当前位置: 首页 > news >正文

高等数学 7.6高阶线性微分方程

文章目录

  • 一、线性微分方程的解的结构
  • *二、常数变易法

方程
d 2 y d x 2 + P ( x ) d y d x + Q ( x ) = f ( x ) (1) \cfrac{\mathrm{d}^2 y}{\mathrm{d}x^2} + P(x) \cfrac{\mathrm{d}y}{\mathrm{d}x} + Q(x) = f(x) \tag{1} dx2d2y+P(x)dxdy+Q(x)=f(x)(1)
叫做二阶线性微分方程。当方程右端 f ( x ) ≡ 0 f(x) \equiv 0 f(x)0 时,方程叫做齐次的;当 f ( x ) ≢ 0 f(x) \not\equiv 0 f(x)0 时,方程叫做非齐次的。

一、线性微分方程的解的结构

先讨论二阶齐次线性方程
y ′ ′ + P ( x ) y ′ + Q ( x ) y = 0 (2) y'' + P(x) y' + Q(x) y = 0 \tag{2} y′′+P(x)y+Q(x)y=0(2)

定理1 如果函数 y 1 ( x ) y_1(x) y1(x) y 2 ( x ) y_2(x) y2(x) 是方程 ( 2 ) (2) (2) 的两个解,那么
y = C 1 y 1 ( x ) + C 2 y 2 ( x ) (3) y = C_1 y_1(x) + C_2 y_2(x) \tag{3} y=C1y1(x)+C2y2(x)(3)
也是 ( 2 ) (2) (2) 的解,其中 C 1 , C 2 C_1, C_2 C1,C2 是任意常数。

y 1 ( x ) , y 2 ( x ) , ⋯ , y n ( x ) y_1(x), y_2(x), \cdots, y_n(x) y1(x),y2(x),,yn(x) 为定义在区间 I I I 上的 n n n 个函数,如果存在 n n n不全为零的常数 k 1 , k 2 , ⋯ , k n k_1, k_2, \cdots, k_n k1,k2,,kn,使得当 x ∈ I x \in I xI 时恒有等式
k 1 y 1 + k 2 y 2 + ⋯ + k n y n ≡ 0 k_1y_1 + k_2y_2 + \cdots + k_ny_n \equiv 0 k1y1+k2y2++knyn0
成立,那么称这 n n n 个函数在区间 I I I线性相关;否则称线性无关

对于两个函数的情形,它们线性相关与否,只要看它们的比是否为常数:如果比为常数,那么它们是线性相关的;否则就线性无关。

定理2 如果 y 1 ( x ) y_1(x) y1(x) y 2 ( x ) y_2(x) y2(x) 是方程 ( 2 ) (2) (2) 的两个线性无关的特解,那么
y = C 1 y 1 ( x ) + C 2 y 2 ( x ) ( C 1 , C 2 是任意常数 ) y = C_1 y_1(x) + C_2 y_2(x) \quad (C_1, C_2 是任意常数) y=C1y1(x)+C2y2(x)(C1,C2是任意常数)
就是方程 ( 2 ) (2) (2) 的通解。

定理2推广到 n n n 阶齐次线性方程,得到如下推论
推论 如果 y 1 ( x ) , y 2 ( x ) , ⋯ , y n ( x ) y_1(x), y_2(x), \cdots, y_n(x) y1(x),y2(x),,yn(x) n n n 阶齐次线性方程
y ( n ) + a 1 ( x ) y ( n − 1 ) + ⋯ + a n − 1 ( x ) y ′ + a n ( x ) y = 0 y^{(n)} + a_1(x) y^{(n - 1)} + \cdots + a_{n - 1}(x) y' + a_n(x) y = 0 y(n)+a1(x)y(n1)++an1(x)y+an(x)y=0
n n n 个线性无关的解,那么此方程的通解为
y = C 1 y 1 ( x ) + C 2 y 2 ( x ) + ⋯ + C n y n ( x ) , y = C_1 y_1(x) + C_2 y_2(x) + \cdots + C_n y_n(x) , y=C1y1(x)+C2y2(x)++Cnyn(x),
其中 C 1 , C 2 , ⋯ , C n C_1, C_2, \cdots, C_n C1,C2,,Cn 为任意常数。

