KNOWECON WIKI

ARTICLE

多重积分的计算

多重积分的计算 (Computation of Multiple Integrals) 多重积分的计算是多元微积分中的核心操作，它将定积分的概念从一维空间推广到多维空间（如二维平面、三维空间等）。其主要目标是计算一个定义在多维区域上的多元函数的积分。与单变量积分计算曲线下面积类似，二重积分可以用来计算曲面下的体积，而三重积分可以用于计算四维空间中的"超体积"

浏览 19 更新 2025-10-25

多重积分的计算 (Computation of Multiple Integrals)

多重积分的计算是多元微积分中的核心操作，它将定积分的概念从一维空间推广到多维空间（如二维平面、三维空间等）。其主要目标是计算一个定义在多维区域上的多元函数的积分。与单变量积分计算曲线下面积类似，二重积分可以用来计算曲面下的体积，而三重积分可以用于计算四维空间中的"超体积"或在物理学中计算物体的质量、质心、转动惯量等。

计算多重积分的主要挑战在于处理复杂的积分区域（Domain of Integration）和被积函数。核心策略是将多重积分转化为一系列的单变量积分，这个过程称为化为累次积分（Reduction to Iterated Integrals）。

1. 化为累次积分：富比尼定理

将多重积分转化为一系列嵌套的单变量定积分（即累次积分）是计算多重积分最基本、最重要的方法。其理论基础是富比尼定理（Fubini's Theorem）。

富比尼定理指出：如果函数 f(x,y) f(x, y) 在一个矩形区域 R=[a,b]×[c,d] R = [a, b] \times [c, d] 上是连续函数，那么在该区域上的二重积分等于两个顺序不同的累次积分，即：

∬Rf(x,y) dA=∫ab[∫cdf(x,y) dy]dx=∫cd[∫abf(x,y) dx]dy\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

这里的 dA dA 代表微元面积。这个定理的强大之处在于它允许我们选择一个更优的积分顺序来简化计算。富比尼定理的成立条件并不仅限于连续函数，对于有界且几乎处处连续的黎曼可积函数同样适用，这大大扩展了其应用范围。

1.1 矩形区域上的计算

当积分区域是矩形时，计算最为直接。我们选择一个变量（如 y y ）作为内层积分变量，将其视为常数对另一个变量（如 x x ）进行积分，然后再对外层变量进行积分。

示例：计算 ∬R(x2+y) dA \iint_R (x^2 + y) \,dA ，其中区域 R=[0,1]×[1,2] R = [0, 1] \times [1, 2] 。

解法：我们可以选择先对 y y 积分，再对 x x 积分。

∫01[∫12(x2+y) dy]dx\int_0^1 \left[ \int_1^2 (x^2 + y) \,dy \right] dx

首先计算内层积分（将 x x 视为常数）：

∫12(x2+y) dy=[x2y+12y2]y=1y=2=(2x2+2)−(x2+12)=x2+32\int_1^2 (x^2 + y) \,dy = \left[ x^2y + \frac{1}{2}y^2 \right]_{y=1}^{y=2} = (2x^2 + 2) - (x^2 + \frac{1}{2}) = x^2 + \frac{3}{2}

然后将结果代入外层积分：

∫01(x2+32)dx=[13x3+32x]x=0x=1=13+32=116\int_0^1 \left( x^2 + \frac{3}{2} \right) dx = \left[ \frac{1}{3}x^3 + \frac{3}{2}x \right]_{x=0}^{x=1} = \frac{1}{3} + \frac{3}{2} = \frac{11}{6}

根据富比尼定理，交换积分顺序也会得到相同的结果，读者可以自行验证先对 x x 积分再对 y y 积分的过程。

1.2 一般区域上的计算

当积分区域 D D 不是矩形时，积分的上下限通常不再是常数，而是函数。这时，正确地确定积分顺序和积分限是计算的关键步骤。

Type I 区域（垂直简单区域）： 如果区域 D D 可以表示为 D={(x,y)∣a≤x≤b,g1(x)≤y≤g2(x)} D = \{(x, y) \mid a \le x \le b, g_1(x) \le y \le g_2(x)\} ，我们称之为X-型区域。积分形式为：

∬Df(x,y) dA=∫ab[∫g1(x)g2(x)f(x,y) dy]dx\iint_D f(x, y) \,dA = \int_a^b \left[ \int_{g_1(x)}^{g_2(x)} f(x, y) \,dy \right] dx

这里，我们先对 y y 积分，其上下限是关于 x x 的函数；然后对 x x 积分，其上下限是常数。这种积分顺序适用于区域的边界主要由 y=g(x) y = g(x) 形式的函数界定的情况。

Type II 区域（水平简单区域）： 如果区域 D D 可以表示为 D={(x,y)∣c≤y≤d,h1(y)≤x≤h2(y)} D = \{(x, y) \mid c \le y \le d, h_1(y) \le x \le h_2(y)\} ，我们称之为Y-型区域。积分形式为：

