每天一道数学题(2021-06-29)

Excel日期差计算:5种方法精准匹配业务场景 在Excel中,日期差并非简单的数值相减,而是涉及日期序列值、工作日逻辑、节假日排除等多重技术原理的工程问题。理解Excel将日期存储为序列值(如1900-01-01=1)是基础,而DATEDIF函数支持年月日分段计算,NETWORKDAYS系列函数则专用于工作日剔除与自定义休息日配置。其技术价值在于确保工时统计、合同履约、项目排期等关键业务数据可验证、可审计、跨平台兼容。典型应用场景包括HR工龄核算、财务租赁天数确认、项目工期管理及跨区域团队排班。本文聚焦Excel原生函数方案,直击DATEDIF隐藏特性 阅读详情

问题:

设x1,x2,⋯ ,xnx_1,x_2,\cdots,x_nx1​,x2​,⋯,xn​ 是一组实数,考虑如下的递推关系:
xi0=xi,xik+1=xik+xi+1k2 x_i^0=x_i,x_i^{k+1}=\frac{x_i^k+x_{i+1}^k}{2} xi0​=xi​,xik+1​=2xik​+xi+1k​​
其中 i=1,2,⋯ ,ni=1,2,\cdots,ni=1,2,⋯,n ,下标按模 nnn 意义理解,证明:lim⁡k→+∞xik=1n∑i=1nxi\displaystyle\lim_{k\rightarrow+\infty}x_i^k=\frac{1}{n}\sum^n_{i=1}x_ik→+∞lim​xik​=n1​i=1∑n​xi​

解答:

不妨设 ∑i=1nxi=0\displaystyle\sum^{n}_{i=1}x_i=0i=1∑n​xi​=0 ,递推式不变,命题变为证明 lim⁡k→+∞xik=0\displaystyle\lim_{k\rightarrow+\infty}x_i^k=0k→+∞lim​xik​=0.

考虑平方和 Sk=∑i=1n(xik)2\displaystyle S^k=\sum^{n}_{i=1}(x^k_i)^2Sk=i=1∑n​(xik​)2,我们将证明 Sk<(1−12n2)Sk−1\displaystyle S^k<(1-\frac{1}{2n^2})S^{k-1}Sk<(1−2n21​)Sk−1.

事实上,有 Sk=∑i=1n(xik)2=14∑i=1n(xik−1+xi+1k−1)2=12Sk−1+12∑i=1nxik−1xi+1k−1\displaystyle S^k=\sum^{n}_{i=1}(x^k_i)^2=\frac{1}{4}\sum^n_{i=1}(x^{k-1}_i+x^{k-1}_{i+1})^2=\frac{1}{2}S^{k-1}+\frac{1}{2}\sum^n_{i=1}x_i^{k-1}x_{i+1}^{k-1}Sk=i=1∑n​(xik​)2=41​i=1∑n​(xik−1​+xi+1k−1​)2=21​Sk−1+21​i=1∑n​xik−1​xi+1k−1​.

由于 ∑i=1nxik−1=0\displaystyle\sum^{n}_{i=1}x^{k-1}_i=0i=1∑n​xik−1​=0 ,并且如果 xik−1\displaystyle x_i^{k-1}xik−1​ 全为零,则问题已经解决,所以 xik−1\displaystyle x_i^{k-1}xik−1​ 中有正有负

设 x1k−1,x2k−1,⋯ ,xnk−1\displaystyle x_1^{k-1},x_2^{k-1},\cdots,x_n^{k-1}x1k−1​,x2k−1​,⋯,xnk−1​ 中的正数为 a1,⋯ ,al\displaystyle a_1,\cdots,a_la1​,⋯,al​ ,负数为 −b1,⋯ ,−br\displaystyle -b_1,\cdots,-b_r−b1​,⋯,−br​ (按在序列 xik−1x_i^{k-1}xik−1​ 中的顺序排列)