定理3 y ∗ ( x ) y^*(x) y(x) 是二阶非齐次线性方程
y ′ ′ + P ( x ) y ′ + Q ( x ) y = f ( x ) (4) y'' + P(x)y' + Q(x)y = f(x) \tag{4} y′′+P(x)y+Q(x)y=f(x)(4)
的一个特解, Y ( x ) Y(x) Y(x) 是与 ( 4 ) (4) (4) 对应的齐次方程 ( 2 ) (2) (2) 的通解,则
y = Y ( x ) + y ∗ ( x ) (5) y = Y(x) + y^*(x) \tag{5} y=Y(x)+y(x)(5)
是二阶非齐次线性微分方程 ( 4 ) (4) (4) 的通解。

定理4 设非齐次线性方程 ( 4 ) (4) (4) 的右端 f ( x ) f(x) f(x) 是两个函数之和,即
y ′ ′ + P ( x ) y ′ + Q ( x ) y = f 1 ( x ) + f 2 ( x ) , y'' + P(x)y' + Q(x)y = f_1(x) + f_2(x) , y′′+P(x)y+Q(x)y=f1(x)+f2(x),
y 1 ∗ ( x ) y_1^* (x) y1(x) y 2 ∗ y_2^* y2 分别是方程
y ′ ′ + P ( x ) y ′ + Q ( x ) y = f 1 ( x ) y'' + P(x)y' + Q(x)y = f_1(x) y′′+P(x)y+Q(x)y=f1(x)

y ′ ′ + P ( x ) y ′ + Q ( x ) y = f 2 ( x ) y'' + P(x)y' + Q(x)y = f_2(x) y′′+P(x)y+Q(x)y=f2(x)
的特解,则 y 1 ∗ ( x ) + y 2 ∗ ( x ) y_1^* (x) + y_2^* (x) y1(x)+y2(x) 就是原方程得特解。
这一定理通常称为线性微分方程的解的叠加原理

