∑ 求和符号核心运算法则 + 严格证明(从定义出发,通俗易懂)

AI数学符号扫盲:像学外语一样理解梯度、求和与概率公式 在人工智能和机器学习领域,数学符号是描述模型原理与算法逻辑的通用语言,如同编程中的语法规则。理解这些符号的核心在于掌握其背后的概念与运算原理,例如求和符号∑代表累加操作,梯度符号∇指示函数变化最快的方向。这些符号的技术价值在于,它们能够精确表达优化过程、概率计算和矩阵变换,是理解成本函数、反向传播和概率分布的基础。在实际应用场景中,从线性回归的参数更新到神经网络的反向传播,数学符号将复杂的计算过程抽象为简洁的公式。本文聚焦于AI中高频出现的核心符号,如梯度下降中的偏导∂与学习率α,以及概率论中的期望E和分布 阅读详情

求和符号核心运算法则 + 严格证明(从定义出发,通俗易懂)

所有证明依托最根本定义:
∑i=mnai=am+am+1+am+2+⋯+an\sum_{i=m}^n a_i = a_m + a_{m+1} + a_{m+2} + \dots + a_ni=m∑n​ai​=am​+am+1​+am+2​+⋯+an​


一、基础定义

∑i=1nai=a1+a2+a3+⋯+an\displaystyle\sum_{i=1}^n a_i = a_1+a_2+a_3+\dots+a_ni=1∑n​ai​=a1​+a2​+a3​+⋯+an​
iii:求和下标/哑变量(可换成 k,j,tk,j,tk,j,t 不改变结果)
111:下限,nnn:上限
若无上下限、默认通篇求和;无穷和:∑i=1∞ai\displaystyle\sum_{i=1}^{\infty}a_ii=1∑∞​ai​

二、线性核心法则(最常用)

1. 常数提取(数乘结合)

∑i=mnk⋅ai=k⋅∑i=mnai\boldsymbol{\sum_{i=m}^n k\cdot a_i = k\cdot \sum_{i=m}^n a_i}i=m∑n​k⋅ai​=k⋅i=m∑n​ai​
kkk 与下标 iii 无关的常数

2. 和差拆分

∑i=mn(ai±bi)=∑i=mnai ± ∑i=mnbi\boldsymbol{\sum_{i=m}^n (a_i\pm b_i) = \sum_{i=m}^n a_i \,\pm\, \sum_{i=m}^n b_i}i=m∑n​(ai​±bi​)=i=m∑n​ai​±i=m∑n​bi​

3. 常数直接求和

∑i=1nC=C⋅n\boldsymbol{\sum_{i=1}^n C = C\cdot n}i=1∑n​C=C⋅n
推广:∑i=mnC=C⋅(n−m+1)\displaystyle\sum_{i=m}^n C = C\cdot (n-m+1)i=m∑n​C=C⋅(n−m+1)


三、上下限变换法则

1. 上下限平移

∑i=1nai=∑i=2n+1ai−1\sum_{i=1}^n a_i=\sum_{i=2}^{n+1}a_{i-1}i=1∑n​ai​=i=2∑n+1​ai−1​ 换元:令 j=i+tj=i+tj=i+t,整体平移下标

2. 区间拆分(分段求和)

∑i=1nai=∑i=1kai+∑i=k+1nai(1≤k<n)\boldsymbol{\sum_{i=1}^n a_i = \sum_{i=1}^k a_i + \sum_{i=k+1}^n a_i}\quad (1\le k<n)i=1∑n​ai​=i=1∑k​ai​+i=k+1∑n​ai​(1≤k<n)

3. 上下限反转

∑i=mnai=∑i=nmai\sum_{i=m}^n a_i=\sum_{i=n}^m a_ii=m∑n​ai​=i=n∑m​ai​(值不变,只是书写顺序反)

四、二重求和/交换顺序

1. 独立下标可交换

若 ai,ja_{i,j}ai,j​ 范围规整:
∑i=1p∑j=1qai,j=∑j=1q∑i=1pai,j\boldsymbol{\sum_{i=1}^p\sum_{j=1}^q a_{i,j} =\sum_{j=1}^q\sum_{i=1}^p a_{i,j}}i=1∑p​j=1∑q​ai,j​=j=1∑q​i=1∑p​ai,j​

