微积分-反函数6.5(指数增长和衰减)

news2024/11/29 2:49:53

在许多自然现象中,数量的增长或衰减与其大小成正比。例如,如果 y = f ( t ) y = f(t) y=f(t) 表示在时间 t t t 时某种动物或细菌种群的个体数量,那么似乎可以合理地假设增长速率 f ’ ( t ) f’(t) f(t) 与种群 f ( t ) f(t) f(t) 成正比,即 f ’ ( t ) = k f ( t ) f’(t) = kf(t) f(t)=kf(t),其中 k k k 是某个常数。实际上,在理想条件下(无限的环境、充分的营养、免疫疾病),该方程 f ’ ( t ) = k f ( t ) f’(t) = kf(t) f(t)=kf(t) 相当准确地预测了实际发生的情况。另一个例子出现在核物理学中,放射性物质的质量以与其质量成正比的速率衰减。在化学中,一阶单分子反应的反应速率与物质的浓度成正比。在金融领域,一个储蓄账户的价值随着连续复利利息的增长而以与其价值成正比的速率增长。

一般而言,如果 y ( t ) y(t) y(t) 是某个数量在时间 t t t 的值,并且该数量相对于时间 t t t 的变化率与其当前大小 y ( t ) y(t) y(t) 成正比,则可以表示为:

d y d x = k y (1) \frac{dy}{dx}=ky \tag{1} dxdy=ky(1)

其中 k k k 是常数。方程 1 有时被称为自然增长定律(如果 k > 0 k > 0 k>0)或自然衰减定律(如果 k < 0 k < 0 k<0)。它被称为微分方程,因为它涉及未知函数 y y y 及其导数 d y d t \frac{dy}{dt} dtdy

解此方程并不难。该方程要求我们找到一个其导数是其自身常数倍的函数。任何形如 y ( t ) = C e k t y(t) = Ce^{kt} y(t)=Cekt 的指数函数都满足该方程,其中 C C C 是常数。

因此,满足 y ( 0 ) = C e k ⋅ 0 = C y(0) = Ce^{k \cdot 0} = C y(0)=Cek0=C,故 C C C 是函数的初始值。

定理 2 该微分方程 d y d t = k y \frac{dy}{dt} = ky dtdy=ky 的唯一解是指数函数:
y ( t ) = y ( 0 ) e k t y(t) = y(0)e^{kt} y(t)=y(0)ekt

人口增长

比例常数 k k k 的意义是什么?在人口增长的背景下,假设 P ( t ) P(t) P(t) 是时间 t t t 时的人口规模,我们可以写为:

d P d t = k P or 1 P d P d t = k (3) \frac{dP}{dt} = kP \quad \text{or} \quad \frac{1}{P} \frac{dP}{dt} = k \tag{3} dtdP=kPorP1dtdP=k(3)

其中:

1 P d P d t \frac{1}{P} \frac{dP}{dt} P1dtdP

是增长率除以人口规模;它被称为相对增长率

根据等式 (3),我们可以说“相对增长率是常数”,而不是说“增长率与人口规模成正比”。由此可得出结论,具有常数相对增长率的人口必须指数增长。注意,相对增长率 k k k 作为指数函数 C e k t Ce^{kt} Cekt 中的时间系数出现。例如:

d P d t = 0.02 P \frac{dP}{dt} = 0.02P dtdP=0.02P

如果 t t t 以年为单位,则相对增长率 k = 0.02 k = 0.02 k=0.02,人口以每年 2% 的速率增长。如果时间 t = 0 t = 0 t=0 时的人口为 P 0 P_0 P0,则人口的表达式为:

P ( t ) = P 0 e 0.02 t P(t) = P_0 e^{0.02t} P(t)=P0e0.02t

例1 利用以下事实:世界人口在 1950 年为 25.6 亿,在 1960 年为 30.4 亿,建立 20 世纪下半叶世界人口的模型。(假设增长率与人口规模成正比。)相对增长率是多少?使用该模型估计 1993 年的世界人口,并预测 2020 年的人口。

我们以年为单位测量时间 t t t,设 t = 0 t = 0 t=0 对应 1950 年。我们以百万人为单位衡量人口 P ( t ) P(t) P(t)。那么 P ( 0 ) = 2560 P(0) = 2560 P(0)=2560 P ( 10 ) = 3040 P(10) = 3040 P(10)=3040。由于我们假设 d P d t = k P \frac{dP}{dt} = kP dtdP=kP,根据定理 2,得到:

P ( t ) = P ( 0 ) e k t = 2560 e k t P ( 10 ) = 2560 e 10 k = 3040 k = 1 10 ln ⁡ 3040 2560 ≈ 0.017185 \begin{align*} P(t) &= P(0) e^{kt} = 2560 e^{kt}\\ P(10) &= 2560 e^{10k} = 3040\\ k &= \frac{1}{10} \ln \frac{3040}{2560} \approx 0.017185 \end{align*} P(t)P(10)k=P(0)ekt=2560ekt=2560e10k=3040=101ln256030400.017185

相对增长率大约为每年 1.7%,模型为:

P ( t ) = 2560 e 0.017185 t P(t) = 2560 e^{0.017185 t} P(t)=2560e0.017185t

我们估计 1993 年的世界人口为:

P ( 43 ) = 2560 e 0.017185 ( 43 ) ≈ 5360 million P(43) = 2560 e^{0.017185(43)} \approx 5360 \text{million} P(43)=2560e0.017185(43)5360million

模型预测 2020 年的人口为:

P ( 70 ) = 2560 e 0.017185 ( 70 ) ≈ 8524 million P(70) = 2560 e^{0.017185(70)} \approx 8524 \text{million} P(70)=2560e0.017185(70)8524million

放射性衰变

放射性物质通过自发发射辐射而衰变。如果 m ( t ) m(t) m(t) 是在时间 t t t 后剩余的初始质量 m 0 m_0 m0,那么相对衰变率为:

− 1 m d m d t -\frac{1}{m} \frac{dm}{dt} m1dtdm

实验表明这是常数。(由于 d m d t \frac{dm}{dt} dtdm 是负数,因此相对衰变率是正数。)因此可以得出:

d m d t = k m \frac{dm}{dt} = km dtdm=km

其中 k k k 是负常数。换句话说,放射性物质以与剩余质量成正比的速率衰变。这意味着我们可以使用公式 (2) 来证明质量指数衰减:

m ( t ) = m 0 e k t m(t) = m_0 e^{kt} m(t)=m0ekt

物理学家使用半衰期来表达衰变速率,即某一物质衰减到一半所需的时间。

例2 镭-226 的半衰期是 1590 年。
(a) 一个镭-226 样品的质量为 100 mg,找出该样品在 t t t 年后剩余质量的公式。
(b) 精确到毫克,求 1000 年后剩余的质量。
(c) 剩余质量何时减少到 30 mg?


(a) 设 m ( t ) m(t) m(t) 为镭-226 剩余的质量(单位:毫克),那么在 t t t 年后有:

d m d t = k m and m ( 0 ) = 100 \frac{dm}{dt} = km \quad \text{and} \quad m(0) = 100 dtdm=kmandm(0)=100

根据公式 (2),得到:

m ( t ) = m ( 0 ) e k t = 100 e k t m(t) = m(0) e^{kt} = 100 e^{kt} m(t)=m(0)ekt=100ekt

为了确定 k k k 的值,利用 m ( 1590 ) = 1 2 ( 100 ) m(1590) = \frac{1}{2}(100) m(1590)=21(100),因此:

100 e 1590 k = 50 so  e 1590 k = 1 2 100 e^{1590k} = 50 \quad \text{so } \quad e^{1590k} = \frac{1}{2} 100e1590k=50so e1590k=21

1590 k = ln ⁡ 1 2 = − ln ⁡ 2 1590k = \ln \frac{1}{2} = -\ln 2 1590k=ln21=ln2

k = − ln ⁡ 2 1590 k = \frac{-\ln 2}{1590} k=1590ln2

因此:

m ( t ) = 100 e − ( ln ⁡ 2 ) t / 1590 m(t) = 100 e^{-(\ln 2)t/1590} m(t)=100e(ln2)t/1590

我们可以利用 ln ⁡ 2 = 2 \ln 2 = 2 ln2=2 来将 m ( t ) m(t) m(t) 表达为另一种形式:

m ( t ) = 100 × 2 − t / 1590 m(t) = 100 \times 2^{-t/1590} m(t)=100×2t/1590

(b) 1000 年后的质量为:

m ( 1000 ) = 100 e − ( ln ⁡ 2 ) ( 1000 ) / 1590 ≈ 65 mg m(1000) = 100 e^{-(\ln 2)(1000)/1590} \approx 65 \text{mg} m(1000)=100e(ln2)(1000)/159065mg

