上海交通大学 高等数学II 期中备考指南

考试范围:8.1 ~ 9.3 | 多元微分学 + 重积分 | 基于2016-2025年真题分析

0. 一元积分公式复习(上学期内容)

0.1 基本积分公式(必须背熟)

幂函数与指数函数
$$\int x^n \dd x = \frac{x^{n+1}}{n+1} + C \quad (n \neq -1), \qquad \int \frac{1}{x}\dd x = \ln|x| + C$$ $$\int e^x \dd x = e^x + C, \qquad \int a^x \dd x = \frac{a^x}{\ln a} + C$$
三角函数
$$\int \sin x\,\dd x = -\cos x + C, \qquad \int \cos x\,\dd x = \sin x + C$$ $$\int \sec^2 x\,\dd x = \tan x + C, \qquad \int \csc^2 x\,\dd x = -\cot x + C$$ $$\int \sec x \tan x\,\dd x = \sec x + C, \qquad \int \csc x \cot x\,\dd x = -\csc x + C$$ $$\int \tan x\,\dd x = -\ln|\cos x| + C, \qquad \int \cot x\,\dd x = \ln|\sin x| + C$$ $$\int \sec x\,\dd x = \ln|\sec x + \tan x| + C, \qquad \int \csc x\,\dd x = \ln|\csc x - \cot x| + C$$
含根号的积分(本学期重积分计算常用!)
$$\int \frac{\dd x}{\sqrt{a^2 - x^2}} = \arcsin\frac{x}{a} + C, \qquad \int \frac{\dd x}{\sqrt{x^2 \pm a^2}} = \ln|x + \sqrt{x^2 \pm a^2}| + C$$ $$\int \frac{\dd x}{a^2 + x^2} = \frac{1}{a}\arctan\frac{x}{a} + C, \qquad \int \frac{\dd x}{x^2 - a^2} = \frac{1}{2a}\ln\left|\frac{x-a}{x+a}\right| + C$$ $$\int \sqrt{a^2 - x^2}\,\dd x = \frac{x}{2}\sqrt{a^2-x^2} + \frac{a^2}{2}\arcsin\frac{x}{a} + C$$ $$\int \sqrt{x^2 \pm a^2}\,\dd x = \frac{x}{2}\sqrt{x^2 \pm a^2} \pm \frac{a^2}{2}\ln|x+\sqrt{x^2 \pm a^2}| + C$$
这些公式在二重积分、三重积分的计算中频繁出现,尤其是极坐标/柱坐标变换后的积分。务必熟练!

0.2 常用积分技巧回顾

换元法

第一类换元(凑微分):$\int f[\varphi(x)]\varphi'(x)\dd x = \int f(u)\dd u$,其中 $u = \varphi(x)$

第二类换元(三角代换):

分部积分

$$\int u\,\dd v = uv - \int v\,\dd u$$

口诀:"反对幂指三"——优先让靠前的做 $u$(反三角 > 对数 > 幂函数 > 指数 > 三角)

Wallis公式(重积分中常用)

$$\int_0^{\pi/2} \sin^n x\,\dd x = \int_0^{\pi/2}\cos^n x\,\dd x = \begin{cases}\dfrac{(n-1)!!}{n!!}\cdot\dfrac{\pi}{2}, & n\text{为偶数} \\[6pt] \dfrac{(n-1)!!}{n!!}, & n\text{为奇数}\end{cases}$$

Gamma函数(部分题目会用到)

$$\Gamma(s) = \int_0^{+\infty} x^{s-1}e^{-x}\dd x, \quad \Gamma(n+1) = n!, \quad \Gamma\!\left(\tfrac{1}{2}\right) = \sqrt{\pi}$$

0.3 定积分的性质(二重积分类比的基础)

核心性质
  1. 线性性:$\int_a^b[\alpha f + \beta g]\dd x = \alpha\int_a^b f\dd x + \beta\int_a^b g\dd x$
  2. 保号性:$f(x) \geq 0 \Rightarrow \int_a^b f\dd x \geq 0$
  3. 中值定理:$\int_a^b f(x)\dd x = f(\xi)(b-a)$,$\xi \in [a,b]$
  4. 奇偶性:区间 $[-a,a]$ 上,$f$ 为奇函数则积分为 $0$,偶函数则 $= 2\int_0^a f\dd x$
这些性质在二重积分中都有对应版本,理解一元的有助于理解多元的!

1. 多元函数的极限与连续 (8.1) 高频考点

1.1 二重极限的定义

$\varepsilon$-$\delta$ 定义
$$\lim_{(x,y)\to(x_0,y_0)} f(x,y) = A \iff \forall \varepsilon > 0,\;\exists\delta > 0,\;\text{当 } 0 < \sqrt{(x-x_0)^2+(y-y_0)^2} < \delta \text{ 时},\;|f(x,y)-A| < \varepsilon$$
二重极限 vs 累次极限:它们是不同的概念

1.2 判断二重极限的方法

方法一:证明极限存在 —— 夹逼定理

找到 $g(\rho)$($\rho = \sqrt{x^2+y^2}$),使得 $|f(x,y) - A| \leq g(\rho) \to 0$

常用放缩技巧:

方法二:证明极限不存在 —— 找两条不同路径

常用路径:$y=0$,$x=0$,$y=kx$,$y=x^2$,$y=x^n$

若沿不同路径得到不同极限值,则二重极限不存在

方法三:极坐标代换

令 $x = r\cos\theta,\;y = r\sin\theta$,若结果与 $\theta$ 无关且 $r \to 0$ 时极限存在,则二重极限存在。

若结果依赖于 $\theta$,则极限不存在。

真题 2024-2025 选择第3题

求 $\displaystyle\lim_{(x,y)\to(0,0)} \frac{\tan(x^3+y^3)}{x^2+y^2} \cdot \sin\frac{1}{x^4+y^4}$

解析

关键观察:$\sin\frac{1}{x^4+y^4}$ 有界($|\sin(\cdot)| \leq 1$),所以只需证 $\frac{\tan(x^3+y^3)}{x^2+y^2} \to 0$。

当 $(x,y) \to (0,0)$ 时,$\tan(x^3+y^3) \sim x^3+y^3$,于是:

$$\left|\frac{\tan(x^3+y^3)}{x^2+y^2}\right| \leq \frac{2|x^3+y^3|}{x^2+y^2} \leq \frac{2(|x|^3+|y|^3)}{x^2+y^2}$$

用极坐标:$\frac{r^3(|\cos^3\theta|+|\sin^3\theta|)}{r^2} = r(|\cos^3\theta|+|\sin^3\theta|) \leq 2r \to 0$

由夹逼定理,原式极限 $= 0$。答案:A

1.3 多元函数的连续性

连续的定义
$$f(x,y) \text{ 在 } (x_0,y_0) \text{ 连续} \iff \lim_{(x,y)\to(x_0,y_0)} f(x,y) = f(x_0,y_0)$$

即:(1) 极限存在;(2) 函数在该点有定义;(3) 极限值等于函数值。

初等函数在其定义域内连续——这和一元函数一样。主要需要关注的是分段函数在分界点的连续性。

2. 偏导数 (8.2) 高频考点

2.1 偏导数的定义

定义式(必须会用定义法求导!)
$$f_x(x_0,y_0) = \lim_{\Delta x \to 0}\frac{f(x_0+\Delta x,\;y_0) - f(x_0,y_0)}{\Delta x}$$ $$f_y(x_0,y_0) = \lim_{\Delta y \to 0}\frac{f(x_0,\;y_0+\Delta y) - f(x_0,y_0)}{\Delta y}$$

几何意义:$f_x(x_0,y_0)$ 是曲面 $z=f(x,y)$ 在点 $(x_0,y_0)$ 处沿 $x$ 方向的切线斜率。

偏导数存在 $\not\Rightarrow$ 连续! 这是多元函数与一元函数的重大差别。 一元中 $f'(x_0)$ 存在 $\Rightarrow$ $f$ 在 $x_0$ 连续,但多元中不成立!

2.2 高阶偏导数与混合偏导

$$f_{xy} = \frac{\pp^2 f}{\pp y\,\pp x} = \frac{\pp}{\pp y}\left(\frac{\pp f}{\pp x}\right), \qquad f_{yx} = \frac{\pp^2 f}{\pp x\,\pp y}$$
混合偏导相等的条件

若 $f_{xy}$ 和 $f_{yx}$ 在 $(x_0,y_0)$ 的某邻域内都连续,则 $f_{xy}(x_0,y_0) = f_{yx}(x_0,y_0)$。

经典反例 $$f(x,y) = \begin{cases} \dfrac{xy(x^2-y^2)}{x^2+y^2}, & (x,y)\neq(0,0) \\[6pt] 0, & (x,y)=(0,0) \end{cases}$$

可验证 $f_{xy}(0,0) = -1$,$f_{yx}(0,0) = 1$,即 $f_{xy}(0,0) \neq f_{yx}(0,0)$。

原因:$f_{xy}$ 和 $f_{yx}$ 在原点处不连续

2.3 连续、可偏导、可微、偏导连续的关系 几乎年年考

$$\boxed{\text{偏导数连续}} \xRightarrow{\quad\text{充分}\quad} \boxed{\text{可微}} \xRightarrow{\quad\text{必要}\quad} \boxed{\text{连续}}$$ $$\boxed{\text{可微}} \xRightarrow{\quad\text{必要}\quad} \boxed{\text{可偏导}}$$ $$\boxed{\text{可微}} \xRightarrow{\quad\text{必要}\quad} \boxed{\text{所有方向导数存在}}$$

以上箭头反向均不成立!

核心反例(务必记住) $$f(x,y) = \begin{cases}\dfrac{xy}{\sqrt{x^2+y^2}}, & (x,y)\neq(0,0) \\[6pt] 0, & (x,y)=(0,0)\end{cases}$$
逐项验证

① 连续性:$|f(x,y)| = \frac{|xy|}{\sqrt{x^2+y^2}} \leq \frac{x^2+y^2}{2\sqrt{x^2+y^2}} = \frac{\sqrt{x^2+y^2}}{2} \to 0 = f(0,0)$ ✓ 连续

② 可偏导性:$f_x(0,0) = \lim_{h\to 0}\frac{f(h,0)-f(0,0)}{h} = \lim_{h\to 0}\frac{0}{h} = 0$ ✓ 可偏导,$f_x(0,0)=f_y(0,0)=0$

