中国科学院大学 2024年数学分析第0题

考研真题

📝 题目

五.(15 分)设 $\displaystyle f(x, y)$ 为二阶连续可微函数,且 $\displaystyle \frac{\partial^{2} f}{\partial x^{2}}+\frac{\partial^{2} f}{\partial y^{2}}=x^{2} y^{2}$ ,求重积分 $$ \iint_{x^{2}+y^{2} \leq 1}\left(\frac{x}{\sqrt{x^{2}+y^{2}}} \frac{\partial f}{\partial x}+\frac{y}{\sqrt{x^{2}+y^{2}}} \frac{\partial f}{\partial y}\right) \mathrm{d} x \mathrm{~d} y $$

💡 答案解析

暂无答案解析

📋 详细解题步骤

步骤 1/8
目标:识别被积函数的结构并引入向量场
被积函数为 $\frac{x}{\sqrt{x^{2}+y^{2}}} \frac{\partial f}{\partial x}+\frac{y}{\sqrt{x^{2}+y^{2}}} \frac{\partial f}{\partial y}$。令向量场 $\mathbf{F} = \frac{(x, y)}{\sqrt{x^{2}+y^{2}}}$,则被积函数可表示为 $\mathbf{F} \cdot \nabla f$。题目条件为 $\Delta f = \frac{\partial^{2} f}{\partial x^{2}}+\frac{\partial^{2} f}{\partial y^{2}} = x^{2} y^{2}$。
公式:$\mathbf{F} = \left( \frac{x}{r}, \frac{y}{r} \right), \quad r = \sqrt{x^2+y^2}$
提示:注意 $\mathbf{F}$ 是径向单位向量场,在原点处有奇点,但可积。
步骤 2/8
目标:利用散度恒等式拆分原积分
由恒等式 $\nabla \cdot (f \mathbf{F}) = f (\nabla \cdot \mathbf{F}) + \mathbf{F} \cdot \nabla f$,可得 $\mathbf{F} \cdot \nabla f = \nabla \cdot (f \mathbf{F}) - f (\nabla \cdot \mathbf{F})$。因此原积分 $I = \iint_{x^2+y^2 \le 1} \nabla \cdot (f \mathbf{F}) \, dx\,dy - \iint_{x^2+y^2 \le 1} f \, (\nabla \cdot \mathbf{F}) \, dx\,dy$。
公式:$I = \iint_D \nabla \cdot (f \mathbf{F}) \, dA - \iint_D f (\nabla \cdot \mathbf{F}) \, dA$
提示:此步骤将原积分转化为两个面积分,便于后续应用散度定理。
步骤 3/8
目标:计算向量场 $\mathbf{F}$ 的散度
计算 $\nabla \cdot \mathbf{F} = \frac{\partial}{\partial x}\left( \frac{x}{r} \right) + \frac{\partial}{\partial y}\left( \frac{y}{r} \right)$。其中 $\frac{\partial}{\partial x}\left( \frac{x}{r} \right) = \frac{1}{r} - \frac{x^2}{r^3}$,$\frac{\partial}{\partial y}\left( \frac{y}{r} \right) = \frac{1}{r} - \frac{y^2}{r^3}$。相加得 $\nabla \cdot \mathbf{F} = \frac{2}{r} - \frac{x^2+y^2}{r^3} = \frac{2}{r} - \frac{1}{r} = \frac{1}{r}$。
公式:$\nabla \cdot \mathbf{F} = \frac{1}{r}$
提示:散度在原点处发散,但积分时是广义可积的,不影响后续计算。
步骤 4/8
目标:应用散度定理处理第一项面积分
由二维散度定理(高斯公式),$\iint_D \nabla \cdot (f \mathbf{F}) \, dA = \oint_{\partial D} f \mathbf{F} \cdot \mathbf{n} \, ds$。在边界 $x^2+y^2=1$ 上,外法向 $\mathbf{n} = (x, y)$,且 $r=1$,故 $\mathbf{F} = (x, y)$,于是 $\mathbf{F} \cdot \mathbf{n} = x^2+y^2 = 1$。因此第一项化为 $\oint_{x^2+y^2=1} f(x,y) \, ds$。
公式:$\iint_D \nabla \cdot (f \mathbf{F}) \, dA = \oint_{\partial D} f \, ds$
提示:边界积分中 $ds$ 是弧长微元,注意法向量的正确选取。
步骤 5/8
目标:写出原积分的初步表达式
