7-7方向导数与梯度(09级)微积分课件.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
7-7方向导数与梯度(09级)微积分课件

7.7.1 方向导数的概念 7.7.2 梯度 小结 方向导数公式 解 故 例 并问在哪些点处梯度为零? =0 =0 =0 处的梯度, 例 设函数 求 沿什么方向具有最大的增长率, 最大增长率为多少? 解 增长率, 最大的增长率为: 梯度方向具有最大的 梯度方向为 势与势场 向量函数gradf(M)确定了一个向量场(梯度场), 它是 由数量场f(M)产生的. 通常称函数f(M)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是势场, 因为它不 一定是某个数量函数的梯度场. 四. 数量场与向量场 如果对于空间区域G内的任一点M, 都有一个确定的数量f(M), 则称在这空间区域G内确定了一个数量场. 如果对于空间区域G内的任一点M, 都有一个确定的向量F(M), 则称在这空间区域G内确定了一个向量场. * 7.7 方向导数与梯度 7.7.1 方向导数的概念 7.7.2 梯度的定义和方向导数的计算 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? 问题的实质:应沿由热变冷变化最剧烈的方向(即梯度方向)爬行. 问题的引出 ⒈ 函数沿某一方向的变化问题——方向导数 ⒉ 变化最快的方向——梯度方向 一元函数 右导数 或左导数 (只能从右侧或左侧) 所以一元函数只有 二元函数 O x y (可以从任意方向) 所以二元函数有无穷多方向导数 回忆 1.方向导数的定义 即 定义 如果极限 存在, 则将这个极限值称为函数在点 记为 即 当给出L的参数方程 的方向导数存在, 存在,则 的方向导数存在, 方向导数与偏导数的关系 同理 (1) 的方向导数为 的方向导数 (2) 不一定. x z y 0 l ? ? y ? x ? ?z P P0 z = f (x,y) Q M 是曲面在 点P0 处沿方向l 的变化率, 即半切线 方向导数 方向导数的几何意义 的斜率. N ( 看成是割线,切线是割线的极限位置) 证 2. 关于方向导数的存在及计算公式 定理(充分条件) 可微, 则函数 且 存在, (2)在定点 的方向导数为 方向导数存在 可微 说明 (1) 例 考虑函数 定点P0(3,1), P1(2,3).求 函数在 P0沿 方向的方向导数. 解 解 (1) 最大值; (2) 最小值; (3) 等于零? 并问在怎样的方向上此方向导数有 例 故 方向导数达到最大值 方向导数达到最小值 方向导数等于 和 (1) 最大值; (2) 最小值; (3) 等于零? 问在怎样的方向上此方向导数有 解 练习 推广可得三元函数方向导数的定义 在点 的方向导数为 是l的方向余弦. 计算公式 解 令 其方向余弦为 例 求函数 在点 处沿 解 t增加的切线方向的方向向量 在此点t 增加的 曲线 切线方向上的方向导数. 练习 即 说明: 结论 (1) 函数沿梯度方向的方向导数最大, (2) 最大方向导数为 即增长最快 方向导数公式 其参数形式: 所以任意点处的切向量为: 表示空间一张曲面, 而 表示一条平面曲线, 所以梯度为曲线 上点 处的法向量. 梯度的几何意义 梯度为曲线 上点 处的法向量. 梯度的几何意义 函数在一点的梯度垂直于该点等值面(或等高线) , 指向函数增大的方向 梯度的几何意义: 梯度的方向与等值面(或者等高线)该点的法线的 一个方向相同 (从数值低的等高线指向数值高的). 梯度的概念推广到三元函数 三元函数 在点 ⑴梯度为 可微, 则在点 ⑵ 函数沿梯度方向的方向导数最大, ⑶ 最大方向导数为 增长最快

文档评论(0)

xcs88858 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档