- 博客(29)
- 收藏
- 关注
RSS订阅原创 Quotient Space
Quotient SpaceSuppose that XXX is a normed space, and YYY is a closed subspace of XXX, we can define an equivalent relation on XXX by x1∼x2x1∼x2x_1\sim x_2 if and only if x1−x2∈Yx1−x2∈Yx_1-x_2\in Y....
2018-03-05 22:56:17
501
原创 Quotient Space
Quotient SpaceSuppose that XXX is a normed space, and YYY is a closed subspace of XXX, we can define an equivalent relation on XXX by x1∼x2x1∼x2x_1\sim x_2 if and only if x1−x2∈Yx1−x2∈Yx_1-x_2\in Y....
2018-03-05 22:54:55
722
原创 Complex analysis review 6
Laurent SeriesThe special properties of a complex function is much more determined by its singularity, to study the singularity of a function, we first give a useful theorem that does not hold for real
2017-12-18 12:42:41
371
原创 Complex analysis review 5
Maximum modulus principle and Schwarz lemmaAverage Vaule Propertiesf(z0)=12πi∫∂D(z0,r)f(ξ)ξ−z0dξ=12πi∫2π0f(z0+reit)ireitreitdt=12π∫2π0f(z0+reit)dt.\begin{align*}f(z_0) &= \frac{1}{2\pi i}\int_{\parti
2017-12-18 12:39:46
270
原创 Complex analysis review 4
The zeros of analytic functionsUse Liouville theorem, we can prove the fundamental theorem of algebra.Theorem 1If p(z)p(z) is a polynomial, then there is at least one z0z_0 such that p(z0)=0p(z_0)=0. L
2017-12-18 11:12:31
370
原创 Complex analysis review 3
Taylor series and Liouville theoremMany interesting results can be obtained by the Cauchy Integral Theory. Theorem 1Suppose that f(z)f(z) is analytic on U⊂CU\subset C, and continuous on U¯\bar{U}. Then
2017-12-15 16:09:25
277
原创 Complex analysis review 2(Cauchy Integral Theory)
Theorem 1(Cauchy-Green formula, Pompeiu formula)Suppose that U⊂CU\subset C is a bounded domain, having C1C^1 boundary. f(z)=u(x,y)+iv(x,y)∈C1(U¯)f(z) = u(x,y)+iv(x,y)\in C^1(\bar{U}), then f(z)=12πi∫
2017-12-15 13:15:08
291
原创 Complex analysis review 1
ArgumentArga=arga+2πZArg \,a=arg\, a +2\pi \mathbb{Z}Stereographic Projectionx1=z+z¯1+|z|2x2=z−z¯1+|z|2x3=|z|2−1|z|2+1x_1 = \frac{z+\bar{z}}{1+|z|^2}\\x_2 = \frac{z-\bar{z}}{1+|z|^2}\\x_3 = \frac{|
2017-12-12 22:13:46
302
原创 共轭梯度法(Conjugate Gradient Method)
我们要求解线性方程组 Ax=bAx=b 其中AA 是对称正定矩阵（spd），给定RnR^n中n个线性无关的向量r0,r1,⋯,rn−1r_0,r_1,\cdots,r_{n-1}, 我们想要构造另外的一组基p0,p1,⋯,pn−1p_0,p_1,\cdots,p_{n-1}, 并满足 ⟨pi,pj⟩=0,∀i≠j\langle p_i, p_j\rangle=0,\quad \forall i
2017-11-16 16:33:52
14925
2
原创 范数(Norm)和谱半径(Spectral Radii)
