交换求和顺序的条件

news2024/9/22 11:24:50

交换求和顺序

文章目录

  • 交换求和顺序
    • 应用场景
    • 可以交换求和的条件(部分内容来源ChatGPT)
    • 不能交换的情况
    • 其他可以参考的资料

应用场景

在多重求和中,交换求和顺序的最常见情况是需要改变计算某个表达式(通常是连乘或连加)的次序。换句话说,当你在求和时无法通过一个公式直接计算出结果时,可以考虑交换求和顺序; 或者,当交换求和顺序有助于简化计算或消除不必要的计算时,也可以考虑交换求和顺序。一般来说,如果你发现改变求和顺序后能够使问题更容易理解或计算,那么就可以考虑交换求和顺序。
(总之,就是你需要用的时候就会来找这个知识点的)在这里插入图片描述

可以交换求和的条件(部分内容来源ChatGPT)

结论仅供参考

求和顺序可以在以下两种情况下交换:

  1. 求和符号中的上下限与被求和式子中的变量无关。

对于这种情况,交换求和顺序不会改变求和结果。例如, ∑ i = 1 n ∑ j = 1 m a i , j = ∑ j = 1 m ∑ i = 1 n a i , j \sum_{i=1}^n \sum_{j=1}^m a_{i,j} = \sum_{j=1}^m \sum_{i=1}^n a_{i,j} i=1nj=1mai,j=j=1mi=1nai,j 就是一种典型的情况,因为 ∑ i = 1 n \sum_{i=1}^n i=1n ∑ j = 1 m \sum_{j=1}^m j=1m 的上下限1,n,m都和 a i , j a_{i,j} ai,j 无关。

直观理解这种情况,假设A是一个矩阵,里面的元素是 a i , j a_{i,j} ai,j,先对行求和再对列求和与先对列求和再对行求和效果一样

  1. 被求和式子满足柯西-施瓦茨定理(Cauchy-Schwarz Inequality)。

柯西-施瓦茨定理的一般形式是:

( ∑ i = 1 n a i b i ) 2 ≤ ( ∑ i = 1 n a i 2 ) ( ∑ i = 1 n b i 2 ) , \left(\sum_{i=1}^n a_i b_i\right)^2 \leq \left(\sum_{i=1}^n a_i^2\right) \left(\sum_{i=1}^n b_i^2\right), (i=1naibi)2(i=1nai2)(i=1nbi2),

其中 a i a_i ai b i b_i bi 是任意实数或复数。该定理表明,对于任意的数列 ( a i ) (a_i) (ai) ( b i ) (b_i) (bi),它们的内积平方不大于它们的长度平方之积。

基于柯西-施瓦茨定理,如果被求和式子满足以下条件:

∑ i = 1 n ∑ j = 1 m ∣ a i , j ∣ 2 < ∞ 和 ∑ i = 1 n ∑ j = 1 m ∣ b i , j ∣ 2 < ∞ , \sum_{i=1}^n \sum_{j=1}^m |a_{i,j}|^2 < \infty \quad \text{和} \quad \sum_{i=1}^n \sum_{j=1}^m |b_{i,j}|^2 < \infty, i=1nj=1mai,j2<i=1nj=1mbi,j2<

那么我们可以交换求和顺序,得到:

∑ i = 1 n ∑ j = 1 m a i , j b i , j = ∑ j = 1 m ∑ i = 1 n a i , j b i , j . \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} = \sum_{j=1}^m \sum_{i=1}^n a_{i,j} b_{i,j}. i=1nj=1mai,jbi,j=j=1mi=1nai,jbi,j.

接下来,我们可以利用柯西-施瓦茨定理推导出这个结论。首先,注意到对于任意的 j j j k k k

∑ i = 1 n ∣ a i , j b i , k ∣ ≤ ∑ i = 1 n ∣ a i , j ∣ 2 ∑ i = 1 n ∣ b i , k ∣ 2 , \sum_{i=1}^n |a_{i,j} b_{i,k}| \leq \sqrt{\sum_{i=1}^n |a_{i,j}|^2} \sqrt{\sum_{i=1}^n |b_{i,k}|^2}, i=1nai,jbi,ki=1nai,j2 i=1nbi,k2 ,

