当前位置: 首页 > news >正文

Laplace变换-3

回忆#常见函数的Laplace变换:

t z − 1 ↦ Γ ( z ) s z t^{z-1} \mapsto \frac{\Gamma(z)}{s^{z}} tz1szΓ(z) (要求 R e ( z ) > 0 \mathrm{Re}(z)>0 Re(z)>0

e a t ↦ 1 s − a e^{at} \mapsto \frac{1}{s-a} eatsa1

cosh ⁡ ( a t ) ↦ s s 2 − a 2 \cosh(at) \mapsto \frac{s}{s^2-a^2} cosh(at)s2a2s (要求 s > ∣ R e ( a ) ∣ s > \vert \mathrm{Re}(a) \vert s>Re(a)) ( cosh ⁡ ( a t ) = ( 1 / 2 ) ( e a t + e − a t ) \cosh(at)=(1/2)(e^{at}+e^{-at}) cosh(at)=(1/2)(eat+eat) )

sinh ⁡ ( a t ) ↦ a s 2 − 2 \sinh(at) \mapsto \frac{a}{s^2-^2} sinh(at)s22a (要求 s > ∣ I m ( a ) ∣ s > \vert \mathrm{Im}(a) \vert s>Im(a)) ( sinh ⁡ ( a t ) = ( 1 / 2 ) ( e a t − e − a t \sinh(at)=(1/2)(e^{at}-e^{-at} sinh(at)=(1/2)(eateat) )

cos ⁡ ( ω t ) ↦ s s 2 + ω 2 \cos(\omega t) \mapsto \frac{s}{s^2+\omega^2} cos(ωt)s2+ω2s (要求 ω ∈ R \omega \in \mathbb{R} ωR

sin ⁡ ( ω t ) ↦ ω s 2 + ω 2 \sin(\omega t) \mapsto \frac{\omega}{s^2+\omega^2} sin(ωt)s2+ω2ω (要求 s > ∣ I m ( ω ) ∣ s > \vert \mathrm{Im}(\omega) \vert s>Im(ω)) (Euler公式 e i ω = cos ⁡ ω + i sin ⁡ ω e^{i\omega}=\cos \omega + i \sin \omega e=cosω+isinω

平移公式:

e a t t z − 1 ↦ Γ ( z ) ( s − a ) z e^{at}t^{z-1} \mapsto \frac{\Gamma(z)}{(s-a)^z} eattz1(sa)zΓ(z)

e a t cos ⁡ ω t ↦ s − a ( s − a ) 2 + ω 2 e^{at}\cos \omega t \mapsto \frac{s-a}{(s-a)^2+\omega^2} eatcosωt(sa)2+ω2sa (要求 ω ∈ R \omega \in \mathbb{R} ωR

e a t sin ⁡ ω t ↦ ω ( s − a ) 2 + ω 2 e^{at} \sin \omega t \mapsto \frac{\omega}{(s-a)^2+\omega^2} eatsinωt(sa)2+ω2ω (要求 a < s − ∣ I m ( ω ) ∣ a< s - \vert \mathrm{Im}(\omega) \vert a<sIm(ω)

t f ( t ) tf(t) tf(t)的变换公式:

t cos ⁡ ω t ↦ s 2 − ω 2 ( s 2 + ω 2 ) 2 t \cos \omega t \mapsto \frac{s^2-\omega^2}{(s^2+\omega^2)^2} tcosωt(s2+ω2)2s2ω2 (要求 ω ∈ R \omega \in \mathbb{R} ωR

t sin ⁡ ω t ↦ 2 s ω ( s 2 + ω 2 ) 2 t\sin \omega t \mapsto \frac{2s\omega}{(s^2+\omega^2)^2} tsinωt(s2+ω2)22sω (要求 a < s − ∣ I m ( ω ) ∣ a< s - \vert \mathrm{Im}(\omega) \vert a<sIm(ω)

最后是Heaviside函数的变换公式:

H ( t − t 0 ) ↦ e − t 0 s s H(t-t_0) \mapsto \frac{e^{-t_0s}}{s} H(tt0)set0s (要求 t 0 ≥ 0 t_0 \geq 0 t00


:解ODE或IVP(初值问题)

  1. y ′ ′ + 3 y ′ + 2 y = 0 y''+3y'+2y=0 y′′+3y+2y=0.
  2. y ′ ′ + 4 y ′ + 4 y = 0 y''+4y'+4y=0 y′′+4y+4y=0.
  3. { y ′ ′ − 2 y ′ + 10 y = 0 , y ( 0 ) = 0 , y ′ ( 0 ) = 6. \begin{cases} y''-2y'+10y=0, \\ y(0)=0, y'(0)=6. \end{cases} {y′′2y+10y=0,y(0)=0,y(0)=6.

回忆导函数的变换公式: { [ L y ′ ′ ] ( s ) = s 2 Y ( s ) − s y ( 0 ) − y ′ ( 0 ) , [ L y ′ ] ( s ) = s Y ( s ) − y ( 0 ) . \begin{cases}[Ly''](s)=s^2Y(s)-sy(0)-y'(0), \\ [Ly'](s)=sY(s)-y(0).\end{cases} {[Ly′′](s)=s2Y(s)sy(0)y(0),[Ly](s)=sY(s)y(0). 以下写 Y ( s ) = [ L y ] ( s ) Y(s)=[Ly](s) Y(s)=[Ly](s).

  1. 左边的Laplace变换是 ( s 2 + 3 s + 2 ) Y ( s ) − ( s + 3 ) y ( 0 ) − y ′ ( 0 ) (s^2+3s+2) Y(s) -(s+3)y(0)-y'(0) (s2+3s+2)Y(s)(s+3)y(0)y(0). 特征方程出现了!
    解得 Y ( s ) = ( s + 3 ) y ( 0 ) + y ′ ( 0 ) ( s + 1 ) ( s + 2 ) = 2 y ( 0 ) + y ′ ( 0 ) s + 1 − y ( 0 ) + y ′ ( 0 ) s + 2 = C 1 s + 1 + C 2 s + 2 Y(s)= \frac{(s+3)y(0)+y'(0)}{(s+1)(s+2)} = \frac{2y(0)+y'(0)}{s+1} -\frac{y(0)+y'(0)}{s+2} = \frac{C_1}{s+1}+\frac{C_2}{s+2} Y(s)=(s+1)(s+2)(s+3)y(0)+y(0)=s+12y(0)+y(0)s+2y(0)+y(0)=s+1C1+s+2C2.
    查表可知 ( s + a ) − 1 (s+a)^{-1} (s+a)1 e − a t e^{-at} eat的Laplace变换.
    所以 y = C 1 e − x + C 2 e − 2 x y=C_1 e^{-x} + C_2 e^{-2x} y=C1ex+C2e2x.

  2. 整理得到 ( s 2 + 4 s + 4 ) Y ( s ) = ( s + 4 ) y ( 0 ) + y ′ ( 0 ) (s^2+4s+4)Y(s) = (s+4)y(0)+y'(0) (s2+4s+4)Y(s)=(s+4)y(0)+y(0). 即 Y ( s ) = ( s + 4 ) y ( 0 ) + y ′ ( 0 ) ( s + 2 ) 2 = y ( 0 ) s + 2 + 2 y ( 0 ) + y ′ ( 0 ) ( s + 2 ) 2 . Y(s) = \frac{(s+4)y(0)+y'(0)}{(s+2)^2} = \frac{y(0)}{s+2}+\frac{2y(0)+y'(0)}{(s+2)^2}. Y(s)=(s+2)2(s+4)y(0)+y(0)=s+2y(0)+(s+2)22y(0)+y(0).
    查表,知 ( s + 2 ) − 1 , ( s + 2 ) − 2 (s+2)^{-1}, (s+2)^{-2} (s+2)1,(s+2)2分别是 e − 2 x , x e − 2 x e^{-2x}, xe^{-2x} e2x,xe2x的Laplace变换.
    所以 y = C 1 e − 2 x + C 2 x e − 2 x y=C_1 e^{-2x} + C_2xe^{-2x} y=C1e2x+C2xe2x.

  3. 求出 Y ( s ) = 2 × 3 ( s − 1 ) 2 + 3 2 Y(s) = \frac{2\times 3}{(s-1)^2+3^2} Y(s)=(s1)2+322×3, 故 y = 2 e x ⋅ sin ⁡ ( 3 x ) y=2e^x\cdot \sin(3x) y=2exsin(3x).

