第6章 二重积分
📖 前一章回顾：第5章我们学会了多元函数的微分——偏导数告诉你每个因素单独变化时的影响有多大，拉格朗日乘数法帮你在约束下找到最优解。这一章我们反过来：在二维平面上做"累加求和"——不是沿一条线累加（那是第3章学的定积分），而是在一个平面区域上累加。这就是二重积分。就像从"一条路上的车流量"升级到"整个城市的车流量"——思路一样，维度翻倍。
🔔 课前激活（动笔写30秒再往下读）
在你开始读这一章之前，先想三个生活中的场景——它们跟你马上要学的数学概念有直接关系：
场景1：你家有一块不规则形状的菜地，你想知道这块地到底有多大面积——用卷尺量不了弯弯曲曲的边，怎么办？
场景2：一个游泳池，浅水区1米深、深水区3米深，池底还是斜的——你想算这个池子一共装了多少吨水，怎么算？
场景3：你有一块奇形怪状的硬纸板，想用一个手指头把它水平托起来——手指头该顶在哪个位置纸板才不会翻？
带着这三个画面往下读。
0. 发生式第一课：二重积分是怎么被发明的？（先读这一节！）
🔔 这一节回答你最想问的问题：第3章的定积分算的是"一条线上的累积"（曲线下的面积）。可现实里更多是"一块面上的累积"：菜地面积、处处不同深度的泳池水量、不均匀纸板的质心——这些量都是在一个平面区域上累加出来的。一元定积分不够用了，怎么办？
第一步：先看一元经验怎么不够用
定积分 $\int_a^b f(x)dx$ 能算"x 轴上一段线上，函数值的累积"——把线段切成一维的小段。但菜地是一块面，不是一条线；泳池每一处水深都不一样，水量的总和是把"深度"在这块面上累加。自变量从 1 个变成 2 个（$x$ 和 $y$），累积的"容器"从线变成面，工具必须升级。
第二步：发现——把第3章的老办法再玩一遍（这次切成方格）
别慌，思路完全不用换，还是第3章那四步：分割 → 近似 → 求和 → 取极限。只是这次不是切成竖条，而是横竖都切，把区域切成一个个小方格：
- 每个小方格的面积是 $\Delta\sigma$（横宽 × 竖高）
- 小格里的"高度"（比如水深）近似用格内某点的函数值 $f(\xi_i, \eta_i)$ 代表
- 这一格贡献 ≈ $f(\xi_i, \eta_i)\Delta\sigma$，全部格子加起来，得到近似总量
- 格切得越细（$\Delta\sigma \to 0$），总量越精确——取极限，就是精确值
第三步：命名——以及那个"拆成两次定积分"的偷懒神技
这种"在平面区域上的累积"叫二重积分，记号 $\iint_D f(x,y)\,d\sigma$——多了一个积分号，表示在二维区域上累加。可如果每次都真的去切方格，人会疯。人类发现一个偷懒神技：把面看成无数条"线"叠起来——先固定 $y$，沿 $x$ 方向算一次定积分（把这一行的贡献算出来），再对 $y$ 把一行行的贡献加起来。这就把陌生的二重积分拆成两次熟悉的定积分（叫"累次积分"，先内层后外层）。本章一半的功夫，就是练怎么又快又准地做这个拆分（选对坐标系、选对次序）。
最后：比喻确认（推完才用，不代替定义）
回头看课前激活：菜地面积、泳池水量、托纸板的质心——都是"在平面上把每一小块的量累加起来"的日常版。比喻帮你记住"二重积分 = 面上的累积"；严格定义是"分割→近似→求和→取极限"，2.1 节会给全。
📖 怎么使用本章
本章是高等数学（微积分）最核心的章节之一，考研数学三每年必考（通常1道大题+1道小题，约5~12分）。看完本章后，你的目标是：拿到一道二重积分题，30秒内能判断出「用什么坐标系、什么次序、能不能用对称性简化」。
学习顺序：先读核心知识（约1.5小时），建立概念框架 → 再读题型与解题模板（约1小时），学会方法 → 最后做练习题+综合混搭（约3小时），巩固熟练。
前置知识：本章需要用到第3章定积分的计算和第5章多元函数的概念。如果定积分的换元法还不熟练，建议先复习第3章。
最大的难点：不是概念，而是画图和选坐标系——把图理解透，计算反而简单。
📝 符号速查（新手必读）
符号 含义 备注 $\iint_D$ 在区域D上的二重积分 读作"二重积分" (D) 积分区域（平面上的一个区域） 可以是三角形、圆、圆环等 (f(x,y)) 被积函数（关于x和y的二元函数） 曲面在(x,y)处的高度 (dxdy) 直角坐标下的面积元 微元法中"小方块的面积" $r,dr,d\theta$ 极坐标下的面积元 多了一个r，千万别忘！ X型 先对y积分、后对x积分的次序 外层积分限是常数（x的范围） Y型 先对x积分、后对y积分的次序 外层积分限是常数（y的范围） (S) 区域D的面积 $S = \iint_D 1,dxdy$
一、本章概览
1.1 考试大纲与试卷地位
考试内容（数学三）：
| 类别 | 具体内容 |
|---|---|
| 概念 | 二重积分的定义、几何意义（曲顶柱体的体积） |
| 基本性质 | 线性性、区域可加性、保序性（比较性质）、估值定理、中值定理 |
| 计算方法 | 直角坐标系下的累次积分（X型与Y型）、极坐标系下的累次积分 |
| 反常二重积分 | 无界区域上较简单的反常二重积分（数学三独有考点） |
考试要求：
- 理解二重积分的概念（定义与几何意义）；
- 了解二重积分的基本性质（线性性、区域可加性、保序性、估值定理）与积分中值定理；
- 掌握二重积分的计算方法（直角坐标、极坐标），能灵活转换两种坐标系；
- 了解无界区域上较简单的反常二重积分，并会计算。
数学三与数学一/二的区别：
数学三不考：三重积分、曲线积分、曲面积分。 数学三独有：反常二重积分（无界区域）、可能结合经济应用背景出题。
1.2 真题命题特点（2010-2024）
| 年份 | 题型 | 考查内容 | 坐标系 | 分值 |
|---|---|---|---|---|
| 2024 | 解答题 | 圆域上的二重积分 + 对称性 | 极坐标 | 10 |
| 2023 | 填空题 | 交换积分次序 | 直角坐标 | 5 |
| 2022 | 解答题 | 无界区域反常二重积分 | 极坐标 | 10 |
| 2021 | 选择题 | 比较二重积分大小 | 直角坐标 | 5 |
| 2020 | 解答题 | 含绝对值的分段函数二重积分 | 直角坐标 | 10 |
| 2019 | 填空题 | 极坐标下二重积分计算 | 极坐标 | 5 |
| 2018 | 解答题 | 圆域二重积分 + 对称性 | 极坐标 | 10 |
| 2017 | 填空题 | 环形区域二重积分 | 极坐标 | 5 |
| 2016 | 解答题 | 含参数二重积分 + 交换次序 | 直角坐标 | 10 |
| 2015 | 选择题 | 二次积分交换次序 | 直角坐标 | 5 |
| 2014 | 解答题 | 分段函数二重积分 + 极坐标 | 混合 | 10 |
| 2013 | 填空题 | 利用对称性简化二重积分 | 直角坐标 | 5 |
| 2012 | 解答题 | 无界区域反常二重积分 | 极坐标 | 10 |
| 2011 | 选择题 | 极坐标下r的范围判断 | 极坐标 | 5 |
| 2010 | 解答题 | 直角坐标二重积分计算 | 直角坐标 | 10 |
命题规律总结：
| 规律 | 说明 |
|---|---|
| 每年必考 | 15年真题中，每年恰好1道，大题小题交替（年均约8分） |
| 极坐标占比高 | 约半数的题目使用极坐标（圆域、环形、无界区域） |
| 对称性是加速器 | 半数以上题目可以利用对称性简化，不用对称性硬算会多花2-3倍时间 |
| 交换次序是送分题 | 选择题/填空题中几乎隔年出现，难度低但容易因为画图错误丢分 |
| 反常积分隔年考 | 2012、2022年均出现在解答题，2020年代考频增加 |
| 分段函数是区分度题 | 含min/max/绝对值的题通常放在解答题最后一问 |
1.3 知识体系地图
二重积分
│
┌──────────────┼──────────────┐
│ │ │
概念与性质 计算方法 综合应用
│ │ │
┌────┐ ┌────┐ ┌──────┤ ┌────┼────┐
│定义│ │性质│ │ │ │ │ │
└────┘ └────┘ 直角坐标 极坐标 体积 面积
│ │ │ ┌──────────┐
线性性 │ ┌───┼───┐ │ │不等式证明 │
可加性 │ 画图 选次序 交换 │ │比较大小 │
保序性 │ 定限 积分 次序 │ │分段函数 │
估值定理 │ ↑ ↑ │ │变限积分 │
中值定理 │ └───┬───┘ │ │微分方程 │
│ 对称性简化 │ └──────────┘
│ (最先检查!) │
│ │ │
│ 奇偶对称性 轮换对称性
│ (关于x轴) (关于y=x)
│ (关于y轴)
│ (关于原点)
解题总流程图：
拿到一道二重积分题
│
├─→ 第1步：检查对称性 ──→ 能用则简化（至少省一半计算量）
│ ├─ 区域关于x轴/y轴/原点对称？被积函数有奇偶性？
│ └─ 区域关于y=x对称？能用轮换对称性？
│
├─→ 第2步：选择坐标系
│ ├─ 被积函数含 x²+y²、y/x 等形式 → 极坐标优先
│ ├─ 区域为圆/圆环/扇形/心形线 → 极坐标优先
│ └─ 否则 → 直角坐标
│
├─→ 第3步：在选定的坐标系中，画出积分区域图（⚠️ 必做！）
│
├─→ 第4步：确定积分次序和积分限
│ ├─ 直角坐标：X型（先y后x）还是Y型（先x后y）？
│ ├─ 极坐标：先r后θ（绝大多数情况）
│ └─ 当前次序不好积？→ 交换积分次序
│
└─→ 第5步：化为累次积分，计算两次定积分得出结果
💡 这张流程图先别背——它只是"章末答案"，不是"章首逻辑"。 为什么第一步是"检查对称性"而不是"选坐标系"？为什么极坐标放在直角坐标前面考虑？这些顺序的理由（对称性能白送零、圆域用极坐标更省力）都要等你看完 2.7、2.9 节才真正理解。建议：章首先浏览一遍留个印象，学完本章再回来看一次——那时这张图就成了你自己推出来的解题路线。末尾"学完回顾"一节有这张流程图顺序的完整讲解。
二、核心知识 ★
📌 这节学完你就能回答： 二重积分是什么？几何意义是什么？直角坐标怎么算？极坐标怎么转换？对称性怎么用？反常二重积分怎么处理？
2.1 二重积分的定义——"切土豆丁，一粒一粒数"
🥔 生活场景：你有一块奇形怪状的土豆，厚度不均匀——有的地方鼓起来，有的地方凹下去。你想知道这块土豆的总体积是多少，但没法用一个公式直接算出来。
你拿出一把刀，但这次不能像切菜那样一刀到底——因为土豆的厚度到处都不一样。你只能这样做：
- 切土豆丁：把整块土豆切成无数个小方块（像宫保鸡丁里的土豆丁），每个小方块的底面积都极小。
- 一粒一粒数：在每一粒土豆丁上，量一下它的厚度（高度），算出这一粒的体积 = 底面积 × 高度。
- 越切越细：如果你切得不够细，有些土豆丁里面还高低不平——算出来的体积只是近似值。但如果你越切越细、越切越小，每一粒里面就几乎是一样厚的。
- 极限就是体积：当土豆丁切到"无限细"的时候，所有小粒体积的总和，就精确地等于这块土豆的真实体积。
这四个步骤——切碎 → 近似 → 求和 → 取极限——就是二重积分的全部灵魂。它和一重积分（定积分）的核心思想完全一样，唯一的区别是：定积分是在一条线上切小段，二重积分是在一个面上切小方块。
先别急着看定义——这个"和式"长什么样，让我们自己把它"摸"出来
🧠 现在闭上眼想一下刚才切土豆的四个动作。第 3 步是"求和"——把所有小土豆丁的体积加起来。可这个"和式"到底长什么样？你可能会想：这还用想吗，不就是"每个丁的体积加起来"吗？——对，但关键是**"每个丁的体积"怎么用符号写**，这是你自己推定义的第一步。
咱们一步一步来：
- 整块土豆被你切成了 (n) 个小丁，第 (i) 个小丁的底面积记作 $\Delta\sigma_i$（$\sigma$ 就是"小片面积"的意思，$\Delta$ 是"一小块"）。
- 在每个小丁上，量一下它的厚度——你量的是某个位置 ((x_i^, y_i^)) 的高度 (f(x_i^, y_i^))。（为什么画星号？因为丁太小了，量哪个点都差不多，我们只是随便挑了一个"样品点"——记号上带个星号提醒自己"这是随便挑的，不是必须的那个点"。）
- 那第 (i) 个小丁的体积就是 底面积 × 高度 = (f(x_i^, y_i^) \cdot \Delta\sigma_i)。
把这些体积全部加起来，就得到一个和式（这里 $\sum$ 是"求和记号"，读作"西格玛"，意思是把后面这一长串统统加起来——它会在第7章被正式介绍）：
[ \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i ]
🧠 这一步在想什么：这个和式不是天上掉下来的公式，它就是"每个小丁的体积加起来"这句话的逐字翻译。如果你能看懂"一包土豆丁的总体积 = 每个丁的底面积乘高度，再全部相加"，你就已经自己写出了黎曼和——只差最后一步"取极限"。
最后一步：丁切得越细，这个和式就越接近真实体积。当小丁切到"无限细"（所有小丁里最大的那个也趋近于"没有大小"，记作 $\lambda \to 0$），这个和式的极限就是那块土豆的真实体积。把这个"取极限的和式"用一个符号记下来——这就是二重积分 $\iint_D f,d\sigma$ 的来历。
🔍 回头看看我们做了什么：我们没背任何定义，只是把"切碎→量高→相加→取极限"这句大白话一步一步翻译成了数学符号。定义不是"规定"出来的，是顺着你的生活经验长出来的。下面方框里的正式陈述，你应当认出它就是刚才那个和式的极限——一个多余的新概念都没有。
二重积分的正式陈述（黎曼和的极限）：
设 (f(x,y)) 是定义在有界闭区域 (D) 上的函数。将 (D) 任意分割成 (n) 个小区域 $\Delta\sigma_1, \Delta\sigma_2, \ldots, \Delta\sigma_n$（每个 $\Delta\sigma_i$ 既表示第 (i) 个小区域本身，也表示它的面积）。在每个小区域 $\Delta\sigma_i$ 中任意取一个样品点 ((x_i^, y_i^))。做黎曼和：
[ \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i ]
让分割越来越细——所有小区域的最大直径 $\lambda \to 0$（注意：不是小区域的个数 $n \to \infty$，而是每个小区域本身的大小趋于零）。如果这个和式的极限存在，而且不管你怎样分割、怎样选样品点，极限都相同，则称 (f(x,y)) 在 (D) 上可积，该极限值称为 (f) 在 (D) 上的二重积分，记作：
[ \boxed{\iint_D f(x,y),d\sigma = \lim_{\lambda \to 0} \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i} ]
当我们在直角坐标系下用平行于坐标轴的直线来分割区域时，每个小区域近似为边长 (dx) 和 (dy) 的小矩形，面积 $\Delta\sigma_i \approx dx,dy$，于是：
[ \iint_D f(x,y),dxdy = \lim_{\lambda \to 0} \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta x_i \Delta y_i ]
🧠 从一重积分到二重积分——"四步曲"的逐级推广
整个推导不需要新概念——只需要把一重积分的每一步从一个维度推广到两个维度。
第零步：回顾一重积分的定义（定积分）。
定积分 $\int_a^b f(x)dx$ 的四步曲：
- 分割：把区间 ([a,b]) 切成 (n) 个小段 ([x_{i-1}, x_i])，每段长 $\Delta x_i$
- 取点：在第 (i) 段里随便挑一个样品点 (x_i^*)
- 求和：$\sum f(x_i^*) \cdot \Delta x_i$（每个小段的"高度"乘"宽度"——小竖条的面积）
- 取极限：让最大段长 $\to 0$，和式的极限就是定积分
大白话：一重积分 = 把一条线切成无数小段，每段用高度乘宽度近似面积，全部加起来取极限。
第一步：分割——从"切线段"升级为"切区域"。
在一重积分中，你切的是一条线段（一维）。到了二重积分，你要切的是一个平面区域（二维）。
把区域 (D) 用网格线（平行于 x 轴和 y 轴的直线）切成 (n) 个小方块。第 (i) 个小方块的面积记作 $\Delta\sigma_i$。
和一重积分类似，分割的方式是任意的——你可以用均匀的网格，也可以用不均匀的网格。关键是每个小区域的"大小"（用最大直径 $\lambda$ 来衡量）要趋于零。
大白话：一重积分是把一根面条切成小段；二重积分是把一张面饼切成小方块。维度翻了一倍，但"切"的思路完全一样。
第二步：取点——从"在线上选点"升级为"在面上选点"。
在一重积分中，你在第 (i) 个小段里随便选一个点 (x_i^)，用那里的函数值 (f(x_i^)) 代表整段的高度。
在二重积分中，你在第 (i) 个小方块里随便选一个点 ((x_i^, y_i^))，用那里的函数值 (f(x_i^, y_i^)) 代表整个小方块的"高度"。
大白话：反正小方块已经足够小了，里面函数值变化不大——用任何一个点的值来代表整个方块，误差都很小。而且取极限后，这点误差会彻底消失。
第三步：求和——从"小竖条面积之和"升级为"小柱子体积之和"。
在一重积分中：每个小段的 (\text{底} \times \text{高} = \Delta x_i \cdot f(x_i^*))，加起来是近似总面积。
在二重积分中：每个小方块的 (\text{底面积} \times \text{高} = \Delta\sigma_i \cdot f(x_i^, y_i^))，加起来是近似总体积。
[ \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i ]
大白话：一重积分是把很多小竖条的面积加起来；二重积分是把很多小柱子的体积加起来。一个是"面"的累加，一个是"体"的累加——维度又翻了一倍。
第四步：取极限——"越切越细，逼近真实"。
让分割越来越细。怎么衡量"越来越细"？用 $\lambda$——所有小区域中最大的那个的直径（小区域内任意两点距离的最大值）。要求 $\lambda \to 0$。
注意：$\lambda \to 0$ 不只是小区域数量变多——还要求每个小区域本身越来越小。如果只把区域切成很多"细长条"（长条的一个方向很长，只是另一个方向很窄），最大直径并不趋近于零。
如果不管怎么分割、怎么选点，和式的极限都趋近于同一个数，这个数就是二重积分。
大白话："不管你用什么刀法切、在每块里挑哪个位置量高度——只要切得够细，算出来的总体积都稳定在同一个数。"这就是"可积"的含义——结果不依赖你的切法和挑选方式。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
二重积分的定义没有任何新概念——它是定积分定义的"维度翻倍"版本：
步骤 一重积分（定积分） 二重积分 分割 把线段切成小段 把区域切成小方块 取点 在每小段选一个点 在每小方块选一个点 求和 小竖条面积之和 小柱子体积之和 取极限 最大段长 → 0 最大直径 → 0 和一重积分的关键对比：一重积分的几何意义是"曲线下的面积"（二维的量），二重积分的几何意义是"曲面下的体积"（三维的量）。每次积分升一维，几何意义也升一维。这个规律一直延续：三重积分（数学一/二内容）就是"四维超体积"——虽然画不出来，但逻辑完全一样。
核心要点：极限的存在不依赖分割方式和样品点的选择——这是"可积"的定义中最关键的条件。如果不同的切法得出不同的极限，那这个函数就不可积。好在考研范围内的连续函数都满足这个条件，你不需要每次验证。
⚠️ 三个必须牢记的边界（容易错！）
⚠️ 边界1：$\lambda \to 0$ 不是 $n \to \infty$。
把区域切成 (n) 块的块数 (n) 趋近于无穷，不等于分割越来越细。举个极端的例子：你把一个正方形切成无数个"无限细的竖条"——$n \to \infty$，但每个竖条的宽度趋近于零，高度却始终等于正方形的边长——最大直径（对角线长度）并没有趋近于零。这种"只在一个方向上切细"的分割方式，极限不一定等于二重积分。
正确的条件是 $\lambda \to 0$——最大直径趋于零，这意味着小区域在两个方向上都收缩了。
⚠️ 边界2：二重积分的值不依赖分割方式和样品点的选择。
这是"可积"定义中最容易被忽略的条件。如果函数足够好（连续），不管你用正方形网格还是三角形网格来切，不管你在每个小块里选中心点还是角点——极限都一样。但如果函数不连续（比如有"断崖"），不同的选点方式可能导致不同的极限，此时函数不可积。
⚠️ 边界3：定义中的"任意"两个字不能丢。
很多教材简化定义时说"将区域等分成 n 份，取每个小区域中心点的函数值"。这确实能算出正确结果（对连续函数而言），但这不是完整的定义——完整的定义要求对任意分割和任意选点都收敛到同一个值。考研概念判断题特别喜欢在这两个字上做文章。
🛑 停下来想一想：（1）如果 $f(x,y) \equiv 1$（恒等于1），那么二重积分 $\iint_D 1,d\sigma$ 等于什么？用定义中"小方块体积之和"的直觉解释。（2）为什么分割要求"最大直径 → 0"而不是"小区域数量 → ∞"？如果只要求数量趋近无穷，你能构造出一个"假收敛"的例子吗？
二重积分定义在整章中的位置：
二重积分的定义是本章所有内容的地基。后面的所有定理——估值定理、积分中值定理、Fubini定理、对称性原理——本质上都是从"黎曼和的极限"这个定义出发推导出来的。就像一栋楼：定义是地基，性质是一楼的承重墙，计算方法是二楼的房间。地基不牢，上面全晃。
[ \boxed{\text{二重积分定义（黎曼和的极限）}} ;\longrightarrow; \text{基本性质} ;\longrightarrow; \text{估值定理} ;\longrightarrow; \text{积分中值定理} ]
[ \boxed{\text{二重积分定义}} ;\longrightarrow; \text{Fubini定理（化为二次积分）} ;\longrightarrow; \text{直角坐标/极坐标计算} ]
2.2 几何意义
几何意义：以积分区域D为底面、以曲面z=f(x,y)为顶面的曲顶柱体的体积。
先把这块柱子的"长相"在脑子里看见（接着上一节切土豆的话说）：
把区域D铺在地面上当"底座"——这是一块奇形怪状的板子。再从底座每个点上"竖直向上长"一根柱子，柱子顶端的高度就是 f(x,y)（有的高、有的矮，参差不齐），把所有柱子顶端连起来，就盖出一面高低起伏的"顶棚"（曲面 z=f(x,y)）。这个"底座是块怪板子、顶棚是面波浪"的立体，就叫曲顶柱体。二重积分 $\iint_D f(x,y),dxdy$ 算的，就是这块柱子的总体积——正是"切土豆"那一节里"切碎→近似→求和→取极限"最后得到的那个体积。
为什么 f(x,y)=1 时，积分就是面积？
当 f=1 时，顶棚到处都一样高（高为1，平平整整），柱子变成一个直上直下的长方体。体积 = 底面积 × 高 = 底面积 × 1 = 底面积。所以 $\iint_D 1,dxdy$ 就等于区域D的面积。换句话说：算面积是算体积的特例——把每根柱子的高度都设成1，积出来的"体积"数值上恰好等于底面的面积。
特殊情况（非常重要）：
- 当 f(x,y) = 1 时，二重积分 = 区域D的面积。 [ \iint_D 1,dxdy = D\text{ 的面积} ]
- 当 f(x,y) 在某些位置为负数时，二重积分 = 曲顶柱体体积减去曲底坑洞体积（x轴上方减下方）。
把 x 轴（地面）当"海平面"来想：f>0 的地方，柱体长在水面以上，这部分体积记"正的"；f<0 的地方，柱体长在水面以下，像地面上陷下去的坑，这部分体积记"负的"。二重积分把正的和负的都加起来，正负相抵消——就像先把所有高出水面的土方量加起来，再减去所有坑洞的土方量，得到的是"净土方量"。所以二重积分的结果可能为负，也可能比某个局部小。
- 当 f(x,y) 恒等于0时，二重积分 = 0。
2.3 可积（存在）条件
基本定理：如果 f(x,y) 在有界闭区域D上连续，则二重积分一定存在。
🧠 这个定理的直觉（为什么连续就够）：二重积分是把区域切成一格一格，每格取个代表值乘上小面积再相加。如果函数连续，它在闭区域上"不会突然暴跳"——相邻格子的值差距很小，无论你怎么切、每格取哪一点，最后加出来的总和都稳稳地趋于同一个数。反过来，函数要是"乱跳"，换个切法总和就飘了，积分就没法定义。所以"连续"是"怎么切都趋于同一个数"的保证，这就是可积性的直觉（严格证明属数学分析，超考研范围）。
推广：如果 f(x,y) 在D上有界，且只在有限条光滑曲线上不连续，积分也存在。
考研中基本上题目给的被积函数都是连续的，不需要专门判断可积性。但可能性出现在概念判断题里。
2.4 基本性质
二重积分的性质和定积分几乎一一对应，只是把"区间"换成了"区域"。下面这张表先给你一个总览，但表里的估值定理和积分中值定理是单独的"大块头"——光看一句话根本吃不透。表下面会用完整的"六段式"一个一个展开讲透。
| 性质 | 二重积分形式 | 说明 |
|---|---|---|
| 线性性质 | $\iint_D (\alpha f+\beta g) = \alpha\iint f + \beta\iint g$ | 可以先分别算再加起来，常数可以提出来 |
| 区域可加性 | $\iint_D = \iint_{D_1} + \iint_{D_2}$（D₁,D₂不重叠且拼成D） | 把区域切成两块分别算，再加起来 |
| 比较性质（保序性） | 若f≤g则$\iint f \le \iint g$ | 被积函数越大，积分越大 |
| 估值定理 | $m·S \le \iint f \le M·S$（S是D的面积，m,M为最值） | 用最小值和最大值夹住积分结果（👇详见2.4.1） |
| 积分中值定理 | $\iint_D f = f(\xi,\eta)·S$，$(\xi,\eta)$在D内 | 一定存在某个点，函数值乘以面积等于积分（👇详见2.4.2） |
2.4.0 基本性质的推导——"从定义一句话顺出来"
🔧 生活场景：你承包了两块相邻的田（一块种小麦、一块种玉米），想知道两块田的总产量。你有三种算法：
- 算法A：把每块田的产量分别算出来（小麦产量 + 玉米产量），再加起来——这是"线性性"。
- 算法B：把两块田看成一大块田，直接算总产量——这是"区域可加性"。
- 算法C：如果小麦田每一寸的产量都比玉米田高，那小麦田的总产量肯定更高——这是"保序性"。
这三个"算法"听起来几乎是废话——但正是这些废话，构成了二重积分所有复杂计算的逻辑基础。而且它们不是"公理"（不需要你无条件相信）——每一条都可以从二重积分的定义（黎曼和的极限）直接推出来。下面选最重要的三条，展示"为什么对"。
性质一：线性性——"分开算再加起来，和一起算没区别"
正式陈述：设 (f, g) 在 (D) 上可积，$\alpha, \beta$ 是任意常数。则 $\alpha f + \beta g$ 也可积，且：
[ \boxed{\iint_D [\alpha f(x,y) + \beta g(x,y)],d\sigma = \alpha \iint_D f(x,y),d\sigma + \beta \iint_D g(x,y),d\sigma} ]
两个特例（最常用）：
- 常数可以提出来：$\iint_D \alpha f = \alpha \iint_D f$
