📐 Wizualizacja pochodnej
Przesuwaj punkt x0 i zmniejszaj krok h, by zobaczyć, jak sieczna zbiega do stycznej, definiując pochodną jako granicę.
Podobne symulacje
O wizualizatorze pochodnej
Pochodna f'(x) to chwilowe tempo zmiany funkcji, zdefiniowane jako granica ilorazu różnicowego: f'(x) = lim(Δx→0) [f(x + Δx) − f(x)] / Δx. Geometrycznie sieczna przechodząca przez punkty (x, f(x)) i (x + Δx, f(x + Δx)) ma współczynnik kierunkowy [f(x + Δx) − f(x)] / Δx; gdy Δx dąży do zera, ta sieczna zbliża się do stycznej, której nachylenie wynosi f'(x). Różniczkowanie jest fundamentem rachunku różniczkowego i ma zastosowania wszędzie — od równań ruchu Newtona (F = ma = m·d²x/dt²) po metodę spadku gradientu w uczeniu maszynowym.
Symulator rysuje wykres f(x) i animuje zapadanie się siecznej do stycznej wraz ze zmniejszaniem Δx. Drugi panel pokazuje f'(x) obliczaną numerycznie obok pochodnej analitycznej, pozwalając je porównać i zbadać, jak reguły różniczkowania — reguła łańcuchowa, reguła iloczynu, reguła ilorazu — wizualnie przekształcają wykres.
Najczęściej zadawane pytania
Jaka jest formalna definicja pochodnej?
Pochodna f w punkcie x to f'(x) = lim(h→0) [f(x+h) − f(x)]/h, o ile ta granica istnieje. Funkcję nazywamy różniczkowalną w x, jeśli ta granica istnieje i jest skończona. Jeśli granica istnieje z prawej i lewej strony, ale są one różne, funkcja ma w x „narożnik” (jak |x| w x = 0) i nie jest tam różniczkowalna, mimo że jest ciągła. Różniczkowalność implikuje ciągłość, ale odwrotność jest fałszywa — funkcja Weierstrassa jest ciągła wszędzie, ale nigdzie nie jest różniczkowalna.
Co znak pochodnej mówi o funkcji?
Tam, gdzie f'(x) > 0, funkcja rośnie; gdzie f'(x) < 0, maleje; gdzie f'(x) = 0, funkcja ma punkt stacjonarny (możliwe maksimum, minimum lub punkt siodłowy). Druga pochodna f''(x) precyzuje to: jeśli f'(x) = 0 i f''(x) > 0, punkt jest minimum lokalnym; jeśli f''(x) < 0 — maksimum lokalnym. Tam, gdzie f''(x) = 0 i f'' zmienia znak, funkcja ma punkt przegięcia — gdzie wklęsłość zmienia się z ku górze na ku dołowi lub odwrotnie.
Czym jest reguła łańcuchowa i dlaczego jest ważna?
Reguła łańcuchowa mówi, że jeśli y = f(g(x)), to dy/dx = f'(g(x)) · g'(x) — pochodna funkcji zewnętrznej obliczona w punkcie funkcji wewnętrznej, pomnożona przez pochodną funkcji wewnętrznej. Jest to prawdopodobnie najważniejsza reguła różniczkowania, ponieważ niemal każda funkcja rzeczywista jest złożeniem. W sieciach neuronowych algorytm propagacji wstecznej to po prostu wielokrotne zastosowanie reguły łańcuchowej w każdej warstwie: gradienty płyną wstecz jako iloczyny lokalnych jakobianów, umożliwiając trenowanie głębokich sieci metodą spadku gradientu.
Jaka jest różnica między pochodną a różniczką?
Pochodna f'(x) to liczba (lub funkcja) reprezentująca chwilowe tempo zmiany. Różniczka dy = f'(x) dx to infinitezymalne, liniowe przybliżenie zmiany y odpowiadające infinitezymalnej zmianie dx zmiennej x. Różniczki są przydatne do propagacji błędów (jeśli x ma niepewność Δx, to Δy ≈ f'(x)·Δx), przybliżenia liniowego (f(x+h) ≈ f(x) + f'(x)·h dla małych h) oraz jako podstawa geometrii różniczkowej na rozmaitościach.
