THAC的小站

闲来无事的博客网站

0%

前言

结果我还是上课不听在玩手机。。。。

让DeepSeek读完整个微分方程章节pdf以后给我生成了一版,我放这对着看。

只搞了高阶微分方程,因为我作业做到这不会写了。


高阶微分方程内容整理

1. 可降阶的高阶微分方程

1.1 类型一:

解法:连续积分 次,每次积分添加一个任意常数。 - - - …… - 最终



1.2 类型二:(不显含未知函数

解法:令 ,则 ,原方程化为
解出 ,再积分得


,得 ,分离变量解得 ,积分得


1.3 类型三:(不显含自变量

解法:令 ,并以 为新的自变量,则

原方程化为
解出 ,再由 分离变量积分得


,得 (分离变量得 ),即 ,解得 。代入初值得 ,特解


2. 阶线性微分方程

2.1 标准形式

- 齐次线性微分方程 - 非齐次线性微分方程

系数 在区间 上连续。


2.2 线性相关与线性无关

定义:设 上有定义,若存在不全为零的常数 使

则称函数组线性相关,否则线性无关。

常见线性无关组: - - 互异) - 带多项式因子的指数函数组(如


2.3 朗斯基(Wronsky)行列式

阶可微,定义

性质: - 若 线性相关,则 。 - 若存在 使 ,则函数组线性无关。 - 若 阶齐次线性方程的解,则它们线性无关


2.4 刘维尔(Liouville)公式

阶齐次线性方程 个解,则


2.5 齐次线性方程通解结构

定理 阶齐次线性方程一定存在 个线性无关的解。若 是它的 个线性无关解,则通解为


2.6 非齐次线性方程通解结构(常数变易法)

是齐次方程的 个线性无关解, 是非齐次方程的一个特解,则非齐次方程的通解为

常数变易法求特解:令 ,其中 满足方程组 解出 ,积分得 ,代入即得特解。

二阶情形的公式


3. 阶常系数线性微分方程

3.1 齐次方程: 常数)

特征方程

解的形式(根据特征根): - 单实根 :对应解 - 重实根 :对应解 - 一对共轭复根 (单重):对应解 - 重复根 :对应解

通解:所有对应解的线性组合。


3.2 非齐次方程:

特解的待定系数法

(1)
设特解 ,其中: - 作为特征根的重数(不是特征根时 ) - 次多项式,系数待定。

(2)
设特解 ,其中: - 作为特征根的重数(不是特征根时 ) - 次多项式,系数待定。

(3) 叠加原理:若 ,且 是对应 的特解,则 是原方程的特解。


3.3 欧拉方程

形式 其中 常数。

解法:令 (或 ),记 ,则 代入后化为常系数线性微分方程,解出后再回代


,得 ,解得 回代得


4. 二阶微分方程的应用示例

4.1 利用全微分与路径无关求函数

:给定曲线积分与路径无关,求出未知函数 ,并计算积分值。
解法:由 导出微分方程组,求解得 ,再选简单路径计算积分。

4.2 追尾问题(运动学)