- 和可以拆开：$\iint_D (f + g) = \iint_D f + \iint_D g$
🧠 为什么成立？——从黎曼和的定义直推
回看二重积分的定义：(\iint_D f = \lim \sum f(x_i^, y_i^) \cdot \Delta\sigma_i)。它本质上是一个和式的极限。
对于 $\alpha f + \beta g$，写出它的黎曼和：
[ \sum_{i=1}^{n} [\alpha f(x_i^, y_i^) + \beta g(x_i^, y_i^)] \cdot \Delta\sigma_i ]
利用和式的分配律——把括号拆开：
[ = \alpha \cdot \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i ;+; \beta \cdot \sum_{i=1}^{n} g(x_i^, y_i^) \cdot \Delta\sigma_i ]
两边同时取极限（$\lambda \to 0$）。因为极限运算也满足线性性（和的极限 = 极限的和，常数倍的极限 = 常数 × 极限），所以：
[ \lim \sum [\alpha f + \beta g] \cdot \Delta\sigma_i = \alpha \cdot \lim \sum f \cdot \Delta\sigma_i ;+; \beta \cdot \lim \sum g \cdot \Delta\sigma_i ]
左边 = $\iint_D (\alpha f + \beta g)$，右边 = $\alpha \iint_D f + \beta \iint_D g$。
大白话：线性性不需要任何新定理——它直接来自"积分定义用的是加法"这个事实。加法天然满足"拆开"和"提常数"，和式的极限也继承了这个性质。就像你把两堆苹果分别称重再加起来，和把两堆苹果倒在一起称——结果必须一样，因为重量是"加法"定义的。
性质二：区域可加性——"把地切成两块，产量分别算"
正式陈述：设 (D) 被分成两个互不重叠的子区域 (D_1) 和 (D_2)（$D = D_1 \cup D_2$，且 $D_1 \cap D_2$ 面积为零——只在边界上接触）。则：
[ \boxed{\iint_D f(x,y),d\sigma = \iint_{D_1} f(x,y),d\sigma + \iint_{D_2} f(x,y),d\sigma} ]
🧠 为什么成立？——分割的"分组求和"
从黎曼和的角度看，把整个区域 (D) 切成小方块时，每个小方块要么完全在 (D_1) 里，要么完全在 (D_2) 里（因为 (D_1) 和 (D_2) 只在边界上接触，边界上的小方块面积趋于零，不影响极限）。
把全部小方块分成两组——落在 (D_1) 里的一组，落在 (D_2) 里的一组：
[ \sum_{D\text{ 上全部小块}} f \cdot \Delta\sigma = \sum_{D_1\text{ 上的小块}} f \cdot \Delta\sigma ;+; \sum_{D_2\text{ 上的小块}} f \cdot \Delta\sigma ]
取极限后，左边趋近于 $\iint_D f$，右边的两项分别趋近于 $\iint_{D_1} f$ 和 $\iint_{D_2} f$。
大白话：区域可加性本质上就是"把一堆东西分成两堆分别数，和一起数，结果一样"——因为加法不关心你按什么顺序加、按什么分组加。只要每一小块最终都参与了一次加法，结果就一样。这连数学定理都算不上——它就是加法定义本身在积分上的体现。
性质三：保序性——"处处更大，总和也更大"
正式陈述：设 (f, g) 在 (D) 上可积，且对于 (D) 上任意一点 ((x,y))，都有 $f(x,y) \le g(x,y)$。则：
[ \boxed{\iint_D f(x,y),d\sigma \le \iint_D g(x,y),d\sigma} ]
特别地，如果 $f(x,y) \ge 0$（曲面始终在底面以上），则 $\iint_D f \ge 0$（总体积不为负）。
🧠 为什么成立？——每一项都更小，和当然更小
写出 (f) 和 (g) 的黎曼和（使用同一种分割和同一组样品点）：
[ \sum f(x_i^, y_i^) \cdot \Delta\sigma_i \quad\text{和}\quad \sum g(x_i^, y_i^) \cdot \Delta\sigma_i ]
因为在每一个样品点 ((x_i^, y_i^)) 上，都有 (f(x_i^, y_i^) \le g(x_i^, y_i^))，而且 $\Delta\sigma_i > 0$（面积是正数）。不等号两边同乘正数不变方向：
[ f(x_i^, y_i^) \cdot \Delta\sigma_i ;\le; g(x_i^, y_i^) \cdot \Delta\sigma_i ]
把所有 (n) 项加起来：
[ \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta\sigma_i ;\le; \sum_{i=1}^{n} g(x_i^, y_i^) \cdot \Delta\sigma_i ]
两边取极限（$\lambda \to 0$）。因为极限运算保持不等号（保序性），得到：
[ \iint_D f ;\le; \iint_D g ]
大白话：保序性的证明只用了一个事实——如果每块砖都比对应的另一块砖轻，那整堆砖的总重量就一定更轻。不等号从"每一项"传递到"总和"，再从"和"传递到"极限"。三个不等式全部同向，没有翻转——这就是为什么保序性"保得住"。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
线性性、区域可加性、保序性——这三条性质有一个共同的特点：它们的证明完全不需要"微积分"，只需要"加法"和"不等式的性质"。
为什么？因为二重积分的定义本身就是黎曼和的极限。黎曼和是什么？是加法。加法天然满足：
- 拆括号和提常数（→ 线性性）
- 分组求和（→ 区域可加性）
- 逐项比较（→ 保序性）
这些性质不会被取极限破坏——因为极限运算也保持线性性和不等号方向。所以本质上，这三条性质不是"新定理"，而是"积分定义的直接翻译"——把定义中的"和式"和"极限"拆开看，性质就藏在里面。
和一重积分的对比：这三条性质在一重积分中同样成立，证明思路完全一样——都是"从黎曼和定义直推"。你不需要任何新工具。
⚠️ 两个容易犯糊涂的地方
⚠️ 边界1：保序性要求 $f \le g$ 在区域上处处成立——不是"几乎处处"。
如果在某一块很小的区域上 (f > g)（哪怕只有针尖大小），保序性就不能直接用。当然，如果那块区域面积为零（比如只是一个点或一条线），不影响结论——因为面积为零的区域对积分没有贡献。但考研题中，你需要确认不等号覆盖了整个积分区域。如果有"交叉"（在某些子区域上 (f > g)），需要分区处理。
⚠️ 边界2：保序性是"估值定理"和"不等式证明"的理论基础。
估值定理（2.4.1 节）用到了保序性——用常数函数 (m) 和 (M) 分别和 (f) 比较：因为 $m \le f(x,y) \le M$，所以 $m \cdot S \le \iint f \le M \cdot S$。如果保序性不成立，估值定理就崩溃了。同样，很多不等式证明题的思路就是：构造一个处处不大于/不小于被积函数的简单函数，用保序性把原积分放大或缩小。
基本性质在二重积分体系中的位置：
这三条性质位于"定义"和"估值定理"之间的承重墙。它们不需要估值定理——直接从定义就能推出来。但估值定理需要它们（特别是保序性）作为跳板。
[ \text{二重积分定义} ;\longrightarrow; \boxed{\text{线性性 / 区域可加性 / 保序性}} ;\longrightarrow; \text{估值定理} ;\longrightarrow; \text{积分中值定理} ]
在日常计算中，线性性和区域可加性是你用得最多的两条——每次把被积函数拆开、把常数提出来、把复杂区域切成几块分别算，你都在默认使用这些性质。
2.4.1 估值定理——"用最大值和最小值把积分夹住"
🥪 生活场景：你开了一家面包店，做了一批奇形怪状的面包——有的地方厚、有的地方薄。你不知道这批面包的总体积是多少，但你知道最薄的地方厚度是 2 厘米，最厚的地方厚度是 6 厘米，而烤盘面积是 100 平方厘米。那总体积最少不会少于 2 × 100 = 200 立方厘米，最多不会超过 6 × 100 = 600 立方厘米——不管面包中间怎么起伏，总体积一定被这两个"极端厚度 × 面积"夹在中间。估值定理说的就是这件事的数学版本。
估值定理的正式陈述：
设 (f(x,y)) 在有界闭区域 (D) 上连续，(m) 和 (M) 分别是 (f(x,y)) 在 (D) 上的最小值和最大值，(S) 是 (D) 的面积。则：
[ \boxed{m \cdot S ;\le; \iint_D f(x,y),d\sigma ;\le; M \cdot S} ]
左边 $m \cdot S$ 的意思是"如果整个区域都像最薄处那么薄，总体积是多少"——这是最保守的估计。右边 $M \cdot S$ 的意思是"如果整个区域都像最厚处那么厚，总体积是多少"——这是最大胆的估计。真实的总体积，一定落在这两个极端之间。
🧠 这个不等式是怎么推出来的？——从积分的"出身"出发
估值定理的证明思路极其自然——它不是靠什么高深的技巧，而是直接从二重积分的定义（切碎→近似→求和→取极限）顺出来的。因为定义本身就用"和式的极限"来定义积分，而"和式"天生就受最大最小值的约束。
第一步：回到定义——积分是什么的极限？
二重积分的定义是：
[ \iint_D f(x,y),d\sigma = \lim_{\lambda \to 0} \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta \sigma_i ]
- 把区域 (D) 切成 (n) 个小块
- 第 (i) 个小块的面积是 $\Delta \sigma_i$
- 在第 (i) 个小块里随便取一个点 ((x_i^, y_i^))，用那里的函数值 (f(x_i^, y_i^)) 近似整个小块的"高度"
- 把所有小块的"底面积 × 近似高度"加起来，得到一个近似和
- 让分得越来越细（$\lambda \to 0$），这个和式的极限就是二重积分
大白话：积分本质上就是"把区域切成无数小块，每块的面积乘上那块的高度，全部加起来"。这个出身决定了——如果在每一小块上把高度往低里估，总和就偏小；往高里估，总和就偏大。
第二步：在一个小块上"卡"住高度。
因为 (m) 是整个区域上的最小值，(M) 是最大值，所以在任何一个位置 ((x, y)) 上，函数值都满足：
[ m \le f(x,y) \le M ]
特别地，在第 (i) 个小块里取的那个样品点 ((x_i^, y_i^)) 也满足：
[ m \le f(x_i^, y_i^) \le M ]
大白话：整个烤盘上任何一处的厚度，都大于等于最薄处、小于等于最厚处。这是废话，但后面每一步都靠它。
第三步：乘上小块面积，不等式不变。
因为 $\Delta \sigma_i > 0$（面积是正数），两边乘上正数不影响不等号方向：
[ m \cdot \Delta \sigma_i ;\le; f(x_i^, y_i^) \cdot \Delta \sigma_i ;\le; M \cdot \Delta \sigma_i ]
大白话：如果最薄处厚度为 2 厘米，这一小块面积为 3 平方厘米，那这一小块的体积至少是 6 立方厘米；如果最厚处是 6 厘米，这一小块最多是 18 立方厘米。每一小块都逃不出这个范围。
第四步：把所有小块加起来，不等式仍然成立。
把 (n) 个小块全部加起来：
[ \sum_{i=1}^{n} m \cdot \Delta \sigma_i ;\le; \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta \sigma_i ;\le; \sum_{i=1}^{n} M \cdot \Delta \sigma_i ]
因为 (m) 和 (M) 是常数（不随小块变化），可以提到求和号外面：
[ m \cdot \sum_{i=1}^{n} \Delta \sigma_i ;\le; \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta \sigma_i ;\le; M \cdot \sum_{i=1}^{n} \Delta \sigma_i ]
而 $\sum_{i=1}^{n} \Delta \sigma_i$ 是所有小块面积的总和，无论怎么分，它恒等于整个区域 (D) 的面积 (S)。所以：
[ m \cdot S ;\le; \sum_{i=1}^{n} f(x_i^, y_i^) \cdot \Delta \sigma_i ;\le; M \cdot S ]
大白话：把所有小块的"最低估"加起来等于 m×总面积；把所有小块的"最高估"加起来等于 M×总面积。真实的和式一定被夹在这两个极端之间。这个"夹住"跟你怎么切区域、怎么选样品点完全无关——因为每一小块都逃不出 [m, M] 这个范围。
第五步：取极限——夹住的"三明治"不会因为切得更细就散架。
让分得越来越细（$\lambda \to 0$），中间的和式趋近于二重积分 $\iint_D f$。左右的 $m \cdot S$ 和 $M \cdot S$ 跟 $\lambda$ 毫无关系（取不取极限它们都不变）。不等式取极限后保持不变：
[ \boxed{m \cdot S ;\le; \iint_D f(x,y),d\sigma ;\le; M \cdot S} ]
推导完毕。 整个证明只用到了积分的定义、不等式的性质、以及极限的保序性。没有任何跳步。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
估值定理本质上是在说："用最坏情况和最好情况夹住真实情况"。我们用了五步做到了这一点：
- 从积分的定义出发——积分就是无数小块的和式的极限。
- 在每一小块上，用全局最小值 (m) 和全局最大值 (M) 卡住函数值——这不需要任何技巧，因为 (m) 和 (M) 本来就是"最小的"和"最大的"。
- 把所有小块加起来——左右两边都变成了"极端值 × 总面积"，中间是和式。这个"三明治"对任何分法、任何选点方式都成立。
- 注意到所有小块面积之和恒等于 (S)——这跟你怎么切没关系，拼回去就是整个区域。
- 取完极限，"面包"被压实成积分，但"三明治"的上下两片面包皮（(m·S) 和 (M·S)）纹丝不动——因为它们跟怎么切没关系。
核心技巧：估值定理不需要任何中值定理或高级工具——它完全是从积分定义的"和式"结构顺出来的。先乘面积再求和，跟先求和再乘面积，在不等式面前是一样的。
⚠️ 三个必须牢记的边界（容易错！）
⚠️ 边界1：(m) 和 (M) 必须是 (f) 在区域 (D) 上的最值，不是整个定义域上的最值。
经典翻车：(f(x,y) = x^2 + y^2) 在整个平面上最小值是 0（原点处），但如果 (D) 是圆环 $1 \le x^2+y^2 \le 4$——原点根本不在 (D) 里！在 (D) 上的最小值 (m = 1)（内圆边界上），最大值 (M = 4)（外圆边界上）。如果你偷懒用了全局最小值 0，估值 $0·S \le \iint f \le 4·S$ 虽然也成立（因为 0 < 1），但左边就松了——夹得不够紧，可能证不出你想要的不等式。
正确做法：求最值之前先看清楚区域 (D) 的范围。 用单调性和边界分析确定 (f) 在 (D) 上的实际最小值和最大值。
⚠️ 边界2：估值定理只能给出"范围"，不能给出精确值。
如果 (m = M)（函数在整个区域上恒等于一个常数），那估值定理给出的是精确值 $\iint f = m·S$。但在绝大多数情况下 (m < M)，估值定理只能告诉你积分落在哪个区间里——就像天气预报说"明天温度 15~25 度"，你知道大概范围但不知道精确温度。需要精确值，还得老老实实计算。
⚠️ 边界3：估值定理要求 (f) 在闭区域上连续。
为什么必须是闭区域？因为最值定理（连续函数在闭区域上必有最大最小值）只对闭区域有效。如果区域是开区域（比如 (x^2+y^2 < 1) 而不是 $\le 1$），函数可能没有最大值或最小值（可以在边界上无限接近但达不到），估值定理的 (m) 和 (M) 就没法定义了。不过考研题中几乎都是闭区域，这个条件自动满足。
🛑 停下来想一想：估值定理的证明中，最关键的一步是"在每一小块上用全局最值卡住函数值"。如果反过来——我们先用局部最值（每一小块自己的最小值和最大值）来卡，再求和，会得到什么不等式？这个不等式和估值定理相比，哪个"夹得更紧"？为什么我们不用局部最值而用全局最值？（提示：局部最值对每个小块不同，不能提到求和号外面。）
估值定理在二重积分体系中的位置：
估值定理是二重积分性质的"守门员"——它不需要任何别的定理，直接从定义就能推出。但它反过来又是积分中值定理（2.4.2节）证明的前提——中值定理的推导，第一步就是先用估值定理把积分夹住，然后用连续函数的介值性找到那个"不高不矮刚刚好"的点。所以：
[ \text{积分定义} ;\longrightarrow; \text{估值定理} ;\longrightarrow; \text{积分中值定理} ]
同时，估值定理是题型3（不等式证明）的主要工具之一——当你需要证明 $\pi \le \iint_D e^{x^2+y^2} dxdy \le \pi e$ 这种不等式时，直接套估值定理：找最值 → 乘面积 → 完事。
题型2：比较二重积分的大小
考频：★★☆☆☆（小题为主）
解题方法：
核心依据——二重积分的保序性（比较定理）：
如果在同一区域D上有 f(x,y) ≤ g(x,y)，那么 ∬_D f ≤ ∬_D g。
三种常见考法：
| 考法 | 解题思路 |
|---|---|
| 同一区域，比较不同被积函数 | 直接在D上比较被积函数的大小（利用单调性、求最值等方法） |
| 不同区域，比较同一被积函数 | 看哪个区域更大/更小，结合被积函数的正负判断 |
| 含有未知常数的积分比较 | 利用估值定理：m·S ≤ ∬f ≤ M·S（m,M为f在D上的最小/最大值，S为D的面积） |
翻车现场：
翻车：比较两个积分时忘了检查被积函数的正负。
- 为什么错：保序性（f≤g → ∬f≤∬g）要求在整个区域上不等式成立。如果被积函数有正有负，直接比较没有意义。
- 正确做法：①确定被积函数在区域上的正负；②利用基本不等式比较被积函数大小；③利用保序性得出结论。
例题：
题目：D为圆域x²+y²≤1，比较 I₁=∬_D sin(x²+y²)dxdy 与 I₂=∬_D (x²+y²)dxdy 的大小。
解：在D上，0≤t=x²+y²≤1。当0≤t≤1时，sin t ≤ t（基本不等式）。因此sin(x²+y²) ≤ x²+y²，由保序性得I₁ ≤ I₂。
题18 ⭐基础（同一区域，比较不同被积函数）
设 (D) 为圆域 $x^2+y^2 \leq 1$，比较下列两个二重积分的大小： [ I_1 = \iint_D \sin(x^2+y^2) , dxdy, \quad I_2 = \iint_D (x^2+y^2) , dxdy ]
点击查看答案
在区域D上，$0 \leq t = x^2+y^2 \leq 1$。在 ([0,1]) 上，$\sin t \leq t$。
所以 $\sin(x^2+y^2) \leq x^2+y^2$，由保序性得 $I_1 \leq I_2$。
题19 ⭐基础（不同区域有包含关系）
设 (D_1) 为单位圆 $x^2+y^2 \leq 1$，(D_2) 为半径为 $\sqrt{2}$ 的圆 $x^2+y^2 \leq 2$。比较： [ I_1 = \iint_{D_1} e^{-(x^2+y^2)} dxdy, \quad I_2 = \iint_{D_2} e^{-(x^2+y^2)} dxdy ]
点击查看答案
被积函数处处为正，且 $D_1 \subset D_2$。将 (D_2) 拆成 (D_1) 和圆环部分，圆环部分积分>0。所以 (I_2 > I_1)。
2.4.2 积分中值定理（二重积分版）——"总有一个点，不高不矮刚刚好"
🎯 生活场景：你去超市买一袋橘子，袋子里的橘子有大有小。你不想一个个称，但你坚信：一定存在一个不大不小的"标准橘子"，它的重量乘以橘子的总数，恰好等于整袋橘子的总重量。 这个"标准橘子"不一定真的在袋子里——但袋子里一定有某个具体的橘子，它的重量就是这个标准重量。
这就是积分中值定理的生活版本：把"橘子"换成"曲面上每一点的高度"，把"袋子"换成"积分区域"——结论是：一定存在某个点，那里的函数值乘以区域面积，恰好等于整个二重积分（曲顶柱体的总体积）。
积分中值定理（二重积分版）的正式陈述：
设 (f(x,y)) 在有界闭区域 (D) 上连续，(S) 是 (D) 的面积。则至少存在一点 $(\xi, \eta) \in D$，使得：
[ \boxed{\iint_D f(x,y),d\sigma = f$\xi, \eta$ \cdot S} ]
或者写成等价形式：
[ f$\xi, \eta$ = \frac{1}{S} \iint_D f(x,y),d\sigma ]
右边 $\frac{1}{S} \iint_D f$ 就是 (f) 在区域 (D) 上的平均值——把总体积除以总面积，得到"平均高度"。定理说的是：这个"平均高度"，恰好等于曲面在区域内某个具体位置的实际高度。换句话说——平均高度不是捏造出来的抽象数字，它在曲面上真实存在。
🧠 这个结论是怎么推出来的？——估值定理铺路，介值性收尾
积分中值定理的推导非常干净——只用两步，第一步靠估值定理（2.4.1），第二步靠连续函数的介值性。整个逻辑链没有任何跳跃。
第一步：用估值定理把积分"夹住"。
因为 (f(x,y)) 在有界闭区域 (D) 上连续，所以它在 (D) 上一定有最小值 (m) 和最大值 (M)（最值定理）。设 (S) 是 (D) 的面积。
由估值定理（2.4.1）：
[ m \cdot S ;\le; \iint_D f(x,y),d\sigma ;\le; M \cdot S ]
大白话：总体积一定不小于"按最低高度算的体积"，也不大于"按最高高度算的体积"。这是估值定理直接给的。
第二步：除以面积 (S)，把积分的界限变成函数值的界限。
因为 (S > 0)（面积是正数），不等式两边同时除以 (S)，不等号方向不变：
[ m ;\le; \frac{1}{S} \iint_D f(x,y),d\sigma ;\le; M ]
大白话：积分的平均值 $\frac{\iint f}{S}$（也就是曲面的"平均高度"），被夹在函数的最小值 (m) 和最大值 (M) 之间。这很合理——平均高度不可能比最低点还低，也不可能比最高点还高。
第三步：用连续函数的"介值性"找到那个点。
现在关键一步来了。设这个平均值为 $\mu$：
[ \mu = \frac{1}{S} \iint_D f(x,y),d\sigma ]
我们已经知道 $m \le \mu \le M$——也就是说，$\mu$ 是介于 (f) 的最小值和最大值之间的一个数。
因为 (f(x,y)) 在 (D) 上连续，而且 (D) 是一个连通的闭区域（不能分成两块互不相连的部分——考研中你见到的区域基本都是连通的），根据连续函数的介值定理（在连通区域上的推广）：函数 (f) 在 (D) 上一定能取到介于最小值和最大值之间的每一个值。
因此，必定存在至少一个点 $(\xi, \eta) \in D$，使得：
[ f$\xi, \eta$ = \mu = \frac{1}{S} \iint_D f(x,y),d\sigma ]
两边同乘 (S)，得到：
[ \boxed{\iint_D f(x,y),d\sigma = f$\xi, \eta$ \cdot S} ]
推导完毕。 整个证明只用了三步：估值定理夹住 → 除以面积把积分的界限变成函数值的界限 → 介值性找到那个"不高不矮刚刚好"的点。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
积分中值定理的证明逻辑极其简单：先让估值定理告诉你"平均高度一定介于最低点和最高点之间"——这几乎是废话（平均分不能低于最低分、不能高于最高分）。然后连续函数的特点保证了：既然函数能从最低点连续地变到最高点，那中间的任何高度——包括平均高度——一定在曲面上真实存在至少一个位置。
核心技巧：积分中值定理是估值定理的"升级版"——估值定理只能用不等式给你一个范围，中值定理进一步把这个范围"锁"到一个具体的点——从"积分落在某个区间"升级到"积分等于某个点的函数值乘以面积"。这多出来的一步靠的不是积分理论，而是连续函数的介值性——把"积分的平均"转化成"函数的取值"。
和一重积分的中值定理对比：一重积分说的是 $\int_a^b f(x)dx = f(\xi)(b-a)$，二重积分说的是 $\iint_D f = f(\xi,\eta)·S$。结构一模一样——只是把"长度"换成了"面积"，把"一个变量的点 $\xi$"换成了"两个变量的点 $(\xi,\eta)$"。
⚠️ 三个必须牢记的边界（容易错！）
⚠️ 边界1：定理只保证 $(\xi, \eta)$ 的存在性，不告诉你它在哪里。
和一重积分的中值定理一样，我们只知道"一定有这么个点"，但具体在哪个位置——不知道。做题时你通常只需要"存在"这个事实来推导别的结论（比如回马枪1里用它来算极限），不需要也不应该试图找出它的具体坐标。
⚠️ 边界2：(f) 必须连续，否则结论可能不成立。
经典反例：设 (D) 是单位圆，定义 (f(x,y) = 1)（在圆的左半部分）和 (f(x,y) = 3)（在圆的右半部分），中间有一条"断崖"。这个函数的平均值是 2，但函数在区域内任何一点的值要么是 1 要么是 3——永远不可能是 2。结论崩溃。
大白话：原因很简单——介值性只对连续函数有效。断了就没法"连续地"从 1 变到 3，你永远跳不过 2 这个值。
⚠️ 边界3：$(\xi, \eta)$ 可能在边界上，也可能在内部。
定理只说 $(\xi, \eta) \in D$（在闭区域内），不保证在开区域内部。不过考研中几乎不需要纠结这个——无论是内部还是边界，"存在"就够了。如果平均值恰好等于边界上的函数值，那么那个 $(\xi, \eta)$ 就在边界上；如果函数在整个区域内部就已经取遍了所有值，那 $(\xi, \eta)$ 就在内部。
🛑 停下来想一想：（1）估值定理说"平均值在 m 和 M 之间"，中值定理说"平均值恰好等于某个点的函数值"。如果函数是常数 $f(x,y) \equiv C$，中值定理还成立吗？那个 $(\xi, \eta)$ 可以是区域里的任意一点吗？
（2）如果 (f(x,y)) 在整个区域上只有一个最大值点和一个最小值点（中间的函数值都没有重复），中值定理保证的那个点——可能是最大值点、可能是最小值点、也可能是某个取中间值的点？
积分中值定理在二重积分体系中的位置：
积分中值定理是二重积分性质的"顶梁柱"——它从估值定理（2.4.1）出发，借用连续函数的介值性，完成了从"不等式"到"等式"的飞跃。在后面的内容中，它出现在：
- 题型3（不等式证明）：当你需要把二重积分转化成一个函数值的时候。
