当前位置: 首页 > news >正文

网站如何被收录情况/刚刚发生了一件大事

网站如何被收录情况,刚刚发生了一件大事,我国电子政府门户网站建设的问题与建议,岳塘区建设路街道网站文章目录 abstract微元法平面图形的面积极坐标上图形面积曲边扇形面积 平行截面面积为已知的立体体积旋转体的体积绕 x x x轴旋转绕 y y y轴旋转另一类型旋转体积 曲线弧长参数方程表示的曲线弧长直角坐标方程表示的曲线弧长极坐标方程表示得曲线弧长小结 abstract 微元法定积…

文章目录

    • abstract
    • 微元法
    • 平面图形的面积
      • 极坐标上图形面积
        • 曲边扇形面积
    • 平行截面面积为已知的立体体积
    • 旋转体的体积
    • 曲线弧长
      • 参数方程表示的曲线弧长
      • 直角坐标方程表示的曲线弧长
      • 极坐标方程表示得曲线弧长
      • 小结

abstract

  • 微元法
  • 定积分的应用平面图形面积@立体体积@曲线弧长

微元法

  • 定积分(一重,二重,三重积分)应用的关键在于微元法
  • 设所求的量 F F F依赖于区间 [ a , b ] [a,b] [a,b]以及在此区间上定义的某函数 f ( x ) f(x) f(x),且满足
    • f ( x ) f(x) f(x)为常数 C C C时, F = C ⋅ ( b − a ) F=C\cdot{(b-a)} F=C(ba)
    • [ a , b ] [a,b] [a,b]分为一些小区间 Δ x \Delta{x} Δx之和时,量 F F F也被分割为相应的一些 Δ F \Delta{F} ΔF之和,即 F F F具有可加性
  • f ( x ) f(x) f(x)在小区间 [ x , x + Δ x ] [x,x+\Delta{x}] [x,x+Δx]上视为常量,于是由微分学有,近似
    • Δ F ≈ f ( x ) Δ x \Delta{F}\approx{f(x)}\Delta{x} ΔFf(x)Δx(1),或更准确表示为: Δ F \Delta{F} ΔF= f ( x ) Δ x + o ( Δ x ) f(x)\Delta{x}+o(\Delta{x}) f(x)Δx+o(Δx), ( Δ x → 0 ) (\Delta{x}\to{0}) (Δx0)(2)
    • 从而 d F \mathrm{d}F dF= f ( x ) d x f(x)\mathrm{d}x f(x)dx(3),两边做 [ a , b ] [a,b] [a,b]上的积分,即 F = ∫ a b f ( x ) d x F=\int_{a}^{b}f(x)\mathrm{d}x F=abf(x)dx
  • 式(1)或(2)称为取微元,式(3)称为** F F F的微元**
  • 微元法的步骤为:划分,近似,求和,逼近