将第一项和第二项结果代入,得到 $I = \oint_{\partial D} f \, ds - \iint_D \frac{f}{r} \, dA$。其中 $\partial D$ 是单位圆周,$D$ 是单位圆盘。
公式:$I = \oint_{x^2+y^2=1} f \, ds - \iint_{x^2+y^2 \le 1} \frac{f}{r} \, dx\,dy$
提示:此时积分仍包含未知函数 $f$,需要利用拉普拉斯条件进一步化简。
步骤 6/8
目标:利用格林恒等式建立边界积分与面积分的关系
取 $\phi = f$,$\psi = \ln r$。在二维中,$\Delta \psi = 0$(除原点外)。应用格林第二恒等式并考虑原点处的奇点修正,有:$\iint_D \ln r \, \Delta f \, dA = \oint_{\partial D} \left( f \frac{\partial (\ln r)}{\partial n} - (\ln r) \frac{\partial f}{\partial n} \right) ds + 2\pi f(0,0)$。在边界 $r=1$ 上,$\ln r = 0$,且 $\frac{\partial (\ln r)}{\partial n} = \nabla (\ln r) \cdot \mathbf{n} = \frac{(x,y)}{r^2} \cdot (x,y) = 1$。代入 $\Delta f = x^2 y^2$,得 $\iint_D \ln r \cdot x^2 y^2 \, dA = \oint_{\partial D} f \, ds + 2\pi f(0,0)$。
公式:$\oint_{\partial D} f \, ds = \iint_D \ln r \cdot x^2 y^2 \, dA - 2\pi f(0,0)$
提示:格林恒等式处理奇点时,原点贡献 $2\pi f(0,0)$ 项,这是二维拉普拉斯基本解的性质。
步骤 7/8
目标:进行极坐标变换简化原积分
令 $x = r\cos\theta, y = r\sin\theta$,则 $\frac{x}{\sqrt{x^2+y^2}} = \cos\theta$,$\frac{y}{\sqrt{x^2+y^2}} = \sin\theta$。被积函数变为 $\cos\theta \frac{\partial f}{\partial x} + \sin\theta \frac{\partial f}{\partial y} = \frac{\partial f}{\partial r}$(径向方向导数)。面积元 $dx\,dy = r\,dr\,d\theta$,因此原积分化为 $I = \int_{\theta=0}^{2\pi} \int_{r=0}^1 \frac{\partial f}{\partial r} \cdot r \, dr \, d\theta$。
公式:$I = \int_0^{2\pi} \int_0^1 r \frac{\partial f}{\partial r} \, dr \, d\theta$
提示:极坐标下径向方向导数与梯度点积对应,注意面积元中 $r$ 因子。
步骤 8/8
目标:对径向积分使用分部积分并代入边界条件
对固定的 $\theta$,计算 $\int_0^1 r \frac{\partial f}{\partial r} \, dr$。令 $u = r$,$dv = \frac{\partial f}{\partial r} dr$,则 $du = dr$,$v = f$。分部积分得:$\left[ r f \right]_{r=0}^{r=1} - \int_0^1 f \, dr = f(1,\theta) \cdot 1 - \lim_{r \to 0} r f(r,\theta) - \int_0^1 f \, dr$。由于 $f$ 连续,$\lim_{r \to 0} r f(r,\theta) = 0$。于是 $\int_0^1 r \frac{\partial f}{\partial r} \, dr = f(1,\theta) - \int_0^1 f \, dr$。再对 $\theta$ 积分,得 $I = \int_0^{2\pi} f(1,\theta) \, d\theta - \int_0^{2\pi} \int_0^1 f \, dr \, d\theta$。注意 $\int_0^{2\pi} f(1,\theta) \, d\theta = \oint_{\partial D} f \, ds$,而 $\int_0^{2\pi} \int_0^1 f \, dr \, d\theta = \iint_D \frac{f}{r} \, dA$(因为 $dA = r\,dr\,d\theta$,所以 $\iint_D \frac{f}{r} \, dA = \int_0^{2\pi} \int_0^1 f \, dr \, d\theta$)。因此 $I = \oint_{\partial D} f \, ds - \iint_D \frac{f}{r} \, dA$,与第五步结果一致。
公式:$\int_0^1 r \frac{\partial f}{\partial r} \, dr = f(1,\theta) - \int_0^1 f \, dr$
提示:分部积分时注意 $r=0$ 处的极限处理,由于 $f$ 连续,$r f \to 0$。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。