《数学分析Analysis》の 学习笔记
>> 皮亚诺(Peano)公理
定义自然数
公理2.1 0是一个自然数.
公理2.2 若n是自然数, 则n++也是自然数.
公理2.3 0不是任何自然数的后继, 即对于每个自然数n , 都有n++ ≠ 0.
公理2.4 不同的自然数必有不同的后继者; 也就是说, 若n, m是自然数且n≠m, 则n++ ≠ m++. 等价地说, 若n++ = m++, 则必有n = m.
公理2.5(数学归纳原理) 设P(n)是关于自然数的一个性质, 假设P(0)是真的 , 并假设只要P(n)是真的, 则P(n++)也是真的. 那么对于每个自然数n, P(n)都是真的.
//单个自然数有限, 自然数的集合无限.
>> 自然数的运算
1. 增长(++)
2. 加法
定义2.2.1(自然数的加法) 设m是自然数. 为使m加上0, 我们定义0+m:=m. 现归纳的假定已定义好如何使m加上n. 那么把m加上n++则定义为(n++)+m := (n+m)++.
定义
0+m = m
(n++)+m = (n+m)++
推论
m+0 = m
①0+0 = 0
②假设n+0 = n
∵ (n++)+0 = (n+0)++ = n++
∴ 假设成立.
n+(m++) = (n+m)++
①0+(m++) = m++
②假设 n+(m++) = (n+m)++
∵(n++)+(m++) = ( n+(m++) )++ = (n+m)++ ++ = ( (n++)+m )++
∴假设成立.
n++ = n+1
n+1 = n+(0++) = (n+0)++ = n++
交换律: 对于任何自然数n, m, n+m = m+n.
①0+m = m+0
②假设 n+m = m+n
∵(n++)+m = (n+m)++ = n+(m++)
∴假设成立.
结合律: 对于任何自然数a, b, c, (a+b)+c = a+(b+c)
①(a+0)+c = a+c = a+(0+c)
②假设 (a+b)+c = a+(b+c)
∵( a+(b++) )+c = ( (a+b)++ )+c = ( (a+b)+c )++ = ( a+(b+c) )++ = a+(b+c)++ = a+( (b++)+c )
∴假设成立.
消去律: 设a, b, c为自然数, 且a+b = a+c, 则b = c.
①0+b = 0+c → b = c
②假设a+b = a+c → b = c
∵ 设 (a++)+b = (a++)+c
(a+b)++ = (a+c)++ → a+b = a+c(公理2.4) → b = c
∴假设成立.
定义2.2.7: 一个自然数叫做正的, 当且仅当它不等于0.
推论
1. 若a是正数, b是自然数. 则a+b是正数.
①a+0是正数
②假设a+b是正数
∵a+(b++) = (a+b)++ ≠ 0
∴假设成立.
2. 若a, b是自然数, 且a+b = 0. 则a = 0, b = 0.
(反证): 假设a≠0, 则a是正数. 由推论1, a+b是正数. 与a+b=0矛盾.
∴a=0, b=0(同理).
3.设a是正数, 则存在一个自然数b, 使b++ = a.
①0++ = 1
②假设b++ = a
∵a++ = (b++)++ = (b++)+1 ≠ 0
∴假设成立.
未完待续......
《数学分析Analysis》の 学习笔记的更多相关文章
- 学习笔记之Data analysis
Data analysis - Wikipedia https://en.wikipedia.org/wiki/Data_analysis Data analysis is a process of ...
- [ML学习笔记] 回归分析(Regression Analysis)
[ML学习笔记] 回归分析(Regression Analysis) 回归分析:在一系列已知自变量与因变量之间相关关系的基础上,建立变量之间的回归方程,把回归方程作为算法模型,实现对新自变量得出因变量 ...
- Solr学习笔记之2、集成IK中文分词器
Solr学习笔记之2.集成IK中文分词器 一.下载IK中文分词器 IK中文分词器 此文IK版本:IK Analyer 2012-FF hotfix 1 完整分发包 二.在Solr中集成IK中文分词器 ...
- Deep Learning(深度学习)学习笔记整理系列之(六)
Deep Learning(深度学习)学习笔记整理系列 zouxy09@qq.com http://blog.csdn.net/zouxy09 作者:Zouxy version 1.0 2013-04 ...