定理3和定理4也可推广到 n n n 阶非齐次线性方程。

*二、常数变易法

常数变易法也适用于解高阶线性微分方程。
如果已知齐次方程 ( 2 ) (2) (2) 的通解为
Y ( x ) = C 1 y 1 ( x ) + C 2 y 2 ( x ) Y(x) = C_1 y_1(x) + C_2 y_2(x) Y(x)=C1y1(x)+C2y2(x)
那么,可以用如下的常数变易法去求非齐次方程 ( 4 ) (4) (4) 的通解,令
y = y 1 ( x ) v 1 + y 2 ( x ) v 2 (6) y = y_1(x) v_1 + y_2(x) v_2 \tag{6} y=y1(x)v1+y2(x)v2(6)
要确定未知函数 v 1 ( x ) v_1(x) v1(x) v 2 ( x ) v_2(x) v2(x) 使 ( 6 ) (6) (6) 式所表示的函数满足非齐次方程 ( 4 ) (4) (4)。为此,对 ( 6 ) (6) (6) 求导,得
y ′ = y 1 v 1 ′ + y 2 v 2 ′ + y 1 ′ v 1 + y 2 ′ v 2 . y' = y_1 v_1' + y_2 v_2' + y_1' v_1 + y_2' v_2 . y=y1v1+y2v2+y1v1+y2v2.
由于两个未知函数 v 1 , v 2 v_1, v_2 v1,v2 只需使 ( 6 ) (6) (6) 所表示的函数满足一个关系式 ( 4 ) (4) (4) 。所以可规定它们再满足一个关系式。从 y ′ y' y 的上述表示式可看出,为了使 y ′ ′ y'' y′′ 的表示式中不含 v 1 ′ ′ v_1'' v1′′ v 2 ′ ′ v_2'' v2′′,可设
y 1 v 1 ′ + y 2 v 2 ′ = 0 (7) y_1 v_1' + y_2 v_2' = 0 \tag{7} y1v1+y2v2=0(7)
从而
y ′ = y 1 ′ v 1 + y 2 ′ v 2 y' = y_1' v_1 + y_2' v_2 y=y1v1+y2v2
再求导,得
y ′ ′ = y 1 ′ v 1 ′ + y 2 ′ v 2 ′ + y 1 ′ ′ v 1 + y 2 ′ ′ v 2 y'' = y_1' v_1' + y_2' v_2' +y_1'' v_1 + y_2'' v_2 y′′=y1v1+y2v2+y1′′v1+y2′′v2
y , y ′ , y ′ ′ y, y', y'' y,y,y′′ 代入方程 ( 4 ) (4) (4) ,得
y 1 ′ v 1 ′ + y 2 ′ v 2 ′ + y 1 ′ ′ v 1 + y 2 ′ ′ v 2 + P ( y 1 ′ v 1 + y 2 ′ v 2 ) + Q ( y 1 v 1 , y 2 v 2 ) = f y_1' v_1' + y_2' v_2' +y_1'' v_1 + y_2'' v_2 + P(y_1' v_1 + y_2' v_2) + Q(y_1 v_1, y_2 v_2) = f y1v1+y2v2+y1′′v1+y2′′v2+P(y1v1+y2v2)+Q(y1v1,y2v2)=f
整理,得
y 1 ′ v 1 ′ + y 2 ′ v 2 ′ + ( y 1 ′ ′ + P y 1 ′ + Q y 1 ) v 1 + ( y 2 ′ ′ + P y 2 ′ + Q y 2 ) v 2 = f y_1' v_1' + y_2' v_2' + (y_1'' + Py_1' + Qy_1) v_1 + (y_2'' + Py_2' + Qy_2)v_2 = f y1v1+y2v2+(y1′′+Py1+Qy1)v1+(y2′′+Py2+Qy2)v2=f
注意到 y 1 y_1 y1 y 2 y_2 y2 是齐次方程 ( 2 ) (2) (2) 的解,故上式即为
y 1 ′ v 1 ′ + y 2 ′ v 2 ′ = f (8) y_1' v_1' + y_2' v_2' = f \tag{8} y1v1+y2v2=f(8)
联立方程 ( 7 ) (7) (7) ( 8 ) (8) (8) ,在系数行列式
W = ∣ y 1 y 2 y 1 ′ y 2 ′ ∣ = y 1 y 2 ′ − y 1 ′ y 2 ≠ 0 W = \begin{vmatrix} y_1 & y_2 \\ y_1' & y_2' \end{vmatrix} = y_1 y_2' - y_1' y_2 \neq 0 W= y1y1y2y2 =y1y2y1y2=0
时,可解得
v 1 ′ = − y 2 f W , v 2 ′ = y 1 f W . v_1' = - \cfrac{y_2 f}{W}, \quad v_2' = \cfrac{y_1 f}{W} . v1=Wy2f,v2=Wy1f.
对上两式积分(假定 f ( x ) f(x) f(x) 连续),得
v 1 = C 1 + ∫ ( − y 2 f W ) d x , v 2 = C 2 + ∫ y 1 f W d x . v_1 = C_1 + \int \left( - \cfrac{y_2 f}{W} \right) \mathrm{d}x, \quad v_2 = C_2 + \int \cfrac{y_1 f}{W} \mathrm{d}x . v1=C1+(Wy2f)dx,v2=C2+Wy1fdx.
于是得非齐次方程 ( 1 ) (1) (1) 的通解为
y = C 1 y 1 + C 2 y 2 − y 1 ∫ y 2 f W d x + y 2 ∫ y 1 f W d x . y = C_1 y_1 + C_2 y_2 - y_1 \int \cfrac{y_2 f}{W} \mathrm{d}x + y_2 \int \cfrac{y_1 f}{W} \mathrm{d}x . y=C1y1+C2y2y1Wy2fdx+y2Wy1fdx.

