first commit
This commit is contained in:
@@ -0,0 +1,483 @@
|
||||
# 📌 第八章 多元函数微分学 考研核心通关笔记(数学二版)
|
||||
|
||||
> **范围声明(数学二)**:本笔记严格覆盖数学二考纲——偏导数、全微分、复合函数求导、隐函数求导、极值与条件极值、最值。
|
||||
> **不考(勿浪费时间)**:方向导数与梯度、空间曲线切线与法平面、曲面的切平面与法线、二元函数二阶泰勒公式、多元函数积分学中的三重/曲线/曲面积分(均为数学一内容)。
|
||||
|
||||
---
|
||||
|
||||
## ① 本章核心知识框架 (Core Concept Map)
|
||||
|
||||
### 8.1 多元函数的基本概念
|
||||
|
||||
**多元函数**:设 $D$ 是 $xOy$ 平面上的非空点集,若对每个点 $(x,y) \in D$,变量 $z$ 按照某一对应法则有唯一确定的值与之对应,则称 $z$ 是 $x,y$ 的**二元函数**,记作 $z = f(x,y)$。
|
||||
|
||||
- *极简例子:* $z = \sqrt{1 - x^2 - y^2}$,定义域 $D = \{(x,y) \mid x^2 + y^2 \le 1\}$(单位圆盘)
|
||||
|
||||
**二元函数的几何意义**:$z = f(x,y)$ 表示空间中的一张**曲面**;$z = C$(常数)对应曲面的**等高线**。
|
||||
|
||||
- *极简例子:* $z = x^2 + y^2$ 是旋转抛物面,$z = 1$ 是圆 $x^2 + y^2 = 1$
|
||||
|
||||
**n 元函数**:$u = f(x_1, x_2, \ldots, x_n)$,数学二只需二元。
|
||||
|
||||
---
|
||||
|
||||
### 8.2 二元函数的极限与连续
|
||||
|
||||
**二重极限**:设 $f(x,y)$ 在点 $P_0(x_0,y_0)$ 的**去心邻域**内有定义,若当 $P(x,y)$ 以**任意方式**趋于 $P_0$ 时,$f(x,y)$ 都趋于常数 $A$,则称 $A$ 为 $f$ 在 $P_0$ 处的二重极限:
|
||||
$$\lim_{(x,y)\to(x_0,y_0)} f(x,y) = A$$
|
||||
|
||||
- *极简例子:* $\displaystyle\lim_{(x,y)\to(0,0)} \frac{\sin(x^2+y^2)}{x^2+y^2} = 1$(换元 $t = x^2+y^2$ 化为一元极限)
|
||||
|
||||
> ⚠️ **核心:二重极限与路径无关**。若沿两条不同路径得到不同极限(或某路径极限不存在),则**二重极限不存在**——这是最常用的反证武器。
|
||||
|
||||
**二元函数连续**:$\displaystyle\lim_{(x,y)\to(x_0,y_0)} f(x,y) = f(x_0, y_0)$。
|
||||
|
||||
- *极简例子:* $f(x,y) = x^2 + y^2$ 在全平面连续;$f(x,y) = \dfrac{xy}{x^2+y^2}$ 在 $(0,0)$ 处不连续(沿 $y=kx$ 极限随 $k$ 变)
|
||||
|
||||
**有界闭区域上连续函数的性质**(与一元类比):有界性、最值定理、介值定理(零点定理)。数学二只需了解,常作选择题背景。
|
||||
|
||||
**连续与偏导的关系(与一元截然不同!)**:
|
||||
$$\text{偏导存在} \not\Rightarrow \text{连续},\qquad \text{连续} \not\Rightarrow \text{偏导存在}$$
|
||||
|
||||
---
|
||||
|
||||
### 8.3 偏导数
|
||||
|
||||
**偏导数定义**:$z = f(x,y)$ 在 $(x_0,y_0)$ 处对 $x$ 的偏导数
|
||||
$$f_x'(x_0,y_0) = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x, y_0) - f(x_0, y_0)}{\Delta x}$$
|
||||
对 $y$ 的偏导数同理(固定 $x$,对 $y$ 求一元导数)。
|
||||
|
||||
- *极简例子:* $f(x,y) = x^2 \sin y$:$f_x = 2x\sin y$,$f_y = x^2 \cos y$
|
||||
|
||||
**计算口诀**:**对谁求导,谁当变量;其余变量一律当常数**(用一元求导公式)。
|
||||
|
||||
**分段函数在分界点处的偏导数**:**只能用定义**(先代值再求导不成立)。
|
||||
|
||||
- *极简例子:* $f(x,y) = \begin{cases} \dfrac{xy}{x^2+y^2}, & (x,y) \ne (0,0) \\ 0, & (x,y) = (0,0) \end{cases}$:$f_x(0,0) = \lim_{\Delta x\to 0}\dfrac{f(\Delta x,0)-0}{\Delta x} = \lim_{\Delta x\to 0}\dfrac{0}{\Delta x} = 0$,同理 $f_y(0,0)=0$(但函数在 $(0,0)$ 不连续!)
