2025-2026学年大学数学教学设计考试题

PAGE课题2025-2026学年大学数学教学设计考试题教材分析一、教材分析本节选自《高等数学》同济版下册第八章“多元函数微分学”，是在学生掌握一元函数微分学基础上对微分知识的拓展。教材以空间几何为直观载体，通过类比一元函数引出偏导数、全微分等核心概念，重点讲解复合函数求导法则、隐函数求导及极值问题，为后续重积分、微分方程学习奠定基础，内容注重理论联系实际，强调几何意义与计算能力的培养。核心素养目标二、核心素养目标通过多元函数微分学学习，发展数学抽象与逻辑推理能力，从实际问题抽象出多元函数关系，严谨推导复合函数求导法则与隐函数求导公式；强化直观想象，借助空间几何理解偏导数、全微分的几何意义；提升数学运算与数学建模素养，熟练计算偏导数与全微分，解决极值等优化问题，培养用数学方法分析解决实际问题的意识。学情分析学生已掌握一元函数微积分基础，但空间几何与抽象思维能力参差不齐。多数学生能进行基本计算，但对偏导数、全微分的几何意义理解较浅，复合函数求导易混淆变量关系。部分学生习惯机械套用公式，缺乏主动探究意识；少数学生具备较强逻辑推理能力，但解决实际应用问题时建模能力不足。学习上依赖教师例题示范，课后自主拓展较少，导致对隐函数求导、极值判别等难点掌握不牢，影响多元函数微分学整体知识体系的构建与实际应用能力的提升。教学资源硬件：计算机、投影仪、图形计算器

软件：MATLAB、GeoGebra、Mathematica

课程平台：在线学习平台

信息化资源：电子教材、教学视频、互动课件

教学手段：多媒体讲授、小组讨论、实验演示教学过程**环节一：情境导入，激活旧知（5分钟）**

同学们，请看屏幕上的这个温度场模型（展示MATLAB生成的三维温度曲面图）。假设某地区地面温度T随位置（x,y）变化，T(x,y)=x²+y²，当我们站在点(1,1)处，沿着x轴方向（y不变）移动时，温度变化快慢如何？沿着y轴方向（x不变）移动时呢？这其实就是我们今天要研究的核心问题——多元函数的变化率。还记得我们学过的一元函数导数吗？它是描述函数在某一点瞬时变化率的工具。那么对于多元函数，比如这个温度场，不同方向的变化率如何刻画呢？带着这个问题，我们走进今天的课堂——多元函数的偏导数与全微分。

**环节二：概念建构，探究新知（25分钟）**

**1.偏导数的定义与几何意义**

同学们，回顾一元函数f(x)在x₀处的导数f’(x₀)=lim(Δx→0)[f(x₀+Δx)-f(x₀)]/Δx，它是函数在该点的切线斜率。对于二元函数z=f(x,y)，如果我们固定一个变量，比如让y=y₀不变，只让x变化，那么z=f(x,y₀)就变成了关于x的一元函数。此时，它对x的变化率，就是我们说的“偏导数”。

（板书偏导数定义）∂f/∂x|(x₀,y₀)=lim(Δx→0)[f(x₀+Δx,y₀)-f(x₀,y₀)]/Δx，同理∂f/∂y|(x₀,y₀)=lim(Δy→0)[f(x₀,y₀+Δy)-f(x₀,y₀)]/Δy。

现在我们回到温度场的例子，T(x,y)=x²+y²，在点(1,1)处，∂T/∂x=2x|(1,1)=2，∂T/∂y=2y|(1,1)=2。这意味着什么呢？请你们结合一元函数导数的几何意义思考一下。

（学生思考后提问）没错！∂T/∂x=2表示在点(1,1)处，沿着x轴方向（东西方向）移动时，温度的瞬时变化率是2℃/单位长度；∂T/∂y=2表示沿着y轴方向（南北方向）移动时，温度的瞬时变化率也是2℃/单位长度。

（用GeoGebra演示曲面切线）大家看，当固定y=1，曲面z=x²+1在x=1处的切线斜率就是∂z/∂x=2；固定x=1，曲面z=1+y²在y=1处的切线斜率就是∂z/∂y=2。所以偏导数的几何意义，就是曲面被平面y=y₀（或x=x₀）所截得的曲线在该点处的切线斜率。

**2.全微分的定义与线性近似**

同学们，刚才我们研究了多元函数沿坐标轴方向的变化率，但如果我们要沿着任意方向移动，或者计算函数值的微小变化量Δz=f(x₀+Δx,y₀+Δy)-f(x₀,y₀)，该怎么办呢？

