对偶数是形如 a+bε 的表达式,其中 a 和 b 是实数,而 ε 是满足 ε2=0 但 ε=0 的形式元素。对偶数构成实数上的二维交换代数。它们的运算体现了一阶微分的法则,因此可用于自动微分、微分几何以及无穷小变化的研究。与复数不同,对偶数不构成域,因为 ε 的非零倍数没有乘法逆元。
定义与运算
实对偶数集记为
D={a+bε:a,b∈R, ε2=0}.
系数 a 称为实部、标量部分或原值部分,而 b 称为对偶系数或切向分量。两个对偶数相等,当且仅当对应系数分别相等:
a+bε=c+dε⟺a=c,b=d.
加法和乘法定义为
(a+bε)+(c+dε)=(a+c)+(b+d)ε,
(a+bε)(c+dε)=ac+(ad+bc)ε.
其中 bdε2 项为零。乘法满足结合律和交换律,且 1+0ε 是乘法单位元。
对偶数可逆,当且仅当其实部非零。当 a=0 时,
(a+bε)−1=a1−a2bε.
因此,若 c=0,则
c+dεa+bε=ca+c2bc−adε.
符号 ε 并不表示一个非常小的正实数。它是一个平方为零的精确代数对象。特别地,任何非零实数都不可能满足其定义关系。
代数结构
作为 R 上的向量空间,D 有一组基 {1,ε}。作为环(数学),它可以构造为商环
D≅R[t]/(t2),
其中,两个多项式的差能被 t2 整除时,它们表示同一个元素。因此,每个等价类都有唯一一个次数不超过一的代表元。
元素 ε 是一个非零的幂零元,即它的某个正整数次幂为零。它也是一个零因子,因为 εε=0。更一般地,每个非零的 bε 都是零因子。这使得 D 无法成为域(数学),也意味着非零元素的消去律并不总是成立。
映射
π:D⟶R,π(a+bε)=a
是一个满射环同态。它的核
(ε)={bε:b∈R},
是 D 唯一的极大理想(环论),因此 D 是局部环。这个理想中任意两个元素的乘积都为零。
对偶数的一个忠实矩阵表示为
a+bε⟼(a0ba).
矩阵加法和乘法与对偶数的运算相对应。其行列式为 a2,这也从另一个角度验证了可逆性仅取决于 a 是否非零。
对偶共轭定义为
a+bε=a−bε.
它满足
(a+bε)(a+bε)=a2.
这个表达式是退化的:对每个纯对偶数 bε,它的值都为零,而不只是在对偶数为零时才如此。
用对偶数求导
核心恒等式是
f(a+bε)=f(a)+bf′(a)ε.
对于多项式,这可以直接由对偶数运算推出。特别地,对于整数 n≥1,有
(a+bε)n=an+nan−1bε.
所有含有两个或更多 ε 因子的项都为零。
对于可微实函数,在其导数存在的每一点,同一公式定义了该函数在对偶数上的一阶扩展。对于解析函数,这个公式也可以由其泰勒级数推出,因为所有关于 ε 的二次及更高次项都为零。因此,解析性是一阶扩展存在的充分条件,但不是必要条件。
例如,
exp(a+bε)=ea+beaε,
sin(a+bε)=sina+bcosaε,
以及当 a>0 时,
log(a+bε)=loga+abε.
例如,设 f(x)=x3+2x。那么
f(2+ε)=(2+ε)3+2(2+ε)=12+14ε.
实部给出 f(2)=12,对偶系数则给出导数 f′(2)=14。
这不是通过选取一个小步长得到的近似,而是对偶数代数中的精确恒等式;不过在计算机实现中,它仍会受到通常的舍入误差和求值误差的影响。
自动微分
对偶数提供了前向模式自动微分的一种直接实现方式。程序将每个中间量表示为一个有序对
(value,tangent).
其中两项分别表示数值和切向分量。每个基本运算都依据相应的求导法则传播这两个分量。例如,乘法使用
(u,u˙)(v,v˙)=(uv,uv˙+u˙v),
这正是乘积法则。
对基本运算的复合进行求值时,就会自动应用链式法则。将输入初始化为 x+ε,即可计算关于 x 的导数;将其初始化为 x+vε,则得到该导数的 v 倍。
对于可微映射 F:Rn→Rm,相应的扩展为
F(x+εv)=F(x)+εJF(x)v,
其中 JF(x) 是雅可比矩阵。因此,一次求值即可得到雅可比矩阵与向量的乘积。对于标量值函数,切向分量就是方向导数
Df(x)[v]=∇f(x)⋅v.
普通对偶数一次只能携带一个切向方向的信息。计算完整的雅可比矩阵可能需要多次求值,或者采用能同时携带多个切向分量的广义表示。反向模式自动微分采用不同的传播策略,对于输入很多的标量值函数,它可能更高效。
与有限差分导数估计不同,对偶数求导不会引入步长截断误差,也不通过相减邻近点的函数值来估计导数。不过,浮点运算仍然会引入舍入误差。对于不可微运算、离散决策和分支边界,需要谨慎处理:沿实际执行的分支传播导数,并不能证明整个程序在该输入处可微。
无穷小与几何解释
对偶数描述一阶变化,同时舍弃变化量之间的乘积。表达式
可以解释为附带切向量 v 的点 x。在可微映射 F 下,它变为
F(x)+εDFx(v).
这样,导数在切空间上的作用就被整合进了普通的代数求值过程。
在代数几何中,对偶数为切向方向提供了代数描述。假设一个空间由多项式方程
p1(x)=⋯=pr(x)=0.
定义。对偶数点 x+εv 满足这些方程,当且仅当对每个 i 都有
pi(x)=0,Dpi(x)[v]=0
成立。满足这些线性化方程的向量 v 构成 x 处的扎里斯基切空间。在奇点处,这个切空间的维数可能大于该空间的局部维数。
这种解释并不意味着 ε 是普通的实数位移。它的无穷小性质来自幂零性,而不是因为它是一个比所有正实数都小的非零实数。
历史与相关构造
对偶数通常被认为由威廉·金登·克利福德于1873年引入。此后,它们在几何学、力学和计算微分中得到了应用。
一些相关构造可以保留不同程度的微分信息:
- 高阶截断多项式代数,如 R[t]/(tk+1),保留最高至 tk 的幂,并可通过适当的阶乘缩放来编码高阶导数。
- 多个独立的一阶方向可以用生成元 ε1,…,εn 表示,并要求对每一对 i,j 都满足 εiεj=0。这种构造保留多个一阶导数,但不保留混合二阶信息。
- 超对偶数使用相互交换的生成元,每个生成元自身的平方都为零,但某些混合乘积仍非零。这些乘积可以携带混合二阶导数信息。
- 对偶四元数形如 p+εq,其中 p 和 q 是四元数,而 ε 与它们可交换。在适当约束下,它们可以表示刚体的旋转和平移。
这里的“对偶”一词不应与向量空间的对偶空间混淆,后者由线性泛函组成;也不应与优化中的对偶性混淆。这些是不同的数学构造。