[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 558 1...551552553554555556557558559560561562563564565...628 新评论 Alexey Subbotin 2012.03.09 20:30 #5571 如果向量1与向量2正交,向量2与向量3正交,那么即使在3维空间,向量1也不一定与向量3正交,更不用说在更多维度上了 Vladimir Gomonov 2012.03.09 20:31 #5572 alsu: 它可能不会成为同向的,而只是与所有或部分矢量成一个斜角 但它不能!它不能对那些已经处理过的输入进行处理,但它可以对下一个输入进行处理,但下一个迭代将同样处理它们。 Alexey Subbotin 2012.03.09 20:34 #5573 MetaDriver: 但它不能!对那些已经处理过的,它不能,但对下一个输入,它可以,但接下来的迭代会同样处理它们。 在一般情况下,接下来的迭代不会保留对之前处理的向量的方向--见我之前的帖子 Vladimir Gomonov 2012.03.09 20:36 #5574 alsu: 如果矢量1与矢量2正交,而矢量2与矢量3正交,那么即使在3维空间,矢量1也远非总是与矢量3正交,更不用说在更多维度上了 所以你还没有理解主要的观点。 每一步的变换都是严格意义上的平移--它将矢量置于与前一个矢量的正交位置,使其与所有之前的矢量正交。 这就是我从一开始的目标。这就是问题所在(现在已经解决了)。 再想想吧。检查。 Vladimir Gomonov 2012.03.09 20:37 #5575 alsu: 下面的迭代一般不保留与之前处理的向量的正交性--见我之前的帖子 保留。 也许我没有说得足够清楚。 我现在就写一个完整的方案。这是个小方案。 Alexey Subbotin 2012.03.09 20:46 #5576 MetaDriver: 所以你不明白主要的观点。 每一步的变换都是严格的平面变换--它将矢量置于与前一个矢量的正交位置,使其与之前的所有矢量正交。 这就是我从一开始就想实现的目标。这就是问题所在(现在已经解决了)。 再想想吧。检查。 检查了))。 当然,这种变换是严格的平面的,其结果一般是与初始任意矢量的选择无关的精确符号--但是!只在这个平面内。谁告诉我们,在无数个通过给定矢量绘制平面的选项中,我们选择了正确的一个? 这里有一个例子。假设你在3维空间有两个向量:(1,0,0)和(0,sqrt(2),sqrt(2))。它们是正交的,你可以看到。你先在平面z=0中取一个任意的x1,用它来构造一个与第一个矢量的正交矢量(0,1,0)。我们得到算法已经完成,但没有得到结果--第三个向量与剩余的第二个向量不正交。而为了得到正确的答案,你需要事先注意在第一次构造时选择正确的平面--然后你会来到变体(0,-sqrt(2),sqrt(2))或第二个可能的解决方案。 Vladimir Gomonov 2012.03.09 20:56 #5577 double[dim] GetOrtoVector(int dim, int count, double[][dim] &Input) { bool error=false; double[dim] Result = RandomInit(dim); for (i=0; i<count; i++) { Result = Ortogonalize(Result, Input[i], error); } if (error) return GetOrtoVector(dim,count,Input); else return Result; } double[dim] Ortogonalize(double[dim] a, double[dim] b, bool &err) { double SP = sp(a,b); if (sp==1.0) {err = true; return a;} else {return (a-SP*b); } } 我还没有解释如何得到标量积和初始矢量的生成。 这是非常不言自明的。 而且我也没有描述向量减法和向量乘法的数字。 伪代码就像... Vladimir Gomonov 2012.03.09 20:59 #5578 alsu: 已核对)) 当然,这种变换是严格的平面性的,无论选择什么样的原始任意矢量,其结果一般都能精确到一个符号--但是!只在这个平面内。谁告诉我们,在无数个通过给定矢量的平面的选择中,我们选择了正确的一个? 