قاعدة ليبنز (لايبنز) في التفاضل


Generalized Leibniz Rule

ليبنز عالم ألماني يعزي اليه والى نيوتن علم التفاضل والتكامل. البعض يطلق عليه أسم " لايبنتز" أو " ليبنتز " والصحيح هو لايبنز أو ليبنز. في كتب قديمه يكتب اسم ليبنز هكذا Leibntiz أما حاليا فيكتب Leibniz .

يدخل في قاعدة ليبنز المعممة ما يسمى التوافيق المعممة وتعرف بالصيغة التالية حيث n_1 ,n_2 , \ldots ,n_k أعداد صحيحة غير سالبة مجموعها n :

\left( \begin{array}{c} n \\  n_1 ,n_2 , \ldots ,n_k  \\  \end{array} \right) = \frac{{n!}}{{n_1 !n_2 ! \ldots n_k !}}

الحالة الخاصة k = 2 سنحتاجها أثناء إثبات قاعدة ليبنز المعممة وهي تعطينا التوافيق المألوفة حيث:

\left( \begin{array}{c} n \\  n_1 ,n_2  \\  \end{array} \right) = \frac{{n!}}{{n_1 !n_2 !}} = \frac{{n!}}{{n_1 !(n - n_1 )!}} = \left( \begin{array}{c} n \\  n_1  \\  \end{array} \right)


قاعدة ليبنز المعممة:

إذا كانت f_1 ,f_2 , \cdots ,f_k دوال حقيقية ولها مشتقة نونية عند x فإن

\frac{{d^n }}{{dx^n }}\prod\limits_{i = 1}^k {f_i (x)}  = \sum\limits_{n_1  + n_2  +  \ldots  + n_k  = n} {\left( \begin{array}{c} n \\  n_1 ,n_2 , \ldots ,n_k  \\  \end{array} \right)} \;f_1^{(n_1 )} (x)f_2^{(n_2 )} (x) \cdots f_r^{(n_k )} (x)

 

في هذه القاعدة وكما هو معلوم دائما , الحالة التي فيها n_i  = 0 لبعض i يقصد بها الدالة الأصلية , أي أن f_i^{(0)}  = f_i . في الطرف الأيمن من القاعدة فضلنا التعبير f_i^{(n_i )} (x) بدلا من رمز ليبنز \frac{{d^{n_i } }}{{dx^{n_i } }}f_i (x) من أجل ابراز التناظر بين رتب المشتقات والتباديل الداخلة في القانون. أيضا لم نستخدم \prod\limits_{i = 1}^k {f_i^{(n_i )} (x)} للدلالة على حاصل الضرب , لكن في الإثبات سنحتاج لهذا التعبير المختصر .


الاثبات :

يتم بمبدأ الاستقراء الرياضي العام . حيث سيكون النقاش عند مشتقة نونية معينة. أي أن الاستقراء سيكون على عدد الدوال k وليس على رتبة المشتقة n .

1) خطوة الأساس: القانون صحيح عندما k = 1 حيث

\frac{{d^n }}{{dx^n }}\prod\limits_{i = 1}^1 {f_i (x)}  = \sum\limits_{n_i  = n} {\left( \begin{array}{c} n \\  n_i  \\  \end{array} \right)} \;f_1^{(n_i )}  = \left( \begin{array}{c} n \\  n \\  \end{array} \right)\frac{{d^n }}{{dx^n }}f_1  = \frac{{d^n }}{{dx^n }}f


2) خطوة الفرض : نفرض أن القاعدة صحيحة عند كل عدد r = 1,2, \cdots ,k من الدوال . أي أن

\frac{{d^n }}{{dx^n }}\prod\limits_{i = 1}^r {f_i (x)}  = \sum\limits_{n_1  + n_2  +  \ldots  + n_r  = n} {\left( \begin{array}{c} n \\  n_1 ,n_2 , \ldots ,n_r  \\  \end{array} \right)} \;\prod\limits_{i = 1}^r {\frac{{d^{n_i } }}{{dx^{n_i } }}f_i (x)}


3) خطوة الاستنتاج :

\frac{{d^n }}{{dx^n }}\prod\limits_{i = 1}^{k + 1} {f_i (x)}  = \frac{{d^n }}{{dx^n }}\left( {f_{k + 1} (x)\prod\limits_{i = 1}^k {f_i (x)} } \right) = \frac{{d^n }}{{dx^n }}\left( {f_{k + 1} (x)g(x)} \right)


حيث g(x) = \prod\limits_{i = 1}^k {f_i (x)} . الآن ننجز الطرف الأيمن على اعتبار أن لدينا ضرب لدالتين فقط ونطبق عليهما خطوة الفرض. إذا



 = \sum\limits_{n_1  + n_2  = n} {\left( \begin{array}{c} n \\  n_1 ,n_2  \\  \end{array} \right)} \;f_{k + 1}^{(n_1 )} (x)g^{(n_2 )} (x) = \sum\limits_{n_{k + 1}  = 0}^n {\left( \begin{array}{c} n \\  n_{k + 1}  \\  \end{array} \right)} \;f_{k + 1}^{(n_{k + 1} )} (x)g^{(n - n_{k + 1} )} (x)


كل اشتقاق للدالة g في هذا المجموع رتبته اقل من k + 1 وبالتالي نستطيع التعبير عنه بصيغة خطوة الفرض.

