再谈梯度与方向导数

不管是什么导数，都是计算函数的变化率，换句话说，在某个状态给系统一个轻微扰动观察其变化幅度，即取无穷小变化量$\Delta$，df/dx就是一元函数f(x)的导数，$\delta$f/$\delta$x 就是多元函数f(x,y…)的偏导数，$\delta$f/$\delta$l (无穷小变化量$\Delta$分给了各个变量，变化方向不再单一，而是多个变化一点点，总体还是一个单位的无穷小)就是方向导数。
要想明白方向导数就要纠正大脑的惯性思维，一元函数中的图像通常是一条曲线，这会让人有错觉，其实这样来表述就明白了：对于x在定义域中的任意取值，都有对应的函数值a，对x取无穷小的变化量dx，对应的函数值变化量a1-a2除以dx就是导数；类似的，在多元函数中，对于某个变量x在其定义域中的任意取值，都有对应的函数值a，对x取无穷小的变化量dx，对应的函数值变化量a1-a2除以dx就是其偏导数，若将无穷小的变化量$\Delta$矢量分割给不同的变量x、y、z…，对应的函数值变化量f（x’,y’,z’…）-f（x,y,z…）除以$\Delta$就是方向导数，而这个变化量由于有多个变量（方向）矢量合成，故其一般不是平常所见的沿单一变量方向的单位矢量。
至于梯度，它相当于一个标准，如果在某点按照梯度方向取单位变化量，函数变化幅度（因为都取的是单位变化量，所以幅度和变化率等同）比其他地方大，这是因为计算函数变化率（方向导数）的导出式中的cos$\theta$在同向时取最大值1。

注：一元函数只有一个变量所以只有一个变化方向，要用二元函数理解方向导数的几何意义。举个例子，你在山上，往南走不会掉下悬崖，往东走一步也不会掉下悬崖，但是你往东南走一步就掉下了悬崖，这就是梯度方向，即方向导数取最大值时的方向。