方向导数和梯度

理性认识的三个阶段：定义、判断、推理。

有位博主说过，数学中，定义占60%的内容。

（一）方向导数

方向导数定义如下：

注意：
该处的alpha，beta角度关系是alpha + beta = pi/2， t*cos alpha 、t * cos beta 、t 三条边是直角三角形的三条边。这里的cos beta就是sin(pi/2 - alpha) = cose beta。

方向导数的重要定理：

定理的证明：

该定理将偏导数和方向导数联系起来，在偏导数的基础上，添加一个角度值参数来表示方向导数。

（二）梯度

梯度的相关知识是人工智能和深度学习中的核心数学知识之一。

梯度的定义如下：

由定义可以看出，梯度是一个向量，既有大小又有方向。他的大小和方向是怎么计算的呢？
且看下面。

这个问题有如下结论：

注意，这个结论只是笼统的提出了梯度的模和方向，但是没有提出怎么求解出这个问题。下面的结论是如果求得梯度的方向和大小：

由此段看出，梯度是一个矢量，既有大小又有方向，方向为法向量的方向，大小为法向量方向的方向导数值。

考虑以前一节，《曲面的切平面和法向量》一节中，法向量的分量分别是各个变量的偏导数，由此可知，梯度不过是对前一节的法向量的进一步延伸，对其方向和大小的进一步说明。

结合此例题可以明加深梯度的概念。

注意次题中第三小题的答案和解析。

同济版书上对梯度语焉不详，多看几遍书才能理解透它要表达的意思。本文目的也就在这里，给自己留个记号，万一忘了，有个提醒。