在实分析 中,由黎曼 创立的黎曼积分 (英語:Riemann integral )首次对函数 在给定区间 上的积分 给出了一个精确定义。黎曼积分在技术上的某些不足之处可由后来的黎曼-斯蒂尔杰斯积分 和勒贝格积分 得到修补。
作为曲线 与坐标轴 所夹面积 的黎曼积分
讓函數
f
{\displaystyle f}
為定義在區間
[
a
,
b
]
{\displaystyle [a,b]}
的非負函數,我们想要計算
f
(
x
)
{\displaystyle f(x)}
所代表的曲线 与
x
{\displaystyle x}
坐标轴 跟兩條垂直線
x
=
a
{\displaystyle x=a}
跟
x
=
b
{\displaystyle x=b}
所夹图形的面积 (既右圖區域
S
{\displaystyle S}
的面積),可將區域
S
{\displaystyle S}
的面積以下面符號表示:
∫
a
b
f
(
x
)
d
x
.
{\displaystyle \int _{a}^{b}f(x)\,dx.}
黎曼積分的基本概念就是對 x -軸的分割越來越細,則其所對應的矩形面積和也會越來越趨近圖形
S
{\displaystyle S}
的面積(參考右方第二張圖)。同时請注意,如函數為負函數,
f
:
[
a
,
b
]
↦
R
<
0
{\displaystyle f:[a,b]\mapsto \mathbb {R} _{<0}}
,则其面积亦為负值。
分割越來越「細」的黎曼和。右上角的数字表示所有矩形面积(既黎曼和)。这黎曼和數列會趋于此函数的積分。
一个闭区间
[
a
,
b
]
{\displaystyle [a,b]}
的一个分割 P 是指在此区间中取一个有限的点列
a
=
x
0
<
x
1
<
x
2
<
…
<
x
n
=
b
{\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n}=b}
。(由a至b內的所有x)
每个闭区间
[
x
i
,
x
i
1
]
{\displaystyle [x_{i},x_{i 1}]}
叫做一个子区间 。定义
λ
{\displaystyle \lambda }
为这些子区间长度的最大值:
λ
=
max
(
x
i
1
−
x
i
)
{\displaystyle \lambda =\max(x_{i 1}-x_{i})}
,其中
0
≤
i
≤
n
−
1
{\displaystyle 0\leq i\leq n-1}
。
再定义取样分割 。一个闭区间
[
a
,
b
]
{\displaystyle [a,b]}
的一个取样分割是指在进行分割
a
=
x
0
<
x
1
<
x
2
<
…
<
x
n
=
b
{\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n}=b}
后,于每一个子区间中
[
x
i
,
x
i
1
]
{\displaystyle [x_{i},x_{i 1}]}
取出一点
x
i
≤
t
i
≤
x
i
1
{\displaystyle x_{i}\leq t_{i}\leq x_{i 1}}
。
λ
{\displaystyle \lambda }
的定义同上。
精细化分割 :设
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
以及
t
0
,
…
,
t
n
−
1
{\displaystyle t_{0},\ldots ,t_{n-1}}
构成了闭区间
[
a
,
b
]
{\displaystyle [a,b]}
的一个取样分割,
y
0
,
…
,
y
m
{\displaystyle y_{0},\ldots ,y_{m}}
和
s
0
,
…
,
s
m
−
1
{\displaystyle s_{0},\ldots ,s_{m-1}}
是另一个分割。如果对于任意
0
≤
i
≤
n
{\displaystyle 0\leq i\leq n}
,都存在
r
(
i
)
{\displaystyle r(i)}
使得
x
i
=
y
r
(
i
)
{\displaystyle x_{i}=y_{r(i)}}
,并存在
r
(
i
)
≤
j
<
r
(
i
1
)
{\displaystyle r(i)\leq j<r(i 1)}
使得
t
i
=
s
j
{\displaystyle t_{i}=s_{j}}
,那么就把分割:
y
0
,
…
,
y
m
{\displaystyle y_{0},\ldots ,y_{m}}
、
s
0
,
…
,
s
m
−
1
{\displaystyle s_{0},\ldots ,s_{m-1}}
称作分割
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
、
t
0
,
…
,
t
n
−
1
{\displaystyle t_{0},\ldots ,t_{n-1}}
的一个精细化分割 。简单来说,就是说后一个分割是在前一个分割的基础上添加一些分点和标记。