- 和极限结合：像回马枪1那样——一个区域收缩到一个点时，中值定理把积分变成了"函数值 × 面积"，然后极限就能直接算了。
- 理论证明：证明二重积分与累次积分的关系、积分与微分的关系时，中值定理是不可或缺的桥梁。
在更大的理论链条中：
[ \text{积分定义} ;\longrightarrow; \text{估值定理} ;\longrightarrow; \boxed{\text{积分中值定理}} ;\longrightarrow; \text{应用于极限/证明} ]
题型3：二重积分的不等式证明
考频：★★★☆☆（解答题或证明题）
🧠 先想清楚：证明"积分不等式"到底在证什么？ 要证明 $\iint f \le \iint g$ 这类结论，你不可能把两个积分精确算出来再比大小（算不出来）。所以思路是"放缩"——把难算的积分，替换成好算的、并且一定更大/更小的量。这就引出下面三个"替换工具"，各有各的出场信号。前两个你在 2.4 节已经亲手推过（估值定理从黎曼和顺出来、中值定理从估值+介值推出来），第三个柯西-施瓦茨的来历补在表后。
解题方法——三大工具：
| 工具 | 公式/表述 | 使用场景 |
|---|---|---|
| 估值定理 | $m·S \le \iint_D f \le M·S$ | 被积函数在闭区域上连续，能求最值 |
| 积分中值定理 | $\iint_D f = f(\xi,\eta)·S$，其中$(\xi,\eta) \in D$ | 需要把重积分转化为函数值 |
| 柯西-施瓦茨不等式 | (\left$\iint_D fg\right$^2 \le \iint_D f^2 · \iint_D g^2) | 涉及平方积分 |
🧠 柯西-施瓦茨为什么成立？——它是"向量点积公式"的积分版。
你还记得线性代数/空间几何里的公式吗：两个向量的点积 $\vec{u}\cdot\vec{v}$，绝对值不超过长度乘积 $|\vec{u}||\vec{v}|$。这为什么成立？因为 $\vec{u}\cdot\vec{v} = |\vec{u}||\vec{v}|\cos\theta$（点积公式），而余弦的绝对值最多是 1（$\theta=0$ 时取到，即两向量同向）。柯西-施瓦茨不等式就是这句话在"函数世界"的翻版：
- 把"函数 (f)"看成"一个无限维向量"，它的"长度平方"就是 $\iint_D f^2$；
- 把"函数 (g)"看成"另一个无限维向量"，长度平方是 $\iint_D g^2$；
- 两个向量的"点积"就是 $\iint_D fg$。
于是"点积 ≤ 长度之积"逐字翻译成 $(\iint_D fg)^2 \le (\iint_D f^2)(\iint_D g^2)$——正是表中的公式。所以它不用背来历：它就是"夹角公式"被积分抄了一遍。
📌 出场信号：要证的不等式里出现"平方积分"（$\iint f^2$、$\iint g^2$）或"乘积积分"（$\iint fg$）的对比时，第一反应是柯西-施瓦茨。
证明类题型的通用思路：
- 先看能否用估值定理直接放缩
- 涉及中值→用中值定理
- 涉及平方→考虑柯西-施瓦茨
- 复杂不等式→从要证的结论出发，逆推需要什么条件
翻车现场：
翻车：估值定理 m·S ≤ ∬f ≤ M·S 中，m和M找错了——把整个定义域上的最值当成了区域上的最值。
- 为什么错：估值定理的m和M是被积函数在积分区域上的最小值和最大值，不是整个定义域上的。
- 正确做法：①分析被积函数在区域上的单调性；②确定区域上的最小值和最大值；③乘以区域面积得不等式。
例题：
题目：设f(x,y)在闭区域D上连续且f(x,y)≥0，证明若∬_D f(x,y)dxdy=0，则在D上f(x,y)≡0。
解：反证法。若存在点P∈D使f(P)>0，由连续性，存在P的邻域U使f≥c>0。则∬_D f ≥ ∬_U c = c·面积(U) > 0，与条件矛盾。
题20 ⭐⭐中等（估值定理证不等式）
证明： [ \pi \leq \iint_D e^{x^2+y^2} , dxdy \leq \pi e ] 其中 $D$ 为单位圆域 $x^2+y^2 \leq 1$。
点击查看答案
在单位圆上，$0 \leq x^2+y^2 \leq 1$，$e^t$ 单调递增。
- 最小值 $m = e^0 = 1$（原点处）
- 最大值 $M = e^1 = e$（边界上）
- D的面积 $S = \pi$
由估值定理：$1 \cdot \pi \leq \iint_D e^{x^2+y^2} \, dxdy \leq e \cdot \pi$
得证。
题21 ⭐⭐中等（比较性质证不等式）
设 $D$ 为单位圆域 $x^2+y^2 \leq 1$，证明： [ \iint_D \sin(x^2+y^2) , dxdy \leq \iint_D (x^2+y^2) , dxdy ]
点击查看答案
令 $t = x^2+y^2 \in [0,1]$。在 $[0,1]$ 上 $\sin t \leq t$。所以在D的每一点上 $\sin(x^2+y^2) \leq x^2+y^2$。由保序性得证。
2.5 直角坐标系下的计算方法——Fubini定理的思想
🔔 本节是本章最核心内容：二重积分的计算（直角坐标、极坐标、对称性利用）占本章考分的 80% 以上。下面的方法讲解和随堂练习请重点掌握。
先看一道题：怎么算鱼塘里一共有多少水？
🎣 难题登场：你有一个长方形鱼塘，长 3 米、宽 2 米。但塘底不是平的——靠岸的一头浅、另一头深，水深在每一点 ((x,y)) 上都不一样，水深函数是 (f(x,y))。你想知道这个鱼塘一共装了多少吨水（体积）。
看到这题，先别慌。你手里其实有工具——你知道"体积 = 底面积 × 高"这个公式，你也知道第 3 章学的一重积分（定积分）。可这两个工具各自都不够用：
- 底面积 × 高？——高到处不一样，乘哪个高？
- 一重积分？——它是沿一条线累加，可鱼塘是一整片面积。
难在哪？ 一个平面区域上的累加，你从来没算过。你只会算"一条线"上的累加（一重积分）。问题就是：怎么把"一整片的累加"拆成几个"一条线的累加"？ 拆成了，你就会算了——这就是本节全部内容的出发点和目的地。
🧠 先自己想 30 秒再往下看：如果是你，会怎么把"一片地"变成"一条条线"？
动手试探：两个"切法"，自己把它想出来
🥔 切法A（先切条、再切片）：你想到一个办法——先在塘上放一块长木板，木板的位置固定（比如放在 x = 1 米这条线上）。木板底下那条线的水深是 (f(1, y))——x 被按住不动了，剩下的就只是 y 的函数，这条线上的"水量截面"你会算（一重积分！）。
然后把木板平行地往右挪一点点，再量一次、再算一次……把木板从 x=0 一路挪到 x=3，每挪一点就算一次。你算出来的不是一个数，而是一个函数——"在位置 x 处，这一条截面的面积" (A(x))。
最后，把这些 (A(x)) 沿着 x 方向一条一条累加起来（又是你会的——一重积分！）。两块木板换成"先切条、再沿 x 方向把条累加"——一个二维问题，被你拆成了两次一维问题。
🥔 切法B（先切片、再切条）：把木板横着放（按住 y 不动），先沿 x 方向切，再沿 y 方向把"条"累加。步骤完全对称，只是先后换了个方向。
🔍 回头看看我们做了什么：不管是切法A还是切法B，核心动作只有一个——先按住一个变量不动，把二维问题退化成一维问题（你会的）；算完这一维，再沿另一个方向累加。这就是二重积分化为"两次一重积分"（累次积分）的全部思想。数学上，这个"先按住一个变量"的想法就是Fubini定理（富比尼定理）——它说的是：一个二维的累加（二重积分），可以拆成两次一维的累加（两次定积分），而且先按哪个方向切、后沿哪个方向切，结果是一样的（在"足够好"的函数上）。
📌 以后就这么办：拿到一个二重积分，第一反应就是问自己"我先按住哪个变量不动"。按住 x 不动先对 y 积、再对 x 积，叫 X型；按住 y 不动先对 x 积、再对 y 积，叫 Y型。下面我们把"切法A"一步步翻译成严密的数学。
正式陈述（Fubini定理的核心思想）：
设 (f(x,y)) 在矩形区域 $D = [a,b] \times [c,d]$ 上连续。则二重积分可以化为两种次序的累次积分，且结果相等：
[ \boxed{\iint_D f(x,y),dxdy = \int_{x=a}^{x=b} \left[ \int_{y=c}^{y=d} f(x,y),dy \right] dx = \int_{y=c}^{y=d} \left[ \int_{x=a}^{x=b} f(x,y),dx \right] dy} ]
对于更一般的区域（不是矩形），上下限会变成函数，但核心思想不变：二维积分 = 两次一维积分。
🧠 这个结论是怎么推出来的？——把鱼塘的"切法"翻译成数学
Fubini定理的完整严格证明需要较深的测度论知识（大学数学系实变函数课程的内容），但它的核心直觉你已经亲手用鱼塘的切法体验过了。下面只是把刚才的"按住变量"这个动作，一步步翻译成严密的数学——让你理解为什么二重积分等于两次定积分，而不是"定理这么说我就这么信"。
第一步：一重积分回顾——"切薄片累加"。
回顾第3章定积分：$\int_a^b f(x)dx$ 是把区间 ([a,b]) 切成无数小段，每段长 (dx)，每段上取函数值 (f(x))，乘起来再累加。这就是"切薄片"——一个方向、一次切完。
[ \int_a^b f(x)dx = \lim_{\text{切得极细}} \sum f(x_i^*) \cdot \Delta x_i ]
大白话：一重积分是在一条线上做累加——把你沿着一条路走，每走一小步就记录下当时的高度，最后加起来。只有一个方向、一次切完。
第二步：二重积分的问题——有两个方向，不能一次切完。
二重积分 $\iint_D f(x,y),dxdy$ 是在一个平面区域上做累加。你可以想象把区域切成无数小方格，每个小方格面积为 (dx,dy)，高度为 (f(x,y))，体积 = 高度 × 底面积，然后全部加起来。
但问题来了——你怎么"一次性地"把所有小方格的体积加起来？没有现成的公式。这正是鱼塘题里我们卡住的地方。
大白话：一重积分给你一把刀，沿着线切就行。二重积分需要你在一个面上切——你需要两把刀，切两次。就像切土豆：你不能一刀下去就同时完成"切条"和"切片"——你得先沿一个方向切到底，再沿另一个方向切到底。
第三步：刚才鱼塘里那招——"先按住一个变量不动"，翻译成数学。
还记得吗？你放了一块木板按住 (x) 不动，问题就退化成沿 (y) 方向的一条线。数学上也这么做：先固定 (x) 不动（想象你在土豆上选了一条竖线，x 坐标固定），那么沿着这条竖线，(f(x,y)) 就只是 (y) 的函数——因为 (x) 被冻结了。这时候你可以用一重积分的办法，沿 (y) 方向累加：
[ A(x) = \int_{y=c}^{y=d} f(x,y),dy ]
这个 (A(x)) 是什么？它是"在位置 (x) 处，沿 (y) 方向切出来的那一条土豆片的总面积"（也就是鱼塘里"木板在 x 位置时那条截面的水量"）。注意：(A(x)) 不是常数——不同的 (x) 位置，切片面积不同。
大白话：先把土豆沿一个方向切成条。第 (x) 条薯条的面积是 (A(x))。因为在这一条里 (x) 固定了，(f(x,y)) 只是 (y) 的函数——退化成一重积分的问题。
第四步：再把所有"条"沿另一个方向累加起来。
现在你有一堆"条"，每条的面积是 (A(x))。这些条沿着 (x) 方向排列，从 (x=a) 到 (x=b)。要得到总体积，只需要把所有条的面积沿 (x) 方向累加起来：
[ \text{总体积} = \int_{x=a}^{x=b} A(x),dx = \int_{x=a}^{x=b} \left[ \int_{y=c}^{y=d} f(x,y),dy \right] dx ]
大白话：先把土豆切成薯条（固定x，沿y方向积分），再把所有薯条的体积加起来（沿x方向积分）。这就是"先y后x"的累次积分——切两次，每次只处理一个变量。
第五步：换一个方向切——结果应该一样。
如果你先固定 (y) 不动呢？完全对称的思路：先沿 (x) 方向切出每条的面积 $B(y) = \int_a^b f(x,y)dx$，再沿 (y) 方向把所有条加起来：
[ \text{总体积} = \int_{y=c}^{y=d} \left[ \int_{x=a}^{x=b} f(x,y),dx \right] dy ]
Fubini定理的核心结论是：只要 (f) 足够好（连续就足够好），两种切法算出来的总体积一定相等。
大白话：先切条再切片，和先切片再切条——切的是同一块土豆，总体积当然一样。不管你先横着切还是先竖着切，最后切碎了的土豆渣渣加起来还是那块土豆。这就是Fubini定理的直觉——两种累次积分的次序虽然不同，但都等于同一个二重积分。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
Fubini定理的思想推导只需要理解两个字：降维。二重积分太复杂——两个变量同时变，你没法一次性处理。Fubini的妙计是：先冻结一个变量，让问题退化成一重积分（你会的）；算完这个一重积分后，得到一个只含另一个变量的函数；然后再对这个函数做一次一重积分。两次一维操作，替代一次二维操作。
这个过程就像拆一台双人协作的机器——你没办法同时让两个人都在动，那你就先让一个人干完所有活（固定x，对y积分），再让第二个人把第一个人干的结果汇总（对x积分）。由于顺序不影响最终的总工作量，你也可以反过来先让第二个人干再让第一个人汇总。
和一重积分的对比：
- 一重积分：一把刀，切一次 → $\int f(x)dx$
- 二重积分：两把刀，切两次 → $\int [\int f(x,y) dy] dx$
- 三重积分（数学一/二的内容）：三把刀，切三次 → $\int [\int [\int f(x,y,z) dz] dy] dx$
思路完全一致——每多一个变量，就多切一次。这就是微积分中"累次积分"的统一思想。
⚠️ 三个必须牢记的边界（容易错！）
⚠️ 边界1：Fubini定理要求 (f) 连续（或至少绝对可积）。不连续时交换次序可能改变结果。
在考研范围内，题目给的被积函数基本都是连续的，所以Fubini定理自动适用。但你要知道：如果函数有"特别糟糕"的不连续点，先y后x和先x后y的结果可能会不一样——这是实变函数课程才深入讨论的内容。考研不需要担心这个，但概念判断题里如果出现"任何函数的二重积分都可以交换次序"——这是错的。
⚠️ 边界2：两种次序的计算难度可能天差地别。
虽然Fubini定理说两种次序结果一样，但它没保证两种次序一样好算！经典的例子：$\int_0^1 dx \int_x^1 e^{y^2} dy$——先y后x的时候，里层 (e^{y^2}) 对 (y) 没有初等形式的不定积分，压根算不动。但交换次序变成先x后y后，里层变成了 $\int_0^y e^{y^2} dx = y e^{y^2}$——轻松解决。这说明：次序的选择不是理论问题，是实战问题。拿到题先想清楚哪个变量先积更容易。
⚠️ 边界3：非矩形区域下，交换次序需要重新画图定限。
矩形区域很简单——两个方向的上下限都是常数，交换次序只需要把积分号换位置。但实际考研题中的区域大多是三角形、圆、或其他曲线围成的。这时候交换次序不是简单地"把两个积分号对调"——你必须重新画图、重新用穿线法定限。很多人在这里翻车：以为交换次序就是把 (x) 和 (y) 的上下限直接互换——完全错误。
Fubini定理在二重积分体系中的位置：
Fubini定理是二重积分从"定义"走向"计算"的桥梁。没有它，二重积分只是一个抽象的极限定义——你知道它是什么，但不知道怎么算。有了它，二重积分的计算变成了"两次一重积分"——你把第3章学会的定积分技巧全部搬过来就能算。
在更大的理论链条中：
[ \text{二重积分定义} ;\longrightarrow; \boxed{\text{Fubini定理（化二为重）}} ;\longrightarrow; \text{直角坐标计算} ;\longrightarrow; \text{极坐标计算} ]
Fubini定理也是"交换积分次序"的理论依据——因为两种次序都等于同一个二重积分，所以你可以在计算过程中自由切换。
两种方式：
先y后x（X型）：先固定x，沿y方向积分；再让x从最左到最右。 [ \iint_D f(x,y),dxdy = \int_{x=a}^{x=b} \left[ \int_{y=y_1(x)}^{y=y_2(x)} f(x,y),dy \right] dx ]
先x后y（Y型）：先固定y，沿x方向积分；再让y从最下到最上。 [ \iint_D f(x,y),dxdy = \int_{y=c}^{y=d} \left[ \int_{x=x_1(y)}^{x=x_2(y)} f(x,y),dx \right] dy ]
关于X型/Y型的命名：外层对x积分就叫X型，外层对y积分就叫Y型。X型区域是"先积y后积x"，但外层变量是x，所以叫X型。
X型区域与Y型区域的定义：
🧠 先自己想：X型区域到底长什么样？ 回想X型的步骤——先固定 (x)、沿 (y) 方向积分。这个"固定 (x)"在图上意味着什么？意味着：在区域里立一根竖线（x 固定），这根竖线从上到下穿过区域。竖线从区域上边界穿进去（入口）、从下边界穿出来（出口），这一竖条里 (y) 从入口到出口——这正是内层对 (y) 积分时上下限的来源！
那什么情况下能放心地用X型？如果这根竖线只穿过"一条上边界 + 一条下边界"（进去一个口、出来一个口），那么 (y) 的上下限就写得很干脆。但如果竖线穿进去又穿出来又穿进去……（比如穿过一个圆环，进去、出来、进去、出来），上下限就写不清楚了，得切成几块分别写。
于是"能不能用X型"这个问题，就变成了一个看图的活儿：立一根竖线，看它穿过区域时碰到几个口。这就是穿线法的由来——它不是背出来的规则，是你"立杆子看进出"这个动作的代号。判断Y型则完全对称：横着立一根杆子（y 固定），看它从左到右穿过几个口。
穿线法判断：在区域中画一条线，看它穿过区域时与边界交于几个点。
| 判断方法 | X型区域 | Y型区域 |
|---|---|---|
| 穿线方向 | 竖直方向（平行于y轴）画一条线 | 水平方向（平行于x轴）画一条线 |
| 如果满足 | 每条竖直线穿过区域时，只和边界交于两个点（入口点、出口点） | 每条水平线穿过区域时，只和边界交于两个点（入口点、出口点） |
| 那就可以 | 写成先y后x（X型） | 写成先x后y（Y型） |
| 如果不满足 | 需要把区域切成多块，使每块都是X型 | 需要把区域切成多块，使每块都是Y型 |
判断步骤：
- 画出积分区域D（必须画图！）
- 想象一条竖直线从区域中间穿过去，如果从头到尾只碰到上下两条边界 → X型可以
- 想象一条水平线从区域中间穿过去，如果从头到尾只碰到左右两条边界 → Y型可以
- 两种都满足 → 随便选，选好算的那个
- 两种都不满足 → 需要切割区域
典型例子：
- 一个完整的圆（x²+y²≤R²）：两种类型都可以，不需要切。竖线穿过圆时只交上下两个半圆（入口y=-√(R²-x²)、出口y=√(R²-x²)），上下边界表达式始终不变；同理横线穿过圆时只交左右两个半圆。所以圆既是X型又是Y型。
- 一个三角形（三边为 x=0, y=0, x+y=1）：两种类型都可以，不需要切
- 真正需要切块的例子：一个圆环（甜甜圈形状，如1≤x²+y²≤4）——竖线穿过时会碰到"外圆上半、内圆上半、内圆下半、外圆下半"四个交点，中间还有空洞，必须切成多块
🛑 停下来想一想：给你一个由 y=x² 和 y=4 围成的区域——用竖直穿线法和水平穿线法分别穿一下，它是X型还是Y型？需要切块吗？拿张草稿纸画出来再往下读。
✏️ 即时练习（直角坐标+定限）：
- 把 ∬_D (x+y) dxdy 写成两种次序的累次积分（只写积分式，不算结果），D 由 y=0、y=x、x=2 围成。
- 计算 ∬_D xy dxdy，其中 D: 0≤x≤1, 0≤y≤x。
点击查看答案
- X型（先y后x）：∫₀² dx ∫₀ˣ (x+y) dy；Y型（先x后y）：∫₀² dy ∫ᵧ² (x+y) dx
- ∫₀¹ dx ∫₀ˣ xy dy = ∫₀¹ x·(x²/2) dx = 1/8
考法1.1：直角坐标系下计算
🧠 先想清楚：写积分限到底在干什么？ 一个累次积分有两层限：外层限是常数（总范围），内层限是"被固定变量的函数"（竖条里进出两个口的位置）。你有没有发现——"上下限"就是你穿线时那根杆子碰到边界的位置：杆子立起来，先进去的口是下限，后出去的口是上限。定限这件事，本质上就是"穿线→记下进出位置"，不需要背任何东西。
口诀：「后积先定限，限内画条线，先交写下限，后交写上限」 ——武忠祥经典口诀，适用于确定任何一种积分次序下的上下限。它就是把上面这句话压缩成四句顺口溜：
逐句解释：
- "后积先定限"：外层积分的上下限是常数
- "限内画条线"：在区域里，沿内层变量的方向画一条穿过区域的线
- "先交写下限"：线先碰到的那条边界 = 内层积分的下限
- "后交写上限"：线后碰到的那条边界 = 内层积分的上限
画图→定限→积分三步走：
第1步：画图
• 写出区域D的边界曲线方程
• 求曲线的交点（联立方程求解）
• 在坐标系中画出所有边界曲线
• 用阴影标出积分区域D
第2步：定限
• 选择积分次序（X型还是Y型）
• 用穿线法确定每次积分的上下限
• 检查：换一种次序写一遍，看限是否一致
第3步：积分
• 先算内层积分（把外层变量当常数）
• 再算外层积分
• 检查计算结果是否合理（正负、大小）
如何选择X型还是Y型？
🧠 先别背这张表——想一想"选择"到底在选什么。 Fubini定理已经告诉我们：两种次序结果一定一样，所以选次序不是为了"能不能算"，而是为了"好不好算"。那"好算"取决于两件事：
① 区域切几块。 用穿线法试一遍就知道——竖着穿如果撞出三个口（要切两块），横着穿只撞出两个口（一块搞定），那显然选Y型。少切一块就少算一个积分。
② 内层积分积不积得动。 这才是大多数题的关键：内层是对 y 积，如果被积函数里 (y) 出现在分母、根号、或 (e^{y^2}) 这种没有初等原函数的地方——这一层就积不动了。先看内层好不好积，不好积就换方向，让难缠的变量变成外层（外层积分时它已经被"积过一次"、往往变成简单形式了）。
这两条推出来的选择原则，正是下面这张表：
| 选择原则 | 说明 |
|---|---|
| 尽量减少区域分块 | 如果要切好几次才能用X型，就换Y型试试 |
| 让内层积分尽可能简单 | 内层先积分的变量如果出现在被积函数分母、根号内等难处理位置，换次序 |
| 被积函数只含一个变量 | 如果被积函数只有x，选先y后x（X型）；如果只有y，选先x后y（Y型） |
| 边界方程更容易解 | 哪种类型下边界曲线更容易解出显式表达式，就选哪种 |
📌 "被积函数只含一个变量"这一条为什么对？ 如果被积函数只有 (x)、不含 (y)，那么把它放内层先对 (y) 积的时候，(x) 就是常数直接提出来——这一层瞬间变成"积1"，等于白送。所以含谁就把谁放外层：只有 (x) → X型（先积 y，x 提出来）；只有 (y) → Y型（先积 x，y 提出来）。这一条不是独立规则，是"内层要好积"那条的自然推论。
翻车现场：
翻车1——积分区域画错了：这是二重积分最经典的翻车！图画错了，后面的积分限全错。
- 为什么错：很多人凭感觉直接写积分限，跳过画图这一步。结果把X型区域当Y型，或者把边界曲线搞反了。
- 正确做法：每道题第一步必须画图！标出所有边界曲线、求交点。图画完再决定用什么次序。
翻车2——选错积分次序：用X型结果区域被分成三块，用Y型只要一块，但没注意到。
- 为什么错：拿到题不比较两种次序的优劣，直接按惯性选X型。
- 正确做法：画完图后花10秒钟想：用X型需要几块？用Y型需要几块？选块数少的那种。如果被积函数只含一个变量（如sin y/y对y积不出来），更要先想清楚先积哪个。
翻车3——积分限写反：
- 正确做法：外层积分下限 < 上限（常数）；内层积分在穿线方向上，"先碰到的"是下限，"后碰到的"是上限。
例题1（交换积分次序）：
题目：交换累次积分 $\int_0^1 dx \int_0^x f(x,y),dy$ 的积分次序。
解（一步步来，不跳步）：
第1步：读懂原积分限，说清"谁先谁后" 原式是"先积 y、后积 x"：外层 x 从 0 到 1（上下限都是常数，说明 x 是总范围）；内层 y 从 0 到 x（上限带着 x，说明 y 的范围由 x 决定）。
第2步：反推边界曲线（这一步在想什么：积分限里藏着区域的边界） 把内层积分的上下限翻译成两条曲线：
- 内层上限 y=x → 上边界是直线 y = x（过原点的45度斜线）；
- 内层下限 y=0 → 下边界是直线 y = 0（x 轴）。 这一步在想什么：内层积分的上下限，就是两条边界曲线——下限是"地板"，上限是"天花板"。
第3步：补上外层的两条"墙" 外层 x 从 0 到 1 → 左右两条竖直线 x = 0 和 x = 1。 这一步在想什么：外层给的是"墙"（竖直线），它们和上一步的两条曲线一起，才能把区域围起来。
第4步：四条线一围，区域出来了 画出 y=x、y=0、x=0、x=1 四条线，围出一个三角形，顶点是 (0,0)、(1,0)、(1,1)。（x=0 这条"墙"其实是条退化边——它只在原点碰到顶点，三角形实际只有三条边：横轴、右竖边、斜边。） 为什么这么想：区域必须"围死"才代表二重积分的范围，四条边界一条都不能少。
第5步：换新次序（先x后y），重新定限 新次序变成"先积 x、后积 y"。那么：
- 外层 y 从几到几？看三角形在竖直方向（y方向）的跨度：最低 y=0，最高 y=1 → y 从 0 到 1。
- 内层 x 从几到几？用穿线法：固定一条水平线（y 等于某个值），看它穿过三角形时"从哪条边进、从哪条边出"——水平线从左边那条斜边 y=x（即 x=y）穿进，从右边竖直线 x=1 穿出 → x 从 y 到 1。 这一步在想什么：新限不能凭感觉抄，必须回到图上，用"先交写下限、后交写上限"逐条定。
第6步：写新积分 [ \int_0^1 dy \int_y^1 f(x,y),dx ]
🧠 复盘：新旧两个积分说的是同一个三角形区域，只是切法不同——原次序是"竖着切"，每一列 y 从地面(0)长到斜边(x)；新次序是"横着切"，每一行 x 从斜边(y)穿到右墙(1)。区域没变，变的只是切的方向。验算：把四条线围出来，三角形顶点仍是 (0,0)、(1,0)、(1,1)，两个次序吻合。
例题2（需要交换次序才能计算）：
题目：计算 $\int_0^1 dx \int_x^1 e^{y^2},dy$。
🧠 怎么想到的：
- 👁️ 审题：被积函数是 e^(y²)，积分次序是先y后x
- 🧠 判断：e^(y²) 对 y 没有初等原函数——这是"积不出来"的经典信号！必须交换次序，变成先x后y，这样 e^(y²) 在里层变成常数
- ⚠️ 最容易卡住的地方：交换次序后新积分限怎么写——必须画图！原区域是由 y=x, y=1, x=0, x=1 围成的三角形，换Y型后 y:0→1, x:0→y
解：
- 原积分中，内层是对y积分，被积函数是e^(y^2)——对y积不出来（没有初等原函数）
- 画出区域D：由y=x, y=1, x=0, x=1围成的三角形
- 交换次序：y从0到1，x从0到y
- 新积分：$\int_0^1 dy \int_0^y e^{y^2},dx = \int_0^1 y \cdot e^{y^2},dy$
- 令u=y^2, du=2ydy：$= \frac{1}{2}\int_0^1 e^u,du = \frac{1}{2}(e-1)$
交换次序三步法：
第1步：根据原累次积分的积分限，画出积分区域D
• 从外层积分的限得到变量的常数范围
• 从内层积分的限得到边界曲线方程
• 在坐标系中描出四条边界，标出区域
第2步：观察图形，判断用另一种次序需要几块区域
• 尽量合并为一块（如果原次序用了两块，新次序可能一块就够）
第3步：在另一种次序下重新定限
• 用穿线法：在新次序下，画穿过区域的线
• 先交写下限，后交写上限
• 特别注意：分段区域要分别定限，最后相加
翻车4——交换次序时新限算错：
- 为什么错：画出区域后，在新次序下定限时，把边界的显式表达式写错。
- 正确做法：交换次序后，必须重新用穿线法逐一定限，不要"凭感觉"改写。定完后将两个次序都写成累次积分形式，确保它们表示同一区域。
⭐ 最低完成清单（考法1.1·直角坐标计算）：题1（练画图+穿线法定限）、题5（练次序选择决定成败）
题1 ⭐基础（X型区域）
计算二重积分： [ I = \iint_D xy , dxdy ] 其中 (D) 由直线 (y=0)、(y=x)、(x=1) 围成。
点击查看答案
第1步：画图分析
边界曲线：(y=0)（x轴）、(y=x)（过原点的45度斜线）、(x=1)（竖直线）
三条线围成一个三角形，顶点为 ((0,0))、((1,0))、((1,1))。
第2步：选坐标系
区域由直线围成，被积函数是简单的 (xy) → 选直角坐标。
第3步：定积分限
用X型（先y后x）：x从0到1，y从0到x。 [ I = \int_0^1 dx \int_0^x xy , dy ]
第4步：计算
[ \begin{aligned} \text{内层：}\int_0^x xy , dy &= x \cdot \left[\frac{y^2}{2}\right]_0^x = \frac{x^3}{2} \ \text{外层：}\int_0^1 \frac{x^3}{2} , dx &= \frac{1}{2} \cdot \left[\frac{x^4}{4}\right]_0^1 = \frac{1}{8} \end{aligned} ]
答案：$\displaystyle \frac{1}{8}$
题2 ⭐基础（Y型区域更优）
计算二重积分： [ I = \iint_D \frac{x}{y^2} , dxdy ] 其中 (D) 由直线 (y=1)、(y=2)、(x=y)、(x=2y) 围成。
点击查看答案
第1步：画图分析
边界：(y=1)、(y=2)、(x=y)、(x=2y)。围成一个梯形。
第2步：选坐标系和次序
这是一个典型的Y型区域（左右边界各由一条曲线给出），如果强行用X型则需要分成两块。而且被积函数是关于y的 $\frac{1}{y^2}$，对x先积分可以把x部分直接积出来。结论：选Y型（先x后y）。
第3步：定积分限
Y型：y从1到2，x从 (y) 到 (2y)。 [ I = \int_1^2 dy \int_y^{2y} \frac{x}{y^2} , dx ]
第4步：计算
[ \begin{aligned} \text{内层：}\int_y^{2y} \frac{x}{y^2} , dx &= \frac{1}{y^2} \cdot \left[\frac{x^2}{2}\right]_y^{2y} = \frac{3}{2} \ \text{外层：}\int_1^2 \frac{3}{2} , dy &= \frac{3}{2} \cdot [y]_1^2 = \frac{3}{2} \end{aligned} ]
答案：$\displaystyle \frac{3}{2}$
反思：如果先用X型，需要把区域按x=1、x=2、x=4分成三段，非常麻烦。选对次序省一半时间。
题3 ⭐⭐中等（两条曲线围成的区域）
计算二重积分： [ I = \iint_D y , dxdy ] 其中 (D) 由抛物线 (y=x^2) 和抛物线 (y=2-x^2) 围成。
点击查看答案
第1步：画图分析
两条曲线的交点：$x^2 = 2-x^2 \Rightarrow x=\pm 1$，对应 (y=1)。 (y=x^2) 开口向上，(y=2-x^2) 开口向下。区域D像"眼睛"形状，关于y轴对称。
第2步：选坐标系和次序
由抛物线围成 → 直角坐标。X型：对于每个固定的x，y从下抛物线 (y=x^2) 到上抛物线 (y=2-x^2)，不需要分割。
第3步：定积分限 [ I = \int_{-1}^{1} dx \int_{x^2}^{2-x^2} y , dy ]
第4步：计算 [ \begin{aligned} \text{内层：}\int_{x^2}^{2-x^2} y , dy &= \frac{(2-x^2)^2 - (x^2)^2}{2} = 2-2x^2 \ \text{外层：}\int_{-1}^{1} (2-2x^2) , dx &= 2\int_0^1 (2-2x^2) , dx = 2 \cdot \left[2x - \frac{2x^3}{3}\right]_0^1 = \frac{8}{3} \end{aligned} ]
答案：$\displaystyle \frac{8}{3}$
题4 ⭐⭐中等（含双曲线，需要谨慎选次序）
计算二重积分： [ I = \iint_D \frac{x^2}{y^2} , dxdy ] 其中 (D) 由直线 (x=2)、(y=x) 以及双曲线 (xy=1) 围成（第一象限部分）。
点击查看答案
第1步：画图分析
三条边界：(x=2)（竖直线）、(y=x)（45度线）、(xy=1)（双曲线）。交点：(1,1)、(2,2)、(2,1/2)。
第2步：选坐标系和次序
直角坐标。用X型：x从1到2，y从 (y=1/x) 到 (y=x)。一块搞定。
第3步：定积分限 [ I = \int_1^2 dx \int_{1/x}^{x} \frac{x^2}{y^2} , dy ]
第4步：计算 [ \begin{aligned} \text{内层：}\int_{1/x}^{x} \frac{x^2}{y^2} , dy &= x^2 \cdot \left[-\frac{1}{y}\right]_{1/x}^{x} = x^3 - x \ \text{外层：}\int_1^2 (x^3 - x) , dx &= \left[\frac{x^4}{4} - \frac{x^2}{2}\right]_1^2 = \frac{9}{4} \end{aligned} ]
答案：$\displaystyle \frac{9}{4}$
题5 ⭐⭐中等（被积函数只含一个变量，次序选择决定成败）
计算二重积分： [ I = \iint_D \frac{\sin y}{y} , dxdy ] 其中 (D) 由直线 (y=x)、(y=1)、(x=0) 围成的三角形区域。
点击查看答案
第1步：画图分析
边界：(x=0)（y轴）、(y=1)（水平线）、(y=x)（45度斜线）。三角形顶点(0,0)、(0,1)、(1,1)。
第2步：选坐标系和次序
这是关键所在：
- 如果先y后x（X型）：x从0到1，y从x到1。内层是 $\int_x^1 \frac{\sin y}{y} dy$——没有初等表达式！
- 如果先x后y（Y型）：y从0到1，x从0到y。内层是 $\int_0^y \frac{\sin y}{y} dx = \sin y$——简单得多！
所以必须选Y型。
第3步：定积分限（Y型） [ I = \int_0^1 dy \int_0^y \frac{\sin y}{y} , dx ]
第4步：计算 [ \begin{aligned} \text{内层：}\int_0^y \frac{\sin y}{y} , dx &= \frac{\sin y}{y} \cdot y = \sin y \ \text{外层：}\int_0^1 \sin y , dy &= 1 - \cos 1 \end{aligned} ]
答案：$\displaystyle 1 - \cos 1$
核心教训：拿到二重积分，先看内层好不好积。如果当前次序内层积不出来，不要死磕——立刻换次序！
题型4：分段函数的二重积分
考频：★★☆☆☆（中等难度）
先看一道题：这个函数，连表达式都要看情况变
🎣 难题登场：计算 $\iint_D \min{x,y},dxdy$，其中 (D) 是正方形 $[0,1]\times[0,1]$。
看到这题，先别慌，试着把它当普通函数积——然后卡住了：$\min{x,y}$ 到底是什么？ 它不是"一个"函数——在 $y \ge x$ 的地方它等于 (x)，在 $y \le x$ 的地方它等于 (y)。同一个积分号底下，表达式一分为二。你甚至不知道该对 (x) 积还是对 (y) 积，因为"这个函数"在不同的点根本长不一样。
🧠 先自己想 30 秒再往下看：怎么把一个"看情况变"的函数，变成几个"每个区域统一"的函数？——对，答案藏在它什么时候变上。
动手试探：找到"变脸"的那条线，一分为二
观察 $\min{x,y}$：它变脸的临界点，是 (x = y) 的时候（谁大谁小在此分界）。这条线 (y=x) 就是"分界线"。把它画进正方形，正方形被切成两个三角形：
- 上半三角形（$y \ge x$）：这里 (y) 更大，所以 $\min{x,y} = x$——统一了！
- 下半三角形（$y \le x$）：这里 (x) 更大，所以 $\min{x,y} = y$——也统一了！
每一块上的被积函数都变成了"普通函数"，用你上几节学的直角坐标法分别积，再加起来。
🧠 这一步在想什么：分段函数的"分界线"就是它变脸的临界线——令两段表达式相等解出来（min 的两段是 x 和 y，令 (x=y) 就是分界线）。找到分界线，问题就从"一个畸形函数"变成"两块普通函数"。
🔍 回头看看我们做了什么：这题的思路是——找变脸线 → 切成几块 → 每块分别积 → 相加。三步里最关键是第一步：分界线找错，后面全错。而分界线永远有套路可循（见下方表格）。
📌 以后就这么办：看到 $\min$、$\max$、绝对值、分象限函数这类"分段函数"，第一反应就是找分界线：令两段表达式相等，解出那条线；画线把区域切开；每块上表达式统一了再分别积分。
核心思路： 分段函数的二重积分，关键是按分段函数的"分界线"把积分区域切成几块，每块上被积函数有统一的表达式，分别积分后相加。
常见分段形式与处理：
| 分段形式 | 分界线 | 处理方法 |
|---|---|---|
| min(x,y) 或 max(x,y) | 直线y=x | 将D按y=x切成两块，每块上min/max确定 |
| x-y | 或 | |
| 分象限定义 | x=0, y=0（坐标轴） | 按象限将D切成最多4块 |
| 含max{x²+y², 常数} | 圆 | 按圆分内外 |
| 含[x]、[y]（取整） | 水平/竖直线 | 按取整区间分割 |
解题三步法：
第1步：找出分段函数的"分界线"（即表达式切换的边界）
第2步：用分界线将积分区域D切成若干块D₁, D₂, ...
第3步：每块上独立积分，最后相加
翻车现场：
翻车：分段函数的分界线找错了，或者找到分界线后忘了把区域切开分别积分。
- 为什么错：min{x,y}的分界线是y=x；|y-x²|的分界线是y=x²；max{x²,y²}的分界线也是y=x。分界线找错，后面全错。
- 正确做法：①令分段条件中的两个表达式相等，解出分界线；②在图上画出分界线；③将区域切成几块分别积分再相加。
例题：
题目：计算 $\iint_D \min{x,y},dxdy$，其中D为正方形[0,1]×[0,1]。
🧠 怎么想到的：
- 👁️ 审题：被积函数是 min{x,y}——这不是一个普通函数，它在不同区域表达式不同
- 🧠 判断：分界线的找法——令 x=y，这条线把正方形切成两个三角形。在 y≥x 的区域 min=x，在 y≤x 的区域 min=y。分别积分再相加
- ⚠️ 最容易卡住的地方：分界线找错（比如写成了 x+y=1 或其他）。记住：min{f,g} 的分界线永远是 f=g
解：分界线为y=x，将正方形切成两个三角形。D₁（y≥x）：min=x，积分=1/6；D₂（y≤x）：min=y，积分=1/6。总积分=1/3。
题22 ⭐⭐中等（含 min 函数——沿 y=x 切分）
计算二重积分： [ I = \iint_D \min{x, y} , dxdy ] 其中 (D) 为正方形区域 $[0,1] \times [0,1]$。
点击查看答案
分界线 (y=x) 将正方形切成两个等腰直角三角形。
- D₁（y≥x）：min=x，∫₀¹dx∫ₓ¹ x dy = 1/6
- D₂（y≤x）：min=y，∫₀¹dy∫_y¹ y dx = 1/6
总积分 = 1/6 + 1/6 = 1/3。
答案：$\displaystyle \frac{1}{3}$
题23 ⭐⭐中等（含绝对值——沿零点切分）
计算二重积分： [ I = \iint_D |y-x^2| , dxdy ] 其中 (D) 为矩形区域：$0 \leq x \leq 1$，$0 \leq y \leq 1$。
点击查看答案
分界线 (y=x^2) 将正方形切成两块：
- D₁（y≥x²）：|y-x²|=y-x²，I₁=4/15
- D₂（y≤x²）：|y-x²|=x²-y，I₂=1/10
总积分 = 4/15 + 1/10 = 11/30。
答案：$\displaystyle \frac{11}{30}$
题24 ⭐⭐中等（含 max 函数）
计算二重积分： [ I = \iint_D \max{x^2, y^2} , dxdy ] 其中 (D) 为正方形区域 $[0,1] \times [0,1]$。
点击查看答案
分界线 (y=x)，D关于y=x对称。
- D₁（y≥x）：max=y²，I₁=1/4
- 由对称性，总积分=2×1/4=1/2
答案：$\displaystyle \frac{1}{2}$
2.6 为什么要交换积分次序
先看一道题：这个积分卡死了，怎么办？
🎣 难题登场：计算 $\int_0^1 dx \int_x^1 \sin(y^2),dy$。
看到这题，先别慌，按上节流程走：外层 x 从 0 到 1（常数，总范围）；内层对 y 积、下限是 x、上限是 1（下限带着变量 x）。图也画了、次序也定了、开始算——
难在哪？ 内层是对 (y) 积分 $\sin(y^2)$。你搜遍第 3 章学过的所有方法：换元、分部、凑微分……$\sin(y^2)$ 对 (y) 根本没有初等形式的原函数——就像 $\frac{\sin y}{y}$、(e^{y^2}) 一样，这一类函数是"积分界的老大难"，怎么凑都凑不出来。题做到一半，卡死了。
🧠 先自己想 30 秒再往下看：内层积不出来，但积分又确实存在（连续函数一定可积）——能不能换个方向试试？Fubini 定理说过什么来着？
动手试探：把"先积 y"改成"先积 x"
还记得 2.5 节 Fubini 定理的话吗？——两种次序结果一样，怎么切都行。既然"先积 y"这扇门是死的，那就换成"先积 x"：
- 原次序先积 y，内层是 $\sin(y^2)$——对 y 积不出来，卡死。
- 换成先积 x：内层变成对 (x) 积分 $\sin(y^2)$。盯住看：被积函数里根本没有 x！ 那么对 x 积分时，整个 $\sin(y^2)$ 就是常数，直接提出来——$\sin(y^2) \cdot x$，从 x 的起点积到终点。一瞬间，"积不出来"变成了"秒算"。
🧠 这一步在想什么：换方向不改变积分值，但会改变"内层被积函数的样子"。把难积的变量从"内层要积它"变成"外层已经积完了它"，难缠的东西就被绕过去了。
但有个大坑：换了方向，积分限必须重新画图定，不能抄
这是新手最容易翻车的地方——以为交换次序就是把 x、y 的上下限"对调"一下。完全错误。 换个方向切，每一层的上下限都变了，必须重新画图、重新穿线（见下方"内层限给曲线，外层限给墙"）。
🔍 回头看看我们做了什么：这题的完整解法是——画出原区域（三角形）→ 换 Y 型 → 重新定限 → $\sin(y^2)$ 被当常数提出来 → 换 Y 型后内层积 x 得到 $y\sin(y^2)$，再用第 3 章换元 (u=y^2) 收尾（$\int_0^1 y\sin(y^2)dy = \frac{1}{2}(1-\cos 1)$）。一条"绝路"（$\sin(y^2)$ 积不出来）被"换个方向"救活了。
📌 以后就这么办：看到内层被积函数是 $\sin(y^2)$、(e^{y^2})、$\frac{\sin y}{y}$ 这类"积不出来"的货色，第一反应不是硬凑，而是交换积分次序——把内层的变量换掉，让难积的函数变成常数或简单形式。这就是交换次序最核心、最常考的动机。
交换积分次序是指将二重积分从一种累次积分次序（如先y后x）改为另一种次序（如先x后y）。什么时候需要换？上面这道题已经给了你第一类情形，完整清单如下：
三种需要交换的情形：
| 情形 | 举例 | 原因 |
|---|---|---|
| 内层积不出来 | 对y积分时被积函数是 sin(y²) | 没有初等形式的原函数 |
| 区域需要切太多块 | 原次序要把区域切成三块，换次序后一块搞定 | 换次序可以减少计算量 |
| 题目明确要求 | "交换下列累次积分的积分次序" | 按指令操作即可 |
经典例子： [ \int_0^1 dx \int_x^1 e^{y^2},dy ] 这个积分如果先积y——e^(y²)对y没有初等原函数，积不出来。但交换次序（先x后y）后，内层成了对x积分，e^(y²)就变成了常数，轻松解决（答案 $\frac{e-1}{2}$，即题11）。上面"难题登场"那道 $\sin(y^2)$ 也是同一个道理——换序后内层积x，再凑微分 $\int_0^1 y\sin(y^2)dy = \frac{1-\cos 1}{2}$。
怎么从积分限反推区域形状（画图的关键反向思维）：
很多同学卡在"交换次序第一步画图"——不知道区域从哪来。给你一把万能钥匙：
内层积分的上下限，就是两条边界曲线。 例如在 $\int_0^1 dx \int_0^x dy$ 里，内层是对 y 积，上下限分别是 x 和 0——它等于在说：上方边界是 y=x，下方边界是 y=0。
把这两条曲线画出来（y=x 是过原点的45度斜线，y=0 是横轴），再补上外层给的两条"墙"：外层 x 从 0 到 1，就是左右两条竖直线 x=0 和 x=1。四条线一围，区域就出来了。
一句话记法：内层限给曲线，外层限给墙。画图永远从"把内层上下限当成两条曲线"开始。
为什么"内层限"是曲线？ 因为内层变量（y）的上限 x 还含着一个变量，不是常数——上限里出现 x，说明这个区域的"天花板"是曲线 y=x；下限是常数 0，说明"地板"是直线 y=0。若上下限都是常数，比如 $\int_0^1 dx \int_0^1 dy$，那区域就是横平竖直的方块——四条边全是直线。
交换积分次序（考法1.1补充）
⚠️ 做题之前：交换次序三步法——①根据原积分限画出区域；②用新次序观察区域；③在新次序下重新定限。
翻车——上下限直接对调：以为交换次序就是把x和y的上下限互换。
- 为什么错：交换次序本质上是换一种方式描述同一个区域。上下限必须根据区域重新定。
- 正确做法：图是关键。画完区域后再定限。
题10 ⭐基础（基本的交换次序）
交换下列累次积分的积分次序： [ I = \int_0^1 dx \int_0^x f(x,y) , dy ]
点击查看答案
原积分：外层x从0到1，内层y从0到x。 区域是由y=x、x轴和竖直线x=1围成的三角形。 换次序（Y型）：y从0到1，x从y到1。
[ I = \int_0^1 dy \int_y^1 f(x,y) , dx ]
题11 ⭐⭐中等（交换次序后才能计算）
计算下列积分： [ I = \int_0^1 dx \int_x^1 e^{y^2} , dy ]
点击查看答案
原积分中，内层被积函数 (e^{y^2}) 对y积不出来（没有初等原函数）。必须交换次序。
区域：三角形，顶点(0,0)、(0,1)、(1,1)。
交换次序：y从0到1，x从0到y。 [ I = \int_0^1 dy \int_0^y e^{y^2} , dx = \int_0^1 y e^{y^2} dy ]
换元：令 (u=y^2)，(du=2ydy)： [ I = \frac{1}{2}\int_0^1 e^u du = \frac{1}{2}(e-1) ]
答案：$\displaystyle \frac{e-1}{2}$
核心教训：看到 (e^{y^2})、$\sin(y^2)$、$\frac{\sin y}{y}$ 这类对当前变量"积不出来"的函数，第一反应就应该是：交换次序。
题12 ⭐⭐中等（复杂的交换次序）
交换下列累次积分的积分次序： [ I = \int_0^2 dx \int_0^{x^2} f(x,y) , dy ]
点击查看答案
原积分：外层x从0到2，内层y从0到 (x^2)。区域在抛物线 (y=x^2) 下方、x轴上方、x∈[0,2]。
用Y型：y从0到4，x从 $\sqrt{y}$ 到2。 [ I = \int_0^4 dy \int_{\sqrt{y}}^2 f(x,y) , dx ]
题13 ⭐⭐⭐较难（原次序两块，交换后一块——经典的"化二为一"）
交换下列累次积分的积分次序： [ I = \int_0^1 dy \int_0^y f(x,y) , dx + \int_1^2 dy \int_0^{2-y} f(x,y) , dx ]
点击查看答案
第一块（y∈[0,1], x∈[0,y]）和第二块（y∈[1,2], x∈[0,2-y]）拼起来是一个等腰直角三角形。顶点(0,0)、(1,1)、(0,2)。
换成X型：x从0到1，y从x到2-x。 [ I = \int_0^1 dx \int_x^{2-x} f(x,y) , dy ]
核心意义：交换次序把多块合并成一块——化繁为简。
2.7 极坐标变换——"为什么多了一个 r？"
🎯 生活场景：想象你站在一个圆形广场的正中心（原点），手里拿着一个激光测距仪。你想测量广场上每一个位置的"坐标"。
如果你用"街道地址"的方式（直角坐标），你得说"往东走 30 米，再往北走 40 米"——两个数（x, y）。
如果你用"雷达定位"的方式（极坐标），你说"朝东北偏北 53 度方向走 50 米"——也是两个数（角度 θ，距离 r）。
两种方式描述的是同一个位置，就像"朝阳区某某路3号"和"东经116度、北纬40度"描述的是同一栋楼。
现在问题来了：你在广场上画了一个"小格子"来量面积。用直角坐标时，小格子的面积是 $dx \times dy$——长乘宽，很好理解。但用极坐标时，你不能说小格子的面积是 $dr \times d\theta$——因为 dr 是长度（米），dθ 是角度（度），单位不同，不能直接乘！ 而且更关键的是：在离圆心近的地方，同样张开 1 度角扫过的地面很短；在离圆心远的地方，同样 1 度角扫过的地面很长。所以极坐标下的"小格子"面积，必须考虑"离圆心有多远"——这就是那个神秘的 r 的来源。
先看一道题：这个圆，用直角坐标算不动
🎣 难题登场：计算 $\iint_{x^2+y^2 \le 1} e^{x^2+y^2},dxdy$——在单位圆上积一个含 (x^2+y^2) 的函数。
看到这题，先别慌，按流程走：区域是圆（画出来了），次序也定了（X型：$x \in [-1,1]$，$y \in [-\sqrt{1-x^2},\sqrt{1-x^2}]$），开始算内层：
[ \int_{-\sqrt{1-x^2}}^{\sqrt{1-x^2}} e^{x^2+y^2},dy ]
难在哪？ 内层要对 (y) 积 $e^{x^2+y^2} = e^{x^2}\cdot e^{y^2}$。(e^{x^2}) 是常数可以提出来，可剩下的 (e^{y^2}) 对 (y)——还是那个"积分界老大难"，没有初等原函数，积不出来！就算换个次序也一样：不管先积谁，都会碰到 (e^{y^2}) 或 (e^{x^2})。
更要命的是边界：圆的边界写成 $y = \pm\sqrt{1-x^2}$，上下限带着根号，就算函数好积，这堆根号也让计算难上加难。
🧠 先自己想 30 秒再往下看：直角坐标这条路走死了。区域是圆、被积函数又全是 (x^2+y^2) 的组合——有什么办法能让"圆"和"x²+y²"都变成顺手的形状？
动手试探：换个"记位置的方式"
你手里其实有个现成的工具——就是刚才生活场景里的"雷达定位"（极坐标）。试试用它来描画这个圆：
- 直角坐标下，圆是 $x^2+y^2 \le 1$，边界带着根号。
- 极坐标下，圆上每个点到原点的距离都是 (r)——圆就一句话：$r \le 1$（半径是常数）。边界从一个带根号的方程，变成了一个常数，根号消失！
- 再看被积函数 (x^2+y^2)——用极坐标的换算 $x = r\cos\theta,\ y = r\sin\theta$ 一代入：$x^2+y^2 = r^2(\cos^2\theta+\sin^2\theta) = r^2$。含 (x^2+y^2) 的函数全变成了含 (r) 的函数，跟 $\theta$ 无关了！
🧠 这一步在想什么：换坐标系不是"换一种写法"这么简单——它直接改变了圆的形状和函数的样子。直角坐标里圆的"仇人"（根号、x²+y² 纠缠不清），在极坐标里全都变成了"半径 r"这一个亲切的字母。
但换坐标不是白换的——"切小格子"的代价出现了
用极坐标把区域 (D) 切成小格子时，你切出来的不是直角坐标的小方块，而是"蜘蛛网"——每个小格子由两条圆弧和两条射线围成（回到生活场景里那个问题）。这个小格子的面积不是 $dr \cdot d\theta$，而是 $r,dr,d\theta$——多出来的那个 (r)，就是"换坐标系"要付的代价。这个 (r) 从哪来、为什么必须乘——是本节的核心，马上详细讲。
🔍 回头看看我们做了什么：直角坐标算不动的 (e^{x^2+y^2}) 积分，换到极坐标后：被积函数变成 (e^{r^2})（好积了）、边界变成 $r\le1$（简单了），只付出"面积元乘 r"这一个代价。极坐标的出现不是凭空规定——是"圆域 + x²+y²"这两类题把直角坐标逼到死角后，自然冒出来的解法。
📌 以后就这么办：看到积分区域是圆、圆环、扇形，或者被积函数含 (x^2+y^2)、$\frac{y}{x}$、$\sqrt{x^2+y^2}$——第一反应就该是极坐标。判断的具体标准后面"考法1.2"节有完整对照表。
极坐标变换的正式陈述：
从直角坐标 ((x,y)) 到极坐标 $(r,\theta)$ 的变换为：
[ \boxed{x = r\cos\theta, \quad y = r\sin\theta} ]
二重积分在极坐标下的换元公式为：
[ \boxed{\iint_D f(x,y),dxdy = \iint_{D'} f$r\cos\theta, r\sin\theta$ \cdot r , dr,d\theta} ]
其中最关键的一项——面积元的变换——是：
[ \boxed{dxdy = r , dr , d\theta} ]
这个 (r) 不能漏、不能多、不能用别的代替。漏了它，整个积分结果就错了。它是二重积分中翻车率最高的一个细节——既有考试扣分的风险，也有推导时始终搞不懂"到底哪来的"的困惑。
🧠 这个 r 到底是怎么来的？——"扇形面积"的几何直觉
有三种理解方式，从直观到严谨，逐层递进。我们先把最直观的方式讲透。
方式一（最直观）：用"近似扇形"的几何直觉。
在平面上，用极坐标画网——固定一些 r 值（画同心圆）和 θ 值（画从原点出发的射线）。这样平面上就出现了一个"蜘蛛网"——每个小格子是一块"曲边四边形"。