（引导学生类比一元函数的微分）一元函数中，Δy≈dy=f’(x₀)Δx，这是用线性函数近似代替函数的增量。对于二元函数，我们希望找到类似的线性近似，即Δz≈AΔx+BΔy，其中A、B不依赖于Δx、Δy。

（板书全微分定义）如果函数z=f(x,y)在点(x₀,y₀)的全增量Δz可以表示为Δz=AΔx+BΔy+o(ρ)，其中ρ=√(Δx²+Δy²)，o(ρ)是ρ的高阶无穷小，那么称函数在该点可微，AΔx+BΔy称为函数的全微分，记为dz=AΔx+BΔy。

（推导A、B的值）当Δy=0时，Δz=f(x₀+Δx,y₀)-f(x₀,y₀)=AΔx+o(|Δx|)，两边除以Δx取极限，得A=∂f/∂x|(x₀,y₀)；同理，B=∂f/∂y|(x₀,y₀)。所以dz=∂f/∂xΔx+∂f/∂yΔy，通常写成dz=∂f/∂xdx+∂f/∂ydy。

（举例说明）比如z=x²y，在点(2,1)处，∂z/∂x=2xy|(2,1)=4，∂z/∂y=x²|(2,1)=4，所以dz=4dx+4dy。当x从2增加到2.1（dx=0.1），y从1增加到1.05（dy=0.05）时，Δz≈dz=4×0.1+4×0.05=0.6，而实际Δz=(2.1)²×1.05-2²×1=4.641-4=0.641，误差很小，说明全微分确实是函数增量的线性近似。

**环节三：难点突破，链式法则（30分钟）**

**1.复合函数求导的基本情形**

同学们，当我们遇到复合函数，比如z=f(x,y)，而x=x(t)，y=y(t)（即z是t的一元函数），或者z=f(x,y)，x=u(s,t)，y=v(s,t)（即z是s,t的二元函数），它们的导数怎么求呢？这就是“链式法则”要解决的问题。

（板书情形1：中间变量是一元函数）z=f(x,y)，x=x(t)，y=y(t)，则dz/dt=∂f/∂xdx/dt+∂f/∂ydy/dt。

（举例讲解）设z=e^(x²+y)，x=t²，y=cost，求dz/dt。首先，∂f/∂x=2xe^(x²+y)，∂f/∂y=e^(x²+y)；dx/dt=2t，dy/dt=-sint。所以dz/dt=2xe^(x²+y)·2t+e^(x²+y)·(-sint)=e^(t⁴+cost)(4t³-sint)。

（用“树形图”辅助理解）大家看，z依赖于x和y，x和y都依赖于t，所以从z到t有两条路径：z→x→t和z→y→t，每条路径的导数相乘，再相加，就是dz/dt。

**2.中间变量是多元函数的情形**

（板书情形2：中间变量是二元函数）z=f(x,y)，x=u(s,t)，y=v(s,t)，则∂z/∂s=∂f/∂x∂u/∂s+∂f/∂y∂v/∂s，∂z/∂t=∂f/∂x∂u/∂t+∂f/∂y∂v/∂t。

（举例巩固）设z=ln(x+y)，x=s²t，y=st²，求∂z/∂s和∂z/∂t。先求∂f/∂x=1/(x+y)，∂f/∂y=1/(x+y)；∂u/∂s=2st，∂v/∂s=t²；∂u/∂t=s²，∂v/∂t=2st。所以∂z/∂s=1/(x+y)·2st+1/(x+y)·t²=t(2s+t)/(s²t+st²)=t(2s+t)/[st(s+t)]=(2s+t)/[s(s+t)]；同理，∂z/∂t=1/(x+y)·s²+1/(x+y)·2st=s(s+2t)/[st(s+t)]=(s+2t)/[t(s+t)]。

**3.隐函数求导公式**

同学们，如果变量之间的关系是由方程F(x,y)=0确定的，比如x²+y²=1，y是x的隐函数，我们怎么求dy/dx呢？

（板书隐函数求导公式）设F(x,y)=0确定y=y(x)，则dy/dx=-∂F/∂x/∂F/∂y（∂F/∂y≠0）。

（推导过程）将F(x,y(x))=0两边对x求导，得∂F/∂x+∂F/∂y·dy/dx=0，解得dy/dx=-∂F/∂x/∂F/∂y。

（举例应用）求方程x²y+xy³=1确定的函数y=y(x)的导数。设F(x,y)=x²y+xy³-1，则∂F/∂x=2xy+y³，∂F/∂y=x²+3xy²，所以dy/dx=-(2xy+y³)/(x²+3xy²)=-y(2x+y²)/[x(x+3y²)]。

