首页 > 其他分享 >离散微积分学习笔记

离散微积分学习笔记

时间:2024-02-27 18:26:06浏览次数:24  
标签:frac 求和 公式 微积分 差分 离散 笔记 Delta sum

后向差分

对于函数 \(f(x)\) 定义等距节点 \(x_k = x_0 + k \Delta x\)。

有:

\[\Delta f(x_k) = f(x_{k}) - f(x_{k-1}) \]

下文简称差分。

高阶差分

一般来说,\(k\) 阶差分的定义如下:

\[\Delta^k a_n = \Delta (\Delta ^{k-1} a_n) \]

易得 \(k\) 阶差分公式:

\[\Delta^k a_n = \sum_{i=0}^{k} C_i^{k} (-1)^{k-i}a_{n+i} \]

差分公式

四则运算的公式和微分一致,可惜的是并不存在所谓的复合函数差分公式。

求和

我们称:

\[\sum f(n) \Delta n \]

为 \(f\) 的不定求和。

求和公式

\[\sum a_n \Delta f(n) = a_n +C \]

这里 \(C\) 是一个差分为 \(0\) 的函数。

差分表

\[\Delta C = 0 \]

\[\Delta n = 1 \]

\[\Delta n^k = \sum_{i=0}^{k-1} C_{i}^{k} n^i \]

\[\Delta \ln n = \ln (1 + \frac{1}{n}) \]

\[\Delta a^n = (a-1)a^{n-1} \]

不定求和表

这里我们探讨一个有意思的问题:

求 \(\sum k^n\)

事实上,因为:

\[\Delta k^n = (k-1)k^{n-1} \]

所以:

\[k^n = (k-1) \sum k^{n-1} + C \]

自然:

\[\sum k^n = \frac{k^{n+1}}{k-1} + C \]

分部积分(阿贝尔恒等式)

\(\sum_{i=1}^{n} a_{i}b_{i} = b_n \sum_{i=1}^{n} a_{i} + \sum_{i=1}^{n-1} \Delta {b_{i+1}} \sum_{i=1}^{n} a_i\)

下降幂

\(\Delta C_{n}^{k} = k \times C_{n}^{k-1}\)

组合数拆解原数列

\(a_{n} = \sum_{k=0} \Delta^{k}a_{0} \times C_{n}^{k+1}\)

标签:frac,求和,公式,微积分,差分,离散,笔记,Delta,sum
From: https://www.cnblogs.com/chifan-duck/p/17998337

相关文章

  • Vue学习笔记18--列表渲染
    总结: <!DOCTYPEhtml><htmllang="en"><head><metacharset="UTF-8"><metaname="viewport"content="width=device-width,initial-scale=1.0"><title>列表渲染</title>&l......
  • Vue学习笔记18--条件渲染
    条件渲染总结:v-if写法:v-if="表达式"v-else-if="表达式"v-else="表达式"适用于:切换频率较低的场景特点:不展示DOM元素直接被移除注意:v-if可以和v-else-if、v-else一起使用,但要求其结构不能被“打断”——即,中间不能有其他元素v-show写法:v-show="表达式"适用于:切......
  • PMGT论文阅读笔记
    Abstract​ 我们提出了一种预训练的策略,通过考虑项目侧信息及其关系来学习项目表示。我们通过共同的用户活动来关联项目,例如,共同购买,并构建一个同质的项目图。该图提供了在多模态中的项目关系及其关联的边信息的统一视图。我们开发了一种新的采样算法,名为MCN采样,以选择上下文的邻......
  • RabbitMQ 学习笔记
    为什么使用消息队列?以用户下单购买商品的行为举例,在使用微服务架构时,我们需要调用多个服务,传统的调用方式是同步调用,这会存在一定的性能问题使用消息队列可以实现异步的通信方式,相比于同步的通信方式,异步的方式可以让上游快速成功,极大提高系统的吞吐量消息队列的使用场景有如......
  • Semantic Kernel 学习笔记:初步体验用 Semantic Memory 生成 Embedding 并进行语义搜索
    SemanticKernel的Memory有两种实现,一个是SemanticKernel内置的SemanticMemory,一个是独立的KernelMemory,KernelMemory是从SemanticKernel进化而来。关于SemanticMemory的介绍(来源):SemanticMemory(SM)isalibraryforC#,Python,andJavathatwrapsdir......
  • Go语言精进之路读书笔记第37条——了解错误处理的4种策略
    C语言家族的经典错误机制:错误就是值。同时Go结合函数/方法的多返回值机制避免了像C语言那样在单一函数返回值种承载多重信息的问题。37.1构造错误值错误处理的策略与构造错误值的方法是密切关联的。错误是值,只是以error接口变量的形式统一呈现(按惯例,函数或方法通常将error类型......
  • vue3笔记
    2.3.【一个简单的效果】Vue3向下兼容Vue2语法,且Vue3中的模板中可以没有根标签<template> <divclass="person">  <h2>姓名:{{name}}</h2>  <h2>年龄:{{age}}</h2>  <button@click="changeName">修改名字</button>  <button......
  • vue3笔记1
    4.4.【路由器工作模式】history模式优点:URL更加美观,不带有#,更接近传统的网站URL。缺点:后期项目上线,需要服务端配合处理路径问题,否则刷新会有404错误。constrouter=createRouter({history:createWebHistory(),//history模式/******/})hash模式优点:兼容性......
  • 【学习笔记】KMP算法(字符串匹配优化算法)
    KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt提出的,因此人们称它为克努特—莫里斯—普拉特操作(简称KMP算法)。KMP算法的作用是,在一个长字符串内匹配一个短字符串(判断str1.contains(str2))时,减少匹配的次数,提高匹配效率。 必要概念:最长公共前后缀字符串......
  • 【系统设计】笔记10 GFS
    分布式系统谷歌三剑客DistributedFileSystem(GoogleFIleSystem)如何有效存储数据?Nosql底层需要一个文件系统Bigtable=Nosqldatabase怎么链接底层存储和上层数据MapReduce怎么快速处理数据 GFSC++GoogleHDFSJavaYahoo scenario用户写入一......