|
||||
|
||||
---
|
||||
|
||||
### 8.4 高阶偏导数
|
||||
|
||||
**二阶偏导数**(4 个):
|
||||
$$f_{xx}'' = \frac{\partial^2 f}{\partial x^2},\quad f_{xy}'' = \frac{\partial^2 f}{\partial x \partial y},\quad f_{yx}'' = \frac{\partial^2 f}{\partial y \partial x},\quad f_{yy}'' = \frac{\partial^2 f}{\partial y^2}$$
|
||||
|
||||
- *极简例子:* $f = x^3 y^2$:$f_{xy} = \dfrac{\partial}{\partial y}(3x^2 y^2) = 6x^2 y$,$f_{yx} = \dfrac{\partial}{\partial x}(2x^3 y) = 6x^2 y$(相等)
|
||||
|
||||
**混合偏导相等定理(Clairaut)**:若 $f_{xy}''$ 与 $f_{yx}''$ 在点 $(x_0,y_0)$ **连续**,则 $f_{xy}''(x_0,y_0) = f_{yx}''(x_0,y_0)$。
|
||||
|
||||
> ⚠️ 前提是**连续**!不连续时混合偏导可能不相等。考研题目默认"二阶连续偏导",可直接交换次序化简。
|
||||
|
||||
---
|
||||
|
||||
### 8.5 全微分与可微性
|
||||
|
||||
**全增量**:$\Delta z = f(x_0+\Delta x, y_0+\Delta y) - f(x_0,y_0)$。
|
||||
|
||||
**可微定义**:若
|
||||
$$\Delta z = A\Delta x + B\Delta y + o(\rho),\qquad \rho = \sqrt{(\Delta x)^2 + (\Delta y)^2}$$
|
||||
其中 $A, B$ 与 $\Delta x, \Delta y$ 无关,则称 $f$ 在 $(x_0,y_0)$ 处**可微**,线性主部 $A\Delta x + B\Delta y$ 称为**全微分**,记作
|
||||
$$dz = A\,dx + B\,dy = f_x'(x_0,y_0)\,dx + f_y'(x_0,y_0)\,dy$$
|
||||
|
||||
- *极简例子:* $z = xy$:$dz = y\,dx + x\,dy$
|
||||
|
||||
**可微的判定链**(数学二选择题高频):
|
||||
|
||||
| 关系 | 结论 |
|
||||
|------|------|
|
||||
| 可微 $\Rightarrow$ 连续 | ✅ |
|
||||
| 可微 $\Rightarrow$ 偏导存在 | ✅ |
|
||||
| 偏导存在 $\not\Rightarrow$ 可微 | ❌(反例 $f = \dfrac{xy}{\sqrt{x^2+y^2}}$ 在原点) |
|
||||
| 偏导连续 $\Rightarrow$ 可微(充分不必要) | ✅ |
|
||||
| 连续 $\not\Rightarrow$ 偏导存在 | ❌ |
|
||||
| 偏导存在 $\not\Rightarrow$ 连续 | ❌ |
|
||||
|
||||
**用定义判定可微三步**(分段函数/分界点必用):
|
||||
1. 先验证偏导存在(用定义求 $f_x, f_y$);
|
||||
2. 计算 $\Delta z - [f_x(0,0)\Delta x + f_y(0,0)\Delta y]$;
|
||||
3. 判断 $\dfrac{\Delta z - [f_x\Delta x + f_y\Delta y]}{\rho} \xrightarrow{\rho\to0} 0$ 是否成立。
|
||||
|
||||
---
|
||||
|
||||
### 8.6 多元复合函数求导(链式法则)⭐⭐⭐
|
||||
|
||||
**设 $z = f(u,v)$,$u = u(x,y)$,$v = v(x,y)$,则**
|
||||
$$\frac{\partial z}{\partial x} = \frac{\partial f}{\partial u}\cdot\frac{\partial u}{\partial x} + \frac{\partial f}{\partial v}\cdot\frac{\partial v}{\partial x},\qquad \frac{\partial z}{\partial y} = \frac{\partial f}{\partial u}\cdot\frac{\partial u}{\partial y} + \frac{\partial f}{\partial v}\cdot\frac{\partial v}{\partial y}$$
|
||||
|
||||
- *极简例子:* $z = e^{u}\cos v$,$u = x^2 + y^2$,$v = xy$:
|
||||
$$\frac{\partial z}{\partial x} = e^{u}\cos v\cdot 2x - e^{u}\sin v\cdot y = 2xe^{x^2+y^2}\cos(xy) - ye^{x^2+y^2}\sin(xy)$$
|
||||
|
||||
**变量关系树(万能工具)**:顶层 $z$ → 中层中间变量 $u, v$ → 底层自变量 $x, y$。
|
||||
- 口诀:**同一条路径相乘,不同路径相加**。
|
