【璀璨数海】第一期 隐函数定理

2023-05-16

隐函数定理

在这里插入图片描述

鸽了好久了,大三生活真的好累啊!
\quad\quad 前两天夏令营面试的时候被问到了隐函数定理,特此专门写一篇博文来重新复习讲解一下隐函数定理的内容。

定理内容:

假定 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)是平面曲线 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0上一点,且函数 F ( x , y ) F(x,y) F(x,y)关于 x , y x,y x,y连续可微。如果在 ( x 0 , y 0 ) (x_0,y_0) (x0,y0) F y ( x , y ) ≠ 0 F_y(x,y)\neq 0 Fy(x,y)=0,那么在 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)附近该曲线有显式表达式 y = f ( x ) y=f(x) y=f(x),且该显式表达式可微,有 y y y关于 x x x的一阶导数 f ′ ( x ) = − F x F y f'(x)=-\frac{F_x}{F_y} f(x)=FyFx

定理证明:

存在性:

我们来对上述命题进行一下证明, F y ≠ 0 F_y\neq0 Fy=0告诉了我们什么信息呢?

表明 x 0 x_0 x0保持不动, y 0 y_0 y0增加一点点以及减少一点点的时候,F值会随之增加一点点或减小一点点(如果 F y F_y Fy ( x 0 , y 0 ) (x_0,y_0) (x0,y0)处为正)。我们通过图片展示出来:
在这里插入图片描述
其中 A , B , C A,B,C A,B,C点有相同的横坐标 x 0 x_0 x0,B点即为上文中提到的点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0),A点纵坐标增加了一丢丢,为 ( x 0 , y 0 + d y ) (x_0,y_0+dy) (x0,y0+dy);C点纵坐标减小了一丢丢,为 ( x 0 , y 0 − d y ) (x_0,y_0-dy) (x0,y0dy) d y dy dy充分小,使得 F ∣ A > 0 F|_A>0 FA>0 F ∣ B = 0 F|_B=0 FB=0 F ∣ C < 0 F|_C<0 FC<0

这时候再以 A A A C C C为中心,进行延伸:
在这里插入图片描述
因为于 A A A处, C C C处连续,存在充分小邻域使得 F F F A 1 − A 2 A1-A2 A1A2 线段上以及端点 A 1 , A 2 A1,A2 A1,A2取值正负相同, F F F C 1 − C 2 C1-C2 C1C2 线段上以及端点 C 1 , C 2 C1,C2 C1,C2取值正负相同。这样,对于任意该小邻域内的 x 1 x_1 x1,做 y y y轴平行线,交线段 A 1 − A 2 A1-A2 A1A2于一点 X 1 X_1 X1,交线段 C 1 − C 2 C1-C2 C1C2于一点 X 2 X_2 X2
在这里插入图片描述
则有 F ∣ X 1 > 0 , F ∣ X 2 < 0 F|_{X_1}>0,F|_{X_2}<0 FX1>0,FX2<0。由于在线段 X 1 − X 2 X_1-X_2 X1X2 F F F取值连续,由介值定理,存在线段 X 1 − X 2 X_1-X_2 X1X2上一点 ( x 1 , y 1 ) (x_1,y_1) (x1,y1)使得 F ( x 1 , y 1 ) = 0 F(x_1,y_1)=0 F(x1,y1)=0

下面证明不仅仅是存在 y 1 y_1 y1,而且 y 1 y_1 y1还是唯一的。因为 F F F在B点附近是连续可微的,且 F y ∣ B > 0 F_y|_B>0 FyB>0。因而可以找一个更小的邻域,满足于更小的邻域上,有 F y > 0 F_y>0 Fy>0,这样,对于每一个 x x x,在对应的线段 X 1 ′ − X 2 ′ X'_1-X'_2 X1X2上函数 F F F从下到上函数值单调递增。这样介值y的值就是唯一存在的了。

到目前为止我们证明了局部函数 y = f ( x ) y=f(x) y=f(x)的存在性,下面来验证函数 y = f ( x ) y=f(x) y=f(x)的连续性与可微性。

连续性:

首先来证明连续性,我们回顾下连续性的定义,即是说:
∀ ϵ , ∃ δ , s . t . ∣ y − y 0 ∣ < ϵ i f ∣ x − x 0 ∣ < δ . \forall \epsilon ,\exist \delta,s.t. |y-y_0|<\epsilon \quad if\quad |x-x_0|<\delta. ϵ,δ,s.t.yy0<ϵifxx0<δ.
那么我们在首次选取邻域的时候只需要选择 ∣ A C ∣ < ϵ |AC|<\epsilon AC<ϵ即可保证对应的临近的y值都满足: ∣ y − y 0 ∣ < ϵ |y-y_0|<\epsilon yy0<ϵ

可微性:

下面来证明可微性。当然这里可微性的证明要以 F F F的可微性作为支持。
我们知道,F连续可微,因而在B点充分小邻域内 F x , F y F_x,F_y Fx,Fy连续。那我考虑 x 0 x_0 x0邻域中的x,对应有相应的 y = f ( x ) y=f(x) y=f(x)

我们考虑点 ( x , y 0 ) (x,y_0) (x,y0),将函数值 F ( x , y 0 ) F(x,y_0) F(x,y0) ( x 0 , y 0 ) (x_0,y_0) (x0,y0) ( x , y 0 ) (x,y_0) (x,y0)之间运用中值定理有:

F ( x , y 0 ) = F ( x 0 , y 0 ) + F x ( x θ , y 0 ) ( x − x 0 ) , x 0 < x θ < x . F(x,y_0)=F(x_0,y_0)+F_x(x_\theta,y_0)(x-x_0),x_0<x_\theta<x. F(x,y0)=F(x0,y0)+Fx(xθ,y0)(xx0),x0<xθ<x.

将函数值 F ( x , y 0 ) F(x,y_0) F(x,y0) ( x , f ( x ) ) (x,f(x)) (x,f(x)) ( x , y 0 ) (x,y_0) (x,y0)之间运用中值定理有:

F ( x , y 0 ) = F ( x , f ( x ) ) − F y ( x , y θ ) ( f ( x ) − y 0 ) , y 0 < y θ < f ( x ) . F(x,y_0)=F(x,f(x))-F_y(x,y_\theta)(f(x)-y_0),y_0<y_\theta<f(x). F(x,y0)=F(x,f(x))Fy(x,yθ)(f(x)y0),y0<yθ<f(x).
由于 F ( x 0 , y 0 ) = F ( x , f ( x ) ) = 0 F(x_0,y_0)=F(x,f(x))=0 F(x0,y0)=F(x,f(x))=0,因而结合以上两式子,有:

f ( x ) = y 0 − F x ( x θ , y 0 ) F y ( x , y θ ) ( x − x 0 ) f(x)=y_0-\frac{F_x(x_\theta,y_0)}{F_y(x,y_\theta)}(x-x_0) f(x)=y0Fy(x,yθ)Fx(xθ,y0)(xx0)

F x ( x θ , y 0 ) F y ( x , y θ ) = F x F y ∣ ( x 0 , y 0 ) + o ( 1 ) \frac{F_x(x_\theta,y_0)}{F_y(x,y_\theta)}=\frac{F_x}{F_y}|_{(x_0,y_0)}+o(1) Fy(x,yθ)Fx(xθ,y0)=FyFx(x0,y0)+o(1)
因而有: f ( x ) = y 0 − F x F y ∣ ( x 0 , y 0 ) ( x − x 0 ) + o ( ∣ x − x 0 ∣ ) f(x)=y_0-\frac{F_x}{F_y}|_{(x_0,y_0)}(x-x_0)+o(|x-x_0|) f(x)=y0FyFx(x0,y0)(xx0)+o(xx0)
根据可微定义,可知 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0处可微,且 y x = − F x F y y_x=-\frac{F_x}{F_y} yx=FyFx.

