引言：从"找最大值"到"找最美的曲线"
微积分给了我们求函数极值的武器：求导，令 f'(x) = 0。但生活中很多优化问题，变量本身不是数，而是一整条函数——
从 A 滑到 B，怎样的滑道下落最快？（最速降线）
悬在两点之间的链条，会自然形成什么形状？（悬链线）
给定边界，什么形状的薄膜面积最小？（极小曲面/肥皂泡）
光走的路径——为什么是直线（或在不同介质里折射）？（费马原理）
这些都是"求最优函数"，不是"求最优数"。变分法（calculus of variations）就是为这类问题打造的微积分——把"找极值"从数的空间推广到函数的空间。它的灵魂还是那条老话：线性化——一阶变分等于零、就像导数等于零。
本章我们想说清楚四件事：
什么是泛函？为什么要把"函数"当成"自变量"？
欧拉-拉格朗日方程怎么来的？它在数学/物理里的统治力从何而来？
三大经典问题（最速降线、悬链线、测地线）如何由同一个方程支配？
泛函的线性化——Gateaux/Fréchet 导数——如何把整套微分学搬进无穷维？
一、泛函——把函数喂给一个机器，吐出一个数
定义很朴素：
泛函（functional）：从某个函数空间 V 到 ℝ（或 ℂ）的映射。即"输入一条函数 y，输出一个数 J[y]"。
三个最重要的例子：
弧长泛函
：给定 y(x) 在 [a, b] 上的图像，弧长是
L[y] \;=\; \int_a^b \sqrt{1 + y'(x)^2}\, dx表面积泛函
：旋转曲面 y = y(x) 绕 x 轴一周，面积是
A[y] \;=\; 2\pi \int_a^b y(x)\, \sqrt{1 + y'(x)^2}\, dx动作量泛函（action）
：经典力学中粒子的拉格朗日量沿路径积分，
S[q] \;=\; \int_{t_0}^{t_1} L(t, q, \dot q)\, dt
形式上，所有这些都长成统一的样子：
其中 F 是某个三元函数。变分法就是研究这种泛函的极值。"自变量" y 是函数（不是数），定义域是某个函数空间（如 C¹[a, b]，再加边界条件 y(a) = α, y(b) = β）。
二、第一变分——把"导数等于零"搬进函数空间
记住普通微积分里的核心招数：要让 f 在 x₀ 处取极值，沿任意小扰动 h，f(x₀ + εh) − f(x₀) 一阶项必须消失，即 f'(x₀)·h = 0 对所有 h 成立 ⟹ f'(x₀) = 0。
变分法把这套搬到函数空间。设 y₀ 是某个候选极值函数（满足 y₀(a) = α, y₀(b) = β）。考虑沿任意"扰动方向" η（光滑、η(a) = η(b) = 0）做一族变化：
把 J[y_ε] 看作 ε 的实函数，记 g(ε) = J[y_ε]。如果 y₀ 是极值，必有 g'(0) = 0。这个 g'(0) 叫第一变分，记作 δJ[y₀; η]。
把 J[y_ε] 写开然后对 ε 求导（在 ε = 0 处）：
对第二项分部积分（用 η(a) = η(b) = 0 把边界项消掉）：
对所有满足边界条件的 η 都要等于 0——由变分基本引理（如果连续函数 g(x) 对所有 η ∈ C₀^∞ 满足 ∫ g η = 0，则 g ≡ 0），得到：
欧拉-拉格朗日方程（Euler 1744 / Lagrange 1755）：
这就是变分法的核心。它把"找最优函数"转化成解一个常微分方程（ODE）——而 ODE 我们多少有些办法。
三、最速降线——变分法的开山之作
1696 年，约翰·伯努利向欧洲数学家发出公开挑战：给定平面上不在同一垂线的两点 A、B（A 高于 B），一颗珠子从 A 沿光滑曲线滑到 B，下落最快的曲线是什么？
直觉答案是直线？错——曲线两端的速度差异让"先快后稳"更划算。正确答案是摆线（cycloid）——一个圆沿直线滚动时，圆周上一点描出的轨迹。
用变分法推。设珠子的速度由能量守恒给出 v = √(2gy)（取 A 为原点，y 向下）。下落时间
这里 F = √(1 + y'²) / √(2g y)，不显式依赖 x（"自治"），故有第一积分：
代入化简后变为 y(1 + y'²) = c。换参数 y = c sin²(θ/2) = c(1 − cos θ)/2，可求出
