If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal

A matriz jacobiana

Uma introdução a como a matriz jacobiana representa a aparência local uma função de múltiplas variáveis , como uma transformação linear.

Quer participar da conversa?

Nenhuma postagem por enquanto.
Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

Transcrição de vídeo

RKA4JL - Olá, pessoal? Tudo bem? No último vídeo utilizamos essa função, e é uma função bem não linear, digamos assim. Ela foi vista como uma transformação que leva cada ponto (x,y) no espaço para o ponto (x mais seno de y ; y + seno de x) e no gráfico foi feita a aproximação em um ponto específico. Vamos deixar por escrito esse ponto, (-2,1). É importante o ter registrado. Foi adicionada também uma série de linhas de grade ao redor para mostrar em detalhes o que a transformação faz em pontos que são vizinhos do ponto. Por esse lado, o quadrado mostra a versão aproximada da função. Foi visto que a função, que aparenta ser bem complicada, quando aproximada, ela parece uma função linear, localmente linear. O que eu vou mostrar neste vídeo é a matriz que te diz a função linear disso e ela vai ser um tipo de matriz 2 por 2. Temos nossa matriz, e agora, volte um pouco atrás e pense no nosso esquema original, antes da transformação e pense, agora, em um passo minúsculo para a direita. Depois, pensemos que esse passo minúsculo para a direita é um pequeno parcial x, pequeno passo na direção x, que quando transformado será o passo minúsculo no espaço de saída. Agora veja o que esse passo minúsculo se tornou. Não é mais puramente na direção x, tem agora um componente para a direita, mas também um para baixo. Para representar isso de um bom jeito, o que vamos fazer aqui é, em vez de escrever toda a função como um valor vetorial de saída, usaremos duas funções de valor escalar para fazer essa representação. Então vou escrever como as funções de valor escalar f₁(x,y), então eu vou dar o nome para x mais sen y, e f₂(x,y). Tudo o que eu fiz aqui é dar nomes para funções que já foram escritas. Quando se olha no vetor, a consequência de ter dado um passo minúsculo d, passo para o x no espaço de entrada, é conseguirmos notar que isso corresponde a dois movimentos d no espaço de saída. O componente x desse movimento, se desenhar isso fora e disser "qual o movimento x de tal movimento?", vamos pensar nisso como uma pequena mudança parcial no f₁, o componente x de nossa saída. Ao fazer a divisão, ao pegar a parcial f₁ dividida pelo tamanho dessa pequena mudança, ela escala para o vetor de tamanho normal, não como um pequeno empurrão, mas algo mais constante, que não encolhe quando dermos mais e mais um. De forma parecida, a mudança na direção y, o oponente vertical desse passo, também foi causada pelo dx, aquele passo inicial para a direita. Assim, vai ser uma mudança parcial minúscula no f₂, o componente y de saída. Desse jeito, olhamos para espaço de saída que foi gerado pela mudança parcial na direção x. Novamente, é legal pensar nisso como se fosse uma divisão por uma quantia minúscula. Essa parcial f₂ é realmente um pequeno empurrão, mas ao fazer a divisão pelo tamanho do empurrão minúsculo que gerou isso, conseguimos, basicamente, um número, algo que não encolhe se considerar versões mais aproximadas. Isso é o que acontece se der um pequeno passo na direção x. Mas outra coisa que você pode considerar é um pequeno passo na direção y porque pode surgir a pergunta: "Se der um passo pequeno em uma unidade que vai para cima, o que se torna depois da transformação?" e a resposta aqui é que... Bom, parece que esse vetor ainda tem um componente para cima, mas também um componente para a direita. Agora, vamos escrever os componentes na segunda coluna da matriz porque, como sabemos, se você representa a transformação linear com uma matriz, a primeira coluna diz aonde o primeiro vetor base vai e a segunda coluna, como a primeira, mostra aonde o segundo vetor base vai. Se isso parece estranho, é legal voltar e dar uma olhadinha no vídeo de revisão, ou talvez ver um pouco sobre o conteúdo que nós temos sobre a álgebra linear. Pois bem, para conseguir as coordenadas aqui, vamos fazer a mesma coisa. Vamos ver, primeiro de tudo, a mudança na direção x, o componente x desse vetor empurrado. Isso vai ser dado como uma mudança parcial no f₁, no componente x da saída. Aqui estamos olhando na saída da base. Temos f₁ e f₂. Isso traz a questão de qual mudança foi essa que foi gerada por uma pequena alteração na direção y. Então a direção em f₁ causada por um pequeno passo na direção y dividida pelo tamanhodesse pequeno passo e depois o componente y de nossa saída, o componente y do passo, que vai sair da base, que foi causado por um pequeno passo na direção de cima no espaço de entrada. Essa é a mudança no f₂, o segundo componente da nossa saída, causada por dy. E claro, isso tudo é bem específico ao ponto que registramos à direita. Iniciamos no ponto (-2,1). Cada uma dessas derivadas parciais nos diz para calcular isso no ponto (-2,1). Ao calcular cada uma no ponto (-2,1) você vai conseguir algum número. Isso vai dar uma matriz 2 por 2 bem concreta, que vai representar a transformação linear, que é essa caixinha que aparece quando aproximada. Essa matriz aqui, que está cheia de derivadas parciais, tem o nome bem especial. Ela é chamada de jacobiano, ou matriz jacobiana. Você provavelmente já tinha adivinhado isso. Um jeito de pensar sobre isso é que ela carrega todas as informações de diferencial parcial e leva em conta ambos desses componentes de saída, ambas possíveis saídas, e dá para você uma grade do que todas as derivadas parciais são. Porém, eu espero que você veja além de somente um jeito de guardar o que as derivadas parciais são. Tem uma razão de organizá-las desse jeito e isso cai na ideia de linearidade local. Se você entende que a matriz jacobiana é fundamentalmente suposta para representar o que uma transformação parece quando você aproxima em um ponto em específico, tudo começa a se juntar. No próximo vídeo vamos calcular e mostrar para você como é esse processo e como o resultado bate com a imagem que você vê. É isso, pessoal. Espero que tenham aprendido e até a próxima!