9.0.高等数学四-方向导数与梯度

问题引入

偏导数是研究函数 沿坐标轴平行 方向的变化率（切线）
全微分是研究函数 沿任意方向的增量

方向导数的概念

这个偏导数fx’应该是平行于x轴，fy’是平行于y轴图反了。

方向导数的定义

一元函数导数的符号（正负号）反映了函数的增减性，导数值的大小是刻画了函数变化的快慢程度

偏导数与方向导数的关系

方向导数的几何意义

方向导数也是斜率

方向导数的计算（可微）

定理1（二元函数的方向导数）

二元函数已经是建立在三维里了，三元函数是建立在四维。
例如 ：f(x,y)=z=x^2 + y^2 是抛物面，如图：

三原函数：U=X^2 + Y^2 + Z^2; 在三维坐标里画不出来。

定理1也是公式

证明

例

向量单位化

三元函数的方向导数

例1 （可微）

例2 （可微）

梯度及其几何意义

梯度向量就是偏导数向量

下面是一种几何意义的想法，在三维坐标下，想象 action ：
函数f(x,y)， y固定在h, 沿x轴变化率看成一个向量，这个向量与x轴方向一致f就上升，与x轴反向就f(x,y)下降，向量的大小就是变化的快慢，(想一下这个箭头要么朝x正向，要么朝x轴反向)记作：
$$\vec{A}=[\frac{\partial f}{\partial x},0]$$
同样， x固定在h, 沿y轴变化率看成一个向量，这个向量与y轴方向一致f就上升，与y轴反向就f(x,y)下降，向量的大小就是变化的快慢，(想一下这个箭头要么朝y正向，要么朝y轴反向)记作：
$$\vec{B}=[0,\frac{\partial f}{\partial y}]$$
梯度向量C=向量A+向量B就是梯度
$$\vec{C}=\vec{A}+\vec{B}=[\frac{\partial f}{\partial x},\frac{\partial f}{\partial y}]$$

沿着向量C变化f(x,y)增加的最快。三维视频演示

grad f或者▽f (读del f 蛋嗷f)
单位向量u就是模长是1，如果单位向量与梯度向量夹角为0，方向一致的时候方向导数最大。

例3

例4

就是梯度方向

梯度向量的几何意义