挥刀杀G-CSDN博客

原创第43章弗莱纳公式准备1 空间曲面坐标，梯度解释

所以这里借用一丁点密度泛函的思路，只看结果，不管过程，那么结果的一个坐标可以得到它的特征，开始也有一个特征，两个特征构成一个途径最可能的，最短的选择的那个方式，那么就有了曲面论，因为这个说法是最简单的一种描述，曲面论，流形，都是一个意思，只是为了达到复合要求的最简单的模型，对于一个点是坐标，那么对于多个点那就是群，那么对于这样的一个多点坐标的描述，就是结构特征，和特征点最明显的一个位置，或者就可以用其中的一个点作为相伴的起点，剩下的作为相伴的路径，来描述这个群，矩阵嘛是不是也可以这样写，

2024-02-06 13:16:46 228

原创第42章准备阶段3 变换群商群二次型

正交矩阵中间有特征值或者是坐标，其实是用到变换群，将另一个位置变换到正交矩阵的坐标的位置，里面实际的个数是发生改变了，那么包含的物质在空间上就会有一个新的坐标，这个结构会包含总的个数，而且采用的是原本正交矩阵的时空特性，接下来是光滑的定义，之前用的是稠密性，现在换一个说法，叫做符合空间定义上的完备，其实就是W1，W2中的坐标，这里的坐标更多是该坐标下的信息，而不是简简单单的一个位置。雅可比的其实就是两个的间隔的比值，或者就是单独的一个位置的包含的空间结构和数量信息的比值，这样就不会是0。

2024-02-04 22:42:11 917

原创第41章准备阶段2 欧几里得度量和闵可夫斯基度量

闵可夫斯基度量和之前的度量还不一样，这个时候因为有两种存在方式，所以给一个同样的名称还得用到之前提到的时空上，因为对于列向量来说，每个的趋势都是相同的单同时都是和实数异维，那么对于三维坐标来说，这个趋势就是时间，这里也不多扯，那么闵可夫斯基度量就可以表示为|P1-P2|^2虽然还可以用辛空间来表示加减法，但是这个P1都是趋势性的轨道性的，增加减少也只是趋势或者轨道，都是和时间有关的，那么它的意义就可以叫时空间隔，ζiζj可以是实实在在的，更小测度的，任选一种安排。这章太水了，一会写点量子计算。

2024-02-04 08:53:53 172

原创第40章施密特正交证明的准备阶段1 黎曼度量

接下来我就解释了哈，G(ij)表示的是位置，ζiζj这个就是个数也是G(ij)中的构成情况，它只统计了G(ij)位置中的确确实实存在的位置，不确定的那些是没用被体现的，比如辛空间的对角0就不算个数，但是ζiζj会把这个结构表示出来，虽然不会计数但依然会表示结构，也就是所谓正定2次型嘛，要是硬说这只是两个数，够不成正定2次型但是如果加入复数结构就可以构成，不用复数只是为了省事哈。所以（a，b）是a在b上的投影，其实是改的方向，是b的个数，是将辛空间的总个数分块成每个都是b的大小，重新排列的正定2次型结构。

2024-02-02 21:48:14 355

原创第39章补充定义7 仿射空间解释投影矩阵

接下来就是纯量乘积（x|e），借用仿射来解释投影矩阵，辛空间x沿着e的方向平移，移动的长度的数目是长度1含有的个数，移动的方向是e坐标的特征值，也就是e的向量方向，又因为这个过程中的每一个辛空间x的特征值，都是x的向量，它所走的途径就是就是e构成的连带的（相伴的）空间，那么x就被构造成了e方向上的投影了，之后讲总的个数乘辛空间x，将这个新的个数用辛空间表示出来，得到的就是纯量乘积（x|e）的坐标。在坐标系中用的是0点，但实际上不止可以使用0点，只是因为0点和向量更容易构成相伴的特性，更为普遍。

2024-02-02 08:32:19 303

原创第38章补充定义6 正交，紧性

先将e1表示成辛空间坐标，那么e2也展开成坐标表示的个数，如果是那么什么样的个数会让坐标到了0坐标呢，这样只用成环的情况，首尾相接，e2中的个数如果可以有纯量乘法，那么，其中的个数就可以是不定的，也就是e1的空间，的构建环的方式就会形成一个平面或者可以叫做环空间，先用这个称呼吧，等以后讲到李群再给数学上的名字，基底（e1，e2，e3，e4，e5，e6，e7，e8），不同的列数相乘的时候等于0，自身相乘等于1，是不是发现了，可以首尾相连有，那么辛空间不仅有个数，那么将这样的首尾巴相连的空间用x0y表示，

2024-01-31 23:03:43 273

原创第37章补充定义5 纯量乘积的向量空间，柯西不等式

最开始所有的坐标可以和自然界一一对应的，都是点具有的信息，在数字小过一个临界后，这个对应就没办法在现在的物理层面上继续一一对应了，绝对坐标是有唯一一个被规定出来的，比如说奇点，而相对坐标是是随意取了一个位置作为基准，绝对坐标的使用是使用的他的信息而不是位置，因为信息才是坐标最重要的部分，而位置不是最有用的，相对坐标是为了去求的这些信息，通过知道某个位置的信息后作为基准求的一个新的位置的信息，绝对坐标是信息本身就有了不用求，相对坐标是位置信息，是要借助位置来得到信息的，这个不等式也叫做柯西不等式。

2024-01-31 12:22:04 255

原创第36章补充定义4 点乘和辛空间

那么（a，b）*（c，d）就是c*d个（a，b）空间锁包含的个数，那么用加法的方式就是得到的最后的坐标就是c*d*a，c*d*b，之后就要将这个怎么长的一个空间块链条得到具体的个数，就要将它拆成长度为c，那么拆出来的个数就是d的长度表示的个数，这个都叠放在坐标轴a上，沿着坐标轴b放置，是不是发现是一个平行四边形，其中的长度也可以转换成长方形，就可以用矩阵来表示了，ac是一个边长，bd也是一个边长。辛空间的坐标加法，酉空间的一维化，都可以看作计算的途径。坐标（a，b），如果加上（a，b）就是2*（a，b），

2024-01-31 12:21:23 225

原创第35章补充定义3 向量及向量加法的解释

前面讲了坐标接下来就继续深入，就顺道解释一下向量，还是要借用一下之前讲的坐标，知道了坐标，那么在进行个数统计的时候总不能还要重新求一下总量，要是遇到加法还好，那遇到乘法就坐蜡，所以就需要一个能够表示出坐标位置的特征值，很熟悉的一个概念，对于一个坐标，就可以用向量来表示，虽然在使用的过程中看不出来向量和坐标的区别，坐标只是一个信息，特征的本质是一个趋势，是在当前测度下无法进行描述的一个运动，就类似微分，接下来先讲加法，接下来是向量乘法，是虽然之前也提到过，那么乘法，就是用坐标来乘，也就可以理解成个数乘个数。

2024-01-31 12:20:35 83

原创第34章补充定义2 欧式空间及坐标的解释

前面讲了坐标，现在继续补充一下欧式空间，前面的统计个数的方式和长度联系到一起长度和个数是成比例的这个比例，是在很大的一个范围都是恒定的，所以之前的个数就可以用长度来表示，有时候就有了长度和数量不恒定，这样的长度构成的空间就是非欧式空间，这里的长度和个数都不是在欧式空间中的表示，如果非要用欧式空间来表示出这个长度和坐标就会发现，类似曲线，长度也成了曲线的表示了，但长度本身就是为了统计个数，长度本就是个数的另一种表现形式，并没有直线的要求。在欧式空间中使用直线是因为好用，直观，好测量，

2024-01-27 22:15:44 171

原创第33章补充定义1 笛卡尔坐标

有类似的信息的一系列的坐标，就是一个集合，那么集合内部就可以表示成F（x，a，b），直接用上一章的表示了，x是坐标，也可以是它其中的点的信息，a代表时间，b代表空间，其实也是信息只不过将x中的时间和空间的信息单独放了出来，对于时间惹不起只能动空间了，那么将x按照空间构造联系的方式就叫做F（x，b）那么现在x之间的关系是通过空间构成的关系，也就有了序，其实无序也是可以存在，只是现在用的是有序的途径，空间上的序。x，0，y坐标系构成的笛卡尔坐标就得到了。

