- Функциональная производная
-
В математике и теоретической физике, функциональная производная является обобщением производной по направлению. Разница заключается в том, что для последней дифференцирование производится в направлении какого-нибудь вектора, а для первой речь идёт о функции. Оба эти понятия можно рассматривать как обобщение обычного дифференциального исчисления.
Существуют два основных вида функциональных производных, соответствующих общему определению производной Фреше и производной Гато функции на банаховом пространстве. На практике они зачастую не различаются.
Содержание
Определение
Пусть
— некоторый функционал, то есть функция, определённая на некотором множестве функций. Значение функционала
на функции
обозначают
. Его производная Гато (производная по направлению) есть предел (если он существует) выражения
. Здесь
— некоторая функция из области определения
. Отметим, что такая производная, вообще говоря, зависит от выбора функции
. В этом смысле ситуация вполне аналогичная конечномерной. Например, функция
дифференцируема в точке
справа и слева, но эти односторонние производные различны, а в обычном смысле эта функция в 0 не дифференцируема.Гораздо чаще в приложениях возникает производная функционала, аналогичная классической конечномерной производной и являющаяся частным случаем производной Гато. Не давая общего определения, рассмотрим типичный пример: поиск экстремума функционала на множестве траекторий, проходящих через две заданные точки. Такая задача возникает при исследовании задач классической механики с помощью принципа наименьшего действия, подобного же типа задача о нахождении фигуры максимальной площади с заданным периметром и т. п.
Пусть функционал
имеет интегральный видЕго первой вариацией называется выражение
Если она представима в виде
с точностью до величин второго порядка по
, то функция
называется функциональной производной
по
и обозначается
. Функционал при этом называют дифференцируемым.Конкретно в данной задаче
, но в общем случае ответ существенно зависит от постановки задачи и граничных условий.Вторая вариация
Если функционал дифференцируем, то можно определить аналог второй производной (в данном случае он скорее аналогичен матрице вторых частных производных). Раскладывая полную вариацию
до второго порядка по
и отбрасывая величины первого порядка, получим выражение, называемое второй вариацией функционала:Свойства
Функциональная производная по свойствам аналогично обычной. Например:
- Линейность.

- Тождество Лейбница.

- Разложение полной вариации по частным производным:
![\delta F[\phi, \psi] = \frac{\delta F}{\delta \phi} \delta \phi + \frac{\delta F}{\delta \psi} \delta \psi](a0c56c41239e05677d7291bbd4813a3f.png)
- В точке экстремума функционала его производная равна 0. Точка экстремума является точкой минимума (максимума), если вторая вариация — положительно (отрицательно) определённая квадратичная форма.
и так далее.
Примеры
Энтропия
Информационная энтропия дискретной случайной величины это функционал функции вероятности.
Поэтому,
Поэтому,
Экспонента
Пусть
Использую в качестве пробной функции дельта-функцию,
Поэтому,
Категории:- Функциональный анализ
- Математическая физика
- Дифференциальные операторы
Wikimedia Foundation. 2010.
![F[\phi] = \int_a^b L(\phi, \dot \phi, t)dt](4e9e6be5ad44989fa7c148b493d1bf9b.png)
![\delta F = F[\phi + \delta \phi] - F[\phi]](5f8747b556dd144c069b62272906c8fa.png)


![\begin{align}
H[p(x)] = -\sum_x p(x) \log p(x)
\end{align}](cf53c97dc0e3cc75331436114189827a.png)
![\begin{align}
\left\langle \frac{\delta H}{\delta p}, \phi \right\rangle
& {} = \sum_x \frac{\delta H[p(x)]}{\delta p(x')} \, \phi(x') \\
& {} = \left. \frac{d}{d\epsilon} H[p(x) + \epsilon\phi(x)] \right|_{\epsilon=0}\\
& {} = -\frac{d}{d\varepsilon} \left. \sum_x [p(x) + \varepsilon\phi(x)] \log [p(x) + \varepsilon\phi(x)] \right|_{\varepsilon=0} \\
& {} = \displaystyle -\sum_x [1+\log p(x)]\phi(x)\\
& {} = \left\langle -[1+\log p(x)], \phi \right\rangle.
\end{align}](77a19bc9ec7d960ea736d39035c8b61e.png)
![\frac{\delta H}{\delta p} = -[1+\log p(x)].](fe42ea0e4acb036de4e5fff6536b1a08.png)
![F[\varphi(x)]= e^{\int \varphi(x) g(x)dx}.](ccd161f924f4826e0c0d450523fd1c8b.png)
![\begin{align}
\frac{\delta F[\varphi(x)]}{\delta \varphi(y)}
& {} = \lim_{\varepsilon\to 0}\frac{F[\varphi(x)+\varepsilon\delta(x-y)]-F[\varphi(x)]}{\varepsilon}\\
& {} = \lim_{\varepsilon\to 0}\frac{e^{\int (\varphi(x)+\varepsilon\delta(x-y)) g(x)dx}-e^{\int \varphi(x) g(x)dx}}{\varepsilon}\\
& {} = e^{\int \varphi(x) g(x)dx}\lim_{\varepsilon\to 0}\frac{e^{\varepsilon \int \delta(x-y) g(x)dx}-1}{\varepsilon}\\
& {} = e^{\int \varphi(x) g(x)dx}\lim_{\varepsilon\to 0}\frac{e^{\varepsilon g(y)}-1}{\varepsilon}\\
& {} = e^{\int \varphi(x) g(x)dx}g(y).
\end{align}](d2e79ce701a74cf3b196dca84b7c6d2f.png)
![\frac{\delta F[\varphi(x)]}{\delta \varphi(y)} = g(y) F[\varphi(x)].](80d772725436eb1d9ef32a31a6fa1cd2.png)