隐函数求导与雅可比逆矩阵
引入| English | 释义 | 拼音 |
|---|---|---|
| implicit differentiation/ɪmˈplɪsɪt ˌdɪfəˌrenʃɪˈeɪʃn/ | 隐函数求导 | yǐn hán shù qiú dǎo |
| Jacobian/dʒæˈkəʊbɪən/ | 雅可比行列式 | yǎ kě bǐ háng liè shì |
| local inverse/ˈləʊkl ɪnˈvɜːs/ | 局部逆映射 | jú bù nì yìng shè |
耦合控制无法总是逐个旋钮进行逆向操作
- 两个控制变量产生输出$x=u+v$与$y=u+2v$。在保持$v$固定的同时增加$u$会改变两者输出。而在保持y固定的前提下逆转$x$的变化属于不同实验,其灵敏度未必互为标量倒数。
- 我们将使用隐函数求导来追踪耦合变化。导数矩阵控制敏感度;其行列式在积分中常称为雅可比行列式,控制带符号的局部面积缩放。
将矩阵与其行列式区分开
- 对于 $F(u,v)=(f(u,v),g(u,v))$,Jacobian matrix(雅可比矩阵)为 $J=\begin{pmatrix}f_u&f_v\\g_u&g_v\end{pmatrix}$。行对应输出顺序 $(x,y)$;列对应输入顺序 $(u,v)$。使用前应明确此顺序。
- 其行列式为标量 $\Delta=f_ug_v-f_vg_u$。部分文献用“Jacobian”指代矩阵,另一些则指代该行列式。本文约定 $J$ 始终表示矩阵,$\Delta=\det J$ 表示行列式;逆矩阵并非各元素的倒数。
支持 $J=\begin{pmatrix}2&1\\1&-1\end{pmatrix}$, what is the Jacobian determinant?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The determinant is the scalar 2(-1)-1(1)=-3; J itself is a matrix.
在源点处验证行列式
- 对于原始映射 $F(u,v)=(uv,u+v)$、$J=\begin{pmatrix}v&u\\1&1\end{pmatrix}$ 和 $\Delta=v-u$。在源点 $(1,2)$ 处,行列式为 1,输出为 $(2,3)$。
- 交换源坐标得到 $(2,1)$,输出相同但行列式为 $-1$。每个源点拥有各自光滑的局部逆分支;整个映射并非单射。某源点处的行列式不能用于选择远处的原像。
在……时 $(u, v) = (1, 2)$, the Jacobian determinant of $(x, y) = (uv, u + v)$ is(是)
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
$v \cdot 1 - u \cdot 1 = 2 - 1$.
列向量描述前向变化
- 在指定源点处,第一列对应固定$v$时的$(x_u,y_u)$;第二列对应固定$u$时的$(x_v,y_v)$。微分方程分别为$dx=f_u\,du+f_v\,dv$和$dy=g_u\,du+g_v\,dv$。
- 对于非线性映射,这描述了线性一阶近似:实际微小增量可用 $J(\Delta u,\Delta v)^T$ 近似。对于线性映射,相同的增量矩阵关系精确成立。需在源点处计算偏导数。
逆向时保持另一输出固定
- 为求固定$y$时的$u_x$,对两个定义方程分别求导:得$f_uu_x+f_vv_x=1$与$g_uu_x+g_vv_x=0$。零值的出现是因为保持$y$恒定;此时两个输入变量均可发生变化。
- 在开篇映射中显式求解得:$u=2x-y$、$v=y-x$。故 $u_x=2$、$v_x=-1$、$u_y=-1$ 及 $v_y=1$ 可得。前向项 $x_u=1$ 与逆向项 $u_x=2$ 对应不同的固定条件。
For a map of two variables, $\partial u/\partial x$ always equals $1/(\partial x/\partial u)$.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The forward derivative holds v fixed, while the inverse derivative holds y fixed. In x=u+v,y=u+2v, x_u=1 but u_x=2. Special triangular or decoupled maps can satisfy a reciprocal relation.