2024-01-27 22:13:59 89

原创第32章特征值，特征向量计算

那么一个流形的空间，构成一个矩阵，就会有两个参数，之前是一个参数，可以同时包含时间空间，但毕竟不是完全一样，那么用两个参数，F（x，a，b），x是矩阵的坐标，a，b是时间空间的参数，也可以叫时间空间特征值，或者时间空间特征值的趋势，矩阵的结构有进一步解释啦，这样行向量和列向量的差别就又减少了，F（x，a，b）因为时间的不可逆，因为用不到可逆的情况，所以剩下a的就是势能场，每一个点都有唯一的空间特性，虚数矩阵表示的场的思路，突然想致敬一下3blue1brown。稍微解释一下特征向量。

2024-01-26 22:49:52 130

原创第31章特征值来源

假设有矩阵F，按照之前的说法取其中一行就足够了，为啥要用一个矩阵来算，因为特征虽然是足够了，但是空间就无法张成，起码也得是一个F的同构体，而这特征值，行向量的线上还是不同方向，那么这个线所在的空间就不是直线，这个空间就不属于欧式空间，虽然这个线在空间上，但不能继续展开那样就会脱离欧式空间了，不过依然属于希尔伯特空间，计算啥的还没有啥影响。（ki，wi，zi）这个形式是坐标的形式，写成基的形式就是空间的矩阵写法，现在可能只讲一下特征值，可能会有一点点深，不过还挺好理解，

2024-01-26 22:49:20 147

原创第30章群，环，域

群胚是群的同构都是一个，唯一的一个，酉群胚一维化的群然后再找的他的同构体，这个同构体是唯一的，而且基本上可以看作势，这样，单位元也就出来了，*是定义在集合上的二元运算表示的是结合的意思，第二个就是交换性，这是两个性质，第三个是单位元唯一，还有一个是封闭性，一共是四个特性。可逆这个能推导出很多东西，就像0，这个就分出来四个东西，左0因子环，右0因子环，无0因子环，整环。这里看看就行，没必要深究，这个时候的群，环，域，还没有什么复数，实数这类可以用的捷径，能用的只有计数统计个数，还有这些个物体的结构和排列。

2024-01-25 20:38:36 908

原创第29章反称张量，梯度，旋度

上一章讲了微分的矩阵表示和复数域中的虚数部分的理解，接下来就还是沿着这个方向讲了，如果函数f（x，a）依赖于空间中的点x1，x2……接下来就是梯度，这里也是一个张成空间，是对之前的偏导数构成的矩阵，形成的张量空间，这个空间的是有n-1个维度，和有n个参数的特性，之前这个参数是用复数中虚数表示的，这里用的是参数a表示，这样就可以理解成这个张成空间是一个完备空间和整体f（x，a）空间的特性是一致的，但整体从势的封装程度是n-1次，所以它的测度范围更小，也可以叫反称张量，当然反称张量不止一种，。

2024-01-25 20:37:25 119

原创第28章复数矩阵到微分，乘法以及除法

接下来空这个讲微分的乘法，（a+bi）*（c+di）这样就是两个点的张成空间，这个（a+bi），（c+di）是不是也可以理解成是一个函数，F（a），G（b），可以理解成实数域到虚数的映射的关系，F（a）*F（b）的微分就可以展开成（a+bi）*（c+di）的半实数半虚数的张成空间，是不是a*di+c*bi呢。接下来是微分的除法，可以理解成F（a），1/G（b）的张成空间，也就是F（a）和G（b）的逆矩阵张成的空间，这里可以代入复数坐标(c，d;p144（代数学引论1）证明的过程在这个位置。

2024-01-25 20:36:31 221

原创第26章内积继续深入讲解，一点叉乘

接下来就回到第一个1和第三个1不同，用复数来表示，那这样虽然在实数域上看起来一样，但是实际不同，因为可以任选两个虚数的值，来使得复数上向量是不同的，行向量的另一种理解，每一个点的位置都可以理解成在复数域上的一个线性组合而他的范数则是线性组合后的新的向量在实数域上的值，行向量不是简简单单的说法而是行本就是向量，而按照复数的思路，列向量就变成了复数域上的步长，所以这里就组合的说行向量是复数域的向量，列向量是实数域的，那么转置就可以看作交换了两个域的坐标，但是张成的空间没有变，所以行列式也可以说是没有变的。

2024-01-22 23:29:02 380

原创第27章对于复数矩阵的进一步理解，前两章看不懂就看看这个

接下来重新把讲一次点积的思路，（a，b，c）*（a，b，c），a用复数表示就是(a，ki)，那么在那么将a，ki张成一个空间，就可以这样表示，x轴线上取a+k，y轴线上取a+k，勾画出一个方阵其中的a*a部分就是实数域，a*k和k*a因为是不同域的数域所以没有意义肯定是0，k*k是复数域的张成，虽然之前写的可能会严谨一些但是哪有这样描述好理解哈，大吉大利。所以a*a也是张成空间要是用数学表示就需要构建埃米特型，不过，这么简单怎么来，理解就好了，严谨的途径以后再说吧，嘿嘿嘿。这个也是概率论中的无限次的定义。

2024-01-22 23:25:42 473

原创第25章酉性，推导内积的来源

在实数域上的张成是张成的面积然后一维化来统计其中的势（阿列夫0），现在在复数域上也采用张成的方式，向量k（x，y）和向量w（x，y）在复数坐标上，进行张成但是这个张成就有了四个部分，这四个部分采用的是序型的表示方式，所以就有了不可交换的特点，xx是在实数域的点，yy是序数域的点，一个是统计的（1，0）希尔伯特坐标的个数，一个是统计的（0，-1）的希尔伯特坐标的个数这个张成空间就被叫做埃尔米特空间，详细的说就是没有赋值的，要是有赋值那就是埃尔米特二次型了，还是用到的势，序型，张量计算，

2024-01-19 22:06:25 372

原创第24章积分，良序型，0测度

它的假设的思路是这样，它里面的（阿列夫0）要取到最小，之前的那种是取的序型，它可以不要最小，够用就行，甚至序型本身都可以是一个集合，但是势会取到最小，是实数的一个基，那么假设在单位长度内实实在在的点代表的势和无理数代表的势，就不再是相互为序，和小说最开始的假说就不一样了，因为势更小，就会放大微小量的特性，的不是在大的一个角度看到的特性，这个时候存在点的势，和间隙点的势的比值就无限逼近1:无穷，这样得到了0，这个测度建立在实数的基的概念上，和之前的1:1建立的根基是序型，是不一样的，

2024-01-17 23:46:56 390

原创第23章集，势（阿列夫0），良序集（序数），有理数无理数

在测度的条件下，具体的存在和存在的间隙，拓扑空间也有说法叫做空间承载子，特别像之前提到过的（1，0），（0，-1）这样的实数和虚数的表达方式，还有可以将有理数用无理数的方式表示的那部分也可以联系到这了。集这个概念，具有某种特性的汇集，这样映射也是一种特性，对于每一个集中的点都有一个点在y中对应，如果这个集有序的话，那么这样的对应就是有序型的对应，前面提到过序型这里就直接用了，在这里使用集的运算，就可以转到了函数的表现形式，可以用原项和项的思路表示，不过这个不重要放以后勒，接下来是函数的一个基础，度量空间。

2024-01-16 23:47:24 440

原创第22章补充一下实变函数的势，测度，退化矩阵，对称矩阵

有的集被叫做群，环，域这个只是根据他们的特性来分的，对于无穷数的集合，就不得不提到连续统的势，我给的说法就是最小的存在的可能的长度，还是那种没有经过测度论进行限制的那种长度，可能不符合数学，但是这样好理解一些，纯数学的证明看看就行，真的因为这个连续统的势，这个也是我之前写到的放大缩小的来源，也可以叫做基，我给的说法就是，类比普朗克粒子，那么这样就可以补上之前文章的坑。就下来是对称矩阵的解释，这里用到的是π轨道，这个在数学上的名称和思路是没有问题的，之前讲到微分，再深入的话就不够了，补充一下实变函数的知识。

2024-01-15 23:58:43 517

原创第21章从讲函数偏到了讲二次型，离大谱，又到了纯量积

接下来说一下对称和斜对称的空间理解，假设有一个平面两条空间就划分成四个空间，类似象限，但是空间划分就是按照张成空间的一维化的方向，就有了一个面切成两个空间，一个是逆序为偶数的空间一个是奇的空间，又因为是双线性所以偶数空间和奇的空间没得选，非此即彼罢了。接下来是二次型，二次型的本质只是一个坐标，是位置，经过运算得到的是值，是范数，运算是对坐标系的放大或者缩小，放大之后这个个数能选的值就多看，缩小之后能选个数的减少，个数是有测度来决定的，这里有左乘和右乘的两种操作方式，现在有双线性就够了。

2024-01-14 22:39:37 341

原创第20章三角函数复数系的来源及两个特殊斜率

那么这就有了在测度范围内的三个点，有一条线经过中间的点是平行线，那么经过左边的和中间的两个点是不平行的，同理经过右边的和中间的两个点也是不平行的但是呢连续，所以左极限会逼近右极限，所以左极限，右极限的斜率只有到了不可测才能够满足测度论的相等，左边和右边是对称的，又因为左极限到右极限的差别不能超过ε，那么右极限到水平的改变就不能超过ε/2，所以平行的时候的关系就出来了，这样圆的斜率就没有完全的垂直或者平行，当然水平线除外，根据这个思路可以得到一部分中值定理，不过以后再说。旋转量的实数F（θ）是和θ的函数。

2024-01-13 18:09:37 373

原创第19章线性空间到赋范线性空间及求导两种方法的数学解释

突然发现不管什么函数的证明，都是非常非常让人头大的一个过程，矩阵的数目的深度不断增加之后就走到了概率论的地步，但就算这样不走向复杂，也存在各种各样的烧脑的分类，而函数只是最表层的一个式子，每一个式子都需要大量的矩阵的理解来支持函数，想起三角函数来，还在放鸽子的状态中，争取尽快解决。之前提到的凯莱矩阵和其中的权，现在也可以给出一个数学名称叫做赋范，上一章提到了列向量是一个向量，那么由赋范构成的列向量就被叫做赋范线性空间，又填补了之前的一个坑，大吉大利。而那些剩余的列空间就被叫做了商空间，稍微提一下以后再说。

2024-01-12 21:19:31 360 1

原创第18章行空间，列空间填坑，继续讲解复数，以及引入伽罗瓦

一个向量空间的基，这些基会构建成凯莱矩阵每个点代表的途径，也就是可能性的途径，一旦张成空间，里面的每个点就代表该空间的每一个坐标，在这个这些个向量的基的空间里面，如果出现一个新的向量，代表的是一个决策的路径，又因为这个是被包含在凯莱矩阵的张成空间中的，所以这样构成的多重线性映射就构成一个新的矩阵，也就被叫做扩张域，那么用图的步长来理解，按照行向量来理解就是就是沿着x轴素走了的距离，其中的值就是每一次走的长度，步长，也可以是有限程空间的个数。复数就不得不考虑到分裂域，还是有些不够，还是得再扯一些基础，

2024-01-11 23:54:48 370

原创第17章三角函数的推导，以及复数一点点引入，

角度θ是表示平面旋转量的实数，r是e（θ）就是旋转函数，这里是角度的坐标转换到笛卡尔坐标为啥要用复数，应为为了给出旋转的方向，这里给出一个简单的理解关于实数和虚数，实数表示确确实实走的步数的权，虚数表示想走的权，这样，就有了一个趋势方向，，有应为不同的域在运算的时候不干扰，为了简单，又能够不会在运算的过程中丢失信息。求导，这里考虑的是来自图论的那种思路，左极限接近右极限，可以看不出来的一种斜率但是不能不存在，要不然这个就成了平行了，只能是斜率非常小，这里今天会填补之前的一个坑。概率开始引入到矩阵了。

2024-01-10 23:28:41 371

原创第16章开始三角函数和第一个极限的解释

因为角度没办法用具体的有限空间来衡量，那么就转换，等量转化成和半径一样长的弧度，将这个弧度与边，张成的空间，当边长是一个固定的值，那么面积与边长的比就是固定的，也就是单位长度围成的面积，角度θ是表示平面旋转量的实数同样被表示成围成的空间，依然可以使用酉空间来进行一位化，弧度和角度其实是不一样的，角度应该追溯历史，差不多要古巴比伦时期时期的到美索不达米亚，而最有意思是，角度其实是通过一年有365天，通过观察星空的星座，将第一次重合到第二次重合的时间等分，然后得到的角度，跟数学没啥关系，跟地理天文更有关系。

2024-01-09 23:52:39 849

原创第15章用实数空间R^n解释行空间列空间，

这个行向量就出现了，这里的行向量代表着一个决策树的一个途径，列向量也是一个决策树的一个途径，那么列向量和行向量的本质就是一样的，所以转置矩阵的特性就很清楚了，列向量和行向量也可以看作树的子树，左子树，右子树，这样就有了两种方式，行决策和列决策，突然好类似矩阵乘法A*B，A被叫做行排列矩阵，B被叫做列组合矩阵，所以R^n=R*R*R*R*R*R*R*R*R*R*R……就有了两种出来方式，一个是从左到右的方式，一个是从右到左。那么就可以通过凯莱矩阵的方式将R^n=R*R*R*R*R*R*R*R*R*R*R……

2024-01-08 22:15:51 436

原创第15章从海涅博雷尔，一丁点的图论，到导数的推导

原因是填坑上一章的y，x构成的2维平面函数的图，因为引入凯莱矩阵，所以x，y构成的平面就可以用凯莱矩阵，而函数y和x则是连通函数，所以在该函数上的a，b可以表示成<a，b>，函数上的点前后俩俩都可以构成有向图，是不是发现有向图就是函数的导数，这才是函数图像构成的思路，但是限程实数空间这个时候看到的还是一种散列的形式依然无法说明是连续的函数，mov是一个联通，其中的加法特性和乘法特性都是第一个寄存器的功能跟被移动的没有什么关系，发现字数不够那就写一些汇编吧，就是玩深圳io，方便一些，将可能用到的符号摆出来。

2024-01-07 13:45:12 394 1

原创第13章导数从引入一点群论，以及凯莱矩阵

希尔伯特空间是非常大的一个空间，像之前提到过的概率矩阵，现在给出名字叫做凯莱表，也可以叫做凯莱矩阵，这个矩阵是树，图的来源，是可以用树的形式来表示发生的可能，这样树的路径就可以表示成一个一个实实在在的值而不是假设存在的概率构成矩阵，而且还是有序的，填坑一个。这样就可以对应到1，0有理，无理数构成的组合矩阵，斜率和求导的线要是严格的说是不一样的，但是太接近了，甚至差别的值都超不过一个限程实数空间，所以在不放大矩阵的情况下可以说是一样的，这里就有了一个限制，不过不深入的研究，这个没有什么细思的用处。

2024-01-06 14:03:23 392 1

原创第12章step function开始的函数

单变量函数发展然后和线性代数，联系起来了多变量函数和概率产生联系，但之后再继续发展，就开始相互都有关系了，那么解释一下，概率到底是什么，这个不研究空间，反而研究的是结果，就是开始和结束两个地方的联系，中间不考虑，因为每一次抉择都会有好多种可能，两个数字还好，要是放在希尔伯特空间那就是一个非常大的，再加入欧几里得空间，变得更大的一个矩阵但是吧这个过程会影响最后的结果吗，其实并没有，要是再有一些计算，计算就成了难题了，那么只需要结果的时候，就不再需要这么多的运算的，所以概率产生，这个柯西的无穷小也被叫做极限。

2024-01-05 14:37:09 392 1

原创第11章测度论解决有，无理数定义。及黎曼空间简单描述

希尔伯特空间是建立在最小的量子测量长度上的，欧几里得空间就是给最小的量子测量长度进行标序号的一种方式进行构造新的矩阵，然后一维化，形成的放大矩阵空间，测度论就更刁钻，它是要去研究这个最多能反复欧几里得的那种构造新空间的次数，是数值的无穷性，用数据结构的表示那就是，只是在用地址了，对于它的值，就没人关心，真要探索值的话那就是量子纠缠，不用深究，细想结论吓人。实数就分成有，无理数。之前无理数，有理数的定义存在各种各样的坑，现在一点点进行填补，今天补上最后的一个bug，这样就成了如今的数学的定义，

2024-01-04 15:01:10 390 1

原创第10章黎曼，开始极限到积分

这个时候的无理数和之前的无理数有相似，但是，原理什么的都不怎么一样了，狄利克雷函数定义就出现过一个这样的定义，在任意两个有理数直接包含一个无理数，反之亦然，又补了一个之前写的文章的一个坑，黎曼就采用计算面积来跳出了柯西的那个坑，虽然可能结果和柯西的差不多，但是物理意义是完全不一样的，面积是包含边界的，说起积分这里就有了两种方式一个是列积分，一个是行积分，列积分被叫做黎曼积分，行积分叫做勒贝格积分。再补了一个坑，极限到积分的转变是，存在的边界，被包含计算了，这个就是黎曼积分最重要的一个点，

