Bourbaki

Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。

§ 1。一阶导数

正如引言中所说,在这个章和接下来的内容中,我们将研究函数的无穷小属性,这些属性定义在实数域R\mathbf{R}的子集上,并在*Hausdorff拓扑向量空间* E超过域中获取它们的值 R\mathbf{R};为了简洁起见,我们可以说这样的函数是一个实数变量*的 *向量函数。最重要的情况是其中 E=RE = \mathbf{R}(实变量的实值函数)。当E=RnE = \mathbf{R}^n时,考虑E约化中的向量函数和值,同时考虑nn有限实数函数。

许多定义以及章 I 扩展到函数中所述的属性是在域 C\mathbf{C} 复数的子集上定义的,并在拓扑中取它们的值向量空间超过C\mathbf{C}(复杂变量的向量函数)。其中一些定义和属性扩展甚至到函数是在任意交换*拓扑域* K的子集上定义的,并在K上的拓扑向量空间中取它们的值。

我们将在经过中指出这些推广(特别参见I,p. 10,*注2*),首先强调复变量的函数的情况,这是迄今为止最重要的,与实变量的函数一起,并将进行研究在后来的书中有更深入的阐述。

1. 向量函数的导数

定义 1 082P

令 ff 为向量函数在间隔 I⊂RI \subset \mathbf{R} 上定义,该区间不将约化定义为单个点。我们说 ff 在点 x0∈Ix_0 \in I if* 处可微

lim⁡x→x0,x∈I,x≠x0f(x)−f(x0)x−x0 \lim_{x \to x_0, x \in I, x \neq x_0} \frac{f(x) - f(x_0)}{x - x_0}
*存在(在向量空间中,其中ff取其值);这个极限的值称为ff在点x0x_0的一阶导数(或简称导数),用f′(x0)f'(x_0)或Df(x0)Df(x_0)表示。

如果ff在点x0x_0可微,ff的*限制*对于任何区间J⊂IJ \subset I也是可微的,但约化不可以微分到单个点,并且使得x0∈Jx_0 \in J;而这个限制的导数等于f′(x0)f'(x_0)。反之,令JJ为x0x_0相对于II的II和包含邻域所包含的区间;如果ff到JJ的限制承认在点x0x_0处的导数,那么ff也是如此。

我们用说总结这些性质,即导数的概念是一个局部概念。

注 1 082Q

在运动学中,如果点f(t)\mathbf{f}(t)是点在空间R3\mathbf{R}^3在时间tt的位置,则f(t)−f(t0)t−t0\frac{\mathbf{f}(t) - \mathbf{f}(t_0)}{t - t_0}称为时刻t0t_0和tt之间的平均速度,其极限f′(t0)\mathbf{f}'(t_0)是t0t_0时刻的瞬时速度(或简称速度)(当极限存在时)。

注 2 082R

如果在II上定义的函数f\mathbf{f}在点x0∈Ix_0 \in I可微,则它在点相对于II必然是连续的。

定义 2 082S

令 f\mathbf{f} 为向量函数,在区间 I⊂RI \subset \mathbf{R} 上定义,并令 x0x_0 为 II 的点,使得区间 I∩[x0,+∞[I \cap [x_0, +\infty[(分别为 I∩]−∞,x0]I \cap ]-\infty, x_0])不会约化至单个点。如果f\mathbf{f}的限制到区间I∩[x0,+∞[I \cap [x_0, +\infty[(或I∩]−∞,x0]I \cap ]-\infty, x_0])在点可微,我们说f\mathbf{f}在右侧(或左侧)在点x0x_0可微x0x_0; 限制在点x0x_0的导数的值称为f\mathbf{f}在点x0x_0的右(或左)导数,并表示为fd′(x0)\mathbf{f}'_d(x_0)(或fg′(x0)\mathbf{f}'_g(x_0))。

令f\mathbf{f}为II上定义的向量函数,x0x_0为II的内部点,使得f\mathbf{f}在点处连续;它来自 defs。 1 和 2 对于 f\mathbf{f} 在 x0x_0 可微分,f\mathbf{f} 在此点承认右导数和左导数是必要且充分的,并且这些导数相等;然后

f′(x0)=fd′(x0)=fg′(x0). \mathbf{f}'(x_0) = \mathbf{f}'_d(x_0) = \mathbf{f}'_g(x_0).

