介绍泛函与变分的基础知识

泛函（Functional） 是“函数的函数”——它的自变量不再是某个数，而是一整个函数（或一条曲线）。理解泛函，是从普通微积分走向变分法、泛函分析以及现代物理理论的关键一步。

一、思想来源：为什么需要泛函

在普通微积分里，我们研究的是形如 $y=f(x)$ 的对应关系：给一个数 $x$，得到一个数 $y$。但在许多实际问题中，决定某个量的并不是单个数值，而是整条曲线的形状。例如：

• 给定一条连接 $A,B$ 两点的曲线 $y(x)$，其弧长 $L=\int_a^b\sqrt{1+y'^2}\,dx$ 是一个确定的数。曲线变了，弧长随之改变。
• 质点沿某条路径 $q(t)$ 运动，作用量 $S[q]=\int_{t_1}^{t_2}L(q,\dot q,t)\,dt$ 是一个确定的数。
• 一根弹性梁的弯曲形状 $y(x)$ 决定了其弹性势能。

这些量的共同特征是：输入是一个函数，输出是一个数。这类对应关系就是泛函。

二、严格定义

设 $\mathcal{F}$ 是某一类函数构成的集合（称为容许函数类或函数空间），若对 $\mathcal{F}$ 中的每一个函数 $y(x)$，都按照某种法则 $J$ 对应着一个确定的实数（或复数）$J[y]$，则称 $J$ 是定义在 $\mathcal{F}$ 上的一个泛函，记作

$$J=J[y],\qquad y\in\mathcal{F}.$$

这里有两个要点：

1. 定义域是函数空间，而不是数集。$\mathcal{F}$ 通常要求具备一定的正则性（如连续、可微、平方可积等），并满足指定的边界条件。
2. 值域通常是数域 $\mathbb{R}$ 或 $\mathbb{C}$。如果输出仍是函数，那就属于下一节要讨论的“算子”。

三、典型例子

泛函	表达式	说明
定积分型	$J[y]=\displaystyle\int_a^b y(x)\,dx$	最简单的线性泛函
加权积分型	$J[y]=\displaystyle\int_a^b f(x)y(x)\,dx$	固定权函数 $f$
弧长	$J[y]=\displaystyle\int_a^b\sqrt{1+y'^2}\,dx$	非线性（含 $y'$）
作用量	$S[q]=\displaystyle\int_{t_1}^{t_2}L(q,\dot q,t)\,dt$	力学核心
Dirichlet 能量	$J[u]=\displaystyle\int_\Omega	\nabla u
范数	$|y|=\left(\int_a^b	y
点赋值	$J[y]=y(x_0)$	看上去像“取值”，在无穷维空间上它是不连续的线性泛函

四、容易混淆的概念辨析

• 泛函 vs 复合函数：$f(g(x))$ 仍是函数，因为最终输入是数 $x$；而 $J[y]$ 的输入是整条曲线 $y$，不依赖某个具体的 $x$。
• 泛函 vs 算子（Operator）：算子的输入和输出都是函数（如微分算子 $\frac{d}{dx}$、积分算子 $(Ky)(x)=\int K(x,t)y(t)dt$）。泛函可视为“输出退化为数”的特殊算子。
• 泛函 vs 含参变量的积分：$\Phi(\alpha)=\int_a^b f(x,\alpha)dx$ 是普通函数（自变量是参数 $\alpha$）；只有当被积对象本身作为整体变动时，才构成泛函。

五、泛函的分类

1. 线性与非线性 若对任意 $y_1,y_2\in\mathcal{F}$ 及常数 $\alpha,\beta$，都有

$$J[\alpha y_1+\beta y_2]=\alpha J[y_1]+\beta J[y_2],$$

则称 $J$ 为线性泛函，否则称为非线性泛函。

• 线性：$\int_a^b f(x)y(x)dx$、$y(x_0)$
• 非线性：$\int_a^b y^2 dx$、$\int_a^b\sqrt{1+y'^2}dx$

2. 有界性与连续性 在线性赋范空间中，线性泛函 $J$ 若存在常数 $C>0$ 使 $|J[y]|\le C\|y\|$ 对所有 $y$ 成立，则称其为有界泛函。对线性泛函而言，“有界”“连续”“在某一点连续”三者等价。这是泛函分析的核心结论之一。

3. 正定、二次型泛函 形如 $J[y]=\int_a^b\left(p(x)y'^2+q(x)y^2\right)dx$ 的泛函称为二次泛函，它在 Sturm–Liouville 理论和稳定性分析中极为重要。

