KNOWECON WIKI

ARTICLE

多元积分

多元积分 (Multiple Integral) 多元积分（Multiple Integral）是定积分从一维空间到多维空间的直接推广，是多元微积分的核心概念之一。如果说一元定积分处理的是定义在区间上的函数，计算曲线下的面积，那么多元积分处理的是定义在多维区域上的多元函数，能够计算曲面下的体积、物体的质量、概率分布的累积概率以及物理场中的通量等。多元积分的思

浏览 0 更新 2025-11-08

多元积分 (Multiple Integral)

多元积分（Multiple Integral）是定积分从一维空间到多维空间的直接推广，是多元微积分的核心概念之一。如果说一元定积分处理的是定义在区间上的函数，计算曲线下的面积，那么多元积分处理的是定义在多维区域上的多元函数，能够计算曲面下的体积、物体的质量、概率分布的累积概率以及物理场中的通量等。多元积分的思想和方法在数学分析、概率论、物理学以及经济学中都有着广泛而深刻的应用。

从历史来看，黎曼（Bernhard Riemann）对积分理论的严格化为多元积分奠定了分析学基础，而勒贝格（Henri Léon Lebesgue）的测度论则进一步将多元积分推广到更一般的可测函数和更复杂的积分区域上。

1. 基本概念与定义

一元黎曼积分将区间 [a,b] [a, b] 划分为若干小区间，在每小区间上取函数值与区间长度的乘积之和，再取极限得到。多元积分遵循完全相同的思路，只是将"小区间"替换为小区域的"体积"。

对于定义在 Rn \mathbb{R}^n 中有界闭区域 D D 上的函数 f(x) f(\mathbf{x}) ，多元积分定义为：

∫Df(x) dV=lim⁡∥P∥→0∑i=1Nf(xi∗)ΔVi\int_D f(\mathbf{x})\,dV = \lim_{\|P\| \to 0} \sum_{i=1}^N f(\mathbf{x}_i^*) \Delta V_i

其中 P P 是对 D D 的一个分割，∥P∥ \|P\| 是分割的细度。若极限存在且与分割方式无关，则称 f f 在 D D 上黎曼可积。

当 n=2 n=2 时称为二重积分，记作 ∬Df(x,y) dA \iint_D f(x,y)\,dA ，几何上对应于曲面 z=f(x,y) z=f(x,y) 下方的体积。当 n=3 n=3 时称为三重积分，记作 ∭Vf(x,y,z) dV \iiint_V f(x,y,z)\,dV ，可用于计算非均匀密度物体的质量。当 n>3 n > 3 时统称为多元积分，其数学结构与低维情形完全一致。

可积性条件：连续函数在有界闭区域上一定可积。更一般地，有界且几乎处处连续函数（即不连续点集合的勒贝格测度为零）的多元函数也是可积的。这一条件在实际应用中几乎总是成立的。

2. 基本性质

多元积分继承了定积分的一系列重要性质。

线性性质：多元积分是线性算子。若 f,g f,g 在 D D 上可积，则：

∫D(αf+βg) dV=α∫Df dV+β∫Dg dV\int_D (\alpha f + \beta g)\,dV = \alpha \int_D f\,dV + \beta \int_D g\,dV

区域可加性：若 D=D1∪D2 D = D_1 \cup D_2 且 D1 D_1 与 D2 D_2 的内部不相交，则：

∫Df dV=∫D1f dV+∫D2f dV\int_D f\,dV = \int_{D_1} f\,dV + \int_{D_2} f\,dV

单调性：若在 D D 上 f(x)≤g(x) f(\mathbf{x}) \le g(\mathbf{x}) ，则 ∫Df dV≤∫Dg dV \int_D f\,dV \le \int_D g\,dV 。

中值定理：若 f f 在有界闭连通区域 D D 上连续，则存在 c∈D \mathbf{c} \in D 使得：

∫Df(x) dV=f(c) vol(D)\int_D f(\mathbf{x})\,dV = f(\mathbf{c})\, \text{vol}(D)

