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。