例 1 082T

常数函数在每个点处都有零导数。

例 2 082U

仿射线性函数 x↦ax+bx \mapsto ax + b 在每个点处的导数等于 aa。

例 3 082V

实数函数1/x1/x(为x≠0x \neq 0定义)在每个点x0≠0x_0 \neq 0处是可微的,因为我们有(1x−1x0)/(x−x0)=−1xx0\left( \frac{1}{x} - \frac{1}{x_0} \right) / (x - x_0) = -\frac{1}{x x_0},并且由于1/x1/x在x0x_0处连续,因此前面表达式的极限为−1/x02-1/x_0^2。

例 4 082W

在 R\mathbf{R} 上定义的标量函数 ∣x∣|x|,在 x=0x = 0 具有右导数 +1+1 和左导数 −1-1;在这个点处不可微分。

例 5 082X

实数函数对于x=0x = 0等于0,对于x≠0x \neq 0等于xsin⁡1/xx \sin 1/x,在R\mathbf{R}上定义且连续,但在点x≠0x \neq 0处既没有右导数也没有左导数。*可以给出函数的例,它在函数上连续一个区间,并且无法在该区间的每点处求导数(I、p. 35,练习 2 和 3)。

引用了 1

引用了 § 1. 。一阶导数

定义 3 082Y

我们说定义在区间I⊂RI \subset \mathbf{R}上的向量函数f\mathbf{f}在II上是可微的(分别是右可微、左可微),如果它在II的每个点是可微的(分别是右可微、左可微);在II上定义的函数x↦f′(x)x \mapsto \mathbf{f}'(x)(分别为x↦fd′(x)x \mapsto \mathbf{f}'_d(x)、x↦fg′(x)x \mapsto \mathbf{f}'_g(x)),称为派生的函数,或(滥用语言)f\mathbf{f}的导数(分别为右导数、左导数),并表示为f′\mathbf{f}'或Df\mathrm{Df} 或 df/dxd\mathbf{f}/dx(分别为 fd′,fg′\mathbf{f}'_d, \mathbf{f}'_g)。

注 082Z

函数可以在某个区间上可微,但其导数在该区间的每个点处连续(*cf.* I、p. 36,练习 5); *这通过函数的例等于0(对于x=0x = 0)和x2sin⁡1/xx^2 \sin 1/x(对于x≠0x \neq 0)来表示;它到处都有导数,但这个导数在点 x=0x = 0 处不连续。

引用了 1

引用了 § 1. 。一阶导数

2. 微分线性度

命题 1 0830

在区间I⊂RI \subset \mathbf{R}上定义向量函数的集合,在给定拓扑向量空间EE中取值,并在点x0x_0可微,为向量空间超过 R\mathbf{R},并且映射 f↦Df(x0)f \mapsto Df(x_0) 是空间的线性映射变成 EE。

在其他字中,如果ff和gg在II上定义并且在点x0x_0可微,则f+gf + g和fafa(aa任意标量)在x0x_0可微,它们的导数为分别为f′(x0)+g′(x0)f'(x_0) + g'(x_0)和f′(x0)af'(x_0)a。这紧随x+yx + y和xaxa分别在E×EE \times E和EE上的连续性而来。

推论 0831

在区间II上定义向量函数的集合,在给定拓扑向量空间EE中取值,并且在II上可微,向量空间超过R\mathbf{R},并且映射f↦Dff \mapsto Df是空间的线性映射到映射的向量空间从II到EE。

注 0832

如果将映射的向量空间从II赋予EE,并且将其可微的映射(*cf. Gen. Top.*,X,p. 277)的子空间与简单收敛的拓扑赋予(或一致收敛的拓扑),线性映射f↦Dff \mapsto Df*不连续*(一般情况下)*对于例,序列或函数*fn(x)=sin⁡n2x/nf_n(x) = \sin n^2 x / n*一致收敛到*0*在*R\mathbf{R},*但是序列导数* fn′(x)=ncos⁡n2xf'_n(x) = n \cos n^2 x 甚至不收敛到 0。

命题 2 0833

令EE和FF为R\mathbf{R}上的两个拓扑向量空间,以及uu从EE到FF的连续线性映射。如果 ff 是在区间 I⊂RI \subset \mathbf{R} 上定义的向量函数,在 EE 中取值,并且在点 x0∈Ix_0 \in I 可微,则复合函数 u∘fu \circ f 的导数等于u(f′(x0))u(f'(x_0)) x0x_0.

事实上,从u(f(x))−u(f(x0))x−x0=u(f(x)−f(x0)x−x0)\frac{u(f(x)) - u(f(x_0))}{x - x_0} = u \left( \frac{f(x) - f(x_0)}{x - x_0} \right)开始,这是uu的连续性。

推论 0834

如果φ\varphi是EE上的连续线性形式,则实数函数φ∘f\varphi \circ f在点x0x_0处的导数等于φ(f′(x0))\varphi(f'(x_0))。

例 1 0835

设f=(fi)1≤i≤nf = (f_i)_{1 \leq i \leq n}为函数,值在Rn\mathbf{R}^n中,定义在区间I⊂RI \subset \mathbf{R}上;每个实数函数fif_i都是复合函数pri∘f\mathrm{pr}_i \circ f,因此如果ff是可微的,则在点x0x_0可微,如果是,则f′(x0)=(fi′(x0))1≤i≤nf'(x_0) = (f'_i(x_0))_{1 \leq i \leq n}可微。

例 2 0836

In Kinematics, if f(t)f(t) is the position of a moving point MM at time tt, if g(t)g(t) is the position at the same instant of the projection M′M' of MM onto a plane PP (resp. a line DD) with kernel a line (resp. a plane) not parallel to PP (resp. DD), then gg is the composition of the projection uu of R3\mathbf{R}^3 onto PP (resp. DD) and of ff; since uu is a (continuous) linear mapping one sees that the projection of the velocity of a moving point onto a plane (resp. a line) is equal to the velocity of the projection of the moving point onto the plane (resp. line).

例 3 0837

令ff为在区间I⊂RI \subset \mathbf{R}上定义的复值函数,并令aa为任意复数;支柱。图 2 表明,如果 ff 在点 x0x_0 可微,那么afaf 也可微,并且该函数在 x0x_0 的导数等于 af′(x0)af'(x_0)。

3. 乘积的导数

现在让我们考虑R\mathbf{R}上的pp拓扑向量空间EiE_i(1≤i≤p1 \leq i \leq p),以及连续多线性1^1映射(我们将表示为

(x1,x2,…,xp)↦[x1.x2…xp]) (x_1, x_2, \ldots, x_p) \mapsto [x_1.x_2 \ldots x_p])

E1×E2×⋯×EpE_1 \times E_2 \times \cdots \times E_p 转换为R\mathbf{R} 上的拓扑向量空间 F。

命题 3 0838

对于每个指标 ii (1≤i≤p1 \leq i \leq p) 令 fif_i 为函数,在区间 I⊂RI \subset \mathbf{R} 上定义,在 EiE_i 中取值,并在点 x0∈Ix_0 \in I 处可微。然后函数

引用了 1

引用了 A II § 3. 。 张量积

x↦[f1(x).f2(x)…fp(x)] x \mapsto [f_1(x).f_2(x) \ldots f_p(x)]

定义在 II 上,FF 中的值的导数等于

∑i=1p[f1(x0)…fi−1(x0).fi′(x0).fi+1(x0)…fp(x0)] \sum_{i=1}^p [f_1(x_0) \ldots f_{i-1}(x_0).f'_i(x_0).f_{i+1}(x_0) \ldots f_p(x_0)]

在x0x_0。

让我们把h(x)=[f1(x).f2(x)…fp(x)]h(x) = [f_1(x).f_2(x) \ldots f_p(x)];那么,根据身份

[b1.b2…bp]−[a1.a2…ap]=∑i=1p[b1…bi−1.(bi−ai).ai+1…ap], [b_1.b_2 \ldots b_p] - [a_1.a_2 \ldots a_p] = \sum_{i=1}^p [b_1 \ldots b_{i-1}.(b_i - a_i).a_{i+1} \ldots a_p],

我们可以写

h(x)−h(x0)=∑i=1p[f1(x)…fi−1(x).(fi(x)−fi(x0)).fi+1(x0)…fp(x0)]. h(x) - h(x_0) = \sum_{i=1}^p [f_1(x) \ldots f_{i-1}(x).(f_i(x) - f_i(x_0)).f_{i+1}(x_0) \ldots f_p(x_0)].

将两边同时乘以1x−x0\frac{1}{x - x_0}并让xx在II中逼近x0x_0,我们得到表达式(1),因为映射都

(x1,x2,…,xp)↦[x1.x2…xp] (x_1, x_2, \ldots, x_p) \mapsto [x_1.x_2 \ldots x_p]

F 中的加法是连续的。

1^1 回想一下(算法,II,p. 265),如果每个部分映射 E1×E2×⋯×EpE_1 \times E_2 \times \cdots \times E_p 的映射 ff 进入 F 则被称为*多重线性*

xi↦f(a1,…,ai−1,xi,ai+1,…,ap) x_i \mapsto f(a_1, \ldots, a_{i-1}, x_i, a_{i+1}, \ldots, a_p)

从EiE_i到F(1≤i≤p1 \leq i \leq p)是一个*线性*映射,指标j≠ij \neq i的aja_j在EjE_j中是任意的。我们注,如果EiE_i在R\mathbf{R}上是*有限*维度,那么E1×E2×⋯×EpE_1 \times E_2 \times \cdots \times E_p到F中的每个多重线性映射必然是*连续的*;如果其中一些空间是无限维数的拓扑向量空间,则不必如此。