取其中一小块来看：它的四条边分别是——半径为 (r) 的圆弧、半径为 (r+dr) 的圆弧、角度为 $\theta$ 的射线、角度为 $\theta+d\theta$ 的射线。
这块"曲边四边形"的面积怎么算？当 (dr) 和 $d\theta$ 都极小时，这块"曲边四边形"近似于一个矩形：
- 宽度（径向）：(dr)——就是两条相邻圆弧之间的径向距离。
- 高度（切向）：当半径为 (r)、圆心角为 $d\theta$ 时，对应的弧长 = $r \cdot d\theta$。这是圆的基本公式——弧长 = 半径 × 圆心角（弧度制）。
所以这个小块的近似面积 = 宽度 × 高度 = $dr \times (r \cdot d\theta) = r \cdot dr \cdot d\theta$。
大白话：在离圆心近的地方（r 小），同样的 dθ 扫出的弧形很短——面积小。在离圆心远的地方（r 大），同样的 dθ 扫出的弧形很长——面积大。那个 r 就是"弧长 = 半径 × 角度"里的半径——半径越大，扫过的弧越长，那一小块面积就越大。
方式二（用图直观验证）：极值情况对比。
考虑单位圆（半径 = 1），用两种面积公式算总面积：
- 直角坐标：$\iint_{x^2+y^2 \le 1} 1 , dxdy$——结果应该是 $\pi$（圆的面积公式）。
- 极坐标（如果漏了 r）：$\int_0^{2\pi} d\theta \int_0^1 1 , dr = \int_0^{2\pi} 1 , d\theta = 2\pi$——翻车！ 得到的是 $2\pi$ 不是 $\pi$。
- 极坐标（正确，有 r）：$\int_0^{2\pi} d\theta \int_0^1 r , dr = \int_0^{2\pi} \frac{1}{2} d\theta = \pi$——对了。
漏了 r 会把圆的面积算成 $2\pi$ 而不是 $\pi$——整整多了一倍。这个例子应该刻在脑子里：每次做完极坐标变换，先用"单位圆面积 = π"验算一下——如果忘了乘 r，立刻暴露。
方式三（严谨版——雅可比行列式）：
对于想追根究底的同学：r 的严格来源是"换元公式的雅可比行列式"：
坐标变换 $(x,y) \to (r,\theta)$ 的雅可比矩阵为： [ J = \begin{vmatrix} \frac{\partial x}{\partial r} & \frac{\partial x}{\partial \theta} \ \frac{\partial y}{\partial r} & \frac{\partial y}{\partial \theta} \end{vmatrix} = \begin{vmatrix} \cos\theta & -r\sin\theta \ \sin\theta & r\cos\theta \end{vmatrix} = r\cos^2\theta + r\sin^2\theta = r ]
雅可比行列式的绝对值 (|J| = r) 就是面积元的缩放因子：$dxdy = |J| , dr,d\theta = r , dr,d\theta$。
大白话：雅可比行列式是"换元时面积缩放了多少倍"的精确度量。从 ((x,y)) 变到 $(r,\theta)$，每一个小方格的面积被放大了 (r) 倍——离原点越远，放大越多。雅可比行列式 (r) 恰好就是这个"放大倍数"。把这个数学结果和刚才的"扇形面积 ≈ r·dr·dθ"的几何直觉对照着看——一个是精确推导、一个是直观理解，它们说的是同一件事。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
极坐标变换的核心只有一件事：面积元的转换。 直角坐标下，小方格是矩形，面积 = dx·dy，天然简单。极坐标下，小格子是"曲边四边形"——它由两条圆弧和两条射线围成。这个曲边四边形的面积不是 dr·dθ，而是 r·dr·dθ。
为什么多一个 r？ 因为角度 dθ 本身不是长度——它需要乘以半径 r 才能变成弧长。而面积 = 径向宽度（dr）× 切向弧长（r·dθ）= r·dr·dθ。r 本质上是把"角度"翻译成"弧长"的翻译官。
"半径越大，同样 dθ 扫过的弧长越长"——这是理解 r 的全部关键。在靠近原点的位置，r 很小，同样的角度变化扫不出多大地方；在远离原点的位置，r 很大，哪怕角度只变一点点，扫过的地方也很大。r 保证了"面积"这个物理量在不同位置上被正确度量。
和一重积分换元法的对比：一重积分换元 $\int f(x)dx = \int f(g(t)) \cdot g'(t) , dt$——多了一个 (g'(t))（导数的绝对值）。二重积分极坐标换元 $\iint f(x,y)dxdy = \iint f(r\cos\theta, r\sin\theta) \cdot r , dr,d\theta$——多了一个 (r)（雅可比行列式的绝对值）。本质完全一样：换元 = 原函数复合 × 缩放因子。区别只在一维的缩放因子是 $|\frac{dx}{dt}|$，二维的缩放因子是雅可比行列式的绝对值 (|J| = r)。
⚠️ 四个必须牢记的边界（极坐标翻车高发区！）
⚠️ 边界1：忘了乘 r——这是二重积分翻车排行榜第一名。
几乎所有初学极坐标的人都在这里栽过跟头。直角坐标面积元是 (dxdy)，极坐标是 $r,dr,d\theta$——多一个 r。建议形成肌肉记忆：每次写极坐标积分式，第一步先把 (r) 写上去，再写别的。
自检法：算 (\iint_{单位圆} 1 , dxdy)，结果应该等于 $\pi$（圆面积）。如果算出来是 $2\pi$——恭喜你，忘了乘 r。如果算出来是 $\pi$——对了。如果算出来是别的数——两个都错了。
⚠️ 边界2：r 的下限不总是 0。
很多人写极坐标积分式时，r 的下限自动写 0——这是错的。r 的下限是 0，当且仅当原点包含在积分区域内。如果区域不包含原点（比如环形区域 $1 \le r \le 2$），r 的下限是内半径（1），不是 0。
判断方法：画出积分区域，从原点引一条射线——射线最先碰到区域的那个位置，就是 r 的下限。
⚠️ 边界3：θ 的范围不是拍脑袋写的——必须同时满足"r ≥ 0"这个约束。
经典翻车：圆心在 ((a, 0)) 的圆 $x^2 + y^2 \le 2ax$，化成极坐标是 $r \le 2a\cos\theta$。因为 r 必须 ≥ 0，所以要求 $\cos\theta \ge 0$，即 $\theta \in [-\frac{\pi}{2}, \frac{\pi}{2}]$。如果你写 $\theta \in [0, 2\pi]$，那在 $\theta \in (\frac{\pi}{2}, \frac{3\pi}{2})$ 时 $r \le 2a\cos\theta < 0$——r 不能是负数，这些角度压根不存在于区域中。
⚠️ 边界4：极坐标变换后，被积函数里也要换——不只是面积元。
极坐标变换要做三件事，一件不能少：
- 把 (x) 换成 $r\cos\theta$，(y) 换成 $r\sin\theta$
- 把 (dxdy) 换成 $r,dr,d\theta$
- 把边界方程换成极坐标形式（$r = r(\theta)$），确定新的积分限
很多人只做了第 2 步（乘 r），忘了第 1 步（被积函数里的 x 和 y 也要跟着变）。
🛑 停下来想一想： （1）用极坐标算 $\iint_{1 \le x^2+y^2 \le 4} \sqrt{x^2+y^2} , dxdy$。先写出极坐标式子，再算出来。别忘了 r 的下限不是 0。 （2）如果直角坐标换元到极坐标时，我不仅忘了乘 r，还忘了把 x 和 y 换成 r cosθ 和 r sinθ——会得到什么荒谬的结果？用单位圆面积验算一下。 （3）为什么说"极坐标适合圆域"？用"在极坐标下，圆就是 r = 常数"这个事实来解释。
极坐标变换在二重积分体系中的位置：
极坐标变换是二重积分从"理论"走向"实战"的关键武器。Fubini 定理（2.5 节）告诉你二重积分可以化为两次一重积分——但前提是你能写出积分限。在直角坐标下，圆的边界表达成 $y = \pm\sqrt{R^2 - x^2}$——带着根号，积分很难算。极坐标把圆的边界变成 (r = R)（常数），根号消失，积分大幅简化。
在计算体系中：
[ \text{画出区域} ;\longrightarrow; \text{判断：区域是否为圆/环/扇形？} ;\longrightarrow; \boxed{\text{是 → 极坐标变换}} ;\longrightarrow; \text{定 θ 和 r 的范围} ;\longrightarrow; \text{化为累次积分} ;\longrightarrow; \text{计算} ]
极坐标还有一个更深远的意义——它是"换元法"在二维的自然推广。一重积分有换元法（凑微分），二重积分也有换元法（雅可比行列式）。极坐标是最常用的特例。如果将来遇到更复杂的坐标变换（如椭圆坐标），思路完全一样——找雅可比行列式即可。
2.8 直角坐标与极坐标的转换对照
🧠 这张对照表不用背——它全是 2.7 节那两个公式 $(x=r\cos\theta,\ y=r\sin\theta)$ 的推论。 你会怎么推？
- $x^2+y^2 \to r^2$：把 (x,y) 代入，$r^2\cos^2\theta + r^2\sin^2\theta = r^2$——用一次 $\sin^2+\cos^2=1$。
- $\frac{y}{x} \to \tan\theta$：$\frac{r\sin\theta}{r\cos\theta} = \tan\theta$。
- $dxdy \to r,dr,d\theta$：这是唯一"多一点"的一条，来历是 2.7 节讲的面积元缩放（扇形≈$r,dr,d\theta$）。
- (r=\text{常数} \to x^2+y^2=\text{常数}^2)：把 $r=\sqrt{x^2+y^2}$ 代进去——圆。
- $r=2\cos\theta \to x^2+y^2=2x$：两边乘 (r)，$r^2=2r\cos\theta$，代 (r^2=x^2+y^2)、$r\cos\theta=x$，得 (x^2+y^2=2x)。
你会发现：每一条都是"代入两个基本公式 + 简单化简"。表是"结果"，推导是"方法"——会推了，表只是验证。
直角→极坐标：
| 直角表达式 | 极坐标表达式 |
|---|---|
| x | $r\cos\theta$ |
| y | $r\sin\theta$ |
| (x^2 + y^2) | (r^2) |
| $\frac{y}{x}$ | $\tan\theta$ |
| dxdy | $r,dr,d\theta$ |
极坐标→直角：
| 极坐标表达式 | 直角坐标表达式 |
|---|---|
| r = 常数 | (x^2 + y^2 = \text{常数}^2)（圆） |
| θ = 常数 | y = x·tan(常数)（过原点的射线） |
| r = 2cosθ | (x^2 + y^2 = 2x)（圆心在(1,0)半径为1的圆） |
| r = 2sinθ | (x^2 + y^2 = 2y)（圆心在(0,1)半径为1的圆） |
考法1.2：极坐标系下计算
🧠 先想清楚：极坐标到底"治"什么病？ 回看 2.7 节那题——极坐标把直角坐标的两大麻烦（圆的根号边界、积不动的 (x^2+y^2) 函数）全治好了。所以"该不该用极坐标"不是玄学，就是问自己两句话：
① 直角坐标在这里是不是很痛？ 被积函数含 (x^2+y^2)、$\frac{y}{x}$、$\sqrt{x^2+y^2}$——换成极坐标它们分别变成 (r^2)、$\tan\theta$、(r)，都是干净模样；反之如果是 (x)、(y) 的纯多项式，换过去反而更啰嗦。
② 区域是"圆系"吗？ 圆、圆环、扇形、心形线、双纽线——它们天生就该用"到圆心的距离 + 角度"来描述（圆就是 (r=) 常数）；而直线、抛物线围成的区域，用直角坐标更自然。
这两个问题合起来，就是下面的判断标准——它不是让你背的表，是你"哪里痛就治哪里"的检查单：
何时选择极坐标？判断标准：
| 判断维度 | 适合极坐标的情况 | 适合直角坐标的情况 |
|---|---|---|
| 被积函数 | 含 (x^2+y^2)、$\frac{y}{x}$、$\sqrt{x^2+y^2}$ 等形式 | 以x、y的纯多项式或简单函数为主 |
| 积分区域 | 圆、圆环、扇形、心形线、双纽线等 | 由直线或抛物线等围成的区域 |
| 边界方程 | 在极坐标下表达式更简单（如圆→r=常数） | 在直角坐标下表达式更简单 |
判断时先看被积函数，再看积分区域。被积函数含x^2+y^2时，几乎必用极坐标。
最终决策表：
| 被积函数指向 | 积分区域指向 | 选择 |
|---|---|---|
| 极坐标 | 极坐标 | 毫无疑问，极坐标 |
| 极坐标 | 直角坐标 | 优先极坐标（被积函数优先） |
| 直角坐标 | 极坐标 | 都可以，看哪个更方便 |
| 直角坐标 | 直角坐标 | 直角坐标 |
极坐标计算五步法：
🧠 先想清楚：这五步为什么是"这个顺序"？ 极坐标定限的本质，和直角坐标的穿线法一模一样——只是"穿线"换成了"引射线"：先定 $\theta$（射线朝哪个方向扫），再定 (r)（沿这个方向、从原点到多远）。你甚至可以把它看成极坐标版的「后积先定限，限内画条线」——外层是 $\theta$（先定常数范围），内层是 (r)（在 θ 方向上引射线，先进为下限、后出为上限）。明白了这一点，五步法就不需要背，只需要"画图 + 引射线"：
第1步：画图
• 在直角坐标系中画出积分区域，确认是否适合极坐标
• 如果圆心不在原点，在图上标出圆心位置
第2步：确定θ的范围
• 从原点出发，扫描整个区域覆盖的角度范围
• 看图形的"张角"：区域从哪个角度开始，到哪个角度结束
第3步：确定r的范围
• 在θ固定的方向上，从原点引一条射线
• 射线进入区域的那个r值 = 下限，离开区域的那个r值 = 上限
• 将边界方程改写为极坐标形式：r = r(θ)
第4步：替换被积函数和面积元
• 被积函数：把所有x换成r·cosθ，y换成r·sinθ
• ⚠️ 面积元：dxdy → r·dr·dθ（先写！形成肌肉记忆）
第5步：化为累次积分并计算
• 积分次序：先对r积分，再对θ积分（绝大多数情况）
• ∫dθ ∫(被积函数·r)dr
极坐标特别适合的典型区域：
| 区域形状 | 极坐标方程 | θ范围 | r范围 |
|---|---|---|---|
| 圆心在原点，半径为a的圆 | r = a | 0→2π | 0→a |
| 圆环 a²≤x²+y²≤b² | — | 0→2π | a→b |
| 圆 x²+y² ≤ 2ax（圆心在(a,0)） | r = 2a·cosθ | -π/2→π/2 | 0→2a·cosθ |
| 圆 x²+y² ≤ 2ay（圆心在(0,a)） | r = 2a·sinθ | 0→π | 0→2a·sinθ |
| 第一象限内的¼圆 | — | 0→π/2 | 0→a |
| 扇形（中心角α） | — | 0→α | 0→R |
关于r的范围——最容易出错的地方：
r的下限不总是0！只有区域包含原点时下限才为0。 环形区域（如1≤x²+y²≤4）r从1到2；不包含原点的区域r下限可能是一个函数r₁(θ)。
关于θ的范围：
| 区域位置 | θ范围 |
|---|---|
| 整个区域在第一象限 | 0→π/2 |
| 整个区域在第二象限 | π/2→π |
| 区域跨越两个象限 | 按实际张角 |
| 右半圆(x≥0) | -π/2→π/2 |
| 上半圆(y≥0) | 0→π |
翻车现场：
翻车1——忘了乘r：极坐标转换时 dxdy = r·dr·dθ，漏掉了那个r。
- 为什么错：直角坐标面积元是dxdy，极坐标是r·dr·dθ。忘了乘r，整个积分值就不对。
- 正确做法：每次写极坐标积分式，先把"dxdy = r dr dθ"写在旁边。做完验算：如果被积函数是1，∬_单位圆 1 dxdy 应该等于π——如果忘了乘r算出来是2π，马上能发现。
翻车2——r的范围写错：环形区域r从0开始，圆心不在原点时r上限写成常数。
- 为什么错：环形区域（如1≤x²+y²≤4）的r从内半径开始，不是0。圆心不在原点时，边界方程化为极坐标 r=2cosθ，r上限是θ的函数。
- 正确做法：①圆心在原点：r从0（或内半径）到外半径；②圆心不在原点：先把边界方程化成极坐标形式，解出r=r(θ)，同时根据r≥0确定θ的范围。
翻车3——极坐标下r的范围写错：
- 常见错误：r的下限总写成0（环形区域的下限不是0！）；r的上限写成了常数（但实际r的上限随θ变化）。
- 正确做法：从原点引一条射线沿θ方向，看它什么时候进入区域（r下限），什么时候离开区域（r上限）。极坐标下r的范围口诀：「射线穿区域，入点为下限，出点为上限」
华里士公式（Wallis公式）（极坐标外层积分常用）： [ \int_0^{\pi/2} \sin^n x , dx = \int_0^{\pi/2} \cos^n x , dx ]
- 当n为奇数时：$\frac{(n-1)!!}{n!!}$
- 当n为偶数时：$\frac{(n-1)!!}{n!!} \cdot \frac{\pi}{2}$
- 常用值：n=1→1, n=2→π/4, n=3→2/3, n=4→3π/16
🧠 这个公式不是背出来的——用你会的工具 3 分钟就能推出来。
第0步：先想清楚它要解决什么。 极坐标外层经常剩一个 $\int_0^{\pi/2}\cos^n\theta,d\theta$（例题4就会遇到 $\cos^3\theta$）。n=1、n=2 你会积，可 n=3、n=4……n 越大越麻烦。华里士公式就是给这类"三角函数整数次幂的定积分"一条捷径。它凭什么能算？往下看。
第1步：n=1 和 n=2 是地基。 这两个你早就会：$\int_0^{\pi/2}\sin x,dx = 1$；$\int_0^{\pi/2}\sin^2 x,dx = \frac{1}{2}\int_0^{\pi/2}(1-\cos 2x)dx = \frac{\pi}{4}$。同理 $\cos$ 也一样（$\cos x = \sin(\frac{\pi}{2}-x)$ 换元一眼看出两者相等——这就是公式里等号那半边的来历）。
第2步：怎么从 n 推到 n+2？ 盯住 $\int_0^{\pi/2}\sin^n x,dx$，把 $\sin^n x$ 拆成 $\sin^{n-1}x\cdot \sin x$，然后用分部积分（第3章的看家本领）：
[ \int_0^{\pi/2}\sin^{n-1}x\cdot \sin x,dx = \left[-\sin^{n-1}x\cos x\right]_0^{\pi/2} + \int_0^{\pi/2}(n-1)\sin^{n-2}x\cos^2 x,dx ]
第一项代端点：在 (0) 和 $\frac{\pi}{2}$ 处，$\sin^{n-1}x\cdot\cos x$ 都为 0（一个因子是 0），整项消失。剩下第二项里把 $\cos^2 x$ 换成 $1-\sin^2 x$：
[ I_n = (n-1)\left[\int_0^{\pi/2}\sin^{n-2}x,dx - \int_0^{\pi/2}\sin^n x,dx\right] = (n-1)(I_{n-2} - I_n) ]
移项解出 $I_n = \frac{n-1}{n}I_{n-2}$。
第3步：这是个"每隔一个台阶往上爬"的递推公式。 从 (I_1=1) 出发，$I_3=\frac{2}{3}\cdot 1=\frac{2}{3}$；$I_5=\frac{4}{5}\cdot\frac{2}{3}=\frac{8}{15}$……奇数一直递推。从 $I_2=\frac{\pi}{4}$ 出发，$I_4=\frac{3}{4}\cdot\frac{\pi}{4}=\frac{3\pi}{16}$……偶数一直递推。规律一目了然：奇数次结果是纯分数（不含 $\pi$，因为地基 (I_1=1)）；偶数次结果带 $\pi$（因为地基 $I_2=\frac{\pi}{4}$ 里就有 $\pi$）。公式表里写成 $\frac{(n-1)!!}{n!!}\cdot\frac{\pi}{2}$ 只是把"偶次递推连乘 + 地基里的 $\pi$"整理成统一写法，双阶乘就是这个连乘的缩写。
🔍 回头看看：华里士公式的全部家底就是"分部积分 + 端点消项 + 递推"三件事，都是第 3 章的旧工具。它值钱的地方在于：把"每次都现算"变成"查/背一个递推结果"。
📌 以后就这么办：看到 $\int_0^{\pi/2}\sin^n x$ 或 $\cos^n x$——先看 n 的奇偶。奇数直接给分数；偶数在分数后面乘 $\frac{\pi}{2}$。忘了公式也没关系，记住"从 (I_1) 或 (I_2) 出发、每次乘 $\frac{n-1}{n}$"两步就能现场推。
例题3（基本极坐标计算）：
题目：计算 $\iint_D e^{x^2+y^2},dxdy$，其中D为圆域 $x^2+y^2 \leq 1$。
解：
- 被积函数含x^2+y^2 → 选极坐标
- D：圆心在原点，半径为1的圆 → θ: 0→2π, r: 0→1
- 转换：x^2+y^2 = r^2, dxdy = r·dr·dθ
- 积分：$\int_0^{2\pi} d\theta \int_0^1 e^{r^2}·r,dr$
- 内层：令u=r^2, du=2rdr, $\int_0^1 re^{r^2}dr = \frac{1}{2}\int_0^1 e^u du = \frac{1}{2}(e-1)$
- 外层：$\int_0^{2\pi} \frac{1}{2}(e-1),d\theta = \pi(e-1)$
例题4（圆心不在原点的圆——高频考题）：
题目：计算 $\iint_D \sqrt{x^2+y^2},dxdy$，其中D为圆域 $x^2+y^2 \leq 2x$。
🧠 怎么想到的：
- 👁️ 审题：被积函数含 √(x²+y²)，区域是 x²+y²≤2x——配方法得圆心在(1,0)，不是原点！
- 🧠 判断：被积函数含 x²+y² → 极坐标。圆心不在原点 → r 的上限不是常数，而是 θ 的函数
- ⚠️ 最容易卡住的地方：边界方程化为 r=2cosθ 后，θ 的范围不是 0→2π——因为 r≥0 要求 cosθ≥0，所以 θ 只能是 [-π/2, π/2]。忘了这个限制，θ 范围写错，后面全错
解：
- D：(x-1)^2+y^2 ≤ 1，圆心在(1,0)，半径为1
- 边界极坐标方程：r^2 ≤ 2r·cosθ → r ≤ 2cosθ（r≥0）
- 因为r≥0且cosθ≥0要求r≤2cosθ → θ: -π/2→π/2
- r: 0→2cosθ
- 被积函数：√(x^2+y^2) = r
- 积分：$\int_{-\pi/2}^{\pi/2} d\theta \int_0^{2\cos\theta} r·r,dr$
- 内层：$\int_0^{2\cos\theta} r^2 dr = \frac{8}{3}\cos^3\theta$
- 外层：$\frac{8}{3}\int_{-\pi/2}^{\pi/2} \cos^3\theta,d\theta$，cos³θ是偶函数 → 2×∫₀^{π/2}
- 华里士公式：$\int_0^{\pi/2} \cos^3\theta,d\theta = \frac{2}{3}$ → 结果 $\frac{32}{9}$
⭐ 最低完成清单（考法1.2·极坐标计算）：题6（练极坐标转换+乘r）、题9（圆心不在原点——高频考题）
题6 ⭐基础（圆心在原点的圆域）
计算二重积分： [ I = \iint_D \ln(1+x^2+y^2) , dxdy ] 其中 (D) 为圆心在原点、半径为1的圆域：$x^2+y^2 \leq 1$。
点击查看答案
第1步：画图分析
D是标准的单位圆，圆心在原点，半径为1。
第2步：选坐标系
被积函数含 (x^2+y^2)，区域是圆 → 选极坐标。
第3步：极坐标转换
- (x^2+y^2 = r^2)，面积元：$dxdy = r,drd\theta$
- $\theta$：0到 $2\pi$，(r)：0到1
[ I = \int_0^{2\pi} d\theta \int_0^1 \ln(1+r^2) \cdot r , dr ]
第4步：计算
令 (u = 1+r^2)，(du = 2r,dr)： [ \begin{aligned} \int_0^1 r\ln(1+r^2)dr &= \frac{1}{2}\int_1^2 \ln u , du \ &= \frac{1}{2}\left[u\ln u - u\right]_1^2 = \ln 2 - \frac{1}{2} \end{aligned} ] [ I = \int_0^{2\pi} \left$\ln 2 - \frac{1}{2}\right$ d\theta = 2\pi\ln 2 - \pi ]
答案：$\displaystyle 2\pi\ln 2 - \pi$
题7 ⭐⭐中等（环形区域——r的下限不是0！）
计算二重积分： [ I = \iint_D \frac{1}{x^2+y^2} , dxdy ] 其中 (D) 为圆环区域：$1 \leq x^2+y^2 \leq 4$。
点击查看答案
D是一个圆环（甜甜圈形状），内圆半径1，外圆半径2。
关键观察：区域不包含原点，所以r的下限不是0！
极坐标：$\theta$ 0→$2\pi$，(r) 1→2。
[ I = \int_0^{2\pi} d\theta \int_1^2 \frac{1}{r^2} \cdot r , dr = \int_0^{2\pi} d\theta \int_1^2 \frac{1}{r} , dr = 2\pi \ln 2 ]
答案：$\displaystyle 2\pi \ln 2$
常见错误：很多人习惯性地把r的范围写成"0到2"。如果r从0到2，内层积分 $\int_0^2 \frac{1}{r}dr$ 会发散——这就提醒你下限写错了。
题8 ⭐⭐中等（扇形区域）
计算二重积分： [ I = \iint_D \arctan\frac{y}{x} , dxdy ] 其中 (D) 为第一象限内的扇形区域：$x^2+y^2 \leq 4$，且 $x \geq 0$，$y \geq 0$。
点击查看答案
被积函数 $\arctan\frac{y}{x}$ ——在极坐标下，$\frac{y}{x} = \tan\theta$，$\arctan(\tan\theta) = \theta$。
极坐标：$\theta$ 0→$\pi/2$，(r) 0→2。
[ I = \int_0^{\pi/2} d\theta \int_0^2 \theta \cdot r , dr = \int_0^{\pi/2} 2\theta , d\theta = \frac{\pi^2}{4} ]
答案：$\displaystyle \frac{\pi^2}{4}$
题9 ⭐⭐⭐较难（圆心不在原点的圆——高频考题）
计算二重积分： [ I = \iint_D \sqrt{x^2+y^2} , dxdy ] 其中 (D) 为圆域：$x^2+y^2 \leq 2x$。
点击查看答案
第1步：画图分析
配方得 $(x-1)^2 + y^2 \leq 1$，圆心在 ((1,0))，半径1。圆经过原点。
第2步：选坐标系
