导数与梯度

导数

导数是一个很熟悉也很容易想象到的概念,导数体现了函数在某点的瞬时变化率,也可表示切线斜率

高中时我们对y=x^2求导的时候,实际上将其看作了一元函数,而y=f(x)是方程而不是函数,真正的函数是F(x,y)=x^-y,是一个曲面,只不过取了F(x,y)=0时候的特例。

偏导数

在二元函数F(x,y)中由于有两个自变量,导数也有x和y两个方向的分量,所以引入了偏导数。曲面上一点的瞬时变化率可以是任意方向(如果该点有导数),而高中时求的偏导数就是指多元函数沿坐标轴的变化率。

方向导数

在一元函数中,变化的方向只是一维的,如F(x)=x^2,x的变化方向只有变大和变小两个方向。而在多元函数中,如果我们要考虑在任意方向上的变化率,方向导数就是我们需要的。

设在二元函数F(x,y)中,u =cos\theta i+sin\theta j是一个单位向量,它可以表示任意方向,D_{u}f=\lim_{t \rightarrow 0}{\frac{f(x_{0}+tcos\theta ,y_{0}+tsin\theta )-f(x_{0},y_{0})}{t} }是f沿着u方向的方向导数,其实就是把沿u方向的微小变动分解到x和y方向上。方向导数还可表示成如下形式:

D_{u}f(x,y)=f_{x}(x,y)cos\theta   +f_{y}(x,y)sin\theta

有了方向导数的形式,自然会想知道F(x,y)在哪个方向上的变化率最大,即max(D_{u}f)

上式可写成D_{u}f(x,y)=A\bullet I=\left| A \right| *\left| I \right| cos\alpha,其中A=(f_{x}(x,y) ,f_{y}(x,y)),A向量就是求得的偏导数,所以当点确定时该向量也就确定了,而I在不断变化,当cosa=1,即a=0时最大,这时向量I与A平行,所以A向量就是梯度,梯度也就理所当然的表示函数变化率最大的方向了,所以梯度的方向就是函数增大最快的方向。

扫描二维码关注公众号,回复: 2407684 查看本文章

猜你喜欢

转载自blog.csdn.net/gt362ll/article/details/81046594