المشتق الجزئي

في الرياضيات ، المشتقة الجزئية لدالة ذات عدة متغيرات هي مشتقتها بالنسبة لأحد تلك المتغيرات، مع ثبات المتغيرات الأخرى (على عكس المشتقة الكلية التي تسمح بتغير جميع المتغيرات). تُستخدم المشتقات الجزئية في حساب المتجهات والهندسة التفاضلية .

المشتقة الجزئية للدالةو(x،y،...){\displaystyle f(x,y,\dots )}فيما يتعلق بالمتغيرx{\displaystyle x}(وبالمثل بالنسبة لأي متغير آخر) يُشار إليه بأشكال مختلفة بواسطة

وx{\displaystyle f_{x}}،وx{\displaystyle f'_{x}}،xو{\displaystyle \partial _{x}f}، دxو{\displaystyle \ D_{x}f}،دهـ1و{\displaystyle D_{\mathbf {e} _{1}}f}،د1و{\displaystyle D_{1}f}،xو{\displaystyle {\frac {\partial }{\partial x}}f}، أووx{\displaystyle {\frac {\partial f}{\partial x}}}.

هو معدل تغير الدالة فيx{\displaystyle x}-اتجاه.

أحيانًا، من أجلz=و(x،y،...){\displaystyle z=f(x,y,\ldots )}، المشتق الجزئي لـz{\displaystyle z}بالنسبة إلىx{\displaystyle x}يُشار إليه بـzx.{\displaystyle {\tfrac {\partial z}{\partial x}}.}بما أن المشتقة الجزئية لها عمومًا نفس وسائط الدالة الأصلية، فإن اعتمادها الوظيفي يُشار إليه أحيانًا بشكل صريح بالرمز، كما في:

وx(x،y،...)،وx(x،y،...).{\displaystyle f'_{x}(x,y,\ldots ),{\frac {\partial f}{\partial x}}(x,y,\ldots ).}

يُستخدم الرمز للدلالة على المشتقات الجزئية . ومن أوائل الاستخدامات المعروفة لهذا الرمز في الرياضيات ماركيز دي كوندورسيه عام 1770، [ 1 ] حيث استخدمه للفروق الجزئية . وقد ابتكر أدريان ماري ليجندر (1786) الصيغة الحديثة للمشتقات الجزئية، إلا أنه تخلى عنها لاحقًا؛ ثم أعاد كارل جوستاف جاكوب جاكوبي استخدام الرمز عام 1841. [ 2 ]

تعريف

كما هو الحال مع المشتقات العادية، تُعرَّف المشتقة الجزئية على أنها نهاية . ليكن U مجموعة جزئية مفتوحة منRن{\displaystyle \mathbb {R} ^{n}}وو:يوR{\displaystyle f:U\to \mathbb {R} }دالة. المشتقة الجزئية للدالة f عند النقطةأ=(أ1،...،أن)يو{\displaystyle \mathbf {a} =(a_{1},\ldots ,a_{n})\in U}بالنسبة للمتغير رقم i ، يُعرَّف x i على النحو التالي:

xأناو(أ)=ليمح0و(أ1،...،أأنا-1،أأنا+ح،أأنا+1...،أن) -و(أ1،...،أأنا،...،أن)ح=ليمح0و(أ+حهـأنا)-و(أ)ح{\displaystyle {\begin{aligned}{\frac {\partial }{\partial x_{i}}}f(\mathbf {a} )&=\lim _{h\to 0}{\frac {f(a_{1},\ldots ,a_{i-1},a_{i}+h,a_{i+1}\,\ldots ,a_{n})\ -f(a_{1},\ldots ,a_{i},\dots ,a_{n})}{h}}\\&=\lim _{h\to 0}{\frac {f(\mathbf {a} +h\mathbf {e} _{i})-f(\mathbf {a} )}{h}}\end{aligned}}}

أينهـأنا{\displaystyle \mathbf {e_{i}} }هو متجه الوحدة للمتغير رقم i ، xᵢ . في الواقع، تُظهر المساواة الأخيرة أن المشتقة الجزئية هي ببساطة المشتقة الاتجاهية حيث يكون الاتجاه هوأنا{\displaystyle i}متجه الأساس القياسي رقم -th .

