< Return to Video

Gradient pola skalarnego

  • 0:01 - 0:04
    W poprzednim filmie
    mieliśmy trójwymiarową powierzchnię,
  • 0:04 - 0:08
    gdzie wysokość z
    była funkcją od x i y.
  • 0:08 - 0:11
    I to dawało nam powierzchnię
    w przestrzeni trójwymiarowej.
  • 0:11 - 0:15
    A teraz spróbujmy zobaczyć,
    jak wygląda gradient
  • 0:15 - 0:19
    funkcji od trzech zmiennych.
  • 0:19 - 0:23
    Dla mnie najłatwiej jest
    wyobrazić sobie pole skalarne..
  • 0:23 - 0:24
    Czym jest pole skalarne?
  • 0:24 - 0:28
    To co wydaje mi się
    być dość intuicyjne,
  • 0:28 - 0:29
    to temperatura w
    trójwymiarowym pokoju.
  • 0:29 - 0:34
    Powiedzmy, że temperatura w pokoju
    jest funkcją
  • 0:34 - 0:36
    zależną od mojego
    położenia w tym pokoju.
  • 0:36 - 0:43
    Czyli funkcja od moich
    współrzędnych x,y i z.
  • 0:43 - 0:45
    I nie wiem, bo tak naprawdę
    nigdy nie modelowałem temperatury,
  • 0:45 - 0:50
    ale powiedzmy, że...
    20 kelwinów, albo
  • 0:50 - 0:52
    zróbmy to tak,
    żeby nasze pole wektorowe dobrze działało.
  • 0:52 - 0:54
    Powiedzmy, że mamy temperaturę
    10 kelwinów
  • 0:54 - 0:58
    w środku pokoju.
  • 0:58 - 1:01
    Powiedzmy, że im dalej
    jesteśmy od tego punktu,
  • 1:01 - 1:03
    robi się coraz zimniej.
  • 1:03 - 1:05
    Czyli funkcja temperatury,
  • 1:05 - 1:08
    gdzie środek pokoju
    znajduje się w miejscu
  • 1:08 - 1:09
    o współrzędnych x,y,z równych 0.
  • 1:09 - 1:11
    Powiedzmy że funkcja
    temperatury, i teraz
  • 1:11 - 1:24
    wymyślam to na poczekaniu,
    nie wiem jak jest naprawdę,
  • 1:24 - 1:32
    jest równa 10 razy
    e do minus r kwadrat.
  • 1:32 - 1:33
    Dlaczego powiedziałem r?
  • 1:33 - 1:34
    Powiedziałem, że to
    funkcja od x,y i z.
  • 1:34 - 1:39
    Chodzi o to, że spada wykładniczo,
  • 1:39 - 1:42
    kiedy oddalamy się od
    źródła ciepła.
  • 1:42 - 1:44
    Oddalamy się od tego źródła
    po promieniu.
  • 1:44 - 1:46
    Czym w ogóle jest odległość kątowa?
  • 1:46 - 1:48
    To nie jest potrzebne,
    przy uczeniu się o gradientach,
  • 1:48 - 1:50
    ale chcemy dostać intuicję
    co do zachowania
  • 1:50 - 1:54
    tej właśnie funkcji temperatury,
    jak się zmienia
  • 1:54 - 1:56
    kiedy przemieszczamy się w pokoju.
  • 1:56 - 2:01
    Więc odległość od środka o promień,
    to będzie po prostu
  • 2:01 - 2:06
    r kwadrat równe x kwadrat dodać
    y kwadrat dodać z kwadrat.
  • 2:06 - 2:09
    Po prostu twierdzenie pitagorasa
    w trzech wymiarach.
  • 2:09 - 2:11
    Zapiszmy więc naszą
    funkcję temperatury.
  • 2:11 - 2:19
    Zapiszmy temperaturę jako
    funkcję od x,y i x, gdzie
  • 2:19 - 2:30
    f(x) to 10 e do minus x kwadrat
    dodać y kwadrat dodać
  • 2:30 - 2:33
    z kwadrat - czyli dokładnie to,
    co jest zapisane tutaj.
  • 2:33 - 2:36
    Zamiast x kwadrat dodać
    y kwadrat dodać z kwadrat, zapisałem
  • 2:36 - 2:38
    r kwadrat, po to, żeby intuicyjnie
    pokazać że to
  • 2:38 - 2:41
    wyrażenie mówi tylko,
    że kwadrat odległości
  • 2:41 - 2:45
    od środka pokoju,
    czyli
  • 2:45 - 2:47
    punktu o wsp. (0,0,).
  • 2:47 - 2:48
    Ale to nie tego,
    się tutaj uczymy.
