#头条创作挑战赛#

实变函数、泛函分析、抽象代数，是数学的新三高。

抽象代数的出现，是因为高次方程的求根问题。

实变函数的出现，是因为黎曼积分的范围问题。

泛函分析的出现，是因为最速降线问题。

1696年，伯努利给牛顿出了一个题：

不在同一条垂线上的高低两点，让小球在重力的作用下从高点沿着曲线滚动到低点，问小球沿着哪一条曲线（滚动），所花的时间最少？

最速降线问题

如果没有重力作用的话，那肯定是沿着两点之间的直线花的时间最少[呲牙]

有重力的情况下，这就是从很多曲线组成的集合里选一条最优曲线的问题。

曲线，是一个函数。

这样，微积分上由点组成的集合，就被扩展到了由函数组成的集合。

实数空间，也就扩大到了函数空间。

实数上的两点之间的距离，是它们的差的绝对值：那么，函数空间上的两点之间的距离，该怎么定义？

1）距离是非负的：d(x, y) >= 0，并且只有x = y时才有d(x, x) = 0.

2）距离是对称的，交换两点的顺序，距离不变：d(x, y) = d(y, x).

3）距离满足三角形不等式，两边之和大于等于第三边，并且只有在三点共线的情况下等号才成立：d(x, y) + d(y, z) >= d(x, z).

距离的三角形不等式

上面的3条公理，就是广义的距离定义。

或者说，满足这3条公理的二元函数都是“距离”。

定义了距离的空间（集合），叫度量空间。

1，度量空间，收敛性，

定义了距离之后，就可以进一步定义空间里的点列的收敛性。

{xn | n = 0, 1, 2, 3, ...}，

如果任取一个足够小的数，都有一个足够大的数N，当m, n > N时有那么这个点列就是收敛的。

收敛的定义跟高数上一样，也是用语言。

只不过这里的空间不一定是实数集或复数集，也可以是函数集（或其他复杂的集合）。

函数集上的距离定义，一般选择两个函数的差的绝对值de最大值：

max { | f(x) - g(x) |, x是它们共同的定义域上的点}.

如下图：如果两个函数的定义域就选这么一段的话，那么d3就是它们之间的“距离”。

函数之间的距离

当然也可以使用其他的距离定义（例如差的平方和再开根），总之只要满足距离的3个公理就可以。

2，极限点，完备空间，

定义了距离和点列的收敛之后，当n趋向于无穷大时，两点之间的距离趋向于0，两点趋向于一点：这一点，就是极限点。

如果所有收敛点列的极限点，都在这个空间内，那么这个空间就是完备的。

实数集R是完备的。

微积分就是求极限点的游戏，微积分使用的就是实数集：使用复数集的叫复变函数[捂脸]

3，压缩映射，不动点定理，

这是完备空间上的一个常用定理。

如果A是一个压缩映射：x, y是空间上的两点，并且d(Ax, Ay) <= p d(x, y)，p < 1，那么有且仅有一点满足方程Ax = x.

它就是用A不断地去乘以Ax，形成一个收敛的点列：

（这里的乘法是广义的，可以是复合函数，也可以是矩阵乘法，etc.）

当迭代的次数足够多时（m, n > N），两点之间的距离趋向于0，所以这个点列是收敛的，并且存在唯一的极限点：Ax = x.

令A = d/dt，x = e^t，那么Ax = de^t / dt = e^t = x，就是微积分为什么使用自然指数e的原因！

深度学习要想在BP算法下训练到收敛，也得满足这个定理：

随着训练次数的增多，输入样本和它的标签应该是模型的"不动点"。

所以，为了让BP算法构成压缩映射，人们想出了各种正则化的方法：调参艺术[大笑]

4，内积空间，余弦定理，

距离，主要是判断收敛的。

定义了距离之后，也可以导出范数：d(x, y) = || x - y ||，它扩展的是实数的绝对值。

如果在向量空间里，范数就是各个坐标的平方和的平方根：

这就是欧氏空间的范数，有它导出的距离也是符合距离3公理的。

向量的距离、向量的范数，和向量的内积是关联的：

两个向量的夹角的余弦，也可以通过内积来定义：

定义了内积的无限维空间，叫希尔伯特空间。

泛函，就是把距离和内积的定义给广义化了之后引出来的。

5，变分法，

变分法，属于非线性泛函分析。

但它出现的比泛函还早得多，在1700年的牛顿时代因为物理问题就被提出来的。

这个物理问题，就是本文开头的最速降线问题，牛顿一个晚上就解出来了[捂脸]

最速降线-y轴向下

让y轴向下，x轴向右，曲线方程要简单一些，点的y坐标正好是下降的高度：

根据能量守恒定律：

速度v的方向沿着曲线的切线，v与切线是始终重合的，它们的夹角为0，所以不用对v进行向量的分解了。

时间就是曲线的弧长除以速度，只不过要用积分表示：

它确定了连续函数空间C[0, c]到实数集R的一个映射：这是一个泛函。

泛函的定义域是一个函数空间，值域是实数或复数集。

被积分的部分，分子是曲线的弧长，分母是速度。

要想求一条时间最少的曲线，在曲线的细微改变下，泛函的值应该怎么细微改变：就是泛函的变分，物理上全是这类问题。

把被积分的式子按照一阶导数展开，可得：

分步积分法之后，第2项在积分界限上为0，只剩下第1和第3项。

因为曲线的变分（细微改变）是任意的，所以只能小括号里面的为0，这就是欧拉-拉格朗日方程。

但是，欧拉-拉格朗日的年代只有变分法，还没有泛函分析，科学史有时候就是这么奇怪。

把代进欧拉-拉格朗日方程，

化简之后是：

这就是最速降线的微分方程。

先让y' = p, y'' = dp/dx = dp/dy dy/dx = pdp/dy，就可以把方程降到一阶。

分离变量之后，获得：

即，A/(1+p^2)=y，其中A = e^C.

只取正号，开方之后获得：

再让

获得：

获得：

这就是最速降线问题的解析式。