حتى لو كانت جميع المشتقات الجزئيةو/xأنا(أ){\displaystyle \partial f/\partial x_{i}(a)}إذا وُجدت مشتقات جزئية عند نقطة معينة a ، فلا يشترط أن تكون الدالة متصلة عند تلك النقطة. مع ذلك، إذا وُجدت جميع المشتقات الجزئية في جوار النقطة a وكانت متصلة عندها، فإن f تكون قابلة للتفاضل كليًا في ذلك الجوار وتكون المشتقة الكلية متصلة. في هذه الحالة، يُقال إن f دالة من الفئة C1 . ويمكن تعميم ذلك على الدوال المتجهة.و:يوRم{\displaystyle f:U\to \mathbb {R} ^{m}}، وذلك باستخدام وسيطة مكونة بعناية.

المشتق الجزئيوx{\textstyle {\frac {\partial f}{\partial x}}}هي نفسها دالة معرفة على U ويمكن اشتقاقها جزئيًا مرة أخرى. إذا لم يتكرر اتجاه الاشتقاق، تُسمى مشتقة جزئية مختلطة . إذا كانت جميع المشتقات الجزئية المختلطة من الرتبة الثانية متصلة عند نقطة (أو على مجموعة)، تُسمى f دالة من الرتبة عند تلك النقطة (أو على تلك المجموعة)؛ في هذه الحالة، يمكن تبديل المشتقات الجزئية وفقًا لنظرية كليروت .

2وxأناxج=2وxجxأنا.{\displaystyle {\frac {\partial ^{2}f}{\partial x_{i}\partial x_{j}}}={\frac {\partial ^{2}f}{\partial x_{j}\partial x_{i}}}.}

الترميز

بالنسبة للأمثلة التالية، لنفترض أن f دالة في x و y و z .

المشتقات الجزئية من الرتبة الأولى:

وx=وx=xو.{\displaystyle {\frac {\partial f}{\partial x}}=f'_{x}=\partial _{x}f.}

المشتقات الجزئية من الرتبة الثانية:

2وx2=وxx"=xxو=x2و.{\displaystyle {\frac {\partial ^{2}f}{\partial x^{2}}}=f''_{xx}=\partial _{xx}f=\partial _{x}^{2}f.}

المشتقات المختلطة من الرتبة الثانية :

2وyx=y(وx)=(وx)y=وxy"=yxو=yxو.{\displaystyle {\frac {\partial ^{2}f}{\partial y\,\partial x}}={\frac {\partial }{\partial y}}\left({\frac {\partial f}{\partial x}}\right)=(f'_{x})'_{y}=f''_{xy}=\partial _{yx}f=\partial _{y}\partial _{x}f.}

المشتقات الجزئية والمختلطة من الرتب العليا:

أنا+ج+كوxأناyجzك=و(أنا،ج،ك)=xأناyجzكو.{\displaystyle {\frac {\partial ^{i+j+k}f}{\partial x^{i}\partial y^{j}\partial z^{k}}}=f^{(i,j,k)}=\partial _{x}^{i}\partial _{y}^{j}\partial _{z}^{k}f.}

عند التعامل مع دوال متعددة المتغيرات، قد تكون بعض هذه المتغيرات مرتبطة ببعضها البعض، لذا قد يكون من الضروري تحديد المتغيرات الثابتة صراحةً لتجنب الغموض. في مجالات مثل الميكانيكا الإحصائية ، غالبًا ما يُعبَّر عن المشتقة الجزئية للدالة f بالنسبة إلى x ، مع تثبيت y و z ، على النحو التالي:

(وx)y،z.{\displaystyle \left({\frac {\partial f}{\partial x}}\right)_{y,z}.}

تقليديًا، ولأغراض الوضوح وتبسيط الترميز، يتم دمج دالة المشتقة الجزئية وقيمة الدالة عند نقطة معينة من خلال تضمين وسيطات الدالة عند استخدام رمز المشتقة الجزئية (ترميز لايبنتز). وبالتالي، فإن تعبيرًا مثل

