1 基本概念
微分可能性は、関数がある点の近くで直線的な振る舞いにどれだけよく近づくかを表す性質である。単に値が定まるだけでなく、局所的な変化の仕方が安定して記述できる場合に用いられる。解析学では、連続性よりも強い滑らかさの指標として位置づけられる。
1.1 微分可能性の定義
微分可能であるとは、点の近くで関数の増分が一次の項でよく表され、残差がそれより十分小さくなることをいう。標準的には、増分の比が一定の極限に収束する場合に定義される。これにより、局所的な線形近似が正当化される。
1.2 微分係数と接線
一変数関数では、微分係数はその点での瞬間的な変化率を示す。図形的には、グラフに接する直線の傾きとして解釈される。接線は、曲線のその点近傍の形を簡潔に表す手段となる。
1.3 微分可能性と連続性
微分可能ならば連続であるが、連続だからといって微分可能とは限らない。微分可能性は連続性を含みつつ、さらに鋭い局所構造を要求する。したがって、連続性は必要条件でも十分条件でもない。
1.4 左微分と右微分
左側から近づいたときの変化率を左微分、右側からのものを右微分という。両者が存在し、しかも一致するときに通常の微分可能性が得られる。区分的な関数や端点の扱いで重要になる。
2 一変数関数における微分可能性
一変数の場合、微分可能性は最も基本的な形で現れる。関数のグラフを考えると、点の近くで直線にどの程度近いかが中心的な問題となる。初等解析から応用まで、最も頻繁に使われる枠組みである。
2.1 点での微分可能性
点で微分可能であることは、その一点における局所的な傾きを定められることを意味する。近傍全体ではなく、あくまで特定の点での性質として定義される。したがって、他の点での性質とは独立に調べられる。
2.1.1 極限による定義
微分係数は、差分商の極限として定義される。入力の変化を小さくしたとき、増加量の比が一定値へ近づくかを調べる。極限が存在すれば、その値が導関数となる。
2.1.2 差分商による表現
差分商は、二点間の平均的な変化率を表す量である。これを極限操作によって一点に絞り込むことで、瞬間的な変化率が得られる。計算上も概念上も、微分の基本形として扱われる。
2.2 区間での微分可能性
開区間では、各点で微分可能であることが区間全体での微分可能性を意味する。閉区間では内部点に加えて端点の扱いに注意が必要である。端では片側微分を用いることが多い。
2.3 高階微分可能性
微分を一度だけでなく繰り返し行えるとき、高階微分可能という。これにより、曲線の形だけでなく、曲がり方や変化の変化率まで把握できる。近似精度も高めやすい。
2.3.1 一階微分可能
一階微分可能とは、導関数が存在することを指す。最も基本的な滑らかさの段階であり、線形近似の出発点となる。多くの性質はこの段階から導かれる。
2.3.2 二階微分可能
二階微分可能であれば、一次の変化に加えて、その変化率の変化も定義できる。物理では加速度に対応するなど、解釈の幅が広い。関数の凸性や曲率の議論にも関わる。
2.3.3 無限回微分可能
何度でも微分できる関数は、無限回微分可能と呼ばれる。局所的に非常に滑らかであり、解析の多くの場面で扱いやすい。とはいえ、無限回微分可能でも解析関数とは限らない。
3 多変数関数における微分可能性
多変数では、入力の方向が複数あるため、微分可能性の概念も拡張される。単純な傾きではなく、各方向への変化をまとめて捉える必要がある。これにより、より豊かな幾何学的構造が現れる。
3.1 偏微分可能性
偏微分は、他の変数を固定したまま一つの変数だけを動かしたときの変化率である。各方向ごとの局所的な情報を与えるが、それだけで全体の滑らかさは保証されない。多変数解析の基本的な部品となる。
3.2 全微分可能性
全微分可能性は、複数変数の増分が一つの線形写像で近似できることを意味する。偏微分の集まりより強い条件であり、真の意味での局所線形化を表す。ベクトル値関数にも自然に拡張される。
3.2.1 線形近似
全微分可能な関数は、点の近くで線形関数にほぼ一致する。誤差が高次の小ささをもつため、近似計算に有効である。微分の本質は、この線形化にある。
3.2.2 ヤコビ行列
多変数関数の全微分は、通常ヤコビ行列で表される。各成分の偏微分を並べた行列で、局所的な変換の性質を一括して記述する。合成や変数変換の計算でも中心的役割を担う。
3.3 方向微分
方向微分は、任意の方向へ少し動かしたときの変化率である。偏微分が座標軸方向に限られるのに対し、こちらはより一般的な向きを扱う。全微分が存在すれば、多くの方向微分を体系的に説明できる。
3.4 微分可能性と勾配
実数値多変数関数では、勾配は最も急に増加する方向を示すベクトルである。微分可能な場合、勾配は全微分を座標表示したものとみなせる。最適化や幾何学的解釈において重要である。
4 微分可能性の判定と性質
