• 模式识别第一次作业


    1.1

    (a)由题意:(frac{8a-1}{3}geq 0)得:(ageq frac{1}{8})

    (b)答案为1

    (c)考虑将分母中的(3)消去:当(a=frac{1}{2})时,答案为1,当(a=2)时,答案为(sqrt{5}),当(a=5)时,答案为(sqrt{13})。猜想:解为(sqrt{frac{8a-1}{3}})

    (d)octave中返回1.21825 + 0.12600i

    (e)由于三次方根存在三个,而原始程序中保留的是x轴正方向开始逆时针旋转的第一个向量。正确答案为1.2910。通过程序验证,猜想正确。

    (f)证明:设(x=frac{1}{2}sqrt{frac{8a-1}{3}})(y=frac{1}{2}),则原式(=((x+y)^3)^{frac{1}{3}}-((x-y)^3)^{frac{1}{3}}=2x)

    (g)((2+sqrt{5})^{frac{1}{3}}+(2-sqrt{5})^{frac{1}{3}}=(frac{sqrt{5}+1}{2})^{3*frac{1}{3}}+(frac{sqrt{5}-1}{2})^{3*frac{1}{3}}=sqrt{5})

    (h)无论是Cardano用于解三次方程的方法还是本问题的方法本质都是构造,三次根号里面的式子结构一样,只是前者更巧妙一些,而本题是靠从简单到一般推出来的。

    2.1

    (a)根据投影定义:(Vert oldsymbol x_perpVert=frac{oldsymbol x^T oldsymbol y}{Vert oldsymbol x Vert}=frac{(sqrt {3},1)^T( 1, sqrt{3})}{2}=sqrt{3}),且(oldsymbol x_perp)(oldsymbol y)同向,故:$ oldsymbol x_perp=(frac{sqrt{3}}{2},frac{3}{2})$

    (b) (ecause) $ oldsymbol y^T(oldsymbol x- oldsymbol x_perp)=(1,sqrt{3})^T(frac{sqrt{3}}{2},-frac{1}{2})=0$ ( herefore) $ oldsymbol yperp (oldsymbol x- oldsymbol x_perp)$

    (c)

    (d)由题意知,当(oldsymbol x_perp=lambda oldsymbol y)时,不等式取等号,当(oldsymbol x_perp eq lambda oldsymbol y)时,根据c题中的图,向量(oldsymbol x- oldsymbol x_perp)(oldsymbol x_perp-lambda oldsymbol y)(oldsymbol x-lambda oldsymbol y)构成一个直角三角形,且(oldsymbol x-lambda oldsymbol y)为斜边,因此(Vert oldsymbol x- oldsymbol x_perpVert<Vert oldsymbol x- lambdaoldsymbol yVert),综上所述:

    [Vert oldsymbol x- oldsymbol x_perpVert leq Vert oldsymbol x- lambdaoldsymbol yVert2.1 ]

    2.2

    (a)由于正定矩阵的特征值全部为正数,因此(X)为正定矩阵的充要条件为(x>0)

    (b)根据公式(det(X)=Pi_{i=1}^{n}lambda_i),即(X)的行列式为其所有特征值之积,因此(1*1*3*4*x=72)得:(x=6)

    2.6

    (a)(E(X)=int_{-infty}^{+infty}x*f(x)dx=int_{-infty}^{+infty}eta xe^{-eta x}dx=int_{0}^{+infty}eta xe^{-eta x}dx=frac{1}{eta})(分步积分)

    (D(X)=E(X^2)-(EX)^2=int_{0}^{+infty}eta xe^{-eta x^2}dx-frac{1}{eta^2}=frac{1}{2}-frac{1}{eta^2})

    (b)由(F(x)=P(Xle x)=int_{-infty}^{x}p(x)dx)得,(x<=0)时,(F(x)=0)

    (x>0)时,(F(x)=int_{0}^{x}f(x)dx=int_{0}^{x}eta e^{-eta x}dx=1-e^{-eta x}),故:

    [egin{equation} F(x)=left{ egin{aligned} &0 ,xleq0 \ &1-e^{-eta x},x>0\ end{aligned} ight. end{equation} ]

    (c)(P_r(Xgeq a+b|Xgeq a)=frac{P_r(Xgeq a+b,Xgeq b)}{P_r(Xgeq a)}=frac{P_r(Xgeq a+b)}{P_r(Xgeq a)}=frac{1-F(a+b)}{1-F(a)}=e^{-bx}),(P_r(xgeq b)=1-F(b)=e^{-bx}),因此(P_r(Xgeq a+b|Xgeq a)=P_r(xgeq b))

    (d)根据(a)中的计算,灯泡期望的寿命为1000小时,根据(c)中证明的指数分布无记忆性可知,灯泡虽然使用了2000小时,但其剩余寿命的期望仍然是1000小时。

    2.10 证明凹凸函数采用引理:判断函数二阶导数的正负

    (a)(f(x)^{''}=a^2e^{ax}geq 0),故对任意实数(ain R,)f(x)$为凸函数

    (b)(f(x)^{''}=-frac{1}{x^2}),对于(x>0),二阶导数恒负,故在该范围内是凹函数

    (c)(h(x)^{''}=frac{1}{x}),在(xgeq 0)时二阶导数非负,因此函数在该范围内为凸函数。

    (d)设L函数:(L(p_1,p_2,...,p_n,lambda)=-sum_{i=1}^{n}p_ilog_2p_i+lambda(sum_{i=1}^{n}p_i-1))(根据离散分布概率和为1),分别对(p_i)以及(lambda)求导得:

    [egin{equation}left{egin{aligned} &lambda = log_2p_i+frac{1}{ln 2},i=1,2,...,n \&p_1+p_2+...+p_n=1 end{aligned} ight.end{equation} ]

    解得:(p_1=p_2=...=p_n=frac{1}{n}),此时得到(H)最大值为(-sum_{i=1}^{n}frac{1}{n}log_2 frac{1}{n}=log_2n)

  • 相关阅读:
    Select For Update使用场景   
    数据库的ACID特性
    Zookeeper和Eureka的区别
    SpringMvc的控制器是不是单例模式,如果是,有什么问题,怎么解决?
    如果你也用过struts2.简单介绍下springMVC和struts2的区别有哪些?
    如何理解Hibernate的延迟加载机制?在实际应用中,延迟加载与Session关闭的矛盾是如何处理的?
    延迟加载与session关闭的矛盾一般可以这样处理:
    举一个多对多关联的例子,并说明如何实现多对多关联映射。
    java的基本操作和基本知识技能
    HTML基础
  • 原文地址:https://www.cnblogs.com/dlutjwh/p/13516991.html
Copyright © 2020-2023  润新知