当前位置: 首页 > news >正文

【高等数学】第九章 多元函数微分法及其应用——第六节 多元函数微分学的几何应用

上一节【高等数学】第九章 多元函数微分法及其应用——第五节 隐函数的求导公式
总目录【高等数学】 目录

文章目录

  • 1. 一元向量值函数及其导数
  • 2. 空间曲线的切线与法平面
  • 3. 曲面的切平面与法线

1. 一元向量值函数及其导数

  • 一元向量值函数
    设数集D⊂RD \subset \mathbf{R}DR,则称映射f:D→Rn\boldsymbol{f}: D \to \mathbf{R}^nf:DRn一元向量值函数,通常记为r=f(t)=f1(t)e1+f2(t)e2+⋯+fn(t)en,t∈D,\boldsymbol{r} = \boldsymbol{f}(t)=f_1(t)\boldsymbol{e_1}+f_2(t)\boldsymbol{e_2}+\dots+f_n(t)\boldsymbol{e_n}, \quad t \in D,r=f(t)=f1(t)e1+f2(t)e2++fn(t)en,tD,其中数集DDD称为函数的定义域,ttt称为自变量,r\boldsymbol{r}r称为因变量.
    一元向量值函数是普通一元函数的推广,自变量ttt依然取实数值,但因变量r\boldsymbol{r}r不取实数值,而取值为nnn维向量.
  • 向量值函数的图形
    设(变)向量r\boldsymbol{r}r的起点取在坐标系的原点OOO处,终点在MMM处,即r=OM→\boldsymbol{r} = \overrightarrow{OM}r=OM.
    ttt改变时,r\boldsymbol{r}r跟着改变,从而终点MMM也随之改变. 终点MMM的轨迹(记作曲线Γ\varGammaΓ)称为向量值函数r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t) (t∈Dt \in DtD)的终端曲线,曲线Γ\varGammaΓ也称为向量值函数r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t) (t∈Dt \in DtD)的图形.
    由于向量值函数r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t) (t∈Dt \in DtD)与空间曲线Γ\varGammaΓ是一一对应的,
    因此r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t) 称为曲线Γ\varGammaΓ向量方程(实际上是空间曲线的参数方程).
  • 向量值函数的极限
    设向量值函数f(t)\boldsymbol{f}(t)f(t)在点t0t_0t0的某一去心邻域内有定义,
    如果存在一个常向量r0\boldsymbol{r_0}r0,对于任意给定的正数ε\varepsilonε,总存在正数δ\deltaδ,使得当ttt满足0<∣t−t0∣<δ0 < |t - t_0| < \delta0<tt0<δ时,对应的函数值f(t)\boldsymbol{f}(t)f(t)都满足不等式 ∣f(t)−r0∣<ε,|\boldsymbol{f}(t) - \boldsymbol{r_0}| < \varepsilon,f(t)r0<ε,那么,常向量r0\boldsymbol{r_0}r0就叫做向量值函数f(t)\boldsymbol{f}(t)f(t)t→t0t \to t_0tt0时的极限,记作lim⁡t→t0f(t)=r0或f(t)→r0,t→t0.\lim\limits_{t \to t_0} \boldsymbol{f}(t) = \boldsymbol{r_0} \quad \text{或} \quad \boldsymbol{f}(t) \to \boldsymbol{r_0}, \, t \to t_0.tt0limf(t)=r0f(t)r0,tt0. 向量值函数f(t)\boldsymbol{f}(t)f(t)t→t0t \to t_0tt0时的极限存在的充分必要条件是f(t)\boldsymbol{f}(t)f(t)的三个分量函数f1(t)f_1(t)f1(t)f2(t)f_2(t)f2(t)f3(t)f_3(t)f3(t)t→t0t \to t_0tt0时的极限都存在
    f(t)\boldsymbol{f}(t)f(t)极限存在时,向量值函数取极限等价于对应分量取极限