因此,如果满足 ∑ i = 1 n ∑ j = 1 m ∣ a i , j ∣ 2 < ∞ \sum_{i=1}^n \sum_{j=1}^m |a_{i,j}|^2 < \infty i=1nj=1mai,j2< ∑ i = 1 n ∑ j = 1 m ∣ b i , j ∣ 2 < ∞ \sum_{i=1}^n \sum_{j=1}^m |b_{i,j}|^2 < \infty i=1nj=1mbi,j2<,那么有:

∑ i = 1 n ∑ j = 1 m a i , j b i , j = ∑ i = 1 n ∑ j = 1 m ( ∑ k = 1 m a i , k b k , j ) b i , j = ∑ i = 1 n ∑ j = 1 m ∑ k = 1 m a i , k b k , j b i , j . \begin{aligned} \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} &= \sum_{i=1}^n \sum_{j=1}^m \left(\sum_{k=1}^m a_{i,k} b_{k,j}\right) b_{i,j} \\ &= \sum_{i=1}^n \sum_{j=1}^m \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j}. \end{aligned} i=1nj=1mai,jbi,j=i=1nj=1m(k=1mai,kbk,j)bi,j=i=1nj=1mk=1mai,kbk,jbi,j.


结论中第一个等号是通过把 ∑ i = 1 n ∑ j = 1 m a i , j b i , j \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} i=1nj=1mai,jbi,j 中的 b i , j b_{i,j} bi,j 提出来,然后利用求和符号的线性性质得到的。具体来说,我们有:

∑ i = 1 n ∑ j = 1 m a i , j b i , j = ∑ i = 1 n ∑ j = 1 m ( ∑ k = 1 m a i , k b k , j ) b i , j = ∑ i = 1 n ∑ j = 1 m ∑ k = 1 m a i , k b k , j b i , j . \begin{aligned} \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} &= \sum_{i=1}^n \sum_{j=1}^m \left(\sum_{k=1}^m a_{i,k} b_{k,j}\right) b_{i,j} \\ &= \sum_{i=1}^n \sum_{j=1}^m \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j}. \end{aligned} i=1nj=1mai,jbi,j=i=1nj=1m(k=1mai,kbk,j)bi,j=i=1nj=1mk=1mai,kbk,jbi,j.

这个等式的第一步,是因为将 b i , j b_{i,j} bi,j 提出来后可以得到:

∑ i = 1 n ∑ j = 1 m a i , j b i , j = ∑ i = 1 n ∑ j = 1 m a i , j ( b i , j + 0 + 0 + ⋯   ) = ∑ i = 1 n ∑ j = 1 m a i , j b i , j + ∑ i = 1 n ∑ j = 1 m a i , j ⋅ 0 + ⋯ = ∑ i = 1 n ∑ j = 1 m ( ∑ k = 1 m a i , k b k , j ) b i , j . \begin{aligned} \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} &= \sum_{i=1}^n \sum_{j=1}^m a_{i,j} (b_{i,j}+0+0+\cdots) \\ &= \sum_{i=1}^n \sum_{j=1}^m a_{i,j} b_{i,j} + \sum_{i=1}^n \sum_{j=1}^m a_{i,j} \cdot 0 + \cdots \\ &= \sum_{i=1}^n \sum_{j=1}^m \left(\sum_{k=1}^m a_{i,k} b_{k,j}\right) b_{i,j}. \end{aligned} i=1nj=1mai,jbi,j=i=1nj=1mai,j(bi,j+0+0+)=i=1nj=1mai,jbi,j+i=1nj=1mai,j0+=i=1nj=1m(k=1mai,kbk,j)bi,j.

这里的 0 0 0 表示任何一个不依赖于 i i i j j j 的数,因此它们可以被提出来。在第二步中,我们展开了 ∑ k = 1 m a i , k b k , j \sum_{k=1}^m a_{i,k} b_{k,j} k=1mai,kbk,j,然后再利用求和符号的线性性质将其和 b i , j b_{i,j} bi,j 相乘,得到:

∑ i = 1 n ∑ j = 1 m ( ∑ k = 1 m a i , k b k , j ) b i , j = ∑ i = 1 n ∑ j = 1 m ∑ k = 1 m a i , k b k , j b i , j . \begin{aligned} \sum_{i=1}^n \sum_{j=1}^m \left(\sum_{k=1}^m a_{i,k} b_{k,j}\right) b_{i,j} &= \sum_{i=1}^n \sum_{j=1}^m \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j}. \end{aligned} i=1nj=1m(k=1mai,kbk,j)bi,j=i=1nj=1mk=1mai,kbk,jbi,j.

