[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_t%C3%ADch%20ph%C3%A2n%20suy%20r%E1%BB%99ng{\"limit\":5}":3,"_public_topic_byId_t%C3%ADch%20ph%C3%A2n%20suy%20r%E1%BB%99ng":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":17,"englishTitle":18,"synonyms":19,"definition":22,"discipline":23,"references":24,"faqs":45,"createUser":55,"publishUser":59,"keywords":63,"keywordCount":74,"enrichTopicLink":75,"status":76,"createTime":77,"updateTime":78,"publishTime":79,"linkEnrichedTime":80,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":81,"wikidataId":10,"relateTopics":82},"tích phân suy rộng","Tích phân suy rộng là gì? Các nghiên cứu khoa học liên quan","Tích phân suy rộng là khái niệm mở rộng của tích phân xác định, dùng khi hàm có điểm gián đoạn hoặc miền tích phân vô hạn để xác định giá trị giới hạn. Nó cho phép mô tả và tính toán các hiện tượng toán học, vật lý và kỹ thuật có bản chất vô hạn hoặc không liên tục một cách chính xác. ","\u003Ch2>Giới thiệu về tích phân suy rộng\u003C\u002Fh2>\n\u003Cp>Tích phân suy rộng là một khái niệm quan trọng trong giải tích toán học, được xây dựng để mở rộng phạm vi áp dụng của tích phân xác định trong trường hợp hàm số hoặc miền tích phân không tuân thủ các điều kiện thông thường. Khi cận trên hoặc cận dưới của tích phân tiến đến vô cực, hoặc khi hàm tích phân không xác định tại một hoặc nhiều điểm trong miền, tích phân thông thường không còn đủ để mô tả chính xác diện tích hoặc giá trị giới hạn của hàm. Trong bối cảnh này, tích phân suy rộng đóng vai trò như một công cụ tổng quát hóa, cho phép ta nghiên cứu các hiện tượng toán học có tính chất vô hạn hoặc bất liên tục.\u003C\u002Fp>\n\n\u003Cp>Tích phân suy rộng thường được định nghĩa thông qua khái niệm giới hạn của {{topic|%7B%22topic%22%3A%22t%C3%ADch%20ph%C3%A2n%20x%C3%A1c%20%C4%91%E1%BB%8Bnh%22%7D}}. Cụ thể, thay vì tính trực tiếp một tích phân có cận vô hạn hoặc chứa điểm gián đoạn, ta xét dãy tích phân trên các đoạn con hữu hạn và lấy giới hạn khi các cận tiến đến vô cực hoặc điểm kỳ dị. Cách tiếp cận này giúp đảm bảo tính chính xác về mặt toán học, đồng thời cho phép xác định xem tích phân có hội tụ hay không. Nếu giới hạn này tồn tại và hữu hạn, ta nói tích phân suy rộng hội tụ; ngược lại, nếu giới hạn không tồn tại hoặc tiến đến vô cực, tích phân được gọi là phân kỳ.\u003C\u002Fp>\n\n\u003Cp>Khái niệm tích phân suy rộng được ứng dụng rộng rãi trong nhiều lĩnh vực, từ toán học thuần túy đến {{topic|%7B%22topic%22%3A%22v%E1%BA%ADt%20l%C3%BD%20l%C3%BD%20thuy%E1%BA%BFt%22%7D}}, kỹ thuật, và {{topic|%7B%22topic%22%3A%22khoa%20h%E1%BB%8Dc%20d%E1%BB%AF%20li%E1%BB%87u%22%7D}}. Trong vật lý, các đại lượng như năng lượng toàn phần, xác suất lượng tử hoặc mật độ sóng thường được biểu diễn bằng tích phân trên miền vô hạn. Trong kỹ thuật, đặc biệt là xử lý tín hiệu và mô phỏng hệ thống, các phép biến đổi như Fourier hoặc Laplace đều được định nghĩa dưới dạng tích phân suy rộng. Từ góc nhìn toán học, đây là một trong những khái niệm then chốt giúp mô tả sự hội tụ, dao động và ổn định của các hàm có miền không giới hạn hoặc hành vi bất thường.