当函数fif_i中的一些为常数时,式(1)包含中的项其导数fi′(x0)f'_i(x_0)为零。

让我们详细考虑应用中最重要的特殊情况p=2p = 2:如果(x,y)↦[x.y](\mathbf{x}, \mathbf{y}) \mapsto [\mathbf{x}.\mathbf{y}]是E×FE \times F到GG的连续双线性映射,(E、F、G是R\mathbf{R}上的拓扑向量空间),并且f\mathbf{f}和g\mathbf{g} 是两个向量函数,在 x0x_0 处可微,值分别在 E 和 F 中,那么向量函数 x↦[f(x).g(x)]x \mapsto [\mathbf{f}(x).\mathbf{g}(x)](我们用 [f.g][\mathbf{f}.\mathbf{g}] 表示)的导数等于 [f′(x0).g(x0)]+[f(x0).g′(x0)][\mathbf{f}'(x_0).\mathbf{g}(x_0)] + [\mathbf{f}(x_0).\mathbf{g}'(x_0)] x0x_0。特别是,如果 a\mathbf{a} 是常数向量,则 [a.f][\mathbf{a}.\mathbf{f}](分别为 [f.a][\mathbf{f}.\mathbf{a}])在 x0x_0 处的导数等于 [a.f′(x0)][\mathbf{a}.\mathbf{f}'(x_0)](分别为 [f′(x0).a][\mathbf{f}'(x_0).\mathbf{a}])。

如果 f\mathbf{f} 和 g\mathbf{g} 在 I 上可微,那么 [f.g][\mathbf{f}.\mathbf{g}] 也可微,并且我们有

[f.g]′=[f′.g]+[f.g′]. [\mathbf{f}.\mathbf{g}]' = [\mathbf{f}'.\mathbf{g}] + [\mathbf{f}.\mathbf{g}'].

(2)

例 1 0839

设ff为实数函数、g\mathbf{g}向量函数,两者在点x0x_0可微; 函数 gf\mathbf{g}f 在 x0x_0 处的导数等于 g′(x0)f(x0)+g(x0)f′(x0)\mathbf{g}'(x_0)f(x_0) + \mathbf{g}(x_0)f'(x_0)。特别是,如果 a\mathbf{a} 是常数,则 af\mathbf{a}f 具有导数 af′(x0)\mathbf{a}f'(x_0)。最后的注,在合取中,例 1 of I,p. 5,证明如果f=(fi)1≤i≤n\mathbf{f} = (f_i)_{1 \leq i \leq n}是向量函数,值在Rn\mathbf{R}^n中,那么对于f\mathbf{f} 在点 x0x_0 处可微,实数函数 fif_i (1≤i≤n1 \leq i \leq n) 在那里可微是必要且充分的:因为,如果 (ei)1≤i≤n(\mathbf{e}_i)_{1 \leq i \leq n} 是 Rn\mathbf{R}^n 的典范基,我们可以写f=∑i=1neifi\mathbf{f} = \sum_{i=1}^n \mathbf{e}_i f_i。

引用了 1

引用了 § 1. 。一阶导数

例 2 083A

真正的函数 xnx^n 来自多重线性函数

(x1,x2,…,xn)↦x1x2…xn (x_1, x_2, \ldots, x_n) \mapsto x_1 x_2 \ldots x_n

在Rn\mathbf{R}^n上定义,用xx替换每个xix_i;所以支持。图 3 表明 xnx^n 在 R\mathbf{R} 上可微,并且具有导数 nxn−1nx^{n-1}。结果多项式函数a0xn+a1xn−1+⋯+an−1x+an\mathbf{a}_0 x^n + \mathbf{a}_1 x^{n-1} + \cdots + \mathbf{a}_{n-1} x + \mathbf{a}_n(ai\mathbf{a}_i为常数向量)有导数

na0xn−1+(n−1)a1xn−2+⋯+an−1; n \mathbf{a}_0 x^{n-1} + (n-1) \mathbf{a}_1 x^{n-2} + \cdots + \mathbf{a}_{n-1};

当ai\mathbf{a}_i是实数时,函数重合与多项式函数的导数如代数(A,IV)中所定义。

例 3 083B

欧氏标量乘积(x∣y)(\mathbf{x}| \mathbf{y})(Gen.Top,VI,p. 40)是Rn×Rn\mathbf{R}^n \times \mathbf{R}^n到R\mathbf{R}的双线性映射(必须连续)。如果 f\mathbf{f} 和 g\mathbf{g} 是两个向量函数,其中值在 Rn\mathbf{R}^n 中,并且在点 x0x_0 处可微,则实数函数 x↦(f(x)∣g(x))x \mapsto (\mathbf{f}(x)|\mathbf{g}(x)) 在 处的导数等于 (f′(x0)∣g(x0))+(f(x0)∣g′(x0))(\mathbf{f}'(x_0)|\mathbf{g}(x_0)) + (\mathbf{f}(x_0)|\mathbf{g}'(x_0)) 点x0x_0。 厄米特标量乘积在Cn\mathbf{C}^n上有一个类似的结果,这个空间被认为是R\mathbf{R}上的向量空间。

