8.4 作业
- 将向量下标为偶数的分量 ( x 2 , x 4 , … x_2, x_4, … x2,x4,…) 累加, 写出相应表达式.
- 各出一道累加、累乘、积分表达式的习题, 并给出标准答案.
- 你使用过三重累加吗? 描述一下其应用.
- 给一个常用的定积分, 将手算结果与程序结果对比.
- 下标为偶数,那么累加条件应为余数为0, i m o d 2 = 0 i \mod 2 = 0 imod2=0, 则表达式为 ∑ i m o d 2 = 0 x i \sum_{i \mod 2 = 0} x_i imod2=0∑xi
代码表示:
double sum = 0;
for (int i = 1; i <= n; i ++)
if (i%2 == 1)
sum += x[i];
或者是直接对下标乘以2,这样可以保证下标一定是偶数: ∑ i = 1 ⌊ n / 2 ⌋ = 0 x 2 i \sum_{i = 1}^{\lfloor n/2 \rfloor = 0} x_{2i} i=1∑⌊n/2⌋=0x2i
- 累加、累乘、积分表达式习题
2.1. 上三角矩阵分量 (右上部分) 相加
∑ j = 1 n ∑ i = 1 j x i j = ∑ i ≤ j x i j \sum_{j = 1}^n \sum_{i = 1}^j x_{ij} = \sum_{i \leq j} x_{ij} j=1∑ni=1∑jxij=i≤j∑xij
2.2. 将1-10内所有相加为10的两个整数的积进行累乘。 ∏ 1 ≤ i ≤ j ≤ 9 , i + j = 10 i j \prod_{1 \leq i \leq j \leq 9, i + j =10}ij 1≤i≤j≤9,i+j=10∏ij
int product = 1;
for (int i = 1; i <= 10; i ++)
for (int j = i + 1; j <= 10; j ++)
if (i+j == 10)
{
product *= i*j
}
瞎想了一个问题,程序应该差不离是这个意思,一开始陷入了一个误区,写成了这个样,后面发现出题的时候就错了。累加之后已经是一个结果了,也就是只有一个数了,没办法再累乘。所以说表达式里的 ∏ \prod ∏ 根本就是无效的,没什么用,画蛇添足,还增加了烦恼。
2.3. 用定积分计算一个与圆心在原点,半径为2的半圆的面积。
∫ − 2 2 4 − x 2 d x \int_{-2}^2 {\sqrt{4-x^2}\mathrm{d}x} ∫−224−x2dx 这个题就是高数里定积分几何意义的例题,拿过来凑合用一下。
- 三重累加目前看来网上讨论得多的就是时间复杂度的问题。
T ( n ) = O ( ∑ i = 1 n ∑ j = 1 i ∑ k = 1 j 1 ) = O ( 1 6 n 3 ) = O ( n 3 ) T(n) = O \left(\sum_{i=1}^n \sum_{j=1}^i \sum_{k=1}^j 1 \right) = O \left( \frac{1}{6} n^3\right) = O \left( n^3\right) T(n)=O(i=1∑nj=1∑ik=1∑j1)=O(61n3)=O(n3)不知道后期学习用不用得上,先放这,以后慢慢研究。 - 还是以这个物理应用为例:
用定积分计算一个与圆心在原点,半径为2的半圆的面积。 ∫ − 2 2 4 − x 2 d x \int_{-2}^2 {\sqrt{4-x^2\mathrm{d}x}} ∫−224−x2dx
这是手算结果 : ∫ − 2 2 4 − x 2 d x = π ⋅ 2 2 2 = 2 π \int_{-2}^2 {\sqrt{4-x^2}\mathrm{d}x} = \frac{\pi ·2^2}{2} = 2 \pi ∫−224−x2dx=2π⋅22=2π
这是程序及结果:
```python
from sympy import *
x = symbols('x')
print(integrate(sqrt(4-x*x), (x, -2, 2)))
==================== ===================
2*pi
9.3 作业
- 补充岭回归推导过程
- 自己写一个小例子 (n=3, m = 1) 来验证最小二乘法
- 岭回归的优化目标为 arg min w ∥ X w − Y ∥ 2 2 + λ ∥ w ∥ 2 2 \argmin_\mathrm{w} \| \mathbf{X} \mathbf{w} - \mathbf{Y}\|_2^2 + \lambda \|\mathbf{w}\|_2^2 wargmin∥Xw−Y∥22+λ∥w∥22 令 F = ∥ X w − Y ∥ 2 2 + λ ∥ w ∥ 2 2 \mathbf{F} = \| \mathbf{X} \mathbf{w} - \mathbf{Y}\|_2^2 + \lambda \|\mathbf{w}\|_2^2 F=∥Xw−Y∥22+λ∥w∥22 = ( X w − Y ) T ( X w − Y ) + λ w T w = ( \mathbf{X} \mathbf{w} - \mathbf{Y})^\mathrm{T} (\mathbf{X} \mathbf{w} - \mathbf{Y}) + \lambda \mathbf{w}^\mathrm{T}\mathbf{w} =