当前课程知识点:微积分——多元函数与重积分 > 第一章 多元函数微分学 > 第五节 多元函数的方向导数与梯度向量 > 梯度向量的概念与计算
好
前面我们介绍了方向导数的概念
我们知道 函数在一点
沿着不同的方向
它当然方向导数都有可能存在
换句话说 也就是一个函数在一点
可能有多个方向导数
现在我们的问题是
在这一点的所有方向导数里面
有没有最大的方向导数
也就是说 有没有这样的方向
函数在这点
沿着这个方向的变化速度是最快的
这个问题 实际上我们就用
函数的梯度向量来刻画
所以这一节 我们主要介绍一下
梯度向量的有关问题
我们先看一下 梯度的概念
梯度的概念 它主要讨论的就是说
函数在一点的所有方向导数里面
有没有沿着某个方向
方向导数是最大的
我们就把这个方向 给它成为是梯度
作为定义 我们这样给出梯度的定义
设函数f(x,y)在点(a,b)
及其附近有定义
如果单位向量l0
它满足下面这个条件
也就是函数在(a,b)这一点
沿着l0的方向导数
是函数在(a,b)这一点
所有的方向导数里面最大的
那么我们就把这个与l0同向
长度是最大方向导数值的这个向量
称为是函数f(x,y)
在(a,b)这一点的梯度向量
我们记作 grad f
为了体现是(a,b)这一点
后面标上(a,b)
或者是梯度向量记成偏f
同样为了体现是(a,b)这一点
也把(a,b)给标上
从梯度向量的定义 我们知道
实际上梯度向量
它反映的是这么一个向量
也就是说 在(a,b)这一点
沿着这个方向的方向导数
是在这一点所有的方向导数里面
最大的
而这个方向导数的最大值
应该就是这个向量的长度
这实际上就是梯度向量的几何意义
我们经常说
多元函数在一点的
梯度向量的几何意义是什么
就是两点方向指的是
在这点沿着这个方向的方向导数最大
长度正好是 函数在这点
所有方向导数里面的最大值
我想这是关于梯度向量的定义
有了梯度向量的概念之后
我们来看一下对于一个函数
我们怎么样来判断它在一点
有没有梯度向量
如果有的时候
我们有没有办法把梯度向量求出来
这就是第二个问题
也就是 梯度的计算
我们看一下 我们假设函数
f(x,y)在(a,b)这个地方是可微的
然后l是一个单位向量
那么根据前面我们介绍的
方向导数的计算公式
我们知道偏f(a,b) 偏l
应该就等于偏f(a,b) 偏x
乘上cosα
加上偏f 偏y 在(a,b)这点的值
乘上sinα
而这一个 我们可以给它处理成
是两个向量的点积
其中一个向量
它的分量是它在这点的两个偏导数
而另外一个向量自然就是
我们这个方向向量l
这是做点积
那么 根据点积的定义
我们自然知道 它应该表示的是
第一个向量的长度
也就是偏f 偏x 偏f 偏y
都在(a,b)这点取值
再乘上这个向量的长度
这实际是1
再乘上这两个向量夹角
我用θ表示 它的余弦
这个时候 我们自然知道
它应该是小于等于这个向量的长度
这个向量的长度
而且我们还知道
这个等号是在θ等于0时取的
那么有这个简单的运算
我们能得到什么结果
实际上就是说
如果我们这个方向向量
与前面这个向量
是方向一致的时候
那么在这一点
沿着这个方向的方向导数
是可以取到最大值的
而且这个最大的方向导数值
恰好是这个向量的长度
那回过头来
我们回忆一下
梯度向量的几何意义
梯度向量的几何意义就是说
沿着梯度向量这个方向
方向导数最大
而梯度向量的长度
恰好应该是最大的方向导数值
也就是有了这个东西之后
我们直接知道
在函数可微的前提下
它在(a,b)这点的梯度向量是存在的
而且 梯度向量不是别的
就是利用它
在这点的两个一阶偏导数
得到的这个向量
我们把这个结果写成下面一个定理
如果函数f(x,y)
在(a,b)这点是可微的
那么我们利用它的两个一阶偏导数
构成的这个向量
就是这个函数f(x,y)
在这点(a,b)处的梯度向量
好 有了这个定理之后
那么对可微函数来说
它的梯度向量的计算问题
我们就解决了
实际上 与方向导数一样
能不能得到梯度向量
关键还是看
我们能不能得到它在这点的
两个一阶偏导数
我们看两个简单例题
比如说 我们一个函数
f(x,y)等于x方减y的三次方
现在我们给一个点P 是(1,2)
我们做的问题是说
我们求一个单位向量l
使得这个函数 f(x,y)
在这一点沿着这个方向
它的方向导数是最大的
实际上也就是说 要求一个向量
使得这个函数在这点
沿着这个方向
它变化是最快的
那么根据梯度向量的几何意义
我们知道 我们要求的
应该是这个单位向量
首先这个函数
是一个简单的多项式函数
所以说它是可微的
它是可微的
那么我们马上就可以得到
它在(1,2)这点的梯度向量是什么
它关于x求偏导是2倍x x等于1
所以梯度向量的第一个分量是2
它关于y求偏导是负的3倍的y的平方
y等于2 所以这个地方应该是负12
现在我们只要
把这个向量给它单位化就可以了
单位化 它的长度也就是根号下
2的平方是4
再加上负12的平方是144
这就是单位化
最后分量是(2,-12)
