(同济大学)高等数学课件D8_7方向导数与梯度

合集下载

高等数学课件 同济四版

高等数学课件  同济四版

O
M0
y
所以点 M 0 x 0 , y0 , z 0 处外法线的方向向量
2x Fx 2 , a
2y Fy 2 , b
2z Fz 2 , c
x
x0 y0 z0 a2 b2 c2 , , 单位化 2 , 2 2 2 2 2 2 2 2 y z x0 y z x0 y z x0 04 04 04 04 04 04 a4 b c a4 b c a4 b c u u u 2 x0 , 2z0 . 2 y0 , x x 0 , y 0 , z 0 z x 0 , y 0 , z 0 x0 , y0 , z0 y
2 {1, 2, 2} 9
17
2. 函数 u ln( x y 2 z 2 ) 在点A( 1 , 0 , 1) 处沿点A
指向 B( 3, -2 , 2) 方向的方向导数是 提示: 其单位向量为
1 2
.(1996考研)
{cos , cos , cos }
ln( x度与方向导数的关系 沿梯度方向的方向导数达到最大值. 最大方向导数
f f y x
2 2
1
第七节 方向导数与梯度
一、方向导数
1. 定义 设 z f ( x , y ) 在点 P ( x, y ) 某邻域内 有定义, 自点P 引射线 l , 设 P ( x x, y y ),
t 增大即 x 增大
由曲线方程知:
10
x2 y2 z2 例 求函数 u x 2 y 2 z 2 在椭球面 2 2 2 1 上点 a b c z M 0 x 0 , y0 , z 0 处沿外法线方向的方向导数。

8-7-方向导数与梯度

8-7-方向导数与梯度
M (0, 1, 1) 处方向导数的最大(小)值。
解∵
u yz , x
u xz , y
u xy 2z , z
∴ grad u (0,1,1) ( yz , xz , xy 2z) (0,1,1)
(1, 0 , 2)
从而
max
u l
M
||
grad
u
||
5
min
u l
M
||
f
x y
j
f, x
f y
例5 设 f ( x, y, z) x2 2 y2 3z2 ,求gradf (1,1,2)
解: f 2x, f 4 y, f 6z,
x
y
z
所以
gradf
(1,1,2)
f x
,
(1, 1, 2 )
f y
,
(1, 1, 2 )
f z
( 1, 1, 2 )
问当长、宽、高各取怎样的尺寸时, 才能成本最低。
y P
l
方向导数的计算
定理: 若函数 f ( x, y) 在点 P( x, y) 处可微 ,
则函数在该点沿任意方向 l 的方向导数存在 y
f cos,cos
l
fx, fy
l : cos,cos 单位方向向量
例+. 求函数 方向导数 .
可怜的小蚂蚁…
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?
准备知识1 向量的表示 向量a = (x, y, z)

高等数学课件D8_7方向导数和梯度PPT共24页

高等数学课件D8_7方向导数和梯度PPT共24页

谢谢!
36、自己的鞋子,自己知道紧在哪里。——西班牙

37、我们唯一不会改正的缺点是软弱。——拉罗什福科
xiexie! 38、我这个人走得很慢,但是我从不后退。——亚伯拉罕·林肯
39、勿问成功的秘诀为何,且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔,思而不学则殆。——孔子
高等数学课件D8_7方向导数和梯度
1、合法而稳定的权力在使用得当时很 少遇到 抵抗。 ——塞 ·约翰 逊 2、权力会使人渐渐失去温厚善良的美 德。— —伯克
3、最大限度地行使权力总是令人反感 ;权力 不易确 定之处 始终存 在着危 险。— —塞·约翰逊 4、权力会奴化一切。——塔西佗
5、虽然权力是一头固执的熊,可是金 子可以 拉着它 的鼻子 走。— —莎士 比

