什么样的矢量偏微分方程可以求解呢?
亥姆霍兹定理就是用来解决这个问题的。该定理表示:如果一个矢量场的散度、旋度和边界条件确定的话,那么就可以通过散度、旋度和边界条件来求解出该矢量场,而且该解唯一。
求解矢量场的思路是:

  1. 将矢量场表示为δ(r)\delta(r)δ(r)函数与矢量的空间卷积。
  2. 由于δ(r)\delta(r)δ(r)函数为标量函数−14π1∣r∣-\frac{1}{4\pi}\frac{1}{|r|}−4π1​∣r∣1​的拉普拉斯运算δ(r)=−14π∇21∣r∣\delta(r)=-\frac{1}{4\pi}\nabla^2 \frac{1}{|r|}δ(r)=−4π1​∇2∣r∣1​,因此矢量场就与散度和旋度产生了关系。
  3. 通过矢量三重积公式∇2A=∇×(∇×A)−∇(∇⋅A)\nabla^2 A =\nabla \times(\nabla \times A)-\nabla(\nabla \cdot A)∇2A=∇×(∇×A)−∇(∇⋅A),从而可以将矢量场表示为一无散场∇×A\nabla \times A∇×A的旋度与一标量场∇⋅A\nabla \cdot A∇⋅A的梯度之差。

在网上看了百度文库中的《亥姆霍兹定理的证明》【1】、百度文库中《格林公式证明亥姆霍兹定理》【2】、知乎中的《亥姆霍兹定理》【3】。文献【1】中的证明最简洁清晰;【2】中竟然对矢量函数应用格林定理,又对标量函数应用矢量三重积公式,我没明白是什么技巧,而且很明显多处公式错误,真有点怀疑作者和编辑;【3】中也存在对矢量函数应用格林定理的毛病(对公式4中最后一项就是用格林公式展开的)。
下面把自己对【1】的理解重新整理一下,更改了其中部分错误,优化局部的证明思路!

一、 δ(r)\delta(r)δ(r)函数和空间卷积

我认为这是亥姆霍兹定理的基点,类似信号系统中的冲激响应函数。有了该函数,矢量函数就可以表示为自己与δ(r)\delta(r)δ(r)的空间卷积了,即Fˉ(r)=∭VFˉ(r′)δ(r−r′)dV′\bar{F}(r)=\iiint_V \bar{F}(r^\prime) \delta(r-r^\prime)dV^\primeFˉ(r)=∭V​Fˉ(r′)δ(r−r′)dV′。
由于δ(r)=−14π∇2(1∣r∣)\delta(r)=-\frac{1}{4\pi} \nabla^2(\frac{1}{|r|})δ(r)=−4π1​∇2(∣r∣1​),所以,
Fˉ(r)=−14π∭VFˉ(r′)∇2(1∣r−r′∣)dV′\bar{F}(r)=-\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) \nabla^2(\frac{1}{|r-r\prime|})dV^\primeFˉ(r)=−4π1​∭V​Fˉ(r′)∇2(∣r−r′∣1​)dV′ (1)
基于该卷积中的拉普拉斯算子,从而引导出来了积分、散度和旋度等对象,从而得到了亥姆霍兹定理:矢量场可以表示为旋度和梯度。

