用Python学《微积分B》(多元微分学的几何应用)
2017-11-01 13:23
369 查看
多元函数微分学的几何应用主要是讲述空间向量与微分学的融合,包括:空间曲线的切线和空间曲面的切平面。如果将本文和之前的“空间向量”一文结合起来看,你会发现多元函数微分学与空间向量结合后的神奇。
在“空间向量”一文中提到:空间曲线可以看作是两个空间曲面的交线,可以用一个方程组来描述
{F(x,y,z)=0G(x,y,z)=0
也可以用参数方程来描述
⎧⎩⎨⎪⎪x=x(t)y=y(t)z=z(t)
细思一下,用方程组描述表示“交线”,这个比较容易理解,那么为什么能用一元的参数方程组来描述呢?
事实上,可以用普通方程通过如下方式推导出参数方程
先假设存在 x=x(t) ,代入那个普通方程组,可以用消元法,分别解出
{y=y(t)z=z(t)
2,参数方程的切线
一元函数的导数在几何上表示平面曲线在某点的切线的斜率,反过来推广,空间曲线的切线斜率也可以用导数来表示。现在来看空间曲线的切线,它同样可以表示为割线的极限,而割线则表示两点间的连线,很容易用向量来表示,如下
τ⃗ =limM→M0MM0→=limt→t0(x(t)−x(t0)t−t0,y(t)−y(t0)t−t0,z(t)−z(t0)t−t0)
观察上式,在各个分量上等于参数方程的导数,即
τ⃗ =(x′(t),y′(t),z′(t))
这就是空间曲线的切线的斜率(向量)。有了斜率,切线的方程可以用“点斜式”(点向式)表示为
x(t)−x(t0)x′(t)=y(t)−y(t0)y′(t)=z(t)−z(t0)z′(t)
如果令上式等于 λ ,就可以写成切线的参数方程。此外,知道了切线方程,通过平面“点法式”,也可以构造出它的法平面方程。
3,空间曲线的一般方程
上面是从空间曲线的参数方程来推导它的切线方程,如果已知的是空间曲线的一般方程呢?要怎样才能求出它的切线方程?
答案是:隐函数方程组求导。具体如下
对方程组中各个方程两边分别对 x 求导
{F(x,y,z)=0G(x,y,z)=0
解出 dydx,dzdx
那么,切线的斜率向量为 (1,dydx,dzdx)
1)空间曲面的方程
F(x,y,z)=0
上式是隐函数形式,下面再给出一般形式
z=f(x,y)
2)切平面
二元函数 z=f(x,y) 的偏导数 fx 相当于空间曲面 F(x,y,z)=0 与平面 y=y0 的交线的斜率,这个交线 lxz 既位于空间曲面 F(x,y,z)=0 上,也位于平面 y=y0 上。类似地,也可以得到另一条交线 lyz ,它与 lxz 相交与点 (x0,y0,z0)。很显然,两条相交的空间直线(注意不是空间曲线)必定位于同一个平面。
换句话说,空间直线 lxz 与 lyz 确定的平面就是空间曲面 F(x,y,z)=0 的切平面。
这个平面的法向量为
n⃗ =lxz→×lyz→
2,法向量与梯度
仔细想想,上面那个法向量既是切平面的法向量,也是空间曲面在点 M0(x0,y0,z0) 的梯度向量。故有
n⃗ =(Fx,Fy,Fz)
根据平面“点法式”方程可得切平面的方程为
Fx(x0,y0,z0)(x−x0)+Fy(x0,y0,z0)(y−y0)+Fz(x0,y0,z0)(z−z0)=0
上面是三维梯度,事实上,也可以换成平面梯度来理解
Δz=fxΔx+fyΔy
上式表示沿梯度向量的变化关系,变形一下
z−z0=fx(x−x0)+fy(y−y0)
这事实上就是切平面的方程,至此,大家可以体会一下切平面的意义。
再变换一下
fx(x0,y0)(x−x0)+fy(x0,y0)(y−y0)−(z−z0)=0
逆向运用“点法式”,可得
n⃗ =(fx,fy,−1)
注:貌似得到了两个法向量,但实际上单位化后它们是相等的。
一、空间曲线的切线
1,空间曲线的参数方程在“空间向量”一文中提到:空间曲线可以看作是两个空间曲面的交线,可以用一个方程组来描述
{F(x,y,z)=0G(x,y,z)=0
也可以用参数方程来描述
⎧⎩⎨⎪⎪x=x(t)y=y(t)z=z(t)
细思一下,用方程组描述表示“交线”,这个比较容易理解,那么为什么能用一元的参数方程组来描述呢?
