/ （首先表示一下我对作者Timothy Gowers的瞻仰之情） 大概用一周的时间（7h？）精读（相对较精）了这本书，虽然整体上没有“豁然开朗”的感觉，但也借此对“数学”有了较完整的认识。 以下是我在读完后回顾全书的一点收获。 / 本书的主要观点基本在（序、前言）前三章阐明： 模型 数学是建立模型、研究
相机成像（镜头与小孔成像） 参考：https://zhuanlan.zhihu.com/p/30813733 镜头与小孔成像的关系 准确的讲把相机的成像过程简化成针孔相机模型，只是借用了针孔相机中简单的数学关系来表达一些本来难以表达的数学关系，使得数学上大大降低了复杂性，但是这个简化的代价同样很大，它本身不
信赖域（一）：Cauchy Point与Dogleg 王金戈 从本文开始介绍优化方法的另一大类——信赖域方法。 基本思想 先回顾一下前面几篇文章介绍过的线搜索方法。在线搜索方法的每次迭代中，先确定一个搜索方向，然后沿着该方向寻找一个最佳的步长，使得目标函数在该步长下降得最多。如此迭
数值优化（Numerical Optimization）(2)-信赖域法 养生的控制人 浙江大学 控制科学与工程博士在读 已关注 11 人赞同了该文章 信赖域子问题与 Fidelity 信赖域法的思想很好理解：就是利用一个好解的局部模型 来近似当前迭代点附近 (附近就是一个区域 ) 的函数
一、二分法 假设有这样一个函数f(x) 函数与x轴有一个交点（也就是f(a)*f(b)<0，a<b），现在我们要求这个点的x值，也就是方程f(x)=0的一个实根 直接解显然不合适，那么接下来就轮到二分法出场了。 从图中可以看出4<x<5，我们把[4,5]称为这个根的一个隔离区间（记作[a,b]），你可以把它想象成一个
T型等效电路 Г型等效电路 近似等效电路
甲想好了一个 n 位数字让乙来猜，只要猜的数字位数正确，至多有 1 位与谜底不同，且不同的数字相差不超过 1，就算猜对了。例如谜底是 67，若乙猜 66、68、77、57，就都算对了；猜 167 就不能算对。 输入格式： 输入首先在第一行给出一个不超过 1000 位数的、最高位不是 0 的正整数，是甲给出
说明： 1.数值分析主要研究的是计算误差，截断误差和舍入误差是本课程的主要研究内容。在实际工程中，我们得到的基本都是近似值，而不是精确值，因此误差，伴随着整个分析过程。 2.误差的传递，近似值带入函数得到的是近似函数值，精确值带入函数得到的是函数精确值。绝对误差=近似值-精确值，
#include <stdio.h> int main() { double eps, sum=1, i, temp=1; scanf("%le", &eps); for(i=1; temp>eps; i++) { temp = temp*i/(2*i+1); sum += temp; } printf("PI = %.5f\n", 2*sum); r
本节我们将继续介绍粗糙集有关的概念。 上节我们介绍了知识粒度的矩阵表示形式，本节将介绍基于知识粒度属性约简定义和算法。 基于粗糙特征选择算法亦称为属性约简，其旨在保持数据集分类能力不变的前提下，通过约简冗余属性，最后得到问题的决策或分类规则。 相关定义 设决策信息系统
原文链接：http://www.cnblogs.com/lvjianwei/p/11024183.html 算法分析中常用的近似函数 描述 近似函数 调和级数求和 Hn=1+1/2+1/3+1/4+······+1/N~lnN 等差数列求和 1+2+3+4+······+N~N²/2 等比数列求和 1+2+4+8+······+N=2N-1~2N，其
前言 今天给大家讲讲面试过程当中最长遇到的窘境，也是最能体现一个候选人临场应变能力的地方，那就是当我们在面试的过程当中，遇到的问题回答不上来的时候，该怎么办。 误区 在开始讲解之前，先纠正一个误区，那就是对于一场面试而言，最后的结果**好坏并不完全取决于面试当中的问题是否都
浅谈“数学家、理论计算机科学家、工程师的区别” 关于“找老婆”问题引发的深入思考 有一天，三个朋友一起去吃烧烤。他们分别是数学家，理论计算机科学家，计算机工程师。三个人当时均是单身，于是聊着聊着，就找老婆这件事上展开了深入的讨论。 数学家第一个发言，他是这么想的。 首先，要
log10(n!)=log10(2*pi*n)*0.5+n*log10(n/e) 注意long long 1 #include<iostream> 2 #include<cstdio> 3 #include<cstring> 4 #include<string> 5 #include<cmath> 6 #define ll long long 7 #define pi 3.1415926535 8 #define E 2.7182818284
先验、后验：原因到结果的论证称为“先验的”，而从结果到原因的论证称为“后验的”。 形象的解释：https://blog.csdn.net/qq_23947237/article/details/78265026 Kullback-Leibler Divergence，即K-L散度，是一种量化两种概率分布P和Q之间差异的方式，又叫相对熵。在概率学和统计学上，我们
