广义（反常）定积分
区间不老实（无穷长）？函数不老实（有奇点）？用极限来兜底！
为什么要”广义定积分”？
之前我们学的”黎曼定积分”有两条硬规矩：
- 积分区间 $[a,b]$ 必须是有限闭区间
- 被积函数在上面必须有界（顶多有限几个跳跃）
但现实中经常遇到打破规矩的情况：
- 区间无限长：比如 $\displaystyle\int_1^{+\infty}\frac{1}{x^2}\,dx$，想算”从1到无穷远的总面积”
- 函数在端点炸裂：比如 $\displaystyle\int_0^{1}\frac{1}{\sqrt{x}}\,dx$，在0附近冲到 $+\infty$
遇到”不老实”的情况，我们的对策是：
全都用极限来兜底！
先避开”问题区域”，在”安全区”正常算，再让边界逼近问题点，看结果是否稳定。
📊 两种广义积分示意
左图：区间延伸到无穷 | 右图：函数在端点处冲向无穷
类型一：区间无穷长
如果极限 $\displaystyle\lim_{R\to+\infty}\int_a^R f(x)\,dx$ 存在且为有限实数，则称该广义定积分收敛：
若上述极限不存在或为无穷，则称该广义积分发散。
- 先别管”到无穷”，只算到一个有限的右端点 $R$
- 看看当 $R$ 越来越远时，这个定积分有没有趋向一个稳定值
- 有的话，那个极限就是”从 $a$ 到无穷的总面积”
类似地，左端无穷和两端都无穷也是同样的套路：
左端无穷 $(-\infty, b]$：
两端都无穷 $(-\infty, +\infty)$：
其中 $c$ 任取，但两边必须各自收敛才算整体收敛。
不能偷懒说 $\displaystyle\lim_{R\to\infty}\int_{-R}^R f(x)\,dx$ 存在就叫收敛！
这叫柯西主值（Cauchy principal value），和真正的广义积分收敛不是一回事。
例如：$\int_{-\infty}^{+\infty}x\,dx$ 的柯西主值是0，但这个积分其实是发散的！
📊 观察极限过程：$\int_1^R \frac{1}{x^2}dx$ 当 $R\to\infty$
🎯 拖动滑块，观察积分值如何逼近极限1！
类型二：被积函数在端点附近无界
第二种常见情况：区间还是有限的 $[a,b]$，但函数在端点附近冲到无穷大。
- $\displaystyle\int_0^1\frac{1}{\sqrt{x}}\,dx$：在 $x=0$ 处炸裂
- $\displaystyle\int_1^2\frac{1}{x-1}\,dx$：在 $x=1$ 处炸裂
如果这个极限存在（有限），就说它收敛；否则发散。
- 避开奇点，取 $\varepsilon > 0$
- 先把 $[\varepsilon, 1]$ 看作普通区间，正常算
- 再让 $\varepsilon \to 0^+$，看结果是否稳定
若 $c \in (a,b)$ 是奇点，则需要把区间分成两半：
其中：
两边都要各自收敛才算整体收敛！
📊 逼近奇点：$\int_\varepsilon^1 \frac{1}{\sqrt{x}}dx$ 当 $\varepsilon\to 0^+$
🎯 向左拖动滑块（ε→0），观察积分值如何逼近极限2！
重点例子：$\int_1^{+\infty}\frac{1}{x^p}dx$ 的敛散性
这是整本书里经常用到的“p-型积分”，也是做广义积分判别的常备模板。
$y=1/x$ 和 $y=1/x^2$ 虽然都趋向于0，但下降速度天差地别：
- $1/x^2$ 下降得快 → 尾部面积能”积完”
- $1/x$ 下降得慢 → 尾部面积永远积不完
📊 尾巴衰减对比：$y = 1/x^p$（$x \geq 1$）
🎯 调节 p 值，观察 p=1 是敛散性的分水岭！
对于 $\displaystyle\int_1^{+\infty}\frac{1}{x^p}\,dx$：
Step 1： 求原函数
Step 2： 计算定积分
Step 3： 取极限 $R \to +\infty$
- 若 $p > 1$，则 $1-p < 0$，$R^{1-p} \to 0$，极限为 $\dfrac{1}{p-1}$ ✅
- 若 $p < 1$，则 $1-p > 0$，$R^{1-p} \to +\infty$，发散 ❌
特殊情况 $p=1$：
所以 $p=1$ 也发散 ❌
零点附近的行为：$\int_0^1\frac{1}{x^p}dx$
现在看另一个对称的情形：区间是 $[0,1]$，在 0 附近有奇点。
- $1/\sqrt{x}$（$p=0.5$）在 0 附近冲得”温柔” → 面积有限
