数学math
文章平均质量分 93
-
山顶夕景
实践出真知
展开
-
令人头秃的数学体系
在复习《离散数学》这门课的“代数系统”这章时,书上有句话说群是一个很有实质用处的代数系统。就突然好奇啥用处,又找了下数学这么多分支领域的分类是怎样一个情况。PS:立个flag今年一定要看《数学之美》这本书。三大领域有100多个学科分支的数学主要分为三大领域:(1)数学中研究数的部分属于代数学的范畴;(2)研究形的部分,属于几何学的范筹;(3)沟通形与数且涉及极限运算的部分,属于分析学的范围。这三大类数学构成了整个数学的本体与核心。在这一核心的周围,由于数学通过数与形这两个概念,与其它科学互相渗原创 2021-03-11 22:28:14 · 1031 阅读 · 2 评论 -
【记录】个人博客或笔记中的数学符号设定
# note- 这里记录个人博客中常用的数学符号数学格式和对应含义@[toc]# 数与数组$$\begin{array}{ll}\boldsymbol{\alpha} & \text { 标量 } \\\boldsymbol{\alpha} & \text { 向量 } \\\boldsymbol{A} & \text { 矩阵 } \\\mathbf{A} & \text { 张量 } \\\boldsymbol{I}_n & n \text { 行 } n \text { 列单原创 2024-02-17 10:37:29 · 1273 阅读 · 0 评论 -
【Python】数值计算基础
python数值计算:多项式插值,积分计算、矩阵运算(线性方程组的求解、矩阵的特征值和特征向量、矩阵求逆)等基本运算。原创 2023-01-25 16:51:54 · 1142 阅读 · 1 评论 -
【学习笔记】机器学习线性代数笔记(更新ing)
文章目录第一部分:Linear Algebra Concepts and Matrix Decompositions1 Vectors and Matrices in Data Mining and Pattern Recognition2 Vectors and Matrices3 Linear Systems and Least Squares4 Orthogonality5 QR Decomposition6 Singular Value Decomposition7 Reduced-Rank Lea原创 2021-08-19 05:55:36 · 922 阅读 · 0 评论 -
深度学习如何影响运筹学
运筹学学科的发展,需要在优化算法中越来越多的引入深度网络等机器学习工具,实现离线在线相结合,数据和机理相结合,以取得更好的应用效果,这是运筹学发展的必然趋势。其他运筹学的问题(如广告搜索、路径规划、定价估值、仓储物流)、形式(如 LP、CP、SDP、MIP)、和方法(如内点法、割平面法)也会遇到这样来自深度学习的挑战吗?如果会的话,将如何影响?学界和业界有哪些已有的讨论和成果?转载 2023-01-07 16:52:44 · 602 阅读 · 0 评论 -
【统计分析】(task1) 假设检验1:方法论与一元数值检验
不同检验统计量的形式不尽相同,其所服从的分布也不相同,但是假设检验的思路却是有共同之处的:构造检验统计量——输出对应分布的分位点——计算临界值(拒绝域)——做出判断。原创 2022-08-18 01:01:00 · 1521 阅读 · 0 评论 -
【统计分析】(task2) 假设检验2:多元数值向量检验
- 如为了判断两个城市的企业发展状况存不存在显著差异,需要==将这些指标作为一个整体去研究==,才能解决上述问题。而在多元数值向量的假设检验中,最常用的假设检验便是均值向量的假设检验。- 多元均值向量检验中,成对检验的原理与一元均值检验的成对检验原理是相似的,本质上做两个均值向量之差与零向量的之间的单样本均值向量检验。原创 2022-08-21 13:23:31 · 3593 阅读 · 2 评论 -
【统计分析】(task3) 假设检验3:分类数据检验(更新ing)