于是有 ∑i=1nxik−1xi+1k−1<∑i=1l−1aiai+1+∑i=1r−1bibi+1\displaystyle\sum^n_{i=1}x_i^{k-1}x_{i+1}^{k-1}<\sum^{l-1}_{i=1}a_ia_{i+1}+\sum^{r-1}_{i=1}b_ib_{i+1}i=1∑n​xik−1​xi+1k−1​<i=1∑l−1​ai​ai+1​+i=1∑r−1​bi​bi+1​ 成立,利用基本不等式,有

∑i=1l−1aiai+1<12∑i=1l−1l2+1−(i+1)2l2+1−i2ai2+l2+1−i2l2+1−(i+1)2ai+12<∑i=1l(1−1l2+1−i2)ai2<(1−1n2)∑i=1lai2\displaystyle\sum^{l-1}_{i=1}a_ia_{i+1}<\frac{1}{2}\sum^{l-1}_{i=1}\frac{l^2+1-(i+1)^2}{l^2+1-i^2}a_i^2+\frac{l^2+1-i^2}{l^2+1-(i+1)^2}a_{i+1}^2<\sum^{l}_{i=1}(1-\frac{1}{l^2+1-i^2})a_i^2<(1-\frac{1}{n^2})\sum^{l}_{i=1}a_i^2i=1∑l−1​ai​ai+1​<21​i=1∑l−1​l2+1−i2l2+1−(i+1)2​ai2​+l2+1−(i+1)2l2+1−i2​ai+12​<i=1∑l​(1−l2+1−i21​)ai2​<(1−n21​)i=1∑l​ai2​

同理 ∑i=1r−1bibi+1<(1−1n2)∑i=1rbi2\displaystyle\sum^{r-1}_{i=1}b_ib_{i+1}<(1-\frac{1}{n^2})\sum^r_{i=1}b_i^2i=1∑r−1​bi​bi+1​<(1−n21​)i=1∑r​bi2​ ,得到 ∑i=1nxik−1xi+1k−1<(1−1n2)∑i=1n(xik−1)2\displaystyle\sum^n_{i=1}x_i^{k-1}x_{i+1}^{k-1}<(1-\frac{1}{n^2})\sum^{n}_{i=1}(x^{k-1}_i)^2i=1∑n​xik−1​xi+1k−1​<(1−n21​)i=1∑n​(xik−1​)2 ,于是 Sk<(1−12n2)Sk−1\displaystyle S^k<(1-\frac{1}{2n^2})S^{k-1}Sk<(1−2n21​)Sk−1 成立

所以 lim⁡k→+∞Sk=0\displaystyle\lim_{k\rightarrow+\infty}S^k=0k→+∞lim​Sk=0,从而 lim⁡k→+∞xik=0\displaystyle\lim_{k\rightarrow+\infty}x_i^k=0k→+∞lim​xik​=0,命题得证。

公交票价公式背后的四个乘数:燃油、WPI、CPI与投资如何影响你的出行成本 公交票价并非随意设定,而是基于成本驱动的动态调整机制。其核心是一套融合经济指数与运营实际的加权模型,将抽象的城市交通成本转化为可量化、可追踪的‘温度计’式参数。燃油乘数反映能源价格波动对运营的直接冲击,WPI乘数代理车辆维保等上游成本变化,CPI乘数关联从业人员薪酬调整压力,而投资乘数则需穿透购车发票,纳入全生命周期成本。这些乘数共同构成票价调整的技术锚点,既体现财政可持续性,也承载民生承受力。在中小城市广泛采用的‘四乘数加权法’中,权重分配实为风险共担契约的数字化表达——谁承担更大不确定性,谁就在定价中拥 阅读详情

