Matematika · Glosarium

Apa itu terdiferensialkan?

Dikenal juga sebagai: diferensial · matriks Jacobi

Definisi 15.1 Matematika Universitas — Tahun 2 · Bab 15 — Kalkulus Diferensial

Fungsi ff disebut terdiferensialkan di aa apabila ada pemetaan linear (yang kontinu)  ⁣dfa ⁣:RnRm\dd f_a \colon \R^n \to \R^m dengan

f(a+h)=f(a)+ ⁣dfa(h)+o(h)(h0).f(a + h) = f(a) + \dd f_a(h) + o(\norm h) \qquad (h \to 0).

Pemetaan  ⁣dfa\dd f_a, yakni diferensial ff di aa, bersifat tunggal; dan matriksnya dalam basis kanoniknya adalah matriks Jacobi Jf(a)=(fixj(a))J_f(a) = \bigl(\frac{\partial f_i}{\partial x_j}(a)\bigr). Keterdiferensialan mengakibatkan kekontinuan beserta keberadaan semua turunan berarah  ⁣dfa(v)=limt0f(a+tv)f(a)t\dd f_a(v) = \lim_{t\to0}\frac{f(a + tv) - f(a)}{t}; sedangkan konversnya gagal (Latihan 15.2). Untuk m=1m = 1, berlaku  ⁣dfa(h)=f(a),h\dd f_a(h) = \langle \nabla f(a), h\rangle: yakni gradien Tahun ke-1, yang kini dipahami sebagai vektor yang mewakili diferensialnya.

Contoh

Contoh 15.4 (Fungsi radial, sekali untuk selamanya)

Misalkan r(x)=x2r(x) = \norm x_2 pada Rn{0}\R^n\setminus\{0\} dan f=grf = g \circ r dengan gg fungsi C1C^1 satu peubah. Pertama, rr bersifat terdiferensialkan jauh dari 00: sebab dari r2=xi2r^2 = \sum x_i^2,

rxi=xir,yaknir(x)=xx,\frac{\partial r}{\partial x_i} = \frac{x_i}{r}, \qquad\text{yakni}\qquad \nabla r(x) = \frac{x}{\norm x} ,

yakni vektor radial satuannya (turunkan r2r^2 lalu bagilah — atau terapkan aturan rantai pada \sqrt{\cdot}). Lalu aturan rantainya memberi, untuk setiap fungsi radial,

f(x)=g(x)xx.\nabla f(x) = g'\bigl(\norm x\bigr)\,\frac{x}{\norm x} .

Contoh yang dikerjakan: g(r)=1rg(r) = \frac1r menghasilkan 1x=xx3\nabla\frac{1}{\norm x} = -\frac{x}{\norm x^3}, yakni medan kuadrat-terbalik milik gravitasi dan elektrostatika — dengan arah radial dan besar 1x2\frac{1}{\norm x^2}. Pelajaran penutupnya: gradien fungsi radial bersifat radial karena himpunan arasnya berupa bola dan gradiennya ortogonal terhadap himpunan aras; sedangkan di x=0x = 0, sebaliknya, rr tidak terdiferensialkan (sebab tak ada calon pemetaan linear yang cocok dengan h\norm h dari segala arah) — jadi profil radial yang mulus menuntut g(0)=0g'(0) = 0 agar dapat menyeberangi titik asalnya dengan anggun.

Contoh 15.6 (Sebuah konstanta Lipschitz dari ketaksamaan nilai rerata)

Apakah f(x,y)=sinxsinyf(x, y) = \sin x\,\sin y bersifat Lipschitz pada R2\R^2, dan dengan konstanta yang mana? Gradiennya f=(cosxsiny, sinxcosy)\nabla f = (\cos x\sin y,\ \sin x\cos y), yang kuadrat normanya

cos2xsin2y+sin2xcos2ysin2y+cos2y1=1\cos^2x\sin^2y + \sin^2x\cos^2y \leq \sin^2 y + \cos^2y\cdot 1 = 1

(sebab cos2x\cos^2x dan sin2x\sin^2x dibatasi 11 secara terpisah), jadi  ⁣df(x,y)=f1\vertiii{\dd f_{(x,y)}} = \norm{\nabla f} \leq 1 di mana-mana, lalu Teorema 15.5 pada ruas antara sembarang dua titik memberi

f(b)f(a)ba2:\abs{f(b) - f(a)} \leq \norm{b - a}_2 :

jadi ff bersifat Lipschitz berkonstanta 11, dan konstantanya tajam (sebab di dekat titik asalnya, f(x,π2)=sinxf(x, \tfrac\pi2) = \sin x berlereng 11). Pelajaran penutupnya: ketaksamaan nilai rerata mengubah batas titik demi titik pada diferensialnya menjadi modulus kekontinuan yang global — yakni rute baku menuju taksiran Lipschitz pada setiap dimensi, sekaligus mesin di dalam Latihan 15.12.

Baca dalam konteks →