作者查詢 / hwanger
作者 hwanger 在 PTT 全部看板的留言(推文), 共4432則
限定看板:全部
看板排序:
3F推: 也可以直接算 有兩個人休息兩天的方法數為09/06 14:06
4F→: 3*5!/(2!2!) 有一個人休息三天的方法數為 3*5!/3!09/06 14:08
5F→: 所以共150種 (假設值日生三都相異)09/06 14:09
6F推: 上面的算法是來自考慮在3x5的棋盤上擺上5顆棋子 使09/06 14:15
7F→: 的每一個column恰好有一顆棋子09/06 14:16
11F推: 並且每一個row至少有一顆棋子 所以就是算"有兩個row09/06 14:19
12F→: 有兩顆棋子" 加上 "有一個row有三個棋子"09/06 14:20
15F推: 不是很重要 依棋盤的想法 可以寫程式驗證 如下09/07 09:55
16F→: https://paste.ofcode.org/3bF4qNNiXc2UcznL3XCBRZS09/07 09:55
1F推: 你圖片上的big O都是對的 你的給分系統是?09/05 16:10
2F推: 雖然你a2有一個x在那還蠻可疑的09/05 16:12
3F推: fan是自己算的還是題目給的?如果是題目給的 有說x是09/05 16:25
4F→: 什麼嗎09/05 16:25
5F→: 單就你的圖而言 是算分系統的問題09/05 18:50
6F推: 就題目而言 fa2不應該這樣出 可能"fa2(n)=c for09/05 18:54
7F→: some constant c"會比較好09/05 18:54
1F推: 不管任何算子 空間皆可以拆解成循環子空間的直和09/04 06:34
2F→: 並在適當的選取基底下 其矩陣表示是rational canon09/04 06:34
3F→: ical form09/04 06:34
4F推: (更準確地說 是該算子限定在每一個summand時 其特徵09/04 06:58
5F→: 多項式是不可約多項式的次方時 則我們有rational ca09/04 06:58
6F→: nonical form)09/04 06:58
7F推: 而jordan form存在的充要條件是該算子的特徵多項式09/04 07:05
8F→: 在目前的係數域中可以寫成一次項的相乘 在此情況下09/04 07:05
9F→: 我們可以重新選取"上述循環子空間的每個summand"09/04 07:05
10F→: 的基底 使該算子的矩陣表示就是jordan form09/04 07:05
11F推: 而nilpotent算子的特徵多項式是λ^n 所以總是有09/04 07:10
12F→: Jordan form09/04 07:10
13F推: "在 nilpotent 算子情況下..." 這段 空間總是可以拆09/04 07:16
14F→: 成循環子空間的直和 不管算子是否為nilpotent09/04 07:17
15F推: "但在非 nilpotent 算子的情況下..."這段 不知道你09/04 07:20
16F→: 所講的定理是什麼 冏09/04 07:20
17F推: 文章自此之後都依賴於"這一段" 所以我其實都看太懂09/04 07:24
18F→: 看不太懂 或許你直接算個例子 並從例子中闡釋你的想09/04 07:27
19F→: 法 這樣比較能讓人明白你的問題點在哪09/04 07:28
22F推: 沒留意到冪零算子的rational form和Jordan from是一09/04 11:38
23F→: 樣的 所以我大概可以理解你原本想說什麼了(?)09/04 11:39
24F→: 讓T:V→V 先考慮最簡單的情況 假設T的特徵多項式可09/04 11:41
25F→: 以分解成一次式相乘 設V=C(v1)⊕C(v2)⊕...⊕C(vn)09/04 11:44
26F→: 其中C(vi)為由vi所生成的循環子空間且T_C(vi)的特徵09/04 11:46
27F→: 多項式為(t-λi)^ni 則有兩個cases09/04 11:48
28F→: Case 1. 若T為nilpontent 則由{vi,T(vi),T^2(vi)..}09/04 11:51
29F→: 所生的basis剛好可以拿來當Jordan form的basis09/04 11:52
30F→: Case 2.若T不為nilpotent 則由{vi,T(vi),T^2(vi)..}09/04 11:53
31F→: 只能拿來當rational form的basis 不能拿來當Jordan09/04 11:55