例1 已知齐次方程 ( x − 1 ) y ′ ′ − x y ′ + y = 0 (x - 1)y'' - xy' + y = 0 (x1)y′′xy+y=0 的通解为 Y ( x ) = C 1 x + C 2 e x Y(x) = C_1 x + C_2 \mathrm{e}^x Y(x)=C1x+C2ex,求非齐次方程 ( x − 1 ) y ′ ′ − x y ′ + y = ( x − 1 ) 2 (x - 1)y'' - xy' + y = (x - 1)^2 (x1)y′′xy+y=(x1)2 的通解。
解:把所给方程写成标准形式
y ′ ′ − x x − 1 y ′ + 1 x − 1 = x − 1 y'' - \cfrac{x}{x - 1} y' + \cfrac{1}{x - 1} = x - 1 y′′x1xy+x11=x1
y = x v 1 + e x v 2 y = xv_1 + \mathrm{e}^x v_2 y=xv1+exv2,按照
{ y 1 v 1 ′ + y 2 v 2 ′ = 0 y 1 ′ v 1 ′ + y 2 ′ v 2 ′ = f \begin{cases} y_1 v_1' + y_2 v_2' = 0 \\ y_1' v_1' + y_2' v_2' = f \end{cases} {y1v1+y2v2=0y1v1+y2v2=f

{ x v 1 ′ + e x v 2 ′ = 0 v 1 ′ + e x v 2 ′ = x − 1 \begin{cases} xv_1' + \mathrm{e}^x v_2' = 0 \\ v_1' + \mathrm{e}^x v_2' = x - 1 \end{cases} {xv1+exv2=0v1+exv2=x1
解得
v 1 ′ = − 1 , v 2 ′ = x e − x . v_1' = -1, \quad v_2' = x \mathrm{e}^{-x} . v1=1,v2=xex.
积分,得
v 1 = C 1 − x , v 2 = C 2 − ( x + 1 ) e − x . v_1 = C_1 - x, \quad v_2 = C_2 - (x + 1)\mathrm{e}^{-x} . v1=C1x,v2=C2(x+1)ex.
于是所求非齐次方程的通解为
y = C 1 x + C 2 e x − ( x 2 + x + 1 ) . y = C_1 x + C_2 \mathrm{e}^x - (x^2 + x + 1). y=C1x+C2ex(x2+x+1).

如果只知齐次方程 ( 2 ) (2) (2) 的一个不恒为零的解 y 1 ( x ) y_1 (x) y1(x) ,那么,利用变换 y = u y 1 ( x ) y = u y_1 (x) y=uy1(x),可把非齐次方程 ( 1 ) (1) (1) 化为一阶线性方程。

事实上,把
y = y 1 u , y ′ = y 1 u ′ + y 1 ′ u , y ′ ′ = y 1 u ′ ′ + 2 y 1 ′ u ′ + y 1 ′ ′ u y = y_1 u, y' = y_1 u' + y_1' u, y'' = y_1 u'' + 2 y_1' u' + y_1'' u y=y1u,y=y1u+y1u,y′′=y1u′′+2y1u+y1′′u
代入方程 ( 1 ) (1) (1),得
y 1 u ′ ′ + 2 y 1 ′ u ′ + y 1 ′ ′ u + P ( y 1 u ′ + y 1 ′ u ) + Q y 1 u = f , y_1 u'' + 2 y_1' u' + y_1'' u + P(y_1 u' + y_1' u) + Qy_1 u = f, y1u′′+2y1u+y1′′u+P(y1u+y1u)+Qy1u=f,

