Outils :

Vous avez un site web ? Un blog ?

Netencyclo Directory Project

Mettre en favoris !

Technorati reactions
rencontre

Jacobi-Matrix

aus Wikipedia, der freien Enzyklopädie

Wechseln zu: Navigation, Suche

Die Jacobi-Matrix (benannt nach Carl Gustav Jacob Jacobi; auch Funktionalmatrix oder Ableitungsmatrix genannt) einer differenzierbaren Funktion $f\colon {\mathbb{R}^n} \to {\mathbb{R}^m} \,\!$ ist die $m \times n$ -Matrix sämtlicher erster partieller Ableitungen. Sie ist eine Darstellungsmatrix, also die Darstellung einer linearen Abbildung mittels einer Matrix, der Ableitung der Funktion f, wenn man als Basis die Standardbasis verwendet. Genutzt wird sie z. B. zur annähernden Berechnung (Approximation) oder Minimierung mehrdimensionaler Funktionen in der Mathematik. Sie wird mit $J f$ , $D f$ oder $\frac{\partial f}{\partial x}$ bezeichnet.

[Bearbeiten] Bildung

Bezeichnet man die Koordinaten im Urbildraum $\R^n$ mit $x = (x_1, \dots, x_n)$ und die Komponentenfunktionen von $f$ mit $f_1, \dots, f_m$ , so lautet die Jacobi-Matrix

$J_f = \frac{\partial {f}}{\partial {x}} = \frac{\partial(f_1, \ldots, f_m)}{\partial(x_1, \ldots, x_n)} = \left(\frac{\partial f_i}{\partial x_j}\right)_{i=1,\ldots,m;\ j=1,\ldots,n}$ ,

beziehungsweise ausführlich

$J_f = \begin{pmatrix} \frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \ldots & \frac{\partial f_1}{\partial x_n} \\ \vdots & \vdots & \ddots & \vdots & \\ \frac{\partial f_m}{\partial x_1} & \frac{\partial f_m}{\partial x_2} & \ldots & \frac{\partial f_m}{\partial x_n} \end{pmatrix}.$

Um sich leichter merken zu können, in welche Richtung der Index der Koordinaten anwächst und in welche Richtung der Index der Komponentenfunktionen anwächst, kann man die nachfolgende Schreibweise verwenden. Schreibt man $f(x) := \left ( \begin{array}{c} f_1(x) \\ \vdots \\ f_m(x) \end{array} \right ),$ dann ist die Jacobimatrix in Spaltenschreibweise gegeben durch $\left ( \begin{array}{ccc} | & ... & | \\ \partial x_1 f & ... & \partial x_n f \\ | & ... & | \end{array} \right ),$ wobei natürlich $\partial x_j f(x) := \left ( \begin{array}{c} \partial x_j f_1(x) \\ \vdots \\ \partial x_j f_m(x) \end{array} \right )$ die partiellen Ableitungen der vektorwertigen Funktion f nach der jeweiligen Koordinate darstellt.

Man beachte weiterhin, dass die $j$ -te Zeile der Jacobimatrix den transponierten Gradienten der Komponentenfunktion $f j$ enthält.

[Bearbeiten] Beispiel

Wir betrachten die Funktion $f: \mathbb R^3 \rightarrow \mathbb R^2,$ die gegeben ist durch $f(x,y,z) = \left ( \begin{array}{c} x^2 + y^2 + z \cdot \sin(x) \\ z^2 + z \cdot \sin(y) \end{array} \right )$

Dann ist

$\partial x f(x,y,z) = \left ( \begin{array}{c} 2x + z \cdot \cos(x) \\ 0 \end{array} \right ), \;\;$

$\partial y f(x,y,z) = \left ( \begin{array}{c} 2y \\ z \cdot \cos(y) \end{array} \right ), \;\;$

$\partial z f(x,y,z) = \left ( \begin{array}{c} \sin(x) \\ 2z + \sin(y) \end{array} \right )$

und damit die Jacobi-Matrix

$Df(x,y,z) = \left ( \begin{array}{ccc} 2x + z \cdot \cos(x) & 2y & \sin(x) \\ 0 & z \cdot \cos(y) & 2z + \sin(y) \end{array} \right )$

[Bearbeiten] Anwendungen

Sie kann, wenn man sie für einen Punkt $p = (p_1,\dots,p_n)$ ausrechnet, zur Näherung der Funktionswerte von $f$ in der Nähe von $p$ verwendet werden:

$f(x_1,\dots,x_n) \approx f(p_1,\dots,p_n) + J_f(p_1,\dots,p_n) \begin{pmatrix}x_1 - p_1 \\ \vdots \\ x_n - p_n \end{pmatrix}.$

Diese affine Abbildung entspricht der Taylor-Approximation erster Ordnung (Linearisierung).

Für $m = 1$ entspricht die Jacobi-Matrix dem Gradienten von $f$ . Je nach Definition des Gradienten, der manchmal als Zeilenvektor und manchmal als Spaltenvektor definiert wird, unterscheidet sich jedoch in diesem Fall die Jacobi-Matrix als Zeilenvektor vom Gradienten.

Ein Beispiel für eine Rechnung mit der Jacobi-Matrix ist die Transformation in Polarkoordinaten.

Weiterhin lässt sich die Jacobimatrix zu Berechnung von Extremstellen in der mehrdimensionalen Analysis benutzen. Eine notwendige Bedingung für das Vorhandensein lokaler Extremstellen einer differenzierbaren Funktion auf einer offenen Definitionsmenge D, $f: D \subset \mathbb R^n \rightarrow \mathbb R$ , ist durch $D f (x) = (grad f) T (x) = 0$ gegeben.

[Bearbeiten] Determinante der Jacobi-Matrix

Für den Fall $m = n$ ist $f$ eine $n \times n$ -Abbildung, und die Jacobi-Matrix ist quadratisch. In diesem Fall kann man die Determinante der Jacobi-Matrix berechnen. Die Determinante der Jacobi-Matrix wird Jacobi-Determinante oder Funktionaldeterminante genannt und spielt z. B. bei Transformationen von Integralen eine wichtige Rolle.

[Bearbeiten] Siehe auch

rencontre

Jacobi-Matrix - En savoir plus

Encyclopédie Recherche.fr - Jacobi-Matrix

Rencontre Jacobi-Matrix - Articles à la une

"Je rencontre quelques peines, je rencontre beaucoup de joie, c'est parfois une question de chance, souvent une rencontre de choix."

© 2009 Netencyclo - Netencyclo Home - Terms of Service - Privacy Policy - Program Policies
Netencyclo, the Wikipedia mirror : the biggest multilingual free-content encyclopedia on the Internet. Cet article, miroir de l'article de Wikipédia est conforme aux termes de la GFDL All Wikipedia content is licensed under the GNU Free Documentation License (see details). Content on this web site is provided for informational purposes only. We accept no responsibility for any loss, injury or inconvenience sustained by any person resulting from information published on this site. We encourage you to verify any critical information with the relevant authorities.

- Jacobi-Matrix -