雪花台湾

d2到底是什麼?

d2y/dx2中的d2是什麼,它和dx2有什麼區別,為什麼不用dy2?


就是一階微分運算元 作為映射與自身的複合 ,也就是二階微分運算元咯(當然前提是它得存在)

為啥要寫成類似於乘方的形式呢?因為映射的複合 在如下意義上類似於乘法運算

如果運算符 的兩邊都是線性映射並且支持加法和數乘,那麼 是個雙線性運算符

也就是說對於任意標量 及線性映射 可以證明:

(這公式瞧著是不是跟小學乘法長得一模一樣?)

這個微分運算元 是個線性映射,自然就可以把 視作連乘,從而寫成乘方的模樣


上面解釋的是 這種記法的由來,下面再解釋下 具體的含義,以一維歐氏空間 上的函數為例

首先 表示一個 的映射:

比如斜率 k 的線性函數 ,這裡自變數 x 和因變數 y 自然都是實數

線性函數簡單好算,而且可以自然地定義線性函數之間的加法和數乘,也就是說所有線性函數構成了一個線性空間,這個線性空間記作 ,站在分號左邊的是自變數所屬集合,站在分號右邊的是因變數所屬集合(奇怪,一個是實數集,另一個也是實數集。。

一般的函數 自然不見得是線性的,沒那麼簡單好算,比如算 sin(0) 簡單,算 sin(0.1) 就撓頭啦

這時微分運算元 哧溜一下冒出來站到 的左邊:「讓俺來幫你捯飭一下,包管算起來 so easy」

於是呢就整出個新函數叫做 ,它把非線性的 盡量給線性化;這種線性化自然只能是局部的,不可能說對 我都拿同一個線性函數來湊乎,那樣算起來是簡單但誤差可就大了去了

所以這個新函數 應該給不同的自變數 x 配上不同的線性函數 ,讓函數 在 x 附近長得跟函數 差不離,換言之 是這樣一個映射:

這裡自變數是實數 ,因變數是線性函數

所謂差不離就是說對於挨著 x 足夠近的數 x+h,用函數 算出來的數和用函數 算出來的數也足夠近;當然這裡得摳掉本底 f(x) 先,也就是說函數 擬合的不是函數 本身,而是 在 x 處的差分函數

記號 指代一個相對增量 h 的高階小量,即

記號 意思是用函數 作用到變數 x 得到一個值(又是一個函數!),再用該值作用到增量 h 得到的數;嫌括弧多了腦殼疼的話,也可以記成 ,其實就是把表示差分運算元的大 改成了表示微分運算元的小

寫到這裡,我要劃個重點啦:

函數 乃是不同道上混的,前者是從 的映射,函數值是個數 ;後者是從 的映射,函數值是個函數 ,稱為 在 x 處的微分


從線性擬合的角度看, 給出了差分 的一階線性組分,余項 給出了剩餘的高階非線性組分;高階非線性組分的貢獻自然遠小於線性組分,因此我們習慣於把它忽略掉

但是如果我們需要考察函數 f 在 x 處更細微的性狀呢?比如已知 x 是極值點,即 ,這時函數 f 的性狀就完全被余項所主導,要想知道 x 是極大值點還是極小值點,就必須進一步考察下這個余項是個啥樣子,比如看看能否用平方項來擬合它;平方雖然沒線性函數那麼簡單,但也還是相當 easy 啦,這對我們把握函數 f 的性狀自然大有助益

我們之前從差分函數入手,得到了一階擬合形式;那麼為得到平方項這樣的二階擬合形式,自然的想法是可以從二階差分函數入手,也就是去琢磨差分函數的差分

問題來了:這個差分的差分該寫?

我們看到 把一個 上的映射:

變成另一個 上的映射:

其中因變數 也是一個 上的映射:

那麼只需把函數 f 替換成函數 ,自然就得到了差分函數 的差分:

其中因變數 上的映射:

注意到右側的 本身又是 上的映射,這意味著 可以視為增量 的 二元函數:

把右邊在 處的一階差分項展開,再做些簡單的加減組合,我們可以把 重新表示成在 x 處的一階差分項的組合:

順便說句,從這個組合形式很容易看出二階差分是個對稱二元函數,亦即:

二階差分也可以理解為函數 f 在下圖矩形頂點上的有向和:

我們現在得到了二階差分的形式,那麼它的意義是什麼?

