高数 方向导数与梯度 知识点与例题精讲
高等数学讲义课件 第7节 方向导数及梯度
u z P
6x2 8 y2 14. z2
P
故 u (ucos ucos ucos ) 11.
n P x
y
z
7
P
三、梯度的概念
方向导数公式 f f cos f cos f cos
l x
y
z
令向量 G f , f , f x y z
l 0 (cos , cos , cos )
| gradf ( x, y) |
f
2
f
2
.
gradf
x y
当 f 不为零时, x
P gradf
x轴正向与梯度方向的夹角的正切为
tan f / f
y x
在几何上 z f ( x, y) 表示一个曲面
曲面被平面 z c
所截得
z z
f c
(
x,
y) ,
所得曲线在xoy面上投影如图
第七节 方向导数与梯度
一、问题的提出 二、方向导数的定义 三、梯度的概念
一、问题的提出
实例:一块长方形的金属板,四个顶点的坐标是 (1,1),(5,1),(1,3),(5,3).在坐标原点处有一个 火焰,它使金属板受热.假定板上任意一点处的 温度与该点到原点的距离成反比.在(3,2)处有一 个蚂蚁,问这只蚂蚁应沿什么方向爬行才能最快 到达较凉快的地点?
y f ( x, y) c2 gradf ( x, y)
P 梯度为等高线上的法向量
f ( x, y) c 等高线
f ( x, y) c1
o
x
梯度与等高线的关系:
函数 z f ( x, y) 在点 P( x, y)的梯度的方向与点 P 的等高线 f ( x, y) c 在 这点的法线的一个方向相 同,且从数值较低的等高 线指向数值较高的等高线, 而梯度的模等于函数在这 个法线方向的方向导数.
最优化方法方向导数与梯度例题
最优化方法方向导数与梯度例题一、引言在数学和计算机领域中,最优化方法是一种常用的数学工具,用于解决优化问题。
在这个过程中,方向导数和梯度是非常重要的概念,它们帮助我们找到函数的最大值或最小值。
本文将深入探讨最优化方法中的方向导数和梯度,并通过例题来帮助读者更好地理解这些概念。
二、方向导数与梯度的定义1. 方向导数方向导数是一个向量的数量函数,表示函数在某一点沿着某一方向的变化率。
在数学上,对于多元函数f(x1, x2, ..., xn),在点P0(x10, x20, ..., xn0)处沿着向量v=(v1, v2, ..., vn)的方向导数定义如下:∇f(P0)•v = lim(h→0) [f(P0+hv) - f(P0)] / h其中∇f(P0)表示函数f在点P0处的梯度,v表示方向向量。
2. 梯度梯度是一个向量,表示函数在某一点的变化率最大的方向。
对于多元函数f(x1, x2, ..., xn),函数在点P0(x10, x20, ..., xn0)处的梯度定义如下:∇f(P0) = (∂f/∂x1, ∂f/∂x2, ..., ∂f/∂xn)其中∂f/∂xi表示对第i个自变量求偏导数。
三、方向导数与梯度的关系方向导数与梯度之间有着密切的关系。
事实上,当方向向量为梯度的时候,方向导数达到最大值。
这意味着,函数在梯度的方向上的变化率最大。
这也是最优化方法中常用的一种策略,即沿着梯度的方向不断调整自变量,以寻找函数的最大值或最小值。
四、例题分析为了更好地理解方向导数与梯度的概念,我们将通过一个具体的例题来说明。
例题:求函数f(x, y) = x^2 + y^2在点(1, 2)处沿着方向向量(3, 4)的方向导数和梯度。
解析:我们求函数在点(1, 2)处的梯度。
计算过程如下:∇f(1, 2) = (∂f/∂x, ∂f/∂y) = (2x, 2y)|_(1, 2) = (2, 4)我们求函数在点(1, 2)处沿着方向向量(3, 4)的方向导数。
高等数学高数课件 9.7方向导数与梯度
l 0 x
y
z
对于二元函数 f (x, y), 在点P(x, y)处沿方向 l (方向角
为, ) 的方向导数为
f lim f (x x, y y) f (x, y)
l 0
y lP
l
fx (x, y) cos f y (x, y) cos
o
x
特别:
•
当
l
与
x
轴同向
0,
2
1,
z y
2xe2 y 2, (1,0)
(1,0)
所求方向导数
z l
cos
4
2sin
4
2 2
.