当然 大家经过简单的化简
就会得到我们要求的这个单位向量
实际上 它就是问
我们知道不知道 梯度向量
它刻画的是函数什么样的性质
与这个例题类似
我们考虑下面一个题目
也就是f(x,y,z)等于x乘y
加上y乘z 再加上z乘x
我们考虑这个点
也就是第一个分量是1
第二个分量是0
第三个分量是-1
现在我们来求这么一个单位向量
l使得这个三元函数在这点
沿着这个方向的方向导数是最小的
而且我们看看能不能
求出这个最小的方向导数值
当然 在这个例题里面
我们就牵扯到了三元函数
在一点梯度向量的概念
实际上
有了二元函数梯度向量的概念
那么一般的n元函数的梯度向量
我们是同样定义的
所以 在这个题目里面
因为这是一个多项式函数
所以说 它的可微性是没有问题的
换句话说
我们直接就可以得到它的梯度向量
也就是grad f在这点(1,0,-1)处
它的梯度向量第一个分量
应该是它关于x求偏导
实际就是y加上z
y是0 z是-1 所以第一个分量是-1
它的第二个分量
应该是它关于y求偏导
实际就是x加上z
x是1 z是-1 所以加起来应该等于0
第三个分量
应该是它关于z的偏导数
实际就是x加上y
x等于1 y等于0 加起来是1
这就是它的梯度向量
那么 我们给它单位化
再给它取一个反向
单位化之后
它的长度实际上就是根号下2
所以说根号2分之1 (-1,0,1)
因为沿着梯度向量
方向导数是最大的
所以说沿着它的反向
自然就是方向导数最小的
这样我们就得到了
我们要求的单位向量
那么 梯度向量的长度
是最大的方向导数
那么 它的长度的负值
就是我们要求的最小的方向导数
所以说它最小的方向导数值
应该是负的根号2
我想 这是关于多元函数
在一点梯度向量的概念
以及梯度向量的几何意义
还有梯度向量的一般求法
-第一节 多元连续函数
--开集、闭集、区域
--二重极限的定义
--二重极限的例题
--二次极限的定义
-第一章 多元函数微分学--第一节练习题
-第二节 多元函数的偏导数
--偏导数的概念
--偏导数的几何意义
--高阶偏导数的概念
-第一章 多元函数微分学--第二节练习题
-第三节 多元函数的全微分
--全微分的概念
--可微的必要条件
--可微的充分条件
--可微的充要条件
--多元函数的原函数
-第一章 多元函数微分学--第三节练习题
-第四节 多元函数的微分法
--隐函数存在定理
--隐函数组求导法
-第一章 多元函数微分学--第四节练习题
-第五节 多元函数的方向导数与梯度向量
--方向导数的概念
--方向导数的计算
-第一章 多元函数微分学--第五节练习题
-第六节 映射及其微分
--复合映射的微分法
-第一章 多元函数微分学--第六节练习题
-第七节 多元函数的泰勒公式(以二元函数为例)
-第一章 多元函数微分学--第七节练习题
-第一节 多元函数微分学的几何应用
-第二章 多元函数微分学应用--第一节练习题
-第二节 多元函数的极值
--极值点的判别法
--极值问题举例
-第二章 多元函数微分学应用--第二节练习题
-第三节 多元函数的条件极值
--条件极值问题举例
--最小二乘法
-第二章 多元函数微分学应用--第三节练习题
-第一节 二重积分的概念和性质
--二重重积分引入
--二重积分定义
--二重积分性质
-第二节 二重积分的计算
-第三章重积分--第二节练习题
-第三节 极坐标系及一般坐标系
--极坐标系
--一般坐标系
-第三章重积分--第三节练习题
-第四节 三重积分
--三重积分的引入
--三重积分的定义
--三重积分的性质
--直角坐标系
--空间坐标变换
--空间柱坐标系
--球坐标系
--球坐标系例题
-第三章重积分--第四节 练习题
-第五节 第一类曲线积分
-第三章重积分--第五节 练习题
-第六节 第一类曲面积分
-第三章重积分--第六节 练习题
-第七节 含参变量积分
--含参定积分的定义
--含参积分的连续性
--含参积分的导数
--含参积分的例题
-- 广义含参积分的一致收敛性
-第三章重积分--第七节 练习题
-第一节 第二类曲线积分
-第四章 向量分析--第一节 练习题
-第二节 Green公式及其应用
-第四章 向量分析--第二节 练习题
-第三节 第二类曲面积分
--曲面的定向
-第四章 向量分析--第三节 练习题
-第四节 Gauss公式与Stokes公式
--Gauss公式
-第四章 向量分析--第四节 练习题
-第五节 无源场,保守场与调和场
--平面保守场
--势函数及其计算
--空间保守场
--常见的场
-第四章 向量分析--第五节 练习题
-第一节 微分方程的基本概念
--微分方程概念举例
-第二节 可求解的一阶微分方程(初等积分法)
--变量分离方程
--齐次型方程
-第五章 常微分方程--第二节 练习题
-第三节 高阶线性微分方程解的结构
-第五章 常微分方程--第三节 练习题
-第四节 高阶线性常系数微分方程
--欧拉方程
--欧拉方程举例
-第五章 常微分方程--第四节 练习题