③ 可微性:检验 $\lim_{\rho\to 0}\frac{\Delta z - f_x\cdot\Delta x - f_y\cdot\Delta y}{\rho}$,其中 $\rho=\sqrt{(\Delta x)^2+(\Delta y)^2}$

$$= \lim_{\rho\to 0}\frac{\frac{\Delta x\cdot\Delta y}{\rho} - 0 - 0}{\rho} = \lim_{\rho\to 0}\frac{\Delta x\cdot\Delta y}{\rho^2} = \lim_{\rho\to 0}\cos\theta\sin\theta = \frac{\sin 2\theta}{2}$$

结果依赖于 $\theta$,极限不存在。✗ 不可微

④ 偏导函数连续性:$(x,y)\neq(0,0)$ 时 $f_x = \frac{y}{\sqrt{x^2+y^2}} - \frac{x^2 y}{(x^2+y^2)^{3/2}} = \frac{y^3}{(x^2+y^2)^{3/2}}$

$\lim_{(x,y)\to(0,0)} f_x$ 沿 $y=x$:$\frac{x^3}{(2x^2)^{3/2}} = \frac{1}{2\sqrt{2}} \neq 0 = f_x(0,0)$。✗ 偏导不连续

3. 全微分 (8.3) 常考

3.1 全微分的定义与公式

可微的定义

若 $\Delta z = f(x_0+\Delta x, y_0+\Delta y) - f(x_0, y_0)$ 可以表示为:

$$\Delta z = A\,\Delta x + B\,\Delta y + o(\rho), \quad \rho = \sqrt{(\Delta x)^2 + (\Delta y)^2}$$

则称 $f$ 在 $(x_0,y_0)$ 可微,其中 $A = f_x(x_0,y_0)$,$B = f_y(x_0,y_0)$。

全微分公式
$$\dd z = f_x\,\dd x + f_y\,\dd y = \frac{\pp f}{\pp x}\dd x + \frac{\pp f}{\pp y}\dd y$$

三元函数:$\dd u = \frac{\pp u}{\pp x}\dd x + \frac{\pp u}{\pp y}\dd y + \frac{\pp u}{\pp z}\dd z$

3.2 可微的判定方法

  1. 充分条件:偏导数连续 $\Rightarrow$ 可微(最常用的判定方式)
  2. 定义法:验证 $\lim_{\rho\to 0}\frac{\Delta z - f_x\Delta x - f_y\Delta y}{\rho} = 0$
  3. 必要条件:可微 $\Rightarrow$ 连续 + 可偏导(不满足则一定不可微)
真题 2022-2023 选择第3题

关于连续、可偏导、偏导连续的关系判断,有几个正确?

解题思路

利用关系链和反例逐一排除。常见命题:

  • "可偏导 $\Rightarrow$ 连续" ✗(反例存在)
  • "可微 $\Rightarrow$ 连续" ✓
  • "连续 $\Rightarrow$ 可偏导" ✗(如 $f=|x|+|y|$ 在原点连续但不可偏导——注意这个在多元中需要具体验证)

答案:C(2个正确)

4. 复合函数微分法(链式法则)(8.4) 高频考点

4.1 链式法则公式

基本形式

若 $z = f(u,v)$,$u = u(x,y)$,$v = v(x,y)$,则:

$$\frac{\pp z}{\pp x} = \frac{\pp f}{\pp u}\cdot\frac{\pp u}{\pp x} + \frac{\pp f}{\pp v}\cdot\frac{\pp v}{\pp x}$$ $$\frac{\pp z}{\pp y} = \frac{\pp f}{\pp u}\cdot\frac{\pp u}{\pp y} + \frac{\pp f}{\pp v}\cdot\frac{\pp v}{\pp y}$$
画变量关系图(树状图)是不出错的关键!从最上层 $z$ 出发,中间层是 $u,v$,底层是自变量 $x,y$。每条路径乘起来,所有路径加起来。
常见变形

情形1:$z = f(x, y, xy)$,即自变量本身也作为中间变量

$$\frac{\pp z}{\pp x} = f_1 + f_3 \cdot y$$

($f_1$ 表示 $f$ 对第一个变量的偏导,$f_3$ 对第三个)

情形2:$z = f(u,v)$,$u = \varphi(t)$,$v = \psi(t)$(全导数)

$$\frac{\dd z}{\dd t} = \frac{\pp f}{\pp u}\cdot\frac{\dd u}{\dd t} + \frac{\pp f}{\pp v}\cdot\frac{\dd v}{\dd t}$$
真题 2023-2024 选择第2题

设 $F(x,y) = f(g(x)e^y, g(x)+e^y)$,求 $F_x$。

解析

令 $u = g(x)e^y$,$v = g(x)+e^y$,则 $F = f(u,v)$。

$$F_x = f_u \cdot u_x + f_v \cdot v_x = f_u \cdot g'(x)e^y + f_v \cdot g'(x) = g'(x)\left[f_u \cdot e^y + f_v\right]$$

答案:B

典型题:一阶全微分形式不变性

设 $z = f(u,v)$,$u = u(x,y)$,$v = v(x,y)$,则:

$$\dd z = f_u\,\dd u + f_v\,\dd v$$

这个形式无论 $u,v$ 是自变量还是中间变量都成立——这就是全微分形式不变性

4.2 高阶偏导的链式法则

求二阶偏导时,对一阶结果再求一次偏导,注意 $f_u, f_v$ 本身仍是 $u,v$ 的函数:

经典例题

设 $z = f(x+y, xy)$,求 $\frac{\pp^2 z}{\pp x\,\pp y}$。

解析

令 $u = x+y$,$v = xy$。

$$\frac{\pp z}{\pp x} = f_u \cdot 1 + f_v \cdot y = f_u + yf_v$$ $$\frac{\pp^2 z}{\pp y\,\pp x} = \frac{\pp}{\pp y}(f_u + yf_v)$$ $$= (f_{uu}\cdot 1 + f_{uv}\cdot x) + f_v + y(f_{vu}\cdot 1 + f_{vv}\cdot x)$$ $$= f_{uu} + (x+y)f_{uv} + xyf_{vv} + f_v$$ $$= f_{uu} + uf_{uv} + vf_{vv} + f_v$$

5. 隐函数微分法 (8.5) 大题常考

5.1 一个方程确定的隐函数

公式法

类型1:$F(x,y) = 0$ 确定 $y = y(x)$:

$$\frac{\dd y}{\dd x} = -\frac{F_x}{F_y} \quad (F_y \neq 0)$$

类型2:$F(x,y,z) = 0$ 确定 $z = z(x,y)$:

$$\frac{\pp z}{\pp x} = -\frac{F_x}{F_z}, \qquad \frac{\pp z}{\pp y} = -\frac{F_y}{F_z} \quad (F_z \neq 0)$$
使用隐函数定理的前提条件:$F$ 有连续偏导数,且 $F_z \neq 0$。考试中通常默认满足。

求二阶偏导

方法:对已得到的一阶结果 $z_x = -F_x/F_z$ 再对 $x$ 求偏导(注意 $z$ 是 $x,y$ 的函数!)。

更稳妥的方法:对原方程 $F(x,y,z)=0$ 两边对 $x$ 求偏导得一个等式,再对 $x$ 求一次偏导。

5.2 方程组确定的隐函数

方程组形式

$\begin{cases} F(x,y,u,v) = 0 \\ G(x,y,u,v) = 0 \end{cases}$ 确定 $u = u(x,y)$,$v = v(x,y)$

方法:对两个方程分别对 $x$(或 $y$)求偏导,得到关于 $u_x, v_x$ 的线性方程组,解之。

Jacobi行列式:$\dfrac{\pp(F,G)}{\pp(u,v)} = \begin{vmatrix} F_u & F_v \\ G_u & G_v \end{vmatrix} \neq 0$ 时隐函数存在。

大题常见类型

设 $F(x,y,z) = 0$ 确定 $z = z(x,y)$,求 $z_{xx}$。

解析(方程两边求导法)

对 $F(x,y,z(x,y)) = 0$ 两边对 $x$ 求偏导:

$$F_x + F_z \cdot z_x = 0 \quad \Rightarrow \quad z_x = -\frac{F_x}{F_z}$$

再对 $x$ 求偏导(注意 $F_x, F_z$ 都是 $x,y,z$ 的函数,$z$ 又是 $x,y$ 的函数):

$$F_{xx} + 2F_{xz}\cdot z_x + F_{zz}\cdot z_x^2 + F_z \cdot z_{xx} = 0$$ $$z_{xx} = -\frac{F_{xx} + 2F_{xz} z_x + F_{zz} z_x^2}{F_z} = -\frac{F_{xx}F_z^2 - 2F_{xz}F_xF_z + F_{zz}F_x^2}{F_z^3}$$

6. 方向导数与梯度 (8.6) 几乎年年考

6.1 方向导数

定义式(当函数不可微时必须用定义!)
$$\frac{\pp f}{\pp \vect{l}}\bigg|_{P_0} = \lim_{t \to 0^+} \frac{f(P_0 + t\,\vect{e_l}) - f(P_0)}{t}$$

其中 $\vect{e_l} = (\cos\alpha, \cos\beta)$ 是方向 $\vect{l}$ 的单位向量

公式法(函数可微时使用)

二元:$\dfrac{\pp f}{\pp \vect{l}} = f_x\cos\alpha + f_y\cos\beta$

三元:$\dfrac{\pp f}{\pp \vect{l}} = f_x\cos\alpha + f_y\cos\beta + f_z\cos\gamma$

使用公式的前提是函数可微!如果函数在该点不可微(如分段函数在分界点),必须回到定义计算。方向向量必须先单位化
真题 2024-2025 选择第4题(经典!)

$f(x,y,z) = \sqrt[3]{xyz}$ 在原点 $(0,0,0)$ 沿方向 $\vect{l} = (1,2,2)$ 的方向导数。

解析

第一步:判断能否用公式。$f_x(0,0,0) = \lim_{h\to 0}\frac{\sqrt[3]{h\cdot 0\cdot 0}-0}{h} = 0$,同理 $f_y = f_z = 0$。

若用公式:$\frac{\pp f}{\pp\vect{l}} = 0\cdot\cos\alpha + 0\cdot\cos\beta + 0\cdot\cos\gamma = 0$。但这是错的!

第二步:检验可微性。$\Delta f - 0 = \sqrt[3]{xyz}$,$\frac{\sqrt[3]{xyz}}{\sqrt{x^2+y^2+z^2}}$ 沿 $y=x,z=x$ 时 $= \frac{x}{x\sqrt{3}} = \frac{1}{\sqrt{3}} \neq 0$,不可微!

