calculus

อนุพันธ์ย่อย

อนุพันธ์ย่อยวัดว่าฟังก์ชันหลายตัวแปรเปลี่ยนแปลงอย่างไรเมื่อมีตัวแปรเดียวเปลี่ยน โดยตัวแปรอื่นคงที่ สัญลักษณ์: ∂f/∂x

สำหรับฟังก์ชันหลายตัวแปร f(x,y,z,…)f(x, y, z, \ldots), อนุพันธ์ย่อย เทียบกับ xx คือ

∂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},

โดยถือตัวแปรอื่นทั้งหมดเป็นค่าคงที่ สัญลักษณ์: ∂\partial ("d" แบบกลม อ่านว่า "เดล") แยกแยะจากอนุพันธ์รวม

ตัวอย่าง: f(x,y)=x2y+3yf(x, y) = x^2 y + 3y แล้ว ∂f∂x=2xy\frac{\partial f}{\partial x} = 2xy (ถือ yy เป็นค่าคงที่) และ ∂f∂y=x2+3\frac{\partial f}{\partial y} = x^2 + 3

อนุพันธ์ย่อยเป็นหน่วยสร้างของแคลคูลัสหลายตัวแปร แกรเดียนต์ ∇f=(∂f/∂x,∂f/∂y,…)\nabla f = (\partial f/\partial x, \partial f/\partial y, \ldots) ชี้ไปในทิศทางที่ชันที่สุดของการขึ้น — เป็นพื้นฐานของการลาดชันแกรเดียนต์ในการเรียนรู้ของเครื่อง สมการอนุพันธ์ย่อย สร้างแบบจำลองความร้อน คลื่น ของไหล แม่เหล็กไฟฟ้า และกลศาสตร์ควอนตัม

ติดตรงนี้? แก้มันด้วย AI