数值 微分 方程
重修贝尔曼最优方程
我觉得，这一章的重点就是，辨析Q(pai)S和V(pai)S,辨析它们拿到最佳pai的时间地点 第一个V(pai)s，因为上一张说他是“海王”，它就想着所有方法都试一下，它的侧重点是所有方法，所以它的概率值分配给不同的方法，比如方法一的概率是pai1，方法2就是（1-pai1），这样子分配下去，然后 ......
重修贝尔曼方程，深刻体悟sar三件套之美
我第一次学贝尔曼方程的时候，是跟着一个大学教授博主，当时没有搞清楚VpaiS和Vs的区别，今天大概能理解了，那我讲一讲 先看Vs，就是他到达某个特定状态之后得到的奖励加上后面衰减常数乘上，一大串，一大串是什么呢，就是一个求和，求和的是什么呢，就是到达下一个状态的状态值（可以理解为预期奖励大小）乘上到 ......
R语言蒙特卡罗Monte Carlo方法进行数值积分和模拟可视化
全文链接：https://tecdat.cn/?p=34556 原文出处：拓端数据部落公众号 蒙特卡罗方法的常见用途是对可能难以通过解析积分的函数执行数值积分。这可能看起来很奇怪，但直觉是相当简单的。关键是几何思维问题，并将其与概率连接。让我们采取一个简单的多项式函数，用y = x ^ 2来说明这个 ......
R语言结构方程模型SEM、路径分析房价和犯罪率数据、预测智力影响因素可视化2案例|附代码数据
原文链接：http://tecdat.cn/?p=25044 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于结构方程模型的研究报告，包括一些图形和统计输出。 1 简介 在本文，我们将考虑观察/显示所有变量的模型，以及具有潜在变量的模型。第一种有时称为“路径分析”，而后者有时称为“测量模型” ......
Euler-Lagrange方程
对EL方程 M为雅可比矩阵组合，而雅可比矩阵为三角函数和常数参数的组合，所以基本可以认为可以多次求导 C和M'相关，即可导 g为M和雅可比矩阵组合，亦可导 ......
微分流形Loring Tu 习题21.2解答
今天的作业，随手写到博客吧. \(Proof.\)对于任意的\(p \in M\)，有p附近的坐标卡\((U,x^{1},\ldots,x^{n})\), 由引理\(21.4\),$$dx^{1}\wedge\ldots \wedge dx^{n}(X_{1,p},\ldots,X_{n,p})>0 ......
微分中值定理
微分中值定理 一、罗尔定理 内容 如果函数 \(f(x)\) 满足： 在 \([a,b]\) 上连续； 在 \((a,b)\) 内可导； 在区间端点处的函数值相等，即 \(f(a)=f(b)\)。 那么在 \((a,b)\) 内至少有一点 \(\xi(a<\xi<b)\) 使得函数 \(f(x)\) ......
C++ Qt开发：SpinBox数值微调框组件
Qt 是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍`QSpinBox`精度数值组件的常用方法及灵活运用。`QSpinBox`是Qt框架中的一个部件（Widget），... ......
微分中值定理
微分中值定理 罗尔定理 观察下图 设曲线 \(AB\) 是函数 \(y=f(x) (x \in [a,b])\) 的图形. 图中两端点的纵坐标相等，即 \(f(a) = f(b)\) 可以发现在曲弧线的最高点 \(C\) 处或最低点 \(D\) 处，曲线有水平的切线. 记 \(C\) 点的横坐标为 ......
直线系方程
直线系方程 定义 直线系是具有某种共同性质的所有直线的集合。 种类 平行 与直线 \(l:Ax+By+C=0\) 平行的直线系方程为 \[Ax+By+m=0(m\ne C) \]垂直 与直线 \(l:Ax+By+C=0\) 垂直的直线系方程为 \[Bx-Ay+m=0 \]过定点 过定点 \(P(x_ ......
直线和圆的方程
直线和圆的方程 直线的倾斜角与斜率 倾斜角与斜率 在平面直角坐标系中任意画几条直线，可以看出来这些直线相对于 \(x\) 轴的倾斜程度不同，即每一条直线与 \(x\) 轴的夹角都不同。显然可以通过这个角来表示直线的方向。 当平面直角坐标系中任意一直线 \(l\) 与 \(x\) 轴相交时，我们以 \ ......
微分流形Loring W. Tu section19 19.12 解答
微分流形Loring W. Tu section19 19.12 解答，当然咯我自己也不知道是否严谨正确，反正就是自己的思考与想法，简单一写，欢迎友好讨论. 19.12 对于任意的\(f \in C^{\infty}(M)\), \(\forall p \in M\), 定义映射 \[\begin{ ......
【机器学习】自动微分
标量变量的反向传播 以下举两个例子说明标量变量的反向传播如何实现。 非标量变量的反向传播 在上述的例子中，x 是向量，而 y 是标量，这种类型为标量变量的反向传播。 但当 y 不是标量时，比如 y = x * x，当求向量 y 关于 另一个向量 x 的导数时，结果通常就是一个矩阵，被称为雅可比矩阵， ......
