第一章方向导数及梯度
9.7 方向导数与梯度(新)
, 不 存 在.
同理,
( 0 ,0 )
不 存 在 , 故 两 个 偏 导 数 均 不 存 在.
沿 任 意 方 向 l { x , y}的 方 向 导 数 z l
( 0 ,0 )
lim
f ( x , y ) f (0 , 0 )
(1) 0, 即 , 向 量 e l 与 梯 度 g r a d f ( x 0 , y 0 ) 方 向 相 同 时 , z f ( x, y ) 在 此 方 向 的 方 向 导 数 达 到 最 大 值 , 且 最 大 值 为 | grad f ( x0 , y0 ) | .
12
( 2 ) , 即 , 向 量 el 与 梯 度 g r a d f ( x 0 , y 0 ) 方 向 相 反 时 , z f ( x, y) 在 此 方 向 的 方 向 导 数 达 到 最 小 值 , 且 最 小 值 为 | g ra d f ( x0 , y0 ) | .
2 2 2
,
( x) ( y ) ( z ) ,
设 方 向 l 的 方 向 角 为 , , , x co s , y co s , z co s .
同 理 : 当 f ( x, y, z ) 在 此 点 可 微 时 , 则 在 该 点 沿 任 意 方 向 l的 方 向 导 数 都 存 在 , 且 f l f x co s f y co s f z co s .
3 4
或
7 4
.
15
梯度的概念可以推广到三元函数
三 元 函 数 u f ( x, y, z ) 在 空 间 区 域 G 内 具 有 一 阶 连 续 偏 导 数 , 则 对 于 每 一 点 P ( x , y , z ) G, 都 可 定 义 一 个 向 量 (梯 度 )
方向导数与梯度共34页
解:将已知曲线用参数方程表示为
yx
x x2
1
它在点 P 的切向量为(1,2x)x2(1,4)
cos 1 , cos 4
17
17
y P
o1 2x
zl P6xy
1(3x22y) 17
4 17(2,3)
60 17
例5. 设 n是曲面
在点 P(1, 1, 1 )处
指向外侧的法向量,求函数
在点P 处沿
一、方向导数的定义
函 数 zf(x,y)的 偏 导 数 f, f按 其 定 义 是 函 数 在 xy
水 平 和 铅 直 两 个 特 殊 方 向 ( 即 沿 x轴 和 y轴 ) 的 变 化 率 .
下 面 将 考 虑 二 元 函 数 z f( x ,y ) 沿 任 一 方 向 的 变 化 率
问 题 . 设函数z f (x, y)在点
考虑 z ,
当 P沿着 l 趋于P时,
f(x x,y y)f(x,y)
lim
0
或 li m 0f(xco s,y co s)f(x ,y) 是否存在?
定义函数的增f量 (xx, yy) 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,如果此比的在 极, 限存
方向 n的方向导数.
解: n(4x,6y,2z)P2(2,3,1)
方向余弦为cos 2 , cos 3 ,cos 1
14
14
14
而
u 6x
6
x P z 6x2 8y2 P 14
同理得
u 8 , y P 14
u 14
z P
u n
162831 41
P 14
梯度与方向导数
梯度与方向导数一方向导数:(一)、方向导数的定义:定义设三元函数f 在点P 0(x 0, y 0, z 0) 的某邻域 (P 0) ⊂R 内有定义 . l为从点3P 0出发的射线 . P (x , y , z ) 为l 上且含于 (P 0) 内的任一点 , 以ρ表示P 与P 0两点间的距离 . 若极限 lim +ρ→0f (P ) -f (P 0)ρ=lim +ρ→0∆l fρ存在 , 则称此极限为函数f 在点P 0沿方向l 的方向导数 , 记为∂f∂lP 0或f l (P 0) 、f l (x 0, y 0, z 0) .对二元函数z =f (x , y ) 在点P 0(x 0, y 0) , 可仿此定义方向导数 . 易见∂f ∂f ∂f 、和是三元函数f 在点P 0分别沿X 轴正向、Y 轴正向和∂x ∂y ∂zZ 轴正向的方向导数 .23例1f (x , y , z ) =x +y +z . 求f 在点P 0( 1 , 1 , 1 ) 处沿l 方向的方向导数, 其中(1) l 为方向( 2 , -2 , 1 ) ; (2) l 为从点( 1 , 1 , 1 ) 到点( 2 , -2 , 1 ) 的方向.x -1y -1z -1令=====t ( >0) . 