Gradient Vector

Gradient  = Derivative of function

df(x)dx หมายถึงการเปลี่ยนแปลงของ f(x) เทียบกับการเปลี่ยนแปลงของ x

Gradient Vector คือ Vector ที่
1. มีทิศทางชี้ไปทางที่มีการเปลี่ยนแปลงมากที่สุด (greatest increase of the function)
2. มีขนาดเป็น 0 ที่ local maximum หรือ local minimum (เพราะตำแหน่งทั้งสองไม่มีการเปลี่ยนแปลงของฟังก์ชั่นอีกแล้ว)
3. ไม่ได้ให้ข้อมูลว่าที่ไหน แต่ให้ข้อมูลว่ามีทิศทางใด (ทิศทางไหนเปลี่ยนแปลงมากจะหันไปทางนั้น)
4. เป็น vector ที่ตั้งฉากกับ f(x) , f(x0,y0) ตั้งฉากกับ f(x,y) = k ที่จุด (x0,y0)
5. ไม่มี normal form


ขยายความคำว่า "เปลี่ยนแปลงมาก"




สมมุติว่าพาดไม้ไว้กับผนังดังภาพ แล้วบันไดเกิดการเลื่อนลงมา ดังภาพจะเห็นว่าระยะทางการเปลี่ยนแปลงในแนวตั้งมากกว่าแนวนอน พิจารณาอีกภาพหนึ่ง

ในวงกลมวงเดิม  เมื่อจุดสีแดงเปลี่ยนตำแหน่งไป การเปลี่ยนแปลงค่าของ coordinate ในแนวแกน X ไม่เท่ากับแนวแกน Y ในกรณีนี้เราจะได้ว่า การเปลี่ยนแปลงในแนวแกน Y มากกว่าแนวแกน X
ในชีวิตจริงปรากฏการณ์นี้ได้เกิดขึ้นตลอดเวลา ยกตัวอย่างข่าวนี้ มหาเศรษฐีได้บริจาคเงินจำนวนมาก (มองจากด้านของคนที่มีเงินน้อยกว่า) ให้กับการกุศล  การเปลี่ยนแปลงด้านการเงินของมหาเศรษฐีอาจจะน้อยมากจนไม่รู้สึกเดือดร้อนอะไร แต่การเปลี่ยนแปลงอันน้อยนี้ในอีกด้านกลับทำให้เกิดการเปลี่ยนแปลงอย่างมากต่อคนจำนวนมาก

จำนวนของ "อัตราการเปลี่ยนแปลง" มีเท่ากับจำนวนตัวแปรในฟังก์ชั่น เช่น
ถ้า F(x) มีตัวแปรเดียว จะมี 1 derivative (dFdx )
F(x,y,z) มีสามตัวแปรก็จะมี 3 derivatives ( dFdx,dFdy,dFdz )

ทิศทางของ Gradient ไม่จำเป็นต้องชี้ไปทางด้านที่เพิ่มค่าอย่างเดียว อาจชี้ไปทางที่ค่าลดลงก็ได้ เปรียบได้กับการขึ้น-ลง เขา

สัญญลักษณ์และการคำนวณ
gradient of F(x,y,z)=F(x,y,z)=(dFdx,dFdy,dFdz)
ถ้าพิจารณาให้ดี การหาค่าของ Gradient เหมือนกับการหา partial differentiation F(x,y,z)=(Fx,Fy,Fz)
F(x,y,z)=3x+2y2+z3 F(x,y,z)=(3,4y,3z2)
สมมุติว่าตำแหน่งปัจจุบันคือ (1,2,3) ทิศทางของ Gradient ก็คือ
F(1,2,3)=(3,4(2),3(3)2) F(1,2,3)=(3,8,27)














ความคิดเห็น