WIIS

多変数ベクトル値関数の微分

多変数のベクトル値関数のベクトル和の偏微分

目次

関連知識

Mailで保存
Xで共有

多変数のベクトル値関数のベクトル和の偏微分

定義域を共有する多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)が与えられたとき、それぞれのベクトル\(x\in X\)に対して、以下のベクトル\begin{equation*}\left( f+g\right) \left( x\right) =f\left( x\right) +g\left( x\right)
=\left(
\begin{array}{c}
f_{1}\left( x_{1},\cdots ,x_{n}\right) +g_{1}\left( x_{1},\cdots
,x_{n}\right) \\
\vdots \\
f_{1}\left( x_{1},\cdots ,x_{n}\right) +g_{1}\left( x_{1},\cdots
,x_{n}\right)
\end{array}\right) \in \mathbb{R} ^{m}
\end{equation*}を値として定める新たな多変数のベクトル値関数\begin{equation*}
f+g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}
\end{equation*}が定義可能です。ただし、\(f_{i},g_{i}:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} \ \left( i=1,\cdots ,m\right) \)は\(f\)および\(g\)の成分関数です。

多変数のベクトル値関数\(f,g\)がともに定義域上の点\(a\in X\)において変数\(x_{k}\ \left( k=1,\cdots ,n\right) \)に関して偏微分可能であるものとします。つまり、\(f\)と\(g\)が点\(a\)および周辺の任意の点において定義されているとともに、その点における変数\(x_{k}\)に関する偏微分係数\begin{eqnarray*}\frac{\partial f\left( a\right) }{\partial x_{k}} &=&\left. \frac{\partial
f\left( x\right) }{\partial x_{k}}\right\vert _{x=a} \\
\frac{\partial g\left( a\right) }{\partial x_{k}} &=&\left. \frac{\partial
g\left( x\right) }{\partial x_{k}}\right\vert _{x=a}
\end{eqnarray*}がともに\(\mathbb{R} ^{m}\)上のベクトルとして定まるということです。以上の条件が満たされる場合、多変数のベクトル値関数\(f+g\)もまた点\(a\)において変数\(x_{k}\)に関して偏微分可能であることが保証されるとともに、その偏微分係数が、\begin{eqnarray*}\frac{\partial \left( f+g\right) \left( a\right) }{\partial x_{k}} &=&\frac{\partial f\left( a\right) }{\partial x_{k}}+\frac{\partial g\left( a\right)
}{\partial x_{k}} \\
&=&\left. \frac{\partial f\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}+\left. \frac{\partial g\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}
\end{eqnarray*}すなわち、\begin{eqnarray*}
\frac{\partial \left( f+g\right) \left( a\right) }{\partial x_{k}} &=&\left(
\begin{array}{c}
\frac{\partial f_{1}\left( a\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial f_{m}\left( a\right) }{\partial x_{k}}\end{array}\right) +\left(
\begin{array}{c}
\frac{\partial g_{1}\left( a\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial g_{m}\left( a\right) }{\partial x_{k}}\end{array}\right) \\
&=&\left(
\begin{array}{c}
\left. \frac{\partial f_{1}\left( x\right) }{\partial x_{k}}\right\vert
_{x=a} \\
\vdots \\
\left. \frac{\partial f_{m}\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}\end{array}\right) +\left(
\begin{array}{c}
\left. \frac{\partial g_{1}\left( x\right) }{\partial x_{k}}\right\vert
_{x=a} \\
\vdots \\
\left. \frac{\partial g_{m}\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}\end{array}\right)
\end{eqnarray*}という\(\mathbb{R} ^{m}\)上のベクトルとして定まります。

命題(多変数のベクトル値関数のベクトル和の偏微分)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)がそれぞれ任意に与えられたとき、そこから多変数のベクトル値関数\(f+g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義する。\(f,g\)が定義域上の点\(a\in X\)において変数\(x_{k}\ \left( k=1,\cdots ,n\right) \)に関して偏微分可能であるならば、\(f+g\)もまた点\(a\)において変数\(x_{k}\)に関して偏微分可能であり、そこでの変数\(x_{k}\)に関する偏微分係数は、\begin{eqnarray*}\frac{\partial \left( f+g\right) \left( a\right) }{\partial x_{k}} &=&\frac{\partial f\left( a\right) }{\partial x_{k}}+\frac{\partial g\left( a\right)
}{\partial x_{k}} \\
&=&\left. \frac{\partial f\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}+\left. \frac{\partial g\left( x\right) }{\partial x_{k}}\right\vert
_{x=a}
\end{eqnarray*}となる。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

つまり、定義域上の点\(a\)において変数\(x_{k}\)について偏微分可能な多変数のベクトル値関数\(f,g\)のベクトル和の形をしている多変数のベクトル値関数\(f+g\)が与えられたとき、\(f+g\)もまた点\(a\)において変数\(x_{k}\)について偏微分可能であるとともに、\(f\)の偏微分係数であるベクトル\(\frac{\partial f\left( a\right) }{\partial x_{k}}\)と\(g\)の偏微分係数であるベクトル\(\frac{\partial g\left(a\right) }{\partial x_{k}}\)のベクトル和をとれば\(f+g\)の偏微分係数\(\frac{\partial \left( f+g\right) \left( a\right) }{\partial x_{k}}\)が得られることを上の命題は保証しています。

例(多変数のベクトル値関数のベクトル和の偏微分)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)がそれぞれ任意に与えられたとき、そこから多変数のベクトル値関数\(f+g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義します。\(f,g\)がともに変数\(x_{k}\)に関して偏微分可能である場合には偏導関数\begin{eqnarray*}\frac{\partial f}{\partial x_{k}} &:&\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m} \\
\frac{\partial f}{\partial x_{k}} &:&\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}
\end{eqnarray*}がともに存在します。この場合、\(f+g\)もまた変数\(x_{k}\)に関して偏微分可能であり、偏導関数\(\frac{\partial \left( f+g\right) }{\partial x_{k}}:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)はそれぞれの\(x\in X\)に対して、\begin{eqnarray*}\frac{\partial \left( f+g\right) \left( x\right) }{\partial x_{k}} &=&\frac{\partial f\left( x\right) }{\partial x_{k}}+\frac{\partial g\left( x\right)
}{\partial x_{k}}\quad \because \text{偏微分可能な関数のベクトル和} \\
&=&\left(
\begin{array}{c}
\frac{\partial f_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial f_{m}\left( x\right) }{\partial x_{k}}\end{array}\right) +\left(
\begin{array}{c}
\frac{\partial g_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial g_{m}\left( x\right) }{\partial x_{k}}\end{array}\right) \\
&=&\left(
\begin{array}{c}
\frac{\partial f_{1}\left( x\right) }{\partial x_{k}}+\frac{\partial
g_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial f_{m}\left( x\right) }{\partial x_{k}}+\frac{\partial
g_{m}\left( x\right) }{\partial x_{k}}\end{array}\right)
\end{eqnarray*}を定めます。つまり、\begin{equation*}
\frac{\partial \left( f+g\right) }{\partial x_{k}}=\frac{\partial f}{\partial x_{k}}+\frac{\partial f}{\partial x_{k}}
\end{equation*}が成り立つということです。

例(多変数のベクトル値関数のベクトル和の偏微分)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)とスカラー\(c_{1},c_{2}\in \mathbb{R} \)がそれぞれ任意に与えられたとき、それぞれの\(x\in X\)に対して、\begin{equation*}\left( c_{1}f_{1}+c_{2}f_{2}\right) \left( x\right) =c_{1}f_{1}\left(
x\right) +c_{2}f_{2}\left( x\right)
\end{equation*}を定める多変数のベクトル値関数\(c_{1}f+c_{2}g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義します。\(f,g\)がともに変数\(x_{k}\)に関して偏微分可能である場合には偏導関数\begin{eqnarray*}\frac{\partial f}{\partial x_{k}} &:&\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m} \\
\frac{\partial f}{\partial x_{k}} &:&\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}
\end{eqnarray*}がともに存在します。この場合、\(c_{1}f+c_{2}g\)もまた変数\(x_{k}\)に関して偏微分可能であり、偏導関数\(\frac{\partial \left( c_{1}f+c_{2}g\right) }{\partial x_{k}}:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)はそれぞれの\(x\in X\)に対して、\begin{eqnarray*}\frac{\partial \left( c_{1}f+c_{2}g\right) \left( x\right) }{\partial x_{k}}
&=&\frac{\partial \left( c_{1}f\right) \left( x\right) }{\partial x_{k}}+\frac{\partial \left( c_{2}g\right) \left( x\right) }{\partial x_{k}}\quad
\because \text{偏微分可能な関数のベクトル和} \\
&=&c_{1}\frac{\partial f\left( x\right) }{\partial x_{k}}+c_{2}\frac{\partial g\left( x\right) }{\partial x_{k}}\quad \because \text{偏微分可能な関数のスカラー倍} \\
&=&c_{1}\left(
\begin{array}{c}
\frac{\partial f_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial f_{m}\left( x\right) }{\partial x_{k}}\end{array}\right) +c_{2}\left(
\begin{array}{c}
\frac{\partial g_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
\frac{\partial g_{m}\left( x\right) }{\partial x_{k}}\end{array}\right) \\
&=&\left(
\begin{array}{c}
c_{1}\frac{\partial f_{1}\left( x\right) }{\partial x_{k}}+c_{2}\frac{\partial g_{1}\left( x\right) }{\partial x_{k}} \\
\vdots \\
c_{1}\frac{\partial f_{m}\left( x\right) }{\partial x_{k}}+c_{2}\frac{\partial g_{m}\left( x\right) }{\partial x_{k}}\end{array}\right)
\end{eqnarray*}を定めます。つまり、\begin{equation*}
\frac{\partial \left( c_{1}f+c_{2}g\right) }{\partial x_{k}}=c_{1}\frac{\partial f}{\partial x_{k}}+c_{2}\frac{\partial f}{\partial x_{k}}
\end{equation*}が成り立つということです。

 

多変数のベクトル値関数のベクトル和のヤコビ行列

先の命題より、ヤコビ行列に関する以下の命題が得られます。

命題(多変数のベクトル値関数のベクトル和のヤコビ行列)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)がそれぞれ任意に与えられたとき、そこから多変数のベクトル値関数\(f+g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義する。\(f,g\)が定義域上の点\(a\in X\)において偏微分可能であるならば、\(f+g\)もまた点\(a\)において偏微分可能であり、そこでのヤコビ行列は、\begin{eqnarray*}J_{f+g}\left( a\right) &=&J_{f}\left( a\right) +J_{g}\left( a\right) \\
&=&\left. J_{f}\left( x\right) \right\vert _{x=a}+\left. J_{g}\left(
x\right) \right\vert _{x=a}
\end{eqnarray*}となる。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

つまり、定義域上の点\(a\)において偏微分可能な多変数のベクトル値関数\(f,g\)のベクトル和の形をしている多変数のベクトル値関数\(f+g\)が与えられたとき、\(f+g\)もまた点\(a\)において偏微分可能であるとともに、\(f\)のヤコビ行列\(J_{f}\left( a\right) \)と\(g\)のヤコビ行列\(J_{g}\left( a\right) \)の行列和をとれば\(f+g\)のヤコビ行列\(J_{f+g}\left( a\right) \)が得られることを上の命題は保証しています。

例(多変数のベクトル値関数のベクトル和のヤコビ行列)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)がそれぞれ任意に与えられたとき、そこから多変数のベクトル値関数\(f+g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義します。\(f\)が偏微分可能である場合、ヤコビ行列関数\begin{eqnarray*}J_{f} &:&\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right) \\
J_{g} &:&\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right)
\end{eqnarray*}が存在します。この場合には\(f+g\)もまた偏微分可能であり、ヤコビ行列関数\(J_{f+g}:\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right) \)はそれぞれの\(x\in X\)に対して、\begin{eqnarray*}J_{f+g}\left( x\right) &=&J_{f}\left( x\right) +J_{g}\left( x\right) \quad
\because \text{偏微分可能な関数のベクトル和} \\
&=&\begin{pmatrix}
\frac{\partial f_{1}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial f_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
\frac{\partial f_{m}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial f_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}+\begin{pmatrix}
\frac{\partial g_{1}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial g_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
\frac{\partial g_{m}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial g_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}\quad \because \text{ヤコビ行列の定義} \\
&=&\begin{pmatrix}
\frac{\partial f_{1}\left( a\right) }{\partial x_{1}}+\frac{\partial
g_{1}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial
f_{1}\left( a\right) }{\partial x_{n}}+\frac{\partial g_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
\frac{\partial f_{m}\left( a\right) }{\partial x_{1}}+\frac{\partial
g_{m}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial
f_{m}\left( a\right) }{\partial x_{n}}+\frac{\partial g_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}\end{eqnarray*}を定めます。つまり、\begin{equation*}
J_{f+g}=J_{f}+J_{g}
\end{equation*}が成り立つということです。