被积函数 $\sqrt{x^2+y^2}$ 含 (x^2+y^2)，区域是圆 → 极坐标。
第3步：极坐标转换
边界方程：$r^2 = 2r\cos\theta \Rightarrow r = 2\cos\theta$。 需要 $\cos\theta \geq 0$ → $\theta \in [-\pi/2, \pi/2]$，(r)：0到 $2\cos\theta$。
被积函数：$\sqrt{x^2+y^2} = r$，面积元：$dxdy = r,drd\theta$。
[ I = \int_{-\pi/2}^{\pi/2} d\theta \int_0^{2\cos\theta} r \cdot r , dr ]
第4步：计算
[ \begin{aligned} \text{内层：}\int_0^{2\cos\theta} r^2 dr &= \frac{8\cos^3\theta}{3} \ \text{外层：}I &= \int_{-\pi/2}^{\pi/2} \frac{8}{3}\cos^3\theta , d\theta = \frac{16}{3}\int_0^{\pi/2} \cos^3\theta , d\theta \end{aligned} ]
华里士公式：$\int_0^{\pi/2} \cos^3\theta , d\theta = \frac{2}{3}$
[ I = \frac{16}{3} \times \frac{2}{3} = \frac{32}{9} ]
答案：$\displaystyle \frac{32}{9}$
这道题包含了三个关键点：①圆心不在原点时r是θ的函数；②θ范围的确定（需要cosθ≥0）；③华里士公式的应用。
2.9 对称性的利用——"正负抵消"的智慧
先看一道题：这题要硬算，还是可以"白嫖"？
🎣 难题登场：计算 $\iint_{x^2+y^2 \le 1} xy,dxdy$——在单位圆上积 (xy)。
看到这题，先别慌，按流程走：区域是圆，可以直角坐标（X型：$x\in[-1,1]$，$y\in[-\sqrt{1-x^2},\sqrt{1-x^2}]$），内层积 (xy) 对 (y) 也积得动。算，是能算的——但你看一眼式子：(xy) 在被积函数里，"(y) 有一次方"，而积分上下限关于 (x) 轴完全对称（$-\sqrt{1-x^2}$ 到 $+\sqrt{1-x^2}$）。
难在哪？ 不是算不出，而是总觉得有点亏——这么对称的一个圆、这么"正负分明"的一个函数，是不是有什么方法可以一眼看出答案，连算都不用算？
🧠 先自己想 30 秒再往下看：圆关于 (x) 轴对称。在右半圆（(x>0)）里，上半（(y>0)）的 (xy) 是正的、下半（(y<0)）的 (xy) 是负的；左半圆（(x<0)）正好反过来。左右、上下都成对出现——你猜结果是多少？
动手试探：正的高度和负的高度，自己抵消
把区域沿 (x) 轴切成上下两半：上半部分 (D_{\text{上}})（$y\ge0$）和下半部分 (D_{\text{下}})（$y\le0$）。由区域可加性，总积分 = 上半 + 下半。
现在盯着看这两个半圆：
- 上半圆的每个点 ((x,y))，在下半圆都有一个"镜像兄弟" ((x,-y))——因为圆关于 (x) 轴对称。
- 在这对兄弟点上，(xy) 的值是什么关系？((x,-y)) 处是 $x\cdot(-y) = -xy$——恰好是 ((x,y)) 处的相反数！
- 上半和下半长得一模一样，而每个镜像点上的函数值恰好相反——所以上半贡献的总和，和下半贡献的总和互为相反数。加起来：0。
🧠 这一步在想什么：我们没动任何积分技巧，只是发现了"镜像点上的函数值刚好变号"。变号意味着正负成对、互相抵消——这就是对称性的全部秘密。
🔍 回头看看我们做了什么：这题不用算，答案是 0。之所以能这样，需要两件事同时成立：① 区域对称（上下半圆长得一样，保证"镜像点存在"）；② 函数在镜像点变号（(xy) 把 (y) 换成 (-y) 就变号，数学上叫"关于 (y) 是奇函数"）。少一个都不行——区域不对称，镜像点不存在；函数不变号，正负抵消不了。
📌 以后就这么办：拿到二重积分，第一个动作就是检查对称性——比选坐标系还早。区域关于某轴/某点对称，函数又有对应奇偶性，就能直接得 0 或减半。下面这套表格 + 推导，就是把"正负抵消"这套直觉，变成每种对称情况下的具体规则。
⚖️ 生活场景——"天平的两端"：想象你手里有一根扁担，扁担的正中间架在一个支点上。你在扁担的左右两端各放了一块同样重的石头——左边的石头往下压，右边的石头也往下压。但神奇的是，如果你把右边那块石头换成"反重力石头"（往上拉的力恰好等于左边石头往下压的力），那么左边往下压的力和右边往上拉的力恰好抵消——扁担纹丝不动。
对称性简化二重积分的核心直觉就是这个：当积分区域对称时，曲面上的"正高度"和"负高度"可能在对称位置上恰好抵消，导致总积分为零。 如果能先判断出哪些部分会抵消，你就不用费劲去算了——这是"免费的午餐"。
下面我们会从"为什么奇函数在对称区域上的积分为零"这个最基本的问题出发，一步步展示正负抵消的几何直觉，然后展开全部四种对称性的使用规则。
正式陈述（对称性简化三原则）：
设积分区域 (D) 具有某种对称性，被积函数 (f(x,y)) 具有相应的奇偶性，则二重积分可以大幅简化：
| 区域对称性 | 被积函数条件 | 结果 | 直觉 |
|---|---|---|---|
| 关于x轴对称 | f关于y为奇（f(x,-y) = -f(x,y)） | 0 | 上下正负抵消 |
| 关于x轴对称 | f关于y为偶（f(x,-y) = f(x,y)） | 2 × 上半积分 | 上下对称相等 |
| 关于y轴对称 | f关于x为奇（f(-x,y) = -f(x,y)） | 0 | 左右正负抵消 |
| 关于y轴对称 | f关于x为偶（f(-x,y) = f(x,y)） | 2 × 右半积分 | 左右对称相等 |
| 关于原点对称 | f(-x,-y) = -f(x,y) | 0 | 对角正负抵消 |
| 关于原点对称 | f(-x,-y) = f(x,y) | 2 × 一半积分 | 对角对称相等 |
| 关于y=x对称 | 轮换对称性 | ∬f(x,y) = ∬f(y,x) | x和y角色互换 |
最重要的口诀（自测法）：
- 关于x轴对称 → 看y的奇偶（把y换成-y，看f变不变号）
- 关于y轴对称 → 看x的奇偶（把x换成-x，看f变不变号）
- 关于y=x对称 → x和y可以互换位置
🧠 为什么对称性简化能成立？——"正负抵消"的完整推导
对称性简化不是靠"感觉"或"记住结论"来用的——它背后有非常清晰的逻辑。我们以**"关于x轴对称 + 被积函数关于y是奇函数"**为例，完整展示推导过程。其他几种对称性的推导思路完全一样。
第零步：先搞清楚"关于x轴对称"到底是什么意思。
区域 (D) 关于 (x) 轴对称，意思是：如果点 ((x, y)) 在 (D) 里面，那么它的"镜像点" ((x, -y)) 也在 (D) 里面。换句话说，把区域上下翻转，它跟原来一模一样。
举个例子：圆心在原点的单位圆、正方形 $[-1,1] \times [-1,1]$、由 (y=x^2) 和 (y=1) 围成的区域——这些都是关于 (x) 轴对称的。而三角形 $y \ge 0, x \ge 0, x+y \le 1$ 只在第一象限——它不关于 (x) 轴对称（翻到下方后，下半部分不在区域内）。
大白话：关于x轴对称，就是区域在x轴上下两边长得一模一样——像一张纸对折，折痕是x轴，上下完全重合。
第一步：把积分区域沿x轴切成上下两半。
设 (D) 的上半部分为 (D_{\text{上}})（$y \ge 0$ 的部分），下半部分为 (D_{\text{下}})（$y \le 0$ 的部分）。由于区域关于 (x) 轴对称，(D_{\text{上}}) 和 (D_{\text{下}}) 是镜像关系——(D_{\text{下}}) 就是把 (D_{\text{上}}) 上下翻转得到的。
由积分的区域可加性：
[ \iint_D f(x,y),dxdy = \iint_{D_{\text{上}}} f(x,y),dxdy + \iint_{D_{\text{下}}} f(x,y),dxdy ]
大白话：整个区域上的积分 = 上半部分的积分 + 下半部分的积分。这就像把一块地分成南半和北半，总产量 = 南半产量 + 北半产量。
第二步：在下半部分做一个变量替换——把y翻成正的。
在下半部分 (D_{\text{下}}) 上，$y \le 0$。为了利用对称性，我们做变量替换：令 (v = -y)（把负的 y 翻成正的 v）。那么：
- 当 ((x,y) \in D_{\text{下}}) 时（y 为负），((x, v) = (x, -y)) 恰好在 (D_{\text{上}})（y 翻正后进入上半部分）
- (dy = -dv)（注意换元时的负号！）
- 积分限：y 从下边界到 0 → v 从上边界（取负）到 0
下半部分积分变为：
[ \iint_{D_{\text{下}}} f(x,y),dxdy = \iint_{D_{\text{上}}} f(x, -v),dxdv ]
（经过仔细的换元计算——负号翻转积分限的方向，最终抵消，得到上式。这个计算细节对考研来说不需要逐行推导，但结论极其重要。）
大白话：把下半部分的每一个点 ((x, y)) 通过"翻到x轴上方"变成了 ((x, -y))。本来在下半部分积分，翻完之后变成在上半部分积分——但被积函数里的 (y) 也跟着翻号了。
第三步：利用奇函数性质——f(x, -y) = -f(x, y)。
刚才我们推出了（注意：第二步里的变量 (v) 与 (y) 只是记号，换回记号 (y) 不影响结果）： [ \iint_{D_{\text{下}}} f(x,y),dxdy = \iint_{D_{\text{上}}} f(x, -y),dxdy ]
现在，关键的一步来了。如果 (f) 关于 (y) 是奇函数——即对于任意 ((x,y))，有 (f(x, -y) = -f(x, y))——那么代入上式：
[ \iint_{D_{\text{下}}} f(x,y),dxdy = \iint_{D_{\text{上}}} [-f(x, y)],dxdy = -\iint_{D_{\text{上}}} f(x,y),dxdy ]
大白话：这一行是整个对称性理论的核心——下半部分的积分 = 负的（上半部分的积分）。为什么？因为下半部分的每一个点 ((x, y)) 对应上半部分的一个镜像点 ((x, -y))，而奇函数在镜像点上的值恰好是原点上的值的相反数。把所有下半的点加起来，结果就是负的上半总和。
第四步：上下相加——正负抵消！
回到第一步的等式：
[ \begin{aligned} \iint_D f(x,y),dxdy &= \iint_{D_{\text{上}}} f(x,y),dxdy + \iint_{D_{\text{下}}} f(x,y),dxdy \ &= \iint_{D_{\text{上}}} f(x,y),dxdy + \left(-\iint_{D_{\text{上}}} f(x,y),dxdy\right) \ &= 0 \end{aligned} ]
推导完毕！ 上半的贡献和下半的贡献恰好互为相反数，加起来等于零。这就是"正负抵消"的数学本质。
🎨 用图形直观理解"正负抵消"：
想象在单位圆上积分 (f(x,y) = y)（这是一个关于 y 的奇函数——因为把 y 换成 -y，函数值变号）。
- 在圆的上半部分（y > 0），曲面的高度是正的——贡献"正体积"
- 在圆的下半部分（y < 0），曲面的高度是负的——贡献"负体积"（坑洞）
- 由于圆关于 x 轴上下对称，而且 y 在上半部分的分布和下半部分完全对称（只是正负号相反），正体积和负体积恰好一样大——加起来等于零
试试在脑子里画这张图：一个倾斜的平面 (z = y) 穿过单位圆。在右上前方，平面往上翘（正体积）；在右下后方，平面往下沉（负体积）。正负恰好抵消，总积分为零。
大白话：这就像在一块对称的土地上，北半边的产量是 +100 斤，南半边的产量是 -100 斤（因为南半边的土质恰好"倒吸"养分）。两块地的产量加起来 = 0——总仓库里什么都没有。
偶函数的情形——"两倍"而不是零：
如果 (f) 关于 (y) 是偶函数——即 (f(x, -y) = f(x, y))——那么第三步变成：
[ \iint_{D_{\text{下}}} f(x,y),dxdy = \iint_{D_{\text{上}}} f(x, y),dxdy ]
上下两半的积分相等，而不是相反。所以：
[ \iint_D f = \iint_{D_{\text{上}}} f + \iint_{D_{\text{下}}} f = \iint_{D_{\text{上}}} f + \iint_{D_{\text{上}}} f = 2 \iint_{D_{\text{上}}} f ]
大白话：既然上下两半的贡献一样大，那只需要算一半，乘以 2 就得到总数——省了一半的计算量。就像两个一模一样的仓库，你只需要盘点一个，另一个照抄。
📝 推导复盘——用大白话重新讲一遍刚才做了什么：
对称性简化的核心就四个字：翻→比→合。
- 翻：利用对称性，把一半区域上的点通过"镜像翻转"映射到另一半区域上（x轴对称→上下翻；y轴对称→左右翻）。
- 比：检查被积函数在镜像翻转后是变号（奇函数）还是不变号（偶函数）。
- 合：如果是奇函数 → 两半的贡献相反 → 抵消为零。如果是偶函数 → 两半的贡献相等 → 等于两倍的一半。
和一重积分的对比：一重积分中 $\int_{-a}^{a} f(x)dx$——奇函数积分为零，偶函数等于两倍正半轴。思路一模一样。二重积分只是多了一个变量——你需要"分别看"每个变量的奇偶性，而且区域的对称性有更多种（x轴、y轴、原点、y=x）。
为什么必须两个条件同时满足？ 因为"翻"需要区域对称（翻完还在区域内），"比"需要函数有奇偶性（翻完后函数值有确定的关系）。只有"翻"没有"比"——翻完了不知道函数值怎么变，没用。只有"比"没有"翻"——知道函数值的关系但区域不对称，也没法抵消。
⚠️ 四个必须牢记的边界（容易错！）
⚠️ 边界1：必须同时满足"区域对称"和"函数奇偶"——缺一不可。
这是对称性翻车的第一大原因。很多人看到"区域关于x轴对称"就直接写积分等于零——忘了检查被积函数的奇偶性！
经典翻车：(D) 是单位圆（关于x轴对称），被积函数是 (f(x,y) = y^2 + 1)。如果把 y 换成 -y：(f(x,-y) = (-y)^2 + 1 = y^2 + 1 = f(x,y))——这是偶函数！积分不等于零。但如果你不检查奇偶性，凭"区域对称"就写 0——大错。
正确做法：看到对称区域 → 立刻把被积函数里的对应变量取负号 → 看函数值变不变号 → 变号则奇（积分为零）、不变则偶（两倍简化）、既不变号也不变号（不是纯奇偶函数）→ 拆项处理。
⚠️ 边界2：对称性是针对"一个变量"而言的——不能混淆。
关于x轴对称 → 看y的奇偶（因为翻转的是y） 关于y轴对称 → 看x的奇偶（因为翻转的是x）
很多人搞反：关于x轴对称却去看x的奇偶——完全不对。记住：哪个轴对称，就看另一个变量的奇偶。因为对称翻转的是那个"另一个"变量。
⚠️ 边界3：不是纯奇偶函数时——拆项。
很多被积函数不是纯的奇函数或偶函数，而是"混合体"。比如 (f(x,y) = x^2 + 3xy + y^2) 在单位圆上：(x^2) 关于x是偶函数，(3xy) 关于x是奇函数（把x换成-x时变号），(y^2) 关于x是偶函数。
正确做法：拆成三项分别积分。中间那项 (3xy) 积分为0（奇×对称），剩下 (x^2 + y^2) 可以用轮换对称性或极坐标处理。不要把整个函数当成一个整体来判断奇偶——一项一项拆开看。
⚠️ 边界4：原点对称的条件和x轴/y轴对称不完全一样。
关于原点对称要求的是 $f(-x,-y) = \pm f(x,y)$——两个变量同时取负。这和分别关于x轴和y轴对称是两个不同的概念。例如：
- (f(x,y) = xy)：关于原点对称时 (f(-x,-y) = (-x)(-y) = xy = f(x,y))——是偶函数。但单独关于x轴对称时 f(x,-y) = -xy = -f(x,y)——是奇函数。同一个函数，不同的对称性下奇偶性可能不同！
🛑 停下来想一想：
（1）单位圆关于x轴对称。对于被积函数 (f(x,y) = y^3)——把y换成-y，得到 ((-y)^3 = -y^3 = -f(x,y))，奇函数 → 积分为零。你能不靠公式，用"正负抵消"的直觉解释为什么吗？（提示：圆的上半部分y³是正的，下半部分y³是负的，而且上下对称）
（2）如果区域D是正方形 $[-1,1] \times [-1,1]$，被积函数是 (f(x,y) = x + y)。这个积分等于多少？应该拆成两项分别看：x关于x是奇函数且区域关于y轴对称 → x的积分为0；y关于y是奇函数且区域关于x轴对称 → y的积分为0。总积分为0——两项的正负各自抵消了。
（3）区域D关于x轴对称，但被积函数是 $f(x,y) = \sin y + 1$。这个函数关于y是奇函数吗？把y换成-y：$\sin(-y) + 1 = -\sin y + 1$。这等于 $-\left(\sin y - 1\right)$——不等于 $-(\sin y + 1)$！所以它不是奇函数，也不是偶函数。这时候不能整体用对称性，必须拆成 $\sin y$（奇→积分为0）和 1（偶→两倍上半积分）分别处理。
轮换对称性——x和y"角色互换"：
除了上述基于奇偶性的对称简化，还有一种独特的对称性——轮换对称性。它不依赖于奇偶性，而是依赖于"把x和y的角色互换后，区域不变"这个条件。
条件：积分区域 (D) 关于直线 (y = x) 对称。也就是说，如果 ((x,y)) 在 (D) 内，那么 ((y,x)) 也在 (D) 内。
核心公式： [ \iint_D f(x,y),dxdy = \iint_D f(y,x),dxdy ]
大白话：把被积函数里所有的x和y互换，积分值不变。因为区域在"镜面"y=x的两边对称——你从(x,y)看和从(y,x)看，看到的是同一块区域。
🧠 这个公式为什么成立？——"改名换元"三行推出来。
设 $I = \iint_D f(x,y),dxdy$。因为 (D) 关于 (y=x) 对称，所以"把 ((x,y)) 换成 ((y,x))"（就是沿镜面 (y=x) 翻个面），区域 (D) 还是那个 (D)。于是我们做一次改名换元：令 (u = y)、(v = x)（只是换名字，不是换坐标系，面积元 (dudv = dxdy) 原样保留）。代入：
[ I = \iint_D f(v, u),dudv ]
再把字母换回原名（$u \to x,\ v \to y$），得到 $I = \iint_D f(y,x),dxdy$。而左边本来就是 $\iint_D f(x,y)$——两个式子说的是同一个积分，所以它们相等。
🔍 一句话：因为区域不介意 x、y 互换，积分自然也不介意被积函数里 x、y 互换。"对称"翻译成数学就是"换名不变"——把名字换回来，积分值不动。
两种经典用法：
用法一：叠加消去法
- 原积分记作 $I = \iint_D f(x,y),dxdy$
- 用轮换对称得 $I = \iint_D f(y,x),dxdy$
- 两式相加：$2I = \iint_D [f(x,y) + f(y,x)],dxdy$
- 如果 (f(x,y) + f(y,x)) 变得很简单，整个积分就解决了
🧠 叠加消去法是怎么想到的？ 光有 $I = \iint f(y,x)$ 还不够——它只是把题目换了个写法。聪明的做法是把两个式子加起来：既然两个式子都等于 (I)，那 (2I =) 它们的和。和的被积函数 (f(x,y)+f(y,x)) 常常"出奇地简单"（比如 $\frac{x}{x+y} + \frac{y}{x+y} = 1$）——把复杂的 (f) 变成简单的和，这就是消去的妙处。
经典例子：$f(x,y) = \frac{x}{x+y}$（在三角形区域 $x \ge 0, y \ge 0, x+y \le 1$ 上）
- 直接算很麻烦
- 轮换对称后：$f(y,x) = \frac{y}{x+y}$
- 相加：$\frac{x}{x+y} + \frac{y}{x+y} = 1$
- 所以 $2I = \iint_D 1,dxdy = D$ 的面积 = $\frac{1}{2}$ → $I = \frac{1}{4}$
用法二：配凑简化法 区域关于 (y=x) 对称时：$\iint_D x^2,dxdy = \iint_D y^2,dxdy$ 所以 $\iint_D (x^2 + y^2),dxdy$ 可以写成 $2\iint_D x^2,dxdy$，少算一个变量。
对称性在二重积分体系中的位置：
对称性是二重积分解题流程的第一站——拿到题的第一反应就应该是检查对称性。它位于计算之前、坐标选择之前。为什么？因为如果对称性给你一个"零"，后面的坐标系选择、积分次序、定限——全部不需要了。一秒出答案。
在解题流程中： [ \boxed{\text{第1步：检查对称性}} ;\longrightarrow; \text{第2步：选择坐标系} ;\longrightarrow; \text{第3步：画图定限} ;\longrightarrow; \text{第4步：累次积分计算} ]
对称性也是"不白用的午餐"——花10秒检查，可能省下10分钟计算。在考研中，半数以上的真题都可以利用对称性简化，不用对称性硬算会多花2-3倍时间。
考法1.3：利用对称性与奇偶性简化计算
做题第一反应必须是：能不能用对称性简化！ 对称性是"不用白不用"的省钱工具，用好了可以减少一半甚至全部的计算量。
对称性简化速查表：
| 区域对称性 | 被积函数条件 | 结果 |
|---|---|---|
| 关于x轴对称 | f关于y为奇（f(x,-y)=-f） | 0 |
| 关于x轴对称 | f关于y为偶（f(x,-y)=f） | 2×上半积分 |
| 关于y轴对称 | f关于x为奇（f(-x,y)=-f） | 0 |
| 关于y轴对称 | f关于x为偶（f(-x,y)=f） | 2×右半积分 |
| 关于原点对称 | f(-x,-y) = -f(x,y) | 0 |
| 关于y=x对称 | 轮换对称性 | ∬f(x,y) = ∬f(y,x) |
实用口诀（自测法）：
- 关于x轴对称→看y的奇偶（y换-y）
- 关于y轴对称→看x的奇偶（x换-x）
- 关于y=x对称→x和y可以互换
翻车现场：
翻车——对称性用错：拿到题直接开始定限积分，忘了先看对称性；或者对称性条件没验证就乱用。
- 为什么错：对称性是"免费的午餐"，但必须同时满足两个条件：①区域对称 + ②被积函数有对应奇偶性。缺一不可。
- 例子：区域关于x轴对称，但被积函数是y²+1（关于y是偶函数而非奇函数），积分不为0。
- 正确做法：先确认区域关于哪条轴线对称，再检查被积函数在该对称性下的奇偶性。如果被积函数不是纯奇偶函数，拆项处理（拆成奇部分+偶部分）。
例题5（奇偶对称性——直接得0）：
题目：计算 $\iint_D xy,dxdy$，其中D为单位圆 $x^2+y^2 \leq 1$。
解：
- D关于x轴对称；被积函数xy中，y是奇函数（把y换成-y，xy变为-xy）→ 积分为0
- 答案：0，不用任何计算！
例题6（轮换对称性简化计算）：
题目：计算 $\iint_D \frac{x}{x+y},dxdy$，其中D为由x=0, y=0, x+y=1围成的三角形区域。
🧠 怎么想到的：
- 👁️ 审题：被积函数是 x/(x+y)，看起来很复杂——直接积分要对 ln(x+y) 积分，很麻烦。区域由 x=0, y=0, x+y=1 围成——是个等腰直角三角形
- 🧠 判断：等腰直角三角形关于 y=x 对称！轮换对称性上场：把 x 和 y 互换，区域不变 → ∬ x/(x+y) = ∬ y/(x+y)
- ⚠️ 最容易卡住的地方：很多人没想到把两个式子相加——x/(x+y) + y/(x+y) = 1，瞬间变成求面积，连积分都不用算！
解：
- D关于y=x对称。设 I = ∬_D x/(x+y) dxdy
- 由轮换对称性：I = ∬_D y/(x+y) dxdy
- 两式相加：2I = ∬_D (x+y)/(x+y) dxdy = ∬_D 1 dxdy = 1/2
- 所以：I = 1/4
⭐ 最低完成清单（考法1.3·对称性）：题14（对称性秒杀）
题14 ⭐基础（奇函数+对称区域=秒出答案0）
计算二重积分： [ I = \iint_D xy , dxdy ] 其中 (D) 为单位圆域：$x^2+y^2 \leq 1$。
点击查看答案
D关于x轴对称。被积函数 (f(x,y)=xy)：把y换成-y，(f(x,-y)=-xy=-f) → 关于y是奇函数。所以积分=0。
答案：0，不用任何计算！
题15 ⭐⭐中等（对称性+奇偶性简化）
计算二重积分： [ I = \iint_D (x^2 + 3xy + y^2) , dxdy ] 其中 (D) 为单位圆域：$x^2+y^2 \leq 1$。
点击查看答案
拆项：$I = \iint_D x^2 dxdy + 3\iint_D xy dxdy + \iint_D y^2 dxdy$
中间项 (xy) 关于x轴是y的奇函数 + 区域对称 → 积分为0。
由轮换对称性（圆域关于y=x对称）：$\iint_D x^2 dxdy = \iint_D y^2 dxdy$。
所以 $I = 2\iint_D x^2 dxdy = \iint_D (x^2+y^2) dxdy$。
用极坐标：$\int_0^{2\pi} d\theta \int_0^1 r^2 \cdot r , dr = 2\pi \cdot \frac{1}{4} = \frac{\pi}{2}$
答案：$\displaystyle \frac{\pi}{2}$
题16 ⭐⭐中等（轮换对称性——化复杂为简单）
计算二重积分： [ I = \iint_D \frac{x}{x+y} , dxdy ] 其中 (D) 为由直线 (x=0)、(y=0)、(x+y=1) 围成的三角形区域。
点击查看答案
D关于y=x对称。由轮换对称性：$I = \iint_D \frac{y}{x+y} dxdy$。
两式相加：$2I = \iint_D \frac{x+y}{x+y} dxdy = \iint_D 1 dxdy = \frac{1}{2}$。
所以 $I = \frac{1}{4}$。
答案：$\displaystyle \frac{1}{4}$
如果硬算：内层积分含ln(x+y)，外层还要积分含ln的东西，相当麻烦。对称性避免了这一切。
题17 ⭐⭐中等（对称性的"拆项凑对称"技巧）
计算二重积分： [ I = \iint_D (x+y+1) , dxdy ] 其中 (D) 为上半圆域：$x^2+y^2 \leq 1$，$y \geq 0$。
点击查看答案
拆开：$I = \iint_D x dxdy + \iint_D y dxdy + \iint_D 1 dxdy$
- 第一项：D关于y轴对称，x是奇函数 → 0
- 第三项：∬_D 1 dxdy = 半圆面积 = π/2
- 第二项：用极坐标 ∬_D y dxdy = ∫_0^π dθ ∫_0^1 r sinθ·r dr = 2/3
汇总：$I = 0 + \frac{2}{3} + \frac{\pi}{2}$
答案：$\displaystyle \frac{2}{3} + \frac{\pi}{2}$
