Mathlife
Mathlife의 학습 노트
Mathlife
전체 방문자
오늘
어제
  • 분류 전체보기
    • CS
      • 알고리즘
      • 자료구조
      • 운영체제
      • 네트워크
      • 데이터베이스
    • 프로그래밍 언어
      • Java
      • JavaScript
      • C·C++
      • Python
    • Backend
      • Spring
    • Frontend
      • HTML
      • CSS
    • Math
      • Linear Algebra
      • Calculus
    • AI
      • ML
      • DL
      • RL
    • Git

블로그 메뉴

  • 홈
  • 관리
  • 글쓰기
  • 태그
  • 방명록

공지사항

인기 글

태그

최근 댓글

최근 글

티스토리

hELLO · Designed By 정상우.
Mathlife

Mathlife의 학습 노트

Math/Calculus

The Inverse Function Theorem

2022. 4. 15. 22:02

The Inverse Function Theorem

$\begin{cases}y_1 = f_1(x_1, x_2, ..., x_n) \\
y_2 = f_2(x_1, x_2, ..., x_n) \\
\cdots  \\
y_n = f_n(x_1, x_2, ..., x_n)
\end{cases}$

 

$f_i \in C^1$ $\quad \forall i$ 라고 하자.

$(\mathbf{x}_0, \mathbf{y}_0)$에 대하여 $f(\mathbf{x}_0, \mathbf{y}_0) = \mathbf{0}$ 이라고 하자.

 

Jacobian $\hspace{0.3cm}$ $J = \frac{\partial (f_1, f_2, ..., f_n)}{\partial (x_1, x_2, ..., x_n)} = \begin{vmatrix}
\frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \cdots & \frac{\partial f_1}{\partial x_n} \\
\frac{\partial f_2}{\partial x_1} & \frac{\partial f_2}{\partial x_2} & \cdots & \frac{\partial f_2}{\partial x_n} \\
\vdots & \vdots & \ddots &  \\
\frac{\partial f_n}{\partial x_1} & \frac{\partial f_n}{\partial x_2} & \cdots & \frac{\partial f_n}{\partial x_n} \\
\end{vmatrix} \neq 0$ 이라고 하자.

 

 

Define

 

$\begin{cases}
F_1(y_1, y_2, ..., y_n, x_1, x_2, ..., x_n) = f_1(x_1, x_2, ..., x_n) - y_1\\
F_2(y_1, y_2, ..., y_n, x_1, x_2, ..., x_n) = f_2(x_1, x_2, ..., x_n) - y_2\\
\cdots\\
F_n(y_1, y_2, ..., y_n, x_1, x_2, ..., x_n) = f_n(x_1, x_2, ..., x_n) - y_n\\
\end{cases}$

 

 

By the implicit function theorem, we have unique functions $\quad x_i = g_i(y_1, y_2, ..., y_n)$ $\ $ near $\ $ $\mathbf{y}_0\ $ which are $\ C^1$.

 

$\begin{cases}
x_1 = g_1(y_1, y_2, ..., y_n) \\
x_2 = g_2(y_1, y_2, ..., y_n) \\
\cdots\\
x_n = g_n(y_1, y_2, ..., y_n)
\end{cases}$

 

 

다른 말로, $\boldsymbol{(\mathbf{x}_0, \mathbf{y}_0)}$ 근방에서

 

$\begin{align*}

\begin{cases}y_1 = f_1(x_1, x_2, ..., x_n) \\
y_2 = f_2(x_1, x_2, ..., x_n) \\
\cdots  \\
y_n = f_n(x_1, x_2, ..., x_n)
\end{cases}

\Leftrightarrow

\begin{cases}
x_1 = g_1(y_1, y_2, ..., y_n) \\
x_2 = g_2(y_1, y_2, ..., y_n) \\
\cdots\\
x_n = g_n(y_1, y_2, ..., y_n)
\end{cases}

\end{align*}$

 

가 성립한다.

'Math > Calculus' 카테고리의 다른 글

Cauchy's mean value theorem  (0) 2022.04.17
Finding Extrema  (0) 2022.04.16
직선의 direction vector 찾기  (0) 2022.04.16
The Implicit Function Theorem  (0) 2022.04.15
Total derivative  (0) 2022.04.15
    'Math/Calculus' 카테고리의 다른 글
    • Finding Extrema
    • 직선의 direction vector 찾기
    • The Implicit Function Theorem
    • Total derivative
    Mathlife
    Mathlife

    티스토리툴바