و(x،y،z)x{\displaystyle {\frac {\partial f(x,y,z)}{\partial x}}}

يُستخدم للوظيفة، بينما

و(u،v،w)u{\displaystyle {\frac {\partial f(u,v,w)}{\partial u}}}

يمكن استخدام هذه القيمة لحساب قيمة الدالة عند النقطة(x،y،z)=(u،v،w){\displaystyle (x,y,z)=(u,v,w)}ومع ذلك ، فإن هذا الاصطلاح لا يصح عندما نريد حساب المشتقة الجزئية عند نقطة مثل(x،y،z)=(17،u+v،v2){\displaystyle (x,y,z)=(17,u+v,v^{2})}في مثل هذه الحالة ، يجب التعبير عن تقييم الدالة بطريقة معقدة وغير عملية كما يلي:

و(x،y،z)x(17،u+v،v2){\displaystyle {\frac {\partial f(x,y,z)}{\partial x}}(17,u+v,v^{2})}

أو

و(x،y،z)x|(x،y،z)=(17،u+v،v2){\displaystyle \left.{\frac {\partial f(x,y,z)}{\partial x}}\right|_{(x,y,z)=(17,u+v,v^{2})}}

لاستخدام ترميز لايبنتز. وبالتالي، في هذه الحالات، قد يكون من الأفضل استخدام ترميز أويلر للمؤثر التفاضلي معدأنا{\displaystyle D_{i}}كرمز للمشتقة الجزئية بالنسبة للمتغير رقم i . على سبيل المثال، يمكن كتابةد1و(17،u+v،v2){\displaystyle D_{1}f(17,u+v,v^{2})}بالنسبة للمثال المذكور أعلاه، بينما التعبيرد1و{\displaystyle D_{1}f}يمثل دالة المشتقة الجزئية بالنسبة للمتغير الأول. [ 3 ]

بالنسبة للمشتقات الجزئية من الرتب العليا، فإن المشتقة الجزئية (الدالة) لـدأناو{\displaystyle D_{i}f}يُشار إليه بالنسبة للمتغير j -thدج(دأناو)=دأنا،جو{\displaystyle D_{j}(D_{i}f)=D_{i,j}f}. إنه،دجدأنا=دأنا،ج{\displaystyle D_{j}\circ D_{i}=D_{i,j}}وبالتالي ، تُدرج المتغيرات بالترتيب الذي تُحسب به المشتقات، أي بترتيب عكسي لكيفية كتابة تركيب المؤثرات عادةً. وبالطبع، تنص نظرية كليروت على ذلك.دأنا،ج=دج،أنا{\displaystyle D_{i,j}=D_{j,i}}طالما تم استيفاء شروط الانتظام المعتدلة نسبياً على f .

تدرج

من الأمثلة المهمة على الدوال ذات المتغيرات المتعددة حالة الدالة ذات القيمة العدديةو(x1،...،xن){\displaystyle f(x_{1},\ldots ,x_{n})}على نطاق في الفضاء الإقليديRن{\displaystyle \mathbb {R} ^{n}}(على سبيل المثال، علىR2{\displaystyle \mathbb {R} ^{2}}أوR3{\displaystyle \mathbb {R} ^{3}}في هذه الحالة ، يكون للدالة f مشتقة جزئيةو/xج{\displaystyle \partial f/\partial x_{j}}بالنسبة لكل متغير x j . عند النقطة a ، تحدد هذه المشتقات الجزئية المتجه

و(أ)=(وx1(أ)،...،وxن(أ)).{\displaystyle \nabla f(a)=\left({\frac {\partial f}{\partial x_{1}}}(a),\ldots ,{\frac {\partial f}{\partial x_{n}}}(a)\right).}

يُسمى هذا المتجه تدرج الدالة f عند النقطة a . إذا كانت f قابلة للتفاضل عند كل نقطة في مجال ما، فإن التدرج هو دالة متجهة ∇f تُحوّل النقطة a إلى المتجه ∇f ( a ) . وبالتالي ، يُنتج التدرج حقلاً متجهياً .

