Sunteți pe pagina 1din 4

Jacobiano

En clculo vectorial, se llama jacobiano o determinante precisamente el gradiente.


jacobiano al determinante de la matriz jacobiana. Tanto la matriz jacobiana como el determinante jacobiano
reciben su nombre en honor al matemtico Carl Gustav 1.2 Funcin vectorial
Jacobi.
n
m
En geometra algebraica, el jacobiano de una curva hace Supongamos F:R R es una funcin que va del espacio
referencia a la variedad jacobiana, un grupo y variedad eucldeo n-dimensional a otro espacio eucldeo malgebraica asociada a la curva, donde la curva puede ser dimensional. Esta funcin est determinada por m funciones escalares reales:
embebida.

yi = Fi (x1 , . . . , xn ),
(F1 (x), . . . , Fm (x))

Matriz jacobiana

La matriz jacobiana es una matriz formada por las


derivadas parciales de primer orden de una funcin. Una
de las aplicaciones ms interesantes de esta matriz es la
posibilidad de aproximar linealmente a la funcin en un
punto. En este sentido, el jacobiano representa la derivada de una funcin multivariable.

y = F(x) =

Cuando la funcin anterior es diferenciable, entonces las


derivadas parciales de estas m funciones pueden ser organizadas en una matriz m por n, la matriz jacobiana de
F:

y1
x
1
..
.

ym

y1
xn

..
.

ym
xn

Propiamente deberamos hablar ms que de matriz ja..


cobiana, de diferencial jacobiana o aplicacin lineal
.
jacobiana ya que la forma de la matriz depender de la
base o coordenadas elegidas. Es decir, dadas dos bases

x1
diferentes la aplicacin lineal jacobiana tendr componentes diferentes an tratndose del mismo objeto matemtico. La propiedad bsica de la matriz jacobiana es la Esta matriz es notada de diversas maneras:
siguiente, dada una aplicacin cualquiera F : Rn Rm
(y1 ,...,ym )
continua, es decir F C (k) (Rn , Rm ) se dir que es difeJF (x1 , . . . , xn ),
o
o
(x1 ,...,xn ) ,
n
m
renciable si existe una aplicacin lineal L(R , R )
tal que:
Ntese que la la, i-sima la coincidir dada con el
(F(x)F(y))(xy)
gradiente de la funcin yi, para i = 1,...,m.
(1) lim
=0
xy0

1.1

xy

Si p es un punto de Rn y F es diferenciable en p, entonces


su derivada est dada por JF(p). En este caso, la aplicacin lineal descrita por JF(p) es la mejor aproximacin
lineal de F cerca del punto p, de esta manera:

Funcin escalar

Empecemos con el caso ms sencillo de una funcin escalar F :Rn R . En este caso la matriz jacobiana ser una
F(x) F(p) + JF (p)(x p)
matriz formada por un vector la que coincide con el
gradiente. Si la funcin admite derivadas parciales para cada variable puede verse que basta denir la matriz para x cerca de p. O con mayor precisin:
jacobiana como:
[ (x)
F (x)
...
x1

:= ]
F (x)
xn

F (x)

limxp0

F(x)F(p)JF (p)(xp)
xp

=0

En ciertos espacios vectoriales de dimensin no nita,


formados por funciones, puede generalizarse el concepto
Ya que entonces se cumplir la relacin (1) automtica- de matriz jacobiana deniendo una aplicacin lineal jamente, por lo que en este caso la matriz jacobiana es cobiana.
1

DF(x1 , . . . , x

1.3

2 DETERMINANTE JACOBIANO

Ejemplos

2.1 Ejemplos

Ejemplo 1. La matriz jacobiana de la funcin F : R3


R3 denida como:

Ejemplo 1. El determinante jacobiano de la funcin F :


R3 R3 denida como:
F (x1 , x2 , x3 )
2 sin(x2 x3 ), x2 x3 )

F (x1 , x2 , x3 ) = (x1 , 5x3 , 4x22 2x3 )


es:

(5x2 , 4x21

es:

1
0

0
0
JF (x1 , x2 , x3 ) =
0 8x2

0
5
2

No siempre la matriz jacobiana es cuadrada. Vase el siguiente ejemplo.

