专升本高等数学

多元函数微积分方法全面总结
由浅入深 · 逐步扩展 · 逻辑通顺 · 条理清晰
⚠ 使用说明
本文档系统梳理专升本高数中多元函数微积分的全部核心方法,按照从基础到进阶的逻辑编排。内容包括偏导数与全微分、多元复合函数求导、隐函数求导、方向导数与梯度、多元极值与最值、二重积分等。每个方法配有典型习题与详细解析,建议按顺序学习,循序渐进。
第一篇 多元函数基础——从平面到空间的飞跃
一、多元函数的概念与定义域
方法一:识别多元函数并确定其定义域
核心思想:

将一元函数的概念推广到多维空间。二元函数 $z=f(x,y)$ 的每个有序数对 $(x,y)$ 对应唯一的 $z$ 值。确定定义域时,需同时满足所有约束条件。

常见约束类型:

  1. 分式:分母 $\neq 0$。
  2. 偶次根式:被开方数 $\ge 0$。
  3. 对数:真数 $\gt 0$。
  4. 反三角函数 $\arcsin$、$\arccos$:自变量 $\in[-1,1]$。

定义域的表示: 二维平面上的点集,通常用不等式组或"除……外"来描述。

⚠ 常见陷阱
定义域是平面区域而非区间!书写时需用 $\{(x,y)\mid \cdots\}$ 的集合形式,不要只写成不等式。
习题 1

求函数 $z=\sqrt{4-x^{2}-y^{2}}+\ln(y-x)$ 的定义域。

解: 由根号得 $4-x^{2}-y^{2}\ge 0$,即 $x^{2}+y^{2}\le 4$(闭圆盘)。由对数得 $y-x\gt 0$,即 $y\gt x$(直线 $y=x$ 上方的半平面)。取交集:

$$D=\left\{(x,y)\mid x^{2}+y^{2}\le 4,\ y\gt x\right\}$$
习题 2

求函数 $z=\arcsin(x^{2}+y^{2})$ 的定义域。

解: 由 $\arcsin$ 要求得 $|x^{2}+y^{2}|\le 1$,又 $x^{2}+y^{2}\ge 0$ 恒成立,故定义域为 $x^{2}+y^{2}\le 1$,即单位闭圆盘。

$$D=\left\{(x,y)\mid x^{2}+y^{2}\le 1\right\}$$
二、二重极限的计算
方法二:二重极限——沿所有路径趋于同一点
核心思想:

一元极限只需考虑左右两侧;二重极限需要 $(x,y)$ 沿任意路径趋于 $(x_{0},y_{0})$ 时函数值趋于同一常数 $A$。

计算策略:

  1. 直接代入法: 若 $f(x,y)$ 在 $(x_{0},y_{0})$ 处连续,直接代入即得极限。
  2. 极坐标代换法: 令 $x=r\cos\theta$,$y=r\sin\theta$,化为 $r\to 0$ 的一元极限。
  3. 夹逼定理: 利用绝对值不等式放缩,如 $|xy|\le\frac{x^{2}+y^{2}}{2}$。
  4. 证明极限不存在: 选取两条不同路径得到不同极限值。
⚠ 常见陷阱
计算二重极限、证明极限存在时,必须验证所有路径!仅沿 $y=kx$ 一条路径得到相同值不能证明极限存在——还需考虑 $y=x^{2}$、$y=\sin x$ 等曲线路径。
习题 1

计算 $\displaystyle\lim_{(x,y)\to(0,0)}\frac{x^{2}y}{x^{2}+y^{2}}$。

解: 令 $x=r\cos\theta$,$y=r\sin\theta$,则

$$\frac{x^{2}y}{x^{2}+y^{2}}=\frac{r^{3}\cos^{2}\theta\sin\theta}{r^{2}}=r\cos^{2}\theta\sin\theta$$

$|\cos^{2}\theta\sin\theta|\le 1$,故当 $r\to 0$ 时函数 $\to 0$。极限为 $0$。

习题 2

证明 $\displaystyle\lim_{(x,y)\to(0,0)}\frac{xy}{x^{2}+y^{2}}$ 不存在。

解: 沿 $y=kx$ 路径:$\displaystyle\frac{xy}{x^{2}+y^{2}}=\frac{kx^{2}}{x^{2}+k^{2}x^{2}}=\frac{k}{1+k^{2}}$。

当 $k=0$(沿 $x$ 轴)时极限为 $0$;当 $k=1$(沿 $y=x$)时极限为 $\frac{1}{2}$。两路径得不同值,故极限不存在。

第二篇 偏导数与全微分——多元微分的基石
三、偏导数的计算
方法三:偏导数——逐个变量求导,其余视为常数
核心思想:

对 $x$ 求偏导 $\partial z/\partial x$ 时,将 $y$ 视为常数;对 $y$ 求偏导时同理。一元函数的所有求导法则全部适用于偏导数。

偏导数的记号:

$$\frac{\partial z}{\partial x}=f_{x}=z_{x},\qquad \frac{\partial z}{\partial y}=f_{y}=z_{y}$$

偏导函数: 偏导数 $\partial z/\partial x$ 一般仍是 $x,y$ 的二元函数。

习题 1

设 $z=x^{3}+3x^{2}y+y^{4}$,求 $\displaystyle\frac{\partial z}{\partial x}$ 和 $\displaystyle\frac{\partial z}{\partial y}$。

解: 对 $x$ 求偏导,$y$ 视为常数:

$$\frac{\partial z}{\partial x}=3x^{2}+6xy$$

对 $y$ 求偏导,$x$ 视为常数:

$$\frac{\partial z}{\partial y}=3x^{2}+4y^{3}$$
习题 2

设 $z=e^{xy}\sin(x+y)$,求 $\displaystyle\frac{\partial z}{\partial x}$。

解: 乘积法则:

$$\frac{\partial z}{\partial x}=ye^{xy}\sin(x+y)+e^{xy}\cos(x+y)=e^{xy}[y\sin(x+y)+\cos(x+y)]$$
四、高阶偏导数
方法四:高阶偏导数与混合偏导相等条件
核心思想:

先求一阶偏导函数,再对它们继续求导即得二阶偏导。混合偏导 $f_{xy}$ 与 $f_{yx}$ 在连续条件下相等。

二阶偏导记号:

$$\frac{\partial^{2}z}{\partial x^{2}}=f_{xx},\quad \frac{\partial^{2}z}{\partial x\partial y}=f_{xy},\quad \frac{\partial^{2}z}{\partial y^{2}}=f_{yy}$$

Clairaut定理(混合偏导相等): 若 $f_{xy}$ 和 $f_{yx}$ 在区域内连续,则 $f_{xy}=f_{yx}$。

⚠ 常见陷阱
验证混合偏导相等前,需确认 $f_{xy}$ 和 $f_{yx}$ 的连续性。专升本考试中一般默认成立,但 $f_{xy}\neq f_{yx}$ 的反例(如 $f(x,y)=xy\frac{x^{2}-y^{2}}{x^{2}+y^{2}}$)仍需了解。
习题 1

设 $z=\ln(x^{2}+y^{2})$,验证 $\displaystyle\frac{\partial^{2}z}{\partial x^{2}}+\frac{\partial^{2}z}{\partial y^{2}}=0$(Laplace方程)。

解:

$$z_{x}=\dfrac{2x}{x^{2}+y^{2}},\quad z_{xx}=\dfrac{2(y^{2}-x^{2})}{(x^{2}+y^{2})^{2}}$$

同理 $z_{yy}=\dfrac{2(x^{2}-y^{2})}{(x^{2}+y^{2})^{2}}$。相加得 $z_{xx}+z_{yy}=0$,证毕。

习题 2

设 $z=x^{3}y^{2}$,求全部二阶偏导数。

解: $z_{x}=3x^{2}y^{2}$,$z_{y}=2x^{3}y$。

$$z_{xx}=6xy^{2},\ z_{xy}=6x^{2}y,\ z_{yy}=2x^{3},\ z_{yx}=6x^{2}y=z_{xy}$$
五、全微分与近似计算
方法五:全微分——各偏导数乘上各自变量的微分
核心思想:

全微分是偏导数概念的"总推广",描述了函数值随所有自变量同时变化时的线性主部。

$$dz = \frac{\partial z}{\partial x}dx + \frac{\partial z}{\partial y}dy$$

可微的三个层次:

  1. 可微 $\Rightarrow$ 偏导数存在(逆命题不成立!)。
  2. 偏导数连续 $\Rightarrow$ 可微(充分条件,最常见)。
  3. 考试中通常默认初等函数在其定义区域上可微。

近似计算: 利用 $\Delta z\approx dz$,即

$$f(x_{0}+\Delta x,\ y_{0}+\Delta y)\approx f(x_{0},y_{0})+f_{x}(x_{0},y_{0})\Delta x+f_{y}(x_{0},y_{0})\Delta y$$
⚠ 常见陷阱
偏导数存在不能保证可微性!例如 $f(x,y)=\frac{xy}{\sqrt{x^{2}+y^{2}}}$ 在 $(0,0)$ 处偏导数均存在(都为 $0$),但函数在 $(0,0)$ 处不可微。考试中若题目要求"讨论可微性",不能用"偏导存在"替代。
习题 1