相关推荐

神经网络幻觉的本质与可信推理架构实战

神经网络幻觉并非模型故障,而是其‘预测下一个词’底层机制在缺乏事实约束时的必然输出;它源于统计先验强于真实知识、生成目标与事实一致性目标的根本错位。理解这一原理,是构建可信AI系统的技术前提。当前主流方案如微调、RAG和提示工程均存在泛化弱、依赖深、稳定性差等硬伤,难以支撑高风险场景。真正可落地的解法,是转向‘可检测、可拦截、可追溯’的可信推理架构——通过输入净化、证据锚定、逻辑校验与溯源审计四层防御,将幻觉从不可控风险转化为可归因工程事件。本文聚焦医疗、金融等强事实性场景,详解如何用规则+轻量模型+符号引

xpp02的专栏 394

初等证明:n=∑ϕ(d) (d|n) 的证明

题:设nnn为一个正整数,那么∑d∣nϕ(d)=n\sum_{d|n}\phi(d) = n∑d∣n​ϕ(d)=n 证: ∵\because∵对于任意2个不同的因子d1,d2d_1,d_2d1​,d2​,如果(k1,d1)=1,(k2,d2)=1(k_1, d_1) = 1,(k_2, d_2) = 1(k1​,d1​)=1,(k2​,d2​)=1 ∴k1d1\therefore \frac{k_...

Done3Sang的专栏 1998

大模型技术雷达:面向工程落地的论文筛选与验证方法论

大语言模型(LLM)技术迭代迅猛,但工程师常困于海量论文中难以识别真正可落地的突破。本文从模型推理优化、长上下文处理、多模态对齐、MoE动态稀疏、RAG失败归因、可信度验证及法律文档长程理解等核心方向切入,系统阐释如何基于技术杠杆率、三层穿透覆盖和7天滞后验证机制,构建高信噪比的技术情报过滤系统。重点融合FlashAttention-3的GPU显存优化实践与LongLoRA的稀疏微调思想,揭示从arXiv论文到生产环境部署的关键断点与实操禁忌,为算法团队提供可复用、可量化、可决策的周度技术评估框架。

weixin_33860553的博客 664

【C语言必知必会 | 子系列第六篇】深入剖析循环结构(2)

在【C语言必知必会】系列中,我们学习了顺序结构、选择结构、循环结构等,同时也通过专项练习进行了知识点的巩固和手敲代码的锻炼。在子系列中,我们将基于PTA教学平台,向C语言学习者提供更优质的题目与更巧妙、精髓的解题思想与方法。PTA是一个程序设计类实验辅助教学平台,由千名老师共同建设,里面包含了上万道高质量题目,用户量达百万。在本讲中,将深入讲解循环结构编程题,在思想上引领读者带领读者在理论结合实际的基础上更好地学习、吸收、掌握C语言。此文为【C语言必知必会】子系列第六篇。

等风来 6286

Gemma 4的Apache 2.0许可证:大模型商业嵌入的法律基础设施

开源大模型许可证已从技术附属项升维为产品落地的核心前提。Apache 2.0并非简单‘宽松’,而是通过专利授权、商标限制与免责条款构成的结构化法律框架,支撑模型在硬件设备、SaaS服务、教育产品等场景中安全商用。相比MIT缺乏专利保障、CC-BY-NC模糊禁止商业化的局限,Apache 2.0明确允许闭源分发、微调后销售、内网部署及商标中立引用,同时强制要求NOTICE声明与责任界定——这使它成为企业级AI集成的事实标准。Gemma 4采用该许可证,标志着大模型正从‘能跑’走向‘可担责、可交付、可嵌入’的工

weixin_30616969的博客 334

用自然语言查询Pandas数据表:LangChain+GPT-4实战指南

Pandas DataFrame是Python数据分析的核心结构,其链式操作与分组聚合能力强大但学习成本高。理解DataFrame的底层原理(如索引对齐、向量化计算、内存视图机制)是高效分析的前提。借助大语言模型(LLM)实现自然语言到pandas代码的自动翻译,可显著降低技术门槛,释放业务人员的数据探索能力。该技术路径融合了LangChain的任务编排能力与GPT-4的语义理解优势,支持中文列名识别、多轮上下文记忆与安全代码沙盒执行,已在电商销售分析、客户复购建模、数据质量稽核等真实场景中验证有效性。

chenzhuofei4155的博客 404

一道数学题

今天做了一道有趣的数学题。 给定n、k, 求$\sum_{i=1}^n\sum_{j=1}^ngcd(i,j)^k$。 我们来推一波公式,可以发现原式等于$\sum_{i=1}^ni^k\sum_{i|p}\mu(p/i)(n/p)^2$ 。(/为除号,下取整)这个莫比乌斯反演一下就好了。 设p=ig,那么原式为$\sum_{i=1}^ni^k\sum_g\mu(g)(n/i/g)^2$ ...

