高等数学 3.3 泰勒公式

泰勒(Taylor)中值定理1 如果函数 f ( x ) f(x) f(x) x 0 x_0 x0 处具有 n n n 阶导数,那么存在 x 0 x_0 x0 的一个邻域,对于该领域内的任一 x x x ,有
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) , (1) f(x) = f(x_0) + f^{'}(x_0)(x - x_0) + \cfrac{f^{''}(x_0)}{2!}(x - x_0)^2 + \cdots + \cfrac{f^{(n)}(x_0)}{n!}(x - x_0)^n + R_n(x) , \tag{1} f(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n+Rn(x),(1)
其中
R n ( x ) = o ( ( x − x 0 ) n ) . (2) R_n(x) = o((x - x_0)^n). \tag{2} Rn(x)=o((xx0)n).(2)

公式 ( 1 ) (1) (1) 称为 f ( x ) f(x) f(x) x 0 x_0 x0 处(或按 x − x 0 x - x_0 xx0 的幂展开)的带有佩亚诺(Peano)余项的 n n n 阶泰勒公式,而 R n ( x ) R_n(x) Rn(x) 的表达式 ( 2 ) (2) (2) 称为佩亚诺余项,它就是用 n n n 次泰勒多项式来近似表达 f ( x ) f(x) f(x) 所产生的误差,这一误差是当 x → x 0 x \to x_0 xx0 时比 ( x − x 0 ) n (x - x_0)^n (xx0)n 高阶的无穷小,但不能由它具体估算出误差的大小。

泰勒中值定理2 如果函数 f ( x ) f(x) f(x) x 0 x_0 x0 的某个邻域 U ( x 0 ) U(x_0) U(x0) 内具有 n + 1 n + 1 n+1 阶导数,那么对任一 x ∈ U ( x 0 ) x \in U(x_0) xU(x0) ,有
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) , (3) f(x) = f(x_0) + f^{'}(x_0)(x - x_0) + \cfrac{f^{''}(x_0)}{2!}(x - x_0)^2 + \cdots + \cfrac{f^{(n)}(x_0)}{n!}(x - x_0)^n + R_n(x) , \tag{3} f(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n+Rn(x),(3)
其中
R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 (4) R_n(x) = \cfrac{f^{(n + 1)}(\xi)}{(n + 1)!} (x - x_0)^{n + 1} \tag{4} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1(4)

公式 ( 3 ) (3) (3) 称为 f ( x ) f(x) f(x) x 0 x_0 x0 处(或按 x − x 0 x - x_0 xx0 的幂展开)的带有拉格朗日余项的 n n n 阶泰勒公式,而 R n ( x ) R_n(x) Rn(x) 的表达式 ( 4 ) (4) (4) 称为拉格朗日余项。

n = 0 n = 0 n=0 时,泰勒公式 ( 3 ) (3) (3) 变成拉格朗日中值公式
f ( x ) = f ( x 0 ) + f ′ ( ξ ) ( x − x 0 ) ( ξ 在 x 0 与 x 之间 ) f(x) = f(x_0) + f^{'}(\xi) (x - x_0) \quad (\xi 在 x_0 与 x 之间) f(x)=f(x0)+f(ξ)(xx0)(ξx0x之间)
因此,泰勒中值定理2是拉格朗日中值定理的推广。

由泰勒中值定理2可知,以多项式 p n ( x ) p_n(x) pn(x) 近似表达函数 f ( x ) f(x) f(x) 时,其误差为 ∣ R n ( x ) ∣ |R_n(x)| Rn(x) 。如果对于某个固定的 n n n ,当 x ∈ U ( x 0 ) x \in U(x_0) xU(x0) 时, ∣ f ( n + 1 ) ( x ) ∣ ⩽ M |f^{(n + 1)}(x)| \leqslant M f(n+1)(x)M ,那么有估计式
∣ R n ( x ) ∣ = ∣ f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 ∣ ⩽ M ( n + 1 ) ! ∣ x − x 0 ∣ n + 1 (5) |R_n (x)| = \left| \cfrac{f^{(n + 1)}(\xi)}{(n + 1)!} (x - x_0)^{n + 1} \right| \leqslant \cfrac{M}{(n + 1)!} |x - x_0|^{n + 1} \tag{5} Rn(x)= (n+1)!f(n+1)(ξ)(xx0)n+1 (n+1)!Mxx0n+1(5)

