图说微积分(一)

2023-10-16 19:50
文章标签 微积分 图说

本文主要是介绍图说微积分(一),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本系列是对robert ghrist教授的FLCT以及结合他的Math104做的一些笔记,话说这位教授简直是位艺术家啊,把一门课搞得花花绿绿的,让人嘴馋的不得了!

下面我们来到了第一张图,这本五花八门的书讲了些什么?

教授如是说,这本小而有趣的书不能替代你的标准教科书,它旨在娱乐大众。

前提条件:

-你必须有接触过微积分,你知道如何求微分和积分,但是就像是生命中的某些事物一样,我们不知道它为什么这样。

学习的方法:

-读书

-思考

-实践!

-无限循环


下面是本书的目录:

主要分为:

-函数

-微分

-积分

-应用

-离散化



references:

Math 104 https://class.coursera.org/calcsing-004/

PennCalc  http://calculus.seas.upenn.edu/

FLCT https://play.google.com/store/books/details/Robert_W_Ghrist_FLCT_Funny_Little_Calculus_Text?id=HbbeRHUozJcC&hl=zh_CN


这篇关于图说微积分(一)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/u012175010/article/details/19576133
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/220412

相关文章

微积分-积分应用5.4(功)

术语“功”在日常语言中用来表示完成一项任务所需的总努力量。在物理学中,它有一个依赖于“力”概念的技术含义。直观上,你可以将力理解为对物体的推或拉——例如,一个书本在桌面上的水平推动,或者地球对球的向下拉力。一般来说,如果一个物体沿着一条直线运动,位置函数为 s ( t ) s(t) s(t),那么物体上的力 F F F(与运动方向相同)由牛顿第二运动定律给出,等于物体的质量 m m m 与其

微积分直觉:隐含微分

目录 一、介绍 二、梯子问题 三、结论 四、一个额外的例子 一、介绍         让我们想象一个半径为 5 的圆,以 xy 平面为中心。现在假设我们想在点 (3,4) 处找到一条切线到圆的斜率。         好吧,为了做到这一点,我们必须非常接近圆和切线之间的空间,并沿着该曲线迈出一小步。该步骤的 y 分量为 dy,x 分量为

分数阶微积分MATLAB计算

习题1 syms t z;Gam=int(exp(-t)*t^(z-1),t,0,inf);I1=subs(Gam,z,sym(1/2)),I2=subs(Gam,z,sym(3/2)),I3=subs(Gam,z,sym(5/2)),I4=subs(Gam,z,sym(7/2))

微积分的理解

三角函数 s i n ( θ ) ′ = c o s ( θ ) sin(\theta)' = cos(\theta) sin(θ)′=cos(θ) 乘法法则

微积分复习笔记 Calculus Volume 1 - 1.2 Basic Classes of Functions

1.2 Basic Classes of Functions - Calculus Volume 1 | OpenStax

微积分复习笔记 Calculus Volume1 - 1.1 Review of Functions

1.1 Review of Functions - Calculus Volume 1 | OpenStax

数学基础 -- 微积分之三角函数幂的积分

三角函数幂的积分处理 1. 积分形式 1.1 ∫ sin ⁡ m ( x ) cos ⁡ n ( x ) d x \int \sin^m(x) \cos^n(x) \, dx ∫sinm(x)cosn(x)dx 1.1.1 当 n n n 为奇数时 分离奇数次幂 如果 cos ⁡ n ( x ) \cos^n(x) cosn(x) 是奇数次幂,可以将其分解为 cos ⁡ n −

Python算法工程师面试整理-微积分

1. 导数 ● 定义:导数表示函数的瞬时变化率。 ● 常用规则: ○ 乘法规则:(fg)' = f'g + fg'。 ○ 链式法则:(f(g(x)))' = f'(g(x))

数学基础 -- 微积分之近似误差计算

微积分中的近似误差 在微积分中,近似计算是常见的工具,特别是在数值分析中。近似中的误差通常可以分为截断误差(truncation error)和舍入误差(round-off error)。以下是这两种误差的详细解释: 1. 截断误差 当使用有限项的级数或某种近似方法来代替实际的函数或积分时,未使用的部分会引入误差。举例来说,在使用泰勒级数展开函数时,只取有限的几项,那么未展开的项就会带来截断

计算图上的微积分:Backpropagation

计算图上的微积分:Backpropagation 引言 Backpropagation (BP) 是使得训练深度模型在计算上可行的关键算法。对现代神经网络,这个算法相较于无脑的实现可以使梯度下降的训练速度提升千万倍。而对于模型的训练来说,这其实是 7 天和 20 万年的天壤之别。 除了在深度学习中的使用,BP 本身在其他的领域中也是一种强大的计算工具,例如从天气预报到分析数值的稳定性——只是