weixin_30294021的博客 393

o1 API 生产部署指南:理解 reasoning tokens 与成本控制

大语言模型推理正从‘快速生成’转向‘深度推演’范式,o1 系列模型引入 reasoning tokens 这一全新计算计量单位,本质是将符号推理、多路径验证等高成本内部计算显性化计费。其技术价值在于提升复杂逻辑任务(如数学证明、代码正确性验证)的输出可靠性,适用于金融合规审查、芯片设计验证、科研推导等对结果确定性要求极高的场景。本文聚焦 o1-preview 与 o1-mini 的 API 实操差异,深入解析 reasoning tokens 的产生机制、计费逻辑及上下文约束,并提供 Tier 5 权限校验

weixin_30755393的博客 440

NOIP数学学习笔记 Sakura_xyz

例题:洛谷 P5135 painting 给定一个网格,每一列一个元素涂成黑色,求单调下降与单调不升的方案数,对 109+710^9+7109+7 取模。 单调下降 :显然 CnmC _n^mCnm​ 单调不升 :显然 Cn+m–1mC_{n + m – 1}^mCn+m–1m​ 考虑位置 ai+ia_i + iai​+i 是单调的,且在 [2,n+m][ 2 , n + m ][2,n+m] 区间内,选 m 种,共有 Cn+m–1mC_{n + m – 1}^mCn+m–1m​ 种选择方式。 例题:洛谷

weixin_51060666的博客 500

【WorkBuddy专栏25】如何选择大模型——积分消耗、用途场景、选型决策全指南

【WorkBuddy专栏25】如何选择大模型——积分消耗、用途场景、选型决策全指南

AI人人懂 920

【十万字拆解】从零开始实现GPT-2(完整版)

本文是一篇 14 万字、从零硬核实现 GPT 的保姆级指南。内容全面覆盖四个阶段:①从最基础的 Bigram 语言模型切入,跑通数据处理与训练闭环;②仿照 Transformer 架构,深度研究 Multi-Head Attention、残差网络、LayerNorm 及 Dropout 的底层数学与代码实现;③从零构建BPE 分词器,对齐 GPT-2 规范;④从头搭建 GPT-1/2 工业级预训练流程,包含混合精度、梯度累积等十余项硬件级工程调优,并在 AutoDL 算力平台上从0开始训练!适合所有层次!

Pi_Nick的博客 1221

Excel日期加减的五层逻辑:从日历天到业务日的精准计算

Excel日期不是普通数字,而是基于1900年1月1日起始的序列值系统,其加减运算需区分物理时间推进与业务语义推进。基础数值加法(如A1+5)依赖数据类型与单元格格式;DATE函数支持结构化重组,应对跨月溢出;EDATE专解月级周期,智能处理月末逻辑;WORKDAY及WORKDAY.INTL则面向工作日语义,支持自定义周末与节假日;NETWORKDAYS.INTL用于反向推算与工时统计。这些方法共同构成从‘日历天’到‘业务日’的分层抽象体系,广泛应用于合同到期提醒、排班调度、财务账期管理等真实场景。掌握各函

weixin_34216107的博客 352

Xilinx Vitis HLS教程1--Vitis HLS概述[01/12]

Xilinx Vitis HLS教程[01/10]前言1. Vitis HLS简介1.1 软件工程师的设计原则1.1.1 简介1.1.2 吞吐量和性能1.2.3 架构问题1.2.4 FPGA编程的3大范式1.2.4.1 生产者-消费者范式1.2.4.2 流式数据范式1.2.4.3 流水线范式1.2.5 3种范式结合 前言 项目中使用到Xilinx Zynq UltraScale+ MPSoC ZCU102 开发板,领导指示研究"xilinx软件自带的c语言综合器"。对于一个硬件一窍不通的我来说,甚至不知道