 

\begin{array}{l}  = \sum\limits_{n_{k + 1}  = 0}^n {\left( \begin{array}{c} n \\  n_{k + 1}  \\  \end{array} \right)} \;f_{k + 1}^{(n_{k + 1} )} (x)\sum\limits_{n_1  + n_2  +  \ldots  + n_k  = n - n_{k + 1} } {\left( \begin{array}{c} n - n_{k + 1}  \\  n_1 ,n_2 , \ldots ,n_k  \\  \end{array} \right)} \;\prod\limits_{i = 1}^k {\frac{{d^{n_i } }}{{dx^{n_i } }}f_i (x)}  \\   = \sum\limits_{n_{k + 1}  = 0}^n {\sum\limits_{n_1  + n_2  +  \ldots  + n_k  = n - n_{k + 1} } {\left( \begin{array}{c} n \\  n_{k + 1}  \\  \end{array} \right)} } \;\left( \begin{array}{c} n - n_{k + 1}  \\  n_1 ,n_2 , \ldots ,n_k  \\  \end{array} \right)\;f_{k + 1}^{(n_{k + 1} )} (x)\prod\limits_{i = 1}^k {\frac{{d^{n_i } }}{{dx^{n_i } }}f_i (x)}  \\   = \sum\limits_{n_1  + n_2  +  \ldots  + n_k  + n_{k + 1}  = n} {\left( \begin{array}{c} n \\  n_{k + 1}  \\  \end{array} \right)} \;\left( \begin{array}{c} n \\  n_1 ,n_2 , \ldots ,n_k ,n_{k + 1}  \\  \end{array} \right)\;\prod\limits_{i = 1}^{k + 1} {\frac{{d^{n_i } }}{{dx^{n_i } }}f_i (x)}  \\  \end{array}


إذا القاعدة صحيحة لكل عدد طبيعي k . بما أن n كانت اختيارية فإن القانون صحيح لأي مشتقة نونية ولأي عدد منتهي من الدوال.


قاعدة ليبنز في المشتقات العليا:

كحالة خاصة من القاعدة المعممة لليبنز نستنتج الآن قاعدة ليبنز للمشتقة العليا لحاصل ضرب دالتين. ضع f_1  = f,\;\;f_2  = g إذا من قاعدة ليبنز المعممة:

 

(fg)^{(n)} (x) = \sum\limits_{k + m = n} {\left( \begin{array}{c} n \\  k,m \\  \end{array} \right)} \;f^{(k)} (x)g^{(m)} (x) = \sum\limits_{k = 0}^n {\left( \begin{array}{c} n \\  k \\  \end{array} \right)} \;f^{(k)} (x)g^{(n - k)} (x)


مسائل

1. بين أن \frac{d}{{dx}}(uvw) = \frac{{du}}{{dx}}vw + u\frac{{dv}}{{dx}}w + uv\frac{{dv}}{{dx}}

2. بصورة أعم إذا كانت f_1 ,f_2 , \cdots ,f_k قابلة للاشتقاق على الفترة I فأثبت أن :

\frac{d}{{dx}}\prod\limits_{i = 1}^k {f_i (x)}  = \left( {\sum\limits_{i = 1}^k {\frac{{\frac{d}{{dx}}f_i (x)}}{{f_i (x)}}} } \right)\prod\limits_{i = 1}^k {f_i (x)}


التعليقات

مافهمت شي

مافهمت شي

أنا كمان ما فهمت شيء

أنا كمان ما فهمت شيء

انا فهمت و الاثبات ان التفاضل

انا فهمت و الاثبات ان التفاضل يعتمد على معارف الاشتقاق

احااااااااااااااااااااااااااا

احاااااااااااااااااااااااااااااااااااااااااا

علِّق

  • LaTeX formulas are automatically converted into images.
  • بإمكانك استخدام وسوم BBCode في النصوص URLs will automatically be converted to links.
  • تتحول مسارات مواقع وب و عناوين البريد الإلكتروني إلى روابط آليا.

معلومات أكثر عن خيارات التنسيق