:两车刹车问题,建立二阶常微分方程 (常数加速度),积分得速度、位移,比较刹车距离判断是否追尾。

前言

我再也不敢上课不听了。。。。

让DeepSeek读完整个无穷级数章节pdf以后给我生成了一版,我放这对着看。

不搞跟不上了。。


无穷级数概念、判别法与例题整理

一、概念定义版块

1. 常数项级数

1.1 级数的定义

无穷多个数 相加的式子称为无穷级数,记为

为级数的通项一般项

1.2 部分和、余项

  • 项部分和
  • 部分和数列
  • 余项

1.3 收敛与发散

  • (有限),则称级数 收敛 为其
  • 没有有限极限,则称级数发散
  • ,则称发散到正无穷或负无穷。

1.4 绝对收敛与条件收敛

  • 绝对收敛:级数 本身收敛,且绝对值级数 也收敛。
  • 条件收敛 收敛,但 发散。
  • 注:绝对收敛的级数必收敛(可由比较判别法或柯西原理得出)。

2. 函数项级数

2.1 函数项级数的定义

定义在区间 上,则

称为函数项级数
- 部分和
- 收敛点:使数项级数 收敛的
- 收敛域:所有收敛点的集合
- 和函数,定义在收敛域上。

2.2 一致收敛

(逐点收敛)。若 (与 无关),当 时,有

则称 一致收敛,或称级数 上一致收敛。
- 几何意义:当 充分大时,曲线 完全落在带状区域 内。
- 一致收敛 逐点收敛,反之不成立。

2.3 内闭一致收敛

若函数序列 在区间 内的任一闭区间上都一致收敛,则称其在 内闭一致收敛

2.4 一致有界

存在 ,使得对所有 和所有 ,有

3. 幂级数

3.1 幂级数的定义

形如 的函数项级数称为幂级数。通常讨论 的情形:

3.2 收敛半径与收敛区间

  • 存在 (可为 ),使得当 时级数绝对收敛,当 时发散。 称为收敛半径
  • 开区间 称为收敛区间。端点 需单独判断敛散性,收敛域可能是 之一。

3.3 泰勒级数

处有任意阶导数,则称

处的泰勒级数。当 时称为麦克劳林级数
- 泰勒级数不一定收敛到 ,收敛到 的充要条件是余项

4. 傅里叶级数

4.1 三角级数与傅里叶级数

  • 三角级数
  • 为周期且在 上可积或绝对可积,则其傅里叶系数


  • 以此系数构成的三角级数称为 傅里叶级数,记作

4.2 三角函数系的正交性

函数系 在区间 上两两正交,即任意两个不同函数的乘积在 上的积分为零。

4.3 正弦级数与余弦级数

  • 只含正弦项的傅里叶级数称为正弦级数(奇函数的傅里叶级数)。
  • 只含余弦项的傅里叶级数称为余弦级数(偶函数的傅里叶级数)。

5. 广义积分(与级数相关的定义)

5.1 广义积分的收敛性

  • 为奇点: 收敛 存在有限。
  • 为瑕点: 收敛 存在有限。

5.2 绝对收敛与条件收敛

  • 绝对收敛 收敛。
  • 条件收敛 收敛,但 发散。

二、判别法版块

1. 常数项级数

1.1 级数收敛的必要条件

收敛,则 。(逆不成立,如调和级数)

1.2 柯西收敛原理

级数 收敛 ,当 时,对任意正整数 ,有

1.3 正项级数判别法

定理(单调有界准则):正项级数收敛 其部分和数列有上界。

比较判别法:设 为正项级数。
- 一般形式:若存在 及常数 ,当 ,则 收敛 收敛; 发散 发散。
- 极限形式:若 ,则
* 收敛 收敛;
* 发散 发散。

达朗贝尔比值判别法:设
- 若 ,则级数收敛;
- 若 ,则级数发散;
- 若 ,判别法失效。

柯西根值判别法:设
- 若 ,收敛;若 ,发散; 失效。
- 当极限不存在时,可用上极限:上极限 收敛,下极限 发散。

柯西积分判别法:存在非负连续递减函数 使 ,则级数 与反常积分 同敛散。

拉阿伯判别法:设
- 若 ,级数收敛;
- 若 ,级数发散;
- 时需进一步判断。

1.4 交错级数判别法

莱布尼茨判别法:设交错级数 )满足:
单调递减;

则该级数收敛,且余项估计

1.5 任意项级数判别法

阿贝尔判别法:设 ,若
收敛;
单调有界,
收敛。

狄利克雷判别法:设 ,若
的部分和数列有界;
单调趋于
收敛。

2. 函数项级数

2.1 一致收敛的柯西收敛原理

级数 上一致收敛 ,当 时,对任意 和所有 ,有

2.2 魏尔斯特拉斯优级数判别法(M判别法)

若存在正项级数 收敛,且 对一切 成立,则 上一致收敛(且绝对收敛)。

2.3 阿贝尔判别法Ⅱ

上一致收敛,对每个 单调,且 上一致有界,则 上一致收敛。

2.4 狄利克雷判别法Ⅱ

的部分和序列在 上一致有界,对每个 单调,且 上一致收敛于 ,则 上一致收敛。

2.5 一致收敛级数的性质

  • 连续性定理:若各项连续且级数内闭一致收敛,则和函数连续。
  • 逐项求积分定理:若在 上一致收敛且各项连续,则和函数可积,且积分与求和可交换。
  • 逐项求导数定理:若各项可微, 内闭一致收敛,且 至少一点收敛,则可逐项求导。

3. 幂级数

3.1 阿贝尔定理

设幂级数 处收敛,则在 内绝对收敛;若在 处发散,则在 处发散。

3.2 收敛半径公式

  • (允许 ),则收敛半径 (约定 , )。
  • ,同样 (上极限情形也适用)。

3.3 幂级数的分析性质

  • 在收敛区间内绝对收敛,内闭一致收敛。
  • 和函数在收敛域内连续(若在端点收敛,则单侧连续)。
  • 可逐项求导、逐项积分,且新级数的收敛半径不变。

3.4 泰勒级数展开的充分条件

若存在 使 对一切 及充分大的 成立,则 可展开为泰勒级数。

4. 傅里叶级数

4.1 收敛性判别法

黎曼-勒贝格引理:若 上可积或绝对可积,则

局部化定理:傅里叶级数在点 处的敛散性仅依赖于 附近的取值。

迪尼判别法:设 ,令 。若存在 使 上可积或绝对可积,则傅里叶级数在 处收敛于

约当判别法:若 的某个邻域内单调(或有界变差),则傅里叶级数收敛于

利普希茨条件:若 附近满足 阶利普希茨条件(),则傅里叶级数收敛于

可微性条件:若 处存在(单侧)导数,则傅里叶级数收敛于 (或左右极限的平均值)。

4.2 傅里叶级数的逐项积分与导数

  • 逐项积分:不论傅里叶级数是否收敛,总可以在任意区间上逐项积分,且得到的数项级数收敛。
  • 逐项求导:若 连续、分段可微且 ,则可在导数存在的点上逐项求导,得到 的傅里叶级数。

4.3 贝塞尔不等式与帕塞瓦尔等式

  • 贝塞尔不等式
  • 帕塞瓦尔等式:若 平方可积,则上式取等号。

5. 广义积分(与级数平行的判别法)

5.1 柯西收敛原理

广义积分 为唯一奇点)收敛 ,当 时,

5.2 比较判别法

在奇点附近非负,且
- 若 收敛,则 收敛。
- 若 发散,则 发散。
常用比较对象:
- 收敛
- 为有限瑕点: 收敛

5.3 狄利克雷判别法(广义积分)

为唯一奇点,若
有界(对 );
单调且
收敛。

5.4 阿贝尔判别法(广义积分)

为唯一奇点,若
收敛;
单调有界,
收敛。


三、例题版块(每个定义/判别法附一例)

