希望以后我拍照的时候就直接是经过仿射变换后的完美样子,那就太棒啦!哈哈!
这就是我对仿射变换的理解啦,是不是还挺有趣的呀!。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数学分析(二): 多元微积分
梅加强 副教授 南京大学数学系
内容提要:
3.5.1 仿射变换
3.5.1 仿射变换
内容提要: 线性变换的分解;
3.5.1 仿射变换
内容提要: 线性变换的分解; 伸缩变化下体积的变换公式;
3.5.1 仿射变换
内容提要: 线性变换的分解; 伸缩变化下体积的变换公式; 正交变换下体积的变换公式;
因此下面不妨设 b = 0, 考虑线性变换.
线性变换的分解
如果 det M = 0, 则 ϕ(Rn) 包含于某个超平面中, 而超平面是 Rn 中的零测集, 特 别地, 容易看出这时 ϕ(A) 可求体积且体积为零.
线性变换的分解
如果 det M = 0, 则 ϕ(Rn) 包含于某个超平面中, 而超平面是 Rn 中的零测集, 特 别地, 容易看出这时 ϕ(A) 可求体积且体积为零. 于是我们进一步假设 det M = 0. 根据线性代数中矩阵的极分解, 我们知道存在 正定对称矩阵 P 以及正交矩阵 O, 使得 M = PO.
Bi ⊂ A, ν(Bi ) > ν(A) − ε; Bj ⊃ A, ν(Bj ) < ν(A) + ε,
i
i
j
j
其中 {Bi } 的内部互不相交.
证明要点: 先看 {Bi } 的存在性, 此时可设 ν(A) > 0.
覆盖引理之二
(覆盖引理之二)
设 A 为 Rn 中可求体积的有界集合, 则任给 ε > 0, 存在有限个 n 维球体 {Bi } 与 {Bj }, 使得
这称为伸缩变换.
伸缩变换
设 {λi } 为一组正实数, 考虑线性变换 ϕ : Rn → Rn, ϕ(x1, x2, · · · , xn) = (λ1x1, λ2x2, · · · , λnxn),
这称为伸缩变换.
矩形 I = [a1, b1] × · · · × [an, bn] 在伸缩变换下的像仍为矩形, 其体积为 ν(ϕ(I)) = λ1 · · · λnν(I) = | det(ϕ)|ν(I).
M = O1diag(λ1, · · · , λn)O2. 通过上述分解, 下面我们只要考虑伸缩变换和正交变换即可.
伸缩变换
设 {λi } 为一组正实数, 考虑线性变换 ϕ : Rn → Rn, ϕ(x1, x2, · · · , xn) = (λ1x1, λ2x2, · · · , λnxn),
ν(A) − ε < ν(Iij ) ≤
ν(Iij ) < ν(A) + ε.
Iij ⊂A
Iij ∩A=∅
覆盖引理之一
证明.取包含 A 的矩形 I, 由体积的定义, 有 I χA = ν(A). 因此, 任给 ε > 0, 存在 I 的分割 π = {Iij }, 使得
χA(ξij )ν(Iij ) − ν(A) < ε, ∀ ξij ∈ Iij .
Bi ⊂ A, ν(Bi ) > ν(A) − ε; Bj ⊃ A, ν(Bj ) < ν(A) + ε,
i
i
j
j
其中 {Bi } 的内部互不相交.
证明要点: 先看 {Bi } 的存在性, 此时可设 ν(A) > 0.
根据覆盖引理之一的证明可知, 存在包含于 A 且内部互不相交的小矩形 {Ii1 = [ai , bi ]n}, 使得 i ν(Ii1) > ν(A)/2.
ij
由特征函数的定义和上式容易得出
ν(A) − ε < ν(Iij ) ≤
ν(Iij ) < ν(A) + ε.
Iij ⊂A
Iij ∩A=∅
从证明可以看出, 那些内部与 ∂A 有非空交的矩形的体积之和不超过 2ε. 同时, 也可 以看出伸缩变换将可求体积的集合变为可求体积的集合.
例子
例1 计算 Rn 中半径为 r 的球体的体积.
对于一般的可求体积集合, 上述公式仍然成立, 这可从下面的覆盖引理看出. (覆盖引理之一) 设 A 为 Rn 中可求体积的有界集合, 则任给 ε > 0, 存在有限个矩形 {Ii } 与 {Jj }, 使得
Ii ⊂ A, ν(Ii ) > ν(A) − ε; Jj ⊃ A, ν(Jj ) < ν(A) + ε,
i
i
j
j
其中 {Ii } 的内部互不相交.
覆盖引理之一
证明.取包含 A 的矩形 I, 由体积的定义, 有 I χA = ν(A). 因此, 任给 ε > 0, 存在 I 的分割 π = {Iij }, 使得
χA(ξij )ν(Iij ) − ν(A) < ε, ∀ ξij ∈ Iij .
ij
由特征函数的定义和上式容易得出
线性变换的分解
如果 det M = 0, 则 ϕ(Rn) 包含于某个超平面中, 而超平面是 Rn 中的零测集, 特 别地, 容易看出这时 ϕ(A) 可求体积且体积为零. 于是我们进一步假设 det M = 0. 根据线性代数中矩阵的极分解, 我们知道存在 正定对称矩阵 P 以及正交矩阵 O, 使得 M = PO. 又因为正定对称矩阵可以对角化, 因此存在一组正实数 {λi } 以及正交矩阵 O1, O2, 使得
−1
0
利用 ω1 = 2 以及一元微积分中的计算可得
(2π)k πk
2k πk−1
ω2k = (2k )!! = k ! , ω2k−1 = (2k − 1)!! , k ≥ 1.
(1)
覆盖引理之二
(覆盖引理之二)
设 A 为 Rn 中可求体积的有界集合, 则任给 ε > 0, 存在有限个 n 维球体 {Bi } 与 {Bj }, 使得
覆盖引理之二
(覆盖引理之二)
设 A 为 Rn 中可求体积的有界集合, 则任给 ε > 0, 存在有限个 n 维球体 {Bi } 与 {Bj }, 使得
Bi ⊂ A, ν(Bi ) > ν(A) − ε; Bj ⊃ A, ν(Bj ) < ν(A) + ε,
i
ijBiblioteka j其中 {Bi } 的内部互不相交.
i
i
i
这一过程可继续重复. 任给 ε > 0, 可得到内部互不相交的有限个 n 维球体 {Bi }, 使得
0 < ν A \ Bi < qk ν(A) < ε.
i
覆盖引理之二和正交变换

q
=
1

, ωn
2n+1

0
<
q
<
1,

0
<
ν
A\
i Bi1
< qν(A).
对 A \ i Bi1 重复上述过程, 可得包含于 A \ i Bi1 的有限个球体 {Bi2}, 使得
证明要点: 先看 {Bi } 的存在性, 此时可设 ν(A) > 0.
根据覆盖引理之一的证明可知, 存在包含于 A 且内部互不相交的小矩形 {Ii1 = [ai , bi ]n}, 使得 i ν(Ii1) > ν(A)/2.
Ii1 的内接球记为 Bi1, 则
i
ν(Bi1)
=
ωn 2n
i
ν(Ii1)
>
例子
例1 计算 Rn 中半径为 r 的球体的体积.
解. 根据体积的平移不变性, 不妨设球心为原点.
利用伸缩变换可知,半径为 r 的球体的体积等于 ωnr n, 其中 ωn 是单位球的体积. 利用
投影法可得
ωn+1 =
1
ωn(1 − x12)n/2 dx1 = 2ωn
π
2 sinn+1 t dt .
ωn 2n+1
ν
(A).
覆盖引理之二和正交变换

q
=
1

, ωn
2n+1

0
<
q
<
1,

0
<
ν
A\
i Bi1
< qν(A).
覆盖引理之二和正交变换

q
=
1

, ωn
2n+1

0
<
q
<
1,

0
<
ν
A\
i Bi1
< qν(A).
对 A \ i Bi1 重复上述过程, 可得包含于 A \ i Bi1 的有限个球体 {Bi2}, 使得
ϕ : Rn → Rn, x → Mx + b, 其中 M ∈ Mn×n, b ∈ Rn. 问题: 如果 A ⊂ Rn 可求体积, 那么 ϕ(A) 是否可求体积, 如果是的话体积等于多 少?
根据矩形体积的平移不变性容易知道, 如果 A 可求体积, 则经过平移以后 A 也 是可求体积的, 并且体积不变, 这可称为体积的平移不变性.
仿射变换
所谓仿射变换是指欧氏空间到自身的一类映射, 它是线性变换和平移的复合映 射:
ϕ : Rn → Rn, x → Mx + b, 其中 M ∈ Mn×n, b ∈ Rn. 问题: 如果 A ⊂ Rn 可求体积, 那么 ϕ(A) 是否可求体积, 如果是的话体积等于多 少?
仿射变换
所谓仿射变换是指欧氏空间到自身的一类映射, 它是线性变换和平移的复合映 射:
0 < ν A \ Bi1 \ Bi2 < qν A \ Bi1 < q2ν(A).
i
i
i
覆盖引理之二和正交变换

q
=
1

, ωn
相关文档
最新文档