derivaatiomenetelmiä
Derivaatiomenetelmät ovat menetelmiä, joiden avulla voidaan määrittää funktion derivaatta. Ne jaotellaan pääosin symbolisiin (analyyttisiin) ja numeerisiin menetelmiin. Symboliset menetelmät tuottavat tarkkoja lausekkeita, kun taas numeeriset menetelmät antavat likimääräisiä arvoja käyttämällä funktion arvoja tietyissä pisteissä.
Symbolinen derivointi tarkoittaa derivoinnin suorittamista analyyttisesti, jolloin derivoitava lauseke muutetaan tarkaksi lausekkeeksi. Tähän kuuluvat laskusäännöt kuten
Numeerinen differentiation perustuu näennäisesti pieniin osasleikkauksiin f(x+h) ja f(x-h). Yleisimmät menetelmät ovat etu- (forward), takaa- (backward)
Kompleksiaskeleen erottelumenetelmä (complex-step differentiation) antaa erittäin tarkan derivoivan arvon käyttämällä pieniä imaginaarihäiriöitä ilman perinteisten erottelujen häviöjä.
Automaattinen derivointi (automatic differentiation, AD) laskee derivaatat ohjelman arvoista tarkasti koneen tarkkuudella. Sillä on forward- ja
Sovelluksiin kuuluvat optimointi, herkkyysanalyysi, insinööri- ja fysiikkalaskelmat sekä data-analyysi.