\u003C\u002Fp>\n\n\u003Ctable border=\"1\" cellspacing=\"0\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Loại tích phân\u003C\u002Fth>\n    \u003Cth>Đặc điểm\u003C\u002Fth>\n    \u003Cth>Ví dụ\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tích phân thông thường\u003C\u002Ftd>\n    \u003Ctd>Giới hạn hữu hạn, hàm liên tục\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_0^1 x^2 dx\u003C\u002Fscript>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tích phân suy rộng vô hạn\u003C\u002Ftd>\n    \u003Ctd>Cận tích phân vô cực\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_1^{\\infty} \\frac{1}{x^2} dx\u003C\u002Fscript>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tích phân suy rộng có điểm gián đoạn\u003C\u002Ftd>\n    \u003Ctd>Hàm không xác định tại một điểm trong miền\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_0^1 \\frac{1}{\\sqrt{x}} dx\u003C\u002Fscript>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Phân loại tích phân suy rộng\u003C\u002Fh2>\n\u003Cp>Tích phân suy rộng được chia thành hai nhóm chính dựa trên bản chất của vấn đề khiến tích phân không xác định: tích phân có cận vô hạn và tích phân có điểm gián đoạn trong miền tích phân. Hai dạng này có cơ sở lý thuyết và phương pháp xử lý khác nhau, tuy nhiên cùng chung một nguyên tắc: sử dụng giới hạn để xác định giá trị của tích phân khi hàm hoặc miền không thỏa mãn điều kiện chuẩn.\u003C\u002Fp>\n\n\u003Cp>Đối với tích phân có cận vô hạn, cận trên hoặc cận dưới của miền tích phân tiến đến vô cực. Khi đó, ta thay cận vô cực bằng một biến phụ \u003Cscript type=\"math\u002Ftex\">t\u003C\u002Fscript> hữu hạn, sau đó lấy giới hạn khi \u003Cscript type=\"math\u002Ftex\">t \\to \\infty\u003C\u002Fscript>. Ví dụ, xét tích phân \u003Cscript type=\"math\u002Ftex\">\\int_1^{\\infty} \\frac{1}{x^2} dx\u003C\u002Fscript>, ta tính tích phân từ 1 đến \u003Cscript type=\"math\u002Ftex\">t\u003C\u002Fscript> và lấy giới hạn khi \u003Cscript type=\"math\u002Ftex\">t\u003C\u002Fscript> tiến đến vô cực. Nếu giá trị giới hạn hữu hạn, tích phân hội tụ.\u003C\u002Fp>\n\n\u003Cp>Đối với tích phân có điểm gián đoạn, vấn đề xảy ra khi hàm không xác định tại một điểm trong miền tích phân, chẳng hạn như hàm \u003Cscript type=\"math\u002Ftex\">\\frac{1}{x}\u003C\u002Fscript> tại \u003Cscript type=\"math\u002Ftex\">x=0\u003C\u002Fscript>. Trong trường hợp này, ta chia miền tích phân tại điểm kỳ dị và xét giới hạn khi tiếp cận điểm đó từ hai phía. Nếu cả hai giới hạn tồn tại và hữu hạn, ta nói tích phân hội tụ.\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Tích phân vô hạn:\u003C\u002Fstrong> \u003Cscript type=\"math\u002Ftex\">\\int_a^{\\infty} f(x) dx = \\lim_{t \\to \\infty} \\int_a^t f(x) dx\u003C\u002Fscript>\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tích phân có điểm gián đoạn:\u003C\u002Fstrong> \u003Cscript type=\"math\u002Ftex\">\\int_a^b f(x) dx = \\lim_{t \\to c^-} \\int_a^t f(x) dx + \\lim_{t \\to c^+} \\int_t^b f(x) dx\u003C\u002Fscript>\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Trong thực tế, nhiều hàm có thể cùng lúc rơi vào cả hai loại trên, ví dụ như hàm \u003Cscript type=\"math\u002Ftex\">\\frac{1}{x^p}\u003C\u002Fscript> tích phân từ 0 đến vô cực. Việc xác định giá trị của tích phân này phụ thuộc vào tham số \u003Cscript type=\"math\u002Ftex\">p\u003C\u002Fscript>, và chỉ hội tụ khi \u003Cscript type=\"math\u002Ftex\">0 \u003C p \u003C 1\u003C\u002Fscript> tại cận 0 và \u003Cscript type=\"math\u002Ftex\">p > 1\u003C\u002Fscript> tại cận vô cực.