向量(vector) x=[x1,x2,⋯,xn]Tx=[x_1,x_2,\cdots,x_n]^T 共轭转置(conjugate transpose) x∗=[x1¯,x2¯,⋯,xn¯]x^*=[\bar{x_1},\bar{x_2},\cdots,\bar{x_n}]向量2范数(vector norm) ||x||2=(∑i=1n|xi|2)1/2||x||_2=(\sum_{i=1}
2017-10-03 23:28:55
31109
1
原创 Moreau-Yosida 正则化和近似算子(proximal operator)
强凸函数（strongly convex)：ff 凸函数且存在常数c>0c>0,使得 f(λx+(1−λ)y)≤λf(x)+(1−λ)f(y)−12λ(1−λ)||x−y||2f(\lambda x+(1-\lambda)y)\leq \lambda f(x)+(1-\lambda)f(y)-\frac{1}{2}\lambda(1-\lambda)||x-y||^2 定义函数 ϕ(x,y)
2017-10-01 15:59:50
6470
1
原创 线性方程组迭代法--一个综述
下面我们给出求解线性方程组现有的众多迭代法的一个综述，简单介绍它们适用的情况等。稳定方法Jacobi 它基本思想是单独求解某一个独立的变量；一次迭代仅仅对一个变量有作用，它便于理解但是收敛速度慢。Gauss-Seidel 和Jacobi方法很像，但每次都利用当前的最新信息，一般情况下， 如果Jacobi方法收敛，那么Gauss-Seidel方法会收敛更快，尽管速度仍然慢。SOR SOR是
2017-09-01 15:17:39
3724
2
原创 数值积分
数值积分是应用函数在给定区间上的定义，计算出在该区间 上的积分(近似)值。为什么需要数值积分? 从数学上说，有些初等函数的原函数不是初等函数 ； 有些时候我们只知道函数在给定区间上有限个点处的函数值 ； 虽然有些函数的原函数可以得到，但是求值过于复杂；数值积分的策略是用另一个函数替代原来的被积函数，而前者的积分是很容易计算的。 多项式(来自于多项式插值或逼近)以及样条函数是常用的选择。目标是
2017-08-08 12:46:11
579
原创 标准正交基
计算最佳逼近元的时候，为什么要选取标准正交基？ 1 根据幂基计算最佳逼近元，计算过程的稳定性不好； 2 下面的定理说明标准正交基的优势：定理1 设G的标准正交基为{g1,g2,⋯,gn},f∈E\{g_1,g_2,\cdots,g_n\},f\in E,则g=∑ni=1cigig=\sum_{i=1}^nc_ig_i为f在E中的最佳逼近当且仅当ci=⟨f,gi⟩c_i=\langle f,g_
2017-08-07 22:29:58
12145
原创 离散内积与最小二乘
在数据拟合时，通常要根据已知节点来构造离散范数，并在新的范数的1意义下拟合。离散内积： 函数f，g的关于离散点列{xi}ni=0\{x_i\}_{i=0}^n的离散内积为： (f,g)h=∑i=0nf(xi)g(xi)(f,g)_h=\sum_{i=0}^nf(x_i)g(x_i)由此可以定义离散范数： 函数f的离散范数为： ||f||h=(f,f)h‾‾‾‾‾‾√||f||_h = \sq
2017-08-06 14:14:24
3757
2
原创 最佳节点的选取--第一类Tchebyshev多项式
最近在准备复习qualify，打算时不时更一些复习的重要知识点。 在数值分析中，通过多项式逼近函数有如下的多项式插值误差定理： 定理1 设f∈Cn+1[a,b]f\in C^{n+1}[a,b]，多项式pp是ff在不同节点x0,x1,⋯,xnx_0,x_1,\cdots, x_n上的插值多项式，degp≤ndeg\, p \le n。则对[a,b][a,b]中每个xx,都有ξx∈(a,b)\x
2017-08-05 14:17:55
1234
转载 Ekeland Variational Principles
Basic Forms {Theorem 1.1} Let (X,d)(X,d) be a complete metric space and let f:X→R⋃{+∞}f:X\rightarrow R \bigcup \{+\infty\} be a lsc function bounded from below. Suppose that ϵ>0\epsilon>0 and z∈Xz\in
2017-06-11 17:46:23
498
原创 正则表达式
literal 匹配文本字符串的字面值literal root 匹配字符串rootre1|re2 匹配正则表达式re1或re2 root|admin 匹配字符串root或admin. 匹配除换行符外的任意字符 a.c 匹配ac中间有任意一个字符的选项^ 匹配字符串的起始部分 ^root 匹配以root开头的结果匹配字符串的结束部分
2017-05-12 17:53:12
325
原创 Sherman-Morrison-Woodburg 定理
接触到这个定理的缘由是碰到矩阵秩一校正的问题，下面给出定理的内容。 定理 设AA是n×nn\times n非奇异矩阵，UU是n×mn\times m矩阵，CC是m×mm\times m非奇异矩阵，VV是m×nm\times n矩阵，如果C−1+UA−1VC^{-1}+UA^{-1}V非奇异，那么A+UCVA+UCV也是非奇异的，且 (A+UCV)−1=A−1−A−1U(C−1+UA−1V)−1
2017-04-10 20:59:08
4475
原创 线性方程组的直接解法（python）
1.高斯顺序消去法 设detA≠0det\,A\neq0,此时方程组有唯一解。 (A1b1)=(Ab)=⎛⎝⎜⎜⎜⎜a111a121⋯a1n1a112a122⋯a1n2⋯⋯⋯⋯a11na12n⋯a1nnb11b12⋯b1n⎞⎠⎟⎟⎟⎟(A^1\,b^1)=(A\,b)=\left(\begin{matrix}a_{11}^1&a_{12}^1&\cdots&a_{1n}^1&b_1^1\\
2017-03-23 19:28:32
6700
1
原创 矩阵分解
我们考虑复数域上的矩阵。 1.Schur上三角化 每个复方阵都酉相似于某个上三角矩阵。 证明：（数学归纳法） 设A∈MnA\in M_n,对阶数n作归纳法。 n=1n=1,显然成立。 假设结论对n−1n-1阶矩阵成立，现在考虑n阶的AA. 任取AA的一个特征值λ\lambda,和一个相应的特征向量x1x_1,将x1x_1扩充为CnC^n的一个标准正交基：x1,x2,⋯,xnx_1,x_
2016-12-08 20:07:46
1292
原创 循环矩阵
今天讲讲线性代数中的一类特殊的矩阵———循环矩阵。形如：∥∥∥∥∥∥∥a1anan−1⋯a2a2a1an⋯a3a3a2a31⋯a4⋯⋯⋯⋯⋯anan−1an−2⋯a1∥∥∥∥∥∥∥\begin{Vmatrix} a_1&a_2&a_3 &\cdots &a_n \\ a_n&a_1&a_2&\cdots &a_{n -1}\\ a_{n-1}&a_n&a_31&\cdots &a_{n-2
2016-12-05 22:46:06
4570
原创 凸集的极锥（polars）
在支撑函数的专题中我们知道：设ff是一个正常的凸函数，如果ff是示性函数，那么它的共轭函数f∗f^*是一个正齐次的凸函数，且如果ff是正齐次的，那么f∗f^*也是正齐次的。所以如果ff是正齐次的示性函数，那么f∗f^*也是正齐次的示性函数。 也就是说：如果f(x)=δ(x|K)f(x)=\delta(x|K), 其中KK是一个凸锥，那么f∗(x∗)=δ(x∗|K。)f^*(x^*)=\delta(
2016-11-26 18:58:56
5135
原创 回收函数（recession function）
上次我们讲到凸集的回收性质，现在我们将上次的结果应用到凸函数上。 一下都假设ff是RnR^n上一个不恒等于+∞+\infty的凸函数，那么它的上境图epifepi\,f是Rn+1R^{n+1}一个非空凸集，所以这个非空凸集有回收锥0+(epif)0^+(epi\, f). (y,v)∈0+(epif)(y,v)\in 0^+(epi\, f)当且仅当对每个(x,μ)∈epif(x,\mu)\in
2016-11-26 00:19:07
1921
原创 回收锥（recession cone）
由于我们主要研究凸函数ff,方法是以研究上境图epifepi\, f 来代替直接的函数上的研究。而上境图的一个很普遍的特性是，它通常是无界的，所以我们要研究集合在无穷远处的情况。定义 设DD是一个方向，CC是一个凸集（无界），称CC在DD方向上是回收的，如果CC包含以CC中点为起点以DD为方向的半直线。 i.e. CC方向y≠0y\neq 0上是回收的，当且仅当对∀x∈C,λ≥0\foral
2016-11-21 12:03:15
3111
原创 支撑函数（support function）
有时候我们对一个线性函数⟨⋅,x∗⟩\langle \cdot,x^*\rangle在一个凸集CC上的极值感兴趣，我们研究这个问题的方法是讨论当x∗x^*变化时，极值如何变化。所以我们有如下定义：定义1. 凸集CC的支撑函数（support function）δ∗(x∗|C)\delta^*(x^*|C)定义为： δ∗(x∗|C)=sup{⟨x,x∗⟩|x∈C}\delta^*(x^*|C)=\
2016-11-20 15:04:43
16170
原创 凸函数的对偶函数（conjugate）
启发： 由上次关于凸函数上境图的刻画可以得到一个描述f（凸函数）的一种方式。即，令 F∗={(x∗,μ∗)|h(x)=<x,x∗>−μ∗,h是不大于f的仿射函数}F^*=\{(x^*,\mu^*)|h(x)=<x,x^*>-\mu^*,h是不大于f的仿射函数\} 也就是说，h对应于那些包含epifepi\,f的半空间对应的超平面。那么，h(x)≤f(x)h(x)\leq f(x)当且仅当 μ
2016-11-18 12:54:28
10030
1
原创 凸函数上境图的刻画
在文章《凸集分离定理》的最后我们知道，一个闭凸集是所有包含它的闭的半空间的交集。设f是RnR^n一个闭的凸函数，那么它的上境图是一个闭凸集，所以一个闭的凸函数的上境图是Rn+1R^{n+1}中所有包含这个上境图的交集。下面我们先来刻画Rn+1R^{n+1}中所有的超平面Rn+1R^{n+1}的超平面可以由线性函数表示： (x,μ)→<x,b>+μβ0b∈Rn,β0∈R(x,\mu)\rightar
2016-11-17 23:13:47
5694
原创 凸集的分离定理
在RnR^n中，我们有个直观的事实是：一个超平面（必须是 n-1 维的）将整个空间分为两个部分，也就是说这个超平面将RnR^n分成了两个闭的半空间，这两个闭的半空间称为与Ｈ相关的闭的半空间。同样的可以定义与H相关的两个开的半空间。（一 ） 定义：1.1称一个超平面H可以分离（separate）两个非空的集合C1C_1,C2C_2,当C1C_1和C2C_2分别包含在两个与Ｈ相关的闭的半空间中。1.2
2016-11-17 15:42:57
13436
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人