y 1 u ′ ′ + ( 2 y 1 ′ + P y 1 ) u ′ + ( y 1 ′ ′ + P y 1 ′ + Q y 1 ) u = f , y_1 u'' + (2y_1' + Py_1)u' + (y_1'' + Py_1' + Qy_1)u = f, y1u′′+(2y1+Py1)u+(y1′′+Py1+Qy1)u=f,
由于 y 1 ′ ′ + P y 1 ′ + Q y 1 ≡ 0 y_1'' + Py_1' + Qy_1 \equiv 0 y1′′+Py1+Qy10,故上式为
y 1 u ′ ′ + ( 2 y 1 ′ + P y 1 ) u ′ = f . y_1u'' + (2y_1' + Py_1) u' = f. y1u′′+(2y1+Py1)u=f.
u ′ = z u' = z u=z ,上式即化为一阶线性方程
y 1 z ′ + ( 2 y 1 ′ + P y 1 ) z = f . (9) y_1 z' + (2y_1' + Py_1) z = f. \tag{9} y1z+(2y1+Py1)z=f.(9)
把方程 ( 4 ) (4) (4) 化为方程 ( 9 ) (9) (9) 以后,按一阶线性方程的解法,设求得方程 ( 9 ) (9) (9) 的通解为
z = C 2 Z ( x ) + z ∗ ( x ) z = C_2 Z(x) + z^* (x) z=C2Z(x)+z(x)
积分得
u = C 1 + C 2 U ( x ) + u ∗ ( x ) ( 其中 U ′ ( x ) = Z ( x ) , u ∗ ′ ( x ) = z ∗ ( x ) ) , u = C_1 + C_2 U(x) + u^* (x) \quad (其中 U'(x) = Z(x), u^{*'}(x) = z^* (x)) , u=C1+C2U(x)+u(x)(其中U(x)=Z(x),u(x)=z(x)),
上式两端同乘 y 1 ( x ) y_1(x) y1(x),便得方程 ( 4 ) (4) (4) 的通解
y = C 1 y 1 ( x ) + C 2 U ( x ) y 1 ( x ) + u ∗ ( x ) y 1 ( x ) y = C_1 y_1(x) + C_2 U(x) y_1 (x) + u^* (x) y_1 (x) y=C1y1(x)+C2U(x)y1(x)+u(x)y1(x)
上述方法也适用于求齐次方程 ( 2 ) (2) (2) 的通解。

例2 已知 y 1 ( x ) = e x y_1 (x) = \mathrm{e}^x y1(x)=ex 是齐次方程 y ′ ′ − 2 y ′ + y = 0 y'' - 2y' + y = 0 y′′2y+y=0 的解,求非齐次方程 y ′ ′ − 2 y ′ + y = 1 x e x y'' - 2y' + y = \cfrac{1}{x} \mathrm{e}^x y′′2y+y=x1ex .
解:令 y = e x u y = \mathrm{e}^x u y=exu,则 y ′ = e x ( u ′ + u ) , y ′ ′ = e x ( u ′ ′ + 2 u ′ + u ) y' = \mathrm{e}^x (u' + u), y'' = \mathrm{e}^x (u'' + 2u' + u) y=ex(u+u),y′′=ex(u′′+2u+u) ,代入非齐次方程,得
e x ( u ′ ′ + 2 u ′ + u ) − 2 e x ( u ′ + u ) + e x u = 1 x e x , \mathrm{e}^x (u'' + 2u' + u) - 2 \mathrm{e}^x (u' + u) + \mathrm{e}^x u = \cfrac{1}{x} \mathrm{e}^x , ex(u′′+2u+u)2ex(u+u)+exu=x1ex,

e x u = 1 x e x , u ′ ′ = 1 x . \mathrm{e}^x u = \cfrac{1}{x} \mathrm{e}^x, \quad u'' = \cfrac{1}{x} . exu=x1ex,u′′=x1.
只要直接积分,便得
u ′ = C + ln ⁡ ∣ x ∣ , u' = C + \ln |x| , u=C+lnx,
再积分得
u = C 1 + C x + x ln ⁡ ∣ x ∣ − x , u = C_1 + Cx + x \ln |x| - x , u=C1+Cx+xlnxx,

u = C 1 + C 2 x + x ln ⁡ ∣ x ∣ ( C 2 = C − 1 ) . u = C_1 + C_2 x + x \ln |x| \quad (C_2 = C - 1). u=C1+C2x+xlnx(C2=C1).
于是所求通解为
y = C 1 e x + C 2 x e x + x e x ln ⁡ ∣ x ∣ . y = C_1 \mathrm{e}^x + C_2 x \mathrm{e}^x + x \mathrm{e}^x \ln |x| . y=C1ex+C2xex+xexlnx∣.