例2 求函数 f ( x, y) x2 xy y2 在点 (1,1) 沿与
x 轴方向夹角为 的方向射线 l 的方向导数, 并
问在怎样的方向上此方向导数有
(1)最大值; (2)最小值; (3)等于零?
4
,
故
(1)
当
4
时,
方向导数达到最大值
2;
(2)
当
5
4
时,
方向导数达到最小值
2;
(3)
当
3
4
和
7
4
时,
方向导数等于0.
例3 求函数 u ln( x y2 z2 ) 在点 A(1,0,1) 处
沿点 A 指向点 B(3,2,2) 方向的方向导数.
解 这里 l 为 AB {2,2,1}的方向, 向量 AB 的
Fx
p
4x
p
4,
Fy
p
6y
p
6,
Fz
p
2z
p
2,
高等数学同济版下第七节方向导数与梯度
f f f f cos cos cos l x y z
其中 , , 为 l 的方向角 .
对于二元函数 f (x 向角 ,y ), 在点 P ( x ,y ) 处沿方向 l( 方
为, ) 的方向导数为
f f ( x x , y y ) f ( x , y ) lim l 0 l
2
l x f f • 当 l 与 x 轴反向 , 时 ,有 2 l x
例1. 求函数 u x2yz 在点 P(1, 1, 1) 沿向量 l ( 2 , 1 , 3 )
的方向导数 .
6 14
2 2 在点P(2, 3)沿曲线 y x2 1 3 x y y 例2. 求函数 z
, y) 在点 P(x, y) 处的梯度 同样可定义二元函数 f (x
f f f f grad f i j , x y x y
说明: 函数的方向导数为梯度在该方向上的投影. 2. 梯度的几何意义
z f( x ,y ) 对函数 z f ( x , y ) , 曲线 在 xoy 面上的 z C
第七节 方向导数与梯度
一、方向导数 二、梯度
三、物理意义
一、方向导数
x ,y ,z )在点 P 定义: 若函数 f( (x, y, z) 处
, ,) 存在下列极限: 沿方向 l (方向角为
记作 f f f ( x x , y y , z z ) f ( x , y , z ) lim lim l 0 0
朝 x 增大方向的方向导数.
60 17
2 2 2 在点 P(1, 1, 1 )处 是曲面 n 2 x 3 y z 6 例3. 设
大学经典课件之高等数学——8-6方向导数和梯度
∂f ∂f ∂f ∂f r = cos α + cos β + cos γ . ∂l ∂x ∂y ∂z
目录 上页 下页 返回 结束
二、梯度
问题 : 函数在点 P 沿哪一方向变化率增加 的 最快 ? r r 设 e = {cos α , cos β } 是方向 l 上的单位向量,
则
∂f ∂f ∂f ∂f ∂f r = cosα + cos β = { , } ⋅ {cosα , cos β } ∂y ∂x ∂y ∂ l ∂x
结论:函数在某点的梯度是一个向量,它的方向与取得 最大方向导数的方向一致,即:沿梯度的方向函数的变化 率增加最快。而梯度的模为方向导数的最大值。梯度的模 为 2
⎛ ∂f ⎞ ⎛ ∂ f ⎞ | gradf ( x , y ) |= ⎜ ⎟ + ⎜ ⎟ ⎝ ∂x ⎠ ⎝ ∂y ⎠
2
机动
目录
上页
下页
返回
∂ f ∂f r ∂f 2 ∂f 2 = ( ) + ( ) cosθ , 其中 θ = ({ , }, e ) ∂x ∂y ∂x ∂x
∂f 显然当 cos θ = 1 ,即 θ = 0 时, r 有最大值。 ∂l
∂f ∂f 即沿方向 { , } 函数的变化率增加最快 ∂ x ∂y
机动 目录 上页 下页 返回 结束
然而,在实际问题中还要经常会遇到在其它方 向上的变化率的问题。
问题: 函数 z = f ( x , y )在其它方向上的变化率如 何刻划?
