导数，偏导，方向导数，梯度

导数：
         导数不仅仅表示该点切线的斜率，还反应了函数在该点的变化率。

                                     

 

                                                                                                                                          

偏导数：

         偏导数仅仅是表示某点在x方向的导数和再y轴方向的导数。

         这反应了偏导数的局限性，仅仅是多元函数沿着坐标轴的变化率，但是如上图，在M0点处存在很多方向的偏导数（并不仅仅x和y方向）。这就引出了方向导数。

方向导数：
         我们不仅仅要知道函数在坐标轴方向上的变化率（即偏导数）还需要设法求得函数在其他方向上的变化率。而方向导数就是函数在其他特定方向上的变化率。

         方向导数的定义和导数定义类似，只不过是在多个维度上。例如在三维空间中：

          设三元函数 f 在 点P0（x0，y0，z0）的某邻域内有定义，l为从点P0出发的射线，P（x，y，z）为l上且含于邻域内的任一点，以ρ（rou）表示P和P0两点间的距离。若极限

              lim（ (f(P)-f(P0)) / ρ ）= lim （△l f / ρ）（当ρ→0时）

存在，则称此极限为函数f在点P0沿方向l的方向导数

梯度:
         由上面的方向导数可知，方向导数是在各个方向上都有，而且每个方向上的变化一般是不一样的，那到底沿哪个方向最大呢?沿哪个方向最小呢?为了研究方便,就有了梯度的定义。

下图是梯度的定义：

                                       

梯度是众多方向导数中最大的那个向量，这个方向就用梯度来表示（grad=ai+bj）这个向量来表示，其中a是函数在x方向上的偏导数，b是函数在y方向上的偏导数，梯度的模就是这个最大方向导数的值。


转载自 https://blog.csdn.net/fffupeng/article/details/73522425