标签 - FxMarkBrown's Blog

运筹学（二）：对偶理论与敏感性分析

前言参考与上一节相同对偶理论事物之间普遍存在某种对偶关系，从不同的角度（立场）出发观察事物时，有两种拟似对立的表述。如“平面上矩形的面积与周长的关系”可分别表述为：周长一定，面积最大的矩形是正方

运筹学（一）：线性规划（LP）

前言参考清华大学经管类《运筹学》（第五版）线性规划（LP）基本概念决策变量（Decision Variable）：即规划问题中需要确定的能用数量表示的量目标函数（Objective Func

群论初步

二元运算和群二元运算在一个集合$S$上的二元运算是一个函数 ::: hljs-center $S*S\to S$ ::: 对$x,y\in S$，我们把$(x,y)$记作$xy$，它在集合$S$上

使用线性代数知识判断圆锥曲线的类型

问题考虑一个一般形式的圆锥曲线方程 ::: hljs-center $ax^2+2hxy+by^2+2gx+2fy+c=0$ ::: 判断其类型解决方法我们需要解决的首要问题是：消去交叉项$2h

深入浅出库利-图基FFT算法

非正式引出此部分参考这个视频此部分可能不够严谨，目的主要是引出FFT的分治思想，请读者见谅多项式的乘积问题首先给出一个问题： ::: aligncenter 给定两个多项式，计算二者的乘积 ::: 设计一个算法来解决这个问题暴力首先，最暴力的想法是采用乘法分配律 e.g. ::: aligncenter $

机器学习笔记（15）：PCA

前言参考：《统计学习》—李航（蓝皮） PCA（主成分分析）简介主成分分析（Pricipal Component Analysis, PCA）是一种常用的无监督学习方法，这一方法利用正交变换

机器学习笔记（14）：SVD

前言参考：《统计学习》—李航（蓝皮） SVD（奇异值分解）定义与定理定义（奇异值分解）矩阵的奇异值分解是指，将一个非零的$m\times n$实矩阵$A,A\in\mathbf{R}^{

机器学习笔记（13）：聚类方法

前言参考：《统计学习》—李航（蓝皮）聚类的基本概念聚类的基本概念包括：样本之间的距离或相似度，类或簇，类与类之间的距离相似度或距离简介聚类的对象时观测数据，或样本集合。假设有$n$个样本，每个样本由$m$个属性的特征向量组成，样本集合可以用矩阵$X$表示 ::: aligncenter $X=[x{ij}

简要介绍DFT（数字信号处理）

前言笔者并非通讯专业科班学生，本文中的一些知识解释不严谨敬请见谅离散傅里叶变换变换（DFT）和逆变换（IDFT）对于$x=(x0,\cdots,x{N1})\in\mathbb{C}^N$，内的每一个点，它的离散傅里叶变换$\hat{x}=(\hat{x}0,\cdots,\hat{x}{N1}):=DFTx$

从特征值、特征向量到对角化、相似和Jordan分解（线性代数）

前言笔者在尝试用自己的语言解释线性代数中关于特征值和特征向量/对角化和谱分解/相似的相关内容，因为是用自己的语言解释，所以内容可能欠缺严谨，敬请见谅特征值和特征向量笔者希望在此引出的一个概念就是： ::: aligncenter 在研究事物时，我们通常深入研究的，令这个事物区别于其他事物的，应是这个事物的特征 :

标签云

线性代数 22 篇文章