เครื่องคำนวณอนุพันธ์ย่อย
คำนวณอนุพันธ์ย่อย อนุพันธ์ย่อยผสม และเกรเดียนต์พร้อมเฉลยทีละขั้นตอนด้วยพลัง AI
ลากแล้ววางหรือ คลิก เพื่อเพิ่มรูปภาพหรือ PDF
อนุพันธ์ย่อยคืออะไร?
อนุพันธ์ย่อย วัดว่าฟังก์ชันหลายตัวแปรเปลี่ยนแปลงอย่างไรเทียบกับตัวแปรหนึ่งในขณะที่ตรึงตัวอื่นไว้ สำหรับ :
สัญกรณ์ (ดีโค้ง) แยกอนุพันธ์ย่อยออกจากอนุพันธ์สามัญ สัญกรณ์ที่เทียบเท่าได้แก่ , ,
ความหมายเชิงเรขาคณิต: คือความชันของผิว ที่ ในทิศทาง — เส้นสัมผัสอยู่ในระนาบ
ทำไมเรื่องนี้จึงสำคัญ: เกรเดียนต์ดีเซนต์ การหาค่าเหมาะที่สุด การแพร่ของความผิดพลาด และแคลคูลัสเวกเตอร์ส่วนใหญ่อาศัยอนุพันธ์ย่อย เกรเดียนต์ ชี้ไปในทิศทางที่ขึ้นชันที่สุด
วิธีคำนวณอนุพันธ์ย่อย
กฎที่ 1: มองตัวแปรอื่นเป็นค่าคงตัว
ในการหา ให้มอง เป็น ค่าคงตัว และหาอนุพันธ์ เป็นฟังก์ชันตัวแปรเดียวของ
ตัวอย่าง:
- ( หายไปเพราะไม่มี )
- ( ทำหน้าที่เป็นสัมประสิทธิ์)
กฎที่ 2: กฎลูกโซ่และกฎผลคูณยังใช้ได้
สำหรับ :
ภายในวงเล็บถูกมองเป็นสัมประสิทธิ์ค่าคงตัวเมื่อหาอนุพันธ์ เทียบกับ
อนุพันธ์ย่อยอันดับสูง
ทฤษฎีบทของแคลโรต์ (อนุพันธ์ย่อยผสม): ถ้า มีอนุพันธ์ย่อยอันดับสองที่ต่อเนื่อง แล้ว ลำดับการหาอนุพันธ์ไม่มีผล
เกรเดียนต์และอนุพันธ์ระบุทิศทาง
เกรเดียนต์ คือเวกเตอร์ของอนุพันธ์อันดับหนึ่งทั้งหมด:
อนุพันธ์ระบุทิศทาง ในทิศทาง (เวกเตอร์หนึ่งหน่วย) คือ:
มีค่าสูงสุดเมื่อ ชี้ไปตาม — นี่คือทิศทางที่ขึ้นชันที่สุด
กฎลูกโซ่ (หลายตัวแปร)
ถ้า และ :
ข้อผิดพลาดที่พบบ่อยและควรหลีกเลี่ยง
- หาอนุพันธ์ผิดตัวแปร: ระบุเสมอว่าตัวแปรใด 'ทำงาน' และตัวใดตรึงค่า การขีดเส้นใต้ตัวแปรที่ทำงานในกระดาษทดช่วยได้
- ลืมกฎลูกโซ่: ไม่ใช่แค่
- สับสนสัญกรณ์: หมายถึงหาอนุพันธ์เทียบ ก่อน แล้ว (บางตำราสลับกัน — ตรวจสอบธรรมเนียม)
- ทิศทางเกรเดียนต์ผิด: ชี้ไปในทิศทางที่ ขึ้นชันที่สุด ไม่ใช่ทิศการเคลื่อนที่ ในการหาค่าต่ำสุด ให้เคลื่อนตรงข้ามกับ
- ปนอนุพันธ์ย่อยกับอนุพันธ์รวม: เมื่อ และ ขึ้นอยู่กับ ทั้งคู่ ให้ใช้กฎลูกโซ่ — ไม่ใช่ ซึ่งเป็นศูนย์ถ้า ไม่มี อย่างชัดเจน
Examples
Frequently Asked Questions
อนุพันธ์สามัญ df/dx ใช้กับฟังก์ชันตัวแปรเดียว อนุพันธ์ย่อย ∂f/∂x ใช้กับฟังก์ชันหลายตัวแปรและวัดอัตราการเปลี่ยนแปลงเทียบกับตัวแปรหนึ่งในขณะที่ตรึงตัวอื่นไว้
ถ้าฟังก์ชัน f(x,y) มีอนุพันธ์ย่อยอันดับสองที่ต่อเนื่อง อนุพันธ์ย่อยผสมจะเท่ากัน: f_xy = f_yx ลำดับการหาอนุพันธ์ไม่มีผลในกรณีนั้น
เกรเดียนต์เป็นเวกเตอร์ที่ชี้ไปในทิศทางที่ขึ้นชันที่สุดของ f ที่จุดหนึ่ง ขนาดของมันคืออัตราการเปลี่ยนแปลงสูงสุดที่จุดนั้น และยังตั้งฉากกับเส้นโค้งระดับและผิวระดับของ f
เกรเดียนต์ดีเซนต์ใช้เกรเดียนต์ (เวกเตอร์ของอนุพันธ์ย่อย) ของฟังก์ชันการสูญเสียเทียบกับพารามิเตอร์ของแบบจำลอง อัลกอริทึมปรับพารามิเตอร์ในทิศทางเกรเดียนต์ที่เป็นลบเพื่อลดการสูญเสีย
Related Solvers
Try AI-Math for Free
Get step-by-step solutions to any math problem. Upload a photo or type your question.
Start Solving