摘要: https://olahiuj.github.io/ 某人曾经说过(原谅我不记得是哪位先贤了,不过看样子不算是太久远的先贤): 起初随便找个托管平台写,后来自己买服务器买域名建站写,最后希望有框架拿来就写,自己只负责内容输出。 是的,我终于开始用hexo+github pages这样的现代解决方案了 阅读全文
posted @ 2022-06-23 19:48 jjppp 阅读(333) 评论(0) 推荐(0) 编辑
摘要: 越发觉得自己物理学得烂了... 前置 前置的物理定律包括如下两条: 欧姆定律,即 \(\phi_i-\phi_j=U_{i,j}=I_{i,j}R\)。定义电导率为 \(w=R^{-1}\),那么有 \(I_{i,j}=U_{i,j}w\)。 基尔霍夫定律,即对于电阻网络的任意节点 \(v\),流入 阅读全文
posted @ 2022-06-15 14:21 jjppp 阅读(543) 评论(1) 推荐(0) 编辑
摘要: 据助教说不考这么麻烦的计算,我就摸了 多项式的表示 最熟悉的是系数表示法,例如 \(P(x)=\sum_{i=0}^n a_i x^i\) 系数表示法有它的好处:例如将 \(\Set{1,x,x^2\ldots}\) 视为一组基时,系数恰好就是多项式在这组基下的坐标;例如对于任给的点 \(x\) 可 阅读全文
posted @ 2022-06-14 14:49 jjppp 阅读(81) 评论(0) 推荐(0) 编辑
摘要: Zero Sum Games 即原本讨论的收益矩阵有两个,分别对应于玩家1和玩家2。零和游戏保证了 \(A+B=O\),这说明只需要一个唯一的矩阵即可建模游戏收益,通常规定为玩家1的收益 考虑一个混合策略outcome \((p,q)\),对于玩家1而言收益就是 \(p^\intercal Aq\) 阅读全文
posted @ 2022-06-09 20:34 jjppp 阅读(270) 评论(0) 推荐(0) 编辑
摘要: Lab2-kmt 花了整个五一三天假期,最后是听了答疑才知道怎么解决栈的数据竞争的.... 痛苦的部分主要是多核 logging 和怎么用 qemu debug 的问题。搞定了这些技术上的难题,剩下就是老老实实写代码了。 设计 spinlock 去观摩了 xv6 的代码,发现不仅要自旋,还得关中断。 阅读全文
posted @ 2022-05-28 16:06 jjppp 阅读(60) 评论(0) 推荐(1) 编辑
摘要: Lab1-pmm 这里不是实验报告,可以随便吐槽和说很多废话吧(大概) 也没有泄漏啥代码,纯纯的唠嗑,应该不违反学术诚信。 感觉这次实验被我做难了....事实上只需要链表就可以实现所有的操作,buddy system 纯纯的没必要,写出来也不容易 debug (也许熟练工可以做到一次对,但是这有啥用 阅读全文
posted @ 2022-05-28 16:03 jjppp 阅读(92) 评论(0) 推荐(0) 编辑
摘要: 感觉这部分穿插的有些怪 upd:最后两节课突然就悟了,因为tcs组主要是做这个的...看了看感觉就是硬广,那就学着吧。 Courant-Fischer 对于实对称矩阵 \(A\),其最大特征值 \(\lambda_\max(A)\geq \frac{x^\intercal Ax}{x^\interc 阅读全文
posted @ 2022-05-10 20:48 jjppp 阅读(158) 评论(0) 推荐(0) 编辑
摘要: Markov Chain 的本质是概率状态机,这么想就很简单了 为了偷懒只讨论有限的情形 前置 离散概率分布可以表示为 \(\R^n\) 上的向量 \(x\),满足 \(\sum_{i=1}^n x_i=1\) 且 \(\forall i,x_i\in[0,1]\) 对于用向量表示的概率分布,可以定 阅读全文
posted @ 2022-05-10 19:58 jjppp 阅读(484) 评论(0) 推荐(0) 编辑
摘要: 前置 这一节主要是玩矩阵,为了偷懒只讨论实线性空间 前置 这一节主要是玩矩阵,为了偷懒只讨论实线性空间 内积 二元函数 \(\left<,\right>\) 被称为内积,则其满足: \(\left<x,y\right>=\left<y,x\right>\) \(\left<ax+by,z\right 阅读全文
posted @ 2022-05-08 14:33 jjppp 阅读(253) 评论(0) 推荐(0) 编辑
摘要: 心态崩了,这个 latex 公式支持也太迷幻了。但是不太想管,等啥时候有空整个自己的吧(flag++) 函数逼近 考虑的是对于给定函数 \(f\) 和度量 \(\norm{\cdot}\),求一个多项式函数 \(p\) 使得 \(\norm{f-p}\) 尽可能小。这里不关注特定点上的值,而更在意两 阅读全文
posted @ 2022-05-08 11:33 jjppp 阅读(201) 评论(0) 推荐(0) 编辑