原文链接:高等数学 7.6高阶线性微分方程

相关文章:

高等数学 7.6高阶线性微分方程

文章目录 一、线性微分方程的解的结构*二、常数变易法 方程 d 2 y d x 2 P ( x ) d y d x Q ( x ) f ( x ) (1) \cfrac{\mathrm{d}^2 y}{\mathrm{d}x^2} P(x) \cfrac{\mathrm{d}y}{\mathrm{d}x} Q(x) f(x) \tag{1} dx2d2y​P(x)dxdy​Q(x)f(x)(1) 叫做二阶线性微分方程。…...

LSP的建立

MPLS需要为报文事先分配好标签,建立一条LSP,才能进行报文转发。LSP分为静态LSP和动态LSP两种。 静态LSP的建立 静态LSP是用户通过手工为各个转发等价类分配标签而建立的。由于静态LSP各节点上不能相互感知到整个LSP的情况,因此静态LSP是一个…...

huggingface的数据集下载(linux下clone)

1. 安装lfs sudo apt-get install git-lfs 或者 apt-get install git-lfs 2. git lfs install git lfs install 3. git clone dataset包 第2,3步骤的截图如下:...

Java使用dom4j生成kml(xml)文件遇到No such namespace prefix: xxx is in scope on:问题解决

介绍addAttribute和addNamepsace: addAttribute 方法 addAttribute 方法用于给XML元素添加属性。属性(Attributes)是元素的修饰符,提供了关于元素的额外信息,并且位于元素的开始标签中。属性通常用于指定元素的行为或样式&#…...

深入探讨Java中的LongAdder:使用技巧与避坑指南

文章目录 一、什么是LongAdder?二、LongAdder的简单使用示例代码: 三、LongAdder的工作原理四、LongAdder的常见使用场景五、使用LongAdder时的注意事项(避坑指南)1. 不要滥用LongAdder2. sum()方法与精度问题3. 避免过度使用rese…...

【本科毕业设计】基于单片机的智能家居防火防盗报警系统

基于单片机的智能家居防火防盗报警系统 相关资料链接下载摘要Abstract第1章 绪论1.1课题的背景1.2 研究的目的和意义 第2章 系统总体方案设计2.1 设计要求2.2 方案选择和论证2.2.1 单片机的选择2.2.2 显示方案的选择 第3章 系统硬件设计3.1 整体方案设计3.1.1 系统概述3.1.2 系…...

C语言 动态数据结构的C语言实现单向链表-2

建立一个单向链表 在单向链表中查找节点---查找尾节点 在单向链表中查找节点 --- 查找第 n 个节点 向单向链表中插入一个节点 向单向链表的尾部插入一个节点 向单向链表中某节点后插入一个节点 向单向链表中插入一个节点 删除单向链表中的某一节点 链表 vs 数组 动态数据结构...

Github 2024-10-23C开源项目日报 Top10

根据Github Trendings的统计,今日(2024-10-23统计)共有10个项目上榜。根据开发语言中项目的数量,汇总情况如下: 开发语言项目数量C项目10PLpgSQL项目1Redis - 内存数据库和数据结构服务器 创建周期:5411 天开发语言:C协议类型:BSD 3-Clause “New” or “Revised” Licen…...

ubuntu20.04 opencv4.0 /usr/local/lib/libgflags.a(gflags.cc.o): relocation报错解决

在一个只有ubuntu20.04的docker环境中配置opencv4.0.0, 什么库都没有,都要重新安装, 其他的问题在网上都找到了解决方案,唯独这个问题比较棘手: [ 86%] Linking CXX executable …/…/bin/opencv_annotation /usr/bin/ld: /usr/lo…...

android openGL ES详解——混合

一、混合概念 混合是一种常用的技巧,通常可以用来实现半透明。但其实它也是十分灵活的,你可以通过不同的设置得到不同的混合结果,产生一些有趣或者奇怪的图象。混合是什么呢?混合就是把两种颜色混在一起。具体一点,就…...