让我们特别考虑欧氏范数∥f(x)∥\| \mathbf{f}(x) \|恒定的情况,因此(f(x)∣f(x))=∥f(x)∥2(\mathbf{f}(x)|\mathbf{f}(x)) = \| \mathbf{f}(x) \|^2也是恒定的;当(f(x)∣f(x))(\mathbf{f}(x)|\mathbf{f}(x))的导数在x0x_0处消失时,我们得到(f(x0)∣f′(x0))=0(\mathbf{f}(x_0)|\mathbf{f}'(x_0)) = 0;在其他字中,f′(x0)\mathbf{f}'(x_0)与f(x0)\mathbf{f}(x_0)正交。

例 4 083C

如果EE是R\mathbf{R}上的拓扑代数(cf.简介),EE的两个元素的乘积xyxy是(x,y)(x, y)的连续双线性函数;如果f\mathbf{f}和g\mathbf{g}在EE有值并且在点x0x_0可微,那么函数x↦f(x)g(x)x \mapsto \mathbf{f}(x)\mathbf{g}(x)在x0x_0有等于f′(x0)g(x0)+f(x0)g′(x0)\mathbf{f}'(x_0)\mathbf{g}(x_0) + \mathbf{f}(x_0)\mathbf{g}'(x_0)的导数。特别是,如果 U(x)=(αij(x))U(x) = (\alpha_{ij}(x)) 和 V(x)=(βij(x))V(x) = (\beta_{ij}(x)) 是阶 nn 的两个方阵,在 x0x_0 可微,则它们的乘积 UVUV 在 x0x_0 具有等于 U′(x0)V(x0)+U(x0)V′(x0)U'(x_0)V(x_0) + U(x_0)V'(x_0) 的导数(其中U′(x)=(αij′(x))U'(x) = (\alpha'_{ij}(x)) 和 V′(x)=(βij′(x))V'(x) = (\beta'_{ij}(x)))。

例 5 083D

来自空间 Rn\mathbf{R}^n(代数,III,p. 522)的 nn 向量 xi=(xij)1≤i≤n\mathbf{x}_i = (x_{ij})_{1 \leq i \leq n} 的行列式 det⁡(x1,x2,…,xn)\det(\mathbf{x}_1, \mathbf{x}_2, \ldots, \mathbf{x}_n) 是 xi\mathbf{x}_i 的(连续)多重线性函数,我们可以看到,如果 n2n^2 实数函数 fijf_{ij} 在 x0x_0 处可微,那么它们的行列式 g(x)=det⁡(fij(x))g(x) = \det(f_{ij}(x)) 的导数等于

∑i=1n[f1(x0),…,fi−1(x0),fi′(x0),fi+1(x0),…,fn(x0)] \sum_{i=1}^n \left[ \mathbf{f}_1(x_0), \ldots, \mathbf{f}_{i-1}(x_0), \mathbf{f}_i'(x_0), \mathbf{f}_{i+1}(x_0), \ldots, \mathbf{f}_n(x_0) \right]
在x0x_0,其中fi(x)=(fij(x))1≤j≤n\mathbf{f}_i(x) = (f_{ij}(x))_{1 \leq j \leq n};在其他字中,对于ithi^{th}的每个ii、项,通过取由替换形成的nn行列式中的和,获得阶nn的行列式的导数列由它们的导数组成。

注 083E

如果U(x)U(x)是平方矩阵,在点x0x_0可微且可逆,则其行列式Δ(x)=det⁡(U(x))\Delta(x) = \det(U(x))的导数可以通过U(x)U(x)对公式的导数来表示

Δ′(x0)=Δ(x0)⋅Tr⁡(U′(x0)U−1(x0)). \Delta'(x_0) = \Delta(x_0) \cdot \operatorname{Tr}(U'(x_0) U^{-1}(x_0)).
事实上,让我们输入 U(x0+h)=U(x0)+hVU(x_0 + h) = U(x_0) + h V;那么,到定义时,当hh趋于0时,VV趋于U′(x0)U'(x_0)。可以写
Δ(x0+h)=Δ(x0)⋅det⁡(I+hVU−1(x0)). \Delta(x_0 + h) = \Delta(x_0) \cdot \det(I + h V U^{-1}(x_0)).
现在det⁡(I+hX)=1+hTr⁡(X)+∑k=2nλkhk\det(I + h X) = 1 + h \operatorname{Tr}(X) + \sum_{k=2}^n \lambda_k h^k,λk\lambda_k(k≥2k \geq 2)是矩阵XX的元素多项式;由于当hh趋于0时,VU−1(x0)V U^{-1}(x_0)的元素有极限,所以我们确实得到了公式(3)。

4. 函数的倒数的导数

命题 4 083F

设 E 为完全范数代数,单位元超过R\mathbf{R},并令f\mathbf{f}为定义在区间I⊂RI \subset \mathbf{R}上的函数,在E中取值,并在点x0∈Ix_0 \in I可微。如果y0=f(x0)y_0 = \mathbf{f}(x_0)在E中可逆2^2,则函数x↦(f(x))−1x \mapsto (\mathbf{f}(x))^{-1}定义在x0x_0的邻域上(相对于I),并且在x0x_0处具有等于−(f(x0))−1f′(x0)(f(x0))−1-(\mathbf{f}(x_0))^{-1} \mathbf{f}'(x_0) (\mathbf{f}(x_0))^{-1}的导数。