32F→: form的basis 你必須選一個u滿足(T-λi)^{ni-1}u非009/04 11:58
33F→: 再用{u,(T-λi)(u),(T-λi)^2(u),...}來當Jordan09/04 12:00
34F→: form的basis 但即使在這個情況下 C(vi)只對應到一個09/04 12:02
35F→: 完整的Jordan block 不會分裂成兩個以上Jordan09/04 12:03
36F→: block 沒有所謂"直和再直和"的情形發生09/04 12:04
37F推: 接著考慮更複雜的情況 讓F為一個field M為一個nxn的09/04 12:09
38F→: 矩陣 使得M的特徵多項式無法在F中分解成一次式相乘09/04 12:10
39F→: 設F^n=C(v1)⊕C(v2)⊕...⊕C(vn) 其中C(vi)為由vi所09/04 12:11
40F→: 生成的循環子空間且T_C(vi)的特徵多項式為fi^ni(x)09/04 12:12
41F→: 其中fi為F-不可約多項式09/04 12:15
42F→: 假設E為F的filed extension使得M的特徵多項式可以在09/04 12:16
43F→: E中分解成一次式相乘 並且我們想繼續(符號的濫用)分09/04 12:18
44F→: 解 E^n=C(v1)⊕C(v2)⊕...⊕C(vn) 則此時因fi可能有09/04 12:21
45F→: 兩個以上不同的根 所以C(vi)會再分解成兩個以上的09/04 12:22
46F→: Jordan blocks 有一種"直和再直和"的感覺(其實並沒09/04 12:23
47F→: 有 因為你一開始的V是F^n 你接著做的Jordan decomp.09/04 12:26
48F→: 實際上是考慮 1_E(x)M作用在 E^n=E(x)F^n 其中(x)表09/04 12:31
49F→: 示tensor product)09/04 12:31
50F推: 最後考慮更一般的情況 V=C(v1)⊕C(v2)⊕...⊕C(vn)09/04 12:53
51F→: 僅僅假設C(vi)為T的循環子空間而不附帶任何條件09/04 12:55
52F→: 此時C(vi)可能可以再裂解成兩個以上的循環子空間09/04 12:57
53F→: 也就是說 我此前所考慮的其實是分解到最小的循環子09/04 12:58
54F→: 空間 但一般而言 一個循環子空間是可以再寫成一堆循09/04 12:59
55F→: 環子空間的direct sum09/04 12:59
56F推: ok 重新看了一下你的文章 確定我完全不懂你在說什麼09/04 13:12
57F→: 冏09/04 13:12
58F推: 再猜一次你的想法 讓T:V→V的最小多項式為09/04 13:19
59F→: (t-λ1)^n1*(t-λ2)^n2*...*(t-λk)^nk09/04 13:21
60F→: 則V=N((t-λ1)^n1)⊕...⊕N((t-λk)^nk) 其中N(*)09/04 13:24
61F→: 表示null space09/04 13:24
62F→: 考慮T-λi作用在N((t-λi)^ni)上 則其為nilpotent09/04 13:27
63F→: 故T-λi在N((T-λi)^ni)的Jordan form 就是rational09/04 13:29
64F→: form 所以只需要考慮cyclic subspaces的decompositi09/04 13:31
65F→: on 故N((T-λi)^ni)=C(vi1)⊕C(vi2)⊕...⊕C(vih)09/04 13:32
66F→: 而這個分解是針對T-λi而言09/04 13:34
67F→: 全部代回V 就有 V=⊕_{i,j} C(vij) 所以看起來好像09/04 13:36
68F→: 切了兩次09/04 13:36
69F推: 但這裡要注意的是 實際上C(vij)也是T的循環子空間(09/04 13:40
70F→: 同樣由vij所生成) 而V=⊕_{i,j} C(vij)的確寫成了T09/04 13:41
71F→: 的循環子空間的直和 所以你認為"只有nilpontent算子09/04 13:43
72F→: 其作用的空間才可以拆解成循環子空間的直和"是錯的09/04 13:45
76F推: Ok 不過我需要更正一下我上面講的一件事09/04 13:59
77F→: 若C(v)是T的一個循環子空間 且T_C(V)特徵多項式為09/04 14:00