计网--物理层

目录 物理层的任务 1、常见概念 2、信道极限容量 3、传输介质 (1)导引型传输介质 (2)非导引型传输介质 4、信道复用技术 (1)频分 / 时分 复用 (2)波分复用WDM (…...

算法的学习笔记—数组中的逆序对(牛客JZ51)

😀前言 在算法和数据结构领域,"逆序对"是一个经典问题。它在数组中两个数字之间定义,若前面的数字大于后面的数字,则这两个数字组成一个逆序对。我们要做的就是,给定一个数组,找出数组中所有的逆…...

Golang | Leetcode Golang题解之第498题对角线遍历

题目&#xff1a; 题解&#xff1a; func findDiagonalOrder(mat [][]int) []int {m, n : len(mat), len(mat[0])ans : make([]int, 0, m*n)for i : 0; i < mn-1; i {if i%2 1 {x : max(i-n1, 0)y : min(i, n-1)for x < m && y > 0 {ans append(ans, mat[x…...

什么是全局污染?怎么避免全局污染?

全局污染&#xff08;Global Pollution&#xff09;是指在编程过程中&#xff0c;过度使用全局变量或对象导致命名冲突、代码可维护性下降及潜在错误增加的问题。在 JavaScript 等动态语言中&#xff0c;尤其需要关注全局污染的风险。 全局污染的影响 1. 命名冲突 3. 意外修改…...

C# 串口通信教程

串口通信&#xff08;Serial Communication&#xff09;是一种用于设备之间数据传输的常见方法&#xff0c;通常用于与外部硬件设备&#xff08;如传感器、机器人、微控制器&#xff09;进行通信。在 C# 中&#xff0c;System.IO.Ports 命名空间提供了与串口设备交互的功能&…...

PHP编程基础

PHP&#xff08;Hypertext Preprocessor&#xff0c;超文本预处理器&#xff09;是一种广泛使用的开源服务器端脚本语言&#xff0c;主要用于网页开发&#xff0c;同时也可以进行命令行脚本编写。以下是PHP编程的基础知识&#xff1a; 1. PHP文件结构 PHP文件通常以 .php 为扩…...

TwinCAT3下位机配置EAP通讯传递与接收变量

添加EAP设备 DEVICE中右键选择添加新项&#xff0c;添加EAP&#xff08;EtherCAT Automation Protocal&#xff09;选择Network Variables类型&#xff0c;如下图。 设置网络适配器来激活EAP&#xff0c;在Adapter中选择search&#xff0c;选择网络适配器后确定&#xff0c;…...

近似推断 - 期望最大化(EM)篇

前言 近似推断是统计学和机器学习中一个至关重要的领域&#xff0c;尤其在处理复杂模型和不完全数据时显得尤为重要。期望最大化&#xff08; Expectation Maximization \text{Expectation Maximization} Expectation Maximization&#xff0c;简称 EM \text{EM} EM&#xff0…...

arp欺骗及其实验

ARP欺骗&#xff08;ARP Spoofing&#xff09;是一种网络攻击技术&#xff0c;攻击者通过伪造ARP&#xff08;地址解析协议&#xff09;消息&#xff0c;将其MAC地址与目标IP地址关联&#xff0c;从而实现对网络流量的截获、篡改或重定向。以下是ARP欺骗的详细信息&#xff1a;…...

HDU The Boss on Mars(容斥原理)

题目大意&#xff1a; ACM 有 n 名员工&#xff0c;现在是他们从老板那里拿薪水的时候了。所有员工都从 1 到 n 编号。原因不明&#xff0c;如果员工的工作编号是 k&#xff0c;他今年可以获得 k^4 Mars 美元。所以为 ACM 工作的员工非常富有。 因为员工人数太多&#xff0c;…...

rknn优化教程(二)

文章目录 1. 前述2. 三方库的封装2.1 xrepo中的库2.2 xrepo之外的库2.2.1 opencv2.2.2 rknnrt2.2.3 spdlog 3. rknn_engine库 1. 前述 OK&#xff0c;开始写第二篇的内容了。这篇博客主要能写一下&#xff1a; 如何给一些三方库按照xmake方式进行封装&#xff0c;供调用如何按…...