在泰勒公式 ( 1 ) (1) (1) 中,如果取 x 0 = 0 x_0 = 0 x0=0 ,那么带有佩亚诺余项的麦克劳林公式
f ( x ) = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n + o ( x n ) . (6) f(x) = f(0) + f^{'}(0)x + \cfrac{f^{''}(0)}{2!}x^2 + \cdots + \cfrac{f^{(n)}(0)}{n!}x^n + o(x^n) . \tag{6} f(x)=f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn+o(xn).(6)

在泰勒公式 ( 3 ) (3) (3) 中,如果取 x = 0 x = 0 x=0 ,那么 ξ \xi ξ 在0与 x x x 之间。因此可以令 ξ = θ x ( 0 < θ < 1 ) \xi = \theta x (0 < \theta < 1) ξ=θx(0<θ<1) ,从而泰勒公式 ( 3 ) (3) (3) 变成较简单的形式,即所谓带有拉格朗日余项的麦克劳林公式
f ( x ) = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n + f ( n + 1 ) ( θ x ) ( n + 1 ) ! x n + 1 (7) f(x) = f(0) + f^{'}(0)x + \cfrac{f^{''}(0)}{2!}x^2 + \cdots + \cfrac{f^{(n)}(0)}{n!}x^n + \cfrac{f^{(n + 1)}(\theta x)}{(n + 1)!} x^{n + 1} \tag{7} f(x)=f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn+(n+1)!f(n+1)(θx)xn+1(7)

( 6 ) (6) (6) ( 7 ) (7) (7) 可得近似公式
f ( x ) ≈ f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n , f(x) \approx f(0) + f^{'}(0) x + \cfrac{f^{''}(0)}{2!} x^2 + \cdots + \cfrac{f^{(n)}(0)}{n!}x^n , f(x)f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn,
估计误差式 ( 5 ) (5) (5) 相应地变成
∣ R n ( x ) ∣ ⩽ M ( n + 1 ) ! ∣ x ∣ n + 1 (8) |R_n (x)| \leqslant \cfrac{M}{(n + 1)!} |x|^{n + 1} \tag{8} Rn(x)(n+1)!Mxn+1(8)

例1 写出函数 f ( x ) = e x f(x) = \mathrm{e}^x f(x)=ex 的带有拉格朗日余项的 n n n 阶麦克劳林公式。
解:因为
f ′ ( x ) = f ′ ′ ( x ) = ⋯ = f ( n ) ( x ) = e x , f^{'}(x) = f^{''}(x) = \cdots = f^{(n)} (x) = \mathrm{e}^x , f(x)=f′′(x)==f(n)(x)=ex,
所以
f ( 0 ) = f ′ ( 0 ) = f ′ ′ ( 0 ) = ⋯ = f ( n ) ( 0 ) = 1 f(0) = f^{'}(0) = f^{''}(0) = \cdots = f^{(n)} (0) = 1 f(0)=f(0)=f′′(0)==f(n)(0)=1
把这些值代入公式 ( 7 ) (7) (7) ,并注意到 f ( n + 1 ) ( θ x ) = e θ x f^{(n + 1)}(\theta x) = \mathrm{e}^{\theta x} f(n+1)(θx)=eθx 便得
e x = 1 + x + x 2 2 ! + ⋯ + x n n ! + e θ x ( n + 1 ) ! x n + 1 ( 0 < θ < 1 ) . \mathrm{e}^x = 1 + x + \cfrac{x^2}{2!} + \cdots + \cfrac{x^n}{n!} + \cfrac{\mathrm{e}^{\theta x}}{(n + 1)!} x^{n + 1} \quad (0 < \theta < 1). ex=1+x+2!x2++n!xn+(n+1)!eθxxn+1(0<θ<1).
由这个公式可知,把 e x \mathrm{e}^x ex 用它的 n n n 次泰勒多项式表达为
e x ≈ 1 + x + x 2 2 ! + ⋯ + x n n ! , \mathrm{e}^x \approx 1 + x + \cfrac{x^2}{2!} + \cdots + \cfrac{x^n}{n!} , ex1+x+2!x2++n!xn,
这时所产生的误差为
∣ R n ( x ) ∣ = ∣ e θ x ( n + 1 ) ! x n + 1 ∣ ⩽ e ∣ x ∣ ( n + 1 ) ! ∣ x ∣ n + 1 ( 0 < θ < 1 ) . |R_n (x)| = \left| \cfrac{\mathrm{e^{\theta x}}}{(n + 1)!} x^{n + 1} \right| \leqslant \cfrac{\mathrm{e}^{|x|}}{(n + 1)!} |x|^{n + 1} \quad (0 < \theta < 1). Rn(x)= (n+1)!eθxxn+1 (n+1)!exxn+1(0<θ<1).
如果取 x = 1 x = 1 x=1 ,则得无理数 e \mathrm{e} e 的近似式为
e ≈ 1 + 1 + 1 2 ! + ⋯ + 1 n ! , \mathrm{e} \approx 1 + 1 + \cfrac{1}{2!} + \cdots + \cfrac{1}{n!} , e1+1+2!1++n!1,
其误差
∣ R n ∣ < e ( n + 1 ) ! < 3 ( n + 1 ) ! . |R_n| < \cfrac{\mathrm{e}}{(n + 1)!} < \cfrac{3}{(n + 1)!} . Rn<(n+1)!e<(n+1)!3.
n = 10 n = 10 n=10 时,可算出 e ≈ 2.718282 \mathrm{e} \approx 2.718282 e2.718282 ,其误差不超过 1 0 − 6 10^{-6} 106 .

