关于方向导数和梯度你真的懂了吗?

文章目录

  • 前言
  • 一、空间曲线的切线与法平面
  • 二、曲面的切平面与法线
  • 三、方向导数和梯度
    • 梯度的几何意义
  • 总结

前言

方向导数和梯度是多元函数微分学中两个抽象的概念,如果对它们没有深刻的理解,那么就会感觉晦涩难懂,今天我们来对二者进行一个总结。
在介绍方向导数和梯度之前,我们先回顾两个知识点:空间曲线的切线与法平面曲面的切平面与法线


一、空间曲线的切线与法平面

若空间曲线 Γ \varGamma Γ的方程为
{ x = φ ( t ) , y = ψ ( t ) , z = ω ( t ) , t ∈ [ α , β ] \left\{ \begin{array}{l} x=\varphi \left( t \right) ,\\ y=\psi \left( t \right) ,\\ z=\omega \left( t \right) ,\\ \end{array} \right. t\in \left[ \alpha ,\beta \right] x=φ(t),y=ψ(t),z=ω(t),t[α,β]
M M M处对应的参数为 t 0 t_{0} t0
M M M处的切向量为 T → = ( φ ′ ( t 0 ) , ψ ′ ( t 0 ) , ω ′ ( t 0 ) ) \overrightarrow{T}=\left( \varphi '\left( t_0 \right) ,\psi '\left( t_0 \right) ,\omega '\left( t_0 \right) \right) T =(φ(t0),ψ(t0),ω(t0))
则曲线在点 M M M处的切线方程为
x − x 0 φ ′ ( t 0 ) = y − y 0 ψ ′ ( t 0 ) = z − z 0 ω ′ ( t 0 ) \frac{x-x_0}{\varphi '\left( t_0 \right)}=\frac{y-y_0}{\psi '\left( t_0 \right)}=\frac{z-z_0}{\omega '\left( t_0 \right)} φ(t0)xx0=ψ(t0)yy0=ω(t0)zz0
法平面方程为
φ ′ ( t 0 ) ( x − x 0 ) + ψ ′ ( t 0 ) ( y − y 0 ) + ω ′ ( t 0 ) ( z − z 0 ) = 0 \varphi '\left( t_0 \right) \left( x-x_0 \right) +\psi '\left( t_0 \right) \left( y-y_0 \right) +\omega '\left( t_0 \right) \left( z-z_0 \right) =0 φ(t0)(xx0)+ψ(t0)(yy0)+ω(t0)(zz0)=0

若空间曲线 Γ \varGamma Γ的方程为
{ y = φ ( x ) z = ψ ( x ) \left\{ \begin{array}{l} y=\varphi \left( x \right)\\ z=\psi \left( x \right)\\ \end{array} \right. {y=φ(x)z=ψ(x)
我们取 x x x为参数,则方程可以表示为
{ x = x y = φ ( x ) z = ψ ( x ) \left\{ \begin{array}{l} x=x\\ y=\varphi \left( x \right)\\ z=\psi \left( x \right)\\ \end{array} \right. x=xy=φ(x)z=ψ(x)
M M M处对应的参数为 x 0 x_{0} x0
M M M处的切向量为 T → = ( 1 , φ ′ ( x 0 ) , ψ ′ ( x 0 ) ) \overrightarrow{T}=\left( 1,\varphi '\left( x_0 \right) ,\psi '\left( x_0 \right) \right) T =(1,φ(x0),ψ(x0))
则曲线在点 M M M处的切线方程为
x − x 0 1 = y − y 0 φ ′ ( x 0 ) = z − z 0 ψ ′ ( x 0 ) \frac{x-x_0}{1}=\frac{y-y_0}{\varphi '\left( x_0 \right)}=\frac{z-z_0}{\psi '\left( x_0 \right)} 1xx0=φ(x0)yy0=ψ(x0)zz0
法平面方程为
( x − x 0 ) + φ ′ ( x 0 ) ( y − y 0 ) + ψ ′ ( x 0 ) ( z − z 0 ) = 0 \left( x-x_0 \right) +\varphi '\left( x_0 \right) \left( y-y_0 \right) +\psi '\left( x_0 \right) \left( z-z_0 \right) =0 (xx0)+φ(x0)(yy0)+ψ(x0)(zz0)=0

若空间曲线 Γ \varGamma Γ的方程为
{ F ( x , y , z ) = 0 G ( x , y , z ) = 0 \left\{ \begin{array}{l} F\left( x,y,z \right) =0\\ G\left( x,y,z \right) =0\\ \end{array} \right. {F(x,y,z)=0G(x,y,z)=0即一般方程
我们可以将方程变形为
{ x = x F ( x , y , z ) = 0 G ( x , y , z ) = 0 \left\{ \begin{array}{l} x=x\\ F\left( x,y,z \right) =0\\ G\left( x,y,z \right) =0\\ \end{array} \right. x=xF(x,y,z)=0G(x,y,z)=0
先利用隐函数方程组求导的知识解出 d y d x \frac{dy}{dx} dxdy d z d x \frac{dz}{dx} dxdz,我们就可以得到曲线在某点的切向量为 T → = ( d x d x , d y d x , d z d x ) \overrightarrow{T}=\left( \frac{dx}{dx},\frac{dy}{dx},\frac{dz}{dx} \right) T =(dxdx,dxdy,dxdz)
则曲线在点 M M M处的切线方程为
x − x 0 d x d x = y − y 0 d y d x = z − z 0 d z d x \frac{x-x_0}{\frac{dx}{dx}}=\frac{y-y_0}{\frac{dy}{dx}}=\frac{z-z_0}{\frac{dz}{dx}} dxdxxx0=dxdyyy0=dxdzzz0
法平面方程为
d x d x ( x − x 0 ) + d y d x ( y − y 0 ) + d z d x ( z − z 0 ) = 0 \frac{dx}{dx}\left( x-x_0 \right) +\frac{dy}{dx}\left( y-y_0 \right) +\frac{dz}{dx}\left( z-z_0 \right) =0 dxdx(xx0)+dxdy(yy0)+dxdz(zz0)=0

二、曲面的切平面与法线

若曲面方程为 F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0,已知曲面上一点 M ( x 0 , y 0 , z 0 ) M(x_{0},y_{0},z_{0}) M(x0y0,z0)
垂直于曲面上该点切平面的法向量为
n → = ( F x ( x 0 , y 0 , z 0 ) , F y ( x 0 , y 0 , z 0 ) , F z ( x 0 , y 0 , z 0 ) ) \overrightarrow{n}=\left( F_x\left( x_0,y_0,z_0 \right) ,F_y\left( x_0,y_0,z_0 \right) ,F_z\left( x_0,y_0,z_0 \right) \right) n =(Fx(x0,y0,z0),Fy(x0,y0,z0),Fz(x0,y0,z0))
则点 M M M处切平面的方程为
F x ( x 0 , y 0 , z 0 ) ( x − x 0 ) + F y ( x 0 , y 0 , z 0 ) ( y − y 0 ) + F z ( x 0 , y 0 , z 0 ) ( z − z 0 ) = 0 F_x\left( x_0,y_0,z_0 \right) \left( x-x_0 \right) +F_y\left( x_0,y_0,z_0 \right) \left( y-y_0 \right) +F_z\left( x_0,y_0,z_0 \right) \left( z-z_0 \right) =0 Fx(x0,y0,z0)(xx0)+Fy(x0,y0,z0)(yy0)+Fz(x0,y0,z0)(zz0)=0
法线的方程为
x − x 0 F x ( x 0 , y 0 , z 0 ) = y − y 0 F y ( x 0 , y 0 , z 0 ) = z − z 0 F z ( x 0 , y 0 , z 0 ) \frac{x-x_0}{F_x\left( x_0,y_0,z_0 \right)}=\frac{y-y_0}{F_y\left( x_0,y_0,z_0 \right)}=\frac{z-z_0}{F_z\left( x_0,y_0,z_0 \right)} Fx(x0,y0,z0)xx0=Fy(x0,y0,z0)yy0=Fz(x0,y0,z0)zz0

若曲面方程为 z = f ( x , y ) z=f(x,y) z=f(x,y),已知曲面上一点 M ( x 0 , y 0 , z 0 ) M(x_{0},y_{0},z_{0}) M(x0y0,z0)
F ( x , y , z ) = f ( x , y ) − z F(x,y,z)=f(x,y)-z F(x,y,z)=f(x,y)z
垂直于曲面上该点切平面的法向量为
n → = ( f x ( x 0 , y 0 ) , f y ( x 0 , y 0 ) , − 1 ) \overrightarrow{n}=\left( f_x\left( x_0,y_0 \right) ,f_y\left( x_0,y_0 \right) ,-1 \right) n =(fx(x0,y0),fy(x0,y0),1)
则点 M M M处切平面的方程为
f x ( x 0 , y 0 ) ( x − x 0 ) + f y ( x 0 , y 0 ) ( y − y 0 ) − ( z − z 0 ) = 0 f_x\left( x_0,y_0 \right) \left( x-x_0 \right) +f_y\left( x_0,y_0 \right) \left( y-y_0 \right) -\left( z-z_0 \right) =0 fx(x0,y0)(xx0)+fy(x0,y0)(yy0)(zz0)=0
法线方程为
x − x 0 f x ( x 0 , y 0 ) = y − y 0 f y ( x 0 , y 0 ) = z − z 0 − 1 \frac{x-x_0}{f_x\left( x_0,y_0 \right)}=\frac{y-y_0}{f_y\left( x_0,y_0 \right)}=\frac{z-z_0}{-1} fx(x0,y0)xx0=fy(x0,y0)yy0=1zz0