—— 方向导数
机动 目录 上页 下页 返回 结束
方向导数的定义
y
l
设函数 z = f ( x , y ) 在点P ( x , y ) r α 的某一邻域 U ( P ) 内有定义, 是过 l • • P r Δx 点 P 的任意确定方向。在 l 上任取 ′( x + Δx , y + Δy ), P ′ ∈ U ( P ), o 一点 P 使
高等数学课件第八章方向导数与梯度
2. P73 题 16
P51 2,3,6,7,8,9,10
作业
备用题 1.
函数
在点
处的梯度
解:
则
注意 x , y , z 具有轮换对称性
(92考研)
指向 B( 3, -2 , 2) 方向的方向导数是 .
在点A( 1 , 0 , 1) 处沿点A
记作
(gradient),
在点
处的梯度
说明:
函数的方向导数为梯度在该方向上的投影.
向量
2. 梯度的几何意义
函数在一点的梯度垂直于该点等值面(或等值线) ,
称为函数 f 的等值线 .
则L*上点P 处的法向量为
同样, 对应函数
有等值面(等量面)
当各偏导数不同时为零时,
其上
点P处的法向量为
指向函数增大的方向.
偏导数存在
•
• 可微
梯度在方向 l 上的投影.
思考与练习
1. 设函数
(1) 求函数在点 M ( 1, 1, 1 ) 处沿曲线
在该点切线方向的方向导数;
(2) 求函数在 M( 1, 1, 1 ) 处的梯度与(1)中切线方向
的夹角 .
2. P73 题 16
曲线
1. (1)
在点
解答提示:
函数沿 l 的方向导数
得
故
对于二元函数
为, ) 的方向导数为
特别:
• 当 l 与 x 轴同向
• 当 l 与 x 轴反向
向角
例1. 求函数
在点 P(1, 1, 1) 沿向量
3) 的方向导数 .
解: 向量 l 的方向余弦为
(整理)07第七节方向导数与梯度.
第七节 方向导数与梯度分布图示★ 引例 ★ 数量场与向量场的概念 ★ 方向导数的概念 ★ 例1 ★ 例2★ 例3 ★ 例4 ★ 例5★ 梯度的概念★ 例6 ★ 例7 ★ 例8★ 梯度的运算性质及应用(例9) ★ 例10 ★ 等高线及其画法 ★ 内容小结 ★ 课堂练习 ★ 习题9—7 ★ 返回内容要点一、场的概念: 数量场 向量场 稳定场 不稳定场二、方向导数.),(),(lim 0ρρy x f y y x x f l f -∆+∆+=∂∂→ 定理1 如果函数),(y x f z =在点),(y x P 是可微分的,则函数在该点沿任一方向l 的方向导数都存在,且,sin cos ϕϕyf x f l f ∂∂+∂∂=∂∂ (7.1) 其中ϕ为x 轴正向到方向l 的转角(图8-7-2).三、梯度的概念:.),(j yf i x f y x gradf∂∂+∂∂=}sin ,{cos ,sin cos ϕϕϕϕ⋅⎭⎬⎫⎩⎨⎧∂∂∂∂=∂∂+∂∂=∂∂y f x f y fx f l f ,cos |),(|),(θy x gradf e y x gradf =⋅= 函数在某点的梯度是这样一个向量, 它的方向与取得最大方向导数的方向一致, 而它的模为方向导数的最大值.梯度运算满足以下运算法则:设v u ,可微,βα,为常数,则(1) grad αβα=+)(v u grad β+u grad v ; (2) grad u v u =⋅)( grad v v + grad u ; (3) grad )()(u f u f '= grad u . 四、等高线的概念例题选讲方向导数例1(E01)求函数y xe z 2=在点)0,1(P 处沿从点)0,1(P 到点)1,2(-Q 的方向的方向导数.解 这里方向l即为→PQ },1,1{-=故x 轴到方向l 的转角.4πϕ-=)0,1(xz ∂∂)0,1(2ye =,1=)0,1(yz ∂∂)0,1(22yxe =,2=所求方向导数l z ∂∂⎪⎭⎫⎝⎛-+⎪⎭⎫ ⎝⎛-=4sin 24cos ππ.22-=例2 求函数22),(y xy x y x f +-=在点)1,1(沿与x 轴方向夹角为α的方向射线l的方向导数. 并问在怎样的方向上此方向导数有(1) 最大值; (2) 最小值; (3) 等于零? 