⟐ 数学の作り方 How to make Mathematics

↑ ↓ 移動 Enter 開く Esc 閉じる

第11章 重積分

「体積」を、細かい柱で足し上げる

一変数の積分は「曲線の下の面積」でした。多変数——z=f(x,y)z=f(x,y) の下の体積も、 発想はまったく同じです。平面を細かいマス目に刻み、各マスの上に高さ ff の細い四角柱を立て、 その体積を全部足す。刻みを細かくした極限が重積分です。

∬Df(x,y) dA=lim⁡刻み→0∑i,jf(xi,yj) Δx Δy.\iint_D f(x,y)\,dA=\lim_{\text{刻み}\to0}\sum_{i,j} f(x_i,y_j)\,\Delta x\,\Delta y.

定義は素直ですが、実際にこの二重の和の極限を直接計算するのは無理。 そこで「一方向ずつ積分する」という現実的な計算法(累次積分)と、 「座標を取り替えて簡単にする」という強力な武器(変数変換)を手に入れます。

累次積分とフビニの定理

定理 フビニの定理

ff が長方形 [a,b]×[c,d][a,b]\times[c,d] で連続なら、重積分は積分の順序によらず累次積分で計算できる: ∬Df dA=∫ab ⁣(∫cdf(x,y) dy)dx=∫cd ⁣(∫abf(x,y) dx)dy.\iint_D f\,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.

心は「立体を、xx 一定の断面積を集めて作る」(∫(断面積)dx\int(\text{断面積})dx)。 まず内側で yy について積分すると xx での断面積が出て、それを xx で積分すれば体積。 一般の領域 DD でも、DD を a≤x≤b, g1(x)≤y≤g2(x)a\le x\le b,\ g_1(x)\le y\le g_2(x) のように挟めば同様に累次化できます。

注意 順序交換には条件が要る

フビニは連続(や絶対可積分)で成り立つが、絶対収束しないと順序交換で値が変わりうる。 これは第3章「級数の再配列」の重積分版。安全なのは ∬∣f∣<∞\iint|f|<\infty のとき(トネリの定理)で、 厳密な扱いは第20章の測度論に委ねられます。順序交換はタダではない、と覚えておく。

変数変換:ヤコビアンという「拡大率」

一変数の置換積分 ∫f(g(u))g′(u) du\int f(g(u))g'(u)\,du で、g′(u)g'(u) は「uu が動くとき xx がどれだけ伸びるか」の 倍率でした。多変数では、面積・体積の拡大率が行列式で表れます。

定理 変数変換公式

x=Φ(u)\mathbf x=\Phi(\mathbf u) を C1C^1 の全単射とすると ∬Df(x) dx dy=∬Φ−1(D)f(Φ(u)) ∣det⁡DΦ(u)∣ du dv.\iint_D f(\mathbf x)\,dx\,dy=\iint_{\Phi^{-1}(D)} f(\Phi(\mathbf u))\,\bigl|\det D\Phi(\mathbf u)\bigr|\,du\,dv. ∣det⁡DΦ∣\bigl|\det D\Phi\bigr| をヤコビアンという。

なぜ行列式か。線形代数で「行列 AA は面積を ∣det⁡A∣|\det A| 倍する」を学びます。変数変換を局所的に見ると、 微小な四角形はヤコビ行列 DΦD\Phi という線形写像で送られ、その面積が ∣det⁡DΦ∣|\det D\Phi| 倍になる。 だから面積要素 dx dydx\,dy を ∣det⁡DΦ∣ du dv|\det D\Phi|\,du\,dv に置き換える——一変数の g′g' が、多変数では 「面積の拡大率=ヤコビ行列式」に育ったわけです。ここでも線形代数が微積分を支えています。

例 極座標変換

x=rcos⁡θ, y=rsin⁡θx=r\cos\theta,\ y=r\sin\theta のヤコビアンは ∣det⁡(cos⁡θ−rsin⁡θsin⁡θrcos⁡θ)∣=r\left|\det\begin{pmatrix}\cos\theta&-r\sin\theta\\ \sin\theta&r\cos\theta\end{pmatrix}\right|=r。よって ∬f dx dy=∬f(rcos⁡θ,rsin⁡θ) r dr dθ.\iint f\,dx\,dy=\iint f(r\cos\theta,r\sin\theta)\,r\,dr\,d\theta. 円や放射状に対称な問題が劇的に簡単になる。3次元では球座標でヤコビアン r2sin⁡θr^2\sin\theta。