2. 三角区域交换(必考)

∑i=1n∑j=1iai,j=∑j=1n∑i=jnai,j\sum_{i=1}^n\sum_{j=1}^i a_{i,j} =\sum_{j=1}^n\sum_{i=j}^n a_{i,j}i=1∑n​j=1∑i​ai,j​=j=1∑n​i=j∑n​ai,j​

3. 乘积求和分离(变量独立)

(∑i=1nai) ⁣(∑j=1mbj)=∑i=1n∑j=1maibj\left(\sum_{i=1}^n a_i\right)\!\left(\sum_{j=1}^m b_j\right) =\sum_{i=1}^n\sum_{j=1}^m a_i b_j(i=1∑n​ai​)(j=1∑m​bj​)=i=1∑n​j=1∑m​ai​bj​


五、特殊经典求和公式(高频套用)

  1. 一次和:
    ∑i=1ni=n(n+1)2\sum_{i=1}^n i = \frac{n(n+1)}{2}i=1∑n​i=2n(n+1)​
  2. 平方和:
    ∑i=1ni2=n(n+1)(2n+1)6\sum_{i=1}^n i^2 = \frac{n(n+1)(2n+1)}{6}i=1∑n​i2=6n(n+1)(2n+1)​
  3. 立方和:
    ∑i=1ni3=[n(n+1)2]2\sum_{i=1}^n i^3 = \left[\frac{n(n+1)}{2}\right]^2i=1∑n​i3=[2n(n+1)​]2
  4. 等比求和:
    ∑i=0nqi={n+1,q=1qn+1−1q−1,q≠1\sum_{i=0}^n q^i = \begin{cases} n+1,& q=1\\[4pt] \dfrac{q^{n+1}-1}{q-1},& q\neq 1 \end{cases}i=0∑n​qi=⎩⎨⎧​n+1,q−1qn+1−1​,​q=1q=1​

六、拆分/裂项求和(竞赛&高数常用)

∑i=1n(ai+1−ai)=an+1−a1\sum_{i=1}^n (a_{i+1}-a_i) = a_{n+1}-a_1i=1∑n​(ai+1​−ai​)=an+1​−a1​
(望远镜求和/裂项相消,中间全部抵消)

例:∑i=1n1i(i+1)=∑(1i−1i+1)\displaystyle\sum_{i=1}^n \frac1{i(i+1)}=\sum\left(\frac1i-\frac1{i+1}\right)i=1∑n​i(i+1)1​=∑(i1​−i+11​)


公式证明


一、法则1:常数倍提取 ∑i=mnk⋅ai=k⋅∑i=mnai\boldsymbol{\sum\limits_{i=m}^n k\cdot a_i = k\cdot \sum\limits_{i=m}^n a_i}i=m∑n​k⋅ai​=k⋅i=m∑n​ai​

前提:kkk 与求和下标 iii 无关,是固定常数

证明:

展开左侧定义:
∑i=mnk ai=kam+kam+1+kam+2+⋯+kan=k (am+am+1+am+2+⋯+an)=k⋅∑i=mnai \begin{aligned} \sum_{i=m}^n k\,a_i &= k a_m + k a_{m+1} + k a_{m+2} + \dots + k a_n \\ &= k\,\big(a_m + a_{m+1} + a_{m+2} + \dots + a_n\big) \\ &= k\cdot \sum_{i=m}^n a_i \end{aligned} i=m∑n​kai​​=kam​+kam+1​+kam+2​+⋯+kan​=k(am​+am+1​+am+2​+⋯+an​)=k⋅i=m∑n​ai​​
证毕。


二、法则2:和差拆分 ∑i=mn(ai±bi)=∑i=mnai±∑i=mnbi\boldsymbol{\sum\limits_{i=m}^n (a_i\pm b_i) = \sum\limits_{i=m}^n a_i \pm \sum\limits_{i=m}^n b_i}i=m∑n​(ai​±bi​)=i=m∑n​ai​±i=m∑n​bi​