几何意义

下面我们来看一个例子:
在这里插入图片描述
这是一个半径为1,圆心位于原点的圆。可以看到在 ( − 1 , 1 ) (-1,1) (1,1)中一个 x x x值对应会有两个y值,因而这不是一个函数,但是却可以用隐函数 F ( x , y ) = x 2 + y 2 − 1 = 0 F(x,y)=x^2+y^2-1=0 F(x,y)=x2+y21=0的形式表示出这个平面曲线。但是在关注局部的时候,我们发现大多数情况,是可以用函数表示的。比如任取上半圆中一点:
在这里插入图片描述
在其附近确实能对任意x值找到唯一的y值与其对应。
同样的,在下半圆也是如此。

对应关系式为:
y = 1 − x 2 , 上 半 圆 ; y = − 1 − x 2 , 下 半 圆 . y=\sqrt{1-x^2},上半圆;y=-\sqrt{1-x^2},下半圆. y=1x2 ,y=1x2 ,.

特别的可以观察到,在 ( − 1 , 0 ) (-1,0) (1,0) ( 1 , 0 ) (1,0) (1,0)两个点处,有 F y = 0 F_y=0 Fy=0;在图像上有对于其附近的任意定义域中 x x x,都无法找到唯一的 y y y与之对应。(这里是找到2个,这个个数的不同是否可以对这种奇点进行分类?)。

降维打击

F ( x , y ) F(x,y) F(x,y)实际上是一个三维的曲面,当 F ( x , y ) F(x,y) F(x,y)值取定的时候,是否是一个曲线呢?还是一个点呢?
( F x ) 2 + ( F y ) 2 ≠ 0 (F_x)^2+(F_y)2\neq0 (Fx)2+(Fy)2=0时,我们知道必然有 F x ≠ 0 F_x\neq0 Fx=0或者 F y ≠ 0 F_y\neq0 Fy=0。那么在该点存在y和x的限制关系,即是说可表述为二维曲线形式 y = f ( x ) y=f(x) y=f(x)或者 x = g ( y ) x=g(y) x=g(y)
而当 ( F x ) 2 + ( F y ) 2 = 0 (F_x)^2+(F_y)2=0 (Fx)2+(Fy)2=0时,我们知道这是一个驻点或者是极值点,这时候的等高线是什么样子呢?
1.可以是一个平面。
2.可以是一个点。
3.可以是一个曲线。


文案:锦帆远航
图片:锦帆远航

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【璀璨数海】第一期 隐函数定理 的相关文章

  • 【AIGC】深入理解 LORA模型

    深入理解 LORA模型 LORA模型是一种神经网络模型 xff0c 它通过学习可以自动调整神经网络中各层之间的权重 xff0c 以提高模型的性能 本文将深入探讨LORA模型的原理 应用场景 优缺点等方面 1 LORA模型的原理 LORA模型
  • A*算法实现路径规划matlab(上)

    目录 A 算法简介1 1 作用与特点1 2 A 算法的基本思想与数学函数模型 xff1a 1 2 1基本思想1 2 2数学函数模型1 2 3 A 算法的算法步骤 A 算法简介 1 1 作用与特点 A 算法是启发式搜索型的路径规划算法 xff
  • CCProxy和Proxifier使用教程

    CCProxy使用 xff08 服务端 xff09 xff1a CCProxy运行在需要配置为代理服务器的电脑上 1 点击设置 xff0c 按自己需要选择要开的服务 xff1a 2 点击高级 xff0c 取消勾选 34 禁止局域网外部用户
  • CUDA11.4+VS2017+MATLAB2020a执行mexcuda遇到的问题及解决