- $1/x$（$p=1$）在 0 附近冲得”更狠” → 面积无限
📊 零点附近对比：$y = 1/x^p$（$0 < x \leq 1$）
🎯 注意：这里 p=1 仍是分水岭，但收敛条件反过来了！
对于 $\displaystyle\int_0^1\frac{1}{x^p}\,dx$：
两个p-型积分的敛散性正好相反！
| 积分类型 | 收敛条件 | 发散条件 |
| $\int_1^{+\infty}\frac{1}{x^p}dx$ | $p > 1$ | $p \leq 1$ |
| $\int_0^1\frac{1}{x^p}dx$ | $p < 1$ | $p \geq 1$ |
广义积分的比较判别法
搞清楚p-型积分之后，就可以用它们来”带着别的函数一起判敛散”。
假设在 $[a, +\infty)$ 上 $0 \leq f(x) \leq g(x)$，则：
- 若 $\int_a^{+\infty}g(x)\,dx$ 收敛，则 $\int_a^{+\infty}f(x)\,dx$ 也必然收敛
- 若 $\int_a^{+\infty}f(x)\,dx$ 发散，则 $\int_a^{+\infty}g(x)\,dx$ 也必然发散
- “大的都能积完，小的肯定也能“
- “小的都积不完，大的就更别想了“
📊 比较判别法示意
绿色函数 ≤ 橙色函数，橙色收敛 ⇒ 绿色也收敛
Step 1： 找上界
由于 $0 \leq \sin^2 x \leq 1$，所以：
Step 2： 判断上界积分
Step 3： 比较判别
因为”大的”收敛，所以”小的” $\displaystyle\int_1^{+\infty}\frac{1+\sin^2 x}{x^2}\,dx$ 也收敛。
分析： 当 $x \geq 1$ 时，$\ln x \geq 0$，所以：
但 $\int_1^{+\infty}\frac{1}{x}\,dx$ 发散，这告诉我们什么？
⚠️ 什么都不能说！ 因为方向反了——”小的发散”不能推出”大的发散”。
正确做法：找下界
当 $x \geq 3$ 时，$\ln x < x$，所以 $x + \ln x < 2x$，因此：
而 $\int_3^{+\infty}\frac{1}{2x}\,dx$ 发散，所以原积分也发散。
绝对收敛与条件收敛
对于会变号的函数（比如 $\sin x / x$），广义积分有一个更微妙的问题：
整体收敛 ≠ 绝对值收敛
若 $\displaystyle\int_a^{+\infty}|f(x)|\,dx$ 收敛，则称 $\displaystyle\int_a^{+\infty}f(x)\,dx$ 绝对收敛。
重要性质：绝对收敛 ⇒ 收敛（反过来不一定！）
若 $\displaystyle\int_a^{+\infty}f(x)\,dx$ 收敛，但 $\displaystyle\int_a^{+\infty}|f(x)|\,dx$ 发散，
则称原积分条件收敛。
这个积分是条件收敛的典型代表：
- $\displaystyle\int_1^{+\infty}\frac{\sin x}{x}\,dx$ 收敛（可用狄利克雷判别法证明）
- $\displaystyle\int_1^{+\infty}\left|\frac{\sin x}{x}\right|\,dx$ 发散
直觉：正负振荡相互抵消，使得整体能收敛；但取绝对值后，都是正的，加起来就炸了。
📊 $y = \sin(x)/x$ 的振荡衰减
正负区域交替出现，相互抵消 → 收敛；但 |sin(x)/x| 全为正 → 发散
条件收敛的积分性质比较微妙：
- 可能对积分路径敏感
- 某些变换可能改变收敛值
- 初学阶段遇到变号函数时要格外小心
本节小结
📋 广义积分工具箱
$\int_a^{+\infty}f = \lim_{R\to\infty}\int_a^R f$
极限存在则收敛
$\int_0^1 f = \lim_{\varepsilon\to 0^+}\int_\varepsilon^1 f$
避开奇点取极限
$\int_1^{+\infty}\frac{1}{x^p}dx$
$p>1$ 收敛，$p\leq 1$ 发散
$\int_0^1\frac{1}{x^p}dx$
$p<1$ 收敛，$p\geq 1$ 发散
大的收敛 ⇒ 小的收敛
小的发散 ⇒ 大的发散
绝对收敛 ⇒ 收敛
条件收敛：反例 $\frac{\sin x}{x}$
第八节完成！下一节我们将讨论广义积分与级数收敛的联系（积分判别法）。