\u003C\u002Fp>\n\n\u003Ch2>Định nghĩa toán học\u003C\u002Fh2>\n\u003Cp>Về mặt hình thức, tích phân suy rộng được định nghĩa thông qua giới hạn của tích phân xác định. Giả sử \u003Cscript type=\"math\u002Ftex\">f(x)\u003C\u002Fscript> là hàm liên tục trên đoạn \u003Cscript type=\"math\u002Ftex\">[a, t]\u003C\u002Fscript> với mọi \u003Cscript type=\"math\u002Ftex\">t > a\u003C\u002Fscript>. Khi đó, tích phân suy rộng từ \u003Cscript type=\"math\u002Ftex\">a\u003C\u002Fscript> đến vô cực được định nghĩa là:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_a^{\\infty} f(x)\\,dx = \\lim_{t \\to \\infty} \\int_a^t f(x)\\,dx\u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Nếu giới hạn tồn tại và hữu hạn, tích phân được xem là hội tụ. Tương tự, khi hàm \u003Cscript type=\"math\u002Ftex\">f(x)\u003C\u002Fscript> không xác định tại một điểm \u003Cscript type=\"math\u002Ftex\">c\u003C\u002Fscript> trong miền \u003Cscript type=\"math\u002Ftex\">(a,b]\u003C\u002Fscript>, ta định nghĩa:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_a^b f(x)\\,dx = \\lim_{t \\to c^-} \\int_a^t f(x)\\,dx\u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Trường hợp hàm có gián đoạn tại cả hai đầu, tích phân được định nghĩa qua tổng của hai giới hạn một bên. Đây là cách tiếp cận cho phép xử lý các bài toán phức tạp hơn, chẳng hạn như tích phân của hàm \u003Cscript type=\"math\u002Ftex\">\\frac{1}{x^2-1}\u003C\u002Fscript> trên đoạn \u003Cscript type=\"math\u002Ftex\">(-\\infty, \\infty)\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Ctable border=\"1\" cellspacing=\"0\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Dạng tích phân\u003C\u002Fth>\n    \u003Cth>Biểu thức giới hạn\u003C\u002Fth>\n    \u003Cth>Điều kiện hội tụ\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_a^{\\infty} f(x)\\,dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\lim_{t \\to \\infty} \\int_a^t f(x)\\,dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Giới hạn hữu hạn\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_{-\\infty}^b f(x)\\,dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\lim_{t \\to -\\infty} \\int_t^b f(x)\\,dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Giới hạn hữu hạn\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_a^b f(x)\\,dx\u003C\u002Fscript> (có gián đoạn tại c)\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\lim_{t \\to c^-}\\int_a^t f(x)\\,dx + \\lim_{t \\to c^+}\\int_t^b f(x)\\,dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Cả hai giới hạn tồn tại\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Điều kiện hội tụ của tích phân suy rộng\u003C\u002Fh2>\n\u003Cp>Hội tụ là yếu tố cốt lõi quyết định giá trị của tích phân suy rộng. Không phải mọi tích phân dạng này đều có giá trị hữu hạn; do đó, việc xác định điều kiện hội tụ trở thành bước phân tích quan trọng trong nghiên cứu giải tích. Một số tiêu chuẩn phổ biến được sử dụng để kiểm tra hội tụ bao gồm phép so sánh, tiêu chuẩn giới hạn và tiêu chuẩn Dirichlet – Abel.