يقترح الحساب الهرمي تنظيمًا منهجيًا للتفاضل عبر مؤشرين: الرتبة (لغة التغير: مطلق/نسبي/لوغاريتمي...)
والدرجة (عدد مرات الاشتقاق ضمن نفس الرتبة). يظهر التفاضل التقليدي كحالة خاصة عند \(r=0\)،
بينما يتم إدماج المشتقات النسبية واللوغاريتمية كرُتب أعلى ضمن إطار موحد.
تقدم هذه الصفحة صياغة دقيقة للترميز \(D_r^n\)، وتعريفًا موحدًا للمؤثر \(D_n^1\)، وتوضح شروط المجال،
وتشرح لماذا يمكن أن تكون الرتب الأعلى أكثر ملاءمة عدديًا وتفسيريًا في الظواهر التي يحكمها السلوك النسبي أو متعدد المقاييس.
يعامل الحساب الهرمي “التغير” كلغة قياس متعددة المستويات. الفارق بين التفاضل التقليدي والمشتقات النسبية واللوغاريتمية
ليس مجرد تبديل في الصيغة، بل هو تغيير في المقياس الذي تعتبره “طبيعيًا” لوصف الظاهرة.
1.1 ترميز الرتبة–الدرجة
كل مشتقة في الحساب الهرمي تُحدَّد بوضوح بواسطة:
الرتبة \(r\) والدرجة \(n\).
\[
D_r^{\,n}\,f(x)
\]
(Eq. 1)
الرتبة \(r\) تحدد نوع التحويل (مطلق/نسبي/لوغاريتمي...).
الدرجة \(n\) تحدد عدد مرات الاشتقاق ضمن نفس الرتبة.
1.2 أول ثلاث رتب (درجة 1)
أكثر المؤثرات استعمالًا في التطبيقات تكون عند درجة \(1\) للرتب \(0,1,2\):
تفسير سريع:
\(D_0^1\) يقيس تغيرًا مطلقًا (يعتمد على الوحدات)،
\(D_1^1\) يقيس تغيرًا نسبيًا (ثابت نسبيًا مع تغيير القياس)،
و\(D_2^1\) يقيس تغير آلية التغير النسبي نفسها (تسارع البنية).
2) المؤثر الموحد \(D_n^1\)
لضمان الاتساق عبر صفحات الموقع، يتم اعتماد تعريف موحد للمشتقة الهرمية عند رتبة \(n\) ودرجة \(1\):
حيث \(\ln^{(n)}\) هو اللوغاريتم المتكرر \(n\) مرات.
قاعدة الاتساق:
لا يستخدم هذا الموقع صيغًا هجينة مثل \(\frac{d(\ln f)}{d(\ln^{(n)}x)}\).
يجب تطبيق التحويل المتكرر بنفس العمق على كل من \(x\) و\(f(x)\).
3) شروط المجال
لأن اللوغاريتمات المتكررة تظهر صراحةً، فإن كل رتبة تفرض شروطًا طبيعية للإيجابية.
في التطبيقات الواقعية يمكن تعيين المتغيرات إلى مجال موجب مناسب (مثل مؤشرات معيارية)
لضمان تعريف المؤثر ضمن الأعداد الحقيقية.
ملاحظة عملية:
كثير من المتغيرات العلمية والاقتصادية والهندسية تكون موجبة طبيعيًا:
الأسعار، المؤشرات، الكتل، الطاقة، الخطر، عدد السكان، التركيز... إلخ.
4) التفسير العددي (لماذا قد تتحسن الاستقرارية)
أحد دوافع الحساب الهرمي هو الاستقرار العددي. عندما تكون القيم كبيرة، فإن التقريب في المجال الخام قد يضخم الخطأ.
بينما في المجال المحوّل (مثل \(\ln f\) أو \(\ln\ln f\)) تصبح الدالة غالبًا أقرب إلى الخطية،
مما يقلل تضخيم الخطأ ويحسن التكييف العددي.
\[
D_1^1 f
=
\frac{d\ln f}{d\ln x}
=
\frac{x}{f}\frac{df}{dx}.
\]
(Eq. 5)
قراءة هندسية/فيزيائية:
إذا كان سلوك الظاهرة يتحدد بالضرب والنمو النسبي (نِسَب)، فإن \(D_1^1\) عادةً أدق من ميل خام يعتمد على الوحدات.
5) أمثلة قصيرة محسوبة
مثال A: قانون أسّي (Power law)
لتكن \(f(x)=x^a\) مع \(x>0\). حينها يستخرج المشتق النسبي الأس مباشرةً:
\[
D_1^1(x^a)
=
\frac{d\ln(x^a)}{d\ln x}
=
a.
