求偏导数的题型总结

1244 字
6 分钟
求偏导数的题型总结

以下是求偏导数的核心题型体系总结,按考试频率和难度递进排列,每种题型都配有解题策略与典型示例:


一、显函数直接求偏导#

题型特征:z=f(x,y)z = f(x,y) 表达式明确,直接对某一变量求导,其余视为常数。

解题策略:

  • 对 xx 求偏导时,将 yy 看作常数,按一元函数求导法则运算
  • 注意:含 xx 的项正常求导,不含 xx 的项导数为 0

典型例题:隐函数中含三角函数的处理 设 z=x3y2+sin⁡(xy)+ex+2yz = x^3y^2 + \sin(xy) + e^{x+2y},求 ∂z∂x,∂z∂y\frac{\partial z}{\partial x}, \frac{\partial z}{\partial y}

解析: ∂z∂x=3x2y2+ycos⁡(xy)+ex+2y\frac{\partial z}{\partial x} = 3x^2y^2 + y\cos(xy) + e^{x+2y} ∂z∂y=2x3y+xcos⁡(xy)+2ex+2y\frac{\partial z}{\partial y} = 2x^3y + x\cos(xy) + 2e^{x+2y}


二、复合函数求偏导(链式法则)★★★#

题型特征:z=f(u,v)z = f(u,v),其中 u=u(x,y),v=v(x,y)u = u(x,y), v = v(x,y),或更复杂的多层嵌套。

类型 A:标准链式结构#

公式: ∂z∂x=∂z∂u∂u∂x+∂z∂v∂v∂x\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}

关键技巧:画树形图(变量依赖图),明确路径,同路径相乘,异路径相加。

类型 B:抽象函数(含 f1′,f2′f_1', f_2' 记号)#

题型:z=f(x+y,xy)z = f(x+y, xy) 或 z=f(x,xy)z = f(x, \frac{x}{y}),ff 具体表达式未知。

解题模板:

  • 设中间变量:u=x+y,v=xyu = x+y, v = xy
  • 记 f1′=∂f∂u,f2′=∂f∂vf_1' = \frac{\partial f}{\partial u}, f_2' = \frac{\partial f}{\partial v}
  • 二阶偏导时注意:f1′,f2′f_1', f_2' 仍然保持与原函数 ff 相同的复合结构

典型例题: 设 z=f(x2+y2,exy)z = f(x^2+y^2, e^{xy}),ff 具有二阶连续偏导数,求 ∂2z∂x∂y\frac{\partial^2 z}{\partial x \partial y}

思路分析:

  1. 一阶:∂z∂x=2x⋅f1′+yexy⋅f2′\frac{\partial z}{\partial x} = 2x \cdot f_1' + ye^{xy} \cdot f_2'
  2. 二阶:对 yy 求导时,f1′f_1' 和 f2′f_2' 仍是以 (x2+y2,exy)(x^2+y^2, e^{xy}) 为变量的函数
  3. 展开后合并 f12′′f_{12}'' 与 f21′′f_{21}''(因连续,二者相等)

三、隐函数求偏导 ★★★#

方法 1:公式法(F(x,y,z)=0F(x,y,z) = 0 型)#

∂z∂x=−FxFz,∂z∂y=−FyFz\frac{\partial z}{\partial x} = -\frac{F_x}{F_z}, \quad \frac{\partial z}{\partial y} = -\frac{F_y}{F_z}

注意:求 FxF_x 时,y,zy,z 视为独立常数,不要把 zz 看作 xx 的函数。

方法 2:两边直接求导法#

方程两边对 xx 求偏导,遇到 zz 的函数用链式法则,然后解出 ∂z∂x\frac{\partial z}{\partial x}。

方法 3:全微分法(同时求两个偏导)#

对方程两边求全微分,整理成 dz=Adx+Bdydz = A dx + B dy,则 A=∂z∂x,B=∂z∂yA = \frac{\partial z}{\partial x}, B = \frac{\partial z}{\partial y}。

典型例题: 设 x2+y2+z2=4zx^2 + y^2 + z^2 = 4z,求 ∂2z∂x2\frac{\partial^2 z}{\partial x^2}


四、方程组确定的隐函数(多个因变量)#

题型特征: {F(x,y,u,v)=0G(x,y,u,v)=0\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)u = u(x,y), v = v(x,y),求 ∂u∂x\frac{\partial u}{\partial x} 等。

解法:对方程组两边同时对 xx 求偏导,得到关于 ∂u∂x,∂v∂x\frac{\partial u}{\partial x}, \frac{\partial v}{\partial x} 的线性方程组,用克莱默法则求解。