\u003C\u002Fp>\n\n\u003Cp>Tiêu chuẩn so sánh được áp dụng khi ta biết một hàm khác có hành vi tương tự và đã biết tính hội tụ của nó. Nếu \u003Cscript type=\"math\u002Ftex\">0 \\le f(x) \\le g(x)\u003C\u002Fscript> trên miền từ một điểm trở đi và \u003Cscript type=\"math\u002Ftex\">\\int g(x)dx\u003C\u002Fscript> hội tụ, thì \u003Cscript type=\"math\u002Ftex\">\\int f(x)dx\u003C\u002Fscript> cũng hội tụ. Tương tự, nếu \u003Cscript type=\"math\u002Ftex\">f(x)\u003C\u002Fscript> lớn hơn một hàm phân kỳ, thì bản thân tích phân cũng phân kỳ.\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Tiêu chuẩn giới hạn:\u003C\u002Fstrong> Nếu \u003Cscript type=\"math\u002Ftex\">\\lim_{x \\to \\infty} \\frac{f(x)}{g(x)} = c\u003C\u002Fscript> với \u003Cscript type=\"math\u002Ftex\">0 \u003C c \u003C \\infty\u003C\u002Fscript> và \u003Cscript type=\"math\u002Ftex\">\\int g(x)\\,dx\u003C\u002Fscript> hội tụ, thì \u003Cscript type=\"math\u002Ftex\">\\int f(x)\\,dx\u003C\u002Fscript> cũng hội tụ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tiêu chuẩn Dirichlet:\u003C\u002Fstrong> Áp dụng cho các hàm dao động như \u003Cscript type=\"math\u002Ftex\">\\sin x\u002Fx\u003C\u002Fscript>, khi tích phân hội tụ do biên độ giảm dần.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tiêu chuẩn Abel:\u003C\u002Fstrong> Nếu một phần của tích phân hội tụ và phần còn lại bị chặn, tích phân tổng thể hội tụ.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Việc xác định hội tụ không chỉ mang ý nghĩa lý thuyết mà còn ảnh hưởng đến các mô hình vật lý và kỹ thuật. Chẳng hạn, trong mô phỏng năng lượng hoặc xác suất, một tích phân không hội tụ có thể dẫn đến kết quả sai lệch hoàn toàn. Bởi vậy, kiểm tra hội tụ là bước bắt buộc trong mọi phân tích liên quan đến tích phân suy rộng.\u003C\u002Fp>\n\u003Ch2>Tích phân suy rộng trong vật lý và kỹ thuật\u003C\u002Fh2>\n\u003Cp>Tích phân suy rộng không chỉ là công cụ toán học thuần túy mà còn đóng vai trò nền tảng trong nhiều mô hình vật lý, kỹ thuật và {{topic|%7B%22topic%22%3A%22%E1%BB%A9ng%20d%E1%BB%A5ng%20khoa%20h%E1%BB%8Dc%22%2C%22text%22%3A%22khoa%20h%E1%BB%8Dc%20%E1%BB%A9ng%20d%E1%BB%A5ng%22%7D}}. Trong vật lý lý thuyết, các đại lượng như năng lượng, động lượng, xác suất hay cường độ trường thường được mô tả dưới dạng tích phân trên miền vô hạn. Điều này xuất phát từ thực tế rằng nhiều hiện tượng tự nhiên có phạm vi ảnh hưởng không giới hạn, như sóng điện từ, trường hấp dẫn hay hàm sóng lượng tử. Để mô tả chính xác các đại lượng này, tích phân suy rộng cho phép ta mở rộng miền tính toán đến vô cùng mà vẫn đảm bảo tính nhất quán về mặt toán học.\u003C\u002Fp>\n\n\u003Cp>Một ví dụ điển hình là trong cơ học lượng tử, hàm sóng \u003Cscript type=\"math\u002Ftex\">\\psi(x)\u003C\u002Fscript> biểu diễn trạng thái của hạt trong không gian vô hạn. Điều kiện chuẩn hóa của hàm sóng được biểu diễn bằng tích phân suy rộng:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_{-\\infty}^{\\infty} |\\psi(x)|^2 dx = 1\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Tích phân này cho biết tổng xác suất tìm thấy hạt tại bất kỳ vị trí nào trong không gian là bằng 1, điều kiện này chỉ được đảm bảo nếu tích phân hội tụ. Nếu không, hàm sóng không có ý nghĩa vật lý. Đây là ví dụ tiêu biểu cho mối liên hệ giữa tính hội tụ toán học và tính hợp lệ của các mô hình vật lý.