方向导数
方向导数(Directional Derivative)
- 定义
- 依赖深度 layer 17
- 分析学
- 多元微分
def.directional-derivative · 定义 · 微积分 · 多元
陈述
设 开,,,。 在 沿方向 的方向导数是(若该极限存在)
即「从 出发沿直线 走」的瞬时变化率。
说明
⭐ 偏导是特例:。
⚠ 两个不等式要记牢:
- 所有方向导数都存在,不蕴含连续(更不蕴含可微)。经典反例 ,原点补 :沿每条直线 有 ,故一切方向导数存在且为 ;但沿抛物线 有 ,故 在原点不连续。
- 可微 一切方向导数存在,且 是线性的,等于 。
⭐ 于是两者的真正区别是:可微要求「 线性」,而逐点存在只要求每条直线上的极限存在。多元微积分里一切「反例」几乎都是在这条缝里做文章。
它指向谁(出边)
定义引用 1
-
可微蕴含一切方向导数存在(且 )—— 方向导数是可微性必须「兼容」的下层概念。
谁指向它(入边)
定义引用 1
-
方向导数是偏导的推广(取方向为任意向量 而不是坐标向量 )。
参考
- Rudin, Principles of Mathematical Analysis, Ch. 9
- Spivak, Calculus on Manifolds, Ch. 2
同一星团的其他概念 25 个
- 赋范空间layer 9
- 梯度layer 11
- 浸入 / 淹没 / 嵌入layer 12
- 压缩映射layer 14
- Banach 空间layer 15
- 压缩映射原理layer 15
- 偏导数layer 16
- Hessian 矩阵layer 17
- 可微与全微分layer 18
- Jacobi 矩阵layer 19
- 多元链式法则layer 20
- 多元中值定理layer 22
- 混合偏导相等layer 22
- 逆映射定理layer 23
- 多元 Taylor 公式layer 23
- 隐函数定理layer 24
- 逆映射定理(Banach 版)layer 24
- Morse 引理layer 24
- Sard 定理layer 24
- 极值判别(Hessian 判据)layer 24
- 常秩定理layer 25
- 隐函数定理(Banach 版)layer 25
- 正则值原像定理layer 25
- Lagrange 乘子法layer 26