Partiële afgeleiden

Meervariabelecalculus vanuit eerste principes

Eén idee draagt het grootste deel van de meerdimensionale calculus: om een functie van veel variabelen te differentiëren, verander je slechts één variabele tegelijk en bevries je alle andere. Houd y stil, beweeg x een beetje, en vraag hoe f reageert. Die veranderingssnelheid is de partiële afgeleide ∂f/∂x.

De kromme ∂ ("partieel") is de enige nieuwe notatie. Al het andere is differentiëren uit Cursus I (machtsregel, productregel, kettingregel) toegepast alsof de bevroren variabelen gewoon constanten waren.

Sta op een heuvel en de helling die je voelt hangt af van welke kant je opkijkt. Loop recht naar het oosten, waarbij je noord-zuidpositie vast blijft, en de steilheid onder je voeten is de partiële afgeleide ∂f/∂x. Draai je om en loop in plaats daarvan recht naar het noorden, waarbij je oost-west vast houdt, en je voelt een andere helling, ∂f/∂y. Elke partiële afgeleide bevriest één richting en rapporteert de stijging of daling langs de andere.

Waar dit voorkomt in MLStel je voor dat je elk gewicht in een netwerk bevriest op één na, en dan vraagt hoe de verliesfunctie beweegt als je dat ene gewicht een duwtje geeft. Het antwoord is de partiële afgeleide ∂L/∂wᵢ: het teken vertelt je welke kant je het gewicht op moet duwen om het verlies te verlagen, de grootte vertelt je hoe gevoelig het verlies ervoor is. Verzamel één partiële afgeleide per gewicht en je hebt…
▶ Partiële afgeleiden
← Limieten & Continuïteit in RⁿHogere-orde partiële afgeleiden →