e的负x的平方积分是什么？

e的负x的平方积分是什么？ 从被积函数到积分的特殊性 函数 ( e^{-x^2} ) 是数学中极具代表性的光滑函数：它在整个实数域上连续可导，图像关于y轴对称偶函数，且当 ( x to pminfty ) 时迅速趋于0。然而，对其进行积分时，我们会遇到一个关键问题：它的原函数法用初等函数表示。这意味着，与多项式、指数函数或三角函数的积分不同，( int e^{-x^2} dx ) 不能通过有限次的基本运算如加减乘除、指数、对数、三角运算组合得到。 不定积分：误差函数的引入 尽管 ( e^{-x^2} ) 的不定积分没有初等表达式，但数学家通过定义新的特殊函数来描述这一结果。其中最核心的是误差函数Error Function，其定义为： [ text{erf}(x) = frac{2}{sqrt{pi}} int_0^x e^{-t^2} dt ] 通过误差函数，( e^{-x^2} ) 的不定积分可表示为： [ int e^{-x^2} dx = frac{sqrt{pi}}{2} text{erf}(x) + C ] 其中 ( C ) 为积分常数。误差函数在概率统计、物理工程等领域有广泛应用，例如描述正态分布的概率累积。 定积分：从高斯积分到√π 当考虑 ( e^{-x^2} ) 在特定区间上的定积分时，最经典的结果是高斯积分——即从 ( -infty ) 到 ( infty ) 的积分： [ int_{-infty}^{infty} e^{-x^2} dx = sqrt{pi} ] 由于 ( e^{-x^2} ) 是偶函数，从 ( 0 ) 到 ( infty ) 的积分是上述结果的一半： [ int_{0}^{infty} e^{-x^2} dx = frac{sqrt{pi}}{2} ]

关键推导：二重积分与极坐标变换

这一结果的推导依赖于巧妙的变量替换。设 ( I = int_{-infty}^{infty} e^{-x^2} dx )，则 ( I^2 = left( int_{-infty}^{infty} e^{-x^2} dx right) left( int_{-infty}^{infty} e^{-y^2} dy right) = int_{-infty}^{infty} int_{-infty}^{infty} e^{-(x^2 + y^2)} dxdy )。转换为极坐标( x = rcostheta )，( y = rsintheta )，积分区域变为 ( r in [0, infty) )、( theta in [0, 2pi) )，雅可比行列式为 ( r )，故： [ I^2 = int_{0}^{2pi} int_{0}^{infty} e^{-r^2} cdot r dr dtheta ] 先对 ( r ) 积分令 ( u = r^2 )，则 ( du = 2rdr )： [ int_{0}^{infty} e^{-r^2} r dr = frac{1}{2} int_{0}^{infty} e^{-u} du = frac{1}{2} ] 再对 ( theta ) 积分： [ int_{0}^{2pi} frac{1}{2} dtheta = pi ] 因此 ( I^2 = pi )，即 ( I = sqrt{pi} )。 核心结论 ( e^{-x^2} ) 的积分需分两类讨论：不定积分由误差函数定义，定积分的经典结果为高斯积分 ( sqrt{pi} )全区间或 ( frac{sqrt{pi}}{2} )半区间。这一结果不仅是数学分析的重要成果，更在概率、物理等领域扮演核心角色。