:如果初值条件不是在 x = 0 x=0 x=0处给出,则用Laplace变换解此种IVP需要更多的技巧.

  1. 考虑 { y ′ ′ − 2 y ′ + y = ( x − 1 ) e x , y ( 1 ) = y ′ ( 1 ) = 1. \begin{cases} y''-2y'+y=(x-1)e^x, \\ y(1)=y'(1)=1. \end{cases} {y′′2y+y=(x1)ex,y(1)=y(1)=1.
    特解是 y = ( 6 − e 6 e + x 2 ) e x + 1 6 x 3 e x − 1 2 x 2 e x y=(\frac{6-e}{6e}+\frac{x}{2})e^x+\frac{1}{6}x^3e^x-\frac{1}{2}x^2e^x y=(6e6e+2x)ex+61x3ex21x2ex.
    注意此处的初值条件不是在自变量取0时给出,不能直接两边应用Laplace变换。 这个IVP可以这样求解:

设函数 f ( t ) f(t) f(t)满足 f ( x − 1 ) = y ( x ) f(x-1)=y(x) f(x1)=y(x). 注意 d n d x n y ( x ) = d n d t n f ( t ) \frac{d^n}{dx^n} y(x) = \frac{d^n}{dt^n} f(t) dxndny(x)=dtndnf(t), 所以原ODE化为 f ′ ′ ( t ) − 2 f ′ ( t ) + f ( t ) = t e t e . (1) f''(t)-2f'(t)+f(t)=te^te. \tag{1} f′′(t)2f(t)+f(t)=tete.(1)而初值条件变为 f ( 0 ) = f ′ ( 0 ) = 1 f(0)=f'(0)=1 f(0)=f(0)=1.

( 1 ) (1) (1)两边应用Laplace变换:写 F ( s ) = [ L f ] ( s ) F(s)=[Lf](s) F(s)=[Lf](s), 应用初值条件,有 ( s − 1 ) 2 F ( s ) − s + 1 = e ( s − 1 ) − 2 . (s-1)^2 F(s) - s+1 = e(s-1)^{-2}. (s1)2F(s)s+1=e(s1)2.由此可得 F ( s ) = 1 s − 1 + e Γ ( 4 ) Γ ( 4 ) ( s − 1 ) 4 . F(s) = \frac{1}{s-1}+\frac{e}{\Gamma(4)}\frac{\Gamma(4)}{(s-1)^4}. F(s)=s11+Γ(4)e(s1)4Γ(4).
查表可知 f ( t ) = ( e / 6 ) t 3 e t + e t f(t)=(e/6)t^3e^t + e^t f(t)=(e/6)t3et+et. 所以原IVP的特解是 y ( x ) = f ( x − 1 ) = ( x − 1 ) 3 6 e x + e x − 1 . y(x)=f(x-1)= \frac{(x-1)^3}{6}e^x+e^{x-1}. y(x)=f(x1)=6(x1)3ex+ex1.
这与一开始给出的特解相同。

注意:上述求解过程虽然给出了答案,但如果严格论证,需要用到平移性质2, 此处从略。

:如果取 s = 2 π i ω ( ω s=2\pi i \omega (\omega s=2πiω(ω是圆频率 ) ) ), 则Laplace变换变成经典的Fourier变换: f ( t ) ↦ f ^ ( ω ) = ∫ 0 ∞ e − 2 π i ω ⋅ t f ( t ) d t . f(t) \mapsto \hat{f}(\omega) = \int_0^\infty e^{-2\pi i \omega \cdot t}f(t) dt. f(t)f^(ω)=0e2πiωtf(t)dt.
特别,Laplace变换与Fourier变换,都能够把函数的卷积,变换成乘法:函数 f , g f, g f,g的卷积(convolution)定义为 ( f ∗ g ) ( t ) = ∫ − ∞ ∞ f ( τ ) g ( t − τ ) d τ . (f*g)(t)=\int_{-\infty}^{\infty} f(\tau)g(t-\tau)d\tau. (fg)(t)=f(τ)g(tτ)dτ.
不难证明 f ∗ g = g ∗ f f*g = g*f fg=gf. 而 [ L ( f ∗ g ) ( t ) ] ( s ) = [ L f ] ( s ) ⋅ [ L g ] ( s ) , ( f ∗ g ) ( t ) ^ = f ^ ( ω ) ⋅ g ^ ( ω ) . [L(f*g)(t)](s)=[Lf](s)\cdot [Lg](s), \quad (f*g)(t)\hat{} = \hat{f}(\omega)\cdot \hat{g}(\omega). [L(fg)(t)](s)=[Lf](s)[Lg](s),(fg)(t)^=f^(ω)g^(ω).

