Derivadas Parciais

Cálculo multivariável a partir dos primeiros princípios

Uma só ideia sustenta a maior parte do cálculo multivariável: para diferenciar uma função de muitas variáveis, varie apenas uma variável de cada vez e congele todas as outras. Mantenha y imóvel, oscile x e pergunte como f responde. Essa taxa de variação é a derivada parcial ∂f/∂x.

O ∂ arredondado ("parcial") é a única notação nova. Todo o resto é a diferenciação do Curso I (regra da potência, regra do produto, regra da cadeia) aplicada como se as variáveis congeladas fossem meras constantes.

Fique em uma encosta e a inclinação que você sente depende de qual lado você está voltado. Caminhe para o leste, mantendo sua posição norte-sul fixa, e a inclinação sob os pés é a derivada parcial ∂f/∂x. Vire e caminhe para o norte em vez disso, mantendo a direção leste-oeste fixa, e você sentirá uma inclinação diferente, ∂f/∂y. Cada parcial congela uma direção e relata a subida ou descida ao longo da outra.

Onde isso aparece no MLImagine congelar todos os pesos de uma rede exceto um e depois perguntar como a loss se move quando você empurra esse único peso. A resposta é a derivada parcial ∂L/∂wᵢ: o seu sinal indica para que lado empurrar o peso para baixar a loss, e o seu tamanho indica quão sensível a loss é a ele. Junte uma parcial por peso e tem o gradiente, que as próximas lições montam.
▶ Derivadas Parciais
← Limites & Continuidade em RⁿParciais de Ordem Superior →