    前情提要 xff1a matlabR2020a 43 VS2019 1 安装cuda11 4 从nvidia控制面板可以看出来电脑的cuda驱动版本 xff08 楼主这里是11 4 xff09 CUDA Toolkit 11 4 Updat
  • ubuntu查看版本命令

    cat etc lsb release DISTRIB ID 61 Ubuntu 类别是ubuntu DISTRIB RELEASE 61 18 04 5 LTS 长期支持的版本 xff09 发行日期或版本 DISTRIB CODENAME
  • 蓝桥杯-串口学习

    蓝桥杯单片机串口学习 蓝桥杯串口字符串收发 主要函数 字符串发送和字符串接收 字节发送函数 span class token keyword void span span class token function Uart SendBye
  • 学在西电课程回放下载与进度拖动

    声明 xff1a 本文CSDN作者原创投稿文章 xff0c 未经许可禁止任何形式的转载 xff0c 原文链接 前言 最近发现学在西电的课程回放进度条不能拖动 xff0c 找了一个方法 xff0c 实现了进度拖动 xff0c 顺便实现了下载功
  • java中子类调用父类构造函数super()

    java中super 方法 讲到java中super 的方法 xff0c 就要提到java中面向对象的三大特性 xff1a 封装 继承 多态 xff0c 而说到类的继承 xff0c 我们就会提到子父类这个概念 xff0c 子父类就是一个类继
  • OpenCV基于形状的模板匹配

    OpenCV基于形状的模板匹配 引言基于形状的匹配算法具体代码KcgMatch hKcgMatch cppmain cpp 匹配的结果 引言 在OpenCV中有个用于模板匹配的基本函数matchTemplate xff0c 该函数使用某模板
  • Snipaste2.7.3下载安装与使用(超实用的截图利器)

    目录 简介 下载 解压 使用 补充 总结 简介 Snipaste是一款使用非常便捷的截图软件 xff0c 免安装 xff0c 不仅能将截图钉在屏幕上 xff0c 还能将复制的文本转换成图片钉在屏幕上 下载 1 在浏览器地址栏输入 xff1a
  • ESP8266从零学起第一课入门测试(超详细)

    ESP8266从零学 笔记 L1 ESP8266的入门测试 P1 blinker APP控制Esp8266板载LED 前言 因为是初学者所以特别希望能有一份详细的教程 xff0c 可是俺没找到 xff0c 所以就写了这么一篇文章 xff0c
  • Xshell6下载

    Xshell可以在Windows界面下用来访问远端不同系统下的服务器 xff0c 从而比较好的达到远程控制终端的目的 xff0c Xshell是一款非常好用的linux远程操作工具 懒的看下面的可以直接去我百度网盘上下载 链接 xff1a
  • pom文件parent标签报错解决办法(不同的方法)

    前段时间创建导入项目 xff0c pom文件的parent标签总是报错 xff0c 导致项目里面所有关于spring的全部都报错 xff0c 一片红 xff0c 很是不爽 xff0c 项目进行不下去 xff0c 尝试找了网上许多办法 xff
  • 5. 文件属性信息

    文章目录 1 文件属性概念2 文件属性详细说明 文件类型2 1 文件类型概念2 2 区分文件类型方法3 常见文件类型2 4 扩展命令说明 3 课程知识回顾总结 课程知识回顾4 find命令查找信息补充4 1 查看找文件数据信息 xff1a
  • 51定时器及计数器的使用(复习总结)

    该知识点来源于B站知弦 xff0c 本章便是对其定时器计数器应用的简单总结 xff01 xff01 xff01 一 定时器与计数器原理 原理 1 TMOD有八位 xff0c 其实可以分为高四位及低四位 xff0c 高四位为定时器1 xff0
  • Python利用turtle库画虚线

    Python利用turtle库画虚线 import turtle as t 给予turtle库一个t的别称 t setup 600 600 200 100 t speed 0 说明速度 t pencolor red 说明颜色 for i i
  • 华为手机(Android系统)备忘录转移至iOS