证明(以加号为例,减号同理):

左侧展开:
∑i=mn(ai+bi)=(am+bm)+(am+1+bm+1)+⋯+(an+bn)=(am+am+1+⋯+an)+(bm+bm+1+⋯+bn)=∑i=mnai+∑i=mnbi \begin{aligned} \sum_{i=m}^n (a_i+b_i) &= (a_m+b_m)+(a_{m+1}+b_{m+1})+\dots+(a_n+b_n) \\ &= \big(a_m+a_{m+1}+\dots+a_n\big) + \big(b_m+b_{m+1}+\dots+b_n\big) \\ &= \sum_{i=m}^n a_i + \sum_{i=m}^n b_i \end{aligned} i=m∑n​(ai​+bi​)​=(am​+bm​)+(am+1​+bm+1​)+⋯+(an​+bn​)=(am​+am+1​+⋯+an​)+(bm​+bm+1​+⋯+bn​)=i=m∑n​ai​+i=m∑n​bi​​
证毕。


三、法则3:常数求和 ∑i=mnC=C⋅(n−m+1)\boldsymbol{\sum\limits_{i=m}^n C = C\cdot(n-m+1)}i=m∑n​C=C⋅(n−m+1)

证明:

CCC 与 iii 无关,展开:
∑i=mnC=C+C+C+⋯+C⏟一共多少项? \sum_{i=m}^n C =\underbrace{C+C+C+\dots+C}_{\text{一共多少项?}} i=m∑n​C=一共多少项?C+C+C+⋯+C​​
项数:从 mmm 到 nnn 整数个数 = n−m+1n-m+1n−m+1
所以:
∑i=mnC=C⋅(n−m+1)\sum_{i=m}^n C = C\cdot (n-m+1)i=m∑n​C=C⋅(n−m+1)
特例:∑i=1nC=C⋅n\displaystyle\sum_{i=1}^n C = C\cdot ni=1∑n​C=C⋅n
证毕。


四、法则4:区间拆分 ∑i=1nai=∑i=1kai+∑i=k+1nai  (1≤k<n)\boldsymbol{\sum\limits_{i=1}^n a_i = \sum\limits_{i=1}^k a_i + \sum\limits_{i=k+1}^n a_i}\ \ (1\le k<n)i=1∑n​ai​=i=1∑k​ai​+i=k+1∑n​ai​  (1≤k<n)

证明:

直接展开拼接:
∑i=1kai=a1+a2+⋯+ak∑i=k+1nai=ak+1+ak+2+⋯+an \begin{aligned} \sum_{i=1}^k a_i &= a_1+a_2+\dots+a_k\\ \sum_{i=k+1}^n a_i &= a_{k+1}+a_{k+2}+\dots+a_n \end{aligned} i=1∑k​ai​i=k+1∑n​ai​​=a1​+a2​+⋯+ak​=ak+1​+ak+2​+⋯+an​​
相加:
(a1+⋯+ak)+(ak+1+⋯+an)=a1+a2+⋯+an=∑i=1nai(a_1+\dots+a_k)+(a_{k+1}+\dots+a_n) = a_1+a_2+\dots+a_n = \sum_{i=1}^n a_i(a1​+⋯+ak​)+(ak+1​+⋯+an​)=a1​+a2​+⋯+an​=i=1∑n​ai​
证毕。


五、法则5:裂项相消(望远镜和)∑i=1n(ai+1−ai)=an+1−a1\boldsymbol{\sum\limits_{i=1}^n \big(a_{i+1}-a_i\big) = a_{n+1}-a_1}i=1∑n​(ai+1​−ai​)=an+1​−a1​

证明:逐项展开写开

∑i=1n(ai+1−ai)=(a2−a1)+(a3−a2)+(a4−a3)+⋯+(an+1−an) \begin{aligned} \sum_{i=1}^n (a_{i+1}-a_i) &=(a_2-a_1)+(a_3-a_2)+(a_4-a_3)+\dots+(a_{n+1}-a_n) \end{aligned} i=1∑n​(ai+1​−ai​)​=(a2​−a1​)+(a3​−a2​)+(a4​−a3​)+⋯+(an+1​−an​)​
中间全部抵消:
+a2+a_2+a2​ 与 −a2-a_2−a2​ 消掉,+a3+a_3+a3​ 与 −a3-a_3−a3​ 消掉……
最后只剩:
=−a1+an+1=an+1−a1=-a_1 + a_{n+1} = a_{n+1}-a_1=−a1​+an+1​=an+1​−a1​
证毕。