(c) 我们要求 t t t,使得 m ( t ) = 30 m(t) = 30 m(t)=30,即:

100 e − ( ln ⁡ 2 ) t / 1590 = 30 或 e − ( ln ⁡ 2 ) t / 1590 = 0.3 100 e^{-(\ln 2)t/1590} = 30 \quad \text{或} \quad e^{-(\ln 2)t/1590} = 0.3 100e(ln2)t/1590=30e(ln2)t/1590=0.3

通过取两边的自然对数解 t t t

− ln ⁡ 2 1590 t = ln ⁡ 0.3 \frac{-\ln 2}{1590} t = \ln 0.3 1590ln2t=ln0.3

因此:

t = − 1590 ln ⁡ 0.3 ln ⁡ 2 ≈ 2762 years t = \frac{-1590 \ln 0.3}{\ln 2} \approx 2762 \text{years} t=ln21590ln0.32762years

为了验证我们的结果,使用图表工具绘制 m ( t ) m(t) m(t) 的图形并画出 m = 30 m = 30 m=30 的水平线。这两条曲线在 t ≈ 2800 t \approx 2800 t2800 时相交,与©部分的答案一致。

在这里插入图片描述

牛顿冷却定律

牛顿冷却定律指出,物体的冷却速率与物体和其周围环境之间的温差成正比,前提是这个温差不太大。(该定律同样适用于加热。)如果我们设 T ( t ) T(t) T(t) 为物体在时间 t t t 时的温度, T s T_s Ts 为环境的温度,那么我们可以将牛顿冷却定律表述为以下微分方程:

d T d t = k ( T − T s ) \frac{dT}{dt} = k(T - T_s) dtdT=k(TTs)

其中 k k k 是常数。这个方程与方程 (1) 不完全相同,因此我们作变量替换 y ( t ) = T ( t ) − T s y(t) = T(t) - T_s y(t)=T(t)Ts。因为 T s T_s Ts 是常数,所以我们有 y ’ ( t ) = T ’ ( t ) y’(t) = T’(t) y(t)=T(t),因此方程变为:

d y d t = k y \frac{dy}{dt} = ky dtdy=ky

然后我们可以使用公式 (2) 来找到 y y y 的表达式,从而找到 T T T

Here is the translation of the content in markdown format:

例3 一瓶室温 72°F 的汽水被放置在温度为 44°F 的冰箱中。半小时后,汽水的温度已经降到 61°F。
(a) 再过半小时后,汽水的温度是多少?
(b) 汽水冷却到 50°F 需要多长时间?


(a) 设 T ( t ) T(t) T(t) t t t 分钟后汽水的温度。环境温度为 T s = 4 4 ∘ F T_s = 44^\circ\text{F} Ts=44F,因此根据牛顿冷却定律:

d T d t = k ( T − 44 ) \frac{dT}{dt} = k(T - 44) dtdT=k(T44)

如果我们令 y = T − 44 y = T - 44 y=T44,那么 y ( 0 ) = T ( 0 ) − 44 = 72 − 44 = 28 y(0) = T(0) - 44 = 72 - 44 = 28 y(0)=T(0)44=7244=28,因此 y y y 满足:

d y d t = k y y ( 0 ) = 28 \frac{dy}{dt} = ky \quad y(0) = 28 dtdy=kyy(0)=28

根据公式 (2),我们有:

y ( t ) = y ( 0 ) e k t = 28 e k t y(t) = y(0) e^{kt} = 28 e^{kt} y(t)=y(0)ekt=28ekt

已知 T ( 30 ) = 61 T(30) = 61 T(30)=61,因此 y ( 30 ) = 61 − 44 = 17 y(30) = 61 - 44 = 17 y(30)=6144=17,得到:

28 e 30 k = 17 即 e 30 k = 17 28 28 e^{30k} = 17 \quad \text{即} \quad e^{30k} = \frac{17}{28} 28e30k=17e30k=2817

通过取对数,我们得到:

k = ln ⁡ ( 17 28 ) 30 ≈ − 0.01663 k = \frac{\ln \left( \frac{17}{28} \right)}{30} \approx -0.01663 k=30ln(2817)0.01663

