多元函数微分学小结(2):从反函数定理到隐函数存在定理

本文作为多元微分学的第二个小结,第一个小结在这里.本文的主要参考文献是《陶哲轩实分析》以 及维基百科的相应页面.本文的价值在于,两个定理的证明都是笔者自己做出来的.

Theorem 1 (反函数定理) 设 $ E$ 是 $ \mathbf{R}^n$ 的开集 合,并设 $ f:E\rightarrow\mathbf{R}^n$ 是 在 $ E$上连续可微的函数.假设$ x_0\in E$ 使得线性映射 $ f'(x_0):\mathbf{R}^n\rightarrow \mathbf{R}^n$ 是可逆的,那么 存在含有 $ x_0$ 的开集 $ U\subset E$ 以及含有$ f(x_0)$ 的开集 $ V\subset \mathbf{R}^n$,使得函数 $ f$ 是从 $ U$ 到 $ V$的双射\footnote{严格地来说,此 时函数 $ f$ 的定义域已经改变,从 $ E$ 变成了 $ U$,已经不再是同一个函数,但 是这影响不大,我们忽略这种差别.}.而且 $ f$ 的逆映射 $ f^{-1}:V\rightarrow U$ 在点 $ f(x_0)$处可微,满足

$ {\displaystyle (f^{-1})'(f(x_0))=(f'(x_0))^{-1}.}$

Proof: 首先我们证明存在开集 $ V\subset \mathbf{R}^n$,使得 $ f(x_0)\in V$,且满 足$ f:f^{-1}(V)\rightarrow V$ 是双射\footnote{易得一旦 $ V$ 是开集,则根据 $ f$的 连续性,$ f^{-1}(V)$ 是开集,因此就可以令 $ f^{-1}(V)=U$.}.我们使用反证 法.假如不存在这样的$ f^{-1}(V)$,则对于含有点 $ x_0$ 的 $ \mathbf{R}^n$的 任意开集 $ K$来说,都存在 $ x_1\neq x_2$,且 $ x_1,x_2\in K\bigcap E$,使得 $ f(x_1)=f(x_2)$ 成立.我们知道,

$ {\displaystyle f(x_1)=f(x_2)+f'(x_2)(x_1-x_2)+o(||x_1-x_2||). \ \ \ \ \ (1)}$

由于 $ f(x_1)=f(x_2)$,因此式1化为

$ {\displaystyle f'(x_2)(x_1-x_2)=o'(||x_1-x_2||). \ \ \ \ \ (2)}$

于是

$ {\displaystyle f'(x_2)e=\frac{o'(||x_1-x_2||)}{||x_1-x_2||}. \ \ \ \ \ (3)}$

其中 $ e=\frac{x_1-x_2}{||x_1-x_2||}$ 是单位向量.令开集 $ K$ 的直径趋 于0,则

$ {\displaystyle f'(x_2)e\rightarrow 0. }$

且由于导函数的连续性,$ f'(x_2)\rightarrow f'(x_0)$.因此我们有

$ {\displaystyle f'(x_0)e\rightarrow 0. }$

然而由于 $ f'(x_0)$ 是可逆线性映射,而单位向量 $ e$ 在可逆线性映 射$ f'(x_0)$ 的作用下,$ ||f'(x_0)e||$ 肯定不小于一个固定的正实 数\footnote{具体证明涉及矩阵的奇异值分解.$ ||f'(x_0)e||$ 的最小值 为$ \frac{1}{||A^{-1}||}$,其中矩阵 $ A$ 是线性映射 $ f'(x_0)$ 对应的矩 阵,$ ||A^{-1}||$ 代表 $ A$ 的逆矩阵 $ A^{-1}$ 的范数.}.因此矛盾.可见,假 设错误,于是,存在开集 $ V\subset \mathbf{R}^n$,使得 $ f(x_0)\in V$,且满足 $ f:f^{-1}(V)\rightarrow V$ 是双射.

下面我们证明逆映射 $ f^{-1}$ 在 $ f(x_0)$ 处可微,且

$ {\displaystyle (f^{-1})'(f(x_0))=(f'(x_0))^{-1}. \ \ \ \ \ (4)}$

这是比较简单的.由于 $ f$ 在 $ x_0$ 处可微,因此

$ {\displaystyle f(x)=f(x_0)+f'(x_0)(x-x_0)+o(||x-x_0||). }$

将上式稍微变形一下,即可证明式 4,同时也证明 了 $ f^{-1}$ 在$ f(x_0)$ 处的可微性. $ \Box$ 至于隐函数存在定理,只是反函数定理的一个推论.下面关于隐函数存在定理的陈 述来自维 基百科的相应页面.