二、矢量三重积

1.拉普拉斯算子移到积分外

−14π∭VFˉ(r′)∇2(1∣r−r′∣)dV′=−14π∇2∭VFˉ(r′)(1∣r−r′∣)dV′-\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) \nabla^2(\frac{1}{|r-r\prime|})dV^\prime = -\frac{1}{4\pi}\nabla^2 \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime−4π1​∭V​Fˉ(r′)∇2(∣r−r′∣1​)dV′=−4π1​∇2∭V​Fˉ(r′)(∣r−r′∣1​)dV′(2)
上式关键难点是:式左边是拉普拉斯运算是对标量,式右边是拉普拉斯运算是对矢量。为什么相等?
首先拉普拉斯算子是对 r求导,而不是对r’求导;其次,上式是一个矢量相等公式,相当于三个标量等式。写详细一些,对上式右边应用拉普拉斯算子的定义公式(∇2A)x=∂2Ax∂x2+∂2Ax∂y2+∂2Ax∂z2(\nabla^2A)_x=\frac{\partial^2A_x}{\partial x^2}+\frac{\partial^2A_x}{\partial y^2}+\frac{\partial^2A_x}{\partial z^2}(∇2A)x​=∂x2∂2Ax​​+∂y2∂2Ax​​+∂z2∂2Ax​​展开即可得证:
−14π∇2∭VFˉ(r′)(1∣r−r′∣)dV′=−14π∭V{ex(∂2∂x2+∂2∂y2+∂2∂z2)[Fˉx′(r′)(1∣r−r′∣)]+ey(∂2∂x2+∂2∂y2+∂2∂z2)[Fˉy′(r′)(1∣r−r′∣)]+ez(∂2∂x2+∂2∂y2+∂2∂z2)[Fˉz′(r′)(1∣r−r′∣)]}dV′=−14π∭VFˉ(r′)∇2(1∣r−r′∣)dV′-\frac{1}{4\pi}\nabla^2 \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime = \\ -\frac{1}{4\pi}\iiint_V \{ e_{x} (\frac{\partial^2}{\partial x^2}+\frac{\partial^2}{\partial y^2}+\frac{\partial^2}{\partial z^2})[\bar{F}_{x^\prime}(r^\prime) (\frac{1}{|r-r\prime|})] \\+ e_{y} (\frac{\partial^2}{\partial x^2}+\frac{\partial^2}{\partial y^2}+\frac{\partial^2}{\partial z^2})[\bar{F}_{y^\prime}(r^\prime) (\frac{1}{|r-r\prime|})] \\+ e_{z} (\frac{\partial^2}{\partial x^2}+\frac{\partial^2}{\partial y^2}+\frac{\partial^2}{\partial z^2})[\bar{F}_{z^\prime}(r^\prime) (\frac{1}{|r-r\prime|})] \}dV^\prime \\ = -\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) \nabla^2(\frac{1}{|r-r\prime|})dV^\prime−4π1​∇2∭V​Fˉ(r′)(∣r−r′∣1​)dV′=−4π1​∭V​{ex​(∂x2∂2​+∂y2∂2​+∂z2∂2​)[Fˉx′​(r′)(∣r−r′∣1​)]+ey​(∂x2∂2​+∂y2∂2​+∂z2∂2​)[Fˉy′​(r′)(∣r−r′∣1​)]+ez​(∂x2∂2​+∂y2∂2​+∂z2∂2​)[Fˉz′​(r′)(∣r−r′∣1​)]}dV′=−4π1​∭V​Fˉ(r′)∇2(∣r−r′∣1​)dV′(3)

2. 将拉普拉斯运算转换为梯度偏导和矢量三重积之差

∇2A=∇(∇⋅A)−∇×(∇×A)\nabla^2A = \nabla (\nabla \cdot A)- \nabla \times(\nabla \times A)∇2A=∇(∇⋅A)−∇×(∇×A)
上式为矢量三重积公式,即可以得到向量场的求解公式:
Fˉ(r)=−∇Φ(r)+∇×Aˉ(r)\bar F(r) =-\nabla \Phi(r)+\nabla \times \bar A(r)Fˉ(r)=−∇Φ(r)+∇×Aˉ(r)(4)
其中:
Φ(r)=∇⋅(14π∭VFˉ(r′)(1∣r−r′∣)dV′)\Phi(r) = \nabla \cdot (\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime )Φ(r)=∇⋅(4π1​∭V​Fˉ(r′)(∣r−r′∣1​)dV′)(5)
Aˉ(r)=∇×(14π∭VFˉ(r′)(1∣r−r′∣)dV′)\bar A(r) = \nabla \times (\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime )Aˉ(r)=∇×(4π1​∭V​Fˉ(r′)(∣r−r′∣1​)dV′)(6)