    向量模等于各分量模之和的平方根

  • 向量值函数的连续性
    设向量值函数f(t)\boldsymbol{f}(t)f(t)在点t0t_0t0的某一邻域内有定义,若 lim⁡t→t0f(t)=f(t0),\lim\limits_{t \to t_0} \boldsymbol{f}(t) = \boldsymbol{f}(t_0),tt0limf(t)=f(t0), 则称向量值函数f(t)\boldsymbol{f}(t)f(t)t0t_0t0连续.
    向量值函数f(t)\boldsymbol{f}(t)f(t)t0t_0t0连续的充分必要条件是f(t)\boldsymbol{f}(t)f(t)的三个分量函数f1(t)f_1(t)f1(t)f2(t)f_2(t)f2(t)f3(t)f_3(t)f3(t)都在t0t_0t0连续.
  • 向量值函数的导数
    设向量值函数r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t)在点t0t_0t0的某一邻域内有定义,如果lim⁡Δt→0ΔrΔt=lim⁡Δt→0f(t0+Δt)−f(t0)Δt\lim\limits_{\Delta t \to 0} \dfrac{\Delta \boldsymbol{r}}{\Delta t} = \lim\limits_{\Delta t \to 0} \dfrac{ \boldsymbol{f}(t_0 + \Delta t) - \boldsymbol{f}(t_0) }{ \Delta t }Δt0limΔtΔr=Δt0limΔtf(t0+Δt)f(t0) 存在,
    那么就称这个极限向量为向量值函数r=f(t)\boldsymbol{r} = \boldsymbol{f}(t)r=f(t)t0t_0t0处的导数导向量,记作f′(t0)\boldsymbol{f}'(t_0)f(t0)drdt∣t=t0\left. \dfrac{\mathrm{d}\boldsymbol{r}}{\mathrm{d}t} \right|_{t = t_0}dtdrt=t0.
    向量值函数f(t)\boldsymbol{f}(t)f(t)t0t_0t0可导(即存在导数)的充分必要条件是f(t)\boldsymbol{f}(t)f(t)的三个分量函数f1(t)f_1(t)f1(t)f2(t)f_2(t)f2(t)f3(t)f_3(t)f3(t)都在t0t_0t0可导
    f(t)\boldsymbol{f}(t)f(t)t0t_0t0可导时,其导数等价于各分量的取导数
  • 向量值函数的求导法则
    • ddtC=0\dfrac{\mathrm{d}}{\mathrm{d}t} \boldsymbol{C} = \boldsymbol{0}dtdC=0
    • ddt[cu(t)]=cu′(t)\dfrac{\mathrm{d}}{\mathrm{d}t} \left[ c\boldsymbol{u}(t) \right] = c\boldsymbol{u}'(t)dtd[cu(t)]=cu(t)
    • ddt[u(t)±v(t)]=u′(t)±v′(t)\dfrac{\mathrm{d}}{\mathrm{d}t} \left[ \boldsymbol{u}(t) \pm \boldsymbol{v}(t) \right] = \boldsymbol{u}'(t) \pm \boldsymbol{v}'(t)dtd[u(t)±v(t)]=u(t)±v(t)
    • ddt[φ(t)u(t)]=φ′(t)u(t)+φ(t)u′(t)\dfrac{\mathrm{d}}{\mathrm{d}t} \left[ \varphi(t) \boldsymbol{u}(t) \right] = \varphi'(t) \boldsymbol{u}(t) + \varphi(t) \boldsymbol{u}'(t)dtd[φ(t)u(t)]=φ(t)u(t)+φ(t)u(t)
    • ddt[u(t)⋅v(t)]=u′(t)⋅v(t)+u(t)⋅v′(t)\dfrac{\mathrm{d}}{\mathrm{d}t} \left[ \boldsymbol{u}(t) \cdot \boldsymbol{v}(t) \right] = \boldsymbol{u}'(t) \cdot \boldsymbol{v}(t) + \boldsymbol{u}(t) \cdot \boldsymbol{v}'(t)dtd[u(t)v(t)]=u(t)v(t)+u(t)v(t)

      u(t)⋅v(t)=u1v1+u2v2\boldsymbol{u}(t) \cdot \boldsymbol{v}(t)=u_1v_1+u_2v_2u(t)v(t)=u1v1+u2v2
      u′(t)⋅v(t)+u(t)⋅v′(t)=u1′v1+u2′v2+u1v1′+u2v2′\boldsymbol{u}'(t) \cdot \boldsymbol{v}(t) + \boldsymbol{u}(t) \cdot \boldsymbol{v}'(t)=u_1'v_1+u_2'v_2+u_1v_1'+u_2v_2'u(t)v(t)+u(t)v(t)=u1v1+u2v2+u1v1+u2v2

