SICP 第 6 讲（备选版本）：符号微分与引用

视频封面

视频元信息

课程：MIT 6.001 SICP（1986 原版）
本讲主题：符号微分（Symbolic Differentiation）与引用（Quotation）
时长：约 40 分钟

内容摘要（TL;DR）

本讲从"程序即规则"的抽象思想切入，讲解如何用 Lisp 的列表结构表示代数表达式，并编写一个符号微分程序。核心在于：微分规则是"归约规则"，天然适合递归；而积分方向则因规则多重匹配、表达式膨胀而难以机械实现。课程后半段引入引用（quote）这一关键概念，解释"谈论表达式本身"与"求值表达式"的区别，并指出引用会破坏"等量代换"这一语言基本性质。

一、抽象分层与语言构建思想 [00:19]

理解：本节是上一讲"抽象分层"思想的延续，为符号微分程序的构建提供哲学基础。

核心观点：在问题的每一层分解中，我们实际上是在隐式地解决某一类问题，而不只是当前这一个具体问题。
做法：在每一层细节上构造一种语言，使得这一层所面对的那一类问题的解都能在该语言中被表达。
好处：当问题发生变化时，通常只需要做小的局部修改，而不必重构整个系统。
重点：抽象屏障（Abstraction Barrier） 是控制复杂性的核心武器——把"微分规则"与"表达式的表示"彻底分开。

二、从数值微分到符号微分 [02:46]

上一讲介绍的是数值近似求导：通过函数在两点处的取值差商逼近导数。
本讲转向符号微分：直接操作代数表达式本身，得到精确的导数表达式，而非数值近似。
引用的微积分规则（来自教科书）：
- 常数的导数为 0；
- 变量对自身的导数为 1；
- 常数乘以函数的导数 = 常数乘以该函数的导数；
- 和、积的求导法则等。

思考：数值微分"打开不了函数"，只能看到输入输出；符号微分看的是表达式"怎么写"，因此是语法现象（syntactic phenomenon）。

三、为什么微分容易而积分难 [04:37]

这是本讲最精彩的分析之一。

微分方向 = 归约方向（reduction）：
- 每条规则左边匹配表达式，右边是导数；
- 右边含有"导数"的部分，都是左边的真子表达式（proper sub-expression）；
- 大问题被拆成小问题，再合并结果——完美契合递归。
积分方向 = 反向，问题重重：
- 一个表达式可能同时匹配多条规则，无法确定该走哪条；
- 表达式在积分方向会不断变大；
- 没有终止保证，只有偶然的抵消才能结束；
- 因此积分是复杂的搜索过程，本质上难做。

易错点： 微分与积分互为逆运算、共享同一套规则，但方向性决定了计算复杂度天差地别。这是理解"归约规则"威力的关键案例。

四、编写微分程序：先写规则，后管表示 [06:23]

程序结构：对表达式做分情况分析（case analysis），这是递归的必备起点。
各分支规则：
- 表达式是常数 → 结果为 0；
- 表达式就是求导变量 → 结果为 1；
- 表达式是和 → 各部分导数之和（addend + augend）；
- 表达式是积 → m1·d(m2) + d(m1)·m2。
重点：谓词命名约定——返回真/假的谓词过程名应以问号 ? 结尾（如 sum?、product?）。这只是给人类读代码的约定，Lisp 本身不在乎。
此时程序是"一厢情愿"的：还没定义表达式如何表示。

理解：这正是抽象屏障的体现——先把"规则层"写清楚，表示层可以稍后再定。

五、用列表结构表示代数表达式 [11:00]

关键"双关"（pun）：用编写程序的语言本身来表示代数表达式。
例如 (a*x*x + b*x + c) 表示为 (+ (* a (* x x)) (* b x) c)。
这种表示的便利：
- car 就是运算符；
- cdr 的各个 car 就是操作数；
- 无需自己解析，列表结构已经完成了语法分析。

5.1 常数与变量的判定

constant?：表达式是原子（atomic）且不等于求导变量。
- 原子 = 不可再分、没有 car/cdr 的对象；
- 变量用符号（如 x、y）表示。
same-variable?：表达式是原子且与变量相同。

5.2 和与积的构造与选择函数

sum?：非原子且 car 为符号 +；
make-sum：构造 (list '+ a1 a2)；
addend = (car (cdr expr))，augend = (car (cdr (cdr expr)))；
积同理，运算符符号为 *，选择函数为 multiplier 和 multiplicand。

