Recientemente leí un libro que describía sobre el gradiente. Dice
Considere un -espacio dimensional (dos dimensiones en la imagen), y sea Sea una función escalar no constante, como una distribución de temperatura en su caso. Dejar Sea cualquier curva en el espacio tal que la función es constante a lo largo de esa trayectoria (las líneas de colores).
Ahora calcula el producto escalar del vector gradiente (las flechas rojas) evaluadas en el punto , con el vector tangente por esa misma curva
El resultado de que el producto escalar de estos dos vectores es cero significa que el gradiente siempre es ortogonal a la dirección en la que la función no cambia, es decir . Por lo tanto, apunta en la dirección del cambio máximo. Puedes ver claramente la ortogonalidad en la imagen.
Y si la función cambia rápidamente con respecto a las coordenadas espaciales, entonces los componentes del gradiente y por lo tanto todo el vector gradiente será grande.
Observe también cómo la dimensión no se usó de ninguna manera esencial para derivar la declaración.
La ecuacion
,
dice que el cambio en T, a saber , es el producto escalar de 2 vectores, y , que también se puede escribir como la magnitud del primer vector por la magnitud del segundo vector por el coseno del ángulo entre ellos.
.
Ahora suponga que estamos fijando la longitud del vector de desplazamiento infinitesimal, pero podemos moverlo cambiando su dirección y, por lo tanto, cambiando . te das cuenta de que es máximo si es .
significa que ambos vectores tienen la misma dirección, y dado que es el vector de desplazamiento, entonces en este caso te mueves a lo largo de la misma dirección de lo que hace máximo.
Por lo tanto, puede interpretar como el vector cuya dirección es la dirección a lo largo de la cual el cambio de la función es máximo.
dot product
, no de gradiente.Echa un vistazo a http://en.wikipedia.org/wiki/Del .
Supr, o , es una generalización del gradiente a más de una dimensión. en una dimensión es lo mismo que el gradiente.
Del cálculo elemental, el diferencial total de una función es dado por
Para , y el diferencial correspondiente son por lo tanto ortogonales entre sí ya que su producto escalar es cero. el diferencial ortogonal a maximiza , lo que significa es paralelo a . Entonces podemos escribir
Por lo tanto es un vector con una magnitud igual al cambio máximo en bien , y una dirección a lo largo
Formalmente, tenemos la ecuación simbólica
Para una definición más precisa e intuitiva, necesitamos evaluar diferencial y gradiente y (usando la regla de la cadena para la segunda igualdad) llegar a
Ahora, podemos preguntarnos en qué dirección , hace cambiar más? La respuesta obviamente está en la dirección del gradiente, ya que el producto escalar es máximo si . El largo de por supuesto, también es relevante: mide la fuerza (o la velocidad) de este cambio.
gradiente como se refiere a la derivada vectorial de funciones de más de una variable. Físicamente, explica la tasa de cambio de la función bajo la operación de Gradiente.
es un vector que apunta en la dirección del mayor aumento de la función. La dirección es cero en el mínimo local y el máximo local.
Significado físico de la ecuación
:
es la proyección de
en la dirección de
.
Nikolaj-K
Inquisitivo