\u003C\u002Fp>\n\n\u003Cp>Trong kỹ thuật điện và điều khiển, tích phân suy rộng được ứng dụng thông qua các phép biến đổi như Fourier và Laplace. Hai phép biến đổi này cho phép chuyển một tín hiệu trong miền thời gian sang miền tần số, giúp {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20c%E1%BA%A5u%20tr%C3%BAc%22%7D}} và phản ứng của hệ thống. Ví dụ, biến đổi Laplace được định nghĩa như sau:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\mathcal{L}\\{f(t)\\} = \\int_0^{\\infty} f(t)e^{-st}\\,dt\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Biểu thức này là một tích phân suy rộng vì cận trên tiến đến vô cực. Điều kiện để biến đổi Laplace tồn tại là tích phân phải hội tụ, tức là hàm \u003Cscript type=\"math\u002Ftex\">f(t)e^{-st}\u003C\u002Fscript> phải giảm nhanh hơn tốc độ tăng của \u003Cscript type=\"math\u002Ftex\">t\u003C\u002Fscript>. Nhờ đặc tính này, kỹ sư có thể dự đoán hành vi ổn định hoặc dao động của hệ thống điện, cơ khí hay {{topic|%7B%22topic%22%3A%22%C4%91i%E1%BB%81u%20khi%E1%BB%83n%20t%E1%BB%B1%20%C4%91%E1%BB%99ng%22%7D}}.\u003C\u002Fp>\n\n\u003Ctable border=\"1\" cellspacing=\"0\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Lĩnh vực ứng dụng\u003C\u002Fth>\n    \u003Cth>Dạng tích phân suy rộng thường gặp\u003C\u002Fth>\n    \u003Cth>Mục tiêu\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Cơ học lượng tử\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_{-\\infty}^{\\infty} |\\psi(x)|^2 dx\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Xác suất chuẩn hóa\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Xử lý tín hiệu\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_0^{\\infty} f(t)e^{-st} dt\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Phân tích tần số, {{topic|%7B%22topic%22%3A%22%E1%BB%95n%20%C4%91%E1%BB%8Bnh%20h%E1%BB%87%20th%E1%BB%91ng%22%7D}}\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Nhiệt học\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">\\int_0^{\\infty} e^{-E\u002FkT} dE\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Tính hàm phân bố năng lượng\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Mối liên hệ với chuỗi và phép biến đổi\u003C\u002Fh2>\n\u003Cp>Tích phân suy rộng có mối quan hệ mật thiết với các chuỗi vô hạn trong giải tích. Cả hai đều dựa trên khái niệm giới hạn để mô tả sự hội tụ của một đại lượng. Trong khi chuỗi vô hạn cộng các phần tử rời rạc, tích phân suy rộng thực hiện tương tự nhưng trong không gian liên tục. Các định lý về hội tụ như so sánh, hội tụ tuyệt đối hay hội tụ có điều kiện đều có phiên bản tương tự cho tích phân suy rộng.\u003C\u002Fp>\n\n\u003Cp>Đặc biệt, các phép biến đổi như Fourier và Laplace là những ứng dụng trực tiếp của tích phân suy rộng. Biến đổi Fourier được định nghĩa như sau:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\mathcal{F}\\{f(t)\\} = \\int_{-\\infty}^{\\infty} f(t)e^{-i\\omega t}\\,dt\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Tích phân này cho phép biểu diễn một hàm tín hiệu dưới dạng tổ hợp của các sóng điều hòa cơ bản. Trong thực tế, biến đổi Fourier là công cụ không thể thiếu trong phân tích phổ, truyền thông, xử lý âm thanh và hình ảnh. Tất cả các ứng dụng đó đều yêu cầu tích phân hội tụ để đảm bảo kết quả có ý nghĩa vật lý hoặc kỹ thuật.\u003C\u002Fp>\n\n\u003Cp>Tương tự, định lý Parseval và định lý Plancherel trong giải tích Fourier dựa hoàn toàn vào tính hội tụ của tích phân suy rộng. Các định lý này thể hiện sự bảo toàn năng lượng giữa miền thời gian và miền tần số, đóng vai trò quan trọng trong các ngành như cơ học dao động, điện tử và vật lý sóng.