陈述局部逆定理
- 设$F$在源点$p=(u_0,v_0)$的某个开邻域上等于$C^1$。若$\det J(p)\ne0$,则在$p$与$q=F(p)$的邻域内,$F$存在唯一的$C^1$局部逆映射 局部逆映射 $G$。
- 对 $G(F(p))=p$ 求导得 $DG(q)J(p)=I$,因此 $DG(q)=J(p)^{-1}$。逆导数在输出点 $q$ 处计算,使用其对应源点 $p$ 处的正导数。
按顺序读取逆项
- 当 $\Delta\ne0$ 时,$J^{-1}=\dfrac1\Delta\begin{pmatrix}g_v&-f_v\\-g_u&f_u\end{pmatrix}$。其行现在遵循 $(u,v)$,列遵循 $(x,y)$:$\begin{pmatrix}u_x&u_y\\v_x&v_y\end{pmatrix}=J^{-1}$。
- 因此 $u_x=g_v/\Delta$、$u_y=-f_v/\Delta$、$v_x=-g_u/\Delta$ 和 $v_y=f_u/\Delta$。在每个 x 列中求导时固定 y,在每个 y 列中求导时固定 x。检查整个矩阵乘积,而不仅仅是某个单项。
求解原始线性练习
- 对于 $x=u+2v$、$y=3u+4v$、$J=\begin{pmatrix}1&2\\3&4\end{pmatrix}$ 和 $\Delta=-2$。逆矩阵为 $\begin{pmatrix}-2&1\\3/2&-1/2\end{pmatrix}$。因此原始答案为 $u_x=-2$ 和 $v_y=-1/2$。
- 显式逆矩阵为 $u=-2x+y$、$v=(3x-y)/2$,因此所有四个导数均可直接验证。该线性映射是全局单射,因为其常数矩阵可逆;这一全局结论所依据的条件超过某一点定理的要求。
$x = u + 2v$, $y = 3u + 4v$. Find $\partial u/\partial x$ (with $y$ fixed).
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
$\det J = -2$; $u_x = g_v/\det J = 4/(-2)$.
支持 $x=u+2v$, $y=3u+4v$, find $\partial v/\partial y$ with x fixed.
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
By the inverse function theorem, J⁻¹ = (1/det J)·adj J, so ∂v/∂y = f_u / det J. With f_u = 1 and det J = −2 this is −0.5.
支持 $x=2u+3v$, $y=u+v$, find the output corresponding to source $(1,-1)$ and all four inverse partial derivatives there. Give the forward area factor.
根据模型检查矩阵顺序、对应点、保持固定的变量以及正则性。
在非线性示例中匹配点
- 对于 $x=u^2+v$、$y=u-v$,源点 $(1,0)$ 映射到 $(1,1)$。在该源点处,$J=\begin{pmatrix}2&1\\1&-1\end{pmatrix}$ 和 $\Delta=-3$。
- 在对应的输出点处,$DG=\dfrac13\begin{pmatrix}1&1\\1&-2\end{pmatrix}$。特别是 $u_x=1/3$,而 $1/x_u=1/2$。原始表格将此与开头的线性映射进行比较。
支持 $F(u,v)=(u^2+v,u-v)$, the inverse derivative obtained from $J(1,0)$ is evaluated at which output point?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
F(1,0)=(1,1). The derivative of the inverse belongs to the corresponding output point, on the branch through source (1,0).
