一、题目
微分方程 $y \mathrm {~d} x + \left( x^{2} – 3x \right) \mathrm{~d} y = 0$ 的通解为?
难度评级:
继续阅读“微分方程的通解一定要写成标准的函数形式吗?”微分方程 $y \mathrm {~d} x + \left( x^{2} – 3x \right) \mathrm{~d} y = 0$ 的通解为?
难度评级:
继续阅读“微分方程的通解一定要写成标准的函数形式吗?”已知微分方程中 $y$ 是 $x$ 的函数,即 $y = y(x)$, 那么,为什么对微分方程 $\frac{y^{\prime}}{y}$ $=$ $\frac{-1}{x}$ 左右两边同时进行的积分对应的式子是:
$$
\textcolor{lightgreen}{
\int \frac{1}{y} \mathrm{~d} y = \int \frac{-1}{x} \mathrm{~d} x
}
$$
而不是:
$$
\textcolor{yellow}{
\int \frac{1}{y} \mathrm{~d} x = \int \frac{-1}{x} \mathrm{~d} x
}
$$
同时,在本文中,「荒原之梦考研数学」也会从底层原理的角度,给同学们讲清楚为什么式子 $\int \frac{1}{y} \mathrm{~d} y$ 和 $\int \frac{-1}{x} \mathrm{~d} x$ 是相等的。
继续阅读“为什么对 $y$ 的积分和对 $x$ 的积分可以相等?”若 $y=y(x)$ 为二阶常系数微分方程 $\frac{1}{2} y^{\prime \prime} + p y^{\prime} + q y$ $=$ $\mathrm{e}^{16x}$, 且满足初始条件 $y(0)$ $=$ $y^{\prime} (0)$ $=$ $0$ 的特解,则:
$$
\lim_{x \rightarrow 0} \frac{\ln(1+x^{2})}{y(x)} = ?
$$
在本文中,「荒原之梦考研数学」将为同学们讲解,在二阶常系数微分方程 $y ^{\prime \prime} + p y ^{\prime} + qy$ $=$ $f(x)$ 中,解的二阶导函数 $y ^{\prime \prime}$ 的连续性如何判断的问题。
其中,$p$ 和 $q$ 为常数,$f(x)$ 为微分方程的右端项。
继续阅读“为什么二阶微分方程中解的二阶导函数的连续性只取决于右端项的连续性?”假设函数 $f(x)$ 和 $g(x)$ 在区间 $[a, b]$ 上可能是连续函数,也可能含有可去间断点,或者跳跃间断点,或者无穷间断点,或者震荡间断点,那么,如何判断函数 $f(x) \pm g(x)$ 的连续性?
继续阅读“加减运算对函数连续性的影响”
Tip
阅读本文前,首先需要对函数的间断点有一个整体的认识,相关内容可以查阅《函数间断点的分类与图象示例》这篇文章。
zhaokaifeng.com
在本文中,「荒原之梦考研数学」将借助积分的平滑性来证明“可导必连续”这一结论,有关该结论的另一种证明方式,可以查阅《关于可导必连续的一个传统方式证明》这篇文章。
继续阅读“关于可导必连续的一个基于积分平滑性的证明”考研,还是找工作,又或者考研之后找工作,都可能是正确的选择。
问题的关键在于,我们对未来有没有清晰的规划。
诚然,我们无法预知未来的发展,就像一条小船行驶在茫茫大海,我们无法准确预测明天是晴空万里,碧海微波,还是狂风骤雨,千尺巨浪。
但是,如果我们连要去往的港湾,以及走哪条航线去往这个港湾都没有规划的话,能否抵达一个理想的港湾,就真的成为了一个随机事件。
所以,无论考研还是找工作,我们都需要对自己的人生有一个规划:我想从事什么样的工作?我需要做什么才可以从事这样的工作?我有哪方面的兴趣或者特长?我面临哪些现实的阻碍?诸如此类的问题,我们都要认真审视,并且努力尝试给出比较符合实际的答案。
考研,不是我们最终的目的,只是我们实现梦想的手段之一。无论是否考研,积极勇敢的去过好每一天,乐观向上的去追梦,这样的人生,无论贫穷或富有,都将明媚且伟大!