解 由方向导数的计算公式知)1,1(lf ∂∂ααsin )1,1(cos )1,1(y x f f +=ααsin )2(cos )2()1,1()1,1(x y y x -+-=ααsin cos +=,4sin 2⎪⎭⎫ ⎝⎛+=πα故(1) 当4πα=时,方向导数达到最大值;2(2) 当45πα=时,方向导数达到最小值;2- (3) 当43πα=和47πα=时,方向导数等于0.例3(E02)求函数)ln(22z y x u ++=在点A (1,0,1)处沿点A 指向点)2,2,3(-B 方向的方向导数.解 这里l 为}1,2,2{-=的方向,向量的方向余弦为,32cos =α,32cos -=β,31cos =γ又x u ∂∂,122z y x ++=y u ∂∂,12222zy y z y x +⋅++=z u∂∂,12222zy z z y x +⋅++=所以Axu ∂∂,21=Ayu ∂∂,0=Azu ∂∂.21=于是 Alu ∂∂21313203221⨯+⎪⎭⎫ ⎝⎛-⨯+⨯=.21=例4 求zx yz xy z y x f ++=),,(在点)2,1,1(沿方向l 的方向导数, 其中l的方向角分别为60℃, 45℃, 60℃.解 与l同向的单位向量l e }60cos ,45cos ,60{cos ︒︒︒=.21,22,21⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧=因为函数可微分,且)2,1,1(x f )2,1,1()(z y +=,3= )2,1,1(y f )2,1,1()(z x +=,3=)2,1,1(z f )2,1,1()(x y +=.2=故)2,1,1(lf∂∂212223213⋅+⋅+⋅=).235(21+=例5(E03)设n是曲面632222=++z y x 在)1,1,1(P 处的指向外侧的法向量,求函数2122)86(1y x zu +=在此处方向n 的方向导数.解 令,632),,(222-++=z y x z y x F pxF p x 4=,4=pyF py6=,6=pzF p z 2=,2=故 n},,{z y x F F F =},2,6,4{=||n 222264++=,142=方向余弦为αcos ,142=βcos ,143=γcos .141=px u ∂∂pyx z x 22866+=;146=pyu ∂∂pyx z y 22868+=;148=pzu ∂∂pz y x 22286+=.14-=所以pnu ∂∂pz u y u x u ⎪⎪⎭⎫ ⎝⎛∂∂+∂∂+∂∂=γβαcos cos cos .711=例6(E04)(1) 求.122yx grad +(2) 设222),,(z y x z y x f ++=, 求)2,1,1(-gradf .解 (1)这里.1),(22y x y x f +=因为 x f∂∂,)(2222y x x +-=y f ∂∂,)(2222y x y +-= 所以 221y x g r a d +.)(2)(2222222j y x y i y x x +-+-=(2)gradf },,{z y x f f f =},2,2,2{z y x =于是 )2,1,1(-g r a d f }.4,2,2{-=例7 求函数y x z y x u 2332222-+++=在点)2,1,1(处的梯度, 并问在哪些点处梯度为零?解 由梯度计算公式得),,(z y x gradu k z u j y u i x u∂∂+∂∂+∂∂=,6)24()32(k z j y i x +-++= 故)2,1,1(gradu .1225k j i ++=在⎪⎭⎫⎝⎛-0,21,230P 处梯度为.0例8(E05)求函数xyz z xy u -+=32在点)1,1,1(0P 处沿哪个方向的方向导数最大?最大值是多少.解 由x u ∂∂,2yz y -=y u ∂∂,2xz xy -=z u∂∂,32xy z -=得 ,00=∂∂P xu,10=∂∂P yu .20=∂∂P zu从而)(0P gradu },2,1,0{=)(0P u grad 410++=.5= 于是u 在点0P 处沿方向}2,1,0{的方向导数最大,最大值是.5例9(E07) 设)(r f 为可微函数,.