相关文章:

Laplace变换-3

回忆#常见函数的Laplace变换&#xff1a; t z − 1 ↦ Γ ( z ) s z t^{z-1} \mapsto \frac{\Gamma(z)}{s^{z}} tz−1↦szΓ(z)​ &#xff08;要求 R e ( z ) > 0 \mathrm{Re}(z)>0 Re(z)>0&#xff09; e a t ↦ 1 s − a e^{at} \mapsto \frac{1}{s-a} eat↦s−a1​…...

LVS负载均衡-DR模式配置

LVS&#xff1a;Linux virtual server ,即Linux虚拟服务器 LVS自身是一个负载均衡器&#xff08;Director&#xff09;&#xff0c;不直接处理请求&#xff0c;而是将请求转发至位于它后端的真实服务器real server上。 LVS是四层&#xff08;传输层 tcp/udp&#xff09;负载均衡…...

【unity】如何汉化unity Hub

相信大家下载安装unity后看着满操作栏的英文&#xff0c;英文不好的小伙伴们会一头雾水。但是没关系你要记住你要怎么高速运转的机器进入中国&#xff0c;请记住我给出的原理&#xff0c;不懂不代表不会用啊。现在我们就来把编译器给进行汉化。 第一步&#xff1a;我们打开Uni…...

【算法】KMP-快速文本匹配

文章目录 一、KMP算法说明二、详细实现1. next数组定义2. 使用next加速匹配3. next数组如何快速生成4. 时间复杂度O(mn)的证明a) next生成的时间复杂度b) 匹配过程时间复杂度 三、例题1. [leetcode#572](https://leetcode.cn/problems/subtree-of-another-tree/description/)2.…...

多维数组和交错数组笔记

1.) 关于数据的几个概念&#xff1a; Rank&#xff0c;即数组的维数&#xff0c;其值是数组类型的方括号之间逗号个数加上1。 Demo&#xff1a;利用一维数组显示斐波那契数列F(n) F(n-1) F(n-2) (n >2 ),每行显示5项,20项. static void Main(string[] args){int[] F n…...

Python(django)之单一接口展示功能前端开发

1、代码 建立apis_manage.html 代码如下&#xff1a; <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><title>测试平台</title> </head> <body role"document"> <nav c…...

【大模型】非常好用的大语言模型推理框架 bigdl-llm,现改名为 ipex-llm

非常好用的大语言模型推理框架 bigdl-llm&#xff0c;现改名为 ipex-llm bigdl-llmgithub地址环境安装依赖下载测试模型加载和优化预训练模型使用优化后的模型构建一个聊天应用 bigdl-llm IPEX-LLM is a PyTorch library for running LLM on Intel CPU and GPU (e.g., local P…...

Kubernetes示例yaml:3. service-statefulset.yaml

service-statefulset.yaml 示例 apiVersion: apps/v1 kind: statefulset metadata:...... spec:......volumeMounts:- name: pvcmountPath: /var/lib/arangodb3VolumeClaimTemplates:- metadata:name: pvcspec:accessModes: [ "ReadWriteOnce" ]storangeClassName: …...

Windows平台cmake编译QT源码库,使用VScode开发QT

不愿意安装庞大的QT开发IDE&#xff0c;可以编译QT源码库。 下载源码可以用国内镜像&#xff0c;如清华大学的&#xff1a;Index of /qt/archive/qt/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 我用的是 6.5.3&#xff0c;进去之后&#xff0c;不要下载整个源…...

腾讯云轻量8核16G18M服务器多少钱一年?

腾讯云轻量8核16G18M服务器多少钱一年&#xff1f;优惠价格4224元15个月&#xff0c;买一年送3个月。配置为轻量应用服务器、16核32G28M、28M带宽、6000GB月流量、上海/广州/北京、380GB SSD云硬盘。 腾讯云服务器有两个活动&#xff0c;一个是官方的主会场入口&#xff0c;还…...

