جزوی مشتق کیلکولیٹر

AI سے چلنے والے مرحلہ وار حل کے ساتھ جزوی مشتقات، مخلوط جزوی اور میلان نکالیں

گھسیٹ کر چھوڑیں یا کلک کریں تصاویر یا PDF شامل کرنے کے لیے

Math Input
partial of x^2*y + sin(y) w.r.t. x
second partial of e^(xy) w.r.t. x then y
gradient of f(x,y,z) = x^2+y^2+z^2
partial of ln(x^2+y^2) with respect to x

جزوی مشتق کیا ہے؟

ایک جزوی مشتق پیمائش کرتا ہے کہ ایک کثیر متغیر فنکشن دیگر کو ثابت رکھتے ہوئے ایک متغیر کے حوالے سے کیسے بدلتا ہے۔ f(x,y)f(x, y) کے لیے:

fx=limh0f(x+h,y)f(x,y)h\frac{\partial f}{\partial x} = \lim_{h \to 0} \frac{f(x+h, y) - f(x, y)}{h}

علامت \partial (گھمی d) جزوی مشتقات کو عام مشتقات ddx\frac{d}{dx} سے ممتاز کرتی ہے۔ مساوی علامتوں میں fxf_x، xf\partial_x f، DxfD_x f شامل ہیں۔

ہندسی معنی: fx(a,b)\frac{\partial f}{\partial x}(a, b)، سطح z=f(x,y)z = f(x,y) کی (a,b)(a,b) پر xx-سمت میں ڈھلان ہے — مماس لکیر مستوی y=by = b میں ہوتی ہے۔

یہ کیوں اہم ہے: میلانی نزول، بہترین بنانا، خطا کی پھیلاؤ، اور زیادہ تر سمتی کیلکولس جزوی مشتقات پر مبنی ہیں۔ میلان f=(fx,fy,fz)\nabla f = (f_x, f_y, f_z) شدید ترین چڑھائی کی سمت کی طرف اشارہ کرتا ہے۔

جزوی مشتقات کیسے نکالیں

قاعدہ 1: دیگر متغیروں کو ثابت سمجھیں

fx\frac{\partial f}{\partial x} نکالنے کے لیے، y,z,y, z, \ldots کو ثابت سمجھیں اور ff کا xx کے یک متغیر فنکشن کے طور پر تفرق کریں۔

مثال: f(x,y)=x2y+3yf(x, y) = x^2 y + 3y

  • fx=2xy\frac{\partial f}{\partial x} = 2xy (3y3y غائب ہو جاتا ہے کیونکہ اس میں xx نہیں)
  • fy=x2+3\frac{\partial f}{\partial y} = x^2 + 3 (x2x^2 ایک سرخیل عدد کے طور پر کام کرتا ہے)

قاعدہ 2: زنجیر قاعدہ اور ضرب قاعدہ اب بھی لاگو ہوتے ہیں

f(x,y)=sin(xy)f(x, y) = \sin(xy) کے لیے:

fx=cos(xy)y\frac{\partial f}{\partial x} = \cos(xy) \cdot y

قوس کے اندر yy کو xyxy کا xx کے حوالے سے تفرق کرتے وقت ثابت سرخیل عدد کے طور پر برتا جاتا ہے۔

اعلیٰ درجے کی جزوی

fxx=2fx2,fxy=2fyxf_{xx} = \frac{\partial^2 f}{\partial x^2}, \quad f_{xy} = \frac{\partial^2 f}{\partial y \partial x}

کلیراؤٹ کا مسئلہ (مخلوط جزوی): اگر ff کے مسلسل دوسرے جزوی ہوں، تو fxy=fyxf_{xy} = f_{yx}۔ تفرق کی ترتیب اہمیت نہیں رکھتی۔

میلان اور سمتی مشتق

میلان تمام پہلے جزوی کا سمتیہ ہے:

f=(fx,fy,fz)\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z}\right)

سمت u\mathbf{u} (اکائی سمتیہ) میں سمتی مشتق یہ ہے:

Duf=fuD_\mathbf{u} f = \nabla f \cdot \mathbf{u}

زیادہ سے زیادہ ہوتا ہے جب u\mathbf{u}، f\nabla f کے ساتھ اشارہ کرے — یہ شدید ترین چڑھائی کی سمت ہے۔

زنجیر قاعدہ (کثیر متغیر)

اگر z=f(x,y)z = f(x, y) اور x=x(t),y=y(t)x = x(t), y = y(t):

dzdt=fxdxdt+fydydt\frac{dz}{dt} = \frac{\partial f}{\partial x}\frac{dx}{dt} + \frac{\partial f}{\partial y}\frac{dy}{dt}

