Skip to main content

7 posts tagged with "微积分"

View All Tags

R-S 积分

· 5 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

Reimann 积分

将朴素的 积分思想 严格成积分,我们先给出以下一些定义:

定义

我们称 τ:=(x0,x1,,xn)\tau:=(x_{0},x_{1},\cdots,x_{n}) 为区间 I:=[a,b]I:=[a,b] 的一个分割,若 a=x0<x1<<xn=ba=x_{0}<x_{1}<\cdots<x_{n}=bnN+n\in\mathbb{N}_{+}

分数阶导数

· 4 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

在高中就已经学过函数的 nn 阶导数,其中的 nn 是正整数,1,2,3,,n1,2,3,\cdots,n,能否能够将这里的 nn 推广至整数,以及推广至有理数,实数。

负整数阶导数

很自然的认为,函数的负整数导数应该是求它的不定积分,并且相差参数 CC

Green 函数

· 8 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

引入

Electrostatics

info

对于有电荷密度函数 ρ(r)\rho(\boldsymbol{r}') 其在场位置 r\boldsymbol{r} 处的电势满足:

2ϕ=ρϵ0-\nabla^2\phi = \frac{\rho}{\epsilon_{0}}

Driven Oscillator

info

以及 Driven Oscillator 系统满足

泰勒展开式与 Hessian 矩阵

· 3 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

一元函数情况

设一元函数 f(x)f(x) 在包含点 x0x_{0} 的开区间 (a,b)(a,b) 内具有 n+1n+1 阶导数,则当 x(a,b)x\in (a,b) 时,有

f(x)=f(x0)+f(x0)(xx0)+f(x0)2!(xx0)2++f(n)(x0)n!(xx0)n+Rn(x)f(x)=f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+\frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}+R_{n}(x)

其中的余项 (即误差)

雅可比(Jacobi)矩阵、海塞(Hessan)矩阵

· 3 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

一、雅可比(Jacobi)矩阵

对于 nn 个变元的 mm 个函数

y1=f1(x1,x2,,xn),y2=f2(x1,x2,,xn),ym=fm(x1,x2,,xn),}\left.\begin{array}{l} y_{1}=f_{1}\left(x_{1}, x_{2}, \cdots, x_{n}\right), \\ y_{2}=f_{2}\left(x_{1}, x_{2}, \cdots, x_{n}\right), \\ \cdots \cdots \cdots \cdots \cdots \cdots \cdots \\ y_{m}=f_{m}\left(x_{1}, x_{2}, \cdots, x_{n}\right), \end{array}\right\}

它定于于某一 nn 维区域 D\mathcal{D} 中,并且在这一区域中有关于一切变元的连续偏导数

多元函数的极值 最大值与最小值

· 4 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

多元函数的极值 - 必要条件

设函数

u=f(x1,x2,,xn)u = f(x_1,x_2,\cdots,x_n)

并且定义于区域 D\mathcal{D} 中,并且 (x10,x20,,xn0)(x_1^0,x_2^0,\cdots,x_n^0) 是区域上的内点。

tip

若点 (x10,x20,,xn0)(x_1^0,x_2^0,\cdots,x_n^0) 存在邻域

Nabla 算子与 Laplace 算子

· 3 min read
PuQing
AI, CVer, Pythoner, Half-stack Developer

Nabla 算子

Nabla 算子被定义为:

=(x,y,z)=exx+eyy+ezz=i=13eixi\begin{equation} \nabla = \left(\frac{\partial}{\partial x}, \frac{\partial}{\partial y}, \frac{\partial}{\partial z}\right) = \vec{e}_{x} \frac{\partial}{\partial x}+\vec{e}_{y} \frac{\partial}{\partial y}+\vec{e}_{z} \frac{\partial}{\partial z} = \sum_{i = 1}^{3} \vec{e}_{i} \frac{\partial}{\partial x_{i}} \end{equation}
\nabla 作用于不同类型的量,得到的就是不同类型的新量: