函数矩阵与矩司阵微分方程.pptVIP

例 2 ：设 求微分方程组 满足初始 条件 的解。 解：由上述定理可知满足所给初始条件的微分方程组解为 由上面的例题可知 而 所以有 故有 对二次型 ，有 特别地，当 对称时，有 有 例14 当 对称时，对二次函数 因此求二次函数 的极值问题转化为求方程组 的解，即二次函数 的稳定(Stationary)点是可能的极值点。 %ex604.m syms x1 x2 a b c d x=[x1 ;x2],y=[y1; y2] z=[y1 y2]; %引入z的目的是简化结果，同理引入AT A=[a b; c d] ;AT=[a c;b d]; f=z *A*x; % 线性型f R1=jacobian(f,x) % 调用内置函数jacobian求f对x的导数 AT*y R1 = [ a*y1 + c*y2, b*y1 + d*y2] ans = a*y1 + c*y2 b*y1 + d*y2 理论结果是列向量，但显示为行向量 %ex604.m（续） syms x1 x2 a b c d x=[x1 ;x2],y=[y1; y2] z=[y1 y2]; %引入z的目的是简化结果，同理引入AT A=[a b; c d] ;AT=[a c ; b d] f=z *A*x; % 线性型f R2=jacobian(f,y) % 调用内置函数jacobian求f对y’的导数 A*x R2 = [ a*x1 + b*x2, c*x1 + d*x2] ans = a*x1 + b*x2 c*x1 + d*x2 理论结果是列向量，但显示为行向量 %ex604.m（续） syms x1 x2 a b c d x=[x1 ;x2]； z=[x1 x2]; %引入z的目的是简化结果，同理引入AT A=[a b; c d] ;AT=[a c ; b d] f=z *A*x; % 二次型f R3=jacobian(f,x) % 调用内置函数jacobian求f对x的导数 (A+AT)*x R3 = [ 2*a*x1 + b*x2 + c*x2, b*x1 + c*x1 + 2*d*x2] ans = 2*a*x1 + x2*(b + c) 2*d*x2 + x1*(b + c) 理论结果是列向量，但显示为行向量 定义15 设有多元函数 。定义函数 对 的微分(即行梯度)为行向量 定义16 行向量值函数 对列向量 的微分为Jacobi矩阵（行对列） 将梯度推广到向量值函数，我们有 定义17 列向量值函数 对行向量 的微分为Jacobi矩阵（列对行） 特别地，当 时，有Jacobi行列式 例18 对 ， 有 例19 对 ， 有 都是行对列 例20 推广例13的结论。对 有 例 21 （二重积分的坐标变换） 直角坐标系下的二重积分 变成相应的极坐标下的二重积分 经过变换 定义22 多元函数 对列向量 的二阶微分为Hessian矩阵 其Hessian矩阵为 例 23 当 对称时，对二次函数 如果矩阵 还是正定的，并且存在 ，使得 ，则由 可知 是二次函数的局部极小点。 %ex605.m syms x1 x2 a b c d x=[x1 ;x2], z=[x1 x2]; %引入z的目的是简化结果 R1=jacobian(z,x) % 调用内置函数jacobian求x’对x的导数 A=[a b; c d]; R2=jacobian(z*A,x) % 调用内置函数jacobian求x’A对x的导数 R1 = [ 1, 0] [ 0, 1] R2 = [ a, c] [ b, d] 都是