=
J(x1 , x2 , x3 )

0
5
0


8x1 2x3 cos(x2 x3 ) 2x2 cos(x2 x3 ) =



0
x3
x2

8x1 2x2 cos(x2 x3 )
= 40x1 x2
5

0
x2

Ejemplo 2. Supngase la funcin F : R3 R4 , cuyas


El teorema de la funcin inversa garantiza que la funcin
componentes son:
es localmente invertible en todo el dominio excepto quiz donde x1 = 0 x2 = 0 (es decir, los valores para los
que el determinante se hace cero). Si imaginamos un oby1 = 1/x1
jeto pequeo centrado en el punto (1,1,1) y le aplicamos
F, tendremos un objeto aproximadamente 40 veces ms
y2 = 5x3
voluminoso que el original.
y3 = 4x22 2x3
Ejemplo 2. Cambiando un poco la funcin anterior por
y4 = x3 sin(x1 )
sta:
Aplicando la denicin de matriz jacobiana:
F (x1 , x2 , x3 )
=
(5x2 , 4x21
2 sin(x2 x3 ), x1 )
J (x1 , x2 , x3 )
=
y F y
y1
1
1
x1 x2 x3
El determinante jacobiano quedar:
y2 y2 y2

1 x2 x3
=
y3 y3 y3
J(x1 , x2 , x3 )
=

0

5
0
x1 x2 x3


y



8x
2x
cos(x
x
)
2x
cos(x
x
)
y
y
3
2 3
2
2 3 =
4
4
4
1


1
0
0
x3
2

x1 x
8x1 2x2 cos(x2 x3 )
0
0
1/x21
=
= 5


0
0
5
1
0
.

0
8x2
2
10x2 cos(x2 x3 ).
x3 cos(x1 )
0
sin(x1 )
En este caso existen ms valores que anulan al determinante. Por un lado x2 =0 , y por otro:

Determinante jacobiano

cos (x2 x3 ) = 0 x2 x3 = (2k + 1) 2


Si m = n, entonces F es una funcin que va de un espacon k = 0, 1, 2...
cio n-dimensional a otro. En este caso la matriz jacobiana
es cuadrada y podemos calcular su determinante, conocido como el determinante jacobiano o simplemente jaco- 2.2 Invertibilidad y jacobiano
biano.
El determinante jacobiano en un punto dado nos da infor- Una propiedad interesante del jacobiano es que cuando
macin importante sobre el comportamiento de F cerca ste es diferente de cero en el entorno de un punto dado,
de ese punto. Para empezar, una funcin F es invertible entonces el teorema de la funcin inversa garantiza que
cerca de p si el determinante jacobiano en p es no nulo. la funcin admite una funcin inversa alrededor de dicho
Ms an, el valor absoluto del determinante en p nos da el punto.
factor con el cual F expande o contrae su volumen cerca El teorema anterior expresa una condicin suciente aunde p.
que no necesaria, ya que por ejemplo la funcin f (x)=x3

3
tiene por jacobiano J=3x2 que se anula en el punto x=0 ,
aunque alrededor de ese punto la funcin sigue teniendo
inversa g(x)=f 1 (x)=x1/3 an cuando el jacobiano es nulo
en el origen.

Vase tambin
Matriz
Matriz hessiana
Integral mltiple

Enlaces externos
Weisstein, Eric W. Jacobian (en ingls).
MathWorld. Wolfram Research.

5 TEXT AND IMAGE SOURCES, CONTRIBUTORS, AND LICENSES

Text and image sources, contributors, and licenses

5.1

Text

Jacobiano Fuente: http://es.wikipedia.org/wiki/Jacobiano?oldid=76516224 Colaboradores: Julie, Porao, Charlitos, RobotQuistnix, Yrbot, YurikBot, GermanX, Paintman, Juan Marquez, Futbolero, Rdaneel, CEM-bot, Davius, NeoRichard, BotOn, Isha, MSBOT, Gusgus,
JAnDbot, Kved, JoseA, Rei-bot, Aibot, Matdrodes, Maesendmi, YonaBot, Diego Aranda, STBot, Ken123BOT, Gato ocioso, Estirabot,
Leonpolanco, Raulshc, Luckas-bot, MystBot, Dangelin5, ArthurBot, Alebergen, IntruDDer, Jkbw, Ricardogpn, Gusbelluwiki, TobeBot,
Lagranggio, PatruBOT, GrouchoBot, EmausBot, Joao.pimentel.ferreira, SaeedVilla, KLBot2, Makecat-bot, JuanManwell y Annimos: 44

5.2

Images

5.3

Content license

Creative Commons Attribution-Share Alike 3.0