爬山时，为什么“向东变陡”和“最快上坡”不一样？#

把山坡高度简化为 $h(x,y)=100+x^2+3y^2$，$x,y$ 是地图坐标。在 $(1,1)$，向东走一小步，高度增加率为 2；向北则为 6。两项偏导只告诉你这两条指定路线。

如果可以任选方向，向东北偏北走会更快。单位方向 $(1,3)/\sqrt{10}$ 的上升率是 $\sqrt{40}\approx6.32$，比正北的 6 还大。把两个偏导放在一起，得到的梯度 $(2,6)$ 就指向这条路线。

天气、房价和菜谱也一样：一个结果往往有多个输入。偏导问“其余条件暂时固定，只改一个输入”；全微分问“几个输入一起微调，能否统一估算结果”。

把最快上坡方向亲手算出来#

在 $(1,1)$ 附近，把 $h(x,y)=100+x^2+3y^2$ 展开：

当步子很小时，主要变化是 $2a+6b$。若总步长固定为 $\sqrt{a^2+b^2}=r$，Cauchy–Schwarz 给出 $2a+6b\le\sqrt{40}\,r$，在 $(a,b)$ 与 $(2,6)$ 同向时取等。

这就直接推导出梯度的方向意义。不是先定义一个箭头，再宣布它“最陡”，而是把所有等长小步放在一起比较之后发现，最佳方向恰好由偏导数拼成。

为什么只看两条坐标轴会被骗#

想检查一个路口是否平坦，如果只测正东和正北两条路，可能漏掉斜着穿过的坑。数学上，$f(x,y)=xy/(x^2+y^2)$ 在两根坐标轴上全为零，沿斜线 $y=x$ 却始终为 $1/2$。

因此两个偏导只能证明两条特殊路线的局部行为。全微分要求同一套线性预测对任意小位移都成立，包括曲线路径。判断误差要除以整个步长 $\sqrt{a^2+b^2}$，不能只分别盯着 $a$ 或 $b$。

Hessian 是坡度怎样继续变化#

梯度告诉你此刻向哪走，Hessian 告诉你再走一点后坡度怎样变。对上面的山坡，Hessian 是 $\operatorname{diag}(2,6)$，因此北向的弯曲更强，同样偏离一步，二次代价更大。

在优化里，梯度下降只看当前坡度，Newton 法还尝试用曲率修正步长。后者需要 Hessian 可逆并满足合适的局部条件；遇到非凸区域或近奇异曲率时，不能保证一步就到谷底。矩阵在这里进入微积分，是因为多方向的局部影响需要一张表来记录。

带你做：温度和用量一起变化，结果如何估计#

设一项简化实验输出 $F(T,m)=mT^2$，工作点为 $T=2,m=3$。温度增加 0.01、用量减少 0.02，输出约变多少？

偏导为 $F_T=2mT=12$、$F_m=T^2=4$，因此线性估计为 $12\times0.01+4\times(-0.02)=0.04$。精确新值为 $2.98\times2.01^2=12.039498$，真实增加 0.039498，线性估计多算 0.000502。

误差来自二次及更高阶交互项。你可以直接展开 $(3+b)(2+a)^2$，看到被线性近似遗漏的是 $3a^2+4ab+a^2b$。多变量微分在同时处理多个小变化，交互影响会在更高阶出现。

若 $T$ 与 $m$ 的单位量纲不同，不能随便把“移动 1 单位”当作同样成本来讨论最陡方向。先说明坐标尺度或所用内积，梯度的几何解释才有明确意义。

回头整理：定义、工具与练习#