计算结构力学:多自由度振动系统

本文以笔记的形式记录计算结构力学的若干基础知识。

注1:限于研究水平,分析难免不当,欢迎批评指正。

注2:文章内容会不定期更新

预修1:线性代数

1. 标准特征值

复矩阵Schur分解:对于复矩阵\boldsymbol{A}\in \mathbb{C}^{n\times n},存在酉矩阵\boldsymbol{Q}\in \mathbb{C}^{n\times n},使得\boldsymbol{Q}^{H}\boldsymbol{A}\boldsymbol{Q}=\boldsymbol{T}\in \mathbb{C}^{n\times n}为上三角矩阵。

实矩阵Schur分解: 对于实矩阵\boldsymbol{A}\in \mathbb{R}^{n\times n},存在正交矩阵\boldsymbol{Q}\in \mathbb{R}^{n\times n},使得\boldsymbol{Q}^{T}\boldsymbol{A}\boldsymbol{Q}=\boldsymbol{T}\in \mathbb{C}^{n\times n}为上三角矩阵。

实对称矩阵Schur分解: 对于实对称矩阵\boldsymbol{A}\in \mathbb{R}^{n\times n},存在正交矩阵\boldsymbol{Q}\in \mathbb{R}^{n\times n},使得\boldsymbol{Q}^{T}\boldsymbol{A}\boldsymbol{Q}=diag\left ( \lambda _{1},\cdots , \lambda _{n} \right )\in \mathbb{R}^{n\times n}

2. 广义特征值

对于矩阵\boldsymbol{A}\in \mathbb{C}^{n\times n},\boldsymbol{B}\in \mathbb{C}^{n\times n},若存在数\lambda,使得方程\boldsymbol{A}\boldsymbol{x}=\lambda \mathbf{B}\mathbf{x}存在非零解,则\lambda\boldsymbol{A}相对\boldsymbol{B}的特征向量,\boldsymbol{x}\boldsymbol{A}相对于\boldsymbol{B}的对应特征向量。

工程应用中,\boldsymbol{A}\boldsymbol{B}通常为Hermite矩阵实对称矩阵

复矩阵Schur分解:对于复矩阵\boldsymbol{A}\in \mathbb{C}^{n\times n},\boldsymbol{B}\in \mathbb{C}^{n\times n},存在酉矩阵\boldsymbol{Q}\boldsymbol{Z},使得\boldsymbol{Q}^{H}\boldsymbol{A}\boldsymbol{Z}=\boldsymbol{T}\boldsymbol{Q}^{H}\boldsymbol{B}\boldsymbol{Z}=\boldsymbol{S}为上三角矩阵,且\lambda \left ( A,B \right )=\left\{\begin{matrix} 0& t_{kk}=0,s_{kk}=0\\ \frac{t_{ii}}{s_{ii}} & else \end{matrix}\right.

实矩阵Schur分解:对于实矩阵\boldsymbol{A}\in \mathbb{R}^{n\times n},\boldsymbol{B}\in \mathbb{R}^{n\times n},存在正交矩阵\boldsymbol{Q}\boldsymbol{Z},使得\boldsymbol{Q}^{H}\boldsymbol{A}\boldsymbol{Z}=\boldsymbol{T}\boldsymbol{Q}^{H}\boldsymbol{B}\boldsymbol{Z}=\boldsymbol{S}为上三角矩阵。

实对称矩阵Schur分解:对于实对称矩阵\boldsymbol{A}\in \mathbb{R}^{n\times n}实对称正定矩阵\boldsymbol{B}\in \mathbb{R}^{n\times n},存在正交矩阵\boldsymbol{X}=\left [\boldsymbol{x}_{1},\boldsymbol{x}_{2},\cdots ,\boldsymbol{x}_{n} \right ],使得\boldsymbol{X}^TA\boldsymbol{X}=diag\left ( a_{1},\cdots ,a_{n} \right )\in \mathbb{R}^{n\times n}, \boldsymbol{X}^T\boldsymbol{B}\boldsymbol{X}=diag\left ( b_{1},\cdots ,b_{n} \right )\in \mathbb{R}^{n\times n},并且\boldsymbol{A}\boldsymbol{x}_{i}=\lambda_{i} \boldsymbol{B} \boldsymbol{x}_{i},\lambda _{i}=\frac{a_{i}}{b_{i}}

3. 多项式特征值

\boldsymbol{A}_{0},\cdots ,\boldsymbol{A}_{d}\in\mathbb{C}^{n\times n}\lambda \in\mathbb{C},则\boldsymbol{A}_{0}+\lambda\boldsymbol{A}_{1}+\cdots + \lambda^{m}\boldsymbol{A}_{m}称为m次矩阵多项式,记作P\left ( \lambda \right )

对于矩阵多项式,若存在数\lambda_{i}\in \mathbb{C}^{n\times n},使得方程P\left ( \lambda \right )\mathbf{x}=0存在非零解\boldsymbol{x}_{i},则称\lambda_{i}称为多项式特征值,\boldsymbol{x}_{i}为对应的特征向量。

容易看出,

  • m=1,并取\boldsymbol{A}_{1}=-\boldsymbol{B},即\left (\boldsymbol{A}-\lambda \boldsymbol{B} \right )\boldsymbol{x}=\boldsymbol{0},多项式特征值实际上就是广义特征值;
  • m=1,并取\boldsymbol{A}_{1}=-\boldsymbol{E},即\left (\boldsymbol{A}-\lambda \boldsymbol{E} \right )\boldsymbol{x}=\boldsymbol{0},多项式特征值实际上就是标准特征值;

 预修2:积分变换

1. 辅助函数

定义单位阶跃函数H\left ( t \right )

H\left ( t \right )=\begin{cases} 1 & \text{ if } t>0 \\ 0 & \text{ if } t<0 \end{cases}

定义单位脉冲函数\delta \left ( t \right )

\delta _{\epsilon }\left ( t \right )=\begin{cases} \frac{1}{\epsilon } & \text{ if } 0\leq t \leq \epsilon \\ 0 & else \end{cases}, \delta\left ( t \right )=\lim_{\epsilon \rightarrow 0}\delta _{\epsilon }\left ( t \right )

定义指数衰减函数E\left ( t \right )

E\left ( t \right )=\begin{cases} e^{-\beta t} & \text{ if } t\geq 0 \\ 0& \text{ if } t<0 \end{cases}

2. 卷积分

对于函数f_{1}\left ( t \right )f_{2}\left ( t \right ),则\int_{-\infty }^{+\infty}f_{1}\left ( \tau \right )f_{2}\left ( t-\tau \right )dt称为函数函数f_{1}\left ( t \right )f_{2}\left ( t \right )的卷积,记作f_{1}\left ( t \right )*f_{2}\left ( t \right )

交换律:f_{1}\left ( t \right )*f_{2}\left ( t \right )=f_{2}\left ( t \right )*f_{1}\left ( t \right )

3. Fourier变换

Fourier积分定理:若函数f\left ( t \right )\left ( -\infty ,+\infty \right )上满足下列条件,(1). f\left ( t \right )在任一有限区间满足Dirichlet条件 ;(2). f\left ( t \right )在无限区间\left ( -\infty ,+\infty \right )上绝对可积分(即\int_{-\infty }^{+\infty }\left |f\left ( t \right ) \right |dt < \infty),则有

f\left ( t \right )=\int_{-\infty }^{+\infty }\int_{-\infty }^{+\infty }f\left ( \tau \right )e^{-j\omega\tau}d\tau e^{j\omega t}d\omega

F\left ( \omega \right )=\mathcal{F}\left ( f\left ( t \right ) \right ) =\int_{-\infty }^{+\infty }f\left ( t \right )e^{-j\omega t}dt为函数f\left ( t \right )的Fourier变换,对应的Fourier逆变换为f\left ( t\right )=\mathcal{F}^{-1}\left [ F\left ( \omega \right )\right ] =\frac{1}{2\pi }\int_{-\infty }^{+\infty }F\left ( \omega \right )e^{j\omega t}d\omega

微分性质:若\left | t \right |\rightarrow \infty时,\left | f\left (t \right )\right |\rightarrow \infty,则有\mathcal{F}\left ( {f}'\left ( t \right ) \right )=j\omega \mathcal{F}\left ( f\left ( t \right ) \right )

