高等数学复习笔记8(多元导数的应用)

一、曲线函数及其导数

从参数方程形式引入“曲线的导数”更加容易。
空间中的一个曲线可以表示成参数方程:\left\{ \begin{aligned} x=\phi(t) \\ y=\psi(t) \\ z=\omega(t) \end{aligned} \right.
若把上面的方程组写成向量形式\vec{r}=\vec{f}(t)=x\vec{i}+y\vec{j}+z\vec{k}=\phi(t)\vec{i}+\psi(t)\vec{j}+\omega(t)\vec{k},就叫做一元向量值函数。
r是假设质点沿着曲线运动的位置轨迹,即曲线本身。其导数有以下\color{red}{物理意义}
\frac{dr}{dt}=v(t)是质点M的速度向量,其方向与曲线相切
\frac{d^2r}{dt^2}=\frac{dv(t)}{dt}=a(t)是质点M的加速度向量
注意:f(t)t_0可导的\color{red}{充分必要条件}是,f(t)在三个分量函数\phi(t),\psi(t),\omega(t)都在t_0可导。其导数为f'(t_0)=\phi'(t_0)i+\psi'(t_0)j+\omega'(t_0)k

二、曲线的切线和法平面

  • 曲线在t_0的导数是f'(t_0)=(\phi'(t_0),\psi'(t_0),\omega'(t_0))
  • f(t_0)的切线方程是\frac{x-x_0}{\phi'(t_0)}=\frac{y-y_0}{\psi'(t_0)}=\frac{z-z_0}{\omega'(t_0)}
  • 经过f(t_0)且垂直于切线的平面叫做法平面,其方程是\phi'(t_0)(x-x_0)+\psi'(t_0)(y-y_0)+\omega'(t_0)(z-z_0)=0

曲线不仅可以用参数方程表示,还可以有更一般的表达,即\left\{ \begin{aligned} G(x,y,z)=0 \\ F(x,y,z)=0 \end{aligned} \right.
虽然有两个变量(x,y),但是联立方程组会消去一个自由度,变成一个变量x。或者理解为,当x确定后(y,z)的方程组只有唯一解,即任意一个x对应一个(y,z),因此只有一个变量x。
两边同时求导,并解出\frac{dy}{dx},\frac{dz}{dx}.这些内容在笔记5中讲过了。
上述方程组可以转化为\left\{ \begin{aligned} x=x \\ y=y(x) \\ z=z(x) \end{aligned} \right.

  • 因此其导数为f'(x_0)=(1,y'(x_0),z'(x_0))
  • 切线方程是\frac{x-x_0}{1}=\frac{y-y_0}{y'(x_0)}=\frac{z-z_0}{z'(x_0)}
  • 经过f(x_0)且垂直于切线的平面叫做法平面,其方程是(x-x_0)+y'(x_0)(y-y_0)+z'(x_0)(z-z_0)=0

三、曲面的切平面和法线

曲面的函数为z=f(x,y),或者写成F(x,y,z)=0

  • 切平面方程
    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
  • 法线方程
    \frac{x-x_0}{F_x(x_0,y_0,z_0)}+\frac{y-y_0}{F_y(x_0,y_0,z_0)}+\frac{z-z_0}{F_z(x_0,y_0,z_0)}=0

四、方向导数

偏导数的含义是函数沿坐标轴方向的变化率。而方向导数可以求函数\color{red}{沿任意方向}的变化率。
假设这个方向l与X轴、y轴、z轴的夹角分别为\alpha, \beta, \gamma,又叫方向角。

  • 假设有一个二元函数为f(x,y)=0,它通过点(x_0,y_0)。把它写成参数形式\left\{ \begin{aligned} x=x_0 +tcos\alpha \\ y=y_0 +tcos\beta \end{aligned} \right.
    方向导数定义为\frac{\partial f}{\partial l}|_{(x_0,y_0)}=\lim_{t \to 0}\frac{f(x_0 +tcos\alpha, y_0 +tcos\beta)-f(x_0,y_0)}{t}
    =f_x(x_0,y_0)cos\alpha+f_y(x_0,y_0)cos\beta
  • 三元函数的方向导数为\frac{\partial f}{\partial l}|_{(x_0,y_0,z_0)}=f_x(x_0,y_0,z_0)cos\alpha+f_y(x_0,y_0,z_0)cos\beta+f_z(x_0,y_0,z_0)cos\gamma

五、梯度

某点的梯度方向等于该点$\color{red}{方向导数取最大值的方向}。
梯度的模等于方向导数的最大值。

计算方法是 \nabla f(x_0,y_0)=f_x(x_0,y_0)\cdot\vec{i}+f_y(x_0,y_0)\cdot \vec{j}
梯度又叫向量微分算子,或者Nabla算子。

六、条件极值——拉格朗日乘数法

辅助函数L(x,y)=f(x,y)+\lambda_1\phi(x,y)+\lambda_2\phi(x,y)
有几个条件,就写几个\lambda即可。
分别求x,y,\lambda的一阶偏导数,并令其为0。
这里我虽然讲的最少,但是却是经济学中用的最多的。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容