高等数学教学教案 多元函数的极值及其求法
- 格式:doc
- 大小:193.50 KB
- 文档页数:7
第五节多元函数的极值及其求法的图形观察二元函数22y x e xyz +-=播放播放设函数),(y x f z =在点),(00y x 的及其附近有定义,对于点),(00y x 附近的任一点),(y x 都有),(),(00y x f y x f <,则称函数在),(00y x 有极大值;若有),(),(00y x f y x f >,则称函数在),(00y x 有极小值.一、多元函数的极值及最值极大值、极小值统称为极值.使函数取得极值的点称为极值点.(1)(2)(3)例1处有极小值.在函数)0,0(4322yx z +=例2处有极大值.在函数)0,0(22yx z +-=例3处无极值.在函数)0,0(xyz =设函数),(y x f z =在点),(00y x 具有偏导数,且在点),(00y x 处有极值,则它在该点的偏导数必然为零:0),(00=y x f x , 0),(00=y x f y .多元函数取得极值的条件(称驻点)例如, 点)0,0(是函数xy z =的驻点,但不是极值点.驻点极值点注意:定理1(必要条件)问题:如何判定一个驻点是否为极值点?设函数),(y x f z =在点),(00y x 的某邻域内连续,有一阶及二阶连续偏导数,设 0),(00=y x f x , 0),(00=y x f y ,定理2(充分条件)则),(y x f 在点),(00y x 处是否取得极值的条件如下:令 A y x f xx =),(00,B y x f xy =),(00,C y x f yy =),(00, (1)02>-B AC 时具有极值,且当0<A 时有极大值,当0>A 时有极小值;(2)02<-B AC 时没有极值;(3)02=-B AC 时可能有极值,也可能没有极值,还需另作讨论.设3322(,)339f x y x y x y x =-++-,求极值. 求得驻点:)2,1(),2,3(),0,1(),0,3(--,二阶偏导数为:66,0,66+-=''=''+=''y f f x f yy xy xx ,C B A 2B AC - (-3,0)-12 0 6 - 不是极值 (1,0)12 0 6 + 极小值-5 (-3,2)-12 0 -6 + 极大值31 (1,2) 12 0 6- 不是极值 例4解,令⎪⎩⎪⎨⎧=+-='=-+='063096322y y f x x f y x多元函数的最值求最值的一般方法:将函数在D内的所有驻点处的函数值及在D的边界上的最大值和最小值相互比较,其中最大者即为最大值,最小者即为最小值.求二元函数)4(),(2y x y x y x f z --==在直线6=+y x ,x 轴和y 轴所围成的闭区域D 上的最大值与最小值. 解x y o 6=+y x D 例5先求函数在D 内的驻点,⎩⎨⎧=---='=---='0)4(),(0)4(2),(222y x y x x y x f y x y x xy y x f y x 得区域D 内唯一驻点)1,2(,且4)1,2(=f ,再求),(y x f 在D 边界上的最值,解方程组 在边界0=x 和0=y 上0),(=y x f ,在边界6=+y x 上,即x y -=6,得 4,021==x x ,,2|64=-=⇒=x x y ,64)2,4(-=f 比较后可知4)1,2(=f 为最大值, 64)2,4(-=f 为最小值.,)6(223x x -=)2)(6(2--=x x z )60(≤≤x ,0)4(6=-='x x z 得区域D 内唯一驻点)1,2(,且4)1,2(=f ,在边界0=x 和0=y 上0),(=y x f ,要做一个容积为323cm 的无盖长方体箱子,问长、宽、高各为多少时,才能使所用材料最省? 若根据实际问题,目标函数有最大值(或最小值),而在定义区域内部有唯一的极大(小)值点,则可以断定该极大(小)值点即为最大(小)值点.