二分练习题——123

123 二分等差数列求和前缀和数组 题目分析 连续一段的和我们想到了前缀和&#xff0c;但是这里的l和r的范围为1e12&#xff0c;明显不能用O(n)的时间复杂度去求前缀和。那么我们开始观察序列的特点&#xff0c;可以按照等差数列对序列进行分块。如上图&#xff0c;在求前10个…...

淘宝详情数据采集(商品上货,数据分析,属性详情,价格监控),海量数据值得get

淘宝详情数据采集涉及多个环节&#xff0c;包括商品上货、数据分析、属性详情以及价格监控等。在采集这些数据时&#xff0c;尤其是面对海量数据时&#xff0c;需要采取有效的方法和技术来确保数据的准确性和完整性。以下是一些关于淘宝详情数据采集的建议&#xff1a; 请求示…...

Django之Web应用架构模式

一、Web应用架构模式 在开发Web应用中,有两种模式 1.1、前后端不分离 在前后端不分离的应用模式中,前端页面看到的效果都是由后端控制,由后端渲染页面或重定向,也就是后端需要控制前端的展示。前端与后端的耦合度很高 1.2、前后端分离 在前后端分离的应用模式中,后端仅返…...

GPT提示词分享 —— 口播脚本

可用于撰写视频、直播、播客、分镜头和其他口语内容的脚本。 提示词&#x1f447; 请以人的口吻&#xff0c;采用缩略语、成语、过渡短语、感叹词、悬垂修饰语和口语化语言&#xff0c;避免重复短语和不自然的句子结构&#xff0c;撰写一篇关于 [主题] 的文章。 GPT3.5&#…...

笔记本作为其他主机显示屏(HDMI采集器)

前言&#xff1a; 我打算打笔记本作为显示屏来用&#xff0c;连上工控机&#xff0c;这不是贼方便吗 操作&#xff1a; 一、必需品 HDMI采集器一个 可以去绿联买一个&#xff0c;便宜的就行&#xff0c;我的大概就长这样 win10下载 PotPlayer 软件 下载链接&#xff1a;h…...

02.percona Toolkit工具pt-archiver命令实践

1.命令作用 Percona Toolkit有的32个命令&#xff0c;可以分为7大类 工具类别 工具命令 工具作用 备注 开发类 pt-duplicate-key-checker 列出并删除重复的索引和外键 pt-online-schema-change 在线修改表结构 pt-query-advisor 分析查询语句&#xff0c;并给出建议&#x…...

【天狼启航者】研究计划

“造车”&#xff0c;预计在4月中旬展开&#xff08;嵌入式蓝桥杯比赛结束后&#xff09;&#xff0c;这里先计划一下&#xff0c;不断更新。 基本要求&#xff1a; 使用STM32F407系列芯片&#xff0c;使用FreeRTOS系统。 驱动程序必须要有强大的可移植性、模块化、低耦合、简…...

面试题 之 webpack

1.说说你对webpack理解&#xff1f;解决什么问题&#xff1f; Webpack 是实现前端项目的模块化&#xff0c;用于现代 JavaScript 应用程序的静态模块打包工具&#xff0c;被webpack 直接引用的资源打包进 bunde.js的资源&#xff0c;当webpack 处理应用程序时,它会在内部构建一…...

【机器学习之旅】概念启程、步骤前行、分类掌握与实践落地

&#x1f388;个人主页&#xff1a;豌豆射手^ &#x1f389;欢迎 &#x1f44d;点赞✍评论⭐收藏 &#x1f917;收录专栏&#xff1a;机器学习 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共同学习、交流进…...

外星人m18R2国行中文版原厂预装23H2原装Win11系统恢复带F12恢复重置

戴尔外星人m18R2国行中文版原厂预装23H2系统恢复安装 远程恢复安装&#xff1a;https://pan.baidu.com/s/166gtt2okmMmuPUL1Fo3Gpg?pwdm64f 提取码:m64f 1.自带原厂预装系统各驱动&#xff0c;主题&#xff0c;Logo,Office带所有Alienware主题壁纸、Alienware软件驱动 2.带…...

libVLC 视频抓图

Windows操作系统提供了多种便捷的截图方式&#xff0c;常见的有以下几种&#xff1a; 全屏截图&#xff1a;通过按下PrtSc键&#xff08;Print Screen&#xff09;&#xff0c;可以截取整个屏幕的内容。截取的图像会保存在剪贴板中&#xff0c;可以通过CtrlV粘贴到图片编辑工具…...