|,|k z j y i x r r r++==求),(r gradf解 由上述公式(3)知grad )()(r f r f '= grad .)(⎪⎪⎭⎫⎝⎛∂∂+∂∂+∂∂'=k z r j y r i x r r f r因为,,,rz z r r y y r r x x r =∂∂=∂∂=∂∂所以grad .)(||)()()(0r x f r r x f k r z j r y i rx r f r f'='=⎪⎭⎫⎝⎛++'=注:利用场得概念,我们可以说向量函数grad )(M f 确定了一个向量场-梯度场,它是由数量场)(M f 产生的. 通常称函数)(M f 为这个向量场的势,而这个向量场又称为势场. 必须注意,任意一个向量场不一定势势场,因为它不一定是某个数量函数的梯度场.例10(E06)试求数量场rm所产生的梯度场, 其中常数,0>m 222z y x r ++=为原点O 与点),,(z y x M 间的距离.解⎪⎭⎫ ⎝⎛∂∂r m x x r r m ∂∂-=2,3r mx -= 同理⎪⎭⎫ ⎝⎛∂∂r m y ,3r my -=⎪⎭⎫ ⎝⎛∂∂r m z .3rmz-= 从而 r mg r a d .2⎪⎭⎫ ⎝⎛++-=k r z j r y i rx r m如果用r e表示与同方向的单位向量,则r e k r z j r y i r x ++= .2r e rmr m grad -=上式右端在力学上可解析为,位于原点O 而质量为m 的质点对位于点M 而质量为 1 的质点的引力.该引力的大小与两质点的质量的乘积成正比、而与它们的距离平方成反比,该引力的方向由点M 指向原点.课堂练习1. 函数22),(y x y x f z +==在)0,0(点处的偏导数是否存在? 方向导数是否存在?2. 求函数xz yz xy u ++=在点)3,2,1(P 处沿P 点的向径方向的方向导数.。
第八章 方向导数与梯度
z e 2 y (1, 0 ) 1; x (1, 0 )
所求方向导数
z cos( ) 2 sin( ) 2 . 2 4 4 l
y 例 2 求函数 f ( x , y ) x 2 xy 2 在点(1,1) l 沿与 x 轴方向夹角为 的方向射线 的方向导数.并 问在怎样的方向上此方向导 数有 (1)最大值; (2)最小值; (3)等于零?
与曲面 z = f ( x , y ) 所交的曲线记为 C 在上考察C P0 P的方向与l 对应
f ( x0 x , y0 y ) f ( x0 , y0 )
即
表示C 的割线向量
P0 P与l 的交角的正切值 即
P0 P关于l 的斜率
当 0时
( x0 x, y0 y ) ( x0 , y0 )
割线转化为切线
上式极限存在就意味着当点
( x0 x, y0 y )
趋于点
( x0 , y0 )
P0
T
C
曲线C在点 P0 有唯一的切线 它关于
P
l 方向的斜率
f 就是方向导数 l
( x 0 , y0 )
M0
M
l
L
定理 如果函数z f ( x , y ) 在点 P ( x , y ) 是可微分 的,那末函数在该点沿任意方向 L 的方向导数都
3 1 在 P0 ( , ,0) 处梯度为 0. 2 2
a b x2 y2 例5 求函数 z 1 ( 2 2 ) 在点 ( , ) 处 2 2 a b x2 y2 沿曲线 2 1 的内法线方向的方向导数 a2 b
解一 用方向导数计算公式
即要求出从 x 轴正向沿逆时针 转到内法线方向的转角
方向导数和梯度
X 0 , 则称向量
f
(
X
0
)
i
f ( X 0 )
j
f
(
X
0
)
k
x
y
z
为函数 f ( X ) 在点 X 0 处旳梯度,记为
grad f ( X 0 ) 或 f ( X 0 ) 。
梯度旳方向与取得最大方向导数 导方向一致,而它旳模就是函数在 该点旳方向导数旳最大值。
以上结论能够推广到二元和三元以 上旳函数中。
y
l
p(x x, y y)
y
p(x, y) x
x 0
方向导数图示
讨论函数 z f ( x, y)在一点P沿某一方向
旳变化率问题.