\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Định lý Parseval:\u003C\u002Fstrong> \u003Cscript type=\"math\u002Ftex\">\\int_{-\\infty}^{\\infty} |f(t)|^2 dt = \\int_{-\\infty}^{\\infty} |\\mathcal{F}\\{f(t)\\}|^2 d\\omega\u003C\u002Fscript>\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Định lý Plancherel:\u003C\u002Fstrong> Mở rộng của định lý Parseval cho các hàm phức, bảo toàn năng lượng trong không gian Hilbert.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Tích phân dao động\u003C\u002Fh2>\n\u003Cp>Một dạng đặc biệt của tích phân suy rộng là tích phân dao động (oscillatory integral), xuất hiện khi hàm dưới dấu tích phân dao động vô hạn, chẳng hạn như \u003Cscript type=\"math\u002Ftex\">\\sin x\u003C\u002Fscript> hoặc \u003Cscript type=\"math\u002Ftex\">\\cos x\u003C\u002Fscript>. Dạng điển hình của tích phân này là:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_0^{\\infty} \\sin x\\,dx\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Tích phân trên không hội tụ theo nghĩa thông thường vì hàm \u003Cscript type=\"math\u002Ftex\">\\sin x\u003C\u002Fscript> không giảm biên độ khi \u003Cscript type=\"math\u002Ftex\">x \\to \\infty\u003C\u002Fscript>. Tuy nhiên, ta có thể định nghĩa nó theo nghĩa giá trị chính Cauchy (Cauchy principal value):\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\text{P.V.}\\int_0^{\\infty} \\sin x\\,dx = \\lim_{t \\to \\infty} \\int_0^t \\sin x\\,dx = 1\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Cách định nghĩa này đặc biệt hữu ích trong xử lý tín hiệu, khi ta quan tâm đến xu hướng trung bình của hàm dao động hơn là giá trị tích phân tuyệt đối. Trong vật lý sóng, tích phân dao động mô tả hiện tượng giao thoa và nhiễu xạ ánh sáng, giúp giải thích các mẫu nhiễu phức tạp trong quang học lượng tử.\u003C\u002Fp>\n\n\u003Ch2>Phương pháp tính tích phân suy rộng\u003C\u002Fh2>\n\u003Cp>Để tính toán giá trị của tích phân suy rộng, người ta áp dụng các kỹ thuật dựa trên giới hạn, biến đổi và so sánh. Một quy trình chung thường bao gồm ba bước: chuyển tích phân về dạng xác định với cận hữu hạn, tính tích phân thông thường, sau đó lấy giới hạn khi cận tiến đến vô cực hoặc điểm gián đoạn.\u003C\u002Fp>\n\n\u003Col>\n  \u003Cli>\u003Cstrong>Bước 1:\u003C\u002Fstrong> Xác định miền tích phân và loại suy rộng (vô hạn hoặc gián đoạn).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Bước 2:\u003C\u002Fstrong> Tính tích phân xác định trong phạm vi hữu hạn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Bước 3:\u003C\u002Fstrong> Lấy giới hạn khi cận tiến đến vô cực hoặc điểm kỳ dị.\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Cp>Ví dụ: Xét \u003Cscript type=\"math\u002Ftex\">\\int_1^{\\infty} \\frac{1}{x^p} dx\u003C\u002Fscript>. Ta có:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_1^t \\frac{1}{x^p} dx = \\frac{1 - t^{1-p}}{p-1}\u003C\u002Fscript>. Khi \u003Cscript type=\"math\u002Ftex\">t \\to \\infty\u003C\u002Fscript>, giá trị hội tụ nếu và chỉ nếu \u003Cscript type=\"math\u002Ftex\">p > 1\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Cp>Với các bài toán phức tạp hơn, phương pháp thay đổi biến, phân tích tiệm cận hoặc tích phân từng phần được áp dụng. Trong các ứng dụng số, phần mềm như Mathematica hoặc Maple thường được dùng để đánh giá và mô phỏng giá trị của tích phân suy rộng với độ chính xác cao.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng trong xác suất và thống kê\u003C\u002Fh2>\n\u003Cp>Trong {{topic|%7B%22topic%22%3A%22l%C3%BD%20thuy%E1%BA%BFt%20x%C3%A1c%20su%E1%BA%A5t%22%2C%22text%22%3A%22x%C3%A1c%20su%E1%BA%A5t%20h%E1%BB%8Dc%22%7D}}, tích phân suy rộng được dùng để định nghĩa và chuẩn hóa các {{topic|%7B%22topic%22%3A%22h%C3%A0m%20m%E1%BA%ADt%20%C4%91%E1%BB%99%20x%C3%A1c%20su%E1%BA%A5t%22%7D}} (PDF) trên miền vô hạn. Một ví dụ kinh điển là phân phối chuẩn (normal distribution):\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\int_{-\\infty}^{\\infty} \\frac{1}{\\sqrt{2\\pi}} e^{-x^2\u002F2} dx = 1\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>Tích phân này không thể được tính theo nghĩa thông thường mà yêu cầu xử lý như một tích phân suy rộng. Nó thể hiện rằng tổng xác suất của mọi biến cố là 1, đảm bảo tính đúng đắn của {{topic|%7B%22topic%22%3A%22m%C3%B4%20h%C3%ACnh%20th%E1%BB%91ng%20k%C3%AA%22%7D}}. Tích phân này còn là cơ sở để xây dựng nhiều phân phối khác như Cauchy, Student, và Laplace, tất cả đều được định nghĩa trên miền vô hạn.\u003C\u002Fp>\n\n\u003Ch2>Kết luận\u003C\u002Fh2>\n\u003Cp>Tích phân suy rộng là công cụ không thể thiếu trong giải tích hiện đại, cho phép mở rộng phạm vi của phép tích phân sang những miền vô hạn hoặc hàm không liên tục. Nó tạo nền tảng cho nhiều lĩnh vực khoa học – từ cơ học lượng tử, xử lý tín hiệu đến xác suất và thống kê. Bản chất của tích phân suy rộng nằm ở khái niệm hội tụ, và việc hiểu rõ các điều kiện hội tụ không chỉ giúp củng cố lý thuyết mà còn đảm bảo tính chính xác trong ứng dụng thực tế. Với sự phát triển của tính toán số và công nghệ mô phỏng, việc nghiên cứu và áp dụng tích phân suy rộng ngày càng trở nên sâu sắc và toàn diện hơn trong thế giới khoa học hiện đại.\u003C\u002Fp>\n","Tích phân suy rộng","Improper integral",[20,21],"improper integral","tích phân mở rộng","Tích phân suy rộng (tiếng Anh: improper integral) là sự mở rộng khái niệm tích phân xác định Riemann cho các hàm số lấy tích phân trên khoảng vô hạn hoặc cho các hàm số có điểm bất liên tục vô hạn (tiệm cận đứng) trên khoảng lấy tích phân.","NATURAL_SCIENCES",[25,32,39],{"citationText":26,"title":27,"authors":28,"source":29,"year":30,"doi":31,"url":10},"Roussos, I. M. (2016). Improper Riemann Integrals. CRC Press.","Improper Riemann Integrals","Roussos","CRC Press",2016,"10.1201\u002Fb16296",{"citationText":33,"title":34,"authors":35,"source":36,"year":37,"doi":38,"url":10},"Bartle, R. G. (2001). A Modern Theory of Integration. American Mathematical Society.","A Modern Theory of Integration","Bartle","American Mathematical Society",2001,"10.1090\u002Fgsm\u002F032",{"citationText":40,"title":41,"authors":42,"source":36,"year":43,"doi":44,"url":10},"Gordon, R. A. (1994). The Integrals of Lebesgue, Denjoy, Perron, and Henstock. American Mathematical Society.","The Integrals of Lebesgue, Denjoy, Perron, and Henstock","Gordon",1994,"10.1090\u002Fgsm\u002F004",[46,49,52],{"question":47,"answer":48},"Phân biệt tích phân suy rộng loại 1 và loại 2?","Tích phân suy rộng loại 1 là tích phân có miền lấy tích phân là khoảng vô hạn (ví dụ từ a đến