黎曼积分 - 维基百科，自由的百科全书

系列條目
微积分学
函数 极限论 微分学 积分 微积分基本定理 微积分发现权之争（英语：Leibniz–Newton calculus controversy）
基础概念（含极限论和级数论） 實數性質 函数 单调性 初等函数 數列 极限 实数的构造 1=0.999… 无穷 銜尾蛇 無窮小量 ε-δ語言 实无穷（英语：Actual infinity） 大O符号 最小上界 收敛数列 芝诺悖论 柯西序列 单调收敛定理 夹挤定理 波尔查诺-魏尔斯特拉斯定理 斯托尔兹-切萨罗定理 上极限和下极限 函數極限 渐近线 邻域 连续 連續函數 不连续点 狄利克雷函数 稠密集 一致连续 紧集 海涅-博雷尔定理 支撑集 欧几里得空间 点积 叉积 三重积 拉格朗日恒等式 等价范数 坐標系 凸集 巴拿赫不动点定理 级数 收敛级数（英语：convergent series） 几何级数 调和级数 項測試 格兰迪级数 收敛半径 审敛法 柯西乘积 黎曼级数重排定理 函数项级数（英语：function series） 一致收斂 迪尼定理 數列與級數 連續 函數
一元微分 差分 均差 微分 微分的线性（英语：linearity of differentiation） 导数 流数法 二阶导数 光滑函数 高阶微分 莱布尼兹记号（英语：Leibniz's_notation） 幽灵似的消失量 介值定理 中值定理 罗尔定理 拉格朗日中值定理 柯西中值定理 泰勒公式 求导法则 乘积法则 广义莱布尼茨定则（英语：General Leibniz rule） 除法定则 倒数定则 链式法则 洛必达法则 反函数的微分 Faà di Bruno公式（英语：Faà di Bruno's formula） 对数微分法 导数列表 导数的函数应用 单调性 切线 极值 驻点 拐点 求导检测（英语：derivative test） 凸函數 凹函數 簡森不等式 曲线的曲率 埃尔米特插值 达布定理 魏尔施特拉斯函数
一元积分 积分表 定义 不定积分 定积分 黎曼积分 达布积分 勒贝格积分 积分的线性 求积分的技巧 换元积分法 三角换元法 分部积分法 部分分式积分法 降次积分法 微元法 积分第一中值定理 积分第二中值定理 微积分基本定理 反常積分 柯西主值 積分函數 Β函数 Γ函数 古德曼函数 椭圆积分 數值積分 矩形法 梯形公式 辛普森積分法 牛顿-寇次公式 积分判别法 傅里叶级数 狄利克雷定理 周期延拓 魏尔施特拉斯逼近定理 帕塞瓦尔定理 刘维尔定理
多元微积分 偏导数 隐函数 全微分 微分的形式不变性 二阶导数的对称性 全微分 方向導數 标量场 向量場 梯度 Nabla算子 多元泰勒公式 拉格朗日乘数 黑塞矩陣 鞍點 多重积分 逐次积分 积分顺序（英语：Order of integration (calculus)） 积分估值定理 旋转体 帕普斯-古尔丁中心化旋转定理 祖暅-卡瓦列里原理 托里拆利小号 雅可比矩阵 广义多重积分 高斯积分 若尔当曲线 曲线积分 曲面积分 施瓦茨的靴（俄语：Сапог Шварца） 散度 旋度 通量 可定向性 格林公式 高斯散度定理 斯托克斯定理及其外微分形式 若尔当测度 隐函数定理 皮亚诺-希尔伯特曲线 积分变换 卷积定理 积分符号内取微分 莱布尼茨积分定则（英语：Leibniz integral rule） 多变量原函数的存在性 全微分方程 外微分的映射原像存在性 恰当形式 向量值函数 向量空间内的导数推广（英语：generalizations of the derivative） 加托导数 弗雷歇导数 矩阵的微积分（英语：matrix calculus） 弱微分
微分方程 常微分方程 柯西-利普希茨定理 皮亚诺存在性定理 分离变数法 级数展开法 积分因子 拉普拉斯算子 欧拉方法 柯西-欧拉方程 伯努利微分方程 克莱罗方程 全微分方程 线性微分方程 叠加原理 特徵方程式 朗斯基行列式 微分算子法 差分方程 拉普拉斯变换 偏微分方程 拉普拉斯方程 泊松方程 施图姆-刘维尔理论 N体问题 积分方程
相关数学家 牛顿 莱布尼兹 柯西 魏尔斯特拉斯 黎曼 拉格朗日 欧拉 帕斯卡 海涅 巴罗 波尔查诺 狄利克雷 格林 斯托克斯 若尔当 达布 傅里叶 拉普拉斯 雅各布·伯努利 約翰·白努利 阿达马 麦克劳林 迪尼 沃利斯 费马 达朗贝尔 黑维塞 吉布斯 奥斯特罗格拉德斯基 刘维尔 棣莫弗 格雷果里 玛达瓦（英语：Madhava of Sangamagrama） 婆什迦羅第二 阿涅西 阿基米德
历史名作 从无穷小量分析来理解曲线（英语：Analyse des Infiniment Petits pour l'Intelligence des Lignes Courbes） 分析学教程（英语：Cours d'Analyse） 无穷小分析引论 用无穷级数做数学分析（英语：De analysi per aequationes numero terminorum infinitas） 流形上的微积分（英语：Calculus on Manifolds (book)） 微积分学教程 纯数学教程（英语：A Course of Pure Mathematics） 机械原理方法论（英语：The Method of Mechanical Theorems）
分支学科 实变函数论 複分析 傅里叶分析 变分法 特殊函数 动力系统 微分几何 微分代数 向量分析 分数微积分 玛里亚温微积分（英语：Malliavin calculus） 随机分析 最优化 非标准分析
查 论 编