即解(1) l 为方向的射线为2-21x =2t +1 , y =-2t +1 , z =t +1 , ( t ≥0 ).f (P 0) =f ( 1 , 1 , 1 ) =3,f (P ) =f ( 2t +1 , -2t +1 , t +1 ) = ( 2t +1 ) +( -2t +1 ) 2+( t +1 ) 3=t 3+7t 2+t +3ρ=(x -1) 2+(y -1) 2+(z -1) 2=(2t ) 2+(-2t ) 2+t 2=3t .∂f因此 ,∂lP 0=lim +ρ→0f (P ) -f (P 0)ρt 3+7t 2+t 1=lim =. t →0+3t 3(2)从点( 1 , 1 , 1 ) 到点( 2 , -2 , 1 ) 的方向l 的方向数为( 1 , -3 ,0 ), l 方向的射线为 x =t +1 , y =-3t +1 , z =1 , ( t ≥0 ) .f (P ) =f (t +1 , -3t +1 , 1 ) =9t 2-5t +3, f (P 0) =f ( 1 , 1 , 1 ) =3;ρ=(x -1) 2+(y -1) 2+(z -1) 2=t 2+(-3t ) 2=t .∂f因此 ,∂lP 0=lim +ρ→0f (P ) -f (P 0)ρ=lim +t →09t 2-5t t=-5.(二)、方向导数的计算:定理: 若函数f 在点P 0(x 0, y 0, z 0) 可微 , 则f 在点P 0处沿任一方向l 的方向导数都存在 , 且f l (P 0) =f x (P 0) cos α +f y (P 0) cos β +f z (P 0) cos γ, 其中cos α、cos β和cos γ为l 的方向余弦.对二元函数f (x , y ) , f l (P 0) =f x (P 0) cos α +f y (P 0) cos β, 其中α和β是l 的方向角.注: 由f l (P 0) =f x (P 0) cos α +f y (P 0) cos β +f z (P 0) cos γ =(f x (P 0) , f y (P 0) ,f z (P 0) (cos α ,cos β, cos γ), 可见 , f l (P 0) 为向量(f x (P 0) , f y (P 0) , f z (P 0))在方向l 上的投影.122, cos β=-, cos γ=.333例2 ( 上述例1 )解(1) l 的方向余弦为cos α=222+(-2) 2+12z =1=f x (P 0) =1 , f y (P 0) =2y因此 ,y =1=2 , f z (P 0) =3z 2=3.∂f 2211=f x (P 0) cos α +f y (P 0) cos β +f z (P 0) cos γ=+2⋅(- ) +3⋅=. ∂l 3333(2) l 的方向余弦为 cos α=2-1(2-1) +(-2-1) +(1-1)222=1, cos β=-3, cos γ=0 .因此 ,∂f 135-2⋅=-=1⋅.∂l 可微是方向导数存在的充分条件 , 但不必要 . 二梯度 ( 陡度 ):(一)、梯度的定义: gradf = |gradf |=(f x (P 0) , f y (P 0) , f z (P 0)) .f x (P 0) 2+f y (P 0) 2+f z (P 0) 2.易见 , 对可微函数f , 方向导数是梯度在该方向上的投影.(二)、梯度的几何意义: 对可微函数 , 梯度方向是函数变化最快的方向 . 这是因为f l (P 0) =gradf ⋅l =|gradf (P 0) |cos θ.其中θ是l 与gradf (P 0) 夹角. 可见θ=0时f l (P 0) 取最大值 , 在l 的反方向取最小值 . (三)、梯度的运算:1 grad (u +c ) =grad u .2 grad (αu +βv ) = αgrad u +βgrad v .3 grad (u v ) = u grad v +v grad u .4 gradv ugradv -vgradu=. 2u u5 grad f (u ) = f '(u ) gradu .证: 4 ⎪= grad⎛v ⎫⎝u ⎭xuv y -u y v uv x -u x v ⎛v ⎫, . = ⎪22u u ⎝u ⎭yv 1=2( uv x -u x v , uv y -u y v ) = u u1=2( uv x , u v y ) - ( u x v , u y v ) =u 1ugradv -vgradu=2u (v x , v y ) -v (u x , u y ) =.u u 2[][]总结:gradf 的方向表示数量场f 在l 分三元沿此方向的方向导数达到最大;gradf 的模长就是这个最大的方向导数。
方向导数和梯度
本节的研究目的
研究标量场的变化率。最大变化率?
本节的研究内容
一、方向导数 二、梯度
一、方向导数
1. 方向导数的定义
l
P
P0
l
u lim u lim u(P) u(P0 )
l l PP0 P0
P P0
l
方向导数:表示标量场中 u(P)在给定点处沿某一方
向 l 的变化率。
一、方向导数
方向导数:表示标量场中 u(P)在给定点处沿某一方
向 l 的变化率。
u u cos u cos u cos
l x
y
z
函数 u(P) 从给定点出发有无穷多个变化方向,其 中哪个方向的变化率最大?
最大变化率是多少?
一、方向导数
u u cos u cos u cos
l x
y
z
令:
g
u x
ex
u y
ey
u z
ez
el
ex
cos
ey
cos
ez
cos
u l
g
el
g el cos(g, el ) g cos(g, el )
cos(g, el ) 1
u g 方向导数取得最大值
l
二、梯度
gradu
u x
ex
u y
ey
u z
ez
梯度小结:
1. 标量场的梯度是一个矢量,是空间坐导数;
3. 梯度的方向为该点方向导数最大的方向;
二、梯度
gradu
u x
ex
u y
ey
u z
ez
梯度小结:
4. 梯度描述标量场中任一点函数值在该点附近增 减性质的量,沿着梯度的方向,函数值增加或 减小得最快;
方向导数与梯度
其中
e l = (cos α , cos β , cos γ )
例3 n 是2 x 2 + 3 y 2 + z 2 = 6 在 (1,1,1) 处指向外侧的法向量, 处指向外侧的法向量,
6 x 2 + 8 y 2 在该点沿 的方向导数. 求u = n 的方向导数. z | n |= 14 n = ( 2 x ,3 y , z ) (1,1,1) = ( 2,3,1) 解 1 2 3 cos α = cos γ = cos β = 14 14 14 6 8 6x 6x 8y u x ( 1 ,1 , 1 ) = = = uy = ( 1 , 1 ,1 ) 14 14 z 6x2 + 8 y2 z 6x2 + 8 y2
zx
( 1, 0 )
=e
2y
=1
zy
( 1, 0 )
= 2 xe 2 y
( 1, 0 )
=2
∂f ∂l
( 1, 0 )
1 1 2 = 1⋅ ) =− − + 2 ⋅ (− 2 2 2
例2 求 z = 3 x 2 y − y 2 切线方向( 增大方向) 沿曲线在该点处切线方向( x 增大方向)的 方向导数. 方向导数. 解
l = (1,0)
∂f ∂l ∂f
l = (−1,0) −
∂l
f x (0,0) = lim t →0
lim f ( t ,0) − f (0,0) = lim t = 1 t →0+ t →0+ t t ( 0,0 ) lim f ( − t ,0) − f (0,0) = lim t = 1 = t →0+ t →0+ t t ( 0,0 ) f ( t ,0) − f (0,0) = lim | t | 不存在 t →0+ t t
方向导数和梯度
2
n f f max || g || x l i 1 i
2 ,
1
这里的 n 维向量 g 实际上就是下面要讨论的梯度。
定义 7.5.2 量
设 f 是 R n 中区域 D 上的数量场,如果 f 在 P0 D 处可微,称向
f f f x , x ,, x 2 n 1
f ( P) f ( P0 ) || P0 P ||
f x1
f lim ||P0 P||0 x 1
x1
P0
|| P0 P ||
f xn
xn
P0
|| P0 P ||
o(|| P0 P ||) || P0 P ||
cos 1
最大值,此最大值即梯度的范数 || gradf || 。这就是说,沿梯度方向,函数值增加 最快。同样可知,方向导数的最小值在梯度的相反方向取得,此最小值即
|| gradf || ,从而沿梯度相反方向函数值的减少最快。
例 7.5.2