微分可能性の有無は、定義に直接当てはめるほか、十分条件や定理を用いて判定できる。性質としては、合成や逆写像、局所的な挙動に関する結果が豊富である。これらは解析と幾何の橋渡しをする。
4.1 判定方法
判定では、定義そのものを使う方法に加え、連続性や既知の定理を利用する方法がある。多変数では、偏微分の存在だけでは足りないため注意が必要である。実際の計算では、より扱いやすい基準が好まれる。
4.1.1 連続性からの十分条件
導関数や偏導関数が近傍で連続なら、微分可能性が示されることが多い。これは十分条件であって必要条件ではない。滑らかさが一段高い場合に有力な判定法となる。
4.1.2 偏微分の存在だけでは不十分であること
偏微分が全部存在しても、全微分可能とは限らない。各軸方向の情報だけでは、斜め方向での振る舞いを制御できないためである。多変数解析では、この点が基本的な注意事項になる。
4.2 合成関数の微分可能性
微分可能な関数を合成すると、条件が整えば合成関数も微分可能になる。導関数は連鎖律によって計算できる。これは複雑な関数の微分を分解する中心的な道具である。
4.3 逆関数定理との関係
逆関数定理は、微分が適切に可逆であれば局所的に逆写像が存在することを述べる。微分可能性は、局所的な一対一対応や座標変換の理解に直結する。幾何学や方程式論で特に重要である。
4.4 平均値の定理との関係
平均値の定理は、関数の増分がある点での導関数に対応することを保証する。微分可能性があるからこそ、区間全体の変化を局所的な傾きで説明できる。解析的不等式や一意性の議論にも使われる。
4.5 微分可能関数の局所的性質
微分可能な関数は、近傍で滑らかに見えるだけでなく、極値や単調性に関する情報も持つ。導関数の符号や大きさから、増減や曲がり方を読み取れる。局所解析の基礎を成す性質である。
5 微分不可能な関数
微分不可能性は、関数が局所的な線形化に失敗する状況を指す。原因は多様で、折れ曲がり、振動、特異な点などがある。連続であっても滑らかさが欠ける例は少なくない。
5.1 角をもつ関数
折れ線的な関数は、点で傾きが急に切り替わるため微分できないことがある。代表例として絶対値関数の原点が知られる。左右からの傾きが一致しない場合、接線は定まらない。
5.2 連続だが微分不可能な関数
連続性を保ちながら、どの一点でも微分できない関数も存在する。こうした例は、直感に反して滑らかさと連続性が別の概念であることを示す。理論上の境界例として重要である。
5.3 震える挙動を示す関数
入力を細かく動かすほど値が激しく揺れる関数では、極限的な傾きを取り出しにくい。振動が強いと、差分商が収束しないことがある。局所的な規則性の欠如が微分不能につながる。
5.4 特異点と微分不能点
特異点では、関数の定義や振る舞いに通常と異なる点が現れる。微分不能点は、その中でも導関数が存在しない場所を指す。解析では、こうした点の分類が関数理解の手がかりとなる。
6 拡張概念
微分可能性は、実数上の関数にとどまらず、より抽象的な空間へ広がる。多様体や分布論では、座標に依存しない形で微分を考える必要がある。これにより、現代数学の広い領域と結びつく。
6.1 多様体上の微分可能性
多様体では、局所的に座標を入れて微分可能性を定義する。座標変換に対して整合的であることが求められる。曲面や空間のような対象でも、滑らかな構造を扱える。
6.2 滑らかさと可微分階級
関数が何回微分できるか、あるいは導関数がどの程度連続かによって階級が分かれる。これを可微分階級という。階級が高いほど扱いやすいが、必要な水準は分野によって異なる。
6.3 解析関数との違い
解析関数は、局所的にべき級数で表せる強い性質をもつ。無限回微分可能であっても、必ずしも解析的とは限らない。両者の差は、滑らかさと級数展開可能性の違いにある。
6.4 弱微分と分布
関数が通常の意味では微分できなくても、積分の枠組みで微分を定義できる場合がある。これが弱微分であり、分布論と密接に関係する。偏微分方程式や現代解析で広く用いられる。
7 応用
微分可能性は、理論的な概念にとどまらず、多くの応用分野で中核的役割を果たす。近似、最適化、物理法則の表現、計算手法など、実用面での価値が高い。微分を通じて複雑な現象を局所的に理解できる。
7.1 近似計算
微分可能性があると、関数を一次式や高次多項式で近似しやすい。これにより、複雑な値の計算が簡略化される。誤差評価も体系的に行える。
7.2 最適化
最大値や最小値を探す問題では、導関数や勾配が重要な指標となる。停留点の解析や勾配法の設計に直結する。微分可能性は、効率的な探索戦略を支える基盤である。
7.3 力学と物理学
速度や加速度など、物理量の変化率は微分で表される。運動方程式や場の理論でも、微分可能性は基本要件となる。滑らかなモデル化により、現象の予測が可能になる。
7.4 数値解析
数値計算では、微分可能性がアルゴリズムの安定性や収束性に影響する。差分法や反復法では、関数の滑らかさが精度を左右する。理論的条件と計算実装を結びつける重要な概念である。