我们正在努力恢复Google Play商店上的Unionpedia应用程序
🌟我们简化了设计以优化导航！
Instagram Facebook X LinkedIn

前推和前推 (微分)

快捷方式: 差异，相似，杰卡德相似系数，参考。

前推和前推 (微分)之间的区别

前推 vs. 前推 (微分)

前推（pushforward），在数学中是和拉回“对偶”的概念，可以表示一些不同但相关的一些事物。. 假设 φ: M → N 是光滑流形之间的光滑映射；则 φ 在一点 x 处的微分在某种意义上是 φ 在 x 附近的最佳线性逼近。这可以视为通常微积分中全导数的推广。确切地说，它是从 M 在 x 处的切空间到 N 在 φ(x) 处的切空间的一个线性映射，从而可以将 M 的切向量“前推”成 N 的切向量。 映射 φ 的微分也被一些的作者称为 φ 的导数或全导数，有时它自己也之称为前推（pushforward）。.

之间前推和前推 (微分)相似

前推和前推 (微分)有1共同点（的联盟百科）: 光滑函数。

光滑函数

光滑函数（smooth function）在数学中特指无穷可导的函数，也就是说，存在所有有限阶导数。若一函数是连续的，则称其为C^0函数；若函数存在导函数，且其導函數連續，則稱為连续可导，記为C^1函数；若一函数n阶可导，并且其n阶导函数连续，则为C^n函数（n\geq 1）。而光滑函数是对所有n都属于C^n函数，特称其为C^\infty函数。 例如，指数函数显然是光滑的，因为指数函数的导数是指数函数本身。.

光滑函数和前推 · 光滑函数和前推 (微分) · 查看更多 »

上面的列表回答下列问题

前推和前推 (微分)之间的比较

前推有14个关系，而前推 (微分)有25个。由于它们的共同之处1，杰卡德指数为2.56% = 1 / (14 + 25)。

参考

本文介绍前推和前推 (微分)之间的关系。要访问该信息提取每篇文章，请访问：