于是我们可以在此区间的所有取样分割中定义一个偏序关系 ,称作“精细”。如果一个分割是另外一个分割的精细化分割,就说前者比后者更“精细”。
对一个在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
有定义的实值函数
f
{\displaystyle f}
,
f
{\displaystyle f}
关于取样分割
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
、
t
0
,
…
,
t
n
−
1
{\displaystyle t_{0},\ldots ,t_{n-1}}
的黎曼和 (积分和 )定义为以下和式:
∑
i
=
0
n
−
1
f
(
t
i
)
(
x
i
1
−
x
i
)
{\displaystyle \sum _{i=0}^{n-1}f(t_{i})(x_{i 1}-x_{i})}
和式中的每一项是子区间长度
x
i
1
−
x
i
{\displaystyle x_{i 1}-x_{i}}
与在
t
i
{\displaystyle t_{i}}
处的函数值
f
(
t
i
)
{\displaystyle f(t_{i})}
的乘积。直观地说,就是以标记点
t
i
{\displaystyle t_{i}}
到X轴的距离 为高,以分割的子区间为长的矩形 的面积。
不太严格地来说,黎曼积分就是当分割越来越“精细”的时候,黎曼和趋向的极限。下面的证明中,会对“越来越‘精细’”作出严格的定义。
要使得“越来越‘精细’”有效,需要把
λ
{\displaystyle \lambda }
趋于0。如此
[
x
i
,
x
i
1
]
{\displaystyle [x_{i},x_{i 1}]}
中的函数值才会与
f
(
t
i
)
{\displaystyle f(t_{i})}
接近,矩形面积的和与“曲线下方”的面积的差也会越来越小。实际上,这就是黎曼积分定义的大概描述。
严格定义如下 :
S
{\displaystyle S}
是函数
f
{\displaystyle f}
在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
上的黎曼积分,当且仅当对于任意的
ϵ
>
0
{\displaystyle \epsilon >0}
,都存在
δ
>
0
{\displaystyle \delta >0}
,使得对于任意的取样分割
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
、
t
0
,
…
,
t
n
−
1
{\displaystyle t_{0},\ldots ,t_{n-1}}
,只要它的子区间长度最大值
λ
≤
δ
{\displaystyle \lambda \leq \delta }
,就有:
|
∑
i
=
0
n
−
1
f
(
t
i
)
(
x
i
1
−
x
i
)
−
S
|
<
ϵ
.
{\displaystyle \left|\sum _{i=0}^{n-1}f(t_{i})(x_{i 1}-x_{i})-S\right|<\epsilon .\,}
也就是说,对于一个函数
f
{\displaystyle f}
,如果在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
上,无论怎样进行取样分割,只要它的子区间长度最大值足够小,函数
f
{\displaystyle f}
的黎曼和都会趋向于一个确定的值,那么
f
{\displaystyle f}
在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
上的黎曼积分存在,并且定义为黎曼和的极限,这时候称函数
f
{\displaystyle f}
为黎曼可积 的。
这个定义的缺陷是没有可操作性,因为要检验所有
λ
≤
δ
{\displaystyle \lambda \leq \delta }
的取样分割是难以做到的。下面引进另一个定义,然后证明它们是等价的。
另一个定义 :
S
{\displaystyle S}
是函数
f
{\displaystyle f}
在闭区间
[
a
,
b
]
{\displaystyle [a,b]}
上的黎曼积分,当且仅当对于任意的
ϵ
>
0
{\displaystyle \epsilon >0}
,都存在一个取样分割
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
、
t
0
,
…
,
t
n
−
1
{\displaystyle t_{0},\ldots ,t_{n-1}}
,使得对于任何比其“精细”的分割
y
0
,
…
,
y
m
{\displaystyle y_{0},\ldots ,y_{m}}
and
s
0
,
…
,
s
m
−
1
{\displaystyle s_{0},\ldots ,s_{m-1}}
,都有:
|
∑
i
=
0
m
−
1
f
(
s
i
)
(
y
i
1
−
y
i
)
−
S
|
<
ϵ
.