第三步:用定义法。单位向量 $\vect{e_l} = \frac{1}{3}(1,2,2)$。

$$\frac{\pp f}{\pp\vect{l}} = \lim_{t\to 0^+}\frac{f\!\left(\frac{t}{3},\frac{2t}{3},\frac{2t}{3}\right) - 0}{t} = \lim_{t\to 0^+}\frac{\sqrt[3]{\frac{t}{3}\cdot\frac{2t}{3}\cdot\frac{2t}{3}}}{t} = \lim_{t\to 0^+}\frac{\sqrt[3]{\frac{4t^3}{27}}}{t} = \frac{\sqrt[3]{4}}{3}$$

答案:B

真题 2022-2023 选择第1题

分段函数在原点沿 $(1,1)$ 方向的方向导数(用定义法)。答案:$\frac{\sqrt{2}}{4}$。

6.2 梯度

梯度公式
$$\grad f = \left(\frac{\pp f}{\pp x},\;\frac{\pp f}{\pp y},\;\frac{\pp f}{\pp z}\right) = f_x\,\vect{i} + f_y\,\vect{j} + f_z\,\vect{k}$$

梯度的性质

真题 2024-2025 选择第5题

下列命题判断:(I) 梯度为零 (II) 全微分为零 (III) 所有方向导数为零。

解析

若 $f$ 可微,则 $\frac{\pp f}{\pp\vect{l}} = f_x\cos\alpha + f_y\cos\beta$。

全微分为零 $\Leftrightarrow$ $f_x = f_y = 0$ $\Leftrightarrow$ 梯度为零 $\Rightarrow$ 所有方向导数为零。

I 和 II 等价,III 由前两者推出。答案:I, II 正确

7. 微分学的几何应用 (8.7) 常考

7.1 空间曲线的切线与法平面

参数方程形式

曲线 $\begin{cases} x = x(t) \\ y = y(t) \\ z = z(t) \end{cases}$,在 $t=t_0$ 处:

切向量:$\vect{\tau} = (x'(t_0),\;y'(t_0),\;z'(t_0))$

切线:$\dfrac{x-x_0}{x'(t_0)} = \dfrac{y-y_0}{y'(t_0)} = \dfrac{z-z_0}{z'(t_0)}$

法平面:$x'(t_0)(x-x_0) + y'(t_0)(y-y_0) + z'(t_0)(z-z_0) = 0$

交线形式(两曲面交线)

$\begin{cases} F(x,y,z) = 0 \\ G(x,y,z) = 0 \end{cases}$

切向量 = 两曲面法向量的叉积:

$$\vect{\tau} = \vect{n_1} \times \vect{n_2} = \begin{vmatrix}\vect{i}&\vect{j}&\vect{k}\\F_x&F_y&F_z\\G_x&G_y&G_z\end{vmatrix}$$

7.2 曲面的切平面与法线

隐式曲面 $F(x,y,z) = 0$

法向量:$\vect{n} = (F_x,\;F_y,\;F_z)\big|_{P_0}$

切平面:$F_x(x-x_0) + F_y(y-y_0) + F_z(z-z_0) = 0$

法线:$\dfrac{x-x_0}{F_x} = \dfrac{y-y_0}{F_y} = \dfrac{z-z_0}{F_z}$

显式曲面 $z = f(x,y)$

令 $F = f(x,y) - z$,则:

法向量:$\vect{n} = (f_x,\;f_y,\;-1)$ 或 $(-f_x,\;-f_y,\;1)$

切平面:$z - z_0 = f_x(x_0,y_0)(x-x_0) + f_y(x_0,y_0)(y-y_0)$

真题常见大题

求曲面 $x^2+y^2+z^2 = 27$ 与平面 $10x+2y-2z=27$ 的切点。

解析

曲面法向量 $\vect{n} = (2x, 2y, 2z)$。平面法向量 $(10, 2, -2)$。

切平面平行于给定平面 $\Rightarrow$ $(2x,2y,2z) \parallel (10,2,-2)$:

$$\frac{2x}{10} = \frac{2y}{2} = \frac{2z}{-2} = k$$

$x=5k, y=k, z=-k$。代入球面方程:$25k^2+k^2+k^2=27$,$k^2=1$,$k=\pm 1$。

切点:$(5,1,-1)$ 或 $(-5,-1,1)$。

8. 极值问题 (8.8) 大题必考

8.1 无条件极值

步骤一:求驻点

$$\frac{\pp f}{\pp x} = 0, \qquad \frac{\pp f}{\pp y} = 0 \quad \Rightarrow \quad \text{解出驻点 } (x_0, y_0)$$

步骤二:用判别式判定

AC - B² 判别法

令 $A = f_{xx}(x_0,y_0)$,$B = f_{xy}(x_0,y_0)$,$C = f_{yy}(x_0,y_0)$,$\Delta = AC - B^2$

真题 2022-2023 选择第2题

$f(x,y) = x^3 - y^3 - 3xy + 3$,判断极值情况。

解析

$f_x = 3x^2 - 3y = 0 \Rightarrow y = x^2$;$f_y = -3y^2 - 3x = 0 \Rightarrow x = -y^2$

