会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
strA98
首页
新随笔
订阅
管理
2019年4月27日
自动机与语言
摘要: 本文主要介绍概念与结论,证明的细节与技巧不是本文所关心的 有穷自动机(DFA) 例1. 这是一个有三个状态的有穷自动机M1(双圆圈代表接受状态),当它接收到输入串,比如,1101,它会依次读入字符并按照转移函数改变状态,最终如果自动机处于接受状态,则输出为接受,否则输出拒绝。对于这个例子以及输入11
阅读全文
posted @ 2019-04-27 16:09 strA98
阅读(1100)
评论(0)
推荐(0)
2019年4月25日
Finding A Mediocre Player笔记
摘要: Introduction 一个数集A中的一个元素a称为$(i,j)$元素,如果a即不在最大的i个元素中,也不在最小的j个元素中。Mediocre Player问题就是在输入数集中找到一个$(i,j)$元素。F.Yao给出了一个非常简单的方法,在A中任意选择出i+j+1个元素,然后在这些元素中应用一个
阅读全文
posted @ 2019-04-25 21:29 strA98
阅读(163)
评论(0)
推荐(0)
2019年4月24日
On The Complexity Of Partial Order Productions 笔记
摘要: Introduction 无论是中位数查找问题,k分位数查找问题,或是排序问题,它们都是偏序产生问题的特例。这里不在赘述偏序的定义,我们让$P=(
阅读全文
posted @ 2019-04-24 20:21 strA98
阅读(171)
评论(0)
推荐(0)
2018年10月2日
全单模矩阵
摘要: 整数规划问题往往难以求解,但在一类特殊的情形下,整数规划问题可以完全归结为线性规划问题,这就是当线性规划可行域的所有顶点都是整点的时候,此时线性松弛的解就是整数规划的解。而全单模矩阵给出了关于此条件的判定方法。 定义 设矩阵A是$m n$整数矩阵,若A的任意子方阵的行列式等于0,1, 1,则称A为全
阅读全文
posted @ 2018-10-02 10:47 strA98
阅读(1678)
评论(0)
推荐(0)
2018年9月24日
拉格朗日反演
摘要: 拉格朗日反演 拉格朗日反演用于从隐式生成函数中提取系数 拉格朗日反演定理 如果生成函数$A(z)$满足函数方程$z=f(A(z))$,其中$f(z)$满足$f(0)=0$,且$f’(0) \neq 0$,则$$a_n = "z^n]A(z) = \frac{1}{n}[u^{n 1}" })^n$$
阅读全文
posted @ 2018-09-24 16:45 strA98
阅读(372)
评论(0)
推荐(0)
2018年7月31日
数值优化(十)
摘要: 最小二乘方 在最小二乘方问题中,目标函数有如下的形式$$f(x)=\frac{1}{2} \sum_{j=1}^{m}r^2_j(x)$$针对这种特殊的形式,可以采取专门的方法来加速优化。计算其梯度以及Hessian得到$$\nabla f(x) = \sum_{j=1}^m r_j(x)\nabl
阅读全文
posted @ 2018-07-31 11:58 strA98
阅读(304)
评论(0)
推荐(0)
2018年7月29日
数值分析(八)
摘要: 拟牛顿法 牛顿法具有不错的收敛性,但是每一次迭代需要计算此处的Hessian,这个计算代价是十分昂贵的,拟牛顿法就是用估计替代Hessian矩阵,使计算量大量减少。 DFP 假设现在已经来到了迭代点$x_{k+1}$,这个点建立一个二次模型$$m_{k+1}(p) = f_{k+1} + \nabl
阅读全文
posted @ 2018-07-29 23:12 strA98
阅读(230)
评论(0)
推荐(0)
2018年7月28日
数值优化(三)
摘要: 线搜索方法 线搜索方法的基本过程都是在每一次迭代中先计算出一个优化方向$p_k$,再在这个方向上对目标函数做一维优化,即选取合适的$\alpha_k$,使$x_{k+1}=x_k+\alpha p_k$达到优化目的。一般来说,选取$p_k= B_k^{ 1}\nabla f_k$,其中$B_k$是一
阅读全文
posted @ 2018-07-28 18:58 strA98
阅读(653)
评论(2)
推荐(1)
2018年7月27日
数值优化(七)
摘要: 计算导数 计算导数的方法有:符号导数,有限差分,自动微分等。本文只介绍有限差分和自动微分 有限差分 有限差分就是用有限步长下函数变化率来近似代替导数。 one side difference $$\frac{\partial f}{\partial x_i}(x) \approx \frac{f(x
阅读全文
posted @ 2018-07-27 17:55 strA98
阅读(208)
评论(0)
推荐(0)
2018年7月22日
数值优化(五)
摘要: 共轭梯度方法 线性共轭梯度方法 线性共轭梯度方法可以用来解线性方程$$Ax=b$$其中A是正定的对称阵。这个问题等价于求解$$\Phi(x)=\frac{1}{2} x^TAx b^Tx$$的无约束优化问题。向量$\{p_0,p_1,\cdots,p_i\}$称作关于正定矩阵A相互共轭,当$$p_i
阅读全文
posted @ 2018-07-22 23:20 strA98
阅读(243)
评论(0)
推荐(0)
下一页
公告