3. Φ(r)\Phi(r)Φ(r)的进一步推导

应用等式:∇⋅(Fˉ(r′)δ(r))=Fˉ(r′)⋅∇δ(r)\nabla \cdot (\bar F(r') \delta(r))= \bar F(r') \cdot \nabla \delta(r)∇⋅(Fˉ(r′)δ(r))=Fˉ(r′)⋅∇δ(r) 以及等式:∇(1∣r−r′∣)=−∇′(1∣r−r′∣)\nabla(\frac{1}{|r-r'|})=-\nabla' (\frac{1}{|r-r'|})∇(∣r−r′∣1​)=−∇′(∣r−r′∣1​) ,可以得到:
Φ(r)=∇⋅(14π∭VFˉ(r′)(1∣r−r′∣)dV′)=14π∭V∇⋅Fˉ(r′)∣r−r′∣dV′−14π∬S′Fˉ(r′)⋅dS′∣r−r′∣\Phi(r) = \nabla \cdot (\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime ) =\frac{1}{4\pi} \iiint_V \frac{\nabla \cdot \bar{F}(r') }{|r-r'|}dV' - \frac{1}{4\pi} \iint_{S'} \frac{\bar{F}(r') \cdot dS' }{|r-r'|}Φ(r)=∇⋅(4π1​∭V​Fˉ(r′)(∣r−r′∣1​)dV′)=4π1​∭V​∣r−r′∣∇⋅Fˉ(r′)​dV′−4π1​∬S′​∣r−r′∣Fˉ(r′)⋅dS′​
(7)