||||
|
||||
**全导数(中间变量是一元函数)**:$z = f(x, y)$,$y = y(x)$:
|
||||
$$\frac{dz}{dx} = f_x + f_y \cdot \frac{dy}{dx} \quad \text{(注意是 } d \text{ 不是 } \partial \text{)}$$
|
||||
|
||||
- *极简例子:* $z = x^2 + y^2$,$y = \ln x$:$\dfrac{dz}{dx} = 2x + 2y\cdot\dfrac{1}{x} = 2x + \dfrac{2\ln x}{x}$
|
||||
|
||||
**抽象函数复合(考研必考)**:$z = f(2x-y, y\sin x)$,记 $f_1', f_2'$(对第一、第二位置的偏导),**$f_1'$ 仍与 $f$ 有完全相同的复合结构**——再求导时 $f_1'$ 也必须按链式法则继续展开(这是最大失分点)。
|
||||
|
||||
**全微分形式不变性**:无论 $u, v$ 是自变量还是中间变量,恒有 $dz = \dfrac{\partial z}{\partial u}du + \dfrac{\partial z}{\partial v}dv$。可用于绕过链式法则直接计算。
|
||||
|
||||
---
|
||||
|
||||
### 8.7 隐函数求导
|
||||
|
||||
**隐函数存在定理**:若 $F(x,y,z)$ 在点 $P_0$ 附近有连续偏导,且 $F(P_0) = 0$,$F_z(P_0) \neq 0$,则方程 $F(x,y,z)=0$ 在 $P_0$ 附近确定隐函数 $z = z(x,y)$,且
|
||||
$$\frac{\partial z}{\partial x} = -\frac{F_x}{F_z},\qquad \frac{\partial z}{\partial y} = -\frac{F_y}{F_z}$$
|
||||
|
||||
- *极简例子:* $x^2 + y^2 + z^2 = 1$(即 $F = x^2+y^2+z^2-1 = 0$):$\dfrac{\partial z}{\partial x} = -\dfrac{2x}{2z} = -\dfrac{x}{z}$
|
||||
|
||||
**二元隐函数**:$F(x,y) = 0 \Rightarrow \dfrac{dy}{dx} = -\dfrac{F_x}{F_y}$。
|
||||
|
||||
- *极简例子:* $e^y = xy$:$F = e^y - xy$,$\dfrac{dy}{dx} = -\dfrac{-y}{e^y - x} = \dfrac{y}{e^y - x}$
|
||||
|
||||
**隐函数二阶导**:两种方法——① 直接对一阶导结果继续求导(注意 $z$ 是 $x,y$ 的函数,求导时用链式);② 公式法($F$ 的二阶偏导组合)。
|
||||
|
||||
---
|
||||
|
||||
### 8.8 多元函数的极值与最值
|
||||
|
||||
**极值概念**:若 $f(x,y)$ 在 $(x_0,y_0)$ 某邻域内满足 $f(x,y) \le f(x_0,y_0)$(极大)或 $\ge$(极小)。
|
||||
|
||||
**驻点**:$f_x = f_y = 0$ 的点。
|
||||
|
||||
**极值必要条件(费马推广)**:可微函数取极值处必为驻点(或不可导点)。
|
||||
|
||||
**极值充分条件(AC-B² 判别法)**:设 $(x_0,y_0)$ 是驻点,记
|
||||
$$A = f_{xx}''(x_0,y_0),\quad B = f_{xy}''(x_0,y_0),\quad C = f_{yy}''(x_0,y_0)$$
|
||||
|
||||
| 条件 | 结论 |
|
||||
|------|------|
|
||||
| $AC - B^2 > 0$ 且 $A > 0$ | 极小值 |
|
||||
| $AC - B^2 > 0$ 且 $A < 0$ | 极大值 |
|
||||
| $AC - B^2 < 0$ | 不是极值(鞍点) |
|
||||
| $AC - B^2 = 0$ | 需另法判定(如用定义) |
|
||||
|
||||
- *极简例子:* $f = x^2 + y^2$:驻点 $(0,0)$,$A = 2, B = 0, C = 2$,$AC-B^2 = 4 > 0$ 且 $A>0$ → 极小值 $f(0,0)=0$
|
||||
|
||||
**有界闭区域上的最值**(三步):
|
||||
1. 求区域**内部**驻点,算函数值;
|
||||
2. 求**边界**上的最值(化为一元问题:参数化或拉格朗日);
|
||||
3. 全部候选值比较,最大者为最大值。
|
||||
|
||||
---
|
||||
|
||||
### 8.9 条件极值与拉格朗日乘数法
|
||||
|
||||
**条件极值**:在约束 $\varphi(x,y) = 0$ 下求 $f(x,y)$ 的极值。
|
||||
|
||||
**拉格朗日乘数法**(数学二高频大题):
|
||||
1. 构造拉格朗日函数 $L(x,y,\lambda) = f(x,y) + \lambda\varphi(x,y)$;
|
||||
2. 解方程组
|
||||
$$\begin{cases} L_x = f_x + \lambda\varphi_x = 0 \\ L_y = f_y + \lambda\varphi_y = 0 \\ L_\lambda = \varphi(x,y) = 0 \end{cases}$$
|
||||
