复分析——第7章——ζ 函数和素数定理(E.M. Stein & R. Shakarchi)

能源管理基于MATLAB的企业最大需量预测模型:月内峰值追踪与超限风险模拟分析系统设计 项目介绍 MATLAB 企业最大需量预测|月内峰值追踪与超限场景模拟 内容概要:本文介绍了一个基于MATLAB R2025b的企业最大需量预测项目,旨在通过构建月内峰值追踪与超限风险识别模型,实现对企业电力负荷的精细化管理。项目综合考虑时间周期、环境温度、生产强度、特殊日期及随机扰动等因素,构建模拟数据集,并采用装袋回归树和岭回归等机器学习模型进行负荷预测。通过滚动峰值追踪机制,系统动态整合历史真实值与未来预测值,生成月内最大需量趋势曲线,并结合预设阈值实现超限预警。同时支持多场景模拟,如增产、高温、设备集中启动等,评估不同工况下的超限风险,为企业错峰生产、储能调度等决策提供量化支持。项目注重实用性与兼容性,输出形式包括可视化图表、风险等级标识和多格式数据文件,适用于能源管理教学、工业负荷研究及智能用电原型开发。; 适合人群:具备一定MATLAB编程基础,从事能源管理、电力系统分析、工业自动化或智能制造领域的科研人员、工程师及高校师生,尤其适合工作1-3年、希望深入理解负荷预测与企业用电成本控制的技术人员。; 使用场景及目标:①实现企业月内最大需量的动态预测与滚动追踪,提前识别超限风险;②通过多因素场景模拟评估不同生产与环境条件下对需量的影响;③为错峰生产、设备启停优化、储能调度等能源管理决策提供数据支撑;④构建可复现、可扩展的负荷预测分析框架,服务于实际电能管理系统开发。; 阅读建议:此资源以模拟数据为基础,重点在于模型架构设计与管理应用逻辑,建议读者结合提供的代码实例,在MATLAB环境中动手复现数据生成、模型训练、峰值追踪与可视化全过程,并尝试调整特征参数或引入真实数据以深化理解。 立即下载

第7章  ζ函数和素数定理

Bernhard Riemann, whose extraordinary intuitive powers

we have already mentioned, has especially renovated

our knowledge of the distribution of prime numbers,

also one of the most mysterious questions in

mathematics. He has taught us to deduce results in

that line from considerations borrowed from the integral

calculus: more precisely, from the study of a

certain quantity, a function of a variable s which may

assume not only real, but also imaginary values. He

proved some important properties of that function,

but enunciated two or three as important ones without

giving the proof. At the death of Riemann, a note

was found among his papers, saying “These properties

of ζ(s) (the function in question) are deduced from an

expression of it which, however, I did not succeed in

simplifying enough to publish it.”

We still have not the slightest idea of what the

expression could be. As to the properties he simply

enunciated, some thirty years elapsed before I was able

to prove all of them but one. The question concerning

that last one remains unsolved as yet, though, by

an immense labor pursued throughout this last half

century, some highly interesting discoveries in that direction

have been achieved. It seems more and more

probable, but still not at all certain, that the “Riemann

hypothesis” is true.

(    Bernhard Riemann,我们已经提到过,他非凡的直觉能力特别刷新了我们对素数分布的认识,素数分布也是数学中最神秘的问题之一。他教我们从积分学中借用的考虑因素那条线路来推导出结果:更准确地说,通过对某个量的研究,变量 s 的函数不仅可以假设实值,还可以假设虚值。他证明了该函数的一些重要性质,但在没有给出证明的情况下阐明了两三个重要性质。Riemann去世后,在他的论文中发现了一条注释,上面写着:“ζ(s)(问题中的函数)的这些性质是从它推导出来的表达式,然而,我并没有成功地简化到足以发布它的程度。”

    我们仍然不知道这个表达是什么。至于他简单阐述的性质,大约三十年后我才能够证明除一个之外的所有性质。有关的问题尽管最后一个问题尚未解决,但通过过去半个世纪的巨大努力,在这方面已经取得了一些非常有趣的发现。“Riemann猜想”的正确性似乎越来越有可能,但仍不能确定。)

---------------------------------------------------------------------------J. Hadamard, 1945

    Euler发现了(通过他的针对 ζ 函数的乘积公式)解析法和数(特别是素数)的算术属性之间的一种深层联系。Euler公式的一个容易导出的结果是,所有素数的倒数和  \sum_{p}1/p 发散,这个结果量化了这个事实——存在无穷多个素数。然后,问题自然就变成了理解这些素数是如何分布的。带着这样的思考,我们考虑下面的函数:

                π(x) = 小于或等于x的素数数量。

函数 π(x) 的不稳定(erratic)增长对于求得一个简单公式的希望渺茫。然而,我们被导向了研究 π(x) 随着 x 变得无穷大时的渐近(asymptotic)行为。在 Euler 的发现之后大约 60 年,Legendre 和 Gauss 在经过数次计算之后发现,很可能 

(1)             \displaystyle {\pi}(x) \sim \frac{x}{\log{x}} (当 x \longrightarrow \infty 时) 。

(当 x ⟶ ∞ 时,渐近关系 f (x) ~ g(x)意味着,当 x ⟶ ∞ 时,f (x)/ g(x) ~  1 。) 另一个 60 年以后,在 Riemann 的工作之前不久,Tchebychev 通过初等方法(特别是,没有 ζ 函数 ) 更弱的结论

(2)            \displaystyle {\pi}(x) \approx \frac{x}{\log{x}} (当 x \longrightarrow \infty 时) 。

在此,按照定义,符号“≈”意味着,存在正常量 A < B 使得

\displaystyle A \frac{x}{\log{x}} \leq {\pi}(x) \leq B \frac{x}{\log{x}} (对于所有足够大的 x )。

在1896年,即Tchebychev结论之后大约40年,Hadamard和dela Vallée Poussin 给出了关系式(1)的有效证明。它们的这个结果被称为素数定理。这个定理的最初证明,以及我们下面给出的证明,使用复分析。我们应当注意到,由于随后发现了其它的证明方法,某些依赖复分析,而另外一些在特征上更为基础。

    我们下面给出的素数定理证明的核心基于这个事实——ζ(s)在直线Re(s) = 1 上不会消没。事实上,我们可以证明,这两个命题是等价的。

1. ζ 函数的零点(Zeros of the zeta function)

    我们在第1册第8章定理1.10中已经看到,Euler恒等式指出,对于Re(s) > 1 ,ζ函数可以被表示为一个无限积

\displaystyle \zeta(s) = \prod_{p}^{}\frac{1}{1-p^{-s}} 。

为了完整起见,我们提供上述恒等式的证明。关键注意事项在于, 1/(1-p^{-s}) 可以被写成一个收敛的(等比)幂级数

\displaystyle 1 + \frac{1}{p^{s}} + \frac{1}{p^{2s}} + ... + \frac{1}{p^{Ms}} + ... ,

并在形式上取这些级数与所有素数 p 的乘积,产生了预期的结果。确切的论证按下述方式进行。

    假设M 和N 是正整数且 M > N 。现在注意到,根据算术基本定理(注:第一卷第 8 章第一节给出了这一基本(但重要)事实的证明)。任意正整数 n ≤ N 可以被唯一地写成素数的一个乘式,并且出现在乘式中的每一个素数一定小于或等于N 并且重复小于M 次。因此,

\begin{array}{rlc}\displaystyle \sum_{n=1}^{N} \frac{1}{n^{s}}&\displaystyle \leq \prod_{p \leq N}{\bigg (1 + \frac{1}{p^{s}} + \frac{1}{p^{2s}} + ...+ \frac{1}{p^{Ms}}} \bigg ) \\ \\ &\displaystyle \leq \prod_{p \leq N}\bigg (\frac{1}{1-p^{-s}} \bigg ) \\ \\ &\displaystyle \leq \prod_{p} \bigg ( \frac{1}{1-p^{-s}} \bigg ) \end{array} 。

