雅克比矩阵 发表评论(0) 编辑词条

 雅克比矩阵定义
　　任给一个n维向量X，其范数‖X‖是一个满足下列三个条件的实数：
　　（1） 对于任意向量X，‖X‖≥0，且‖X‖＝0óX＝0;
　　（2） 对于任意实数λ及任意向量X，‖λX‖＝｜λ｜‖X‖；
　　（3） 对于任意向量X和Y，‖X＋Y‖≤‖X‖＋‖Y‖；
　　对于这样的,叫雅克比矩阵定义。
　　
雅克比矩阵证明

　　
　　关于这个的一般性证明稍微复杂点，现在就给你证明为什么二维的dx(u,v)dy(u,v)=Jdudv成立
　　证明：对于曲面x=x(u,v),y=y(u,v),取它的微元，即小曲边四边形ABCD，其中
　　A(u,v),B(u+△u,v),C(u+△u,v+△v),D(u,v+△v),那么这个曲边四边形ABCD可以近似看成是微小向量B(u+△u,v)-A(u,v)和D(u,v+△v)-A(u,v)张成的。利用中值定理可知：
　　(u+△u,v)-(u,v)=Mdu
　　(u,v+△v)-(u,v)=Ndv
　　这里的M，N是偏导数的形式，不好打出，你可以自己算出来，很简单的。
　　当变化量很小时，我们把(u+△u,v)-(u,v)近似看成dx(u,v)，(u,v+△v)-(u,v)看成dy(u,v)，所以，
　　dx(u,v)dy(u,v)=M*Ndudv
　　而其中的M*N刚好就是二维Jacobi行列式的展开形式。
　　由此问题得证。