Мультииндекс (или мульти-индекс ) — обобщение понятия целочисленного индекса до векторного индекса, которое нашло применение в различных областях математики , связанных с функциями многих переменных. Использование мультииндекса помогает упростить (записать более кратко) математические формулы.

Математическая запись мультииндекса

n -мерный мультииндекс — это вектор

${\displaystyle \alpha =(\alpha _{1},\alpha _{2},\ldots ,\alpha _{n}),}$

составленный из неотрицательных чисел. Для двух мультииндексов ${\displaystyle \alpha ,\beta \in \mathbb {N} _{0}^{n}}$ и вектора ${\displaystyle x=(x_{1},x_{2},\ldots ,x_{n})\in \mathbb {R} ^{n}}$ вводятся:

• Покомпонентное сложение и вычитание

${\displaystyle \alpha \pm \beta =(\alpha _{1}\pm \beta _{1},\,\alpha _{2}\pm \beta _{2},\ldots ,\,\alpha _{n}\pm \beta _{n})}$

• Частичная упорядоченность

${\displaystyle \alpha \leq \beta \quad \Leftrightarrow \quad \alpha _{i}\leq \beta _{i}\quad \forall \,i\in \{1,\ldots ,n\}}$

• Абсолютное значение как сумма компонентов

${\displaystyle |\alpha |=\alpha _{1}+\alpha _{2}+\cdots +\alpha _{n}}$

• Факториал

${\displaystyle \alpha !=\alpha _{1}!\cdot \alpha _{2}!\cdots \alpha _{n}!}$

• Биномиальный коэффициент

${\displaystyle {\alpha \choose \beta }={\alpha _{1} \choose \beta _{1}}{\alpha _{2} \choose \beta _{2}}\cdots {\alpha _{n} \choose \beta _{n}}}$

• Возведение в степень

${\displaystyle x^{\alpha }=x_{1}^{\alpha _{1}}x_{2}^{\alpha _{2}}\ldots x_{n}^{\alpha _{n}}}$

• Старшая частная производная

${\displaystyle \partial ^{\alpha }=\partial _{1}^{\alpha _{1}}\partial _{2}^{\alpha _{2}}\ldots \partial _{n}^{\alpha _{n}}}$ где ${\displaystyle \partial _{i}^{\alpha _{i}}:=\partial ^{\alpha _{i}}/\partial x_{i}^{\alpha _{i}}}$

Некоторые приложения

Использование мультииндекса позволяет без проблем расширить многие формулы классического анализа на многомерный случай. Вот некоторые примеры:

Мультиномиальные коэффициенты

Имеется в виду обобщение формулы Бернулли на многомерный случай:

${\displaystyle {\biggl (}\sum _{i=1}^{n}x_{i}{\biggr )}^{k}=\sum _{|\alpha |=k}{\frac {k!}{\alpha !}}\,x^{\alpha }}$

Формула Лейбница

Для гладких функций f и g

${\displaystyle \partial ^{\alpha }(fg)=\sum _{\nu \leq \alpha }{\alpha \choose \nu }\partial ^{\nu }f\,\partial ^{\alpha -\nu }g.}$

Разложение в ряд Тейлора

Для аналитической функции f от n переменных справедливо разложение

${\displaystyle f(x+h)=\sum _{\alpha \in \mathbb {N} _{0}^{n}}^{}{{\frac {\partial ^{\alpha }f(x)}{\alpha !}}h^{\alpha }}.}$

Фактически, для достаточно гладких функций выполняется конечная формула Тейлора

${\displaystyle f(x+h)=\sum _{|\alpha |\leq n}{{\frac {\partial ^{\alpha }f(x)}{\alpha !}}h^{\alpha }}+R_{n}(x,h),}$

где последний член (остаток) может быть записан в различных формах. Например, в (интегральной) форме Коши получим

${\displaystyle R_{n}(x,h)=(n+1)\sum _{|\alpha |=n+1}{\frac {h^{\alpha }}{\alpha !}}\int _{0}^{1}(1-t)^{n}\partial ^{\alpha }f(x+th)\,dt.}$