平面图形的面积

  1. 曲线 y = y 2 ( x ) y=y_2(x) y=y2(x) y = y 1 ( x ) y=y_1(x) y=y1(x),( y 2 ( x ) ⩾ y 1 ( x ) y_2(x)\geqslant{y_1(x)} y2(x)y1(x))以及 x = a , x = b x=a,x=b x=a,x=b围成的平面图形的面积 S = ∫ a b ( y 2 ( x ) − y 1 ( x ) ) d x S=\int_{a}^{b}(y_2(x)-y_1(x))\mathrm{d}x S=ab(y2(x)y1(x))dx
  2. 曲线 x = x 2 ( y ) x=x_2(y) x=x2(y) x = x 1 ( y ) x=x_1(y) x=x1(y),( x 2 ( y ) ⩾ x 1 ( y ) x_2(y)\geqslant{x_1(y)} x2(y)x1(y))以及 y = c , y = d y=c,y=d y=c,y=d围成的平面图形面积为 S = ∫ c d ( x 2 ( y ) − x 1 ( y ) ) d y S=\int_{c}^{d}(x_2(y)-x_1(y))\mathrm{d}y S=cd(x2(y)x1(y))dy
  3. 极坐标曲线 r = r ( θ ) r=r(\theta) r=r(θ)介于两射线 θ = α \theta=\alpha θ=α θ = β \theta=\beta θ=β, ( 0 < β − α ⩽ 2 π ) (0<\beta-\alpha\leqslant{2\pi}) (0<βα2π)之间的曲边扇形的面积为 S = 1 2 ∫ α β r 2 ( θ ) d θ S=\frac{1}{2}\int_{\alpha}^{\beta}r^2(\theta)\mathrm{d}\theta S=21αβr2(θ)dθ
  4. 由参数方程: x = x ( t ) x=x(t) x=x(t), y = y ( t ) y=y(t) y=y(t), ( α ⩽ t ⩽ β ) (\alpha\leqslant{t}\leqslant\beta) (αtβ)所围成平面图形的面积为 S = ∫ α β ∣ y ( t ) x ′ ( t ) ∣ d t S=\int_{\alpha}^{\beta}|y(t)x'(t)|\mathrm{d}t S=αβy(t)x(t)dt S = ∫ α β ∣ x ( t ) y ′ ( t ) ∣ d t S=\int_{\alpha}^{\beta}|x(t)y'(t)|\mathrm{d}t S=αβx(t)y(t)dt
    • 某些曲线方程的显函数形式不易表示,可考虑使用参数方程表示,并利用换元积分法的方法对参数方程确定的曲线相关图形的面积进行定积分计算
    • 例如椭圆 x = a cos ⁡ t x=a\cos{t} x=acost, y = b sin ⁡ t y=b\sin{t} y=bsint的面积,即椭圆 x 2 a 2 + y 2 b 2 = 1 \frac{x^2}{a^2}+\frac{y^2}{b^2}=1 a2x2+b2y2=1在第一象限的面积,是整个椭圆面积 S S S 1 4 \frac{1}{4} 41, S = 4 ∫ 0 a y d x S=4\int_{0}^{a}y\mathrm{d}x S=40aydx
      • x x x 0 → a 0\to{a} 0a时,即 a cos ⁡ t a\cos{t} acost 0 → a 0\to{a} 0a,即 cos ⁡ t \cos{t} cost从而 0 → 1 0\to{1} 01,所以 t t t π 2 → 0 \frac{\pi}{2}\to{0} 2π0可作为换元后的积分限
      • = 4 ∫ π 2 0 b sin ⁡ t ⋅ ( − a ) sin ⁡ t d t 4\int_{\frac{\pi}{2}}^{0}b\sin{t}\cdot{(-a)\sin{t}}\mathrm{d}t 42π0bsint(a)sintdt= 4 a b ∫ 0 π 2 sin ⁡ 2 t d t 4ab\int_{0}^{\frac{\pi}{2}}\sin^2{t}\mathrm{d}t 4ab02πsin2tdt 对调积分限
      • = 4 a b ( 1 2 ( t − 1 2 sin ⁡ 2 t ) ) ∣ 0 π 2 4ab(\frac{1}{2}(t-\frac{1}{2}\sin{2t}))|_{0}^{\frac{\pi}{2}} 4ab(21(t21sin2t))02π= π a b \pi{ab} πab

极坐标上图形面积

曲边扇形面积
  • 曲边扇形:普通扇形(或称为圆弧扇形或圆扇形)的圆弧改为一般曲线弧后的图形

    • 一般默认扇形指的是圆扇形
  • 对于极坐标曲线方程 r = r ( θ ) r=r(\theta) r=r(θ),自变量为极角 θ \theta θ,因变量为 r r r

  • 假设 r ( θ ) r(\theta) r(θ)在区间 [ α , β ] [\alpha,\beta] [α,β]上连续, r ( θ ) ⩾ 0 r(\theta)\geqslant{0} r(θ)0,求两射线 θ = α \theta=\alpha θ=α θ = β \theta=\beta θ=β, ( 0 < β − α ⩽ 2 π ) (0<\beta-\alpha\leqslant{2\pi}) (0<βα2π)以及 r = r ( θ ) r=r(\theta) r=r(θ)所围成的曲边扇形的面积 S S S