现在,在级数中令 N 趋近于无穷大便产生

\displaystyle \sum_{n=1}^{N}\frac{1}{n^{s}} \leq \prod_{p} \bigg ( \frac{1}{1-p^{-s}} \bigg ) 。

对于反向的不等式,我们按如下论证。我们再次利用算术基本定理,求得

\displaystyle \prod_{p \leq N}{\bigg (1 + \frac{1}{p^{s}} + \frac{1}{p^{2s}} + ...+ \frac{1}{p^{Ms}}} \bigg ) \leq \sum_{n=1}^{N} \frac{1}{n^{s}} 。

令 M 趋近于无穷大给到

\displaystyle \prod_{p \leq N} \bigg ( \frac{1}{1-p^{-s}} \bigg ) \leq \sum_{n=1}^{N}\frac{1}{n^{s}} 。

因此,

\displaystyle \prod_{p} \bigg ( \frac{1}{1-p^{-s}} \bigg ) \leq \sum_{n=1}^{N}\frac{1}{n^{s}} ,

从而ζ 乘积公式的证明完成。

         从乘积公式我们看到(根据第5章命题3.1),当 Re(s) > 1 时,ζ(s)不消没。

    为了获得 ζ 的零点的位置的更进一步信息,我们使用提供给ζ解析延拓的函数方程。我们可以将基本关系式 ξ(s) = ξ(1 - s)写成下面的形式

\displaystyle {\pi}^{-s/2}\Gamma(s/2)\zeta(s) = {\pi}^{-(1-s)/2}\Gamma{((1-s)/2)}\zeta(1-s) ,

因此,

\displaystyle \zeta(s) = {\pi}^{s-1/2}\frac{\Gamma((1-s)/2)}{\Gamma(s/2)}\zeta(1-s)  。

现在, 观察到,对于 Re(s) < 0 ,下列条款成立:

(i)  ζ(1 - s)没有零点,因为 Re(1 - s) > 1 。

(ii) Γ((1-s)/2)是自由零的。

(iii) 1/Γ(s/2)在 s = -2,-4,-6,... 处具有零点。

因此,ζ 在Re(s) < 0 中的唯一零点位于负偶数 -2,-4,-6,... 处。

    这证明了下面的定理。

定理 1.1  ζ 在带域 0 ≤ Re(s) ≤ 1 之外的唯一零点位于负偶数 -2,-4,-6,... 处。

    有待研究的这个域称为临界带(critical strip)(0 ≤ Re(s) ≤ 1)。素数定理证明的关键事实在于ζ在直线 Re(s) = 1 上没有零点。作为这个事实和函数方程的一个简单的结论,可知 ζ 在直线 Re(s) = 0上没有零点。

在这篇创造性的(seminal)论文中,Riemann引入了ζ函数的解析延拓并证明了其函数方程,他将这些见解应用到素数理论中,并写下了确定素数分布的“明确(explicit)”公式。虽然他没有成功地充分证明和利用他的主张,但他确实提出了许多重要的新思想。他的分析使他深信后来被称为Riemann假设(Riemann hypothesis)的真理:

    ζ(s)在临界域中的零点取决于直线 Re(s) = 1/2 。

对此他说道:“It would certainly be desirable to have a rigorous demonstration of this proposition; nevertheless I have for the moment set this aside, after several quick but unsuccessful attempts, because it seemed unneeded for the immediate goal of my study(对这个命题进行严格的论证当然是可取的;尽管如此,在几次快速但不成功的尝试之后,我暂时将其搁置一边,因为它对于我的研究的直接目标来说似乎不是必要的)。” 尽管许多理论和数值结果都表明该假设的有效性,但仍有待发现证明或反例。Riemann假设是当今数学中最著名的未解决问题之一。

    特别是,正是出于这个原因,位于临界带之外的ζ的零点有时候也被称为 ζ 函数的平凡零点(trivial zeros)。此外,对于证明ζ 函数在实线段 0 ≤ σ ≤  1 (其中,s = σ  + it )没有零点的论证参见练习5。

    在本节的余下部分,我们将局限于证明后续的定理,以及关于ζ 函数的相关估算,我们将用这些定理和估算证明素数定理。

定理 1.2 ζ 函数在直线 Re(s) = 1 上没有零点。

显然,因为我们知道,ζ在s = 1 处有一个极点,因此,在这个点的领域内不存在零点,但我们需要的是更深层的属性

            ζ (1 + it ) ≠ 0 (对于任意 t∈ℝ ) 。

下列一系列引理汇聚了证明定理 1.2 的必要要素(ingredients)。

引理 1.3 若 Re(s) > 1 ,则

\displaystyle \log{\zeta(s)} = \sum_{p,m}\frac{p^{-ms}}{m}= \sum_{n=1}^{\infty}c_{n} n^{-s}  ( 对于某个 c_{n} \geq 0 )

证明:

    假设 s > 1 。对Euler 乘积公式的对数,并使用对数的幂级数展式

\displaystyle \log{ \bigg ( \frac{1}{1-x}\bigg ) } = \sum_{m=1}^{\infty}\frac{x^{m}}{m} ,

上式对于 0 ≤ x < 1 成立,我们求得

\displaystyle \log{\zeta(s)} = \log{\prod}_{p}\frac{1}{1-p^{-s}} = \sum_{p}\log{\bigg ( \frac{1}{1-p^{-s}} \bigg ) } = \sum_{p,m}\frac{p^{-ms}}{m} 。

由于二重求和绝对收敛,因此我们不需要指定求和的顺序。参见本章末尾的评注。根据解释延拓,则这个公式对于所有的Re(s) > 1成立。注意,根据第3章定理6.2, \log{\zeta}(s) 在简单连通的半平面 Re(s) > 1 中定义明确,因为 ζ 在这个半平面中没有零点。最后,很明显我们有

\displaystyle \sum_{p,m}\frac{p^{-ms}}{m} = \sum_{n=1}^{\infty}c_{n}n^{-s} ,

其中,若 n = p^{m} , 则 c_{n} = 1/m ,而在其它情况下,c_{n}=0  。

我们将给出的这个定理的证明取决于一个简单的技巧,这个技巧基于下列的不等式。

引理 1.4 若 θ ∈ ℝ ,则 3 + 4\cos{(\theta)} + \cos{(2\theta)}\ge 0 。

从简单观察

3 + 4\cos{(\theta)} + \cos{(2\theta)} = 2(1+\cos{(\theta)})^{2} 

立即就可推导出这个结论。

推论 1.5 若 σ > 1 且 t 是实数,则

\log{\bigg | \zeta^{3} (\sigma)\zeta^{4} (\sigma+it)\zeta(\sigma+2it) \bigg | } \ge 0   。

证明:

    令 s = \sigma + it 并注意到

\mathrm{Re}(n^{-s}) = \mathrm{Re}(e^{-(\sigma + it)\log{n}})= e^{-\sigma \log{n}}\cos(t\log{n} ) = n^{-\sigma}\cos{(t\log{n})} 。