- 卡方检验在多种频数表中都可以应用,但要注意绝对频数与理论频数是否过低;Fisher检验只适用于$2\times 2$列联表,但是在该表中的精确度与适用性都优于卡方检验。因此在$2\times 2$列联表中,推荐使用Fisher检验;在其他表格中使用卡方检验。- 使用卡方分布进行拟合优度检验的步骤: - 分类。根据**实际频数**$o_i$确定类别,若某个变量取值下样本的个数大于5,则直接将该取值作为一个单独的类;若小于5,则与相邻的取值合并为一个类。原创 2022-08-21 21:04:24 · 722 阅读 · 1 评论 -
【统计分析】(task4) 应用随机过程(更新ing)
在概率论中,随机变量的个数主要有一维随机变量、多维随机变量、大数定律中也涉及无穷个随机变量,但它们之间是相互独立的。我们不仅需要对随机变量本身进行研究(如随机变量的分布函数、密度函数等等),也要开始研究随机现象的变化过程。在这个前提下,我们必须考虑无限多个随机变量的一次观测,与大数定律不同的是:这些无限多个随机变量可能并不是相互独立的。因此,我们将需要研究的无穷多个随机变量(很多情况不是相互独立的)称为随机过程。样本点or基本事件ω\omegaω:随机试验的可能结果称为样本点或基本事件。样本空间Ω\Ome原创 2022-08-25 22:28:27 · 1396 阅读 · 3 评论 -
【统计分析】(task5) 金融量化分析与随机模拟(通过随机模拟估计看涨期权的报酬分布)
为了解决使用布朗运动描述股票价格走势会出现负数的问题,我们尝试给布朗运动加上一个仅和时间 $t$ 有关的漂移项 $\mu t$, 以及一个尺度参数 $\sigma$,这样就可以得到带漂移项的布朗运动:$X(t)=\mu t+\sigma B(t)$。但是因为 $X(t)$ 与 $B(t)$ 的取值随着时间 $t$ 的变化也可以是负数。 - 虽然股票价格不能是负数,但是股票价格的自然对数可以是负数。因此,我们假设使用$S(t)$表示股票价格(注意现在不是$X(t)$了),而$X(t)$是股票价格的自然原创 2022-08-27 14:31:07 · 1706 阅读 · 2 评论 -
【机器学习中的矩阵求导】(一)求导布局
学习总结假设:xxx表示标量;XXX表示m×n维的矩阵;求导的因变量用yyy表示标量;YYY表示p×qp×qp×q维矩阵自变量/因变量标量yyy列向量y\mathbf{y}y矩阵Y\mathbf{Y}Y标量xxx/∂y∂x\frac{\partial \mathbf{y}}{\partial x}∂x∂y 分子布局:m维列向量(默认布局)分母布局:m维行向量∂Y∂x\frac{\partial \mathbf{Y}}{\partial x}∂x∂Y 分子布局:p×q原创 2021-11-21 12:05:28 · 1388 阅读 · 0 评论 -
【机器学习中的矩阵求导】(二)矩阵向量求导(定义法)
学习总结(1)三种情况:标量对向量求导,标量对矩阵求导, 以及向量对向量求导。下文,其中的标量对向量,标量对矩阵求导,这里以分母布局为默认布局;向量或矩阵对标量求导的场景很少见。(2)机器学习算法中一般会使用一种叫混合布局的思路,即如果是向量或者矩阵对标量求导,则使用分子布局为准,如果是标量对向量或者矩阵求导,则以分母布局为准。对于向量对对向量求导,有些分歧,后面统一以分子布局的雅克比矩阵为主。文章目录学习总结一、回顾知识二、用定义法求解标量对向量求导【例题1】【例题2】三、标量对向量求导四、标量对原创 2021-11-28 16:13:21 · 1264 阅读 · 0 评论 -
【机器学习中的矩阵求导】(三)矩阵向量求导(微分法)
学习总结(1)用微分法,要熟练矩阵微分和迹函数的性质。(2)有一些场景,求导的自变量和因变量直接有复杂的多层链式求导的关系,此时微分法使用起来也有些麻烦。如果我们可以利用一些常用的简单求导结果,再使用链式求导法则,则会非常的方便。(3)本task是求解标量对向量的求导,以及标量对矩阵的求导。注意此处统一规定:使用分母布局。文章目录学习总结一、矩阵微分二、矩阵微分的性质三、使用微分法求解矩阵向量求导3.1 迹函数的技巧四、迹函数对向量矩阵求导Reference一、矩阵微分我们熟悉的标量的微分:d原创 2021-11-29 16:01:19 · 1754 阅读 · 0 评论 -
【机器学习中的矩阵求导】(五)矩阵对矩阵求导