من الأخطاء الشائعة في استخدام الرموز تعريف عامل دل ( ∇ ) على النحو التالي في الفضاء الإقليدي ثلاثي الأبعادR3{\displaystyle \mathbb {R} ^{3}}باستخدام متجهات الوحدةأنا^،ج^،ك^{\displaystyle {\hat {\mathbf {i} }},{\hat {\mathbf {j} }},{\hat {\mathbf {k} }}}:

=[x]أنا^+[y]ج^+[z]ك^{\displaystyle \nabla =\left[{\frac {\partial }{\partial x}}\right]{\hat {\mathbf {i} }}+\left[{\frac {\partial }{\partial y}}\right]{\hat {\mathbf {j} }}+\left[{\frac {\partial }{\partial z}}\right]{\hat {\mathbf {k} }}}

أو، بشكل أعم، بالنسبة للفضاء الإقليدي ذي الأبعاد nRن{\displaystyle \mathbb {R} ^{n}}مع الإحداثياتx1،...،xن{\displaystyle x_{1},\ldots ,x_{n}}ومتجهات الوحدةهـ^1،...،هـ^ن{\displaystyle {\hat {\mathbf {e} }}_{1},\ldots ,{\hat {\mathbf {e} }}_{n}}:

=ج=1ن[xج]هـ^ج=[x1]هـ^1+[x2]هـ^2++[xن]هـ^ن{\displaystyle \nabla =\sum _{j=1}^{n}\left[{\frac {\partial }{\partial x_{j}}}\right]{\hat {\mathbf {e} }}_{j}=\left[{\frac {\partial }{\partial x_{1}}}\right]{\hat {\mathbf {e} }}_{1}+\left[{\frac {\partial }{\partial x_{2}}}\right]{\hat {\mathbf {e} }}_{2}+\dots +\left[{\frac {\partial }{\partial x_{n}}}\right]{\hat {\mathbf {e} }}_{n}}

المشتق الاتجاهي

مخطط كفافي لـو(x،y)=x2+y2{\displaystyle f(x,y)=x^{2}+y^{2}}، موضحًا متجه التدرج باللون الأسود، ومتجه الوحدةu{\displaystyle \mathbf {u} }مُقاسًا بالمشتق الاتجاهي في اتجاهu{\displaystyle \mathbf {u} }باللون البرتقالي. متجه التدرج أطول لأن التدرج يشير إلى اتجاه أكبر معدل زيادة للدالة.

المشتق الاتجاهي لدالة قياسيةو(x)=و(x1،x2،...،xن){\displaystyle f(\mathbf {x} )=f(x_{1},x_{2},\ldots ,x_{n})} على طول متجه v=(v1،...،vن){\displaystyle \mathbf {v} =(v_{1},\ldots ,v_{n})} هي الوظيفةvو{\displaystyle \nabla _{\mathbf {v} }{f}}محدد بالحد [ 4 ]vو(x)=ليمح0و(x+حv)-و(x)ح=ددتو(x+تv)|ت=0.{\displaystyle \nabla _{\mathbf {v} }{f}(\mathbf {x} )=\lim _{h\to 0}{\frac {f(\mathbf {x} +h\mathbf {v} )-f(\mathbf {x} )}{h}}=\left.{\frac {\mathrm {d} }{\mathrm {d} t}}f(\mathbf {x} +t\mathbf {v} )\right|_{t=0}.}

يُعدّ هذا التعريف صالحًا في نطاق واسع من السياقات، على سبيل المثال، عند تعريف معيار المتجه. في الأبعاد المحدودة، لا يعتمد على اختيار المعيار، لأن جميع المعايير متكافئة. ويمتد نطاق تطبيقه ليشمل الدوال على فضاءات المتجهات ذات الأبعاد المحدودة التي لا تحتوي على مقياس، والمتشعبات القابلة للتفاضل ، كما هو الحال في النسبية العامة .

مثال

لنفترض أن f دالة لأكثر من متغير واحد. على سبيل المثال،

z=و(x،y)=x2+xy+y2.{\displaystyle z=f(x,y)=x^{2}+xy+y^{2}.}

رسم بياني للدالة z = x 2 + xy + y 2. بالنسبة للمشتقة الجزئية عند (1، 1) التي تجعل y ثابتة، فإن خط المماس المقابل يكون موازياً للمستوى xz .
جزء من الرسم البياني أعلاه يوضح الدالة في المستوى xz عند y = 1. يظهر المحوران هنا بمقياسين مختلفين. ميل الخط المماس هو 3.

يُحدد الرسم البياني لهذه الدالة سطحًا في الفضاء الإقليدي . ولكل نقطة على هذا السطح عدد لا نهائي من الخطوط المماسية . التفاضل الجزئي هو عملية اختيار أحد هذه الخطوط وإيجاد ميله . عادةً، تكون الخطوط الأكثر أهمية هي تلك الموازية للمستوى xz ، وتلك الموازية للمستوى yz (والتي تنتج عن تثبيت قيمة y أو x ، على التوالي).