六、法则6:二重求和(独立顺序可换)∑i=1p∑j=1qaij=∑j=1q∑i=1paij\boldsymbol{\sum\limits_{i=1}^p\sum\limits_{j=1}^q a_{ij} =\sum\limits_{j=1}^q\sum\limits_{i=1}^p a_{ij}}i=1∑p​j=1∑q​aij​=j=1∑q​i=1∑p​aij​

理解+证明:

本质就是「先按行加再按列加」=「先按列加再按行加」
∑i=1p∑j=1qaij=∑i=1p(ai1+ai2+⋯+aiq) \sum_{i=1}^p\sum_{j=1}^q a_{ij} =\sum_{i=1}^p \big(a_{i1}+a_{i2}+\dots+a_{iq}\big) i=1∑p​j=1∑q​aij​=i=1∑p​(ai1​+ai2​+⋯+aiq​)
全部展开就是所有 aija_{ij}aij​ 无遗漏相加;
调换顺序后依然是全部 aija_{ij}aij​ 加一遍,加法交换律、结合律保证相等。
证毕。


七、法则7:变量独立时乘积求和可分离

要证:
(∑i=1nai)(∑j=1mbj)=∑i=1n∑j=1maibj \boldsymbol{\left(\sum_{i=1}^n a_i\right)\left(\sum_{j=1}^m b_j\right) =\sum_{i=1}^n\sum_{j=1}^m a_i b_j} (i=1∑n​ai​)​j=1∑m​bj​​=i=1∑n​j=1∑m​ai​bj​


第一步:先把左边单层和展开

记
Sa=∑i=1nai=a1+a2+⋯+an S_a = \sum_{i=1}^n a_i = a_1+a_2+\dots+a_n Sa​=i=1∑n​ai​=a1​+a2​+⋯+an​
Sb=∑j=1mbj=b1+b2+⋯+bm S_b = \sum_{j=1}^m b_j = b_1+b_2+\dots+b_m Sb​=j=1∑m​bj​=b1​+b2​+⋯+bm​

左边:
Sa⋅Sb=(a1+a2+⋯+an) (b1+b2+⋯+bm) S_a\cdot S_b =(a_1+a_2+\cdots+a_n)\,(b_1+b_2+\cdots+b_m) Sa​⋅Sb​=(a1​+a2​+⋯+an​)(b1​+b2​+⋯+bm​)


第二步:用乘法分配律(逐项相乘)

全部展开:
a1b1+a1b2+⋯+a1bm+a2b1+a2b2+⋯+a2bm+ ⋮+anb1+anb2+⋯+anbm \begin{aligned} &a_1b_1+a_1b_2+\dots+a_1b_m \\ +&a_2b_1+a_2b_2+\dots+a_2b_m \\ +&\ \vdots\\ +&a_nb_1+a_nb_2+\dots+a_nb_m \end{aligned} +++​a1​b1​+a1​b2​+⋯+a1​bm​a2​b1​+a2​b2​+⋯+a2​bm​ ⋮an​b1​+an​b2​+⋯+an​bm​​


第三步:把每一行写成内层求和

第一行:∑j=1ma1bj\displaystyle \sum_{j=1}^m a_1 b_jj=1∑m​a1​bj​
第二行:∑j=1ma2bj\displaystyle \sum_{j=1}^m a_2 b_jj=1∑m​a2​bj​
……
第 nnn 行:∑j=1manbj\displaystyle \sum_{j=1}^m a_n b_jj=1∑m​an​bj​

整体再加起来:
∑i=1n(∑j=1maibj)=∑i=1n∑j=1maibj \sum_{i=1}^n \left( \sum_{j=1}^m a_i b_j \right) =\sum_{i=1}^n\sum_{j=1}^m a_i b_j i=1∑n​(j=1∑m​ai​bj​)=i=1∑n​j=1∑m​ai​bj​