这里的关键是利用了求和符号的线性性质,即对于任意常数 c c c 和两个可交换求和符号 ∑ \sum ∑ ′ \sum' ,有:

∑ i = 1 m ∑ j = 1 n c a i , j = c ∑ i = 1 m ∑ j = 1 n a i , j = c ∑ j = 1 n ∑ i = 1 m a i , j = ∑ j = 1 n ∑ i = 1 m c a i , j . \sum_{i=1}^m \sum_{j=1}^n c a_{i,j} = c \sum_{i=1}^m \sum_{j=1}^n a_{i,j} = c \sum_{j=1}^n \sum_{i=1}^m a_{i,j} = \sum_{j=1}^n \sum_{i=1}^m c a_{i,j}. i=1mj=1ncai,j=ci=1mj=1nai,j=cj=1ni=1mai,j=j=1ni=1mcai,j.

在这个式子中,我们可以把第二个求和符号 ∑ \sum 看成一个常数,然后和 b i , j b_{i,j} bi,j 相乘,就得到了结论中的第一个等号。


现在,我们可以交换求和顺序:

∑ i = 1 n ∑ j = 1 m ∑ k = 1 m a i , k b k , j b i , j = ∑ j = 1 m ∑ i = 1 n ∑ k = 1 m a i , k b k , j b i , j , \begin{aligned} &\sum_{i=1}^n \sum_{j=1}^m \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j} \\ =& \sum_{j=1}^m \sum_{i=1}^n \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j}, \end{aligned} =i=1nj=1mk=1mai,kbk,jbi,jj=1mi=1nk=1mai,kbk,jbi,j,

接下来,我们可以继续化简右边的式子:

∑ j = 1 m ∑ i = 1 n ∑ k = 1 m a i , k b k , j b i , j = ∑ j = 1 m ∑ k = 1 m ∑ i = 1 n a i , k b k , j b i , j = ∑ j = 1 m ∑ k = 1 m b k , j ( ∑ i = 1 n a i , k b i , j ) = ∑ i = 1 n ∑ j = 1 m a i , j ( ∑ k = 1 m b k , j b i , k ) . \begin{aligned} \sum_{j=1}^m \sum_{i=1}^n \sum_{k=1}^m a_{i,k} b_{k,j} b_{i,j} &= \sum_{j=1}^m \sum_{k=1}^m \sum_{i=1}^n a_{i,k} b_{k,j} b_{i,j} \\ &= \sum_{j=1}^m \sum_{k=1}^m b_{k,j} \left(\sum_{i=1}^n a_{i,k} b_{i,j}\right) \\ &= \sum_{i=1}^n \sum_{j=1}^m a_{i,j} \left(\sum_{k=1}^m b_{k,j} b_{i,k}\right). \end{aligned} j=1mi=1nk=1mai,kbk,jbi,j=j=1mk=1mi=1nai,kbk,jbi,j=j=1mk=1mbk,j(i=1nai,kbi,j)=i=1nj=1mai,j(k=1mbk,jbi,k).

最后一个等号是因为我们再次利用了柯西-施瓦茨定理。由此可见,当被求和式子满足柯西-施瓦茨定理时,我们可以交换求和顺序,而且能够得到一种更简单的形式。

不能交换的情况

除了上述两种情况,一般情况下不能随意交换求和顺序。例如,对于 i = 1 , 2 , 3 i=1,2,3 i=1,2,3 j = 1 , 2 j=1,2 j=1,2,假设 a i , j = i + j a_{i,j}=i+j ai,j=i+j,则:

∑ i = 1 3 ∑ j = 1 2 a i , j = ( 1 + 2 ) + ( 1 + 3 ) + ( 2 + 2 ) + ( 2 + 3 ) + ( 3 + 2 ) + ( 3 + 3 ) = 18 , \begin{aligned} \sum_{i=1}^3 \sum_{j=1}^2 a_{i,j} &= (1+2) + (1+3) + (2+2) + (2+3) + (3+2) + (3+3) \\ &= 18, \end{aligned} i=13j=12ai,j=(1+2)+(1+3)+(2+2)+(2+3)+(3+2)+(3+3)=18,

但是,如果我们交换求和顺序,就会得到不同的结果:

∑ j = 1 2 ∑ i = 1 3 a i , j = ( 1 + 1 + 2 ) + ( 2 + 2 + 3 ) = 11. \begin{aligned} \sum_{j=1}^2 \sum_{i=1}^3 a_{i,j} &= (1+1+2) + (2+2+3) \\ &= 11. \end{aligned} j=12i=13ai,j=(1+1+2)+(2+2+3)=11.