代入:$x = -(x^2)^2 = -x^4$,即 $x^4 + x = 0$,$x(x^3+1) = 0$

$x = 0 \Rightarrow y = 0$;$x = -1 \Rightarrow y = 1$。

在 $(0,0)$:$A = 6x|_0 = 0$,$B = -3$,$C = -6y|_0 = 0$。$\Delta = 0-9 < 0$,非极值。

在 $(-1,1)$:$A = -6$,$B = -3$,$C = -6$。$\Delta = 36-9 = 27 > 0$,$A < 0$,极大值

$f(-1,1) = -1-1+3+3 = 4$。答案:$f(-1,1) = 4$ 是极大值。

8.2 条件极值——拉格朗日乘数法

一个约束条件

求 $f(x,y,z)$ 在约束 $\varphi(x,y,z) = 0$ 下的极值:

构造 $L = f + \lambda\varphi$,解方程组:

$$\begin{cases} L_x = f_x + \lambda\varphi_x = 0 \\ L_y = f_y + \lambda\varphi_y = 0 \\ L_z = f_z + \lambda\varphi_z = 0 \\ \varphi(x,y,z) = 0 \end{cases}$$
两个约束条件

约束 $\varphi = 0$,$\psi = 0$:$L = f + \lambda\varphi + \mu\psi$

$$L_x = L_y = L_z = 0, \quad \varphi = 0, \quad \psi = 0$$
真题常考类型

求 $f(x,y) = x^2 + y^2$ 在约束 $\frac{x}{a} + \frac{y}{b} = 1$ 下的最小值。

解析

$L = x^2+y^2+\lambda(\frac{x}{a}+\frac{y}{b}-1)$

$L_x = 2x + \frac{\lambda}{a} = 0$,$L_y = 2y + \frac{\lambda}{b} = 0$,$\frac{x}{a}+\frac{y}{b} = 1$

$x = -\frac{\lambda}{2a}$,$y = -\frac{\lambda}{2b}$。代入约束:$-\frac{\lambda}{2a^2}-\frac{\lambda}{2b^2} = 1$

$\lambda = -\frac{2a^2b^2}{a^2+b^2}$,$x = \frac{b^2}{a^2+b^2}\cdot a$,$y = \frac{a^2}{a^2+b^2}\cdot b$

最小值 $= \frac{a^2b^2}{a^2+b^2}$。

8.3 闭区域上的最值

步骤

  1. 求区域内部的驻点($f_x=f_y=0$),算出函数值
  2. 边界上的极值(边界是曲线,化为一元函数或用拉格朗日乘数法)
  3. 比较所有候选点的函数值,最大的为最大值,最小的为最小值
真题常见题型

$f(x,y) = x^2+y^2$ 在闭圆域 $x^2+y^2 \leq 1$ 上的最值。

解析

内部:$f_x = 2x = 0, f_y = 2y = 0$,驻点 $(0,0)$,$f = 0$。

边界 $x^2+y^2=1$:$f = 1$(常数)。

最小值 $= 0$(在 $(0,0)$),最大值 $= 1$(在边界上)。

9. 二重积分 (9.1) 大题必考

9.1 二重积分的概念与性质

定义
$$\iint_D f(x,y)\,\dd\sigma = \lim_{\|\Delta\|\to 0}\sum_{i=1}^{n} f(\xi_i,\eta_i)\Delta\sigma_i$$

性质(类比一元定积分):

9.2 直角坐标下化为累次积分

X-型区域(先积 $y$,后积 $x$)

$D: a \leq x \leq b,\;\varphi_1(x) \leq y \leq \varphi_2(x)$

$$\iint_D f\,\dd\sigma = \int_a^b\dd x\int_{\varphi_1(x)}^{\varphi_2(x)} f(x,y)\,\dd y$$
Y-型区域(先积 $x$,后积 $y$)

$D: c \leq y \leq d,\;\psi_1(y) \leq x \leq \psi_2(y)$

$$\iint_D f\,\dd\sigma = \int_c^d\dd y\int_{\psi_1(y)}^{\psi_2(y)} f(x,y)\,\dd x$$
交换积分次序的方法:① 根据原积分限画出积分区域 $D$;② 按另一种方式描述 $D$ 的边界;③ 写出新的积分限。画图是关键!
经典计算题

计算 $\displaystyle\int_0^1\dd x\int_x^1 e^{y^2}\,\dd y$(无法直接积分 $e^{y^2}$)。

解析

原积分先积 $y$ 后积 $x$,但 $\int e^{y^2}\dd y$ 没有初等原函数。交换次序!

区域 $D$:$0\leq x\leq 1$,$x\leq y\leq 1$,即三角形 $0\leq y\leq 1$,$0\leq x\leq y$。

$$= \int_0^1\dd y\int_0^y e^{y^2}\,\dd x = \int_0^1 ye^{y^2}\,\dd y = \frac{1}{2}e^{y^2}\bigg|_0^1 = \frac{e-1}{2}$$

9.3 极坐标变换

变换公式
$$x = r\cos\theta, \quad y = r\sin\theta, \quad \dd x\,\dd y = r\,\dd r\,\dd\theta$$ $$\iint_D f(x,y)\,\dd x\dd y = \iint_{D'} f(r\cos\theta,\;r\sin\theta)\;r\,\dd r\,\dd\theta$$