  • 这个问题的计算公式可以通过定积分的定义推导

    • 设区间 [ α , β ] [\alpha,\beta] [α,β]分为 n n n个部分区间,并构成 n n n个区间的 n + 1 n+1 n+1个分点为 α = θ 0 < θ 1 < ⋯ < θ n = β \alpha=\theta_0<\theta_1<\cdots<\theta_{n}=\beta α=θ0<θ1<<θn=β
    • Δ θ i \Delta{\theta}_{i} Δθi= θ i − θ i − 1 \theta_i-\theta_{i-1} θiθi1, ( i = 1 , 2 , ⋯ , n ) (i=1,2,\cdots,n) (i=1,2,,n);取 λ = max ⁡ 1 ⩽ i ⩽ n { Δ θ i } \lambda=\max\limits_{1\leqslant{i}\leqslant{n}}\set{\Delta\theta_{i}} λ=1inmax{Δθi}
    • 在每个部分区间内,任取一点 ξ i \xi_i ξi,(或记为 θ ‾ i \overline{\theta}_{i} θi)
    • 那么以 ξ i \xi_i ξi为半径,以射线 θ = θ i − 1 \theta=\theta_{i-1} θ=θi1 θ = θ i \theta=\theta_i θ=θi为两个边作圆扇形 O A B OAB OAB
    • 将这些小扇形的面积相加,的和式: S 1 S_1 S1= ∑ i = 1 n 1 2 [ r ( ξ i ) ] 2 Δ θ i \sum_{i=1}^{n}\frac{1}{2}[r(\xi_i)]^2\Delta{\theta_{i}} i=1n21[r(ξi)]2Δθi= ∑ i = 1 n 1 2 r 2 ( ξ i ) Δ θ i \sum_{i=1}^{n}\frac{1}{2}r^2(\xi_i)\Delta{\theta_{i}} i=1n21r2(ξi)Δθi,其正好是 f ( θ ) = 1 2 [ r ( θ ) ] 2 f(\theta)=\frac{1}{2}[r(\theta)]^2 f(θ)=21[r(θ)]2= 1 2 r 2 ( θ ) \frac{1}{2}{r^2(\theta)} 21r2(θ) [ α , β ] [\alpha,\beta] [α,β]上的积分和数
    • λ \lambda λ越小, S 1 S_1 S1就越接近 S S S,由于 f ( θ ) f(\theta) f(θ) [ α , β ] [\alpha,\beta] [α,β]上连续,从而 lim ⁡ λ → 0 ∑ i = 1 n 1 2 r 2 ( ξ i ) Δ θ i \lim\limits_{\lambda\to{0}}{\sum_{i=1}^{n}\frac{1}{2}r^2(\xi_i)\Delta{\theta_{i}}} λ0limi=1n21r2(ξi)Δθi= ∫ α β f ( θ ) d θ \int_{\alpha}^{\beta}f(\theta)\mathrm{d}\theta αβf(θ)dθ= 1 2 ∫ α β r 2 ( θ ) d θ \frac{1}{2}\int_{\alpha}^{\beta}r^2(\theta)\mathrm{d}\theta 21αβr2(θ)dθ
    • 从而的公式 S = 1 2 ∫ α β r 2 ( θ ) d θ S=\frac{1}{2}\int_{\alpha}^{\beta}r^2(\theta)\mathrm{d}\theta S=21αβr2(θ)dθ,就是曲边扇形的面积
  • 进一步地,若要求出曲扇环,(这里指扇环的两条圆弧改为一般曲线弧后的图形)

    • 结合曲边扇形的描述,用极坐标描述这个图形为:两个直边重合的曲边扇形面积之差
    • 即,由射线 θ = α , θ = β \theta=\alpha,\theta=\beta θ=α,θ=β,曲线 r = r 1 ( θ ) r=r_1(\theta) r=r1(θ), r = r 2 ( θ ) r=r_2(\theta) r=r2(θ), ( r 2 ( θ ) ⩽ r 1 ( θ ) ) (r_2(\theta)\leqslant r_1(\theta)) (r2(θ)r1(θ))所围成的图形面积为 S = 1 2 ∫ α β r 1 2 ( θ ) d θ S=\frac{1}{2}\int_{\alpha}^{\beta}r_1^2(\theta)\mathrm{d}\theta S=21αβr12(θ)dθ- 1 2 ∫ α β r 2 2 ( θ ) d θ \frac{1}{2}\int_{\alpha}^{\beta}r_2^2(\theta)\mathrm{d}\theta 21αβr22(θ)dθ= 1 2 ∫ α β [ r 1 2 ( θ ) − r 2 2 ( θ ) ] d θ \frac{1}{2}\int_{\alpha}^{\beta}[r_1^2(\theta)-r_2^2(\theta)]\mathrm{d}\theta 21αβ[r12(θ)r22(θ)]dθ