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。

讓函數 ${\displaystyle f}$ 為定義在區間 ${\displaystyle [a,b]}$ 的非負函數，我们想要計算 ${\displaystyle f(x)}$所代表的曲线与 ${\displaystyle x}$坐标轴跟兩條垂直線 ${\displaystyle x=a}$ 跟 ${\displaystyle x=b}$ 所夹图形的面积（既右圖區域 ${\displaystyle S}$ 的面積），可將區域 ${\displaystyle S}$ 的面積以下面符號表示：

${\displaystyle \int _{a}^{b}f(x)\,dx.}$

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 ${\displaystyle S}$ 的面積（參考右方第二張圖）。同时請注意，如函數為負函數， ${\displaystyle f:[a,b]\mapsto \mathbb {R} _{<0}}$，则其面积亦為负值。

一个闭区间${\displaystyle [a,b]}$的一个分割P是指在此区间中取一个有限的点列${\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n}=b}$。(由a至b內的所有x)

每个闭区间${\displaystyle [x_{i},x_{i+1}]}$叫做一个子区间。定义${\displaystyle \lambda }$为这些子区间长度的最大值：${\displaystyle \lambda =\max(x_{i+1}-x_{i})}$，其中${\displaystyle 0\leq i\leq n-1}$。

再定义取样分割。一个闭区间${\displaystyle [a,b]}$的一个取样分割是指在进行分割${\displaystyle a=x_{0}<x_{1}<x_{2}<\ldots <x_{n}=b}$后，于每一个子区间中${\displaystyle [x_{i},x_{i+1}]}$取出一点${\displaystyle x_{i}\leq t_{i}\leq x_{i+1}}$。${\displaystyle \lambda }$的定义同上。

精细化分割：设${\displaystyle x_{0},\ldots ,x_{n}}$以及${\displaystyle t_{0},\ldots ,t_{n-1}}$构成了闭区间${\displaystyle [a,b]}$的一个取样分割，${\displaystyle y_{0},\ldots ,y_{m}}$和${\displaystyle s_{0},\ldots ,s_{m-1}}$是另一个分割。如果对于任意${\displaystyle 0\leq i\leq n}$，都存在${\displaystyle r(i)}$使得${\displaystyle x_{i}=y_{r(i)}}$，并存在${\displaystyle r(i)\leq j<r(i+1)}$使得${\displaystyle t_{i}=s_{j}}$，那么就把分割：${\displaystyle y_{0},\ldots ,y_{m}}$、${\displaystyle s_{0},\ldots ,s_{m-1}}$称作分割${\displaystyle x_{0},\ldots ,x_{n}}$、${\displaystyle t_{0},\ldots ,t_{n-1}}$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${\displaystyle [a,b]}$有定义的实值函数${\displaystyle f}$，${\displaystyle f}$关于取样分割${\displaystyle x_{0},\ldots ,x_{n}}$、${\displaystyle t_{0},\ldots ,t_{n-1}}$的黎曼和（积分和）定义为以下和式：

