方向导数与梯度

梯度和方向导数

在一个二维平面中，如果温度T和平面中某一个点位置的关系是：

						T=f(x,y)

我们都知道x的偏导数是该函数在x轴上的变化率。y的偏导数是该函数在y轴上的变化率。那如果，我想知道，这个函数在y=x这个方向上的变化率是多少呢，这个时候，就需要方向导数的概念。方向导数的推导和证明非常多，不需要重复，我们可以换一种思路，在黎曼坐标系下，我们如果已经求得该函数的x偏导和y偏导，即已经获得fx与fy。我们已经知道函数在x轴与y轴上的变化率了，我们只需要把该方向的单位向量进行矢量分解，分解出x轴分量和y轴分量，这就是这个方向在x轴方向与y轴方向上的权值。然后相乘就获得方向导数了。

梯度是一个向量。对于这个温度场，我们获得了温度的数学模型，你就在这个温度场里面的某一个点，很热，很快就要gg了，你该怎么跑，可以活下来。很明显，往温度下降最快的方向跑呗，这就可以引出梯度的概念，温度场某一个点的梯度可以求出，你跑的方向与梯度方向相反，就能活下来。