引用了 1

引用了 A I § 2. 。 单位元素;可取消元素; 可逆元

事实上,E 中可逆元的集合是一个开集合,其中函数 y↦y−1y \mapsto y^{-1} 是连续的(*Gen.Top.*、IX、p. 178);由于f\mathbf{f}在x0x_0处是连续的(相对于I),(f(x))−1(\mathbf{f}(x))^{-1}定义在x0x_0的邻域上,并且我们有

(f(x))−1−(f(x0))−1=(f(x))−1(f(x0)−f(x))(f(x0))−1. (\mathbf{f}(x))^{-1} - (\mathbf{f}(x_0))^{-1} = (\mathbf{f}(x))^{-1} \left( \mathbf{f}(x_0) - \mathbf{f}(x) \right) (\mathbf{f}(x_0))^{-1}.
因此,命题由y0y_0的邻域上的y−1y^{-1}的连续性以及xyxy在E×EE \times E上的连续性得出。

2^2 Recall from (Alg., I, p. 15) that an element z∈Ez \in E is said to be invertible if there exists an element of EE, denoted by z−1z^{-1}, such that zz−1=z−1z=ezz^{-1} = z^{-1}z = e (e being the unit element of EE).

例 1 083G

最重要的特殊情况是,其中 E 是域 R\mathbf{R} 或 C\mathbf{C} 之一:如果 ff 是函数,实数或复数值,可在点 x0x_0 微分,并且使得 f(x0)≠0f(x_0) \neq 0,则 1/f1/f 的导数等于−f′(x0)/(f(x0))2-f'(x_0)/(f(x_0))^2 x0x_0。

例 2 083H

如果U=(αij(x))U = (\alpha_{ij}(x))是阶nn的平方矩阵,在x0x_0可微且在点可逆,则U−1U^{-1}在x0x_0的导数等于−U−1U′U−1-U^{-1} U' U^{-1}。

5. 复合物的衍生物函数

命题 5 083I

令ff为在区间I⊂RI \subset \mathbf{R}上定义的实数函数,并在区间R\mathbf{R}包含f(I)f(I)上定义gg向量函数。如果 ff 在点 x0x_0 可微,且 gg 在点 f(x0)f(x_0) 可微,则复合函数 g∘fg \circ f 在 x0x_0 的导数等于 g′(f(x0))f′(x0)g'(f(x_0)) f'(x_0)。

被以下引用 1

被以下引用 注 2

让我们输入 h=g∘fh = g \circ f;对于 x≠x0x \neq x_0 我们可以写

h(x)−h(x0)x−x0=u(x)f(x)−f(x0)x−x0 \frac{h(x) - h(x_0)}{x - x_0} = u(x) \frac{f(x) - f(x_0)}{x - x_0}
如果f(x)≠f(x0)f(x) \neq f(x_0),我们集合u(x)=g(f(x))−g(f(x0))f(x)−f(x0)u(x) = \frac{g(f(x)) - g(f(x_0))}{f(x) - f(x_0)},否则u(x)=g′(f(x0))u(x) = g'(f(x_0))。现在,当xx趋于x0x_0时,f(x)f(x)有极限f(x0)f(x_0),所以u(x)u(x)有极限g′(f(x0))g'(f(x_0)),鉴于函数yxyx的连续性,命题随之而来E×RE \times \mathbf{R}。

6. 反函数函数的导数

命题 6 083J

设ff为区间I⊂RI \subset \mathbf{R}到区间J=f(I)⊂RJ = f(I) \subset \mathbf{R}的同态,并令gg为逆同态3^3。如果 ff 在点 x0∈Ix_0 \in I 可微,并且如果 f′(x0)≠0f'(x_0) \neq 0,则 gg 在 y0=f(x0)y_0 = f(x_0) 具有等于 1/f′(x0)1/f'(x_0) 的导数。

对于每个y∈Jy \in J,我们有g(y)∈Ig(y) \in I和u=f(g(y))u = f(g(y));我们因此可以写

g(y)−g(y0)y−y0=g(y)−x0f(g(y))−f(x0) \frac{g(y) - g(y_0)}{y - y_0} = \frac{g(y) - x_0}{f(g(y)) - f(x_0)}
y≠y0y \neq y_0。当yy趋向于y0y_0,同时保留在JJ和≠y0\neq y_0时,g(y)g(y)趋向于x0x_0,保留在II和≠x0\neq x_0,因此前面公式的右侧有极限 1/f′(x0)1/f'(x_0),自假设 f′(x0)≠0f'(x_0) \neq 0 起。