\]
(Eq. 6)
لهذا السبب يعمل \(D_1^1\) كمستخرج للأسس في قوانين القياس والتشابه.
يحول المؤثر النمو الأسي إلى كمية مرتبطة مباشرة بمقياس \(x\)، ما يوضح دور القياس في القراءة.
6) القيود والنطاق
الحساب الهرمي لا يدّعي استبدال التفاضل التقليدي أو التفاضل الكسري. بل يقدم إطارًا تصنيفيًا يساعدك
على اختيار لغة التغير الأنسب للظاهرة.
قيود أساسية:
شروط المجال لا بد من احترامها في الرتب الأعلى (\(\ln^{(n)}\)).
ليس كل سلوك يحتاج رتبة أعلى؛ بعض الظواهر خطية ومحلية بطبيعتها.
الرتبة الأعلى يجب أن تُبرر بوجود ديناميكيات نسبية/متعددة المقاييس، وليس بشكل افتراضي.
7) أسئلة وأجوبة
س1. هل الحساب الهرمي بديل عن التفاضل التقليدي؟
لا. التفاضل التقليدي يُستعاد كحالة خاصة عند رتبة \(r=0\).
الحساب الهرمي يوسّع اللغة عبر رتب أعلى تصف التغير النسبي أو اللوغاريتمي ضمن نظام موحد.
س2. ما الفرق الحدسي بين \(D_0^{1}\) و\(D_1^{1}\)؟
\(D_0^1\) يقيس تغيرًا جمعيًا (ميل). أما \(D_1^1\) فيقيس تغيرًا نسبيًا:
أي “كيف يتغير \(f\) نسبة إلى قيمته عندما يتغير \(x\) نسبة إلى قيمته؟”
(انظر Eq. 5).
س3. هل مشتقات الحساب الهرمي “مشتقات جديدة”؟
كثير منها يمكن تمثيله كمشتقات تقليدية بعد تغيير متغيرات (مثل \(u=\ln x\)).
الجديد هنا هو تنظيم هذه التحويلات كرُتب ودرجات داخل إطار موحّد، بدل تعريفات منفصلة متفرقة.
س4. ما التعريف الصارم للرتب الأعلى؟
المشتق عند رتبة \(n\) ودرجة 1 يُعرف وفق Eq. 3:
\[
D_n^{1} f(x)=\frac{d\,\ln^{(n)}(f(x))}{d\,\ln^{(n)}(x)}.
\]
س5. لماذا يمكن أن تُحسن الرتب الأعلى التقريب العددي؟
لأن التقريب يُنفذ في فضاء تصبح فيه الدالة أقرب إلى الخطية (مثل \(\ln f\)).
وهذا يقلل تضخيم الخطأ عند وجود نطاقات كبيرة أو نمو سريع.
س6. هل توجد أمثلة فيزيائية حقيقية؟
نعم. مثل قانون أدياباتي \(PV^\gamma=\text{const}\) الذي يعطي:
\[
\frac{d\ln P}{d\ln V}=-\gamma
\quad\Longleftrightarrow\quad
D_1^{1}P(V)=-\gamma,
\]
أي أن المشتق النسبي يرجع الأس الفيزيائي مباشرةً.
س7. ما شروط المجال في الرتب الأعلى؟
عادةً \(D_1\) يتطلب \(x>0\) و\(f>0\)،
بينما \(D_2\) يتطلب غالبًا \(x>1\) و\(f>1\)
لكي تكون \(\ln(\ln x)\) و\(\ln(\ln f)\) معرفتين في المجال الحقيقي (انظر Eq. 4).
تذكير:
إذا صادفت نصوصًا قديمة تكتب \(D_r\) بدون درجة، فاقرأها هنا كـ \(D_r^1\).
8) المراجع (IEEE)
توفر هذه المراجع سياقًا عن التفاضل التقليدي، المشتقات اللوغاريتمية والنسبية، التفاضل الكسري،
وحساب المقاييس الزمنية (Time-Scale Calculus)، بصياغة IEEE.
A. Gossa, “Hierarchical Calculus (Concept DOI),” Zenodo, 2025. doi: 10.5281/zenodo.17917302.
T. M. Apostol, Calculus, Vol. 1. Wiley, 2nd ed., 1967.
I. Podlubny, Fractional Differential Equations. Academic Press, 1999.
M. Bohner and A. Peterson, Dynamic Equations on Time Scales. Birkhäuser, 2001.
A. A. Kilbas, H. M. Srivastava, and J. J. Trujillo, Theory and Applications of Fractional Differential Equations. Elsevier, 2006.