{\displaystyle \left|\sum _{i=0}^{m-1}f(s_{i})(y_{i 1}-y_{i})-S\right|<\epsilon .\,}
这两个定义是等价的。如果有一个
S
{\displaystyle S}
满足了其中一个定义,那么它也满足另一个。首先,如果有一个
S
{\displaystyle S}
满足第一个定义,那么只需要在子区间长度最大值
λ
≤
δ
{\displaystyle \lambda \leq \delta }
的分割中任取一个。对于比其精细的分割,子区间长度最大值显然也会小于
δ
{\displaystyle \delta }
,于是满足
|
∑
i
=
0
m
−
1
f
(
s
i
)
(
y
i
1
−
y
i
)
−
S
|
<
ϵ
.
{\displaystyle \left|\sum _{i=0}^{m-1}f(s_{i})(y_{i 1}-y_{i})-S\right|<\epsilon .\,}
其次证明满足第二个定义的
S
{\displaystyle S}
也满足第一个定义。首先引进达布积分 的概念,第二个定义和达布积分的定义是等价的,具体见达布积分 。其次我们证明达布积分 的定义满足第一个定义。任选一个分割
x
0
,
…
,
x
n
{\displaystyle x_{0},\ldots ,x_{n}}
使得它的上达布和 与下达布和 都与
S
{\displaystyle S}
相差不超过
ϵ
2
{\displaystyle {\frac {\epsilon }{2}}}
。令
r
{\displaystyle r}
等于
max
0
≤
i
≤
n
−
1
(
M
i
−
m
i
)
{\displaystyle \max _{0\leq i\leq n-1}(M_{i}-m_{i})}
,其中
M
i
{\displaystyle M_{i}}
和
m
i
{\displaystyle m_{i}}
是
f
{\displaystyle f}
在
[
x
i
,
x
i
1
]
{\displaystyle [x_{i},x_{i 1}]}
上的上确界 和下确界 。再令
δ
{\displaystyle \delta }
是
ϵ
2
r
n
{\displaystyle {\frac {\epsilon }{2rn}}}
和
min
0
≤
i
≤
n
−
1
(
x
i
1
−
x
i
)
{\displaystyle \min _{0\leq i\leq n-1}(x_{i 1}-x_{i})}
中的较小者。可以看出,当一个分割的子区间长度最大值小于
δ
{\displaystyle \delta }
时,
f
{\displaystyle f}
关于它的黎曼和与上达布和 或下达布和 至多相差
ϵ
2
{\displaystyle {\frac {\epsilon }{2}}}
,所以和
S
{\displaystyle S}
至多相差
ϵ
{\displaystyle \epsilon }
。
由于以上原因,黎曼积分通常被定义为达布积分(即第二个定义),因为达布积分比黎曼积分更简单、更有可操作性。
线性性:黎曼积分是线性变换 ,也就是说,如果
f
{\displaystyle f}
和
g
{\displaystyle g}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
上黎曼可积 ,
α
{\displaystyle \alpha }
和
β
{\displaystyle \beta }
是常数,则:
∫
a
b
(
α
f
β
g
)
d
x
=
α
∫
a
b
f
(
x
)
d
x
β
∫
a
b
g
(
x
)
d
x
.