求 $z=x^{2}y+y^{3}$ 的全微分 $dz$。

解: $z_{x}=2xy$,$z_{y}=x^{2}+3y^{2}$,故

$$dz = 2xy\,dx + (x^{2}+3y^{2})\,dy$$
习题 2

利用全微分近似计算 $(1.02)^{2}\times(0.97)$。

解: 设 $f(x,y)=x^{2}y$,取 $x_{0}=1$,$y_{0}=1$,$\Delta x=0.02$,$\Delta y=-0.03$。

$f_{x}=2xy$,$f_{y}=x^{2}$,在 $(1,1)$ 处 $f(1,1)=1$,$f_{x}(1,1)=2$,$f_{y}(1,1)=1$。

$$(1.02)^{2}\times 0.97\approx 1 + 2\times 0.02 + 1\times(-0.03) = 1.01$$
第三篇 多元复合函数与隐函数求导
六、链式法则(多元复合函数求导)
方法六:链式法则——逐层求导,路径相加
核心思想:

画出变量依赖关系的"树形图",每一条从因变量到自变量的路径对应一个乘积项,所有路径的乘积项之和即为最终导数。

三种基本情形:

  1. $z=f(u,v)$,$u=u(t)$,$v=v(t)$(全导数):
    $$\frac{dz}{dt}=\frac{\partial z}{\partial u}\frac{du}{dt}+\frac{\partial z}{\partial v}\frac{dv}{dt}$$
  2. $z=f(u,v)$,$u=u(x,y)$,$v=v(x,y)$:
    $$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x}$$
  3. $z=f(u,v,w)$,$u=u(x,y)$等——同理扩展路径数。

口诀: "分叉相加,链链相乘"——每个中间变量一条链,链内求导相乘,各链之间相加。

习题 1

设 $z=u^{2}+v^{2}$,$u=x+y$,$v=x-y$,求 $\displaystyle\frac{\partial z}{\partial x}$。

解: 画树形图:$z\leftarrow u,v\leftarrow x,y$。

$$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x}=2u\cdot 1+2v\cdot 1=2(u+v)$$

代入 $u=x+y$,$v=x-y$ 得 $\frac{\partial z}{\partial x}=4x$。

习题 2

设 $z=f(x^{2}+y^{2},\ xy)$,其中 $f$ 可微,求 $\displaystyle\frac{\partial z}{\partial x}$(用 $f_{1},f_{2}$ 表示)。

解: 令 $u=x^{2}+y^{2}$,$v=xy$,则 $z=f(u,v)$。

$$\frac{\partial z}{\partial x}=f_{u}\cdot 2x+f_{v}\cdot y = 2x\cdot f_{1} + y\cdot f_{2}$$

其中 $f_{1}=f_{u}$,$f_{2}=f_{v}$(抽象函数偏导的简记法)。

七、隐函数求导法
方法七:隐函数求导——公式法直接得结果
核心思想:

将方程改写为 $F(\cdots)=0$ 的形式,利用隐函数定理的公式直接求导,无需解出显函数。

两种基本情形:

  1. 一元隐函数 $F(x,y)=0$:$$\frac{dy}{dx}=-\frac{F_{x}}{F_{y}}\quad (F_{y}\neq 0)$$
  2. 二元隐函数 $F(x,y,z)=0$:$$\frac{\partial z}{\partial x}=-\frac{F_{x}}{F_{z}},\qquad \frac{\partial z}{\partial y}=-\frac{F_{y}}{F_{z}}$$

关键步骤: 设 $F$ 时将所有项移到等式左边,再求 $F$ 对各变量的偏导(将 $x,y,z$ 均视为独立自变量)。

⚠ 常见陷阱
求 $F_{x}$ 时注意:即使原方程中 $y$ 或 $z$ 依赖于 $x$,在计算偏导 $F_{x}$ 时也将其他变量视为独立!公式 $-\frac{F_{x}}{F_{y}}$ 已经自动处理了变量间的依赖关系。
习题 1

由 $x^{2}+y^{2}=1$ 确定 $y=y(x)$,求 $\displaystyle\frac{dy}{dx}$。

解: 设 $F(x,y)=x^{2}+y^{2}-1=0$。$F_{x}=2x$,$F_{y}=2y$,故

$$\frac{dy}{dx}=-\frac{F_{x}}{F_{y}}=-\frac{2x}{2y}=-\frac{x}{y}$$
习题 2

由 $x^{2}+y^{2}+z^{2}=4$ 确定 $z=z(x,y)$,求 $\displaystyle\frac{\partial z}{\partial x}$ 和 $\displaystyle\frac{\partial z}{\partial y}$。