设在空间直角坐标系的原点处有一个点电荷 q ,由此产生一个静
电场,在点 ( x, y, z) 处的电位是
f 在 (0,0) 点沿方向 l || l || (cos , sin )( 为 l 与 x 轴正向的夹角)的方向导数为
f (0 t || l || cos , 0 t || l || sin ) f (0, 0) f lim l t 0 || tl || 2 cos sin 2 lim 2 cos sin 2 。 t 0 cos 2 sin 2
f g g gradf f gradg ,其中 g 0 ; g2
《电磁场与电磁波》复习纲要(含答案)
S
第二类边值问题(纽曼问题) 已知场域边界面上的位函数的法向导数值,即 第三类边值问题(混合边值问题) 知位函数的法向导数值,即
|S f 2 ( S ) n
已知场域一部分边界面上的位函数值,而其余边界面上则已
|S1 f1 ( S1 )、 | f (S ) S 2 2 n 2
线处有无限长的线电流 I,圆柱外是空气(µ0 ),试求圆柱内 外的 B 、 H 和 M 的分布。 解:应用安培环路定理,得 H C dl 2 H I I H e 0 磁场强度 2π I e 0 a 2 π 磁感应强度 B I e 0 a 2 π 0 I B e 2π M H 磁化强度 0 0 0
C
F dl F dS
S
5、无旋场和无散场概念。 旋度表示场中各点的场量与旋涡源的关系。 矢量场所在空间里的场量的旋度处处等于零,称该场为无旋场(或保守场) 散度表示场中各点的场量与通量源的关系。 矢量场所在空间里的场量的散度处处等于零,称该场为无散场(或管形场) 。 6、理解格林定理和亥姆霍兹定理的物理意义 格林定理反映了两种标量场 (区域 V 中的场与边界 S 上的场之间的关系) 之间满足的关系。 因此,如果已知其中一种场的分布,即可利用格林定理求解另一种场的分布 在无界空间,矢量场由其散度及旋度唯一确定 在有界空间,矢量场由其散度、旋度及其边界条件唯一确定。 第二章 电磁现象的普遍规律 1、 电流连续性方程的微分形式。
D H J t B E t B 0 D
D ) dS C H dl S ( J t B E dl dS S t C SB dS 0 D dS ρdV V S
电磁波与电磁场——第一章
• 令
为矢量G的三个坐标分量,即
• 矢量l的单位矢量 • 标量场 在 P 点沿 l 方向上的方向导数 定义为
• 矢量G称为标量场Φ的梯度
• • • •
标量场Φ的梯度是一个矢量场 由 可知,当 的方向与梯度方向 一致时,方向导数 取最大值。 标量场在某点梯度的大小等于该点的最大 方向导数,梯度的方向为该点具有最大方 向导数的方向。
1-2 矢量的代数运算
• • • • 矢量A=B:矢量A、B的大小及方向均相同时 矢量加法:平行四边形法则 矢量减法:三角形法则 在直角坐标系中两矢量的加法和减法:
• 矢量的加法运算,结合律和交换率 • 结合律:(A+B)+C=A+(B+C) • 交换律:A+B=B+A
1-3 矢量的标积和矢积
• 标积(点积或内积),以点号“•”表示
直角坐标系下散度表达式的推导
• 不失一般性,令包围P点的微体积V 为一 直平行六面体,如图所示。则
由此可知,穿出前、后两侧面
的净通量值为
• 同理,分析穿出另两组侧面的净通量,并 合成之,即得由点P 穿出该六面体的净通量 为
• 根据定义,则得到直角坐标系中的散 度 表式为
• 散度运算规则
例: 已知点电荷q所产生的电场强度
• 标量场的等值线(面)
• 等值面的特点: • 常数C 取一系列不同的值,就得到一系列 不同的等值面,形成等值面族; • 标量场的等值面充满场所在的整个空间; • 标量场的等值面互不相交。
• 方向导数:标量场在某点的方向导数表示标 量场自该点沿某一方向上的变化率
• 例如标量场 在 P 点沿 l 方向上的方向导 数 定义为
——拉普拉斯算符
第一章 矢量分析复习
任何梯度场一定是无旋场。
grad
2.
