到这里好像进行不下去了,因为我们不清楚符号
指的是什么。不过这个东西是我们自己发明的,因此与其问“下一步该怎么办?”不如问一下,“我们想要F[f(x)]的导数是什么?”如果觉得这像是反向推理,再想一下!请记住在这本书中我们是在做什么。将以前熟悉的概念推广到狂野奇异的领域时,总是需要进行选择。要选择的是:用原来的概念的哪些方面来建构更一般的新概念?这里,我们很快会看到,要选择的其实是我们想让导数
等于)还是
dx。接下来我们就会看到为什么。回到前面的计算,我们停下来是因为我们还没有明确
是什么意义。如果我们不说清楚想怎样定义不同的“向量格子”f(x)和相对于对方的泛函导数,就无法进一步定义同类相食机器F[f(x)]的泛函导数。也许我们的词典能帮上忙。回想一下在单变量微积分中,我们有
这其实说的是不同变量x1,x2,…,xn可以视为“相互垂直的方向”,因此沿着其中一个前进的时候不会改变在其他方向上的位置,就好比朝东或朝西走不会改变沿南北轴的位置一样。由于我们可以按自己的意愿进行推广,因此可以选择定义
如果这样选择,我们就能继续推进,前面的泛函导数就会变成
注意每一项都包含dx,因此每一项都是无穷小。但是,第二项是两个无穷小相乘,所以要无穷小于第一项。因此,有了这个定义,我们可以说
这个说的是式(.5)作出的选择使得所有泛函导数都是无穷小。从直观上来说,为什么是这样呢?在多变量微积分中,式(N.4)作出的选择,即
使得偏导数一般为普通的数,不会是无穷小或无穷大的数。例如,在多变量微积分中,
注意取导数后并没有dx之类的无穷小量附在后面。为什么这里在做出式(.5)的选择后,我们会得到如下结果呢?
这两个式子是如此类似,以至于很难明白为什么会一个得出正常的数另一个得出无穷小。其实,我们可以再次无视标准教科书的谨慎,直接得出答案。式(.6)的求和是对有限大小事物的求和,因此毫不奇怪我们得到有限大小的导数。而式(
.7)的积分是对无穷小事物的求和,它是无穷薄的矩形面积的求和,其中每一个都类似f(某个数)dx,而f(某个数)是3或7或52这样的普通数,dx则是“无穷小”量。因此,像式(
.5)那样定义“偏泛函导数”——这样做是因为我们想尽量像式(
.4)那样定义它们——最终导致了我们的泛函导数成为无穷小量。
直观上来说这是对的。如果我们将机器图形在某一点的高度改变无穷小量,机器图形下的面积会改变多少呢?答案肯定会附有两个无穷小量:原矩形的无穷小宽度(来自dx)和高度的无穷小变化(来自δf(x))。因此,如果我们选择像式(.5)那样定义“偏泛函导数”,整个面积的变化率附有一个无穷小量就说得通了,因为计算导数时除以δf(x)会抵消两个无穷小中的一个。