解: 设 $F(x,y,z)=x^{2}+y^{2}+z^{2}-4=0$。$F_{x}=2x$,$F_{y}=2y$,$F_{z}=2z$。故

$$\frac{\partial z}{\partial x}=-\frac{x}{z},\qquad \frac{\partial z}{\partial y}=-\frac{y}{z}$$
第四篇 方向导数与梯度——函数变化率的多维视角
八、方向导数的计算
方法八:方向导数——任意方向上的变化率
核心思想:

偏导数只描述了沿坐标轴方向的变化率,而方向导数描述了沿任意指定方向 $\vec{l}$ 的变化率,是偏导数概念的推广。

计算公式: 若 $z=f(x,y)$ 在点 $(x_{0},y_{0})$ 处可微,则沿单位方向 $\vec{l}=(\cos\alpha,\ \cos\beta)$ 的方向导数为:

$$\frac{\partial f}{\partial l}=f_{x}(x_{0},y_{0})\cos\alpha+f_{y}(x_{0},y_{0})\cos\beta$$

注意: $\cos\alpha,\cos\beta$ 是方向 $\vec{l}$ 的方向余弦,即先将 $\vec{l}$ 化为单位向量,再取其两个分量。

习题 1

求 $f(x,y)=x^{2}+xy+y^{2}$ 在点 $(1,2)$ 处沿方向 $\vec{l}=(3,4)$ 的方向导数。

解: $f_{x}=2x+y$,在 $(1,2)$ 处 $f_{x}=4$;$f_{y}=x+2y$,在 $(1,2)$ 处 $f_{y}=5$。

$\vec{l}$ 的单位向量:$|\vec{l}|=\sqrt{3^{2}+4^{2}}=5$,$\vec{l}^{\,0}=(\frac{3}{5},\frac{4}{5})$,即 $\cos\alpha=\frac{3}{5}$,$\cos\beta=\frac{4}{5}$。

$$\frac{\partial f}{\partial l}=4\times\frac{3}{5}+5\times\frac{4}{5}=\frac{32}{5}$$
习题 2

求 $f(x,y)=ye^{x}$ 在点 $(0,1)$ 处沿与 $x$ 轴正方向夹角为 $45^{\circ}$ 的方向的方向导数。

解: $f_{x}=ye^{x}$,在 $(0,1)$ 处 $f_{x}=1$;$f_{y}=e^{x}$,在 $(0,1)$ 处 $f_{y}=1$。

$\vec{l}^{\,0}=(\cos45^{\circ},\sin45^{\circ})=(\frac{\sqrt{2}}{2},\frac{\sqrt{2}}{2})$。

$$\frac{\partial f}{\partial l}=1\times\frac{\sqrt{2}}{2}+1\times\frac{\sqrt{2}}{2}=\sqrt{2}$$
九、梯度的计算与应用
方法九:梯度——函数增长最快的方向
核心思想:

梯度是一个向量,其方向是函数值增长最快的方向,其模长等于该方向上的最大方向导数。

梯度定义:

$$\operatorname{grad} f(x,y)=\nabla f=\left(\frac{\partial f}{\partial x},\ \frac{\partial f}{\partial y}\right)$$

梯度与方向导数关系:

$$\frac{\partial f}{\partial l}=\nabla f\cdot\vec{l}^{\,0}=|\nabla f|\cos\theta$$

当 $\theta=0$($\vec{l}$ 与梯度同向)时,方向导数取最大值 $|\nabla f|$。

✅ 核心要点
梯度垂直于等值线(或等值面),这是梯度最重要的几何意义。在考试中常用于求曲面在某点的法向量和切平面方程。
习题 1

求 $f(x,y)=x^{2}+y^{2}$ 在点 $(1,1)$ 处的梯度及该点处的最大方向导数。

解: $f_{x}=2x$,$f_{y}=2y$,在 $(1,1)$ 处 $\nabla f=(2,2)$。

$$\text{最大方向导数}=|\nabla f|=\sqrt{2^{2}+2^{2}}=2\sqrt{2}$$
习题 2

求曲面 $z=x^{2}+y^{2}$ 在点 $(1,1,2)$ 处的切平面方程。

解: 设 $F(x,y,z)=x^{2}+y^{2}-z=0$。$\nabla F=(2x,2y,-1)$,在 $(1,1,2)$ 处 $\vec{n}=(2,2,-1)$。

$$2(x-1)+2(y-1)-(z-2)=0\ \Rightarrow\ 2x+2y-z=2$$
第五篇 多元函数的极值与最值
十、无条件极值(二元函数极值判别法)
方法十:找驻点 + 判别式 $\Delta=AC-B^{2}$ 判定
核心思想:

求二元函数极值的标准流程,类似于一元函数的"一阶导判驻点、二阶导判极值"。

判定步骤:

  1. 解方程组 $f_{x}=0,\ f_{y}=0$,得驻点 $(x_{0},y_{0})$。
  2. 计算二阶偏导:$A=f_{xx}$,$B=f_{xy}$,$C=f_{yy}$(均在驻点处取值)。
  3. 计算判别式 $\Delta=AC-B^{2}$:
    • $\Delta\gt 0$ 且 $A\gt 0$(或 $C\gt 0$)$\Rightarrow$ 极小值。
    • $\Delta\gt 0$ 且 $A\lt 0$(或 $C\lt 0$)$\Rightarrow$ 极大值。
    • $\Delta\lt 0$ $\Rightarrow$ 非极值点(鞍点)。
    • $\Delta=0$ $\Rightarrow$ 判别法失效,需用定义或其他方法。
⚠ 常见陷阱
$\Delta=0$ 时判别法失效!例如 $f(x,y)=x^{4}+y^{4}$ 在 $(0,0)$ 处 $\Delta=0$,但 $(0,0)$ 确实是极小值点(需用定义验证:$f(x,y)\ge 0=f(0,0)$)。
习题 1

求 $f(x,y)=x^{3}-y^{3}+3x^{2}+3y^{2}-9x$ 的极值。

解: 解 $\begin{cases}f_{x}=3x^{2}+6x-9=0\\ f_{y}=-3y^{2}+6y=0\end{cases}$,得 $x=1$ 或 $x=-3$;$y=0$ 或 $y=2$。共四个驻点。

$A=f_{xx}=6x+6$,$B=f_{xy}=0$,$C=f_{yy}=-6y+6$。

$(1,0)$:$A=12$,$C=6$,$\Delta=72\gt 0$,$A\gt 0$,极小值 $f=-5$。
$(1,2)$:$A=12$,$C=-6$,$\Delta=-72\lt 0$,非极值。
$(-3,0)$:$A=-12$,$C=6$,$\Delta=-72\lt 0$,非极值。
$(-3,2)$:$A=-12$,$C=-6$,$\Delta=72\gt 0$,$A\lt 0$,极大值 $f=31$。

习题 2

求 $f(x,y)=xy$ 的极值。

解: $f_{x}=y=0$,$f_{y}=x=0$,唯一驻点 $(0,0)$。$A=0$,$B=1$,$C=0$,$\Delta=-1\lt 0$,故 $(0,0)$ 不是极值点(是鞍点),函数无局部极值。

十一、条件极值(拉格朗日乘数法)
方法十一:拉格朗日乘数法——化条件为无约束
核心思想:

在约束条件 $\varphi(x,y)=0$(或 $\varphi(x,y,z)=0$)下求 $f$ 的极值,构造拉格朗日函数:

$$L(x,y,\lambda)=f(x,y)+\lambda\varphi(x,y)$$

然后按无条件极值的方法对 $L$ 求驻点。

求解方程组:

$$\begin{cases}L_{x}=f_{x}+\lambda\varphi_{x}=0\\ L_{y}=f_{y}+\lambda\varphi_{y}=0\\ L_{\lambda}=\varphi(x,y)=0\end{cases}$$

解出驻点后,通过比较函数值来确定最大/最小值。

习题 1

在 $x+y=1$ 条件下,求 $f(x,y)=x^{2}+y^{2}$ 的最小值。

解: 设 $L(x,y,\lambda)=x^{2}+y^{2}+\lambda(x+y-1)$。

$$\begin{cases}L_{x}=2x+\lambda=0\\ L_{y}=2y+\lambda=0\\ L_{\lambda}=x+y-1=0\end{cases}$$

由前两式得 $x=y$,代入第三式:$2x=1$,$x=\frac{1}{2}$。故最小值 $f=\frac{1}{2}$。

习题 2

要做一个体积为 $V$(定值)的无盖长方体水箱,长、宽、高各为多少时用料最省?

解: 设长宽高为 $x,y,z$。表面积 $S=xy+2xz+2yz$,约束 $xyz=V$。

设 $L=xy+2xz+2yz+\lambda(xyz-V)$,求导解方程组得 $x=y=2z$。代入 $xyz=V$:$4z^{3}=V$,$z=\sqrt[3]{V/4}$,$x=y=\sqrt[3]{4V}$。

十二、闭区域上的最值
方法十二:求闭区域上二元函数最值的标准流程
核心思想:

闭区域上的连续函数必有最大值和最小值。需同时考虑内部驻点边界上的条件极值,取全局最大/最小。

解题步骤:

  1. 求区域内所有驻点,计算这些点的函数值。
  2. 在边界上利用条件极值法(拉格朗日乘数法或代入法)求最值。
  3. 比较步骤1和2中所有点的函数值,最大者为最大值,最小者为最小值。
⚠ 常见陷阱
端点(角点)不可忘! 当边界本身不是光滑曲线(如矩形区域的四个顶点)时,这些角点处也需要计算函数值,它们有可能是全局最值。
习题 1

求 $f(x,y)=x^{2}+y^{2}-2x-2y$ 在圆域 $x^{2}+y^{2}\le 4$ 上的最值。

解: 内部:$f_{x}=2x-2=0\Rightarrow x=1$,$f_{y}=2y-2=0\Rightarrow y=1$。驻点 $(1,1)$ 在圆内,$f(1,1)=-2$。

边界 $x^{2}+y^{2}=4$:$f=4-2(x+y)$。令 $x=2\cos\theta$,$y=2\sin\theta$。$f=4-4\sqrt{2}\sin(\theta+\frac{\pi}{4})$。边界最大值 $4+4\sqrt{2}$,最小值 $4-4\sqrt{2}$。

综合:全局最小值 $4-4\sqrt{2}$,全局最大值 $4+4\sqrt{2}$。

习题 2

求 $f(x,y)=xy$ 在闭区域 $D=\{(x,y)\mid x\ge 0,\ y\ge 0,\ x+y\le 1\}$ 上的最值。

解: 内部:$f_{x}=y=0$,$f_{y}=x=0$,驻点 $(0,0)$,$f=0$。

边界:$x=0$ 时 $f=0$;$y=0$ 时 $f=0$;$x+y=1$ 时 $f=x(1-x)=-x^{2}+x$,在 $x=\frac{1}{2}$ 处最大值 $\frac{1}{4}$。

综合:最大值 $\frac{1}{4}$(在 $(\frac{1}{2},\frac{1}{2})$ 处),最小值 $0$。

第六篇 二重积分——从面积到体积的推广
十三、二重积分的概念与直角坐标计算
方法十三:二重积分化二次积分(直角坐标)
核心思想:

二重积分 $\iint_{D}f(x,y)\,d\sigma$ 表示以 $D$ 为底、曲面 $z=f(x,y)$ 为顶的曲顶柱体体积($f\ge 0$ 时)。计算时将二重积分化为二次定积分(累次积分)。

X-型区域: 用平行于 $y$ 轴的直线穿过区域,上下边界由 $y=\varphi_{1}(x)$ 和 $y=\varphi_{2}(x)$ 给出:

$$\iint_{D}f(x,y)\,dxdy=\int_{a}^{b}dx\int_{\varphi_{1}(x)}^{\varphi_{2}(x)}f(x,y)\,dy$$

Y-型区域: 用平行于 $x$ 轴的直线穿过区域:

$$\iint_{D}f(x,y)\,dxdy=\int_{c}^{d}dy\int_{\psi_{1}(y)}^{\psi_{2}(y)}f(x,y)\,dx$$
✅ 核心要点
选择积分次序的核心原则:哪个次序积分简单就选哪个。优先考虑:(1) 被积函数对哪个变量积分简单;(2) 区域的上下限是否容易用该次序表达。
习题 1

计算 $\displaystyle\iint_{D}(x+y)\,dxdy$,其中 $D$ 由 $y=x$、$y=x^{2}$ 围成。

解: 画图,交点:$x=x^{2}\Rightarrow x=0,1$。看作X-型:$a=0$,$b=1$,$\varphi_{1}(x)=x^{2}$,$\varphi_{2}(x)=x$。

$$\iint_{D}(x+y)\,dxdy=\int_{0}^{1}\!dx\int_{x^{2}}^{x}(x+y)\,dy$$

内层:$\int_{x^{2}}^{x}(x+y)dy=[xy+\frac{y^{2}}{2}]_{x^{2}}^{x}=\frac{3}{2}x^{2}-x^{3}-\frac{1}{2}x^{4}$。

外层:$\int_{0}^{1}(\frac{3}{2}x^{2}-x^{3}-\frac{1}{2}x^{4})dx=[\frac{x^{3}}{2}-\frac{x^{4}}{4}-\frac{x^{5}}{10}]_{0}^{1}=\frac{3}{20}$。

