Skip to main content

分数阶导数

· 4 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

在高中就已经学过函数的 nn 阶导数,其中的 nn 是正整数,1,2,3,,n1,2,3,\cdots,n,能否能够将这里的 nn 推广至整数,以及推广至有理数,实数。

负整数阶导数

很自然的认为,函数的负整数导数应该是求它的不定积分,并且相差参数 CC

我们记导数算子为 D\operatorname{D},即

Df(x)df dx,D2f(x)d2f dx2,,Dnf(x)dnf dxn.\mathrm{D} f(x) \triangleq \frac{\mathrm{d} f}{\mathrm{~d} x}, \quad \mathrm{D}^{2} f(x) \triangleq \frac{\mathrm{d}^{2} f}{\mathrm{~d} x^{2}}, \quad \cdots, \quad \mathrm{D}^{n} f(x) \triangleq \frac{\mathrm{d}^{n} f}{\mathrm{~d} x^{n}} .

aDx1{ }_{a} \mathrm{D}_{x}^{-1} 表示变上限积分,即

aDx1f(x)axf(τ)dτ,aDx2f(x)aDx1(aDx1f(x)),aDxnf(x)aDx1(aDx(n1)f(x)),x>a.\begin{aligned} { }_{a} \mathrm{D}_{x}^{-1} f(x) & \triangleq \int_{a}^{x} f(\tau) \mathrm{d} \tau, \\ { }_{a} \mathrm{D}_{x}^{-2} f(x) & \triangleq{ }_{a} \mathrm{D}_{x}^{-1}\left({ }_{a} \mathrm{D}_{x}^{-1} f(x)\right), \\ & \ldots \ldots \\ { }_{a} \mathrm{D}_{x}^{-n} f(x) & \triangleq{ }_{a} \mathrm{D}_{x}^{-1}\left({ }_{a} \mathrm{D}_{x}^{-(n-1)} f(x)\right), \quad x>a . \end{aligned}

易知,对于任意的正整数 nn,都有

warning
Dn(aDxnf(x))=f(x),\mathrm{D}^{n}\left({ }_{a} \mathrm{D}_{x}^{-n} f(x)\right)=f(x),

即积分算子 aDxn{ }_{a} \mathrm{D}_{x}^{-n} 可以看做成整数阶导数算子的逆。但是反之不成立

重复积分的 Cauchy 公式

nn 重变上限积分 aDxnf(x){ }_{a} \mathrm{D}_{x}^{-n} f(x) 的表达式为:

aDxnf(x)=ax dτ1aτ1 dτ2aτn1f(τn)dτnn-fold { }_{a} \mathrm{D}_{x}^{-n} f(x)=\underbrace{\int_{a}^{x} \mathrm{~d} \tau_{1} \int_{a}^{\tau_{1}} \mathrm{~d} \tau_{2} \cdots \int_{a}^{\tau_{n-1}} f\left(\tau_{n}\right) \mathrm{d} \tau_{n}}_{n \text {-fold }}

柯西给出了公式

aDxnf(x)=1(n1)!ax(xτ)n1f(τ)dτ{ }_{a} \mathrm{D}_{x}^{-n} f(x)=\frac{1}{(n-1) !} \int_{a}^{x}(x-\tau)^{n-1} f(\tau) \mathrm{d} \tau

为了后面书写方便,引入积分算子 (Jf)(x)=0xf(t)dt(Jf)(x)=\displaystyle \int_{0}^x f(t)\, dt,表达积分算子先作用到函数 ff 上,然后作用到变量 xx 上。则上面式子又可以写为

(Jnf)(x)=1(n1)!0x(xt)n1f(t)dt\left(J^{n} f\right)(x)=\frac{1}{(n-1) !} \int_{0}^{x}(x-t)^{n-1} f(t) \mathrm{d} t

当然这里 nNn\in N^*

证明

n=1n=1 时,显然成立;

n=2n=2 时,有

(J2f)(x)=0x(xt)f(t)dt=x0xf(t)dt0xtf(t)dt\left(J^{2} f\right)(x)=\int_{0}^{x}(x-t) f(t) \mathrm{d} t=x \int_{0}^{x} f(t) \mathrm{d} t-\int_{0}^{x} t f(t) \mathrm{d} t