学习总结(1)这个task所有求导布局都是分母布局。为了适配矩阵对矩阵的求导,这次的向量对向量的求导,也是以分母布局为准(和之前的不一样)。(2)由于矩阵对矩阵求导的结果包含【克罗内克积】,因此和之前我们讲到的其他类型的矩阵求导很不同,在机器学习算法优化中中,我们一般不在推导的时候使用矩阵对矩阵的求导,除非只是做定性的分析。如果遇到矩阵对矩阵的求导不好绕过,一般可以使用机器学习中的矩阵向量求导(四) 矩阵向量求导链式法则中第三节最后的几个链式法则公式来避免。文章目录学习总结一、矩阵对矩阵求导的定义1.原创 2021-11-30 20:21:31 · 5486 阅读 · 5 评论 -
【机器学习中的矩阵求导】(六)Jacobian矩阵和Hessian矩阵
# 学习总结(0)回顾矩阵向量化,和 克罗内克积的主要运算法则。(1)梯度向量是雅克比矩阵的特例。(2)Hessian矩阵是梯度向量g(x)对自变量x的Jacobian矩阵,描述了函数的局部曲率。原创 2021-12-05 00:21:00 · 2046 阅读 · 0 评论 -
【机器学习中的矩阵求导】(八)标量函数f(x)的雅克比矩阵(迹函数)
学习总结文章目录学习总结标量函数f(x)f(\mathbf{x})f(x),其中x=[x1,....,xm]Tx = [x_1,....,x_m]^Tx=[x1,....,xm]T ∈\in∈ RmR^mRm,即向量xxx的m个元素(x1,....,xmx_1,....,x_mx1,....,xm)视作m个变量。根据式子:df(x1,⋯ ,xm)=∂f∂x1 dx1+⋯+∂f∂xm dxm\mathrm{d} f\left(x_{1}, \cdots, x_{m}\rig原创 2021-12-14 21:17:25 · 2547 阅读 · 0 评论 -
【机器学习中的矩阵求导】(七)矩阵向量化复习
矩阵向量化,在矩阵乘法、转置、逐元素乘法等会用到;另外可以使用numpy的kron计算kronecker积。原创 2021-12-06 17:04:26 · 3287 阅读 · 0 评论 -
【机器学习中的矩阵求导】(九)矩阵论大复习
学习总结(1)张贤达《矩阵分析》P49-50、P72、P77-78、P144-146、P155、P161、P163、P288 SVD分解。文章目录学习总结一、矩阵代数基础1.1 矩阵的迹1.2 Kronecker积1.3 向量化算子的性质二、Jacobian矩阵(雅克比矩阵)1.1 Jacobian矩阵1.2 梯度矩阵2.3 一阶实矩阵微分与Jacobian矩阵辨识2.4 实值矩阵函数的Jacobian矩阵辨识三、奇异值分解SVD3.1 SVD定义3.2 SVD基本理论(1)线性变换(2)SVD推导(略原创 2021-12-25 16:43:33 · 1843 阅读 · 3 评论 -
【机器学习中的矩阵分解】LU分解、QR分解、SVD分解
学习总结文章目录学习总结一、三角分解(LU分解)1.1 高斯消元1.2 LU分解原理1.3 LU分解python代码1.4 LU分解算法二、QR分解2.1 Schmid 正交化2.2 使用 Schmid 施密特正交化过程求 QR 分解2.3 QR分解的栗子三、SVD分解3.1 特征值分解3.2 SVD定义3.3 SVD基本理论(1)线性变换3.4 SVD直观几何角度3.5 SVD的应用四、作业:SVD手写识别体Reference一、三角分解(LU分解)1.1 高斯消元1.2 LU分解原理原创 2021-12-12 11:22:59 · 9229 阅读 · 2 评论 -
Python求解拉普拉斯矩阵及其特征值
学习心得(1)laplacian matrix就是无向图中定义 L=D−AL=D-AL=D−A,其中D为邻接矩阵,A为度矩阵(是一个对角矩阵)。(2)本文用的python计算拉普拉斯矩阵及其特征值、特征向量。文章目录学习心得一、背景介绍二、Python代码实现三、关于图Fourier变换Reference一、背景介绍定义一(图的邻接矩阵):给定一个图G={V,E}\mathcal{G}=\{\mathcal{V}, \mathcal{E}\}G={V,E},其对应的邻接矩阵被记为A∈{0,1原创 2021-09-11 16:02:44 · 7650 阅读 · 11 评论 -