B10030607的博客 5232

AI‘学会闭嘴’:三道安全阀降低幻觉率50%

大语言模型的‘幻觉’问题本质是输出不可控,而非能力不足。其原理在于模型在缺乏明确约束时会自动补全世界观,导致事实性错误与过度自信式胡说。通过输入侧语义锚定、输出侧置信度熔断、交互中动态沉默协议等技术手段,可在不更换基座模型的前提下显著提升回答可靠性。这种‘可控表达’范式正成为AI工程化落地的核心价值——让模型从全能答题家转型为受控协作者。典型应用场景覆盖电商客服、智能核保、在线教育等强事实依赖领域,尤其适用于需兼顾合规性、时效性与用户信任的业务系统。

weixin_33849215的博客 313

R语言的下载、安装及环境配置(Rstudio&VSCode)

R for Windows是一个免费的用于统计计算和统计制图的优秀工具,是R语言开发工具。它拥有数据存储和处理系统、数组运算工具(其向量、矩阵运算方面功能尤其强大)、完整连贯的统计分析工具、优秀的统计制图等功能。提供的图形界面,可以在其中访问控制台、创建脚本或安装其他软件包。

zegeai的博客 2万+

金属粘结剂喷射3D打印技术:工艺流程与后处理关键

金属粘结剂喷射(Binder Jetting)是一种创新的增材制造技术,通过逐层喷射粘合剂将金属粉末粘结成型,再经过脱脂和烧结等后处理工序获得最终零件。这项技术的核心优势在于无需支撑结构、可实现批量生产,并且材料利用率高。在3D打印领域,金属BJ技术特别适合中小尺寸、结构复杂且表面质量要求高的零件生产。其工艺流程包括前期数据处理、打印生胚阶段、拆包与清粉,以及关键的渗透、脱脂和烧结后处理环节。后处理工艺的控制直接决定了零件的机械性能和尺寸精度,其中烧结工艺尤为关键,需要精确控制温度曲线和气氛环境。金属BJ打

weixin_35751194的博客 83

Gemini 3.1写作能力变化与提示词调优实战指南

大语言模型的‘写作能力’并非单一维度,而是由事实准确性、逻辑连贯性、语言流畅度和风格适配性共同构成。随着Gemini 3.1 Pro Preview发布,其在代码生成、数学推理等结构化任务上显著增强,但在中文文案的语感、节奏与平台化表达(如小红书风格、技术文档人情味)上出现可测量的偏移——这本质是训练目标函数中‘安全严谨’权重上升、‘风格生动’权重下降的技术选择。理解这一原理,才能跳出‘模型退化’误区,转向提示工程范式升级:通过意图锚定、结构约束与风格注入三层设计,将3.1转化为高可靠逻辑引擎,再结合3 P

优快云头条 643

Opencv计算相机响应函数(Camera Response Function)与Radiance

本文主要用于记录自己在学习CRF过程中遇到的一些问题。 CRF模型 I=f(V(t⋅L))I=f(V( t\cdot L))I=f(V(t⋅L)) 其中III为相机灰度值Intensity,LLL为环境中irradiance,ttt为曝光时间,VVV为相机镜头参数,fff为相机响应函数CRF。 有些论文中认为相机镜头参数是线性的不考虑,但有些考虑了衰减即靠近图像边缘亮度会暗一些,但没有看到二者同时计算的,如果同时计算两个非线性的函数,我觉得可能会有不确定性,在这里还请教一下了解的朋友。 控制