正是摆线的参数方程。Newton、Leibniz、Bernoulli 兄弟、L'Hôpital 都各自给出了答案，是变分法的开山之战。
四、悬链线——变分配上约束的经典
把一根均匀链条悬在两个固定点之间，重力作用下它静止时是什么形状？
这是个带等周约束的变分问题：链长 L 给定，要求势能 ∫ y ds 最小（y 是高度）。
用 Lagrange 乘子 λ，最小化
得到的欧拉-拉格朗日方程化简为：
这就是悬链线。它不是抛物线——这是 17 世纪一个普遍误解（伽利略也错了），到 1691 年由 Leibniz、Huygens、Johann Bernoulli 三人独立解决。
启示：约束变分问题用 Lagrange 乘子；这套技术后来贯穿整个最优控制、机器学习中的 KKT 条件。
五、最小作用量原理——物理中变分法的统治
变分法真正的统治舞台是物理学。从牛顿力学到广义相对论再到量子场论，几乎所有"运动方程"都来自一个变分原理。
(1) 经典力学：哈密顿原理
定义拉格朗日量 L = T − V（动能减势能），作用量 S = ∫ L dt。粒子的真实轨迹是使 S 取极值的路径。欧拉-拉格朗日方程立刻给出：
对 L = (1/2) m·q̇² − V(q) 代入，得到 m q̈ = −∂V/∂q——牛顿第二定律。所以 F = ma 不是基本，最小作用量才是；F = ma 是它的推论。
(2) 光学：费马原理
光在介质中走的路径是使光程 ∫ n(x) ds 最小的路径。折射定律（斯涅尔定律）就是这个变分问题的欧拉-拉格朗日方程的解。
(3) 广义相对论：测地线方程
四维时空中的自由落体轨迹是测地线——使 ∫ ds（"固有时间"）取极值的路径。爱因斯坦场方程本身也来自一个变分原理：作用量 S = ∫ R √(-g) d⁴x（Einstein-Hilbert 作用量），R 是标量曲率。变一下、令第一变分等于零，立刻给出 R_μν − (1/2) g_μν R = 8πG T_μν。
(4) 量子场论：路径积分
Feynman 把"经典轨迹是作用量极值"推广到——所有路径都贡献，权重是 e^{iS/ℏ}。在 ℏ → 0 极限下，相位剧烈震荡的路径互相抵消，只剩 S 极值附近的路径相干叠加——经典力学就这样从量子力学的 ℏ → 0 极限重新涌现。
整个物理学的"动力学方程"，就是变分法的不同实例。这不是巧合——它揭示了一个深刻事实：自然偏好最优，无论"最优"指的是最快、最短、最少能量、还是最大对称。
六、Noether 定理——对称性 → 守恒律
1918 年 Emmy Noether 把变分法推到了让物理学界震撼的高度：
Noether 定理：每个连续对称性对应一个守恒律。
时间平移对称 ⟹ 能量守恒；
空间平移对称 ⟹ 动量守恒；
空间旋转对称 ⟹ 角动量守恒；
(规范对称 ⟹ 电荷守恒。)
Noether 的证明就是变分法+群论。设作用量 S 在某个连续单参数变换群 (q, t) ↦ (q + εδq, t + εδt) 下不变，对 ε 求导后用欧拉-拉格朗日方程化简，立刻得到一个沿真实轨迹守恒的量。
这条定理把"几何（对称）"和"动力学（守恒律）"通过变分原理这个桥梁统一了——是 20 世纪理论物理的一个支柱定理。它告诉我们：物理定律的"形式"由变分原理给出；物理定律的"守恒结构"由其对称群给出。
七、泛函的导数——Gateaux 与 Fréchet
第一变分本质就是泛函的"方向导数"。把它正式化：
Gateaux 导数：泛函 J 在 y 处沿方向 η 的 Gateaux 导数是
DJ(y)\, \eta \;=\; \lim_{\varepsilon \to 0} \frac{J[y + \varepsilon \eta] - J[y]}{\varepsilon} \;=\; \frac{d}{d\varepsilon}\bigg|_{\varepsilon=0} J[y + \varepsilon \eta].
这是有限维"方向导数"在无穷维空间里的复刻。第一变分 δJ[y; η] = DJ(y)η。
Fréchet 导数：更强的概念——存在一个连续线性算子 A : V → ℝ 使得
J[y + h] - J[y] - A\, h \;=\; o(\|h\|)\quad \text{当}\;\|h\|\to 0.