三、方向导数和梯度

如果函数 f ( x , y ) f(x,y) f(x,y)在点 P 0 ( x 0 , y 0 ) P_{0}(x_{0},y_{0}) P0(x0,y0)可微分,则函数在该点沿任意方向 l l l的方向导数存在
∂ f ∂ l ∣ ( x 0 , y 0 ) = f x ( x 0 , y 0 ) cos ⁡ α + f y ( x 0 , y 0 ) cos ⁡ β \left. \frac{\partial f}{\partial l} \right|_{\left( x_0,y_0 \right)}=f_x\left( x_0,y_0 \right) \cos \alpha +f_y\left( x_0,y_0 \right) \cos \beta lf(x0,y0)=fx(x0,y0)cosα+fy(x0,y0)cosβ
其中 c o s α cos \alpha cosα c o s β cos \beta cosβ是方向 l l l上的方向余弦。

与方向导数有关联的概念是函数的梯度,首先要强调梯度是一个向量,那么梯度是一个怎样的向量呢?接下来一起看一下:
∂ f ∂ l ∣ ( x 0 , y 0 ) = f x ( x 0 , y 0 ) cos ⁡ α + f y ( x 0 , y 0 ) cos ⁡ β \left. \frac{\partial f}{\partial l} \right|_{\left( x_0,y_0 \right)}=f_x\left( x_0,y_0 \right) \cos \alpha +f_y\left( x_0,y_0 \right) \cos \beta lf(x0,y0)=fx(x0,y0)cosα+fy(x0,y0)cosβ
                           = ( f x ( x 0 , y 0 ) , f y ( x 0 , y 0 ) ) ⋅ ( cos ⁡ α , cos ⁡ β )   \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ =\left( f_x\left( x_0,y_0 \right) ,f_y\left( x_0,y_0 \right) \right) \cdot \left( \cos \alpha ,\cos \beta \right) \                           =(fx(x0,y0),fy(x0,y0))(cosα,cosβ) 
= ∇ f ( x 0 , y 0 ) ⋅ e l                =\nabla f\left( x_0,y_0 \right) \cdot e_l\ \ \ \ \ \ \ \ \ \ \ \ \ \ =f(x0,y0)el              
= ∣ ∇ f ( x 0 , y 0 ) ∣ cos ⁡ θ         =|\nabla f\left( x_0,y_0 \right) |\cos \theta \ \ \ \ \ \ \ =f(x0,y0)cosθ       
其中 θ \theta θ是梯度与 l l l方向的夹角
从上面我们可以得到梯度
∇ f ( x 0 , y 0 ) = f x ( x 0 , y 0 ) i ⃗ + f y ( x 0 , y 0 ) j ⃗ = ( f x ( x 0 , y 0 ) , f y ( x 0 , y 0 ) ) \nabla f\left( x_0,y_0 \right) =f_x\left( x_0,y_0 \right) \vec{i}+f_y\left( x_0,y_0 \right) \vec{j}=\left( f_x\left( x_0,y_0 \right) ,f_y\left( x_0,y_0 \right) \right) f(x0,y0)=fx(x0,y0)i +fy(x0,y0)j =(fx(x0,y0),fy(x0,y0))
梯度是这样一个向量:它的方向是函数在这点方向导数取最大值的方向,它的模等于方向导数的最大值

梯度的几何意义

首先要明确我们上面定义的梯度是二元函数的梯度
函数为二元函数 z = f ( x , y ) z=f(x,y) z=f(x,y)时在空间中表示的是一个曲面,但是函数上某一点的梯度是二维空间中的一个向量
不少同学会在这儿感到疑惑,包括本人也是经过了思考才搞清楚的
关于方向导数和梯度你真的懂了吗?_第1张图片
第一个图形上有若干个等值面,它们在 x O y xOy xOy平面内的投影即为第二个图形
譬如函数上 H H H点的梯度方向如图所示,我们发现二元函数上某一点的梯度方向就是二维平面内的一个向量(注意:梯度方向为等值线上垂直于该点切线的法线方向)

如果函数是一个三元函数 u = f ( x , y , z ) u=f(x,y,z) u=f(x,y,z),它的图形是一个超曲面,在三维空间我们无法绘制出来,但是它的投影却是三维空间的曲面,称之为等值面,我们可以绘制出一个三元函数在三维空间的等值面
如图所示
关于方向导数和梯度你真的懂了吗?_第2张图片
譬如函数上点 M M M处的梯度方向如图所示,三元函数上某一点梯度的方向就是三维空间中的一个向量(注意:梯度方向为等值面上垂直于该点切平面的法线方向)


总结

(一)二元函数梯度的方向就是等值线上该点的法线方向
(二)三元函数梯度方向就是等值面上该点的法线方向(该点切平面的法线方向),通常用来求曲面上某点的切平面方程和法线方程

你可能感兴趣的:(学习,学习)