高等数学同济版下第七节方向导数与梯度

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

2019-D87方向导数与梯度高等数学-文档资料

2019-D87方向导数与梯度高等数学-文档资料

x ( c x o ) 2 , s ( yy )2 c( o z )2 ,,szco s
则称 f 为函数在点 P 处沿方向 l 的方向导数.
l
机动 目录 上页 下页 返回 结束
定理: 若函 f(x,y,z数 )在 P (点 x,y,z)处,可微
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
机动 目录 上页 下页 返回 结束
对函 zf数 (x,y),曲 线 zzf(C x,y)在xo面 y 上的 影 L*:f(x,y)C称为函数 f 的等值线 .
设fx, fy不同时为, 则零L*上点P 处的法向量为
(fx, fy) PgrafdP 同样, 对应函数 uf(x,y,z), 有等值面(等量面) f(x,y,z)C,
机动 目录 上页 下页 返回 结束
u 162831 41 11
n P 14
7
机动 目录 上页 下页 返回 结束
二、梯度
方向导数公式 ffc o sfco s fcos
l x y
z
令向量
Gxf,
f, y
f z

l0(co ,cso ,s co )s
fco sfco sfco so()
x
y
z

f limffco sfco sfco s
l 0 x
y
z
机动 目录 上页 下页 返回 结束
对于二元函数 f(x,y), 在点 P(x,y)处沿方 l(方 向 向角
为, ) 的方向导数为
指向外侧的法向量, 求函数 u 6x2 8y2 在点P 处沿
方向 n的方向导数.
z

高数 8-7方向导数与梯度~

高数 8-7方向导数与梯度~

的极值. 的极值.
B
C
f xx (x, y) = 6x + 6, f xy (x, y) = 0, f yy (x, y) = −6y + 6
A
在点(1,0) 处 在点
AC −B2 =12×6 > 0, A > 0,
为极小值; 为极小值;
在点(1,2) 处 在点
AC −B2 =12×(−6) < 0,
y
P
o
2x −1
60 = 17
例3. 设 n 是曲面
在点 P(1, 1, 1 )处 处 在点P 在点 处沿
指向外侧的法向量, 指向外侧的法向量 求函数 方向 n 的方向导数 的方向导数. 解:
n = (4x , 6y , 2z) P = 2(2 , 3 , 1) 2 3 1 方向余弦为 cosα = , cos β = , cosγ = 14 14 14 ∂u 6x 6 = = 而 2 2 P ∂x P z 6x + 8y 14
ϕx ϕy
fx
=
fy
=− λ
极值点必满足
f x + λϕx = 0 f y + λϕy = 0 ϕ(x, y) = 0
引入辅助函数 F = f (x, y) + λϕ(x, y) 则极值点满足: 则极值点满足
辅助函数F 称为拉格朗日( 函数.利用拉格 辅助函数 称为拉格朗日 Lagrange )函数 利用拉格 函数 朗日函数求极值的方法称为拉格朗日乘数法 朗日函数求极值的方法称为拉格朗日乘数法. 拉格朗日乘数法
当l 与G方 一 时, 方向导数取最大值: 向 致 方向导数取最大值: ∂f )= G max ( ∂l 方向: 方向:f 变化率最大的方向 这说明 G : 模 : f 的最大变化率之值

《方向导数与梯度》课件

《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

同济版大一高数第九章第七节方向导数与梯度

同济版大一高数第九章第七节方向导数与梯度

ln( x + 1)
ln(1 + y 2 + 1)
1 = 2
8
例3. 求函数
在点P(2, 3)沿曲线
朝 x 增大方向的方向导数. 解:将已知曲线用参数方程表示为 x= x y = x2 −1 它在点 P 的切向量为 (1, 2 x) x = 2 = (1, 4) 1 4 ∴ cos α = , cos β = 17 17
2. 梯度的几何意义
等高线的画法
播放
16
例如, 例如,
函数 z = sin xy 图形及其等高线图形.
17
3. 梯度的基本运算公式
∂f, ∂f, ∂f = ∂x ∂y ∂z
(2) grad (C u ) = C grad u (4) grad ( u v ) = u grad v + v grad u
∂f ∂f ∂f = cos α + cos β ∂l ∂x ∂y
25
2. 梯度 • 三元函数
在点
处的梯度为
∂f ,∂f ,∂f grad f = ∂x ∂ y ∂z
• 二元函数 3. 关系 • 可微 方向导数存在
0
在点
处的梯度为
grad f = ( f x ( x, y ) , f y ( x, y ))
M (1,1,1) 处切ቤተ መጻሕፍቲ ባይዱ的方向向量
l
∂f ∂l
在点M (1,1,1) 处 函数沿 l 的方向导数
M
= [ f x ⋅ cos α + f y ⋅ cos β + f z ⋅ cos γ
] (1,1,1)
23
(2) grad f
  1. 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. 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. 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)。