例2 求 f ( x ) = sin ⁡ x f(x) = \sin x f(x)=sinx 的带有拉格朗日余项的 n n n 阶麦克劳林公式。
解:因为
f ′ ( x ) = cos ⁡ x , f ′ ′ ( x ) = − sin ⁡ x , f ′ ′ ′ ( x ) = − cos ⁡ x , f ( 4 ) ( x ) = sin ⁡ x , ⋯ , f ( n ) ( x ) = sin ⁡ ( x + n π 2 ) , f^{'}(x) = \cos x , f^{''}(x) = -\sin x , f^{'''}(x) = -\cos x , \\ f^{(4)}(x) = \sin x, \cdots , f^{(n)}(x) = \sin{\left( x + \cfrac{n \pi}{2} \right)} , f(x)=cosx,f′′(x)=sinx,f′′′(x)=cosx,f(4)(x)=sinx,,f(n)(x)=sin(x+2),
所以
f ( 0 ) = 0 , f ′ ( 0 ) = 1 , f ′ ′ ( 0 ) = 0 , f ′ ′ ′ ( 0 ) = − 1 , f ( 4 ) ( 0 ) = 0 f(0) = 0, f^{'}(0) = 1, f^{''}(0) = 0, f^{'''}(0) = -1, f^{(4)}(0) = 0 f(0)=0,f(0)=1,f′′(0)=0,f′′′(0)=1,f(4)(0)=0
等。它们顺序循环地取四个数 0 , 1 , 0 , − 1 0, 1, 0, -1 0,1,0,1 ,于是按公式 ( 7 ) (7) (7) 得(令 n = 2 m n = 2m n=2m
sin ⁡ x = x − x 3 3 ! + x 5 5 ! − ⋯ + ( − 1 ) 2 m − 1 x 2 m − 1 ( 2 m − 1 ) ! + R 2 m ( x ) , \sin x = x - \cfrac{x^3}{3!} + \cfrac{x^5}{5!} - \cdots + (-1)^{2m - 1} \cfrac{x^{2m -1}}{(2m - 1)!} + R_{2m}(x) , sinx=x3!x3+5!x5+(1)2m1(2m1)!x2m1+R2m(x),
其中
R 2 m ( x ) = sin ⁡ [ θ x + ( 2 m + 1 ) π 2 ] ( 2 m + 1 ) ! x 2 m + 1 = ( − 1 ) m cos ⁡ θ x ( 2 m + 1 ) ! x 2 m + 1 ( 0 < θ < 1 ) . R_{2m}(x) = \cfrac{\sin{[\theta x + (2m + 1) \cfrac{\pi}{2}]}}{(2m + 1)!} x^{2m + 1} = (-1)^m \cfrac{\cos \theta x}{(2m + 1)!} x^{2m + 1} \quad (0 < \theta < 1). R2m(x)=(2m+1)!sin[θx+(2m+1)2π]x2m+1=(1)m(2m+1)!cosθxx2m+1(0<θ<1).

类似的还可以得到
cos ⁡ x = 1 − 1 2 ! x 2 + 1 4 ! x 4 − ⋯ + ( − 1 ) m 1 2 m ! x 2 m + R 2 m + 1 ( x ) \cos x = 1 - \cfrac{1}{2!}x^2 + \cfrac{1}{4!}x^4 - \cdots + (-1)^m \cfrac{1}{2m !} x^{2m} + R_{2m + 1}(x) cosx=12!1x2+4!1x4+(1)m2m!1x2m+R2m+1(x)
其中
R 2 m + 1 ( x ) = cos ⁡ [ θ x + ( m + 1 ) π ] ( 2 m + 2 ) ! x 2 m + 2 ( 0 < θ < 1 ) ; R_{2m + 1}(x) = \cfrac{\cos{[\theta x + (m + 1)\pi]}}{(2m + 2)!} x^{2m + 2} \quad (0 < \theta < 1); R2m+1(x)=(2m+2)!cos[θx+(m+1)π]x2m+2(0<θ<1);

ln ⁡ ( x + 1 ) = x − 1 2 ! x 2 + 1 3 x 3 − ⋯ + ( − 1 ) n − 1 1 n x n + R n ( x ) , \ln{(x + 1)} = x - \cfrac{1}{2!}x^2 + \cfrac{1}{3}x^3 - \cdots + (-1)^{n - 1} \cfrac{1}{n} x^n + R_n (x), ln(x+1)=x2!1x2+31x3+(1)n1n1xn+Rn(x),
其中
R n ( x ) = ( − 1 ) n ( n + 1 ) ( 1 + θ x ) n + 1 ( 0 < θ < 1 ) ; R_n (x) = \cfrac{(-1)^n}{(n + 1)(1 + \theta x)^{n + 1}} \quad (0 < \theta < 1); Rn(x)=(n+1)(1+θx)n+1(1)n(0<θ<1);

( 1 + x ) α = 1 + α x + α ( α − 1 ) 2 ! x 2 + ⋯ + α ( α − 1 ) ⋯ ( α − n + 1 ) n ! x n + R n ( x ) , (1 + x)^{\alpha} = 1 + \alpha x + \cfrac{\alpha (\alpha - 1)}{2!}x^2 + \cdots + \cfrac{\alpha (\alpha - 1) \cdots(\alpha- n + 1)}{n!}x^n + R_n (x) , (1+x)α=1+αx+2!α(α1)x2++n!α(α1)(αn+1)xn+Rn(x),
其中
R n ( x ) = α ( α − 1 ) ⋯ ( α − n + 1 ) ( α − n ) ( n + 1 ) ! ( 1 + θ x ) α − n − 1 x n + 1 ( 0 < θ < 1 ) . R_n (x) = \cfrac{\alpha (\alpha - 1) \cdots(\alpha- n + 1)(\alpha - n)}{(n + 1)!}(1 + \theta x)^{\alpha - n - 1} x^{n + 1} \quad (0 < \theta < 1). Rn(x)=(n+1)!α(α1)(αn+1)(αn)(1+θx)αn1xn+1(0<θ<1).

例3 利用带有佩亚诺余项的麦克劳林公式,求极限 lim ⁡ x → 0 sin ⁡ x − x cos ⁡ x sin ⁡ 3 x \lim \limits_{x \to 0} \cfrac{\sin x - x \cos x}{\sin^3 x} x0limsin3xsinxxcosx .
解:由于分式的分母 sin ⁡ 3 x ∼ x 3 ( x → 0 ) \sin^3 x \thicksim x^3 (x \to 0) sin3xx3(x0) ,我们只需将分子中的 sin ⁡ x \sin x sinx x cos ⁡ x x \cos x xcosx 分别用带有佩亚诺余项的3阶麦克劳林公式表示,即
sin ⁡ x = x − x 3 3 ! + o ( x 3 ) , x cos ⁡ x = x − x 3 2 ! + o ( x 3 ) . \sin x = x - \cfrac{x^3}{3!} + o(x^3), \quad x \cos x = x - \cfrac{x^3}{2!} + o(x^3) . sinx=x3!x3+o(x3),xcosx=x2!x3+o(x3).
于是
sin ⁡ x − x cos ⁡ x = x − x 3 3 ! + o ( x 3 ) − x + x 3 2 ! − o ( x 3 ) = 1 3 x 3 + o ( x 3 ) , \sin x - x \cos x = x - \cfrac{x^3}{3!} + o(x^3) - x + \cfrac{x^3}{2!} - o(x^3) = \cfrac{1}{3} x^3 + o(x^3) , sinxxcosx=x3!x3+o(x3)x+2!x3o(x3)=31x3+o(x3),
对上式作运算时,把两个比 x 3 x^3 x3 高阶的无穷小的代数和仍记作 o ( x 3 ) o(x^3) o(x3) ,故
lim ⁡ x → 0 sin ⁡ x − x cos ⁡ x sin ⁡ 3 x = lim ⁡ x → 0 1 3 x 3 + o ( x 3 ) x 3 = 1 3 . \lim_{x \to 0} \cfrac{\sin x - x \cos x}{\sin^3 x} = \lim_{x \to 0} \cfrac{\cfrac{1}{3} x^3 + o(x^3)}{x^3} = \cfrac{1}{3} . x0limsin3xsinxxcosx=x0limx331x3+o(x3)=31.

