第1卷 第6章 在米尔嘉旁边

学习目标

• 能用极限定义微分、用邻点差定义差分，并说明两者的输入尺度差异
• 能验证一次、二次、三次函数的微分与差分，推导下降阶乘幂的降阶公式
• 能从算子方程推导 e^x 与 2^x 的对应，并用初值检查解是否唯一
• 能用望远镜求和反转差分，设计实验比较连续与离散变化的结构而非只比较符号

从“在旁边”开始比较两个世界

第1卷第6章《在米尔嘉旁边》追问一个朴素词语：“旁边”到底有多近？连续实数轴上，x 旁边还有 x+h，而 h 可以不断缩小；整数格点上，x 的下一个位置就是 x+1，中间没有另一个整数。两个世界都研究变化，却需要不同的算子。

先预测：为什么 x 的微分和差分都是 1，x² 的结果却分别是 2x 与 2x+1？能否换一种离散多项式让公式重新对齐？连续世界中微分后不变的 e^x，在离散世界中对应哪个函数？答案不在于强迫符号相同，而在于寻找保留运算结构的翻译。

官方锚点依次讨论微分、差分、一次函数、二次函数、三次函数、下降阶乘幂，建立微分与差分的对应，再比较连续指数函数 e^x 与离散指数函数 2^x，最终走向在两个世界中往返的旅行。本章沿着这条路线逐步验收：连续的普通幂对应离散的下降阶乘幂，连续指数的特征方程对应离散指数的一步递推，积分对应求和。

一、先把误区放到桌面上

二、微分：把割线压到无限近

微分

对连续函数 f，从 x 走到 x+h，输入变化为 h，输出变化为 f(x+h)-f(x)。平均变化率是：

$$\frac{f(x+h)-f(x)}h.$$

若当 h 趋近于 0 时极限存在，就定义：

$$Df(x)=f'(x)=\lim_{h\to0}\frac{f(x+h)-f(x)}h.$$

这不是“非常小但仍固定的一步变化”，而是所有足够小尺度变化率趋向的极限。若左右两侧趋向不同，例如 f(x)=|x| 在 0 处，微分就不存在。

对 f(x)=x²，先展开再取极限：

$$\frac{(x+h)^2-x^2}{h}=2x+h\longrightarrow2x.$$

保留 h 直到约分后再取极限很重要。直接把 h=0 代入原差商会得到 0/0，这不是导数值，而是提醒我们必须研究趋近过程。

三、差分：把一步邻点当作基本尺度

差分 在整数输入上，最自然的下一个位置是 x+1，于是定义：

$$\Delta f(x)=f(x+1)-f(x).$$

不需要取极限，因为一步就是离散世界的基本间隔。使用一般步长 h 时，可写 Δ_hf(x)=f(x+h)-f(x)；除以 h 得到平均变化率，但只有再令 h 趋近于 0 并满足极限条件时，才会回到导数。

微分和差分都是线性算子：

$$D(af+bg)=aDf+bDg,\qquad \Delta(af+bg)=a\Delta f+b\Delta g.$$

它们都会让合适的多项式次数降低 1，但“合适”是关键。普通幂是微分的自然基底，不是前向差分最整齐的基底。

xx²下降阶乘幂微分差分x=1x=2x=3重置

一次函数：第一次对齐

对 f(x)=x：

$$Dx=1,\qquad \Delta x=(x+1)-x=1.$$

一次函数在任何尺度的变化率都相同，因此微分和单位步长差分恰好一致。这是一个重要正例，却不能外推到所有函数；接下来必须主动测试更高次数。

二次函数：普通幂不再对齐

对 f(x)=x²：

$$Dx^2=2x,\qquad \Delta x^2=(x+1)^2-x^2=2x+1.$$

多出的 1 代表从 x 到 x+1 的整段割线包含曲率影响；导数只保留 x 附近无限小尺度的线性部分。若因此断言连续与离散无法对应，又太早了。应改问：是否选错了离散世界的表示基底？

四、下降阶乘幂：为差分选择自然基底

下降阶乘幂 定义二阶下降阶乘幂：

$$x^{\underline2}=x(x-1).$$

它的差分为：

$$\Delta x^{\underline2} =(x+1)x-x(x-1)=2x.$$

于是连续世界的 Dx²=2x 与离散世界的 Δx下划2=2x 完全同形。对应关系不是把 x² 原封不动搬过去，而是把普通幂翻译为相邻因子相差 1 的离散基底。

对三次函数，连续侧有 Dx³=3x²；离散侧选择：

$$x^{\underline3}=x(x-1)(x-2).$$

直接差分并提取公因式：

$$\begin{aligned} \Delta x^{\underline3} &=(x+1)x(x-1)-x(x-1)(x-2)\\ &=x(x-1)\bigl((x+1)-(x-2)\bigr)\\ &=3x(x-1)=3x^{\underline2}. \end{aligned}$$

一般地，对正整数 n：

$$Dx^n=nx^{n-1},\qquad \Delta x^{\underline n}=n x^{\underline{n-1}}.$$

当 x 是非负整数时，x下划n 还具有组合意义：从 x 个对象中依次选出 n 个且不放回。新增一个对象后，每个新增结果必须把它放在 n 个位置中的一个，再从旧对象中有序选择其余 n-1 个，于是新增数量是 n x下划(n-1)。代数提公因式和组合分类给出同一答案，却检查不同错误。

