You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

咨询:如何判断a>0时积分∫₀^∞ e^(-ax²)dx的敛散性

判断反常积分∫₀^∞ e^(-ax²)dx的敛散性(a>0)

嘿,这个问题咱们拆成两部分来分析就清晰多了,不用局限于和e^(-x²)的单一比较,一步步来:

  • 先看区间[0,1]上的积分
    当x∈[0,1]时,被积函数e^(-ax²)是连续的(指数函数本身连续,复合后依然连续),所以这部分是普通定积分,不存在收敛性问题,结果一定是有限值。

  • 再看区间[1,∞)上的积分
    这部分是反常积分的核心,咱们有几种直观的方法验证它的收敛性:

    1. 和指数函数e^(-ax)比较
      当x>1且a>0时,ax² > ax(因为x>1,两边乘正数a不等号方向不变),所以e^(-ax²) < e^(-ax)。咱们可以直接计算∫₁^∞ e^(-ax)dx的结果:

      ∫₁^∞ e^(-ax)dx = [-1/a * e^(-ax)]₁^∞ = 1/(a*e^a)
      

      这是一个有限的正数,说明∫₁^∞ e^(-ax)dx收敛。根据反常积分的比较判别法:如果0 ≤ f(x) ≤ g(x)且∫g(x)dx收敛,那么∫f(x)dx也收敛。所以∫₁^∞ e^(-ax²)dx必然收敛。

    2. 直接计算积分值(高斯积分)
      这个积分是经典高斯积分的一部分,通过变量代换就能求出精确值:令t = √a x,则x = t/√a,dx = dt/√a,代入后得:

      ∫₀^∞ e^(-ax²)dx = (1/√a) ∫₀^∞ e^(-t²)dt = (1/2)√(π/a)
      

      结果是一个有限的正数,直接证明了积分收敛。

  • 回应你之前的比较思路
    你提到和e^(-x²)比较的思路其实没问题,但可能搞反了大小关系:当a>1时,ax² > x²,所以e^(-ax²) < e^(-x²),而∫₀^∞ e^(-x²)dx是收敛的,这时候可以直接用比较判别法;当0<a<1时,e^(-ax²) > e^(-x²),这时候换用前面和e^(-ax)比较的方法,或者直接计算积分值,都能证明它收敛。

总结一下:只要a>0,这个反常积分一定收敛,而且能求出精确值(1/2)√(π/a)。

内容的提问来源于stack exchange,提问作者Skrrrrrtttt

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 04:08:12