3. 所得驻点代入比较(或由实际背景判别极大/极小)。
|
||||
|
||||
- *极简例子:* 求 $xy$ 在 $x + y = 1$ 下的最大值:$L = xy + \lambda(x+y-1)$,得 $y + \lambda = 0,\ x + \lambda = 0,\ x+y=1$ → $x = y = \tfrac12$,最大值为 $\tfrac14$
|
||||
|
||||
> 💡 二元+一个约束,也可**消元法**:从 $\varphi = 0$ 解出 $y = y(x)$ 代入 $f$ 化为一元最值——但拉格朗日法更通用,考研主考拉格朗日。
|
||||
|
||||
---
|
||||
|
||||
## ② 必考题型分类索引
|
||||
|
||||
| # | 题型 | 核心判据 | 详细笔记 |
|
||||
|---|------|---------|---------|
|
||||
| 1 | 重极限与连续 | 路径法证不存在;$\lim_{(x,y)\to(0,0)}$ 型换元 | [[题型1_重极限与连续]] |
|
||||
| 2 | 偏导数与全微分概念 | 分段函数在分界点用定义;可微性三步判定 | [[题型2_偏导数与全微分]] |
|
||||
| 3 | 多元复合函数求导 | 链式法则 + 抽象函数 $f_1', f_2'$ 二阶偏导 | [[题型3_多元复合函数求导]] |
|
||||
| 4 | 隐函数求导 | $F(x,y,z) = 0$ 公式法 / 直接法 | [[题型4_隐函数求导]] |
|
||||
| 5 | 多元函数极值与最值 | 驻点 + $AC-B^2$;区域最值三步 | [[题型5_多元函数极值与最值]] |
|
||||
| 6 | 条件极值与拉格朗日 | 约束 $\varphi(x,y) = 0$;应用题建模 | [[题型6_条件极值与拉格朗日乘数法]] |
|
||||
|
||||
---
|
||||
|
||||
## ③ 高频考点与多维变换
|
||||
|
||||
### Top 5 高频考点
|
||||
|
||||
| 排名 | 考点 | 考频(数二) | 典型分值 |
|
||||
|------|------|------------|---------|
|
||||
| 1 | 多元复合函数求导(抽象函数二阶偏导) | **每年必考** | 8-12 分大题 |
|
||||
| 2 | 全微分与可微性判定(概念选择题) | 高频 | 4-5 分 |
|
||||
| 3 | 隐函数求导(含二阶) | 高频 | 4-8 分 |
|
||||
| 4 | 无条件极值($AC - B^2$ 判别) | 高频 | 5-10 分 |
|
||||
| 5 | 条件极值(拉格朗日乘数法) | 高频(应用题) | 8-10 分 |
|
||||
|
||||
> **备考核心**:抽象复合函数二阶偏导 = 数学二多元微分**第一大题**;概念选择题盯"可微/连续/偏导关系"。
|
||||
|
||||
### 【示例:一题多角度】
|
||||
|
||||
**核心概念**:二元函数"可微、连续、偏导存在"三者关系(与一元完全不同)。
|
||||
|
||||
**角度一:概念选择题(判断题)**
|
||||
> 设 $f(x,y) = \begin{cases} \dfrac{xy}{x^2+y^2}, & (x,y)\ne(0,0) \\ 0, & (x,y)=(0,0) \end{cases}$,则 $f$ 在 $(0,0)$ 处( )
|
||||
> A. 连续但不可偏导 B. 可偏导但不连续 C. 可微 D. 连续且可偏导
|
||||
|
||||
- $f_x(0,0) = \lim_{\Delta x\to0}\dfrac{0-0}{\Delta x} = 0$,$f_y(0,0) = 0$ → **可偏导**
|
||||
- 沿 $y = kx$:$f(x, kx) = \dfrac{kx^2}{(1+k^2)x^2} = \dfrac{k}{1+k^2}$,随 $k$ 变 → **极限不存在 → 不连续**
|
||||
- 答案 **B**。**核心结论:偏导存在推不出连续!**
|
||||
|
||||
**角度二:计算题(全微分)**
|
||||
> 设 $z = f(x,y) = x^2 e^y$ 在 $(1, 0)$ 处求全微分。
|
||||
|
||||
- $f_x = 2xe^y = 2$,$f_y = x^2 e^y = 1$(偏导连续 → 可微)
|
||||
- $dz = 2\,dx + 1\cdot dy = 2dx + dy$(在 $(1,0)$ 处)
|
||||
|
||||
**启示**:概念题用**反例与路径法**,计算题用**公式**;两者考查的是同一关系的两面。
|
||||
|
||||
### 【示例:一题多角度 · 抽象复合二阶偏导】
|
||||
|
||||
**核心概念**:$z = f(x^2 + y^2, xy)$,$f$ 有二阶连续偏导,求 $\dfrac{\partial^2 z}{\partial x\partial y}$。
|
||||
|
||||
**角度一(正确做法——$f_1'$ 也要继续复合求导)**:
|
||||
$$\frac{\partial z}{\partial x} = f_1'\cdot 2x + f_2'\cdot y$$
|
||||
$$\frac{\partial^2 z}{\partial x\partial y} = \frac{\partial}{\partial y}(2x f_1' + y f_2') = 2x(f_{11}''\cdot 2y + f_{12}''\cdot x) + f_2' + y(f_{21}''\cdot 2y + f_{22}''\cdot x)$$