| BC |
tan | AC |
f (x x) B
ff((xx))
lliimm ||xxx||000
fff(((xxxxxx)))fff(((xxx))) || (x xxx) x ||
在 R2 中 可统一表达为
u u cos u cos
l x
y
u
grad u e
l
在 Rn 中
( , ,, ) gradu
u x1
u x2
u xn
e (cos1 , cos2 ,, cosn )
u l
u x1
cos1
u xn
cos n
(n2)
例 沿设方uul 向 xlyuxzco,is求 函2 j数uyc在2oks点旳P方(1u向z, 2c导o,s数2)。
解
u x
P
yx P
4 ;
u y
P xz P
2 ;
u z
3 方向导数与梯度
想一想,为什么?
即使 l 的方向与 x 轴, y 轴的正方向一致时,方向 导数与偏导数的概念也是不同的.
怎样计算方向导数?
X
X0
0 l
l
X x, y, z x x0 cos X X0 y y0 cos Y Y0
z z0 cos Z Z0
o
f ( x , y ) c1x
例 3 设 f x , y , z xy 2 yz 3 , 求 f 在点 p0 2, 1,1 处 的梯度及它的模.
解 由于 f x p0 1, f y p0 3, f z p0 3, 所以
grad f p0 1, 3, 3 ,
x 0
A
x
x x
C
f x
z
R 中
3
z f x
f P f P0 lim P P0 PP0
f x 沿 l 方向的方向导数
0
.
O
0 l
P
.
l
P0 y
x
一、方向导数的定义
U P0 R 内有定义, l 为从点 P0 出发的射线,
3
当 l 的方向为 x 轴的负方向时,则有
P0
f x
P0
利用直线方程可将方向导数的定义表示为:
f X 0 te f X 0 u lim l t 0 t
x x 0 y y0 z z 0 射线 l 的方程为 t cos cos cos
f l P0 f x P0 cos f y P0 cos f z P0 cos
2.5方向导数与梯度重要例题
xy2
例1
设
f
(
x,
y)
x2
y4
,
0,
x2 y2 0 x2 y2 0
求 f 沿e = (cosθ , sin θ) 在点 (0,0)的方向导数.
解 当 cosθ ≠0 时,
f e
(0,0)
lim t0
f ( cos , sin )
f (0, 0)
lim
0
cos • sin2 ຫໍສະໝຸດ os2 2 sin 433
3
u
u
u
also x M0 1, y M0 1, z M0 1
u
2
21
l
M0
1
3
1 (
) 3
1 3
1.
(2) whenx 1, x t, t 1
切线的方向向量 S 1, 2t, 1 3t2
S M0 1, 2, 2 and S 3
Therefore
u s
M0
(1 1 1 2 1 2) 33 3
2 (1, 2, 2) 9
2. 函数 u ln(x y2 z2 )在点A( 1 , 0 , 1) 处沿点A
指向 B( 3, -2 , 2) 方向的方向导数是
1 2
.
提示:
则
{cos , cos , cos }
ln(x 1)
ln(1 y2 1)
1 2
练例习 求函数 f ( x, y) x2 xy y2在点(1,1)
所求方向导数
z l
z cos z cos
x (1,0)
y (1,0)
2 2 2
2.
2
2. 2
高数讲义第七节方向导数与梯度
故
对于三元函数 u = f ( x , y , z ) ,它在点
处沿方向
的方向导数定义为
如果 u = f ( x , y , z ) 在点
处可微,则
例3 设 是曲面
在点
处的指向外侧的法向量,求函数 在此处沿方向 的方向导数.
解: 令 则曲面上任意一点 P ( x , y , z ) 处的法向量可取为
(2)等值线与梯度 等值线在点 P ( x , y ) 处的一 个法向量可取为
梯度与等值线的关系:
梯度的概念可以推广到三元函数
三元函数 在空间区域G内具有一阶连续偏导数,则对于每一点
,都可定义一个向量(梯度)
类似于二元函数,此梯度也是一个向量, 其方向与取得最大方向导数的方向一致,其模 为方向导数的最大值.
