MIT多变量微积分--8.多元函数,等值面,偏导数,切平面逼近
文章目录
- 1.多元函数
- 2.等值面
- 3.偏导数
- 偏导的几何意义
1.多元函数
若现在要让你画一个函数: z = f ( x , y ) = 1 − x 2 − y 2 z= f(x,y) = 1-x^2-y^2 z=f(x,y)=1−x2−y2
要如何画?
- 固定x=0,则: z = 1 − y 2 z=1-y^{2} z=1−y2,是一个开口向下的抛物线。
- 固定y=0,则: z = 1 − x 2 z=1-x^{2} z=1−x2,是一个开口向下的抛物线。
- 令z=0,可以得到 x 2 + y 2 = 1 x^{2}+y^{2}=1 x2+y2=1,所以,在xy平面上是一个单位圆。
经过上面三个步骤,相信已经对这个曲面有一个大致的了解了。
2.等值面
这个内容我们在初中地理上已经很熟悉了,只补充一点老师的看法
等值面就是拿不同的z值去水平地切这个曲面所得到的。
3.偏导数
上图是一个等值线的图,从图中我们可以发现:
- 若y值不变,增大x,则z值增大。
- 若y值不变,减小x,则z值减小。
- 对于x不变,y的变换也是类似。
我们如果想不只是定性的描述这些,而是像在一元函数里面那样,有类似导数的工具去研究,该怎么做呢?
因此我们引入偏导数(Partial derivative)
我们先来回顾一下,一元函数里面导数的定义,若 y = f ( x ) y=f(x) y=f(x)
则 d y d x = lim Δ → 0 f ( x + Δ x ) − f ( x ) Δ x \frac{dy}{dx}=\lim_{\Delta \to 0} \frac{f(x+\Delta x)-f(x)}{\Delta x} dxdy=Δ→0limΔxf(x+Δx)−f(x)
在 x = x 0 x=x_{0} x=x0处的导数: f ′ ( x 0 ) = lim x → x 0 f ( x ) − f ( x 0 ) x − x 0 f\prime(x_{0})=\lim_{x \to x_{0}} \frac{f(x)-f(x_{0})}{x-x_{0}} f′(x0)=x→x0limx−x0f(x)−f(x0)
于是有一阶逼近(咳咳,一阶逼近就是这么来的奥): f ( x ) ≈ f ( x 0 ) + ( x − x 0 ) f ′ ( x 0 ) f(x)\approx f(x_{0})+(x-x_{0})f\prime(x_{0}) f(x)≈f(x0)+(x−x0)f′(x0)
如果上式有更多的项,那便是泰勒展开了。
好,打住!现在我们来看看二元函数里面的情况
我们要怎么研究呢,因为我们可以改变x,也可以改变y,也可以同时改变两者,似乎有点麻烦。 为此,我们引入偏导
定义如下: ∂ f ∂ x ( x 0 , y 0 ) = lim Δ x → 0 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x \frac{\partial f}{\partial x}(x_0,y_0)=\lim_{\Delta x \to 0} \frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x} ∂x∂f(x0,y0)=Δx→0limΔxf(x0+Δx,y0)−f(x0,y0)
∂ f ∂ y ( x 0 , y 0 ) = lim Δ y → 0 f ( x 0 , y 0 + Δ y ) − f ( x 0 , y 0 ) Δ y \frac{\partial f}{\partial y}(x_0,y_0)=\lim_{\Delta y \to 0} \frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y} ∂y∂f(x0,y0)=Δy→0limΔyf(x0,y0+Δy)−f(x0,y0)
其实从偏导的英文可以看出,partial derivative里面的这个partial就可以窥见定义了!
并且这个定义也符合直觉,就如上面那个等值线的图,我们在看一个图的时候,如果想观察它的变化率,我们下意识地也会固定一个x或者y,去观察另一个变量的变化。
偏导的几何意义
这个也挺好理解,例如在( x 0 , y 0 x_0,y_0 x0,y0)对x的偏导:可以这么理解,在这一点处,做一个平行于xoz平面的平面,这个平面与 z = f ( x , y ) z=f(x,y) z=f(x,y)这个曲面交于一条曲线,这样,在这条曲线上的这点的切线便是在( x 0 , y 0 x_0,y_0 x0,y0)对x的偏导
MIT多变量微积分--8.多元函数,等值面,偏导数,切平面逼近相关推荐
- MIT多变量微积分--3.矩阵,逆矩阵
文章目录 1.叉积的应用 2.矩阵 3.如何理解矩阵与向量的乘法 4.单位矩阵与逆矩阵 1.叉积的应用 上一篇文章证明了det(A,B,C)=以A,B,C为临边的平行六面体的体积 若平面上有P1,P2 ...