平行截面面积为已知的立体体积

  • 考虑夹在垂直于 x x x轴的两个(立体空间)平面 x = a x=a x=a x = b x=b x=b, ( a < b ) (a<b) (a<b)之间的立体 V V V的体积(其体积也不妨记为 V V V)
  • 假定 [ a , b ] [a,b] [a,b]内任何一点处作垂直于 x x x轴的平面截立体V的面积为 A ( x ) A(x) A(x),且 A ( x ) A(x) A(x)是一个连续函数(为可以执行定积分计算作铺垫)
  • 推导体积 V V V的过程也是采用微分法,利用定积分的定义推导公式
  • x x x轴上的 [ a , b ] [a,b] [a,b]区间划分为 n n n分,并设分点为 a = x 0 < x 1 < ⋯ < x n = b a=x_0<x_1<\cdots<x_n=b a=x0<x1<<xn=b
    • i i i个小区间宽度为 Δ x i = x i − x i − 1 \Delta{x_i}=x_i-x_{i-1} Δxi=xixi1, ( i = 1 , 2 , ⋯ , n ) (i=1,2,\cdots,n) (i=1,2,,n)
  • 并令 λ = max ⁡ 1 ⩽ i ⩽ n { Δ x i } \lambda=\max\limits_{1\leqslant{i}\leqslant{n}}\set{\Delta{x_{i}}} λ=1inmax{Δxi};过 x i x_i xi作垂直于 x x x轴的平面 x = x i x=x_i x=xi, i = 1 , 2 , ⋯ , n i=1,2,\cdots,n i=1,2,,n,它们分别截立体V得到 n n n个小部分 V i V_i Vi,任取 ξ i ∈ ( x i − 1 , x i ) \xi_{i}\in{(x_{i-1},x_i)} ξi(xi1,xi),即用底面积为 A ( ξ i ) A(\xi_i) A(ξi),厚度为 Δ x i \Delta{x}_i Δxi的薄片(体积为 A ( ξ i ) Δ x i A(\xi_i)\Delta{x}_{i} A(ξi)Δxi)的体积之和 ∑ i = 1 n A ( ξ i ) Δ x i \sum_{i=1}^{n}A(\xi_i)\Delta{x_i} i=1nA(ξi)Δxi估计(逼近) V V V;
  • lim ⁡ λ → 0 ∑ i = 1 n A ( ξ i ) Δ x i \lim\limits_{\lambda\to{0}}{\sum_{i=1}^{n}A(\xi_i)\Delta{x_i}} λ0limi=1nA(ξi)Δxi= ∫ a b A ( x ) d x \int_{a}^{b}A(x)\mathrm{d}x abA(x)dx,因此 V = ∫ a b A ( x ) d x V=\int_{a}^{b}A(x)\mathrm{d}x V=abA(x)dx(1)

旋转体的体积

  • 旋转面:设有一块由连续曲线 y = f ( x ) y=f(x) y=f(x), ( f ( x ) ⩾ 0 ) (f(x)\geqslant{0}) (f(x)0)以及直线 x = a , x = b x=a,x=b x=a,x=b, ( a < b ) (a<b) (a<b) x x x轴围成的曲边梯形记为 A A A

x x x轴旋转

  • 图形 A A A x x x轴旋转一周而生成的一个旋转体 V x V_{x} Vx,显然垂直于 x x x轴的面截该立体得到的是圆盘,并且圆盘体积为 x x x的函数 A ( x ) A(x) A(x)= π f 2 ( x ) \pi{f^2(x)} πf2(x)(2)
  • 此时问题转换为截面积已知的立体体积,将(2)式代入(1)式,得 V x V_{x} Vx= π ∫ a b f 2 ( x ) d x \pi\int_{a}^{b}f^2(x)\mathrm{d}x πabf2(x)dx

y y y轴旋转

  • 图形 A A A y y y轴旋转一周而生成的一个旋转体 V y V_y Vy,可以考虑使用它套筒法取微元积分
  • 即,用平行于 y y y轴的圆柱面去截此旋转体,截面为周长为 2 π x 2\pi{x} 2πx,高度为 f ( x ) f(x) f(x)的圆柱侧面,面积记为 A ( x ) A(x) A(x)= 2 π x f ( x ) 2\pi{x}f(x) 2πxf(x)(3)
  • 同样代入公式(1),的 V y V_y Vy= 2 π ∫ a b x f ( x ) d x 2\pi\int_{a}^{b}xf(x)\mathrm{d}x 2πabxf(x)dx

另一类型旋转体积

  • 若构造曲边梯形的曲线为 x = ϕ ( y ) x=\phi(y) x=ϕ(y)形曲线,与直线 y = c , y = d y=c,y=d y=c,y=d, ( c < d ) (c<d) (c<d)以及 y y y轴构成的曲边梯形 B B B作为旋转面
  • y y y轴旋转1周得到的立体体积应用类似于 A A A旋转面旋转的立体体积计算方法可得
    • V y = π ∫ c d ϕ 2 ( y ) d y V_y=\pi\int_{c}^{d}\phi^2(y)\mathrm{d}y Vy=πcdϕ2(y)dy

曲线弧长

  • 曲线弧长同样可以用微元法来求解
  • 我们用曲线的内折线的长度来逼近被求曲线弧长
  • 设平面上的曲线 l l l A , B A,B A,B为端点,在 l l l上任意取 n + 1 n+1 n+1个点: A = M 0 , M 1 , ⋯ , M n = B A=M_0,M_1,\cdots,M_n=B A=M0,M1,,Mn=B,链接 M i − 1 , M i M_{i-1},M_i Mi1,Mi, i = 1 , 2 , ⋯ , n i=1,2,\cdots,n i=1,2,,n这些线段构成 l l l内折线 l ′ l' l
  • n n n不断增大, M i − 1 M i M_{i-1}M_i Mi1Mi不断接近于0时,若 l ′ l' l的长度趋近于于一个极限值,则这个极限值就定义为 l l l的长度;并且称此 l l l可求长的
  • 定理:光滑曲线弧是可求长的