例6解6464(0.0)S xy x y x y =++>>设长方体的长为x ,高为y ,则宽为32.xy 则箱子所用材料的面积为令由实际问题意义知,S 必有最小值,且内部唯一驻点,故当4x y ==时,S 有最小值.即当长、宽均为4cm 时,所用材料最省.22640640x y S y x S x y ⎧'=-=⎪⎪⎨⎪'=-=⎪⎩解得唯一驻点 4.x y ==用铁皮做一个有盖的长方形水箱,要求容积为V ,问怎么做用料最省?二、条件极值拉格朗日乘数法设水箱的长、宽、高分别为z y x ,,,则目标函数:)(2zx yz xy S ++=,约束条件:xyz V =, 实际问题中,目标函数的自变量除了受到定义域的限制外, 往往还受到一些附加条件的约束,这类极值问题称条件极值问题.例7解即表面积最小.,xyV z =⇒ 代入目标函数,化为无条件极值问题:x yz令 ⎪⎪⎩⎪⎪⎨⎧=-='=-='0)(20)(222y V x S x V y S y x ,求得唯一驻点3V y x ==,从而3V z =, 内部唯一驻点,且由实际问题S 有最大值,故做成立方体表面积最小.这种做法的缺点:1.变量之间的平等关系和对称性被破坏;2.有时解出隐函数困难甚至不可能.目标函数化为:)(2yV x V xy S ++=, 0,0>>y x要找函数),(y x f z =在条件0),(=y x ϕ下的可能极值点,解出λ,,y x ,其中y x ,就是可能的极值点的坐标.拉格朗日乘数法令,0),(0),(),(0),(),(⎪⎩⎪⎨⎧=='+'='+'y x y x y x f y x y x f y y x x ϕϕλϕλ其中λ为参数,引入拉格朗日函数),(),();,(y x y x f y x F λϕλ+=如果目标函数是三元函数),,(z y x f ,且约束条件有两个,0),,(=z y x g ,0),,(=z y x h ,则构造拉格朗日函数为.),,(),,(),,(),;,,(z y x h z y x g z y x f z y x L μλμλ++=令,0),,(0),,(),,(),,(),,(0),,(),,(),,(0),,(),,(),,(⎪⎪⎪⎩⎪⎪⎪⎨⎧=='+'+'='+'+'='+'+'z y x h z y x g z y x h z y x g z y x f z y x h z y x g z y x f z y x h z y x g z y x f z z z y y y x x x μλμλμλ解出z y x ,,,就是可能的极值点的坐标.用铁皮做一个有盖的长方形水箱,要求容积为V ,问怎么做用料最省?例7目标函数:)(2zx yz xy S ++=,约束条件:xyz V =,解构作拉格朗日函数 )()(2V xyz zx yz xy L -+++=λ,令 ⎪⎪⎩⎪⎪⎨⎧==++='=++='=++='Vxyz xy y x L xz z x L yz z y L z y x 0)(20)(20)(2λλλ, 解得唯一驻点,3V z y x ===,由实际问题,即为最小值点.。
多元函数的极值及其求法
一、多元函数的极值
定理1(必要条件) 设函数()y x f z ,=在点()00,y x 具有偏导数且在点()00,y x 处有极值,则有
()()0,,0,0000==y x f y x f y x
定理2(充分条件) 设函数()y x f z ,=在点()00,y x 的某邻域内连续且有一阶及二阶连续偏导,又 ()()0,,0,0000==y x f y x f y x ,令
()()()C y x f B y x f A y x f yy xy xx ===000000,,,,,,
则()y x f ,在()00,y x 处是否取得极值的条件如下:
(1)02>-B AC 时具有极值,且当0<A 时有极大值,当0>A 时有极小值;
(2)02<-B AC 时没有极值(在()00,y x 处不取极值);
(3)02=-B AC 时可能有极值,也可能没有极值,还需另作讨论。
二、条件极值 拉格朗日乘数法
拉格朗日乘数法 要找函数()y x f z ,=在条件()0,=y x ϕ下的可能极值点,可先作拉格朗日函数