何时用极坐标

真题 2022-2023 选择第4题

极坐标下计算二重积分,答案 $2\pi$。

经典例题

$\displaystyle\iint_D (x^2+y^2)\,\dd x\dd y$,$D: x^2+y^2 \leq R^2$。

解析
$$= \int_0^{2\pi}\dd\theta\int_0^R r^2\cdot r\,\dd r = 2\pi\cdot\frac{R^4}{4} = \frac{\pi R^4}{2}$$

9.4 利用对称性化简

偶对称性

若 $D$ 关于 $x$ 轴对称:

$$\iint_D f(x,y)\,\dd\sigma = \begin{cases} 2\iint_{D_1} f\,\dd\sigma, & f(x,-y) = f(x,y) \text{(偶)} \\ 0, & f(x,-y) = -f(x,y) \text{(奇)}\end{cases}$$

($D_1$ 是 $D$ 在 $y\geq 0$ 的部分)

轮换对称性

若区域 $D$ 关于 $y=x$ 对称(即交换 $x,y$ 后 $D$ 不变),则:

$$\iint_D f(x,y)\,\dd\sigma = \iint_D f(y,x)\,\dd\sigma$$

因此 $\iint_D [f(x,y)+f(y,x)]\,\dd\sigma = 2\iint_D f(x,y)\,\dd\sigma$

特别地:$\iint_D x^2\,\dd\sigma = \iint_D y^2\,\dd\sigma = \frac{1}{2}\iint_D(x^2+y^2)\,\dd\sigma$

真题 2022-2023 选择第5题

利用对称性化简二重积分,答案 $\frac{2}{3}$。

10. 三重积分 (9.2) 大题常考

10.1 直角坐标下的三重积分

"先一后二"法(投影法)

将 $\Omega$ 投影到 $xOy$ 面得 $D_{xy}$,再确定 $z$ 的范围:

$$\iiint_\Omega f\,\dd V = \iint_{D_{xy}}\left[\int_{z_1(x,y)}^{z_2(x,y)} f(x,y,z)\,\dd z\right]\dd x\,\dd y$$
"先二后一"法(截面法)

用 $z = z_0$ 截 $\Omega$ 得截面 $D_z$:

$$\iiint_\Omega f\,\dd V = \int_a^b\left[\iint_{D_z} f(x,y,z)\,\dd x\,\dd y\right]\dd z$$

10.2 柱面坐标

变换公式
$$x = r\cos\theta, \quad y = r\sin\theta, \quad z = z$$ $$\dd V = \dd x\,\dd y\,\dd z = r\,\dd r\,\dd\theta\,\dd z$$

适用场景:被积函数或区域含 $x^2+y^2$,区域为柱体、锥体等。

真题 2024-2025 选择第2题

三重积分化为柱面坐标下的累次积分。

解析要点

关键记忆:$\dd x\dd y\dd z = r\,\dd r\,\dd\theta\,\dd z$(不是 $r^2$!那是球坐标)

通常先积 $z$(最内层),再积 $r$ 和 $\theta$。答案:C

典型计算题

$\displaystyle\iiint_\Omega z\,\dd V$,$\Omega$:$x^2+y^2\leq 1$,$0\leq z\leq 2$。

解析
$$= \int_0^{2\pi}\dd\theta\int_0^1 r\,\dd r\int_0^2 z\,\dd z = 2\pi\cdot\frac{1}{2}\cdot\frac{4}{2} = 2\pi$$

10.3 球面坐标

变换公式
$$\begin{cases} x = r\sin\varphi\cos\theta \\ y = r\sin\varphi\sin\theta \\ z = r\cos\varphi \end{cases}$$ $$\dd V = r^2\sin\varphi\,\dd r\,\dd\varphi\,\dd\theta$$

其中 $\varphi \in [0,\pi]$ 是与 $z$ 轴正方向的夹角,$\theta \in [0,2\pi)$ 是投影在 $xOy$ 面上的角。

注意:球坐标的体积元素是 $r^2\sin\varphi$,不是 $r^2\sin\theta$!$\varphi$ 是与 $z$ 轴的夹角。

适用场景:被积函数或区域含 $x^2+y^2+z^2$,区域为球、锥面等。

经典例题

$\displaystyle\iiint_\Omega (x^2+y^2+z^2)\,\dd V$,$\Omega$:$x^2+y^2+z^2 \leq R^2$。

解析
$$= \int_0^{2\pi}\dd\theta\int_0^\pi\sin\varphi\,\dd\varphi\int_0^R r^2\cdot r^2\,\dd r = 2\pi\cdot 2\cdot\frac{R^5}{5} = \frac{4\pi R^5}{5}$$
半球 / 锥体积分

$\Omega$:$x^2+y^2+z^2 \leq R^2$,$z \geq 0$(上半球)

球坐标:$0\leq r\leq R$,$0\leq\varphi\leq\frac{\pi}{2}$,$0\leq\theta\leq 2\pi$

锥面 $z = \sqrt{x^2+y^2}$,即 $\cos\varphi = \sin\varphi$,$\varphi = \frac{\pi}{4}$

11. 重积分的应用 (9.3) 大题常考

11.1 求体积

用二重积分

曲面 $z = f(x,y)$ 与 $z = 0$ 之间的体积($f\geq 0$):

$$V = \iint_D f(x,y)\,\dd x\,\dd y$$

两曲面 $z = f_1(x,y)$ 与 $z = f_2(x,y)$ 之间($f_2 \geq f_1$):

$$V = \iint_D [f_2(x,y) - f_1(x,y)]\,\dd x\,\dd y$$
用三重积分
$$V = \iiint_\Omega 1\,\dd V$$