4. Laplace变换

若函数f\left ( t \right )\left [ 0,+\infty \right )时有定义,可利用单位阶跃函数将Fourier变换积分区间缩减到正半轴,利用指数衰减函数来削减绝可积的要求,从而有

\mathcal{F}\left ( H\left ( t \right )E\left ( t \right )f\left ( t \right ) \right )=\int_{+\infty}^{+\infty } H\left ( t \right )E\left ( t \right )f\left ( t \right )e^{-j\omega t}dt=\int_{0}^{+\infty }f\left ( t \right )e^{-\beta t-j\omega t}dt

若函数f\left ( t \right )\left [ 0,+\infty \right )时有定义,而且积分\int_{0}^{+\infty }f\left ( t \right )e^{-st}dt在复数s=\beta +j\omega的某一域内存在,则记,

F\left ( s \right )=\mathcal{L}\left ( f\left ( t \right ) \right )=\int_{0}^{+\infty }f\left ( t \right )e^{-st}dt为函数f\left ( t \right )的Laplace变换,

f\left ( t \right )=\mathcal{L}^{-1}\left ( F\left ( s \right ) \right )=\frac{1}{2\pi j}\int_{\beta -j\infty }^{\beta +j\infty}F\left ( s \right )e^{st}dsF\left ( s \right )的Laplace逆变换。

Laplace变换存在的充分条件:若函数f\left ( t \right )t\geq 0时满足以下条件,(1) 在t\geq 0任一有限区域分段连续;(2) 当t\rightarrow +\infty时,存在常数M>0c\geq 0,使得\left | f\left ( t \right ) \right |<Me^{ct}, 则f\left ( t \right )的Laplace变换\int_{0}^{+\infty }f\left ( t \right )e^{-st}dt在半平面Re\left ( s \right )>c上一定存在,右端积分在Re\left ( s \right )\geqslant c_{1}>c绝对收敛且一致收敛,并且在半平面Re\left ( s \right )>c内,F\left ( s \right )为解析解。

微分性质:若F\left ( s \right )=\mathcal{L}\left ( f\left ( t \right ) \right ),则有\mathcal{L}\left ( {f}'\left ( t \right ) \right )=sF\left ( s \right )-F\left ( 0 \right )

积分性质:若F\left ( s \right )=\mathcal{L}\left ( f\left ( t \right ) \right ),则有\mathcal{L}\left ( \int_{0}^{t}f\left ( t \right ) dt\right )=\frac{1}{s}F\left ( s \right )

一、频域分析

对于多自由度广义动力学方程,

\boldsymbol{M}\ddot{\boldsymbol{u}}+\boldsymbol{C}\dot{\boldsymbol{u}}+\boldsymbol{K}\boldsymbol{u}=\boldsymbol{f}

两边实施Fourier变换,则有

\mathcal{L}\left ( \boldsymbol{M}\ddot{\boldsymbol{u}}+\boldsymbol{C}\dot{\boldsymbol{u}}+\boldsymbol{K}\boldsymbol{u} \right )=\mathcal{L}\left (\boldsymbol{f} \right )

进一步,对于线性系统,则简化为

\boldsymbol{M}\mathcal{L}\left (\ddot{\boldsymbol{u}} \right )+\boldsymbol{C}\mathcal{L}\left (\dot{\boldsymbol{u}} \right )+\boldsymbol{K}\mathcal{L}\left (\boldsymbol{u} \right )=\mathcal{L}\left (\boldsymbol{f} \right )

进一步,利用Laplace变换的微分性质,则有

\left (s ^{2} \boldsymbol{M} + s\boldsymbol{C}+\boldsymbol{K} \right )\mathcal{L}\left (\boldsymbol{u} \right )=\mathcal{L}\left (\boldsymbol{f} \right )+\boldsymbol{M}\dot{\boldsymbol{u}}\left ( 0 \right )+\left ( s\boldsymbol{M}+\boldsymbol{C}\right )\boldsymbol{u}\left ( 0 \right )

对于零初始条件,则有

\left (s ^{2} \boldsymbol{M} + s\boldsymbol{C}+\boldsymbol{K} \right )\mathcal{L}\left (\boldsymbol{u} \right )=\mathcal{L}\left (\boldsymbol{f} \right )

1.1 复模态分析

若不考虑外加激励 ,则有

\left (s ^{2} \boldsymbol{M} + s\boldsymbol{C}+\boldsymbol{K} \right )\mathcal{L}\left (\boldsymbol{u} \right )=\boldsymbol{0}

可以看出,此问题实际上对应二次多项式特征值问题,需要考虑将其线性化,则有

\left\{\begin{matrix} s\boldsymbol{M}\mathcal{L}\left (\boldsymbol{\dot{u}} \right )+s\mathbf{C}\mathcal{L}\left (\boldsymbol{u} \right )+\boldsymbol{K}\mathcal{L}\left (\boldsymbol{u} \right )=\mathbf{0}\\ \boldsymbol{M}\mathcal{L}\left (\boldsymbol{\dot{u}} \right ) = s\boldsymbol{M}\mathcal{L}\left (\boldsymbol{u} \right )\end{matrix}\right.,

将上述写成矩阵形式,则有

\begin{pmatrix} \boldsymbol{K} & \boldsymbol{0}\\ \boldsymbol{0} & -\boldsymbol{M} \end{pmatrix}\begin{pmatrix} \mathcal{L}\left (\boldsymbol{u} \right )\\ \mathcal{L}\left (\boldsymbol{\dot{u}} \right )\end{pmatrix}=-s\begin{pmatrix} \boldsymbol{C} & \boldsymbol{M}\\ \boldsymbol{M} & \boldsymbol{0} \end{pmatrix}\begin{pmatrix} \mathcal{L}\left (\boldsymbol{u} \right )\\ \mathcal{L}\left (\boldsymbol{\dot{u}} \right )\end{pmatrix}

\begin{pmatrix} \boldsymbol{C} & \boldsymbol{K}\\ -\boldsymbol{M} & \boldsymbol{0} \end{pmatrix}\begin{pmatrix} \mathcal{L}\left (\boldsymbol{\dot{u}} \right )\\ \mathcal{L}\left (\boldsymbol{u} \right )\end{pmatrix}=-s\begin{pmatrix} \boldsymbol{M} & \boldsymbol{0}\\ \boldsymbol{0} & \boldsymbol{M} \end{pmatrix}\begin{pmatrix} \mathcal{L}\left (\boldsymbol{\dot{u}} \right )\\ \mathcal{L}\left (\boldsymbol{u} \right )\end{pmatrix}

1.2 实模态分析

若不考虑外加激励与阻尼 ,则有

\left (\boldsymbol{K}+s ^{2} \boldsymbol{M} \right )\mathcal{L}\left (\boldsymbol{u} \right )=0

可以看出,此问题实际上对应二次多项式特征值问题,考虑矩阵\boldsymbol{K}与矩阵\boldsymbol{M}的正定性可知,

s^{2}=-\frac{\left ( \mathcal{L}\left (\boldsymbol{u} \right ) \right )^{T}\boldsymbol{K}\left ( \mathcal{L}\left (\boldsymbol{u} \right ) \right )}{\left ( \mathcal{L}\left (\boldsymbol{u} \right ) \right )^{T}\boldsymbol{M}\left ( \mathcal{L}\left (\boldsymbol{u} \right ) \right )}<0

因此,s是实部为零的纯虚数,可令\omega ^{2} = -s^{2},即有

\left (\boldsymbol{K}-\omega ^{2} \boldsymbol{M} \right )\mathcal{L}\left (\boldsymbol{u} \right )=0

二、时域分析

参考文献

  • Golub G H , Loan C F V .Matrix Computations.Johns Hopkins University Press,1996.
  • 徐树方. 数值线性代数(第二版).  北京大学出版社, 2010.
  • F. Tisseur and K. Meerbergen. The Quadratic Eigenvalue Problem. SIAM Review, 43 (2001), 235-286.
  • 张元林. 积分变换.
  • 胡少伟. 结构振动理论及其应用.  
  • 王勖成. 有限单元法

网络资料

数值线性代数:Arnoldi求解特征值/特征向量icon-default.png?t=O83Ahttps://blog.csdn.net/qq_26221775/article/details/131690666?spm=1001.2014.3001.5502

数值线性代数: Krylov子空间法icon-default.png?t=O83Ahttps://blog.csdn.net/qq_26221775/article/details/131947169?spm=1001.2014.3001.5502

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/58561.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

Linux基础环境搭建(CentOS7)- 安装Scala和Spark

#Linux基础环境搭建&#xff08;CentOS7&#xff09;- 安装Scala和Spark Linux基础环境搭建&#xff08;CentOS7&#xff09;- 安装Scala和Spark 大家注意以下的环境搭建版本号&#xff0c;如果版本不匹配有可能出现问题&#xff01;&#xff08;spark不要下2.4版本的 会报错…

Vue3使用AntV | X6绘制流程图:开箱即用

x6官方地址X6图编辑引擎 | AntV 官方文档仔细地介绍了很多丰富的功能,这里的demo可以满足基本的使用,具体拓展还需要仔细看文档内容 先上效果图 1、安装 通过 npm 或 yarn 命令安装 X6。 # npm npm install @antv/x6 --save# yarn yarn add @antv/x6 初始化画布 <di…

安装使用docker harbor并推送镜像到仓库

1.概要 通过上一章节的讲解&#xff0c;我们基本了解了docker的操作命令&#xff0c;在文章的最后我们成功的推送一个镜像到DockerHub的镜像仓库。从流程上说&#xff0c;操作过程可以说很完美&#xff0c;但是整个推送过程消耗的时间太长&#xff0c;我们消耗了大量时间在访问…

HTML练习题:彼岸的花(web)

展示效果: 代码: <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>彼岸の花</title><style…

thinkphp和vue基于Workerman搭建Websocket服务实现用户实时聊天,完整前后端源码demo及数据表sql

最近接了一个陪玩小程序&#xff0c;其中有一个实时聊天的项目&#xff0c;需要搭建Websocke服务&#xff0c;通过多方考虑选择了通过GatewayWorker框架&#xff08;基于Workerman&#xff09;,将代码提取了出来&#xff0c;用到的框架封装到了vendor目录下&#xff0c;完整前后…

【计算机网络 - 基础问题】每日 3 题(五十八)

✍个人博客&#xff1a;https://blog.csdn.net/Newin2020?typeblog &#x1f4e3;专栏地址&#xff1a;http://t.csdnimg.cn/fYaBd &#x1f4da;专栏简介&#xff1a;在这个专栏中&#xff0c;我将会分享 C 面试中常见的面试题给大家~ ❤️如果有收获的话&#xff0c;欢迎点赞…

C++ 二叉树进阶:相关习题解析

目录 1. 二叉树创建字符串。 2. 二叉树的分层遍历1 3. 二叉树的分层遍历2 4. 二叉树的最近公共祖先 5. 将二叉搜索树转换为排序的双向链表 6. 从前序与中序遍历序列构造二叉树 7. 从中序与后序遍历序列构造二叉树 8. 二叉树的前序遍历&#xff0c;非递归迭代实现 9.…

云舟观测:基于eBPF监控主机的TCP网络连接

1 背景 机器网络监控信息在日常问题排查中扮演着至关重要的角色&#xff0c;是不可或缺的工具。通过对网络流量的深入分析&#xff0c;我们不仅能有效评估网络性能&#xff0c;还能迅速识别异常行为&#xff0c;例如流量突然激增、未知的数据传输等&#xff0c;这些对于保障网络…

【IC每日一题】

IC每日一题 1&#xff1a;锁存器(latch)、触发器(flip-flop)、寄存器的概念及区别1.1 概念1.2 锁存器的危害1.3 如何避免产生锁存器 2 手撕题&#xff1a;边沿检测2.1 边沿检测(上升沿、下降沿、双边沿)2.1.1 波形图2.1.2 算法步骤2.1.3 代码 2.2 序列模三检测器2.2.1 描述2.2.…

使用 Docker Compose 将数据版 LobeChat 服务端部署

LobeChat 是一个基于 TypeScript 的开源聊天机器人项目&#xff0c;支持本地部署和接入多个大语言模型。本文介绍如何使用 Docker Compose 将 LobeChat 服务端及其数据库部署到生产环境&#xff0c;让您拥有一个私有化的、可定制的 AI 聊天助手。 一、部署前准备 服务器&…

DICOM标准:DICOM服务类详解,了解存储服务类、查询/检索服务类(Q/R Service Class)和工作流管理服务类等原理

目录 一、概述 二、存储服务类&#xff08;Storage Service Class&#xff09; 存储操作&#xff08;C-STORE&#xff09; 确认操作&#xff08;C-STORE-RSP&#xff09; 三、查询/检索服务类&#xff08;Query/Retrieve Service Class&#xff09; 查询操作&#xff08;C…

八,Linux基础环境搭建(CentOS7)- 安装Mysql和Hive

Linux基础环境搭建&#xff08;CentOS7&#xff09;- 安装Mysql和Hive 大家注意以下的环境搭建版本号&#xff0c;如果版本不匹配有可能出现问题&#xff01; 一、Mysql下载及安装 MySQL是一个关系型数据库管理系统&#xff0c;由瑞典MySQL AB 公司开发&#xff0c;属于 Orac…

Virtuoso使用layout绘制版图、使用Calibre验证DRC和LVS

1 绘制版图 1.1 进入Layout XL 绘制好Schmatic后&#xff0c;在原理图界面点击Launch&#xff0c;点击Layout XL进入版图绘制界面。 1.2 导入元件 1、在Layout XL界面左下角找到Generate All from Source。 2、在Generate Layout界面&#xff0c;选中“Instance”&#…

Spring事务的实现方式

前言 Spring的spring-tx模块提供了对事务管理支持&#xff0c;使用Spring事务可以让我们从复杂的事务处理中得到解脱&#xff0c;无需去处理获得连接、关闭连接、事务提交和回滚等这些操作。Spring事务管理是Spring框架提供的一个核心功能&#xff0c;它允许开发者以声明式或编…

线性代数(1)——线性方程组的几何意义

线性代数的基本问题是求解个未知数的个线性方程&#xff1b; 例如&#xff1a;&#xff08;方程1&#xff09;。 在线性代数的第一讲中&#xff0c;我们从Row Picture、Column Picture、Matrix Picture三个角度来看这个问题。 上面的系统是二维的。通过添加第三个变量&#…

没有对象来和我手撕红黑树吧

1. 红黑树的介绍 红黑树也是一种自平衡的二叉搜索树&#xff0c;在每一个节点增加了一个存储位来表示节点的颜色&#xff0c;可以是红色也可以是黑色&#xff0c;通过约束颜色来维持树的平衡&#xff0c;具有以下的性质&#xff1a; 每个节点不是红色就是黑色根节点为黑色如果…

Android中SurfaceView与GLSurfaceView 的关系

SurfaceView 与 GLSurfaceView 的关系 在 Android 开发中&#xff0c;SurfaceView 和 GLSurfaceView 是实现自定义渲染效果的关键组件。它们提供了不同的渲染方式&#xff0c;适用于不同的应用场景。我们将通过以下几个方面详细说明 SurfaceView 和 GLSurfaceView 的特点及实现…

DEVOPS: 容器与虚拟化与云原生

概述 传统虚拟机&#xff0c;利用 hypervisor&#xff0c;模拟出独立的硬件和系统&#xff0c;在此之上创建应用虚拟机是一个主机模拟出多个主机虚拟机需要先拥有独立的系统docker 是把应用及配套环境独立打包成一个单位docker 是在主机系统中建立多个应用及配套环境docker 是…

H7-TOOL的LUA小程序教程第16期:脉冲测量,4路PWM,多路GPIO和波形打印(2024-10-25, 更新完毕)

LUA脚本的好处是用户可以根据自己注册的一批API&#xff08;当前TOOL已经提供了几百个函数供大家使用&#xff09;&#xff0c;实现各种小程序&#xff0c;不再限制Flash里面已经下载的程序&#xff0c;就跟手机安装APP差不多&#xff0c;所以在H7-TOOL里面被广泛使用&#xff…

西瓜书《机器学习》符号表KaTex表示

写这篇post的缘故是最近整理机器学习的相关公式&#xff0c;经常要用到 KaTeX \KaTeX KATE​X, 但网络上搜索到的西瓜书符号表的表示有些并不准确或不严谨&#xff0c;本着严谨治学的态度&#xff0c;整理了一下符号表的 KaTeX \KaTeX KATE​X表示&#xff0c;希望有所帮助,整理…