Czym jest różniczkowanie numeryczne i jakie są jego pułapki?
Różniczkowanie numeryczne przybliża f'(x) za pomocą różnic skończonych, np. różnicy w przód [f(x+h) − f(x)]/h lub różnicy centralnej [f(x+h) − f(x−h)]/(2h). Różnica centralna ma błąd obcięcia rzędu O(h²) w porównaniu do O(h) dla różnicy w przód. Jednak zbyt małe h powoduje katastrofalne skracanie w arytmetyce zmiennoprzecinkowej: gdy h = 10⁻¹⁵ dla liczby double (64-bitowej), f(x+h) i f(x) są zgodne do 15 cyfr, a ich różnica jest zdominowana przez błąd zaokrąglenia. Optymalne h dla różnicy centralnej wynosi w przybliżeniu (ε_maszyny)^(1/3) ≈ 10⁻⁵ dla liczb double.
Czym jest różniczkowanie automatyczne (AD)?
Różniczkowanie automatyczne oblicza dokładne pochodne programów komputerowych (nie tylko funkcji matematycznych), stosując regułę łańcuchową do każdej elementarnej operacji arytmetycznej. W trybie w przód (forward-mode) AD każda zmienna niesie „dualną” część śledzącą jej pochodną; w trybie wstecznym (reverse-mode AD, czyli propagacji wstecznej w uczeniu maszynowym) program jest najpierw obliczany w przód, a następnie pochodne są akumulowane wstecz przez graf obliczeniowy. AD unika zarówno symbolicznej złożoności reguł rachunku różniczkowego, jak i błędów numerycznych różnic skończonych, dzięki czemu jest standardowym podejściem w nowoczesnych frameworkach głębokiego uczenia, takich jak PyTorch i JAX.
Jak pochodna wiąże się ze styczną?
Styczna do f w punkcie x₀ to jedyna prosta przechodząca przez (x₀, f(x₀)) o nachyleniu f'(x₀): y = f(x₀) + f'(x₀)(x − x₀). Jest to najlepsze liniowe przybliżenie f w pobliżu x₀ — formalnie błąd |f(x) − [f(x₀) + f'(x₀)(x − x₀)]| = o(|x − x₀|), gdy x → x₀. Ta charakteryzacja przez „małe o” jest właściwie współczesną definicją różniczkowalności na rozmaitościach, naturalnie uogólniającą się na powierzchnie i przestrzenie wyższych wymiarów, gdzie nachylenia nie mają sensu, ale przybliżenia liniowe — owszem.
Czym jest reguła de l'Hôpitala?
Reguła de l'Hôpitala mówi, że jeśli lim(x→a) f(x) = lim(x→a) g(x) = 0 (lub ±∞), to lim(x→a) f(x)/g(x) = lim(x→a) f'(x)/g'(x), o ile ta ostatnia granica istnieje. Rozwiązuje symbole nieoznaczone (0/0, ∞/∞). Klasyczny przykład: lim(x→0) sin(x)/x = lim(x→0) cos(x)/1 = 1. Reguła została opublikowana przez Guillaume'a de l'Hôpitala w 1696 roku w pierwszym podręczniku rachunku różniczkowego, choć wynik wyprowadził Bernoulli i sprzedał go l'Hôpitalowi na mocy umowy finansowej.
Czym jest twierdzenie o wartości średniej?
Twierdzenie o wartości średniej (TWŚ) mówi, że jeśli f jest ciągła na [a, b] i różniczkowalna na (a, b), to istnieje c ∈ (a, b) takie, że f'(c) = [f(b) − f(a)]/(b − a) — chwilowe tempo zmiany równa się średniemu tempu zmiany w pewnym punkcie wewnętrznym. TWŚ jest podstawą wielu fundamentalnych wyników: dowodzi, że funkcja, dla której f'(x) = 0 wszędzie, jest stała, i jest podstawą podstawowego twierdzenia rachunku całkowego. W inżynierii uzasadnia wnioskowanie o zachowaniu globalnym na podstawie lokalnych pomiarów pochodnej.