- VSTO学习笔记(十四)Excel数据透视表与PowerPivot
原文:VSTO学习笔记(十四)Excel数据透视表与PowerPivot 近期公司内部在做一种通用查询报表,方便人力资源分析.统计数据.由于之前公司系统中有一个类似的查询使用Excel数据透视表完成的 ...
- ArcGIS API for JavaScript 4.2学习笔记[0] AJS4.2概述、新特性、未来产品线计划与AJS笔记目录
放着好好的成熟的AJS 3.19不学,为什么要去碰乳臭未干的AJS 4.2? 4.2全线基础学习请点击[直达] 4.3及更高版本的补充学习请关注我的博客. ArcGIS API for JavaScr ...
- NumPy学习笔记 三 股票价格
NumPy学习笔记 三 股票价格 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.&l ...
- NumPy学习笔记 二
NumPy学习笔记 二 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- NumPy学习笔记 一
NumPy学习笔记 一 <NumPy学习笔记>系列将记录学习NumPy过程中的动手笔记,前期的参考书是<Python数据分析基础教程 NumPy学习指南>第二版.<数学分 ...
- cips2016+学习笔记︱简述常见的语言表示模型(词嵌入、句表示、篇章表示)
在cips2016出来之前,笔者也总结过种类繁多,类似词向量的内容,自然语言处理︱简述四大类文本分析中的"词向量"(文本词特征提取)事实证明,笔者当时所写的基本跟CIPS2016一 ...
随机推荐
- android 布局属性大全---初学者必备
Android功能强大,界面华丽,但是众多的布局属性就害苦了开发者,下面这篇文章结合了网上不少资料,花费本人一个下午搞出来的,希望对其他人有用. 第一类:属性值为true或false android: ...
- HDU 4945 2048(DP)
HDU 4945 2048 题目链接 题意:给定一个序列,求有多少个子序列能合成2048 思路:把2,4,8..2048这些数字拿出来考虑就能够了,其它数字不管怎样都不能參与组成.那么在这些数字基础上 ...
- DDD领域驱动设计
DDD领域驱动设计实践篇之如何提取模型 需求说明: 省级用户可以登记国家指标 省级用户和市级用户可以登记指标分解 登记国家指标时,需要录入以下数据:指标批次.文号.面积,这里省略其他数据,下同 登记指 ...
- 根据Eclipse SVN changelog使用ANT自动打增量包
1.获取changeLog 用eclipseSVN的插件功能查看history. 将日志文件导出到本地文件svn_change.log,格式如下 r63 | xiaodaoshi | 2014-08- ...
- NUnit使用方法
单元测试是一个成熟项目必不可少的一个环节,NUnit很好的提供了测元测试的一些方法,以下是我得出的一点点经验以及NUnit的一点点实际应用中用到的内容.写的有点儿乱,不懂下面留言.谢谢~ 准备NUni ...
- .NET 类库研究
.NET 类库研究必备参考 添加微软企业库源码 前不久,为大家提供了一个.NET 类库参考源码的网站,扣丁格鲁(谐音“coding guru”),使用了段时间,发现一些不方便的地方,特意做了一些更改, ...
- GitHub 简易使用
笔记内容 学习笔记-段玉磊 Github Github 命令 写这篇文章主要写一下如何运用终端命令,进行Git的配置以及使用,由于本人我不太习惯使用图形IDE,效率没有命令行高,我还是推荐使用命令行进 ...
- JS菜单条智能定位效果
JS仿淘宝详情页菜单条智能定位效果 2014-01-15 15:40 by 龙恩0707, 1366 阅读, 9 评论, 收藏, 编辑 类似于淘宝详情页菜单条智能定位 对于每个人来说并不陌生!如下截图 ...
- IP 首部检验和算法
原创博文,转载请注明出处. 在学习TCP/IP 详解的过程中遇到了不止一次的关于检验和的概念,在吸取了他人理解的前提下,我决定用Wireshark 进行抓包分析. 首先我们得知道IP数据包格式 首先把 ...
- 高并发非自增ID如何设计?
博友们一起来讨论下高并发非自增ID如何设计? 底层是很重要的,我最近设计底层,通用底层. 我想跟大家谈论下这个话题: 如何在高并发环境下设计出一套好用的非自增ID的添加操作的解决方案?更新的操作我随机 ...