لإيجاد ميل الخط المماس للدالة عند النقطة P (1, 1) والموازي للمستوى xz ، نعتبر y ثابتًا. يظهر الرسم البياني والمستوى على اليمين. في الأسفل، نرى كيف تبدو الدالة على المستوى y = 1. بإيجاد مشتقة المعادلة بافتراض أن y ثابت، نجد أن ميل f عند النقطة ( x , y ) هو:

zx=2x+y.{\displaystyle {\frac {\partial z}{\partial x}}=2x+y.}

إذن عند النقطة (1، 1) ، وبالتعويض، يكون الميل 3. لذلك،

zx=3{\displaystyle {\frac {\partial z}{\partial x}}=3}

عند النقطة (1، 1) . أي أن المشتقة الجزئية لـ z بالنسبة إلى x عند (1، 1) هي 3 ، كما هو موضح في الرسم البياني.

يمكن إعادة تفسير الدالة f على أنها عائلة من الدوال لمتغير واحد مفهرسة بواسطة المتغيرات الأخرى:

و(x،y)=وy(x)=x2+xy+y2.{\displaystyle f(x,y)=f_{y}(x)=x^{2}+xy+y^{2}.}

بمعنى آخر، كل قيمة لـ y تُعرّف دالة، يُرمز لها بـ f( y) ، وهي دالة لمتغير واحد x . [ 5 ] أي،

وy(x)=x2+xy+y2.{\displaystyle f_{y}(x)=x^{2}+xy+y^{2}.}

في هذا القسم، يشير الرمز السفلي f y إلى دالة تعتمد على قيمة ثابتة لـ y ، وليس مشتقة جزئية.

بمجرد اختيار قيمة لـ y ، ولتكن a ، فإن f ( x , y ) تحدد دالة f a التي ترسم منحنى x 2 + ax + a 2 على المستوى xz :

وأ(x)=x2+أx+أ2.{\displaystyle f_{a}(x)=x^{2}+ax+a^{2}.}

في هذا التعبير، a ثابت وليس متغيرًا ، لذا فإن f a دالة لمتغير حقيقي واحد فقط، وهو x . وبالتالي، ينطبق تعريف المشتقة لدالة ذات متغير واحد.

وأ(x)=2x+أ.{\displaystyle f_{a}'(x)=2x+a.}

يمكن تطبيق الإجراء المذكور أعلاه على أي قيمة مختارة لـ a . يؤدي تجميع المشتقات معًا في دالة إلى الحصول على دالة تصف تغير f في اتجاه x :

وx(x،y)=2x+y.{\displaystyle {\frac {\partial f}{\partial x}}(x,y)=2x+y.}

هذا هو المشتق الجزئي للدالة f بالنسبة إلى x . هنا، ' ' هو حرف 'd' مدور يسمى رمز المشتق الجزئي ؛ ولتمييزه عن الحرف 'd'، يُنطق ' ∂ ' أحيانًا "partial".

المشتقات الجزئية من الرتب العليا

تُعرَّف المشتقات الجزئية من الرتبة الثانية وما فوقها بشكل مماثل للمشتقات من الرتب العليا للدوال أحادية المتغير. بالنسبة للدالةو(x،y،...){\displaystyle f(x,y,...)}إن المشتقة الجزئية الثانية "الخاصة" بالنسبة إلى x هي ببساطة المشتقة الجزئية للمشتقة الجزئية (كلاهما بالنسبة إلى x ): [ 6 ] : 316-318

2وx2و/xxوxxوxx.{\displaystyle {\frac {\partial ^{2}f}{\partial x^{2}}}\equiv \partial {\frac {\partial f/\partial x}{\partial x}}\equiv {\frac {\partial f_{x}}{\partial x}}\equiv f_{xx}.}

يتم الحصول على المشتقة الجزئية المختلطة بالنسبة إلى x و y عن طريق أخذ المشتقة الجزئية لـ f بالنسبة إلى x ، ثم أخذ المشتقة الجزئية للنتيجة بالنسبة إلى y ، للحصول على

2وyxو/xyوxyوxy.{\displaystyle {\frac {\partial ^{2}f}{\partial y\,\partial x}}\equiv \partial {\frac {\partial f/\partial x}{\partial y}}\equiv {\frac {\partial f_{x}}{\partial y}}\equiv f_{xy}.}