习题 2

计算 $\displaystyle\iint_{D}e^{y^{2}}\,dxdy$,其中 $D$ 由 $y=x$,$y=1$,$x=0$ 围成。

解: 若先对 $y$ 积分则内层 $\int e^{y^{2}}dy$ 无法用初等函数表达。换为Y-型:$0\le y\le 1$,$0\le x\le y$。

$$\iint_{D}e^{y^{2}}dxdy=\int_{0}^{1}dy\int_{0}^{y}e^{y^{2}}dx=\int_{0}^{1}ye^{y^{2}}dy=\frac{1}{2}[e^{y^{2}}]_{0}^{1}=\frac{e-1}{2}$$
十四、极坐标计算二重积分
方法十四:极坐标代换——圆形区域的利器
核心思想:

当积分区域为圆域、圆环、扇形,或被积函数含 $x^{2}+y^{2}$ 时,使用极坐标变换可大大简化计算。

变换公式:

$$\begin{cases}x=r\cos\theta\\ y=r\sin\theta\end{cases},\qquad dxdy = r\,dr\,d\theta$$

别忘了 $r$! 面积元素 $dxdy$ 变为 $r\,drd\theta$,这是极坐标计算中最容易遗漏的因子。

常见区域的极坐标表示:

⚠ 常见陷阱
极坐标下的 $r$ 范围不能机械地从方程中读——需观察从极点出发的射线与区域的交点。例如区域在两条曲线 $r_{1}(\theta)$ 和 $r_{2}(\theta)$ 之间时,$r$ 的范围是 $r_{1}(\theta)\le r\le r_{2}(\theta)$。
习题 1

计算 $\displaystyle\iint_{D}e^{x^{2}+y^{2}}\,dxdy$,其中 $D$ 为 $x^{2}+y^{2}\le 1$。

解: 极坐标:$0\le\theta\le 2\pi$,$0\le r\le 1$。

$$\iint_{D}e^{x^{2}+y^{2}}dxdy=\int_{0}^{2\pi}\!d\theta\int_{0}^{1}e^{r^{2}}\cdot r\,dr = 2\pi\cdot\frac{1}{2}[e^{r^{2}}]_{0}^{1}=\pi(e-1)$$
习题 2

计算 $\displaystyle\iint_{D}\sqrt{x^{2}+y^{2}}\,dxdy$,其中 $D$ 为圆域 $x^{2}+y^{2}\le 2x$。

解: $x^{2}+y^{2}=2x\Rightarrow r^{2}=2r\cos\theta\Rightarrow r=2\cos\theta$。区域:$-\frac{\pi}{2}\le\theta\le\frac{\pi}{2}$,$0\le r\le 2\cos\theta$。

$$\iint_{D}r^{2}\,drd\theta=\int_{-\pi/2}^{\pi/2}\!d\theta\int_{0}^{2\cos\theta}r^{2}dr=\int_{-\pi/2}^{\pi/2}\frac{8\cos^{3}\theta}{3}d\theta$$

由对称性 $=2\int_{0}^{\pi/2}\frac{8\cos^{3}\theta}{3}d\theta=\frac{16}{3}\cdot\frac{2}{3}=\frac{32}{9}$。

十五、交换积分次序
方法十五:交换积分次序——另一种视角
核心思想:

有时按给定次序积分困难,需要"换一个次序"来做。步骤为:由积分限复原积分区域 → 重新选择积分次序 → 写出新的二次积分。

操作步骤:

  1. 由原积分限画出积分区域的草图。
  2. 将区域用另一种次序描述(X-型 $\leftrightarrow$ Y-型)。
  3. 按新次序写出二次积分表达式并计算。

常见需要交换次序的情形: 内层积分的原函数不是初等函数(如 $\int e^{y^{2}}dy$,$\int\frac{\sin y}{y}dy$);题目明确要求交换次序。

习题 1

交换积分次序:$\displaystyle\int_{0}^{1}dx\int_{x}^{\sqrt{x}}f(x,y)\,dy$。

解: 原区域:$0\le x\le 1$,$x\le y\le\sqrt{x}$。画图知区域由 $y=x$ 和 $y=\sqrt{x}$(即 $x=y^{2}$)围成。