第四步:结论

(∑i=1nai) ⁣(∑j=1mbj)=∑i=1n∑j=1maibj \boxed{\left(\sum_{i=1}^n a_i\right)\!\left(\sum_{j=1}^m b_j\right) =\sum_{i=1}^n\sum_{j=1}^m a_i b_j} (i=1∑n​ai​)(j=1∑m​bj​)=i=1∑n​j=1∑m​ai​bj​​
证毕 ✅


关键提醒(易错)

只有:

  • aia_iai​ 只跟 iii 有关、不含 jjj
  • bjb_jbj​ 只跟 jjj 有关、不含 iii
    才能拆;
    如果是 ∑aibi\sum a_i b_i∑ai​bi​,不能拆成两个和相乘!

八、补充证明:常见易错不等式(反证)

  1. 证明:∑aibi≠(∑ai)(∑bi)\boldsymbol{\sum a_i b_i \ne \big(\sum a_i\big)\big(\sum b_i\big)}∑ai​bi​=(∑ai​)(∑bi​)
    举特例:取 n=2, a1=a2=1, b1=1,b2=2n=2,\ a_1=a_2=1,\ b_1=1,b_2=2n=2, a1​=a2​=1, b1​=1,b2​=2

左边:∑aibi=1⋅1+1⋅2=3\sum a_i b_i=1\cdot 1+1\cdot 2=3∑ai​bi​=1⋅1+1⋅2=3
右边:(∑ai)(∑bi)=(1+1)(1+2)=6\big(\sum a_i\big)\big(\sum b_i\big)=(1+1)(1+2)=6(∑ai​)(∑bi​)=(1+1)(1+2)=6
3≠63\ne 63=6,原式不成立。

  1. 证明:∑ai2≠(∑ai)2\boldsymbol{\sum a_i^2 \ne \big(\sum a_i\big)^2}∑ai2​=(∑ai​)2
    举特例:取 n=2, a1=a2=1, b1=1,b2=2n=2,\ a_1=a_2=1,\ b_1=1,b_2=2n=2, a1​=a2​=1, b1​=1,b2​=2
WZ方法解析:自动化证明超几何级数与黎曼ζ函数恒等式 在组合数学与符号计算领域,超几何级数是一类表达形式规范、涵盖二项式系数等常见结构的求和式,其求值与恒等式证明是经典课题。WZ方法(Wilf-Zeilberger方法)基于创造性 telescoping 原理,通过算法自动寻找并验证一个称为“证明证书”的有理函数对,从而将复杂的恒等式证明转化为可机械执行的代数验证步骤。这一方法的核心技术价值在于实现了证明过程的自动化与统一化,极大地提升了处理组合恒等式、特殊函数求值等问题的效率。在工程实践中,它已集成于Maple、Mathematica等计算机代数系统,广泛应 阅读详情

相关推荐

Latex符号大全:从入门到精通,这份手册让你不再为特殊符号发愁

本文全面介绍LaTeX符号系统,从基础分类到高级应用,帮助用户高效掌握3000+特殊符号的使用技巧。涵盖数学符号、化学式、逻辑证明等场景,提供实用速查方法和问题解决方案,显著提升学术写作和技术文档的排版效率与精确度。

weixin_29251337的博客 240

常用求和公式和级数

数列级数 ∑k=1∞k=12n(n+1)∑k=1∞k=12n(n+1) ∑k=1nk2=16n(n+1)(2n+1)∑k=1nk2=16n(n+1)(2n+1) ∑k=1nk3=14n2(n+1)2∑k=1nk3=14n2(n+1)2 ∑k=0∞xk=11−x∑k=0∞xk=11−x,其中|x|<1|x|<1 ∑k=0nxk=xn+1−1x−1∑k=0nxk=xn+1−1x−1,其中x≠1x≠1 函数项级数 ∑n=0∞xnn!=ex,x∈(−∞,+∞)∑n=0∞xnn!=ex,x∈(−∞,+∞)