3. 多元积分与累次积分

多元积分与累次积分（Iterated Integral）的关系是计算的核心问题。富比尼定理（Fubini's Theorem）是连接两者的桥梁。

对于矩形区域上的连续函数，富比尼定理保证积分顺序可以交换：

∬[a,b]×[c,d]f(x,y) dA=∫ab∫cdf(x,y) dy dx=∫cd∫abf(x,y) dx dy\iint_{[a,b]\times[c,d]} f(x,y)\,dA = \int_a^b \int_c^d f(x,y)\,dy\,dx = \int_c^d \int_a^b f(x,y)\,dx\,dy

对于一般区域，适当确定积分限后可转化为累次积分，核心思想是"逐层积分"。但需注意，当被积函数缺乏足够正则性时，累次积分与多元积分可能不等价。存在函数使得两个累次积分都存在但不相等，而二重积分不存在——这被称为富比尼定理的失效情形。

4. 坐标变换与雅可比行列式

对于具有对称性的积分区域，坐标变换是简化计算的有力工具。核心公式为：

∫Df(x) dV=∫D∗f(Φ(u)) ∣JΦ(u)∣ du\int_D f(\mathbf{x})\,dV = \int_{D^*} f(\mathbf{\Phi}(\mathbf{u}))\,|J_\mathbf{\Phi}(\mathbf{u})|\,d\mathbf{u}

其中 ∣JΦ(u)∣ |J_\mathbf{\Phi}(\mathbf{u})| 是变换的雅可比行列式（Jacobian Determinant）绝对值，反映变换对体积微元的缩放比例。

二维中最常用的是极坐标变换：x=rcos⁡θ x = r\cos\theta , y=rsin⁡θ y = r\sin\theta ，∣J∣=r |J| = r ，dA=r dr dθ dA = r\,dr\,d\theta 。三维中柱面坐标（∣J∣=r |J| = r ）和球面坐标（∣J∣=ρ2sin⁡ϕ |J| = \rho^2\sin\phi ）是标准选择。雅可比行列式本质上度量了变换在每一点的局部"拉伸"或"压缩"程度。

5. 测度论推广

黎曼积分在处理不连续函数或无界区域时存在局限性。勒贝格积分通过测度论框架，将积分定义建立在集合测度而非分割细度上，极大扩展了可积函数范围。

在勒贝格框架下，乘积测度使高维空间上的积分可分解为低维积分的组合。富比尼-托尼利定理（Fubini-Tonelli Theorem）给出了累次积分与重积分相等的完整条件。多元积分还可推广到微分形式的积分——流形上的积分通过局部参数化到 Rn \mathbb{R}^n 上的开集来定义，斯托克斯定理则将流形边界上的积分与内部区域上的积分联系起来。

6. 应用与数值方法

在概率论中，联合概率密度函数在区域上的多元积分给出随机向量落于该区域的概率。边缘概率密度函数的求取即是对联合密度进行多元积分。在贝叶斯统计中，后验分布的计算常涉及高维积分，马尔可夫链蒙特卡洛方法（MCMC）正是为此发展起来的数值方法。

对于无法解析计算的多元积分，蒙特卡洛方法通过随机采样估计积分值，其收敛速度与维度无关，在高维问题中优势显著。拟蒙特卡洛方法使用低差异序列可进一步提高收敛速度。低维问题中自适应数值求积法和稀疏网格法也是有效选择。在金融领域，期权定价中的期望值计算和风险管理中的风险度量都依赖于高效准确的多元积分数值方法。

总结

多元积分是一元定积分在多维空间中的自然推广，核心思想——分割、求和、取极限——与一元情形一脉相承。从黎曼积分到勒贝格积分，再到微分形式在流形上的积分，多元积分理论不断深化。富比尼定理提供了转化为累次积分的理论保证，坐标变换和雅可比行列式赋予处理复杂几何区域的灵活性。在实际应用中，多元积分是概率统计、物理建模、工程计算和定量金融等领域不可或缺的数学工具。