矢量场的通量与散度
通量: 矢量 A 沿某一有向曲面 S 的面积分称为矢量 A 通过该有向曲面 S 的通量,以标量 表示,即
A dS
S
通量可为正、或为负、或为零。
真空中的电场强度 E 通过任一闭合曲面的通量等于该闭合
面包围的自由电荷的电量 q 与真空介电常数 0 之比,
斯托克斯定理
S
(rot A) dS A dl
l
S
或者写为
( A) dS A dl
l
4. 无散场和无旋场
散度处处为ቤተ መጻሕፍቲ ባይዱ的矢量场称为无散场,旋度处
处为零的矢量场称为无旋场。
两个重要公式:
( A) 0
( ) 0
左式表明,任一矢量场 A 的旋度的散度一定等于零 。因此, 任一无散场可以表示为另一矢量场的旋度,或者说,任何旋度 场一定是无散场。 右式表明,任一标量场 的梯度的旋度一定等于零。因 此,任一无旋场一定可以表示为一个标量场的梯度,或者说,
其大小等于对该矢量方向的最大环量强度,即
rotA en lim
l
A dl
max
ΔS 0
ΔS
直角坐标系中旋度可用矩阵为
ex rotA x Ax
或用算符 表示为
ey y Ay
ez z Az
rot A A
应该注意,无论梯度、散度或旋度都是微分运算,它们 表示场在某点附近的变化特性,场中各点的梯度、散度或 旋度可能不同。因此,梯度、散度及旋度描述的是场的点 特性或称为微分特性。
第一章
矢量分析
方向导数与梯度
方向导数与梯度在多变量微积分和优化理论中,方向导数和梯度是两个重要的概念。
它们提供了函数在某一点处关于不同方向的信息,以及函数在该点处的变化率和方向。
理解这两个概念对于解决各种实际问题,如最优控制、机器学习、图像处理等都至关重要。
方向导数是函数在某一点处沿特定方向的变化率。
给定一个函数f(x)在点x0,对于任意的方向v = (h1, h2,..., hn),方向导数Df(x0)v 是f(x)在x0处沿v方向的变化率。
具体地,Df(x0)v = lim(h->0) [f(x0 + hv) - f(x0)] / h。
方向导数的重要性在于它提供了函数在某一点处对不同方向的敏感度。
例如,如果你在山峰上沿着不同的方向行走,方向导数可以告诉你哪个方向更容易攀登,哪个方向更困难。
梯度是函数在某一点处所有方向导数的向量。
给定一个函数f(x)在点x0,梯度gradf(x0)是一个向量,其方向是f(x)在x0处增加最快的方向,而其大小是f(x)在该方向的导数。
具体地,gradf(x0) = (f'(x01), f'(x02),..., f'(xn))。
梯度是一个非常重要的概念,因为它提供了函数在某一点处的最大变化率方向。
在很多实际问题中,找到这个最大变化率方向往往能够指引我们找到最优解。
例如,如果你在山峰上寻找攀登最快的方式,梯度可以告诉你应该沿着哪个方向前进。
梯度是方向导数的最大值。
换句话说,对于任意给定的方向v,方向导数Df(x0)v都不超过梯度的长度。
这是因为梯度是所有方向导数向量的范数,即||gradf(x0)|| = max{Df(x0)v : ||v|| = 1}。
这个性质表明,梯度不仅提供了函数在某一点处的最大变化率方向,还给出了沿这个方向的导数(即变化率)。
这使得梯度在优化问题中具有特别的重要性,因为它可以用来找到使函数值下降最快的方向。
方向导数和梯度是多变量微积分和优化理论中的重要概念。
第一章方向导数及梯度
矢量场的散度是一个标量; 矢量场的散度是空间坐标的函数;
矢量场的散度值表征空间中通量源的密度。
讨论:在矢量场中, 若 divF (r ) 0,则该矢量场称为有源场,为源密度 若 divF (r ) 0处处成立,则该矢量场称为无源场
如果上式的极限存在,则称它为 函数在点P0处沿l方向的方向导数
标量场在不同方向上的变化率 一般说来是不同的
方向导数物理意义:
u l u l u l 0 ,标量场 u 在 M 0 处沿 l 方向增加率; 0 ,标量场 u在 M 处沿 l 方向减小率; 0 0 ,标量场 u在 M 0 处沿 l 方向为等值面方向(无改变)
从数学上看,场是定义在空间区域上的函数。
静态标量场和矢量场可分别表示为: u ( x, y, z )、 F ( x, y, z )
时变标量场和矢量场可分别表示为:u ( x, y, z, t ) 、 F ( x, y, z , t )
1. 标量场的等值面
等值面:标量场为同一数值的点在空间形成
M0
M0
M0
z
方向导数的计算
直角坐标系下,标量函数的方向导数为:
方向角
o
l
y
u u dx u dy u dz l x dl y dl z dl
x
dx cos , dl dy cos , dl dz cos dl