()()()y x y x f y x L ,,,λϕ+=,
其中λ为参数。
()()()()()0,0,,0
,,==+=+y x y x y x f y x y x f y y x x ϕλϕλϕ
解出y x ,及λ,这样得到的()y x ,就是函数()y x f z ,=在附加条件()0,=y x ϕ下的可能极值点。
多元函数的极值及其求法多元函数的极值多元函数的最大值、最小值条件极值拉格朗日乘数法多元函数的极值定义 设函数()z f x y =,的定义域为D ,()000,P x y 则称函数在点()00,x y 有极大值(或极小值) ()00,f x y为D 的内点,若存在0P 的某个邻域()0U P D ⊂,如果对于该邻域内任何异于0P 的点(),x y , 都有()()00,,f x y f x y < (或()()00,,f x y f x y >),极大值、极小值统称为极值. 使函数取得极值的点称为极值点.例 函数2234z x y =+在点(0,0)处有极小值.()0,00z =, 例 函数22y x z +-=在点(0, 0)处有极大值.当()(),0,0x y ≠时, 0z >.=在点(0,0)处既不取得极大值也不取得极小例函数z xy值.()0,00z=,而在点(0, 0)的任一邻域内,总有使函数值为正的点,也有使函数值为负的点.设n 元函数()u f P =在点0P 的某一邻域内有定义,如果对于该邻域内任何异于0P 的点P , 都有则称函数()fP 在点0P 有极大值(或极小值)()0f P .()()0f P f P < (或()()0f P f P >),定理1(必要条件) 设函数()z f x y =,在点()00,x y 具 有偏导数, 且在点()00,x y 处有极值, 则有()00,0x f x y =, ()00,0y f x y =.不妨设()z f x y =,在点()00,x y 处有极大值. 证 依极大值的定义, 对于点()00,x y 的某邻域内异于()00,x y 的点(),x y , 都有不等式特殊地, 在该邻域内取0y y =而0x x ≠的点,也应有()()00,,f x y f x y <()()000,,f x y f x y <这表明一元函数()0,f x y 在0x x =处取得极大值,因而有()00,0x f x y =.类似地可证()00,0y f x y =.从几何上看, 这时如果曲面()z f x y =,在点()000,,x y z 处有切平面, 则切平面()()()()0000000,,x y z z f x y x x f x y y y -=-+-成为平行于xoy 坐标面的平面0z z =.凡是能使()00,0xf x y =, ()00,0y f x y =同时成立的点()00,x y 称为函数()z f x y =,的驻点.具有偏导数的函数的极值点必定是驻点.但函数的驻点不一定是极值点.例如, 函数z xy =在点 (0,0)处的两个偏导数都是零, 但(0,0)不是极值点.定理2(充分条件) 设函数()z f x y =,在点()00,x y 的某邻域内连续且有一阶及二阶连续偏导数,又()00,0x f x y =, ()00,0y f x y =,令()00,xx f x y A =, ()00,xy f x y B =, ()00,yy f x y C =则()f x y ,在()00,x y 处是否取得极值的条件如下:(2)20AC B -<时没有极值;(1) 20AC B ->时具有极值, 且当0A <时有极大值,当0A >时有极小值;(3) 20AC B -=时可能有极值, 也可能没有极值.极值的求法: 第一步 解方程组求得一切实数解, 即可得一切驻点.第二步 对于每一个驻点()00,x y , 求出二阶偏导数的 ()00,0x f x y =, ()00,0y f x y =,值A 、B 和C .第三步 定出2AC B -的符号, 按定理2的结论判定()00,f x y 是否是极值、是极大值 还是极小值.例 求函数()3322,339f x y x y x y x =-++-的极值.