隐函数组知识点总结

隐函数组

隐函数组就是多了一个式子,本来一个变量,现在两个变量。
比如 F ( x , y , u , v ) = 0 , G ( x , y , u , v ) = 0 F(x,y,u,v)=0,G(x,y,u,v)=0 F(x,y,u,v)=0G(x,y,u,v)=0确定了隐函数组 u = f ( x , y ) , v = g ( x , y ) u=f(x,y),v=g(x,y) u=f(x,y)v=g(x,y)
这是一个例子而已,变量到底谁是谁的函数还是看题目怎么说的。

雅可比行列式
∣ F u F v G u G v ∣ \begin{gathered} \begin{vmatrix} F_u& F_v \\ G_u & G_v \end{vmatrix} \quad \end{gathered} FuGuFvGv
可以记成 ∂ ( F , G ) ∂ ( u , v ) \frac{\partial(F,G)}{\partial(u,v)} (u,v)(F,G)

隐函数组定理:如果满足
F(x,y,u,v)连续,G(x,y,u,v)连续,
F ( x 0 , y 0 , u 0 , v 0 ) = 0 , G ( x 0 , y 0 , u 0 , v 0 ) = 0 F(x_0,y_0,u_0,v_0)=0,G(x_0,y_0,u_0,v_0)=0 F(x0,y0,u0,v0)=0G(x0,y0,u0,v0)=0(初始条件)
一阶偏导数连续
雅可比矩阵在 P 0 P_0 P0点不为0
那么确定了连续的隐函数 u = f ( x , y ) , v = g ( x , y ) u=f(x,y),v=g(x,y) u=f(x,y)v=g(x,y)
隐函数的偏导数连续且可以用求导的方法算出来。
偏导的公式书上有,但是感觉烦,但是自己直接对两个式子分别对x,y求导得到一个二元一次的方程组,解起来好像也不简单…

所以求隐函数偏导的基本方法:
先验证满不满足初始条件,再求出 F u , F v , G u , G v F_u,F_v,G_u,G_v Fu,Fv,Gu,Gv看看雅可比矩阵会不会是0.

然后一种方法是对两个变量x,y分别求导得到四个式子,分别可以解出 u x , u y , v x , v y u_x,u_y,v_x,v_y ux,uy,vx,vy(就是解二元一次方程组,这时候可以用高斯消元法)
但是可能会变量关系太复杂,算起来比较烦
注意的是,给出的方程组一定化为F=0,G=0的形式。
另外求偏导的时候一定要注意谁是谁的函数。

那么第二种方法就是套公式了。感觉有点烦,但可以接受。
也要注意把已知的两个方程写成F=0,G=0的形式
公式:
∂ u ∂ x = − 1 J ∂ ( F , G ) ∂ ( x , v ) \frac{\partial u}{\partial x}=-\frac{1}{J}\frac{\partial(F,G)}{\partial(x,v)} xu=J1(x,v)(F,G) ∂ v ∂ x = − 1 J ∂ ( F , G ) ∂ ( u , x ) \frac{\partial v}{\partial x}=-\frac{1}{J}\frac{\partial(F,G)}{\partial(u,x)} xv=J1(u,x)(F,G)
∂ u ∂ y = − 1 J ∂ ( F , G ) ∂ ( y , v ) \frac{\partial u}{\partial y}=-\frac{1}{J}\frac{\partial(F,G)}{\partial(y,v)} yu=J1(y,v)(F,G) ∂ v ∂ y = − 1 J ∂ ( F , G ) ∂ ( u , y ) \frac{\partial v}{\partial y}=-\frac{1}{J}\frac{\partial(F,G)}{\partial(u,y)} yv=J1(u,y)(F,G)
J是雅可比矩阵即 ∂ ( F , G ) ∂ ( u , v ) \frac{\partial(F,G)}{\partial(u,v)} (u,v)(F,G)
记忆的时候,求哪个变量对x的导数,矩阵里就把那个变量用x换掉。
注意u,x的顺序不能改变,变了就会差一个负号。
注意公式是针对两个隐函数和两个已知方程的,题目要哪个就求哪个。

那么关键问题在于,啥时候用哪个?
当然其实两个方法本质是一样的,但是第一种更灵活。
我看了一下:
如果是F(x,y)直接给了,里面又没有f(x,y)这种抽象函数的时候,直接求导就行,这样会方便一点。
如果是F(x,y)是抽象函数,或者一部分是抽象函数,可能带公式会简单。
但是,如果函数组不止有两个,隐函数也不只有两个,那么最好就是自己求导。

隐函数组的反函数组

就是本来是u=u(x,y) ,v=v(x,y)
现在变成了x=x(u,v) ,y=y(u,v)
就是现在变成了x,y是u,v的函数了。

反函数组定理:
设隐函数组u=u(x,y) v=v(x,y)和它的一阶偏导数连续,并且有初始条件: u 0 = u ( x 0 , y 0 ) , v 0 = v ( x 0 , y 0 ) u_0=u(x_0,y_0) ,v_0=v(x_0,y_0) u0=u(x0,y0),v0=v(x0,y0)
p 0 p_0 p0 ∂ ( u , v ) ∂ ( x , y ) ≠ 0 \frac{\partial(u,v)}{\partial(x,y)}\not=0 (x,y)(u,v)=0
则存在反函数:x=x(u,v) ,y=y(u,v)满足 p 0 p_0 p0点为0,一阶偏导数是
∂ x ∂ u = ∂ v ∂ y / ∂ ( u , v ) ∂ ( x , y ) \frac{\partial x}{\partial u}=\frac{\partial v}{\partial y}/\frac{\partial(u,v)}{\partial(x,y)} ux=yv/(x,y)(u,v) ∂ x ∂ v = ∂ u ∂ y / ∂ ( u , v ) ∂ ( x , y ) \frac{\partial x}{\partial v}=\frac{\partial u}{\partial y}/\frac{\partial(u,v)}{\partial(x,y)} vx=yu/(x,y)(u,v)
∂ y ∂ u = ∂ v ∂ x / ∂ ( u , v ) ∂ ( x , y ) \frac{\partial y}{\partial u}=\frac{\partial v}{\partial x}/\frac{\partial(u,v)}{\partial(x,y)} uy=xv/(x,y)(u,v) ∂ y ∂ u = ∂ v ∂ x / ∂ ( u , v ) ∂ ( x , y ) \frac{\partial y}{\partial u}=\frac{\partial v}{\partial x}/\frac{\partial(u,v)}{\partial(x,y)} uy=xv/(x,y)(u,v)

注意看,要求的是隐函数组的反函数组还是其导数。
反函数组的偏导也可以用第一种方法,自己对两个方程组求偏导再解二元一次方程组做。如果懒得记公式,就自己求导吧。

  • 4
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值