1. 常数项级数

1.1 级数的定义与收敛性

:判别级数 的敛散性,收敛时求出其和。
:因为

所以级数收敛,和为

1.2 级数收敛的必要条件

:判别级数 的敛散性。
:因为 ,由必要条件知该级数发散。

1.3 柯西收敛原理

:证明调和级数 发散。
:取 ,则

故对 ,柯西条件不满足,从而发散。

1.4 比较判别法

:判别 级数 的敛散性。
:当 时,,调和级数发散,故发散;当 时,利用积分判别法或比较 可得收敛。

1.5 达朗贝尔比值判别法

:判别
,故当 时收敛, 时发散, 时需另判。

1.6 柯西根值判别法

:判别
,故收敛。

1.7 柯西积分判别法

:讨论 级数 )。
:取 ,积分 收敛, 发散,故级数同。

1.8 拉阿伯判别法

:判别
,故发散。

1.9 莱布尼茨判别法

:判别
递减趋于 ,故条件收敛。

1.10 阿贝尔判别法

:已知 收敛, 单调有界,则 收敛(对每个 )。

1.11 狄利克雷判别法

:判别 )。
有界, 单调趋于 ,故收敛。

2. 函数项级数

2.1 一致收敛的M判别法

:判别 上的一致收敛性。
,而 收敛,故一致收敛。

2.2 阿贝尔判别法Ⅱ

:判别 上的一致收敛性。
一致收敛, 单调有界,故一致收敛。

2.3 狄利克雷判别法Ⅱ

:证明 在任何有限区间上一致收敛。
的部分和有界, 递减趋于 (对固定 ),且一致趋于 ,故一致收敛。

2.4 连续性定理

的和函数连续(因内闭一致收敛)。

3. 幂级数

3.1 求收敛半径

:求 的收敛半径。
,故

3.2 和函数

:求 的和函数。
:逐项求导得 ,积分得

3.3 泰勒展开

:展开

4. 傅里叶级数

4.1 傅里叶系数计算

),周期延拓。
,故

4.2 迪尼判别法应用

), 处傅里叶级数收敛于 (因为 可积)。

4.3 帕塞瓦尔等式

:由 的傅里叶级数得

5. 广义积分

5.1 比较判别法

:判别 )。
时被积函数 ,积分收敛;,收敛,故原积分收敛。

5.2 狄利克雷判别法(广义积分)

:判别
有界, 单调趋于 ,故收敛(条件收敛)。

5.3 阿贝尔判别法(广义积分)

收敛,因为 收敛, 单调有界。

前言

因为第一节矩阵计算与优化课就暴毙要听不懂了,所以不得不着手准备写点自己的笔记来进行一个梳理。

在我写了一点以后,发现使我搞懂的不是我把这份文章编得多好,而是我编辑这份文章的过程给了我一个静下心慢慢去一页一页看ppt加上ai辅助我理解的机会。

这里暂时挖个坑,因为课太多了,等有点时间就写一点,所以没写完很正常。


Lesson 01 距离与范数

距离和距离空间

定义

非空集合,对中任意两元素,按某一法则对应唯一的实数,满足:

1.(当仅时取”“)

2.

3.

则称之间的距离,并称是以为距离的距离空间,记作

是一个离散距离空间

距离

(也就是维向量),有:(下两个同理)

(沿等坐标轴走的那种直角折线)

距离

(两点之间的直接直线距离,维推广)

距离

(沿等坐标轴走的最长单条折线)

空间

,记(无穷数列,每项p次方和为有限数)

是距离空间。

空间

(sup:上确界)(每一项都是有限数,不会随数列无限而无上界)

,定义

是距离空间.

极限与收敛

是距离空间 中点列, 中确定的点。若对任何给定的正数 ,总存在自然数 ,当 时成立则称点列 收敛于 ,或者说 极限,记作

(简单可过)

Cauchy列与完备

定义

是距离空间 中点列 (当成数列),若对任何 ,都存在 ,使得当 时有 则称 Cauchy 列(两个点之间在很后面的时候逐渐挤到一起,但是不需要知道收敛于的特定值)

如果 中任何 Cauchy 列都在 中收敛,则称 完备的

在有理数空间里,数列 是 Cauchy 列,但它的极限不在里,所以在中这个 Cauchy 列不收敛。

是不完备的(上面那个就是一个不收敛的Cauchy列例子),是完备的。

范数和赋范线性空间

直接定义

是复数域 上线性空间, 的零元素,若对 中每一个元素 ,按照一个法则 (输入元素输出实数)对应一个实数 满足:(注意是实数!)

