一、引言

在前面几篇文章中介绍了定积分的相关概念、性质和计算方法，具体文档请参考《人工智能数学基础专栏目录》导数、微分与积分部分的介绍。前面介绍的定积分都是基于有限固定区间来介绍的，但在实际中经常会遇到积分区间为无穷区间，或者被积函数为无界函数的情况，这些求积分的计算已经不属于前面介绍的定积分的概念，它们都属于反常积分。本节介绍积分区间为无穷区间的无穷限反常积分的计算方法。

二、无穷限的反常积分

2.1、[a,+∞）无穷限的反常积分

2.1.1、定义

设函数f(x)在区间[a,+∞） 上连续，任取 t>a，作被积函数f(x)在区间[a,+∞] 上的定积分，再求极限：

这个对变上限定积分的算式（4-1）称为函数f（x）在无穷区间[a,+∞）上的反常积分，记为：

即：

2.1.2、无穷区间[a,+∞） 上的反常积分的收敛与发散

设函数f(x)在区间[a,+∞)上连续 ，如果极限（4-1）存在，那么称函数f（x）在无穷区间[a,+∞）上的反常积分收敛，并称此极限为该反常积分的值；如果极限（4-1）不存在，那么称该反常积分发散。

2.2、(-∞,b]无穷限的反常积分

2.2.1、定义

设函数f(x)在区间(-∞,b]上连续，任取 t<b，作被积函数f(x)在区间(-∞,b]上的定积分，再求极限：

这个对变下限定积分的算式（4-2）称为函数f（x）在无穷区间(-∞,b]上的反常积分，记为：

即：

2.2.2、无穷区间(-∞,b] 上的反常积分的收敛与发散

设函数f(x)在区间(-∞,b]上连续 ，如果极限（4-2）存在，那么称函数f（x）在无穷区间(-∞,b]上的反常积分收敛，并称此极限为该反常积分的值；如果极限（4-2）不存在，那么称该反常积分发散。

2.3、(-∞,+∞)无穷限的反常积分

2.3.1、定义

设函数f(x)在区间(-∞,+∞)上连续，函数f（x）在无穷区间(-∞,0]上的反常积分和无穷区间[0,+∞)上的反常积分之和称为函数f(x)在无穷区间(-∞,+∞)上的反常积分，记为：

这个对变下限定积分的算式（4-2）称为函数f（x）在无穷区间(-∞,b]上的反常积分，记为：

即：

2.3.2、无穷区间(-∞,+∞)上的反常积分的收敛与发散

设函数f(x)在区间(-∞,+∞)上连续 ，如果函数f（x）在无穷区间(-∞,0]上的反常积分和在无穷区间[0,∞)上的反常积分都收敛，那么称函数f（x）在无穷区间(-∞,+∞)上的反常积分收敛，并称函数f（x）在无穷区间(-∞,0]上的反常积分与在无穷区间[0,∞)上的反常积分之和为函数f（x）在无穷区间(-∞,+∞)上的反常积分的值；否则称函数f（x）在无穷区间(-∞,+∞)上的反常积分发散。

2.4、无穷限反常积分的计算

函数f（x）在无穷区间(-∞,0]、[0,∞)以及(-∞,+∞)上的三种反常积分统称为无穷限的反常积分。

对于这三种类型的无穷限反常积分，结合牛顿-莱布尼茨公式，如果对应极限存在，可得如下结果：

以上三个式子，是必须等式右边的极限（第三个是两个极限）存在时才成立，否则对应的无穷限反常积分就是发散的。

三、反常积分计算案例

案例1：

这个反常积分的几何意义是：当a->-∞、b>+∞时，虽然图5-9的阴影部分向左右无限延伸，但其面积却有着极限值π，简单地说，它就是位于被积函数对应曲线的下方、x轴上方的图形面积。

案例2：

注意，上面解题过程最后一行te^-pt=t/e^pt，这是无穷大与无穷大的商的未定式，可以用《人工智能数学基础：求导神器–罗必塔法则》介绍的罗必塔法则求极限。

案例3：

因此，当p大于1时，该反常积分收敛，p小于等于1时发散。

四、小结

本节介绍了无穷限的反常积分的概念，函数f（x）在无穷区间(-∞,0]、[0,∞)以及(-∞,+∞)上的三种反常积分统称为无穷限的反常积分，这种反常积分当其无穷限对应的积分函数极限存在则可以利用牛顿-莱布尼茨公式进行计算，如果对应无穷限的积分函数极限值不存在，则该反常积分发散，无法求出。

说明：

本文内容是老猿学习同济版高数的总结，有需要原教材电子版以及OpenCV、Python基础知识、、图像处理原理介绍相关电子资料，或对文章内有有疑问咨询的，请扫博客首页左边二维码加微信公号，根据加微信公号后的自动回复操作。

更多人工智能数学基础请参考专栏《人工智能数学基础》。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

关于老猿的付费专栏

1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

老猿Python，跟老猿学Python！

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░