多元函数的几何应用

多元函数的几何应用

向量值函数

将函数值化为n维向量。一元数量函数的推广为一元向量值函数。
终端曲线:向量的终点的轨迹。(感觉是数量函数的图形)也称为向量值函数的图形
包括极限、求导、连续在内的定义与数量函数相似

几何意义

在这里插入图片描述
例如已知关于t的运动轨迹,其一阶求导的切向量切向量为速度向量,二阶求导为加速度向量。

空间曲线的切线和法平面

先求导向量,将导向量作为方向向量,利用点向式方程求得切线,与切线垂直的平面即为法平面
在这里插入图片描述

另外两种形式

在这里插入图片描述

曲面的的切平面和法线

在这里插入图片描述
当然有特殊情况:z=f(x,y),此时构造新的函数F(x,y,z)=f(x,y)-z,不同的是fz(x,y,z)的值恒为-1,如下所示
并且给出方向余弦的表达
在这里插入图片描述

方向导数

在这里插入图片描述

个人理解的几何意义

偏导数:函数在某点处延坐标轴正向,随着该自变量的变化,而引起的函数值的变化率.
方向导数:函数在某点的任一方向上,随着该自变量的变化,而引起的函数值的变化率.
当方向导数的方向是沿坐标轴时,其值与偏导数相同

梯度

在这里插入图片描述

  1. 当梯度和方向向量的角度θ=0°,即两者方向相同时,函数f(x,y)增加最快。函数在这个方向的方向导数达到最大值,为梯度的模
  2. 当梯度和方向向量的角度θ=180°,即两者方向相反时,函数f(x,y)减小最快。函数在这个方向的方向导数达到最小值,为梯度的模的负数
  3. 当梯度和方向向量的角度θ=90°,即两者方向正交时,函数f(x,y)变化率为0。函数在这个方向的方向导数为0

实际上,对于梯度的理解可以类似地看成地理中的等高线。沿某一方面高度的变化就是该方向的梯度。自然是沿垂直等高线的方向高度增加或减少最快(对应1,2),沿着等高线高度不变(对应3)。

数量场和向量场

对于空间G内,任意一点M都有一个确定的数量f(M),那么在这个空间G内就确定了一个数量场,如温度场、密度场
如果每点M确定的f(M)是向量F(M),则称在空间G内确定了一个向量场,如力场、速度场
如果向量场F(M)是某个数量函数的梯度,则称该数量函数是向量场F(M)的势函数,称向量场为势场
任意一个向量场并不一定都是势场

相关推荐
©️2020 CSDN 皮肤主题: 终极编程指南 设计师:CSDN官方博客 返回首页