2.10 反常二重积分（数学三独有考点）
什么是反常二重积分：当积分区域延伸到无穷远（无界区域），或者被积函数在某处趋于无穷时，需要通过求极限来定义的二重积分。数学三主要考第一种：无界区域上的二重积分。
🧠 先想清楚：全平面怎么"积得完"？ 反常定积分你已经学过——$\int_1^\infty \frac{1}{x^2}dx$ 不能真加到无穷远，只能"先积到 (R)，再让 $R\to\infty$"。反常二重积分完全同理：全平面是"无限大的区域"，你不能真的把无穷多个小方块全加起来，只能先"截取"一块有界的来算，算完让截取范围无限扩大、取极限。这就是反常积分与普通积分的唯一区别——多了一个"取极限"的动作。
🧠 为什么偏偏用圆截取？ 因为截取完还是要用极坐标算（被积函数含 (x^2+y^2)，见 2.7 节）。用正方形截取，边界是直线、但极坐标算起来别扭；用圆截取，圆正好是极坐标的"主场"（$r\le R$ 一句话搞定）——截取形状和坐标系天然匹配。所以"圆 + 极坐标"是这类题的标准搭配，不是随便挑的。
计算方法：
- 用一个有界区域"截取"无界区域的一部分（如用圆 x²+y² ≤ R² 截取全平面）
- 在这个有界区域上正常计算二重积分，得到结果 I(R)
- 让 R → ∞ 取极限
经典例子（完整走一遍三步骤）（非常重要）： 计算反常二重积分 (\displaystyle \iint_{\text{全平面}} e^{-(x^2+y^2)},dxdy)。
第1步（截取）：全平面算不了，先用一个半径为 (R) 的圆域 $D_R:\ x^2+y^2 \le R^2$ 把全平面"切"出一块有界的来。 这一步在想什么：把无界问题先变有界，算完再让这块无限扩大。
第2步（计算）：在 (D_R) 上用极坐标算——(x^2+y^2 = r^2)，面积元 $dxdy = r,dr,d\theta$，$\theta$ 从 0 到 $2\pi$，(r) 从 0 到 (R)： [ I(R) = \int_0^{2\pi} d\theta \int_0^R e^{-r^2}\cdot r,dr ] 内层换元：令 $u = r^2,\ du = 2r,dr$，$\int_0^R e^{-r^2}r,dr = \frac{1}{2}(1-e^{-R^2})$；外层再乘上 $2\pi$，得： [ I(R) = \pi(1-e^{-R^2}) ]
第3步（取极限）：让截取范围无限扩大，取极限： [ \iint_{\text{全平面}} e^{-(x^2+y^2)},dxdy = \lim_{R\to\infty} \pi(1-e^{-R^2}) = \pi ]
这个结果极其有名——它不仅能直接做题，还引出了一个经典结论：$\int_0^\infty e^{-x^2} dx = \frac{\sqrt{\pi}}{2}$（因为全平面的积分恰好等于两个一维高斯积分 $\int_{-\infty}^{\infty}e^{-x^2}dx$ 的乘积）。
🛑 停下来想一想：反常二重积分和普通的二重积分，计算步骤上最大的区别是什么？（提示：多了一个什么动作？）为什么用圆截取全平面比用正方形截取更方便？
题型5：二重积分的应用
考频：★★☆☆☆（小题或解答题的一部分）
🧠 先想清楚：这三个公式其实都是"老面孔"，没有一个是新东西。
- 面积 = $\iint_D 1,dxdy$：就是 2.2 节那个"把每根柱子的高度都设成1"——体积数值上恰好等于底面积。
- 体积 = $\iint_D f,dxdy$：这就是二重积分的定义本身——切土豆切出来的"小柱体体积之和"，所以"求曲顶柱体体积"就是直接算一个二重积分。
一句话：应用题的公式 = 二重积分的"体积模板"换个被积函数的名字。想通了，就不用背。
5.1 求平面图形的面积
公式：区域D的面积 = $\iint_D 1,dxdy$
5.2 求曲顶柱体的体积
公式：以D为底、曲面z=f(x,y)（f≥0）为顶的柱体体积 V = $\iint_D f(x,y),dxdy$
5.4 数学三特色考点：反常二重积分（无界区域）
注意：这是数学三区别于数学一/二的独有考点。
🧠 这一节的"截取→计算→取极限"三步，来历已在 2.10 节讲过：全平面积不完，只能先截一块（用圆截，因为之后要用极坐标）算完再让截取范围无限扩大。下面把它压缩成可执行的三步。
计算方法：
第1步：用一个有界区域D_R截取无界区域的一部分（如用圆x²+y²≤R²截取全平面）
第2步：在D_R上计算正常的二重积分，得到结果I(R)
第3步：令R→∞取极限，如果极限存在即为反常积分值
敛散性判断：
| 被积函数特征 | 区域类型 | 通常结论 |
|---|---|---|
| 含 e^{-(x²+y²)} | 全平面 | 收敛（指数衰减非常快） |
| 含 1/(x²+y²)^p | 全平面（去掉原点附近） | p > 1 时收敛，p ≤ 1 时发散 |
| 含 1/√(x²+y²) | 含原点的区域 | 收敛（极坐标下：被积函数1/r × 面积元r = 1，化为常数积分） |
翻车现场：
翻车：用正方形截取全平面，结果积不出来；或者忘了取极限直接写答案。
- 为什么错：全平面上的 ∬ e^(-x²-y²) dxdy 用正方形截取会遇到 ∫e^(-x²)dx 积不出来。用圆形截取+极坐标，乘上r后恰好可以换元。
- 正确做法：被积函数含 x²+y² 时，优先用圆形区域截取+极坐标。反常二重积分必须取极限，不能直接写答案。
例题：
题目：计算反常二重积分 (\iint_{全平面} e^{-(x^2+y^2)},dxdy)。
解：取D_R为圆x²+y²≤R²，用极坐标：I(R)=∫₀^{2π}dθ∫₀^R e^{-r²}·r dr = π(1-e^{-R²})。令R→∞，极限=π。所以反常积分收敛于π。由此可推出∫₀^∞ e^{-x²}dx = √π/2。
题25 ⭐基础（求平面图形的面积）
利用二重积分求由曲线 (y=x^2) 与直线 (y=x+2) 围成的平面图形的面积。
点击查看答案
第1步：求交点：$x^2 = x+2 \Rightarrow x=-1, 2$，交点(-1,1)和(2,4)。
第2步：面积：$S = \iint_D 1 dxdy$。X型：x从-1到2，y从 (x^2) 到 (x+2)。
[ S = \int_{-1}^2 dx \int_{x^2}^{x+2} 1 dy = \int_{-1}^2 (x+2-x^2) dx = \frac{9}{2} ]
答案：$\displaystyle \frac{9}{2}$
题26 ⭐基础（求曲顶柱体的体积）
求以 $D: 0 \leq x \leq 1, 0 \leq y \leq 2$ 为底、以曲面 (z = x^2+xy) 为顶的曲顶柱体的体积。
点击查看答案
[ V = \iint_D (x^2+xy) dxdy = \int_0^1 dx \int_0^2 (x^2+xy) dy = \frac{5}{3} ]
答案：$\displaystyle \frac{5}{3}$
数学三独有考点：反常二重积分（无界区域）
⭐ 反常二重积分练习题（对应 2.10 / 题型5.4）：下面的题28、题29 练"截取→计算→取极限"三步。
题28 ⭐⭐中等（全平面上的反常二重积分）
判断下列反常二重积分是否收敛，若收敛则求出其值： [ I = \iint_{\mathbb{R}^2} e^{-(x^2+y^2)} , dxdy ]
点击查看答案
用半径为R的圆截取全平面，用极坐标： [ I(R) = \int_0^{2\pi} d\theta \int_0^R e^{-r^2} \cdot r , dr = \pi(1-e^{-R^2}) ]
取极限：$I = \lim_{R \to \infty} \pi(1-e^{-R^2}) = \pi$
答案：$\displaystyle \pi$
这个结果非常有名，由此可推出 $\int_{-\infty}^{\infty} e^{-x^2}dx = \sqrt{\pi}$（一维高斯积分的平方等于二维高斯积分）。
题29 ⭐⭐中等（半平面上的反常二重积分）
判断反常二重积分是否收敛，若收敛则求值： [ I = \iint_D e^{-y} , dxdy ] 其中 (D) 为无界区域：$0 \leq x \leq y$，$y \geq 0$。
点击查看答案
截取 (D_b)（y≤b）： [ I(b) = \int_0^b dy \int_0^y e^{-y} dx = \int_0^b y e^{-y} dy = 1 - (b+1)e^{-b} ]
取极限：$\lim_{b\to\infty} [1-(b+1)e^{-b}] = 1$
答案：$\displaystyle 1$
题型6：综合题
考频：★★★★☆（压轴题常客）
6.1 二重积分 + 变限积分
🧠 这一类的核心动机是"化难为易"：题目常给一个"带积分号"的函数（比如 $f(t) = \cdots + \iint_{D_t} f(\cdots)$），直接算不动。处理路线通常是——先画区域、能换次序就换（2.6 节）、能极坐标就极坐标（2.7 节），把二重积分化简成一个"关于 t 的普通变限积分"，再用第 3 章学的"变上限积分求导"把积分号拆掉、变成微分方程求解（题31 就是完整示范）。每一步用的都是前面学过的旧工具，这里只是把它们按"化简→求导→解方程"串起来。
解题思路：将变限积分写成二重积分形式→画出二重积分区域→交换积分次序→化为可计算的形式。
6.2 二重积分 + 微分方程（设常数法）
🧠 先想清楚：这个方程怪在哪？ 看 $f(x,y) = xy + \frac{1}{2}\iint_D f(u,v),dudv$——等式两边都有未知函数 (f)。最怪的是那个二重积分：它里面也有 (f)。但盯住看：$\iint_D f(u,v),dudv$ 积完是一个"数"，不是函数（积分把区域上的函数值全部加起来，结果不依赖 (x,y)）。
于是"含未知函数 (f)"的方程里，其实藏着一个数字。把这个数字设成常数 (A)，(f) 立刻就能写成"显式"样子（$f = xy + \frac{A}{2}$）——从"解一个函数方程"降级成"求一个数 (A)"。这就是"设常数法"的来历：它不是玄学，是"认出积分结果是常数"这双眼睛带来的便宜。
解题思路：令二重积分的值为常数A（因为定积分结果是一个数）→将函数方程转化为普通方程→利用区域D的信息变换二重积分→解出A→代回得到函数表达式。
翻车现场：
翻车：看到方程里有二重积分符号，不知道怎么下手。
- 为什么错：这类题核心套路是"设常数法"——方程里的二重积分结果是个常数。把它设成A，f(x,y)就能写成简单表达式。
- 正确做法：①设那个二重积分等于常数A；②把f(x,y)用A表示；③代入A的定义式再算一次积分；④解方程求出A；⑤代回得f(x,y)。
例题（设常数法）：
题目：设f(x,y)=xy + ½·∬_D f(u,v)dudv，D: 0≤x≤1, 0≤y≤1，求f(x,y)。
解：设∬_D f(u,v)dudv = A，则f(x,y)=xy + ½A。代入A的定义：A = ∬_D (uv + ½A)dudv = ¼ + ½A。解得A = ½。所以f(x,y) = xy + ¼。
题30 ⭐⭐⭐较难（设常数法——二重积分+函数方程）
设 (f(x,y)) 在区域 $D: 0 \leq x \leq 1, 0 \leq y \leq 1$ 上连续，且满足： [ f(x,y) = xy + \frac{1}{2}\iint_D f(u,v) , du dv ] 求 (f(x,y)) 的表达式。
点击查看答案
设 $A = \iint_D f(u,v) dudv$，则 $f(x,y) = xy + \frac{1}{2}A$。
代入：$A = \iint_D (uv + \frac{1}{2}A) dudv = \frac{1}{4} + \frac{A}{2}$
解得 $A = \frac{1}{2}$，所以 $f(x,y) = xy + \frac{1}{4}$。
答案：$\displaystyle f(x,y) = xy + \frac{1}{4}$
题31 ⭐⭐⭐较难（二重积分+变限积分）
设 $f(t)$ 在 $[0,+\infty)$ 上连续，且满足： [ f(t) = e^{-t} + \iint_{D_t} f$\sqrt{x^2+y^2}$ , dxdy ] 其中 $D_t$ 为圆域 $x^2+y^2 \leq t^2$（$t \geq 0$）。求 $f(t)$ 的表达式。
点击查看答案
第1步：用极坐标化简二重积分（把"圆盘子"换成"半径一格一格"来加）
为什么想到极坐标？区域是圆盘 $x^2+y^2 \le t^2$，被积函数里又只有 (x^2+y^2)——"圆的东西"用极坐标最省事。
换坐标三件套：$x=r\cos\theta,\ y=r\sin\theta$，面积元 $dxdy = r,dr,d\theta$，圆盘变成 $\theta\in[0,2\pi],\ r\in[0,t]$。
把被积函数换进去：$f(\sqrt{x^2+y^2}) = f(\sqrt{r^2\cos^2\theta+r^2\sin^2\theta}) = f(r)$——里面没有 $\theta$，只含 (r)！这就是关键：先对 $\theta$ 积分时，被积函数是"常数"。 [ \iint_{D_t} f$\sqrt{x^2+y^2}$ dxdy = \int_0^{2\pi} d\theta \int_0^t f(r)\cdot r,dr = 2\pi \int_0^t r f(r) dr ] 中间那步 $\int_0^{2\pi} d\theta = 2\pi$，就是"把一圈2π个方向加起来"——因为每个方向的贡献都一样（只跟离圆心多远有关，不跟朝哪个方向有关），所以先积 $\theta$ 直接得出常数 $2\pi$，剩下的活儿全在 (r) 上。
第2步：得积分方程：$f(t) = e^{-t} + 2\pi \int_0^t r f(r) dr$
这就是一个"变限积分方程"——未知函数 f 藏在积分号里面。
第3步：两边对 t 求导，把积分号"拆掉"： [ f'(t) = -e^{-t} + 2\pi \cdot t f(t) \quad\Rightarrow\quad f'(t) - 2\pi t f(t) = -e^{-t} ]
这一步在想什么：用的是"变上限积分求导"（第3章学的）：$\frac{d}{dt}\int_0^t r f(r),dr = t f(t)$——上限 t 代进被积函数，再乘以上限的导数（上限导数=1）。把含 f 的项移到一边，就得到一个一阶线性微分方程。
第4步：解一阶线性微分方程（积分因子 $e^{-\pi t^2}$）： 两边同乘积分因子 $e^{-\pi t^2}$，左边凑成"乘积的导数"： [ \left$e^{-\pi t^2} f(t)\right$' = -e^{-t-\pi t^2} ] 两边从 0 到 t 积分，并代入初值 (f(0)=1)，得最终解： [ f(t) = e^{\pi t^2}\left$1 - \int_0^t e^{-s-\pi s^2} ds\right$ ]
⚠️ 这一步是第4章的内容——一阶线性微分方程 (y'+P(x)y=Q(x)) 的标准解法（先乘积分因子，再两边积分）。如果对"积分因子怎么来、为什么这么解"记不清了，翻回第4章对应小节复习，这里只是套用，不再重复推导。
其中初始条件 (f(0)=1) 由原方程令t=0得到（t=0时圆盘缩成一个点，二重积分为0，所以 (f(0)=e^0=1)）。
答案：$\displaystyle f(t) = e^{\pi t^2}\left(1 - \int_0^t e^{-s-\pi s^2} , ds\right)$
题32 ⭐⭐⭐较难（分段+对称性+极坐标复合题）
计算二重积分： [ I = \iint_D |x^2+y^2-1| , dxdy ] 其中 $D$ 为圆域 $x^2+y^2 \leq 4$。
点击查看答案
分界线 (x^2+y^2 = 1)（单位圆）：
- D₁（r≤1）：|r²-1| = 1-r²
- D₂（1<r≤2）：|r²-1| = r²-1
[ I_1 = \int_0^{2\pi} d\theta \int_0^1 (1-r^2)r dr = \frac{\pi}{2} ] [ I_2 = \int_0^{2\pi} d\theta \int_1^2 (r^2-1)r dr = \frac{9\pi}{2} ] [ I = I_1 + I_2 = 5\pi ]
答案：$\displaystyle 5\pi$
四、名师对比
4.1 五位名师风格与贡献
| 名师 | 核心风格 | 本章最值得学习的内容 |
|---|---|---|
| 张宇 | 思维活跃，揭示命题规律，强调"坐标系转换的两座桥"（x=rcosθ, y=rsinθ） | 画图三板斧：画边界→标交点→涂阴影；强调看清出题人"故意给错坐标系让你绕弯"的陷阱 |
| 汤家凤 | 体系完整，步骤规范，基本功扎实 | 极坐标判断标准：被积函数优先（含x²+y²必极），区域次之 |
| 武忠祥 | 口诀化教学，技巧性强，真题导向 | 对称性利用口诀：「后积先定限，限内画条线，先交写下限，后交写上限」；奇偶性平移技巧（拆项凑对称） |
| 李永乐 | 线代之王，高数部分同样重视基础概念的透彻理解 | 二重积分概念的教学角度：强调"二重积分是两次定积分"，帮学生建立"化重为单"的思想 |
| 毛纲源 | 题型分类最细致，按真题题型编号 | 173种题型分类法，二重积分章节给出所有考过和可能考的题型变体 |
4.2 核心方法的统一与差异
| 方法/技巧 | 张宇 | 汤家凤 | 武忠祥 | 统一要点 |
|---|---|---|---|---|
| 画图 | 必须画，三板斧 | 必须画，基础要求 | 必须画，反复强调 | 三位一致：不画图不做二重积分 |
| 对称性 | 从命题角度讲 | 从基础计算角度讲 | 口诀化+平移技巧 | 都强调先检查对称性 |
| 极坐标选择 | 看被积函数+区域 | 被积函数优先 | 被积函数优先 | 一致：含x²+y²→极坐标 |
| 交换次序 | 画图后重新穿线定限 | 标准步骤 | 口诀"后积先定限" | 画图→穿线→定限 |
4.3 武忠祥"十大口诀"中与二重积分相关的
- 「后积先定限，限内画条线，先交写下限，后交写上限」——定限万能口诀
- 「看到对称先想奇偶，先化简再计算」——对称性优先原则
- 「极坐标别忘乘r」——防漏r
- 「穿线法」——无论直角坐标还是极坐标，都用穿线定限
五、速查卡片
5.1 坐标系选择决策树
┌─ 被积函数含 x²+y²、y/x ? ──→ 是 → 极坐标
│
被积函数特征 ────────┤
│
└─ 是x,y的简单多项式/初等函数? ──→ 直角坐标
┌─ 区域是圆/圆环/扇形/心形线? ──→ 是 → 极坐标
│
积分区域特征 ────────┤
│
└─ 区域由直线围成? ──→ 直角坐标
┌─ 被积函数和区域都指向极坐标 → 极坐标（优先级最高）
│
最终判断 ───────────┤
├─ 被积函数指向极坐标，区域指向直角 → 优先极坐标
│
├─ 区域指向极坐标，被积函数指向直角 → 可以极、可以直角
│ 看哪个更方便
│
└─ 被积函数和区域都指向直角 → 直角坐标
5.2 常见曲线图形速查
📎 本卡是"参考词典"：画图步骤见 2.5「画图三步走」+ 考法1.1；圆/椭圆/抛物线的极坐标方程见 2.8 转换对照。
| 方程 | 名称 | 关键特征 | 画图要点 |
|---|---|---|---|
| x²+y²=R² | 圆（圆心在原点） | 半径为R | 过(±R,0)和(0,±R) |
| (x-a)²+(y-b)²=R² | 圆（圆心(a,b)） | 半径R | 先定圆心，再画圆 |
| x²/a²+y²/b²=1 | 椭圆 | 半轴长a,b | 过(±a,0)和(0,±b) |
| y=x² | 抛物线（开口向上） | 顶点(0,0) | 对称于y轴 |
| x=y² | 抛物线（开口向右） | 顶点(0,0) | 对称于x轴 |
| xy=1 | 双曲线 | 渐近线x=0,y=0 | 只画第一和第三象限 |
| y=1/x | 双曲线分支 | 渐近线x=0,y=0 | 递减 |
| y=e^x | 指数曲线 | 过(0,1) | 递增，下凸 |
| y=ln x | 对数曲线 | 过(1,0) | 递增，上凸，仅x>0 |
5.3 极坐标常用r范围（直接套用）
| 区域描述 | 直角方程 | 极坐标r范围 | θ范围 |
|---|---|---|---|
| 单位圆 | x²+y² ≤ 1 | 0→1 | 0→2π |
| 圆环 | 1 ≤ x²+y² ≤ 4 | 1→2 | 0→2π |
| 右半圆（圆心在原点） | x²+y² ≤ 1, x≥0 | 0→1 | -π/2→π/2 |
| 上半圆（圆心在原点） | x²+y² ≤ 1, y≥0 | 0→1 | 0→π |
| 第一象限¼圆 | x²+y² ≤ 1, x,y≥0 | 0→1 | 0→π/2 |
| 圆心在(a,0)半径为a | x²+y² ≤ 2ax | 0→2a·cosθ | -π/2→π/2 |
| 圆心在(0,a)半径为a | x²+y² ≤ 2ay | 0→2a·sinθ | 0→π |
5.4 计算检查清单（做完题后自查）
□ 1. 图画了吗？区域判断对不对？
□ 2. 对称性检查了吗？能用吗？
□ 3. 坐标系选对了吗？
□ 4. 积分次序选对了吗？（当前次序下内层积分好算吗？）
□ 5. 积分限写对了吗？（下限<上限；内层限是对的变量函数）
□ 6. 极坐标下面积元乘r了吗？（⚠️ 最容易漏）
□ 7. 最后结果合理吗？（正负、大小是否符合直觉？）
六、概念辨析（10道对错判断题）
学完上面的内容，用这些判断题检验自己的理解。先自己做，再看解析。
判断题1：二重积分的结果一定是一个正数。
答案：❌ 错误。
解析：二重积分的结果可正可负可为零。当被积函数在部分区域取负值时，积分可能为负。二重积分 = 曲顶柱体体积（正部分）减曲底坑洞体积（负部分）。
判断题2：二重积分和定积分一样，都是"分割—近似—求和—取极限"的过程。
答案：✅ 正确。
解析：它们的核心思想完全一致，区别只是定积分切的是一维线段，二重积分切的是二维区域。
判断题3：只要区域有对称性，二重积分就可以用奇偶性简化。
答案：❌ 错误。
解析：对称性简化必须同时满足两个条件：①区域关于某条轴对称 ②被积函数具有对应的奇偶性。光有区域对称是不够的。
判断题4：极坐标变换时，dxdy = dr dθ，不需要乘任何东西。
答案：❌ 错误。
解析：这是最高频的错误！极坐标变换必须乘 r：dxdy = r·dr·dθ。忘了乘r会导致积分结果完全错误。
判断题5：交换积分次序后，积分值会改变。
答案：❌ 错误。
解析：交换积分次序不改变积分值（只要积分存在）。次序只是计算方式的不同。
判断题6：极坐标下，r的下限总是0。
答案：❌ 错误。
解析：只有当积分区域包含原点时，r的下限才为0。对于环形区域（如 1≤x²+y²≤4），r 从 1 到 2。
判断题7：对于同一个积分区域，X型区域和Y型区域的划分方式是唯一的。
答案：❌ 错误。
解析：一个区域可能既是X型又是Y型（如三角形）；也可能两种都不是，需要切割；也可能有多种切割方式。选择让你计算最方便的那一种。
判断题8：被积函数 f(x,y)=xy 在单位圆上的二重积分为0。
答案：✅ 正确。
解析：单位圆关于x轴对称，f(x,y)=xy 关于y是奇函数（把y换成-y，xy变成-xy），所以积分为0。
判断题9：二重积分中值定理说的是：存在某点(ξ,η)使得积分等于该点函数值乘以区域面积。
答案：✅ 正确。
解析：∬_D f(x,y) dxdy = f(ξ,η)·S，其中S是D的面积，(ξ,η)是D内某点。
判断题10：只要被积函数含有 x²+y²，就应该用极坐标。
答案：✅ 基本正确（但有个前提）。
解析：被积函数含 x²+y² 时，极坐标转化后变成 r²，处理起来方便很多。大多数情况下这个判断是对的。但也有极少数情况——如果积分区域特别不适合极坐标（如复杂的多边形），可以考虑直角坐标的其他简化方法。考研题里，含 x²+y² 的几乎都用极坐标。
七、综合混搭练习（打乱题型）
⚠️ 下面的题目不会告诉你是什么题型。 你需要自己判断——就像考试一样。拿到每道题，先问自己那三个问题：①能用对称性简化吗？②用直角坐标还是极坐标？③用什么积分次序？判断完再动手。
混搭题1
计算二重积分： [ I = \iint_D x^2 , dxdy ] 其中 (D) 为圆域：$x^2+y^2 \leq 1$。
点击查看答案
单位圆域，被积函数含 (x^2)——用极坐标最顺。极坐标：$x = r\cos\theta$，$x^2 = r^2\cos^2\theta$，面积元 $dxdy = r,dr,d\theta$。 [ I = \int_0^{2\pi} \cos^2\theta,d\theta \cdot \int_0^1 r^3,dr = \pi \cdot \frac{1}{4} = \frac{\pi}{4} ] （其中 $\int_0^{2\pi}\cos^2\theta,d\theta = \pi$。也可用对称性：圆域关于 (y=x) 对称，$\iint_D x^2 = \iint_D y^2 = \frac{1}{2}\iint_D (x^2+y^2) = \frac{\pi}{4}$。）
答案：$\displaystyle \frac{\pi}{4}$
混搭题2
计算二重积分： [ I = \iint_D xy^2 , dxdy ] 其中 (D) 由直线 (y=0)、(y=x)、(x=1) 围成。
点击查看答案
三角形区域。直角坐标X型：x从0到1，y从0到x。 [ I = \int_0^1 dx \int_0^x xy^2 , dy = \int_0^1 x \cdot \frac{x^3}{3} , dx = \int_0^1 \frac{x^4}{3} dx = \frac{1}{15} ]
答案：$\displaystyle \frac{1}{15}$
混搭题3
计算下列积分： [ I = \int_0^1 dy \int_0^y \cos(y^2) , dx ]
点击查看答案
看到 $\cos(y^2)$，别急着交换次序——先看清楚当前次序里"被积函数对哪个变量在积"。 [ I = \int_0^1 dy \int_0^y \cos(y^2) dx ] 内层是对 (x) 积分，而 $\cos(y^2)$ 里根本没有 (x)——它就是常数，直接提出来： [ I = \int_0^1 \cos(y^2)\left[\int_0^y dx\right] dy = \int_0^1 y\cos(y^2) , dy ] 剩下的 $\int_0^1 y\cos(y^2),dy$ 用第3章的凑微分就能解决： [ \int_0^1 y\cos(y^2),dy = \frac{1}{2}\int_0^1 \cos(y^2),d(y^2) = \frac{1}{2}\sin(y^2)\Big|_0^1 = \frac{\sin 1}{2} ]
答案：$\displaystyle \frac{\sin 1}{2}$
💡 和例题2/题11的对比：那里被积函数是 (e^{y^2})，当前次序（先y后x）内层正是在积 (y)，所以必须交换；本题的次序本来就是先x后y，内层积的是 (x)，$\cos(y^2)$ 是常数——看似"积不出来"，实则不用换序，凑微分收尾。先确认"内层在积哪个变量"再决定换不换。
混搭题4