六、线性泛函与对偶空间

所有定义在空间 $X$ 上的连续线性泛函构成一个新的线性空间 $X^*$，称为 $X$ 的对偶空间（共轭空间）。几个代表性结论：

• Riesz 表示定理（Hilbert 空间情形）：Hilbert 空间 $H$ 上的任一连续线性泛函 $f$，都可唯一表示为内积形式 $f(x)=\langle x,z\rangle$，其中 $z\in H$ 由 $f$ 唯一确定，且 $\|f\|=\|z\|$。这为“每个线性泛函都对应空间中一个向量”提供了严格依据。
• $L^p$ 空间的对偶：$(L^p)^*\cong L^q$（$1/p+1/q=1$），即任一连续线性泛函都可写成 $\int fg$ 的形式。这也正是变分法基本引理中 $\int f\eta=0\Rightarrow f=0$ 的对偶性背景。
• 广义函数（分布）：Dirac δ“函数”本质上是一个线性泛函 $\delta[\varphi]=\varphi(0)$，它将测试函数映为其在原点的值。这一观点构成了现代偏微分方程理论的基石。

七、泛函的微分：变分

由于自变量是函数，“求导”必须重新定义。核心思路是给函数一个微小扰动 $y\to y+\varepsilon\eta$，考察 $J$ 的变化。

1. 变分（Variation） 设 $J[y]$ 的增量可表为

$$\Delta J=J[y+\delta y]-J[y]=\delta J+\text{高阶小量},$$

其中 $\delta J$ 关于 $\delta y$ 是线性的，则 $\delta J$ 称为 $J$ 的一阶变分。

2. Gâteaux 微分

$$\delta J[y;\eta]=\left.\frac{d}{d\varepsilon}J[y+\varepsilon\eta]\right|_{\varepsilon=0}=\lim_{\varepsilon\to 0}\frac{J[y+\varepsilon\eta]-J[y]}{\varepsilon}.$$

这是沿方向 $\eta$ 的方向导数推广。以 $J[y]=\int_a^b F(x,y,y')dx$ 为例：

$$\delta J=\int_a^b\left(\frac{\partial F}{\partial y}\eta+\frac{\partial F}{\partial y'}\eta'\right)dx \xrightarrow{\text{分部积分}} \int_a^b\left(\frac{\partial F}{\partial y}-\frac{d}{dx}\frac{\partial F}{\partial y'}\right)\eta\,dx,$$

这正是上一轮推导欧拉–拉格朗日方程的关键步骤。

3. Fréchet 微分 若存在有界线性泛函 $A$ 使得 $\Delta J=A[\delta y]+o(\|\delta y\|)$，则称 $J$ Fréchet 可微，$A$ 为其导数。Fréchet 可微强于 Gâteaux 可微，且能保证链式法则成立。

4. 二阶变分

$$\delta^2 J=\left.\frac{d^2}{d\varepsilon^2}J[y+\varepsilon\eta]\right|_{\varepsilon=0},$$

用于判定极值的充分条件（类比一元函数的 $f''>0$）。

八、泛函极值问题

变分法的基本问题即为：在容许函数类 $\mathcal{F}$ 中寻找 $y^*$，使 $J[y]$ 取极小（或极大）值。

• 必要条件：$\delta J[y^*;\eta]=0$ 对所有容许变分 $\eta$ 成立 → 借助变分法基本引理得到欧拉–拉格朗日方程。
• 边界条件：端点固定时给出自然边界条件；端点自由时由变分导出横截性条件。
• 约束情形：等周问题、 holonomic 约束等需引入 Lagrange 乘子（此时乘子可能是函数而非单纯的数）。
• 直接法（Hilbert 第 20 问题的解决路径）：不先求微分方程，而是在函数空间中构造极小化序列并利用紧性证明极小元存在。这是有限元方法的理论基础。

九、物理与现代数学中的意义

• 最小作用量原理：经典力学、电动力学、广义相对论及量子场论的方程均可由某个作用量泛函的驻值条件导出（如 Einstein–Hilbert 作用量给出 Einstein 场方程）。
• 最优控制：性能指标是状态与控制函数的泛函，由此导出 Pontryagin 极大值原理。
• 图像处理与机器学习：TV 去噪模型 $\min\int|\nabla u|+\lambda\int(u-f)^2$、变分自编码器中的 ELBO 均为泛函极值问题。
• 泛函分析：研究无穷维空间上的泛函与算子，为量子力学的 Hilbert 空间表述提供了严格的数学框架。

十、一句话总结

函数是“数→数”，算子是“函数→函数”，泛函则是“函数→数”。 泛函分析研究这些对象的连续性、有界性与极值性质；变分法则专门处理泛函的极值问题，而变分法基本引理正是连通“积分形式的弱条件”与“微分形式的强方程”的那座桥梁。

---