بچنے کے لیے عام غلطیاں

  • غلط متغیر کا تفرق کرنا: ہمیشہ شناخت کریں کہ کون سا متغیر 'فعال' ہے اور کون سے ثابت رکھے گئے ہیں۔ اپنے کچے کام میں فعال متغیر کے نیچے لکیر کھینچنا مدد دیتا ہے۔
  • زنجیر قاعدہ بھولنا: xsin(xy)=ycos(xy)\frac{\partial}{\partial x}\sin(xy) = y\cos(xy)، نہ کہ صرف cos(xy)\cos(xy)۔
  • علامت کی الجھن: fxyf_{xy} کا مطلب ہے پہلے xx کے حوالے سے، پھر yy کے حوالے سے تفرق کریں (کچھ کتابیں اسے الٹ کرتی ہیں — اصطلاح جانچیں)۔
  • غلط میلان سمت: f\nabla f، شدید ترین چڑھائی کی سمت کی طرف اشارہ کرتا ہے، حرکت کی نہیں۔ کم سے کم کرنے کے لیے، f\nabla f کے مخالف حرکت کریں۔
  • جزوی اور کل مشتقات کو ملانا: جب xx اور yy دونوں tt پر منحصر ہوں، تو زنجیر قاعدہ استعمال کریں — نہ کہ f/t\partial f/\partial t، جو صفر ہے اگر ff میں واضح tt نہ ہو۔

Examples

Step 1: f/x\partial f/\partial x کے لیے: yy کو ثابت سمجھیں۔ f/x=2xy+0=2xy\partial f/\partial x = 2xy + 0 = 2xy
Step 2: f/y\partial f/\partial y کے لیے: xx کو ثابت سمجھیں۔ f/y=x2+3y2\partial f/\partial y = x^2 + 3y^2
Answer: fx=2xyf_x = 2xy، fy=x2+3y2f_y = x^2 + 3y^2

Step 1: پہلے جزوی: fx=yexyf_x = y e^{xy}، fy=xexyf_y = x e^{xy}
Step 2: fxx=/x(yexy)=yyexy=y2exyf_{xx} = \partial/\partial x (y e^{xy}) = y \cdot y \cdot e^{xy} = y^2 e^{xy}
Step 3: fyy=/y(xexy)=xxexy=x2exyf_{yy} = \partial/\partial y (x e^{xy}) = x \cdot x \cdot e^{xy} = x^2 e^{xy}
Step 4: fxy=/y(yexy)=exy+yxexy=(1+xy)exyf_{xy} = \partial/\partial y (y e^{xy}) = e^{xy} + y \cdot x \cdot e^{xy} = (1 + xy)e^{xy}
Step 5: کلیراؤٹ کی تصدیق کریں: fyx=/x(xexy)=exy+xyexy=(1+xy)exyf_{yx} = \partial/\partial x (x e^{xy}) = e^{xy} + x \cdot y \cdot e^{xy} = (1 + xy)e^{xy}
Answer: fxx=y2exyf_{xx} = y^2 e^{xy}، fyy=x2exyf_{yy} = x^2 e^{xy}، fxy=fyx=(1+xy)exyf_{xy} = f_{yx} = (1+xy)e^{xy}

Step 1: f/x=2x\partial f/\partial x = 2x، f/y=2y\partial f/\partial y = 2y، f/z=2z\partial f/\partial z = 2z
Step 2: f=(2x,2y,2z)\nabla f = (2x, 2y, 2z)
Step 3: (1,2,2)(1, 2, 2) پر حل کریں: f(1,2,2)=(2,4,4)\nabla f(1,2,2) = (2, 4, 4)
Answer: f(1,2,2)=(2,4,4)\nabla f(1,2,2) = (2, 4, 4)

Frequently Asked Questions

ایک عام مشتق df/dx یک متغیر فنکشنز پر لاگو ہوتا ہے۔ ایک جزوی مشتق ∂f/∂x کثیر متغیر فنکشنز پر لاگو ہوتا ہے اور دیگر کو ثابت رکھتے ہوئے ایک متغیر کے حوالے سے تبدیلی کی شرح ناپتا ہے۔

اگر کسی فنکشن f(x,y) کے مسلسل دوسرے درجے کے جزوی مشتقات ہوں، تو مخلوط جزوی برابر ہوتے ہیں: f_xy = f_yx۔ اس صورت میں تفرق کی ترتیب اہمیت نہیں رکھتی۔

میلان ایک سمتیہ ہے جو کسی نقطے پر f کی شدید ترین چڑھائی کی سمت کی طرف اشارہ کرتا ہے۔ اس کی شدت اس نقطے پر تبدیلی کی زیادہ سے زیادہ شرح ہے۔ یہ f کے سطح منحنیوں اور سطحوں کے بھی عمودی ہوتا ہے۔

میلانی نزول ماڈل پیرامیٹرز کے حوالے سے نقصان فنکشن کا میلان (جزوی کا سمتیہ) استعمال کرتا ہے۔ الگورتھم نقصان کم کرنے کے لیے منفی میلان کی سمت میں پیرامیٹرز اپ ڈیٹ کرتا ہے۔

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