{\displaystyle \int _{a}^{b}(\alpha f \beta g)\,dx=\alpha \int _{a}^{b}f(x)\,dx \beta \int _{a}^{b}g(x)\,dx.}
由于一个函数的黎曼积分是一个实数,因此在固定了一个区间
[
a
,
b
]
{\displaystyle [a,b]}
后,将一个黎曼可积的函数设到其黎曼积分的映射
I
:
f
⟶
∫
a
b
f
d
x
{\displaystyle I:f\longrightarrow \int _{a}^{b}fdx}
是所有黎曼可积的函数空间上的一个线性泛函 。
正定性:如果函数
f
{\displaystyle f}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
上几乎处处 (勒贝格测度 意义上)大于等于0,那么它在
[
a
,
b
]
{\displaystyle [a,b]}
上的积分也大于等于零。如果
f
{\displaystyle f}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
上几乎处处大于等于0,并且它在
[
a
,
b
]
{\displaystyle [a,b]}
上的积分等于0,那么
f
{\displaystyle f}
几乎处处为0。
可加性:如果函数
f
{\displaystyle f}
在区间
[
a
,
c
]
{\displaystyle [a,c]}
和
[
c
,
b
]
{\displaystyle [c,b]}
上都可积,那么
f
{\displaystyle f}
在区间
[
a
,
b
]
{\displaystyle [a,b]}
上也可积,并且有
∫
a
b
f
d
x
=
∫
a
c
f
(
x
)
d
x
∫
c
b
f
(
x
)
d
x
{\displaystyle \int _{a}^{b}fdx=\int _{a}^{c}f(x)\,dx \int _{c}^{b}f(x)\,dx}
无论a 、b 、c 之间的大小关系如何,以上关系式都成立。
[
a
,
b
]
{\displaystyle [a,b]}
上的实函数
f
{\displaystyle f}
是黎曼可积的,当且仅当它是有界 和几乎处处 连续 的。
如果
[
a
,
b
]
{\displaystyle [a,b]}
上的实函数是黎曼可积的,则它是勒贝格可积 的。
如果
f
n
{\displaystyle {f_{n}}}
是
[
a
,
b
]
{\displaystyle [a,b]}
上的一个一致收敛 序列,其极限为
f
{\displaystyle f}
,那么:
∫
a
b
f
d
x
=
∫
a
b
lim
n
→
∞
f
n
d
x
=
lim
n
→
∞
∫
a
b
f
n
d
x
.
{\displaystyle \int _{a}^{b}f\,dx=\int _{a}^{b}{\lim _{n\to \infty }{f_{n}}\,dx}=\lim _{n\to \infty }\int _{a}^{b}f_{n}\,dx.}
如果一个实函数在区间
[
a
,
b
]
,
{\displaystyle [a,b],}
上是单调 的,则它是黎曼可积的。
黎曼积分可推广到值属于
n
{\displaystyle n}
维空间
R
n
{\displaystyle \mathbb {R} ^{n}}
的函数。积分是线性定义的,即如果
f
=
(
f
1
,
…
,
f
n
)
{\displaystyle \mathbf {f} =(f_{1},\dots ,f_{n})}
,则
∫
f
=
(
∫
f
1
,
…
,
∫
f
n
)
{\displaystyle \int \mathbf {f} =(\int f_{1},\,\dots ,\int f_{n})}
。特别地,由于复数是实数向量空间 ,故值为复数的函数也可定义积分。
黎曼积分只定义在有界区间上,扩展到无界区间并不方便。可能最简单的扩展是通过极限来定义积分,即如同反常积分 (improper integral)一样。我们可以令
∫
−
∞
∞
f
(
t
)
d
t
=
lim
x
→
∞
∫
−
x
x
f
(
t
)
d
t
.
