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
Δ
\Delta
Δ,df/dx就是一元函数f(x)的导数,
δ
\delta
δf/
δ
\delta
δx 就是多元函数f(x,y…)的偏导数,
δ
\delta
δf/
δ
\delta
δl (无穷小变化量
Δ
\Delta
Δ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
Δ
\Delta
Δ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
Δ
\Delta
Δ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
θ
\theta
θ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。