  • 2:48 - 2:51
    Ale chcę, żebyście zrozumieli, albo przynajmniej
    sobie wyobrazili,
  • 2:51 - 2:53
    jak trudno jest narysować pole skalarne.
  • 2:53 - 2:57
    Pole skalarne to takie,
    dla którego każdy punkt z jego bazy,
  • 2:57 - 3:00
    w tym wypadku mamy
    do czynienia z przestrzenią trójwymiarową,
  • 3:00 - 3:05
    możemy przypisać jakąś wartość.
  • 3:05 - 3:06
    I to ma sens.
  • 3:06 - 3:08
    Jeśli mielibyście wziąć termometr
    i zmierzyć jakikolwiek punkt
  • 3:08 - 3:11
    w pokoju, w którym
    obecnie przebywacie,
  • 3:11 - 3:13
    dostalibyście temperaturę.
  • 3:13 - 3:15
    Nie dostaniecie temperatury
    i kierunku, więc
  • 3:15 - 3:16
    to nie jest pole wektorowe.
  • 3:16 - 3:18
    Dostaniecie tylko
    temperaturę.
  • 3:18 - 3:20
    Dlatego jest nazywane
    polem skalarnym.
  • 3:20 - 3:21
    Temperatura jest zależna
  • 3:21 - 3:23
    od pozostałych współrzędnych.
  • 3:23 - 3:28
    Więc jak będzie wyglądał
    gradient tej funkcji?
  • 3:28 - 3:31
    Gradient będzie nam mówił,
  • 3:31 - 3:33
    w którym kierunku,
    i właściwie gradient
  • 3:33 - 3:36
    będzie generował pole
    wektorowe, bo będzie
  • 3:36 - 3:40
    nam mówił w którym
    kierunku musimy iść,
  • 3:40 - 3:42
    żeby temperatura
    rosła najszybciej.
  • 3:42 - 3:45
    I na dodatek, długość
    tego pola wektorowego
  • 3:45 - 3:47
    powie nam na jak duży
    wzrost temperatury
  • 3:47 - 3:48
    patrzymy.
  • 3:48 - 3:53
    Można na to patrzeć
    prawie jak na
  • 3:53 - 3:55
    trójwymiarowe nachylenie.
  • 3:55 - 3:56
    Mam nadzieję,
    że nie wprowadzam zamieszania.
  • 3:56 - 3:59
    Wyliczmy więc gradient,
    a potem pokażę wam
  • 3:59 - 4:03
    schemat, dzięki któremu
    to stanie się jeszcze bardziej intuicyjne.
  • 4:03 - 4:07
    Trochę tutaj pościeram.
  • 4:07 - 4:09
    I zmienię ten niebieski,
  • 4:09 - 4:15
    bo jest trochę mdły.
  • 4:15 - 4:23
    Więc gradient T
    będzie równy
  • 4:23 - 4:28
    pochodnej T po x
    razy wektor
  • 4:28 - 4:34
    w kierunku x, dodać pochodna
    cząstkowa funkcji temperatury
  • 4:34 - 4:39
    po y razy wektor jednostkowy y
  • 4:39 - 4:44
    dodać pochodna cząstkowa
    funkcji temperatury po z
  • 4:44 - 4:49
    razy wektor jednostkowy
  • 4:49 - 4:50
    w kierunku z.
  • 4:50 - 4:52
    I teraz obliczamy
    po prostu
  • 4:52 - 4:54
    pochodne cząstkowe.
  • 4:54 - 5:00
    Więc gradient T jest równy,
    teraz możecie zacząć się bać.
  • 5:00 - 5:05
    Ał, teraz w tej funkcji
    trzech zmiennych jest e,
  • 5:05 - 5:06
    jak mam policzyć
    pochodną cząstkową?
  • 5:06 - 5:08
    Pamiętajcie, że liczymy
    pochodną cząstkową po x,
  • 5:08 - 5:12
    i udajemy po prostu,
    że y i z są stałymi.
  • 5:12 - 5:14
    Zróbmy to.
  • 5:14 - 5:20
    Policzmy pochodną funkcji wewnętrznej.
  • 5:20 - 5:20
    Ja tak to widzę.
  • 5:20 - 5:23
    Więc minus x kwadrat
    dodać y kwadrat
  • 5:23 - 5:24
    dodać z kwadrat
    po x.
  • 5:24 - 5:27
    Ten minus może być
    tam, gdzie chcecie
  • 5:27 - 5:29
    Więc to mogłoby być
    minus x kwadrat
  • 5:29 - 5:31
    minus y kwadrat
    minus z kwadrat.
  • 5:31 - 5:34
    Więc pochodna z tego po x
    to po prostu,
  • 5:34 - 5:37
    to są tylko zmienne,
    więc pochodna
  • 5:37 - 5:38
    po x to po prostu 0.
  • 5:38 - 5:41
    Więc pochodna to minus 2x.
