注意 Jf(x)≠0 意味着 Df(x):Rn→Rn 是线性同构(即它的矩阵是可逆的),从而根据事实:最佳线性近似是可逆的,我们想得出函数本身是可逆的。
然而,需要一些限制条件。为此考虑
f:R→R
,如果
f
是
图1
因此我们主要关注的是局部可逆性,即
x
靠近
根据链式法则很容易计算可逆函数
f−1(y)
的导数:
f−1(f(x))=x
,我们得出
(df−1/dy)⋅f′(x)=1
,所以
为了验证 f−1 是可微的需要更小心点。
如果
f′(x0)=0
,那么
f
在
因此我们考虑
f
在
定理1包含单变量的情况,它仅仅是一种特殊情况。
Df(x)
的逆意味着线性映射(对应于可逆矩阵)的逆,如果
f
是
我们讲
f
有可逆函数
定理的证明依赖一个存在的论据,即当
y
靠近
例1: 考虑方程 (x4+y4)/x=u(x,y),sinx+cosy=v(x,y) ,那么在哪些点附近我们可以用 u,v 的形式求解出 x,y ?
解:
这里的函数是
u(x,y)=f1(x,y)=(x4+y4)/x,v(x,y)=f2(x,y)=sinx+cosy
,我们想知道在哪些点附近我们可以求出
x,y
,根据逆函数定理,我们必须先计算出
∂(f1,f2)/∂(x,y)
。对于
f=(f1,f2)
,我们取其定义域为
A={(x,y)∈R2|x≠0}
,接下来
因此,对于没消失的点,我们可以用 u,v 来表示 x,y 。换句哈说,我们可以在靠近 x,y 的附近求出 x,y ,这种问题通常无法显式求出。例如如果 x0=π/2,y0=π/2 ,那么我们可以在 x0,y0 附近求出 x,y ,因为 ∂(f1,f2)/∂(x,y)≠0 。
根据定理1,通过求雅克比矩阵的逆就能得到导数
∂x/∂u
等,对于
2×2
的情况就是
在本例中
注意这个答案使用 x,y 而不是 u,v 来表示,所以 ∂x/∂u 是在点 u(x,y),v(x,y) 处计算出来的。
逆函数定理是非常有用的,因为它告诉我们方程有解并说明如何求出解的微分,虽然可能无法显式求解出方程。
例2: 令 u(x,y)=excosy,u(x,y)=exsiny ,说明 (x,y)↦(u(x,y),v(x,y)) 是局部可逆的,但是本身不可逆。
解:
因此根据可逆函数定理,映射是局部可逆的。然而因为
所以它不是(全局)一对一的。
注意对于
f:R→R
,如果
f
是可微的且对于所有的