one step by one step 8652

特征2域上K2群模2的符号长度与链引理证明

在代数K理论中,Milnor K2群是研究域算术性质的重要工具,其元素可由符号{a, b}生成。当考虑模2的商群K2(F)/2K2(F)时,符号长度成为关键不变量,它衡量表示一个元素所需的最少符号个数。本文聚焦于特征2域这一特殊情形,其中域满足1+1=0,导致符号运算呈现对称性等独特性质。通过深入探究符号长度的计算与上界估计,我们揭示了两个符号和的结构特性。核心贡献在于证明了一个构造性的“链引理”:对于任意两个符号的和,总存在一条由域中元素构成的链,使其在模2意义下等价于一个符号,从而将符号长度上界锁定为2

weixin_42563415的博客 346

sigma求和

符号下面有个参数:n(假设为N),符号上面有个数字,假设为100,符号右边有个代数式,假设5n+5,那么该式意为(5*1+5)+(5*2+5)+……+(5*100+5)。i=2式子中的2i+1是数列的通项公式Ai,i是项的序数,i=2表示从数列{2i+1}的第二项开始计算,顶上的10是运算到的10项截止。∑的用法:其中i表示下界,n表示上界,k从i开始取数,一直取到n,全部加起来。∑i这样表达也可以,表示对i求和,i是变数。10∑(2i+1)表示和式:(2*2+1)+(2*3+1)+(2*4+1)+……

一个不懂编程的编程大佬,当一个人面对疾风,走上前去当一个逆行者,才是卫国黑客(AI终将代替人类) 4471

从爱因斯坦求和到深度学习:揭秘张量运算中的‘黑话’(δij与erst符号保姆级解读)

本文深入解析了张量运算中的核心符号δij与erst,从爱因斯坦求和约定到深度学习应用,揭秘这些数学‘黑话’的物理意义与AI实践。通过PyTorch和NumPy代码示例,展示如何将张量运算高效应用于现代AI模型,帮助读者掌握这一连接物理与数字世界的关键技术。

weixin_34014076的博客 303

LaTeX数学符号排版实战:从基础原理到复杂公式编排

在学术写作与科技文档排版领域,LaTeX作为专业的排版系统,其核心价值在于能够精确、优雅地处理复杂的数学公式与符号。理解其背后的数学模式原理是高效使用的基础,这包括行内公式与行间公式的本质区别、数学字体的选择以及符号变体的应用。掌握这些原理,不仅能提升文档的专业性与美观度,更是实现高效工程实践的关键。在实际应用中,从基础的算术、微积分运算符号到大型运算符、矩阵与多行公式环境,合理的符号选用与编排技巧能显著增强数学表达的逻辑清晰度。本文聚焦于LaTeX数学运算符号的深度解析,通过剖析求和、积分等核心符号的使用

weixin_33924770的博客 483

数学求和公式

1、∑含义 大写Σ用于数学上的总和符号,比如:∑Pi,其中i=1,2,...,T,即为求P1 + P2 + ... + PT的和。小写σ用于统计学上的标准差。西里尔字母的С及拉丁字母的S都是由Sigma演变而成。 也指求和,这种写法表示的就是∑j=1+2+3+…+n。 2、∑符号各部分表示的意思: 一般在该符号上面有一个数字,比如y,下面有一个式子,形如n=x,这里x,y都是具体的数字,n是后面表达式中的变量,上下合起来就表示n的一个取值范围。 后面有一个表达式,含变量n。整个合起来就表示:在上面

心猿问道的博客 2万+

WZ方法:自动化证明组合恒等式与探索黎曼ζ函数级数表示

在组合数学与符号计算领域,超几何级数求和与恒等式证明是经典且核心的问题。其原理在于,许多组合表达式和特殊函数(如黎曼ζ函数)的级数表示,其通项相邻项之比为有理函数,这类项被称为超几何项。WZ方法(Wilf-Zeilberger方法)的技术价值在于,它通过算法化地将恒等式证明问题转化为寻找一个满足特定差分方程(WZ方程)的辅助有理函数(称为证书),从而实现了对一类广泛恒等式的机械化证明与发现。这种方法在工程实践上极大地提升了处理复杂求和问题的效率,尤其适用于包含二项式系数、阶乘等结构的表达式。其应用场景不仅包