因此:

y ( t ) = 28 e − 0.01663 t y(t) = 28 e^{-0.01663t} y(t)=28e0.01663t

T ( t ) = 44 + 28 e − 0.01663 t T(t) = 44 + 28 e^{-0.01663t} T(t)=44+28e0.01663t

T ( 60 ) = 44 + 28 e − 0.01663 ( 60 ) ≈ 54.3 T(60) = 44 + 28 e^{-0.01663(60)} \approx 54.3 T(60)=44+28e0.01663(60)54.3

因此,再过半小时汽水冷却到约 54°F。

(b) 当 T ( t ) = 50 T(t) = 50 T(t)=50 时:

44 + 28 e − 0.01663 t = 50 44 + 28 e^{-0.01663t} = 50 44+28e0.01663t=50

e − 0.01663 t = 6 28 e^{-0.01663t} = \frac{6}{28} e0.01663t=286

t = ln ⁡ ( 6 28 ) − 0.01663 ≈ 92.6 t = \frac{\ln \left( \frac{6}{28} \right)}{-0.01663} \approx 92.6 t=0.01663ln(286)92.6

汽水冷却到 50°F 需要大约 1 小时 33 分钟。

连续复利

例4 如果以 6% 的年利率投资 1000 1000 1000,并按年复利,则一年后这笔投资价值 1000 ( 1.06 ) = 1060 1000(1.06) = 1060 1000(1.06)=1060,两年后它的价值为 [ 1000 ( 1.06 ) ] 1.06 = 1123.60 [1000(1.06)]1.06 = 1123.60 [1000(1.06)]1.06=1123.60,而 t t t 年后它的价值为 1000 ( 1.06 ) t 1000(1.06)^t 1000(1.06)t。一般情况下,如果本金 A 0 A_0 A0 以利率 r r r(在此示例中 r = 0.06 r = 0.06 r=0.06)投资,则 t t t 年后其价值为 A 0 ( 1 + r ) t A_0(1 + r)^t A0(1+r)t。然而,通常情况下,利息更频繁地复利,比如每年复利 n n n 次。在每个复利期内,利率为 r / n r/n r/n,并且在 t t t 年内共有 n t nt nt 个复利期,因此投资的价值为:

A 0 ( 1 + r n ) n t A_0 \left(1 + \frac{r}{n}\right)^{nt} A0(1+nr)nt

例如,三年后,以 6% 的利率投资 1000 1000 1000 将有以下结果:

1000 ( 1.06 ) 3 = 1191.02 年复利 1000(1.06)^3 = 1191.02 \quad \text{年复利} 1000(1.06)3=1191.02年复利

1000 ( 1.03 ) 6 = 1194.05 半年复利 1000(1.03)^6 = 1194.05 \quad \text{半年复利} 1000(1.03)6=1194.05半年复利

1000 ( 1.015 ) 12 = 1195.62 季度复利 1000(1.015)^{12} = 1195.62 \quad \text{季度复利} 1000(1.015)12=1195.62季度复利

1000 ( 1.005 ) 36 = 1196.68 月复利 1000(1.005)^{36} = 1196.68 \quad \text{月复利} 1000(1.005)36=1196.68月复利

1000 ( 1 + 0.06 365 ) 365 ⋅ 3 = 1197.20 日复利 1000 \left(1 + \frac{0.06}{365}\right)^{365 \cdot 3} = 1197.20 \quad \text{日复利} 1000(1+3650.06)3653=1197.20日复利

当复利期数 n n n 增加时,支付的利息也增加。如果我们让 n → ∞ n \to \infty n,那么利息将连续复利,投资的价值将为:

A ( t ) = lim ⁡ n → ∞ A 0 ( 1 + r n ) n t = lim ⁡ n → ∞ A 0 [ ( 1 + r n ) n / r ] r t = A 0 [ lim ⁡ n → ∞ ( 1 + r n ) n / r ] r t = A 0 [ lim ⁡ m → ∞ ( 1 + 1 m ) m ] r t ( where  m = n r ) \begin{align*} A(t) &= \lim_{n \to \infty} A_0 \left(1 + \frac{r}{n}\right)^{nt}\\ &= \lim_{n \to \infty} A_0 \left[\left(1 + \frac{r}{n}\right)^{n/r}\right]^{rt}\\ &= A_0 \left[\lim_{n \to \infty} \left(1 + \frac{r}{n}\right)^{n/r}\right]^{rt}\\ &= A_0 \left[\lim_{m \to \infty} \left(1 + \frac{1}{m}\right)^{m}\right]^{rt} \quad (\text{where } m = \frac{n}{r}) \end{align*} A(t)=nlimA0(1+nr)nt=nlimA0[(1+nr)n/r]rt=A0[nlim(1+nr)n/r]rt=A0[mlim(1+m1)m]rt(where m=rn)

