Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Dérivée Partielle de la Fonction | Analyse Mathématique
Mathématiques pour l'Analyse de Données et la Modélisation
course content

Contenu du cours

Mathématiques pour l'Analyse de Données et la Modélisation

Mathématiques pour l'Analyse de Données et la Modélisation

1. Concepts Mathématiques de Base et Définitions
2. Algèbre Linéaire
3. Analyse Mathématique

book
Dérivée Partielle de la Fonction

Dérivée partielle

Si nous parlons des fonctions avec plusieurs arguments, nous devons considérer le concept de dérivée partielle. Une dérivée partielle mesure comment une fonction change par rapport à l'une de ses variables tout en gardant les autres variables constantes. C'est un concept utilisé en calcul multivariable pour analyser le taux de changement d'une fonction dans plusieurs dimensions.
Si nous avons une fonction y = f(x1, x2, ..., xn), la dérivée partielle par rapport à l'argument xi est définie comme suit :

12345678910111213141516171819202122232425262728
import sympy as sp # Define the variables x, y = sp.symbols('x y') # Define the function f = x**3 + 2*x*y + y**2 + x - 3*y # Calculate the partial derivative with respect to x df_dx = sp.diff(f, x) # Calculate the partial derivative with respect to y df_dy = sp.diff(f, y) # Define the point at which to evaluate the partial derivatives point = {x: 2, y: 3} # Evaluate the partial derivatives at the given point df_dx_value = df_dx.subs(point) df_dy_value = df_dy.subs(point) # Print the partial derivatives print(f'Partial derivative with respect to x: {df_dx}') print(f'Partial derivative with respect to y: {df_dy}') # Print the partial derivatives at the given point print(f'Partial derivative with respect to x at point {point}: {df_dx_value}') print(f'Partial derivative with respect to y at point {point}: {df_dy_value}')
copy

Dérivées d'ordre supérieur

Nous pouvons également prendre des dérivées et des dérivées partielles d'ordres supérieurs. Par exemple, la seconde dérivée (partielle) est définie comme la dérivée (partielle) de la première dérivée (partielle) d'une fonction, et ainsi de suite :

Nous pouvons utiliser la bibliothèque sympy pour calculer également la dérivée du second ordre :

12345678910111213
import sympy as sp # Define the variable x, y = sp.symbols('x y') # Define the function f = 2*x**3 + sp.sin(x*y) # Calculate the second-order derivative d2f_dx2 = sp.diff(f, x, 2) # Print the second-order derivative print(f'Second-order partial derivative with respect to x is: {d2f_dx2}')
copy

Nous avons utilisé d2f_dx2 = sp.diff(f, x, 2) pour calculer la dérivée du second ordre de la fonction f par rapport à l'argument x.

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 2
We're sorry to hear that something went wrong. What happened?
some-alt