换为Y-型:$0\le y\le 1$。对每个 $y$,$x$ 范围:$y^{2}\le x\le y$(因 $y^{2}\le y$ 在 $y\in[0,1]$ 上成立)。

$$\int_{0}^{1}dy\int_{y^{2}}^{y}f(x,y)\,dx$$
习题 2

交换积分次序并计算:$\displaystyle\int_{0}^{1}dy\int_{y}^{1}e^{x^{2}}\,dx$。

解: 原区域:$0\le y\le 1$,$y\le x\le 1$。换为X-型:$0\le x\le 1$,$0\le y\le x$。

$$\int_{0}^{1}dx\int_{0}^{x}e^{x^{2}}dy=\int_{0}^{1}xe^{x^{2}}dx=\frac{1}{2}[e^{x^{2}}]_{0}^{1}=\frac{e-1}{2}$$
第七篇 综合策略与实战演练
解题决策流程
✅ 多元微积分解题路径

第一步——判断题型:

第二步——选坐标系(二重积分专用):

第三步——验证: 检查驻点是否在区域内、$\Delta=AC-B^{2}$ 符号、极坐标变换是否遗漏 $r$、全微分公式系数是否正确。

方法速查表
考点关键公式核心计算易错提醒
偏导数$f_{x}$:$y$ 视为常数按一元求导法则混用 $d$ 和 $\partial$
全微分$dz=f_{x}dx+f_{y}dy$偏导存在+连续$\Rightarrow$可微偏导存在$\neq$可微
链式法则$\frac{\partial z}{\partial x}=f_{u}u_{x}+f_{v}v_{x}$树形图穷举路径漏写路径
隐函数$\frac{dy}{dx}=-\frac{F_{x}}{F_{y}}$设 $F=0$ 再求偏导$F_{x}$ 中将各变量独立
方向导数$\frac{\partial f}{\partial l}=f_{x}\cos\alpha+f_{y}\cos\beta$方向化为单位向量$\cos$ 符号正确
梯度$\nabla f=(f_{x},f_{y})$向量取模得最大变化率梯度垂直于等值线
无条件极值$\Delta=AC-B^{2}$驻点 $\to$ 二阶导 $\to$ 判别$\Delta=0$ 失效
条件极值$L=f+\lambda\varphi$极值点不一定是驻点多约束需多个乘数
闭区域最值内部+边界+角点全局比较角点不可漏
二重积分(直角)$\int_{a}^{b}dx\int_{\varphi_{1}}^{\varphi_{2}}fdy$画图定限次序不当积分困难
二重积分(极坐标)$dxdy=r\,drd\theta$$r,\theta$ 范围对应不要漏乘 $r$
交换次序复原积分区域重新定限曲线交点
综合实战题
综合题 1

设 $z=f(xy,\ x^{2}+y^{2})$,其中 $f$ 有二阶连续偏导,求 $\displaystyle\frac{\partial^{2}z}{\partial x\partial y}$。

解: 令 $u=xy$,$v=x^{2}+y^{2}$,$z=f(u,v)$。

$$z_{x}=f_{u}\cdot y+f_{v}\cdot 2x$$
$$z_{xy}=[f_{uu}\cdot x+f_{uv}\cdot 2y]\cdot y + f_{u}\cdot 1 + [f_{vu}\cdot x+f_{vv}\cdot 2y]\cdot 2x$$

由 $f_{uv}=f_{vu}$,整理得 $z_{xy}=xyf_{uu}+2(x^{2}+y^{2})f_{uv}+4xyf_{vv}+f_{u}$。

综合题 2

在所有体积为定值 $V$ 的长方体中,求表面积最小的那个。

解: 设长宽高为 $x,y,z$。约束 $xyz=V$。表面积 $S=2(xy+yz+zx)$。

$$L=2(xy+yz+zx)+\lambda(xyz-V)$$

求偏导:$\begin{cases}L_{x}=2(y+z)+\lambda yz=0\\ L_{y}=2(x+z)+\lambda xz=0\\ L_{z}=2(x+y)+\lambda xy=0\end{cases}$

由对称性得 $x=y=z$。代入 $xyz=V$ 得 $x=y=z=\sqrt[3]{V}$。故正方体表面积最小。

综合题 3

计算 $\displaystyle\iint_{D}(x^{2}+y^{2})\,dxdy$,其中 $D$ 由 $y=x$,$y=0$,$x^{2}+y^{2}=1$ 在第一象限内围成。

解: 区域为圆在第一象限内被 $y=x$ 切出的扇形($0\le y\le x$)。极坐标:$0\le\theta\le\frac{\pi}{4}$,$0\le r\le 1$。

$$\iint_{D}r^{2}\cdot r\,drd\theta = \int_{0}^{\pi/4}\!d\theta\int_{0}^{1}r^{3}dr = \frac{\pi}{4}\cdot\frac{1}{4} = \frac{\pi}{16}$$