解 解方程组⎩⎨⎧=+-==-+=063),(0963),(22y y y x f x x y x f yx 得驻点为()1,0、()1,2、()3,0-、()3,2-.求得1,3x =- ; 0,2y =再求出二阶偏导数(),66xx f x y x =+,(),0xy f x y = ,(),66yy f x y y =-+.在点()1,0处,21260AC B -=⋅>, 又0A >,所以函数在()1,0处有极小值()1,05f =-;在点()1,2处, ()21260AC B -=⋅-<,所以()1,2f 不是极值;所以()3,0f -不是极值;所以函数在()3,2-处有极大值()3,231f -=.在点()3,0-处, 21260AC B -=-⋅<,在点()3,2-处,()21260AC B -=-⋅->, 又0A <,不是驻点也可能是极值点.例如,函数220,0处有极大值,=-+在点()z x y0,0不是函数的驻点.但()多元函数的最大值、最小值如果()f x y ,在有界闭区域D 上连续, 则()f x y ,在 D 上必定能取得最大值和最小值.假定函数在D 上连续、在D 内可微分且只有有限个驻 点, 如果函数在D 的内部取得最大值(最小值), 那么这个 最大值(最小值)也是函数的极大值(极小值).求最大值和最小值的一般方法将函数()f x y ,在D 内的所有驻点处的函数值及在D 的边界上的最大值和最小值相互比较, 其中最大的就是最大 值, 最小的就是最小值.实际问题中如果根据问题的性质, 知道函数()f x y , 的最大值(最小值)一定在D 的内部取得, 而函数在D 内 只有一个驻点, 那么可以肯定该驻点处的函数值就是函数 ()f x y ,在D 上的最大值(最小值).例 某厂要用铁板做成一个体积为38m 的有盖长方体水箱.问当长、宽、高各取多少时, 才能使用料最省.解 设水箱的长为x , 宽为y , 则其高应为xy8. 此水箱所用材料的面积为)0 ,0( )88(2)88(2>>++=⋅+⋅+=y x yx xy xy x xy y xy A令0)8(22=-=x y A x , 0)8(22=-=yx A y , 得2x =, 2y =.当水箱的长为2m 、宽为2m 、高为82m 22=⋅时, 水箱所用的材料最省.条件极值拉格朗日乘数法例如, 对自变量有附加条件的极值称为条件极值.求表面积为2a 的长方体的最大体积.设长方体的三棱的长为x y z 、、, 则体积V xyz =.x y z 、、还必须满足附加条件22()xy yz xz a ++=.由条件2)(2a xz yz xy =++, 解得)(222y x xy a z +-=, 于是得 V ))(2(22y x xy a xy +-=. 有些条件极值问题可以化为无条件极值问题.例如, 求表面积为2a 的长方体的最大体积.函数()z f x y =,在条件()0x y ϕ=,下取得极值的必要 条件.如果函数()z f x y =,在()00,x y 取得所求的极值, 则()00,0x y ϕ=.假定在()00,x y 的某一邻域内()f x y ,与()x y ϕ,均有连续的一阶偏导数, 将其代入目标函数()z f x y =,, 得的函数()y x ψ=, 定理, 由方程()0x y ϕ=,确定一个连续且具有连续导数而()00,0y x y ϕ≠. 由隐函数存在一元函数()()z f x x ψ=,.0x x =是一元函数()()z f x x ψ=,的极值点,由取得极值的必要条件, 有即()()0000d d ,,0d d x y x x x x z yf x y f x y xx--=+=()()()()00000000,,,0,x x y y x y f x y f x y x y ϕϕ-=设λϕ-=),(),(0000y x y x f y y , 则函数()z f x y =,在条件 ⎪⎩⎪⎨⎧==+=+0),(0),(),(0),(),(0000000000y x y x y x f y x y x f y y x x ϕλϕλϕ ()0x y ϕ=,下在()00,x y 取得极值的必要条件是拉格朗日乘数法要找函数()z f x y =,在条件()0x y ϕ=,下的可能极值点, 可以先构成辅助函数()()()L x y f x y x y λϕ=+,,,其中λ为某一常数. 