ガウス積分:極座標の名場面

一変数では原始関数が初等関数で書けず手も足も出ない ∫−∞∞e−x2dx\int_{-\infty}^\infty e^{-x^2}dx が、 2乗して2次元にすると一気に解けます。

例 ガウス積分

I=∫−∞∞e−x2dxI=\int_{-\infty}^\infty e^{-x^2}dx とおくと I2=∬R2e−(x2+y2)dx dy=∫02π ⁣ ⁣∫0∞e−r2r dr dθ=2π⋅12=π.I^2=\iint_{\mathbb R^2} e^{-(x^2+y^2)}dx\,dy=\int_0^{2\pi}\!\!\int_0^\infty e^{-r^2}r\,dr\,d\theta=2\pi\cdot\tfrac12=\pi. よって I=πI=\sqrt\pi。極座標のヤコビアン rr が e−r2e^{-r^2} の微分とかみ合って一発で積分できる、 広義重積分の白眉です。

特殊関数:積分で定義される関数

積分は新しい関数を生み出します。階乗を実数・複素数へ拡張したのがガンマ関数です。

定義 ガンマ関数・ベータ関数

Γ(s)=∫0∞ts−1e−t dt (s>0),B(p,q)=∫01tp−1(1−t)q−1 dt.\Gamma(s)=\int_0^\infty t^{s-1}e^{-t}\,dt\ (s>0),\qquad B(p,q)=\int_0^1 t^{p-1}(1-t)^{q-1}\,dt. Γ(n)=(n−1)!\Gamma(n)=(n-1)!、Γ(s+1)=s Γ(s)\Gamma(s+1)=s\,\Gamma(s)、Γ(12)=π\Gamma(\tfrac12)=\sqrt\pi(ガウス積分から)。 両者は B(p,q)=Γ(p)Γ(q)Γ(p+q)B(p,q)=\dfrac{\Gamma(p)\Gamma(q)}{\Gamma(p+q)} で結ばれる。

漸化式 Γ(s+1)=sΓ(s)\Gamma(s+1)=s\Gamma(s) は部分積分で出ます。Γ\Gamma は (n−1)!(n-1)! を「点」から「なめらかな曲線」へ 補間したもの、と見ると親しみが湧きます。大きな階乗の近似も、この流れで得られます。

定理 スターリングの公式

n!∼2πn(ne)n(n→∞).n!\sim\sqrt{2\pi n}\left(\frac n e\right)^n\qquad(n\to\infty).

Γ(n+1)=∫tne−tdt\Gamma(n+1)=\int t^n e^{-t}dt の被積分関数が t=nt=n に鋭いピークをもつことを使い、 ピーク周りを e−x2e^{-x^2} 型で近似する(ラプラスの方法)。確率論の中心極限定理などで多用されます。

つまずきポイント

注意 よくある誤解

  • 変数変換で絶対値を忘れる。 つく倍率は ∣det⁡DΦ∣|\det D\Phi|。符号を落とすと面積が負になる。
  • 積分順序はいつでも交換できるわけではない。 非負や絶対可積分(トネリ・フビニ)が条件。
  • 極座標の面積要素は dr dθdr\,d\theta ではなく r dr dθr\,dr\,d\theta。ヤコビアン rr を落とすのは頻出ミス。

この章のまとめ

  • 重積分は「細い柱の体積を足す」和の極限。計算はフビニの定理で累次積分に落とす(順序交換は絶対可積分が条件)。
  • 変数変換の要はヤコビアン ∣det⁡DΦ∣|\det D\Phi|=面積の拡大率。極座標(rr)・球座標(r2sin⁡θr^2\sin\theta)で対称な積分が激減する。線形代数の行列式が主役。
  • 極座標はガウス積分 π\sqrt\pi を解き、そこからガンマ・ベータ関数やスターリングの公式が広がる。

いよいよ最終章。曲線・曲面上の積分と、微積分学の総仕上げベクトル解析の積分定理へ。