13.3 Матрица Якоби

Рассмотрим отображение $f : E \longmapsto R^m,$ где $E \subset R^n.$ Оно состоит из $m$ функций: $f = \left(f_1 \left(x_1,\ldots,x_n \right),f_2 \left(x_1,\ldots,x_n \right),\ldots,f_m \left(x_1,\ldots,x_n \right) \right),$ которые осуществляют отображение множества $E$ из $R^n$ в пространство $R^m.$

Предположим, что функции $f_k \left(x_1,\ldots,x_n \right),$ где $k = \overline{1,m},$ дифференцируемы, то есть имеют частные производные по аргументам $(x_1,\ldots,x_n):$

$\frac{\partial f_1}{\partial x_1},\ldots,\frac{\partial f_n}{\partial x_n}, x = \overline{1,m}.$

Составим матрицу из этих частных производных по переменным $x_1,\ldots,x_n$

$\begin{pmatrix} \frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \ldots & \frac{\partial f_1}{\partial x_n} \\ \frac{\partial f_2}{\partial x_1} & \frac{\partial f_2}{\partial x_2} & \ldots & \frac{\partial f_2}{\partial x_n} \\ \ldots & \ldots & \ldots & \ldots \\ \frac{\partial f_m}{\partial x_1} & \frac{\partial f_m}{\partial x_2} & \ldots & \frac{\partial f_m}{\partial x_n} \end{pmatrix}$

Такая матрица называется матрицей Якоби.

Если $m = n,$ то получаем квадратную матрицу, определитель которой называется определителем Якоби или якобианом $Jf(x)$ и обозначается

$Jf(x) = \frac{\partial (f_1, \ldots, f_n)}{\partial (x_1, \dots, x_n)} = \begin{vmatrix} \frac{\partial f_1}{\partial x_1}(x) & \frac{\partial f_1}{\partial x_2}(x) & \ldots & \frac{\partial f_1}{\partial x_n}(x) \\ \frac{\partial f_2}{\partial x_1}(x) & \frac{\partial f_2}{\partial x_2}(x) & \ldots & \frac{\partial f_2}{\partial x_n}(x) \\ \dots & \dots & \dots & \dots \\ \frac{\partial f_n}{\partial x_1}(x) & \frac{\partial f_n}{\partial x_2}(x) & \ldots & \frac{\partial f_n}{\partial x_n}(x) \end{vmatrix}.$

Замечание. Если все частные производные непрерывны, то и сам оределитель Якоби является непрерывной функцией.

Теорема. Якобиан тождественно равен нулю в некоторой области $\mathbb{S}$ :

$\frac{D(f_1,f_2, \ldots, f_n)}{D(x_1,x_2, \ldots, x_n)} \equiv 0$ при $x = \left(x_1, \ldots, x_n \right) \in \mathbb{S}$

тогда и только тогда, когда между функциями $f_1,f_2,\ldots,f_n$ имеется функциональная зависимость в $\mathbb{S},$ то есть существует функция $G \left(y_1,y_2,\ldots,y_n \right) \not \equiv 0$ такая, что

$G \left(f_1(x),f_2(x),\ldots,f_n(x) \right) \equiv 0$ при всех $x = (x_1, \ldots, x_n) \in \mathbb{S}.$

Пример 1.Являются ли функции функционально зависимыми?

$\begin{cases} f_1 = x_1 + x_2 + x_3 -1; \\ f_2 = x_1x_2 + x_1x_3 + x_2x_3 -2; \\ f_3 = x^2_1 + x^2_2 + x^2_3 + 3. \end{cases}$

Решение.

$\frac{D(f_1,f_2,f_3)}{D(x_1,x_2,x_3)} = \begin{vmatrix} \\ 1 & 1 & 1 \\ x_2 + x_3 & x_1 + x_3 & x_1 + x_2 \\ 2x_1 & 2x_2 & 2x_3 \end{vmatrix} =$

$=\begin{vmatrix} \\ 1 & 1 & 1 \\ x_1 + x_2 + x_3 & x_1 + x_2 + x_3 & x_1 + x_2 + x_3 \\ 2x_1 & 2x_2 & 2x_3 \end{vmatrix} \equiv 0$

Так как якобиан равен нулю, то эти функции функционально зависимы. Несложно найти эту зависимость:

$\left(f_1 + 1 \right)^2 -2\left(f_2 + 2 \right) -\left(f_3 -3\right) = 0.$

Для линейных функций $f_1 = a_{11} x_1 + \ldots + a_{1n} x_n -b_1, \ldots , f_m = a_{m1} x_1 + a_{mn} x_n -b_m$ матрица Якоби будет матрицей коэффициентов при переменных:

Решение.