在求导前选择分支
- 在该非线性映射中,$v=u-y$对应$u^2+u=x+y$。靠近源点$(1,0)$时,采用$u=(-1+\sqrt{1+4x+4y})/2$,继而$v=u-y$。正平方根分支可在输出$(1,1)$处恢复$u=1$。
- 求导得 $u_x=u_y=1/\sqrt{1+4x+4y}$,因此在 $1/3$ 处有相应结果。另一分支在同一输出点对应源点 $(-2,-3)$。因此每个分支在远离转折点的局部范围内有效,但无限制的映射并非全局单射。
The map $x=u^2+v$, $y=u-v$ sends $(1,0)$ 到 $(1,1)$. What is the other source value of u for that same output?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Elimination gives u²+u=2, so (u-1)(u+2)=0. The other u is -2 and v=u-y=-3.
支持 $x=u^2-v$, $y=u+v$, choose the inverse branch through source $(1,0)$. Find $u_x$ and $v_y$ at the corresponding output, and show why the unrestricted map is not one-to-one.
根据模型检查矩阵顺序、对应点、保持固定的变量以及正则性。
处处非零行列式仍需全局检验
- 映射 $F(u,v)=(e^u\cos v,e^u\sin v)$ 的行列式处处为 $e^{2u}>0$。它在每个源点附近都有光滑的局部逆,但 $v$ 和 $v+2\pi$ 产生相同的输出。
- 局部可逆性不能确定全局角度分支。将 v 限制在长度至多为 $2\pi$ 的开区间内可消除这些重复,像应对图像作相应限制。仅凭非零行列式不足以证明全局单射性。
奇异导数仍可能有连续逆
- 对于 $F(u,v)=(u^3,v)$,行列式为 $3u^2$,当 $u=0$ 时为零。尽管如此,$G(x,y)=(\sqrt[3]x,y)$ 仍是全局连续逆。其第一个分量在 x=0 处关于 x 不可微。
- 对于$F(u,v)=(u^2,v)$,不存在使$(0,0)$成为单射的开邻域:源点$(t,0)$与$(-t,0)$可为任意小的非零 t 提供相同的输出。仅凭行列式为零无法区分这两种情形。
可微逆映射将迫使矩阵非奇异
- 若$F$及其双侧局部逆$G$在对应点处均可微,链式法则给出$DG\,DF=I$。奇异$DF$无法满足该恒等式。因此,行列式为零排除了该点存在可微逆函数的可能性。
- 反函数定理是$C^1$逆映射存在的充分条件。当行列式为零时,它不能提供这样的逆映射;立方体示例说明了这不同于排除所有连续逆映射的情况。请明确题目所要求的正则性条件。
A zero Jacobian determinant does not by itself rule out a continuous local inverse.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The map F(u,v)=(u³,v) has continuous inverse (cube root of x,y), despite determinant zero at u=0. That inverse is not differentiable there. A differentiable two-sided inverse would force an invertible derivative by the chain rule.
The map $F(u,v)=(u^3,v)$ has a differentiable two-sided inverse at output $(0,0)$.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Its continuous inverse has first component cube root of x, which has no finite x derivative at zero. Also DG DF=I is impossible when DF is singular.
标量倒数可在特殊映射中成立
- 假设$f_u\ne0$且$\Delta\ne0$。等式$u_x=1/f_u$恰好在$f_vg_u=0$时成立,因为$u_x=g_v/\Delta$和$\Delta=f_ug_v-f_vg_u$。这是一种特殊的结构条件,而非偏导数的一般规则。
- 对于$x=2u+v$,$y=3v$意味着固定y会强制v固定,因此$u_x=1/2=1/x_u$。该映射仍有两个输入,且x依赖于两者。当固定条件一致时,二元映射可以满足这种倒数关系。
支持 $x=2u+v$, $y=3v$, the inverse partial $u_x$ with y fixed equals $1/x_u$ with v fixed.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Holding y fixes v, so 2u+v=x gives u_x=1/2. The forward derivative x_u is 2; this triangular map is a valid special case.
