導數 dydx 是不是一個整體符號?極速BigStone2020-03-07 15:59:44

dy/dx 作為導數的符號那麼它就是一個符號,是一個整體不可以分割,等價於 f‘或者df/dx之類。dy可以作為微分,表達的是dy=f’(x)dx,這裡dy,dx是微分,這兩個微分的比就是導數f‘(x)。微分方程裡面你要知道怎麼做切換,就是導數符號和微分的切換。

導數 dydx 是不是一個整體符號?甄景賢2020-05-06 11:36:27

答案是: dx 和 dy 是可以分拆開來的,但這涉及到「微分形式」,超越了一般「大1微積分」的內容,而且解釋起來不容易,要花很多功夫

Differential forms(微分形式)這概念 是法國數學家 Élie Cartan (1869-1951) 發明的,牛頓 到 高斯 的時代並不知道。 我不肯定在 Cartan 之前有沒有人分開寫 dy, dx 這樣的東西。

非常推薦這個答案:

微分符號 dx、dy 表示什麼含義?

導數 dydx 是不是一個整體符號?三川啦啦啦2020-05-09 00:48:18

一、微分

1。 分離變數

首先,定義出發點不同:

\frac{\text dy}{\text dx} \bigg{|}_{x=x_0}:=\lim_{x\rightarrow x_0}\frac{y(x)-y(x_0)}{x-x_0}

dy=Adx

但是容易證明,一元函式

可導

可微

等價,於是

dy

dx

可以拆開解釋:

A=\frac{\text dy}{\text dx}\ \Leftrightarrow\  dy=Adx

這就是解微分方程時,分離變數的理論基礎。

2。 流形上的導數

但是我們知道,當

y

是多元函式時,可微蘊含可導,但反之不然。 可微和可導都關注到了

函式增量

關於某

自變數增量

近似線性增長關係

當考慮光滑流形

M

時,在一點

p

處的切空間

T_pM

上討論是十分愉快的。

M

上的光滑函式集

\mathcal{D}(M)

,任取

f\in \mathcal{D}(M)

,考慮過

p

點的光滑曲線

\alpha(t)

\alpha(0)=p

\frac{\text d}{\text dx}\bigg{|}_{t=0}(f\circ \alpha)=:\alpha

全體

切向量

\alpha

構成切空間

T_pM

,注意切向量是作為一個對映的存在:

\alpha(0):\mathcal{D}(M) \rightarrow \mathbb{R}

3。 流形上的微分

T_pM

作為向量空間,它存在一組天然的基。

p\in U

的座標卡

(X,U)

X:\mathbb{R}^m \rightarrow M^m,\quad (x_1,...,x_m)\mapsto p

此為微分同胚。 透過切向量的定義,顯然座標曲線

x_i: (-\varepsilon,\varepsilon)\rightarrow M,\quad t\mapsto (x_1,...,x_{i-1},t,x_{i+1},...,x_m)

誘匯出一個切向量

X_i:=\frac{\partial}{\partial x_i}\bigg{|}_{0}

\left\{ X_i\right\}_{i=1}^{m}

構成切空間

T_pM

的一組基。 於是所有切向量都可以被這組基線性張成

\alpha

切向量的定義是由光滑函式

f:M\rightarrow \mathbb{R}

誘導,

\mathbb{R}

可視為一維光滑流形;那麼對於對映到

n

維流形,

\varphi: M^m\rightarrow N^n

,同樣可以誘匯出

切對映

[1]

.

\[ \begin{CD}  (-\varepsilon,\varepsilon)@>\alpha>>M@>\varphi>>N  \\ &@AXAA & @AAYA\\ &&\mathbb{R}^m @>>Y^{-1}\circ\ \varphi \ \circ\  X>\mathbb{R}^n  \end{CD}  \]

\[ \begin{CD}  (-\varepsilon,\varepsilon)@>\alpha

其中

i,\ j

是線性同構,所以我們不加區別地對待

d\varphi_p

d(Y^{-1}\circ\ \varphi \ \circ\  X)

,前者簡潔,後者用於計算。

Y^{-1}\circ\ \varphi \ \circ\  X(p)=(y_1(x_1,...,x_m),...,y_n(x_1,...,x_m))

於是有切對映

d\varphi_p:T_pM\rightarrow T_{\varphi(p)}N,\quad \alpha

其中

\beta

於是該線性對映在座標卡

(X,U),\ (Y,V)

下的矩陣恰是

Y^{-1}\circ\ \varphi \ \circ\  X

Jacobi

矩陣。

二、積分

就像題主問的這類符號問題, 比如

\frac{dy}{dx}

起初只是形式定義,但是隨著後面的數學家不斷最佳化理論,於是有機會對以前的符號進行再觀察。 比如積分符號

\int_U f\ dx

,初始定義就是“分割求和取極限”,

dx

就是區間分割的符號化,

\int

就是極限求和的符號化。 但是現代數學對此又有了新的看法。 無論是

dx

還是

dxdy

,都源於幾何微元(線、面)。 我們將這種微元抽象,用其性質將其固定下來——線性是它的靈魂。

1。 張量(tensor)

TM

的“

T

”是什麼意思呢?第一反應是“

\text {targent}

”,畢竟是“切空間”嘛,但是在這裡理解為“

\text {tensor}

”也是可以的。 這個想法了不得,瞬間

M

上的

張量從

[2]

豐富了起來:

T^0M=T_0M=M\times \mathbb{R}

T^1M=T^*M

T_1M=\color{red}{TM}

T^k_lM

其中

T^*M

TM

的對偶空間,後面我們還會提到。 張量就是線性函式的集大成者。

V

是向量空間,

k-

張量

T

是一個

多重線性

函式:

T:V\times...\times V\rightarrow \mathbb{R}

由張量構成的集合記為

T^k(V)

。 顯然它是一個向量空間:

a\in \mathbb{R}

(aT(X_1,...,X_k))=a(T(X_1,...,X_k))

(T+\tilde {T})(X_1,...,X_k)=T(X_1,...,X_k)+\tilde {T}(X_1,...,X_k)

例如行列式就是典型的張量。

\left\{ v_i \right\}_{i=1}^n

列向量構成的

n

階方陣,回憶行列式的初等變換,其中就有多重線性性:

\det (...,v_i+\tilde{v}_i,...)=\det (...,v_i,...)+\det (...,\tilde{v}_i,...)

\det (...,av_i,...)=a\det (...,v_i,...)

張量積順便提一下:

S\in T^k(V),T\in T^l(V)\Rightarrow S\otimes T \in T^{k+l}(V)

S\otimes T(v_1,...,v_{k+l})=S(v_1,...,v_k)T(v_{k+1},...,v_{k+l}).

2。

行列式與體積

說起這行列式,就不得不說行列式和幾何的關係——平行多面的有向體積。

以下內容是我抄我自己寫的,但其實就是轉述大神的思想

[3]

(矩陣力 - 三川啦啦啦的文章 - 知乎

https://

zhuanlan。zhihu。com/p/52

821612

):

由解析幾何的知識可知,行列式絕對值表示的是

n

維平行多面體的體積,即

V_{2}=abs\left| \begin{array}{r}  x_{1}&y_{1}\\  x_{2}&y_{2}\end{array} \right|

V_{2}

表示向量

(x_{1},y_{1})

(x_{2},y_{2})

所圍成的平行四邊形面積;

V_{3}=abs\left| \begin{array}{r}  x_{1}&y_{1}&z_{1}\\  x_{2}&y_{2}&z_{2}\\  x_{3}&y_{3}&z_{3}\end{array} \right|

V_{3}

表示

(x_{1},y_{1},z_{1})

(x_{2},y_{2},z_{2})

(x_{3},y_{3},z_{3})

所圍成的平行六面體體積;如果矩陣是對角陣,那麼意味著所求體積是一個(超)長方體體積。另外, Green 公式的退化版本也可由此初見端倪,考慮平面上一個包含原點、分段光滑的封閉曲線

C

,考慮一個以原點以及曲線上兩點為頂點微分三角形,

(x,y)

(x+dx,y+dy)

,那麼這個微分三角形的面積(這裡我們考慮有向面積,即面積可為負):

\Delta=\frac{1}{2}\left| \begin{array}{r}  x&x+dx\\  y&y+dy\end{array} \right|=\frac{1}{2}(xdy-ydx)

當我們把這些微分三角形“積”起來,就是曲線

C

所圍成區域

D

的面積。 這就是 Green 公式——

 \iint \limits_D \left( \frac{\partial Q}{\partial x} -\frac{\partial P}{\partial y}\right)dxdy=\oint\limits_C Pdx-Qdy

P=-\frac{y}{2}

Q=\frac{x}{2}

的退化形式。

3。 幾何微元與張量

透過行列式,我們將這兩者終於聯絡到了一起,成功迴歸主題。

行列式重要的性質——反交換性:

\det (...,v_i,...,v_j,...)=-\det (...,v_j,...,v_i,...)

我們定義這類張量稱為交錯張量,交錯張量的集合記為

\Lambda^k(V^*)

\Lambda^k(V)\subset T^k(V)

回到流形

M

上,

TM

上的基是前文提到過的

\left\{ \frac{\partial}{\partial x_i}\right\}_{i=1}^{m}

,那麼在

T^*M

上與之對偶的基

\left\{ dx^i\right\}_{i=1}^{m}

,這樣一來就瞬間理解的全微分公式:

df=\sum_i \frac{\partial f}{\partial x_i}dx^i=\sum_i  dx^i\left( \sum_j f_{x_j}\frac{\partial }{\partial x_j} \right)=\sum_i f_{x_i} dx^i\left( \frac{\partial }{\partial x_i} \right).

這個時候回到積分學中的

\text {Green - Stokes}

公式,引入外微分:

我們稱

P

Q

為 0 形式,也就是標量函式;形如

Pdx+Qdy

是 1 形式;形如

R dx \wedge dy

是 2 形式……外微分實際上就是從 k 形式到 k+1 形式的線性變換

d:\Omega ^k\rightarrow \Omega ^{k+1}

其中

d:\Omega^0\rightarrow \Omega^1

這個對映和普通微分沒有區別。關於外微分、楔積我就不多做介紹了,只要知道兩個性質就可以:

dx \wedge dy=-dy \wedge dx \ \ \ \Rightarrow \ \ \ dx \wedge dx=0

ddx=0

d(\omega \wedge \eta )=d\omega \wedge\eta+(-1)^k \omega \wedge d \eta

利用上面性質,對

Pdx+Qdy

求外微分恰為

\left( Q_x-P_y\right)dx\wedge dy.

(格林公式——在你來之前我就已經… - 三川啦啦啦的文章 - 知乎

https://

zhuanlan。zhihu。com/p/71

582821

由此誘匯出的

拉回對映

積分換元公式

等等就不說了。 另外還有關於同調論

[4]

的事實:

\[ \begin{CD}   0@>d>>\Lambda^0 M@>d>>...@>d>> \Lambda^m M@>d>> 0 \end{CD}  \]

……

有了

\text {de Rham}

上同調群就可以理解很多事情了,諸如

\text {Stocks}

公式、

\text {Poincare - Hopf}

、定理

\text {Guass - Bonnet}

公式……但是我就不寫,諸君就看參考文獻吧。

總結

雖然我們可以用更先進的工具理解積分符號——將

f\ dxdy

視為張量、

2-

形式,但這種理解始終是根植於基本幾何事實。 雖然很多內容都是從書上搬運下來的,但是難免夾帶一點私貨,請大家多多指教。

導數 dydx 是不是一個整體符號?楊樹森2020-05-10 11:36:41

我不喜歡微積分課上有關微分的講述,但是這並不意味著可以完全不講微分了。

希望學生能夠認識到,在符號

\tfrac{\text dy}{\text dx}

中,上下兩個

\text d

並不是同一個東西,雖然以後會發現在這裡使用同一個符號的好處。

為了強調這一點,寫為

\tfrac{\text df\left(p\right)}{\text dx},

將形式化的符號

x,

函式

f,

p

和函式值

f\left(p\right)

區別開。

f

\left(a,b\right)

上的可導函式,導數為

\tfrac{\text df}{\text dx},

形式化地定義

f

的微分是

\text df,

滿足

\text df\left(p\right)=\frac{\text df\left(p\right)}{\text dx}\text dx.

這種定義無需用到無窮小的階這樣複雜的預備知識,也不妨礙嚴格性。等到熟悉概念之後,就可以不再區分符號

x

p,

以及

y

f\left(x\right).

並且我們知道一個很美好的結論,就是反函式的求導法則

\frac{\text dx}{\text dy}=\left(\frac{\text dy}{\text dx}\right)^{-1},

這是最終我們可以不必區分兩個

\text d

的原因。

有了這個定義,就可以更方便地做求解微分方程這樣的計算。例如

\frac{\text dy}{\text dx}=xy,

按照微分的寫法,得到

\frac{\text dy}{y}=x\text dx,

然後對兩邊求原函式,得到

\ln y=\frac12x^2+C_1,

再做適當的變換,就可以得到

y=C\exp{\frac12x^2}.

你可以自行驗算這是正確的,以及如果不統一符號,這個結果應該寫為

f\left(p\right)=C\exp\frac12p^2.

導數 dydx 是不是一個整體符號?漏網之蟹2020-07-16 08:42:03

更新:

之所以寫這個答案,是因為看過很多答案將dx,dy理解成微分,然後來解釋微積分符號的含義。這樣解釋在我看來過於複雜——沒有說它們不對,而是複雜。

我之所以不願意在一元函式階段引入微分,就是因為我認為,引入「微分」來解釋過於複雜:

需要額外定義「微分」到底是什麼意思,然後會發現

df

涉及到偏導、導數,雅克比等等;若要講明白,最好畫幾個圖,因為這玩意的幾何含義之一就是從切空間到切空間的對映;最後的最後,出於嚴謹性,必須證明微分寫法能和在一元函式和極限定義等價。

——太複雜了喂!學個一元函式微積分,難道還需要入門微分幾何才能學嗎(#`O′)!

尤其是,當我翻開實分析課本的時候,鏈式法則也好、分離變數也好,這些證明完全沒有使用微分這個概念,直接就是將

\frac{dy}{dx}

視作一個整體符號,用極限的定義一口氣平推過去。

這充分說明,將

\frac{dy}{dx}

視作一個整體符號已經

足夠

處理一元函式的情況。不需要更復雜的幾何影象和其他的定義,也不需要學習流形,極限定義本身就足夠理解這些定理和定義了。這樣子,不需要接觸課外的額外概念,整個推導和理解也是流暢、自洽的。

我想說的——尤其是對於初學者——其實就是六個字:

可以,但不必要。

高贊對於微分形式等已經寫得很全面了,但是我想補充一點:

對於一元函式來說,我們不需要微分的概念來理解分離變數法等方法。

可以

,而且這種看法在微分幾何裡是

必須的

——但是對一元函式來說,

沒有必要。

類似的問題還有

換元積分法

鏈式法則

。他們都不需要微分形式去理解,直接用dy/dx的極限定義就可以。

先回答問題:在取導數時,建議將

\frac{dy}{dx}

視為

一個整體符號,

而不是一個商。

原因是定義:

f

。 這個極限不是一個簡單的商,是不能拆開的。你把它寫成

\operatorname{Diff}[f(x), x_0]

是一樣的。

那接下來的問題是:為啥還能用分離變數解微分方程:

\frac{dy}{dx} = f(x) \rightarrow \int dy = \int f(x) \, dx

?看起來很像把dy和dx當做兩個單獨的量,乘開,再做積分。

——只是看起來。

這樣的理解方式

方便記憶

,但需要我們定義dx和dy的含義。然而,解可分離變數的微分方程

並不需要額外定義

dx和dy或者理解微分形式;只需要我們之前

\frac{dy}{dx}

的定義,和換元積分法即可。

定理:形如以下形式的一次常微分方程

\frac{dy}{dx} = f(x)\cdot g (y)

被稱作

可分離變數的微分方程

(其中y = y(x)是關於x的函式)。其通解為

\int \frac{1}{g(y)}\, dy = \int f(x) \, dx + C

證明:

考慮

\frac{dy}{dx} = f(x)\cdot g (y)

。 兩邊同時除以

g(y)

,有

\frac{1}{g(y)}\frac{dy}{dx} = f(x)

兩邊同時相對於變數x做積分:

\int \frac{1}{g(y)}\frac{dy}{dx} \, dx= \int f(x)\, dx

注意到,由

換元積分法

,左側的積分為:

\int \frac{1}{g(y(x))}\frac{dy}{dx} \, dx = \int\frac{1}{g(y)}\, dy

所以有通解:

\int \frac{1}{g(y)}\, dy = \int f(x) \, dx + C

,C為積分常數。■

注意到,在整個證明裡,

沒有用到

任何單獨dx或者dy或者微分的概念:不需要微分的概念來證明+理解分離變數法。

常見的誤區還有

換元積分法

鏈式法則

:它們同樣

不需要

用微分去理解,直接用dy/dx和積分的原本定義就可以證明。

本來只想寫換元積分法的證明,但是證明本身用到了鏈式法則的證明。。。好煩躁,所以一次性都寫了。不想看跳到最後就可以。

換元積分法:

