大和小和的数学公式.docVIP

大和小和的数学公式

在数学中，“大和”与“小和”是积分理论，特别是在达布和（DarbouxSum）中的核心概念，主要用于严格定义黎曼积分（RiemannIntegral）。它们提供了判断一个函数是否可积以及计算积分值的理论基础。

本文将用通俗易懂的方式解释这两个概念及其公式。

一、核心思想：用矩形逼近曲线下面积

计算曲线下面积的基本思想是：将区域分割成无数个细小的矩形，用矩形面积之和来近似曲线下的面积。

“大和”与“小和”的区别在于矩形高度的选取方式

小和（LowerSum）：每个小区间上，取函数的最小值作为矩形高度。这样得到的面积总和小于等于实际曲线下面积。

大和（UpperSum）：每个小区间上，取函数的最大值作为矩形高度。这样得到的面积总和大于等于实际曲线下面积。

直观理解：小和是面积的“保守估计”，大和是面积的“夸张估计”。真正的面积被夹在这两者之间。

二、数学定义与公式

为了使定义严谨，我们需要引入一些数学符号：

1.分割（Partition）：

将区间[a,b]分成n个小区间。设分割P为：

`a=x?x?x?...x?=b`

第i个小区间为`[x???,x?]`，其长度为`Δx?=x?-x???`。

2.小和（LowerSum）公式：

在每个小区间`[x???,x?]`上，找到函数f(x)的下确界（infimum），即最大值下界，可以近似理解为该区间上的最小值，记为`m?`。

`m?=inf{f(x)|x∈[x???,x?]}`

小和L(P,f)定义为所有小区间最小矩形面积之和：

`L(P,f)=∑????m?·Δx?`

3.大和（UpperSum）公式：

在每个小区间`[x???,x?]`上，找到函数f(x)的上确界（supremum），即最小值上界，可以近似理解为该区间上的最大值，记为`M?`。

`M?=sup{f(x)|x∈[x???,x?]}`

大和U(P,f)定义为所有小区间最大矩形面积之和：

`U(P,f)=∑????M?·Δx?`

三、关键关系与几何意义

关系一：对于任意一个分割P，小和永远不大于大和。

`L(P,f)≤U(P,f)`

关系二：如果给分割P增加更多的分割点（使分割更细），得到新的分割P，那么：

小和会增大（或不变）：`L(P,f)≤L(P,f)`

大和会减小（或不变）：`U(P,f)≤U(P,f)`

这意味着，随着分割越来越细，小和与大和会越来越接近。

几何意义：

小和：所有矩形都躺在曲线下方，面积之和是曲线下面积的下限。

大和：所有矩形都盖在曲线上方，面积之和是曲线下面积的上限。

真正的曲线下面积S满足：`L(P,f)≤S≤U(P,f)`。

(图示：上方矩形面积之和为大和，下方矩形面积之和为小和，曲线下面积被二者夹逼)

四、最终目标：黎曼可积的定义

函数f(x)在区间[a,b]上黎曼可积的充要条件是：

对于任意给定的ε0，总存在一个分割P，使得大和与小和的差小于ε。

即：

`U(P,f)-L(P,f)ε`

直观理解：当分割无限加细时，如果“夸张估计”和“保守估计”之间的差距可以缩小到任意小（趋于0），那就意味着这个函数存在一个唯一确定的面积（积分值）。这个共同的极限值就是函数的定积分：

`∫??f(x)dx=lim_{‖P‖→0}L(P,f)=lim_{‖P‖→0}U(P,f)`

（其中`‖P‖`表示所有小区间长度的最大值）

五、举例说明

假设函数`f(x)=x2`在区间[0,1]上。

1.进行分割：将其分成n个等长小区间，则每个`Δx?=1/n`。

2.求m?和M?：

因为在[0,1]上`f(x)=x2`是增函数，所以在第i个区间`[(i-1)/n,i/n]`上：

最小值m?=f((i-1)/n)=((i-1)/n)2

最大值M?=f(i/n)=(i/n)2

3.计算小和与大和：

`L(P,f)=(1/n)×∑????((i-1)/n)2=(1/n3)×∑????(i-1)2`

`U(P,f)=(1/n)×∑????(i/n)2=(1/n3)×∑????i2`

4.取极限：

利用公式`∑????