|
||||
$$= 4xy f_{11}'' + 2x^2 f_{12}'' + f_2' + 2y^2 f_{21}'' + xy f_{22}''$$
|
||||
由混合偏导连续 $f_{12}'' = f_{21}''$:
|
||||
$$\boxed{\frac{\partial^2 z}{\partial x\partial y} = 4xy f_{11}'' + (2x^2 + 2y^2) f_{12}'' + f_2' + xy f_{22}''}$$
|
||||
|
||||
**角度二(经典错误——$f_1'$ 对 $y$ 求导只算一项)**:
|
||||
$$\frac{\partial^2 z}{\partial x\partial y} = 2x(f_{11}''\cdot 2y) + f_2' + y(f_{22}''\cdot x) \quad \text{❌ 漏了 } f_{12}'', f_{21}'' \text{ 项}$$
|
||||
|
||||
**启示**:**$f_1', f_2'$ 与原函数 $f$ 有完全相同的复合结构**——对它们再求偏导时,必须再次用链式法则展开(两项都要算)。这是全国考生最高频失分点。
|
||||
|
||||
---
|
||||
|
||||
## ④ 方法论与解题通法 (Methodology)
|
||||
|
||||
### 方法一:链式法则「变量关系树」⭐⭐⭐
|
||||
|
||||
```mermaid
|
||||
flowchart TD
|
||||
A[z] --> B[u]
|
||||
A --> C[v]
|
||||
B --> D[x]
|
||||
B --> E[y]
|
||||
C --> D
|
||||
C --> E
|
||||
```
|
||||
- **同一条路径相乘**:$z \to u \to x$ 贡献 $\dfrac{\partial z}{\partial u}\cdot\dfrac{\partial u}{\partial x}$
|
||||
- **不同路径相加**:$\dfrac{\partial z}{\partial x} = \dfrac{\partial z}{\partial u}\dfrac{\partial u}{\partial x} + \dfrac{\partial z}{\partial v}\dfrac{\partial v}{\partial x}$
|
||||
|
||||
> **判断依据(何时用)**:见到"复合函数 + 求偏导"就用树状图,先画关系、再抄公式,**绝不心算**。
|
||||
|
||||
### 方法二:可微性判定「三步法」⭐⭐⭐
|
||||
|
||||
**适用**:分段函数在分界点处的可微性讨论(数学二选择题大题常考)。
|
||||
|
||||
1. **偏导存在**:用定义 $f_x(0,0) = \lim_{\Delta x\to0}\dfrac{f(\Delta x,0)-f(0,0)}{\Delta x}$,同理 $f_y$;
|
||||
2. **作差**:$\Delta z - [f_x(0,0)\Delta x + f_y(0,0)\Delta y]$;
|
||||
3. **极限判别**:$\lim_{\rho\to0}\dfrac{\Delta z - [f_x\Delta x + f_y\Delta y]}{\rho}$,$\rho = \sqrt{\Delta x^2 + \Delta y^2}$。
|
||||
- 等于 $0$ → 可微;否则不可微。
|
||||
|
||||
> 常见反例积累:$f = \dfrac{xy}{\sqrt{x^2+y^2}}$(偏导存在但不连续不可微);$f = \dfrac{xy}{x^2+y^2}$(不连续,偏导存在);$f = \sqrt{\lvert xy\rvert}$(连续但不可偏导)。
|
||||
|
||||
### 方法三:无条件极值「$AC-B^2$ 判别」⭐⭐⭐
|
||||
|
||||
1. 解 $f_x = f_y = 0$ 得全部**驻点**(还要检查**不可导点**);
|
||||
2. 对每个驻点算 $A = f_{xx}''$,$B = f_{xy}''$,$C = f_{yy}''$;
|
||||
3. $AC - B^2$ 定号 → 极值类型(见 8.8 表)。
|
||||
|
||||
> ⚠️ $AC - B^2 = 0$ 时方法失效:改用**定义**或**沿特殊路径考察函数值符号**。
|
||||
|
||||
### 方法四:拉格朗日乘数法「五步模板」⭐⭐⭐
|
||||
|
||||
1. **写目标**:$f(x,y)$,**写约束**:$\varphi(x,y) = 0$;
|
||||
2. **构造**:$L = f + \lambda\varphi$;
|
||||
3. **列方程组**:$L_x = L_y = L_\lambda = 0$(3 个方程 3 个未知数);
|
||||
4. **解驻点**(常需分类讨论 $x, y, \lambda$ 为零与否);
|
||||
5. **比较定最值**:把驻点代入 $f$,由实际背景或边界比较判极大/极小。
|
||||
|
||||
> **判断依据(何时用)**:题目出现"在……条件下求……极值/最值"→ 条件极值 → 拉格朗日。若约束可轻易解出 $y=y(x)$ 且目标简单,可用消元法(但步骤 2-3 更稳)。
|
||||
|
||||
### 方法五:隐函数求导「公式法 vs 直接法」
|
||||
|
||||
| 方法 | 适用 | 操作 |