P
o
x
特别: 特别:
f f , = 当 l 与 x 轴同向 (α = 0, β = ) 时 有 2 l x f f π 当 l 与 x 轴反向 (α = π , β = )时 有 = , l x 2
机动 目录 上页 下页 返回 结束
π
例1. 求函数 3) 的方向导数 .
在点 P(1, 1, 1) 沿向量
二,梯度
当l 与G方 一 时, 方向导数取最大值: 向 致 f max ( )= 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
机动 目录 上页 下页 返回 结束
0
1. 定义 向量 G 称为函数 f (P) 在点 P 处的梯度 (gradient), 记作 grad f , 即
ρ
则称 f 为函数在点 P 处沿方向 l 的方向导数 方向导数. 方向导数 l
机动 目录 上页 下页 返回 结束
定理: 定理 若 数 f (x, y, z) 在 P(x, y, z) 处 微 , 函 点 可 则函数在该点沿任意方向 l 的方向导数存在 , 且有 沿任意方向 f f f f l = cosα + cos β + cosγ z l x y
第七节 方向导数与梯度
一,方向导数 二,梯度 三,物理意义
第八章
机动
目录
上页
下页
返回
结束
一,方向导数
定义: 定义 若函数 f (x, y, z) 在点 P(x, y, z) 处 沿方向 l (方向角为 α , β , γ ) 存在下列极限:
ρ →0
l
ρ
P′
lim
f
P(x, y, z)
f (x + x, y + y, z + z) f (x, y, z)记作 f = lim = l ρ →0 ρ
上页
下页
返回
结束
例5. 已知位于坐标原点的点电荷 q 在任意点 q 2 2 2 处所产生的电位为 u = ( r = x + y + z ), 试证 π 4 εr q gradu = E (场 E = 强 r 0) 4π ε r 2
′(r) r 0 4 证: 利用例4的结果 grad f (r) = f
机动
目录
上页
下页
返回
结束
解答提示: 解答提示
1. (1) 曲线 在点
M (1,1,1) 处切线的方向向量
l
函数沿 l 的方向导数 f = [ f x cosα + f y cos β + f z cosγ ] (1,1,1) l M
机动
目录
上页
下页
返回
结束
(2) grad f
M
= (2 , 1, 0)
grad f = ( f x (x, y) , f y (x, y))
f = grad f l 0 梯度在方向 l 上的投影. l
机动 目录 上页 下页 返回 结束
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 梯度与(1)中切线方向 梯度 切线方向 的夹角 θ . 2. P73 题 16
机动 目录 上页 下页 返回 结束
作业
P51 2,3,6,7,8,9,10
第八节 目录
上页
下页
返回
结束
备用题 1. 函数
处的梯度 解: 则
在点
2 考研) 考研 (1, 2, 2) (92考研 9
注意 x , y , z 具有轮换对称性
2 = (1, 2, 2) 9
机动 目录 上页 下页 返回 结束
gradu = ( q 4π ε r
)′ r 0=
q 4π ε r
r 0 = E 2
这说明场强: 垂直于等位面, 且指向电位减少的方向.
机动 目录 上页 下页 返回 结束
内容小结
1. 方向导数 三元函数 在点 沿方向 l (方向角
为α, β, γ ) 的方向导数为 f f f f = cosα + cos β + cosγ l x y z
机动 目录 上页 下页 返回 结束
三,物理意义
数量场 (数性函数) 函数 场 如: 温度场, 电位场等 向量场(矢性函数) 向量场 如: 力场,速度场等 : , 可微函数 f (P) (势) 梯度场 grad f (P) (向量场)
(物理量的分布)
注意: 注意 任意一个向量场不一定是梯度场.
机动
目录
机动 目录 上页 下页 返回 结束
对于二元函数 f (x, y), 在 P(x, y) 处 方 l (方 点 沿 向 向角 为α, β ) 的方向导数为 f f (x + x, y + y) f (x, y) = lim ρ l ρ →0
y
l
l
= f x (x, y) cosα + f y (x, y) cos β
y
P
o
2x 1
60 = 17
机动 目录 上页 下页 返回 结束
例3. 设 n 是曲面 指向外侧的法向量, 求函数 方向 n 的方向导数. 解:
在点 P(1, 1, 1 )处 在点P 处沿
n = (4x , 6y , 2z) P = 2(2 , 3 , 1) 2 3 1 方向余弦为 cosα = , cos β = , cosγ = 14 14 14 u 6x 6 = 而 = 2 2 P x P z 6x + 8y 14
f , f , f = x y z
同样可定义二元函数 在点 P(x, y) 处的梯度
说明: 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
机动 目录 上页 下页 返回 结束
z = f (x, y) 对 数 z = f (x, y),曲 函 线 在 xoy 面 的 上 投 z =C * 等值线 影L : f (x, y) = C 称为函数 f 的等值线 .
机动 目录 上页 下页
o x (设c1 < c2 < c3)
返回
结束
3. 梯度的基本运算公式
(2) grad(Cu) = C grad u (4) grad( u v ) = u grad v + v grad u
机动
处矢径 r 的模 , 试证 证:
x = f ′(r) = f ′(r) 2 2 2 r x + y +z
x
f (r) y = f ′(r) , f (r) = f ′(r) z y r z r f (r) f (r) f (r) ∴ grad f (r) = j+ k z i+ P y z x r 1 = f ′(r) (x i + y j + z k ) o r y 1 x = f ′(r) r = f ′(r) r 0 r
二元函数 在点 沿方向 l (方向角为
α, β )的方向导数为
f f f = cosα + cos β y l x
机动 目录 上页 下页 返回 结束
2. 梯度 三元函数
在点
处的梯度为
f , f , f grad f = x y z
二元函数 3. 关系 可微 方向导数存在 偏导数存在 在点 处的梯度为
ρ
P′
证明: 证明 由函数 f (x, y, z) 在点 P 可微 , 得 f f f f = x+ y+ z + o (ρ ) x y z
P(x, y, z)
=ρ (

