MathLabs
定理証明済み

変数変換定理とヤコビ行列式

内容

Φ:U→Φ(U)⊆R2\Phi : U \to \Phi(U) \subseteq \mathbb{R}^2 をヤコビ行列 DΦ(u,v)=(xuxvyuyv)D\Phi(u,v) = \begin{pmatrix} x_u & x_v \\ y_u & y_v \end{pmatrix} をもつ C1C^1 級微分同相写像とする。Φ(U)\Phi(U) 上の任意の可積分関数 ff に対して ∬Φ(U)f(x,y) dx dy=∬Uf(x(u,v),y(u,v)) ∣det⁡DΦ(u,v)∣ du dv\iint_{\Phi(U)} f(x,y)\,dx\,dy = \iint_U f(x(u,v), y(u,v))\,|\det D\Phi(u,v)|\,du\,dv が成り立つ。ただし det⁡DΦ=xuyv−xvyu\det D\Phi = x_u y_v - x_v y_u である。

なぜ正しいのか?

一変数の置換積分で dx=g′(u) dudx = g'(u)\,du が長さを伸縮させるのと同様に、∣det⁡DΦ(u,v)∣|\det D\Phi(u,v)| は微小な (u,v)(u,v) 長方形が (x,y)(x,y) 平面の平行四辺形へ写されるときの局所的な面積拡大率を表す。

証明の概略

UU 内の微小な長方形 Rij=[ui,ui+Δu]×[vj,vj+Δv]R_{ij} = [u_i, u_i + \Delta u] \times [v_j, v_j + \Delta v] を考える。(ui,vj)(u_i, v_j) の周りでの一階テイラー展開により、辺 (Δu,0)( \Delta u, 0 ) と (0,Δv)( 0, \Delta v ) は近似的に接ベクトル a=Φu(ui,vj) Δu=(xu,yu) Δu\mathbf{a} = \Phi_u(u_i,v_j)\,\Delta u = (x_u, y_u)\,\Delta u と b=Φv(ui,vj) Δv=(xv,yv) Δv\mathbf{b} = \Phi_v(u_i,v_j)\,\Delta v = (x_v, y_v)\,\Delta v に写される。R2\mathbb{R}^2 において a\mathbf{a} と b\mathbf{b} が張る平行四辺形の面積は、高次の誤差 o(Δu Δv)o(\Delta u\,\Delta v) を除いて ∣xuyv−xvyu∣ Δu Δv=∣det⁡DΦ(ui,vj)∣ Δu Δv|x_u y_v - x_v y_u|\,\Delta u\,\Delta v = |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v に等しい。

ΔAij≈∣det⁡DΦ(ui,vj)∣ Δu Δv\Delta A_{ij} \approx |\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v をリーマン和 ∑i,jf(Φ(ui,vj)) ΔAij\sum_{i,j} f(\Phi(u_i, v_j))\,\Delta A_{ij} に代入すると ∑i,jf(Φ(ui,vj)) ∣det⁡DΦ(ui,vj)∣ Δu Δv\sum_{i,j} f(\Phi(u_i, v_j))\,|\det D\Phi(u_i, v_j)|\,\Delta u\,\Delta v が得られる。特に極座標 x=rcos⁡θx = r\cos\theta、y=rsin⁡θy = r\sin\theta では det⁡DΦ=(cos⁡θ)(rcos⁡θ)−(−rsin⁡θ)(sin⁡θ)=r(cos⁡2θ+sin⁡2θ)=r\det D\Phi = (\cos\theta)(r\cos\theta) - (-r\sin\theta)(\sin\theta) = r(\cos^2\theta + \sin^2\theta) = r となり、dx dy=r dr dθdx\,dy = r\,dr\,d\theta が導かれる。

この定理を使うトピック

ステップごとの証明

この定理のステップごとの証明はまだありません。

参考文献

  1. Jerrold E. Marsden, Anthony J. Tromba (2012). Vector Calculus
  2. Tom M. Apostol (1974). Mathematical Analysis
  3. Tom M. Apostol (1969). Calculus, Vol. 2: Multi-Variable Calculus and Linear Algebra with Applications