所谓“可导必连续”说的是,如果一个函数 $f(x)$ 在点 $x = x_{0}$ 处的导数 $f ^{\prime} (x_{0})$ 存在,那么,函数 $f(x)$ 在 $x = x_{0}$ 处一定是连续的。
在本文中,「荒原之梦考研数学」将通过导数的定义证明上面的结论。
继续阅读“关于可导必连续的一个传统方式证明”积分运算具有使被积函数变得更加平滑的能力,但是,很多参考资料并没有从本质上解释清楚为什么积分具有“平滑”的作用,只是单纯的抛出了这一个结论。
在本文中,「荒原之梦考研数学」将从本质上阐述清楚积分为什么具有平滑的能力。
继续阅读“为什么积分运算具有使函数变得“平滑”的能力?”已知,函数 $f(x)$ $=$ $\ln x + \frac{1}{x}$.
(Ⅰ) 求 $f(x)$ 的最小值;
(Ⅱ) 设数列 ${ x_{n} }$ 满足条件 $\ln x_{n} + \frac{1}{x_{n+1}} < 1$, 请证明 $\lim_{n \rightarrow \infty}x_{n}$ 存在, 并求该极限值.
难度评级:
继续阅读“用函数图象看明白函数极值与数列极限之间的关系”已知,数列 ${ x_{n} }$ 满足: $x_{1} > 0$, $x_{n}\mathrm{e}^{x_{n+1}}$ $=$ $\mathrm{e}^{x_{n}}-1$, 其中 $n$ $=$ $1, 2, 3, \cdots$.
请证明数列 ${ x_{n} }$ 收敛,并求解 $\lim_{n \rightarrow \infty}x_{n}$.
难度评级:
继续阅读“对数可以将“指数因子”变成“乘数因子””等价无穷小公式是考研数学中一个非常常用的工具。
但是,这些等价无穷小公式都是怎么来的呢?
如果说 $\lim_{x \rightarrow 0} \frac{\alpha(x)}{\beta(x)} = 1$ 就意味着 $\lim_{x \rightarrow 0} \alpha(x)$ 和 $\lim_{x \rightarrow 0} \beta(x)$ 是等价无穷小,但是,为什么式子 $\frac{\lim_{x \rightarrow 0} \alpha(x)}{\lim_{x \rightarrow 0} \beta(x)}$ 就等于 $1$ 呢?
在本文中,「荒原之梦考研数学」将借助“一点处的斜率”这一概念,为同学讲清楚等价无穷小公式的来龙去脉。当然,同学们也可以借助本文中使用的方法,来推导和记忆等价无穷小公式。
继续阅读“等价无穷小的本质:$x = 0$ 处斜率相等”已知 $y = \frac{x}{\ln x}$ 是微分方程 $y ^{\prime} = \frac{y}{x} + \phi \left( \frac{x}{y} \right)$ 的唯一解,则函数 $\phi \left(\frac{x}{y}\right)$ 的显式表达式为 $\underline{\quad \quad \quad}$.
难度评级:
继续阅读“函数的表达式必须由函数的自变量组成”今天,我们来聊一聊:AI(人工智能)
自从 2024 年 AI 的浪潮逐渐爆发以来,各种 AI 大模型已经以迅雷不及掩耳之势渗透进了我们的生活、工作和学习之中。然而,在享受 AI 工具所带来的便利之余,我们也常常听到下面这样的消息:
“某公司因为引入 AI 而裁掉了大部分员工······”,
“某某岗位即将被 AI 取代······”,
“AI 即将在 20XX 年全面超越人类······”,等等。
所以,部分同学可能也会陷入这样的怀疑:如果寒窗苦读十几载,还不如 AI 更懂自己的专长领域,那么,我们学习的意义还存在吗?
首先,我要说的是,目前的 AI 在底层逻辑上,并不具备全面取代人类的能力。
客观上讲,AI 就是一部综合了几乎人类所有知识的《百科全书》,我们可以在其中找到很多问题的答案(当然,这些答案不一定全都完美,也不一定全都正确)。
那么,我们会认为一本《百科全书》有智能吗?我们会认为自己会被一本《百科全书》取代吗?
很显然,并不会。
人类的核心价值,在于我们对探索未知的渴望,以及创造新知的热情,这其中交织着的,才是真正的人类智慧——
那些灵光乍现的顿悟仍然只能在人类的脑海中诞生。
而 AI 只能给出中庸、刻板,时而冗长的回答。
当然,人类的价值还包括感染和影响他人的能力——
我们会因为一个人独特且温暖的人格而心生敬仰,但我们很难对与我们属于不同“物种”的机器,产生类似的情感。
否则,世界上几乎所有的计算机,都是标准的、可歌可泣的“劳模”。
是的,AI 绝对不是一无是处,人类的确应该大力发展 AI,因为 AI 可以将我们从繁杂的事务中解脱出来,更专注于创造,也更专注于内心。
诚然,这是一个更具挑战性,也更具可能性的时代,但这不是 AI 的时代,这仍然是人类的时代,是属于我们的时代。