参数方程表示的曲线弧长

  • 设曲线 l l l弧由参数方程 x = ϕ ( t ) x=\phi(t) x=ϕ(t), y = ψ ( t ) y=\psi(t) y=ψ(t), ( t ∈ [ α , β ] ) (t\in[\alpha,\beta]) (t[α,β])给出
    • 其中 ϕ ( t ) , ψ ( t ) \phi(t),\psi(t) ϕ(t),ψ(t) [ α , β ] [\alpha,\beta] [α,β]上具有连续导数, ϕ ′ ( t ) , ψ ′ ( t ) \phi'(t),\psi'(t) ϕ(t),ψ(t)不同时为0
    • 取参数 t t t为积分变量其变化区间为 [ α , β ] [\alpha,\beta] [α,β],相应于 [ α , β ] [\alpha,\beta] [α,β]上任意小区间 [ t , t + d t ] [t,t+\mathrm{d}t] [t,t+dt]小弧段的长度 Δ s \Delta{s} Δs近似等于对应的的长度 ( Δ x ) 2 + ( Δ y ) 2 \sqrt{(\Delta{x})^2+(\Delta{y})^2} (Δx)2+(Δy)2 ,
    • 因为
      • Δ x = ϕ ( t + d t ) − ϕ ( t ) ≈ d x \Delta{x}=\phi(t+\mathrm{d}t)-\phi(t)\approx{\mathrm{d}x} Δx=ϕ(t+dt)ϕ(t)dx= ϕ ′ ( t ) d t \phi'(t)\mathrm{d}t ϕ(t)dt
      • Δ y = ψ ( t + d t ) − ψ ( t ) ≈ d y \Delta{y}=\psi(t+\mathrm{d}t)-\psi(t)\approx{\mathrm{d}y} Δy=ψ(t+dt)ψ(t)dy= ψ ′ ( t ) d t \psi'(t)\mathrm{d}t ψ(t)dt
    • Δ s \Delta{s} Δs的近似值(弧微分),即弧长微元 d s \mathrm{d}s ds= ( d x ) 2 + ( d y ) 2 \sqrt{(\mathrm{d}x)^{2}+(\mathrm{d}y)^2} (dx)2+(dy)2 = ( ϕ ′ ( t ) d t ) 2 + ( ψ ′ ( t ) d t ) 2 \sqrt{(\phi'(t)\mathrm{d}t)^2+(\psi'(t)\mathrm{d}t)^2} (ϕ(t)dt)2+(ψ(t)dt)2 = ϕ ′ 2 ( t ) + ψ ′ 2 ( t ) d t \sqrt{\phi'^2(t)+\psi'^2(t)}\mathrm{d}t ϕ′2(t)+ψ′2(t) dt(0)
    • 所求弧长为 s = ∫ α β ϕ ′ 2 ( t ) + ψ ′ 2 ( t ) d t s=\int_{\alpha}^{\beta}\sqrt{\phi'^2(t)+\psi'^2(t)}\mathrm{d}t s=αβϕ′2(t)+ψ′2(t) dt(1)

直角坐标方程表示的曲线弧长

  • 设曲线弧由直角坐标方程 y = f ( x ) y=f(x) y=f(x), ( x ∈ [ a , b ] ) (x\in[a,b]) (x[a,b])给出
  • 其中 f ( x ) f(x) f(x) [ a , b ] [a,b] [a,b]上具有一阶连续导数,此时曲线弧的参数方程表示为(2) x = x x=x x=x; y = f ( x ) y=f(x) y=f(x), ( x ∈ [ a , b ] ) (x\in[a,b]) (x[a,b]),参数为 x x x
  • 从而问题转换为第一类问题,将方程组(2)代入(1),参数 t t t替换为 x x x;(积分变量 t t t替换为 x ) x) x),积分限替换为 [ a , b ] [a,b] [a,b],得 s = ∫ a b 1 + y ′ 2 d x s=\int_{a}^{b}\sqrt{1+y'^2}\mathrm{d}x s=ab1+y′2 dx(3)