  • 当且仅当

  • );(三角不等式,毕竟x+y类似矢量加)

  • ),

则称 范数 称为以 为范数的赋范线性空间

碎碎念

范数相当于给线性空间定义了长度/大小这个概念。

你最好还记得线性空间不是专指矩阵空间、向量空间之类的概念。它是一个极为抽象的概念,满足一定条件 (希望你没忘记你的线性代数) 就可以被叫做线性空间。

范数的值是实数。一个线性空间有了范数,就可以试着类比着被当做经典三维空间来看了。

Banach空间

对于赋范线性空间,通过公式 可以定义元素之间的距离,容易验证 满足距离的三个条件,因而 是一个距离空间。(将范数视为距离空间的距离的距离空间)

完备的赋范线性空间称为 Banach 空间(它是泛函分析的核心研究对象)

)分别在以下范数下是赋范线性空间,而且是 Banach 空间:

(含义其实就是直线距离的求法,每项平方加起来开根)

其实就是复数域的n维线性空间。在上面已经提到过,范数也是上面的距离。)

范数的强于和等价

定义

是一线性空间, 上两个范数,

如果则称 强于

如果则称 等价于

其他判定

  • 若存在常数 ,使得对所有 $ x X m|x|_2≤|x|_1≤M|x|_2$,(不等式判别) 则两个范数等价。

  • 对于 一般的有限维线性空间 上定义的两个范数,则 等价

(相应地,空间就不符合这一条。)

赋范线性空间的性质

  • 是赋范线性空间,,若 ,则 有界数列(收敛点列的范数数列有界)

  • 是定义在 上的赋范线性空间, 中点列, 满足

    • (人话就是加法、数乘对极限是连续的。)

向量范数

定义

对于 (实或复欧几里得空间 (就是一般几何上的那种) )中的向量

既可以用 的 欧几里得(Euclid) 长度 (就是一般的直线长度) 来描述 之间的距离,

也可以用 范数 来描述它们之间的距离。

,规定如下:

(其实有证明,但是实在不想看了。真想看的话写在这里也不如自己去找ppt看)

1-范数

(每个分量绝对值之和,折线样子的那个曼哈顿距离)

2-范数

(经典几何直线距离,的H上标表示共轭转置,也就是矩阵/向量转置后对复元素取共轭。这里使用是列出用向量的模表示2-范数的写法)

-范数

(最大的那一个分量的绝对值)

p-范数

()

注:

(可以认为是广义上的平均长度,但我还没想通。)

矩阵范数与酉矩阵

矩阵范数定义

如果 上的一个实函数满足以下条件:

  • ,且 当且仅当 (非负性);

  • (齐次性);

  • (三角不等式);

  • 相容性 (矩阵范数相对于向量范数独占)),

(矩阵相乘本来就可以理解为加以变换,相容性可以理解为复合变换的 “放大倍数” 不超过两个变换各自 “放大倍数” 的乘积,本质我认为还是类三角不等式的思想,复合不如分别简单的和/积)

则称 为一个矩阵范数,而 上矩阵 的范数。

,规定:(n*n的复矩阵)

范数

(拉平后取向量1-范数,也就是矩阵里所有元素的绝对值和)

范数

(拉平后取向量-范数,也就是矩阵里绝对值最大的元素后,乘n来满足相容性)

范数(Frobenius 范数)

(拉平后取向量2-范数,也就是对矩阵每个元素的平方求和再开根,tr表示迹,也就是对角线元素和,此处每个对角线上的元素都是该元素所在列的所有元素的平方的和)

酉矩阵定义

,若 满足,则称 酉矩阵

(介绍过是共轭转置(Hermitian 转置),而在实矩阵时与一般转置相同,故实空间的酉矩阵就是正交矩阵的概念)

酉矩阵性质

  1. 是酉矩阵,则 均为酉矩阵;(逆、共轭转置、转置、共轭、幂次,仍然是酉矩阵)

  2. 是酉矩阵,则 也是酉矩阵;(乘法封闭)

  3. 是酉矩阵,则 (由定义取模可得)

  4. 是酉矩阵的充要条件是 个列向量是标准正交向量组;

  5. 是酉矩阵的充要条件是 个行向量是标准正交向量组;

  6. 是酉矩阵的充要条件是对任意 ,有

(酉变换是等距变换: 。)

(特别地,令 ,即酉变换保持向量的 2 - 范数不变。)