$\begin{pmatrix} a_{11} & a_{12} & \ldots & a_{1n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{m1} & a_{m2} & \ldots & a_{mn} \end{pmatrix}$

Если мы хотим разрешить систему $f_1 = 0,f_2 = 0, \ldots, f_n = 0$ относительно $x_1, \ldots, x_n,$ то для случая $m = n$ определитель Якоби

$\begin{vmatrix} a_{11} & \ldots & a_{1n} \\ \ldots & \ldots & \ldots \\ a_{n1} & \ldots & a_{nn}\end{vmatrix}$

есть определитель системы и для её разрешимости он должен быть отличен от нуля.

Переход элементарной площади $dS = dx\,dy$ от декартовых координат $\left( x,y \right)$ к полярным координатам $\left( r,\phi \right)$ :

Решение.

$\begin{cases} x = r\,\cos(\phi); \\ y = r\,\sin(\phi). \end{cases}$

Матрица Якоби имеет вид:

$J(r,\phi) = \begin{pmatrix} \frac{\partial x}{\partial r} & \frac{\partial x}{\partial \phi} \\ \frac{\partial y}{\partial r} & \frac{\partial y}{\partial \phi} \end{pmatrix} = \begin{pmatrix} \cos(\phi) & -r\,\sin(\phi) \\ \sin(\phi) & r\,\cos(\phi) \end{pmatrix}.$
Якобиан перехода от декартовых координат к полярным есть определитель матрицы Якоби:

$J(r,\phi) = \det I(r,\phi) = \det\begin{pmatrix} \cos(\phi) & -r\,\sin(\phi) \\ \sin(\phi) & r\,\cos(\phi) \end{pmatrix}.$

Таким образом, элемент площади при переходе от декартовых к полярным координатам будет выглядеть следующим образом:

$dS = dx\,dy = J\left(r,\phi \right) dr\,d\phi = r\,dr\,d\phi.$

Переход элементарного объёма $dV$ = $dx$ $dy$ $dz$ от декартовых координат $\left(x,y,z \right)$ к сферическим координатам $\left(r,\theta,\phi \right)$ :

Решение.

$\begin{cases}x = r\,\sin(\theta)\,\cos(\phi); \\ y = r\,\sin(\theta)\,\sin(\phi); \\ z = r\,\cos(\theta).\end{cases}$

Матрица Якоби имеет следующий вид: $I(r,\theta,\phi) = \begin{pmatrix} \frac{\partial x}{\partial r} \frac{\partial x}{\partial \theta} \frac{\partial x}{\partial \phi} \\ \frac{\partial y}{\partial r} \frac{\partial y}{\partial \theta} \frac{\partial y}{\partial \phi} \\ \frac{\partial z}{\partial r} \frac{\partial z}{\partial \theta} \frac{\partial z}{\partial \phi} \end{pmatrix} =$

$= \begin{pmatrix} \sin(\theta) \cos(\phi) & r\,\cos(\theta) \cos(\phi) & -r\,\sin(\theta)\,\sin(\phi) \\ \sin(\theta)\,\sin(\phi) & r\,\cos(\theta)\,\sin(\phi) & r\,\sin(\theta)\,\cos(\phi) \\ \cos(\theta) & -r\,\sin(\theta) & 0 \end{pmatrix}.$

А якобиан перехода от декартовых координат к сферическим – есть определитель матрицы Якоби:

$J\left(r,\theta,\phi \right) = \det I\left(r,\theta,\phi \right)$ =

= $\begin{vmatrix} \sin(\theta)\,\cos(\phi) & r\,\cos(\theta)\,\cos(\phi) & -r\,\sin(\theta)\,\sin(\phi) \\ \sin(\theta)\,\sin(\phi) & r\,\cos(\theta)\,\sin(\phi) & r\,\sin(\theta)\, \cos(\phi) \\ \cos(\theta) & -r\,\sin(\theta) & 0 \end{vmatrix} = r^2\sin(\theta).$

Таким образом, элемент объёма при переходе от декартовых к сферическим координатам будет выглядеть следующим образом:

$dV = dx\,dy\,dz = J\left(r,\theta,\phi \right) dr\,d\theta\,d\phi = r^2\,\sin(\theta)\,dr\,d\theta \,d\phi.$

Матрица Якоби

Для закрепления пройденного материала предлагается пройти тест.

13.3 Матрица Якоби

Матрица Якоби

Навигация (только номера заданий)

Информация

Результаты

Рубрики

1.

2.

3.

4.

Список использованной литературы

Добавить комментарий Отменить ответ

Средний результат
Ваш результат