    • ddt[u(t)×v(t)]=u′(t)×v(t)+u(t)×v′(t)\dfrac{\mathrm{d}}{\mathrm{d}t} \left[ \boldsymbol{u}(t) \times \boldsymbol{v}(t) \right] = \boldsymbol{u}'(t) \times \boldsymbol{v}(t) + \boldsymbol{u}(t) \times \boldsymbol{v}'(t)dtd[u(t)×v(t)]=u(t)×v(t)+u(t)×v(t)
    • ddtu[φ(t)]=φ′(t)u′[φ(t)]\dfrac{\mathrm{d}}{\mathrm{d}t} \boldsymbol{u} \left[ \varphi(t) \right] = \varphi'(t) \boldsymbol{u}' \left[ \varphi(t) \right]dtdu[φ(t)]=φ(t)u[φ(t)]
  • 向量值函数导数的几何意义是对应空间曲线的切向量,指向与曲线增长方向相同

2. 空间曲线的切线与法平面

  • 空间曲线的切线与法平面
    设空间曲线Γ\varGammaΓ的参数方程为{x=φ(t),y=ψ(t),z=ω(t),t∈[α,β].\begin{cases} x = \varphi(t), \\ y = \psi(t), \\ z = \omega(t), \end{cases} \quad t \in [\alpha, \beta]. x=φ(t),y=ψ(t),z=ω(t),t[α,β].这里假定三个函数都在[α,β][\alpha, \beta][α,β]上可导,且三个导数不同时为零
    已知点M(x0,y0,z0)M(x_0,y_0,z_0)M(x0,y0,z0),设与点MMM对应的参数为t0t_0t0,曲线Γ\varGammaΓ在该点的切向量为f′(t0)=(φ′(t0),ψ′(t0),ω′(t0))\boldsymbol{f}'(t_0)=(\varphi'(t_0),\psi'(t_0), \omega'(t_0))f(t0)=(φ(t0),ψ(t0),ω(t0)),从而曲线Γ\varGammaΓ在点MMM处的切线方程x−x0φ′(t0)=y−y0ψ′(t0)=z−z0ω′(t0).\dfrac{x - x_0}{\varphi'(t_0)} = \dfrac{y - y_0}{\psi'(t_0)} = \dfrac{z - z_0}{\omega'(t_0)}.φ(t0)xx0=ψ(t0)yy0=ω(t0)zz0.通过点MMM且与切线垂直的平面称为曲线Γ\varGammaΓ在点MMM处的法平面,它是通过点M(x0,y0,z0)M(x_0, y_0, z_0)M(x0,y0,z0)且以T=f′(t0)\boldsymbol{T} = \boldsymbol{f}'(t_0)T=f(t0)为法向量的平面,因此法平面方程为
    φ′(t0)(x−x0)+ψ′(t0)(y−y0)+ω′(t0)(z−z0)=0.\varphi'(t_0)(x - x_0) + \psi'(t_0)(y - y_0) + \omega'(t_0)(z - z_0) = 0. φ(t0)(xx0)+ψ(t0)(yy0)+ω(t0)(zz0)=0.
  • 空间曲线的参数方程(以xxx为参数)
    {y=φ(x)z=ψ(x)⇔{x=xy=φ(x)z=ψ(x)\begin{cases} y = \varphi(x) \\ z = \psi(x) \end{cases}\Lrarr\begin{cases} x=x\\ y = \varphi(x) \\ z = \psi(x) \end{cases} {y=φ(x)z=ψ(x)x=xy=φ(x)z=ψ(x)
  • 空间曲线的一般方程
    {F(x,y,z)=0,G(x,y,z)=0\begin{cases} F(x, y, z) = 0, \\ G(x, y, z) = 0 \end{cases} {F(x,y,z)=0,G(x,y,z)=0M(x0,y0,z0)M(x_0, y_0, z_0)M(x0,y0,z0)是曲线Γ\varGammaΓ上的一个点,
    又设FFFGGG有对各个变量的连续偏导数,且∂(F,G)∂(y,z)∣(x0,y0,z0)≠0\left. \dfrac{\partial (F, G)}{\partial (y, z)} \right|_{(x_0, y_0, z_0)} \neq 0(y,z)(F,G)(x0,y0,z0)=0
    则方程组在点M(x0,y0,z0)M(x_0, y_0, z_0)M(x0,y0,z0)的某一邻域内确定了一组函数y=φ(x)y = \varphi(x)y=φ(x)z=ψ(x)z = \psi(x)z=ψ(x)
    要求曲线Γ\varGammaΓ在点MMM处的切线方程和法平面方程,只要求出φ′(x0)\varphi'(x_0)φ(x0)ψ′(x0)\psi'(x_0)ψ(x0),再代入切线方程和法平面方程即可
    方程组两边对xxx求全导数可得
    {Fx′+Fy′dydx+Fz′dzdx=0,Gx′+Gy′dydx+Gz′dzdx=0.\begin{cases} F'_x + F'_y \dfrac{\mathrm{d}y}{\mathrm{d}x} + F'_z \dfrac{\mathrm{d}z}{\mathrm{d}x} = 0, \\ G'_x + G'_y\dfrac{\mathrm{d}y}{\mathrm{d}x} + G'_z \dfrac{\mathrm{d}z}{\mathrm{d}x} = 0. \end{cases} Fx+Fydxdy+Fzdxdz=0,Gx+Gydxdy+Gzdxdz=0.
    φ′(x)=∂(F,G)∂(z,x)∂(F,G)∂(y,z),ψ′(x)=∂(F,G)∂(x,y)∂(F,G)∂(y,z)\varphi'(x)=\dfrac{\dfrac{\partial(F,G)}{\partial(z,x)}}{\dfrac{\partial(F,G)}{\partial(y,z)}},\psi'(x)=\dfrac{\dfrac{\partial(F,G)}{\partial(x,y)}}{\dfrac{\partial(F,G)}{\partial(y,z)}}φ(x)=(y,z)(F,G)(z,x)(F,G),ψ(x)=(y,z)(F,G)(x,y)(F,G)