4. Aˉ(r)\bar A(r)Aˉ(r) 的进一步推导

这个推导难度较大。
首先要证明:∇×(Fˉ(r′)∣r−r′∣)=−Fˉ(r′)×∇(1∣r−r′∣)\nabla \times (\frac{\bar F(r')}{|r-r'|})=-\bar F(r') \times \nabla (\frac{1}{|r-r'|})∇×(∣r−r′∣Fˉ(r′)​)=−Fˉ(r′)×∇(∣r−r′∣1​) (8)
由于 ∇×(Fˉ(r′)∣r−r′∣)=∇×Fˉ(r′)∣r−r′∣−Fˉ(r′)×∇(1∣r−r′∣)\nabla \times (\frac{\bar F(r')}{|r-r'|})= \frac{\nabla \times \bar F(r')}{|r-r'|} - \bar F(r') \times \nabla(\frac{1}{|r-r'|})∇×(∣r−r′∣Fˉ(r′)​)=∣r−r′∣∇×Fˉ(r′)​−Fˉ(r′)×∇(∣r−r′∣1​) ,因为 ∇×Fˉ(r′)=0\nabla \times \bar F(r') = 0∇×Fˉ(r′)=0,故上式成立!
另外一种证明方式是将叉乘写成行列式形式,求偏导时 可以视为常量,因此下面推导成立[3]:
∣exeyez∂∂x∂∂y∂∂zFˉx′(r′)∣r−r′∣Fˉy′(r′)∣r−r′∣Fˉz′(r′)∣r−r′∣∣=∣exeyez∂∂x1∣r−r′∣∂∂y1∣r−r′∣∂∂z1∣r−r′∣Fˉx′Fˉy′(r′)Fˉz′(r′)∣=−∣exeyezFˉx′Fˉy′(r′)Fˉz′(r′)∂∂x1∣r−r′∣∂∂y1∣r−r′∣∂∂z1∣r−r′∣∣\left| \begin{matrix} e_x & e_y & e_z\\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} &\frac{\partial}{\partial z}\\ \frac{\bar F_{x'}(r')}{|r-r'|} & \frac{\bar F_{y'}(r')}{|r-r'|} &\frac{\bar F_{z'}(r')}{|r-r'|} \\ \end{matrix} \right| = \left| \begin{matrix} e_x & e_y & e_z\\ \frac{\partial}{\partial x}\frac{1}{|r-r'|} & \frac{\partial}{\partial y}\frac{1}{|r-r'|} &\frac{\partial}{\partial z}\frac{1}{|r-r'|} \\ \bar F_{x'} & \bar F_{y'}(r') &\bar F_{z'}(r') \\ \end{matrix} \right| =- \left| \begin{matrix} e_x & e_y & e_z\\ \bar F_{x'} & \bar F_{y'}(r') &\bar F_{z'}(r') \\ \frac{\partial}{\partial x}\frac{1}{|r-r'|} & \frac{\partial}{\partial y}\frac{1}{|r-r'|} &\frac{\partial}{\partial z}\frac{1}{|r-r'|} \\ \end{matrix} \right|∣∣​ex​∂x∂​∣r−r′∣Fˉx′​(r′)​​ey​∂y∂​∣r−r′∣Fˉy′​(r′)​​ez​∂z∂​∣r−r′∣Fˉz′​(r′)​​∣∣​=∣∣​ex​∂x∂​∣r−r′∣1​Fˉx′​​ey​∂y∂​∣r−r′∣1​Fˉy′​(r′)​ez​∂z∂​∣r−r′∣1​Fˉz′​(r′)​∣∣​=−∣∣​ex​Fˉx′​∂x∂​∣r−r′∣1​​ey​Fˉy′​(r′)∂y∂​∣r−r′∣1​​ez​Fˉz′​(r′)∂z∂​∣r−r′∣1​​∣∣​
其次要证明:
∭V∇×Fˉ(r′)dV′=∬SdS′ˉ×Fˉ(r′)=−∬SFˉ(r′)×dS′ˉ\iiint_V \nabla \times \bar F(r') dV' = \iint_S \bar{dS'} \times \bar F(r') =-\iint_S \bar F(r') \times \bar{dS'}∭V​∇×Fˉ(r′)dV′=∬S​dS′ˉ×Fˉ(r′)=−∬S​Fˉ(r′)×dS′ˉ(9)
将等式左边的叉乘进行行列式展开,并且由于∭V∂F∂xdxdydz=∬SFdydz\iiint_V \frac{\partial F} {\partial x} dxdydz =\iint_S Fdydz∭V​∂x∂F​dxdydz=∬S​Fdydz,因此可推导得出下式成立:
∇×Fˉ(r′)dV′=∣exeyez∂∂x′∂∂y′∂∂z′Fˉx(r′)dV′Fˉy(r′)dV′Fˉz(r′)dV′∣=∣exeyez∂∂x′dV′∂∂y′dV′∂∂z′dV′Fˉx(r′)Fˉy(r′)Fˉz(r′)∣=∇dV′×Fˉ(r′)=dS′ˉ×Fˉ(r′)=−Fˉ(r′)×dS′ˉ\begin{align} \nabla \times \bar F(r') dV' &= \left| \begin{matrix} e_x & e_y & e_z\\ \frac{\partial}{\partial x'} & \frac{\partial}{\partial y'} &\frac{\partial}{\partial z'}\\ \bar F_{x}(r')dV' & \bar F_{y}(r')dV' &\bar F_{z}(r')dV' \\ \end{matrix} \right| \\ &= \left| \begin{matrix} e_x & e_y & e_z\\ \frac{\partial}{\partial x'}dV' & \frac{\partial}{\partial y'} dV'&\frac{\partial}{\partial z'}dV'\\ \bar F_{x}(r') & \bar F_{y}(r') &\bar F_{z}(r') \\ \end{matrix} \right| \\ &= \nabla dV' \times \bar F(r') \\ &= \bar{dS'} \times \bar F(r') \\ &= - \bar F(r') \times \bar{dS'} \\ \end{align}∇×Fˉ(r′)dV′​=∣∣​ex​∂x′∂​Fˉx​(r′)dV′​ey​∂y′∂​Fˉy​(r′)dV′​ez​∂z′∂​Fˉz​(r′)dV′​∣∣​=∣∣​ex​∂x′∂​dV′Fˉx​(r′)​ey​∂y′∂​dV′Fˉy​(r′)​ez​∂z′∂​dV′Fˉz​(r′)​∣∣​=∇dV′×Fˉ(r′)=dS′ˉ×Fˉ(r′)=−Fˉ(r′)×dS′ˉ​​(10)
Aˉ(r)\bar A(r)Aˉ(r)进一步展开的推导如下:
Aˉ(r)=∇×(14π∭VFˉ(r′)(1∣r−r′∣)dV′)=14π∭V∇×(Fˉ(r′)∣r−r′∣)dV′=−14π∭VFˉ(r′)×∇(1∣r−r′∣)dV′=14π∭VFˉ(r′)×∇′(1∣r−r′∣)dV′=14π∭V(∇′×Fˉ(r′)∣r−r′∣−∇′×(Fˉ(r′)∣r−r′∣))dV′=14π∭V∇′×Fˉ(r′)∣r−r′∣dV′−14π∬SdS′ˉ×Fˉ(r′)∣r−r′∣\begin{align} \bar A(r) & = \nabla \times (\frac{1}{4\pi} \iiint_V \bar{F}(r^\prime) (\frac{1}{|r-r\prime|})dV^\prime ) \\ &=\frac{1}{4\pi} \iiint_V \nabla \times (\frac{\bar{F}(r')}{|r-r'|})dV' \\ &=-\frac{1}{4\pi} \iiint_V \bar{F}(r') \times\nabla (\frac{1}{|r-r'|})dV'\\ &=\frac{1}{4\pi} \iiint_V \bar{F}(r') \times\nabla ' (\frac{1}{|r-r'|})dV' \\ &=\frac{1}{4\pi} \iiint_V (\frac{\nabla ' \times\bar{F}(r')}{|r-r'|}-\nabla' \times (\frac{\bar{F}(r')}{|r-r'|}))dV' \\ &=\frac{1}{4\pi} \iiint_V \frac{\nabla ' \times\bar{F}(r')}{|r-r'|} dV' -\frac{1}{4\pi} \iint_S \frac{\bar{dS'} \times\bar{F}(r')}{|r-r'|} \end{align}Aˉ(r)​=∇×(4π1​∭V​Fˉ(r′)(∣r−r′∣1​)dV′)=4π1​∭V​∇×(∣r−r′∣Fˉ(r′)​)dV′=−4π1​∭V​Fˉ(r′)×∇(∣r−r′∣1​)dV′=4π1​∭V​Fˉ(r′)×∇′(∣r−r′∣1​)dV′=4π1​∭V​(∣r−r′∣∇′×Fˉ(r′)​−∇′×(∣r−r′∣Fˉ(r′)​))dV′=4π1​∭V​∣r−r′∣∇′×Fˉ(r′)​dV′−4π1​∬S​∣r−r′∣dS′ˉ×Fˉ(r′)​​​(11)
