偏导数与全微分
- 基本求偏导数
- 即:将看作常数对中的求导
- 同理,对求偏导就是将看为常数
- 复合函数求导
- 链式法则
- 可以画出,,中,的变量依赖关系的关系图
- 也可以直接写出 对也是一样的
- 隐函数求导
- 对隐函数有
- 也可以两边同时对或求偏导
- 全微分
方向导数与梯度
- 梯度
- 梯度向量是就是求所有变量对原函数的偏导然后放入到向量中
- 对而言,
- 方向导数
- 方向导数最大(变化率最大)时候
- 方向为:
- 最大值:
- 方向导数最小(变化率最小)时候
- 方向为:
- 最小值:
- 变化为0时候
- 方向为:任意与垂直的向量
极值与最值
- 无条件极值
- 解方程组
- 一般而言上面方程组会解出一个(或多个)点 称为驻点
- 接下来需要我们求所有二阶偏导数
- 接下来计算黑塞矩阵的行列式
- 将每个驻点带入有
- 如果 且 则函数有局部最小值
- 如果 且 则函数有局部最大值
- 如果 则没有局部最值
- 解方程组
- 有条件的极值
- 已知在约束条件的极值
- 构造拉格朗日方程
- 求解方程组
- 解出方程组中 就可以得到极值点
知识关联
1 反向链接 · 0 提及笔记反向链接1
提及笔记0
暂未引用其他笔记
局部关系图谱
悬停高亮 · 点击跳转