3. 曲面的切平面与法线

  • 曲面的切平面与法线
    曲面方程F(x,y,z)=0F(x,y,z)=0F(x,y,z)=0,设M(x0,y0,z0)M(x_0,y_0,z_0)M(x0,y0,z0)是曲面上一点,并设函数F(x,y,z)F(x,y,z)F(x,y,z)的偏导数在该点连续且不同时为零
    通过点MMM在曲面上任意引一条曲线,假定曲线的方程为{x=φ(t),y=ψ(t),z=ω(t),t∈[α,β].\begin{cases} x = \varphi(t), \\ y = \psi(t), \\ z = \omega(t), \end{cases} \quad t \in [\alpha, \beta].x=φ(t),y=ψ(t),z=ω(t),t[α,β]. t=t0t = t_0t=t0对应于点M(x0,y0,z0)M(x_0, y_0, z_0)M(x0,y0,z0)φ′(t0)\varphi'(t_0)φ(t0)ψ′(t0)\psi'(t_0)ψ(t0)ω′(t0)\omega'(t_0)ω(t0)不全为零(切线存在)
    F(φ(t),ψ(t),ω(t))≡0F(\varphi(t),\psi(t),\omega(t))\equiv 0F(φ(t),ψ(t),ω(t))0
    因为F(x,y,z)F(x, y, z)F(x,y,z)在点(x0,y0,z0)(x_0, y_0, z_0)(x0,y0,z0)处有连续偏导数,且φ′(t0)\varphi'(t_0)φ(t0)ψ′(t0)\psi'(t_0)ψ(t0)ω′(t0)\omega'(t_0)ω(t0)存在,所以这恒等式左边的复合函数在t=t0t = t_0t=t0时有全导数,且这全导数等于零,即
    Fx′(x0,y0,z0)φ′(t0)+Fy′(x0,y0,z0)ψ′(t0)+Fz′(x0,y0,z0)ω′(t0)=0F'_x(x_0,y_0,z_0)\varphi'(t_0)+F'_y(x_0,y_0,z_0)\psi'(t_0)+F'_z(x_0,y_0,z_0)\omega'(t_0)=0Fx(x0,y0,z0)φ(t0)+Fy(x0,y0,z0)ψ(t0)+Fz(x0,y0,z0)ω(t0)=0
    引入向量n=(Fx′(x0,y0,z0),Fy′(x0,y0,z0),Fz′(x0,y0,z0))\boldsymbol{n}=(F'_x(x_0,y_0,z_0),F'_y(x_0,y_0,z_0),F'_z(x_0,y_0,z_0))n=(Fx(x0,y0,z0),Fy(x0,y0,z0),Fz(x0,y0,z0))
    任意经过MMM的曲线在MMM处的切线向量都与n\boldsymbol{n}n垂直
    所以曲面上通过点MMM的一切曲线在点MMM的切线都在同一个平面上
    这个平面称为曲面在点MMM切平面,这切平面的方程是Fx′(x0,y0,z0)(x−x0)+Fy′(x0,y0,z0)(y−y0)+Fz′(x0,y0,z0)(z−z0)=0F'_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)=0Fx(x0,y0,z0)(xx0)+Fy(x0,y0,z0)(yy0)+Fz(x0,y0,z0)(zz0)=0通过点M(x0,y0,z0)M(x_0, y_0, z_0)M(x0,y0,z0)且垂直于切平面的直线称为曲面在该点的法线,法线方程是x−x0Fx(x0,y0,z0)=y−y0Fy(x0,y0,z0)=z−z0Fz(x0,y0,z0)\dfrac{x - x_0}{F_x(x_0, y_0, z_0)} = \dfrac{y - y_0}{F_y(x_0, y_0, z_0)} = \dfrac{z - z_0}{F_z(x_0, y_0, z_0)} Fx(x0,y0,z0)xx0=Fy(x0,y0,z0)yy0=Fz(x0,y0,z0)zz0 垂直于曲面上切平面的向量称为曲面的法向量,向量 n=(Fx(x0,y0,z0),Fy(x0,y0,z0),Fz(x0,y0,z0))\boldsymbol{n} = \big(F_x(x_0, y_0, z_0), F_y(x_0, y_0, z_0), F_z(x_0, y_0, z_0)\big)n=(Fx(x0,y0,z0),Fy(x0,y0,z0),Fz(x0,y0,z0))就是曲面在点MMM处的一个法向量.
  • z=f(x,y)z=f(x,y)z=f(x,y)
    函数z=f(x,y)z = f(x, y)z=f(x,y)在点(x0,y0)(x_0, y_0)(x0,y0)的全微分,在几何上表示曲面z=f(x,y)z = f(x, y)z=f(x,y)在点(x0,y0,z0)(x_0, y_0, z_0)(x0,y0,z0)处的切平面上点的竖坐标的增量