تنص نظرية شوارتز على أنه إذا كانت المشتقات الثانية متصلة، فإن صيغة المشتقة الجزئية المختلطة لا تتأثر بالمتغير الذي تُحسب المشتقة الجزئية بالنسبة إليه أولاً أو بالنسبة إليه ثانياً. أي،

2وxy=2وyx{\displaystyle {\frac {\partial ^{2}f}{\partial x\,\partial y}}={\frac {\partial ^{2}f}{\partial y\,\partial x}}}

أو ما يعادل ذلكوyx=وxy.{\displaystyle f_{yx}=f_{xy}.}

تظهر المشتقات الجزئية الذاتية والمختلطة في مصفوفة هيسيان المستخدمة في شروط الرتبة الثانية في مسائل التحسين . ويمكن الحصول على المشتقات الجزئية ذات الرتب الأعلى عن طريق التفاضل المتتالي.

نظير مضاد للمشتق

يوجد مفهوم للمشتقات الجزئية يُشابه مفهوم الدوال الأصلية للمشتقات العادية. فبمعرفة مشتقة جزئية، يُمكن استعادة جزء من الدالة الأصلية.

لنأخذ مثالاً على

zx=2x+y.{\displaystyle {\frac {\partial z}{\partial x}}=2x+y.}

يمكن حساب ما يسمى بالتكامل الجزئي بالنسبة إلى x (مع اعتبار y ثابتًا، بطريقة مشابهة للتفاضل الجزئي):

z=zxدx=x2+xy+ز(y).{\displaystyle z=\int {\frac {\partial z}{\partial x}}\,dx=x^{2}+xy+g(y).}

هنا، لم يعد ثابت التكامل ثابتًا، بل أصبح دالةً لجميع متغيرات الدالة الأصلية باستثناء x . والسبب في ذلك هو أن جميع المتغيرات الأخرى تُعامل كثوابت عند حساب المشتقة الجزئية، لذا فإن أي دالة لا تتضمن x ستختفي عند حساب المشتقة الجزئية، ويجب مراعاة ذلك عند حساب الدالة الأصلية. وأبسط طريقة لتمثيل ذلك هي أن يكون الثابت دالة مجهولة لجميع المتغيرات الأخرى.

وبالتالي مجموعة الدوالx2+xy+ز(y){\displaystyle x^{2}+xy+g(y)}حيث g هي أي دالة ذات وسيط واحد، تمثل المجموعة الكاملة من الدوال في المتغيرين x و y التي كان من الممكن أن تنتج المشتقة الجزئية لـ x2x+y{\displaystyle 2x+y}.

إذا عُرفت جميع المشتقات الجزئية لدالة ما (على سبيل المثال، باستخدام التدرج )، فيمكن مطابقة الدوال الأصلية عبر العملية المذكورة أعلاه لإعادة بناء الدالة الأصلية حتى قيمة ثابتة. ولكن على عكس حالة المتغير الواحد، لا يمكن أن تكون كل مجموعة من الدوال هي مجموعة جميع المشتقات الجزئية (الأولى) لدالة واحدة. بعبارة أخرى، ليس كل حقل متجه محافظًا .

التطبيقات

الهندسة

يعتمد حجم المخروط على ارتفاعه ونصف قطره

يعتمد حجم المخروط V على ارتفاعه h ونصف قطره r وفقًا للصيغة التالية :

V(ر،ح)=πر2ح3.{\displaystyle V(r,h)={\frac {\pi r^{2}h}{3}}.}

المشتقة الجزئية لـ V بالنسبة إلى r هي

Vر=2πرح3،{\displaystyle {\frac {\partial V}{\partial r}}={\frac {2\pi rh}{3}},}

وهو ما يمثل معدل تغير حجم المخروط إذا تغير نصف قطره مع ثبات ارتفاعه. المشتقة الجزئية بالنسبة إلى الارتفاع تساوي13πر2{\textstyle {\frac {1}{3}}\pi r^{2}}، وهو ما يمثل المعدل الذي يتغير به الحجم إذا تغير ارتفاعه وظل نصف قطره ثابتًا.