  • 5:41 - 5:42
    Tak?
  • 5:42 - 5:46
    Minus 2x to pochodna
    od minus x kwadrat.
  • 5:46 - 5:50
    Minus 2x razy pochodna
    funkcji zewnętrznej.
  • 5:50 - 5:53
    A jaka jest pochodna
    od e do x?
  • 5:53 - 5:55
    Pochodna z e do x
    to e do x.
  • 5:55 - 5:58
    Dlatego właśnie e jest
    tak cudowną liczbą.
  • 5:58 - 6:01
    A to 10 tutaj,
    to zwyczajna stała,
  • 6:01 - 6:05
    więc pochodna stałej razy coś,
  • 6:05 - 6:07
    stała się przenosi.
  • 6:07 - 6:11
    Wiec pochodna wyrażenia zewnętrznego,
  • 6:11 - 6:18
    to wydaje mi się,
    10 e do minus x kwadrat,
  • 6:18 - 6:22
    dodać y kwadrat
    dodać x kwadrat.
  • 6:22 - 6:27
    A potem to wszystko razy
    wektor w kierunku i.
  • 6:27 - 6:30
    Tak?
  • 6:30 - 6:34
    I teraz możemy zrobić
    to samo w kierunku y.
  • 6:34 - 6:36
    Więc dodać...
    jaka jest pochodna cząstkowa
  • 6:36 - 6:37
    po y?
  • 6:37 - 6:38
    Będzie wyglądać
    bardzo podobnie.
  • 6:38 - 6:40
    Pochodna cząstkowa tej funkcji
    po y
  • 6:40 - 6:42
    to minus y kwadrat.
  • 6:42 - 6:43
    Czyli minus 2y.
  • 6:47 - 6:48
    A potem pochodna tej całości
  • 6:48 - 6:51
    to będzie po prostu
    ta funkcja.
  • 6:51 - 6:56
    Więc razy 10 e do minus
    x kwadrat dodać y kwadrat
  • 6:56 - 6:58
    dodać z kwadrat.
  • 6:58 - 7:02
    A potem to wszystko
    razy wektor
  • 7:02 - 7:05
    w kierunku y
    razy j.
  • 7:05 - 7:10
    I w końcu, pochodna cząstkowa
  • 7:10 - 7:12
    funkcji temperatury po z.
  • 7:12 - 7:23
    I to jest tylko
    minus 2z razy 10 e do minus x kwadrat
  • 7:23 - 7:26
    dodać y kwadrat
    dodać z kwadrat.
  • 7:26 - 7:27
    To jest zwykła
    reguła łańcuchowa.
  • 7:27 - 7:29
    I traktuję te dwie zmienne,
    po których
  • 7:29 - 7:32
    nie biorę pochodnych,
    jako stałe.
  • 7:32 - 7:37
    I potem to wszystko
    razy wektor w kierunku k.
  • 7:37 - 7:40
    Moglibyśmy to trochę
    uprościć.
  • 7:40 - 7:42
    Moglibyśmy mieć
    minus 2x razy 10.
  • 7:42 - 7:44
    Czyli minus 20x.
  • 7:44 - 7:45
    Napiszę to tutaj.
  • 7:45 - 7:50
    Więc gradient funkcji
    temperatury jest równy
  • 7:50 - 7:58
    minus 20 e do
    potęgi minus x kwadrat dodać y kwadrat,
  • 7:58 - 8:08
    prawdopodobnie tego nie wiedzicie
    dodać z kwadrat, razy i odjąć 20y.
  • 8:08 - 8:10
    I właściwie, nie mam zamiaru
    tego rozwijać, bo zdałem
  • 8:10 - 8:11
    sobie sprawę z tego,
    że czas się kończy.
  • 8:11 - 8:15
    Możecie to sami
    uprościć algebraicznie.
  • 8:15 - 8:18
    Ale, najważniejszą rzeczą
    w gradientach
  • 8:18 - 8:20
    jest to, że łatwo
    je policzyć, ale
  • 8:20 - 8:21
    intuicja... przepraszam.
  • 8:21 - 8:22
    To też tu jest.
  • 8:22 - 8:23
    To jest k.
  • 8:23 - 8:26
    Intuicja jest trudniejsza.
  • 8:26 - 8:28
    Więc postarajmy się o intuicję
    dotyczącą tego,
  • 8:28 - 8:29
    jak wygląda gradient funkcji.
  • 8:29 - 8:30
    Czyli co się dzieje.
  • 8:30 - 8:33
    Jeśli chcielibyście wiedzieć,
    jaki jest gradient w dowolnym
  • 8:33 - 8:35
    miejscu przestrzeni,
    wystarczy podstawić x,y i z.
