Heisann.
Jeg har gitt en vektorfunksjon fra R2 til R2. En oppgave går ut på å skrive et program som bruker en form av Newtons metode for å finne nullpunktene til funksjonen. Metoden innebærer å bruke den inverse av jacobi-matrisen til funksjonen. Ettersom jeg løser oppgaven numerisk har jeg ikke problemer med å først finne jacobi-matrisen i punktet for så å finne den inverse matrisen. Dog holder jeg på med en annen oppgave hvor jeg muligens kommer inn på å bruke denne inverse matrisen direkte analytisk. Spørsmålet er da om en slik invers Jacobi-matrise finnes på en generell basis (samme som at Jacobi-matrisen er definert ved partiellderivere funksjonene over alle variablene)?
Mvh,
Christoffer
Invers av Jacobi-matrise
Moderatorer: Vektormannen, espen180, Aleks855, Solar Plexsus, Gustav, Nebuchadnezzar, Janhaa
Du har altså en kontinuerlig deriverbar funksjon [tex]x=(x_1(y_1,y_2),x_2(y_1,y_2)):R^2 \to R^2[/tex] og vil vite om Jacobimatrisen er inverterbar i alle punkter? Det er den vel ikke nødvendigvis, men dersom Jacobideterminanten er ulik 0 i et punkt p fins det en åpen omegn U om p slik at den inverse eksisterer i hele U.
Vet ikke om dette er svar på spørsmålet, men..
Vet ikke om dette er svar på spørsmålet, men..
Den inverse av en 2x2 jacobimatrise er gitt som en hvilken som helst invers:
Gitt
[tex]J=\begin{pmatrix}\frac{\partial f_1}{\partial x } & \frac{\partial f_1}{\partial y }\\ \frac{\partial f_2}{\partial x } & \frac{\partial f_2}{\partial y }\end{pmatrix}[/tex]
[tex]J^{-1}=\frac{1}{\frac{\partial f_1}{\partial x }\frac{\partial f_2}{\partial y }-\frac{\partial f_1}{\partial y }\frac{\partial f_2}{\partial x }}\begin{pmatrix}\frac{\partial f_2}{\partial y } & -\frac{\partial f_1}{\partial y }\\ -\frac{\partial f_2}{\partial x } & \frac{\partial f_1}{\partial x }\end{pmatrix}[/tex]
Gitt
[tex]J=\begin{pmatrix}\frac{\partial f_1}{\partial x } & \frac{\partial f_1}{\partial y }\\ \frac{\partial f_2}{\partial x } & \frac{\partial f_2}{\partial y }\end{pmatrix}[/tex]
[tex]J^{-1}=\frac{1}{\frac{\partial f_1}{\partial x }\frac{\partial f_2}{\partial y }-\frac{\partial f_1}{\partial y }\frac{\partial f_2}{\partial x }}\begin{pmatrix}\frac{\partial f_2}{\partial y } & -\frac{\partial f_1}{\partial y }\\ -\frac{\partial f_2}{\partial x } & \frac{\partial f_1}{\partial x }\end{pmatrix}[/tex]