Jacobi-Matrix Dieser Artikel von Wikipedia ist u.U. veraltet. Die neue Version gibt es hier . Diese Seite benötigt Javascript um richtig angezeigt zu werden. Die Jacobi-Matrix (auch Funktionalmatrix) dient zur näherungsweisen Berechnung Funktionen in der Mathematik . Sie ist die m × n - Matrix sämtlicher erster partiellen Ableitungen einer differenzierbaren Funktion
<math>f:R^{n} \rightarrow R^{m}</math> Als lineare Abbildung stellt sie die beste lineare Approximation einer differenzierbaren Funktion in einem gegebenen dar (siehe auch Taylor-Formel ). Benannt wurde sie nach Carl Gustav Jacob Jacobi .
Bei n = m = 3:
<math>f(x y z) = \begin{pmatrix}f_1(x y z) f_2(x y z) \\ f_3(x y z) </math> lautet sie:
<math>J = \frac{\partial f}{\partial (x y z)} \begin{pmatrix} \frac{\partial f_1}{\partial x} & \frac{\partial f_1}{\partial & \frac{\partial f_1}{\partial z} \\ \frac{\partial f_2}{\partial & \frac{\partial f_2}{\partial y} & \frac{\partial f_2}{\partial \\ \frac{\partial f_3}{\partial x} & \frac{\partial f_3}{\partial & \frac{\partial f_3}{\partial z} \end{pmatrix} </math> und kann wenn man sie für Punkt p ausrechnet zur Näherung der Funktionswerte von f in der Nähe von p verwendet werden:
<math> f(x y z) \approx f(p_x p_y + J_p \cdot \begin{pmatrix} x-p_x \\ y-p_y z-p_z \end{pmatrix} </math> Für m = 1 entspricht die Jacobi-Matrix dem Gradient von f .
Siehe auch: Differentialrechnung Matrixmultiplikation
Bücher zum Thema Jacobi-Matrix Dieser Artikel von Wikipedia unterliegt der GNU FDL .