weixin_34059951的博客 448

求和求乘累加累乘符号运算法则-数学

求和运算定义:对于T个观测值,x1, x2, …, xT,求和可以简化地表示为 求和算子的运算规则如下: 1、变量观测值倍数的和等于变量观测值和的倍数 2、T个常数求和等于该常数的T倍。 其中k是常数。 利用求和算子定义,样本平均数可表示为 3、变量观测值对于其平均数 的离差和等于零。 利用规则(2),(3)和样本平均数定义即可推导出上述结果。 4、随机变量的方差等于其平方的均值减去其均值的平方...

kyle1314608的博客 7万+

谱聚类中拉普拉斯矩阵证明

谱聚类中拉普拉斯矩阵证明

weixin_46713695的博客 664

Hyper-V虚拟机 安装 银河麒麟V10桌面版

如何在windows 11 Hyper-V 虚拟机中 安装 银河麒麟V10桌面版。

m0_46756112的博客 3425

关于(求和符号∑)不可不知的事情

文章向导 从单重求和谈起(定义与基本性质) 多重求和(二重情况) 求和的实际应用(等比级数) 引言:   求和符号经常活跃于数学或工程实际问题中,特别是处于多重求和情况时,连用的求和符号存在运算的优先顺序,有时我们可以直接互换不同求和符号之间的位置,而有时不同的位置则代表不同的求和意义。因此,关于求和符号∑的问题还是很有必要进行细致讨论一番。 一、从单重求和谈起   我们通过一个例子来回顾下求...

留恋单行路_Blog 7万+

保姆级教程:用Kvaser DB Editor从零创建你的第一个DBC文件(附CAN信号属性详解)

本文提供了一份详细的Kvaser DB Editor教程,指导用户从零开始创建DBC文件,并深入解析CAN信号属性的关键设置。通过步骤清晰的安装指南、信号属性配置详解和实用技巧,帮助工程师和学生快速掌握CAN总线通信的核心工具,提升工作效率。

weixin_27076351的博客 251

AxMath公式粘贴Word后∑变形编号丢失的根源与修复

数学公式排版中,求和符号∑在AxMath编辑后粘贴至Word出现变形、上下限错位及右编号消失,本质是OMML标记语言与Word富文本(RTF)解析机制间的协议失配。其原理涉及显示模式与行内模式的渲染差异、Cambria Math字体的双字形定位逻辑,以及公式对象与编号文本框的样式继承断裂。该问题直接影响高校讲义、学术论文等专业文档的排版严谨性。解决方案包括直导OMML源码注入、RTF粘贴后的三步手动修复、AxMath内部兼容性设置优化等工程化路径,适用于Word 2016及以上版本与AxMath 3.5.x

weixin_28630185的博客 412

2023西工大NOJ (C语言版) 完结!!!

代码均可AC,不含解析。

annesede的博客 8万+

Bladed风电仿真软件新手必看:从界面操作到功率曲线计算的完整指南

本文为风电工程师提供Bladed仿真软件的完整入门指南,涵盖界面操作、功率曲线计算及动态仿真等核心功能。通过实战技巧和常见问题解决方案,帮助新手快速掌握这款全球领先的风电机组仿真工具,提升风电项目开发效率。

weixin_30839881的博客 102

张量分析 · 哑标和自由标 | 爱因斯坦求和约定、应用及代码实现

……

u013669912的博客 1370

GD32 TLI+IPA实战:5分钟搞定RGB888屏幕显示,并开启2D图形加速

本文详细介绍了如何使用GD32微控制器的TLI和IPA功能快速驱动RGB888屏幕并开启2D图形加速。通过硬件配置、时序设置和显存管理,开发者可以高效实现图形界面渲染,并利用IPA加速器提升性能,适用于嵌入式GUI开发等场景。

weixin_29163797的博客 234

克莱姆法则理论笔记

Noctisuki:“让我们总结今天学习的内容。克莱姆法则是线性代数的核心理论之一,其要点可以概括为:”克莱姆法则的核心内容存在性条件:对于n×nn \times nn×n线性方程组AxbAxb,当且仅当det⁡A≠0detA0时,方程组有唯一解。解的表达式xidet⁡Aidet⁡Ai12nxi​detAdetAi​​i12n其中AiAi​是将A\mathbf{A}A的第iii列替换为b。

