雅克比矩阵

上述方程在n维欧式空间到m维欧式空间的映射F:Rn→RmF:Rn→Rm同样非常有意义： 

F(x+∇x)≈F(x)+F′(x)∇xF(x+∇x)≈F(x)+F′(x)∇x

• 其中F′(x)F′(x)就是函数在一点xx的导数也就是Jacobian矩阵JF(x)JF(x)
• x∈Rnx∈Rn, F(x)∈RmF(x)∈Rm,JF(x)JF(x)为 m×nm×n：可见上式完成了不同维度空间的线性映射
• 其重要意义在于它表现了一个多变数向量函数的最佳线性逼近
• 雅可比矩阵类似于单变数函数的导数
• Jacobian矩阵JF(x)JF(x)允许我们通过线性函数（affine function）估计一个函数FF locally