从泛函极值到不等式约束：变分法的核心思想与应用

最新推荐文章于 2026-06-25 09:55:38 发布

原创

最新推荐文章于 2026-06-25 09:55:38 发布 · 351 阅读

1. 从“找最低点”到“画个圈”：变分法到底在玩什么？

如果你学过微积分，肯定对“求极值”不陌生。比如，给你一个抛物线函数，让你找它的最低点。你脑子里蹦出来的第一个操作是什么？求导，然后令导数等于零，解方程。这个“导数等于零”的点，就是极值点。这就像在一个光滑的山坡上找最低的谷底，你只需要找到那个坡度为零的“平台”就行。

现在，我们把问题升级一下。想象你不是在找一个点的函数值最小，而是在找一整条曲线，使得某个“整体的量”最小。这个“整体的量”就是泛函。比如，在所有连接A点和B点的光滑曲线中，哪一条的长度最短？答案是直线。但你怎么证明呢？你不能对“曲线”这个整体求导，因为它的自变量不是数，而是一个函数。这就是变分法要解决的核心问题：如何对“函数的函数”求极值。

我第一次接触这个概念时，也觉得有点绕。后来我把它想成一个“导演选角”的过程。泛函 J 就是导演（或者一个评分标准），它的输入不是一个演员（一个数），而是一整段表演（一个函数 x(t)）。导演的任务是，从成千上万种不同的表演方式（函数集合）中，选出能让整部电影（泛函值 J[x(t)]）评分最高或最低的那一种。变分法，就是导演用来筛选和优化表演方案的那套方法论。

那么，“变分”这个词从哪来？它其实就是“变化”和“微分”的结合体。在普通函数里，我们研究自变量 x 的微小变化 dx 如何引起函数值 f(x) 的变化 df，这个 df 就是微分。在泛函里，我们把宗量函数 x(t) 本身做一个微小的、整体的“晃动”或“变形”，这个变形量记作 δx(t)，称为变分。然后我们看这个小小的变形，会引起泛函值 J 发生多大的变化 δJ，这个 δJ 就是泛函的变分。所以，泛函的变分 δJ，其地位就相当于函数的微分 df。寻找泛函的极值，核心条件就变成了：对于任意微小的、允许的函数变形 δx(t)，泛函的一阶变分 δJ 必须为零。这就像在山谷最低点，无论你往哪个方向迈出极小的一步，高度都不会再下降一样。这个条件，就是著名的欧拉-拉格朗日方程的源头。

我刚开始总觉得“变分”很高深，后来发现，生活中处处是变分问题。比如，你早上从家到公司，想找一条耗时最短的路线。你的“表演”（路线轨迹）是一系列街道的连续选择，而“评分标准”（泛函）就是总通勤时间。你大脑里下意识地比较“如果在这个路口稍微绕一点，总时间会变多还是变少”，这本质上就是在做变分分析。变分法就是把这种直觉，变成一套严谨的数学工具。