d2到底是什么?
d2y/dx2中的d2是什么,它和dx2有什么区别,为什么不用dy2?
就是一阶微分运算元 作为映射与自身的复合 ,也就是二阶微分运算元咯(当然前提是它得存在)
为啥要写成类似于乘方的形式呢?因为映射的复合 在如下意义上类似于乘法运算
如果运算符 的两边都是线性映射并且支持加法和数乘,那么 是个双线性运算符
也就是说对于任意标量 及线性映射 可以证明:
(这公式瞧著是不是跟小学乘法长得一模一样?)
这个微分运算元 是个线性映射,自然就可以把 视作连乘,从而写成乘方的模样 啦
上面解释的是 这种记法的由来,下面再解释下 具体的含义,以一维欧氏空间 上的函数为例
首先 表示一个 到 的映射:
比如斜率 k 的线性函数 ,这里自变数 x 和因变数 y 自然都是实数
线性函数简单好算,而且可以自然地定义线性函数之间的加法和数乘,也就是说所有线性函数构成了一个线性空间,这个线性空间记作 ,站在分号左边的是自变数所属集合,站在分号右边的是因变数所属集合(奇怪,一个是实数集,另一个也是实数集。。
一般的函数 自然不见得是线性的,没那么简单好算,比如算 sin(0) 简单,算 sin(0.1) 就挠头啦
这时微分运算元 哧溜一下冒出来站到 的左边:「让俺来帮你捯饬一下,包管算起来 so easy」
于是呢就整出个新函数叫做 ,它把非线性的 尽量给线性化;这种线性化自然只能是局部的,不可能说对 和 我都拿同一个线性函数来凑乎,那样算起来是简单但误差可就大了去了
所以这个新函数 应该给不同的自变数 x 配上不同的线性函数 ,让函数 在 x 附近长得跟函数 差不离,换言之 是这样一个映射:
这里自变数是实数 ,因变数是线性函数
所谓差不离就是说对于挨著 x 足够近的数 x+h,用函数 算出来的数和用函数 算出来的数也足够近;当然这里得抠掉本底 f(x) 先,也就是说函数 拟合的不是函数 本身,而是 在 x 处的差分函数 :
记号 指代一个相对增量 h 的高阶小量,即
记号 意思是用函数 作用到变数 x 得到一个值(又是一个函数!),再用该值作用到增量 h 得到的数;嫌括弧多了脑壳疼的话,也可以记成 ,其实就是把表示差分运算元的大 改成了表示微分运算元的小 啦
写到这里,我要划个重点啦:
函数 跟 乃是不同道上混的,前者是从 到 的映射,函数值是个数 ;后者是从 到 的映射,函数值是个函数 ,称为 在 x 处的微分
从线性拟合的角度看, 给出了差分 的一阶线性组分,余项 给出了剩余的高阶非线性组分;高阶非线性组分的贡献自然远小于线性组分,因此我们习惯于把它忽略掉
但是如果我们需要考察函数 f 在 x 处更细微的性状呢?比如已知 x 是极值点,即 ,这时函数 f 的性状就完全被余项所主导,要想知道 x 是极大值点还是极小值点,就必须进一步考察下这个余项是个啥样子,比如看看能否用平方项来拟合它;平方虽然没线性函数那么简单,但也还是相当 easy 啦,这对我们把握函数 f 的性状自然大有助益
我们之前从差分函数入手,得到了一阶拟合形式;那么为得到平方项这样的二阶拟合形式,自然的想法是可以从二阶差分函数入手,也就是去琢磨差分函数的差分
问题来了:这个差分的差分该写?
我们看到 把一个 上的映射:
变成另一个 上的映射:
其中因变数 也是一个 上的映射:
那么只需把函数 f 替换成函数 ,自然就得到了差分函数 的差分:
其中因变数 是 上的映射:
注意到右侧的 本身又是 上的映射,这意味著 可以视为增量 的 二元函数:
把右边在 处的一阶差分项展开,再做些简单的加减组合,我们可以把 重新表示成在 x 处的一阶差分项的组合:
顺便说句,从这个组合形式很容易看出二阶差分是个对称二元函数,亦即:
二阶差分也可以理解为函数 f 在下图矩形顶点上的有向和:
我们现在得到了二阶差分的形式,那么它的意义是什么?
注意到依照线性函数的定义,对线性形式 我们一定有如下恒等式:
这样,如果我们把二阶差分组合表达式中的 都替换成 ,那么二阶差分项就没啦
换言之,如果非线性余项 消失,则二阶差分项也跟随消失,两者密切相关,由此确认了我们之前用二阶差分来分析余项的思路是可行滴
让我们把余项显式地写出来,记作 :
代入二阶差分组合表达式,得到完全由余项构成的二阶差分形式:
可以想到,如果余项具有平方项的形式,比如说 ,那么上式的右侧就等于 ,这是一个关于增量 的二重线性函数:这东西非常简单,基本上可以看作是两个一元线性函数的乘积,处理起来 so easy~~
一般的余项自然不会刚好是个平方项,二阶差分自然也不会刚好就是个二重线性函数;但就像我们之前可以试著拿线性函数去拟合一阶差分,假如我们运气好,这个余项虽不是平方项但也差不离了,那我们也可以拿某个二重线性函数去拟合这个二阶差分,换言之:
这里记号 如前,也是指代一个相对 的高阶小量,即
记号 是个关于自变数 的二重线性函数;我们这里只讨论自变数仅限于一维欧氏空间 上的简单情形,因此 一定可以写成某个常数乘以 的形式;另外前面我们讲过二阶差分 关于两个自变数是对称的,可以推断 一定也是对称的,亦即:
所有二重线性函数自然地也构成了一个线性空间,这个线性空间记作 (这里站在分号前有两个 ,因为有两个自变数)
相应地,我们就迎来了一个新映射:
这里自变数是实数 ,因变数是二重线性函数
继续划重点啦:
函数 跟 和 又不一样,这是个从 到 的映射,函数值是个二元函数 ,称为 在 x 处的二阶微分
我们现在来算个微分的具体实例,并借此说明记号 以及 的确切含义
考虑最简单的 到 的恒等映射:
那么 在任意 x 处的一阶差分则是:
也就是说 同样是 到 的恒等映射,因此有
套用前面对微分的定义,注意到 本身就是线性函数,那么不难知道恒等映射在任意 x 处的微分都等于自身:
我们习惯于用 来表示映射,也因此习惯地把 f 的微分用 y 来标记,亦即
(这个习惯其实不太好,因为 里的 y 是一个数,而 里的 y 其实是指函数 f ,不仔细的话容易弄混,而且缺少下标来指明是在何处的微分)
对于恒等映射,因为因变数 y 就等于自变数 x ,在这种标记习惯下我们就有了:
(同样需要注意记号 里的 x 并不是指代某个特定的数,而是指恒等映射; 同样并不是指代某个特定的数,而是指恒等映射在某处的微分——这个微分正好也是恒等映射)
由此,当我们说函数 的微分是 时,其确切含义是指在 x 处给定的如下线性函数:
(一些教材因此也经常把记号 同增量 h 等同起来,这个就非常容易混淆了,也是招致各种误解的来源)
现在我们已经说清了记号 的含义:恒等映射在某处的微分——也就是恒等映射自己
那么 是啥含义呢?
它应该被理解为 ,其中 是常函数
有人大概要问了:你干嘛这么多此一举的写个 C(x) 来又让它等于1,直接写 不好么?
(留个尾巴,下回再写,叉会儿腰~~
谢邀。
第一个小问,
是二阶微分运算元,它把域 映射到域 的线性空间 上,
这个空间的元素是域 上的线性函数。
其实是你理解的不完整,不能拆开看,应该是 或 ,
微积分中类似的残疾概念很多,比如极值与最值,微分与导数,定积分与不定积分,、
第一类换元积分法与第二类换元积分法。
实际上不应该分开的。为什么分开了?
因为第一代,第二代中国数学教育家们制定微积分知识点大纲的时候,
为了方便初学者学习而拆开的。
第二个小问,需要知道微分的概念。
微分/切映射: ,
因为 ,所以 。
详细一点:
即
因为 ,所以 。
直观地说,
数学上,微分描述的是空间上的线性变化过程,
0阶微分描述1维空间上的线性变化过程,就是函数本身,
1阶微分描述2维空间上的线性变化过程,1维空间上曲线的单调性,
2阶微分描述3维空间上的线性变化过程,2维空间上曲线的凹凸性,
阶数 的微分是高阶微分,
n阶微分描述n+1维空间上的线性变化过程。
物理上,时间作为1个特殊维的空间,
用1阶微分运算元 描述1维空间上线性运动的变化过程/速度。
用2阶微分运算元 描述2维空间上线性运动的变化过程/加速度。
同理,高阶无限小量在高维空间上的任意一组对偶的对象上是线性的,
可以用高阶微分代替。
如果你要问,为什么要这么写?
有些人会说习惯啊,规定啊,约定啊这种直觉理由,
但作为一个初学者,这种直觉的说法并不能解释这种写法的动机,理解起来很难受。
实际上,它可能是用分母上的形式表象二阶微分的完整性,
用分子上的形式表象二阶微分的分割性。
所以分母上不用 ,而分子上必须用
d2y是二阶微分 dx2是两个一阶微分的积
不邀自来(??????) ?
大一的时候咱也和题主一样傻傻分不清,后来发现其实挺容易区分的(?&> &)
简单来说:
d2x指x的二阶微分,即d(dx)
d(x2)是x2的微分,即2xdx
(dx)2是x微分的平方,也记为dx2
记住以上就很简单啦(′▽`)ノ?
至于d2y/dx2,题主就不要管那么多啦,直接看成对y=f(x)的二阶微分就成~
推荐阅读: