Partialderivator

Partialderivator utvidgar derivering till funktioner av flera variabler genom att mäta förändringshastigheten med avseende på en variabel medan de andra hålls konstanta. Området täcker grundläggande och högre partialderivator, kedjeregeln i flera variabler, gradientvektorer och optimering med kritiska punkter och andraderivatatestet.

Partialderivator driver maskininlärning (gradientnedstigning), beskriver temperaturfördelningar i fysik (värmeledningsekvationen) och möjliggör känslighetsanalys i ekonomi och ingenjörskonst.

Övningstips

• 1När du beräknar en partialderivata med avseende på x, behandla alla andra variabler som konstanter, precis som vid derivering i en variabel.
• 2För gradienten, beräkna alla första partialderivator och samla dem till en vektor. Vektorn pekar alltid i den brantaste stigningens riktning.
• 3Vid optimering i flera variabler, använd andraderivatatestet (D = f_xx * f_yy - f_xy^2) för att klassificera kritiska punkter som maxima, minima eller sadelpunkter.