|
||||
|------|------|------|
|
||||
| **公式法** | 一阶偏导 | $z_x = -\dfrac{F_x}{F_z}$,$z_y = -\dfrac{F_y}{F_z}$(先构造 $F$,再对 $x,y,z$ 求偏导) |
|
||||
| **直接法** | 二阶偏导/复杂情形 | 对方程两边直接求偏导(记住 $z$ 是 $x,y$ 的函数),解出 $z_x$;再对 $z_x$ 继续求导得 $z_{xx}, z_{xy}$ |
|
||||
|
||||
> 口诀:**一阶用公式,二阶用直接**(直接法不易漏链式项)。
|
||||
|
||||
### 方法六:全微分形式不变性「绕过链式」⭐⭐
|
||||
|
||||
若 $z = f(u,v)$ 且 $u,v$ 可微,则**无论 $u,v$ 是自变量还是中间变量**:
|
||||
$$dz = f_u'\,du + f_v'\,dv$$
|
||||
**用法**:求复合函数偏导时,先写全微分,再对比 $dx, dy$ 的系数直接读出偏导——避免长链式展开。
|
||||
|
||||
- *极简例子:* $z = \sin(xy)$:$dz = \cos(xy)\cdot (y\,dx + x\,dy) = y\cos(xy)\,dx + x\cos(xy)\,dy$ → 直接读出 $z_x = y\cos(xy)$,$z_y = x\cos(xy)$
|
||||
|
||||
---
|
||||
|
||||
## ⑤ 易错点红黑榜 (The Pitfall List)
|
||||
|
||||
### ❌ 错误 1:把"偏导存在"当"连续"(或可微)
|
||||
|
||||
- **错误表现**:由 $f_x(0,0), f_y(0,0)$ 存在推出 $f$ 在原点连续/可微
|
||||
- **正确理解**:多元中偏导存在**推不出**连续,更推不出可微;反之连续也推不出偏导存在。三者互相独立,判定必须逐个验证。
|
||||
|
||||
**【对比示例】**:
|
||||
```
|
||||
❌ f(x,y)=xy/(x²+y²) 在 (0,0) 可偏导 f_x=f_y=0 → "连续"
|
||||
✅ 沿 y=kx 极限 = k/(1+k²) 随 k 变 → 极限不存在 → 不连续(可偏导但不可微)
|
||||
```
|
||||
|
||||
### ❌ 错误 2:抽象复合函数二阶偏导漏项(最致命)
|
||||
|
||||
- **错误表现**:$z = f(x^2+y^2, xy)$,对 $\dfrac{\partial z}{\partial x} = 2x f_1' + y f_2'$ 再求 $\dfrac{\partial}{\partial y}$ 时,只对 $f_1'$ 求一项、漏掉 $f_{12}''$ 交叉项
|
||||
- **正确理解**:**$f_1'$ 仍具有与 $f$ 完全相同的复合结构**!对 $f_1'$ 求 $\partial/\partial y$ 时,两个位置都要按链式展开:$f_1'\to (f_{11}''\cdot 2y + f_{12}''\cdot x)$。
|
||||
|
||||
### ❌ 错误 3:分段函数分界点求偏导"先代值再求导"
|
||||
|
||||
- **错误表现**:对 $f(x,y) = \begin{cases} \frac{xy}{x^2+y^2} & (x,y)\ne(0,0) \\ 0 & (x,y)=(0,0)\end{cases}$,直接算 $\dfrac{\partial}{\partial x}\left(\dfrac{xy}{x^2+y^2}\right)\Big|_{(0,0)}$
|
||||
- **正确理解**:分界点处偏导**必须用定义**(偏导是增量比的极限);先用一元法则对表达式求导只适用于"分界点之外"的点。
|
||||
|
||||
### ❌ 错误 4:隐函数公式丢负号/用错分母
|
||||
|
||||
- **错误表现**:$F(x,y)=0$ 求 $y'$ 写成 $-\dfrac{F_y}{F_x}$(分子分母颠倒)
|
||||
- **正确理解**:$\dfrac{dy}{dx} = -\dfrac{F_x}{F_y}$;$F(x,y,z)=0$ 时 $\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z}$。**谁是被求的因变量,谁在分母**。
|
||||
|
||||
### ❌ 错误 5:无条件极值漏掉"不可导点"
|
||||
|
||||
- **错误表现**:只解 $f_x = f_y = 0$ 的驻点,漏了偏导不存在的点
|
||||
- **正确理解**:极值点 = 驻点 ∪ 不可导点。如 $f = \sqrt{x^2 + y^2}$ 在 $(0,0)$ 取极小值,但该点偏导不存在。
|
||||
|
||||
### ❌ 错误 6:$AC - B^2$ 判别中 $B$ 取错
|
||||
|
||||
- **错误表现**:把 $B$ 写成 $f_{yx}$ 而题目只给 $f_{xy}$,或把 $A, C$ 位置搞混导致判错
|
||||
- **正确理解**:$A = f_{xx}$,$B = f_{xy}$,$C = f_{yy}$(混合偏导连续时 $f_{xy} = f_{yx}$,可放心使用)。
|
||||
|
||||
### ❌ 错误 7:拉格朗日乘数法解方程漏解/不会分类
|
||||
|
||||
- **错误表现**:解 $\begin{cases} x + \lambda = 0 \\ y + \lambda = 0 \\ x + y = 1 \end{cases}$ 时直接除变量,丢 $x=0$ 或 $y=0$ 的解