拓展：car/cdr 名字源于 1958 年 IBM 704 机器的地址寄存器（address register）与减量寄存器（decrement register），是历史遗留。之所以没被 left/right 取代，是因为 Lisp 程序员喜欢电话里念 cadadr 这类连读，比"左的右"更清晰。

六、引用（Quotation）：本讲的核心概念 [16:50]

6.1 为什么需要 quote

若直接写 +，程序会去求值它，即寻找 + 这个加法运算符过程；
但我们想问的是："(car expr) 这个元素是不是符号 +？"
因此需要 (quote +)，简写为 '+——表示谈论这个符号本身，而不是它的值。

理解：这类似于自然语言中"说你的名字"与"说，你的名字"的歧义，书面语用引号区分。

6.2 引用带来的深刻问题：指称晦涩语境

等量代换原则："相等的可以互相替换"——但引用破坏了它。
经典反例：
- "Chicago" 有 7 个字母；
- Chicago = 伊利诺伊州最大的城市；
- 若盲目替换，会得出"伊利诺伊州最大的城市有 7 个字母"——谬误。
原因：引用是指称晦涩（referentially opaque）的典型语境，我们讨论的是词而非词所指的对象。

考点： 引用是"名称与提及（name and mention）"这一两千年哲学问题的操作化体现。加入引用后，语言不能再无条件地"等量代换"，必须小心处理。

6.3 学生提问：去掉 quote 会怎样

若去掉 + 前的 quote，程序会去引用 + 所定义的过程；
理论上可以比较过程的同一性，但"比较两个过程是否相同"这一概念本身含义不明，可能毫无意义；
因此我们只比较符号——符号的含义是清晰的。

七、程序的运行结果与"表达式膨胀"问题 [25:30]

输入：f(x) = ax² + bx + c；
输出：一长串"可怕"的表达式，如 x·1 + 1·x、a·(x·1+1·x) + 0·x² + b + 一堆 0；
结果数学上正确，但形式未化简，考试会被扣分。

7.1 为什么会膨胀

过程的形式由局部规则展开而成（呼应前面讲过的斐波那契例子）；
程序在表达式的树结构上行走，答案的每一部分都来自问题的某一部分；
唯一的自由度是：某个小表达式是常数还是求导变量，从而产生 0 或 1 的差异；
对 a、b、c 分别求导，表达式形状相同，只是 0 和 1 的位置不同。

思考：这与上一讲有理数运算得到 6/3、3/4 未化简的问题本质相同——规则正确，但结果未简化。

八、通过改变表示来化简：智能构造器 [28:40]

解决思路（与上一讲一致）：改变表示层，在构造器中加入化简步骤。
在抽象屏障下，只需修改 make-sum / make-product，微分规则层完全不动。

8.1 智能 make-sum 的规则

若 a1 和 a2 都是数字 → 直接相加返回数字；
若 a1 是数字且为 0 → 返回 a2；
若 a2 是数字且为 0 → 返回 a1；
否则才构造 (list '+ a1 a2)。
make-product 同理（乘 0 得 0，乘 1 得自身，双数字直接相乘）。

8.2 改进后的效果

f(x) = ax² + bx + c 的导数直接得到 2ax + b；
对 a 求导得 x·x（即 x²），对 b 求导得 x，对 c 求导得 1；
结果已相当理想，考试最多扣 1/4 分。

拓展：完整的代数化简（合并同类项等）极其复杂。MIT 开发的著名系统 Macsyma/Maxima 就是约 5000 页的列表代码，其中大部分是代数化简操作。

九、总结：引用带来的威力与风险 [36:00]

本讲真正的主线不只是"写一个微分程序"，而是：
- 用抽象语法而非具体语法来操作表达式；
- 利用抽象屏障控制表达式的构造；
- 表示与语言本身同构，从而必须引入 quote。
因为语言能书写"谈论语言自身表达式"的表达式，所以需要 quote 来区分"谈论"与"求值"。
拥有这种能力后，可以在语言之上层层构建更强大的语言，甚至解释完全不同的语言。

重点： 引用让我们跨过了一条关键界线，获得了巨大威力——但也因此必须谨慎。正如讲师所言："我们已经造好了大锤，必须小心选择要敲的苍蝇。"

关键标签 / 关键词

SICP 符号微分 符号求导 引用 quotation quote 抽象屏障 抽象语法 列表结构 Lisp car/cdr 归约规则 递归 积分难题 表达式化简 智能构造器 指称晦涩 name and mention Macsyma MIT 6.001