Borel-Cantelli 引理

翻译自大佬
https://huarui1998.com/Notes/math/borel-cantelli.html

1. 集序列的 lim ⁡ inf ⁡ \lim\inf liminf lim ⁡ sup ⁡ \lim\sup limsup

类似于定义实数序列 { a k } \{a_k\} {ak} lim ⁡ inf ⁡ \lim\inf liminf lim ⁡ sup ⁡ \lim\sup limsup,
lim inf ⁡ k → ∞ a k = sup ⁡ n ≥ 1 ( inf ⁡ k ≥ n a k ) , lim sup ⁡ k → ∞ a k = inf ⁡ n ≥ 1 ( sup ⁡ k ≥ n a k ) , \liminf\limits_{k\to\infty}a_k = \sup_{n\geq 1}(\inf_{k\geq n} a_k),\quad \limsup\limits_{k\to\infty}a_k = \inf_{n\geq 1}(\sup_{k\geq n} a_k), kliminfak=n1sup(kninfak),klimsupak=n1inf(knsupak),
我们也可以定义集序列 { A k } \{A_k\} {Ak} lim ⁡ inf ⁡ \lim\inf liminf lim ⁡ sup ⁡ \lim\sup limsup,
只需将 inf ⁡ \inf inf 替换为 ∩ \cap ,将 sup ⁡ \sup sup 替换为 ∪ \cup ,即
lim inf ⁡ k → ∞ A k = ⋃ n ≥ 1 ⋂ k ≥ n A k , lim sup ⁡ k → ∞ A k = ⋂ n ≥ 1 ⋃ k ≥ n A k . \liminf\limits_{k\to\infty}A_k = \bigcup_{n\geq 1}\bigcap_{k\geq n} A_k,\quad \limsup\limits_{k\to\infty}A_k = \bigcap_{n\geq 1}\bigcup_{k\geq n} A_k. kliminfAk=n1knAk,klimsupAk=n1knAk.
根据德摩根定律,我们有
( lim sup ⁡ k → ∞ A k ) c = ( ⋂ n ≥ 1 ⋃ k ≥ n A k ) c = ⋃ n ≥ 1 ( ⋃ k ≥ n A k ) c = ⋃ n ≥ 1 ⋂ k ≥ n A k c = lim inf ⁡ k → ∞ A k c . (1) \left(\limsup\limits_{k\to\infty}A_k\right)^c = \left(\bigcap_{n\geq 1}\bigcup_{k\geq n} A_k\right)^c = \bigcup_{n\geq 1}\left(\bigcup_{k\geq n} A_k\right)^c = \bigcup_{n\geq 1}\bigcap_{k\geq n} A_k^c =\liminf\limits_{k\to\infty}A_k^c.\tag{1} (klimsupAk)c=(n1knAk)c=n1(knAk)c=n1knAkc=kliminfAkc.(1)

这两个符号有两个重要性质

定理

  1. a ∈ lim ⁡ inf ⁡ k A k a\in \lim \inf \limits_k A_k alimkinfAk 当且仅当存在一个整数 N N N 使得 a ∈ A n a\in A_n aAn 对所有 n ≥ N n\geq N nN 成立。
  2. a ∈ lim ⁡ sup ⁡ k A k a\in\lim \sup \limits_kA_k alimksupAk 当且仅当 a a a 属于 { A k } \{A_k\} {Ak} 的无穷多个项。

证明

首先,如果 a ∈ lim inf ⁡ k A k a\in\liminf_kA_k aliminfkAk,这意味着 a a a 属于 { ∩ k ≥ n A k : n ≥ 1 } \{\cap_{k\geq n}A_k:n\geq 1\} {knAk:n1} 中的至少一个,假设 a ∈ ∩ k ≥ N A k a\in \cap_{k\geq N}A_k akNAk
那么 a ∈ A k a\in A_k aAk 对所有 k ≥ N k\geq N kN 成立。

其次,如果 a ∈ lim sup ⁡ k A k a\in\limsup_kA_k alimsupkAk,这意味着 a a a 属于 { ∪ k ≥ n A k : n ≥ 1 } \{\cup_{k\geq n}A_k:n\geq 1\} {knAk:n1} 的所有。
假设 a a a 只属于 { A k } \{A_k\} {Ak} 的有限项,例如 { A k 1 , ⋯ , A k m } \{A_{k_1},\cdots,A_{k_m}\} {Ak1,,Akm},那么令 M = max ⁡ { k 1 , ⋯ , k m } M = \max\{k_1,\cdots,k_m\} M=max{k1,,km},我们有
a ∉ A k a\notin A_k a/Ak 对所有 k ≥ M + 1 k\geq M+1 kM+1 成立,即 a ∉ ∪ k ≥ M + 1 A k a\notin \cup_{k\geq M+1}A_k a/kM+1Ak,这导致矛盾。
■ \tag*{$\blacksquare$}

由于上述定理,有时我们说事件 A k A_k Ak ( k = 1 , 2 , ⋯ k=1,2,\cdots k=1,2,) 无穷次发生,如果事件 lim sup ⁡ k A k \limsup_kA_k limsupkAk 发生,或简称为 A k A_k Ak i.o.。

定理

如果每个 A k A_k Ak 是一个事件(即 ∈ F \in\cal F F),我们有

  1. P ( lim inf ⁡ k → ∞ A k ) = lim ⁡ n → ∞ P ( ⋂ k ≥ n A k ) (2) \mathbb{P} (\liminf\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(\bigcap_{k\geq n}A_k)\tag{2} P(kliminfAk)=nlimP(knAk)(2)
  2. P ( lim sup ⁡ k → ∞ A k ) = lim ⁡ n → ∞ P ( ⋃ k ≥ n A k ) (3) \mathbb{P}(\limsup\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(\bigcup_{k\geq n}A_k)\tag{3} P(klimsupAk)=nlimP(knAk)(3)

证明


F n = ⋂ k ≥ n A k , F_n = \bigcap_{k\geq n}A_k, Fn=knAk,
那么 { F n } \{F_n\} {Fn} 是一个递增序列,即 F 1 ⊆ F 2 ⊆ F 3 ⋯ F_1\subseteq F_2 \subseteq F_3\cdots F1F2F3,根据概率测度的连续性,我们有
P ( ⋃ n F n ) = lim ⁡ n → ∞ P ( F n ) , \mathbb{P}(\bigcup_{n}F_n) = \lim_{n\to\infty}\mathbb{P}(F_n), P(nFn)=nlimP(Fn),
因此 (2) 成立。 (3) 也直接由 (1) 和 (2) 得出。
■ \tag*{$\blacksquare$}

2. 第一 Borel-Cantelli 引理

定理(Borel-Cantelli)

假设 { A k } \{A_k\} {Ak} 是事件,如果
∑ k P ( A k ) < ∞ , \sum_k\mathbb{P}(A_k)\lt\infty, kP(Ak)<,
那么我们有 P ( A k i.o. ) = 0. \mathbb{P}(A_k\;\text{i.o.})=0. P(Aki.o.)=0.

证明

B n B_n Bn B n = ⋃ k ≥ n A k , B_n = \bigcup_{k\geq n} A_k, Bn=knAk,
根据 (3) 我们有
P ( A k i.o. ) = P ( lim sup ⁡ k → ∞ A k ) = lim ⁡ n → ∞ P ( B n ) . \mathbb{P}(A_k\;\text{i.o.}) = \mathbb{P}(\limsup\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(B_n). P(Aki.o.)=P(klimsupAk)=nlimP(Bn).
我们只需要证明 P ( B n ) → 0 \mathbb{P}(B_n)\to 0 P(Bn)0
由于概率测度的次可加性,我们有
P ( B n ) = P ( ⋃ k ≥ n A k ) ≤ ∑ k = n ∞ P ( A k ) = ∑ k = 1 ∞ P ( A k ) − ∑ k = 1 n − 1 P ( A k ) → 0 , \mathbb{P}(B_n) = \mathbb{P}(\bigcup_{k\geq n} A_k)\leq \sum_{k=n}^\infty \mathbb{P}(A_k)=\sum_{k=1}^\infty \mathbb{P}(A_k) -\sum_{k=1}^{n-1} \mathbb{P}(A_k)\to 0, P(Bn)=P(knAk)k=nP(Ak)=k=1P(Ak)k=1n1P(Ak)0,
n → ∞ n\to \infty n 时,收敛性由
∑ k = 1 ∞ P ( A k ) < ∞ \sum_{k=1}^\infty \mathbb{P}(A_k)\lt\infty k=1P(Ak)< 保证。

■ \tag*{$\blacksquare$}

3. 第二 Borel-Cantelli 引理

定理(Borel-Cantelli)

假设 { A k } \{A_k\} {Ak} 是独立事件,如果
∑ k P ( A k ) = ∞ , \sum_k\mathbb{P}(A_k)=\infty, kP(Ak)=,
那么我们有 P ( A k i.o. ) = 1. \mathbb{P}(A_k\;\text{i.o.})=1. P(Aki.o.)=1.

证明

根据(1),我们有:
P ( A k i.o. ) = P ( lim sup ⁡ k → ∞ A k ) = 1 − P ( lim inf ⁡ k → ∞ A k c ) = 1 − lim ⁡ n → ∞ P ( ⋂ k ≥ n A k c ) (根据 (2)) = 1 − lim ⁡ n → ∞ ∏ k = n ∞ P ( A k c ) (由于独立性) = 1 − lim ⁡ n → ∞ ∏ k = n ∞ ( 1 − P ( A k ) ) ≥ 1 − lim ⁡ n → ∞ ∏ k = n ∞ exp ⁡ ( − P ( A k ) ) (因为  1 − x ≤ e − x ) = 1 − lim ⁡ n → ∞ exp ⁡ ( − ∑ k = n ∞ P ( A k ) ) = 1 (因为对于任何  n , ∑ k = n ∞ P ( A k ) = ∞ ) \begin{align*} \mathbb{P}(A_k\;\text{i.o.}) &= \mathbb{P}(\limsup_{k \to \infty} A_k) \\ &= 1 - \mathbb{P}(\liminf_{k \to \infty} A_k^c) \\ &= 1 - \lim_{n \to \infty} \mathbb{P}\left(\bigcap_{k \geq n} A_k^c\right) & \text{(根据 (2))} \\ &= 1 - \lim_{n \to \infty} \prod_{k = n}^\infty \mathbb{P}(A_k^c) & \text{(由于独立性)} \\ &= 1 - \lim_{n \to \infty} \prod_{k = n}^\infty (1 - \mathbb{P}(A_k)) \\ &\geq 1 - \lim_{n \to \infty} \prod_{k = n}^\infty \exp(-\mathbb{P}(A_k)) & \text{(因为 $1 - x \leq e^{-x}$)} \\ &= 1 - \lim_{n \to \infty} \exp\left(-\sum_{k = n}^\infty \mathbb{P}(A_k)\right) \\ &= 1 & \text{(因为对于任何 $n$,$\sum_{k = n}^\infty \mathbb{P}(A_k) = \infty$)} \end{align*} P(Aki.o.)=P(klimsupAk)=1P(kliminfAkc)=1nlimP(knAkc)=1nlimk=nP(Akc)=1nlimk=n(1P(Ak))1nlimk=nexp(P(Ak))=1nlimexp(k=nP(Ak))=1(根据 (2))(由于独立性)(因为 1xex)(因为对于任何 nk=nP(Ak)=∞)
\tag*{ ■ \blacksquare }

我们可以通过将“独立”替换为一个更弱的条件“成对独立”来增强第二 Borel-Cantelli 引理。

定理(成对独立版本 Borel-Cantelli 引理)

假设 { A k } \{A_k\} {Ak} 是成对独立事件,如果
∑ k P ( A k ) = ∞ , \sum_k\mathbb{P}(A_k)=\infty, kP(Ak)=,
那么我们有 P ( A k i.o. ) = 1. \mathbb{P}(A_k\;\text{i.o.})=1. P(Aki.o.)=1.

证明

I k \mathbb{I}_{k} Ik A k A_k Ak 的指示函数,则 E ( I k ) = P ( A k ) \mathbb{E}(\mathbb{I}_k) = \mathbb{P}(A_k) E(Ik)=P(Ak)。设 S n S_n Sn I k \mathbb{I}_k Ik 的部分和,即
S n = ∑ k = 1 n I k , S_n = \sum^n_{k=1} \mathbb{I}_k, Sn=k=1nIk,

S = lim ⁡ n → ∞ S n = ∑ k = 1 ∞ I k . S = \lim_{n\to \infty} S_n = \sum^\infty_{k=1} \mathbb{I}_k. S=nlimSn=k=1Ik.
那么 ∑ k P ( A k ) = ∞ \sum_k\mathbb{P}(A_k) = \infty kP(Ak)= 意味着
E ( S ) = ∞ . \mathbb{E}(S) = \infty. E(S)=∞.
x ∈ A k i.o. x \in A_k \;\text{i.o.} xAki.o. 等价于
S ( x ) = ∑ k = 1 ∞ I k ( x ) = ∞ , S(x) = \sum^\infty_{k=1}\mathbb{I}_k(x) = \infty, S(x)=k=1Ik(x)=,
因此我们的目标是证明 P ( S = ∞ ) = 1 \mathbb{P}(S=\infty)=1 P(S=)=1。记 p k = P ( A k ) p_k = \mathbb{P}(A_k) pk=P(Ak),则 S n S_n Sn 的方差为
V a r ( S n ) = E ( S n 2 ) − [ E ( S n ) ] 2 = E ( ∑ k = 1 n I k 2 + ∑ i ≠ j I i I j ) − ( ∑ k = 1 n p k ) 2 = ∑ k = 1 n E ( I k 2 ) + ∑ i ≠ j E ( I i ) E ( I j ) − ( ∑ k = 1 n p k ) 2 = ∑ k = 1 n p k + ∑ i ≠ j p i p j − ( ∑ k = 1 n p k ) 2 = ∑ k = 1 n p k + ( ∑ k = 1 n p k ) 2 − ∑ k = 1 n p k 2 − ( ∑ k = 1 n p k ) 2 = ∑ k = 1 n ( p k − p k 2 ) ≤ E ( S n ) \begin{aligned} Var(S_n) &= \mathbb{E}(S_n^2)-[\mathbb{E}(S_n)]^2 \\ &= \mathbb{E}\left(\sum_{k=1}^n \mathbb{I}_k^2 + \sum_{i\neq j} \mathbb{I}_i \mathbb{I}_j\right) - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n \mathbb{E}(\mathbb{I}_k^2) + \sum_{i\neq j} \mathbb{E}(\mathbb{I}_i) \mathbb{E}(\mathbb{I}_j) - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n p_k + \sum_{i\neq j} p_i p_j - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n p_k + \left(\sum_{k=1}^n p_k\right)^2 - \sum_{k=1}^n p_k^2 - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n (p_k - p_k^2) \\ &\leq \mathbb{E}(S_n) \end{aligned} Var(Sn)=E(Sn2)[E(Sn)]2=E k=1nIk2+i=jIiIj (k=1npk)2=k=1nE(Ik2)+i=jE(Ii)E(Ij)(k=1npk)2=k=1npk+i=jpipj(k=1npk)2=k=1npk+(k=1npk)2k=1npk2(k=1npk)2=k=1n(pkpk2)E(Sn)

然后,
P ( S < E ( S n ) 2 ) ≤ P ( S n < E ( S n ) 2 ) = P ( S n − E ( S n ) < − E ( S n ) 2 ) ≤ P ( ∣ S n − E ( S n ) ∣ ≥ E ( S n ) 2 ) ≤ 4 V a r ( S n ) [ E ( S n ) ] 2 ( 由切比雪夫不等式 ) ≤ 4 E ( S n ) ( 因为  V a r ( S n ) ≤ E ( S n ) ) (4) \begin{aligned} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) &\leq \mathbb{P}\left(S_n < \frac{\mathbb{E}(S_n)}{2}\right) \\ &= \mathbb{P}\left(S_n - \mathbb{E}(S_n) < -\frac{\mathbb{E}(S_n)}{2}\right) \\ &\leq \mathbb{P}\left(\left|S_n - \mathbb{E}(S_n)\right| \geq \frac{\mathbb{E}(S_n)}{2}\right) \\ &\leq \frac{4 Var(S_n)}{[\mathbb{E}(S_n)]^2} \quad (\text{由切比雪夫不等式}) \\ &\leq \frac{4}{\mathbb{E}(S_n)} \quad (\text{因为 $Var(S_n)\leq \mathbb{E}(S_n)$}) \end{aligned} \tag{4} P(S<2E(Sn))P(Sn<2E(Sn))=P(SnE(Sn)<2E(Sn))P(SnE(Sn)2E(Sn))[E(Sn)]24Var(Sn)(由切比雪夫不等式)E(Sn)4(因为 Var(Sn)E(Sn))(4)
注意 { S < E ( S n ) 2 } \{S < \frac{\mathbb{E}(S_n)}{2}\} {S<2E(Sn)} 上升到 { S < ∞ } \{S < \infty\} {S<},最后通过概率测度的连续性,
P ( S < ∞ ) = P ( ⋃ n = 1 ∞ { S < E ( S n ) 2 } ) = lim ⁡ n → ∞ P ( S < E ( S n ) 2 ) ≤ lim ⁡ n → ∞ 4 E ( S n ) = 0 , \mathbb{P}(S < \infty) = \mathbb{P}\left(\bigcup_{n=1}^\infty \{S < \frac{\mathbb{E}(S_n)}{2}\}\right) = \lim_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) \leq \lim_{n \to \infty} \frac{4}{\mathbb{E}(S_n)} = 0, P(S<)=P(n=1{S<2E(Sn)})=nlimP(S<2E(Sn))nlimE(Sn)4=0,
那么我们得出
P ( S = ∞ ) = 1 − P ( S < ∞ ) = 1. \mathbb{P}(S = \infty) = 1 - \mathbb{P}(S < \infty) = 1. P(S=)=1P(S<)=1.
■ \tag*{$\blacksquare$}

4. Erdös-Rényi 定理

上述定理中的成对独立条件可以进一步放宽,得到 Erdös-Rényi 定理。

定理(Erdös-Rényi)

假设 { A k } \{A_k\} {Ak} 是事件,如果
∑ k P ( A k ) = ∞ , \sum_k \mathbb{P}(A_k) = \infty, kP(Ak)=,
并且
lim inf ⁡ n → ∞ ∑ j = 1 n ∑ k = 1 n P ( A j ∩ A k ) ( ∑ k = 1 n P ( A k ) ) 2 = 1 , (5) \liminf_{n \to \infty} \frac{\sum_{j=1}^n \sum_{k=1}^n \mathbb{P}(A_j \cap A_k)}{\left(\sum_{k=1}^n \mathbb{P}(A_k)\right)^2} = 1,\tag{5} nliminf(k=1nP(Ak))2j=1nk=1nP(AjAk)=1,(5)
那么我们有
P ( A k i.o. ) = 1. \mathbb{P}(A_k\;\text{i.o.}) = 1. P(Aki.o.)=1.

证明

我们将使用与之前相同的记号 S n S_n Sn S S S。因为
E ( S n 2 ) = E [ ( ∑ k = 1 n I k ) 2 ] = ∑ j , k = 1 n E ( I j I k ) = ∑ j , k = 1 n P ( A j ∩ A k ) , \mathbb{E}(S^2_n) = \mathbb{E}\left[\left(\sum_{k=1}^n \mathbb{I}_k\right)^2\right] = \sum_{j, k = 1}^n \mathbb{E}(\mathbb{I}_j \mathbb{I}_k) = \sum_{j, k = 1}^n \mathbb{P}(A_j \cap A_k), E(Sn2)=E (k=1nIk)2 =j,k=1nE(IjIk)=j,k=1nP(AjAk),
并且
E ( S n ) = ∑ k = 1 n P ( A k ) , \mathbb{E}(S_n) = \sum_{k=1}^n \mathbb{P}(A_k), E(Sn)=k=1nP(Ak),
因此 (5) 等价于
lim inf ⁡ n → ∞ E ( S n 2 ) [ E ( S n ) ] 2 = 1 。 \liminf_{n \to \infty} \frac{\mathbb{E}(S^2_n)}{[\mathbb{E}(S_n)]^2} = 1。 nliminf[E(Sn)]2E(Sn2)=1
根据 (4) 的前四行,我们有
P ( S < E ( S n ) 2 ) ≤ 4 E ( S n 2 ) − [ E ( S n ) ] 2 [ E ( S n ) ] 2 = 4 ( E ( S n 2 ) [ E ( S n ) ] 2 − 1 ) , \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) \leq 4\frac{\mathbb{E}(S_n^2) - [\mathbb{E}(S_n)]^2}{[\mathbb{E}(S_n)]^2} = 4\left(\frac{\mathbb{E}(S_n^2)}{[\mathbb{E}(S_n)]^2} - 1\right), P(S<2E(Sn))4[E(Sn)]2E(Sn2)[E(Sn)]2=4([E(Sn)]2E(Sn2)1),
然后我们有
P ( S < ∞ ) = P ( ⋃ n = 1 ∞ { S < E ( S n ) 2 } ) = lim ⁡ n → ∞ P ( S < E ( S n ) 2 ) ( 因为  { S < E ( S n ) 2 } 递增,且根据单调收敛定理 ) = lim inf ⁡ n → ∞ P ( S < E ( S n ) 2 ) ( 因为最后极限由单调收敛定理存在 ) ≤ 4 ( lim inf ⁡ n → ∞ E ( S n 2 ) [ E ( S n ) ] 2 − 1 ) = 0 , \begin{aligned} \mathbb{P}(S < \infty) &= \mathbb{P}\left(\bigcup_{n=1}^\infty \{S < \frac{\mathbb{E}(S_n)}{2}\}\right) \\ &= \lim_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right)\quad (\text{因为 $\{S < \frac{\mathbb{E}(S_n)}{2}\}$ 递增,且根据单调收敛定理}) \\ &= \liminf_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right)\quad (\text{因为最后极限由单调收敛定理存在}) \\ &\leq 4\left(\liminf_{n \to \infty} \frac{\mathbb{E}(S^2_n)}{[\mathbb{E}(S_n)]^2} - 1\right) = 0, \end{aligned} P(S<)=P(n=1{S<2E(Sn)})=nlimP(S<2E(Sn))(因为 {S<2E(Sn)} 递增,且根据单调收敛定理)=nliminfP(S<2E(Sn))(因为最后极限由单调收敛定理存在)4(nliminf[E(Sn)]2E(Sn2)1)=0,
这表明
P ( S = ∞ ) = 1 − P ( S < ∞ ) = 1. \mathbb{P}(S = \infty) = 1 - \mathbb{P}(S < \infty) = 1. P(S=)=1P(S<)=1.
■ \tag*{$\blacksquare$}

参考文献

  1. Kai Lai Chung, A Course in Probability Theory, 第三版 (2001)
  2. Rick Durrett, Probability: Theory and Examples, 第五版 (2019)

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/news/842390.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

nginx+nginx-http-flv-module在Linux服务器搭建

需求 在服务器搭建点播/视频平台的话需要在服务器搭建nginx和rtmp模块 rtmp模块 rtmp 模块有 nginx-rtmp-module &#xff0c;但是我们这里使用 nginx-http-flv-module 来替代。因为后者是基于前者开发的&#xff0c;前者拥有的功能后者都有&#xff0c;后者是国内的开发开…

基于PostGIS的mvt动态矢量切片的后台地图服务和前端调用

目录 一、背景 二、矢量切片 三、Mapbox的矢量切片格式 四、PostGIS生成矢量切片 ST_AsMVT: ST_AsMVTGeom: 五、导入试验数据 六、编写PostGIS函数 七:Java后端实现 八、Openlayers前端调用 一、背景 矢量切片技术目前已成为互联网地图的主流技术,无论是Mapbox还…

Vue.Draggable:强大的Vue拖放组件技术探索

一、引言 随着前端技术的不断发展&#xff0c;拖放&#xff08;Drag-and-Drop&#xff09;功能已经成为许多Web应用不可或缺的一部分。Vue.js作为现代前端框架的佼佼者&#xff0c;为开发者提供了丰富的生态系统和强大的工具链。Vue.Draggable作为基于Sortable.js的Vue拖放组件…

星网智云总经理韦炜:低代码与智能制造融合,探索未来制造的无限可能

下文为广西星网智云总经理韦炜的演讲全文&#xff1a; 大家下午好&#xff0c;今天给大家分享一下玉柴的数字化转型过程&#xff0c;以及整个过程中我们会怎样使用低代码。 ﹀ ﹀ ﹀ #玉柴数字化战略 #两个要点 我们的数字化&#xff0c;是在公司的整一个战略转型下去做的。…

Slash后台管理系统源码阅读笔记 后面面板中的折线图统计卡片是怎么实现的?

之前的笔记发表在博客和公众号以后&#xff0c;得到了一部分同学的喜爱的认可&#xff0c;所以今天继续。 目前这个管理系统的代码已经处理了一小部分&#xff1a; 接下来&#xff0c;我们看看第二栏那三个折线图统计卡片是怎么实现的。 这三个卡片还是使用的 antd 一行三列…

2024年电工杯高校数学建模竞赛(A题) 建模解析| 园区微电网风光储协调优化配置

问题重述及方法概述 问题1&#xff1a;各园区独立运营储能配置方案及其经济性分析 经济性分析采用成本-效益分析方法&#xff0c;计算购电量、弃风弃光电量、总供电成本和单位电量平均供电成本等指标。 问题2&#xff1a;联合园区储能配置方案及其经济性分析 经济性分析采用成…

二叉搜索树与双向链表(C++)

文章目录 1. 题目描述2.题目解析 题目来源&#xff1a; 牛客网…二叉搜索树与双向链表 1. 题目描述 输入一棵二叉搜索树&#xff0c;将该二叉搜索树转换成一个排序的双向链表。如下图所示 数据范围&#xff1a;输入二叉树的节点数 0≤n≤1000&#xff0c;二叉树中每个节点的值…

klinecharts自定义覆盖物

import { registerFigure, registerOverlay } from "klinecharts";registerFigure({name: "custom_graphics",checkEventOn: (coordinate, attrs) => {// 当前鼠标坐标,判断事件是否可用const { x: px, y: py } = coordinate;const { x, y, r } = attr…

重生之while在鸣潮学习HTML标签

个人主页&#xff1a;终端 HTML标签 目录 2.1标题标签 2.2段落标签 2.3换行标签 2.4列表标签 2.5超链接标签 2.6图片标签 2.7表格标签 2.8-2.9表单标签&表单项 2.10布局相关标签 2.11特殊字符 2.1标题标签 标题标签 代码 <h1>鸣</h1> <h2>潮<…

高弹性架构的微服务设计模式

长期以来&#xff0c;开发人员一直使用单片架构&#xff0c;而且长期以来&#xff0c;这种架构一直有效。不幸的是&#xff0c;这些架构使用的部件较少&#xff0c;但体积较大&#xff0c;这意味着如果一个部件发生故障&#xff0c;它们更有可能整体失效。通常&#xff0c;这些…

Linux最常用的硬件相关的命令

Linux最常用的硬件相关的命令 Linux最常用的硬件相关的命令查看块设备的lsblk显示管理磁盘分区 fdisk显示当前系统的分区情况 显示硬件信息的hwinfo**显示所有硬件信息**&#xff1a;**指定特定硬件信息**&#xff1a; 列出系统硬件信息的lshw显示所有硬件信息查看摘要硬件信息…

golang session实现库 支持cookie, redis,mysql等多种存储方式

golang中官方是不支持session的&#xff0c; 如果想要实现session则需要自己动手来实现&#xff0c;或者使用第三方的go-session实现库&#xff0c; 今天就给大家介绍一个go语言的第三方session实现库 go-sessions&#xff0c;支持 的存储方式有 cookie, file, redis, mysql等众…

学习Java的日子 Day49 函数,DOM

Day48 1.流程控制语句 if else for for-in(遍历数组时&#xff0c;跟Java是否一样) While do while break 语句用于跳出循环 continue 用于跳过循环中的一个迭代 2.函数 2.1 JavaScript 函数语法 函数就是包裹在花括号中的代码块&#xff0c;前面使用了关键词 function funct…

图论(四)—最短路问题(Dijkstra)

一、最短路 概念&#xff1a;从某个点 A 到另一个点B的最短距离&#xff08;或路径&#xff09;。从点 A 到 B 可能有多条路线&#xff0c;多种距离&#xff0c;求其中最短的距离和相应路径。 最短路径分类&#xff1a; 单源最短路&#xff1a;图中的一个点到其余各点的最短路径…

(ICRA 2024) Diffusion-Based Point Cloud Super-Resolution for mmWave Radar Data

今天介绍一篇使用Diffusion模型来生成超分辨率雷达点云的方法。毫米波雷达传感器在不利的环境条件下可以保持稳定的性能&#xff0c;使其成为室外移动机器人全天候感知任务的一个有希望的解决方案。然而&#xff0c;雷达点云相对稀疏&#xff0c;包含大量鬼点&#xff0c;极大地…

【驱动】RS485收发控制、自动收发电路及波特率限制

1、芯片本身支持自动收发 RS485收发器芯片本身支持自动收发切换: 优点:简化硬件设计和软件编程,减少外部控制线;缺点:成本高,传输速率可能受限制。下面介绍几款支持自动收发切换的RS485/422芯片 1.1 MAX13487 MAX13487 是一款由 美信(Maxim) 生产的半双工 RS-485/RS…

旧衣回收小程序开发,互联网发展下的巨大商机

随着人们生活水平的提高&#xff0c;对衣物的要求也越来越高&#xff0c;因此推动了旧衣回收市场的发展&#xff0c;旧衣回收行业逐渐兴起。 而在互联网的持续发展下&#xff0c;旧衣回收行业也从传统的回收箱走向了线上旧衣回收小程序。在当下社会中&#xff0c;完善线上旧衣…

2024上半年软件设计师考试

设计模式的两种分类依据_设计模式 创建型 结构型 行为型的区别-CSDN博客 归纳&#xff1a;数据库设计的六个阶段详解&#xff08;有这一篇就够了&#xff09;-腾讯云开发者社区-腾讯云 https://www.cnblogs.com/sunbr/p/12552910.html https://www.cnblogs.com/timefiles…

C++模版初阶STL简介

目录 1.泛型编程 2.函数模版 2.1概念 2.2格式 2.3原理 2.4函数模版的实例化 2.5模版参数的匹配原则 3.类模板 3.1类模板的定义格式 3.2类模板的实例化 1.泛型编程 如何实现一个通用的交换函数呢&#xff1f; void Swap(int& left, int& right) {int temp left;l…

深入理解Python中的循环引用和垃圾回收

引言 在现代软件开发中&#xff0c;内存管理是保证程序性能和稳定性的关键因素之一。垃圾回收&#xff08;Garbage Collection&#xff0c;GC&#xff09;作为一种自动内存管理机制&#xff0c;它能够自动释放不再使用的内存资源&#xff0c;从而避免内存泄漏和程序崩溃。Pyth…