∬Df(x,y) dA=∫cd[∫h1(y)h2(y)f(x,y) dx]dy\iint_D f(x, y) \,dA = \int_c^d \left[ \int_{h_1(y)}^{h_2(y)} f(x, y) \,dx \right] dy

这里，我们先对 x x 积分，其上下限是关于 y y 的函数；然后对 y y 积分，其上下限是常数。当区域的左、右边界可以表示为 x=h(y) x = h(y) 的形式时，Y-型区域是更自然的选择。

选择积分顺序的技巧：

  1. 区域形状：根据区域的边界是由 y=g(x) y = g(x) 还是 x=h(y) x = h(y) 形式的函数给出，来决定更自然的积分顺序。合理的顺序可以避免将区域分割成多个子区域分别积分。
  2. 被积函数：如果被积函数 f(x,y) f(x, y) 对某个变量的原函数难以求出，尝试交换积分顺序可能会得到一个更容易积分的函数。例如，∬ex2 dA \iint e^{x^2} \,dA 在某种顺序下可能需要用到误差函数，而换序后可能变得简单。
  3. 积分限的简洁性：有时一种顺序给出的积分限是初等函数组合，而另一种顺序可能需要分段表示，此时应优先选择前者。

2. 利用坐标变换计算

对于某些特定形状的积分区域（如圆形、环形）或特定形式的被积函数（如含有 x2+y2 x^2+y^2 ），在笛卡尔坐标系下计算会非常繁琐。此时，通过坐标变换（Change of Variables）可以极大地简化计算。

进行坐标变换时，面积微元 dA=dx dy dA = dx\,dy 需要乘以一个称为雅可比行列式（Jacobian Determinant）的绝对值 ∣J∣ |J| 。变换公式为：

∬Df(x,y) dx dy=∬D∗f(x(u,v),y(u,v))∣∂(x,y)∂(u,v)∣ du dv\iint_D f(x, y) \,dx\,dy = \iint_{D^*} f(x(u, v), y(u, v)) \left| \frac{\partial(x, y)}{\partial(u, v)} \right| \,du\,dv

其中 D∗ D^* 是新坐标系 (u,v) (u, v) 下的积分区域。雅可比行列式反映了坐标变换对面积微元的缩放因子，其几何意义是原坐标系下的无穷小面积在新坐标系下的对应大小。

2.1 极坐标变换

这是最常用的坐标变换。适用于圆形、扇形、环形区域或被积函数包含 x2+y2 x^2+y^2 的情况。

变换关系：x=rcos⁡θ x = r \cos\theta , y=rsin⁡θ y = r \sin\theta 。 雅可比行列式：∣J∣=r |J| = r 。 面积微元：dA=dx dy=r dr dθ dA = dx\,dy = r\,dr\,d\theta 。

示例：计算高斯积分 I=∫−∞∞e−x2dx I = \int_{-\infty}^{\infty} e^{-x^2} dx 的平方值。 这是一个著名的例子，在概率论和统计学中具有基础性地位。考虑 I2 I^2 ：

I2=(∫−∞∞e−x2dx)(∫−∞∞e−y2dy)=∫−∞∞∫−∞∞e−(x2+y2) dx dyI^2 = \left( \int_{-\infty}^{\infty} e^{-x^2} dx \right) \left( \int_{-\infty}^{\infty} e^{-y^2} dy \right) = \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} e^{-(x^2+y^2)} \,dx\,dy

这个二重积分的区域是整个 xy xy 平面。在极坐标下，区域变为 0≤r<∞ 0 \le r < \infty , 0≤θ≤2π 0 \le \theta \le 2\pi 。

I2=∫02π∫0∞e−r2(r dr dθ)I^2 = \int_0^{2\pi} \int_0^{\infty} e^{-r^2} (r \,dr\,d\theta)

内层积分可用换元积分法，令 u=r2 u = r^2 , du=2r dr du = 2r\,dr ：

∫0∞e−r2r dr=12∫0∞e−udu=12[−e−u]0∞=12\int_0^{\infty} e^{-r^2} r \,dr = \frac{1}{2} \int_0^{\infty} e^{-u} du = \frac{1}{2} [ -e^{-u} ]_0^{\infty} = \frac{1}{2}

代入外层积分：

I2=∫02π12dθ=12[θ]02π=πI^2 = \int_0^{2\pi} \frac{1}{2} d\theta = \frac{1}{2} [ \theta ]_0^{2\pi} = \pi

因此，I=π I = \sqrt{\pi} 。这个例子完美展示了坐标变换的威力——仅用一个极坐标变换就解决了一维情况下无法直接计算的重要积分。

3. 三重积分的计算

三重积分的计算原理与二重积分完全相同，只是增加了一个维度，计算量也相应增大。

∭Vf(x,y,z) dV\iiint_V f(x, y, z) \,dV

3.1 累次积分

对于长方体区域 V=[a,b]×[c,d]×[e,f] V = [a,b] \times [c,d] \times [e,f] ，可直接化为三个嵌套的累次积分。对于一般区域，同样需要根据区域的几何特性确定积分顺序和积分限。例如，先对 z z 积分，再对 y y ，最后对 x x ：

