ما هي المشتقة حقًا؟ شرح مبسّط بلغة واضحة

معدل التغير المتوسط: ميل الخط المستقيم لا يناسب المنحنى

ميل الخط المستقيم ثابت في كل نقطة عليه، ويُحسب كنسبة الارتفاع إلى الامتداد: التغير في القيمة الرأسية مقسومًا على التغير في القيمة الأفقية بين أي نقطتين على الخط. أما المنحنى، على النقيض، فله ميل يتغير باستمرار من نقطة إلى أخرى — فمنحنى الدالة f(x) = x^2 يكون ضحلًا بالقرب من x = 0 وحادًا بعيدًا عنها، لذا لا يمكن لقيمة ميل واحدة أن تصف المنحنى بأكمله.

يُحسب معدل التغير المتوسط لدالة بين نقطتين a و b بنفس الطريقة التي يُحسب بها ميل الخط: [f(b) − f(a)] / (b − a). يصف هذا الرقم مقدار تغيّر الدالة، في المتوسط، على مدى الفترة بأكملها، لكنه لا يصف مدى انحدار الدالة عند أي نقطة محددة داخل تلك الفترة — فقد يرتفع المنحنى بسرعة عند أحد طرفي الفترة وببطء عند الطرف الآخر، مع الاحتفاظ بمعدل التغير المتوسط نفسه طوال الفترة.

من القاطع إلى المماس: التعريف النهائي للمشتقة

الخط المرسوم عبر نقطتين على منحنى يُسمى القاطع، وميله يساوي معدل التغير المتوسط بين تلك النقطتين، [f(x+h) − f(x)] / h، حيث h هي المسافة الأفقية بينهما. مع اقتراب النقطة الثانية أكثر فأكثر من الأولى — أي مع تقلص h نحو الصفر — يدور القاطع ويقترب من وضع نهائي يُسمى المماس، وهو الخط الذي يلامس المنحنى عند نقطة واحدة فقط ويطابق اتجاهه هناك.

تُعرَّف مشتقة f عند x بأنها ميل هذا المماس، وتُعبَّر عنها رسميًا بنهاية ميل القاطع مع اقتراب h من الصفر: f'(x) = lim(h→0) [f(x+h) − f(x)] / h. هذا هو التعريف الرسمي الذي يُدرَّس في كل مقرر تفاضل وتكامل قياسي، وهو يحوّل الفكرة الغامضة لـ«معدل التغير اللحظي» إلى نهاية دقيقة يمكن حسابها أو تقريبها.

التفاضل العددي مقابل الرمزي: سؤالان مختلفان

يطبّق التفاضل الرمزي قواعد جبرية — قاعدة القوة، وقاعدة الضرب، وقاعدة السلسلة، وغيرها — مباشرة على صيغة الدالة لإنتاج صيغة جديدة، f'(x)، صالحة عند كل x تكون فيها الدالة الأصلية قابلة للاشتقاق. فإذا أُعطيت f(x) = x^2، يُعيد التفاضل الرمزي الصيغة العامة f'(x) = 2x، والتي يمكن بعدها تقييمها عند أي نقطة: عند x = 3 تعطي 6، وعند x = 10 تعطي 20، دون أي حساب تفاضلي إضافي.

يجيب التفاضل العددي عن سؤال أضيق: ما قيمة المشتقة عند نقطة محددة واحدة، x0، دون اشتقاق الصيغة العامة على الإطلاق؟ تستخدم آلة حساب المشتقة في هذا الموقع فرقًا مركزيًا من خمس نقاط، وهي تقنية قياسية في التحليل العددي تُقيّم f عند عدة نقاط قريبة جدًا من x0 على كلا الجانبين وتجمع تلك القيم في تقدير عالي الدقة لميل الدالة عند x0 فقط. الأسلوبان ليسا طريقتين متنافستين للوصول إلى الناتج نفسه — أحدهما يُنتج صيغة، والآخر يُنتج رقمًا واحدًا عند نقطة واحدة — والخلط بينهما هو أكثر سوء فهم شيوعًا عند قراءة نتيجة آلة حساب المشتقة.

مثال محلول: مشتقة x² عند x = 3

رمزيًا، للدالة f(x) = x^2 مشتقة f'(x) = 2x بموجب قاعدة القوة، لذا f'(3) = 2 × 3 = 6 بالضبط. عدديًا، تُقدّر صيغة الفرق المركزي من خمس نقاط f'(x0) ≈ [−f(x0+2h) + 8f(x0+h) − 8f(x0−h) + f(x0−2h)] / (12h) لحجم خطوة صغير h؛ باستخدام h = 0.000001 و x0 = 3، تُقيَّم هذه الصيغة العددية إلى ما يقارب 6.000000001، مطابقة النتيجة الرمزية الدقيقة حتى ثماني منازل عشرية.

هذا التطابق متوقَّع، وليس صدفة: بالنسبة لدالة سلسة مثل x^2، يتقلص خطأ طريقة الفرق المركزي بما يتناسب مع h^4، لذا فإن قيمة h صغيرة جدًا تُنتج تقديرًا عدديًا لا يمكن تمييزه فعليًا عن الجواب الرمزي الدقيق عند الدقة المعروضة عادة. تجيب الطريقتان عن السؤال الرياضي الأساسي نفسه — ميل المماس عند x = 3 — عبر طريقين مختلفين، أحدهما جبري ودقيق، والآخر عددي وتقريبي لكنه بالغ الدقة للدوال حسنة السلوك.

لماذا يهم هذا التمييز عند قراءة نتيجة الآلة الحاسبة

آلة حاسبة المشتقة العددية، بما فيها الآلة الموجودة على هذا الموقع، لا تُخرج أبدًا صيغة مثل 2x — بل تُخرج رقمًا واحدًا، هو الميل المقدَّر عند النقطة الوحيدة x0 المُدخَلة. ويتطلب إيجاد قيمة المشتقة عند نقطة أخرى إعادة إدخال تلك النقطة الجديدة وإعادة الحساب، لأنه لا يُنتَج أو يُخزَّن أي تعبير عام لـ f'(x) في أثناء العملية.

لهذا التمييز نتيجة عملية: يمكن للتفاضل العددي أن يُقيّم مشتقة دوال يصعب أو يستحيل اشتقاقها رمزيًا بصيغة مغلقة — مثل الدوال المبنية من بيانات أو محاكاة أو تعبيرات لا مشتقة جبرية بسيطة لها — لأنه لا يحتاج سوى إلى تقييم f عند نقاط قريبة، لا إلى التعامل مع صيغتها. والمقابل هو أن كل نتيجة تقدير عند نقطة واحدة، لا صيغة عامة قابلة لإعادة الاستخدام.

الأسئلة الشائعة

المراجع

1. Stewart J. Calculus. Cengage Learning (the derivative as the limit of a difference quotient and the slope of the tangent line).
2. Burden RL, Faires JD. Numerical Analysis. Cengage Learning (finite-difference approximations to derivatives).
3. Spivak M. Calculus (4th ed). Publish or Perish, 2008 (rigorous treatment of limits and the derivative).
4. NIST Digital Library of Mathematical Functions (DLMF), Chapter 3: Numerical Methods. dlmf.nist.gov.