在直角坐标系中
u u u u cos cos cos l x y z
标量场梯度的旋度恒等于零。
u u u ˆx e ˆy e ˆ z ) (e ˆx ˆy ˆz ) e e 证明:左边= ( e x y z x y z
《方向导数与梯度》课件
方向导数在优化中的应用
总结词
方向导数是优化算法中常用的工具,它可以用于求解无约束和约束优化问题,以及用于 梯度下降法和牛顿法的实现。
详细描述
方向导数是优化算法中常用的工具,它可以用于求解无约束和约束优化问题。在无约束 优化问题中,方向导数可以用于梯度下降法和牛顿法的实现,通过不断沿着负梯度方向 搜索,找到函数的极小值点。在约束优化问题中,方向导数可以用于确定搜索方向和步
长,以避免进入不可行区域或避免目标函数的增加。
02
梯度
定义与性质
01
基本概念
02 梯度是标量场中某一点的方向导数最大的。
04
梯度的大小表示函数在该点的斜率,方向 表示函数在该点的增长方向。
计算方法
计算步骤
计算函数在这一点沿各个 方向的变化量。
确定函数在某一点的值。
计算方法
总结词
计算方向导数需要用到偏导数和方向余弦,常用的计算方法有解析法、数值法和图解法。
详细描述
计算方向导数需要用到函数的偏导数和方向余弦。首先求出函数的偏导数,然后根据方向余弦计算出方向导数。 常用的计算方法有解析法、数值法和图解法。解析法适用于数学函数,数值法适用于复杂函数,图解法适用于直 观理解。
05
实际应用案例
在机器学习中的应用
机器学习算法优化
方向导数和梯度在机器学习中用于优化算法,例如梯度下降法。通过计算梯度,可以找到函数值下降最 快的方向,从而更新模型的参数,使模型在训练数据上的表现更好。
方向导数和梯度的计算对于深度学习尤为重要,因为深度学习模型通常具有大量的参数,需要使用梯度 下降等优化算法进行训练。
在机器学习中的应用
01
特征选择与降维
02
标量场的方向导数和梯度
l M x
y
z
3
1.2.2 标量场旳梯度
NM n
l
●P
在P点沿哪个方向变化率最快?
由方向导数旳定义可知:沿等值面 法线n旳方向导数最大。故定义梯度
grad
n
en
x
ex
y
ey
z
ez
其中, 称为哈密顿算子。
大小:最大变化率
方向:最大变化率旳方向即过该点旳等值面法线方向
梯度旳计算公式推导如下:
【例】求标量场 u x2 2 y2 3z2 xy 3x 2y 6z在点 O(0, 0, 0) 与点 A(1,1,1)处梯度旳大小和方向余弦。在哪点上旳梯度 为0?
【解】:标量场旳梯度为:
u
u x
ex
u y
ey
u z
ez
(2x y 3)ex (4 y x 2)ey (6z 6)ez
第一章 矢量分析
1.2 标量场旳方向导数和梯度
主要内容
❖ 方向导数 ❖ 梯度
学习目旳
❖ 掌握方向导数、梯度旳物理含义及计算措施 ❖ 掌握方向导数与梯度之间旳区别与联络
1.2.1 标量场旳方向导数
标量函数 在M0处沿l方向旳方向导
●
M0
●
l 数为
M
lim (M ) (M0 )
l M0
M M0
含义:表达标量场 在点M0处沿l方向旳变化规律。
h3u3
eu 3
q 对于距离矢量 R r r 有下列常用结论:
R
q'
r
r' O
总结:
(1)R
R R
Ro
eR
1 R Ro (2)
R R3 R2
§方向导数与梯度精讲
机动 目录 上页 下页 返回 结束
f f f 问题 : 在P0点, , , 有何关系? x x x
答案 : 在P0点,
P l
故f 在P0沿l的方向导数存在, 且
fl ( P0 ) lim
0
f P f ( P0 )
P0
y
o x
f x ( P0 )cos f y ( P0 )cos f z ( P0 )cos . //
机动 目录 上页 下页 返回 结束
说明 : (1). 由定理1知, 如 f 可微, 则任意方向的方向导数皆可用偏导数表示:
§17.3 方向导数与梯度
17.3.1 方向导数 17.3.2 梯度
机动
目录
上页
下页
返回
结束
17.3.1 方向导数
多元函数在一点的偏导数,表示此函数过该 点沿着平行于坐标轴方向的变化率。
f x ( x0 , y0 , z0 ) 表示 f ( x, y, z ) 在 P0 ( x0 , y0 , z0 ) 例如,
目录
上页
下页
返回
结束
f P f ( P0 )
f x ( P0 )cos f y ( P0 )cos f z ( P0 )cos
o
f x ( P0 )cos f y ( P0 )cos f z ( P0 )cos ,
z
0
可见fl ( P0 )为向量 f x ( P0 ), f y ( P0 ), f z ( P0 ) 在方向l上的投影.