${\displaystyle \sum _{i=0}^{n-1}f(t_{i})(x_{i+1}-x_{i})}$

和式中的每一项是子区间长度${\displaystyle x_{i+1}-x_{i}}$与在${\displaystyle t_{i}}$处的函数值${\displaystyle f(t_{i})}$的乘积。直观地说，就是以标记点${\displaystyle t_{i}}$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${\displaystyle \lambda }$趋于0。如此${\displaystyle [x_{i},x_{i+1}]}$中的函数值才会与${\displaystyle f(t_{i})}$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：${\displaystyle S}$是函数${\displaystyle f}$在闭区间${\displaystyle [a,b]}$上的黎曼积分，当且仅当对于任意的${\displaystyle \epsilon >0}$，都存在${\displaystyle \delta >0}$，使得对于任意的取样分割${\displaystyle x_{0},\ldots ,x_{n}}$、${\displaystyle t_{0},\ldots ,t_{n-1}}$，只要它的子区间长度最大值${\displaystyle \lambda \leq \delta }$，就有：

${\displaystyle \left|\sum _{i=0}^{n-1}f(t_{i})(x_{i+1}-x_{i})-S\right|<\epsilon .\,}$

也就是说，对于一个函数${\displaystyle f}$，如果在闭区间${\displaystyle [a,b]}$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${\displaystyle f}$的黎曼和都会趋向于一个确定的值，那么${\displaystyle f}$在闭区间${\displaystyle [a,b]}$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${\displaystyle f}$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${\displaystyle \lambda \leq \delta }$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: ${\displaystyle S}$是函数${\displaystyle f}$在闭区间${\displaystyle [a,b]}$上的黎曼积分，当且仅当对于任意的${\displaystyle \epsilon >0}$，都存在一个取样分割${\displaystyle x_{0},\ldots ,x_{n}}$、${\displaystyle t_{0},\ldots ,t_{n-1}}$，使得对于任何比其“精细”的分割${\displaystyle y_{0},\ldots ,y_{m}}$ and ${\displaystyle s_{0},\ldots ,s_{m-1}}$，都有：

${\displaystyle \left|\sum _{i=0}^{m-1}f(s_{i})(y_{i+1}-y_{i})-S\right|<\epsilon .\,}$

这两个定义是等价的。如果有一个${\displaystyle S}$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${\displaystyle S}$满足第一个定义，那么只需要在子区间长度最大值${\displaystyle \lambda \leq \delta }$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${\displaystyle \delta }$，于是满足

${\displaystyle \left|\sum _{i=0}^{m-1}f(s_{i})(y_{i+1}-y_{i})-S\right|<\epsilon .\,}$

其次证明满足第二个定义的${\displaystyle S}$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${\displaystyle x_{0},\ldots ,x_{n}}$使得它的上达布和与下达布和都与${\displaystyle S}$相差不超过${\displaystyle {\frac {\epsilon }{2}}}$。令${\displaystyle r}$等于${\displaystyle \max _{0\leq i\leq n-1}(M_{i}-m_{i})}$，其中${\displaystyle M_{i}}$和${\displaystyle m_{i}}$是${\displaystyle f}$在${\displaystyle [x_{i},x_{i+1}]}$上的上确界和下确界。再令${\displaystyle \delta }$是${\displaystyle {\frac {\epsilon }{2rn}}}$和${\displaystyle \min _{0\leq i\leq n-1}(x_{i+1}-x_{i})}$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${\displaystyle \delta }$时，${\displaystyle f}$关于它的黎曼和与上达布和或下达布和至多相差${\displaystyle {\frac {\epsilon }{2}}}$，所以和${\displaystyle S}$至多相差${\displaystyle \epsilon }$。

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${\displaystyle f}$和${\displaystyle g}$在区间${\displaystyle [a,b]}$上黎曼可积，${\displaystyle \alpha }$和${\displaystyle \beta }$是常数，则：

${\displaystyle \int _{a}^{b}(\alpha f+\beta g)\,dx=\alpha \int _{a}^{b}f(x)\,dx+\beta \int _{a}^{b}g(x)\,dx.}$