推论 083K

如果ff在II上可微,并且f′(x)≠0f'(x) \neq 0在II上可微,则gg在JJ上可微,并且其在每个点y∈Jy \in J处的导数为1/f′(g(y))1/f'(g(y))。

引用了 1

引用了 TG IV § 2. 实直线的基本拓扑特性

对于例,对于每个整数n>0n > 0,函数x1/nx^{1/n}是R+\mathbf{R}_+自身的同胚,是xnx^n的逆,并且在每个x>0x > 0都有导数1nx1n−1\frac{1}{n} x^{\frac{1}{n} - 1}。

从道具中可以很容易地推断出。 5、对于每个有理数数r=p/q>0r = p/q > 0函数xr=(x1/q)px^r = (x^{1/q})^p在每个x>0x > 0都有导数rx′−1r{x'}^{-1}。

3^3 对于ff 是II 到R\mathbf{R} 子集的同胚,我们知道ff 在II 上连续且严格单调是充分必要的(*Gen. Top.*, IV, p. 338, th. 5)。

注 1 083L

所有前面的命题,对于函数在点x0x_0可微,立即产生命题对于函数,它们在x0x_0右(或左)可微,当,而不是函数本身,人们认为它们的限制为交的间隔定义和间隔 [x0,+∞[[x_0, +\infty[(分别为 ]−∞,x0-\infty, x_0]);我们让读者来陈述它们。

注 2 083M

前面的定义和命题(除了那些涉及右导数和左导数的)扩展很容易地到这样的情况:其中一个替换R\mathbf{R}由任意*可交换的非离散拓扑域*KK,以及拓扑向量空间(分别是拓扑) 代数)超过R\mathbf{R},拓扑向量空间(或拓扑代数)超过KK。 在定义中。 1、道具。 1、2 和 3 在 KK 中通过 x0x_0 的 邻域 就足够了替换 I;在道具中。 4 必须进一步假设映射 y↦y′y \mapsto y' 已定义并且在 E 中 f(x0)f(x_0) 的邻域上连续。 命题 5 概括如下:设 K′K' 为拓扑域 KK 的非离散子域,设 E 为拓扑向量空间 over KK;设ff为函数,定义在x0∈K′x_0 \in K'的邻域V⊂K′V \subset K'上,值在KK中(视为K′K'上的拓扑向量空间),在x0x_0可微,令g为函数定义在f(x0)∈Kf(x_0) \in K的邻域上,值在E中,并且在点f(x0)f(x_0)可微;那么映射 g∘fg \circ f 在 x0x_0 处可微,并在那里具有导数 g′(f(x0))f′(x0)g'(f(x_0))f'(x_0)(E 则被视为拓扑向量空间 over K′K')。

同样的记号,令ff为定义在a∈Ka \in K的邻域V上的函数,值在E中,且在点aa可微;如果a∈K′a \in K',则ff到V∩K′V \cap K'的*限制*在aa可微,并且在那里有导数f′(a)f'(a)。在实践中,这些考虑首先适用于K=CK = \mathbf{C}和K′=RK' = \mathbf{R}的情况。

最后,道具。 6 扩展到其中一个替换 I乘以x0∈Kx_0 \in K的邻域,以及ff乘以I同胚到KK中y0=f(x0)y_0 = f(x_0)的邻域J=f(I)J = f(I)的情况。

引用了 1

引用了 命题 5

7. 实值函数的衍生品

当我们处理实变量的*实值* 函数时,前面的定义和命题可能会在几个方面得到增强。

首先,如果ff是这样的函数,定义在区间I⊂RI \subset \mathbf{R}上,并且相对于I在点x0∈Ix_0 \in I连续,则可能发生当xx趋于x0x_0同时保持在I和≠x0\neq x_0时, f(x)−f(x0)x−x0\frac{f(x) - f(x_0)}{x - x_0} 的极限等于+∞+\infty或−∞-\infty;然后可以说 ff 在 x0x_0 处可微,并且在那里有导数 +∞+\infty(或 −∞-\infty);如果函数ff在I的每点xx有一个导数f′(x)f'(x)(有限或无限),则函数f′f'(R‾\overline{\mathbf{R}}中的值)再次称为导数函数(或简称为ff的导数)。类似地推广右导数和左导数定义。

例 083N

在点x=0x = 0函数x1/3x^{1/3}(x3x^3的逆函数,R\mathbf{R}自身同胚)有一个导数,等于+∞+\infty;在x=0x = 0函数∣x∣1/3|x|^{1/3}有右导数+∞+\infty和左导数−∞-\infty。

公式对于可微实数函数的和、乘积的导数,以及可微分函数的逆(命题1、3和4),以及(实值)合成对函数的导数(命题1)。 5) 当出现的导数是无限时仍然有效,只要这些公式中出现的所有表达式都有意义(*Gen Top.*、IV、p. 345–346)。事实上,如果在道具中。 6 假设 ff 为严格递增的(分别为严格递减)并且在 I 上连续,并且如果 f′(x0)=0f'(x_0) = 0,则逆函数 gg 的导数等于 +∞+\infty(分别为 −∞-\infty) 点y0=f(x0)y_0 = f(x_0);如果f′(x0)=+∞f'(x_0) = +\infty(或−∞-\infty),则gg的导数为0。右导数和左导数有类似的结果,我们将其留给读者处理。

令C为由点(x,f(x))(x, f(x))形成的平面R2\mathbf{R}^2的有限实数函数ff、子集的图形或表示曲线,其中xx穿过集合,其中定义了ff。若函数ff在点x0∈Ix_0 \in I有有限右导数,则C以点Mx0=(x0,f(x0))M_{x_0} = (x_0, f(x_0))为原点,方向为数(1,fd′(x0))(1, f'_d(x_0))的半直线称为曲线的右半切线C 点 Mx0M_{x_0};当fd′(x0)=+∞f'_d(x_0) = +\infty(或fd′(x0)=−∞f'_d(x_0) = -\infty)时,我们对原点为Mx0M_{x_0}、方向为数(0,1)(0, 1)(或(0,−1)(0, -1))的半线使用相同的术语。同理,当fg′(x0)f'_g(x_0)存在时,在Mx0M_{x_0}处求定义左半切线。通过这些定义,我们可以快速验证右(或左)半切线与横坐标所成的角度是该轴与起始于Mx0M_{x_0}和经过通过C的点M1=(x,f(x))M_1 = (x, f(x))所成角度的极限,如下xx趋于x0x_0,同时保持>x0> x_0(或<x0< x_0)。

我们还可以说,右(或左)半切线是从 Mx0M_{x_0} 经过到 M1M_1 的半线的极限,将具有相同原点的半线的集合赋予商空间拓扑 C∗/R+∗C^*/\mathbf{R}_+^*(创 11)。顶部.,VIII,p. 107)。

如果C的点Mx0M_{x_0}处存在两条半切线,则仅当ff在点x0x_0(假设在I内部)有导数(有限或非)时,它们方向相反;仅当 fd′(x0)f'_d(x_0) 和 fg′(x0)f'_g(x_0) 无穷大且符号相反时,它们才相同。在这两种情况下,我们说直线包含这两条半切线是 C 在点 Mx0M_{x_0} 的切线。

当Mx0M_{x_0}存在切线时,它是经过穿过Mx0M_{x_0}和M1M_1的线的极限,因为xx趋于x0x_0,剩余≠x0\neq x_0,拓扑在穿过给定固定的线的集合上点是商空间 C∗/R∗C^*/\mathbf{R}^*(Gen. Top.、VIII、p. 114)。

图的正切和半相切的概念是一般概念的特例,这些概念将在致力于可微分簇的级数的部分中定义。

定义 4 083O

我们说,在拓扑空间 E 的子集 A 上定义的实函数 ff,如果存在邻域 VV,则相对于 A 在点 x0∈Ax_0 \in A 处具有相对最大值(严格相对最大值、相对最小值、严格相对最小值) E 中的x0x_0,使得与x0x_0不同的每个点x∈V∩Ax \in V \cap A都有f(x)≤f(x0)f(x) \leq f(x_0)(分别为f(x)<f(x0)f(x) < f(x_0)、f(x)≥f(x0)f(x) \geq f(x_0)、f(x)>f(x0)f(x) > f(x_0))。

很明显,如果ff在A的点处达到A上的最小上界(或下确界),那么它在该点处相对于A具有相对最大值(或相对最小值); 逆命题当然是不正确的。

注,如果B⊂AB \subset A,并且如果ff承认(对于例)相对于B而言在点x0∈Bx_0 \in B处存在相对最大值,则ff不一定在该点处相对于A具有相对最大值。

命题 7 083P

令 ff 为有限实数函数,定义在区间 I⊂RI \subset \mathbf{R} 上。如果ff在I内部的点x0x_0处承认相对最大值(或相对最小值),并且在该点处具有右导数和左导数,则有fd′(x0)≤0f'_d(x_0) \leq 0和fg′(x0)≥0f'_g(x_0) \geq 0(分别为fd′(x0)≥0f'_d(x_0) \geq 0和fg′(x0)≤0f'_g(x_0) \leq 0);特别是,如果 ff 在点 x0x_0 可微,则 f′(x0)=0f'(x_0) = 0。

命题是从定义衍生出来的。

我们可以进一步说,如果在I函数ff内部的点x0x_0是可微的并且允许相对最大值或最小值,则其图的切线平行于横坐标。 逆命题是不正确的,正如函数 x3x^3 的例所示,它在点 x=0x = 0 处具有零导数,但在该点处既没有相对最大值,也没有相对最小值。

习题

参见习题为 § 1。

Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。