关于导数（derivative），偏导数（partial derivative），梯度（gradient）的概念辨析

### 绘制偏导数函数图像的方法 为了在MATLAB中绘制偏导数函数的图形，可以通过定义目标函数及其对应的偏导数表达式来实现。对于给定的目标函数 \(f(x, y)\)，先利用符号工具箱计算其关于各个变量的偏导数，再通过数值网格化的方式生成数据点用于绘图。 考虑具体例子 \(f(x, y) = \sin(x) \cdot \cos(y)\)[^3]，下面展示如何分别求得此函数对\(x\)和\(y\)的一阶偏导数，并将其可视化： #### 定义函数与计算偏导数 ```matlab syms x y % 声明符号变量 f = sin(x)*cos(y); % 定义原函数 df_dx = diff(f,x); % 对x求一阶偏导数 df_dy = diff(f,y); % 对y求一阶偏导数 disp('The partial derivative of f with respect to x is:'); pretty(df_dx); disp('The partial derivative of f with respect to y is:'); pretty(df_dy); ``` 这段代码首先声明了两个符号变量`x`和`y`，接着定义了原始函数`f`以及对其各参数取偏导的结果`df_dx`和`df_dy`。最后打印出了这两个偏导数的具体形式[^3]。 #### 创建网格并评估偏导数值 接下来创建一个二维网格，在这个范围内计算上述偏导数的实际值以便后续作图： ```matlab [X,Y] = meshgrid(-pi:0.1:pi,-pi:0.1:pi); % 构建X-Y平面内的采样点矩阵 DF_DX = double(subs(df_dx,{x,y},{X,Y})); % 将符号表达式的偏导数转换成具体的数值数组 DF_DY = double(subs(df_dy,{x,y},{X,Y})); ``` 这里使用了`meshgrid()`函数构建了一个范围从\(-π\)到\(π\)之间的均匀分布的数据集；之后借助`subs()`替换掉原来的符号变量得到实际坐标位置处的偏导数值，并通过`double()`强制类型转换确保最终结果为双精度浮点型数组。 #### 可视化偏导数 有了之前准备好的数据后就可以轻松地画出所需的图表了。一种直观的做法就是采用矢量场（即箭头图）叠加等高线的方式来表示偏导数的变化趋势： ```matlab figure; contour(X,Y,double(subs(f,{x,y},{X,Y})),'ShowText','on'); hold on; % 显示等高线 quiver(X,Y,DF_DX,DF_DY); colorbar; title('Partial Derivatives Visualization'); xlabel('x-axis'); ylabel('y-axis'); legend({'Contour Lines', 'Gradient Vectors'},'Location','bestoutside'); hold off; ``` 以上命令序列先是调用了`contour()`显示由原函数形成的等高线条带，紧接着运用`quiver()`描绘出代表梯度方向的小箭头，从而形象地展示了偏导数的空间分布情况[^2]。