积分是在一块区域上，而不是在一个盒子里
f 在区域 R 上的二重积分，本质上就是你在第一卷见过的同一种黎曼和极限：把 R 切成许多小块，把每一小块的面积乘以 f 在其上的值，再加起来。上一份指南把这个和写成了累次积分——两个普通的单积分一层套一层——而在矩形上，这套记账之所以轻松，是因为每条水平切片都在相同的两个 x 值之间、每条竖直切片都在相同的两个 y 值之间。正是这些常数上下限让它毫不费力。
真实的区域几乎从来不是盒子。它们是三角形、圆盘、夹在一条直线与一条抛物线之间的细条、一条曲线下方的楔形。本指南的全部本领，就是把这样一个形状翻译成累次积分的上下限——而关键的领悟是：对一块非矩形区域，至少有一对上下限必须是变动的，是另一个变量的函数，而不是常数。想清楚当你横扫区域时切片如何伸缩，这就是全部的功夫；最后那一步求原函数通常反而是简单的部分。
两种切法：第一型与第二型
把一块平面积分区域切成切片，恰好有两种自然的方式，给它们起名能让列式保持清醒。第一型区域是用竖直切片去扫的：x 跑遍一个固定区间 a 到 b，对每个冻住的 x，切片从下边界曲线 y = g(x) 升到上边界曲线 y = h(x)。第二型区域是它的镜像——用水平切片，y 跑遍 c 到 d，x 从左边界曲线 x = p(y) 扫到右边界曲线 x = q(y)。选第一型还是第二型，正就是选先对哪个变量积分。
用顶点为 (0, 0)、(1, 0)、(1, 1) 的三角形把它落到实处——这是直线 y = x 下方、x 轴上方、一直延伸到 x = 1 的区域。把它读成第一型：x 从 0 跑到 1，对每个这样的 x，竖直切片从地板 y = 0 爬到对角线 y = x。于是内层 y 的上下限是 0 与 x——是变动的，因为三角形随 x 增大而变高。把同一个三角形读成第二型：y 从 0 跑到 1，对每个 y，水平切片从对角线 x = y 横扫到右墙 x = 1。此时内层 x 的上下限是 y 与 1。同一个形状，两种忠实的描述。
为什么两种次序给出同一个数
把区域竖着切和横着切应当给出相同的总量，这件事并不是显然的。给出保证的是富比尼定理：只要被积函数在区域上足够规矩——对有界区域上有界且连续的 f，你就是安全的——那么以任一种次序算出的累次积分都等于那个唯一真正的二重积分，因而两种次序彼此相等。从几何上看，这不过是一个显而易见的事实：把「面积乘高度」的贡献加总，并不在乎你是先把它们打包成竖直的列，还是先打包成水平的行。
对那些小字条款要诚实，因为它们绝非吹毛求疵。当 f 不是绝对可积时——当它的正部与负部各自堆积到无穷时——富比尼定理是可能失效的。标准的警示故事是单位正方形上的 f(x, y) = (x^2 - y^2) / (x^2 + y^2)^2：先对 x 积分你得到一个数，先对 y 积分你得到它的相反数。算术没有任何毛病；只是前提没有满足，因为 |f| 的积分发散。对本阶梯里那些有界、连续的被积函数，你永远不会撞上这种情形，但这正是为什么该定理要带着条件，而非一条免费的定律。
交换次序，一步一步来
因为两种次序给出同一个数，你可以自由地挑更省力的那一种——而把给定的积分次序交换过来，是一项具体而机械的本领。陷阱在于只把 dx 与 dy 对调、再把现有的上下限挪来挪去；那几乎总是会得到一堆胡话。唯一可靠的方法是：把上下限整个丢掉，重建它们所描述的区域，然后用另一种方式重新读这块区域。上下限是一个形状的密码化描述；你必须先解码，才能重新编码。
- 把给定的上下限读成不等式。例如外层从 0 到 1（dx）、内层从 x 到 1（dy）的积分，解码为 0 <= x <= 1 且 x <= y <= 1。
- 画出这些不等式所切出的区域，并逐一辨认每条边界曲线（这里是：直线 y = x、上边界 y = 1、左墙 x = 0）。
- 现在换另一种方式切。要把 y 放到外层，先找出整块区域上 y 的完整范围（0 到 1），再对固定的 y 读出 x 从哪里进、从哪里出（这里 x 从 0 到 y）。
