jacobian矩阵和jacobian行列式

本文参考:https://zhuanlan.zhihu.com/p/39762178

 

设 [公式] 是一个函数,它的输入是向量 [公式] ,输出是向量 [公式] :

 

[公式]

 

那么雅可比矩阵是一个m×n矩阵:

[公式]

 

由于矩阵描述了向量空间中的运动——变换,而雅可比矩阵看作是将点 [公式] 转化到点 [公式] ,或者说是从一个n维的欧式空间转换到m维的欧氏空间

 

 

如果m = n, 可以定义雅可比矩阵 [公式] 的行列式,也就是雅可比行列式(Jacobian determinant)。

 

在微积分换元中,也就是给出了 从x到y的n维体积的比率

[公式]

 

2.二维雅可比矩阵的几何意义

 

在二维情况(有直观的图),雅可比行列式代表xy平面上的面积微元与uv平面上的面积微元的比值。

 

 

设 [公式] ,雅可比行列式是:

[公式]

 

如图所示:dA代表dx和dy张成的平行四边形的面积,如果du和dv充分接近于0,那么dA:

[公式]

 

二重积分换元:

[公式]

 

n维情况以此类推。

posted @   帅帅的飞猪  阅读(1223)  评论(0编辑  收藏  举报
编辑推荐:
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?
点击右上角即可分享
微信分享提示