五、变量替换与换元求偏导#

题型特征:引入新变量 u=u(x,y),v=v(x,y)u = u(x,y), v = v(x,y),将原方程变换为新坐标系下的形式。

核心公式: ∂z∂x=∂z∂u∂u∂x+∂z∂v∂v∂x\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}

高频考点:将方程 ∂2z∂x2+∂2z∂y2=0\frac{\partial^2 z}{\partial x^2} + \frac{\partial^2 z}{\partial y^2} = 0 化为极坐标形式,或利用换元化简偏微分方程。


六、高阶偏导数 ★★#

重点:混合偏导数 ∂2z∂x∂y\frac{\partial^2 z}{\partial x \partial y} 与 ∂2z∂y∂x\frac{\partial^2 z}{\partial y \partial x}

定理:若 fxy′′f_{xy}'' 和 fyx′′f_{yx}'' 在区域 DD 内连续,则 fxy′′=fyx′′f_{xy}'' = f_{yx}''(求导次序可交换)。

考试陷阱:在分段点处,混合偏导可能不相等,需用定义分别计算。


七、分段函数在分界点处的偏导#

必须用定义求: fx′(x0,y0)=lim⁡Δx→0f(x0+Δx,y0)−f(x0,y0)Δxf_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}

典型套路:

  1. 在非分界点用求导法则
  2. 在分界点用定义
  3. 最后验证偏导在该点是否连续,判断可微性

八、偏导数与全微分、方向导数的综合#

常见综合题结构:

  1. 先求偏导数 ∂z∂x,∂z∂y\frac{\partial z}{\partial x}, \frac{\partial z}{\partial y}
  2. 组合成全微分 dz=∂z∂xdx+∂z∂ydydz = \frac{\partial z}{\partial x}dx + \frac{\partial z}{\partial y}dy
  3. 梯度 ∇z=(∂z∂x,∂z∂y)\nabla z = (\frac{\partial z}{\partial x}, \frac{\partial z}{\partial y})
  4. 方向导数 ∂z∂l⃗=∇z⋅e⃗l\frac{\partial z}{\partial \vec{l}} = \nabla z \cdot \vec{e}_l

九、含参变量积分求偏导#

题型:F(x,y)=∫α(x)β(x)f(t,y)dtF(x,y) = \int_{\alpha(x)}^{\beta(x)} f(t,y) dt 或类似形式,求 ∂F∂x\frac{\partial F}{\partial x}。

工具:莱布尼茨积分法则 ddx∫a(x)b(x)f(t)dt=f(b(x))b′(x)−f(a(x))a′(x)\frac{d}{dx}\int_{a(x)}^{b(x)} f(t)dt = f(b(x))b'(x) - f(a(x))a'(x)


十、幂指函数与多元复合取对数求偏导#

题型:z=u(x,y)v(x,y)z = u(x,y)^{v(x,y)}(如 z=(x2+y2)sin⁡(xy)z = (x^2+y^2)^{\sin(xy)})

解法:取对数 ln⁡z=vln⁡u\ln z = v \ln u,然后隐函数求导: 1z∂z∂x=∂v∂xln⁡u+v1u∂u∂x\frac{1}{z}\frac{\partial z}{\partial x} = \frac{\partial v}{\partial x}\ln u + v\frac{1}{u}\frac{\partial u}{\partial x}


考试频率与难度速查表#

题型期末考考研难度核心能力
显函数直接求★★★★低一元求导基本功
复合函数链式法则★★★★★★中树形图、路径分析
抽象函数二阶偏导★★★★★高f1′,f2′f_1', f_2' 的递归结构
隐函数求偏导★★★★★★中三种方法灵活切换
方程组隐函数★★★★中高线性方程组求解
分段点定义求偏导★★★★中极限与定义
变量替换化简方程★★★高二阶链式法则的复杂展开

需要我针对其中某一类题型(比如抽象函数的二阶混合偏导或隐函数方程组)展开详细例题演练吗?

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

求偏导数的题型总结
https://boyuan.net.cn/posts/求偏导数的题型总结/
作者
Boyuan
发布于
2026-05-24
许可协议
CC BY-NC-SA 4.0

评论区

Profile Image of the Author
Boyuan
石以砥焉,化钝为利。
欢迎来访
石以砥焉,化钝为利。这里是我的个人站点,主要记录学习笔记、项目实践和一些零散的想法。站内文章可用右上角搜索,也可以订阅 RSS。
分类
标签
最新动态
站点统计
文章
139
分类
17
标签
49
总字数
1,721,112
运行时长
0 天
最后活动
0 天前
站点信息
构建平台
Local
博客版本
v1.0.0
文章许可
CC BY-NC-SA 4.0
文章目录