因此,在一般情况下,求和顺序不能任意交换。

其他可以参考的资料

https://zhuanlan.zhihu.com/p/553703824
https://zhuanlan.zhihu.com/p/499839696

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/594096.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

【软件】无联网情况下安装Win11 / 华为电脑更换Win11系统后触摸屏、声卡失效物理解决方案

一、提前备份好电脑驱动&#xff08;华为电脑更换Win11系统后触摸屏、声卡失效物理解决方案&#xff09; 1.电脑驱动备份方法&#xff1a; 1&#xff09;通过管理员身份打开命令提示符。 2&#xff09;输入命令&#xff1a;dism /online /export-driver /destination:"D…

极氪汽车 APP 系统云原生架构转型实践

作者&#xff1a;极氪汽车 前言 新能源汽车已经成为我国汽车市场再次崛起的关键支柱&#xff0c;随着新能源汽车市场的快速发展&#xff0c;不同类型的品牌造车厂商呈现出百花齐放的态势。极氪汽车是吉利控股集团旗下高端纯电汽车新品牌&#xff0c;2021 年 4 月极氪发布首款…

踩坑笔记 ---- 使用LocalDateTime开通会员到期时间与自动续费业务某天用户突然为0

写在前面 使用LocalDateTime的同学需要注意下&#xff0c;这东西的plusMonth可能会有点点超出你的认知&#xff0c;如果不慎掉坑里&#xff0c;希望这篇笔记可以给你提供思路 业务背景 此业务场景非常简单&#xff0c;自动续费业务&#xff0c;需要在用户会员到期前24小时执…

Linux 防火墙开启端口

文章目录 查看防火墙状态开启指定端口重启防火墙重新加载防火墙查看已开启的端口关闭指定端口临时关闭防火墙永久关闭防火墙&#xff08;必须先临时关闭防火墙&#xff0c;再执行该命令&#xff0c;进行永久关闭&#xff09;结语 以下是一些常用的 firewalld 命令&#xff1a; …

C++11中条件标量和互斥锁应用出现死锁思考

条件变量和互斥锁在多线程同步过程中经常被使用&#xff0c;以下测试程序测试其使用。 目录 1.测试程序1 2.测试程序2 3.运行结果思考 1.测试程序1 #include <mutex> #include <deque> #include <iostream> #include <thread> #include <condi…

5-网络初识——封装和分用

目录 1.数据封装的过程 2.数据分用的过程 PS&#xff1a;网络数据传输的基本流程&#xff08;以QQ为例&#xff0c;A给B发送一个hello&#xff09;&#xff1a; 一、发送方&#xff1a; 二、接收方&#xff1a; 不同的协议层对数据包有不同的称谓&#xff0c;在传输层叫做…

Linux:忘记root密码解决办法

如果你是虚拟机只要将光盘镜像连接到虚拟机上&#xff0c;以光盘iso镜像启动 如果你是真机或服务器那将实体u盘或实体光盘连接至设备并且以连接的设备启动 开机时候打断开机 使用 &#xff08;u盘|光盘&#xff09;引导启动 troubleshooting rescue a centos system 输入 1…

前后端分离式项目架构流程(爆肝两万字)

文章目录 &#x1f412;个人主页&#x1f3c5;JavaEE系列专栏&#x1f4d6;前言&#xff1a; 【&#x1f387;前端】先创建Vue-cli项目&#xff0c;请选择此项目【&#x1f380;创建路由】打开命令行工具&#xff0c;进入你的项目目录&#xff0c;输入下面命令。1.创建 router …

SimpleCG绘图函数(4)--绘制圆

在前一篇教程我们利用绘制矩形功能绘制了一个城市,接下来我们讲解另外一个同样重要且基础的图形----圆形。并一起看看该图形能绘制哪些应用呢。 绘制圆形相关函数如下&#xff1a; //圆心坐标(nXCenter,nYCenter),半径为nRatio//绘无填充制圆 void circle( int nXCenter, int …

KG-BERT: BERT for Knowledge Graph Completion 2019ACL

把BERT用在知识图谱补全上 提出KG-BERT模型&#xff0c;在预训练好的BERT基础上继续fine-tuning。 1.传统KGC方法 传统的KGC方法一般依赖于KGE&#xff0c;而KGE往往通过将KG中的三元组关系投影到某个表示空间中&#xff0c;然后使用打分函数对三元组的合理性进行评估&#x…

OA系统流程传出文档

泛微OA如何与第三方接口交互 注意: 1.对于泛微OA中不能作为节点后的自定义编码代码,可能有以下几种原因: 代码存在语法错误:节点后的自定义编码代码应该是正确的Java代码,如果代码中存在语法错误,如缺少分号或者括号不匹配等,将不能正常编译执行。 缺少必要的依赖:节点…

C++ 内存分区模型

C程序在执行时&#xff0c;将内存大方向划分为4个区域 代码区&#xff1a;存放函数体的二进制代码&#xff0c;由操作系统进行管理的 全局区&#xff1a;存放全局变量和静态变量以及常量 栈区&#xff1a;由编译器自动分配释放 , 存放函数的参数值 , 局部变量等 堆区&…

CS5366芯片方案|单芯片type-C转HMID+PD+U3拓展坞方案|CS5366设计电路原理图

CS5366是一款高性能USB Type-c/DisplayPort TM&#xff08;DP&#xff09;到HDMI2.0转换器&#xff0c;设计用于USB Type-c源到HDMI2.0sink。CS5366集成了符合DP1.4标准的接收器和符合hdmi2.0标准的发射器。还包括两个CC控制器用于CC通信&#xff0c;以实现DP Alt Mode和功率传…

目标检测中,DETR方法为何class设置为91+1,DINO中为91

基于DEtection TRansformer的DETR框架https://github.com/facebookresearch/detr因为end-to-end&#xff0c;无需后处理等优点&#xff0c;逐渐得到青睐。DINO方法https://github.com/IDEA-Research/DINO更是取得了在COCO2017的SOTA结果。 其中&#xff0c;在DETR方法中&#…

Revit简单的门族创建及CAD图纸翻模门窗

一、Revit简单的门族创建步骤 门是我们建筑模型中不可缺少的一个构件&#xff0c;如何在族中绘制一个自己的门族呢?下面教大家绘制一个简单的门族&#xff0c;让你了解门的构件绘制。 打开公制门族进行创建 首先我们要进行门框的创建&#xff0c;很多人会以为系统自带的这个是…

【数据结构】一篇文章带你彻底学会《后缀表达式》

创作不易&#xff0c;本篇文章如果帮助到了你&#xff0c;还请点赞 关注支持一下♡>&#x16966;<)!! 主页专栏有更多知识&#xff0c;如有疑问欢迎大家指正讨论&#xff0c;共同进步&#xff01; &#x1f525;c语言系列专栏&#xff1a;c语言之路重点知识整合 &#x…

什么是项目可交付成果?定义、示例及管理工具

项目产生可交付成果&#xff0c;这只是项目活动的结果。项目可交付成果可大可小&#xff0c;其数量也因项目而异。它们是由项目管理团队和利益相关者在项目规划阶段商定的。 换句话说&#xff0c;任何类型的项目都有投入和产出。投入是你投入到项目中的东西&#xff0c;如数据…

Pixhawk无人机-ArduPilot 软件SITL仿真模拟飞行(SITL+MAVProxy)

1 引言 本人是先看了多个博客实现了&#xff1a;在ubuntu下建立完整的ardupilot开发环境。 该文是基于搭建完编译环境后&#xff0c;也就是搭建好ardupilot的仿真环境实现的。 在文章: 《Pixhawk无人机扩展教程(5)—SITL仿真模拟飞行&#xff1a;开发环境搭建》.中指出&#…

究竟什么是CRM?一文带您了解

目录 一、什么是CRM&#xff1f;它是用来做什么的&#xff1f; 1、获取商机的源头&#xff1a;全渠道营销管理 2、业绩提升的核心&#xff1a;销售管理 3、有温度的触达&#xff1a;客户服务 二、企业为什么需要布局CRM 1、销售是一场没有硝烟的战争 2、信息孤岛存在&am…

调用华为API实现中文语音识别

目录 1. 作者介绍2. 华为云中文语音识别2.1 录音文件识别与获取2.2 限制要求2.3 对象存储服务&#xff08;OBS&#xff09;简介 3. 实验过程以及结果3.1获得API3.2 代码实现3.3 运行结果 参考&#xff08;可供参考的链接和引用文献&#xff09; 1. 作者介绍 张楠&#xff0c;女…