例(多変数のベクトル値関数のベクトル和のヤコビ行列)
多変数のベクトル値関数\(f,g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)とスカラー\(c_{1},c_{2}\in \mathbb{R} \)がそれぞれ任意に与えられたとき、それぞれの\(x\in X\)に対して、\begin{equation*}\left( c_{1}f_{1}+c_{2}f_{2}\right) \left( x\right) =c_{1}f_{1}\left(
x\right) +c_{2}f_{2}\left( x\right)
\end{equation*}を定める多変数のベクトル値関数\(c_{1}f+c_{2}g:\mathbb{R} ^{n}\supset X\rightarrow \mathbb{R} ^{m}\)を定義します。\(f,g\)がともに偏微分可能である場合にはヤコビ行列関数\begin{eqnarray*}J_{f} &:&\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right) \\
J_{g} &:&\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right)
\end{eqnarray*}がともに存在します。この場合、\(c_{1}f+c_{2}g\)もまた偏微分可能であり、ヤコビ行列関数\(J_{c_{1}f+c_{2}g}:\mathbb{R} ^{n}\supset X\rightarrow M_{m,n}\left( \mathbb{R} \right) \)はそれぞれの\(x\in X\)に対して、\begin{eqnarray*}J_{c_{1}f+c_{2}g}\left( x\right) &=&J_{c_{1}f}\left( x\right)
+J_{c_{2}g}\left( x\right) \quad \because \text{偏微分可能な関数のベクトル和} \\
&=&c_{1}J_{f}\left( x\right) +c_{2}J_{g}\left( x\right) \quad \because \text{偏微分可能な関数のスカラー倍} \\
&=&c_{1}\begin{pmatrix}
\frac{\partial f_{1}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial f_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
\frac{\partial f_{m}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial f_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}+c_{2}\begin{pmatrix}
\frac{\partial g_{1}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial g_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
\frac{\partial g_{m}\left( a\right) }{\partial x_{1}} & \cdots & \frac{\partial g_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}\quad \because \text{ヤコビ行列の定義} \\
&=&\begin{pmatrix}
c_{1}\frac{\partial f_{1}\left( a\right) }{\partial x_{1}}+c_{2}\frac{\partial g_{1}\left( a\right) }{\partial x_{1}} & \cdots & c_{1}\frac{\partial f_{1}\left( a\right) }{\partial x_{n}}+c_{2}\frac{\partial
g_{1}\left( a\right) }{\partial x_{n}} \\
\vdots & \ddots & \vdots \\
c_{1}\frac{\partial f_{m}\left( a\right) }{\partial x_{1}}+c_{2}\frac{\partial g_{m}\left( a\right) }{\partial x_{1}} & \cdots & c_{1}\frac{\partial f_{m}\left( a\right) }{\partial x_{n}}+c_{2}\frac{\partial
g_{m}\left( a\right) }{\partial x_{n}}\end{pmatrix}\end{eqnarray*}を定めます。つまり、\begin{equation*}
J_{c_{1}f+c_{2}g}=c_{1}J_{f}+c_{2}J_{g}
\end{equation*}が成り立つということです。

関連知識

Mailで保存
Xで共有

質問とコメント

プレミアム会員専用コンテンツです

会員登録

有料のプレミアム会員であれば、質問やコメントの投稿と閲覧、プレミアムコンテンツ(命題の証明や演習問題とその解答)へのアクセスなどが可能になります。

ワイズのユーザーは年齢・性別・学歴・社会的立場などとは関係なく「学ぶ人」として対等であり、お互いを人格として尊重することが求められます。ユーザーが快適かつ安心して「学ぶ」ことに集中できる環境を整備するため、広告やスパム投稿、他のユーザーを貶めたり威圧する発言、学んでいる内容とは関係のない不毛な議論などはブロックすることになっています。詳細はガイドラインをご覧ください。

誤字脱字、リンク切れ、内容の誤りを発見した場合にはコメントに投稿するのではなく、以下のフォームからご連絡をお願い致します。

プレミアム会員専用コンテンツです
ログイン】【会員登録