然后解方程组(,)(,)(,)0(,)(,)(,)0(,)0L x y f x y x y x x x L x y f x y x y y y y x y λϕλϕϕ⎧=+=⎪=+=⎨⎪=⎩ 由这方程组解出,x y 及λ, 则其中(),x y 就是所要求的可能的极值点.此方法可以推广到自变量多于两个而条件多于一个的情形.例 求表面积为2a 而体积为最大的长方体的体积.解 设长方体的三棱的长为x y z 、、, 构成辅助函数解方程组()()2,222L x y z xyz xy yz xz a λ=+++-,(,,)2()0(,,)2()0(,,)2()02222L x y z yz y z x L x y z xz x z y L x y z xy y x z xy yz xz aλλλ=++=⎧⎪=++=⎪⎨=++=⎪⎪++=⎩ 得a z y x 66===, 这是唯一可能的极值点. 最大值就在这个可能的值点处取得. 此时3366a V =.。
数学教学一直是中小学教育中的难点之一,其中多元函数及求极值问题更是让许多学生头痛。
在教学中,教案的设计是至关重要的一环,如何设计一个更加有效的教案,帮助学生解决多元函数及求极值问题,是每一位数学教师必须面对的问题。
一、教学目标在设计教案的时候,要明确自己的教学目标是什么。
多元函数与极值问题的目标是,培养学生对多元函数和极值问题的基本概念和性质的理解,及其应用能力,并通过大量的实例训练,使学生掌握求多元函数的极值的方法。
二、教学过程1.引入课题教师应该通过引入问题激发学生的兴趣,例如可以通过一个简单的问题来引出多元函数及极值问题,例如:小明要把一块长方形牛皮纸分成两块,让其中一块制成一个长方体的盒子,另一块制成一个正方的盒子,如何划分使两盒子的总表面积最小?这个问题很好的体现了多元函数与极值问题的应用,可以引出多元函数和极值问题的定义。
2.知识点讲解老师应该对多元函数和极值问题进行详细的讲解。
通过讲解,学生应该了解多元函数的基本概念和性质,以及求多元函数极值的常用方法。
可以采用返璞归真的方法,从一元函数逐步引入多元函数的概念。
3.教师示范教师可以通过一个例子来演示一下如何求多元函数的极值。
通过对实例的分析,学生应该进一步了解多元函数的求解过程。
4.学生独立练习教师可以通过讲解之后的习题让学生进行独立练习。
练习过程可以分步进行,从最基础的题目开始,逐步提高难度。
在练习的过程中,学生应该对多元函数和极值问题的知识点有更深入的了解,并逐渐掌握方法和技巧。
三、教学方法在设计教案时,选择合适的教学方法也是十分重要的。
在多元函数及求极值问题的教学中,应该采用多种教学方法,例如口头讲解、演示、练习等多种方式结合,以丰富教学手段,增加学生学习的兴趣。
其中,演示和练习是十分重要的环节。
在教师演示的过程中,学生可以通过老师的示范了解方法,帮助学生更好的掌握知识点;在练习的环节中,学生可以自己找出问题所在,并独立解决,提高自己的思考能力和解决问题的能力。
§9 8 多元函数的极值及其求法 授课次序59 教 学 基 本 指 标 教学课题 §9 7 方向导数与梯度 §98多元函数的极值及其求法 教学方法 当堂讲授,辅以多媒体教学
教学重点 方向导数与梯度 教学难点 方向导数与梯度的应用
参考教材 同济大学编《高等数学(第6版)》 自编教材《高等数学习题课教程》 作业布置 《高等数学》标准化作业
双语教学 函数:function;切线:tangent line;切线方程:tangential equation;法线:normal line; 切平面:tangent plane;法平面:normal plane;极值:extreme values
课堂教学目标
