目录

​编辑

一、说明:

二、能量基本概念

2.1 能量的一般概念

2.2 信号的能量

三、勾股定律和能量守恒

四、 能量和欧式距离

五、圆周上的能量守恒

六、方差和能量


一、说明:

        国内学生普遍认为,学完高等数学,数学就到头了。曾经谈论起数学,一位北大学子夸耀自己高数有多牛,那么高数之外还有没有数学,我告诉你们,高数仅仅是个预备活动,谈不上理解。学完泛函分析,才是近代数学的起跑点。

二、能量基本概念

2.1 能量的一般概念

        能量这个东西较为抽象,有了数学表达,才显得具体,比如:

        1)动能:

        在物理上,基本的能量公式为:E = \frac{1}{2}mv^2,号称动能。其中m是质量,v是速度,而且v=\Delta L/\Delta t

        2)弹簧势能

        弹簧的势能公式:E=\frac{1}{2}k\Delta x^2,k是弹簧的常数,\Delta x是伸长量。

        3)电流能量W=\int\frac{ i^2}{R}dt是电流能量,在谱分解原理中,功率谱也是信号的平方。

        总之,从上述可以总结出:

        1)能量是一个平方函数。平方函数总是有最小值(或最大值),这是一个普遍规律。

        2)对函数的曲线用弹簧能量函数,长度的平方构成能量函数。

2.2 信号的能量

        然而在数学上,既无质量概念、又无时间的概念,因此,定义方法是:

  •         1)定义原点能量总是0
  •         2)坐标系内任意一个点的能量,是该点到原点距离的平方。

        因此能量的概念变成:

                E= \frac {1}{2}\Delta L^2

        此处告诉我们,长度(距离)具有能量的某些特征。因而更简化公式是:

                E= L^2

        长度的平方就是能量。也就是,信号能量的函数是个抛物函数,就是这与物理上能量的定义是一致的。

三、勾股定律和能量守恒

        在直角坐标系中,存在“勾股定律”,从能量角度上说,一定长度构成的能量,可以分解到正交坐标系中,能量不会丢失。比如:

线段L在可以在任意直角坐标P、Q、R表示,坐标值可能变了,但L能量不变。 且恒有

X^2+Y^2=L^2

         定理:信号在同维度正交坐标系下表示,其能量是守恒的。

        因此,信号在坐标转换中,只要坐标是正交的,那么,信号能量不会损失;反变换也能回到初始信号状态。关于正交投影,将在专题中论述。

四、 能量和欧式距离

对于任意两个点M_1(X_1,Y_1),M_2(X_2,Y_2)的距离是:

d(M_1,M_2)=\sqrt{(X_1-X_2 )^2+(Y_1-Y_2 )^2}

由于d是一个线段,那么d^2(M_1,M_2)就是M_1(X_1,Y_1),M_2(X_2,Y_2)两点之能量。

因此,给定任意两个点,其距离的平方,就是两点之能量。

五、圆周上的能量守恒

 用直角坐标系表示圆周L和K,如图:

 由于L上任意一点都有如下属性:

X_L^2+Y_L^2=R_L^2

因此,绿色圆上的所有点相对原点的能量全部是R_L^2,处于等能量状态。同样,在红色圆K上,其上任意点也处于等能量态。这也不奇怪,因为R_L^2恰好是函数f(X,Y)= X_L^2+Y_L^2的一条等高线。

六、方差和能量

给定一组坐标(X_1,Y_1),(X_2,Y_2)... ...(X_n,Y_n)问这些点到哪个点的总能量最低?

也就是说,以某点(X_c,Y_c)为基点,所有点到该点的能量总和为最小。

于是:E_{min}= \sum_{i}^{n} (X_i-X_c)^2+(Y_i-Y_c)^2(X_c,Y_c)为自变量的极值问题。

\frac{\partial E_{min}}{\partial X_c}=0=-\sum_{i=1}^{n}2(X_i-X_c)=2nX_c-2\sum_{n}^{i=1}X_i

化简于是:X_c=\frac{1}{n}\sum_{i=1}^{n}X_i,这就是所有点的平均么!

同理,Y_c=\frac{1}{n}\sum_{i=1}^{n}Y_i

因此所有点(X_1,Y_1),(X_2,Y_2)... ...(X_n,Y_n)的期望值(平均);恰好是到所有点的能量最低的点。

 因而,对于这个统计问题,能量、方差、期望,在冥冥之中,存在以上的内在关系。

除此之外,还有线代的关系、柯西不等式,距离空间、傅里叶变换等,都是相关的话题,留着,以后慢慢展现。

Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