原文链接:高等数学 3.3 泰勒公式

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/54366.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CAD图1

文章目录 选择直线工具选择圆形选中圆形 选择直线工具 画一条十字中心线 选择圆形 以十字中心为起点画一个半径为 53 的圆形 选中圆形 选中圆形&#xff0c;捕捉右侧圆形焦点

Android AlertDialog圆角背景不生效的问题

一行解决: window?.setBackgroundDrawableResource(android.R.color.transparent) 原文件: /*** Created by Xinghai.Zhao* 自定义选择弹框*/ SuppressLint("InflateParams", "MissingInflatedId") class CustomDialog(context: Context?) : AlertDia…

【算法专题】穷举vs暴搜vs深搜vs回溯vs剪枝

二叉树剪枝 LCR 047. 二叉树剪枝 - 力扣&#xff08;LeetCode&#xff09; 本题要求我们将全部为0的二叉树去掉&#xff0c;也就是剪枝&#xff0c;当我们举一个具体的例子进行模拟时&#xff0c;会发现&#xff0c;只关注于对其中一个子树的根节点进行剪枝&#xff0c;由于我…

4款AI生成PPT工具推荐,提升工作效率

在如今的工作环境中&#xff0c;PPT制作是许多技术人员不可避免的任务&#xff0c;尤其是在汇报、展示技术方案、以及项目进展时。随着AI技术的快速发展&#xff0c;使用AI生成PPT成为了提高效率的一种新趋势。本文将介绍几款适合程序员、技术人员的AI生成PPT工具&#xff0c;帮…

Agent:原理与快速构建 | 人工智能 | Langchain | Python ——学习笔记

视频链接&#xff1a;https://www.bilibili.com/video/BV1Hz421b7ag/?spm_id_from333.788&vd_source90787f5794c8e73cf358973d1de2e47f # # 将.env的信息放到环境变量 # from dotenv import load_dotenv # load_dotenv() 第一节课程&#xff1a;使用openai调用智谱轻言问…

【Kubernetes】常见面试题汇总(十)

目录 29.简述 Kubernetes 自动扩容机制&#xff1f; 30.简述 Kubernetes Service 类型&#xff1f; 31.简述 Kubernetes Service 分发后端的策略&#xff1f; 32.简述 Kubernetes Headless Service &#xff1f; 29.简述 Kubernetes 自动扩容机制&#xff1f; &#xff08;…

强化学习——马尔可夫决策过程(MDP)【附 python 代码】

一、马尔可夫过程 过程介绍随机过程在某时刻 t 的状态 S t S_t St​ 通常取决于 t 时刻之前的状态。状态 S t 1 S_{t1} St1​ 的概率表示为&#xff1a; P ( S t 1 ∣ S 1 , . . . , S t ) P(S_{t1}|S_1,...,S_t) P(St1​∣S1​,...,St​)马尔可夫过程某时刻 t 的状态只取…

C++面试模拟01

第一部分&#xff1a;基础知识 问&#xff1a;解释 const 关键字的作用&#xff0c;以及在什么场景下你会使用 const&#xff1f; 问&#xff1a;在 C 中&#xff0c;new 和 malloc 的区别是什么&#xff1f; 问&#xff1a;请解释什么是“深拷贝”和“浅拷贝”&#xff1f;在…

IMS 呼叫流程(详细)

目录 业务模型 典型组网如图1所示 信令流程 具体的语音流程如图2所示 主叫信令面流程 01:UE_A->P-CSCF/ATCF 02:P-CSCF/ATCF_A->PCRF_A 03:PCRF_A->PCSCF/ATCF_A 04:P-CSCF/ATCF_A 处理(把S-CSCF加到Route) 05:S-CSCF_A->MMTel AS/SCC AS_A 06:MM…