**环节四：例题精讲，巩固应用（25分钟）**

**例1：基础概念辨析**

求函数f(x,y)=x³y²-3xy+2在点(1,2)处的偏导数和全微分。

（引导学生解题步骤）先求∂f/∂x=3x²y²-3y，∂f/∂y=2x³y-3x；代入(1,2)，∂f/∂x=3×1×4-3×2=12-6=6，∂f/∂y=2×1×2-3×1=4-3=1；所以全微分dz=6dx+1dy。

**例2：链式法则应用（实际问题）**

某公司生产两种产品A和B，其产量分别为x和y（单位：吨），成本函数为C(x,y)=8x²+6y²-2xy+30（单位：万元）。当产品A的产量以每月10吨的速度增加，产品B的产量以每月5吨的速度减少时，求当前产量x=100吨、y=80吨时，总成本的变化速度。

（分析问题）x=x(t)，y=y(t)，t为时间（月），dx/dt=10，dy/dt=-5；求dC/dt=∂C/∂xdx/dt+∂C/∂ydy/dt。先求偏导数：∂C/∂x=16x-2y，∂C/∂y=12y-2x；代入x=100，y=80，∂C/∂x=1600-160=1440，∂C/∂y=960-200=760；所以dC/dt=1440×10+760×(-5)=14400-3800=10600（万元/月）。这意味着当前总成本每月增加10600万元。

**例3：隐函数求导与极值问题**

求由方程x²+y²+z²=2z确定的函数z=z(x,y)的偏导数∂z/∂x、∂z/∂y，并求z的极值。

（解题步骤）设F(x,y,z)=x²+y²+z²-2z=0，则∂F/∂x=2x，∂F/∂y=2y，∂F/∂z=2z-2；所以∂z/∂x=-∂F/∂x/∂F/∂z=-2x/(2z-2)=-x/(z-1)，∂z/∂y=-∂F/∂y/∂F/∂z=-2y/(2z-2)=-y/(z-1)。

求极值：由方程得x²+y²+(z-1)²=1，所以z-1∈[-1,1]，z∈[0,2]。当z=1时，x²+y²=0，即x=0,y=0，此时z=1；判断极值：在(0,0,1)附近，当x,y很小时，z=1±√(1-x²-y²)，所以z=1是极大值。

**环节五：课堂练习，反馈提升（10分钟）**

同学们，现在请大家完成以下练习，我会巡视指导：

1.求函数z=arctan(x/y)在点(1,1)处的偏导数和全微分；

2.设z=u²lnv，u=xy，v=x-y，求∂z/∂x和∂z/∂y；

3.求方程e^z=xyz确定的函数z=z(x,y)的偏导数∂z/∂x。

（学生练习后，点名回答并点评，重点纠正链式法则中变量关系混淆、隐函数求导漏符号等问题）

**环节六：总结梳理，构建体系（5分钟）**

同学们，今天我们学习了多元函数微分学的核心内容：偏导数（描述沿坐标轴方向的变化率，几何意义是切线斜率）、全微分（函数增量的线性近似，体现“以直代曲”的思想）、复合函数求导的链式法则（关键理清变量之间的依赖关系，用树形图辅助）、隐函数求导公式（通过方程两边求导转化）。这些内容不仅是对一元函数微分学的拓展，更是后续学习重积分、微分方程的基础。请大家课后重点练习链式法则和隐函数求导，下节课我们将学习多元函数的极值问题。

**作业布置**

1.教材P158习题8.2：1（1）（3）（5）、3（2）（4）；

2.思考题：某圆柱体的底半径r以2cm/s的速度增加，高h以3cm/s的速度减少，求当r=10cm、h=5cm时，圆柱体体积的变化速度；

3.拓展题：尝试用MATLAB绘制函数z=x²+y²的偏导数∂z/∂x、∂z/∂y的曲面图，观察其与原函数的关系。拓展与延伸1.**理论深化：方向导数与梯度**

教材中偏导数仅沿坐标轴方向，而实际应用常需任意方向的变化率。方向导数定义为函数在某方向上的变化率，若单位向量**u**=(cosα,cosβ)，则方向导数为∂f/∂**u**=∂f/∂xcosα+∂f/∂ycosβ。梯度∇f=(∂f/∂x,∂f/∂y)是方向导数的最大值方向，其模|∇f|表示最大变化率。例如函数f(x,y)=x²+y²在点(1,1)处，梯度∇f=(2,2)，沿方向**u**=(1/√2,1/√2)的方向导数为2√2，即温度场中温度上升最快的方向。

