随笔分类 - 英才计划
Gokix英才计划2021计算机类的申报论文
摘要：
障碍函数法直接对线性规划标准形式的变式进行操作。 $\max z= \sum\limits_{j=1}^{n} c_j x_j$ $s.t. \begin{cases} \sum\limits_{j=1}^n a_{ij}x_j \le b_j,i=1,2,\dots,m \ x_j \ge 0,j
阅读全文
障碍函数法直接对线性规划标准形式的变式进行操作。 $\max z= \sum\limits_{j=1}^{n} c_j x_j$ $s.t. \begin{cases} \sum\limits_{j=1}^n a_{ij}x_j \le b_j,i=1,2,\dots,m \ x_j \ge 0,j
阅读全文
摘要：
牛顿迭代法 该算法的目标为：对于在 $[a,b]$ 上连续且单调的函数 $f(x)$，求方程 $f(x)=0$ 的近似解。 算法流程 给定 $f(x)$。 初始时由一个相对近似零点 $x_0$ 开始，不断迭代优化。 假设当前近似解为 $x_i$，作过点 $(x_i,f(x,i))$ 关于 $f(x)
阅读全文
牛顿迭代法 该算法的目标为：对于在 $[a,b]$ 上连续且单调的函数 $f(x)$，求方程 $f(x)=0$ 的近似解。 算法流程 给定 $f(x)$。 初始时由一个相对近似零点 $x_0$ 开始，不断迭代优化。 假设当前近似解为 $x_i$，作过点 $(x_i,f(x,i))$ 关于 $f(x)
阅读全文
摘要：
单纯形算法 单纯形算法基于松弛形式进行操作： $$ \max z= \sum\limits_{j=1}^n c_j x_j \ s.t. \begin{cases} x_{i+n}=b_i- \sum\limits_{j=1}^na_{ij}x_j,i=1,2,\dots,m \ x_j \ge 0
阅读全文
单纯形算法 单纯形算法基于松弛形式进行操作： $$ \max z= \sum\limits_{j=1}^n c_j x_j \ s.t. \begin{cases} x_{i+n}=b_i- \sum\limits_{j=1}^na_{ij}x_j,i=1,2,\dots,m \ x_j \ge 0
阅读全文
摘要：
线性规划问题的几何意义 1. 凸集（凸包） 设 $S$ 为 $n$ 维空间一点集，若 $\forall \mathbf{X_i},\mathbf{X_j} \in S,s.t.\mu \mathbf{X_i}+(1- \mu) \mathbf{X_j} \in S(0 \le \mu \le 1)$
阅读全文
线性规划问题的几何意义 1. 凸集（凸包） 设 $S$ 为 $n$ 维空间一点集，若 $\forall \mathbf{X_i},\mathbf{X_j} \in S,s.t.\mu \mathbf{X_i}+(1- \mu) \mathbf{X_j} \in S(0 \le \mu \le 1)$
阅读全文
摘要：
现在假设一个 $n\times n$ 矩阵 $B=$ $$\begin{bmatrix}a_{1,1}&\cdots&a_{1,n}\\vdots&\ddots&\vdots\a_{n,1}&\cdots&a_{n,n}\end{bmatrix}$$ 目标是将其通过线性变换使得其成为一个上三角矩阵。
阅读全文
现在假设一个 $n\times n$ 矩阵 $B=$ $$\begin{bmatrix}a_{1,1}&\cdots&a_{1,n}\\vdots&\ddots&\vdots\a_{n,1}&\cdots&a_{n,n}\end{bmatrix}$$ 目标是将其通过线性变换使得其成为一个上三角矩阵。
阅读全文
摘要：
标准形式 标准形式的代数表示 $$ \max z= \sum\limits_{j=1}^n c_j x_j \ s.t. \begin{cases} \sum\limits_{j=1}^n a_{ij}x_j=b_j,i=1,2,\dots,m \ x_j \ge 0,j=1,2,\dots,n\e
阅读全文
标准形式 标准形式的代数表示 $$ \max z= \sum\limits_{j=1}^n c_j x_j \ s.t. \begin{cases} \sum\limits_{j=1}^n a_{ij}x_j=b_j,i=1,2,\dots,m \ x_j \ge 0,j=1,2,\dots,n\e
阅读全文
摘要：
目录 一. 图的相关概念 二. 最短路问题的内容与实际应用 三. 解决单源最短路的 2 种算法 0. 松弛操作 1. Bellman-Ford 算法及 SPFA 算法 1.1 Bellman-Ford 算法 1.2 SPFA 算法 2. Dijkstra 算法 四
阅读全文
目录 一. 图的相关概念 二. 最短路问题的内容与实际应用 三. 解决单源最短路的 2 种算法 0. 松弛操作 1. Bellman-Ford 算法及 SPFA 算法 1.1 Bellman-Ford 算法 1.2 SPFA 算法 2. Dijkstra 算法 四
阅读全文
摘要：
普通快读快写： long long rd(){char ch=getchar();long long x=0,f=1;while(ch<'0' || ch>'9'){if(ch=='-') f=-1;ch=getchar();} while('0'<=ch && ch<='9'){x=x*10+ch
阅读全文
普通快读快写： long long rd(){char ch=getchar();long long x=0,f=1;while(ch<'0' || ch>'9'){if(ch=='-') f=-1;ch=getchar();} while('0'<=ch && ch<='9'){x=x*10+ch
阅读全文
浙公网安备 33010602011771号