极坐标方程表示得曲线弧长

  • 可同样转换为参数方程类型
  • 设曲线弧由极坐标 r = r ( θ ) r=r(\theta) r=r(θ), θ ∈ [ α , β ] \theta\in[\alpha,\beta] θ[α,β]给出,其中 r ( θ ) r(\theta) r(θ) [ α , β ] [\alpha,\beta] [α,β]上具有连续导数,则由直角坐标和极坐标转换公式可得该曲线弧的参数方程表示:(4)
    • x = x ( θ ) = r ( θ ) cos ⁡ θ x=x(\theta)=r(\theta)\cos{\theta} x=x(θ)=r(θ)cosθ, y = y ( θ ) = r ( θ ) sin ⁡ θ y=y(\theta)=r(\theta)\sin\theta y=y(θ)=r(θ)sinθ, ( θ ∈ [ α , β ] ) (\theta\in[\alpha,\beta]) (θ[α,β])
    • 这就是以极角 θ \theta θ为参数的曲线弧的参数方程
  • 于是弧长微元由公式(0),得 d s \mathrm{d}s ds= x ′ 2 ( θ ) + y ′ 2 ( θ ) d θ \sqrt{x'^2(\theta)+y'^2(\theta)}\mathrm{d}\theta x′2(θ)+y′2(θ) dθ= [ r ′ ( θ ) cos ⁡ θ − r ( θ ) sin ⁡ θ ] 2 − [ r ′ ( θ ) sin ⁡ θ + r ( θ ) cos ⁡ θ ] 2 d θ \sqrt{[r'(\theta)\cos{\theta}-r(\theta)\sin\theta]^2-[r'(\theta)\sin\theta+r(\theta)\cos\theta]^2}\mathrm{d}\theta [r(θ)cosθr(θ)sinθ]2[r(θ)sinθ+r(θ)cosθ]2 dθ= r ′ 2 ( θ ) + r 2 ( θ ) d θ \sqrt{r'^2(\theta)+r^2(\theta)}\mathrm{d}\theta r′2(θ)+r2(θ) dθ(5)
  • 从而所求弧长为 s = ∫ α β r ′ 2 ( θ ) + r 2 ( θ ) d θ s=\int_{\alpha}^{\beta}\sqrt{r'^2(\theta)+r^2(\theta)}\mathrm{d}\theta s=αβr′2(θ)+r2(θ) dθ(6)

小结

  • 参数方程表示曲线的能力最强,上述3种情形的后两种曲线形式都可以转换为参数方程形式,从而进一步推导出曲线不同表示方式下的曲线弧长公式

相关文章:

AM@微元法和定积分的应用@平面图形面积@立体体积@曲线弧长

文章目录 abstract微元法平面图形的面积极坐标上图形面积曲边扇形面积 平行截面面积为已知的立体体积旋转体的体积绕 x x x轴旋转绕 y y y轴旋转另一类型旋转体积 曲线弧长参数方程表示的曲线弧长直角坐标方程表示的曲线弧长极坐标方程表示得曲线弧长小结 abstract 微元法定积…...

SparkStreaming【实例演示】

前言 1、环境准备 启动Zookeeper和Kafka集群导入依赖&#xff1a; <dependency><groupId>org.apache.spark</groupId><artifactId>spark-core_2.12</artifactId><version>3.2.4</version></dependency><dependency>&l…...

提高抖音小店用户黏性和商品销量的有效策略

抖音小店是抖音平台上的电商模式&#xff0c;用户可以在抖音上购买各类商品。要提高用户黏性和商品销量&#xff0c;四川不若与众帮你整理了需要注意以下几个方面。 首先&#xff0c;提供优质的商品和服务。在抖音小店中&#xff0c;用户会通过观看商品展示视频和用户评价来选…...

提高公众意识:共同防范AI诈骗

随着人工智能技术的飞速发展&#xff0c;AI诈骗成为了一个不容忽视的威胁&#xff0c;影响到我们的社交、金融和个人隐私安全。在这个数字时代&#xff0c;提高公众对AI诈骗的意识至关重要&#xff0c;以下是一些关于如何提高公众意识以防范AI诈骗的观点&#xff1a; 认知AI诈…...

MES的物料管理

----物料管理的定义和作用---- 物料管理在制造执行系统&#xff08;MES&#xff09;中扮演着至关重要的角色。通过有效的物料管理&#xff0c;企业可以实现生产过程的高效性、准确性和可靠性&#xff0c;从而提高生产效率并降低成本。 一、物料管理的定义 物料管理是指对生产过…...

正点原子嵌入式linux驱动开发——Linux 多点电容触摸屏

随着智能手机的发展&#xff0c;电容触摸屏也得到了飞速的发展。相比电阻触摸屏&#xff0c;电容触摸屏有很多的优势&#xff0c;比如支持多点触控、不需要按压&#xff0c;只需要轻轻触摸就有反应。ALIENTEK的三款RGB LCD屏幕都支持多点电容触摸&#xff0c;本章就以ATK7016这…...