计算二重积分： [ I = \iint_D |y-x| , dxdy ] 其中 (D) 为正方形区域：$0 \leq x \leq 1$，$0 \leq y \leq 1$。
点击查看答案
分界线 (y=x)，把正方形沿对角线切成两个三角形。
- D₁（$y \ge x$）：(|y-x|=y-x)，$I_1=\int_0^1 dx\int_x^1 (y-x),dy = \frac{1}{6}$
- D₂（$y \le x$）：(|y-x|=x-y)，由对称性 $I_2 = I_1 = \frac{1}{6}$
总积分 = (1/6 + 1/6 = 1/3)。
答案：$\displaystyle \frac{1}{3}$
混搭题5
设 (f(x,y)) 在区域 $D: 0 \leq x \leq 1, 0 \leq y \leq 1$ 上连续，且满足： [ f(x,y) = x + y + \frac{1}{2}\iint_D f(u,v) du dv ] 求 (f(x,y)) 的表达式。
点击查看答案
设常数法：令 $A = \iint_D f$，则 (f = x + y + A/2)。 [ A = \iint_D (u + v + A/2) dudv = \frac{1}{2} + \frac{1}{2} + \frac{A}{2} = 1 + \frac{A}{2} \Rightarrow A = 2 ] 所以 (f(x,y) = x + y + 1)。
答案：$\displaystyle f(x,y) = x + y + 1$
📌 和题30对比：那边被积部分是 $xy + \frac{1}{2}\iint f$，这里是 $x+y+\frac{1}{2}\iint f$——同一个"设常数法"套路，只是把 (xy) 换成 (x+y)，恰好练到 $\iint_D x$、$\iint_D y$ 也要会算（各自等于 (1/2)）。
混搭题6
计算二重积分： [ I = \iint_D \frac{1}{\sqrt{x^2+y^2}} , dxdy ] 其中 (D) 为圆域：$x^2+y^2 \leq 1$。
点击查看答案
极坐标：$\frac{1}{\sqrt{x^2+y^2}} = \frac{1}{r}$，面积元 $dxdy = r,dr,d\theta$。$\theta$ 0→2π，(r) 0→1。 [ I = \int_0^{2\pi} d\theta \int_0^1 \frac{1}{r} \cdot r , dr = \int_0^{2\pi} d\theta \int_0^1 1,dr = 2\pi \cdot 1 = 2\pi ]
答案：$\displaystyle 2\pi$
💡 和题7对比：题7是圆环 $1\le x^2+y^2\le 4$ 上的 (1/(x^2+y^2))，多出的 (1/r) 是"低一阶"的难法；本题是含原点的整圆上的 (1/r)——分母被积函数的 (1/r) 和面积元的 (r) 正好约掉，化为常数积分。这类"约分即答案"的题也是极坐标的经典套路。
混搭题7
计算二重积分： [ I = \iint_D \frac{x^2}{x^2+y^2} , dxdy ] 其中 (D) 为单位圆域：$x^2+y^2 \leq 1$。
点击查看答案
单位圆关于 (y=x) 对称，用轮换对称性：$\iint_D \frac{x^2}{x^2+y^2} = \iint_D \frac{y^2}{x^2+y^2}$。两式相加： [ 2I = \iint_D \frac{x^2+y^2}{x^2+y^2} dxdy = \iint_D 1,dxdy = \pi \Rightarrow I = \frac{\pi}{2} ] （也可以直接算：极坐标 $\frac{x^2}{x^2+y^2} = \cos^2\theta$，$\int_0^{2\pi}\cos^2\theta,d\theta\cdot\int_0^1 r,dr = \pi\cdot\frac{1}{2} = \frac{\pi}{2}$。）
答案：$\displaystyle \frac{\pi}{2}$
💡 和例题6/题16对比：那里的 $\frac{x}{x+y}$ 分母是 (x+y)（用三角形区域的对称）；这里是 $\frac{x^2}{x^2+y^2}$，分母是 (x^2+y^2)（用圆域的对称）——同一招"叠加消去"，换了区域换了函数。
混搭题8
计算二重积分： [ I = \iint_D \frac{\sin y}{y} , dxdy ] 其中 (D) 为矩形区域：$1 \leq x \leq 2$，$0 \leq y \leq 1$。
点击查看答案
$\frac{\sin y}{y}$ 对y积不出来——但本题内层应该先对 (x) 积（Y型）：内层 $\int_1^2 \frac{\sin y}{y},dx$ 里 $\frac{\sin y}{y}$ 不含 (x)，是常数。 [ I = \int_0^1 dy \int_1^2 \frac{\sin y}{y} dx = \int_0^1 \frac{\sin y}{y}\cdot 1, dy = \int_0^1 \frac{\sin y}{y} dy ] 最后的 $\int_0^1 \frac{\sin y}{y} dy$ 没有初等原函数——保留这个"积不出来"的积分就是本题的答案（这正是 $\frac{\sin y}{y}$ 类型的"可积但无初等表达式"）。
答案：$\displaystyle \int_0^1 \frac{\sin y}{y},dy$（保留积分号）
💡 和题5对比：题5的三角形区域把 $\int_0^y \frac{\sin y}{y}dx = \sin y$ 化掉了，能算出 $1-\cos 1$；本题矩形的宽是1，$\int_1^2\frac{\sin y}{y}dx = \frac{\sin y}{y}$ 约不掉，只能保留积分号——同一种"积不出来"的函数，区域一变，出口就不同。
🔙 回马枪1（第1章极限 + 第6章二重积分中值定理）
设 (f(x,y)) 在原点 ((0,0)) 处连续。求极限： [ \lim_{t \to 0^+} \frac{1}{\pi t^2} \iint_{x^2+y^2 \leq t^2} f(x,y) , dxdy ]
点击查看答案
由二重积分中值定理，存在 $(\xi,\eta) \in D_t$（圆域 $x^2+y^2 \leq t^2$）使得： [ \iint_{x^2+y^2 \leq t^2} f(x,y) , dxdy = f$\xi,\eta$ \cdot $\pi t^2$ ] 代入极限： [ \lim_{t \to 0^+} \frac{f$\xi,\eta$ \cdot \pi t^2}{\pi t^2} = \lim_{t \to 0^+} f$\xi,\eta$ = f(0,0) ] （当 $t \to 0$ 时，$(\xi,\eta) \to (0,0)$，由 (f) 在原点连续即得。）
答案：$\displaystyle f(0,0)$。📌 这个结论说明：函数在小圆盘上的平均值，当圆盘缩成一个点时，趋近于该点的函数值——直觉上也应该如此。
🔙 回马枪2（第3章定积分 + 第6章极坐标）
利用二重积分，计算第3章中"积不出来"的经典积分： [ \int_0^\infty e^{-x^2} , dx = ? ]
点击查看答案
记 $I(R) = \int_0^R e^{-x^2} dx$，则： [ [I(R)]^2 = \int_0^R e^{-x^2} dx \cdot \int_0^R e^{-y^2} dy = \iint_{[0,R] \times [0,R]} e^{-x^2-y^2} dxdy ]
正方形区域夹在两个四分之一圆之间：半径为 R 的四分之一圆 ⊂ 正方形 ⊂ 半径为 R√2 的四分之一圆。
对四分之一圆区域用极坐标： [ \iint_{\text{四分之一圆,半径}a} e^{-x^2-y^2} dxdy = \int_0^{\pi/2} d\theta \int_0^a e^{-r^2} \cdot r , dr = \frac{\pi}{4}(1-e^{-a^2}) ]
由夹逼定理，当 $R \to \infty$ 时： [ \frac{\pi}{4}(1-e^{-R^2}) \leq [I(R)]^2 \leq \frac{\pi}{4}(1-e^{-2R^2}) ] 两边极限均为 $\pi/4$，故 $[I(R)]^2 \to \pi/4$，即 $I(R) \to \sqrt{\pi}/2$。
答案：$\displaystyle \frac{\sqrt{\pi}}{2}$。📌 这个技巧非常有名：一个一维定积分自己"积不出来"，但平方后变成二重积分，用极坐标就能轻松解决。这正是第3章和第6章的经典跨章节联动。
🔙 回马枪3（第3章反常积分 + 第6章反常二重积分）
判断反常二重积分的收敛性： [ \iint_{\text{全平面}} \frac{1}{(1+x^2+y^2)^p} , dxdy ] 并和第3章"p-积分" $\displaystyle \int_1^\infty \frac{1}{x^q} , dx$ 的收敛条件（(q>1) 收敛）做对比。
点击查看答案
用极坐标：(x^2+y^2 = r^2)，$dxdy = r,dr,d\theta$。 [ I = \int_0^{2\pi} d\theta \int_0^\infty \frac{r}{(1+r^2)^p} , dr = 2\pi \int_0^\infty \frac{r}{(1+r^2)^p} , dr ] 令 (u = 1+r^2)，(du = 2r,dr)，当 $r:0 \to \infty$ 时 $u:1 \to \infty$： [ I = \pi \int_1^\infty \frac{1}{u^p} , du ] 这正是 p-积分！当 (p > 1) 时收敛，$p \leq 1$ 时发散。
答案：收敛的充要条件是 $\displaystyle p > 1$。📌 有趣地，反常二重积分（全平面上的 (1/(1+x^2+y^2)^p)）和反常定积分（$\int_1^\infty 1/x^p , dx$）的收敛条件完全一致！原因在于极坐标面积元多出的那个 r 恰好被换元吸收掉了。
💡 做完后的复盘比做题本身更重要：每道题回头问自己一句——"我是靠什么信号认出它该用哪种方法的？"比如看到 (x^2+y^2) 和圆域就该想极坐标，看到 (e^{y^2})、$\frac{\sin y}{y}$ 积不出来就该想交换次序，看到绝对值/min/max 就该想找分界线切区域。
八、考试导航
下表按出题频率从高到低排列。
| 知识点 | 出题频率 | 常考题型 | 对应章节 |
|---|---|---|---|
| 直角坐标计算（X/Y型选择+定限+积分） | 很高 | 解答题、填空题 | 2.5 + 考法1.1 |
| 极坐标计算（含圆心不在原点的圆） | 很高 | 解答题 | 2.7 + 考法1.2 |
| 交换积分次序 | 较高 | 填空题、选择题 | 2.6 + 考法1.1补充 |
| 对称性/奇偶性简化计算 | 较高 | 解答题中的某一步 | 2.9 + 考法1.3 |
| 分段函数二重积分（min/max/绝对值） | 中等 | 解答题 | 题型4 |
| 反常二重积分（无界区域） | 中等 | 解答题（数三独有） | 核心知识+题型5 |
| 比较二重积分的大小 | 较低 | 选择题 | 题型2 |
| 不等式证明（估值定理/比较性质） | 较低 | 证明题 | 题型3 |
| 求面积/体积 | 较低 | 填空题、解答题一部分 | 题型5 |
| 综合题（设常数法/变限积分） | 低 | 解答题（压轴） | 题型6 |
💡 复习策略：前4行（直角坐标+极坐标+交换次序+对称性）占考分的80%以上，优先吃透。反常二重积分是数三独有考点，虽然频率中等但一旦出现别人可能不会而你准备了就是优势。综合题考频低但区分度高，冲击高分的同学重点练。
九、自检清单
学完本章后，逐项检查自己是否掌握了以下能力：
| 序号 | 能力项 | 自检问题 | ✓ |
|---|---|---|---|
| 1 | 画图 | 每道题都先画图了吗？边界曲线形状画对了吗？交点求对了吗？ | ☐ |
| 2 | 坐标系选择 | 看到题能在30秒内判断用直角坐标还是极坐标吗？ | ☐ |
| 3 | X型/Y型识别 | 能用穿线法正确判断X型还是Y型吗？当前次序内层好积吗？ | ☐ |
| 4 | 直角坐标计算 | 知道什么叫"化二重积分为二次积分"吗？积分限写对了吗？ | ☐ |
| 5 | 极坐标操作 | x=rcosθ, y=rsinθ, dxdy=r·drdθ 这三个公式形成肌肉记忆了吗？ | ☐ |
| 6 | r的范围 | 环形区域r下限不是0；圆心不在原点时r上限是θ的函数——记住了吗？ | ☐ |
| 7 | 对称性优先 | 拿到题第一反应是检查对称性吗？奇偶性+区域对称=？ | ☐ |
| 8 | 轮换对称性 | 区域关于y=x对称时，想到轮换对称性可以互换x和y了吗？ | ☐ |
| 9 | 交换次序 | 能画出原积分区域→判断新次序→写出新的累次积分吗？ | ☐ |
| 10 | 分段函数 | 含min/max/绝对值的函数，能正确找到分界线并分割区域吗？ | ☐ |
| 11 | 反常积分 | 无界区域反常二重积分的计算步骤（截取→计算→取极限）掌握了吗？ | ☐ |
| 12 | 体积与几何意义 | 知道二重积分的几何意义（曲顶柱体体积）吗？ | ☐ |
| 13 | 设常数法 | 函数方程中含自身二重积分→设常数的套路会了吗？ | ☐ |
| 14 | 积不出来就换序 | 看到 (e^{y^2})、$\frac{\sin y}{y}$ 等信号，能立刻反应交换次序吗？ | ☐ |
| 15 | 计算结果检查 | 做完后有检查结果是否合理（正负、数量级、用面积验算）的习惯吗？ | ☐ |
| 16 | 不等式证明 | 估值定理（m·S ≤ ∬f ≤ M·S）和比较性质会用吗？ | ☐ |
| 17 | 变限积分综合 | 二重积分+变限积分的综合题（极坐标化简→求导→微分方程）的套路掌握了吗？ | ☐ |
十、🧪 学完自测（10题·闭卷限时20分钟）
学完本章全部内容后，用下面10道题检验自己。先不要翻前面的内容，闭卷做。 做完后对照答案，错2道以上说明需要回头重看对应小节。
一、选择题（4道·每题5分）
1. 设 D 为单位圆 $x^2+y^2 \leq 1$，则 $\iint_D (x^3 + y^3) , dxdy =$ （ ）
A. 0 B. $\frac{\pi}{2}$ C. $\pi$ D. $\frac{2\pi}{3}$
2. 交换积分次序后，$\int_0^1 dx \int_0^x f(x,y) , dy =$ （ ）
A. $\int_0^1 dy \int_0^y f(x,y) , dx$ B. $\int_0^1 dy \int_y^1 f(x,y) , dx$ C. $\int_0^1 dy \int_0^1 f(x,y) , dx$ D. $\int_0^x dy \int_0^1 f(x,y) , dx$
3. 计算 $\iint_D e^{x^2+y^2} , dxdy$，其中 D 为圆域 $x^2+y^2 \leq 1$，正确的结果是（ ）
A. $\pi e$ B. $\pi(e-1)$ C. $2\pi(e-1)$ D. $\frac{\pi}{2}(e-1)$
4. 下列哪种情况最适合使用极坐标计算二重积分？（ ）
A. 积分区域为矩形，被积函数为 xy B. 积分区域为圆，被积函数为 $\sqrt{x^2+y^2}$ C. 积分区域为三角形，被积函数为 x+y D. 积分区域由抛物线围成，被积函数为 x²
二、判断题（2道·每题5分）
5. 在极坐标变换下，面积元 dxdy = dr dθ，不需要额外乘以任何因子。 （ ）
6. 如果积分区域 D 关于 y 轴对称，且被积函数 f(x,y) 关于 x 是偶函数，则积分值等于在右半区域上积分的 2 倍。 （ ）
三、简答题（4道·每题10分）
7. 简述"穿线法"判断 X 型区域和 Y 型区域的步骤。
8. 看到被积函数中含有 (e^{y^2}) 或 $\frac{\sin y}{y}$ 且积分次序为先 y 后 x 时，你的第一反应应该是什么？为什么？
9. 用极坐标计算二重积分时，r 的下限在什么情况下不为 0？请举例说明。
10. 计算 $\iint_D (x^2 + y^2) , dxdy$ 时，如果能用轮换对称性，可以怎样简化计算？（只写方法，不用计算具体值）
📋 点击查看答案与解析
答案
1. A（0）
解析：单位圆关于 x 轴、y 轴都对称。x³ 关于 x 是奇函数（区域关于 y 轴对称）→ 积分为 0；y³ 关于 y 是奇函数（区域关于 x 轴对称）→ 积分也为 0。两项均为 0，所以答案为 0。
2. B
解析：原积分区域是由 y=0, y=x, x=0, x=1 围成的三角形。交换次序为 Y 型：y 从 0 到 1，对于固定的 y，x 从 y 到 1。所以选 B。A 把上下限方向搞反了，C 把区域搞成了正方形，D 中积分限含变量 x 却写在外层。
3. B（$\pi(e-1)$）
解析：用极坐标：x²+y²=r²，dxdy = r dr dθ。I = ∫₀²π dθ ∫₀¹ e^{r²}·r dr = 2π·[e^{r²}/2]₀¹ = π(e-1)。选 A 忘了积分里面的 1/2，选 D 忘了乘 2π。
4. B
解析：被积函数含 $\sqrt{x^2+y^2}$ 且区域为圆，两个条件都指向极坐标，是最典型的极坐标场景。
5. ❌ 错误
解析：极坐标变换必须乘以 r，即 dxdy = r·dr·dθ。这是本章最高频的错误点。
6. ✅ 正确
解析：D 关于 y 轴对称，f 关于 x 为偶函数（即 f(-x,y) = f(x,y)），则 ∬D f = 2∬{D右} f。这是对称性简化最常用的形式之一。
7.
穿线法步骤： ① 画出积分区域 D 的图形 ② 判断 X 型：用一条竖直线（平行于 y 轴）穿过区域，如果每条竖直线与边界只交于两个点（一进一出），则是 X 型，可用先 y 后 x 的次序 ③ 判断 Y 型：用一条水平线（平行于 x 轴）穿过区域，如果每条水平线与边界只交于两个点，则是 Y 型，可用先 x 后 y 的次序 ④ 两种都满足则选计算更方便的那种；两种都不满足则需要切割区域
8.
第一反应：立刻交换积分次序。因为 e^{y²} 和 sin y / y 这类函数对 y 没有初等形式的原函数（积不出来），但交换次序变成先对 x 积分后，这些函数在内层就变成了常数，可以轻松算出。交换次序后，原来的"积不出来"变成了"秒算"。
9.
r 的下限不为 0 的情况：积分区域不包含原点时。最常见的是环形区域（圆环），如 D: 1 ≤ x²+y² ≤ 4，此时 r 从 1 到 2。另外，如果区域经过极坐标变换后原点在区域外面（虽然这种情况在考研中较少见），r 的下限也不为 0。
10.
如果积分区域 D 关于直线 y=x 对称（轮换对称性），则 ∬_D x² dxdy = ∬_D y² dxdy。所以 ∬_D (x²+y²) dxdy = 2∬_D x² dxdy = 2∬_D y² dxdy，只需算其中一个即可，计算量减半。典型适用区域：圆、正方形、等腰直角三角形（关于 y=x 对称的那种）。
本章最重要的三句话，请记住：
- 画图是第一位的——图没画对，后面全错。
- 极坐标必须乘r——这是每年都有人丢分的坑。
- 先看对称性——能省一半力气的捷径，不用白不用。
本章基于张宇、汤家凤、武忠祥、李永乐、毛纲源五位名师的方法体系编写，结合了历年考研数学三真题的命题规律。参考了张宇《高等数学18讲》、汤家凤《高等数学辅导讲义》、武忠祥高数强化讲义、毛纲源《考研数学历年真题分题型详解·数学三》以及历年考研数学三真题。
🧭 学完回顾——本章定理的"来龙去脉"
学完一整章，最值钱的不是记住多少公式，而是脑子里的公式是怎么串成一条线的。下面这张关系图，把本章核心概念和定理之间的推导链画了出来。对照章首 1.3 节的知识地图一起看——章首告诉你"有哪些东西"和"解题总流程"，这里告诉你"每个工具是从哪个理论根基上长出来的"。
┌──────────────────────────────────────────┐
│ 二重积分理论推导链 │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ 二重积分定义（2.1） │
│ │
│ 四步曲：切碎 → 近似 → 求和 → 取极限 │
│ ∬_D f dσ = lim Σ f(xᵢ*,yᵢ*) · Δσᵢ │
│ │
│ 几何意义：曲顶柱体的体积 │
│ 和一重积分的区别：切面条 vs 切面饼 │
└────────────────────┬─────────────────────┘
│
"从黎曼和的定义顺出来"
│
┌───────────────────────────┼───────────────────────────┐
│ │ │
▼ ▼ ▼
┌──────────────────┐ ┌──────────────────────────┐ ┌──────────────────┐
│ 基本性质（2.4.0） │ │ 估值定理（2.4.1） │ │ 积分中值定理 │
│ │ │ │ │ （2.4.2） │
│ 线性性 │ │ m·S ≤ ∬_D f ≤ M·S │ │ │
│ 区域可加性 ────┼──→ │ │───→│ ∬_D f = │
│ 保序性 │ │ 从定义直推：每块用m,M夹住 │ │ f(ξ,η)·S │
│ │ │ → 乘面积→求和→取极限 │ │ │
│ 证明只用加法性质 │ │ │ │ "总有一个点， │
└──────────────────┘ └──────────────────────────┘ │ 不高不矮刚刚好" │
└──────────────────┘
│
"从抽象定义到实际计算的关键一跃"
│
▼
┌──────────────────────────────────────────┐
│ Fubini定理（2.5） │
│ │
│ 二重积分 = 两次一重积分 │
│ ∬_D f dxdy = ∫[∫f dy]dx = ∫[∫f dx]dy │
│ │
│ 核心直觉："切土豆"——先切条，再切片 │
│ X型：先y后x Y型：先x后y │
│ 穿线法：竖线交两点→X型；横线交两点→Y型 │
└────────────────────┬─────────────────────┘
│
┌───────────────────────────┼───────────────────────────┐
│ │ │
▼ ▼ ▼
┌──────────────────┐ ┌──────────────────────────┐ ┌──────────────────┐
│ 交换积分次序(2.6) │ │ 极坐标变换（2.7） │ │ 对称性利用（2.9） │
│ │ │ │ │ │
│ Fubini定理保证 │ │ x=r·cosθ, y=r·sinθ │ │ 区域对称 + │
│ 两种次序结果相等 │ │ dxdy = r·dr·dθ │ │ 被积函数奇偶性 │
│ │ │ ↑ │ │ → 正负抵消 │
│ 实际用处： │ │ ⚠️ r的来源： │ │ │
│ ·内层积不出来→换序│ │ 扇形面积≈dr×(r·dθ) │ │ 奇偶对称： │
│ ·原次序需切多块 │ │ 雅可比|J|=r │ │ 关于x轴/y轴/原点 │
│ →换序后一块搞定│ │ │ │ 轮换对称： │
└──────────────────┘ └──────────────────────────┘ │ 关于y=x │
└──────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ 反常二重积分（2.10，数三独有） │
│ │
│ 无界区域上的二重积分 │
│ 方法：用极坐标化为累次反常积分再判敛 │
└──────────────────────────────────────────┘
链条中最关键的三个"拐点"：
- 估值定理 → 积分中值定理：估值定理用不等式"夹"住积分（m·S ≤ ∬f ≤ M·S），中值定理进一步把不等式变成等式（∬f = f(ξ,η)·S）。这一步靠的不是积分理论——而是连续函数的介值性。从"范围"升级到"精确值（某个点的函数值）"，靠的是"函数值的连续性"这座桥。
- Fubini定理 → 极坐标变换：Fubini把二维积分拆成两次一维积分，极坐标变换把积分区域从直角坐标的"横平竖直"变成极坐标的"蜘蛛网"。两者的共同目标是：让你选的积分次序和坐标系，最大限度地降低内层积分的难度。Fubini管次序，极坐标管坐标系——双剑合璧。
- 极坐标变换 → 对称性原理：极坐标用 r·dr·dθ 处理圆形/环形区域，对称性用"正负抵消"处理对称区域——两者都是从几何直觉出发降低计算量的工具。区别是：极坐标改变的是"怎么切"（蜘蛛网 vs 方格子），对称性改变的是"哪些不用算"（白送的零）。
🔗 和章首知识地图的呼应：章首 1.3 节列出了解题总流程（对称性 → 选坐标系 → 画图 → 定次序定限 → 计算），你现在应该能看清这条流程为什么按这个顺序了——先对称性（能抵消的先抵消，能减半的先减半）→ 再选极坐标还是直角坐标（圆/环/扇形→极坐标，否则→直角）→ 再画图穿线定限（图不准一切白费）→ 最后化为两次定积分计算。每一步都为下一步"减负"——这就是解题流程的逻辑。
🔍 链条检查：本章A→B推导箭头是否明确？
经逐节审查，以下是已明确标注的推导链：
| 推导关系 | 位置 | 状态 |
|---|---|---|
| 二重积分定义 → 基本性质（线性性/可加性/保序性） | 2.4.0 "三重推导"（从黎曼和直推） | ✅ |
| 基本性质（保序性）→ 估值定理 | 2.4.1 "推导第一步至第五步" | ✅ |
| 估值定理 → 积分中值定理 | 2.4.2 "推导第一步至第三步" | ✅ |
| 二重积分定义 → Fubini定理 | 2.5 "从定义向计算的桥梁" | ✅ |
| Fubini定理 → 交换积分次序 | 2.6 "Fubini定理保证两种次序结果相等" | ✅ |
| 一重换元 → 二重极坐标换元（缩放因子=雅可比） | 2.7 "和一重积分换元法的对比" | ✅ |
| 极坐标r的来源 → 扇形面积 ≈ dr×(r·dθ) | 2.7 "方式一：几何直觉" | ✅ |
| 对称性原理 → "免费午餐"（正负抵消） | 2.9 正式陈述 + 推导 | ✅ |
本章无遗漏的A→B箭头。定义→性质→估值→中值→Fubini→极坐标→对称性这一整条链，每一节的"位置"段落都显式标注了上游和下游。唯一提醒：极坐标变换和对称性原理之间不是推导关系而是"并列工具"关系——两者都源于二重积分定义，服务于"降低计算量"这同一个目标。
📖 下一章预告
这一章你学会了在二维区域上累加求和——直角坐标和极坐标两套坐标系、交换积分次序的技巧、对称性简化的捷径、反常二重积分的处理。二重积分把第3章一维积分的思维完整地扩展到了平面。
下一章我们进入本书的最后一站——无穷级数。表面上看这是一个全新的话题，但你会发现：级数本质上也是"求和"，只不过这次是加无穷多项。更妙的是，幂级数让你能用简单的多项式去逼近任意复杂的函数——这是泰勒展开之后，你手中最强大的近似工具。前面六章学的极限、求导、积分，全部会在级数里重新登场。