calculus

Dérivée partielle

Une dérivée partielle mesure comment une fonction de plusieurs variables varie lorsqu'une seule variable change, les autres étant maintenues constantes. Notation : ∂f/∂x.

Pour une fonction de plusieurs variables f(x,y,z,…)f(x, y, z, \ldots), la dérivée partielle par rapport à xx est

∂f∂x=lim⁡h→0f(x+h,y,…)−f(x,y,…)h,\frac{\partial f}{\partial x} = \lim_{h \to 0} \frac{f(x + h, y, \ldots) - f(x, y, \ldots)}{h},

en traitant toutes les autres variables comme des constantes. Notation : ∂\partial (le « d » arrondi, lu « del ») la distingue des dérivées totales.

Exemple : f(x,y)=x2y+3yf(x, y) = x^2 y + 3y. Alors ∂f∂x=2xy\frac{\partial f}{\partial x} = 2xy (en traitant yy comme constante) et ∂f∂y=x2+3\frac{\partial f}{\partial y} = x^2 + 3.

Les dérivées partielles sont les briques de base du calcul à plusieurs variables. Le gradient ∇f=(∂f/∂x,∂f/∂y,…)\nabla f = (\partial f/\partial x, \partial f/\partial y, \ldots) pointe dans la direction de la plus forte pente — le fondement de la descente de gradient en apprentissage automatique. Les équations aux dérivées partielles modélisent la chaleur, les ondes, les fluides, l'électromagnétisme et la mécanique quantique.

Bloqué là-dessus ? Résolvez-le avec l'IA