虛假的換元積分法(不是):

dy  = \frac{dy}{dx}dx

真實的換元積分法:

定理:

y:[a, b] \rightarrow \mathbb{R}

,且y在[a, b]上有導數;讓

I

為包含

y([a,b])

的閉合區間;考慮可積的連續方程

f:I\rightarrow \mathbb{R}

。則有:

\int_{y(a)}^{y(b)} f(u) \,\mathrm{d} u=\int_{a}^{b} f(y(x)) y

,其中

u \in I

不定積分形式不想寫(不是)

這一長串就是上面那幾個符號的完整版。

證明:

讓F(x)為f(x)的反導數。由鏈式法則:

F

使用微積分基本定理:

 \int_{a}^{b} f(y(x)) \frac{dy}{dx}  \, \mathrm{d} x = F(y(b)) - F(y(a))

然而

\int_{y(a)}^{y(b)} f(u) \,\mathrm{d} u = F(y(b)) - F(y(a))

證畢■

再次注意:在整個證明裡,

沒有用到

任何單獨dx或者dy或者微分的概念:不需要微分的概念來證明換元積分法。

鏈式法則

虛假的鏈式法則:

 \frac{dy}{dx} = \frac{dy}{du}\cdot \frac{du}{dx}

真實的鏈式法則:

定理:考慮

f:(a, b) \rightarrow \mathbb{R}, \; g(c, d) \rightarrow \mathbb{R}

並且滿足

f(a, b) \subset (c, d)

。如果

f

x_0

處可微,並且

g

f(x_0)

處可微,則

h(x) = g(f(x)) = g\circ f: (a, b) \rightarrow \mathbb{R}

x_0

處是可微的,且

h

y(x) = y(u(x))

,就會發現上面的形式就是這一長串的簡化版。

在討論鏈式法則的證明的時候,常見的說法就是把du消掉——不是的!類似

\frac{dy}{dx}

這樣的符號是一個整體!整體!看定義啊!

正式的證明:

y_0 = f(x_0)

。定義以下兩個方程:

F(x) = \begin{cases} \frac{f(x) - f(x_0)}{x - x_0} , x \neq x_0\\ f

注意到,F(x)和G(y)在

x_0

y_0

可微,因此F(x)和G(y)都是連續的。

並且,對於所有

x \in (a, b)

並且

x \neq x_0

,我們有:

\frac{h(x) - h(x_0)}{x - x_0} = \frac{g(f(x) - g(f(x_0))}{x - x_0} = G(f(x)) F(x)

證明這個等式,需要分情況來討論:

f(x) \neq f(x_0)

時,直接用F(x)和G(y)的定義就可以;

f(x)= f(x_0)

時,

\frac{g(f(x) )- g(f(x_0))}{x - x_0} = 0

G(f(x)) F(x)= g

,等式成立。

好的,現在直接用

導數的定義

h

因為F和G都是連續函式,我們有

\lim_{x\rightarrow x_0}G(f(x)) F(x) = g

證畢■

再再次注意:整個證明

沒有用到

dx, dy, df, dg等等微分定義,而是純粹用極限、連續性和導數的定義——把dy/dx看做一個整體——來證明的。

總結:

在初學微積分裡,尤其是對於一元函式來說,我們不需要藉助微分形式和流形等概念來證明、理解分離變數法、換元法、鏈式法則等等。將dy/dx視作一個整體就能證明這些方法。

所謂的「將dx,dy乘開之後處理」只是一種

形式上

的理解,方便記憶,但是不是證明方法。由於dy/dx定義的出發點,這個符號是

一個整體

,而不是一個可以拆開的東西。

微分形式、流形等等概念依然十分重要:之所以定義這些概念,是因為我們想在各種各樣千奇百怪的幾何上繼續愉快地微積分;它們的定義也自然的包含了一元函式的情況——事實上,可以將微分的定義視作dy/dx的擴充套件。

然而——重要的事情說三遍——對於一元函式來說,不需要微分形式來證明這些分離變數法、鏈式法則等方法。可以用微分來理解,但不是一定要用微分來證明。