经过简化,结果为:

A ( t ) = A 0 e r t A(t) = A_0 e^{rt} A(t)=A0ert

如果我们对该方程求导,我们得到:

d A d t = r A 0 e r t = r A ( t ) \frac{dA}{dt} = rA_0 e^{rt} = rA(t) dtdA=rA0ert=rA(t)

这表示在连续复利的情况下,投资增长率与其规模成正比。

例如, 1000 1000 1000 投资三年,利率为 6% 时,使用连续复利计算的投资价值为:

A ( 3 ) = 1000 e 0.06 ⋅ 3 = 1197.22 A(3) = 1000 e^{0.06 \cdot 3} = 1197.22 A(3)=1000e0.063=1197.22

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.coloradmin.cn/o/2192097.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

在实际芯片里,电阻电容电感是怎么制作的

一、电阻 以前的半导体工艺中&#xff0c;使用图形化和掺杂后的硅制作电阻&#xff0c;电阻值的高低取决于长度、线宽、结深和掺杂浓度。现在一般都使用多晶硅制作IC芯片上的电阻&#xff0c;多晶硅的线宽高度、宽度和掺杂浓度决定了电阻值大小。 为什么用多晶硅做电阻呢&am…

【IO】多路转接Select

一、初识 select 系统提供 select 函数来实现多路复用输入/输出模型. select 系统调用是用来让我们的程序监视多个文件描述符的状态变化的;程序会停在 select 这里等待&#xff0c;直到被监视的文件描述符有一个或多个发生了状态改变; select 函数原型 C #include <sys/…

u盘拷贝文件管控如何实现?4个方法一举搞定,一文详解!100%纯干货,赶快码住!

数字化办公日益普及&#xff0c;U盘作为便携的数据存储设备&#xff0c;在文件传输和备份中扮演着重要角色。 然而&#xff0c;U盘的使用也带来了数据泄露的风险&#xff0c;如何有效管控U盘拷贝文件呢&#xff1f;u盘拷贝文件管控如何实现&#xff1f; 本文&#xff0c;将详细…

winforms基本操作-将datagridview内容保存为excel文件

title: winforms基本操作-将datagridview内容保存为excel文件 tags: [winforms, windows, datagridview] categories: [客户端, windows, winforms] 这里记录一下将winforms展示的datagridview&#xff0c;导出或保存为excel文件。 这里说一下环境、版本信息&#xff1a; win系…

在线教育系统开发:SpringBoot框架的实战应用

4系统概要设计 4.1概述 本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式&#xff0c;是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示&#xff1a; 图4-1系统工作原理…

什么软件能指定usb端口禁用?五款电脑USB端口禁用软件!(热门分享)

什么软件能指定usb端口禁用&#xff1f; USB端口&#xff0c;作为电脑与外部设备连接的重要接口&#xff0c;其安全性日益受到企业的重视。 为了有效防止数据泄露和未经授权的设备接入&#xff0c;指定USB端口禁用成为了许多企业的迫切需求。 本文&#xff0c;将介绍五款热门…

京东云主机怎么用?使用京东云服务器建网站(图文教程)

京东云主机怎么用&#xff1f;非常简单&#xff0c;本文京东云服务器网jdyfwq.com使用以使用京东云服务器搭建WordPress博客网站为例&#xff0c;来详细说下京东云主机的使用方法。使用京东云服务器快速搭建WordPress网站教程&#xff0c;3分钟基于应用镜像一键搞定&#xff0c…

程序传入单片机的过程,以Avrdude为例分析

在市场上有各式各样的单片机&#xff0c;例如Arduino&#xff0c;51单片机&#xff0c;STM等。通常&#xff0c;我们都用其对应的IDE软件进行单片机的编程。这些软件既负责将程序代码转写成二进制代码&#xff0c;即机器语言&#xff0c;也负责将该二进制代码导入单片机。与此同…

YOLO11改进|卷积篇|引入空间通道重组卷积ScConv

目录 一、【SCConv】卷积1.1【SCConv】卷积介绍1.2【SCConv】核心代码 二、添加【SCConv】卷积2.1STEP12.2STEP22.3STEP32.4STEP4 三、yaml文件与运行3.1yaml文件3.2运行成功截图 一、【SCConv】卷积 1.1【SCConv】卷积介绍 SCConv 模块提供了一种新的视角来看待CNNs的特征提取…

无人机企业必备运营合格证及甲级服务能力等级证书详解

无人机企业在运营过程中&#xff0c;需要取得一系列资质证书以确保其合法、安全、高效地开展业务。其中&#xff0c;运营合格证和甲级服务能力等级证书是两个重要的资质认证。以下是这两个证书的详细解析&#xff1a; 无人机企业运营合格证 无人机企业运营合格证是由国家相关…

10个令人惊叹的AI工具

AI 确实改变了游戏规则&#xff1b;它彻底改变了我们工作、创造和与技术互动的方式。虽然 ChatGPT、DALLE 和 Midjourney 等巨头占据了大部分头条新闻&#xff0c;但还有很多其他不为人知的 AI 工具和技术&#xff0c;大多数都同样令人惊叹。 以下是十种你可能没有听说过但绝对…

【AI知识点】正则化(Regularization)

正则化&#xff08;Regularization&#xff09; 是机器学习和统计学中的一种技术&#xff0c;用于防止模型过拟合。在训练模型时&#xff0c;模型可能会过度拟合训练数据&#xff0c;导致在新数据上的表现较差。正则化通过在优化过程中引入额外的约束或惩罚项&#xff0c;使模型…

python如何比较字符串

Python可使用cmp()方法来比较两个对象&#xff0c;相等返回 0 &#xff0c;前大于后&#xff0c;返回 1&#xff0c;小于返回 -1。 a "abc" b "abc" c "aba" d "abd" print cmp(a,b) print cmp(a,c) print cmp(a,d) //返回 0 1 …

pWnos1.0 靶机渗透 (Perl CGI 的反弹 shell 利用)

靶机介绍 来自 vulnhub 主机发现 ┌──(kali㉿kali)-[~/testPwnos1.0] …

解决 OpenCloudOS 中 yum 安装 yum-utils 命令报错的问题

目录 前言1. 问题背景与错误分析2. 深入分析错误原因2.1 OpenCloudOS 与 CentOS 之间的区别2.2 文件冲突的具体分析 3. 解决方案3.1 使用 --replacefiles 强制安装3.2 使用 yum swap 替换冲突包3.3 手动调整冲突包 4. 预防与优化建议4.1 确保软件源的兼容性4.2 定期更新系统 结…

爆赞!豆瓣9.6,多语言版本全球发行,程序员入门大模型必读之作!

当一本书的内容足够好&#xff0c;它就会拥有多个语言版本 我已将这本大模型书免费分享出来&#xff0c;需要的小伙伴可以扫取。 在这个信息全球化的时代&#xff0c;一本书籍的卓越内容往往能够跨越语言的界限&#xff0c;触及世界各地读者的心灵。今天&#xff0c;我们庆祝…

617、合并二叉树

1、题目描述 . - 力扣&#xff08;LeetCode&#xff09; 规则&#xff1a;一个二叉树覆盖到另一颗二叉树上。 (1)重复的节点就将节点值做累加 (2)不重复的节点就取并集。 最终得到一个全新的二叉树&#xff0c;如下图所示。 2、分析 分析&#xff1a;也属于构造二叉树&#x…

Llama 3.2 安卓手机安装教程

在刚刚结束的Meta开发者大会上&#xff0c;Llama 3.2惊艳亮相。此次&#xff0c;它不仅拥有多模态能力&#xff0c;还与Arm等公司合作&#xff0c;推出了专门针对高通、联发科硬件优化的“移动”版本。 NSDT工具推荐&#xff1a; Three.js AI纹理开发包 - YOLO合成数据生成器 -…

Centos Stream 9备份与恢复、实体小主机安装PVE系统、PVE安装Centos Stream 9

最近折腾小主机&#xff0c;搭建项目环境&#xff0c;记录相关步骤 数据无价&#xff0c;丢失难复 1. Centos Stream 9备份与恢复 1.1 系统备份 root权限用户执行进入根目录&#xff1a; cd /第一种方式备份命令&#xff1a; tar cvpzf backup.tgz / --exclude/proc --exclu…

参数标准+-db和-db

-db是因为比值是相近的&#xff0c;值越进行越好&#xff0c;正负db代表两个值差异不大&#xff0c;可以分子比分母大或者分母比分子大-db代表串扰&#xff0c;分子比分母小&#xff0c;所以负db的值越小越好