- 写出新的累次积分，外层用常数上下限、内层用你刚读出的变动上下限，然后挑一两个角点对照图形做一次合理性检查。
一个常见的踉跄：当区域形如圆盘或弯曲的帽状时，交换次序可能把它劈成两块，每块各需一个累次积分，因为沿新的切片方向，进入或离开的曲线在中途换了。这不是错误——这是区域在诚实地告诉你：它没法用一整块干净的第一型加第二型来描述。画图能在它咬到你之前揭示这种劈分。（当一个圆盘逼着你这么干时，那恰恰是该去取极坐标的信号，那是本阶梯后面一份指南的主题。）
当次序本身就是关键所在
有时交换次序不是图方便，而是唯一的出路。著名的例子是 e^{-y^2} 在三角形 0 <= x <= y、0 <= y <= 1 上的积分。若你把 y 放在内层，立刻就卡住了：内层求原函数需要 e^{-y^2} dy 的积分，而它没有初等闭式——这是一个货真价实的非初等积分，正是高斯积分的核。「非初等」并不意味着不可能或不可计算；它意味着不存在由幂、指数、对数与三角函数写成的公式。就这条路而言，那个单积分是求精确答案的死胡同。
现在把它翻过来。把 y 放外层、x 放内层。对固定的 y，内层积分是从 x = 0 到 x = y 的 e^{-y^2} dx 的积分——而就 x 而言 e^{-y^2} 是个常数，所以内层积分不过是 e^{-y^2} 乘以长度 y。外层积分于是变成从 0 到 1 的 y e^{-y^2} dy 的积分，用换元 u = y^2 立刻就破：它等于 (1/2)(1 - e^{-1})，约为 0.316。被积函数从未改变；交换次序把那个棘手的变量挪到了外层，在那里冒出来一个友好的额外因子 y，救活了整个计算。
Region (a triangle): 0 <= x <= y , 0 <= y <= 1
y
1 | *--------* slice the BAD way (y inner): each vertical
| | \ | slice needs integral of e^{-y^2} dy -- no
| | \ | elementary antiderivative. STUCK.
| | \ |
0 +--*-------*---- x slice the GOOD way (x inner, y outer):
0 1
inner: integral_{x=0}^{y} e^{-y^2} dx = e^{-y^2} * (y - 0) = y e^{-y^2}
outer: integral_{y=0}^{1} y e^{-y^2} dy -- let u = y^2, du = 2y dy
= (1/2) integral_{0}^{1} e^{-u} du = (1/2)(1 - e^{-1}) ~ 0.316
Same region, same integrand -- only the ORDER changed.从面积上升到体积
同样的逻辑，多一个维度，就能在一个立体上列出三重积分。现在你有三种嵌套次序可选（若把所有排列都算上，则是六种），内层上下限可以依赖两个外层变量，而中层上下限只依赖最外层那个。这套规矩并未改变：把立体投影到一个坐标平面上以确定外面两层的上下限，再对那块阴影里冻住的一点，读出最内层变量在哪里进入、又在哪里离开立体——一个底曲面 z = g(x, y) 和一个顶曲面 z = h(x, y)。画一支有代表性的长矛穿过立体，仍然是防止出错的关键一招。
重排次序在三维里有用，理由和它在二维里有用的两条理由相同：要么换来更干净的区域描述，要么换来一个可处理的最内层原函数。而它的回报会径直接回第一卷。回想一下，一个正函数的单定积分是曲线下的面积，这由微积分基本定理来保证；一个正函数的二重积分是曲面下的体积；常数 1 的三重积分则是立体本身朴素的体积。把次序选好，在任何维度里，都是「一个你能算完的积分」与「一个你只能干瞪眼的积分」之间的分水岭。