في المقابل، فإن المشتقة الكلية لـ V بالنسبة إلى r و h هي على التوالي

دVدر=2πرح3Vر+πر23Vحدحدر،دVدح=πر23Vح+2πرح3Vردردح.{\displaystyle {\begin{aligned}{\frac {dV}{dr}}&=\overbrace {\frac {2\pi rh}{3}} ^{\frac {\partial V}{\partial r}}+\overbrace {\frac {\pi r^{2}}{3}} ^{\frac {\partial V}{\partial h}}{\frac {dh}{dr}}\,,\\{\frac {dV}{dh}}&=\overbrace {\frac {\pi r^{2}}{3}} ^{\frac {\partial V}{\partial h}}+\overbrace {\frac {2\pi rh}{3}} ^{\frac {\partial V}{\partial r}}{\frac {dr}{dh}}\,.\end{aligned}}}

الفرق بين المشتقة الكلية والمشتقة الجزئية هو إزالة التبعيات غير المباشرة بين المتغيرات في المشتقات الجزئية.

إذا كان (لسبب ما) يجب أن تبقى نسب المخروط كما هي، وكان الارتفاع ونصف القطر بنسبة ثابتة k ،

ك=حر=دحدر.{\displaystyle k={\frac {h}{r}}={\frac {dh}{dr}}.}

وهذا يعطي المشتقة الكلية بالنسبة إلى r ،

دVدر=2πرح3+πر23ك،{\displaystyle {\frac {dV}{dr}}={\frac {2\pi rh}{3}}+{\frac {\pi r^{2}}{3}}k\,,}

والذي يتبسط إلى

دVدر=كπر2،{\displaystyle {\frac {dV}{dr}}=k\pi r^{2},}

وبالمثل، فإن المشتقة الكلية بالنسبة إلى h هي

دVدح=πر2.{\displaystyle {\frac {dV}{dh}}=\pi r^{2}.}

يُعطى المشتق الكلي بالنسبة لكل من r و h للحجم، باعتباره دالة قياسية لهذين المتغيرين، بواسطة متجه التدرج .

V=(Vر،Vح)=(23πرح،13πر2).{\displaystyle \nabla V=\left({\frac {\partial V}{\partial r}},{\frac {\partial V}{\partial h}}\right)=\left({\frac {2}{3}}\pi rh,{\frac {1}{3}}\pi r^{2}\right).}

تحسين

تظهر المشتقات الجزئية في أي مسألة تحسين تعتمد على حساب التفاضل والتكامل وتتضمن أكثر من متغير اختيار. على سبيل المثال، في علم الاقتصاد ، قد ترغب شركة ما في تعظيم الربح π( x , y ) بالنسبة لاختيار الكميتين x و y لنوعين مختلفين من الإنتاج. شروط الرتبة الأولى لهذا التحسين هي πx = 0 = πy . وبما أن كلا المشتقين الجزئيين πx و πy سيكونان دالتين للمتغيرين x و y ، فإن هذين الشرطين من الرتبة الأولى يشكلان نظامًا من معادلتين بمجهولين .

الديناميكا الحرارية، وميكانيكا الكم، والفيزياء الرياضية

تظهر المشتقات الجزئية في المعادلات الديناميكية الحرارية مثل معادلة جيبس-دوهيم ، وفي ميكانيكا الكم كما في معادلة شرودنغر الموجية ، بالإضافة إلى معادلات أخرى من الفيزياء الرياضية . ويمكن أن تكون المتغيرات الثابتة في المشتقات الجزئية هنا نسبًا لمتغيرات بسيطة مثل الكسور المولية xᵢ في المثال التالي الذي يتضمن طاقات جيبس ​​في نظام خليط ثلاثي:

جي2¯=جي+(1-x2)(جيx2)x1x3{\displaystyle {\bar {G_{2}}}=G+(1-x_{2})\left({\frac {\partial G}{\partial x_{2}}}\right)_{\frac {x_{1}}{x_{3}}}}

عبّر عن الكسور المولية لأحد المكونات كدوال للكسور المولية للمكونات الأخرى والنسب المولية الثنائية:

x1=1-x21+x3x1x3=1-x21+x1x3{\textstyle {\begin{aligned}x_{1}&={\frac {1-x_{2}}{1+{\frac {x_{3}}{x_{1}}}}}\\x_{3}&={\frac {1-x_{2}}{1+{\frac {x_{1}}{x_{3}}}}}\end{aligned}}}