五、指数函数：保持不变的对象也要翻译

连续指数函数满足 De^x=e^x、e^0=1。在离散世界寻找对应函数 E(x) 时，应保留算子方程，而不是保留底数外观。要求：

$$\Delta E(x)=E(x),\qquad E(0)=1.$$

由定义得到 E(x+1)-E(x)=E(x)，即 E(x+1)=2E(x)。对非负整数逐步迭代：

$$E(x)=2^x.$$ 离散指数函数

这就是连续 e^x 与离散 2^x 的对应。确实，Δ2^x=2^{x + 1}-2^x=2^x。若直接差分 e^x，得到 (e-1)e^x；它仍是差分算子的特征函数，但特征值是 e-1，不是 1。

更一般地，若 ΔE=cE 且 E(0)=1，则 E(x+1)=(1+c)E(x)，所以 E(x)=(1+c)^x。连续方程 Df=cf、f(0)=1 的解是 e^{cx}。对应关系保存的是“被变化算子作用后按自身比例增长”的结构。

六、逆向旅行：积分与望远镜求和

微分会丢掉常数：D(f+C)=Df；差分也一样：Δ(F+C)=ΔF。因此逆向恢复都需要边界值。连续世界用积分，离散世界用求和。

若 ΔF(k)=f(k)，从 k=a 累加到 b-1：

$$\sum_{k=a}^{b-1}f(k) =\sum_{k=a}^{b-1}\bigl(F(k+1)-F(k)\bigr) =F(b)-F(a).$$ 望远镜求和

中间的 F(a+1),...,F(b-1) 正负抵消，结果只由原函数端点之差给出。这是微积分基本定理的离散对应：积分累积连续变化，求和累积一步变化，二者都需要边界确定被丢掉的常数。

因为 Δ[x下划2/2]=x，所以：

$$\sum_{k=0}^{n-1}k =\frac{n^{\underline2}}2-\frac{0^{\underline2}}2 =\frac{n(n-1)}2.$$

这条公式不是凭空猜出；它来自在离散自然基底中寻找“反差分”。

七、在两个世界中往返的旅行

对应字典

可靠翻译遵循三步：第一，抽取要保持的结构，例如降次规则、特征方程或端点基本定理；第二，寻找离散世界的自然对象，例如下降阶乘幂和 2^x；第三，实际作用算子并核对初值。只按符号长相配对，容易把 x² 配给 x²、把 e^x 配给 e^x，从而错过真正同形的运算关系。

这种往返不是宣称连续和离散完全一样。微分依赖极限，差分依赖有限平移；积分处理连续区间，求和处理离散格点。对应字典的价值，是把一个世界中熟悉的提问迁移到另一个世界，同时保留差异作为验收边界。

分步验收：把对应关系做成证据链

⚡分步1 / 4

1. 1
2. 2
3. 3
4. 4

重置

1. 定义：先区分基本尺度

对同一个函数分别写出差商极限和单位步差值，标出连续世界的 h 趋近于 0 与离散世界的 x+1；不要先把两个符号强行相等。

上一步播放下一步

本章回顾：变化算子选择自己的语言

• 微分用步长趋近 0 的极限，差分用固定邻点比较变化。
• 普通幂适合微分，下降阶乘幂让差分稳定降阶。
• De^x=e^x 对应 Δ2^x=2^x，保留的是算子方程。
• 积分与望远镜求和都反转变化，并需要边界值。
• 对应字典先抽取结构，再选自然对象，最后用算子与初值回验。

练习与答案

练习

1. 问题 1：比较两个算子。 对 f(x)=x² 分别计算 Df(x) 与 Δf(x)，并说明结果多出的常数从哪里来。

查看答案

由差商极限得到 Dx²=2x；由单位步差得到 Δx²=(x+1)²-x²=2x+1。多出的 1 来自有限区间 [x,x+1] 的曲率贡献，差分不是把导数的步长简单固定为 1。

2. 问题 2：验证下降阶乘幂。 证明 Δx下划3=3x下划2，再用组合分类解释系数 3。

查看答案

展开 x下划3=x(x-1)(x-2)，计算 (x+1)x(x-1)-x(x-1)(x-2)，提取 x(x-1) 后剩下 3，因此结果是 3x下划2。组合上，新增对象必须放进三个位次中的一个，其余两个位置从旧对象中有序选择，因而有 3 个位置选择。

3. 问题 3：推导离散指数。 从 ΔE=E 和 E(0)=1 推导 E(n)；如果把右侧改为 cE，结果如何变化？

查看答案

E(n+1)-E(n)=E(n) 等价于 E(n+1)=2E(n)，配合 E(0)=1 逐步得到 E(n)=2^n。若是 ΔE=cE，则 E(n+1)=(1+c)E(n)，所以 E(n)=(1+c)^n。

4. 问题 4：改 Demo 代码。 在实验中增加一个“边界错误”开关，把求和区间误写成 a 到 b，并显示多出来的 f(b)；用一个具体 F 验证修复前后差异。

查看答案

错误模式把 Σ[k=a,b-1] 改成 Σ[k=a,b]，会多出 f(b)=F(b+1)-F(b)。例如 F(k)=k(k-1)/2、f(k)=k、a=0,b=4 时，正确和为 6，错误和为 10；恢复上界 b-1 后与 F(4)-F(0)=6 一致。

名词解释

本章出现的专业名词，用大白话再讲一遍。

微分

用步长趋近于零的差商极限，描述连续函数局部变化率的算子。

差分

在离散输入上比较相邻点函数值之差的变化算子。

下降阶乘幂

因子逐次减少 1 的离散多项式基底，适合前向差分降阶。

离散指数函数

满足一步差分与自身成比例的离散函数，单位特征值和初值 1 时是 2^x。

望远镜求和

中间项逐项抵消、只剩端点差值的求和方法。

对应字典

把连续结构翻译成离散对象，再用算子和初值核对的转换方法。