泛函模型生蚁,隱藏在數(shù)學(xué)概念下的統(tǒng)一框架

定義

泛函是一種特殊的函數(shù),輸入一個函數(shù)戏自,返還一個數(shù)值邦投。泛函的作用確實很大,可以用來定義各種對象的特征量擅笔。

數(shù)學(xué)是定量的描述志衣,所以這個量的定義就非常基本猛们,量的運算可以視為代數(shù)的內(nèi)容念脯。而量的定義要更加奇妙,從具體的事物中提取出數(shù)學(xué)對象弯淘,從數(shù)學(xué)對象中提取出量绿店。

一個例子:面積

比方說圖形的面積,就是數(shù)學(xué)對象的量耳胎,對象是圖形惯吕,在二維情形下惕它,可以是各種規(guī)則幾何形怕午,長方形,正方形淹魄,圓形郁惜,三角形,這些幾何形可以視為包含可變參數(shù)的函數(shù),比如長方形就可以視為包含長和寬兩個參數(shù)的函數(shù)兆蕉,圓形就是包含半徑一個參數(shù)的函數(shù)羽戒。

它們的面積是一個數(shù),所以求他們面積的方法虎韵,就可以看作一個泛函易稠,輸入一個幾何形的函數(shù),得到一個數(shù)包蓝,就是面積驶社。

通常,面積本身就被當(dāng)做一個函數(shù)测萎,關(guān)于幾何形參數(shù)的函數(shù)亡电,定義幾何形的函數(shù)反而被省略了,泛函也被省略了硅瞧,所以對幾何形面積的計算就變得很瑣碎份乒,對應(yīng)一種形狀就有一個公式,對于各種形狀的幾何形腕唧,需要記憶的公式非常多或辖。

不過,學(xué)過微積分的人都應(yīng)該知道如何計算任意形狀圖形的面積枣接,只要對他們所占區(qū)域進行積分就可以了孝凌,區(qū)域本質(zhì)上就可以視為幾何形的定義函數(shù),而積分正好是一個泛函月腋,這就是一個很好的泛函模型蟀架。統(tǒng)一了各種幾何形的面積計算,或者說面積定義榆骚。

推廣

從上面的例子片拍,我們可以看出這個模型是非常有效的,對于任意的由參數(shù)定義的數(shù)學(xué)對象妓肢,我們都可以使用泛函模型來定義出特征量捌省。

比如方陣的行列式,就是對方陣各元素乘積組合的加權(quán)求和碉钠,這就是方陣這個數(shù)學(xué)對象的特征量纲缓,輸入一個方陣,獲得一個數(shù)喊废。

比如流形上的幾何形的面積祝高,就是對幾何形定義區(qū)域的度規(guī)張量加權(quán)積分的結(jié)果。與平面相比較污筷,也就多了一個度規(guī)張量反映了流形的幾何性質(zhì)工闺,扭轉(zhuǎn),拉伸,就比如一張弄皺的紙陆蟆,它的面積還是不變的雷厂,但是形狀卻變得非常復(fù)雜,度規(guī)張量就體現(xiàn)了這種形狀的復(fù)雜性叠殷。

還有很多很多的例子改鲫,只要涉及到了對離散量的加權(quán)求和,對連續(xù)量的加權(quán)積分林束,就可以使用泛函模型來解釋钩杰。

更進一步

泛函模型還是有所限制的,是對特定函數(shù)指定一個數(shù)诊县,我們都知道向量是數(shù)的推廣讲弄,函數(shù)是向量的推廣,所以我們當(dāng)然可以對一個函數(shù)指定一個向量依痊,甚至一個函數(shù)避除。

同樣讓我們從泛函模型來理解這些新的運算,泛函模型是對一個函數(shù)指定一個數(shù)胸嘁,向量是很多數(shù)放在一起瓶摆,所以對一個函數(shù)指定一個向量就可以視為很多個泛函組合在一起,構(gòu)成了一個泛函向量(這個名稱是我臨時想的性宏,不是通用的)群井。

比如,對于一個多元函數(shù)毫胜,求它在一點處的微分书斜,獲得的就是一個微分矩陣,矩陣就是高維的向量酵使,每一個分量都是一個維度荐吉,所以,對多元函數(shù)求一點處微分的運算就是一個泛函向量口渔,輸入一個函數(shù)样屠,輸出一個向量。

還可以再次推廣

函數(shù)可以視為無窮維的向量缺脉,所以痪欲,我們可以進一步推廣,對一個函數(shù)指定一個函數(shù)攻礼,可以視為無窮多個泛函組合在一起业踢,構(gòu)成一個泛函函數(shù)(這個一般稱為算子)。

比如秘蛔,對函數(shù)的卷積運算陨亡,就是將一個函數(shù)轉(zhuǎn)化為了另一個函數(shù)傍衡,類似的還有各種積分變換運算深员,如傅里葉變換负蠕,拉普拉斯變換,新的函數(shù)在每一點處都可以視為對原函數(shù)的一個泛函作用倦畅。

總結(jié)

泛函模型是一種非常好的概念理解模型遮糖,可以將形形色色的運算納入統(tǒng)一的框架下,數(shù)學(xué)對象定義為一個函數(shù)叠赐,而經(jīng)各式各樣的泛函的作用欲账,變成了數(shù),隨著泛函數(shù)目的增加芭概,還可以變成向量赛不,變成函數(shù)。分析中的幾乎所有運算的含義都可以因此而變得清晰起來罢洲,不再是捉摸不透的黑箱子踢故。

這個想法來源于范疇論對數(shù)學(xué)結(jié)構(gòu)的清晰描述,對卷積本質(zhì)的思考惹苗,還有一本值得推薦的書《燒掉數(shù)學(xué)書殿较,重新定義數(shù)學(xué)》,作者注意到了數(shù)學(xué)概念下的泛函模型桩蓉,并且嘗試通過泛函模型淋纲,重建微積分。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末院究,一起剝皮案震驚了整個濱河市洽瞬,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌业汰,老刑警劉巖片任,帶你破解...
    沈念sama閱讀 222,252評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蔬胯,居然都是意外死亡对供,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評論 3 399
  • 文/潘曉璐 我一進店門氛濒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來产场,“玉大人,你說我怎么就攤上這事舞竿【┚埃” “怎么了?”我有些...
    開封第一講書人閱讀 168,814評論 0 361
  • 文/不壞的土叔 我叫張陵骗奖,是天一觀的道長确徙。 經(jīng)常有香客問我醒串,道長,這世上最難降的妖魔是什么鄙皇? 我笑而不...
    開封第一講書人閱讀 59,869評論 1 299
  • 正文 為了忘掉前任芜赌,我火速辦了婚禮,結(jié)果婚禮上伴逸,老公的妹妹穿的比我還像新娘缠沈。我一直安慰自己,他們只是感情好错蝴,可當(dāng)我...
    茶點故事閱讀 68,888評論 6 398
  • 文/花漫 我一把揭開白布洲愤。 她就那樣靜靜地躺著,像睡著了一般顷锰。 火紅的嫁衣襯著肌膚如雪柬赐。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,475評論 1 312
  • 那天官紫,我揣著相機與錄音肛宋,去河邊找鬼。 笑死万矾,一個胖子當(dāng)著我的面吹牛悼吱,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播良狈,決...
    沈念sama閱讀 41,010評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼后添,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了薪丁?” 一聲冷哼從身側(cè)響起遇西,我...
    開封第一講書人閱讀 39,924評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎严嗜,沒想到半個月后粱檀,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,469評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡漫玄,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,552評論 3 342
  • 正文 我和宋清朗相戀三年茄蚯,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片睦优。...
    茶點故事閱讀 40,680評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡渗常,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出汗盘,到底是詐尸還是另有隱情皱碘,我是刑警寧澤,帶...
    沈念sama閱讀 36,362評論 5 351
  • 正文 年R本政府宣布隐孽,位于F島的核電站癌椿,受9級特大地震影響健蕊,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜踢俄,卻給世界環(huán)境...
    茶點故事閱讀 42,037評論 3 335
  • 文/蒙蒙 一缩功、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧褪贵,春花似錦掂之、人聲如沸抗俄。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽动雹。三九已至槽卫,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間胰蝠,已是汗流浹背歼培。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留茸塞,地道東北人躲庄。 一個月前我還...
    沈念sama閱讀 49,099評論 3 378
  • 正文 我出身青樓,卻偏偏與公主長得像钾虐,于是被迫代替她去往敵國和親噪窘。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,691評論 2 361

推薦閱讀更多精彩內(nèi)容