JAVA-集合相关

HashMap如何解决哈希冲突的&#xff1f; 计算hash值&#xff0c;基于hashCode计算冲突之后&#xff0c;先是使用链式寻址法当链表长度大于8&#xff0c;且hash表的容量大于60的时候&#xff0c;再添加元素则转化成红黑树 为什么计算hash值是&#xff0c;是将hash地址的值右移1…

JavaSE:13、常用工具类

学习 资源1 学习资源 2 1、数学工具类 import com.test.*;import java.util.Random; import java.util.RandomAccess;public class Main {public static void main(String [] argv) throws Exception {System.out.println(Math.pow(5,3));//125.0System.out.println(Math.a…

大数据Flink(一百一十八):Flink SQL水印操作(Watermark)

文章目录 Flink SQL水印操作&#xff08;Watermark&#xff09; 一、为什么要有WaterMark 二、​​​​​​​​​​​​​​Watermark解决的问题 三、​​​​​​​​​​​​​​代码演示 Flink SQL水印操作&#xff08;Watermark&#xff09; 一、​​​​​​​为什么…

43.常用C++编译器推荐——《跟老吕学C++》

43.常用C编译器推荐——《跟老吕学C》 常用C编译器推荐一、C编译器介绍1. GCC (GNU Compiler Collection)2. Clang2.1 Clang的特点2.2 Clang的应用场景2.3 Clang与GCC的比较 3. Microsoft Visual C (MSVC)MSVC的特点MSVC的使用场景MSVC与其他编译器的比较 4. Intel C Compiler4…

Spring MVC设置请求头和响应头的Header

在Spring MVC中&#xff0c;动态设置请求头和响应头的方法有多种&#xff0c;以下是一些常见的方式&#xff1a; 设置请求头 使用RequestHeader注解 这个注解用于读取请求中的单个HTTP头部值&#xff0c;并将其作为一个参数传递给控制器方法。 RequestMapping("/examp…

【Midjourney中文版】

Midjourney中文版打破了传统创作工具的界限&#xff0c;无需具备专业的艺术技能或复杂的软件操作能力&#xff0c;即可轻松创作出高质量的图片。它支持多种创作模式&#xff0c;包括文生图、图生图、图片混图融合等&#xff0c;满足多样化的创作需求。 打开Midjourney中文版后…

特斯拉主动巡航技术解析

特斯拉的主动巡航控制技术是其自动驾驶技术套件&#xff08;Autopilot&#xff09;中的一项重要功能&#xff0c;旨在提升驾驶的舒适性和便利性。以下是对特斯拉主动巡航技术的详细解析&#xff1a; 一、技术原理与功能 1. 原理概述 特斯拉的主动巡航控制通过车辆前部的摄像…

istio中如何使用serviceentry引入外部服务

假设需要引入一个外部服务&#xff0c;外部服务ip为10.10.102.90&#xff0c;端口为32033. 引入到istio中后&#xff0c;我想通过域名gindemo.test.ch:9090来访问这个服务。 serviceentry yaml内容如下&#xff1a; apiVersion: networking.istio.io/v1beta1 kind: ServiceEn…

【Pycharm】Pycharm创建Django提示pip版本需要升级

目录 1、现象 2、分析 3、本质 前言&#xff1a;经常使用pycharm创建django、flask等项目时候提示pip版本需要升级&#xff0c;解决方案 1、现象 使用Pycharm创建Django项目提示安装Django超时&#xff0c;报错建议pip升级22升级到24 2、分析 之前使用命令升级了pip到了24…

VS code EXPLORER 中不显示指定文件及文件夹设置(如.pyc, __pycache__, .vscode 文件)

VS code EXPLORER 中不显示指定文件及文件夹设置 引言正文方法1打开方式1打开方式2 方法2 引言 VS code 号称地表最强轻量级编译器&#xff0c;其最大的优势在于用户可以根据自己的需求下载适合自己的 extension。从而定制个性化的编译器。然而&#xff0c;本人今天遇到了一个…

出厂非澎湃OS手机解BL锁

脚本作者&#xff1a;酷安mlgmxyysd 脚本项目链接&#xff1a;https://github.com/MlgmXyysd/Xiaomi-HyperOS-BootLoader-Bypass/ 参考 B站作者&#xff1a;蓝空穹 https://www.bilibili.com/read/cv33210124/ 其他参考&#xff1a;云墨清风、水墨青竹、Magisk中文网 决定解BL…