数学一

高等数学

知识单元 MATH-CAL-35：方向导数与梯度

---

一、定位信息

• 圈层：核心层（大纲考点）
• 前置知识回顾：偏导数与全微分（MATH-CAL-34）、向量的基本运算。方向导数是偏导数的推广，沿任意方向的变化率；梯度是由所有偏导数组成的向量。
• 知识网络定位：本单元是多元微分学的重要应用，上承偏导数，下启极值问题和条件极值。方向导数和梯度在物理（温度场、势场）中有广泛应用。
• 考点热度等级：H级（高频重点）。方向导数和梯度的计算及几何意义是常考知识点。

---

二、知识点讲解

2.1 方向导数的定义

设 $z = f(x,y)$ 在点 $P_0(x_0,y_0)$ 的某邻域内有定义，$\vec{l}$ 为非零向量，其方向余弦为 $(\cos\alpha, \cos\beta)$。若极限

$\frac{\partial f}{\partial \vec{l}}\bigg|_{P_0} = \lim_{t \to 0^+} \frac{f(x_0 + t\cos\alpha, y_0 + t\cos\beta) - f(x_0,y_0)}{t}$

存在，则称此极限为 $f$ 在 $P_0$ 处沿方向 $\vec{l}$ 的方向导数。

几何意义：方向导数表示函数沿方向 $\vec{l}$ 的变化率。$\frac{\partial f}{\partial \vec{l}} > 0$ 表示沿该方向函数值增大，$< 0$ 表示减小。

与偏导数的关系：

• 方向沿 $x$ 轴正向（$\alpha = 0, \beta = \frac{\pi}{2}$）：$\frac{\partial f}{\partial \vec{l}} = f_x$
• 方向沿 $x$ 轴负向：$\frac{\partial f}{\partial \vec{l}} = -f_x$

2.2 方向导数的计算公式

定理：若 $f(x,y)$ 在点 $P_0(x_0,y_0)$ 可微，则 $f$ 在 $P_0$ 处沿任何方向 $\vec{l} = (\cos\alpha, \cos\beta)$ 的方向导数存在，且

$\frac{\partial f}{\partial \vec{l}} = f_x(x_0,y_0)\cos\alpha + f_y(x_0,y_0)\cos\beta$

证明思路：设 $x = x_0 + t\cos\alpha$，$y = y_0 + t\cos\beta$，由可微性：

$\Delta z = f_x \cdot t\cos\alpha + f_y \cdot t\cos\beta + o(t)$

除以 $t$ 取极限即得。

三元推广：对 $u = f(x,y,z)$，沿 $\vec{l} = (\cos\alpha, \cos\beta, \cos\gamma)$：

$\frac{\partial f}{\partial \vec{l}} = f_x\cos\alpha + f_y\cos\beta + f_z\cos\gamma$

重要注意：方向导数存在 $\not\Leftrightarrow$ 可微。计算公式要求可微，但方向导数本身可能在不可微点也存在（只是不能用这个公式算）。

2.3 梯度的定义

设 $z = f(x,y)$ 在点 $P_0(x_0,y_0)$ 具有连续偏导数，则 $f$ 在 $P_0$ 处的梯度定义为向量：

$\text{grad}\,f\big|_{P_0} = \nabla f\big|_{P_0} = (f_x(x_0,y_0), f_y(x_0,y_0))$

三元函数的梯度：$\nabla f = (f_x, f_y, f_z)$。

符号 $\nabla = \left(\frac{\partial}{\partial x}, \frac{\partial}{\partial y}, \frac{\partial}{\partial z}\right)$ 称为哈密顿算子（Nabla 算子）。

2.4 梯度的重要性质

性质一：方向导数可以用梯度表示：

$\frac{\partial f}{\partial \vec{l}} = \nabla f \cdot \vec{e}_l = |\nabla f|\cos\theta$

其中 $\vec{e}_l$ 是方向 $\vec{l}$ 的单位向量，$\theta$ 是梯度与 $\vec{e}_l$ 的夹角。

性质二：梯度方向是函数值增长最快的方向（方向导数最大的方向），最大值为 $|\nabla f|$。

性质三：梯度的反方向是函数值下降最快的方向。

性质四：梯度垂直于等值线（或等值面）。即 $\nabla f$ 垂直于曲线 $f(x,y) = C$。

2.5 方向导数与梯度对比

概念	类型	含义	计算
方向导数 $\frac{\partial f}{\partial \vec{l}}$	标量	沿特定方向的变化率	$\nabla f \cdot \vec{e}_l$
梯度 $\nabla f$	向量	所有偏导数组成的向量	$(f_x, f_y, f_z)$
偏导数 $f_x, f_y$	标量	沿坐标轴方向的变化率	梯度的分量

关系：方向导数 = 梯度在该方向上的投影。

---

三、记忆与理解辅助

1. 方向导数公式口诀："方向导数 = 偏导数 × 方向余弦之和"，即 $f_x\cos\alpha + f_y\cos\beta + f_z\cos\gamma$。

2. 梯度方向的记忆：梯度指向函数值增长最快的方向。想象登山：梯度方向是最陡的上坡方向，反方向是最陡的下坡方向，等高线（等值线）方向既不上也不下（方向导数为零）。

3. 梯度与等值线的关系：$\nabla f$ 垂直于等值线 $f(x,y)=C$。这在几何应用中非常有用——曲面 $F(x,y,z)=0$ 的法向量就是 $\nabla F$。

4. 方向导数存在性的层次：

   • 可微 → 所有方向的方向导数存在，且可用公式计算
   • 不可微 → 某些方向的方向导数可能仍存在，但不能用 $\nabla f \cdot \vec{e}_l$ 计算

---

四、例题与精解

例题 1（基础巩固）

命题意图：考查方向导数和梯度的计算，以及方向导数最大值的求法。

设 $f(x,y) = x^2 + xy + y^2$，求： （1）在点 $(1,1)$ 处的梯度； （2）在点 $(1,1)$ 处沿方向 $\vec{l} = (1, \sqrt{3})$ 的方向导数； （3）在点 $(1,1)$ 处沿哪个方向的方向导数最大？最大值是多少？

审题分析：先求偏导数得梯度，再用方向导数公式计算。

解题思路：梯度 = $(f_x, f_y)$；方向导数 = $\nabla f \cdot \vec{e}_l$。

完整步骤：

（1）$f_x = 2x + y$，$f_y = x + 2y$

在 $(1,1)$ 处：$f_x(1,1) = 3$，$f_y(1,1) = 3$

$\nabla f(1,1) = (3, 3)$

（2）方向 $\vec{l} = (1, \sqrt{3})$ 的单位向量：

$|\vec{l}| = \sqrt{1 + 3} = 2$，$\vec{e}_l = \left(\frac{1}{2}, \frac{\sqrt{3}}{2}\right)$

$\frac{\partial f}{\partial \vec{l}} = \nabla f \cdot \vec{e}_l = 3 \times \frac{1}{2} + 3 \times \frac{\sqrt{3}}{2} = \frac{3}{2} + \frac{3\sqrt{3}}{2} = \frac{3(1+\sqrt{3})}{2}$

（3）方向导数最大的方向就是梯度方向 $\nabla f(1,1) = (3,3)$，即方向 $(1,1)$ 或单位化后 $\left(\frac{1}{\sqrt{2}}, \frac{1}{\sqrt{2}}\right)$。

最大值为 $|\nabla f| = \sqrt{9+9} = 3\sqrt{2}$。

方法反思：方向导数最大值 = 梯度的模。方向导数为零的方向垂直于梯度方向（沿等值线方向）。

---

例题 2（中等提升）

命题意图：考查梯度的几何应用——求等值线的切线方程。

求曲线 $x^2 + xy + y^2 = 3$ 在点 $(1, 1)$ 处的切线方程。

审题分析：曲线 $F(x,y) = x^2+xy+y^2 = 3$ 是等值线，其法向量为梯度 $\nabla F$。

解题思路：梯度垂直于等值线，梯度就是法向量，用点法式写切线方程。

完整步骤：

设 $F(x,y) = x^2 + xy + y^2$，则

$F_x = 2x + y$，$F_y = x + 2y$

在 $(1,1)$ 处：$F_x(1,1) = 3$，$F_y(1,1) = 3$

$\nabla F(1,1) = (3, 3)$ 是曲线在 $(1,1)$ 处的法向量。

切线方程（点法式）：$3(x-1) + 3(y-1) = 0$，即 $x + y = 2$。

方法反思：曲线 $F(x,y)=C$ 在某点的法向量 = $\nabla F$ 在该点的值。这个方法比隐函数求导更简洁，且直接得到法向量。

---

五、考情分析

• 考查频次：近五年出现约 3–4 次，选择题和解答题均有。
• 常见题型：选择题（方向导数与梯度的关系辨析）、填空题（求方向导数最大值）、解答题（求等值线/曲面的法向量和切线）。
• 分值占比：约 4–8 分。
• 命题趋势：梯度的几何应用（求法向量、切平面）与后续极值问题结合紧密，综合性强。

---

六、易错点提醒

1. 错误表现：计算方向导数时，未将方向向量单位化。

   • 错误原因：公式 $\frac{\partial f}{\partial \vec{l}} = \nabla f \cdot \vec{e}_l$ 中 $\vec{e}_l$ 必须是单位向量。
   • 正确理解/做法：先将方向向量除以其模长得到单位向量，再代入公式。

2. 错误表现：认为"方向导数最大方向是 $(f_x, f_y)$ 方向"就是 $(1, 1)$ 方向。

   • 错误原因：混淆了梯度向量和方向。梯度 $(3,3)$ 和 $(1,1)$ 确实同方向，但 $(f_x, f_y)$ 的具体值才是梯度。
   • 正确理解/做法：方向导数最大的方向是梯度方向，最大值是梯度的模 $|\nabla f|$。

3. 错误表现：将梯度 $\nabla f$ 与方向导数 $\frac{\partial f}{\partial \vec{l}}$ 混淆。

   • 错误原因：不清楚梯度是向量、方向导数是标量。
   • 正确理解/做法：梯度是一个向量，方向导数是梯度在某个方向上的投影（标量）。梯度本身不是方向导数。

4. 错误表现：求曲面 $F(x,y,z) = 0$ 的法向量时，误用 $\nabla f$（其中 $f$ 是其他函数）。

   • 错误原因：对"梯度垂直于等值面"的理解不准确。
   • 正确理解/做法：曲面 $F(x,y,z)=0$ 的法向量 = $\nabla F = (F_x, F_y, F_z)$。必须用定义曲面的那个函数 $F$ 的梯度。

---

七、来源标注

• 依据 2026 考研数学一大纲"方向导数与梯度"部分
• 依据大学本科经典教材《高等数学》（同济大学第七版）第九章