因此,

\begin{array}{l} \log \bigg |\zeta^{3}(\sigma)\zeta^{4} (\sigma+it)\zeta(\sigma+2it) \bigg | \\ \\ =3\log{|\zeta(\sigma)|}+4\log{|\zeta(\sigma+it)|}+\mathrm{\log{|\zeta(\sigma+2it)|}}\\ \\ =3\mathrm{Re}[\log{\zeta(\sigma)}]+4\mathrm{Re} [\log{\zeta(\sigma+it)}]+\mathrm{Re}[\log{\zeta(\sigma+2it)}] \\ \\ =\sum{c_{n}n^{-\sigma}}(3+4\cos{\theta_{n}}+\cos{2\theta_{n}}) \end{array} ,

其中, \theta_{n}=t\log{n} 。现在,正值性(positivity)从引理1.4可推导,而事实上 c_{n} \geq 0 。

    现在,我们可以完成对定理的证明了。

定理1.2的证明:

    假设相反情况成立,即 \zeta(1+it_{0})=0 ( 对于  t_{0} \neq 0 )。因为 ζ 在 1+it_{0}  处是全纯的,它一定在这一点至少消没至1阶,因此,

|\zeta(\sigma + it_{0}) |^{4} \leq C(\sigma-1)^{4} (当σ ⟶ 1 时,对于某个常量 C > 0)。

此外,我们知道,s = 1 是 ζ(s) 的一个简单极点,因此,

|\zeta(\sigma ) |^{3} \leq C^{'} (\sigma-1)^{-3} ( 当σ ⟶ 1 时,对于某个常量  C^{'}>0 ) 。

最后,由于 ζ 在点 \sigma + 2it_{0} 处是全纯函数,当 σ ⟶ 1 时,量 |\zeta(\sigma + 2it_{0}) | 保持有界。将些事实结合在一起,便产生了 

|\zeta^{3} (\sigma)\zeta^{4} (\sigma+it)\zeta(\sigma+2it)| \longrightarrow 0 (当 σ ⟶ 1 时) 。

这与推论1.5矛盾,因为位于0到1之间的实数的对数是负值。这就推断出了这个证明,即ζ 在实数直线 Re(s) = 1 上是自由零的。

1.1  对1/ζ(s)进行值算(Estimates for 1/ζ(s))

素数定理的证明取决于ζ 函数在直线 Re(s) = 1 附近的详细操控;涉及的基本对象是对数导数 \zeta^{'}(s)/\zeta(s)  。出于这个原因,除了ζ在直线上的非消没,我们还需要知道关于 \zeta^{'} 和 1/ζ(s) 的增长性。前者已按第6章命题2.7进行处理;现在我们处理后者。

随后的命题实际上是定理1.2的一个量化版本。

命题 1.6 对于每一个ε > 0 , 我们有  1/|\zeta(s)| \leq c_{\epsilon} |t|^{\epsilon} (当 s = σ  + it 且σ ≥ 1 和 |t| ≥ 1 时 )。

证明:

    从我们前面的观察,很显然我们有

\bigg |\zeta^{3} (\sigma)\zeta^4 (\sigma+it)\zeta(\sigma+2it) \bigg | \ge 1 (只要σ ≥ 1 )。

使用第 6 章命题 2.7 的对 ζ 的估算,我们求得

|\zeta^{4} (\sigma+it)| \ge c|\zeta^{-3} (\sigma)| |t|^{\epsilon} \ge c^{'}(\sigma-1)^{3}|t|^{-\epsilon} (对于任意σ ≥ 1 和 |t| ≥ 1)。

    因此,

(3)      |\zeta(\sigma+it)| \ge c^{'}(\sigma-1)^{3/4}|t|^{-\epsilon/4} (只要σ ≥ 1 且 |t| ≥ 1)。

现在,我们考虑两种单独的情况,取决于,对于某个合适的常量A(其值我们后面再选择),是否不等式  \sigma - 1 \ge A|t|^{-5\epsilon} 成立。

若这个不等式确实成立,则(3)立即可得出

\displaystyle |\zeta(\sigma+it)| \ge A^{'}|t|^{-4\epsilon}   ,

在这种情况下,用 ε 替换掉 4ε 即可推导出预期的估算的证明。

然而,若 \sigma - 1 < A|t|^{-5\epsilon} ,则首先选择 \sigma^{'}>\sigma 且 \sigma^{'}-1=A|t|^{-5\epsilon} 。则这个三角不等式意味着

|\zeta(\sigma+it)| \ge |\zeta(\sigma^{'}+it)| - |\zeta(\sigma^{'}+it)-\zeta(\sigma+it)| ,

并应用中值定理,以及结合前一章所获得的ζ 的导数估算,给出

|\zeta(\sigma^{'}+it)-\zeta(\sigma+it)| \leq c^{''} |\sigma^{'}-\sigma||t|^{\epsilon} \leq c^{''} |\sigma^{'}-1||t|^{\epsilon} 。

这些观察结果,再结合(3)的应用(其中,我们令 \sigma^{'}=\sigma ),可证明

|\zeta(\sigma+it)| \ge c^{'}(\sigma^{'}-1)^{3/4} |t|^{-{\epsilon}/4} - c^{''}|\sigma^{'}-1||t|^{\epsilon}  。

现在,选择  A = (c^{'}/(2c^{''}))^{4} ,并回顾 \sigma^{'} - 1 = A|t|^{-5\epsilon}  。这恰好给出

c^{'}(\sigma^{'}-1)^{3/4} |t|^{-{\epsilon}/4}=2c^{''}(\sigma^{'}-1)|t|^{\epsilon} ,

因此,

|\zeta(\sigma+it)| \ge A^{''}|t|^{-4\epsilon}  。

在用ε 替换掉 4ε 之后,就建立了预期的不等式,则命题的证明完成。

2. 函数 𝜓 和 𝜓1(x) 的简化(Reduction to the functions 𝜓 and 𝜓1(x) )

Tchebychev在他的素数研究的过程中,引入了一个辅助函数,此函数的行为在很大程度上等价于素数的渐近分布,但又比π(x)更容易操控。Tchebychev的 𝜓 函数被定义为

\displaystyle \psi(x) = \sum_{p^{m} \leq x}\log{p} 。

即对那些小于或等于 x 的形如 p^{m} 的整数求和。此处 p是一个素数而 m是一个正整数。还有另外两种我们将要用到的 𝜓 函数的其它格式。首先,若我们定义

则很显然

\displaystyle \psi(x) = \sum_{1 \leq n \leq x}\Lambda(n) 。

此外,立即可得出

\displaystyle \psi(x) = \sum_{p \leq x}\bigg [ \frac{\log{x}}{\log{p}} \bigg ] \log{p} 。

其中,[u ] 表示 ≤ u 的最大整数,和式是对小于或等于x 的素数求和。若 p^{m} \leq x  ,则 m \leq \log{x}/\log{p} ,可以从这个事实推导出这个公式 。

𝜓(x)包含关于π(x)的足够信息来证明我们的定理,这个事实将在下一命题的表述中被赋予准确的意义。特别是,这将素数定理简化为有关 𝜓 的相应渐近表述。

命题 2.1 若当 x ⟶ ∞ 时, 𝜓(x) ~ x ,则当 x ⟶ ∞ 时, \pi(x) \sim x/\log{x}  。

证明:

    此处的论证是初等的。根据定义,只需证明以下两个不等式即可:

(4)       \displaystyle 1 \leq \lim_{x \rightarrow \infty}{\inf{​{\pi}(x)\frac{\log{x}}{x}}} 和 \displaystyle \lim_{x \rightarrow \infty}{\sup{​{\pi}(x)\frac{\log{x}}{x}}} \leq 1 。