1. 理解方向导数与梯度的概念及其计算方法。 2. 理解多元函数极值和条件极值的概念,掌握多元函数极值存在的必要条件, 3. 了解二元函数极值存在的充分条件,会求二元函数的极值, 4. 会用拉格朗日乘数法求条件极值, 5. 会求简单多元函数的最大值和最小值,并会解决一些简单的应用问题。
教学过程 1.方向导数与梯度(30min); 2.多元函数极值的概念及多元函数极值存在的必要条件(15min); 3.二元函数极值存在的充分条件(20min) 4.条件极值(25min)
教 学 基 本 内 容
§9 7 方向导数与梯度 一、方向导数 现在我们来讨论函数zf(x y)在一点P沿某一方向的变化率问题 设l是xOy平面上以P0(x0 y0)为始点的一条射线 el(cos cos )是与l同方向的单位向量 射线l的参数方程为 xx0t cos yy0t cos (t0) 设函数zf(x y)在点P0(x0 y0)的某一邻域U(P0)内有定义 P(x0t cos y0t cos )为l上另一点 且PU(P0) 如果函数增量f(x0t cos y0t cos )f(x0 y0)与P到P0的距离|PP0|t的比值 tyxftytxf),()cos ,cos(0000当P沿着l趋于P0(即tt0)时的极限存在 则称此极限为函数f(x y)在点P0沿方向l的方向导数 记作),(00yxlf 即),(00yxlftyxftytxft),()cos ,cos(lim00000 从方向导数的定义可知 方向导数),(00yxlf就是函数f(x y)在点P0(x0 y0)处沿方向l的变化率 备注栏 方向导数的计算 定理 如果函数zf(x y)在点P0(x0 y0)可微分 那么函数在该点沿任一方向l 的方向导数都
存在 且有 ),(00yxlfcos),(cos),(0000yxfyxfyx 其中cos cos 是方向l 的方向余弦 简要证明 设xt cos yt cos 则 f(x0tcos y0tcos)f(x0 y0)f x(x0 y0)tcosf y(x0 y0)tcoso(t) 所以
tyxftytxft),()cos ,cos(lim00000
sin),(cos),(0000yxfyxfyx
这就证明了方向导数的存在 且其值为),(00yxlfcos),(cos),(0000yxfyxfyx提示 ),(),(0000yxfyyxxf))()((),(),(220000yxoyyxfxyxfyx xt cos yt cos tyx22)()( 讨论 函数zf (x y)在点P 沿x轴正向和负向 沿y轴正向和负向的方向导数如何? 提示 沿x轴正向时 cos cos0 xflf
沿x轴负向时 cos1 cos0 xflf 例1 求函数zxe2y在点P(1 0)沿从点P(1 0)到点Q(2 1)的方向的方向导数
对于三元函数f(x y z)来说 它在空间一点P0(x0 y0 z0)沿el(cos cos cos )的方向导数为 ),,(000zyxlftzyxftztytxft),,()cos,cos ,cos(lim0000000 如果函数f(x y z)在点(x0 y0 z0)可微分 则函数在该点沿着方向el(cos cos cos 的方向导数为 ),,(000zyxlffx(x0 y0 z0)cosfy(x0 y0 z0)cosfz(x0 y0 z0)cos 例2求f(x y z)xyyzzx在点(1 1 2)沿方向l的方向导数 其中l的方向角分别为60 45 60
二 梯度 设函数zf(x y)在平面区域D内具有一阶连续偏导数 则对于每一点P0(x0 y0)D 都可确定一个向量 fx(x0 y0)ify(x0 y0)j 这向量称为函数f(x y)在点P0(x0 y0)的梯度 记作grad f(x0 y0) 即 grad f(x0 y0) fx(x0 y0)ify(x0 y0)j 梯度与方向导数 如果函数f(x y)在点P0(x0 y0)可微分 el(cos cos )是与方向l同方向的单位向量 则 ),(00yxlfcos),(cos),(0000yxfyxfyx
grad f(x0 y0)e
l
| grad f(x0 y0)|cos(grad f(x0 y0)^ el) 这一关系式表明了函数在一点的梯度与函数在这点的方向导数间关系 特别 当向量el与grad
