MathLabs
定理已证明

方向导数与沿梯度的最陡上升

命题陈述

若 ff 在点 aa 可微且 ∇f(a)≠0\nabla f(a) \ne \mathbf{0},则对任意单位向量 u\mathbf{u}(满足 ∥u∥=1\|\mathbf{u}\| = 1),方向导数满足 Duf(a)=∇f(a)⋅u=∥∇f(a)∥cos⁡θD_{\mathbf{u}}f(a) = \nabla f(a) \cdot \mathbf{u} = \|\nabla f(a)\| \cos\theta,其中 θ\theta 是 ∇f(a)\nabla f(a) 与 u\mathbf{u} 之间的夹角。因此,当 u=∇f(a)∥∇f(a)∥\mathbf{u} = \frac{\nabla f(a)}{\|\nabla f(a)\|} 时,Duf(a)D_{\mathbf{u}}f(a) 取得最大值 ∥∇f(a)∥\|\nabla f(a)\|,在相反方向上取得最小值 −∥∇f(a)∥-\|\nabla f(a)\|。

为什么成立?

点积将梯度投影到所选的行进方向上:只有完全与梯度同向时才能获得梯度的全部模长,而垂直于梯度沿等高线行走时变化率为零。

证明思路

定义一元函数 g(t)=f(a+tu)g(t) = f(a + t\mathbf{u})。由方向导数的定义知 Duf(a)=g′(0)D_{\mathbf{u}}f(a) = g'(0)。因为 ff 在点 aa 可微,当 t→0t \to 0 时有 f(a+tu)−f(a)=∇f(a)⋅(tu)+o(∣t∣)f(a + t\mathbf{u}) - f(a) = \nabla f(a) \cdot (t\mathbf{u}) + o(|t|)。两边除以 tt 并取 t→0t \to 0 的极限,即得 Duf(a)=∇f(a)⋅uD_{\mathbf{u}}f(a) = \nabla f(a) \cdot \mathbf{u}。

由欧几里得内积的几何公式以及单位长度条件 ∥u∥=1\|\mathbf{u}\| = 1,可得 ∇f(a)⋅u=∥∇f(a)∥ ∥u∥cos⁡θ=∥∇f(a)∥cos⁡θ\nabla f(a) \cdot \mathbf{u} = \|\nabla f(a)\|\,\|\mathbf{u}\|\cos\theta = \|\nabla f(a)\|\cos\theta。由于 −1≤cos⁡θ≤1-1 \le \cos\theta \le 1,最大值 ∥∇f(a)∥\|\nabla f(a)\| 唯一地在 θ=0\theta = 0 即 u=∇f(a)∥∇f(a)∥\mathbf{u} = \frac{\nabla f(a)}{\|\nabla f(a)\|} 处取得,最小值 −∥∇f(a)∥-\|\nabla f(a)\| 在 θ=π\theta = \pi 处取得。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. Jerrold E. Marsden, Anthony J. Tromba (2012). Vector Calculus
  2. James Stewart (2015). Calculus: Early Transcendentals
  3. Augustin-Louis Cauchy (1847). Méthode générale pour la résolution des systèmes d'équations simultanées