|
||||
- **正确理解**:解方程组要**按"是否为零"分类讨论**(如 $\lambda=0$ 与 $\lambda\neq0$、$x=0$ 与 $x\neq0$),所有驻点都要保留并代入比较。
|
||||
|
||||
### ❌ 错误 8:最值问题只算内部驻点、忽略边界
|
||||
|
||||
- **错误表现**:求 $f$ 在闭区域 $D$ 上最值时,只比较内部驻点函数值
|
||||
- **正确理解**:**有界闭区域最值 = 内部驻点值 ∪ 边界最值 ∪ 不可导点值**,全部比较取最大最小。边界常用拉格朗日或参数化处理。
|
||||
|
||||
### ❌ 错误 9:混合偏导次序随意交换(条件缺失)
|
||||
|
||||
- **错误表现**:题设只说"偏导存在"就写 $f_{xy} = f_{yx}$
|
||||
- **正确理解**:交换次序需要 $f_{xy}, f_{yx}$ **连续**。考研题一般明示"二阶连续偏导",此时可交换;否则需谨慎。
|
||||
|
||||
### ❌ 错误 10:可微判定中 $\rho$ 写成 $\lvert\Delta x\rvert$ 或 $\lvert\Delta y\rvert$
|
||||
|
||||
- **错误表现**:判定 $\lim_{\rho\to 0}\dfrac{\Delta z - f_x\Delta x - f_y\Delta y}{\rho}$ 时把分母 $\rho$ 写成 $\sqrt{\Delta x^2 + \Delta y^2}$ 之外的形式
|
||||
- **正确理解**:$\rho = \sqrt{(\Delta x)^2 + (\Delta y)^2}$ 是点 $(x_0+\Delta x, y_0+\Delta y)$ 到 $(x_0,y_0)$ 的**距离**,是二维的。
|
||||
|
||||
---
|
||||
|
||||
## ⑥ 考研导向复习策略 (Exam Strategy)
|
||||
|
||||
### 优先级与建议题量(数学二)
|
||||
|
||||
| 子专题 | 优先级 | 建议刷题量 | 说明 |
|
||||
|--------|--------|-----------|------|
|
||||
| 多元复合函数求导(抽象二阶) | **极高** | 30道 | 数学二每年必考大题,$f_1', f_2'$ 链式展开必须形成肌肉记忆 |
|
||||
| 全微分与可微性判定 | **高** | 15道 | 概念选择题高频,反例要背熟 |
|
||||
| 隐函数求导 | **高** | 15道 | 一阶公式 + 二阶直接法 |
|
||||
| 无条件极值($AC-B^2$) | **高** | 15道 | 大题常考,判别流程要快 |
|
||||
| 条件极值(拉格朗日) | **高** | 15道 | 应用题建模,解方程组能力 |
|
||||
| 重极限与连续 | **中** | 8道 | 路径法为主,会判断不存在即可 |
|
||||
| 最值(区域型) | **中** | 8道 | 内部+边界完整比较 |
|
||||
|
||||
### 跨章节连接
|
||||
|
||||
```
|
||||
┌──────────────────────────────────────┐
|
||||
│ 本章 (Ch08) 多元函数微分学 │
|
||||
│ · 偏导/全微分/复合/隐函数 │
|
||||
│ · 极值/条件极值/最值 │
|
||||
└────────────────┬─────────────────────┘
|
||||
│
|
||||
┌───────────────┬───────────────┼───────────────┬──────────────┐
|
||||
↓ ↓ ↓ ↓ ↓
|
||||
Ch02 导数与微分 Ch03 中值定理 Ch04/05 积分 Ch09 二重积分 Ch07 微分方程
|
||||
一元求导是基础 极值理论类比 变限积分求导 极坐标换序 隐函数与复合
|
||||
链式法则推广 费马引理推广 与重极限结合 偏导是前奏 变量关系树
|
||||
```
|
||||
|
||||
#### 🔥 跨章节综合题命题模式(数学二)
|
||||
|
||||
**模式 1:复合函数求导 + 变限积分(Ch08 → Ch05 ⭐⭐⭐)**
|
||||
> $F(x) = \displaystyle\int_0^x f(x,t)\,dt$ 型:先换元/拆项使被积函数不含 $x$,再用"对谁求导"的链式展开;与含参积分结合是数学二难题。
|
||||
|
||||
**模式 2:二重积分 + 偏导(Ch08 → Ch09 ⭐⭐⭐)**
|
||||
> 二重积分含参 $F(x) = \iint_D f(x,y)\,dxdy$ 的求导,或"$f(t)$ 连续,求二次积分"选择题——需用极坐标与偏导概念。
|
||||
|
||||
**模式 3:极值 + 应用题建模(Ch08 → Ch06 ⭐⭐)**
|
||||
> 几何(距离最近点、曲面上最值)与物理(最大体积、最小表面积)应用题 = 无条件/条件极值。
|
||||
|
||||
**模式 4:隐函数 + 微分方程(Ch08 → Ch07 ⭐)**
|
||||
> 由隐函数关系导出微分方程(对隐式关系两边求导建立方程),综合题偶见。
|
||||
|
||||
### 【终极母题推荐】(数学二)
|
||||
|
||||
> **题目**:设 $z = f(2x - y, y\sin x)$,其中 $f$ 具有二阶连续偏导数,求 $\dfrac{\partial^2 z}{\partial x \partial y}$。
