\\\\\\\\\\\\\\\\\\\\\\

5.7 高维度看待考研多元微分新颖大题——偏微分方程

总目录 · 笔记整理索引 · 本章索引 · 上一节：5.6 无条件极值和条件极（最）值

近年来全国硕士研究生统考数学（特别是数学二，如 2022 年例 5.38、2024 年真题大题）屡次在多元微分板块推出新颖大题。这类题目往往给出包含一阶或二阶偏导数的等式，并伴随某条直线或曲线上的取值条件。从更高维度的数学视角审视，这类新颖大题的代数本质是经过变量代换后可化简求解的初等偏微分方程（PDE）：

常微分方程（ODE）的不定积分引入任意常数 $C$ ；
对某个自变量的偏积分则引入关于非积分变量的任意可微函数 $C(y)$ 或 $C(x)$ ；
题目给出的边界或截面取值条件（如 $f(u, 0) = g(u)$ ），其地位等价于 PDE 中的初值/边界条件，专门用于锁定待定函数 $C(y)$ 。

核心结论

1. 偏积分中待定函数的本质

若在区域 $D$ 上 $\dfrac{\partial F(x, y)}{\partial x} \equiv 0$ ，则必存在单变量函数 $\varphi(y)$ 使得：

F(x, y) = \varphi(y).

因此：

\int f'_x(x, y)\,\mathrm dx = f(x, y) + \varphi(y), \qquad \int f'_y(x, y)\,\mathrm dy = f(x, y) + \psi(x).

加的不是常数 $C$ ，而是非积分变量的任意可微函数。

2. 多元函数初值条件的作用

当题目给出形如：

f(u, 0) = u^2 e^{-u} \quad (\text{2022 数二}), \qquad f(0, v) = \frac{1}{50}v^2 - 1 \quad (\text{2024 数二})

这类条件时，明确其数学角色：它就是为了确定偏积分产生的待定函数 $\varphi(u)$ 或 $\psi(v)$ 而设定的初值约束。

3. 一阶线性偏微分方程的公式法映射

对于形如 $f'_x + P(x) f = Q(x, y)$ 的偏微分方程，若将 $y$ 视为参数，其解的结构与一阶常微分方程完全同构：

f(x, y) = e^{-\int P(x)\,\mathrm dx} \left[ \int Q(x, y) e^{\int P(x)\,\mathrm dx}\,\mathrm dx + C(y) \right].

两者的唯一差别即是将常数 $C$ 替换为参数函数 $C(y)$ 。

原理与推导

1. 为什么偏积分引入待定函数？

在常微分方程中， $y'(x) = 0 \implies y(x) = C$ （常数）。在二元函数中， $\frac{\partial f(x, y)}{\partial x} = 0$ 意味着沿任何水平直线 $y = y_0$ ， $f(x, y_0)$ 是关于 $x$ 的常数；但对不同的水平线，该常数值可以各不相同，即该常数值是 $y$ 的函数，故 $f(x, y) = C(y)$ 。

2. 变量代换消交叉项原理

对于二阶常系数偏导数表达式 $A g''_{xx} + B g''_{xy} + C g''_{yy}$ ，通过线性坐标代换 $\begin{cases} u = ax+by \\ v = cx+dy \end{cases}$ ，利用链式法则展开后，通过选取待定系数使混合偏导项或纯偏导项系数为零，将方程化简为：

\frac{\partial^2 f}{\partial u \partial v} = H(u, v)

随后对 $u$ 和 $v$ 依次进行两次偏积分，即可完全求解。

题型识别与解题策略

题型特征	典型识别信号	推荐解题策略
已知一阶混合偏导关系与单线初值	给出 $f'_x / f$ 或组合式，给定 $f(x, x)$ 或 $f(0, y)$	直接分离变量或偏积分，加 $C(y)$ 后代入初值求出解析式
给出复合变量代换求混合偏导	第一问求 $\frac{\partial^2 f}{\partial u\partial v}$ ，第二问附带偏导初值	第一问利用链式法则化简，第二问对第一问结论执行逐次偏积分
几何切线/法线与偏导结合	由几何性质建立偏微分方程	列出方程，转化为标准型求偏积分

典型例题

对 $y$ 进行偏积分（ $x$ 视为常数）：

z'_x = \int (e^x + 2y)\,\mathrm dy = y e^x + y^2 + \varphi(x).

