【高等数学】多元函数微分法及其应用2

本文还有第一部分，包含多元函数的基本概念，偏导数，全微分，多元复合函数求导法则，隐函数求导公式，多元函数微分学的几何应用

方向导数与梯度

一、方向导数

方向导数的定义

如果函数$f(x,y)$在点$P_0(x_0,y_0)$处可微分，那么函数在该点沿任一方向$l$的方向导数存在，为$\frac{\partial f}{\partial l}{|}_{(x_0,y_0)}=f_x^{\prime }(x_0,y_0)\cos \alpha +f_y^{\prime }(x_0,y_0)\cos \beta$，其中$\cos \alpha 和\cos \beta$是方向$l$的方向余弦

例1：求函数$z=x^2+y^2$在点$(1,2)$处沿从点$(1,2)$到点$(2+2\sqrt{3})$的方向的方向导数
$\mathbf{l}=(1,\sqrt{3})$
则与$\mathbf{l}$同向的单位向量${\mathbf{e}}_1=(\frac{1}{2},\frac{\sqrt{3}}{2})$
$\frac{\partial z}{\partial x}{|}_{(1,2)}=2x{|}_{(1,2)}=2$
$\frac{\partial z}{\partial y}{|}_{(1,2)}=2y{|}_{(1,2)}=4$
则$\frac{\partial z}{\partial l}{|}_{(1,2)}=2\times \frac{1}{2}+4\times \frac{\sqrt{3}}{2}=1+2\sqrt{3}$

二、梯度

梯度的定义

设函数$f(x,y)$在平面区域$D$内具有一阶连续偏导数，则对于每一点$P_0(x_0,y_0)\in D$，都可定出一个向量$f_x^{\prime }(x_0,y_0)\mathbf{i}+f_y^{\prime }(x_0,y_0)\mathbf{j}$，称为函数$f(x,y)$在点$P_0(x_0,y_0)$的梯度，记作$\mathbf{grad}f(x_0,y_0)$，即$\mathbf{grad}f(x_0,y_0)=f_x^{\prime }(x_0,y_0)\mathbf{i}+f_y^{\prime }(x_0,y^{}$