一、问题的提出
考虑二元函数 z = f ( x , y ) 的偏导数
仅反映函数在水平方向 (横轴方向)上的变化率。 同理,偏导数 仅反映函数在垂直平方向 上的变化率。 在实际问题中,还需要考虑函数在斜方向上的变化 率问题,如冷热空气的流动,温度场的变化等。
实例:一块长方形的金属板,四个顶点的坐标是 (1,1),(5,1),(1,4),(5,4).在坐标原点处有一个 火焰,它使金属板受热.假定板上任意一点处的 温度与该点到原点的距离成反比.在(4,3)处有一 个蚂蚁,问这只蚂蚁应沿什么方向爬行才能最快 到达较凉快的地点?
解 由梯度计算公式得 故
例5:设在 xo y 平面上,各点的温度与点的位置关系为
解 故
例5:设在 xo y 平面上,各点的温度与点的位置关系为 解
例5:设在 xo y 平面上,各点的温度与点的位置关系为
解 (3)沿梯度方向温度变化率最大,最大值为
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1. 方向导数
• 三元函数
在点
沿方向 l (方向角
为 , , ) 的方向导数为
f f cos f cos f cos
l x
y
z
• 二元函数
在点
沿方向 l (方向角为
, )的方向导数为
f f cos f cos
问题的实质:应沿由热变冷变化最骤烈的方向 (即梯度方向)爬行.
二、方向导数的定义
讨论函数 z f ( x, y)在一点P沿某一方向
的变化率问题.
设函数 z f (x, y) 在点
y
l
P(x, y)的某一邻域U(P)
P
y
内有定义,自点P 引射线 l.
x
P
设 x 轴正向到射线l 的转角
0
定义 函数的增量 f ( x x, y y) f ( x, y) 与
PP 两点间的距离 (x)2 (y)2 之比值, 当 P 沿着 l 趋于 P 时,如果此比的极限存在, 则称这极限为函数在点P 沿方向 l 的方向导数.
记为 f lim f ( x x, y y) f ( x, y) .
都存在,且有
f f cos f sin
l x
y
,
f cos f cos
x
y
其中 为 x轴到方向 L 的转角.
证明 由于函数可微,则增量可表示为
f (x x, y y) f (x, y) f x f y o( )
x y
y (1,0)
(1,0)
所求方向导数
z l
cos( ) 2sin( )
4
4
2. 2
例 2 求函数 f ( x, y) x2 xy y2在点(1,1)
沿与 x轴方向夹角为 的方向射线l 的方向导数.并
问在怎样的方向上此方向导 数有
(1)最大值; (2)最小值; (3)等于零?
l x
y
z
例3. 求函数
在点 P(1, 1, 1) 沿向量
3) 的方向导数 .
解: 向量 l 的方向余弦为
u 2x yz 2
l P
14
x2 y 3 14
机动 目录 上页 下页 返回 结束
三、梯度的概念
方向导数公式 f f cos f cos f cos
f y
2
.
gradf P
当f 不为零时, x
gradf
f
x 轴到梯度的转角的正切为 tan
y . f
x
在几何上 z f ( x, y) 表示一个曲面
曲面被平面 z c
所截得
z z
f c
(
x,
y) ,
所得曲线在xoy面上投影如图
y f ( x, y) c2 gradf ( x, y)
3. 梯度的基本运算公式 (2) grad (C u) C grad u (4) grad ( u v ) u grad v v grad u
机动 目录 上页 下页 返回 结束
例4.
处矢径 r 的模 , 试证
证:
f (r)
x x2 y2 z2
f (r) x r
f
机动 目录 上页 下页 返回 结束
设e cos
i cos
j 是方向
l 上的单位向量,
由方向导数公式知
f f cos f cos {f , f } {cos ,cos }
l x
y
x y
gradf ( x, y) e | gradf ( x, y) | cos ,
解 由方向导数的计算公式知
f l
(1,1)
f x (1,1)cos
f y (1,1)sin
(2x y) cos (2 y x) sin ,
(1,1)
(1,1)
cos sin 2 sin( ),
故
4
(1)当 时, 4
方向导数达到最大值
l
函数沿 l 的方向导数
f l
M
fx
cos
fy
cos
fz
cos
( 1 ,1 ,1 )
机动 目录 上页 下页 返回 结束
(2) grad f M (2 , 1 , 0)
cos
l
l
arccos 6 130
f l M
grad f M
P 梯度为等高线上的法向量
f ( x, y) c 等高线
f ( x, y) c1
o
x
梯度与等高线的关系: 函数 z f (x, y) 在点 P(x, y) 的梯度的方向与点P 的等 高线 f (x, y) c 在这点的法 线的一个方向相同,且从数 值较低的等高线指向数值较 高的等高线,而梯度的模等 于函数在这个法线方向的方 向导数.
