一、引入
假设有6个函数，每个函数有6个独立的变量，即：
y 1 = f 1 ( x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ) y 2 = f 2 ( x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ) ⋮ y 6 = f 6 ( x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ) \begin{matrix} y_1 = f_1(x_1, x_2, x_3, x_4, x_5, x_6)\\ y_2 = f_2(x_1, x_2, x_3, x_4, x_5, x_6)\\ \vdots \\ y_6 = f_6(x_1, x_2, x_3, x_4, x_5, x_6)\\ \end{matrix} y1=f1(x1,x2,x3,x4,x5,x6)y2=f2(x1,x2,x3,x4,x5,x6)⋮y6=f6(x1,x2,x3,x4,x5,x6)
我们用矢量形式表达上式，即：
Y = F ( X ) Y = F(X) Y=F(X)
现在，如果我们要计算 y i y_i yi的微分关于 x i x_i xi的微分的函数，通过多元函数求导法则，可以计算出：
δ y 1 = ∂ f 1 ∂ x 1 δ x 1 + ∂ f 1 ∂ x 2 δ x 2 + ⋯ + ∂ f 1 ∂ x 6 δ x 6 δ y 2 = ∂ f 2 ∂ x 1 δ x 1 + ∂ f 2 ∂ x 2 δ x 2 + ⋯ + ∂ f 2 ∂ x 6 δ x 6 ⋮ δ y 6 = ∂ f 6 ∂ x 1 δ x 1 + ∂ f 6 ∂ x 2 δ x 2 + ⋯ + ∂ f 6 ∂ x 6 δ x 6 \begin{matrix} \delta y_1 = \frac{\partial f_1}{\partial x_1}\delta x_1 + \frac{\partial f_1}{\partial x_2}\delta x_2 + \cdots + \frac{\partial f_1}{\partial x_6}\delta x_6 \\ \\ \delta y_2 = \frac{\partial f_2}{\partial x_1}\delta x_1 + \frac{\partial f_2}{\partial x_2}\delta x_2 + \cdots + \frac{\partial f_2}{\partial x_6}\delta x_6\\ \vdots \\ \delta y_6 = \frac{\partial f_6}{\partial x_1}\delta x_1 + \frac{\partial f_6}{\partial x_2}\delta x_2 + \cdots + \frac{\partial f_6}{\partial x_6}\delta x_6 \end{matrix} δy1=∂x1∂
最低0.47元/天 解锁文章
894
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