يمكن تكوين مشتقات القسمة عند نسب ثابتة مثل تلك المذكورة أعلاه:

(x1x2)x1x3=-x11-x2(x3x2)x1x3=-x31-x2{\displaystyle {\begin{aligned}\left({\frac {\partial x_{1}}{\partial x_{2}}}\right)_{\frac {x_{1}}{x_{3}}}&=-{\frac {x_{1}}{1-x_{2}}}\\\left({\frac {\partial x_{3}}{\partial x_{2}}}\right)_{\frac {x_{1}}{x_{3}}}&=-{\frac {x_{3}}{1-x_{2}}}\end{aligned}}}

يمكن كتابة نسب X و Y و Z للكسور المولية للأنظمة الثلاثية والمتعددة المكونات:

X=x3x1+x3Y=x3x2+x3Z=x2x1+x2{\displaystyle {\begin{aligned}X&={\frac {x_{3}}{x_{1}+x_{3}}}\\Y&={\frac {x_{3}}{x_{2}+x_{3}}}\\Z&={\frac {x_{2}}{x_{1}+x_{2}}}\end{aligned}}}

والتي يمكن استخدامها لحل المعادلات التفاضلية الجزئية مثل:

(μ2ن1)ن2،ن3=(μ1ن2)ن1،ن3{\displaystyle \left({\frac {\partial \mu _{2}}{\partial n_{1}}}\right)_{n_{2},n_{3}}=\left({\frac {\partial \mu _{1}}{\partial n_{2}}}\right)_{n_{1},n_{3}}}

يمكن إعادة ترتيب هذه المعادلة بحيث يكون أحد طرفيها عبارة عن قسمة تفاضلية للكسور المولية.

تغيير حجم الصورة

تُعدّ المشتقات الجزئية أساسيةً لخوارزميات تغيير حجم الصور المُراعية للهدف. وتُعرف هذه الخوارزميات باسم "نحت الحواف" ، وتتطلب إسناد قيمة عددية "طاقة" لكل بكسل في الصورة، لوصف مدى اختلافه عن البكسلات المجاورة له بشكل متعامد. ثم تقوم الخوارزمية تدريجيًا بإزالة الصفوف أو الأعمدة ذات الطاقة الأقل. وتعتمد الصيغة المُستخدمة لتحديد طاقة البكسل (مقدار التدرج عند البكسل) اعتمادًا كبيرًا على بنية المشتقات الجزئية.

الاقتصاد

تلعب المشتقات الجزئية دورًا بارزًا في علم الاقتصاد ، حيث تفترض معظم الدوال التي تصف السلوك الاقتصادي أن هذا السلوك يعتمد على أكثر من متغير. على سبيل المثال، قد تصف دالة الاستهلاك المجتمعي المبلغ المنفق على السلع الاستهلاكية بأنه يعتمد على كل من الدخل والثروة؛ وبالتالي، فإن الميل الحدي للاستهلاك هو المشتق الجزئي لدالة الاستهلاك بالنسبة للدخل.

انظر أيضاً

ملحوظات

  1. كاجوري، فلوريان (1952)، تاريخ الرموز الرياضية ، المجلد  2 (  الطبعة الثالثة)، شركة أوبن كورت للنشر، 596
  2. ميلر، جيف (بدون تاريخ). "أقدم استخدامات رموز حساب التفاضل والتكامل" . في: أوكونور، جون جيه؛ روبرتسون، إدموند إف (محرران). أرشيف ماك تيوتور لتاريخ الرياضيات . جامعة سانت أندروز . تاريخ الاسترجاع: 15 يونيو 2023 .
  3. سبيفاك، م. (1965). حساب التفاضل والتكامل على المشعبات . نيويورك: دبليو إيه بنجامين. ص 44. ISBN  9780805390216.
  4. ر. فريدي؛ م. ر. شبيغل (2010). حساب التفاضل والتكامل المتقدم ( الطبعة الثالثة). سلسلة شوم للمخططات. ISBN  978-0-07-162366-7.
  5. يمكن التعبير عن هذا أيضًا على أنه الترافق بين بنى فضاء المنتج وبنى فضاء الدالة .
  6. تشيانغ، ألفا سي. (1984). الأساليب الأساسية للاقتصاد الرياضي ( الطبعة الثالثة). ماكجرو هيل.