• ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:6重積分の発散のオーダーの問題です。)

6重積分の発散のオーダーの問題

このQ&Aのポイント
  • 質問文章は6重積分の発散のオーダーの問題についてです。
  • 関数H(x,y)の定義やオーダーの定義について詳しく解説されています。
  • 質問者はn→∞のときのS_nの発散のオーダーを求めたいと話しています。

質問者が選んだベストアンサー

  • ベストアンサー
  • jcpmutura
  • ベストアンサー率84% (311/366)
回答No.2

x=(x1,x2,x3) y=(y1,y2,y3) |x|=√(x1^2+x2^2+x3^2) a>0 n>0 c>0 m>0 a≦|x|≦nのとき I_[a, n](|x|)=1 それ以外のとき I_[a, n](|x|)=0 f(x)=√(|x|^2+c^2) E(x)=|x|^2/(2m)+f(x) G(x,y)={|x|^2+|y|^2+2(x1y1+x2y2+x3y3)}/(2m)+f(x)+f(y) h0(x,y)={I_[a, n](|x|)I_[a, n](|y|)}/{f(x)f(y)}(1/E(x)+1/E(y)) h1(x,y)=h0(x,y)/{E(x)}^2 H_i(x, y)=h0(x,y)(xi/E(x)^2+yi/E(y)^2){1/G(x,y)} H(x,y)=Σ_{i=1, 2, 3}H_i(x,y) S_n=∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}H(x,y)dy3dy2dy1dx3dx2dx1 とすると E(x2,x1,x3)=E(x1,x2,x3) E(y2,y1,y3)=E(y1,y2,y3) h0((x2,x1,x3),(y2,y1,y3))=h0((x1,x2,x3),(y1,y2,y3)) G((x2,x1,x3),(y2,y1,y3))=G((x1,x2,x3),(y1,y2,y3)) だから ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}H_2(x,y)dy3dy2dy1dx3dx2dx1 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0((x1,x2,x3),(y1,y2,y3))(x2/E(x1,x2,x3)^2+y2/E(y1,y2,y3)^2){1/G((x1,x2,x3),(y1,y2,y3))} dy3dy2dy1dx3dx2dx1 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0((x2,x1,x3),(y2,y1,y3))(x1/E(x2,x1,x3)^2+y1/E(y2,y1,y3)^2){1/G((x2,x1,x3),(y2,y1,y3))} dy3dy1dy2dx3dx1dx2 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0((x1,x2,x3),(y1,y2,y3))(x1/E(x1,x2,x3)^2+y1/E(y1,y2,y3)^2){1/G((x1,x2,x3),(y1,y2,y3))} dy3dy2dy1dx3dx2dx1 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}H_1(x,y)dy3dy2dy1dx3dx2dx1 同様に ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}H_3(x,y)dy3dy2dy1dx3dx2dx1 =∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→∞}∫_{-n→n}∫_{-n→n}H_1(x,y)dy3dy2dy1dx3dx2dx1 ∴ S_n=3∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}H_1(x,y)dy3dy2dy1dx3dx2dx1 ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0(x,y)(y1/E(y)^2){1/G(x,y)}dy3dy2dy1dx3dx2dx1 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0(y,x)(x1/E(x)^2){1/G(y,x)}dx3dx2dx1dy3dy2dy1 = ∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h0(x,y)(x1/E(x)^2){1/G(x,y)}dy3dy2dy1dx3dx2dx1 ∴ S_n = 6∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} h1(x,y){x1/G(x,y)}dy3dy2dy1dx3dx2dx1 ∫_{-n→n}∫_{-n→n}h1(x,y){x1/G(x,y)}dx1dy1 = ∫_{-n→n}[ ∫_{0→n}h1(x,y){x1/G(x,y)}dx1 +∫_{-n→0}h1(x,y){x1/G(x,y)}dx1 ]dy1 = ∫_{-n→n}∫_{0→n}h1(x,y)(x1){1/G(x,y)-1/G(-x1,x2,x3,y)}dx1dy1 = (-2/m)∫_{-n→n}∫_{0→n}h1(x,y)(x1^2)y1/{G(x,y)G(-x1,x2,x3,y)}dx1dy1 = (-2/m)∫_{0→n} ∫_{0→n}h1(x,y)(x1^2)y1/{G(x,y)G(-x1,x2,x3,y)}dy1 +∫_{-n→0}h1(x,y)(x1^2)y1/{G(x,y)G(-x1,x2,x3,y)}dy1 dx1 = (-2/m)∫_{0→n}∫_{0→n}h1(x,y)(x1^2)y1[ 1/{G(x,y)G(-x1,x2,x3,y)}-1/{G(x,-y1,y2,y3)G(-x1,x2,x3,-y1,y2,y3)} ]dy1dx1 G(-x1,x2,x3,-y1,y2,y3) =|x|^2+|y|^2+2(x1y1+x2y2+x3y3)}/(2m)+f(x)+f(y) =G(x1,x2,x3,y1,y2,y3) =G(x,y) G(x,-y1,y2,y3) =G(x1,x2,x3,-y1,y2,y3) =|x|^2+|y|^2+2(-x1y1+x2y2+x3y3)}/(2m)+f(x)+f(y) =G(-x1,x2,x3,y1,y2,y3) =G(-x1,x2,x3,y) だから 1/{G(x,y)G(-x1,x2,x3,y)}=1/{G(x,-y1,y2,y3)G(-x1,x2,x3,-y1,y2,y3)} だから S_n = 6∫_{-n→n}∫_{-n→n}∫_{-n→n}∫_{-n→n} (-2/m)∫_{0→n}∫_{0→n}h1(x,y)(x1^2)y1[ 1/{G(x,y)G(-x1,x2,x3,y)}-1/{G(x,-y1,y2,y3)G(-x1,x2,x3,-y1,y2,y3)} ]dy1dx1 dy3dy2dx3dx2 =0 ∴ S_n=0

sugakujyuku
質問者

お礼

S_n=0になることが証明できるのではないかという予感がしていたのですが、こうすれば証明できるのですね。 ありがとうございました。

その他の回答 (1)

  • trytobe
  • ベストアンサー率36% (3457/9591)
回答No.1

なぜ、3次元ベクトルの各軸成分ごとの積分なのに、偏微分である ∂x1, ∂x2, ∂x3 での積分ではなく、全微分である dx1,dx2,dx3 などでの積分をされているのですか。 そもそも3次元という縛りの中での6パラメーターについて、「全微分」を積分して、さらにそれを6つ乗算する、という S_n は 字面だけの6重積分なだけで、それが数学的にも物理学など3次元空間に関する記述としても、何の意味も持っていないので、その後の条件を適用できるように記載されていません。

sugakujyuku
質問者

お礼

補足コメントを読んでください。普通の6重積分であって意味のある積分であることがお分かりかと思います。

sugakujyuku
質問者

補足

H(x,y)=H(x1,x2,x3,y1,y2,y3)、 H_i(x,y)=H_i(x1, x2,x3,y1,y2,y3)と読んでください。 右辺のように書くのが煩雑なので左辺のように表記しました。