) + o (ρ )
f f f f f = lim = cosα + cos β + cosγ l ρ →0 ρ x y z
同理得

u n
1 11 = (6× 2 + 8×3 14×1 ) = 14 7 P
机动 目录 上页 下页 返回 结束
f f f f = cosα + cos β + cosγ 方向导数公式 l x y z f, f, f 令向量 G = x y z l 0 = (cosα , cos β , cos γ )
u = ln(x + y2 + z2 )在点A( 1 , 0 , 1) 处沿点A 2. 函数
指向 B( 3, -2 , 2) 方向的方向导数是 提示: 提示 则
1 2
. (96考研 考研) 考研
={cosα , cos β , cosγ }
ln(x +1)
ln(1+ y2 +1)
1 = 2
机动 目录 上页 下页 返回 结束
设 f x , f y 不 时 零 , 则L*上点P 处的法向量为 同 为 y f = c3 ( f x , f y ) P = grad f P f = c2
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
f = c1
P
点P处的法向量为 grad f P . 函数在一点的梯度垂直于该点等值面(或等值线) , 指向函数增大的方向.
解: 向量 l 的方向余弦为
u u ∴ l
2 = 2xyz 14 P
3 + x y 14
2
机动
目录
上页
下页
返回
结束
例2. 求函数 朝 x 增大方向的方向导数.
在点P(2, 3)沿曲线
解:将已知曲线用参数方程表示为 x = x y = x2 1 它在点 P 的切向量为 (1, 2x) x=2 = (1, 4) 1 4 ∴ cosα = , cos β = 17 17
相关文档
最新文档