f(x0 y0)的夹角0 即沿梯度方向时 方向导数),(00yxlf取得最大值 这个最大值就是梯度的模|grad f(x0 y0)| 这就是说 函数在一点的梯度是个向量 它的方向是函数在这点的方向导数取得最大值的方向 它的模就等于方向导数的最大值
讨论 lf的最大值 结论 函数在某点的梯度是这样一个向量 它的方向与取得最大方向导数的方向一致 而它的模为方向导数的最大值 我们知道 一般说来二元函数zf(x y)在几何上表示一个曲面 这曲面被平面zc(c是常数)
所截得的曲线L的方程为 czyxfz),( 这条曲线L在xOy面上的投影是一条平面曲线L* 它在xOy平面上的方程为 f(x y)c 对于曲线L*上的一切点 已给函数的函数值都是c 所以我们称平面曲线L*为函数zf (x y)的等值线 若f x f y不同时为零 则等值线f(x y)c上任一点P0(x0 y0)处的一个单位法向量为
)),(),,((),(),(10000002002yxfyxfyxfyxfyxyxn
这表明梯度grad f(x0 y0)的方向与等值线上这点的一个法线方向相同 而沿这个方向的方向导数nf就等于|grad f(x0 y0)| 于是 nnfyxf),(00grad
这一关系式表明了函数在一点的梯度与过这点的等值线、方向导数间的关系 这说是说 函数在一点的梯度方向与等值线在这点的一个法线方向相同 它的指向为从数值较低的等值线指向数值较高的等值线 梯度的模就等于函数在这个法线方向的方向导数 梯度概念可以推广到三元函数的情形 设函数f(x y z)在空间区域G内具有一阶连续偏导数 则对于每一点P0(x0 y0 z0)G 都可定出一个向量 fx(x0 y0 z0)ify(x0 y0 z0)jfz(x0 y0 z0)k 这向量称为函数f(x y z)在点P0(x0 y0 z0)的梯度 记为grad f(x0 y0 z0) 即 grad f(x0 y0 z0)fx(x0 y0 z0)ify(x0 y0 z0)jfz(x0 y0 z0)k 结论 三元函数的梯度也是这样一个向量 它的方向与取得最大方向导数的方向一致 而它的模为方向导数的最大值 如果引进曲面 f(x y z)c为函数的等量面的概念 则可得函数f(x y z)在点P0(x0 y0 z0)的梯度的方向与过点P0的等量面 f(x y z)c在这点的法线的一个方向相同 且从数值较低的等量面指向数值较高的等量面 而梯度的模等于函数在这个法线方向的方向导数 例3 求221 yxgrad 例4 设f(x y z)x2y2z2 求grad f(1 1 2) 数量场与向量场 如果对于空间区域G内的任一点M 都有一个确定的数量f(M) 则称在这空间区域G内确定了一个数量场(例如温度场、密度场等) 一个数量场可用一个数量函数f(M)来确定 如果与点M相对应的是一个向量F(M) 则称在这空间区域G内确定了一个向量场(例如力场、速度场等) 一个向量场可用一个向量函数F(M)来确定 而 F (M)P(M)iQ(M)jR(M)k 其中P(M) Q(M) R(M)是点M的数量函数 利用场的概念 我们可以说向量函数grad f(M)确定了一个向量场——梯度场 它是由数量场f(M)产生的 通常称函数f(M)为这个向量场的势 而这个向量场又称为势场 必须注意 任意一个向量场不一定是势场 因为它不一定是某个数量函数的梯度场
例5 试求数量场rm所产生的梯度场 其中常数m>0 222zyxr为原点O与点M(x y z)间的距离 解 32)(rmxxrrmrmx同理 3)(rmyrmy 3)(rmzrmz
从而 )(2kjirzryrxrmrmgrad记kjierzryrxr 它是与OM同方向的单位向量 则 rr
mrme2grad
上式右端在力学上可解释为 位于原点O 而质量为m 质点对位于点M而质量为l的质点的引力 这引力的大小与两质点的质量的乘积成正比、而与它们的距平方成反比 这引力的方向由
点M指向原点 因此数量场rm的势场即梯度场gradrm称为引力场 而函数rm称为引力势