  • 8:35 - 8:41
    Więc można gradient
    zapisać jako
  • 8:41 - 8:44
    funkcję od x, y i z.
  • 8:44 - 8:48
    Pamiętajcie, że T, temperatura w
    danym punkcie to pole skalarne.
  • 8:48 - 8:50
    W dowolnym punkcie
    w trzech wymiarach
  • 8:50 - 8:51
    daje tylko liczbę.
  • 8:51 - 8:53
    A teraz, jeżeli mamy gradient
    w danym punkcie
  • 8:53 - 8:55
    w trzech wymiarach,
    dostajemy wektor.
  • 8:55 - 8:55
    Tak?
  • 8:55 - 8:58
    Bo ma składowe
    i, j i k.
  • 8:58 - 9:00
    Gdzie długości to
    pochodne cząstkowe
  • 9:00 - 9:03
    i kierunki są
    zadane przez i, j i k.
  • 9:03 - 9:07
    Więc przeszliśmy od
    pola skalarnego do wektorowego.
  • 9:07 - 9:08
    Zobaczmy jak to wygląda.
  • 9:12 - 9:14
    Powiększę to, żebyśmy
    mogli to obejrzeć.
  • 9:17 - 9:19
    Myślę, że tak
    jest dość dobrze.
  • 9:19 - 9:23
    Więc to jest
    pole wektorowe.
  • 9:23 - 9:26
    To jest właściwie
    gradient funkcji,
  • 9:26 - 9:29
    którą właśnie rozwiązaliśmy.
  • 9:29 - 9:34
    I jak widzicie, w każdym punkcie,
    i ten program
  • 9:34 - 9:37
    do wykresów, który to zrobił
    po prostu wybrał różne punkty
  • 9:37 - 9:39
    i wyliczył gradienty w
    tych punktach,
  • 9:39 - 9:40
    a potem narysował
    je jako wektory.
  • 9:40 - 9:45
    Więc długości tych wektorów,
    to tylko długości
  • 9:45 - 9:46
    składowych x, y i z.
  • 9:46 - 9:50
    A potem się je dodaje,
    tak jak zwyczajne wektory.
  • 9:50 - 9:54
    A wtedy kierunek
    jest zadany przez
  • 9:54 - 9:56
    średnie ważone
    składników i, j i k.
  • 9:56 - 9:58
    I jak widzicie,
    intuicja jest
  • 9:58 - 10:00
    dość interesująca.
  • 10:00 - 10:04
    I w miarę zbliżania się
    do źródła ciepła,
  • 10:04 - 10:07
    tempo wzrostu ciepła...
    wzrasta.
  • 10:07 - 10:08
    Tak?
  • 10:08 - 10:11
    Im bardziej się zbliżamy,
    tym większe robią się wektory.
  • 10:11 - 10:11
    Przybliżę to.
  • 10:11 - 10:15
    Chodźmy do pola
    wektorowego.
  • 10:19 - 10:21
    Teraz jesteśmy
    w polu wektorowym.
  • 10:21 - 10:24
    I widzicie, że im bardziej
    zbliżamy się do centrum
  • 10:24 - 10:28
    naszego źródła ciepła,
    wektory, prędość z jaką
  • 10:28 - 10:32
    rośnie temperatura,
    jest coraz większa, większa i większa.
  • 10:32 - 10:34
    Mam nadzieję, że
    wam nie zamieszałem.
  • 10:34 - 10:37
    Kiedy po raz pierwszy
    uczyłem się gradientów,
  • 10:37 - 10:38
    myślałem, że liczy
    się to dość prosto.
  • 10:38 - 10:39
    Zwyczajne pochodne cząstkowe.
  • 10:39 - 10:42
    Ale intuicja to
    zawsze ta ciekawa rzecz.
  • 10:42 - 10:44
    I mam nadzieję, że ta analogia
    do temperatury, właściwie
  • 10:44 - 10:49
    to nie analogia,
    ten model temperatury,
  • 10:49 - 10:49
    ma waszym zdaniem
    jakiś sens.
  • 10:49 - 10:51
    Ale to odnosi się do
    właściwie każdego pola skalarnego.
  • 10:51 - 10:54
    No, do zobaczenia
    w kolejnym filmie.
Title:
Gradient pola skalarnego
Description:

Gradient pola skalrnego (temperatura w pokoju) w 3 wymiarach

more » « less
Video Language:
English
Duration:
10:54
Lech Mankiewicz edited Polish subtitles for Gradient of a scalar field
Lech Mankiewicz edited Polish subtitles for Gradient of a scalar field
Lech Mankiewicz edited Polish subtitles for Gradient of a scalar field
jagielakasia edited Polish subtitles for Gradient of a scalar field
jagielakasia edited Polish subtitles for Gradient of a scalar field
jagielakasia added a translation

Polish subtitles

Revisions