    切平面的方程:fx′(x0,y0)(x−x0)+fy′(x0,y0)(y−y0)−(z−z0)=0f'_x(x_0,y_0)(x-x_0)+f'_y(x_0,y_0)(y-y_0)-(z-z_0)=0fx(x0,y0)(xx0)+fy(x0,y0)(yy0)(zz0)=0

下一节
总目录【高等数学】 目录

http://www.dtcms.com/a/336727.html

相关文章:

  • Transformer架构的数学本质:从注意力机制到大模型时代的技术内核
  • AI 编程在老项目中的困境与改进方向
  • 负载测试与压力测试详解
  • MySQL黑盒子研究工具 strace
  • 基于因果性的深层语义知识图谱对文本预处理的积极影响
  • Perf使用详解
  • AI系统性思维复盘概述
  • 【FreeRTOS】事件组
  • 电力设备状态监测与健康管理:从数据感知到智能决策的技术实践​
  • 通达信【牛股妖股埋伏】副图+选股指标
  • 报错注入原理与全方法总结
  • HAL-ADC配置
  • 快速了解均值滤波处理
  • 关于动态代理的个人记录
  • CF2121B Above the Clouds
  • 【Java】多线程Thread类
  • 什么是AIGC(人工智能生成内容)
  • 牛客周赛 Round 104(小红的树不动点)
  • 人工智能入门②:AI基础知识(下)
  • 计算机程序编程软件开发设计之node..js语言开发的基于Vue框架的选课管理系统的设计与实现、基于express框架的在线选课系统的设计与实现
  • STM32——软硬件I2C
  • Font Awesome Kit 使用详解
  • OTA升级
  • Vue Router 嵌套路由与布局系统详解:从新手到精通
  • 【牛客刷题】随机加减操作:两种高效解法详解(DFS记忆化搜索和动态规划集合更新法)
  • java序列化和反序列化
  • FX10/20 (CYUSB401X)开发笔记5 固件架构
  • 【个人项目】跑者天地—测试报告
  • 深入解析二维数组传参的本质
  • 运动场和光流-动手学计算机视觉17