Files
2026-10-04 11:44:56 +08:00

26 KiB
Raw Permalink Blame History

📌 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}
  1. 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」⭐⭐⭐

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)