  1. 是酉矩阵, 的特征值,则 。(令 可得)

酉不变性

对酉矩阵 ,有

(对这条,理解成类比可逆矩阵那样左乘右乘都不改变矩阵的秩的那种形状就可以了,这里是左乘或右乘酉矩阵都不改变矩阵的F范数)

矩阵范数的相似不变性定理

上一个矩阵范数, 是一个可逆矩阵,则是矩阵范数。

(可以理解成相似变换不会破坏范数的公理结构,只是对原范数做了一个 “坐标变换” 后的版本。)

算子范数

定义

上的向量范数,定义 上的函数 上的矩阵范数:

(||x||是某个向量范数,根据情况看。max||Ax||可以理解为被A作用后拉伸得最的单位向量的范数。)

称该矩阵范数为 算子范数(或由向量范数 诱导的矩阵范数)。

定理

  1. 相容性 对所有 成立;

  2. 单位范数:对单位矩阵 (因为单位矩阵怎么作用于单位向量,其范数都不变)

常用算子范数例

极大列和范数

  • 对矩阵的每一列,计算该列所有元素绝对值的和,然后取这些列和中的最大值。

  • 对应向量 1-范数诱导的算子范数。

谱范数

(其中 的最大特征值

  • 等于矩阵 最大奇异值(即 最大特征值的平方根)。

  • 对应向量 2-范数诱导的算子范数,具有酉不变性 (见F范数)

极大行和范数

  • 对矩阵的每一行,计算该行所有元素绝对值的和,然后取这些行和中的最大值。

  • 对应向量 -范数诱导的算子范数。

Hermite矩阵和正规矩阵

定义

,则:

  • Hermite 矩阵:若 ,则称 Hermite 矩阵

  • 反 Hermite 矩阵:若 ,则称 反 Hermite 矩阵

  • 正规矩阵:若 ,则称 正规矩阵

性质

  • Hermite 矩阵:主对角线元素全为实数

  • 反 Hermite 矩阵:主对角线元素全为零或纯虚数

  • 实对称矩阵()是 Hermite 矩阵的特例。

  • 实反对称矩阵()是反 Hermite 矩阵的特例。(记的时候从这俩入手就好)

正规矩阵的包含关系

以下矩阵都是正规矩阵

  • 对角矩阵

  • 实对称矩阵、实反对称矩阵

  • Hermite 矩阵、反 Hermite 矩阵

  • 正交矩阵、酉矩阵

谱范数相关

谱范数的性质

定义回顾: (其中 的最大特征值

为酉矩阵。

  • ; (上面提到过的酉不变性)

  • 正规矩阵 (务必注意前提条件!),且 个特征值,则

另外还有:

(共轭转置矩阵和原矩阵的 范数、 范数、F范数、极大行和范数、极大列和范数、谱范数都相等。)

例题展示

是酉矩阵,,试计算 $_{|x|_1=4} |Ax|1 {|Ux|_2=3} |Ax|_2.$

解:

首先设 ,则

其次设 ,则

是 Hermite 矩阵,其特征值为 。所以

矩阵范数与向量范数的相容性

To be continued…(PDF到Lesson1 范数空间01 的 117/135页(PDF页码,右下角是44/50))

欢迎来到THAC vs HandDoodle的个人博客小网站!本网站基于GithubHexo实现服务器和模版的搭建。

这里(可能)会有什么?

碎碎念

也许是一些个人碎碎念的生产处。家长里短都有可能。

音游相关

可能会论述一些音游有关内容,但我还没想好。也许是就着某款音游的更新进行议论,也许是分享某个谱面的攻略,再也许是写谱心得,等等。

学习内容

本人正在南京大学就读技术科学试验班(预分流智能科学与技术专业),可能会放一些专业学习内容。比如,此时本人正在大一下,被高级程序设计、人工智能导论、数字系统设计基础、矩阵计算与优化所困扰中,可能会分享相关内容。

其他

我也不知道。 等我写出来应该就知道了。本质想到什么写什么啦。

自我介绍在“关于”那一页哦。