方向导数与梯度

• 导数
  一元函数的导数，为函数曲线在某一点的切线斜率，求解释可依据求极限思想
  
  
• 偏导数
  多元函数，例如二元函数，函数为一个空间曲面，因此计算某点关于一元变量导数时，必须假定另一元变量是常数，由于不是完全导数，所以称为偏导数
• 偏导数f_x (x_0,y_0)表示固定面上一点对x轴的切线斜率；
• 偏导数f_y (x_0,y_0)表示固定面上一点对y轴的切线斜率。
• 拓展到高阶偏导数：
  如果二元函数z=f(x,y)的偏导数f_x (x_0,y_0)(这个表示在x0,y0出的x的偏导数)与f_y (x_0,y_0)仍然可导，那么这两个偏导函数的偏导数称为z=f(x,y)的二阶偏导数。
  
• 方向导数

偏导数只能代表两个定轴方向函数的导数，但是实际应用中，需要知道函数沿各个方向向量（实际方向向量可以投影到xy面，按照xy坐标表示即可）的变化趋势， 而方向导数可表示在三维空间中，曲面上某一点沿着任一方向的变化率（坡度）

• 梯度
  方向导数实际上有无限个方向，但是人们只关心某些特殊方向的导数，例如沿哪一个方向，函数下降的最快？
  
  所以通过梯度概念来表示，梯度是一个向量，而不是一个数，梯度对应的向量方向表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）：
  梯度就是由沿着每个坐标轴的偏导数组成的向量：