将隐式系统作为系统求导
- 设$H(u,v,x,y)=0$和$K(u,v,x,y)=0$在某点成立,且两函数在该点附近$C^1$。若因变量块$M=\begin{pmatrix}H_u&H_v\\K_u&K_v\end{pmatrix}$在该点可逆,则u和v是x和y的局部$C^1$函数。
- 固定y,解$H_uu_x+H_vv_x=-H_x$和$K_uu_x+K_vv_x=-K_x$。固定x,将右侧替换为$-H_y,-K_y$并求解$u_y,v_y$。包含每个方程对选定自变量的直接依赖。
处理耦合隐式导数
- 取$H=u^2+v-x-y$和$K=u+v^2-x+y$。在$(u,v,x,y)=(1,1,2,0)$处,两方程均消失,且$M=\begin{pmatrix}2&1\\1&2\end{pmatrix}$的行列式为3。
- x的导数右侧为$(1,1)^T$,得到$u_x=v_x=1/3$。y的导数右侧为$(1,-1)^T$,得到$u_y=1$、$v_y=-1$。将这些对代入两个求导后的方程可验证所有符号。
支持 $u^2+v-x-y=0$ and $u+v^2-x+y=0$, find $u_x$ with y fixed at $(u,v,x,y)=(1,1,2,0)$.
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Differentiate both equations: 2u_x+v_x=1 and u_x+2v_x=1. Solving gives u_x=v_x=1/3.
支持 $H=u^2+v-x-y=0$ and $K=u+v^2-x+y=0$, find all four partial derivatives of u,v with respect to x,y at $(u,v,x,y)=(0,1,1,0)$.
根据模型检查矩阵顺序、对应点、保持固定的变量以及正则性。
奇异方程组仍可定义光滑图
- 方程$H=(u-x)^3=0$和$K=v-y=0$定义了唯一的平滑图$u=x,v=y$。在每个解处,因变量块都是奇异的:$H_u=0$。尽管图存在,但该表示仍不满足隐函数定理的充分条件。
- 这与前述逆映射结果并不矛盾:可逆的图映射与非奇异的定义方程组是不同的对象。奇异的隐式方程需要直接分析;对于$u^2=x$,在原点附近可能有两个实分支、一个或无实解,具体取决于x。
所给示例证明了什么?
区分光滑逆、仅连续逆与隐函数图。
At the origin compare (i) the inverse of $F(u,v)=(u^3,v)$; (ii) the inverse of $F(u,v)=(u^2,v)$; and (iii) the graph defined by $(u-x)^3=0$, $v-y=0$. All have a singular relevant matrix. What exists in each case?
根据模型检查矩阵顺序、对应点、保持固定的变量以及正则性。
使用行列式计算面积,并注明映射方向
- 对于区域内部行列式非零的单射$C^1$换元,$dA_{xy}=|\Delta|\,du\,dv$。同时代入被积函数和区域。负行列式反转定向;其绝对值缩放普通面积。
- 原始线性映射有$\Delta=-2$,因此单位输入正方形映射为面积为2的平行四边形。反向映射的面积因子为$1/2$,而非单个敏感度条目。在极坐标中,正向因子为r(针对$r>0$),基于选定的角度分支;原点需单独处理。
哪个导数量能回答此任务?
保持方向、敏感度、定向和普通面积的区别。
The map $x=u+2v$, $y=3u+4v$ sends a unit square in the uv plane to a parallelogram. Find its ordinary area.
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
The forward determinant is -2, so the ordinary area factor is |-2|=2. The inverse area factor would be 1/2.
回顾:方向、点与正则性
- 指出哪个变量保持固定,源点和输出点的位置,以及所需的逆类型。使用完整的逆矩阵计算灵敏度,使用适当的隐式块处理耦合方程,并使用绝对行列式进行普通面积缩放。
- 雅可比矩阵:坐标映射的导数矩阵;或当用作带符号的局部缩放因子时为其行列式;需明确此处指代哪种含义。
- 隐函数求导:在因变量随所选自变量变化时对定义方程进行求导。
- 局部逆:在相应的源点和输出点的合适邻域之间逆转函数的映射。