78F→: (t-λ)^n 則{v,T(v),...}為rational form的basis 而09/04 14:02
79F→: {v,(T-λ)(v),(T-λ)^2(v),...}即為Jordan form的09/04 14:03
80F→: basis 不需要另外找u了09/04 14:03
87F推: 第2點的lemma 很明顯的漏了條件了 你應該是要k為特09/04 17:14
88F→: 徵多項式中x-0的重數是吧09/04 17:14
89F→: 第3點的heig是什麼 沒有聯想到任何名詞09/04 17:15
90F→: 不過無關緊要09/04 17:16
91F→: 第5點的部份 你只學nilpotent的情形 是嗎?09/04 17:16
92F→: 一般來說 第5點就是rational canonical form09/04 17:17
93F→: (Frobenius normal form) 而S_k就是所謂的Companion09/04 17:17
94F→: matrix (我沒聽過叫下移矩陣 不好意思見少識淺)09/04 17:18
95F→: 如同你說的 他不用任何條件 任何算子都可以09/04 17:19
96F→: 你第6點說的除了r和k有關的結論 其他在一般算子也都09/04 17:20
97F→: 成立 正如你第5點所說的"就不用條件"09/04 17:21
98F→: 而你第6點需要nilpotent 純粹就是因為此時Companion09/04 17:22
99F→: matrix剛好就是Jordan block的形式09/04 17:22
100F→: 第8點 nilpontent並沒有保證幾何重數=dim(W1)09/04 17:23
101F→: am是代數重數才對09/04 17:23
102F→: 我不太確定你是從哪本書上學到這些結論的 但一般我09/04 17:25
103F→: 們不是這樣看第8第9點的(更準確的說 我還是不知道09/04 17:25
104F→: 你想講什麼)09/04 17:26
105F→: 我上面有說到 一般來說 若T的特徵多項式是09/04 17:27
106F→: f(t)=(t-λ1)^n1*(t-λ2)^n2*...*(t-λk)^nk09/04 17:27
107F→: 則我們會證V=Ker((T-λ1)^n1)⊕...⊕Ker((T-λk)^nk09/04 17:27
108F→: 而這裡的K(λi)=Ker((T-λi)^ni)就是generalized09/04 17:28
109F→: eigenspace(之所以稱作"廣義" 是因為09/04 17:28
110F→: V(λi)=Ker(T-λi))09/04 17:29
111F→: 第10點形式上是完全ok的 只是我看不出和第8第9點的09/04 17:30
112F→: 觀念何關09/04 17:30
113F→: 第11點的結論就是我從13:19到13:36的推文所說的09/04 17:31
114F→: 最後你15:06分所說的 幾何重數是定義成independent09/04 17:31
115F→: 的eigenvectors的最大個數 應該沒有定義成09/04 17:32
116F→: independent的generalized eigenvectors的最大個數09/04 17:32
117F→: 才對 你應該是想說對應到λ的generalized09/04 17:33
118F→: eigenspace的維度=λ的代數重數才對09/04 17:33
119F推: 而"空間一定可以拆成廣義eigenspaces"是因為如前所09/04 17:48
120F→: 述 我們會證V=Ker((T-λ1)^n1)⊕..⊕Ker((T-λk)^nk09/04 17:48
121F推: V=Ker((T-λ1)^n1)⊕...⊕Ker((T-λk)^nk是能做廣義09/04 17:51
122F→: eigenspaces decompostion最重要的定理 但你通篇只09/04 17:51
123F→: 有第11點有稍稍提到一下 而且你似乎沒打算要證 冏09/04 17:52
128F推: [17:15]如果heig是這個意義 那就很有問題了 冏 一般09/04 21:34
129F→: 來說是找最小的k滿足{v,T(v),T^2(v),...,T^k(v)}是09/04 21:35
130F→: 線性相依的 而不是T^k(v)為0的09/04 21:35
131F→: [17:22]nilpotent是不用切第一次 但你還是得切成09/04 21:36
132F→: cyclic subspaces09/04 21:36
133F→: [17:26]老實說 你其實表達的很模糊 我只能說我可以09/04 21:37
134F→: 很輕易的把第8第9點解釋成正確的東西 但完全不能斷09/04 21:37
135F→: 定我的想法和你心中的認知是否一致 冏 因為是你想搞09/04 21:37
136F→: 懂的 所以你應該想辦法給出更清晰的說法09/04 21:38
137F→: 並且同[17:51]和[17:52]09/04 21:39
138F→: V=Ker((T-λ1)^n1)⊕...⊕Ker((T-λk)^nk之所以為核09/04 21:40
139F→: 心定理 是因為一旦理解之後 其他性質就很容易入手09/04 21:41
140F→: 你可以不用證明這個定理 但是最好是去理解這個定理09/04 21:41
141F→: (這個定理其實也只是Cayley–Hamilton的進一步推廣09/04 21:41
142F→: 而已)09/04 21:42
143F→: 17:51]這個不是什麼等價條件 是當over C時 我們一定09/04 21:42
144F→: 有這個分解09/04 21:43
145F→: [19:41]這樣想是沒問題的09/04 21:44
146F→: 現在比較冏的事是我其實是用更簡單的理論(modules09/04 21:45
147F→: over PID)去想rational form和Jordan form的 所以很09/04 21:45
148F→: 多事情是相當trivial的 但為了理解這個更簡單的理論09/04 21:45
149F→: 你反而需要更多先備知識09/04 21:45
150F→: 如果要把這個理論簡化成對一般線代學習者可以理解的09/04 21:46
151F→: 那V=Ker((T-λ1)^n1)⊕...⊕Ker((T-λk)^nk)就會是09/04 21:46
152F→: 核心知識 所以才會希望你可以正視這個東西09/04 21:46
153F→: 當然如果你只是單純想算jordan form 那就不用理解這09/04 21:47
154F→: 些東西09/04 21:47
157F推: 其實單純只是會算Jordan form還是滿有用處的 他常應09/05 18:47
158F→: 用在矩陣次方的計算上 比方說要算exp(A)或cos(A)之09/05 18:48
159F→: 類 計算這類東西不懂整個理論是完全OK的09/05 18:49
7F推: 壓低勞工薪資對平民有利?09/05 09:59
2F推: 雖然隱約有你綠色框框裡式子的記憶 但還沒仔細check09/04 19:22
3F→: 過 你綠色框框的式子的確要滿秩才能算 但一般算Moor09/04 19:22
4F→: e–Penrose pseudoinverse 是用singular value deco09/04 19:22
5F→: mposition算 矩陣也不用滿秩09/04 19:22
7F推: R大快一步給出關鍵字了 google就好了09/04 19:24
1F推: 這種東西其實最低限度應該用volume of jordan regio09/03 19:59
2F→: n想才對 囧09/03 19:59
3F推: 在volume of jordan region中 先定義sum of retangl09/03 20:06
4F→: e(此時retangle的長x寬並不是volume的定義) 然後你09/03 20:06
5F→: 再證明一個長方形 在任意一個網格越切越細的情況下09/03 20:06
6F→: sum of retangle會收斂到該長方形的長x寬09/03 20:06
7F推: 當然這個是沒辦法講給中學生聽的 冏 考慮一個 a by09/03 20:25
8F→: b的長方形 你應該能感覺出a乘1的長方形應該是1乘1的09/03 20:27
9F→: 長方形面積的a倍 而a乘b的長方形面積應該是a乘1的長09/03 20:28
10F→: 方形的b倍 這種相比的倍數應該相乘 所以a乘b的長方09/03 20:30
11F→: 形的面積應該是1乘1長方形的ab倍09/03 20:30
12F→: 比方說 對4/3乘7/4的長方形而言 4/3乘1的矩形面積應09/03 20:32
13F推: 該要是1乘1方形的4/3倍(把1x1的方形擺入4/3x1的矩09/03 20:34
14F→: 形內 對齊三邊) 同樣地4/3乘7/4的長方形面積應該是09/03 20:35
15F→: 4/3x1的7/4倍 而B:A=4/3 C:B=7/409/03 20:37
16F→: 所以C:A=(4/3)(7/4) 其中A為1乘1的矩形面積09/03 20:38
17F→: B為4/3乘1的矩形面積 C為4/3乘7/4的矩形面積09/03 20:39
18F推: 而你又定義1乘1的方形面積是1 所以他的(4/3)(7/4)倍09/03 20:42
19F→: 就是(4/3)(7/4) 剛好就是長x寬09/03 20:42
20F推: 就你的例子而言 你應該先思考為何√3x1的長方形面積09/03 20:50
21F→: 為何是1x1方形面積的√3倍 再來思考為何√3x√3矩形09/03 20:51
22F→: 面積是√3x1面積的√3倍才對09/03 20:51
32F推: 大部份的實數(更準確的說大部份的無理數) 正如V大所09/04 07:34
33F→: 說 必須回歸到實數的定義上 才能精準的描述其行為09/04 07:36
34F→: 這裡比較冏的是√3是Constructible 所以可以和歐幾09/04 07:38
35F→: 里德幾何做連結 而不用考慮用有理數逼近這種想法 冏09/04 07:40
36F推: 更進一步 單就幾何上 我們是可以定義兩個線段加減09/04 07:56
37F→: 乘除的線段為何(換成代數語言 就是所有constructabl09/04 07:56
38F→: e numbers的集合形成一個field)09/04 07:56
39F推: 但比較不幸的是 長度ab的線段與長度1的"倍數關係"09/04 08:10
40F→: 和 axb矩形與1x1方形面積的"倍數關係"是沒有幾何09/04 08:10
41F→: 直觀 此時就必須全部回歸到實數的定義上09/04 08:10
42F推: 延伸一個有趣的問題 √3x√3和3x1的矩形都是可以尺09/04 08:34
43F→: 規作圖作出來的 那他們面積相同是可以用歐式幾何(譬09/04 08:35
44F→: 如說採用Hilbert公設集)證出來的嗎?09/04 08:37
47F推: ???那問題就會回到為何圖形邊長放大a倍 面積會放大09/04 14:10
48F→: a^2倍的問題呀 冏09/04 14:11
7F推: 看不太懂用tail probability的作法 其實也不太明白08/31 09:39
8F→: iid放在右箭頭的意義 冏08/31 09:40
9F→: 所以只好用感覺及一般的作法試試看08/31 09:41
10F推: 令f_X為U[0,1]的pdf W=-ln(X) 及F_W為W的cdf 則08/31 09:45
11F→: F_W(w) = P(-ln(X)<=w) = P(X>=e^{-y}) =08/31 09:47
12F→: 打錯 = P(X>=e^{-w}) =08/31 09:49
13F→: ∫{from e^{-w} to ∞}f_X(x)dx ...(*)08/31 09:50
14F→: 當w小於0時 e^{-w}>1 則(*)為0 當w>=0時 則(*)為08/31 09:52
15F→: ∫{from e^{-w} to 1}f_X(x)dx = 1 - exp(-w)08/31 09:54
16F→: 而最後這個就是Exp(λ=1)的cdf08/31 09:57
18F推: 出現三種我無法理解的證明 看來是我錯誤理解題目了08/31 14:12
19F→: 所以 "iid over →" 是什麼意思 題目(1)的題目中的08/31 14:15
20F→: 大箭頭 =>和解答中的大箭頭=>是什麼 煩請版上能人指08/31 14:16
21F→: 點08/31 14:16
24F推: 感謝V大 那iid放在箭頭上是啥意思呢08/31 16:11
31F推: 感謝上面各位回覆 那題目中大箭頭的意思是什麼?08/31 17:24
32F推: 解答中也有大箭頭=>?08/31 17:33
34F推: 感謝R大回覆 那這樣一樓c大的tail probability 指08/31 18:35
35F→: 的是lower tail嗎08/31 18:35
42F推: 就假設c大說的是lower tail probability 這樣我回答09/01 13:54
43F→: 的部份就是多餘的09/01 13:55
44F→: 關於十七樓Pieteacher大大的提示 因為我看不出來和09/01 13:57
45F→: inverse sampling的關係 所以我就擅自假設應該是09/01 13:58
46F→: inverse transform sampling 但即使如此 我還是看不09/01 13:59
