本文参考于这篇文章。
方向导数 direction derivative
刻画的是多元函数在某一点沿着某一方向的变化率，方向导数越大，沿这个方向的函数值变化越快。
它的定义要用到函数的增量、极限，其实很简单，只是看起来长就显得有点复杂。这里以二元函数为例讲方向导数的定义。
函数 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 P ( x 0 , y 0 ) P(x_0,y_0) P(x0,y0)的邻域 U ( P ) U(P) U(P)有定义，自点 P P P引射线 l l l,x轴正向到 l l l的转角为 φ \varphi φ,设 P ′ ( x 0 + Δ x , y 0 + Δ y ) P'(x_0+\Delta x,y_0+\Delta y) P′(x0+Δx,y0+Δy)是 l l l上一点且 P ′ ∈ U ( P ) P'\in U(P) P′∈U(P)。
函数的增量为 f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y o ) f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_o) f(x0+Δx,y0+Δy)−f(x0,yo)
两点的距离为 ρ = ( Δ x ) 2 + ( Δ y ) 2 \rho=\sqrt{(\Delta x)^2+(\Delta y)^2} ρ=(Δx)2+(Δy)2
方向导数就定义为 P ′ → P P'\rightarrow P P′→P时二者的比值：
∂ f ( x , y ) ∂ l = lim ρ → 0 增 量 距 离 = lim ρ → 0 f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y o ) ( Δ x ) 2 + ( Δ y ) 2 = \frac{\partial f(x,y)}{\partial l}=\lim_{\rho \to 0}\frac{增量}{距离}=\lim_{\rho \to 0}\frac{f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_o)}{\sqrt{(\Delta x)^2+(\Delta y)^2}}= ∂l∂f(x,y)=ρ→0lim距离增
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