对上式两边求导,并利用变上限积分求导公式,有

D((J2)f(x))=xf(x)+0xf(t)dtxf(x)=0xf(t)dt=(Jf)(x)\mathrm{D}\left(\left(J^{2}\right) f(x)\right)=x f(x)+\int_{0}^{x} f(t) \mathrm{d} t-x f(x)=\int_{0}^{x} f(t) \mathrm{d} t=(J f)(x)

n3n\ge 3 时,有

(Jnf)(x)=1(n1)!0x(k=0n1(1)kCn1kxnk1tk)f(t)dt=1(n1)!k=0n1(1)kCn1kxnk10xtkf(t)dt.\begin{aligned} \left(J^{n} f\right)(x) & =\frac{1}{(n-1) !} \int_{0}^{x}\left(\sum_{k=0}^{n-1}(-1)^{k} C_{n-1}^{k} x^{n-k-1} t^{k}\right) f(t) \mathrm{d} t \\ & =\frac{1}{(n-1) !} \sum_{k=0}^{n-1}(-1)^{k} C_{n-1}^{k} x^{n-k-1} \int_{0}^{x} t^{k} f(t) \mathrm{d} t . \end{aligned}

同样可以证明:

D((Jnf)(x))=1(n2)!0x(xt)n2f(t)dt=(Jn1f)(x).D\left(\left(J^{n} f\right)(x)\right)=\frac{1}{(n-2) !} \int_{0}^{x}(x-t)^{n-2} f(t) \mathrm{d} t=\left(J^{n-1} f\right)(x) .

然后考虑到阶乘可以使用 Gamma\text{Gamma} 函数进行表示,则又可以化为:

(Jnf)(x)=1(n1)!ax(xτ)n1f(τ)dτ=1Γ(n)ax(xτ)n1f(τ)dt\left(J^{n} f\right)(x)=\frac{1}{(n-1) !} \int_{a}^{x}(x-\tau)^{n-1} f(\tau) \mathrm{d} \tau=\frac{1}{\Gamma(n)} \int_{a}^{x}(x-\tau)^{n-1} f(\tau) \mathrm{d} t
补充:Gamma\text{Gamma} 函数:

x>0x> 0 时:

Γ(x)=0+tx1etdt\Gamma(x)=\int_{0}^{+\infty} t^{x-1} e^{-t} d t

nNn\in N^*

Γ(n+1)=n!\Gamma(n+1) = n!

Riemann-Liouville 积分

我们对上面式子中的 nn 进行推广便给出了黎曼 - 纽维尔积分

定义

f(x)f(x)(0,+)(0,+\infty) 上的连续函数,那么对于任意 0tT,α>00\le t\le T,\alpha> 0,称:

(Jαf)(x)=1Γ(α)0x(xt)α1f(t)dt\left(J^{\alpha} f\right)(x)=\frac{1}{\Gamma(\alpha)} \int_{0}^{x}(x-t)^{\alpha-1} f(t) \mathrm{d} t

为函数 f(x)f(x)α\alphaRiemann - Liouville\text{Riemann - Liouville} 积分(简称 R-L 积分)

Riemann-Liouville 分数阶导数

定义

f(x)f(x)(0,T)(0,T) 上的可积函数,那么对于任意 0<α<10<\alpha<1,称:

Dαf(t)=1Γ(1α)ddx0xf(t)(xt)αdt\operatorname{D}^\alpha f(t)=\frac{1}{\Gamma(1-\alpha)} \frac{\mathrm{d}}{\mathrm{d} x} \int_{0}^{x} \frac{f(t)}{(x-t)^{\alpha}} \mathrm{d} t

为函数 f(x)f(x)α\alphaRiemann - Liouville\text{Riemann - Liouville} 分数阶导数

对于任意的 α\alpha,由于 Gamma\text{Gamma} 函数的自变量在负整数处没有定义,需要在分数阶求导前先进行整数阶求导,例如 D32f(x)=D12Df(x)\mathrm{D}^{\frac{3}{2}} f(x)=\mathrm{D}^{\frac{1}{2}} \mathrm{D} f(x)

参考资料