最速曲线
设 O, A是高度
不同，且不在同一铅垂线上的两定点，y
如果不计摩擦和空气阻力，一质点 m
在重力作用下从 O点沿一曲线降落至 。A(p,q) A点，问曲线呈何种形状时，质点降y
落的时间最短。
图 7-1 设曲线为 y =y(x) ，坐标如图 7
1，质点由 O点开始运动，它的速度 v与它的纵坐标有关系
式中， g是重力加速度。
在曲线上点 (x, y) 处，质点的运动速度为
式中， s表示曲线的弧长， t表示时间，于是
由于点 O, A的横坐标分别是 0, p，则质点 m从 O点运动到 A点所需时间为
这样，质点由 O点运动到 A点所需时间 t是 y(x)的函数，最速降线问题就是满足边界条件
y(0)= 0, y( p) = q
的所有连续函数 y(x)中，求出一个函数 y使泛函式（7.1.4）取最小值。
对泛函求极值的问题称为变分问题，使泛函取极值的函数称为变分问题的解，也称为极值函数。
在微分学中，求函数 y =y(x) 的极值是求自变量 x的值，当 x取这些值时， y取极 大（小）值、取极值的必要条件是dy/dx= 0 。下面我们仿照函数微分的概念来定义泛函的变分概念，进而导出泛函极值存在的必要条件。设 y, y0 是集合 C的元素，称δy = y − y0 为函数 y在 y0处的变分。
这里的δy是 x的函数，它与 ∆y的区别在于：变分 δy反映的是整个函数的改变，
而 ∆y表示的是同一个函数 y(x)因 x的不同值而产生的差异。在本书，我们总是假定 y(x)和 F(x, y, y′) 都是充分光滑的，且 y(x)在两个端点处固定，即 y(a) =y1, y(b) = y2 （7.1.5）
式中， y1, y2是两个常数。
考虑泛函
上式可推出
上式称为 J ( y)的变分，记为δJ ( y)，即
（7.1.7）
下面我们证明，泛函 J ( y)取极值的必要条件是
δJ( y) = 0 （7.1.8）或者
（7.1.9）
设 y =y(x) 使泛函 J ( y)取极值，取函数 y(x)变分的特殊形式为
δy(x) = εϕ(x)
式中， ε是任意小的实数；ϕ(x)是充分光滑的任意函数，并且满足条件
ϕ(a) = 0, ϕ(b) = 0
这样，函数
y(x) +εϕ(x) 满足边界条件式（7.1.5）。因此，泛函 J[ y(x) +εϕ(x)]
当 ε= 0时取最小值 J[ y(x)] ，从而有
由于
（7.1.10）
以 ε乘式（7.1.10），且 δy(x) =εϕ(x)
则有
应用分部积分，我们作进一步的分析，有
由ϕ(x)的任意性，可得
（7.1.11）
式（7.1.11）称为欧拉－拉格朗日方程，简记为 E-L方程，
必要条件
y =y(x) 使泛函式（7.1.6）取极小值，则 y =y(x) 一定使欧拉－拉格朗日方程式（7.1.11）满足边界条件式（7.1.5）的解。
我们把满足 E-L方程边值问题的解称为驻留函数，对应的积分曲线称为驻留曲线。严格地讲，E-L方程边值问题的解满足变分问题的必要条件，因此它是否是极值函数，还需作进一步的判别。在实际问题中，极值的存在性通常给出问题时已经肯定了，这样，当一个实际现象已知其有唯一的极值存在，而这时也只得到一个驻留函数，则可以判定这个驻留函数就是极值函数。
最终解答
解
且y(0)=0,y(p)=q
这样
（7.1.12）
其E-L方程为
由于
所以有
（7.1.13）
将（7.1.12）代入式（7.1.13）
（7.1.14）
引入变量代换x=x(θ)，并设y'=cot(θ/2)
则由式（7.1.14）可得
上式对θ求导，得
所以
根据曲线过原点(0,0)及(p,q)可求出x0=0及r，这样，所求曲线为[1]
相关阅读
excel是日常办公必不可少的工具之一，其有很强大的功能。今天给大家分享一下怎样使用excel绘制曲线图。这个功能能够根据数据绘制出
一、多项式回归方程 （1）多项式回归方程式 当两个变数间的曲线关系很难确定时，可用多项式逼近 ，称多项式回归（polynomial regression）
转：http://blog.sina.com.cn/s/blog_aed5bd1d0102vid7.html做完插值，自然就要学习拟合了。参考http://wiki.klniu.com/wiki/Python/
在做数据可视化类型的页面时，会遇到这样的问题：我想在我的柱状图上画出一条曲线怎么办？第一步：在左侧的元件库中点击水平线（或者垂直线
关于最速曲线的介绍有 http://zhidao.baidu.com/s/daily/2014-04-21/1403015178.html内容比较丰富，还比较好玩最速曲线公式理论解