跳至主要內容

简介

CyletixGPT-4小于 1 分钟

简介

方向导描述了多变量函数在某一点沿特定方向的变化率。直观地说,方向导数告诉我们,当我们沿着某个方向微小地移动时,函数值的变化量。 假设有一个定义在欧几里得空间 Rn\mathbb{R}^n 中的可微函数 f(x1,x2,...,xn)f(x_1, x_2, ..., x_n),我们想计算这个函数在点 pp 处沿着单位向量 uu 方向的方向导数。

定义

Duf(p)=limh0f(p+hu)f(p)h D_{u} f(p) = \lim_{{h \to 0}} \frac{f(p + hu) - f(p)}{h}

如果函数 ff 在点 pp 是可微的,方向导数可以通过函数的梯度 f(p)\nabla f(p) 和方向向量 uu 的点积来计算:

Duf(p)=f(p)u=i=1nfxi(p)ui D_{u} f(p) = \nabla f(p) \cdot u = \sum_{i=1}^{n} \frac{\partial f}{\partial x_i}(p) u_i

这里,f(p)\nabla f(p)ff 在点 pp 处的梯度,uu 是一个单位向量,表示特定的方向,uiu_i 是向量 uu 的第 ii 个分量。