11.2 曲面面积

显式曲面 $z = f(x,y)$ 在 $D$ 上方的面积
$$A = \iint_D \sqrt{1 + \left(\frac{\pp z}{\pp x}\right)^2 + \left(\frac{\pp z}{\pp y}\right)^2}\;\dd x\,\dd y$$
真题常考类型

求球面 $x^2+y^2+z^2 = a^2$ 被柱面 $x^2+y^2 = ax$($a>0$)截得的面积。

解析思路

$z = \sqrt{a^2-x^2-y^2}$(取上半球),$z_x = \frac{-x}{\sqrt{a^2-x^2-y^2}}$,$z_y = \frac{-y}{\sqrt{a^2-x^2-y^2}}$

$$\sqrt{1+z_x^2+z_y^2} = \frac{a}{\sqrt{a^2-x^2-y^2}}$$

投影区域 $D$:$x^2+y^2 \leq ax$,极坐标 $r \leq a\cos\theta$,$\theta\in[-\frac{\pi}{2},\frac{\pi}{2}]$

$$A = 2\iint_D \frac{a}{\sqrt{a^2-r^2}}\;r\,\dd r\,\dd\theta = 2\int_{-\pi/2}^{\pi/2}\dd\theta\int_0^{a\cos\theta}\frac{ar}{\sqrt{a^2-r^2}}\dd r$$ $$= 2\int_{-\pi/2}^{\pi/2}\left[-a\sqrt{a^2-r^2}\right]_0^{a\cos\theta}\dd\theta = 2a^2\int_{-\pi/2}^{\pi/2}(1-\sin\theta)\dd\theta = 2a^2({\pi - 2})$$

11.3 质量、质心与转动惯量

平面薄片(密度 $\rho(x,y)$)
$$M = \iint_D \rho(x,y)\,\dd\sigma$$ $$\bar{x} = \frac{\iint_D x\rho\,\dd\sigma}{M}, \qquad \bar{y} = \frac{\iint_D y\rho\,\dd\sigma}{M}$$ $$I_x = \iint_D y^2\rho\,\dd\sigma, \qquad I_y = \iint_D x^2\rho\,\dd\sigma$$
立体(密度 $\rho(x,y,z)$)
$$M = \iiint_\Omega \rho\,\dd V, \qquad \bar{x} = \frac{\iiint_\Omega x\rho\,\dd V}{M}$$
真题常见大题

求密度 $\rho = z$ 的半球体 $x^2+y^2+z^2 \leq R^2$,$z\geq 0$ 的质量。

解析

用球坐标:$\rho = z = r\cos\varphi$

$$M = \int_0^{2\pi}\dd\theta\int_0^{\pi/2}\dd\varphi\int_0^R r\cos\varphi\cdot r^2\sin\varphi\,\dd r = 2\pi\cdot\frac{R^4}{4}\cdot\int_0^{\pi/2}\sin\varphi\cos\varphi\,\dd\varphi$$ $$= 2\pi\cdot\frac{R^4}{4}\cdot\frac{1}{2} = \frac{\pi R^4}{4}$$

12. 试卷结构与答题策略

12.1 试卷结构(每年基本一致,总分100分)

题型题量分值建议用时
单项选择题5题每题3分,共15分15-20分钟
填空题5题每题3分,共15分15-20分钟
解答/计算题约6题共62分60-70分钟
证明题1题8分10-15分钟

12.2 各知识点考频统计(2016-2025,共8套真题)

知识点选择/填空大题总出现次数考频
连续/可偏导/可微关系7/87必考
方向导数7/8偶尔7必考
二重极限5/85高频
重积分大小比较5/85高频
复合函数偏导3/86/87必考
隐函数求导7/87必考
极值/最值2/86/87必考
曲面切平面/法线5/85常考
二重积分计算2/87/88必考
三重积分计算2/85/86高频
曲面面积4/84常考
质量/质心3/83常考

12.3 选择题速解技巧

  1. 排除法:用经典反例排除错误选项(特别是连续/可偏导/可微关系题)
  2. 极坐标代换:判断二重极限时,令 $x=r\cos\theta$,看结果是否依赖 $\theta$
  3. 阶数分析:分子分母阶数比较,快速判断极限趋向
  4. 特殊值法:对于一般性结论,取特殊函数验证
  5. 积分估值:$e^{x^2} \geq e^{x} \geq 1$ 在 $x\geq 1$ 上成立,快速比较积分大小

12.4 大题答题规范

12.5 三天冲刺计划

天数上午下午晚上
第1天复习本指南第0-5节
背公式
复习第6-8节
做2024-2025真题选择填空
对照答案总结错题
补漏
第2天复习第9-11节
积分公式+坐标变换
做2023-2024、2022-2023真题
重点练大题
整理常见计算模板
背典型反例
第3天做2021-2022真题
限时模拟
回顾所有错题
再过一遍公式
早睡!
考前看看公式即可

基于2016-2025年上海交通大学高等数学II期中真题分析生成 | 祝考试顺利!