Theorem 2 (隐函数存在定理) 设 $ f:\mathbf{R}^{n+m}\rightarrow \mathbf{R}^m$ 为连续可微函数, $ \mathbf{R}^{n+m}$ 中的元素写 成$ \mathbf{(x,y)}=(x_1,\cdots,x_n,y_1,\cdots,y_m)$ 的形式.对于任意一 点$ (\mathbf{a,b}) = (a_{1},\cdots, a_{n}, b_{1},\cdots,b_m)$ 使得$ f(\mathbf{a,b}) = 0$,隐函数存在定理给出了一个充分 条件,用来判断能否在$ (\mathbf{a,b})$附近定义一 个$ \mathbf{y}$关于$ \mathbf{x}$的函数$ g$,使得只 要$ f(\mathbf{x,y})=0$,就有 $ \mathbf{y}=g(\mathbf{x})$.严格地说,就是存 在$ \mathbf{a}$和$ \mathbf{b}$的邻域$ U$ 和 $ V$,使得$ g$是 从 $ U$ 到 $ V$ 的函数,并且$ g$的函数图像满足

$ {\displaystyle \{ (\mathbf{x}, g(\mathbf{x})) \} = \{ (\mathbf{x}, \mathbf{y}) | f(\mathbf{x}, \mathbf{y}) =0 \} \cap (U \times V).}$

要使的这样的函数$ g$存在,函数$ f$ 的雅可比矩阵一定要满足一定的性质.对于给 定的一点 $ (a,b)$,$ f$ 的雅可比矩阵写做

$ {\displaystyle (Df)(\mathbf{a},\mathbf{b}) = \left[\begin{matrix} \frac{\partial f_1}{\partial x_1}(\mathbf{a},\mathbf{b}) & \cdots & \frac{\partial f_1}{\partial x_n}(\mathbf{a},\mathbf{b})\\ \vdots & \ddots & \vdots\\ \frac{\partial f_m}{\partial x_1}(\mathbf{a},\mathbf{b}) & \cdots & \frac{\partial f_m}{\partial x_n}(\mathbf{a},\mathbf{b}) \end{matrix}\right|\left. \begin{matrix} \frac{\partial f_1}{\partial y_1}(\mathbf{a},\mathbf{b}) & \cdots & \frac{\partial f_1}{\partial y_m}(\mathbf{a},\mathbf{b})\\ \vdots & \ddots & \vdots\\ \frac{\partial f_m}{\partial y_1}(\mathbf{a},\mathbf{b}) & \cdots & \frac{\partial f_m}{\partial y_m}(\mathbf{a},\mathbf{b})\\ \end{matrix}\right] = [X|Y] }$

隐函数存在定理说明了:如果 $ Y$ 是一 个可逆的矩阵,那么满足前面性质的$ U,V$ 和函数 $ g$ 就会存在.

Proof: 当 $ \mathbf{x}$ 取定值 $ \mathbf{x_0}$ 时,$ f(\mathbf{x,y})$ 变成了从 $ \mathbf{R}^m$ 到 $ \mathbf{R}^m$ 的映射 $ f(\mathbf{x_{0}},\mathbf{y})$,其中 $ f(\mathbf{\mathbf{x_{0}},y})$ 的自变量为 $ \mathbf{y}$.$ f(\mathbf{x_0,y})$ 易得也是连续可微函 数\footnote{为什么?}.$ f(\mathbf{x_0,y})$ 在点 $ \mathbf{b}$ 处的导数对应的雅可比矩 阵易得为

$ {\displaystyle \begin{bmatrix} \frac{\partial f_1}{\partial y_1}(\mathbf{x_0,b})&\cdots&\frac{\partial f_1}{\partial y_m}(\mathbf{x_0,b})\\ \vdots&\ddots&\vdots\\ \frac{\partial f_m}{\partial y_1}(\mathbf{x_0,b})&\cdots&\frac{\partial f_m}{\partial y_m}(\mathbf{x_0,b})\\ \end{bmatrix}. }$

令邻域 $ U$ 的直径足够小,则 $ \mathbf{x_0}$ 会与点 $ \mathbf{a}$ 足够接近.由 于以 $ \mathbf{y}$ 为自变量的函数 $ f(\mathbf{a,y})$ 在点 $ \mathbf{b}$ 的导函数可逆,由 $ f$ 的导函数的连续性,我们会得到 $ f(\mathbf{x_0,y})$ 在 $ \mathbf{b}$ 点的导数也可逆.因此根据反函数定理,可得 $ f(\mathbf{x_0,y})$ 是 $ U$ 上的可逆函数.因 此当 $ f(\mathbf{x_0,y})=0$ 时,$ \mathbf{y}$ 值将唯一,不妨记做 $ \mathbf{y_0}$.综上可见,当 $ \mathbf{x}$ 取定值时,$ \mathbf{y}$ 也会随之 取定值,可见,函数 $ g$ 是存在的,$ g(\mathbf{x_0})=\mathbf{y_0}$. $ \Box$

转载于:https://www.cnblogs.com/yeluqing/p/3827376.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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