2024-01-03 14:51:28 368 1

原创第9章单调变量，有理数，无理数定义的填坑

之前定义是普朗克量子的量占据的位置为有理数，间隙为无理数，但是，使用的时候就会发现无理数的数量远多于有理数，这个就出现和之前的假设不一样的地方，原因解释一下，是因为精度超过了物理的最小普朗克量子的精度，进入到数学上的欧式空间，已经不能表示自然界存在的物质，不再是一一对应的，可以用坐标表示的范围，在精度没有超过了物理的最小普朗克量子的精度的时候，有理数都是有限的数字，两个数字的间隙为无理数。稍微讲一下，x轴上是稠密的，y轴上是稠密的，xy平面就是双线性空间，那么构成的图是稠密的么？又填补了之前挖下的一个坑。

2024-01-02 19:08:13 351

原创第8章实数无限的原因的原理解析

接着是第二条解释思路，这个就属于物理的解释，量子纠缠效应，一个实数，他的前多少位都是记录这个坐标在物理上实实在在的存在的点，但是之后的位数就是属于该点的量子纠缠呈现出来的酉空间的一个序数，每一位的相同值都是相符特性的一个程度标识，联系的性能可以类似用无穷级数来表示，量子计算机是要讲这里的10进制转换成2进制，从左到右的每一次突破都是量子计算机计算能力的突破，这里就说一下为啥是同时因为是矩阵，但是计算的过程不是同时，是有时间差的。实数的无限性到这就讲完。有两个解释途径，不过两个都是细思恐极。

2024-01-01 12:38:26 626

原创第7章梅雷变量

这个是一个很诡异的东西，Xn，α，ε都是实数所以，就是无理数加有理数的个数，不过大部分的时候用的是有理数的个数*2+1来表示有，无理数的个数总数，但是这个个数一多，的1也就无所谓了，|Xn-α|<ε这个表明了一种算法，这个Xn的形式是围绕α的，Xn的n是强行和序数联系成一体，存在正数ε可以用来表示|Xn-α|联系的深度，而正数ε就表示废0那就可以表示的是联系的深度的一种度量，最小那就是1个无理数所占据的位置，，一定会比这个数字大，这个数是物理世界运行出现的，那就没有物理意思了，

2023-12-31 17:16:13 360 1

原创第6章开始讨论的极限论，稍微涉及一些叉积，逆序数的证明

这里从最基本的实数开始，a*b，就是坐标中的普朗克常数存在的乘B中普朗克常数构成的矩阵，如果a和b都是向量空间，是不是发现这个式子和求积分相似，aXb就是ab的空间积分，是一个三维的图像，那么用张量计算公式，并且给它带人包含有第三个维度的三维坐标，算出来的就是垂直的那个维度，这也是叉乘为什么会升纬的原因，会得到新的纬度，，序列内的数字较大的数字排在较小的后面，这个被叫自然数序列，而序列内的数字较小的数字排在较大的后面，这个叫做逆自然数序列，是不是很熟悉线性代数里面的逆序数。先讲共轭空间，也叫做对偶空间。

2023-12-30 15:55:54 323 1

原创第5章实数的应用，根式以及扩展到虚数

将一维数有理无理数转换成奇数，偶数，用1，0表示，那么无理数占据的位置就是偶数，用矩阵的方式把所有的组合写出来，有的组合是（1，0）有的是（1，1）也有的是（0，1）还有（0，0），在实数集上能存在的组合只有（1，0）那么剩下的组合就是无效的，所以无理数2的开方的乘无理数2的开方，因为这个无理数乘集就成了有理数了，，这就是n个ζ的构成的存在可能性的矩阵，将矩阵归一化形成的一维的长度，因为构成的空间不是压缩变形的，所以α唯一，但是反过来推导就出现第一个困扰的地方，会出现无理数开方的现象，

2023-12-29 14:54:00 346 1

原创第4章实数的算数运算

这里就说一下为啥要怎样表示，这就不得不说向量的加法，a和b的本质也是高维度什么的一个点，加上方向就是这段方向的一个量的集合，这个量是建立在克朗普量子常数的个数基础上的a+b就是这个代表克朗普个数的加起来的数量，这是可数的数字，将这么多的量子排成一列的长度就是a+b，a'+b'也是同理，这两个集合排列的不同的地方所在的位置就是β+α，当差距最小的时候a+b=γ。数的加法都是向量的加法，加减法是起点到终点包含的常数的量的个数，这个就叫绝对值的定义了，先设定两个实数β，α，从有理数开始，a，b，a'，b'，

TA创建的收藏夹 TA关注的收藏夹

TA关注的人