梯度:设函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 具有一阶连续偏导数,则称向量
$$\nabla f(x_0,y_0,z_0)=\frac{\partial f}{\partial x}(x_0,y_0,z_0)\mathbf{i}+\frac{\partial f}{\partial y}(x_0,y_0,z_0)\mathbf{j}+\frac{\partial f}{\partial z}(x_0,y_0,z_0)\mathbf{k}$$
为函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 的梯度。
方向导数:设函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 具有一阶连续偏导数,$\mathbf{u}$ 是一个方向向量,则称函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 沿着方向 $\mathbf{u}$ 的方向导数为
$$D_{\mathbf{u}}f(x_0,y_0,z_0)=\lim_{h\to 0}\frac{f(x_0+hu_1,y_0+hu_2,z_0+hu_3)-f(x_0,y_0,z_0)}{h}$$
其中,$\mathbf{u}=(u_1,u_2,u_3)$ 是一个单位向量。
梯度和方向导数之间的关系:若函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 可微,则函数 $f(x,y,z)$ 在点 $P(x_0,y_0,z_0)$ 沿着方向 $\mathbf{u}$ 的方向导数为
$$D_{\mathbf{u}}f(x_0,y_0,z_0)=\nabla f(x_0,y_0,z_0)\cdot \mathbf{u}$$
其中,$\cdot$ 表示向量的点积。