三、矢量场唯一性定理证明
由上可知,矢量场可以通过其散度、旋度和边界S上约束来计算。进一步可以证明矢量的散度、旋度和边界条件确定的矢量场是唯一的。使用反证法,假设不唯一,则存在δFˉ=Fˉ1−Fˉ2\delta \bar F = \bar F_1 -\bar F_2δFˉ=Fˉ1​−Fˉ2​,则:
{∇⋅δFˉ=0∇×δFˉ=0\left \{ \begin{align} & \nabla \cdot \delta \bar F = 0 \\ & \nabla \times \delta \bar F =0 \\ \end{align} \right.{​∇⋅δFˉ=0∇×δFˉ=0​​
并且在边界曲面S上法向分量或切向分量给定,则:
en⋅δFˉ=0,或en×δFˉ=0\begin{align} & e_n \cdot \delta \bar F = 0 ,或\\ & e_n \times \delta \bar F =0 \\ \end{align}​en​⋅δFˉ=0,或en​×δFˉ=0​​,
假设 δFˉ=∇Φ\delta \bar F = \nabla \PhiδFˉ=∇Φ,即∇2Φ=0\nabla ^2 \Phi = 0∇2Φ=0。应用标量函数第一格林公式可得:
∭V(∣∇Φ∣2+Φ∇2Φ)dV′=∬SΦ∂Φ∂ndS′\iiint_V (|\nabla \Phi|^2 +\Phi \nabla ^2 \Phi)dV' = \iint_S \Phi \frac{\partial \Phi}{\partial n}dS'∭V​(∣∇Φ∣2+Φ∇2Φ)dV′=∬S​Φ∂n∂Φ​dS′(12)
∭V(∣∇Φ∣2)dV′=∬SΦ∂Φ∂ndS′\iiint_V (|\nabla \Phi|^2 )dV' = \iint_S \Phi \frac{\partial \Phi}{\partial n}dS'∭V​(∣∇Φ∣2)dV′=∬S​Φ∂n∂Φ​dS′(13)
如果en⋅δFˉ=0e_n \cdot \delta \bar F = 0en​⋅δFˉ=0,即式(13)左边项为0,从而 δFˉ=0\delta \bar F =0δFˉ=0。
如果在边界面S上en×δFˉ=0e_n \times \delta \bar F = 0en​×δFˉ=0,则在边界S上Φ\PhiΦ 为常数。结合散度定理:∬V∇2ΦdV′=∬S∇Φ⋅dS′ˉ=∬S∂Φ∂ndS′\iint_V \nabla ^2 \Phi dV' = \iint_S \nabla \Phi \cdot \bar {dS'} = \iint_S \frac{\partial \Phi}{\partial n}dS'∬V​∇2ΦdV′=∬S​∇Φ⋅dS′ˉ=∬S​∂n∂Φ​dS′ ,可做如下推导:
∬SΦ∂Φ∂ndS′=Φs∬S∂Φ∂ndS′=Φs∭V∇2ΦdV′=0\begin{align} \iint_S \Phi \frac{\partial \Phi}{\partial n}dS' &=\Phi_s \iint_S \frac{\partial \Phi}{\partial n}dS' \\ &=\Phi_s \iiint_V \nabla^2\Phi dV' \\ &=0 \end{align}∬S​Φ∂n∂Φ​dS′​=Φs​∬S​∂n∂Φ​dS′=Φs​∭V​∇2ΦdV′=0​​
补充证明:如果在边界面S上en×∇Φ=0e_n \times \nabla \Phi = 0en​×∇Φ=0,则在边界S上Φ\PhiΦ为常数。
设边界曲面S的函数为:Ψ(x,y,z)=0\Psi(x,y,z)=0Ψ(x,y,z)=0 。
因曲面S上: en×∇Φ=0e_n \times\nabla \Phi = 0en​×∇Φ=0,即∇Ψ∣∇Ψ∣×∇Φ=0\frac{\nabla \Psi}{|\nabla \Psi|}\times \nabla \Phi=0∣∇Ψ∣∇Ψ​×∇Φ=0
所以, ∇Ψ×∇Φ=0\nabla \Psi \times \nabla \Phi =0∇Ψ×∇Φ=0
所以, ∇Ψ=k∇Φ\nabla \Psi = k \nabla \Phi∇Ψ=k∇Φ
所以曲面S上,Φ(x,y,z)=kΨ(x,y,z)+Constant=Constant\Phi(x,y,z) = k \Psi(x,y,z)+Constant = ConstantΦ(x,y,z)=kΨ(x,y,z)+Constant=Constant ,得证!

电磁场学中亥姆赫兹定理证明过程的理解相关推荐

  1. 定理证明过程的复杂度(Stephen A .Cook)定理1证明的解析

    The Complexity of Theorem-Proving Procedures这篇论文最难理解的部分就是定理1证明的过程,现在网络上中文材料并没有这方面的解析,这里给出详细解析,希望对这篇复 ...

  2. 数字逻辑中的德·摩根定理证明

  3. 第一不完全性定理证明标号分类 拆解汉译 知识背景——哥德尔原著英译拆解汉译之一

    第一不完全性定理证明标号分类 拆解汉译 知识背景--哥德尔原著英译拆解汉译之一 哥德尔原著中的第一不完全性定理证明的全过程,已经艰难地旅行了一趟.不是浮光掠影,却依然处在似懂非懂之中.静坐沉思,常自叹 ...

  4. Hammersley-Clifford定理证明

    Proof of Hammersley-Clifford Theorem Proof of Hammersley-Clifford Theorem 依赖知识 定义1 定义2 证明过程 反向证明(吉布斯 ...

  5. 算法证明_CFR+算法证明过程

    在介绍CFR+算法之前,我们首先介绍一下基础概念. 在CFR+算法中,counterfactual utility被定义为以下形式: 然后在regret的基础上,CFR+算法定义了一个regretli ...

  6. 多项式插值中的一些定理证明

    多项式插值中的一些定理证明 期末复习中整理的一些证明 多项式插值定理 多项式差值误差定理 Hermite插值误差估计定理 Hermite插值存在唯一性定理 多项式插值定理 若x0,x1,⋯,xnx_0 ...

  7. 杜亥姆—马居耳公式(Duhem-Margule equations)及其应用

    目录 杜亥姆-马居耳公式(Duhem-Margule equations)及其应用 定理 证明 应用1:若组分A服从拉乌尔定律,组分B则服从亨利定律 应用2 应用3:科诺瓦洛夫规则(Konovalov ...

  8. tutte定理证明hall定理_县级数学教研网课:有趣的勾股定理证明,课件用几何画板制作...

    2020年3月20日,我受县教研室初中数学教研员的邀请,上了一节全县的数学网络公开课,全县共200余名数学教师通过网络观看.本节公开课我选择的内容是八年级下册勾股定理这一章的阅读与思考,课题为< ...

  9. 二元函数最大最小值定理证明_求函数最小最大值定理的证明

    2018-02-11 如何证明托勒密定理? 竞赛专题讲座-平面几何四个重要定理 重庆市育才中学 瞿明强 四个重要定理: 梅涅劳斯(Menelaus)定理(梅氏线) △ABC的三边BC.CA.AB或其延 ...

最新文章

  1. Plan9操作系统基本概念
  2. 线程本地数据ThreadLocal
  3. 备忘-常用工具/网页
  4. java导出excel 科学计数法_基于Java将Excel科学计数法解析成数字
  5. Sublime Text[崇高文本]----最性感的编辑器(程序员必备)
  6. 如何直观的看出主题模型学习结果的好坏
  7. javascript监听输入框_html通过JS/jQuery实现 实时监听输入框input的内容
  8. 赛式方法论(上):为什么你的游戏做不完、做得烂?
  9. 带色彩恢复的多尺度视网膜增强算法(MSRCR)的原理、实现及应用。
  10. 人生重开模拟器(未完工)
  11. 视频播放器(AVPlayer)
  12. PMP-商业论证中的财务测量指标-动态投资回收期、净现值、内部收益率、效益成本率计算
  13. 利用xposed自动获得支付宝个人收款二维码链接和收款记录
  14. mac idea 快捷键设置
  15. APP接入支付宝支付功能
  16. java 实现重定义数组类似于VB的ReDim
  17. Revit二次开发小技巧(十六)寻找最短路径
  18. CCS 9 tm4c1294ncpdt TIVA ARM开发 建立工程
  19. 使用EXCEL爬取数据
  20. 云服务器 那个便宜亿点点

热门文章

  1. 20部商战电影,电影中的商学院
  2. 关于用硬盘安装工具Win6Ins_v1.2.0.62安装时提示缺少hildr.mbr文件的解决办法
  3. 图片加载框架之Glide
  4. crtsiii型无砟轨道板_CRTS-I,CRTS-II,CRTS-III型轨道板有啥区别?
  5. 程序猿养生之道(一) ——养生先养心
  6. 经典蓝牙和BLE学习
  7. expect详细介绍(中文手册)
  8. 机器人布里茨说什么_英雄联盟:你所不知道的蒸汽机器人,布里茨的背景故事...
  9. 02.机器学习样本评估与选择
  10. 2015计算机职称水平考试,2015计算机职称考试