対象読者
- 合成関数の微分がイメージできない方
- 合成関数の微分の手順ではなく、意味を理解したい方
結論
合成関数の微分のことを「なんか分子分母を付け足して微分を展開できること」だと思ってはいないだろうか。以下の式展開は、\(dy\)を分子分母に付け足しているだけに見える。
$$ \frac{dz}{dx} = \frac{dz}{dy}\frac{dy}{dx} $$
この式変形は言葉遊びみたいで合成関数の微分の意味やイメージを理解することは難しいだろう。
しかし、答えは簡単だ。合成関数の微分とは単なる比の掛け算に過ぎない。
突然だが、3人の戦士に登場いただこう。彼らは以下のような力関係にあるとする。
- AさんはBさんよりp倍強い
- BさんはCさんよりq倍強い
このとき、AさんはCさんよりpq倍強い。これが理解できたのなら、合成関数の微分の意味を理解したも同然だ。だって、合成関数の微分も同じことを表しているのだから。
と、言われても納得できるはずもない。関数や微分の意味の理解が前提だからだ。なので、以下を順に説明していき、合成関数の微分なんて、簡単であることを示す。
- 関数の意味について
- 微分の意味について
- 合成関数の微分について
関数とは２つの値の対応関係
高校数学まででは、関数を把握するためにグラフを多用してきた。だから、関数とグラフを同じものだと誤解しがちだ。
否、「関数」とは、数の関係のことだ。詳しく言うと、入力と出力という２つの数の対応関係のことだ。 関数 \( f(x) = x^2 \) は以下のような対応関係を表している。
- 入力が1の時、出力は1 (\(f(1) = 1\))
- 入力が2の時、出力は4 (\(f(2) = 4\))
- 入力が3의時、出力は9 (\(f(3) = 9\))
- …
このように、入力と出力をはっきりと意識すると、関数のイメージが、「グラフという絵」から、「入力の集合と出力の集合の対応関係」という厳密なものに変わるだろう。また、グラフのイメージも刷新されるはずだ。グラフとは、「絵」というより、「入力と出力の順序対(座標)の集合」という方が相応しいのだ。入力の集合を定義域、出力の集合を値域と呼ぶ。
関数 $f$ は以下のように定義域 $X$、値域 $Y$ を明示して書くことができる。
$$f: X \rightarrow Y, f(x) = y$$
定義域と値域の区別は関数をイメージする上で重要だ。その練習として、定義域と値域は別物である例を以下に示す。
定義域と値域が異なる例
関数 $f(x) = x^2$ の定義域を実数全体とする。つまり、入力にはどんな実数を選んでも良い、ということだ。
このとき、この関数の値域も実数全体になりそうだが、そうはならない。マイナスの入力は、2乗によって打ち消されてしまうからだ。こうして定義域と値域は一致しなくなる。
関数とは２つの値の対応関係
高校数学まででは、関数を把握するためにグラフを多用してきた。だから、関数とグラフを同じものだと誤解しがちだ。
否、「関数」とは、数の関係のことだ。詳しく言うと、入力と出力という２つの数の対応関係のことだ。 関数 \( f(x) = x^2 \) は以下のような対応関係を表している。
- 入力が1の時、出力は1 (\(f(1) = 1\))
- 入力が2の時、出力は4 (\(f(2) = 4\))
- 入力が3의時、出力は9 (\(f(3) = 9\))
- …
このように、入力と出力をはっきりと意識すると、関数のイメージが、「グラフという絵」から、「入力の集合と出力の集合の対応関係」という厳密なものに変わるだろう。また、グラフのイメージも刷新されるはずだ。グラフとは、「絵」というより、「入力と出力の順序対(座標)の集合」という方が相応しいのだ。入力の集合を定義域、出力の集合を値域と呼ぶ。
関数 $f$ は以下のように定義域 $X$、値域 $Y$ を明示して書くことができる。
$$f: X \rightarrow Y, f(x) = y$$
定義域と値域の区別は関数をイメージする上で重要だ。その練習として、定義域と値域は別物である例を以下に示す。
定義域と値域が異なる例
関数 $f(x) = x^2$ の定義域を実数全体とする。つまり、入力にはどんな実数を選んでも良い、ということだ。
このとき、この関数の値域も実数全体になりそうだが、そうはならない。マイナスの入力は、2乗によって打ち消されてしまうからだ。こうして定義域と値域は一致しなくなる。
微分の図形的な解釈
高校では、以下のような微分の公式を習っただろう。
$$\frac{d}{dx} x^n = nx^{n-1}$$