- MIT多变量微积分--4.平面方程,线性方程组
1.平面方程 我们知道ax+by+cz=d类似这样的方程是平面方程,but,why? 例1:求一个平面方程,其法向量N为<1,5,7>,且平面过原点. 解:在平面上任意找一点P(x,y,z ...
- MIT 18.02 多变量微积分总结(Part II)
Line Integrals 三种基本的曲线积分种类 line integrals with respect to arc length 求曲线长度的积分一目了然:L=∫badsL=\int_{a}^ ...
- 【微积分5多元函数微分学】第五章第二节 偏导数与全微分的计算
[微积分5多元函数微分学]第五章第二节 偏导数与全微分的计算 第二节 偏导数与全微分的计算 1. 内容要点 1. 复合函数求导 2. 隐函数求导 2. 常考题型 1. 求一点处的偏导数与全微分 2. ...
- 多变量微积分01-09
多变量微积分01 1. 点积 2. 行列式.叉积 3. 矩阵.逆矩阵 4. 平面方程 5. 直线.曲线参数方程 6. 速度.加速度 7. 复习 8. 等值面.偏导数.切平面 9. 极大极小问题,最小二 ...
- 多变量微积分笔记(3)——二重积分
文章目录 3. 多重积分--二重积分(Double Integrals) 3.1 直角坐标系下二重积分 二重积分的定义 如何选择积分上下限 3.2 极坐标下的二重积分 微元及二重积分表达式 如何选择积 ...
- 多变量微积分笔记(1)——向量和矩阵
本博客对应我博客中的多变量微积分目录下的第一章,向量和矩阵. 1.向量和矩阵(Vectors and Matrices)--开启多变量函数和多变量微积分大门的钥匙 在单变量微积分中用得最多的应该只是坐 ...
- 高数 | 【概念剖析】多元函数的偏导数、方向导数、梯度以及微分之间的关系
本篇文章,探讨下多元函数微分学下的一些知识点之间的关系.包括全微分.偏导数.方向导数.梯度.全导数等内容. 一.导数和微分到底是什么,以及为什么会有这些概念 导数和微分其实就是数学家创造的两个代数工具 ...
- 多变量微积分笔记6——拉格朗日乘数法
基本的拉格朗日乘子法(又称为拉格朗日乘数法),就是求函数 f(x1,x2,...) 在 g(x1,x2,...)=C 的约束条件下的极值的方法.其主要思想是引入一个新的参数 λ (即拉格朗日乘子),将 ...
最新文章
- ubuntu + oepncv + PCL + realsenseSDK + ROS + OpenVino开发环境搭建
- 项目跑到到了日志警告就卡住了_java中的日志框架梳理(以故事的形式呈现)...
- 自学Java-运算符
- 【企业管理】组织与管理的思考
- c语言程序设计dowhile,(C语言while、dowhile、for循环课程5.docx
- 用NSubstitute来mock
- HAPPY_TOGETHER_WEEK15_ENJOY
- 从Myeclipe转向Idea,各种遇坑与填坑经验,持续更新(图文)
- perl判断变量是数值_Perl学习12之defined undef使用
- SATA,SAS,SSD 读写性能测试结果
- u盘文件看得见却打不开_u盘文件夹打不开怎么办【图解】
- 服务器机箱 改造 桌面,你的显卡站起来了吗?——桌面改造分享装机篇
- Hyperledger Fabric系统架构
- uniapp开发技术
- [图文教程]BIOS设置教程
- 谷歌浏览器在线观看视频有声音但画面黑屏问题解决
- 微信开发(3)微信支付
- js为什么设置为单线程,怎么实现多线程
- 如何备份你的 QQ 空间相册
- C++11 解决内存泄露问题的智能指针:shared_ptr、unique_ptr、weak_ptr
热门文章
- 黑马程序员—聊天小程序
- final 修饰的成员变量必须手动初始化
- 【毕业设计源码】基于微信小程序的查寝系统的设计与实现
- pve 不订阅更新_这款曾霸榜TapTap的游戏,创造了不一样的自走棋玩法
- ubuntu安装 veloview_Pointnet+Frustum-Pointnet复现(Pytorch1.3+Ubuntu18.04)
- 全国高校信息 ,全国市州信息 ,全国省市信息 ,全国区县联查信息 2019-08-27
- Debian修改时区
- WebService入门学习一
- HTML广告位出售单页网页模板源码分享
- java如何循环输出一个表格,Java编程for循环输出俄文字母表