方向导数:
定义:函数沿某一指定方向的变化率
定理:如果函数
f(x,y)
f
(
x
,
y
)
在点
P0(x0,y0)
P
0
(
x
0
,
y
0
)
可微分,那么函数在该点沿任一方向
l
l
的方向导数都存在,且方向导数:
梯度:
定义:函数在区域内某一点的具有方向的全微分
设函数
f(x,y)
f
(
x
,
y
)
在区域
D
D
内具有一阶连续偏导数,则对于区域内的任一点
P0(x0,y0)
P
0
(
x
0
,
y
0
)
,有梯度:
与方向导数相联系,可得:
由上述联系可得:
- 当 θ=0或el与∇f(x0,y0)的方向相同 θ = 0 或 e l 与 ∇ f ( x 0 , y 0 ) 的 方 向 相 同 时,函数 f(x,y) f ( x , y ) 增长最快,此时函数在这个方向的方向导数达到最大值, ∂f∂l|(x0,y0)=|∇f(x0,y0)| ∂ f ∂ l | ( x 0 , y 0 ) = | ∇ f ( x 0 , y 0 ) |
- 当 θ=π或el与∇f(x0,y0)的方向相反 θ = π 或 e l 与 ∇ f ( x 0 , y 0 ) 的 方 向 相 反 时,函数 f(x,y) f ( x , y ) 减少最快,此时函数在这个方向的方向导数达到最小值, ∂f∂l|(x0,y0)=−|∇f(x0,y0)| ∂ f ∂ l | ( x 0 , y 0 ) = − | ∇ f ( x 0 , y 0 ) |
- 当 θ=π2或el与∇f(x0,y0)的正交 θ = π 2 或 e l 与 ∇ f ( x 0 , y 0 ) 的 正 交 时,函数 f(x,y) f ( x , y ) 变化率为零,此时函数在这个方向的方向导数为0, ∂f∂l|(x0,y0)=0 ∂ f ∂ l | ( x 0 , y 0 ) = 0
梯度的运算法则:
- ∇(Cf)=C∇f ∇ ( C f ) = C ∇ f
- ∇(f±g)=∇f±∇g ∇ ( f ± g ) = ∇ f ± ∇ g
- ∇(f·g)=f∇g+g∇f ∇ ( f · g ) = f ∇ g + g ∇ f
- ∇(fg)=f∇g−g∇fg2 ∇ ( f g ) = f ∇ g − g ∇ f g 2