Fréchet 导数把"全微分"概念带进 Banach 空间——所有方向同时趋近，且收敛速度由范数控制。所有现代非线性泛函分析（不动点定理、隐函数定理、PDE 解的存在性）都基于 Fréchet 导数。
关键关系：Fréchet 可导 ⟹ Gateaux 可导（且二者相等）；反向一般不真。Gateaux 像"逐点连续"，Fréchet 像"一致连续"——这与第 8 章的量词游戏完全一致。
八、对偶空间与分布——泛函的"群居"
当我们把函数视为"点"，"作用在函数上的线性泛函"就是这些点上的"线性形式"。所有连续线性泛函的全体形成对偶空间 V*。
关键的对偶配对：
Hilbert 空间 H 自对偶（Riesz 表示定理）：每个连续线性泛函都来自一个内积 ⟨·, h⟩；
L^p 的对偶是 L^q（1/p + 1/q = 1，且 1 ≤ p < ∞）；
C(X) 上的正连续线性泛函 ↔ X 上的正 Borel 测度（Riesz-Markov 定理）。
第三条尤其漂亮——它告诉我们测度本身就是积分泛函的"双胞胎"，反过来定义了什么叫"积分"。这是 20 世纪测度论的精神基石。
Schwartz 分布——把"广义函数"理性化
物理学家爱用Dirac δ 函数——"在 0 处无穷大、其他地方为零、积分为 1"。这显然不是普通函数。Schwartz 1950 给了它合法身份：把 δ 看成试验函数空间上的连续线性泛函 δ : φ ↦ φ(0)。
这个视角非常厉害——任何"奇怪的对象"，只要能告诉我们"作用在试验函数上是什么数"，就有合法的数学身份。导数、Fourier 变换、卷积都自动延拓到分布空间，PDE 的"弱解"概念由此诞生。
这种"不直接给出对象，只给出它在所有试验函数上的作用"——是变分法精神（看泛函而非看函数）的逻辑顶点。
九、变分问题的"陷阱"——存在性与正则性
变分法看上去很美，但有几个深坑值得知道。
(1) 极小值未必存在
Riemann 曾用"狄利克雷原理""证明"了 Laplace 方程边值问题的解：让积分 ∫ |∇u|² dx 取极小，欧拉-拉格朗日方程恰是 Laplace 方程。问题在于——下确界存在不代表会被取到！Weierstrass 1870 给出反例，让 Riemann 的论证崩塌。
直到 Hilbert 1900 引入直接方法（direct method）——证明极小化序列的弱收敛极限确实是极小值——才把狄利克雷原理修复回来。这条思路开启了现代变分法和椭圆 PDE 理论。
(2) 解可能"不正则"
欧拉-拉格朗日给出的方程是 ODE/PDE，解可能光滑，也可能很糟。Hilbert 第 19 问问的是：变分问题的极值是否一定是解析的？De Giorgi 1957 / Nash 1958 各自独立证明：在椭圆性、凸性条件下答案是肯定的——这是 De Giorgi 的成名作，也是几何分析的奠基之一。
(3) 高维变分极小曲面
极小曲面（mean curvature 为零）是 Plateau 问题的解。在三维和四维空间是流形（光滑的），但 7 维以上可以出现奇点（"Simons 锥"）——这是变分问题在高维的真实复杂度。
十、几个深度图景
十一、几个常见误区
误区 1："变分法只是 ODE 的另一种花式说法"
不对。变分法的原理论是泛函，导出 ODE 只是技术后果。它的真正意义是把整个分析提升到无穷维空间，开辟了泛函分析、最优控制、量子场论的语言。
误区 2："欧拉-拉格朗日方程的解一定是极小值"
不对。它只是必要条件——驻点。可能是极小、极大、鞍点、甚至"伪极值"。要确认极小，需要二阶变分（Legendre/Jacobi 条件、共轭点），或全局凸性。
误区 3："最小作用量原理是说大自然在'选择'最优"
这是物理学家的常用拟人化。严格地说，它是个数学约束：粒子的真实轨迹满足"作用量取驻点"。Feynman 路径积分给出更深的解释——所有路径都贡献，干涉抵消后只留下经典轨迹。所以"自然在最优"是 ℏ → 0 极限下的涌现现象。
误区 4："变分法解都是显式的"
不对。最速降线、悬链线碰巧有显式解；但极小曲面、谐和映射等大量重要变分问题，必须用直接方法证明存在性，再用正则性理论讨论解的性质——这是 20 世纪 PDE 中最深刻的领域之一。
十二、结语：从一阶变分到整个分析的版图
把全章压成一句话：变分法是把"找最优"从有限维（数）搬到无穷维（函数）的微积分；它的核心招数仍然是线性化——第一变分等于零。
更深的几条洞见：
变分法把分析推到无穷维
。从此函数空间本身成为研究对象——这是 Banach、Hilbert、Sobolev 空间等现代分析的诞生地。
欧拉-拉格朗日方程是物理学的母方程
。从牛顿力学到广义相对论，所有动力学都来自变分原理。
Noether 定理把对称变成守恒律
。这是物理学最优雅的"跨学科连结"，也是规范理论的起点。
极值未必存在、解未必正则
。直接方法和正则性理论是 20 世纪变分法的两大支柱，让"找最优函数"成为一门严格的科学。
从 Gateaux 到 Fréchet
，导数概念从有限维稳步推广到 Banach 空间——为非线性泛函分析、最优控制、PDE 提供统一语言。
下一章我们离开"以简驭繁"的分析主轴，走进"什么是计算"的哲学心脏——第 15 章：丘奇-图灵论题。当我们问"算法能做什么"，最终发现：在所有合理的"计算"定义中，能算的边界都一样。