高等数学:7-6方向导数与梯度.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
2. 设 解法2 微分法. 四、小结 * 上页 下页 返回 上页 下页 返回 是由方程 和 所确定的函数 , 求 解法1 分别在各方程两端对 x 求导, 得 (1999考研) 对各方程两边分别求微分: 化简得 消去 可得 在许多问题中, 不仅要知道函数在坐标轴方向上的变化率 (即偏导数), 而且还要知道在其他特定方向上的变化率,这就是本节所要讨论的方向导数. 返回 第六节 方向导数与梯度 一 问题的提出 二 方向导数的定义 三 方向导数的计算 四 梯度的概念 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骤烈的方向(即梯度方向)爬行. 一、问题的提出 讨论函数 在一点P沿某一方向的变化率问题. (如图) . 引射线 内有定义,自点 的某一邻域 在点 设函数 l P P U y x P ) ( ) , ( ) , ( , ). ( p U P’ l y y x x P’ l x D + D + 上的另一点且 为 并设 为 的转角 轴正向到射线 设 j 二 、方向导数的定义 当 沿着 趋于 时, 是否存在? 且 考虑 } 0 , 1 { 1 = e r 依定义,函数 ) , ( y x f 在点 P 沿着 x 轴正向 、 y 轴正向 } 1 , 0 { 2 = e r 的方向导数分别为 y x f f , ; 沿着 x 轴负向、 y 轴负向的方向导数是 y x f f - - , . 的方向导数. 沿方向 则称这极限为函数在点 在, 时,如果此比的极限存 趋于 沿着 当 之比值, 两点间的距离 与 函数的增量 定义 l P P l P y x P P ‘ D + D = ‘ 2 2 ) ( ) ( r 记为 证明 由于函数可微,则增量可表示为 两边同除以 得到 三、方向导数的计算 定理 如果函数 ) , ( y x f z = 在点 ) , ( y x P 是可微分 的,那末函数在该点沿任意方向 L 的方向导数都 存在,且有 , 其中 j 为 x 轴到方向 L 的转角. 故有方向导数 重点:如何求方向导数 解: 1. 根据定义 2. 通过偏导数 例 2 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 故 x 轴到方向 l r 的转角 4 p - = j . 所求方向导数 这里方向 l r 即为 } 1 , 1 { - = PQ 对于三元函数 ) , , ( z y x f u = ,它在空间一点 ) , , ( z y x P 沿着方向 L 的方向导数 ,可定义 为 推广可得三元函数方向导数的定义 其中 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 设方向 L 的方向角为 g b a , , ? : 最快 沿哪一方向增加的速度 函数在点 问题 P 定义 设函数 ) , ( y x f z = 在平面区域 D 内具有 一阶连续偏导数,则对于每一点 D y x P ) , ( , 都可定出一个向量 ,这向量称为函数 ) , ( y x f z = 在点 ) , ( y x P 的梯度,记为 = ) , ( y x gradf . 四、梯度的概念 其中 ) ) , ( ( , e y x gradf r = q 设 j i e r r r j j sin cos + = 是方向 l r 上的单位向量, 由方向导数公式知 当 1 ) ), , ( cos( = e y x gradf r 时, 有最大值 . 当 -1 ) ), , ( cos( = e y x gradf r 时, 有最小值 . 在各个方向导数中,沿梯度的方向导数为正且最大,沿负梯度的方向导数为负且最小,即,梯度的方向是函数上升最快的方向,负梯度的方向是函数下降最快的方向 利用隐函数求导 则法线方向: 等值线 切线斜率 梯度方向 在几何上 表示一个曲面 曲面被平面 所截得 所得曲线在xoy面上投影 如图 等高线 梯度为等高线上的法向量 等值线 梯度与等高(值)线的关系: 向导数. 的方 于函数在这个法线方向 模等 而梯度的 线的方向相同.

文档评论(0)

学习让人进步 + 关注
实名认证
内容提供者

活到老,学到老!知识无价!

1亿VIP精品文档

相关文档