dương vô cực, từ âm vô cực đến b, hoặc trên toàn trục số thực). Trong khi đó, tích phân suy rộng loại 2 là tích phân trên một đoạn hữu hạn [a, b] nhưng hàm số dưới dấu tích phân bị gián đoạn vô hạn (tiến ra vô cực) tại một hoặc cả hai đầu mút, hoặc tại một điểm nằm bên trong khoảng đó.",{"question":50,"answer":51},"Điều kiện để một tích phân suy rộng được gọi là hội tụ?","Một tích phân suy rộng được định nghĩa thông qua giới hạn của các tích phân xác định Riemann chuẩn. Nếu giới hạn này tồn tại và là một số thực hữu hạn duy nhất, tích phân suy rộng đó được gọi là hội tụ; ngược lại, nếu giới hạn không tồn tại hoặc tiến ra vô cực, tích phân được gọi là phân kỳ.",{"question":53,"answer":54},"Giá trị chính Cauchy (Cauchy principal value) của tích phân suy rộng là gì?","Khi một tích phân suy rộng phân kỳ theo định nghĩa thông thường do hai phía triệt tiêu nhau không đồng thời, giá trị chính Cauchy gán một giá trị hữu hạn cho nó bằng cách cho các cận đối xứng cùng tiến tới vô cực hoặc tiếp cận điểm kỳ dị với cùng một tốc độ đối xứng. Khái niệm này đóng vai trò then chốt trong giải tích phức và cơ học lượng tử.",{"id":56,"researcherId":10,"name":57,"imageUrl":58},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":60,"researcherId":10,"name":61,"imageUrl":62},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",[64,65,66,67,68,69,70,71,72,73],"tích phân xác định","vật lý lý thuyết","khoa học dữ liệu","ứng dụng khoa học","phân tích cấu trúc","điều khiển tự động","ổn định hệ thống","lý thuyết xác suất","hàm mật độ xác suất","mô hình thống kê",10,true,"PUBLISHED","2025-10-10T02:43:57.996+00:00","2026-09-16T05:08:17.180+00:00","2025-10-14T10:09:19.637+00:00","2026-09-16T05:08:16.497+00:00",189,[83,86,89,92,95,98,101,104,107,110],{"id":84,"title":85,"term":84,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"tán xạ","Tán xạ là gì? Các nghiên cứu khoa học về Tán xạ",{"id":87,"title":88,"term":87,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"học thuật","Học thuật là gì? Các nghiên cứu khoa học về Học thuật",{"id":90,"title":91,"term":90,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"arima","Arima là gì? Các công bố khoa học về Arima",{"id":93,"title":94,"term":93,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu liên ngành","Nghiên cứu liên ngành là gì? Các nghiên cứu khoa học",{"id":96,"title":97,"term":96,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"khảo nghiệm","Khảo nghiệm là gì? Các công bố khoa học về Khảo nghiệm",{"id":99,"title":100,"term":99,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"phương pháp đại số","Phương pháp đại số là gì? Các nghiên cứu khoa học liên quan",{"id":102,"title":103,"term":102,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"simulation","Simulation là gì? Các nghiên cứu khoa học về mô phỏng",{"id":105,"title":106,"term":105,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"lqr tự chỉnh","LQR tự chỉnh là gì? Các công bố khoa học về LQR tự chỉnh",{"id":108,"title":109,"term":108,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"proverbs","Proverbs là gì? Các công bố nghiên cứu khoa học về Proverbs",{"id":111,"title":112,"term":111,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"bộ lọc kalman","Bộ lọc kalman là gì? Các nghiên cứu khoa học về Bộ lọc kalman"]