隐函数求导公式

简介: 隐函数求导公式

正文


一、单方程形式


隐函数存在定理1:


设函数F(x,y)在点P(x0,y0)某一邻域内具有连续的偏导数,且F(x0,y0)=0,Fx(x0,y0)≠0,则方程F(x,y)=0在点(x0,y0)的某一邻域内恒能唯一确定一个连续且具有连续导数的函数y=f(x),它能满足条件y0=f(x0)),并有

12.png


隐函数存在定理2:


设函数F(x,y,z)在点P(x0,y0,z0)的某一邻域内具有连续的偏导数,且F(x0,y0,z0)=0,Fx(x0,y0,z0)≠0,则方程F(x,y,z)=0在点(x0,y0,z0)的某一邻域内恒能唯一确定一个连续且具有连续导数的函数z=f(x,y),它能满足条件z0=f(x0,y0),并有


13.png


二、方程组形式


若考虑方程组

14.png

其中 uvxy

若要求15.png

F(x,y,u,v)=0、G(x,y,u,v)=0的两边对xx求导

16.png

化为行列式得:17.png

由范德蒙行列式的性质可得:

18.png

可得:

19.png

相关文章
|
5月前
21 高斯的推导(1809)
21 高斯的推导(1809)
20 0
|
11月前
“交叉熵”反向传播推导
“交叉熵”反向传播推导
为什么在线性模型中相互作用的变量要相乘
为什么在线性模型中相互作用的变量要相乘
67 0
为什么在线性模型中相互作用的变量要相乘
|
机器学习/深度学习
【机器学习知识点】2. 输入一个多项式,返回该多项式的一阶导数多项式
【机器学习知识点】2. 输入一个多项式,返回该多项式的一阶导数多项式
|
机器学习/深度学习 人工智能
线性代数01:函数对向量、矩阵的梯度(向量、矩阵求导)
线性代数01:函数对向量、矩阵的梯度(向量、矩阵求导)
487 0
|
C#
利用最小二乘法拟合任意次函数曲线(C#)
原文:利用最小二乘法拟合任意次函数曲线(C#) ///     ///用最小二乘法拟合二元多次曲线     ///     ///已知点的x坐标集合     ///已知点的y坐标集合     ///已知点的个数     ///方程的最高次数     ...
2998 0
梯度,散度公式理解 (超详细版)
梯度,散度公式理解 (超详细版)
188 0
梯度,散度公式理解 (超详细版)

热门文章

最新文章