|
||||
|
||||
**解析**:
|
||||
|
||||
**Step 1:一阶偏导(链式法则)**
|
||||
记 $u = 2x - y$,$v = y\sin x$,$f_1' = \dfrac{\partial f}{\partial u}$,$f_2' = \dfrac{\partial f}{\partial v}$:
|
||||
$$\frac{\partial z}{\partial x} = f_1'\cdot 2 + f_2'\cdot y\cos x = 2f_1' + y\cos x\, f_2'$$
|
||||
|
||||
**Step 2:对 $y$ 再求偏导(关键:$f_1', f_2'$ 仍是复合函数!)**
|
||||
$$\frac{\partial^2 z}{\partial x\partial y} = \frac{\partial}{\partial y}(2f_1') + \frac{\partial}{\partial y}(y\cos x\, f_2')$$
|
||||
第一项:$f_1'$ 对 $y$ 求导,两个位置都要展开:
|
||||
$$\frac{\partial f_1'}{\partial y} = f_{11}''\cdot(-1) + f_{12}''\cdot \sin x$$
|
||||
第二项(乘法法则):
|
||||
$$\cos x\, f_2' + y\cos x\left(f_{21}''\cdot(-1) + f_{22}''\cdot\sin x\right)$$
|
||||
|
||||
**Step 3:合并(利用 $f_{12}'' = f_{21}''$)**
|
||||
$$\boxed{\frac{\partial^2 z}{\partial x\partial y} = -2f_{11}'' + (2\sin x - \cos x)f_{12}'' + \cos x\, f_2' - y\cos x\, f_{21}'' + y\cos x\sin x\, f_{22}''}$$
|
||||
整理($f_{12}'' = f_{21}''$):
|
||||
$$\boxed{\frac{\partial^2 z}{\partial x\partial y} = -2f_{11}'' + (2\sin x - \cos x)f_{12}'' + \cos x\cdot f_2' + y\cos x(\sin x\, f_{22}'' - f_{12}'')}$$
|
||||
|
||||
**这道题浓缩了**:
|
||||
1. 链式法则树状图(两条路径求 $\partial z/\partial x$)
|
||||
2. **$f_1', f_2'$ 再求导必须按链式二次展开**(数学二最高频失分点)
|
||||
3. 乘法法则处理 $y\cos x\cdot f_2'$
|
||||
4. 混合偏导连续 → $f_{12}'' = f_{21}''$ 化简
|
||||
|
||||
**做完且理解透彻 → 多元复合函数求导"通关"。**
|
||||
|
||||
---
|
||||
|
||||
## ⑦ 附录:速查表
|
||||
|
||||
### 一、可微性关系图(必背)
|
||||
|
||||
```
|
||||
偏导连续
|
||||
↓(充分)
|
||||
可微 ──────→ 连续
|
||||
↓(必要) ↓
|
||||
偏导存在 (无箭头关系)
|
||||
```
|
||||
**记忆口诀**:连续最弱、偏导存在另立门户;只有"可微"是枢纽——向上够得着连续,向下要得到偏导。
|
||||
|
||||
### 二、常见反例库(概念选择题弹药)
|
||||
|
||||
| 函数(原点处) | 连续 | 偏导存在 | 可微 |
|
||||
|---------------|------|---------|------|
|
||||
| $f = \dfrac{xy}{x^2+y^2}$ | ❌ | ✅ | ❌ |
|
||||
| $f = \dfrac{xy}{\sqrt{x^2+y^2}}$ | ✅ | ✅ | ❌ |
|
||||
| $f = \sqrt{\lvert xy\rvert}$ | ✅ | ❌ | ❌ |
|
||||
| $f = x^2 + y^2$ | ✅ | ✅ | ✅ |
|
||||
|
||||
### 三、拉格朗日方程组模板
|
||||
|
||||
求 $f(x,y)$ 在 $\varphi(x,y)=0$ 下的极值:
|
||||
$$\begin{cases} f_x + \lambda\varphi_x = 0 \\ f_y + \lambda\varphi_y = 0 \\ \varphi(x,y) = 0 \end{cases}$$
|
||||
|
||||
### 四、常见全微分速算
|
||||
|
||||
| $z$ | $dz$ |
|
||||
|-----|------|
|
||||
| $e^{xy}$ | $e^{xy}(y\,dx + x\,dy)$ |
|
||||
| $\ln(x^2 + y^2)$ | $\dfrac{2(x\,dx + y\,dy)}{x^2 + y^2}$ |
|
||||
| $\arctan\dfrac{y}{x}$ | $\dfrac{x\,dy - y\,dx}{x^2 + y^2}$ |
|
||||
| $x^y$ | $x^y\left(\dfrac{y}{x}\,dx + \ln x\,dy\right)$ |
|
||||
Reference in New Issue
Block a user