高等数学 / 系统课时
积分结果验证
积分结果验证
不定积分最可靠的检查方法是对结果重新求导。只要导数在原函数的定义区间内还原为被积函数,积分结果就正确;若两者之差不为零,还可以根据残差定位漏项、符号或系数错误。
学习目标
- 理解求导能够验证不定积分的原因
- 掌握手工验证的标准顺序
- 使用符号计算工具检查复杂结果
验证依据与操作顺序
若在某个区间内有
那么 就是该区间上的原函数族。常数 的导数为零,所以只需检查
实际操作按三个步骤进行:先逐项求导,再通分、因式分解或约分,最后在原函数的定义域内比较两式。若残差恒为零,验证通过;若残差非零,则根据剩余项回查积分步骤。
不能仅凭结果外观判断对错。两个原函数可能相差常数,多个对数也可能通过对数公式合并成另一种形式。数值代入只能发现部分错误,不能代替恒等化简。
手工验证示例
设候选原函数为
逐项求导得到
通分时,分子为
因此
导数与原被积函数一致,所以候选结果在 的各个连通区间内正确。这里不能把 或 纳入验证,因为原被积函数在这两点没有定义。
使用 SymPy 自动检查
当结果包含多个分式、根式或复合函数时,可以让符号计算工具直接计算残差。安装 SymPy 1.14 后运行下例。先按分母零点分段,再为每段选择正的对数真数。
python
import sympy as sp
x = sp.symbols('x', real=True)
f = (x**2 + 3*x + 1) / (x**2 - 1)
for interval, left_arg, right_arg in (
("x < -1", 1 - x, -1 - x),
("-1 < x < 1", 1 - x, x + 1),
("x > 1", x - 1, x + 1),
):
F = x + sp.Rational(5, 2) * sp.log(left_arg)
F += sp.Rational(1, 2) * sp.log(right_arg)
residual = sp.cancel(sp.diff(F, x) - f)
assert residual == 0
print(f"{interval}: {residual}")预期输出
text
x < -1: 0
-1 < x < 1: 0
x > 1: 0三个区间的残差均为零。化简只检验公式,定义域还须单独核对。例如约去分母因子无法把原来无定义的点变成积分验证的一部分。若得到非零表达式,可继续使用 sp.together、sp.cancel 或 sp.factor 化简;若化简后仍非零,再检查幂次、链式法则、部分分式系数和积分常数之外的遗漏项。
按自己的节奏,确认真正理解。