この公式からは計算手順以上の意味を見出せない。微分の意味とは何なのか。
微分とは、「クネクネ曲がったものでも、局所的に見れば真っ直ぐ」ということを意味する。地球は本当は楕円？であり、曲がっている。だけど、地面に立った人間視点(局所)から見れば、地球は平らに見える。これが微分だ。
関数の微分は、とある点\(x=a\)におけるグラフの傾きを意味する。曲がっている2次関数\(y(x) = x^2\)でも、\(x=a\)周りのメッチャ狭い区間(局所)の変化は一定の比率\(\frac{dy}{dx}(a)=2a\)になる。この比率自体は点の位置(aの値)で変化するが、その区間内では一定の値として扱える。局所的な変化は一定の比で表すことができる。これが「微分とはグラフの傾きを求めること」の真意だ。
微分とは、入力の微小変化と出力変化の比
以上で関数と微分の図形的解釈を押さえた。関数の微分のイメージをより厳密にできる準備が整った。
関数の微分は「入力の微小変化と出力の微小変化は一定の比の関係にある」ことを表す。
とある入力と出力の関係\(f(x) = y\)があるとする。その入力を僅かにずらした値\(x +\Delta{x}\)を入力とするとき、出力も元の値\(y\)から僅かに変化するだろう。その変化量を\(\Delta{y}\)とおくと、以下のように書ける。
$$ \begin{aligned} & f(x + \Delta{x}) = y + \Delta{y} \\ & \Leftrightarrow \Delta{y} = \frac{f(x + \Delta{x}) - f(x)}{\Delta{x}}\Delta{x} \end{aligned} $$
ここで、微分の意味を思い出して欲しい。微分とは、局所的な変化は一定の比で追える、ということだった。言い換えると、以下のように出力の変化は入力の変化との比で表せる。
$$ \Delta{y} \simeq \frac{df}{dx} \Delta{x}$$
厳密な等式ではなく、ニアリーイコール(\(\simeq\))とした理由は、\(\Delta{x}\)が局所的と言えるほど小さいとは限らないからだ。
\(\Delta{x}\)を十分小さく、つまり微小(局所的)にしたとき、\(\Delta{x}\)は\(dx\)と書く。このとき、上式は厳密な等式となる。
$$ \begin{aligned} dy = \frac{df}{dx} dx \tag{1} \end{aligned} $$
これが関数の微分だ。
微小という概念は難しいが、任意の実数よりも小さくできる、という意味だ。ゼロではないが、ゼロ以外の如何なる実数よりも小さい値を意味する。詳細は極限の基礎となる、ε-N論法やε-δ論法を参照されたい（ググるのが面倒な方は補足へ)。
合成関数とは出力と入力を繋ぐこと
「合成関数」とは、複数の関数の入出力を繋げて、１つの関数として表したものだ。
以下のような2つの関数があるとする。
$$f: X \rightarrow Y, f(x) = y$$
$$g: Y \rightarrow Z, g(y) = z$$
\(f\)の出力を\(g\)の入力として繋げた関数を\(h\)とおくと、以下のように書ける。
$$h: X \rightarrow Z, h(x) = g(f(x)) = g \circ f(x) = z$$
合成関数には、\(g(f(x))\)やら\(g \circ f(x)\)のように複数の書き方がある。この合成関数\(h\)の表現からは集合\(Y\)が消えてしまっているが、２つの関数をつなぐ仲介役として存在している。
以下で、入力の微小変化が集合\(Y\)を介して伝播していくことが合成関数の微分であることを示す。
合成関数の微分は単なる比の掛け算
合成関数\(h = g \circ f\)において、入力\(x\)の微小変化によって、出力\(z\)は一定の割合で変化する。
関数\(f\)において、入力\(x\)の変化は出力\(y\)の変化を引き起こす。入力の変化が微小なとき、出力は入力と一定の比の関係で追える。
関数\(f\)の出力の微小変化は関数\(g\)に入力される。関数\(g\)の出力\(z\)もまた微小に変化し、これも同様に一定の比によって表される。
$$ \begin{aligned} dz = \frac{dg}{dy} dy \tag{2} \end{aligned} $$
以上のように、中間の集合\(Y\)を介した変化の連鎖をイメージできるはずだ。この連鎖のイメージが重要であり、その証拠に合成関数の微分は英語で「chain rule(連鎖律)」と呼ばれる。式(1)、(2)より、xとzの微小変化の関係が導ける。