47F→: 出來要如何推出W_i~Exp(λ=1) 希望版上能人能夠給更09/01 14:01
48F→: 進一步的提示 謝謝09/01 14:01
51F推: 感謝P大 不過我一開始疑惑的地方就是1-U為什麼是09/01 18:47
52F→: uniform distribution 我一直卡在這裡 看了你圖裡的09/01 18:48
53F→: Note後 google了一下 發現下列文章有解答09/01 18:49
54F→: http://shorturl.at/gilQW 總而言之 感謝P大09/01 18:50
55F推: Ok 終於想通之對1-U的誤解在哪了 果然不應該靠感覺09/01 19:57
56F→: 做數學的 XD 總之學到了新東西 謝謝P大09/01 19:58
6F推: a同原po的想法 既然0次 就不會影響likleihood funct09/01 08:01
7F→: ion的計算 只是我在想都特別提log likelihood funct09/01 08:01
8F→: ion 題目是不是要強調在summation中加了一堆0(–∞)09/01 08:01
9F→: 的項是沒有問題的(因為在測度論 0(–∞)是0)09/01 08:01
10F推: 至於b 如果對所有的θ在parameter space中 x皆是imp09/01 08:08
11F→: ossible observation的話 那L(θ|x)恆為0 則我們就09/01 08:08
12F→: 沒有唯一的極大值 MLE方法的核心概念的確不復存在09/01 08:08
13F推: (其中x=(x1,x2,...,xn) 只要一個xk不可能 L就是0了)09/01 08:15
14F→: 不管n多大09/01 08:16
15F推: 關於a 比如說考慮iid的情況09/01 08:37
16F→: L(θ|x)={product over i}f(a_i)^k_i 其中k_i為a_i09/01 08:37
17F→: 在x中的發生次數 則09/01 08:37
18F→: log L = {sum over i} k_i log f(a_i) 其中k_i若為009/01 08:37
19F→: f(a_i)是零也沒問題09/01 08:37
20F推: 我在想是不是想表達這樣的意思09/01 08:40
22F推: 不好意思 想再請教一下P大 考慮truncated09/01 18:53
23F→: distribution的意思是什麼? 謝謝09/01 18:53
2F推: D是對x而言 所以你第一式少了chain rule的東西 應09/01 16:20
3F→: 該說原本紅色的部份就是chain rule的結果09/01 16:20
4F推: 在進一步使用chain rule之前 先來做一些定性分析09/01 16:51
5F→: f是從R^k打到R^k的函數 所以▽^2f應該是k by k的矩09/01 16:52
6F→: 打錯 推倒重來 f是從R^n打到R^n的函數 所以▽^2f應09/01 16:54
7F→: 該是n by n的矩陣 現在▽g是n by k的矩陣 所以09/01 16:56
8F→: D(▽h(g(x)))應該要是k by n的矩陣 而▽^2h是k by k09/01 16:57
9F→: 的矩陣 所以應該要再乘於一個k by n的矩陣 剛好我們09/01 16:58
10F→: 手上有一個k by n的矩陣 即(▽g)^T 非常適合09/01 17:00
11F→: 再進一步做因次分析 假設R^n裡的一維單位是s R^k裡09/01 17:01
12F→: 的一維單位是t 空間R的單位是u 則▽^2f的單位是09/01 17:02
13F→: u/s^2 而(▽g)(▽^2h)(▽g)^T的單位是09/01 17:05
14F→: (t/s)(u/t^2)(t/s)=u/s^2 所以紅色部份是自然而然的09/01 17:06
15F→: 當然真正的證明應該是用chain rule才對09/01 17:08
2F推: a*c+b*c=(a+b)*c 現在a是=-7, b=1, c=(-7)^9909/01 16:23
3F→: 打錯b=-109/01 16:24
6F推: (-7)*(-7)^99-(-7)^99=(-7)*(-7)^99+(-1)*(-7)^99=(09/01 16:46
7F→: -7+(-1))*(-7)^9909/01 16:46
8F→: (-1)*(-7)=7 不是-709/01 16:48