Matrice jacobiana: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
mNessun oggetto della modifica
mNessun oggetto della modifica
Riga 18:
dove il punto denota il [[Moltiplicazione di matrici|prodotto matriciale]].
 
La jacobiana non è tuttavia una semplice rappresentazione matriciale delle derivate pariaziali. La funzione <math>\mathbf f</math> è detta [[funzione differenziabile|differenziabile]] in un punto <math>\mathbf{ x}_0'</math> del [[dominio (matematica)|dominio]] se esiste una [[trasformazione lineare|applicazione lineare]] <math>\mathbf{L}:\mathbb R^n \rightarrow \mathbb R^m</math> tale che valga l'approssimazione:<ref>{{Cita|W. Rudin|Pag. 213|rudin}}</ref>
 
:<math>\mathbf{f}(\mathbf{ x}_0' + \Delta\mathbf{x})-\mathbf{f}(\mathbf{ x}_0') = \mathbf{L}(\mathbf{ x}_0')\Delta\mathbf{x} + \mathbf r(\Delta \mathbf{x}) </math>
 
dove il resto <math>\mathbf r(\Delta\mathbf{x})</math> si annulla all'annullarsi dell'incremento <math>\Delta\mathbf{x}</math>. Se la funzione <math>\mathbf{f}</math> è differenziabile in <math>\mathbf{ x}_0'</math>, allora tutte le derivate parziali calcolate nel punto esistono. La jacobiana <math>J_{\mathbf f(\mathbf x_0x')}</math> di <math>f</math> in <math>\mathbf x_0x'</math> è la [[matrice di trasformazione|matrice associata]] all'applicazione lineare <math>\mathbf L(\mathbf x_0x')</math> rispetto alle basi canoniche di <math> \mathbb R^n </math> e <math> \mathbb R^m </math>:<ref>{{Cita|W. Rudin|Pag. 217|rudin}}</ref>
 
:<math>\mathbf{L}(\mathbf{ x}_0')\Delta\mathbf{x} = J_{\mathbf f(\mathbf x_0x')} \cdot \Delta\mathbf{x} = \sum_{i=1}^m \left[ \sum_{j=1}^n \frac{\partial f_i (\mathbf {x_0}x')}{\partial x_j} \Delta x_j \right] \cdot \mathbf u_i = \begin{bmatrix} \dfrac{\partial f_1}{\partial x_1} & \cdots & \dfrac{\partial f_1}{\partial x_n} \\ \vdots & \ddots & \vdots \\ \dfrac{\partial f_m}{\partial x_1} & \cdots & \dfrac{\partial f_m}{\partial x_n} \end{bmatrix} \cdot \Delta \mathbf{x} </math>
 
La jacobiana descrive quindi la derivata di <math>\mathbf f</math> in <math>\mathbf x'</math>.
 
===Casi notevoli===
Riga 46:
Se <math>m = n</math>, allora <math>f</math> è una funzione dallo spazio <math>n</math>-[[dimensione|dimensionale]] in sé e la jacobiana è una [[matrice quadrata]]. Si può in tal caso calcolare il suo [[determinante]], noto come ''jacobiano''.
 
Lo jacobiano in un dato punto fornisce importanti informazioni circa il comportamento di <math>f</math> nell'intorno del punto. Per esempio, una funzione <math>f</math> [[funzione differenziabile|differenziabile]] con continuità è [[Funzione invertibile|invertibile]] vicino a <math>\mathbf x_0x'</math> se lo jacobiano in <math>\mathbf x_0x'</math> è non nullo, come stabilisce il [[teorema della funzione inversa]]. Inoltre, se lo jacobiano in <math>\mathbf x_0x'</math> è positivo <math>f</math> preserva l'[[orientazione]] vicino a <math>\mathbf x_0x'</math>, mentre se il determinante è negativo <math>f</math> inverte l'orientazione.
 
Il [[valore assoluto]] dello jacobiano in <math>\mathbf x_0x'</math> fornisce il fattore del quale la funzione <math>f</math> espande o riduce i volumi vicino a <math>\mathbf x_0x'</math>: per questo motivo esso compare nella generale [[integrazione per sostituzione|regola di sostituzione]].
 
=== Esempio ===
Riga 68:
==Bibliografia==
* {{cita libro | cognome= [[Walter Rudin|Rudin]]| nome= Walter | titolo= Principi di analisi matematica | editore= McGraw-Hill | città= Milano | anno= 1991|id=ISBN 8838606471|cid =rudin}}
* F.R. Gantmakher, M.G. Krein, ''Oscillation matrices and kernels and small vibrations of mechanical systems'', Dept. Commerce USA. Joint Publ. Service (1961)
 
== Voci correlate ==
Line 75 ⟶ 76:
* [[Matrice hessiana]]
* [[Trasformazione lineare]]
 
==Collegamenti esterni==
* {{springerEOM|titolo=Jacobi matrix|autore= D.A. Suprunenko}}
* [http://mathworld.wolfram.com/Jacobian.html Mathworld] A more technical explanation of Jacobians
 
{{analisi matematica}}