方向导数与梯度
y y
最大的增长率为: | grad f
|( 2,0) 1 22 5
函数在 P0沿 P0 P1 方向的方向导数. 解 zx
( 3 ,1 )
3x2 y2
3
( 3 ,1)
27,
P0 P1 ( 1,2),
| P0 P1 | 5 ,
zy
z l
( 3 ,1 )
2 x y ( 3,1) 54
P0
1 2 81 ) 54 27 ( 5 5 5
u 6 x 2 8 y 2 14 . z P z2 P
u u u u 11 ( cos cos cos ) . 故 7 n P x y z P
20
求函数 u
x
2
f f f f cos cos cos l x y z
18
x2 y2 z2 已知数量场u( x , y , z ) 2 2 2 , a b c
2 2 2 6 在点P (1,1,1) n 2 x 3 y z 设 是曲面 2 2 6x 8 y , 处指向外侧的法向量 求函数u z 在P点处沿方向n的方向导数.
解 令 F ( x, y, z ) 2 x 2 3 y 2 z 2 6
P0
f f cos cos . x P0 y P0
方向导数存在
偏导数存在
5
方向导数与偏导数的关系
i (1,0) 的方向导数存在, 且值为f x .
- 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)。
2u 2u
2u 2u
[( )e ( )e ( )e ]
yz zy x zx xz y xy yx z
0
梯度的运算
由梯度的定义及标量场方向导数的概念可推知
在直角坐标系下: u u eˆ u eˆ u eˆ
x x y y z z
在柱面坐标系中:
(e e 1
r r r
ez
u u
u
u
解: cos cos cos
l x
y
z
u 2x , u 2 y , u (x2 y2 )
x
z y
z z
cos
z2 1
1
l 方向的方向余弦为
12 22 22 3
cos
2
2
12 22 22 3
cos
2
2
12 22 22 3
数量场在l方向的方向导数为
u u cos u cos u cos
V 0 V
V 0 V dV
则在一定体积V内的总的通量为: V Ar dV sAr dS
得证!
矢量函数的面积分与体积分的互换。
该公式表明了区域V 中场 A 与边界S上的 场 A 之间的关系。
例题:
已知: R eˆ (x x' ) eˆ ( y ,y') eˆ (z z')
(1)
(R) R eˆ RR
( 2 ) ( 1 ) R eˆR
R
R3
R2
(பைடு நூலகம்3 ) f (R) ' f (R)
说明:
e e e x x y y z z
' e e e
x ' x y ' y z ' z
R R
1.4 矢量场的通量 散度
1.矢量线(vector line)
解:点M的坐标是x0=1, y0=0, z0=1, 则该点 的数量场值为φ=(x0+y0)2-z0=0。
其等值面方程为 (x y)2 z 0
或
z (x y)2
2. 方向导数(directional derivative)
方向导数 u lim u P u P0
l P0
l 0
l
如果上式的极限存在,则称它为 函数在点P0处沿l方向的方向导数
l x
y
z
1 2x 2 2y 2 x2 y2 3 z 3 z 3 z2
在点M处沿l方向u的方向导1数1 2 1 2 2 2 3 3 34 3
l M
3. 梯度(gradient)
梯度就是变化率最大方向上的方向导数 。
grad u
G
eˆx
u x
eˆ y
u y
eˆz
u z
eˆx
x
eˆ
y
y
a.直角坐标系中
divA Ax Ay Az x y z
§1.4 矢量的通量和散度
• 引入哈密顿算符 (矢性微分算符)
直角坐标内,
e e e x x y y z z
则有: div
A
A
§1.4 矢量的通量和散度
b.圆柱坐标
A
1
(A
)
1
( A
)
A z
z
c.球坐标
A
1 r2
r
解: 根据散度定理知
r而 的散度为
所以
Sr • dS V ( •
r )dV
r x y z 3 x y z
r • dS ( • r )dV 3dV 3 4r 3 4r 3
S
V
V
3
1.5 矢量场的环流与旋度
1 . 矢量场的环流与旋涡源
不是所有的矢量场都由通量源激发。存在另一类不同于通量 源的矢量源,它所激发的矢量场的力线是闭合的,它对于任何 闭合曲面的通量为零。但在场所定义的空间中闭合路径的积分 不为零。
点(sink point)---表示
矢量场在该点处有吸
