一、导数

1.1 状态量

状态量是用来描述某个现象当前状态的量,往往是一种物理量、经济量或工程量。

例如,竹子的高度、汽车的位置、电容两端的电压、银行账户中的金额,都可以看作状态量。

现象 状态量 状态量的一个取值
竹子生长的高度 高度 竹子 1 天生长了 1m
汽车运动的位置 位置 汽车 1h 跑了 20km
电路的电压 / 电流 电压、电流 电容在 1s 后电压为 1V
银行存款 金额 存款 100 元,1 年后得到 110 元 

比如我们说竹子的高度 1m,1m 就是一个状态量。

1.2 变化率

假设竹子的生长高度函数是:

f=f(t)

比如

f(1h)=1.5m

就是意味着竹子生长到 1h 时间后长度为 1.5m。

1.2.1 间隔 1h 期间的平均生长速度

我们先不讨论微分。

我们希望先得到 1h 到 2h 这段时间内竹子的平均生长速度。

我们测得两个状态量,1h 的竹子的高度为 1.5m,2h 的高度为 1.6m:

\frac{f(1+1)-f(1)}{1}=\frac{1.6-1.5}{1}=0.1

也就是说,平均每 h 长高 0.1m,这段时间内平均生长速度就是 0.1m/h 了。

1.2.2 间隔 0.5h 期间的平均生长速度

\frac{f(1+0.5)-f(1)}{0.5}

再去测量计算,就得到这段 0.5h 间隔内平均生长速度,单位为 m/h。

1.2.3 瞬时变化率

我们不如直接将这个间隔时间求的无限地小:

f'(t)=\lim_{\Delta t \to 0}\frac{f(t+\Delta t)-f(t)}{\Delta t}

这就是真正的瞬时速度了,而不是某一段时间的平均速度,单位同样为 m/h。

位置的导数就是速度,是指当时间间隔趋近于 0 时,位置增量与时间增量的比值。

1.3 单位状态量的变化率

单位状态量的变化率是指状态量的变化率与状态量之间的比值。

比如某一时刻,竹子的高度是:

f(t)=2m

竹子的瞬时生长速度为:

f{}'(t)=0.1m/h

那么单位状态量的变化率为:

\frac{h'(t)}{h(t)} = \frac{0.1\,\mathrm{m/h}}{2\,\mathrm{m}} = 0.05\,\mathrm{h^{-1}} = 0.05

其物理意义就是:

竹子每小时增长自己当前高度的 5%。

单位状态量的变化率 = 生长速度 / 生长高度。

二、自然常数 e

2.1 竹子生长问题

我们假设增长速度为:

100%/y/m,也就是竹子每年增长自身的 100%

2.1.1 只增长一次

\left(1+\frac{100\%}{1}\right)^1 = 2\,\mathrm{m}

2.2.2 每月增长一次

\left(1+\frac{100\%}{12}\right)^{12} = 2.613\,\mathrm{m}

2.2.3 每天增长一次

\left(1+\frac{100\%}{365}\right)^{365} = 2.714\,\mathrm{m}

2.2.4 无限次增长

lim_{n\to\infty}\left(1+\frac{100\%}{n}\right)^n \approx 2.71828182846

2.2 e 的定义

lim_{n\to\infty}\left(1+\frac{1}{n}\right)^n = e

至此,我们得到了欧拉常数。

对于一个单位状态量的变化率是固定值 100% 的系统,e 代表了在一个单位时间内,连续的翻倍增长所能达到的极限值。

比如说你存 1 块钱给银行,银行的年利率是 100%,如果一年存一次可获得 2 元,如果存 12 次可获得 2.613 元,如果存无限多次,最多也只能获得 e 元。

更深刻一点的说:

e 描述了连续体变化 (增长或衰减) 的一种状态,而自然界中大部分事物变化发展是接近这种状态的,这也就是为什么很多状态曲线呈现指数样式的原因所在。

简单一句话:e 代表了变化的连续。

2.3 e 的使用方式

x(t)=x_{0}e^{kt}

  • x(t) = 当前值
  • x0 = 初始值,也就是 t=0 时的值
  • e = 自然常数
  • k = 变化率,决定增长或衰减快慢
  • t = 时间

假设我们的年利率变成了 50% 本金为 100 元,需要计算 2 年的利率:

100e^{50\%*2} = 271.828

 

三、复数

3.1 虚轴

如下图所示,我们引入虚数轴的概念:

在复平面内,乘以 i 等价于逆时针旋转 90°,横轴是实数轴,竖轴是虚数轴。

比如实数 4,乘一次 i 可得:

4\times i=4i

再乘一次,就转到了负数:

4i\times i=-4

所以乘 i 的意义就是,将数字逆时针旋转 90°。

3.2 二维矢量变换

假设我们有一个坐标 (a,b),转化为复数坐标得:

z=a+bi

乘 i 旋转 90°:

iz=i(a+bi)=ai+bi^2=-b+ai

也就是坐标从 (a,b) 转化为 (-b,a)

这正好就是二维平面里逆时针旋转 90° 的结果。

四、欧拉恒等式

4.1 引入欧拉恒等式

指数函数的泰勒展开是:

e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots

我们将其推广到复数域:

e^{ix} = 1 + ix + \frac{(ix)^2}{2!} + \frac{(ix)^3}{3!} + \frac{(ix)^4}{4!} + \cdots

它的幂每四次循环一次:

i^1=i\quad i^2=-1,\quad i^3=-i,\quad i^4=1

去掉分子上的括号可得:

e^{ix}=1+ix-\frac{x^2}{2!}-\frac{ix^3}{3!}+\frac{x^4}{4!}+\frac{ix^5}{5!}-\frac{x^6}{6!}-\cdots

我们知道 sin 和 cos 的的泰勒展开是:

\cos x = 1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6!}+\cdots

\sin x = x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!}+\frac{x^9}{9!}-\cdots

由指数的泰勒展开和 sin 和 cos 的泰勒展开可得:

e^{ix}=\cos x+i\sin x

当:

e^{i\pi }=\cos \pi+i\sin \pi

的时候,我们可知:

e^{i\pi }+1=0

4.2 向量的二维旋转

4.2.1 把二维点写成复数

平面上的点或向量:

(x,y)

把二维点写成复数:

z = x + iy

  • x = 实部 横坐标
  • y = 虚部 纵坐标

4.2.2 旋转因子

旋转角度 θ 的单位复数是:

e^{i\theta} = \cos\theta + i\sin\theta

它在复平面上表示一个,长度为 1,与正实轴 (0°) 夹角为 θ 的角。

所以旋转后的点:

z' = ze^{i\theta}

  • z = 原来的向量
  • z' = 旋转后的新点

展开一下:

z' = (x+iy)(\cos\theta+i\sin\theta)

z' = x\cos\theta + ix\sin\theta + iy\cos\theta + i^2y\sin\theta

因为:

i^2 = -1

所以:

z' = x\cos\theta - y\sin\theta + i(x\sin\theta + y\cos\theta)

于是实部、虚部分别是:

x' = x\cos\theta - y\sin\theta

y' = x\sin\theta + y\cos\theta

这就刚好等价于矩阵旋转:

\begin{bmatrix} x' \\ y' \end{bmatrix} = \begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix}

Logo

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