注意到依照線性函數的定義,對線性形式 我們一定有如下恆等式:

這樣,如果我們把二階差分組合表達式中的 都替換成 ,那麼二階差分項就沒啦

換言之,如果非線性余項 消失,則二階差分項也跟隨消失,兩者密切相關,由此確認了我們之前用二階差分來分析余項的思路是可行滴

讓我們把余項顯式地寫出來,記作

代入二階差分組合表達式,得到完全由余項構成的二階差分形式:

可以想到,如果余項具有平方項的形式,比如說 ,那麼上式的右側就等於 ,這是一個關於增量 的二重線性函數:這東西非常簡單,基本上可以看作是兩個一元線性函數的乘積,處理起來 so easy~~

一般的余項自然不會剛好是個平方項,二階差分自然也不會剛好就是個二重線性函數;但就像我們之前可以試著拿線性函數去擬合一階差分,假如我們運氣好,這個余項雖不是平方項但也差不離了,那我們也可以拿某個二重線性函數去擬合這個二階差分,換言之:

這裡記號 如前,也是指代一個相對 的高階小量,即

記號 是個關於自變數 的二重線性函數;我們這裡只討論自變數僅限於一維歐氏空間 上的簡單情形,因此 一定可以寫成某個常數乘以 的形式;另外前面我們講過二階差分 關於兩個自變數是對稱的,可以推斷 一定也是對稱的,亦即:

所有二重線性函數自然地也構成了一個線性空間,這個線性空間記作 (這裡站在分號前有兩個 ,因為有兩個自變數)

相應地,我們就迎來了一個新映射:

這裡自變數是實數 ,因變數是二重線性函數

繼續劃重點啦:

函數 又不一樣,這是個從 的映射,函數值是個二元函數 ,稱為 在 x 處的二階微分


我們現在來算個微分的具體實例,並藉此說明記號 以及 的確切含義

考慮最簡單的 的恆等映射:

那麼 在任意 x 處的一階差分則是:

也就是說 同樣是 的恆等映射,因此有

套用前面對微分的定義,注意到 本身就是線性函數,那麼不難知道恆等映射在任意 x 處的微分都等於自身:

我們習慣於用 來表示映射,也因此習慣地把 f 的微分用 y 來標記,亦即

(這個習慣其實不太好,因為 里的 y 是一個數,而 里的 y 其實是指函數 f ,不仔細的話容易弄混,而且缺少下標來指明是在何處的微分)

對於恆等映射,因為因變數 y 就等於自變數 x ,在這種標記習慣下我們就有了:

(同樣需要注意記號 里的 x 並不是指代某個特定的數,而是指恆等映射; 同樣並不是指代某個特定的數,而是指恆等映射在某處的微分——這個微分正好也是恆等映射)

由此,當我們說函數 的微分是 時,其確切含義是指在 x 處給定的如下線性函數:

(一些教材因此也經常把記號 同增量 h 等同起來,這個就非常容易混淆了,也是招致各種誤解的來源)

現在我們已經說清了記號 的含義:恆等映射在某處的微分——也就是恆等映射自己


那麼 是啥含義呢?

它應該被理解為 ,其中 是常函數

有人大概要問了:你幹嘛這麼多此一舉的寫個 C(x) 來又讓它等於1,直接寫 不好么?

(留個尾巴,下回再寫,叉會兒腰~~


謝邀。

第一個小問,

二階微分運算元,它把 映射到線性空間 上,

這個空間的元素是域 上的線性函數

其實是你理解的不完整,不能拆開看,應該是

微積分中類似的殘疾概念很多,比如極值與最值,微分與導數,定積分與不定積分,、

第一類換元積分法與第二類換元積分法。

實際上不應該分開的。為什麼分開了?

因為第一代,第二代中國數學教育家們制定微積分知識點大綱的時候,

為了方便初學者學習而拆開的。

第二個小問,需要知道微分的概念。

微分/切映射:

因為 ,所以

詳細一點:

因為 ,所以

直觀地說,

數學上,微分描述的是空間上的線性變化過程,

0階微分描述1維空間上的線性變化過程,就是函數本身,

1階微分描述2維空間上的線性變化過程,1維空間上曲線的單調性,

2階微分描述3維空間上的線性變化過程,2維空間上曲線的凹凸性,

階數 的微分是高階微分,

n階微分描述n+1維空間上的線性變化過程。

物理上,時間作為1個特殊維的空間,

用1階微分運算元 描述1維空間上線性運動的變化過程/速度。

用2階微分運算元 描述2維空間上線性運動的變化過程/加速度。

同理,高階無限小量在高維空間上的任意一組對偶的對象上是線性的,

可以用高階微分代替。

如果你要問,為什麼要這麼寫?

有些人會說習慣啊,規定啊,約定啊這種直覺理由,

但作為一個初學者,這種直覺的說法並不能解釋這種寫法的動機,理解起來很難受。

實際上,它可能是用分母上的形式表象二階微分的完整性,

用分子上的形式表象二階微分的分割性。

所以分母上不用 ,而分子上必須用


d2y是二階微分 dx2是兩個一階微分的積


不邀自來(??????) ?

大一的時候咱也和題主一樣傻傻分不清,後來發現其實挺容易區分的(?&> &)

簡單來說:

d2x指x的二階微分,即d(dx)

d(x2)是x2的微分,即2xdx

(dx)2是x微分的平方,也記為dx2

記住以上就很簡單啦(′▽`)ノ?

至於d2y/dx2,題主就不要管那麼多啦,直接看成對y=f(x)的二階微分就成~


推薦閱讀:
查看原文 >>
相关文章