l x
y
z
令向量 G f , f , f x y z
l 0 (cos , cos , cos )
当 l 0 与 G 方向一致时, 方向导数取最大值:
max f G
l
这说明
G:
方向:f 变化率最大的方向 模 : f 的最大变化率之值
l 0
( 其中 (x)2 (y)2 (z)2 )
设方向 L 的方向角为 , ,
x cos , y cos , z cos ,
同理:当函数在此点可微时,那末函数在该点 沿任意方向 L 的方向导数都存在,且有
f f cos f cos f cos .
为 ,并设 P( x x, y y) o
x
为 l 上的另一点且 P U ( p). (如图)
| PP | (x)2 (y)2 ,
且 z f ( x x, y y) f ( x, y), 考虑 z ,
当 P沿着 l 趋于P时,
lim f ( x x, y y) f ( x, y) 是否存在?
方向导数与梯度
一、问题的提出 二、方向导数的定义 三、梯度的概念 四、小结 思考题
机动 目录 上页 下页 返回 结束
一、问题的提出
实例:一块长方形的金属板,四个顶点的坐标是 (1,1),(5,1),(1,3),(5,3).在坐标原点处有一个 火焰,它使金属板受热.假定板上任意一点处的 温度与该点到原点的距离成反比.在(3,2)处有一 个蚂蚁,问这只蚂蚁应沿什么方向爬行才能最快 到达较凉快的地点?
机动 目录 上页 下页 返回 结束
练习题:1. 函数
在点
处的梯度
2 (1, 2, 2) 9
解:
则 注意 x , y , z 具有轮换对称性
例 5 求函数 u x2 2 y2 3z2 3x 2 y 在点 (1,1,2)处的梯度,并问在 哪些点处梯度为零?
解 由梯度计算公式得
gradu(
x,
y,
z
)
u
i
u
j
u
k
x y z
(2x 3)i (4 y 2) j 6zk,
故 gradu(1,1,2) 5i 2 j 12k.
在
P0
(
3 2
,
1 2
,0)
处梯度为
0.
四、小结
1、方向导数的概念
(注意方向导数与一般所说偏导数的区别)
2、梯度的概念
(注意梯度是一个向量)
3、方向导数与梯度的关系
梯度的方向就是函数 f ( x, y) 在这点增长 最快的方向.
类似地,设曲面 f ( x, y, z) c为函数u f ( x, y, z) 的等量面,此函数在点P( x, y, z)的梯度的方向与 过点 P 的等量面 f ( x, y, z) c在这点的法线的一
个方向相同,且从数值较低的等量面指向数值较 高的等量面,而梯度的模等于函数在这个法线方 向的方向导数.
两边同除以 , 得到
f ( x x, y y) f ( x, y) f x f y o( )
x y
故有方向导数
cos sin
f lim f ( x x, y y) f ( x, y)
l 0
f cos f sin .
其中 ( gradf ( x, y), e)
当
cos(
gradf
(
x,
y),
e)
f 1时, l
有最大值.
结论 函数在某点的梯度是这样一个向量,它的
方向与取得最大方向导数的方向一致,而它的模为
方向导数的最大值.梯度的模为
| gradf ( x, y) |
f x
2
l 0
依y 轴定正义向,e函2 数 {f0(,1x},的y)方在向点导P数沿分着别x为轴正f x向, fey1; {1,0}、
沿着x 轴负向、y 轴负向的方向导数是 f x , f y .
定理 如果函数 z f ( x, y)在点 P( x, y)是可微
分的,那末函数在该点沿任意方向 L 的方向导数
偏导数存在
f •
grad
f
l
0
梯度在方向 l 上的投影.