代入初值条件 $z(x, 0) = x \implies z'_x(x, 0) = 1$ ：

0 \cdot e^x + 0 + \varphi(x) = 1 \implies \varphi(x) = 1.

故 $z'_x = y e^x + y^2 + 1$ 。

再对 $x$ 进行偏积分：

z(x, y) = \int (y e^x + y^2 + 1)\,\mathrm dx = y e^x + x y^2 + x + g(y).

代入初值条件 $z(0, y) = 2y$ ：

y e^0 + 0 + 0 + g(y) = 2y \implies y + g(y) = 2y \implies g(y) = y.

最终解析式为：

\mathbf{z(x, y) = y e^x + x y^2 + x + y}.

（1）求解函数表达式
对方程两端关于 $x$ 偏积分：

\int \frac{f'_x(x, y)}{f(x, y)}\,\mathrm dx = \int \left(\frac{1}{x - y} - 2x\right)\,\mathrm dx.

得：

\ln|f(x, y)| = \ln|x - y| - x^2 + C(y),

其中 $C(y)$ 为关于 $y$ 的任意可微函数。取指数得：

f(x, y) = C_1(y)(x - y)e^{-x^2}.

代入初值条件 $y = -x$ ：

f(x, -x) = C_1(-x)(2x)e^{-x^2} = 2x e^{-2x^2} \implies C_1(-x) = e^{-x^2}.

令 $y = -x$ ，即得 $C_1(y) = e^{-y^2}$ 。故：

\mathbf{f(x, y) = (x - y)e^{-(x^2 + y^2)}}.

(注：本题亦可写为一阶线性偏微分方程标准型 $f'_x - \left(\frac{1}{x-y}-2x\right)f = 0$ ，直接套用公式法得到相同结果)。

（2）极值判定
求一阶偏导数：

f'_x = [1 - 2x(x - y)]e^{-(x^2+y^2)} = (1 - 2x^2 + 2xy)e^{-(x^2+y^2)} = 0,

f'_y = [-1 - 2y(x - y)]e^{-(x^2+y^2)} = (-1 - 2xy + 2y^2)e^{-(x^2+y^2)} = 0.

两式相加得 $-2(x^2 - y^2) = 0 \implies y = \pm x$ 。

若 $y = x$ ，代入得 $1 = 0$ 无解；
若 $y = -x$ ，代入得 $1 - 4x^2 = 0 \implies x = \pm \frac{1}{2}$ 。
驻点为 $P_1\left(\frac{1}{2}, -\frac{1}{2}\right)$ 与 $P_2\left(-\frac{1}{2}, \frac{1}{2}\right)$ 。

计算二阶偏导数判别式 $AC - B^2$ ：

在点 $P_1\left(\frac{1}{2}, -\frac{1}{2}\right)$ 处： $A = -3e^{-1/2} < 0, B = e^{-1/2}, C = -3e^{-1/2}$ ，有 $AC - B^2 = 8e^{-1} > 0$ 。
取极大值： $f\left(\frac{1}{2}, -\frac{1}{2}\right) = \mathbf{e^{-1/2}}$ 。
在点 $P_2\left(-\frac{1}{2}, \frac{1}{2}\right)$ 处： $A = 3e^{-1/2} > 0, B = -e^{-1/2}, C = 3e^{-1/2}$ ，有 $AC - B^2 = 8e^{-1} > 0$ 。
取极小值： $f\left(-\frac{1}{2}, \frac{1}{2}\right) = \mathbf{-e^{-1/2}}$ 。

（1）坐标链式求导与交叉项抵消
设 $u = 2x + y, v = 3x - y$ 。由链式法则：

g'_x = 2f'_u + 3f'_v, \qquad g'_y = f'_u - f'_v.

二阶偏导数：

g''_{xx} = 4f''_{uu} + 12f''_{uv} + 9f''_{vv},

g''_{xy} = 2f''_{uu} + f''_{uv} - 3f''_{vv},

g''_{yy} = f''_{uu} - 2f''_{uv} + f''_{vv}.