{\displaystyle \int _{-\infty }^{\infty }f(t)\,dt=\lim _{x\to \infty }\int _{-x}^{x}f(t)\,dt.}
不幸的是,这并不是很合适。平移不变性(如果把一个函数向左或向右平移,它的黎曼积分应该保持不变)丧失了。例如,令
f
(
x
)
=
1
{\displaystyle f(x)=1}
若
x
>
0
{\displaystyle x>0}
,
f
(
0
)
=
0
{\displaystyle f(0)=0}
,
f
(
x
)
=
−
1
{\displaystyle f(x)=-1}
若
x
<
0
{\displaystyle x<0}
。则对所有
x
{\displaystyle x}
∫
−
x
x
f
(
t
)
d
t
=
∫
−
x
0
f
(
t
)
d
t
∫
0
x
f
(
t
)
d
t
=
−
x
x
=
0
{\displaystyle \int _{-x}^{x}f(t)\,dt=\int _{-x}^{0}f(t)\,dt \int _{0}^{x}f(t)\,dt=-x x=0}
.
但如果我们将
f
(
x
)
{\displaystyle f(x)}
向右平移一个单位得到
f
(
x
−
1
)
{\displaystyle f(x-1)}
,则对所有
x
>
1
{\displaystyle x>1}
,我们得到
∫
−
x
x
f
(
t
−
1
)
d
t
=
∫
−
x
1
f
(
t
−
1
)
d
t
∫
1
x
f
(
t
−
1
)
d
t
=
−
(
x
1
)
(
x
−
1
)
=
−
2
{\displaystyle \int _{-x}^{x}f(t-1)\,dt=\int _{-x}^{1}f(t-1)\,dt \int _{1}^{x}f(t-1)\,dt=-(x 1) (x-1)=-2}
.
由于这是不可接受的,我们可以尝试定义:
∫
−
∞
∞
f
(
t
)
d
t
=
lim
a
→
−
∞
lim
b
→
∞
∫
a
b
f
(
t
)
d
t
.
{\displaystyle \int _{-\infty }^{\infty }f(t)\,dt=\lim _{a\to -\infty }\lim _{b\to \infty }\int _{a}^{b}f(t)\,dt.}
此时,如果尝试对上面的
f
{\displaystyle f}
积分,我们得到
∞
{\displaystyle \infty }
,因为我们先使用了极限
b
→
∞
{\displaystyle b\to \infty }
。如果使用相反的极限顺序,我们得到
−
∞
{\displaystyle -\infty }
。
这同样也是不可接受的,我们要求积分存在且与积分顺序无关。即使这满足,依然不是我们想要的,因为黎曼积分与一致极限不再具有可交换性。例如,令
f
n
(
x
)
=
1
/
n
{\displaystyle f_{n}(x)=1/n}
在
[
0
,
n
]
{\displaystyle [0,n]}
上,其它域上等于0。对所有
n
{\displaystyle n}
,
∫
f
n
d
x
=
1
{\displaystyle \int f_{n}\,dx=1}
。但
f
n
{\displaystyle f_{n}}
一致收敛于0,因此
lim
f
n
{\displaystyle \lim f_{n}}
的积分是0。因此
∫
f
d
x
≠
lim
∫
f
n
d
x
{\displaystyle \int f\,dx\not =\lim \int f_{n}\,dx}
。即使这是正确的值,可看出对于极限与普通积分可交换的重要准则对反常积分不适用。这限制了黎曼积分的应用。
一个更好的途径是抛弃黎曼积分而采用勒贝格积分 。虽然勒贝格积分是黎曼积分的扩展这点看上去并不是显而易见,但不难证明每个黎曼可积函数都是勒贝格可积的,并且当二者都有定义时积分值也是一致的。
事实上黎曼积分的一个直接扩展是Henstock–Kurzweil积分 。
扩展黎曼积分的另一种途径是替换黎曼累加定义中的因子
x
i
−
x
i
1
{\displaystyle x_{i}-x_{i 1}}
,粗略地说,这给出另一种意义上长度间距的积分。这是黎曼-斯蒂尔切斯积分 所采用的方法。
Shilov, G. E., and Gurevich, B. L., 1978. Integral, Measure, and Derivative: A Unified Approach , Richard A. Silverman, trans. Dover Publications. ISBN 0486635198 .