雅可比矩阵
维基百科,自由的 encyclopedia
在向量分析中,雅可比矩阵(也称作Jacobi矩阵,英语:Jacobian matrix)是函数的一阶偏导数以一定方式排列成的矩阵。
当其为方形矩阵时,其行列式称为雅可比行列式(Jacobi determinant)。要注意的是,在英文中雅可比矩阵跟雅可比行列式都可称作Jacobian。[1]
其重要性在于,如果函数 f : ℝn → ℝm 在点 x 可微的话,在点 x 的雅可比矩阵即为该函数在该点的最佳线性逼近,也代表雅可比矩阵是单变数实数函数的微分在向量值多变数函数的推广,在这种情况下,雅可比矩阵也被称作函数 f 在点 x 的微分或者导数。
在代数几何中,代数曲线的雅可比行列式'表示雅可比簇(英语:Jacobian variety):伴随该曲线的一个代数群,曲线可以嵌入其中。