盘古信息PCB行业解决方案:以全域场景重构,激活智造新未来

一、破局&#xff1a;PCB行业的时代之问 在数字经济蓬勃发展的浪潮中&#xff0c;PCB&#xff08;印制电路板&#xff09;作为 “电子产品之母”&#xff0c;其重要性愈发凸显。随着 5G、人工智能等新兴技术的加速渗透&#xff0c;PCB行业面临着前所未有的挑战与机遇。产品迭代…...

鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个医院挂号小程序

一、开发准备 ​​环境搭建​​&#xff1a; 安装DevEco Studio 3.0或更高版本配置HarmonyOS SDK申请开发者账号 ​​项目创建​​&#xff1a; File > New > Create Project > Application (选择"Empty Ability") 二、核心功能实现 1. 医院科室展示 /…...

Python爬虫(二):爬虫完整流程

爬虫完整流程详解&#xff08;7大核心步骤实战技巧&#xff09; 一、爬虫完整工作流程 以下是爬虫开发的完整流程&#xff0c;我将结合具体技术点和实战经验展开说明&#xff1a; 1. 目标分析与前期准备 网站技术分析&#xff1a; 使用浏览器开发者工具&#xff08;F12&…...

2025盘古石杯决赛【手机取证】

前言 第三届盘古石杯国际电子数据取证大赛决赛 最后一题没有解出来&#xff0c;实在找不到&#xff0c;希望有大佬教一下我。 还有就会议时间&#xff0c;我感觉不是图片时间&#xff0c;因为在电脑看到是其他时间用老会议系统开的会。 手机取证 1、分析鸿蒙手机检材&#x…...

搭建DNS域名解析服务器(正向解析资源文件)

正向解析资源文件 1&#xff09;准备工作 服务端及客户端都关闭安全软件 [rootlocalhost ~]# systemctl stop firewalld [rootlocalhost ~]# setenforce 0 2&#xff09;服务端安装软件&#xff1a;bind 1.配置yum源 [rootlocalhost ~]# cat /etc/yum.repos.d/base.repo [Base…...

GitHub 趋势日报 (2025年06月06日)

&#x1f4ca; 由 TrendForge 系统生成 | &#x1f310; https://trendforge.devlive.org/ &#x1f310; 本日报中的项目描述已自动翻译为中文 &#x1f4c8; 今日获星趋势图 今日获星趋势图 590 cognee 551 onlook 399 project-based-learning 348 build-your-own-x 320 ne…...

Git 3天2K星标:Datawhale 的 Happy-LLM 项目介绍(附教程)

引言 在人工智能飞速发展的今天&#xff0c;大语言模型&#xff08;Large Language Models, LLMs&#xff09;已成为技术领域的焦点。从智能写作到代码生成&#xff0c;LLM 的应用场景不断扩展&#xff0c;深刻改变了我们的工作和生活方式。然而&#xff0c;理解这些模型的内部…...

【从零开始学习JVM | 第四篇】类加载器和双亲委派机制(高频面试题)

前言&#xff1a; 双亲委派机制对于面试这块来说非常重要&#xff0c;在实际开发中也是经常遇见需要打破双亲委派的需求&#xff0c;今天我们一起来探索一下什么是双亲委派机制&#xff0c;在此之前我们先介绍一下类的加载器。 目录 ​编辑 前言&#xff1a; 类加载器 1. …...

VisualXML全新升级 | 新增数据库编辑功能

VisualXML是一个功能强大的网络总线设计工具&#xff0c;专注于简化汽车电子系统中复杂的网络数据设计操作。它支持多种主流总线网络格式的数据编辑&#xff08;如DBC、LDF、ARXML、HEX等&#xff09;&#xff0c;并能够基于Excel表格的方式生成和转换多种数据库文件。由此&…...