V2
divF (r ) 0负源)
收通量之负源;
当div A =0,表示矢量
场在该点处无源 。
V3
( divF (r ) 0无源)
散度的计算
z
S6
S3
S2
S4 ∆z
O
S5 S1
∆x
y
∆y x
§1.4 矢量的通量和散度
• 散度与所取体积元 的形状无关,与所取 坐标无关
讨论:
面元矢量 dS 定义:面积很小的有向曲面。
en
dS
dS :面元面积,为微分量其值可认为无限小
en :面元法线方向,垂直于面元平面。
称矢量 dS eˆndS 为面元矢量
面元法向 en 的确定方法: 对非闭合曲面:由曲面边线绕向按右手螺旋法则确定; 对闭合曲面:闭合面外法线方向
F dS
1 (xeˆ rx
yeˆ
y
zeˆ )
z
r r
ˆ er
例题 求r在M(1,0,1)处沿 l eˆx 2eˆy 2eˆz 方向的方向导数。
解: r在M点沿l方向的方向导数为
r l
M
r • eˆl
r的梯度为
grad r r 1 (xeˆ yeˆ zeˆ )
rx
y
z
点M处的坐标为x=1, y=0, z=1, r x2 y2 z2 2
s
F e
s
n
dS
s
F
cosr dS
通过闭合面S的通量的物理意义:
若 0,穿出多于穿入,闭合面内有发出矢量线的正源 若 0,穿出少于穿入,闭合面内有汇集矢量线的负源 若 0,穿出等于穿入,闭合面内无源,或正源负源代数和为0
> 0 (有正源)
< 0 (有负源)
= 0 (无源)
3.矢量场的散度 Divergence of a vector field:
标量场在不同方向上的变化率 一般说来是不同的
方向导数物理意义:
u
0 l M0
,标量场 u 在 M 0 处沿 l 方向增加率;
u
0 l M0
,标量场 u在 M 0处沿 l 方向减小率;
u 0 l M0
,标量场 u在 M 0 处沿 l 方向为等值面方向(无改变)
z
方向导数的计算
l
方向角
直角坐标系下,标量函数的方向导数为:
如果场与时间无关,称为静态场,反之为时变场。
从数学上看,场是定义在空间区域上的函数。
静态标量场和矢量场可分别表示为:u(x, y, z)、 F(x, y, z)
时变标量场和矢量场可分别表示为:u(x, y,z,t)、 F(x, y, z,t)
1 . 标量场的等值面
等值面: 标量场为同一数值的点在空间形成 的曲面。
u u dx u dy u dz
o
y
l x dl y dl z dl
x
dx cos, dy cos , dz cos
dl
dl
dl
在直角坐标系中
u u cos u cos u cos
l x
y
z
例题 求数量场 u x2 y2 在点M(1, 1, 2)处 z
沿 l eˆx 2eˆy 2eˆz 方向的方向导数。
所谓矢量线,乃是这样一些曲线,在曲线上的每一 点处, 场的矢量都位于该点处的切线上。
如:静电场的电力线、磁场的磁 力线、流速场中的流线等
矢量线的疏密表征矢量场的大小 矢量线上每点的切向代表 该处矢量场的方向
矢量线的方程为 A dr 0在直角坐标系中,其表达式为
A eˆx Ax eˆy Ay eˆz Az
dr eˆxdx eˆydy eˆzdz
dr
r r dr
A 与 dr共线
A// dr
力线方程
例
求矢量场 A =xy2eˆx +x2yeˆy +zy2eˆz 的矢量线方程。
解: 矢量线应满足的微分方程为
dx dy dz xy 2 x2 y y2 z
xdyx2 xd2yy
从而有
dx xy 2
eˆ
z
z
grad u u
grad
u=
eˆx
x
eˆy
y
eˆz
z
u
u
z
梯度的性质
geˆrad u G u eˆ u eˆ u 方 x x y y z z 向
l
方向导数等于梯度在该方向上
角o
y
的投影即
u l
u eˆl
x
u u cos u cos u cos
l x
y
z
标量场中每一点处的梯度,垂直于过该点 的等值面,且指向函数增大的方向。也就 是说,梯度就是该等值面的法向矢量。
证:
gradr
r
r x
eˆx
r y
eˆy
r z
eˆz
r x2 y2 z2
x
x
x x
x2 y2 z2 r
r x2 y2 z2
y
y
y y
x2 y2 z2 r
所以
r x2 y2 z2
z
z
z x
x2 y2 z2 r
gradr
r
x eˆ rx
y r
eˆ
y
z eˆ rz
eˆ y
z r3
eˆ z
Dx
qx
4 r3
,
Dy
qy
4 r3
,
Dz
qz
4 r3
D x x
q
4
r2 3x2 r5
Dy q r 2 3y2
y 4 r5