2.**高阶偏导数与混合偏导数**

教材主要讨论一阶偏导数，而高阶偏导数在优化和物理场论中至关重要。例如二阶偏导数∂²f/∂x²、∂²f/∂y²描述函数的凹凸性，混合偏导数∂²f/∂x∂y=∂²f/∂y∂x（若连续）可验证函数的光滑性。以f(x,y)=e^(x+y)为例，∂f/∂x=e^(x+y)，∂²f/∂x²=e^(x+y)，∂²f/∂x∂y=e^(x+y)。在经济学中，二阶偏导数用于分析边际效用递减规律。

3.**应用拓展：多元函数优化问题**

教材极值部分仅介绍无条件极值，实际问题常受约束。拉格朗日乘数法可解决条件极值，如求函数f(x,y)=xy在约束x+y=10下的最大值。设L=xy+λ(10-x-y)，解方程组∂L/∂x=y-λ=0、∂L/∂y=x-λ=0、x+y=10，得x=y=5，f_max=25。在工程优化中，此法用于资源分配、成本最小化等场景。

4.**物理场论中的梯度应用**

梯度在物理学中广泛用于描述场的性质。例如温度场T(x,y)的梯度∇T指向温度升高最快的方向，其模|∇T|决定热传导速率；电势场φ(x,y)的梯度-∇φ表示电场强度**E**。以点电荷电场为例，φ=k/r（r=√(x²+y²)），则∇φ=(-kx/r³,-ky/r³)，电场强度**E**=-∇φ=(kx/r³,ky/r³)。

5.**数值计算与MATLAB实践**

复杂函数的偏导数可通过数值方法近似计算。例如f(x,y)=sin(xy)在(1,2)处，∂f/∂x≈[f(1.01,2)-f(1,2)]/0.01≈[sin(2.02)-sin(2)]/0.01≈0.998，∂f/∂y≈[f(1,2.01)-f(1,2)]/0.01≈[sin(2.01)-sin(2)]/0.01≈0.501。MATLAB代码示例：

```matlab

[x,y]=meshgrid(0:0.1:2);

z=sin(x.*y);

[fx,fy]=gradient(z,0.1,0.1);

contour(x,y,fx);%绘制∂f/∂x的等高线

```

6.**数学建模竞赛案例**

以2021年国赛A题"无人机航迹规划"为例：目标函数为能耗f(x,y,t)=k₁x²+k₂y²+k₃t²，约束为航程L=∫√(dx²+dy²)≤100km。通过拉格朗日乘数法转化为无约束优化，数值求解最优路径(x(t),y(t))，其中偏导数∂f/∂x=2k₁x用于调整航向。

7.**自主探究任务**

-基础任务：推导三元函数f(x,y,z)的梯度∇f=(∂f/∂x,∂f/∂y,∂f/∂z)，并计算f=x²+2y²+3z²在点(1,1,1)沿方向**u**=(1,1,1)/√3的方向导数。

-进阶任务：研究函数f(x,y)=x³-3xy²的鞍点（教材未涉及），通过Hessian矩阵判别极值类型。

-应用任务：建立"最优广告投放"模型，设销售收入R(x,y)=αx^βy^γ，成本C(x,y)=px+qy，求利润最大时的x,y比例（α,β,γ,p,q为给定参数）。

-拓展阅读：教材第十章"曲线积分与曲面积分"中梯度与保守场的关联，理解∇×**F**=0时**F**=∇φ的物理意义。

8.**跨学科关联**

-经济学：效用函数U(x,y)的边际效用MU_x=∂U/∂x，边际替代率MRS=-∂U/∂x/∂U/∂y。

-电磁学：静电场中电势φ满足∇²φ=0（拉普拉斯方程），需用偏微分方程求解。

-流体力学：速度场**v**=(u,v)的散度∇·**v**=∂u/∂x+∂v/∂y描述流体压缩性。

9.**历史与前沿**

梯度概念源于19世纪哈密顿力学，现代应用于深度学习中的反向传播算法（链式法则的离散化）。2023年诺贝尔物理学奖"阿秒激光"研究中，梯度优化用于控制电子运动轨迹。

10.**课后挑战**

证明：若f(x,y)在点(a,b)可微，则沿任意方向**u**的方向导数∂f/∂**u**存在且等于∇f·**u**。

实践：用MATLAB绘制函数f(x,y)=x²-y²的梯度场矢量图，观察鞍点处的梯度分布。内容逻辑关系①偏导数作为多元函数微分学的基础概念，核心是固定一个变量对另一个变量的变化率，定义式为∂f/∂x=lim(Δx→0)[f(x₀+Δx,y₀)-f(x₀,y₀)]/Δx，几何意义是曲面被平面y=y₀截得的曲线在该点的切线斜率。教材通过温度场、曲面等实例引入，强调“偏”的含义即单方向变化率，是后续全微分和链式法则的前提。

②全微分体现线性近似思想，定义式为Δz=AΔ