∫ab∫g1(x)g2(x)∫h1(x,y)h2(x,y)f(x,y,z) dz dy dx\int_a^b \int_{g_1(x)}^{g_2(x)} \int_{h_1(x,y)}^{h_2(x,y)} f(x, y, z) \,dz\,dy\,dx

确定三重积分的积分限通常需要画出积分区域的草图，理解区域在坐标平面上的投影形状，然后逐层确定上下限。

3.2 坐标变换

对于三维空间中的特定区域，使用合适的坐标系可以大幅简化计算。

柱面坐标（Cylindrical Coordinates）： 适用于柱形、圆锥形或旋转对称区域。 变换：x=rcos⁡θ x = r\cos\theta , y=rsin⁡θ y = r\sin\theta , z=z z = z 。 雅可比行列式：∣J∣=r |J| = r 。 体积微元：dV=r dz dr dθ dV = r\,dz\,dr\,d\theta 。 柱面坐标本质上是将极坐标与直角坐标中的 z z 轴结合，适合处理绕 z z 轴旋转对称的积分区域。

球面坐标（Spherical Coordinates）： 适用于球形、锥形区域。 变换：x=ρsin⁡ϕcos⁡θ x = \rho\sin\phi\cos\theta , y=ρsin⁡ϕsin⁡θ y = \rho\sin\phi\sin\theta , z=ρcos⁡ϕ z = \rho\cos\phi 。 （其中 ρ \rho 是到原点的距离，ϕ \phi 是与正 z z 轴的夹角，θ \theta 是在 xy xy 平面上的投影与正 x x 轴的夹角） 雅可比行列式：∣J∣=ρ2sin⁡ϕ |J| = \rho^2\sin\phi 。 体积微元：dV=ρ2sin⁡ϕ dρ dϕ dθ dV = \rho^2\sin\phi \,d\rho\,d\phi\,d\theta 。

示例：计算半径为 R R 的球体的体积。 被积函数为 f(x,y,z)=1 f(x,y,z) = 1 ，积分区域为 x2+y2+z2≤R2 x^2+y^2+z^2 \le R^2 。使用球面坐标是最佳选择。 在新坐标系下，区域为 0≤ρ≤R 0 \le \rho \le R , 0≤ϕ≤π 0 \le \phi \le \pi , 0≤θ≤2π 0 \le \theta \le 2\pi 。

V=∭V1 dV=∫02π∫0π∫0R(ρ2sin⁡ϕ) dρ dϕ dθV = \iiint_V 1 \,dV = \int_0^{2\pi} \int_0^{\pi} \int_0^R (\rho^2 \sin\phi) \,d\rho\,d\phi\,d\theta

由于积分限都是常数且被积函数可分离变量，可以写成三个独立积分的乘积：

V=(∫0Rρ2 dρ)(∫0πsin⁡ϕ dϕ)(∫02πdθ)V = \left( \int_0^R \rho^2 \,d\rho \right) \left( \int_0^{\pi} \sin\phi \,d\phi \right) \left( \int_0^{2\pi} d\theta \right)
V=[ρ33]0R⋅[−cos⁡ϕ]0π⋅[θ]02πV = \left[ \frac{\rho^3}{3} \right]_0^R \cdot \left[ -\cos\phi \right]_0^{\pi} \cdot \left[ \theta \right]_0^{2\pi}
V=(R33)⋅(2)⋅(2π)=43πR3V = \left( \frac{R^3}{3} \right) \cdot (2) \cdot (2\pi) = \frac{4}{3}\pi R^3

这一结果与几何学中球体体积公式完全一致，验证了坐标变换方法的正确性。

4. 数值计算方法简介

在实际应用中，许多多重积分无法用解析方法求解。此时需要借助数值方法进行近似计算。常用的方法包括：

蒙特卡洛方法（Monte Carlo Method）：通过在积分区域内随机采样并计算函数值的平均值来估计积分值。该方法在处理高维积分时具有明显优势，因为其收敛速度与维度无关。对于复杂的多维区域，蒙特卡洛方法往往是最实用的选择。

迭代数值积分：将一维数值积分公式（如辛普森法则、高斯求积法）嵌套应用于多重积分。这种方法在低维（二重或三重）积分中精度较高，但计算量随着维度的增加呈指数增长，即所谓的"维度灾难"。

总结

计算多重积分的核心策略可以归纳为以下步骤：

  1. 分析区域与函数：观察积分区域的形状和被积函数的特点，判断是否存在对称性。
  2. 选择坐标系：如果区域或函数具有明显的对称性（如圆形、球形），优先考虑使用相应的坐标变换（极坐标、柱面坐标、球面坐标）。否则，使用笛卡尔坐标系。
  3. 确定积分顺序：选择一个最优的积分顺序，使得积分限的表达尽可能简单，并且内层积分易于计算。必要时尝试交换积分顺序。
  4. 执行计算：从最内层的积分开始，一步步向外计算，最终得到结果。对于复杂问题，可以考虑使用数值方法近似求解。