    声明 xff1a 本文CSDN作者原创投稿文章 xff0c 未经许可禁止任何形式的转载 xff0c 原文链接 本文仅可转移纯文字备忘录 苹果的转移至iOS不能转移备忘录 xff0c 备忘录也无法在文件系统里直接找到 xff0c 所以找了这个
  • ubuntu 18.04系统解决E: 仓库 “http://ppa.launchpad.net/webupd8team/java/ubuntu eoan Release” 没有 Release 文件。

    问题描述 xff1a 在终端换源后遇到E 仓库 http ppa launchpad net webupd8team java ubuntu eoan Release 没有 Release 文件 问题详情如下所示 解决方法 xff1a 将对
  • ImageDataGenerator读取的数据集转Numpy array

    ImageDataGenerator读取的数据集转Numpy array 2021 6 21更新 xff1a 常用的数据集类型可以分为两种 xff1a xff08 1 xff09 一种是网上的经典数据集 xff0c 比如mnist xff0
  • ROS系统 创建工作空间与功能包

    ROS 学习目标 xff1a 学习内容 xff1a 使用环境 操作步骤 xff1a 基本命令 二 使用步骤创建工作空间编译工作空间创建功能包 使用C 43 43 执行程序编写源文件编辑功能包下的 Cmakelist txt文件修改目标链接库

随机推荐

  • 计算机网络与互联网(了解)

    文章目录 1 0 相关术语 Terms 1 1 什么是互联网1 2 互联网发展史1 3 网络体系结构1 3 1 网络边缘 Network Edge 1 3 2 网络核心 Network Core 1 3 3 接入网络与物理媒体 1 4 De
  • python库的安装、卸载和查询

    python库的安装 卸载和查询 安装库 方法1 xff1a pip install xxx 如图1所示 xff0c 在命令提示符窗口输入pip install xxx xff0c 即可在线安装指定库 xff0c 如输入pip instal
  • 计算机三级 数据库技术 前言

    考试内容及要求 1 掌握数据库技术的基本概念 原理 方法和技术 2 能够使用SQL语言实现数据库操作 3 具备数据库系统安装 配置及数据库管理与维护的基本技能 4 掌握数据库管理与维护的基本方法 5 掌握数据库性能优化的基本方法 6 了解数
  • 计算机三级 数据库技术(Chapter 2)

    第二章 xff1a 需求分析 主要内容 xff1a 需求分析的相关概念以及主要方法需求建模方法案例分析 Class 1 需求分析 1 需求分析的概念与意义 需求 xff1a 需求是指用户对软件的功能和性能的要求 就是用户的要求内容以及对要求
  • 微分几何 Class 1 向量空间

    微分几何 作为一名大三下的数学专业学生 xff0c 我本学期将实时将我所感兴趣的一门课微分几何笔记以及一些总结同步到我的博客上 xff0c 以便进行学习总结与自我督促 参考书 微分几何 苏步青 xff0c 胡和生 xff08 2016 xf
  • 微分几何 Class 2 欧氏空间

    欧氏空间 在上完上一节课之后 xff0c 我才意识到 xff0c 欧氏空间和欧氏向量空间原来不是同一个东西 但是在介绍欧氏空间之前 xff0c 我们首先来了解一下什么叫做仿射空间 Part One 仿射空间 定义 xff1a 仿射空间 设
  • 歌评-《Rex Incognito 尘世闲游》-陈致逸

    时隔一周时间了 xff0c 终于又找到了时间来更新我的歌评内容 虽然身被学校关了起来 xff0c 但是心里还是在歌曲的梦幻世界中畅游hhh 今天我们来听的歌曲也是 The Stellar Moments 闪耀的群星OST专辑中的一首 xff
  • 将Maven的Docker镜像修改为国内源

    声明 xff1a 本文CSDN作者原创投稿文章 xff0c 未经许可禁止任何形式的转载 xff0c 原文链接 前提 在使用Dockerfile构建镜像时 xff0c Maven的Docker镜像内置的是官方源 xff0c 使用起来下载速度太
  • 我看文二代