Оператор дифференцирования

Формальный оператор взятия частной производной N -го порядка в n -мерном пространстве записывается следующим образом:

${\displaystyle P(\partial )=\sum _{|\alpha |\leq N}{}{a_{\alpha }(x)\partial ^{\alpha }}.}$

Интегрирование по частям

Для достаточно гладких финитных функций в ограниченной области ${\displaystyle \Omega \subset \mathbb {R} ^{n}}$ имеем:

${\displaystyle \int _{\Omega }{}{u(\partial ^{\alpha }v)}\,dx=(-1)^{|\alpha |}\int _{\Omega }^{}{(\partial ^{\alpha }u)v\,dx}.}$

Эта формула используется в определении обобщённых функций и слабых производных .

Пример использования в теореме

Если ${\displaystyle \alpha ,\beta \in \mathbb {N} _{0}^{n}}$ — это мультииндексы и ${\displaystyle x=(x_{1},\ldots ,x_{n})}$ , то

${\displaystyle \partial ^{\alpha }x^{\beta }={\begin{cases}{\frac {\beta !}{(\beta -\alpha )!}}x^{\beta -\alpha }&{\hbox{if}}\,\,\alpha \leq \beta ,\\0&{\hbox{otherwise.}}\end{cases}}}$

Доказательство

Доказательство опирается на правило взятия обыкновенной производной от степенной функции:

${\displaystyle {\frac {d^{\alpha }}{dx^{\alpha }}}x^{\beta }={\begin{cases}{\frac {\beta !}{(\beta -\alpha )!}}x^{\beta -\alpha }&{\hbox{if}}\,\,\alpha \leq \beta ,\\0&{\hbox{otherwise.}}\end{cases}}\qquad (1)}$

Положим ${\displaystyle \alpha =(\alpha _{1},\ldots ,\alpha _{n})}$ , ${\displaystyle \beta =(\beta _{1},\ldots ,\beta _{n})}$ и ${\displaystyle x=(x_{1},\ldots ,x_{n})}$ . Тогда

${\displaystyle {\begin{aligned}\partial ^{\alpha }x^{\beta }&={\frac {\partial ^{\vert \alpha \vert }}{\partial x_{1}^{\alpha _{1}}\cdots \partial x_{n}^{\alpha _{n}}}}x_{1}^{\beta _{1}}\cdots x_{n}^{\beta _{n}}\\&={\frac {\partial ^{\alpha _{1}}}{\partial x_{1}^{\alpha _{1}}}}x_{1}^{\beta _{1}}\cdots {\frac {\partial ^{\alpha _{n}}}{\partial x_{n}^{\alpha _{n}}}}x_{n}^{\beta _{n}}.\end{aligned}}}$

Здесь каждое дифференцирование ${\displaystyle \partial /\partial x_{i}}$ сводится к соответствующей обыкновенной производной ${\displaystyle d/dx_{i}}$ , так как для каждого i из {1, . . ., n }, функция ${\displaystyle x_{i}^{\beta _{i}}}$ зависит только от ${\displaystyle x_{i}}$ . Поэтому из уравнения (1) следует, что ${\displaystyle \partial ^{\alpha }x^{\beta }}$ исчезает как только α _i > β _i для хотя бы одного i из {1, . . ., n }.В противном случае (когда α ≤ β ) получаем

${\displaystyle {\frac {d^{\alpha _{i}}}{dx_{i}^{\alpha _{i}}}}x_{i}^{\beta _{i}}={\frac {\beta _{i}!}{(\beta _{i}-\alpha _{i})!}}x_{i}^{\beta _{i}-\alpha _{i}}}$

для каждого ${\displaystyle i}$ . ${\displaystyle \Box }$

Ссылки

• Saint Raymond, Xavier (1991). Elementary Introduction to the Theory of Pseudodifferential Operators . Chap 1.1 . CRC Press. ISBN 0-8493-7158-9

Эта статья использует материалы со страницы на PlanetMath , которая имеет лицензию CC-BY-SA .