当前位置: 首页 > article >正文

方向导数与梯度

1 方向导数(二元为例)

在这里插入图片描述

Σ : z = f ( x , y ) , ( x , y ) ∈ D , M 0 ( x 0 , y 0 ) ∈ D Σ:z=f(x,y),(x,y)∈D,M_0(x_0,y_0)∈D Σz=f(x,y)(x,y)DM0(x0,y0)D

x o y xoy xoy面内从 M 0 M_0 M0作射线 l l l ,取 M ( x 0 + △ x , y + △ y ) ∈ l M(x_0+△x,y+△y)∈l M(x0+x,y+y)l

△ z = f ( x 0 + △ x , y 0 + △ y ) − f ( x 0 , y 0 ) △z=f(x_0+△x,y_0+△y)-f(x_0,y_0) z=f(x0+x,y0+y)f(x0,y0)

ρ = ∣ M 0 M ∣ = ( △ x ) 2 + ( △ y ) 2 ρ=|M_0M|=\sqrt[]{(△x)^2+(△y)^2} ρ=M0M=(x)2+(y)2

如果 l i m ρ → 0 △ z ρ \underset{ρ→0}{lim}\frac{△z}{ρ} ρ0limρz存在,称此极限为 z = f ( x , y ) z=f(x,y) z=f(x,y) M 0 M_0 M0处沿射线 l l l的方向导数,记作 ∂ z ∂ l ∣ M 0 \frac{∂z}{∂l}|_{M_0} lzM0

∂ z ∂ l ∣ M 0 ≜ l i m ρ → 0 △ z ρ \frac{∂z}{∂l}|_{M_0}\triangleq\underset{ρ→0}{lim}\frac{△z}{ρ} lzM0ρ0limρz

计算

在这里插入图片描述
z = f ( x , y ) , M 0 ( x 0 , y 0 ) z=f(x,y),M_0(x_0,y_0) z=f(x,y)M0(x0,y0),射线 l l l的方向余弦 c o s α , c o s β cosα,cosβ cosαcosβ

f ( x , y ) f(x,y) f(x,y)连续可偏导

△ z ρ = f ( x 0 + △ x , y 0 + △ y ) − f ( x 0 , y 0 + △ y ) ρ + f ( x 0 , y 0 + △ y ) − f ( x 0 , y 0 ) ρ \frac{△z}{ρ}=\frac{f(x_0+△x,y_0+△y)-f(x_0,y_0+△y)}{ρ}+\frac{f(x_0,y_0+△y)-f(x_0,y_0)}{ρ} ρz=ρf(x0+x,y0+y)f(x0,y0+y)+ρf(x0,y0+y)f(x0,y0)

= f x ( ξ , y 0 + △ y ) △ x ρ + f ( x 0 , y 0 + △ y ) − f ( x 0 , y 0 ) △ y ⋅ △ y ρ f_x(ξ,y_0+△y)\frac{△x}{ρ}+\frac{f(x_0,y_0+△y)-f(x_0,y_0)}{△y}·\frac{△y}{ρ} fx(ξ,y0+y)ρx+yf(x0,y0+y)f(x0,y0)ρy (ξ介于 x 0 x_0 x0 x 0 + △ x x_0+△x x0+x之间)

f x ( x , y ) , f y ( x , y ) f_x(x,y),f_y(x,y) fx(x,y)fy(x,y)连续

∂ z ∂ l ∣ M 0 = l i m ρ → 0 f x ( ξ , y 0 + △ y ) △ x ρ + l i m ρ → 0 f ( x 0 , y 0 + △ y ) − f ( x 0 , y 0 ) △ y ⋅ △ y ρ \frac{∂z}{∂l}|_{M_0}= \underset{ρ→0}{lim}f_x(ξ,y_0+△y)\frac{△x}{ρ}+\underset{ρ→0}{lim}\frac{f(x_0,y_0+△y)-f(x_0,y_0)}{△y}·\frac{△y}{ρ} lzM0=ρ0limfx(ξ,y0+y)ρx+ρ0limyf(x0,y0+y)f(x0,y0)ρy

= f x ( x 0 , y 0 ) c o s α + f y ( x 0 , y 0 ) c o s β f_x(x_0,y_0)cosα+f_y(x_0,y_0)cosβ fx(x0,y0)cosα+fy(x0,y0)cosβ

∂ z ∂ l ∣ M 0 = ∂ z ∂ x ∣ M 0 c o s α + ∂ z ∂ y ∣ M 0 c o s β \frac{∂z}{∂l}|_{M_0}=\frac{∂z}{∂x}|_{M_0}cosα+\frac{∂z}{∂y}|_{M_0}cosβ lzM0=xzM0cosα+yzM0cosβ

2 梯度(三元为例)

u = f ( x , y , z ) u=f(x,y,z) u=f(x,y,z)
在这里插入图片描述

在这里插入图片描述


http://www.kler.cn/a/2367.html

相关文章:

  • flink实现复杂kafka数据读取
  • Swin transformer 论文阅读记录 代码分析
  • Redis应用—9.简单应用汇总
  • Clickhouse(Centos)
  • 【前端】vue数组去重的3种方法
  • 【ETCD】【Linearizable Read OR Serializable Read】ETCD 数据读取:强一致性 vs 高性能,选择最适合的读取模式
  • 【Linux】多线程
  • OpenCV入门(十八)快速学会OpenCV 17 直线检测
  • 幸福的烦恼:显卡算力太高而pytorch版本太低不支持
  • Power BI利用Python和Sql Server制作实时看板
  • nginx快速入门.跟学B站nginx一小时精讲课程笔记
  • 【百面成神】多线程基础16问,你能坚持到第几问
  • 技术人的管理学-业务管理
  • 扒一扒抖音是如何做线程优化的
  • Markdown常用语法(字体颜色)
  • Python生日蛋糕
  • 网络协议分析期末复习(四)
  • 【vue2】使用vue常见的业务流程与实现思路
  • Docker的可视化界面工具
  • CRC校验算法以及相关实现示例
  • 脱不下孔乙己的长衫,现代的年轻人该怎么办?
  • 百度文心一言正式亮相
  • Linux(网络基础---网络层)
  • 【Python入门第三十五天】Python丨文件打开
  • 论文阅读《Point NeRF:Point-based Neural Radiance Fileds》
  • 【C++进阶】十一、哈希的应用---位图(一)