    文二代 文二代 xff0c 其实就是人们常说的文坛的后辈子女 xff0c 即父母是搞文学的作家 xff0c 子女也和文学脱不了干系 前一段 xff0c 贾平凹的女儿贾浅浅因为其浅浅体诗歌以及部分奇奇怪怪的内容上了热搜 被许多网友痛骂 对此
  • 码农多打拼5年对生子的影响

    码农多打拼五年对生子决策的影响 首先我们确定在这个问题中要处理的对象 xff1a 单个个体 他会有哪些属性呢 xff1f 1 退休年限 2 生活状态 我们要分析的是一个事件对生子数目的影响 xff0c 其实在现当代 xff0c 因为过大的工
  • 微分几何 Class 3 曲线,曲率与挠率

    正则曲线 什么是曲线 在空间中 xff0c 我们会见到各种各样的形状 xff0c 但无论什么形状 xff0c 其根本还是由点和线来构成的 xff0c 这里我们的线是一个直观的理解 xff0c 就是一条直直的 xff0c 有的也是弯的那样的
  • 随机过程 番外篇(随机拟合作业解答)

    一晚上写了三道随机过程的随机模拟的代码 xff0c 分享出来给大家做个参照 1 如果一个随机变量服从的是期望为 mu xff0c 协方差矩阵为 Sigma
  • 小云的生日史书

    小云的生日史 xff1a 生日10月21日 前三岁历史暂且不记录 xff0c 史前时期 xff0c 资料不详 四岁生日 xff1a 白天去了姥姥姥爷家去玩 xff0c 他们都对我的生日表示了祝福 下午便回到了奶奶家里 xff0c 等着生日p
  • 信息论篇-第一次上机作业,你好!

    信息论第一次上机作业 1 图像信源熵的求解 读入一幅图像 实现求解图片信源的熵 span class token triple quoted string string 1 图像信源熵的求解 读入一幅图像 实现求解图片信源的熵 span s
  • 媒体科创部 学习分享 非线性规划

    非线性规划 哇哈哈 xff0c 这次轮到我来讲了 xff0c 虽然很懒 xff0c 但是还是来写博客了 这次我们要谈的东西是非线性规划 非线性规划 非线性规划的定义 目标or限制中包含着非线性函数 线性规划与非线性规划的区别 如果线性规划的
  • 多玩家赌徒输光问题

    在随机过程课堂上我们考虑了赌徒输光问题 知道了成本和概率变化的情况将对赌徒甲和赌徒乙的赌博结果产生了怎样的影响 考虑的问题主要有以下几个方面 本金对胜负的影响 概率对胜负的影响 本金对持续轮数的影响 概率对持续轮数的影响 对上述问题的综合考
  • Spring Boot(Maven)+Docker打包

    声明 xff1a 本文CSDN作者原创投稿文章 xff0c 未经许可禁止任何形式的转载 xff0c 原文链接 本文可以实现 xff1a 将Spring Boot项目从GitHub clone到服务器上后 xff0c 一条命令直接完成依赖下载
  • 解决静态资源文件js/css缓存问题(超详细总结版)

    什么是静态资源文件 顾名思义 xff0c 静态资源文件就是js css img等非服务器动态运行生成的文件 xff0c 统称为静态 资源文件 为什么要缓存静态资源文件 静态资源文件是基本不会改变的 xff0c 没必要每次都从服务器中获取 也
  • 微分几何工具代码

    span class token keyword import span math span class token keyword from span sympy span class token keyword import span
  • 【璀璨数海】第一期 隐函数定理

    隐函数定理 鸽了好久了 xff0c 大三生活真的好累啊 xff01 quad quad 前两天夏令营面试的时候被问到了隐函数定理 xff0c 特此专门写一篇博文来重新复习讲解一下隐函数定理的内容 定理内容 xff1a 假定