事实上,可以用普通方程通过如下方式推导出参数方程
先假设存在 x=x(t) ,代入那个普通方程组,可以用消元法,分别解出
{y=y(t)z=z(t)
2,参数方程的切线
一元函数的导数在几何上表示平面曲线在某点的切线的斜率,反过来推广,空间曲线的切线斜率也可以用导数来表示。现在来看空间曲线的切线,它同样可以表示为割线的极限,而割线则表示两点间的连线,很容易用向量来表示,如下
τ⃗ =limM→M0MM0→=limt→t0(x(t)−x(t0)t−t0,y(t)−y(t0)t−t0,z(t)−z(t0)t−t0)
观察上式,在各个分量上等于参数方程的导数,即
τ⃗ =(x′(t),y′(t),z′(t))
这就是空间曲线的切线的斜率(向量)。有了斜率,切线的方程可以用“点斜式”(点向式)表示为
x(t)−x(t0)x′(t)=y(t)−y(t0)y′(t)=z(t)−z(t0)z′(t)
如果令上式等于 λ ,就可以写成切线的参数方程。此外,知道了切线方程,通过平面“点法式”,也可以构造出它的法平面方程。
3,空间曲线的一般方程
上面是从空间曲线的参数方程来推导它的切线方程,如果已知的是空间曲线的一般方程呢?要怎样才能求出它的切线方程?
答案是:隐函数方程组求导。具体如下
对方程组中各个方程两边分别对 x 求导
{F(x,y,z)=0G(x,y,z)=0
解出 dydx,dzdx
那么,切线的斜率向量为 (1,dydx,dzdx)
二、空间曲面的切平面
1,空间曲面与空间直线1)空间曲面的方程
F(x,y,z)=0
上式是隐函数形式,下面再给出一般形式
z=f(x,y)
2)切平面
二元函数 z=f(x,y) 的偏导数 fx 相当于空间曲面 F(x,y,z)=0 与平面 y=y0 的交线的斜率,这个交线 lxz 既位于空间曲面 F(x,y,z)=0 上,也位于平面 y=y0 上。类似地,也可以得到另一条交线 lyz ,它与 lxz 相交与点 (x0,y0,z0)。很显然,两条相交的空间直线(注意不是空间曲线)必定位于同一个平面。
换句话说,空间直线 lxz 与 lyz 确定的平面就是空间曲面 F(x,y,z)=0 的切平面。
这个平面的法向量为
n⃗ =lxz→×lyz→
2,法向量与梯度
仔细想想,上面那个法向量既是切平面的法向量,也是空间曲面在点 M0(x0,y0,z0) 的梯度向量。故有
n⃗ =(Fx,Fy,Fz)
根据平面“点法式”方程可得切平面的方程为
Fx(x0,y0,z0)(x−x0)+Fy(x0,y0,z0)(y−y0)+Fz(x0,y0,z0)(z−z0)=0
上面是三维梯度,事实上,也可以换成平面梯度来理解
Δz=fxΔx+fyΔy
上式表示沿梯度向量的变化关系,变形一下
z−z0=fx(x−x0)+fy(y−y0)
这事实上就是切平面的方程,至此,大家可以体会一下切平面的意义。
再变换一下
fx(x0,y0)(x−x0)+fy(x0,y0)(y−y0)−(z−z0)=0
逆向运用“点法式”,可得
n⃗ =(fx,fy,−1)
注:貌似得到了两个法向量,但实际上单位化后它们是相等的。
相关文章推荐
- 高等数学:第八章 多元函数微分法及其应用(2)多元复合函数求导法 隐函数的求导公式 微分法在几何上的应用
- 微积分31--微分学在几何上的应用
- appium+python解锁应用手势密码
- python的偏函数应用partial
- python base64编码的应用
- OpenGL 的空间变换(上):矩阵在空间几何中的应用
- 《Head First Python》笔记 第八章 移动应用开发
- Python 串口设备应用
- uiautomator2 使用Python测试 Android应用
- 使用 Docker 部署 Python 应用的一些经验总结
- Python应用优化提速路之测速01-range、xrange、while的比较
- python 机器学习——从感知机算法到各种最优化方法的应用(python)
- python应用之求主析取范式,主合取范式
- Python基础知识——urllib模块在爬虫中的应用
- boost.python库应用之嵌入python
- [转]python的dict,set,list,tuple应用
- python 函数应用
- Python多版本管理软件pyenv的安装应用及pip的使用讲解
- python实现机器学习之多元线性回归
- Python做图像识别和应用