代入原方程 $g''_{xx} + g''_{xy} - 6g''_{yy} = 1$ ：

$f''_{uu}$ 项系数： $4 + 2 - 6(1) = 0$ ；
$f''_{vv}$ 项系数： $9 - 3 - 6(1) = 0$ ；
$f''_{uv}$ 项系数： $12 + 1 - 6(-2) = 25$ 。

纯偏导项全部精准抵消！方程化为：

25\frac{\partial^2 f}{\partial u\partial v} = 1 \implies \mathbf{\frac{\partial^2 f}{\partial u\partial v} = \frac{1}{25}}.

（2）逐次偏积分确定解析式
由 $\frac{\partial}{\partial v}\left( \frac{\partial f}{\partial u} \right) = \frac{1}{25}$ ，对 $v$ 偏积分：

\frac{\partial f}{\partial u} = \frac{1}{25}v + \varphi(u).

代入初值 $\frac{\partial f(u, 0)}{\partial u} = u e^{-u}$ ：

0 + \varphi(u) = u e^{-u} \implies \varphi(u) = u e^{-u}.

故：

\frac{\partial f}{\partial u} = \frac{1}{25}v + u e^{-u}.

再对 $u$ 偏积分：

f(u, v) = \frac{1}{25}uv + \int u e^{-u}\,\mathrm du + \psi(v) = \frac{1}{25}uv - (u+1)e^{-u} + \psi(v).

代入初值 $f(0, v) = \frac{1}{50}v^2 - 1$ ：

0 - (0+1)e^0 + \psi(v) = \frac{1}{50}v^2 - 1 \implies -1 + \psi(v) = \frac{1}{50}v^2 - 1 \implies \psi(v) = \frac{1}{50}v^2.

因此， $f(u, v)$ 的完整表达式为：

\mathbf{f(u, v) = \frac{1}{25}uv + \frac{1}{50}v^2 - (u+1)e^{-u}}.

易错点

偏积分漏写函数项：对 $x$ 偏积分时，误将待定项写为常数 $C$ ，必须写成关于另一个变量的函数 $\varphi(y)$ 。
多步偏积分遗漏中间函数：求解二阶混合偏导 $\frac{\partial^2 f}{\partial u\partial v}$ 时，必须分两次积分，第一步积分产生 $\varphi(u)$ ，第二步积分产生 $\psi(v)$ ，缺一不可。
复合链式求导符号混淆：在证明偏导数抵消时，牢记 $g'_x = f'_u u'_x + f'_v v'_x$ ，二阶导展开时交叉项 $f''_{uv}$ 与 $f''_{vu}$ 在二阶连续可微条件下相等，合并计算时系数不可漏算。

我的总结

从偏微分方程（PDE）的高度复盘多元微分大题，可以形成极具条理的破局模板：

宏观定性：题目如果出现二阶偏导组合式且附带单变量函数条件，本质就是可分离或可换元的偏微分方程；
求导消项：利用题设给定的变换进行链式求导，目标通常是将复杂的二阶算子化简为单一混合导数 $\frac{\partial^2 f}{\partial u\partial v} = \text{常数}$ ；
逐次积分：两步偏积分分别补出 $\varphi(u)$ 和 $\psi(v)$ ，最后用给定的两组边界初值分别确定这两个单变量函数。全过程逻辑闭环，思路极其清晰。

参考资料

全国硕士研究生招生考试数学二真题（2022 年大题例 5.38、2024 年真题大题）
李艳芳《考研数学考点 900 题》（例 5.32 偏积分基础模型）
李林《考研数学精讲精练 880 题》（例 5.66 偏微分方程变形模型）
本人考研复习笔记，关于偏微分方程视角统领多元微分大题的归纳总结

ギターと孤独と蒼い惑星

5.7 高维度看待考研多元微分新颖大题——偏微分方程

5.7 高维度看待考研多元微分新颖大题——偏微分方程

核心结论

1. 偏积分中待定函数的本质

2. 多元函数初值条件的作用

3. 一阶线性偏微分方程的公式法映射

原理与推导

1. 为什么偏积分引入待定函数？

2. 变量代换消交叉项原理

题型识别与解题策略

典型例题

易错点

我的总结

参考资料

Comments