矩阵分解和信息论基础
学习总结文章目录学习总结一、矩阵分解二、信息论熵(Entropy)联合熵条件熵互信息相对熵交叉熵一、矩阵分解机器学习中常见的矩阵分解有特征分解和奇异值分解。先提一下矩阵的特征值和特征向量的定义若矩阵 AAA 为方阵,则存在非零向量 xxx 和常数 λ\lambdaλ 满足 Ax=λxAx=\lambda xAx=λx,则称 λ\lambdaλ 为矩阵 AAA 的一个特征值,xxx 为矩阵 AAA 关于 λ\lambdaλ 的特征向量。An×nA_{n \times n}An×n 的矩阵具有原创 2021-11-18 08:30:12 · 1234 阅读 · 2 评论 -
【论文解读】Finding community structure in networks using the eigenvectors of matrices
一、论文主体二、复现代码举个小栗子,给出如下的矩阵:2.1 算法大致流程(0)算法开头先输入对应的邻接矩阵:A = np.array([[0,1,1,1],[1,0,1,1],[1,1,0,0],[1,1,0,0]])(1)通过一个for循环求第i个结点对应的kik_iki值:(2)再求出P矩阵:Pij=kikj2mP_{i j}=\frac{k_{i} k_{j}}{2 m}Pij=2mkikj(3)B=A−PB=A-PB=A−P(4)求出B矩阵的特征值:eig(B)ei原创 2021-09-20 17:01:14 · 1375 阅读 · 0 评论 -
【集成学习】(task1)机器学习中的数学(史上最全)
学习资源(1)集成学习——b站视频;机器学习的数学基础——b站视频(2)在很多机器学习比赛(如kaggle等),会发现除了深度学习以外的高分模型,无一例外地见到了集成学习和模型融合的身影。所有我们有必要从基础模型的推导以及 sklearn应用过渡到使用集成学习的技术去优化我们的基础模型,使得我们的模型能更好地解决机器学习问题。文章目录学习资源一、随机过程1.1 随机过程的基本概念1.2 Poisson过程(1) 计数过程(2)泊松过程(3)呼叫泊松流(4)泊松过程的汇合和分流1.3 Markov过程(原创 2021-09-13 21:23:24 · 1093 阅读 · 1 评论 -
同构图、异构图、属性图、非显式图
最重要的4类图数据:同构图(Homogeneous Graph)、异构图(Heterogeneous Graph)、属性图(Property Graph)和非显式图(Graph Constructed from Non-relational Data)。(1)同构图:同构图是指图中的节点类型和关系类型都仅有一种。同构图是实际图数据的一种最简化的情况,如由超链接关系所构成的万维网,这类图数据的信息全部包含在邻接矩阵里。同构图:在图里面,节点的类型和边的类型只有一种的图,举个例子,像社交网络中只存在一原创 2021-06-23 04:31:24 · 15615 阅读 · 6 评论 -
【离散数学】思维导图
1.why学离散数学是【数学】和【计算机】的桥梁,其最重要的内容是数论和图论。数学本质——抽象;计算机本质——算法(是抽象的一种)。一般人学算法则够用,但是如果将算法“抽象”到理论高度,如将DFS、dijstra算法等进行证明算法正确性、有效性、局限性,就需要学离散数学。(1)实际应用如正则表达式(练习网站RegexOne:https://regexone.com/)(2)应试重点在知乎上看到国内外大学学习的重点对比图:2.思维导图reference(1)上图中的离散数学思维导图源原创 2021-03-01 16:10:26 · 10843 阅读 · 4 评论 -
2021年数学一考纲变动
原创 2020-09-10 19:25:34 · 2081 阅读 · 0 评论 -
柯西积分不等式的证明题
第一问(证1/2的)不用分区间——对x在0在1积分即出现1/2.第二问(证1/4)分区间,但是在放缩后的分区间上分别对x和1-x积分(2个1/8相加得到出现1/4).第三问(证1/8)分区间,但是在放缩后的分区间上分别对x和1-x积分(2个1/8不相加,提出公因子得到出现1/8)....原创 2020-09-26 09:02:58 · 9232 阅读 · 0 评论 -
