极坐标面积微元 为什么不能直接写 $dr d\theta$？

雅可比行列式产生的面积放大因子：
$$ d\sigma = r \cdot dr \cdot d\theta $$
微元真实面积 $d\sigma$ (正比于半径) --
在直角坐标系中，网格大小是固定的 $dx dy$。但在极坐标系中，虽然你给定的极径增量 $dr$ 和角度增量 $d\theta$ 是一样的，离原点越远（$r$ 越大），扇形网格被撑得就越大。积分时必须乘以这个 $r$ 来补偿面积失真。

雷达扫描网 极坐标下的切片系统

红色高亮块代表当前的面积微元 $d\sigma$。你可以清楚地看到，同心圆越往外，网格的面积变得越大。

高斯积分的降维魔法 将一维死胡同转化为二维坦途

计算一维积分的平方：
$$ I^2 = \int_{-\infty}^{\infty} e^{-x^2} dx \int_{-\infty}^{\infty} e^{-y^2} dy $$
函数 $e^{-x^2}$ 的原函数无法用初等函数表示，直接求定积分是个死胡同。但如果我们把它平方，并引入另一个变量 $y$，就能凭空创造出一个二维的旋转对称曲面 $e^{-(x^2+y^2)}$。

一旦引入极坐标，原先令人绝望的 $x^2+y^2$ 会瞬间化简为 $r^2$，而面积微元带来的 $r$ 刚好凑成了完美的可导结构。

空间曲面俯视图 $e^{-(x^2+y^2)}$ 的热力分布

红线代表独立的 $x, y$ 轴积分，它们组合成了覆盖全平面的钟形曲面。
极坐标二重积分法则
处理圆形域与对称性问题的终极降维工具

适用场景判定

视觉直觉
$$ x^2 + y^2 \quad \text{或 圆形区域} $$
当积分区域是圆、圆环、扇形，或者被积函数中含有大量的 x² + y² 时，果断使用极坐标。

坐标代换公式

代数桥梁
$$ x = r\cos\theta, \quad y = r\sin\theta $$
直接将原函数中的 x 和 y 替换掉。此时必定伴随着极简的化简：x² + y² = r²。

面元补偿因子 (雅可比)

绝对不可忘
$$ dx dy \implies r \, dr d\theta $$
这是极坐标系变形导致的空间放大。不乘上这个额外补偿的 r，你的所有计算都将全盘崩溃。

确定极角 $\theta$ 限

外层雷达
$$ \alpha \le \theta \le \beta $$
想象一个从原点发射的雷达扇形束，扫过整个积分区域的起始角度和终止角度。

确定极径 $r$ 限

内层穿透
$$ r_1(\theta) \le r \le r_2(\theta) $$
在固定的角度 θ 下，画一条从原点出发的射线。射线穿入区域的边界点距离为下限，穿出的边界点距离为上限。

圆心在原点

最简模式
$$ 0 \le \theta \le 2\pi, \quad 0 \le r \le R $$
当被积区域完美居中时，所有的积分限都是常数。此时直接退化为最容易计算的可分离变量形式。

圆心偏离原点

函数边界
$$ r = 2a \cos\theta \text{ (圆心在 x 轴上)} $$
通过将原偏心圆方程 $x^2+y^2-2ax=0$ 代入极坐标化简得到。此时外层 r 上限不再是常数，而是依赖于 θ 的函数。

高斯积分奇迹

终极应用
$$ \int_{-\infty}^{\infty} e^{-x^2} dx = \sqrt{\pi} $$
证明过程极其优雅：将一维积方转化为二重积分 -> 使用极坐标展开 -> 引入的 r 完美构成凑微分 $e^{-r^2} \cdot r \,dr$ 从而秒杀。