为此,首先注意到,大致的估算给出

\displaystyle \psi(x) = \sum_{p \leq x}\bigg [ \frac{\log{x}}{\log{p}} \bigg ] \log{p} \leq \sum_{p \leq x}\frac{\log{x}}{\log{p}}\log{p}=\pi{(x)}\log{x} 。

再通过除以 x 而得到

\displaystyle \frac{\psi(x)}{x} \leq \frac{\pi{(x)}\log{x}}{x} 。

因此,

\psi(x) + \alpha{\pi}(x^{\alpha})\log{x} \ge \alpha {\pi}(x)\log{x} 。

除以 x,注意到,\pi(x^{\alpha}) \leq x^{\alpha} ,α < 1 ,并且 𝜓(x) ~ x ,给出

\displaystyle 1 \ge \alpha \lim_{x \rightarrow \infty}{\sup{​{\pi}(x)\frac{\log{x}}{x}}} 。

由于α < 1 是任意的,因此证明完成。

评注:

     命题的逆向也成立: \pi(x) \sim x/\log{x}  则 𝜓(x) ~ x 。由于我们不需要这个结论,因此,我们将其证明留给感兴趣的读者去完成。

        

事实上,使用 𝜓 函数的近亲(cousin)会更方便。定义函数 \psi_{1} 为

\displaystyle \psi_1(x) = \int_{1}^{x}\psi(u)du 。

在前面的素数定理中,我们将素数定理简化为当 x 趋近于无穷大时𝜓(x)的渐近函数。接下来,我们将证明,可以从 \psi_{1} 的渐近性推导出这个渐近函数。

命题 2.2  若当 x ⟶ ∞ 时,\psi_{1}(x) \sim x^{2}/2  ,则当 x ⟶ ∞ 时,𝜓(x) ~ x ,且因此有当 x ⟶ ∞ 时, \psi(x) \sim x/\log{x} 。

证明:

    根据命题2.1 ,只需证明当 x ⟶ ∞ 时,𝜓(x) ~ x 即可。从以下事实,相当容易推导出,即,若 α < 1 < β ,则

\displaystyle \frac{1}{(1-\alpha)x} \int_{​{\alpha}x}^{x}\psi(u)du \leq \psi(x) \leq \frac{1}{(\beta-1)x} \int_{x}^{​{\beta}x}\psi(u)du 。

这个二重不等式的证明是直接的,并且简单地取决于 𝜓 是递增的事实。因此,我们求得(例如)

\displaystyle \psi(x) \leq \frac{1}{(\beta-1)x}\bigg [\psi_{1} ({\beta}x)-\psi_{1} (x) \bigg ] ,

因此,

\displaystyle \frac{\psi(x)}{x}\leq \frac{1}{(\beta-1)}\bigg [\frac{\psi_{1} ({\beta}x)}{({\beta}x)^{2}}\beta^{2} -\frac{\psi_{1} (x)}{x^{2}} \bigg ] 。

继而,这又意味着

\displaystyle \lim_{x \rightarrow \infty}{\sup_{}{\frac{\psi(x)}{x}}} \leq \frac{1}{(\beta-1)}\bigg [\frac{1}{2}\beta^{2}-\frac{1}{2}\bigg ] = \frac{1}{2}(\beta + 1) 。

由于这个结论对于所有 β  > 1 都成立,因此,我们已经证明了 \lim_{x \rightarrow \infty}{\sup_{}{\frac{\psi(x)}{x}}} \leq 1 。α < 1 也具有类似的论证,则证明了 \lim_{x \rightarrow \infty}{\inf_{}{\frac{\psi(x)}{x}}} \ge 1 ,因此,命题的证明完成。

现在到了该把 \psi_{1} (因此,就还有 𝜓 )与ζ 关联起来的时候了。我们在引理1.3中证明了对于 Re(s) > 1 ,有 

\displaystyle \log{\zeta(s)} = \sum_{m,p}\frac{p^{-ms}}{m} 。

微分这个表达式得到

\displaystyle \frac{\zeta^{'}(s)}{\zeta(s)}= -\sum_{m,p}(\log{P})p^{-ms} = -\sum_{n=1}^{\infty}\frac{\Lambda(n)}{n^{s}} 。

我们将对于 Re(s) > 1 时的这个公式记为

(5)          \displaystyle -\frac{\zeta^{'}(s)}{\zeta(s)}=\sum_{n=1}^{\infty}\frac{\Lambda(n)}{n^{s}}  。

渐近行为 \psi_{1}(x) \sim x^{2}/2  将是将是通过 \psi_{1} 和 ζ 之间关系的(5)得出的结果,这种关系通过下面的显著的积分公式加以描述。

命题 2.3 对于所有的 c > 1 

(6)           \displaystyle \psi_{1}(x)=\frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}\frac{x^{s+1}}{s(s+1)}\bigg ( -\frac{\zeta^{'}(s)}{\zeta(s)} \bigg)ds 。

为了使得这个公式的证明清晰,我们在一个引理中分离出必要的周线积分。

引理 2.4 若 c > 0,则

\displaystyle \frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}\frac{a^{s}}{s(s+1)}ds=\left \{ \begin{array}{lrc} 0(if \:\:0 < a \leq 1) \\ \\ 1-\frac{1}{a}(if \:\: 1 \leq a) \end{array} \right.  。

此处,积分是在垂线 Re(s) = c 上进行的。

证明:

首先注意到,由于 |a^{s}| = a^{c} ,积分收敛。我们首先假设 1 ≤ a ,并写成 a=e^{\beta} 且 \beta = \log{a} \ge 0 。令

\displaystyle f(s)=\frac{a^{s}}{s(s+1)}=\frac{e^{s\beta}}{s(s+1)} 。

则 res_{s=0}{f}=1 和 res_{s=-1}{f}=-1/a 。对于 T > 0 ,考虑图1所示的路径 Γ(T ) 。

----------------------------------图1: 引理2.4的证明中用到的当 a ≥ 1时的周线--------------------------------

积分路径Γ(T )由从 c – iT 到 c +  iT 的线段和圆心位于c半径为T的位于垂线段的左边的半圆构成。我们为Γ(T ) 配备正(逆时针)方向,并注意我们正在处理可构周线(toy contour)。如果我们选择足够大的 T 使得 0 和 −1 包含在Γ(T ) 的内部,则根据留数公式

\displaystyle \frac{1}{2{\pi}i}\int_{\Gamma(T)}f(s)ds = 1 - \frac{1}{a}    。

由于

\displaystyle \frac{1}{2{\pi}i}\int_{\Gamma(T)}f(s)ds = \frac{1}{2{\pi}i}\int_{S(T)}f(s)ds + \frac{1}{2{\pi}i}\int_{C(T)}f(s)ds ,

只需证明半圆上的积分随着 T 趋近于无穷大而趋近于 0 。注意,若 s = σ  + it∈C(T ) ,则对于任意大的T 我们有

| s(s + 1)| \ge (1/2)T^{2} ,

并由于 σ ≤ c 我们还有估算 |e^{​{\beta}s}| \leq e^{​{\beta}c} 。因此,

\displaystyle \bigg | \int_{C(T)}f(s)ds \bigg | \leq \frac{C}{T^{2}}2{\pi}T \rightarrow 0 (当 T ⟶ ∞ 时) 。

因此,当 a ≥ 1 时的这种情况得证。

若 0 < a ≤ 1 ,考虑一个类似的周线,但是这次这个半圆位于直线 Re(s) = c 的右侧。注意到,在这个周线内部没有极点,我们可以给出类似于上面给出的类似证明,以证明当 T 趋近于无穷大时这个半圆上的积分趋近于0。