28个考研数学易错点
高等数学 1.函数在一点处极限存在,连续,可导,可微之间关系。对于一元函数函数连续是函数极限存在的充分条件。若函数在某点连续,则该函数在该点必有极限。若函数在某点不连续,则该函数在该点不一定无极限。若函数在某点可导,则函数在该点一定连续。但是如果函数不可导,不能推出函数在该点一定不连续,可导与可微等价。而对于二元函数,只能又可微推连续和可导(偏导都存在),其余都不成立。 2.基本初等函数与初等函数的连续性:基本初等函数在其定义域内是连续的,而初等函数在其定义区间上是连续的。 3.极值点,拐原创 2020-06-29 00:00:13 · 1609 阅读 · 0 评论 -
概率论知识整理
1.概率基本公式(1)逆事件的概率(2)加法公式转存失败重新上传取消(3)减法公式转存失败重新上传取消(4)条件概率转存失败重新上传取消(5)乘法公式(6)全概率公式(7)贝叶斯公式...原创 2020-02-24 10:43:44 · 13805 阅读 · 10 评论 -
概率论错题本
1.条件概率--一道老真题今天说一道概率论的题目,考察古典概型,条件概率和贝叶斯公式。此题是“概率论与数理统计辅导讲义”第一章例1.8题,我们先看原题和讲义上的解答在这道题目的评注里,老师给出了一种“错误解法”:实际上,辅导讲义评注里的“错误解法”才是真正的正确答案,正确答案是0.4855。辅导讲义所给的答案固执于先取箱子再取零件,所以取到两个箱子的概率都是1/2,这是错误的。因为条件概率的基本特点是压缩样本空间,在给定条件的情况下,样本空间已经...原创 2020-06-16 19:32:39 · 1508 阅读 · 2 评论 -
高数错题本
一.数列不动点法根据数列递推公式研究数列的极限,是考研常考的压轴题型,此处往往也会出现很多难题。今天给大家介绍一类很有效的方法,也就是求分式递推方程给出的数列的通项公式的方法——“不动点法”。在考试时,如果我们直接求出数列的通项公式,那么数列的单调性,有界性,极限的研究就基本都不在话下了。方程f(x)=x的根称为函数f(x)的不动点,利用递推数列f(x)不动点,可将某些递推关系an=f(an-1)所确定的等比数列或较易求数列通项的数列,这种方法称为不动点法(也称为特征根法)。证明:.原创 2020-06-09 21:46:05 · 1283 阅读 · 0 评论 -
线性代数知识整理
1.行列式的性质2.抽象型行列式——解法解题思路:对抽象型行列式,计算方法主要是利用行列式的性质,矩阵的性质,特征值及相似等。主要的公式有:3.伴随矩阵的性质4.逆矩阵的性质5.逆矩阵——解法方法一:用伴随方法二:用初等变换方法三:用定义方法四:用单位矩阵恒等变形方法五:用分块矩阵6.矩阵的秩定理定理2初等变换...原创 2020-02-24 09:38:19 · 5023 阅读 · 1 评论 -
高等数学公式整理
PartA1.等价代换的补充2.泰勒公式3.基本导数公式4.常用函数的高阶导数5.不定积分的基本积分公式6.定积分性质7.渐近线8.微分中值定理定理1 罗尔定理定理2 拉格朗日中值定理定理3 柯西中值定理定理4 泰勒定理1.带拉格朗日余项的n阶泰勒公式2.带佩亚诺余项的n阶泰勒公式Par...原创 2020-02-24 02:05:53 · 5870 阅读 · 1 评论 -
线代错题本
1.非常规化简方程2.原创 2020-06-05 09:57:08 · 801 阅读 · 0 评论 -
武忠祥强化重难点图
高数重难点分析图原创 2020-04-18 11:09:08 · 3818 阅读 · 0 评论 -
全国数学一考研考纲
2019 年 数学一考试大纲考试科目:高等数学、线性代数、概率论与数理统计考试形式和试卷结构一、试卷满分 及考试时间试卷满分为 150 分,考试时间为 180 分钟.二、答题方式答题方式为闭卷、笔试.三、试卷内容结构高等数学 约 56%线性代数 约 22%概率论与数理统计约 22%四、试卷题型结构单选题 8 小题,每小题 4 分,共 32 分填空题 6 小题,每小题 4...原创 2020-02-18 18:30:05 · 962 阅读 · 1 评论