5-数值计算
1.读取图片_像素整体增加10： 2.像素想加和cv2中的add方法： 3.图像的尺寸融合： 4.两张图图片合并重合： 5.1.缩小的图片的尺寸： 5.2.放大图像尺寸： ......
数值分析
目录第8章幂法与反幂法反幂法：豪斯霍尔德变换(Householder)吉文斯变换(Givens)QR分解 第8章 幂法与反幂法 规范后的幂法：书P248 $ u_k $ 表示迭代后的特征向量 反幂法： 书P251 在近似值处求解： 书P253 豪斯霍尔德变换(Householder) 吉文斯变换(G ......
数值类型和字符串类型的转换
文章参考：爱编程的大丙 (subingwen.cn) C++11中提供了专门的转换函数，用于对数值类型和字符串之间进行转换。 1. 数值转字符串 使用to_string()函数，这是一个重载函数，函数声明位于<string>头文件中，函数原型如下： // 头文件 <string> string to ......
数值与时间转换
根据开始时间、预测时长（即几个月），给 String 数组的时间 predictTime 赋值，并返回 double 数组的时间 tt /** * 获取预测时间段,封装进double类型数组,格式：202006 * @param predictionStart 开始预测时间 ‘2023-01’ * ......
百分号、像素与数值的转换与像素区别
vue 百分值与数值之间转换 方法一： let topValue = Number(this.optionModel.grid[i].top); 是尝试把整个字符串转换为数字，包括百分号。如果字符串不能被解析为有效的数字，那么结果将是 NaN，在这种情况下，你可能需要添加错误处理代码来处理这种情况 ......
数值分区间
问题： B列 小于10大于等于0的返回B列数值； 大于等于10小于20的返回11； 大于等于20的返回22； 大于等于-5小于0的返回-1， 大于等于-10小于-5的返回-2 AI解决： 调整提问语序： B列 大于等于20的返回22； 大于等于10小于20的返回11； 大于等于0小于10的返回B列数 ......
用零点存在定理看二次方程根的分布
前言 以前写过一篇关于二次方程根的分布问题的博文，感觉思路混乱，也不想再修改，故重新开一篇博文探讨这个问题，初次尝试用零点存在定理来分析二次方程根的分布，自编题目，有待商榷，希望多提宝贵意见。 典例分析 为了降低思维的难度，我们首先看这个比较特殊的例子， 已知函数 \(f(x)=-x^2+2x+1- ......
克拉默法则求方程组
例1：求二元一次方程组 把方程写成矩阵的形式：第1个矩阵为系数矩阵(方阵), 第2个矩阵为变量矩阵 根据克拉默法则，xi=Di/D, Di表示第i列被最后那个列向量替换后的行列式，D为系数矩阵行列式 例2：三元一次方程组 把方程写成矩阵形式： 根据克拉默法则，x, y, z的解为 3阶行列式可以用混 ......
交点 - 射线与线段交点 - 直线方程方式
效果 //求射线与线段交点 - 直线方程方式 public static bool IsRaySegmentIntersect(Vector2 o, Vector2 dir, Vector2 a, Vector2 b, out Vector2 point) { point = Vector2.zer ......
数值包装类（续）
数值包装类的使用——常用属性和方法 Integer.MAX_VALUE //0x80000000 Integer.MIN_VALUE //0x7fffffff Double.POSITIVE_INFINITY //正无穷 Double.NEGATIVE_INFINITY //负无穷 数值包装类的使用 ......
[28/11/23] 向量微分学的一些预备知识
散度 通俗考虑：散度（ \(\mathrm{div}\) ），刻画了一个区域 \(D\) 内东西向外逃逸的趋势。对于一个表面张力不足以支撑它维持现有形状的水滴，它会有一个向外散开的趋势，此时它速度场的散度就是大于零的；反之对一个正在遇冷收缩的金属块而言，它的形状改变趋势是向内收缩，此时它速度场的 ......
[28/11/23] 微分方程自救预备知识
\(Wronskian\) 行列式 对一个函数集合 \(A=\{f|f_i(x),1\leq i\leq n\}\) ，定义一个函数矩阵 \(W_A(x):=\left|\matrix{f_1(x) & f_2(x) & \cdots & f_n(x) \\ f_1'(x) & f_2'(x) & ......
自动微分
张量的梯度信息 张量的梯度信息是指张量相对于某个或多个变量的导数。梯度表示了函数在某一点的变化率，它是一个向量，其中每个元素对应于函数相对于输入变量的偏导数 在深度学习中，我们通常使用梯度来更新模型参数，以便最小化或最大化某个损失函数。梯度下降是一种常见的优化算法，它使用梯度信息来沿着损失函数的负梯 ......
三个对数值的大小比较 | 一题多解
前言 典例剖析 比较 \(\log_23\) 和\(\log_34\) 和 \(\log_45\) 的大小比较； 分析：利用假分数的性质\(\cfrac{b}{a}>\cfrac{b+m}{a+m}\)(\(b>a\)) 和相关变形 \(\log_ab=\log_a{(a\times\cfrac{b ......
C语言（二）：整型变量的数值范围
#include<stdio.h> int main() { int a=0; while(a<a+1) { a++; } printf("int类型的最大值是：%d\n\n",a); printf("int类型的最大值+1是：%d\n\n",a+1); int b=0; while (b>b-1) ......