[Архив!] Чистая математика, физика, химия и т.п.: задачки для тренировки мозгов, никак не связанные с торговлей - страница 562
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Я вам реально помог. Убрал все свои посты про SEG-генератор, даже не стал заливать видео с реально работающей установкой. Так зачем вам понадобилась вся эта "ортогонально\векторная бадяга" длиной в 8 страниц?
Ну да, твоя помощь неоценима. Я твой должник. Придётся расколоться.
Нужно это для увеличения эффективности самописного оптимизатора - для массового вброса в популяцию генов, ортогональных вырожденному набору. Когда генетический алгоритм начинает прибуксовывать, значит гены в нём становятся потенциально склонны к линейной зависимости (поскольку скрещивание идёт уже почти исключительно внутри множества "родственников" ). Такой вброс (с последующим скрещиванием), может освежить популяцию защёт "новых кровей", и расширить пространство поиска, предотвращая залипание в локальных минимумах.
// Есть ещё некоторые тонкости, но уже слишком секретны. Лучше не настаивай. Если я их тебе расскажу, мне после этого придётся тебя убить.
1. 1. to Mislaid, Mathemat,
И там и сям везде одно и то же - тот же процесс, который я вчера сам сконструировал. Последовательное вычитание проекций вектора на предыдущие орты.
В такие дни чувствую себя классиком.... :-))
--
Кстати, я уже ночью скрипт проверочный накатал и отладил. Попутно нашёл баг в оптимизаторе пятёры и отправил в сервисдеск. Баг обошёл, чуть изменив код. Так что всё работает. Надёжно и быстро, как мне и нужно было.
2. В опенЦЛ действительно есть, но только для трёхмерного случая. [cross(a, b); строит вектор ортогональный двум заданным ] А мне нужно для произвольной размерности.
Давай дальше. Скалярное произведение двух векторов a[] и b[] это сумма произведениий a[i]*b[i]*w[i], где w[i] - весовая функция. В зависимости лт того, какие веса мы задаем, мы получаем решения различных задач, которые получаются по универсальному алгоритму последовательной ортогонализации. (Кстати, в приведенном примере строится ортогональная проекция на подпространство, натянутое на произвольные векторы.) В случае w[i] = 1 - это скалярное произведение двух векторов в декартовом пространстве.
Если задать w[i] = r[i]*s[i], где
s[i] = 0,5/n, при i = 0, n;
s[i] = 1/n, при 0 < i < n;
Тогда скалярное произведение определяется как интеграл произведения функций a(x)*b(x)*r(x) на интервале [0;1], выраженный в конечных разностях.
Если это закодить, то можно легко строить любые регрессии, естественно, в конечных разностях без всякого напряга.
Только мне показалось, что это тупиковый путь. И я его прошел.
Ну, это значит только одно - что относительная ошибка аппроскимации тем больше, чем меньше Х (и Y), собственно а чего вы ожидали, деля маленькое число на другое маленькое? Попробуйте заменить переменную X' = X+100 и построить новый ряд в диапазоне не от 0 до 300, а от 100 до 400 - график будет намного прямее, но сути дела это не поменяет
1. Давай дальше. Скалярное произведение двух векторов a[] и b[] это сумма произведениий a[i]*b[i]*w[i], где w[i] - весовая функция. В зависимости лт того, какие веса мы задаем, мы получаем решения различных задач, которые получаются по универсальному алгоритму последовательной ортогонализации. (Кстати, в приведенном примере строится ортогональная проекция на подпространство, натянутое на произвольные векторы.) В случае w[i] = 1 - это скалярное произведение двух векторов в декартовом пространстве.
Если задать w[i] = r[i]*s[i], где
s[i] = 0,5/n, при i = 0, n;
s[i] = 1/n, при 0 < i < n;
Тогда скалярное произведение определяется как интеграл произведения функций a(x)*b(x)*r(x) на интервале [0;1], выраженный в конечных разностях.
Если это закодить, то можно легко строить любые регрессии, естественно, в конечных разностях без всякого напряга.
2. Только мне показалось, что это тупиковый путь. И я его прошел.
1. Сергей, дальше мне пока рано. Вот с декартовым пространством получше разберусь, тогда в функциональное полезу. Но тема интересная, спасибо за пост. Ты будешь смеяться, но для меня познавательно оказалось.
2. Наверное остались сомнения в тупиковости, раз дальше предлагаешь.. :) Если что, буду знать кого выбирать в проводники по этому "тупиковому" пути. Я серьёзно, если возникнут вопросы по теме - буду спрашивать. Не возражаешь?
Нужно это для увеличения эффективности самописного оптимизатора - для массового вброса в популяцию генов, ортогональных вырожденному набору. Когда генетический алгоритм начинает прибуксовывать, значит гены в нём становятся потенциально склонны к линейной зависимости (поскольку скрещивание идёт уже почти исключительно внутри множества "родственников" ). Такой вброс (с последующим скрещиванием), может освежить популяцию защёт "новых кровей", и расширить пространство поиска, предотвращая залипание в локальных минимумах.
Ты бы меня спросил сначала, прежде чем ортогональные многомерные вектора искать.... :)
Сэкономил бы своё время. Потому что это тебе не поможет, в смысле, не нужно вообще (я про ортогональные вектора).
Ты бы меня спросил сначала, прежде чем ортогональные многомерные вектора искать.... :)
Сэкономил бы своё время. Потому что это тебе не поможет, в смысле, не нужно вообще (я про ортогональные вектора).
Не верю. Наверняка ты их просто для себя приберёг под подушкой и никому не показываешь.
Или всё-таки пытаешься вымогать секретные тонкости. (Вариант извращённого суицида.)
;)
Не верю. Наверняка ты их просто для себя приберёг под подушкой и никому не показываешь.
;)
что за бредятина
средневековые начертания арабских цифр весьма близки к тому виду, в котором они и были заимствованы европейцами от более развитых народностей наряду с позиционной записью.