Files
MathNotesVersion1/公式笔记/高等数学/Ch08_多元函数微分学/Ch08_Partial_Derivatives.md
T
2026-10-04 11:44:56 +08:00

484 lines
26 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 📌 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
| $z$ | $dz$ |
|-----|------|
| $e^{xy}$ | $e^{xy}(y\,dx + x\,dy)$ |
| $\ln(x^2 + y^2)$ | $\dfrac{2(x\,dx + y\,dy)}{x^2 + y^2}$ |
| $\arctan\dfrac{y}{x}$ | $\dfrac{x\,dy - y\,dx}{x^2 + y^2}$ |
| $x^y$ | $x^y\left(\dfrac{y}{x}\,dx + \ln x\,dy\right)$ |