Призрак среди строк кода. 3210

ROS与深度相机入门教程:(1)Ubuntu16.04 在ROS中驱动Intel D435i深度相机

Intel在Github上开源了支持所有RealSense系列相机的SDK,包括了D400、SR300系列深度相机和T265双目跟踪相机,支持Linux、Windows、Mac OS以及Android,链接:https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.md#installin...

m0_37957160的博客 2077

全球建筑物提取数据集(免费下载):微软/GlobalMLBuildingFootprints

这个是GitHub上的开源数据集: https://github.com/microsoft/GlobalMLBuildingFootprints 介绍 必应地图正在世界各地发布开放式建筑足迹。我们从 2014 年到 2021 年间的 Bing Maps 图像中检测到了 7.77 亿座建筑物,包括 Maxar 和 Airbus 的图像。数据可在 ODbL 下免费下载和使用。该数据集补充了我们的其他版本。 包括的地区 执照 此数据由 Microsoft 根据Open Dat..

此星光明博客 6290

LaTeX符号速查手册:从希腊字母到矩阵公式的完整指令表(附实用技巧)

本文提供了一份全面的LaTeX符号速查手册,涵盖从希腊字母到矩阵公式的完整指令表,并附有实用技巧。手册以场景驱动为核心,帮助用户在学术写作、技术文档和数学公式编辑中快速找到所需符号命令,提升排版效率。特别推荐使用`\usepackage{amsmath, amssymb}`解锁90%的数学符号,适用于各类科技文档。

code8的博客 206

ESP32-C3模组上实现蓝牙BLE配网功能(1)

ESP32-C3模组上实现蓝牙BLE配网功能(1)

phmatthaus的专栏 2280

求和式工程实践:从数学符号到生产级计算引擎

求和式(∑)是数据分析、财务建模与算法开发中最基础也最易被误用的计算结构。它本质上不是抽象数学符号,而是承载索引空间、被加项表达式与求和范围三重语义的结构化计算单元。理解其原理,关键在于识别真实场景中的离散索引、动态被加项与业务驱动的范围约束;技术价值体现在规避精度丢失、IO爆炸、并发错误等工程风险;典型应用场景覆盖实时监控、SQL聚合、Python向量化计算及分布式流处理。本文聚焦‘求和式工程化’——即如何将∑从教科书定义转化为可调试、可压测、可审计的生产级计算逻辑。

weixin_33416697的博客 285

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

信息学竞赛必备:数学符号在算法中的实战应用与避坑指南

在算法与数据结构的学习中,数学符号是构建严谨思维和精确描述问题的核心语言。理解其原理,如求和符号∑、大O表示法O(n)等,是分析算法时间复杂度和进行公式推导的基础。掌握这些符号的技术价值在于,它能将复杂的自然语言逻辑转化为简洁的数学表达,从而提升解题效率和代码实现的准确性。在信息学竞赛(OI)等应用场景中,熟练运用数学符号进行建模、推导和优化,是区分普通选手与顶尖选手的关键。本文聚焦于求和符号、大O表示法等OI高频符号,通过实战解析和易错点分析,帮助读者自然掌握这一核心技能。

weixin_33795806的博客 513

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

ChatGLM3-6B效果展示:支持数学符号识别+公式推导过程逐步呈现

本文介绍了如何在星图GPU平台上自动化部署ChatGLM3-6B镜像,实现数学符号精准识别与公式推导过程的逐步呈现。用户可在本地RTX 4090D等显卡上快速启用该模型,典型应用于高校数学教学辅助、科研公式验证及学生解题思维训练,显著提升数学问题理解与交互效率。

weixin_36122351的博客 265

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

上一篇: pycharm2023 配置conda虚拟环境
下一篇: 3D 旋转矩阵(三维旋转矩阵)旋转的线性变换
王_teacher
博客等级 码龄9年 118粉丝 51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