如何计算二元函数方向导数及其应用？

二元函数的方向导数 二元函数 \(f(x, y)\) 的二阶方向导数是指在某一点 \(P(x_0, y_0)\) 沿某一方向 \(\mathbf{u}\)，函数变化率的变化率。它不仅衡量了函数在该方向上的斜率（一次方向导数），更进一步描述了曲率（即该方向上的凹凸性）。 以下是从基础定义出发的详细推导过程： 1. 基础概念回顾 单位方向向量： 设 \(\mathbf{u} = (a, b)\) 为一个单位向量（即 \(a^2 + b^2 = 1\)）。它确定了我们感兴趣的方向。 方向导数（一次）： 在点 \(P(x_0, y_0)\) 沿方向 \(\mathbf{u}\) 的方向导数定义为： \[D_{\mathbf{u}} f(x_0, y_0) = \lim_{t \to 0} \frac{f(x_0 + ta, y_0 + tb) - f(x_0, y_0)}{t} \] 当 \(f\) 在 \(P\) 处可微时，该极限存在且等于梯度与方向向量的点积： \[D_{\mathbf{u}} f = f_x a + f_y b = \nabla f \cdot \mathbf{u} \] 2. 二阶方向导数的定义 二阶方向导数本质上是方向导数的导数。具体定义为： \[D_{\mathbf{u}}^2 f(x_0, y_0) = \lim_{t \to 0} \frac{D_{\mathbf{u}} f(x_0 + ta, y_0 + tb) - D_{\mathbf{u}} f(x_0, y_0)}{t} \] 这意味着我们先计算沿 \(\mathbf{u}\) 的导数，然后看这个导数在 \(\mathbf{u}\) 方向上如何变化。 3. 推导步骤 第一步：计算一次方向导数的显式形式 利用一阶导数的定义，在点 \((x, y)\) 处沿 \(\mathbf{u}\) 的方向导数为： \[D_{\mathbf{u}} f(x, y) = f_x(x, y) a + f_y(x, y) b \] 第二步：对一次方向导数再次求导 我们需要对 \(D_{\mathbf{u}} f(x, y)\) 关于 \(t\) 求导。根据链式法则，注意到 \(x\) 和 \(y\) 都是 \(t\) 的函数（\(x = x_0 + ta, y = y_0 + tb\)），因此： \[\frac{d}{dt} [D_{\mathbf{u}} f(x, y)] = \frac{\partial}{\partial x} [D_{\mathbf{u}} f] \cdot \frac{dx}{dt} + \frac{\partial}{\partial y} [D_{\mathbf{u}} f] \cdot \frac{dy}{dt} \] 由于 \(\frac{dx}{dt} = a\)，\(\frac{dy}{dt} = b\)，我们继续展开： \[\frac{d}{dt} [D_{\mathbf{u}} f] = \left( \frac{\partial}{\partial x} (f_x a + f_y b) \right) a + \left( \frac{\partial}{\partial y} (f_x a + f_y b) \right) b \] 注意到 \(a\) 和 \(b\) 是常数，可以提出来： \[\frac{d}{dt} [D_{\mathbf{u}} f] = a \left( f_{xx} a + f_{yx} b \right) + b \left( f_{xy} a + f_{yy} b \right) \] 这里使用了二阶偏导的定义，例如 \(\frac{\partial f_x}{\partial x} = f_{xx}\)，\(\frac{\partial f_x}{\partial y} = f_{xy}\)，等等。 第三步：整理并得到二阶方向导数公式 将上式展开并整理： \[\frac{d}{dt} [D_{\mathbf{u}} f] = f_{xx} a^2 + f_{xy} a b + f_{yx} a b + f_{yy} b^2 \] 由于混合偏导数在连续条件下相等（\(f_{xy} = f_{yx}\)），我们可以合并中间的两项： \[\frac{d}{dt} [D_{\mathbf{u}} f] = f_{xx} a^2 + 2 f_{xy} a b + f_{yy} b^2 \] 这就是二阶方向导数的最终表达式。