    现在,我们准备证明命题2.3 。首先,注意到

\displaystyle \psi(u) = \sum_{n=0}^{\infty}\Lambda(n)f_{n} (u) ,

其中,若 n ≤ u 则 f_{n} (u)=1 ,而若在其它情况下则 f_{n} (u)=0 。因此,

\begin{array}{rlc} \psi_{1}(x) &\displaystyle=\int_{0}^{x}\Psi(u)du \\ \\ &\displaystyle=\sum_{n=1}^{\infty}\int_{0}^{x}{\Lambda}f_{n}(u)du \\ \\ &\displaystyle=\sum_{n \leq x}\Lambda(n)\int_{n}^{x}du \end{array} ,

继而,

\displaystyle \psi_{1}(x) =\sum_{n \leq x}\Lambda(n)(x-n) ,

这个事实,连同等式(5)以及引理2.4的应用一起(具有 a = x/n),给出

\begin{array}{rlc} \displaystyle \frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}\frac{x^{s+1}}{s(s+1)}\bigg ( -\frac{\zeta^{'}(s)}{\zeta(s)} \bigg)ds &\displaystyle=x\sum_{n=1}^{\infty}{\Lambda}(n)\frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}\frac{(x/n)^{s}}{s(s+1)}ds \\ \\ &\displaystyle=x\sum_{n \leq x}\Lambda(n)\left (1-\frac{x}{n} \right ) \\ \\ &\displaystyle=\psi_{1}(x) \end{array} ,

正如所要证的那样。

2.1  对 𝜓1(x)  渐近性的证明(Proof of the asymptotics for 𝜓1(x) )

    在这一节,我们将证明

\psi_{1}(x) \sim x^{2}/2 ( 当 x ⟶∞ 时) ,

最终,我们将会完成对素数定理的证明。

    论证过程中的关键材料(ingredients)是:

\bullet  命题 2.3 中联系 \psi_{1} 与ζ 的公式,即

\displaystyle \psi_{1}(x)=\frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}\frac{x^{s+1}}{s(s+1)}\bigg ( -\frac{\zeta^{'}(s)}{\zeta(s)} \bigg)ds (对于 c > 1 ) 。

\bullet   ζ 函数在 Re(s) = 1 上的非消没性,即

                ζ(1 + it) ≠ 0 (对于任意 t∈ ℝ) ,

以及第 6 章命题 2.7 和本章命题 1.6 中给出的直线附近的ζ 的估计值。

现在我们更详细地讨论我们的策略。在上述 \psi_{1}(x) 的积分中,我们想改变积分线 Re(s) = c (c > 1)为 Re(s) = 1 。若我们可以实现,被积函数中的因子 x^{s+1} 的大小则会是阶 x^{2} (这已接近我们的预期),而不是 Re(s) = c (c > 1)(这个值太过庞大)。然而,还有两个售点问题必须处理。第一个问题是ζ(s)函数在 s = 1 处的极点;事实证明,当考虑这个极点的时候,其贡献恰好是 \psi_{1}(x) 的渐近的主要项 x^{2}/2 。第二,余下必须证明的是,在本质上小于该项,因此,当在直线 Re(s) = 1 上进行积分时,我们必须进一步完善阶 x^{2} 的粗略估算。我们按如下方式执行我们的计划。

    固定 c > 1 (比如,c = 2),并假设这时 x 也是固定的且 x ≥ 2 。令 F(s) 表示被积函数

\displaystyle F(s)=\frac{x^{s+1}}{s(s+1)}\bigg ( -\frac{\zeta^{'}(s)}{\zeta(s)} \bigg) 。

首先,我们将从 c - i∞ 到 c + i∞ 的垂线变形为如图2所示的路径 γ(T )。(在直线 Re(s) = 1 上的 γ(T ) 的线段由 T ≤ t < ∞ 和 -∞ < t ≤ -T  构成。) 在此 T ≥ 3 ,而此后T 的值将选作一个合适的更大值。

---------------------------------图2: 三段线:垂线 Re(s) = c ,周线 γ(T )和 γ(T,δ)--------------------------

常见而熟悉的使用Cauchy定理的论证让我们看到

(7)       \displaystyle \frac{1}{2{\pi}i}\int_{c-i\infty}^{c+i\infty}F(s)ds=\frac{1}{2{\pi}i}\int_{\gamma(T)}^{}F(s)ds 。

事实上,基于第6章命题2.7和命题1.6,我们知道,对于任意固定的 η> 0 ,只要 s = σ  + it (σ ≥ 1 且 |t| ≥ 1 ), 就有 |\zeta^{'}(s)/\zeta(s)| \leq A|t|^{\eta} 。因此, |F(s)| \leq A^{'}|t|^{-2+\eta}  在两个(无限)矩形中以直线 (c - i∞ , c + i∞)和γ(T )为界。由于 F 在那个区域中是规整的,其在无穷远处的递降足够迅速,因此论断(7)成立。

    接下来,我们从周线γ(T )过度到周线 γ(T,δ )。(再次见图2。) 为了固定T,我们选取δ > 0 足够小,以使得 ζ 在那个格子

\{ s = \sigma + it ,1-\sigma \leq \sigma \leq 1 , |t|\leq T \} 

中没有零点。可以作出这样一个选择,因为 ζ在直线σ = 1 上不消没。

    现在,F(s) 在 s = 1 处有一个简单极点。事实上,根据第6章中的推论2.6 ,我们知道 ζ(s) = 1/( s - 1) + H(s) (其中, H(s)在s = 1附近是规整的)。因此,-\zeta^{'} (s)/\zeta(s) = 1/( s - 1) + h(s) (其中, h(s)在s = 1附近是全纯的),因此,F(s)在s = 1附近的留数等于 x^{2}/2 。最终,

\displaystyle \frac{1}{2{\pi}i}\int_{\gamma(T)}^{}F(s)ds=\frac{x^{2}}{2}+\frac{1}{2{\pi}i}\int_{\gamma(T,\delta)}^{}\frac{x^{s+1}}{s(s+1)}F(s)ds 。

现在,我们将周线 γ(T,δ) 分解为 \gamma_{1} + \gamma_{2} + \gamma_{3} + \gamma_{4} + \gamma_{5} 和每一个积分 \int_{\gamma_{j}}F(s)ds ( j = 1, 2, 3, 4, 5 且 \gamma_{j} 如图2所示)的估算。

首先,我们断言,存在这么大的T 使得

|\int_{\gamma_{1}}F(s)ds|\leq \frac{\epsilon}{2}x^{2} 和 |\int_{\gamma_{5}}F(s)ds|\leq \frac{\epsilon}{2}x^{2} 。

为了理解这一点,我们首先注意到,对于 s \in \gamma_{1} ,我们有

|x^{1+s}| = x^{1+\sigma} = x^{2} 。

则,根据命题1.6,我们有(例如), |\zeta^{'}(s)/\zeta(s)| \leq A|t|^{1/2} ,因此,

\displaystyle \bigg|\int_{\gamma_{1}}F(s)ds \bigg |\leq Cx^{2}\int_{T}^{\infty}\frac{|t|^{1/2}}{t^{2}}dt 。

由于这个积分收敛,我们可以取T足够大从而使得右边 ≤ {\epsilon}x^{2}/2 。在 \gamma_{5} 上的积分的论证相同。

已经固定了T之后,我们选择恰当小的δ 。注意到,在 \gamma_{3} 上 ,有

|x^{1+s}| = x^{1+1-\sigma} = x^{2-\sigma} ,

据此,我们推导出存在一个常量 C_{T} (取决于T )使得

\displaystyle \bigg|\int_{\gamma_{3}}F(s)ds \bigg |\leq C_{T}x^{2-\delta} 。

最后,在小的水平线段 \gamma_{2} 上(以及类似地,在 \gamma_{4} 上),我们可以如下估算积分:

\displaystyle \bigg|\int_{\gamma_{2}}F(s)ds \bigg |\leq C_{T}^{'}\int_{1-\delta}^{1}x^{1+\sigma}d\sigma\leq C_{T}^{'}\frac{x^{2}}{\log{x}} 。

我们推断出,存在常量 C_{T} 和 C_{T}^{'} (可能有别于前述常量)使得

\displaystyle \bigg|{\psi}_{1}(x)-\frac{x^{2}}{2} \bigg |\leq {\epsilon}x^{2}+ C_{T}x^{2-\delta} +C_{T}^{'}\frac{x^{2}}{\log{x}} 。

通过除以 x^{2}/2 ,我们发现

\displaystyle \bigg|\frac{2{\psi}_{1}(x)}{x^{2}}-1\bigg |\leq 2{\epsilon}+2 C_{T}x^{-\delta} +2C_{T}^{'}\frac{1}{\log{x}} ,

因此,对于任意大的 x,我们有

\displaystyle \bigg|\frac{2{\psi}_{1}(x)}{x^{2}}-1\bigg | \leq 4\epsilon 。

这就推导出了证明 

\psi_{1}(x) \sim x^{2}/2  ( 当 x ⟶∞ 时),

因此,我们已经完成了素数定理的证明。

关于双重求和交换的注意事项

我们证明下列关于无穷和交换的事实:若 \{a_{k\ell}\}_{1{\leq}k,{\ell}<\infty } 是一个下标索引为 ℕ × ℕ 的复数序列,并使得

(8)        \displaystyle \sum_{k=1}^{\infty}\bigg (\sum_{\ell=1}^{\infty}|a_{k}{\ell} | \bigg ) < \infty ,

则:

(i)  按这种次序求和的双重和 A= \sum_{k=1}^{\infty}\bigg (\sum_{\ell=1}^{\infty}|a_{k}{\ell} | \bigg ) 收敛,而事实上,我们也可以交换求和次序,因此

A= \sum_{k=1}^{\infty}\sum_{\ell=1}^{\infty}a_{k\ell}= \sum_{\ell=1}^{\infty}\sum_{k=1}^{\infty}a_{k\ell} 。

(ii) 已知 ε > 0 ,存在一个正整数N,使得对于任意 K,L > N ,我们有

|A-\sum_{k=1}^{K}\sum_{\ell=1}^{L}a_{k\ell}|<\epsilon 。

(iii) 若 m ⟼ (k(m), 𝓁(m))是一个从 ℕ 到 ℕ × ℕ 的双射,若我们写成 c_{m} = a_{k(m)\ell(m)} ,则 A = \sum_{k=1}^{\infty}c_{k} 。

表述(iii)指的是,序列 \{a_{k\ell} \} 的次序的任何重排不影响求和极限。这可类比于级数绝对收敛的情况(可按任意期望次序求和)。

条件(8)指的是,每一个和式 \sum_{\ell}a_{k\ell} 绝对收敛,此外,这个收敛是按k“一致的”。函数序列也会出现类似的情况,其中,一个重要的问题是,是否极限的交换

\displaystyle \lim_{x{\rightarrow}x_{0}}\lim_{n{\rightarrow}\infty}{f_{n}(x)} \overset{?}{=} \lim_{n{\rightarrow}\infty}\lim_{x{\rightarrow}x_{0}}{f_{n}(x)} 

成立。一个众所周知的事实是,若系列 f_{n} 是连续的,并且它们一致收敛,则以上恒等式成立,因为极限函数其自身是连续的。为了利用这一事实,定义 b_{k}=\sum_{\ell=1}^{\infty}|a_{k\ell}| 并令 S = \{ x_{0} , x_{1} ,...\} 为一个可数点集且 \displaystyle \lim_{n {\rightarrow} \infty}{x_{n}}=x_{0} 。此外,在 S 上定义系列函数如下

\displaystyle f_{k} (x_{0}) = \sum_{\ell=1}^{\infty}a_{k{\ell}}  (对于 k = 1, 2 , ...)

\displaystyle f_{k} (x_{n}) = \sum_{\ell=1}^{n}a_{k{\ell}} (对于 k = 1, 2 , ...和 n = 1, 2 , ...)

\displaystyle g(x)=\sum_{k=1}^{\infty}f_{k}(x) (对于 x∈S ) 。

按照假设(8) ,每一个 f_{k} 在 x_{0} 点都是连续的。此外, |f_{k}(x)| \leq b_{k} 且 \sum{b_{k}} < \infty ,因此,定义函数 g的序列在S 上是一致收敛的,因此,g 在 x_{0} 点也是连续的。最终,我们求得(i),因为,

\begin{array}{rlc}\displaystyle \sum_{k=1}^{\infty}\sum_{\ell=1}^{\infty}a_{k\ell}&\displaystyle=g(x_{0})=\lim_{n \rightarrow \infty}g(x_{n})=\lim_{n \rightarrow \infty}\sum_{k=1}^{\infty}\sum_{\ell=1}^{n}a_{k\ell} \\ \\ &\displaystyle=\lim_{n \rightarrow \infty}\sum_{\ell=1}^{n}\sum_{k=1}^{\infty}a_{k\ell}=\sum_{\ell=1}^{\infty}\sum_{k=1}^{\infty}a_{k\ell} \end{array} 。

对于第二个表述,首先注意到

\displaystyle \left |A- \sum_{k=1}^{K}\sum_{\ell=1}^{L}a_{k\ell} \right | \leq \sum_{k \leq K}\sum_{\ell>L}\bigg |a_{k\ell} \bigg | + \sum_{k>K}\sum_{\ell=1}^{\infty}\bigg |a_{k\ell} \bigg |   。

为了估算第二项,我们使用 \sum{b_{k}} 收敛的事实,这意味着 \sum_{k>K}\sum_{\ell=1}^{\infty}|a_{k\ell}|< \epsilon/2 (对于某个  K_{0} ,只要 K>K_{0} )。对于上述第一项,注意到  \sum_{k \leq K}\sum_{\ell>L} |a_{k\ell} | \leq \sum_{k=1}^{\infty}\sum_{\ell>L} |a_{k\ell} | 。但上述论证确保了我们可以交换最后两个和;此外,\sum_{\ell=1}^{\infty}\sum_{k=1}^{\infty}|a_{k\ell}|<\infty ,因此,对于任意 L>L_{0} ,我们有 \sum_{\ell>L}^{}\sum_{k=1}^{\infty}|a_{k\ell}|<\epsilon/2 。取 N > \max(L_{0}, K_{0}) 就完成了对(ii)的证明。

    对(iii)的证明是应用(ii)的直接结果。事实上,已经任意矩形

        R(K,L) = {(k, 𝓁)∈ ℕ × ℕ : 1 ≤ k ≤ K 和 1 ≤ 𝓁 ≤ L } ,

存在M 使得在映射 m ⟼ (k(m), 𝓁(m))之下[1, M]的像包含R(K,L)。

    当 U 表示 \mathbb{R}^{2} 中包含原点的任意开集,对于 R > 0 我们定义其膨胀 U(R) = { y∈\mathbb{R}^{2} : y = Rx (对于某个x∈U )},我们可以应用(ii)以看到