$$ \begin{aligned} dz &= \frac{dg}{dy}dy = \frac{dg}{dy} \cdot \frac{df}{dx}dx \\ &=g^{\prime}(y) \cdot f^{\prime}(x) dx \\ &=g^{\prime}(f(x)) \cdot f^{\prime}(x) dx \end{aligned} $$
これが合成関数の微分の公式だ。この意味が理解できていれば、
- 合成する関数が3個、4個と増えていったとしても、同様に、各々の関数の微分係数を掛け算していけば良い
- 単に\(dy\)を分子・分母にかけて、２つの分数の掛け算にした訳ではない
ことが分かるだろう。
この比(微分係数)を掛け合わせていく感じは冒頭で唐突に述べた例と全く同じだ。
- AさんとBさんの力関係は、関数\(g\)の微分
- BさんとCさんの力関数は、関数\(f\)の微分
- AさんとCさんの力関係は、合成関数\(g \circ f\)の微分
に対応する。
補足 : 微小の意味 ε-δ(イプシロンデルタ)論法
微分は極限を用いて定義される。
$$ \frac{df}{dx} = \lim_{\Delta{x} \to {0}} \frac{f(x + \Delta{x}) - f(x)}{\Delta{x}}$$
高校数学では、極限と代入の区別はなかった。例えば、0への極限は0を代入した値として扱われた。しかし、極限と代入は異なる。
以下では、極限の厳密な表現を通して、「微小」や「十分小さい」の意味を確認する。
例えば、\(f(x)=x^2\)とおくと、その微分は\(f’(x) = 2x\)となる。この厳密な表現は以下のようになる(ε-δ論法という)。
$$ \forall \epsilon > 0, \exists{\delta} > 0 s.t. \\ 0 < \Delta{x} < \delta \Rightarrow \frac{\Delta{f}}{\Delta{x}} - 2x < \epsilon \tag{3}$$
\(\Delta{f} = f(x + \Delta{x}) -f(x)\)とおいた。
この式(3)を意訳すると、「いい感じの\(\Delta{x}\)を選べば、\(\Delta{f} / \Delta{x} - 2x\)は任意の正の実数\(\epsilon\)よりもを小さくできる」となる。
「\(\forall\)」は「任意の」、「\(\exists\)」は「存在する」を意味する。
「任意の」というのが「微小」を理解するためのポイントだ。
これでもかってくらい小さな値を\(a_0\)と適当においてみる。\(\epsilon\)は任意に選ぶことができるため、より小さな値にすることができる。例えば\(\epsilon = a_0 / 2 = a_1\)と選ぶことができる。
さらに、\(\epsilon\)は任意なため、\(\epsilon = a_1 / 2 = a_2\)のようにさらに小さい値に選び直すことができる。
このように、\(\epsilon\)は無限に小さく選び直すことができる。これが「任意の」の意味だ。0には届かないんだけど、0以外の如何なる値よりも小さい。これが「微小」や「十分小さい」などの意味だ。
では、微小を踏まえて、式(3)の証明を行う。
普通に計算すれば、以下の等式が成り立つ。
$$ \frac{\Delta{f}}{\Delta{x}} - 2x = \Delta{x} $$
ここで、\(\delta\)をとある値と定めてみる。例えば、\(\delta= \epsilon / 2 \)としてみる。このとき、\(\Delta{x} < \delta\)とおくと、如何なる\(\epsilon\)においても、以下が成り立つ。
$$ \frac{\Delta{f}}{\Delta{x}} - 2x < \epsilon/2 < \epsilon \tag{4}$$
別に、\(\delta= \epsilon / 2 \)である必要はなく、\(\delta= \epsilon / 3 \)でも\(\delta= \epsilon / 10 \)でもOKだ。重要なのは、任意の\(\epsilon\)よりも小さな\(\delta\)が存在し、常にそれを選ぶことができる、という点だ。
このように、\(\delta\)よりも小さい\(\Delta{x}\)を\(dx\)と表したのだった。
式(4)は「\(\Delta{f}/\Delta{x}\)は\(2x\)に限りなく近づいていく」ことを示している。これが極限であり、\(f(x) = x^2\)の微分が\(2x\)であることの意味だ。