这里有一个例子。假设你在3维空间有两个向量:(1,0,0)和(0,sqrt(2),sqrt(2))。它们是正交的,你可以看到。你先 在平面z=0中取 一个任意的x1 , 用它来构造一个与第一个矢量的正交矢量(0,1,0)。我们得到算法已经完成,但没有得到结果--第三个向量与剩余的第二个向量不正交。而为了得到正确的答案,你需要事先注意在第一次构造时选择正确的平面--然后你会来到变体(0,-sqrt(2),sqrt(2))或第二个可能的解决方案。 我不会接受平面Z=0 :)) 我就把任意的x1={随机,随机,随机}。 它落入平面Z=0的概率是多少? ;-)) Alexey Subbotin 2012.03.09 21:02 #5579 MetaDriver: 我不会接受Z=0 :)) 我就以随机x1={随机,随机,随机}。 它将落入平面Z=0的概率是多少? ;-)) 与它击中 "正确 "平面的概率完全相同,即为零)。 Alexey Subbotin 2012.03.09 21:04 #5580 alsu: 与它击中 "正确 "平面的概率完全相同,即为零)。 选择一个任意的矢量可以固定计算的平面--一个平面可以通过2个矢量来画。在我的例子中,你可以从无限多的平面中选择任何一个,并得到无限多的解决方案,但在你选择正确的平面之前,你不会得到正确的答案。 1...551552553554555556557558559560561562563564565...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
它可能不会成为同向的,而只是与所有或部分矢量成一个斜角
但它不能!对那些已经处理过的,它不能,但对下一个输入,它可以,但接下来的迭代会同样处理它们。
如果矢量1与矢量2正交,而矢量2与矢量3正交,那么即使在3维空间,矢量1也远非总是与矢量3正交,更不用说在更多维度上了
所以你还没有理解主要的观点。 每一步的变换都是严格意义上的平移--它将矢量置于与前一个矢量的正交位置,使其与所有之前的矢量正交。 这就是我从一开始的目标。这就是问题所在(现在已经解决了)。
再想想吧。检查。
下面的迭代一般不保留与之前处理的向量的正交性--见我之前的帖子
保留。
也许我没有说得足够清楚。 我现在就写一个完整的方案。这是个小方案。
所以你不明白主要的观点。 每一步的变换都是严格的平面变换--它将矢量置于与前一个矢量的正交位置,使其与之前的所有矢量正交。 这就是我从一开始就想实现的目标。这就是问题所在(现在已经解决了)。
再想想吧。检查。
检查了))。
当然,这种变换是严格的平面的,其结果一般是与初始任意矢量的选择无关的精确符号--但是!只在这个平面内。谁告诉我们,在无数个通过给定矢量绘制平面的选项中,我们选择了正确的一个?
这里有一个例子。假设你在3维空间有两个向量:(1,0,0)和(0,sqrt(2),sqrt(2))。它们是正交的,你可以看到。你先在平面z=0中取一个任意的x1,用它来构造一个与第一个矢量的正交矢量(0,1,0)。我们得到算法已经完成,但没有得到结果--第三个向量与剩余的第二个向量不正交。而为了得到正确的答案,你需要事先注意在第一次构造时选择正确的平面--然后你会来到变体(0,-sqrt(2),sqrt(2))或第二个可能的解决方案。
我还没有解释如何得到标量积和初始矢量的生成。 这是非常不言自明的。
而且我也没有描述向量减法和向量乘法的数字。 伪代码就像...
已核对))
当然,这种变换是严格的平面性的,无论选择什么样的原始任意矢量,其结果一般都能精确到一个符号--但是!只在这个平面内。谁告诉我们,在无数个通过给定矢量的平面的选择中,我们选择了正确的一个?
这里有一个例子。假设你在3维空间有两个向量:(1,0,0)和(0,sqrt(2),sqrt(2))。它们是正交的,你可以看到。你先 在平面z=0中取 一个任意的x1 , 用它来构造一个与第一个矢量的正交矢量(0,1,0)。我们得到算法已经完成,但没有得到结果--第三个向量与剩余的第二个向量不正交。而为了得到正确的答案,你需要事先注意在第一次构造时选择正确的平面--然后你会来到变体(0,-sqrt(2),sqrt(2))或第二个可能的解决方案。
我不会接受平面Z=0 :))
我就把任意的x1={随机,随机,随机}。
它落入平面Z=0的概率是多少?
;-))
我不会接受Z=0 :))
我就以随机x1={随机,随机,随机}。
它将落入平面Z=0的概率是多少?
;-))
与它击中 "正确 "平面的概率完全相同,即为零)。