\displaystyle A=\lim_{R {\rightarrow}\infty}\sum_{(k,\ell)\in U(R)}a_{k\ell} 。

换句话说,在条件(8)之下,双重和  \sum_{k\ell}a_{k\ell}  可以通过在圆盘、正方形、矩形、椭圆、等等之上求和而得到。

最后,我们将求一个复数序列 \{a_{k\ell}\} 使得

\sum_{k}\sum_{\ell}a_{k\ell} \neq \sum_{\ell}\sum_{k}a_{k\ell} 

的指导性任备选留给读者。

[提示:将 \{a_{k\ell}\} 视为一个无穷矩阵的元素,且矩阵对角线上方的条目为 0 ,对角线上的元素为 -1 ,并且若 k > 𝓁 ,则 a_{k\ell}=2^{\ell-k} 。]

内容来源:

<< Complex Analysis  >> ,作者:E.M. Stein & R. Shakarchi

术语参考资料:

 <<英汉数学词汇>>,张鸿林,葛显良 编订,清华大学比版社,2018年

<<新英汉数学词汇>> ,科学出版社名词室,科学出版社, 2002年

<<物理学名词>>,第三版,科学出版社会,2019年

 <<英汉综合物理学词汇>> 科学出版社,1999年
 

Matlab实现使用遗传算法的混合能源系统优化.rar 立即下载

相关推荐

压液氧(LOX)火箭发动机涡轮泵级建立了一条自动化的基于模型的系统工程(MBSE)与多学科设计优化(MDO)流水线.rar

压液氧(LOX)火箭发动机涡轮泵级建立了一条自动化的基于模型的系统工程(MBSE)与多学科设计优化(MDO)流水线.rar

复分析——第10章——Θ函数应用(E.M. Stein & R. Shakarchi)

复分析——Θ函数应用

ComputerInBook的专栏 2356

在加性高斯白噪声和瑞利衰落信道上,针对BPSK_QPSK的误码率性能的MATLAB仿真,并扩展了相位优化的可重构智能表面辅助链路对比.rar

在加性高斯白噪声和瑞利衰落信道上,针对BPSK_QPSK的误码率性能的MATLAB仿真,并扩展了相位优化的可重构智能表面辅助链路对比.rar

复分析——第6章—— Γ 函数和 ζ 函数(E.M. Stein & R. Shakarchi)

复分析——Γ (gamma)函数和 ζ(zeta)函数

ComputerInBook的专栏 2867

python 操作海康威视工业相机资源例子--ParametrizeCamera_LoadAndSave.zip

python 操作海康威视工业相机资源例子--ParametrizeCamera_LoadAndSave

数字农业与乡村振兴行业可信数据空间应用规划方案(专项申报版).pptx

数字农业与乡村振兴行业可信数据空间应用规划方案(专项申报版).pptx

含分布式电源的配电网可靠性评估研究(Matlab代码实现)

内容概要:本文围绕含分布式电源的配电网可靠性评估展开研究,基于Matlab代码实现相应的评估模型。研究内容涵盖分布式电源接入对配电网运行特性的影响,采用序贯蒙特卡洛模拟法等可靠性评估方法,对系统在不同运行场景下的供电可靠性指标进行量化分析。通过构建典型配电网模型,仿真分析分布式电源的位置、容量及出力特性对系统可靠性的影响机制,进而为提升配电网韧性与供电质量提供理论支撑和技术手段。研究不仅关注理论建模,还注重实际仿真流程的可操作性与结果的可视化呈现。; 适合人群:具备电力系统基础知识,从事配电网规划、运行与可靠性分析等相关领域的科研人员及工程技术人员,尤其适合研究生及从事新能源并网研究的1-3年工作经验的专业人员。; 使用场景及目标:①掌握含分布式电源的配电网可靠性评估基本理论与方法;②学习并复现主流可靠性评估算法(如蒙特卡洛模拟)的Matlab编程实现;③分析分布式电源接入对系统可靠性的影响规律,支撑配电网优化规划与运行决策。; 阅读建议:建议读者结合电力系统可靠性教材与本文Matlab代码同步学习,重点关注模型构建逻辑与算法实现细节,动手调试代码以加深对评估流程的理解,并尝试在不同网络结构和电源配置下进行仿真对比分析。

Python 列表、元组、集合实验报告:切片删除陷阱、可哈希判定与保序去重

Python 列表、元组、集合实验报告:切片删除陷阱、可哈希判定与保序去重

具有PWM控制VSC-HVDC链路的IEEE30总线传输系统(Simulink仿真实现)

内容概要:本文详细介绍了在Simulink环境中构建和仿真一个集成PWM控制的电压源换流器型高压直流输电(VSC-HVDC)链路的IEEE30节点电力传输系统的研究工作。该模型聚焦于利用PWM技术实现对VSC的高效、精确控制,以提升电力系统的传输效率、动态响应能力和运行稳定性。研究涵盖了系统整体建模、关键设备参数设计、PWM控制策略的实现、以及在标准IEEE30节点系统上的集成方法。通过一系列仿真测试,包括系统在正常运行、负载突变及故障条件下的动态响应,全面分析了VSC-HVDC链路对改善电网电压稳定性、优化潮流分布和增强系统可靠性的具体作用,充分验证了所提方案的有效性和工程应用价值。; 适合人群:具备电力系统分析、高压直流输电技术基础理论知识及Simulink/MATLAB仿真软件操作能力的高校研究生、科研机构研究人员和电力行业工程师。; 使用场景及目标:①作为教学案例,帮助学生深入理解VSC-HVDC的工作原理、控制策略及其在复杂电网中的集成应用;②为电力系统规划与运行人员提供一种可靠的仿真工具,用于评估新型输电技术对现有电网性能的影响,支持电网升级改造决策;③推动VSC-HVDC技术在远距离大容量输电、新能源并网和智能电网建设等领域的创新应用。; 阅读建议:建议读者在学习过程中,结合电力系统稳态与暂态分析的相关理论,重点关注PWM控制模块和VSC的建模细节,动手复现并调试所提供的Simulink模型,通过改变系统参数和运行工况来观察仿真结果的变化,从而深化对VSC-HVDC系统动态特性的理解。

基于斜坡补偿的Buck电路峰值电流+电压电流双闭环控制【附说明文档】(Simulink仿真实现)优快云首页发布文章优快云同步助手LLC谐振变换器开环+闭环软启动仿真设计(Simulink

内容概要:本文围绕三电平VIENNA整流器的双闭环控制与中点电位平衡问题展开仿真研究,提出了一种基于上下电容电压差值补偿的中点电位平衡策略。该策略在传统电压电流双闭环PI控制的基础上,引入电容电压差值作为反馈信号,通过SVPWM调制中冗余小矢量的时间分配实现中点电荷的定向调节,从而在不改变主控制结构的前提下有效抑制中点电位偏差。仿真结果表明,该方法不仅确保直流母线电压稳定跟踪800V给定值,还能显著提升上下电容电压的均衡度,同时保持输入电流低谐波水平,验证了控制策略的可行性和有效性。; 适合人群:电力电子、电气自动化及相关专业的研究生、科研人员及工程技术人员,具备一定的MATLAB/Simulink仿真基础和电力电子拓扑知识背景者更佳。; 使用场景及目标:①掌握三电平VIENNA整流器的工作原理与中点电位波动的成因;②理解电压电流双闭环PI控制的设计要点与参数整定原则;③学习基于差值补偿的中点电位平衡控制策略及其与SVPWM的协同机制;④应用于充电桩、航空电源、通信电源等中大功率单向整流场合的控制系统设计与优化。; 阅读建议:建议结合文中提供的仿真模型与参数设置进行动手实践,重点关注中点电位平衡投入前后电容电压波形的变化,对比分析不同工况下的系统动态响应,深入理解控制策略的作用机理。同时可进一步探索在电网不平衡、轻载等复杂工况下的控制性能,以拓展应用场景。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文针对&ldquo;自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标&rdquo;开展研究,提出一种基于Matlab的仿真方法,实现多机器人在动态环境中对移动目标的协同包围与持续跟踪。该方法综合考虑了机器人的运动学约束与传感器的视线(visibility)限制,设计了分布式控制策略与自适应编队算法,能够在复杂环境下有效维持编队结构的稳定性和任务执行的鲁棒性。研究详细阐述了系统建模过程、控制律设计原理、编队形成与保持机制,并通过Matlab代码实现了完整的仿真验证,展示了算法在不同动态场景下的适应能力与性能优势; 适合人群:具备机器人学、自动控制理论、多智能体系统等相关基础知识,熟悉Matlab编程语言,从事智能系统、协同控制、路径规划与自主导航等方向的研究生、科研人员及工程技术人员; 使用场景及目标:①应用于安防监控、环境探测、灾害救援等场景中的多机器人目标围捕与跟踪任务;②为多智能体协同控制、分布式编队保持、避障与可见性维护等关键技术提供可复现的算法框架与仿真平台;③辅助高校与科研机构在相关领域的教学演示与科研创新,深化对自适应控制与分布式协同机制的理解; 阅读建议:建议读者结合提供的Matlab代码逐模块分析其实现逻辑,重点关注控制律设计、约束处理与自适应机制部分,可通过调整机器人数量、目标轨迹、传感器参数等进行扩展性实验,以深入掌握多机器人协同系统的动态行为与优化方法。

基于变频控制的多相交错LLC谐振变换器闭环仿真(Simulink仿真实现)

内容概要:本文详细介绍了基于变频控制的多相交错LLC谐振变换器的闭环仿真设计,重点阐述了其在Simulink环境下的建模与控制策略。通过多相交错技术有效降低输出纹波电流,提升系统效率与功率密度,并采用变频控制(PFM)实现对谐振变换器输出电压的精确调节。文中构建了完整的闭环控制系统,包含电压外环与电流内环,确保系统在负载变化或输入波动等扰动工况下仍能稳定运行。同时,配套提供了仿真模型、参数设计计算书及参考文献,帮助读者深入理解系统设计流程与关键技术细节,具有较强的工程复现价值。该资源适用于电力电子、新能源变换器等相关领域的仿真研究与教学实践。; 适合人群:具备电力电子基础知识,熟悉Simulink仿真工具,从事电源变换器设计、新能源系统研发或相关专业的研究生及工程技术人员。; 使用场景及目标:①掌握多相交错LLC谐振变换器的工作原理与变频控制机制;②学习并实现基于Simulink的闭环控制系统建模与仿真;③理解谐振参数设计、软开关实现及系统稳定性分析方法;④为科研项目、毕业设计或产品原型开发提供可复用的技术参考与仿真平台。; 阅读建议:建议读者结合提供的仿真模型与计算书,逐步完成系统搭建与参数整定,重点关注变频控制逻辑与闭环响应特性。在仿真过程中,可通过调整负载、输入电压等条件,观察系统的动态响应与稳态性能,加深对多相交错与谐振控制优势的理解。同时推荐参考相关文献,拓展对LLC变换器前沿控制策略的认识。

patch_1.23.0.2584_game_No6.android.pak

patch_1.23.0.2584_game_No6.android.pak

两路半桥LLC谐振变换器软开关Simulink仿真(模拟谐振参数不同、分裂电容)

内容概要:本文详细介绍了两路半桥LLC谐振变换器软开关的Simulink仿真研究,重点模拟了不同谐振参数及分裂电容对系统性能的影响。通过建立精确的电路模型,分析了软开关实现条件、谐振腔参数变化对电压电流波形、效率及功率传输能力的作用机制,探讨了分裂电容结构在改善均流特性与提升系统稳定性方面的优势。仿真结果有助于深入理解LLC变换器的工作原理与动态响应特性,为高频高效电源设计提供理论支持与优化方向。; 适合人群:电力电子、电气工程及其自动化等相关专业的科研人员、研究生及从事开关电源设计的工程师。; 使用场景及目标:①掌握LLC谐振变换器的基本建模与仿真方法;②研究谐振参数(如谐振电感、电容)对软开关过程的影响规律;③分析分裂电容结构在多路并联变换器中的均流与稳定性作用;④为高频高效DC-DC变换器的设计与优化提供仿真依据和技术参考。; 阅读建议:建议结合Simulink模型逐步操作,关注关键波形的观测点,对比不同参数下的仿真结果,深入理解软开关的实现条件与系统动态特性,同时可进一步拓展至效率分析与热管理设计。

状态估计【卡尔曼滤波kalman】UKF、EKF、粒子滤波PF学习与研究(Matlab代码实现)

内容概要:本文系统地研究了无迹卡尔曼滤波(UKF)、扩展卡尔曼滤波(EKF)和粒子滤波(PF)在非线性系统状态估计中的理论基础与实际应用,并结合Matlab代码实现进行了深入剖析。内容涵盖三种滤波算法的核心原理、数学推导及其在轨迹估计等工程问题中的具体实施方法。通过详尽的Matlab编程实例,展示了如何利用这些先进滤波技术解决如目标跟踪、传感器融合等复杂问题,并特别探讨了BP神经网络与EKF结合的优化训练策略以及粒子滤波在提高状态跟踪精度方面的潜力。该资料为希望掌握现代状态估计算法的研究人员和技术爱好者提供了一套完整的理论与实践指南; 适合人群:具备一定编程基础,尤其是熟练使用Matlab工具,且对控制理论、信号处理或相关工程技术领域有初步了解的研发人员和高校学生; 使用场景及目标:① 深入理解UKF、EKF和PF的基本概念及其在非线性动态系统中进行状态变量估计的应用;② 通过Matlab代码实践加深对各滤波器工作机制的理解,能够独立开发相应的算法以应对诸如轨迹预测、多源信息融合等实际挑战;③ 探索将BP神经网络与EKF相结合的新途径,以期提升模型的学习效率和预测准确性; 阅读建议:此资源不仅提供了坚实的理论支撑,还包括丰富的代码示例,建议读者按照文档结构循序渐进地学习,同时动手实现每一个案例,以便更深刻地把握各种滤波技术的关键细节。对于致力于深入研究状态估计领域的专业人士而言,这是一份极具价值的学习材料。

DXF、DWG工程制图文件查看器

DXF、DWG工程制图文件查看器。 可以在界面中进行测量(包括距离、面积、角度等等) 无需版权,放心使用。

数控基础知识数控加工工序的安排原则

数控基础知识数控加工工序的安排原则

PyCharm安装PyQt5及工具(Qt Designer、PyUIC、PyRcc)详细教程来了

Qt是常用的用户界面设计工具,而在Python中则使用PyQt这一工具包,它是Python编程语言和Qt库的成功融合。这篇博文通过图文详细介绍在PyCharm中如何完整优雅地安装配置PyQt5的所有工具包,主要内容包括PyQt5、PyQt5-tools的依赖包安装和Qt Designer、PyUIC、PyRcc三个工具的设置。最后简单演示了PyQt5的调用方式及三个工具的使用方法。

Python966的博客 3万+
上一篇: 数学术语之源——行列式(determinant)
下一篇: 复分析——第8章——共形映射(E.M. Stein & R. Shakarchi)
ComputerInBook
博客等级 码龄19年 1168粉丝 465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