larrydong的博客 5996

Gemini使用全路径指南:普通用户、轻集成与开发者接入

大语言模型(LLM)作为当前AI应用的核心技术,其落地需匹配不同角色的能力边界与工程诉求。Gemini并非单一应用,而是涵盖网页交互、API调用与模型部署的多层级技术栈,其多模态理解、长上下文(1M tokens)和中文语义深度适配能力,为办公提效、产品智能化与系统级AI集成提供了坚实基础。在实际应用中,普通用户可依托免登录网页版快速体验图像识别、跨文档分析等生产力功能;产品与运营人员可通过Zapier或飞书低代码平台实现零代码自动化;而开发者则需关注模型选型(如Gemini Flash)、异步API封装、

chuanao8829的博客 501

遥感图像地物覆盖分类,数据集制作-分类模型对比-分类保姆级教程

1.新建shp文件地理坐标系保持和影像一致,面类型2.打开属性表3.添加字段这里分类6类,点击添加值添加添加完毕开始人工选地物类型,制作数据集开始标注,标注的时候可以借助谷歌地图来看标记足够多的样本打开面转栅格工具设置nodata值为15。

热爱分享,热爱记录 2524

【雕爷学编程】MicroPython手册之 Teensy 4.1 实时时钟 (RTC)

在类的初始化函数中,定义了用于控制I2C总线的i2c对象和RTC模块的I2C地址。接着,使用该引脚初始化了一个Pin对象。它还提供了8个串口,3个SPI端口,3个I2C端口,2个I2S/TDM数字音频端口,3个CAN总线(其中一个支持CAN FD),以及一个SDIO(4位数据)原生SD卡端口12。2、内存:Teensy 4.1配备了1024 KB的RAM(其中512 KB是紧密耦合的),8 MB的Flash(其中64 KB用于恢复和EEPROM模拟),以及两个位置可以选择添加更多的QSPI内存芯片。

雕爷学编程 575

豆包收费背后的AI工具价值逻辑与自主工作流构建

AI助手作为现代数字基础设施,其免费模式本质是用户获取与数据飞轮驱动的阶段性策略,而非永久承诺。理解大模型调用成本、能力分层架构和API资源消耗原理,是评估付费价值的前提。当‘豆包收费’引发集体焦虑,真正暴露的是用户对数据主权、工作流耦合度与能力可迁移性的深层关切。技术科普视角下,轻量任务依赖优化小模型(如Phi-3),复杂推理需中大模型协同;工程实践层面,文档解析≠知识理解,多轮记忆增强依赖上下文建模能力。本文聚焦AI平民化进程中个体如何识别真实价值点、规避伪需求陷阱,并通过本地化部署、模块化替代与结构化

weixin_34406086的博客 375

2023年GESP12月认证C++五级真题解析

例如,如果a=4,那么4是最⼩的幸运数,而1不是,但我们可以连续对1做3次+1操作,使其变为4,所以我们可以说,1幸运化后的结果是 4。【题目大意】给一个完全平方数的标准,推导出哪些是超级幸运数,然后判断N个数字中,哪些是超级幸运数,是的输出“lucky”,不是的输出离该数字最近的比它大的数字。前一个数字,下标是j的数字是偶数,后面的数字下标是j+1的是奇数,按照要求,偶数在奇数的后面,要交换。A函数时间复杂度是O(n/2),B函数算法是O(sqrt(n)),大部分情况后者是优的,值更小。

lan_in的博客 1006

一道简单的数学题

题意:给定$n,k$,求$\sum_{i=1}^ni^k$。 柿子题。 根据二项式定理: $$(n-1)^{k+1}=\sum_{r=0}^{k+1}\binom{k+1}{r}n^r\times (-1)^{k+1-r}$$ 写出来: $$(n-1)^{k+1}=n^{k+1}-\binom{k+1}{k}n^k + \sum_{r=0}^{k-1}\binom{k+1}{r}n^r\...

weixin_33860553的博客 271

详解Xilinx FPGA高速串行收发器GTX/GTP(6)--Pattern Generator/Pattern Checker

详解Xilinx FPGA高速串行收发器GTX/GTP(6)--Pattern Generator/Pattern Checker

孤独的单刀 1624

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

下一篇: 每天一道数学题(2021-06-30)
Orthopole
博客等级 码龄6年 0粉丝 5原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值