Git基础命令实践

文章目录 简介git的安装配置git的安装git的配置 git使用的基本流程创建版本库时光机穿梭版本回退工作区和暂存区管理修改撤销修改删除文件 远程仓库添加远程库从远程库克隆 总结 简介 本文主要记录了我在学习git操作的过程&#xff0c;以及如何使用GitHub。建议先参考廖雪峰的…...

微信小程序设计之页面文件pages

一、新建一个项目 首先&#xff0c;下载微信小程序开发工具&#xff0c;具体下载方式可以参考文章《微信小程序开发者工具下载》。 然后&#xff0c;注册小程序账号&#xff0c;具体注册方法&#xff0c;可以参考文章《微信小程序个人账号申请和配置详细教程》。 在得到了测…...

VScode 自定义主题各参数解析

参考链接&#xff1a; vscode自定义颜色时各个参数的作用(史上最全)vscode编辑器&#xff0c;自己喜欢的颜色 由于 VScode 搜索高亮是在是太不起眼了&#xff0c;根本看不到此时选中到哪个搜索匹配了&#xff0c;所以对此进行了配置&#xff0c;具体想增加更多可配置项可参考…...

Linux进程等待

文章目录 1. 为什么要进程等待2. 进程等待的方法waitwaitpid非阻塞轮询 1. 为什么要进程等待 子进程退出&#xff0c;如果父进程还未结束&#xff0c;没有管这个子进程&#xff0c;那么就可能会造成“僵尸进程”问题&#xff0c;进而出现内存泄漏 如果这个进程变成了“僵尸进程…...

python设计模式笔记1:创建型模式 工厂模式和抽象工厂模式

1.工厂模式 (1) 导入所需的模块&#xff08; json 和 ElementTree &#xff09;。 (2) 定义 JSON数据提取器类&#xff08; JSONDataExtractor &#xff09;。 (3) 定义 XML数据提取器类&#xff08; XMLDataExtractor &#xff09;。 (4) 添加工厂函数 dataextraction_factor…...

第五章 I/O管理 一、I/O设备的基本概念和分类

目录 一、什么是I/O设备 1、定义&#xff1a; 2、按特性分类&#xff1a; 3、按传输速率分类&#xff1a; 4、按信息交换的方式分类&#xff1a; 二、总结 一、什么是I/O设备 1、定义&#xff1a; I/O设备就是可以将数据输入到计算机&#xff0c;或者可以接收计算机输出…...

vue3动态引入图片(:src)

vite 官方默认的配置&#xff0c;如果资源文件在assets文件夹打包后会把图片名加上 hash值&#xff0c;但是直接通过 :src"imgSrc"方式引入并不会在打包的时候解析&#xff0c;导致开发环境可以正常引入&#xff0c;打包后却不能显示的问题 实际上我们不希望资源文…...

Android-登录注册页面(第三次作业)

第三次作业 - 登录注册页面 题目要求 嵌套布局。使用线性布局的嵌套结构&#xff0c;实现登录注册的页面。&#xff08;例4-3&#xff09; 创建空的Activity 项目结构树如下图所示&#xff1a; 注意&#xff1a;MainActivity.java文件并为有任何操作&#xff0c;主要功能集中…...

[论文精读]How Powerful are Graph Neural Networks?

论文原文&#xff1a;[1810.00826] How Powerful are Graph Neural Networks? (arxiv.org) 英文是纯手打的&#xff01;论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误&#xff0c;若有发现欢迎评论指正&#xff01;文章偏向于笔记&#x…...

Redis实现分布式锁之----超时和失效(非原子性)问题----解决方案

Redis实现分布式锁之----超时和失效&#xff08;非原子性&#xff09;问题----解决方案 超时和失效&#xff08;非原子性&#xff09;问题 原子性问题&#xff1a;上锁时存入线程名称&#xff0c;删除时要先判断锁内的名称是不是自己的&#xff0c;是再删除&#xff0c;但是后…...

Android使用Hilt依赖注入,让人看不懂你代码

前言 之前接手的一个项目里有些代码看得云里雾里的&#xff0c;找了半天没有找到对象创建的地方&#xff0c;后来才发现原来使用了Hilt进行了依赖注入。Hilt相比Dagger虽然已经比较简洁&#xff0c;但对初学者来说还是有些门槛&#xff0c;并且网上的许多文章都是搬自官网&…...

ZYNQ连载01-ZYNQ介绍

ZYNQ连载01-ZYNQ介绍 1. ZYNQ 参考文档&#xff1a;《ug585-zynq-7000-trm.pdf》 ZYNQ分为PS和PL两大部分&#xff0c;PS即ARM&#xff0c;PL即FPGA&#xff0c;PL作为PS的外设。 2. 方案 ZYNQ7020为双核A9架构&#xff0c;多核处理器常用的运行模式为AMP(非对称多处理)和…...

第十节——Vue组件

一、什么是组件 组件(Component)是vue.js中很强大的一个功能&#xff0c;可以将一些可重用的代码进行封重用。 所有的Vue 组件同时也是Vue 的实例&#xff0c;可以接受使用相同的选项对象和提供相同的生命周期钩子。 一句话概括&#xff1a;组件就是可以扩展HTML元素&#xff…...

Redis(01)| 数据结构

这里写自定义目录标题 Redis 速度快的原因除了它是内存数据库&#xff0c;使得所有的操作都在内存上进行之外&#xff0c;还有一个重要因素&#xff0c;它实现的数据结构&#xff0c;使得我们对数据进行增删查改操作时&#xff0c;Redis 能高效的处理。 因此&#xff0c;这次我…...

SpringBoot工程启动时自动创建数据库、数据表

文章目录 一&#xff0c;序二&#xff0c;自动创建数据库1. 数据源配置2. 修改支持数据库创建 三&#xff0c;自动创建数据库表以及数据1. 准备DDL、DML语句1.&#xff09;典型DDL语句2.&#xff09;典型DML语句 2. 设置初始化参数 四、源码传送 一&#xff0c;序 针对Java工程…...

Uni-app智慧工地可视化信息平台源码

智慧工地的核心是数字化&#xff0c;它通过传感器、监控设备、智能终端等技术手段&#xff0c;实现对工地各个环节的实时数据采集和传输&#xff0c;如环境温度、湿度、噪音等数据信息&#xff0c;将数据汇集到云端进行处理和分析&#xff0c;生成各种报表、图表和预警信息&…...

计算机网络重点概念整理-第五章 传输层【期末复习|考研复习】

第五章 传输层 【期末复习|考研复习】 计算机网络系列文章传送门&#xff1a; 第一章 计算机网络概述 第二章 物理层 第三章 数据链路层 第四章 网络层 第五章 传输层 第六章 应用层 第七章 网络安全 计算机网络整理-简称&缩写 文章目录 第五章 传输层 【期末复习|考研复习…...

Java毕业设计 SpringBoot 新能源充电桩管理系统

Java毕业设计 SpringBoot 新能源充电桩管理系统 SpringBoot 新能源充电桩管理系统 功能介绍 管理员 登录 验证码 注册 系统用户管理 普通用户管理 通知公告管理 留言管理 充电站管理 充电桩管理 充电桩预约 充电管理 订单管理 修改密码 普通用户 登录 修改个人资料 通知公告…...

JNI接口

NewStringUTF和NewString接口测试 打开输入法“显示表情与符号” 右键&#xff0c;拷贝字符简介 &#x1f34c; 香蕉 Unicode: U1F34C&#xff0c;UTF-8: F0 9F 8D 8C unicode码 &#x1f34c; \U0001f34c utf-8编码为0xf09f8d8c&#xff0c;结合char或char8_t的长度&…...

国内好用的免费ai软件

国内就只推荐几个大厂&#xff0c;基本感受都差不多 百度文心一言 百度研发的知识增强大语言模型&#xff0c;能够与人对话互动&#xff0c;回答问题&#xff0c;协助创作&#xff0c;高效便捷地帮助人们获取信息、知识和灵感。 地址&#xff1a;文心一言 (baidu.com) 阿里通…...

MAC缓解WebUI提示词反推

当前环境信息&#xff1a; 在mac上安装好stable diffusion后&#xff0c;能做图片生成了之后&#xff0c;遇到一些图片需要做提示词反推&#xff0c;这个时候需要下载一个插件&#xff0c;参考&#xff1a; https://gitcode.net/ranting8323/stable-diffusion-webui-wd14-tagg…...

【设计模式之原型模式 】– C++

5. 原型模式 – 复制粘贴&#xff0c;一摸一样 简介 原型模式&#xff08;Prototype Pattern&#xff09;是一种创建型设计模式&#xff0c;其主要目的是通过复制现有对象来创建新的对象&#xff0c;而无需从头开始构建。 使用场景 它通常用于以下情况&#xff1a; 当一个系统…...

Flask路由机制分析之二

一、前言 上篇 《Flask 路由机制分析之一》主要讲了Python函数的特性以及装饰器的基本概念&#xff0c;这节我们具体分析一下路由内部机制&#xff0c;Flask路由依赖于werkzegu的routing模块来实现。 二、werkzegu的routing模块介绍 Werkzegu库的routing模块主要功能在于URL…...

vue中如何获取当时时间时分秒

在 Vue 中可以使用 JavaScript 中的 Date 对象来获取当前时间&#xff0c;然后使用 Vue 中的数据绑定将时间显示在页面上。 <template><div><p>当前时间&#xff1a;{{ time }}</p></div> </template><script> export default {dat…...