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${\displaystyle [a,b]}$后，将一个黎曼可积的函数设到其黎曼积分的映射${\displaystyle I:f\longrightarrow \int _{a}^{b}fdx}$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${\displaystyle f}$在区间${\displaystyle [a,b]}$上几乎处处（勒贝格测度意义上）大于等于0，那么它在${\displaystyle [a,b]}$上的积分也大于等于零。如果${\displaystyle f}$在区间${\displaystyle [a,b]}$上几乎处处大于等于0，并且它在${\displaystyle [a,b]}$上的积分等于0，那么${\displaystyle f}$几乎处处为0。

• 可加性：如果函数${\displaystyle f}$在区间${\displaystyle [a,c]}$和${\displaystyle [c,b]}$上都可积，那么${\displaystyle f}$在区间${\displaystyle [a,b]}$上也可积，并且有

${\displaystyle \int _{a}^{b}fdx=\int _{a}^{c}f(x)\,dx+\int _{c}^{b}f(x)\,dx}$

无论a、b、c之间的大小关系如何，以上关系式都成立。

• ${\displaystyle [a,b]}$上的实函数${\displaystyle f}$是黎曼可积的，当且仅当它是有界和几乎处处连续的。

• 如果${\displaystyle [a,b]}$上的实函数是黎曼可积的，则它是勒贝格可积的。

• 如果${\displaystyle {f_{n}}}$是${\displaystyle [a,b]}$上的一个一致收敛序列，其极限为${\displaystyle f}$，那么：

${\displaystyle \int _{a}^{b}f\,dx=\int _{a}^{b}{\lim _{n\to \infty }{f_{n}}\,dx}=\lim _{n\to \infty }\int _{a}^{b}f_{n}\,dx.}$

• 如果一个实函数在区间${\displaystyle [a,b],}$上是单调的，则它是黎曼可积的。

黎曼积分可推广到值属于${\displaystyle n}$维空间${\displaystyle \mathbb {R} ^{n}}$的函数。积分是线性定义的，即如果${\displaystyle \mathbf {f} =(f_{1},\dots ,f_{n})}$，则${\displaystyle \int \mathbf {f} =(\int f_{1},\,\dots ,\int f_{n})}$。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

${\displaystyle \int _{-\infty }^{\infty }f(t)\,dt=\lim _{x\to \infty }\int _{-x}^{x}f(t)\,dt.}$

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${\displaystyle f(x)=1}$若${\displaystyle x>0}$，${\displaystyle f(0)=0}$，${\displaystyle f(x)=-1}$若${\displaystyle x<0}$。则对所有${\displaystyle x}$

${\displaystyle \int _{-x}^{x}f(t)\,dt=\int _{-x}^{0}f(t)\,dt+\int _{0}^{x}f(t)\,dt=-x+x=0}$.

但如果我们将${\displaystyle f(x)}$向右平移一个单位得到${\displaystyle f(x-1)}$，则对所有${\displaystyle x>1}$，我们得到

${\displaystyle \int _{-x}^{x}f(t-1)\,dt=\int _{-x}^{1}f(t-1)\,dt+\int _{1}^{x}f(t-1)\,dt=-(x+1)+(x-1)=-2}$.

由于这是不可接受的，我们可以尝试定义：

${\displaystyle \int _{-\infty }^{\infty }f(t)\,dt=\lim _{a\to -\infty }\lim _{b\to \infty }\int _{a}^{b}f(t)\,dt.}$

此时，如果尝试对上面的${\displaystyle f}$积分，我们得到${\displaystyle +\infty }$，因为我们先使用了极限${\displaystyle b\to \infty }$。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${\displaystyle f_{n}(x)=1/n}$在${\displaystyle [0,n]}$上，其它域上等于0。对所有${\displaystyle n}$，${\displaystyle \int f_{n}\,dx=1}$。但${\displaystyle f_{n}}$一致收敛于0，因此${\displaystyle \lim f_{n}}$的积分是0。因此${\displaystyle \int f\,dx\not =\lim \int f_{n}\,dx}$。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${\displaystyle x_{i}-x_{i+1}}$，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。

• 不定积分
• 积分
• 勒贝格积分
• 黎曼－斯蒂尔杰斯积分
• 數值積分
• 达布积分
• 梯形公式

• Shilov, G. E., and Gurevich, B. L., 1978. Integral, Measure, and Derivative: A Unified Approach, Richard A. Silverman, trans. Dover Publications. ISBN 0486635198.