[存档!]纯数学、物理学、化学等:与贸易没有任何关系的大脑训练问题 - 页 557 1...550551552553554555556557558559560561562563564...628 新评论 Vladimir Gomonov 2012.03.09 19:36 #5561 它似乎对平面图片有效。在我看来,它对N维的情况也会起作用。 有反对意见吗? 在我看来,现在是时候写一个脚本并检查它了...:) Alexey Subbotin 2012.03.09 20:01 #5562 那么,给定单位的法线矢量可以更容易构建--只要用-sqrt(1-xi^2)替换其任何一个坐标xi。这实际上相当于在矢量的平面上进行90度的旋转,远离第i轴(即我们用-正弦代替余弦,我们得到角度+pi/2的余弦)。在此之后,剩下的就是对结果进行归一化。 但人们完全 可以通过这种方式得到一个对集合中所有其他矢量都正常的矢量,这并不是一个事实。以及任何其他从所有变体中选择一个正常向量的方式... Vladimir Gomonov 2012.03.09 20:12 #5563 alsu: 那么,给定单位的法线矢量可以更容易构建--只要用-sqrt(1-xi^2)替换它的任何坐标xi。这实际上相当于将矢量的两极旋转90度,远离第i轴(即我们用-正弦代替余弦,我们得到角度+pi/2的余弦)。在此之后,剩下的就是对结果进行归一化。 但 人们完全 可以通过这种方式得到一个对集合中所有其他矢量都正常的矢量,这并不是一个事实。以及任何其他从所有变体中选择一个正常向量的方式... 正是如此。在一般情况下不会。 -- 我似乎已经找到了一个快速的解决方案。 当我坐下来写作,放松对算法的思考时,它就突然出现了。 因此,从生成的向量x1r中,只需减去它在x0上的投影(即x0*sp(x0,x1r),其中sp()是标量乘积)。 简而言之,该公式只有一行:x1= x1r - x0*sp(x0,x1r)。 :)) Vladimir Gomonov 2012.03.09 20:14 #5564 简而言之就是一行公式:x1=x1r-x0*sp(x0,x1r)。:)) 是的,但你必须在事后对其进行近似处理。 好吧,反正只有一行:X1 = norm(x1r - x0*sp(x0,x1r)) Alexey Subbotin 2012.03.09 20:17 #5565 MetaDriver: 它似乎对平面图片有效。在我看来,它对N维的情况也会起作用。 有反对意见吗? 看来是时候写一个脚本,并检查一下了...:) 你不需要写它。证明。 sX=(a1+b1,a2+b2);dX=(a1-b1,a2-b2)。 由于向量a和b是单位向量,相应的平行四边形是一个菱形,其对角线是垂直的,所以和与差是相互正交的。因此,模块的交换相当于将其中一个模块向右转90度,另一个向左转。在直角坐标中,我们可以通过重新排列第一和第二坐标来简单地表达这一点。 sXtr = (a2-b2,a1-b1); dXtr = (a2+b2,a1+b1) sXtr+dXtr=(2*a2,2*a1)是一个模数为2的矢量,显然与矢量(a1,a2)正交,也就是矢量a。H.t.c. Vladimir Gomonov 2012.03.09 20:19 #5566 剩下的就是在循环中运行。 for(i=0; i<InpVectorCount; i++) {....} Alexey Subbotin 2012.03.09 20:21 #5567 MetaDriver: 剩下的就是在循环中运行。 for(i=0; i<InpVectorCount; i++) {....} 不,它仍然归结为最初选择正确的 "任意 "矢量,这将最终给整个集合带来正交性。也就是说,任意性原来根本就不是任意性。我们再次回到如何计算所需的初始矢量的问题。 Vladimir Gomonov 2012.03.09 20:25 #5568 alsu: 不,它仍然归结为最初选择正确的 "任意 "矢量,这将为整个集合提供正交性。也就是说,任意性根本就不是任意性。我们再次回到如何计算所需的初始矢量的问题。 胡说八道。只是在每一步都要检查。如果在转换的任何一步,一个向量与集合中的下一个向量相毗连,我们就再次生成一个初始随机向量并重复这个过程。由于这种情况不太可能(具有有限维度),所以比起立即怀疑它是线性依赖(寻找矩阵等级)要容易(便宜)。 Alexey Subbotin 2012.03.09 20:28 #5569 MetaDriver: 胡说八道。只是在每个步骤中进行检查。如果在转换的任何一步,一个向量变得与集合中的下一个向量相矛盾,我们就再次生成初始随机向量并重复这个过程。由于这种情况不太可能(具有有限维度),所以比起立即怀疑它是线性依赖(寻找矩阵等级)要容易(便宜)。 它可以不成为共同方向,而只是与所有或某些矢量成间接角度 Vladimir Gomonov 2012.03.09 20:30 #5570 MetaDriver: 胡说八道。只是在每个步骤中进行检查。如果在转换的任何一步,一个向量变得与集合中的下一个向量相矛盾,我们就再次生成初始随机向量并重复这个过程。由于这种情况不太可能(具有有限维度),所以比起立即怀疑它是线性依赖(寻找矩阵等级)要容易(便宜)。 而且它更便宜,因为标量乘积仍然需要计算(通过算法)。如果结果是等于1,我们就重置到开头,重复这个过程。也就是说,在每一步,只要检查是否(cp(a,b)!= 1.0){} 1...550551552553554555556557558559560561562563564...628 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
它似乎对平面图片有效。在我看来,它对N维的情况也会起作用。 有反对意见吗?
