反映的是函数y=f(x)在某一点处沿x轴正方向的变化率。如果f’(x)>0,说明f(x)的函数值在x点沿x轴正方向是趋于增加的;如果f’(x)<0,说明f(x)的函数值在x点沿x轴正方向是趋于减少的。
Δx:x的变化量;
dx:x的变化量Δx趋于0时,则记作微元dx;
Δy:Δy=f(x0+Δx)-f(x0),是函数的增量;
dy:dy=f’(x0)dx,是切线的增量;
当Δx→0时,dy与Δy都是无穷小,dy是Δy的主部,即Δy=dy+o(Δx).
偏导数指的是多元函数中,函数在某一点处沿某一坐标轴正方向的变化率。
方向导数在前面导数和偏导数的定义中,均是沿坐标轴正方向讨论函数的变化率。那么当我们讨论函数沿任意方向的变化率时,也就引出了方向导数的定义,即:某一点在某一趋近方向上的导数值。
梯度运算的对像是纯量,运算出来的结果会是向量。(纯量–>向量)
函数在某一点的梯度是这样一个向量,它的方向与取得最大方向导数的方向一致,而它的模为方向导数的最大值。 1)梯度是一个向量,即有方向有大小;2)梯度的方向是最大方向导数的方向;3)梯度的值是最大方向导数的值。
假设一个三元函数 在空间区域G内具有一阶连续偏导数,点 ,称向量(注意是向量,整体观念)
为函数 在点的梯度,记为 或 。
即 =
=
,,
其中 称为(三维的)向量微分算子或Nabla算子,。同样,该梯度方向与取得最大方向导数的方向一致,而它的模为方向导数的最大值。
散度运算的对像是向量,运算出来的结果会是纯量。(向量–>纯量)(向量的点乘)
散度(divergence)可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性。当div F>0 ,表示该点有散发通量的正源(发散源);当div F<0 表示该点有吸收通量的负源(洞或汇);当div F=0,表示该点无源。
散度是作用在向量场上的一个算子。用三维空间来举例,向量场就是在空间每一点处都对应一个三维向量的向量函数:
散度为:
它是一个标量函数(场),也就是说,在定义空间中每一点的散度是一个值。矢量V的散度在笛卡尔坐标(直角坐标系)下的表达式:。
拉普拉斯算子拉普拉斯算子(Laplace Operator)是n维dxn空间中的一个二阶微分算子,定义为梯度(▽f)的散度(▽·f)。
=div(grad f)
笛卡尔坐标系下的表示法