在微积分中一个多变量函数的偏导数(Partial Derivatives)是它关于其中一个变量的导数，而保持其他变量固定. 偏导数在向量分析和微分几何中是很有用的. 而梯度(Gradient)可以告诉我们一个函数最快上升(或下降)变化方向指向哪里. 如何请清晰的理解这两个重要的概念呢? 请看下面是 [遇见数学] 翻译的数学短片: