数学分析——一致性(均匀性)和收敛

【信息科学与工程学】【通信工程】第六十九篇 企业网络的数学分析02 编号类型领域子领域问题问题的数学分析及数值分析及算法分析及数学物理分析及数学化学分析及代数/拓扑/几何/结构/数论/逻辑/形式化证明参数列表及参数的数值范围关联知识和法律法规参考462企业园区网络园区网络监控需求WiFi体验劣化相关性分析(AI离群检测+相关性分析)逐步推理:用户规模U为WiFi用户数,流量规模F为体验KPI,时序特征T为体验劣化事件。AI使用离群检测(Isolation Forest)识别体验劣化用户,再用相关性分析(Pearson相关系数)找出与劣化最相关的网络指标。建立分析模型:劣化用 阅读详情

目录

1. 连续函数

1.1   连续函数的定义

1.2   连续函数的性质

1.2.1  性质一

1.2.2  性质二

1.2.3  性质三

1.2.4  性质四

2. 一致连续函数

2.1   一致连续函数的定义

2.2   一致连续性定理(小间距定理)(一致连续函数的另一种定义)

2.3   一致连续性判定法

2.4   连续函数与一致连续函数的区别

3. 函数的序列和级数(无穷和)的一致收敛性

3.1   逐点收敛的定义

3.2   一致收敛的定义

3.3   一致收敛的Cauchy充要条件

3.4   一致收敛函数序列的性质

3.4.1  有界性

3.4.2  连续性

3.4.3  可微性

4. 级数(无限项之和)


1. 连续函数

1.1   连续函数的定义

         通俗地讲,连续函数就是在附近点取得附近值的函数。

定义 1.1  令 f :A ⟶ ℝ   为一个映射,其中 A ⊂ ℝ  ,并假设  c∈A  。若对于每一个 ε > 0 ,都存在一个 δ > 0 ,使得只要 

           | x - c | < δ    ,就有   | f (x) -  f (c) | < ε  ,

则称函数 f 在  c 处是连续的。若 f 此函数在 A 的每一点都连续,则称此函数在 f 上是连续的。若函数在 B 的每一个点处连续,则函数在  B ⊂ A  上连续。

    某一点的连续性定义可以用邻域来表述如下。

定义 1.2  令 f :A ⟶ ℝ   为一个映射,其中 A ⊂ ℝ  ,并假设  c∈A  。若对于 f (c) 的每一个邻域 V ,都存 c 的一个领域 U ,使得只要 

           x∈ A∩U   ,就有   f (x)∈ V  ,

则称函数 f 在  c 处是连续的 。

    两种定义是等价的。ε-δ  定义法对应V 是 f (c) 的一个 ε 领域而  U 是 c 的一个  δ 领域的情况。

         注意,为了定义 f  在  c 点处的连续性,点 c 必须属于 f  的定义域 A  。若点 c 是 A  的一个孤点(注:在定义域中只有一个点),则连续的条件自动成立,因为对于足够小的 δ  > 0 ,满足 | x - c | < δ   的唯一点就是 x =  c    ,则  0 = | f (x) - f (c)| < ε  。 因此函数在其定义域的每一个孤点都连续,因此孤点不太有趣。

    若  c∈A  是 A  的一个聚点(accumulation point),则  f  在  c 点处的连续性等价于条件

\displaystyle \lim_{x \rightarrow c}{f(x)}=f(c) 

其指的是,f  随着 x ⟶ c   的极限存在,并且恰好等于f  在  c 点处的函数值。

1.2   连续函数的性质

1.2.1  性质一

         若  f ,g :A ⟶ ℝ   在 c∈A  处是连续的且  k∈ℝ  ,则  kf ,f + g  和  fg  在 c  处是连续。此外,若 g(c) ≠ 0 ,则 f /g 在 c  处是连续的。

1.2.2  性质二

         每一个多项式函数在 ℝ 上都是连续的, 每一个比率函数在其定义域内都是连续的。

1.2.3  性质三

         令   f :A ⟶ ℝ   和  g :B ⟶ ℝ   为两个映射,且  f (A) ⊂  B   。若  f   在 c∈A  处连续而 g  在  f (c)∈B   处连续,则  g ○ f :A ⟶ ℝ 在  c∈A  处连续。(○ 表示复合函数。)

1.2.4  性质四

令   f :A ⟶ ℝ   和  g :B ⟶ ℝ   为两个映射,且  f (A) ⊂  B   。若  f   在 A  上连续而 g  在  f (A) 上连续,则  g ○ f  在A 上连续。(○ 表示复合函数。)

2. 一致连续函数

         一致连续性是一种微妙但有力的连续性增强。

2.1   一致连续函数的定义

定义 2.1  令 f :A ⟶ ℝ   为一个映射,其中 A ⊂ ℝ  ,并假设  c∈A  。若对于每一个 ε > 0 ,都存在一个 δ  > 0 ,使得只要 

           | x - y | < δ    且  x ,y∈A  ,就有   | f (x) -  f (y) | < ε  ,

则称函数 f 在 A 上是一致连续的。

也就是说,这样的 δ   对于任意的 ε 都适用,不管你ε 多小 ,我这个 δ   都适用。

         这个定义的关键点在于,δ  仅取决于 ε ,而与 x  和y无关,也就是说 x  和y  是任意两点 。一个在A的每一点一致连续的函数必定在 A的每一点连续,但反之不成立。

例子1: 函数  f(x)=\frac{1}{x}  在 (0,+ ∞) 上是连续的,如下图所示:

但其在此区间上不是一致连续的。从图上直观地可以看出,找不到一个对于已知 ε  和任意两点都成立的 δ  。  事实上,在图中我们试图表明,给定一个特定的 ε,我们被迫使 δ  越来越小才​​能赢得这个 ε的比赛,因为我们会使用更接近 0 的 y ,而且似乎这个过程不会停止,没有 δ会普遍起作用。对于同样一个  ε ,可以找到某个 δ   在某个位置满足 | x - y | < δ  ,但当往 0 移动的时候,这个函数差值就会大于 ε ,因此这个 δ 不能对所有 ε  都成立。

         但若我们将此函数的定义域限定为 [1 ,+ ∞) ,则此函数是一致连续的。如下图所示

我们可以在“末端”取得这个 δ   ,使其对于所有的 ε 都成立。也就是说,如果任意给一个 ε  ,如果我这个 δ   取在末端,不管你这个 | x - y | 位置怎么摆动,都能满足一致收敛条件。这个是理解的难点。

2.2   一致连续性定理(小间距定理)(一致连续函数的另一种定义)

    令 f 为一个实函数且在闭区间 [a,b] 上连续,并令 M( f ) 和 m( f ) 分别表示 f 在 [a,b] 上的最大值和最小值。我们称其差值

                M( f ) - m( f )

为 f 在区间 [a,b] 上的间距或跨度(span)。一些作者使用术语摆距(oscillation)来代替间距,摆距的缺点是会让人联想到波动或波状的函数。较早的文献使用 saltus (急变)这个词,其是leap对应的拉丁词。“间距”这个词似乎更能说明这里所度量的内容。我们注意到,[a,b] 的任意子区间中的 f 的间距都不会超越 f 在 [a,b] 中的间距。

可以证明,可以分割 [a,b] 使得f 在每一个子区间中的间距都任意小。更确切地说,我们有以下连续函数的小间距定理。在文献中通常称其为关于一致连续的小间距定理。

(关于一致连续的)小间距定理:令 f 为闭区间 [a,b] 上的一个连续函数。则对于每一个 ε > 0 ,存在 [a,b] 的一个有限数量的子区间分割,使得 f 在每一个子区间中的间隔小于 ε 。

2.3   一致连续性判定法

定理    令 [a,b] 为一个实数闭区间,f : [a,b]⟶ ℝ 为一个连续函数。则 f  在 [a,b] 上是一个一致连续函数。

说明:即闭区间上的连续函数必定一致连续,因为其可以在“端点处”取得适用于全局的 δ   ,即这种要求 δ   越来越小才能满足 ε 的趋抛是有尽头的,如果这个区间无界,则对于有些函数而言,比如 1/x ,这种趋势就没有终点,无穷无尽。

2.4   连续函数与一致连续函数的区别

    当我们讨论一个函数 f 在某点连续的时候,我们关注的仅仅是函数在此点附近的值的行为。一致连续是一个比连续更强的性质,是做某些扩展的时候基本的要求。就比如函数  f(x)=\frac{1}{x^{2}-2}  ,当定义有比率数(有理数)上的时候,它是成立的,但如果扩展到实数上,它则是不成立的。 

但当我们考虑函数 f 在其定义域上一致连续的时候,我们需要知道f在整个定义域上的值。因此连续性是一个局部性的概念,而一致连续是一个全局概念。所以针对一个点讨论一致连续是没有意义的。

    一致连续定义在一个集合上;不同于连续性,其没有局部对应特性。一致连续确保了当在定义域上滑动的时候,定义在无界区间或复杂集合上的函数不会剧烈地无限振荡,而定义在闭区间上的连续函数由于可以取得端点,函数是有界的,其振荡有限。一致连续性在数学的各个领域都至关重要,包括分析、拓扑和度量空间。它用于涉及收敛、积分和微分的证明,一致连续函数可扩展性的一个典型应用是逆Fourier变换公式的证明。

3. 函数的序列和级数(无穷和)的一致收敛性

    函数序列的收敛性有许多不同的定义方式,不同的定义会导致不等价的收敛类型。我们在此考虑两种基本类型:逐点收敛和一致收敛。

3.1   逐点收敛的定义

    逐点收敛用函数值在其定义域内每一点的收敛来定义函数的收敛,关注的是局部特性。

(逐点收敛)定义 设 (f_{n})  是一个定义为 f_{n}:A \rightarrow \mathbb{R}  的函数序列,并设  f :A ⟶ ℝ 为另一个映射。则若对于每一个 x∈A  ,随着 n \rightarrow \infty 有   f_{n} (x)\rightarrow f (x) ,则称按逐点收敛有    f_{n} \rightarrow f(x) 。

若 f_{n}  逐点收敛于 f   ,则我们称函数序列  (f_{n})  逐点收敛,在这种情况下有

\displaystyle f (x) = \lim_{n \rightarrow \infty}{f_{n}(x)}  。

逐点收敛或许是定义函数收敛最直观的方法,也是最重要的方法之一。然而,正如以下示例所示,它的表现并不像人们最初预期的那样良好。

(1) 例1    假设 f_{n} :(0,1) \rightarrow \mathbb{R}  定义为 

\displaystyle f_{n} (x) =\frac{n}{nx+1}  ,

 由于 x ≠ 0 ,\displaystyle \lim_{n \rightarrow \infty}f_{n}(x) = \lim_{n \rightarrow \infty} \frac{1}{x+1/n} = \frac{1}{x}   ,因此, f_{n} \rightarrow f    是一致的,其中  f  :(0,1) ⟶ ℝ   定义为  

\displaystyle f (x) = \frac{1}{x}   。

 如图:

(注:因此通过研究序列特性,就能预知其收敛到的函数的一些特性(如果收敛)。而研究序列更为容易。)

对于所有的 x∈(0,1), 我们有  |f_{n} (x)| < n  , 因此,每一个  f_{n} 在 (0,1) 都是有界的,但这个逐点收敛的极限 f 不是有界的。因此,通常(仅)逐点收敛的函数序列不是保界的。

(2) 例2    假设映射 f_{n} :(0,1) \rightarrow \mathbb{R} 定义为 f_{n} = x^{n }  。若 0 ≤ x < 1 ,则随着 n \rightarrow \infty  而有 x^{n} \rightarrow 0   ,而若  x  = 1 ,则 n \rightarrow \infty 而有 x^{n} \rightarrow 1  。因此按逐点收敛有 f^{n} \rightarrow f ,其中

f(x)=\left \{ \begin{array}{lrc} 0\quad (\text{if}\; 0 \leq x <1),\\\\ 1\quad (\text{if}\; x=1) .\end{array} \right .   

如图:  

尽管函数序列  f_{n}  在 [0,1] 上是连续的,但其逐点(收敛的)极限 f 却不是连续的 (其在x = 1 处不连续)。 

(3) 例3 映射  f_{n}:[0,1] \rightarrow \mathbb{R}  定义为

f(x)=\left \{ \begin{array}{lrc} 2n^{2}x\quad (\text{if}\; 0 \leq x \leq \frac{1}{2n}),\\\\ 2n^{2}(\frac{1}{n}-x) \quad (\text{if}\; \frac{1}{2n}<x<\frac{1}{n}) , \\\\ 0\quad (\text{if}\; \frac{1}{n} \leq x \leq 1) . \end{array} \right . 

若 0 < x ≤ 1 ,则对于所有 n ≥ 1/x  则 f_{n} (x) = 0  ,因此随着  n \rightarrow \infty 而有   f_{n} (x) \rightarrow 0  ;而若  x = 0 ,则对于所有 n , f_{n} (x) = 0 ,因此也有  f_{n} (x) \rightarrow 0  。可以推导出在  [0,1] 上 f_{n} (x) \rightarrow 0 是逐点的。即使随着  n \rightarrow \infty  而 f_{n} (x)=n \rightarrow \infty 也是如此。因此,逐点收敛函数序列  (f_{n})  不要求一致有界(即,其界与 n 无关),即使它收敛于0。

(4) 例4   映射 f_{n} :\mathbb{R} \rightarrow \mathbb{R} 定义为 

\displaystyle f_{n} (x) = \frac{\sin{(nx)}}{n} 。

在 ℝ 上  f_{n} \rightarrow 0 是逐点的。导数  f^{'}_{n}(x)=\cos{(nx)} 的导数序列 ( f_{n}^{'} )  在 ℝ 上并不一致收敛,例如

f^{'}_{n}{(\pi)}=(-1)^{n}  

并不随着 n \rightarrow \infty  而收敛。因此,一般来说,逐点收敛序列无法微分。这种现象并不局限于逐点收敛序列,而是因为一个快速振荡的小函数的导数可能很大。 

3.2   一致收敛的定义

    一致收敛是一个比逐点收敛更强的函数收敛概念。逐点收敛与一致收敛的区别类似于连续性与一致连续性的区别。

(一致收敛性)定义   设 (f_{n}) 是一个定义为 f_{n}:A \rightarrow \mathbb{R}  的函数序列,并设  f:A \rightarrow \mathbb{R}  为另一个映射。则若对于每一个 ε > 0,都存在一个 N∈ℕ ,使得对于任意的  x∈A  ,只要 n > N  ,就有

|f_{n}-f|<\epsilon ,

  则称函数序列  f_{n}  在 A 上随着 n \rightarrow \infty  是一致收敛于 f  的。通常,我们忽略其域 A ,称  f_{n} \rightarrow f  是一致的。

此定义的关键在于,N 仅取决于ε ,而不取决于 x ∈ A;而对于逐点收敛的序列,N 可能同时取决于ε和 x  。一致收敛的序列始终逐点收敛(至同一极限),但反之则不然。如果序列逐点收敛,则可能发生以下情况:对于某些ε > 0,可能需要为 x ∈ A 的不同点选择任意大的 N,这意味着值序列会以任意缓慢的速度收敛于 A 。在这种情况下,逐点收敛的函数序列并非一致收敛。

    下面用两例对比逐点收敛和一致收敛。

    一个连续函数序列的极限函数未必是连续函数(因为它不满足一致收敛的条件):

例如,对于函数序列  f_{n} (x) = \sin^{n}(x)  ,图中绿曲线和蓝色曲线所示,其在整个域上逐点收敛,但其极限函数是不连续的(图中红色所示),因为此函数序列的振荡幅度很大。因此,为了得到极限是一个连续的函数,我们就必须施加一致连续的要求。

 

而一致收敛函数序列示意图如下:

 

3.3   一致收敛的Cauchy充要条件

(一致收敛的Cauchy充要条件)定义   设 (f_{n})  是一个定义为 f_{n}:A \rightarrow \mathbb{R}   的函数序列。则若对于每一个 ε > 0,都存在一个 N∈ℕ ,使得对于任意的  x∈A  ,只要 m , n > N  (m , n  均为正整数),就有

|f_{m} - f_{n} | < \epsilon ,

则称函数序列  f_{n}  是一致 Cauchy  函数序列。

定理(Cauchy一致收敛判别法) 设 (f_{n}) 是一个定义为  f_{n}:A \rightarrow \mathbb{R}  的函数序列。则当且仅当其 是  A 上的一个 一致收敛的 Cauchy 函数序列时其一致收敛。

3.4   一致收敛函数序列的性质

3.4.1  有界性

定理  假设  f_{n}:A \rightarrow \mathbb{R}  对于 A 上的每一个  n∈ℕ  都是有界的,并且在 A 上 f_{n} \rightarrow f    

是一致的。则  f :A ⟶ ℝ   在A 上是有界的。

具体而言,如果有界函数序列逐点收敛(而非一致收敛)于无界函数,则收敛不是一致收敛的。

3.4.2  连续性

    一致收敛的一个最重要的属性之一是其保连续性。

定理  若一个连续函数族  f_{n}:A \rightarrow \mathbb{R}  的序列  (f_{n})  在  A ⊂ ℝ  上一致收敛于函数  f :A \rightarrow \mathbb{R} ,则  f  在  A 上连续。 如果一个连续函数序列逐点收敛于一个不连续函数,则该收敛不是一致(均匀)的。然而,反之则不成立,即使连续函数序列的收敛不是一致的,其逐点极限也可能是连续的,

3.4.3  可微性

    可微函数的一致收敛通常并不意味着其导数的收敛或极限的可微性。可能因为两个函数的值可能很接近,而它们的导数的值却相距甚远。因此,如果我们希望证明  f_{n} \rightarrow f 意味着 f_{n}^{'} \rightarrow f  ,就必须对一系列函数及其导数施加强条件。

定理  假设 (f_{n})  是一个可微函数族   f_{n} :(a,b) \rightarrow \mathbb{R} 的序列,且 f_{n} \rightarrow f 是逐点的,而  f_{n}^{'} \rightarrow g  对于某个    f , g : (a,b) \rightarrow \mathbb{R} 是一致的。则  f  在  (a,b) 上可微且 f^{'}=g  。

4. 级数(无限项之和)

    级数的收敛性是根据其部分和序列(sequence of partial sums)(注:即前 n 部分项之和)的收敛性来定义的,任何关于序列的结果都可以很容易地转化为相应的关于级数的结果。

定义  假设  (f_{n}) 是一个定义为  f_{n}:A \rightarrow \mathbb{R}  的函数序列。并令 (S_{n})  为由  S_{n}:A \rightarrow \mathbb{R}  定义的部分和序列。即部分和为

\displaystyle S_{n} (x) = \sum_{k=1}^{n}f_{k} (x)    。

则在 A 上若 S_{n} \rightarrow S 随着  n \rightarrow \infty 是逐点的,则 A 上级数    

\displaystyle S(x) = \sum_{n=1}^{\infty}f_{n} (x)     (注:无限序列之和)

A 上随着 n \rightarrow \infty  而逐点收敛于函数  S :A ⟶ ℝ ,且若在  A  上   S_{n} \rightarrow S  是致的,则级数一致收敛于  S    。

定理  令  (f_{n})  是一个定义为   f_{n} :A \rightarrow \mathbb{R}  的函数序列。则对于一个级数

\displaystyle \sum_{n=1}^{\infty}f_{n} (x)  ,

当且仅且对于任意一个 ε > 0 ,都存在一个 N∈ℕ  ,使得对于任意  x∈A  和任意 n > m > N ,都有 

\displaystyle \left |\sum_{k=m+1}^{n}f_{k} (x) \right | < \epsilon  ,

则此级数一定收敛。

定理(Weierstrass M 收敛判别法)  令   (f_{n})  是一个定义为   f_{n} :A \rightarrow \mathbb{R}  的函数序列。并假设对于每一个 n∈ℕ  ,都存在一个常数  M_{n} \geq 0  使得

\left |f_{n} (x)\right | \leq M_{n}   (对于所有  x∈A  ),  \displaystyle \sum_{n=1}^{\infty}M_{n} < \infty  ,

则级数   \displaystyle \sum_{n=1}^{\infty}f_{n}(x)  在 A 上一致收敛。

【信息科学与工程学】【物理/化学和工程技术】射频芯片制造中的数学物理01 编号类型领域材料(含复合材料及几何/拓扑/薄膜/加工/制造工艺/其他)的完整性质特征及数学表达式及数值约束问题材料的光学数学表达式(所有方程式列表及对应参数及结果数值)及数学分析关联知识1​固体光学/色散: 熔融石英 SiO₂ (Corning 7980): 折射率 n(λ) 由Sellmeier方程描述;零色散波长 λ₀≈1.30 μm。计算熔融石英在 λ=1.064 μm (Nd:YAG) 处的折射率 n 和色散参量 D (ps/(nm·km))。 阅读详情

相关推荐

【信息科学与工程学】【通信工程】第二百零三篇 112G/224G/448G SerDes技术 中的数学物理02

(对HgTe/CdTe量子阱):H(k)=ϵ(k)I+(M(k)Ak−​​Ak+​−M(k)​)⊗s0​+bulk inversion asymmetry terms,其中k±​=kx​±iky​,M(k)=M−Bk2,s0​为自旋单位矩阵。当Leff​=t时,τB​≈t/vg​≈0.1ps, 估算κL​(t)≈κL,bulk​⋅(τU​+τB​τB​​), 若τU​≈10ps, 则κL​≈10W/(m⋅K)。:Ti(ΦM​=4.3eV) 与单层MoS2​(χS​=4.0eV, Eg​=1.8eV)接触。

weixin_49199313的博客 171

函数序列的逐点收敛和一致收敛的理解

逐点收敛和一致收敛

ComputerInBook的专栏 5936

【信息科学与工程】【物理/化学科学和工程技术】 第一百二十二篇 汽车振动学02

编号类型领域问题问题的数学分析及数值分析 (Step推导链)参数列表及边界范围及数值及各类常数681理论分析转向线控转向(SBW)系统的路感反馈控制策略(考虑轮胎回正力矩估计误差及电机摩擦补偿)Step 1:​ 路感电机目标力矩 Tfeel,des​=Kgain​⋅T^align​+Tfric,comp​,T^align​为估计的回正力矩,Tfric,comp​为摩擦补偿项。Step 2:​ 回正力矩观测器:T^align​=Jrack​θ¨rack​+Brack​θ˙rack​+Tfric​−Tmotor

weixin_49199313的博客 111

漫步数学分析二十一——逐点收敛与一致收敛

对一个函数序列来说,最自然的收敛类型可能是逐点(pointwise)收敛,定义如下。定义1\textbf{定义1} 函数序列fk:A→Rm,A⊂Rnf_k:A\to R^m,A\subset R^n逐点收敛到f:A→Rmf:A\to R^m,如果对于每个x∈A,fk(x)→f(x)x\in A,f_k(x)\to f(x)的话(像RmR^m中的序列收敛一样)。如果fkf_k逐点收敛到ff,我们经常写

蜗牛 2万+

【信息科学与工程学】【数据科学】第十八篇 数值分析 系列二 数值算法设计01

编号类型领域问题问题的数学分析及数值分析算法逐步推理思考的数学表达式参数列表及参数的边界范围及条件及常数关联知识1数值积分数值逼近计算定积分 I=∫ab​f(x)dx的近似值。数学分析:将积分区间等分,利用插值多项式近似被积函数,构造机械求积公式。数值分析:Newton-Cotes公式是等距节点的插值型求积公式。高阶公式(n≥8)因Cotes系数有正负,数值不稳定。偶阶公式(如Simpson)具有n+1次代数精度。为提高精度,常采用复化求积法(将区间细分后应用低阶公式)。

weixin_49199313的博客 161

【信息科学与工程学】【安全领域】第一百四十一篇 SDN+安全服务链场景0001 算法01

编号类型领域子领域问题(要解决什么)问题的数学分析及数值分析及优化分析参数列表及参数的边界范围及极限及常量/数值/数字关联知识和法律法规A1(五元组→匹配树/TCAM映射)转发面 / 接入-边缘SC分流点(MCR/CR/BRAS)引流:按IP五元组+VLAN/QinQ+SRv6隧道信息区分租户/业务,决定送入哪个SRv6 TE Policy/BSID给定海量微流,如何把"租户T+业务B+(sa/da/SP/DP/proto)"快速映射为一条。

weixin_49199313的博客 601

连续函数(五)

1.一致连续是比连续要求更严格的概念,核心是ε-δ语言中的δ适用函数所定义的区间上所有x,即δ与x无关2.这样的δ是取每个x最大的(或上确界)δ集合的下确界3.一致连续是连续的充分非必要条...

咔咔响 3787

【信息科学与工程】【物理/化学科学和工程技术】知识体系01 力学基础13 微纳力学01

3. 经典双晶梁曲率公式(Timoshenko):κ=E12​h14​+4E1​E2​h13​h2​+6E1​E2​h12​h22​+4E1​E2​h1​h23​+E22​h24​6E1​E2​h1​h2​(h1​+h2​)ϵ0​​。2. 谐振曲线拟合:A(f)=(1−(f/f0​)2)2+(f/(f0​Q))2​A0​​,相位ϕ(f)=−arctan[1−(f/f0​)2f/(f0​Q)​]。

weixin_49199313的博客 102

高等数学|一致连续性与连续性

函数的连续和一致连续

weixin_44986605的博客 5841

【信息科学与工程学】计算机科学与自动化 第二百三十三篇 凤凰架构01

编号类型领域系统软件/硬件或系统集成方案及系统架构模块子模块函数名称/算法名称算法的数学分析及计算机体系架构及数据结构与算法详细设计及参数列表及数值范围设计关联知识1共识算法分布式基石状态机复制架构:Proposer/Acceptor/Learner 多节点角色模型,基于操作转移(Operation Transfer)分布式共识PaxosPaxos 协议(Prepare/Promise/Accept/Accepted 两阶段)数学基础:多数派(Quorum)投票,基于鸽巢原理保证 W+R>N 时读写集合必有

weixin_49199313的博客 268

【信息科学与工程学】计算机科学与自动化——第十篇 芯片设计31 芯片中的参数02

编号类型领域参数名称参数所属于的数学方程式参数约束数学方程式参数数值(示例/参考)关联参数列表及集合关联知识数学分析与数学推理385材料/电学电学(可靠性)偏置温度不稳定性(BTI)中阈值电压漂移的恢复(Recovery)比例 (Rrec)在去除应力后,部分被俘获的电荷被释放,V_th 部分恢复。恢复比例 R_rec = (ΔV_th,stress - ΔV_th,recovery) / ΔV_th,stress。R_rec 是时间和温度的函数。受俘获电荷能级分布、界面质量、温度约束。R_rec 影响 BT

weixin_49199313的博客 520

什么是一致收敛?

滴墨成殇的博客 1万+

【信息科学与工程学】【制造工程】第一百四十四篇 计算光刻中的问题01

计算光刻的数学骨架是一条前向算子链: 光源J(fx​,fy​)​​TCC​光瞳P(fx​,fy​)​​Hopkins​空间像I(x,y)​​fresist​​硅片图形Z(x,y)​​MRC​可制造掩模Mmanufacturable​​​ 所有子问题(OPC / PSM / ILT / SMO)都是这条链的逆问题,区别只在优化变量集与约束集​ 。列内容领域 / 子领域​计算光刻 / 光学成像建模类型 / 模式 / 问题​前向问题;Abbe 模型 → Hopkins TCC 模型 → SOCS 快速算法系统化

weixin_49199313的博客 254

【信息科学与工程学】【数据中心】第三十二篇 云数据中心的计算/存储/网络的核心挑战01

状态方程: SOCk+1​=SOCk​−Qn​ik​Δt​;: 三相电流变换到αβ坐标系: iα​=32​​(ia​−21​ib​−21​ic​), iβ​=32​​(23​​ib​−23​​ic​). 计算瞬时有功功率p和无功功率q,经低通滤波器分离直流分量,反变换得基波电流,差值即为谐波指令。: 节点i的信念 bi​(xi​)=ϕi​(xi​)∏j∈N(i)​mji​(xi​), 消息 mij​(xj​)=∑xi​​ϕi​(xi​)ψij​(xi​,xj​)∏k∈N(i)\j​mki​(xi​).

weixin_49199313的博客 221

【信息科学与工程学】计算机科学与自动化——第十篇 芯片设计31 芯片中的参数01

研发领域

weixin_49199313的博客 299

【信息科学与工程学】【通信工程】第八十七篇 第一百三十九篇 光通信DSP芯片01

编号类型领域场景+问题【含系统模块/组建/结构和层次化分析】问题的数学分析(拓扑学/代数/射影/光学/力学/材料科学/材料力学/动力学/线性代数/非线性代数/抽象代数/集合论、矩阵、矢量、随机矩阵理论、代数拓扑、表示论、概率图模型、逻辑推理、关系与函数、信息几何、范畴论、微分拓扑、自由概率、最优输运、离散数学、计算数学、图论、统计学、随机过程、优化理论、机器学习、信息论、排队论、控制理论/运筹学/数值分析/优化理论/数据结构与算法/测度论/数学物理/数学化学/混沌系统/结构学/系统工程/计算机系统架构/数字

weixin_49199313的博客 288

【信息科学与工程学】【制造工程】第二十五篇 制造工程工艺05 HBM内存制造工程核心工艺方法详解 00 1~3nm代际(N3/N2系GPU die + HBM3/HBM3E 2.5D/3D堆叠语境)

1~3nm代际(N3/N2系GPU die + HBM3/HBM3E 2.5D/3D堆叠语境),字段内容编号​01类型​带宽/接口预算建模(代数+量纲分析)芯片类型​GPU(3nm代,N3/N2系)+ HBM3E 内存子系统领域​【结果/电路/时序】领域中的问题​给定 HBM 栈数 Ns​、每栈位宽 W、每引脚数据率 R(Gbps),求系统峰值 pin 带宽 Bmax​;并把 Bmax​与 GPU 计算吞吐(FLOPS)、显存容量 Ctot​关联成"带宽瓶颈条件"。问题的详细数学分析和解法​JEDEC HB

weixin_49199313的博客 190

【信息科学与工程学】【通信工程】第一百九十二篇 交换机体系结构01

编号类型领域问题详细的数学分析参数列表(表达式 / 范围 / 边界 / 测量)关联知识1.1算法-架构路由查找LPM 在多口线速下的时延界字符串集 + Trie 的偏序格:路由表 = 前缀集合 P⊂{0,1}^≤32,LPM 是找 p∈P 使 p 是 d 的最长前缀。TCAM 等价于并行匹配,复杂度 O(1);SRAM 软实现(DIR-24-8 等)≈ 多阶 Trie,期望比较次数 = 树深 = O(W),W=32/128。 优化理论:TCAM 占用 vs SRAM 的 knapsack:min ∑w

weixin_49199313的博客 521
上一篇: 数学术语之源——绝对值(absolute value)(复数模?)
下一篇: 从微积分到集合论(1630-1910)(历史简介)——第4章——现代积分理论的起源(Thomas Hawkins)
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