在我看来,现在是时候写一个脚本并检查它了...:)
那么,给定单位的法线矢量可以更容易构建--只要用-sqrt(1-xi^2)替换其任何一个坐标xi。这实际上相当于在矢量的平面上进行90度的旋转,远离第i轴(即我们用-正弦代替余弦,我们得到角度+pi/2的余弦)。在此之后,剩下的就是对结果进行归一化。
但人们完全 可以通过这种方式得到一个对集合中所有其他矢量都正常的矢量,这并不是一个事实。以及任何其他从所有变体中选择一个正常向量的方式...
那么,给定单位的法线矢量可以更容易构建--只要用-sqrt(1-xi^2)替换它的任何坐标xi。这实际上相当于将矢量的两极旋转90度,远离第i轴(即我们用-正弦代替余弦,我们得到角度+pi/2的余弦)。在此之后,剩下的就是对结果进行归一化。
但 人们完全 可以通过这种方式得到一个对集合中所有其他矢量都正常的矢量,这并不是一个事实。以及任何其他从所有变体中选择一个正常向量的方式...
正是如此。在一般情况下不会。
--
我似乎已经找到了一个快速的解决方案。 当我坐下来写作,放松对算法的思考时,它就突然出现了。
因此,从生成的向量x1r中,只需减去它在x0上的投影(即x0*sp(x0,x1r),其中sp()是标量乘积)。
简而言之,该公式只有一行:x1= x1r - x0*sp(x0,x1r)。
:))
:))
是的,但你必须在事后对其进行近似处理。
好吧,反正只有一行:X1 = norm(x1r - x0*sp(x0,x1r))
它似乎对平面图片有效。在我看来,它对N维的情况也会起作用。 有反对意见吗?
看来是时候写一个脚本,并检查一下了...:)
你不需要写它。证明。
sX=(a1+b1,a2+b2);dX=(a1-b1,a2-b2)。
由于向量a和b是单位向量,相应的平行四边形是一个菱形,其对角线是垂直的,所以和与差是相互正交的。因此,模块的交换相当于将其中一个模块向右转90度,另一个向左转。在直角坐标中,我们可以通过重新排列第一和第二坐标来简单地表达这一点。
sXtr = (a2-b2,a1-b1); dXtr = (a2+b2,a1+b1)
sXtr+dXtr=(2*a2,2*a1)是一个模数为2的矢量,显然与矢量(a1,a2)正交,也就是矢量a。H.t.c.
剩下的就是在循环中运行。 for(i=0; i<InpVectorCount; i++) {....}
不,它仍然归结为最初选择正确的 "任意 "矢量,这将为整个集合提供正交性。也就是说,任意性根本就不是任意性。我们再次回到如何计算所需的初始矢量的问题。
胡说八道。只是在每个步骤中进行检查。如果在转换的任何一步,一个向量变得与集合中的下一个向量相矛盾,我们就再次生成初始随机向量并重复这个过程。由于这种情况不太可能(具有有限维度),所以比起立即怀疑它是线性依赖(寻找矩阵等级)要容易(便宜)。
胡说八道。只是在每个步骤中进行检查。如果在转换的任何一步,一个向量变得与集合中的下一个向量相矛盾,我们就再次生成初始随机向量并重复这个过程。由于这种情况不太可能(具有有限维度),所以比起立即怀疑它是线性依赖(寻找矩阵等级)要容易(便宜)。