Docker搭建LNMP环境实战(06):Docker及Docker-compose常用命令

Docker搭建LNMP环境实战&#xff08;06&#xff09;&#xff1a;Docker及Docker-compose常用命令 此处列举了docker及docker-compose的常用命令&#xff0c;一方面可以做个了解&#xff0c;另一方面可以在需要的时候进行查阅。不一定要强行记忆&#xff0c;用多了就熟悉了。 1、…...

ClickHouse10-ClickHouse中Kafka表引擎

Kafka表引擎也是一种常见的表引擎&#xff0c;在很多大数据量的场景下&#xff0c;会从源通过Kafka将数据输送到ClickHouse&#xff0c;Kafka作为输送的方式&#xff0c;ClickHouse作为存储引擎与查询引擎&#xff0c;大数据量的数据可以得到快速的、高压缩的存储。 Kafka大家…...

Encoding类

Encoding System.Text.Encoding 是 C# 中用于处理字符编码和字符串与字节之间转换的类。它提供了各种静态方法和属性&#xff0c;**用于在不同字符编码之间进行转换&#xff0c;**以及将字符串转换为字节数组或反之。 在处理多语言文本、文件、网络通信以及其他字符数据的场景…...

标定系列——预备知识-OpenCV中实现Rodrigues变换的函数(二)

标定系列——预备知识-OpenCV中实现Rodrigues变换的函数&#xff08;二&#xff09; 说明记录 说明 简单介绍罗德里格斯变换以及OpenCV中的实现函数 记录...

2014年认证杯SPSSPRO杯数学建模C题(第一阶段)土地储备方案的风险评估全过程文档及程序

2014年认证杯SPSSPRO杯数学建模 C题 土地储备方案的风险评估 原题再现&#xff1a; 土地储备&#xff0c;是指市、县人民政府国土资源管理部门为实现调控土地市场、促进土地资源合理利用目标&#xff0c;依法取得土地&#xff0c;进行前期开发、储存以备供应土地的行为。土地…...

我的编程之路:从非计算机专业到Java开发工程师的成长之路 | 学习路线 | Java | 零基础 | 学习资源 | 自学

小伙伴们好&#xff0c;我是「 行走的程序喵」&#xff0c;感谢您阅读本文&#xff0c;欢迎三连~ &#x1f63b; 【Java基础】专栏&#xff0c;Java基础知识全面详解&#xff1a;&#x1f449;点击直达 &#x1f431; 【Mybatis框架】专栏&#xff0c;入门到基于XML的配置、以…...

Django Cookie和Session

Django Cookie和Session 【一】介绍 【1】起因 HTTP协议四大特性 基于请求响应模式&#xff1a;客户端发送请求&#xff0c;服务端返回响应基于TCP/IP之上&#xff1a;作用于应用层之上的协议无状态&#xff1a;HTTP协议本身不保存客户端信息短链接&#xff1a;1.0默认使用短…...

【算法刷题 | 二叉树 04】3.27(翻转二叉树、对称二叉树、完全二叉树的节点个数、平衡二叉树、完全二叉树的所有路径)

文章目录 6.翻转二叉树6.1问题6.2解法一&#xff1a;递归6.2.1递归思路&#xff08;1&#xff09;确定递归函数的参数和返回值&#xff08;2&#xff09;确定终止条件&#xff08;3&#xff09;确定单层递归的逻辑 6.2.2全部代码 6.3解法二&#xff1a;层序遍历 7.对称二叉树7.…...

【uniapp】uniapp实现免密登录

文章目录 一、概要二、整体架构流程三、技术名词解释四 、技术细节1.存取token有效期&#xff1f;2.使用setStorageSync而不使用setStorage&#xff1f;3.使用onLaunch而不使用全局路由&#xff1f; 一、概要 打开一个网页或小程序的时候&#xff0c;我们有时候会自动进入主页…...