[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 559

[Vladimir Gomonov]

alsu:
与它击中 "正确 "平面的概率完全相同，即为零)。

我们不关心它击中哪一个，只要它不在 "正确 "的那一个上。 其他人都是 "正确 "的。 :))

[Alexey Subbotin]

MetaDriver:
我们并不关心他最后在哪一个地方，只要不是 "不必要 "的地方。 其他人都是正确的。 :))

正确的只有一个，不必要的有无穷无尽。任务是要计算出正确的答案。

[Alexey Subbotin]

把一个任意的矢量放到我的例子中，你会看到结果与所需的不同，而且每次的方式也不同。

[Vladimir Gomonov]

alsu:
必要的一个，不必要的一个是无限的。挑战在于如何计算出正确的方法

恰恰相反--只有一个不必要的（即根据完整的算法，几个==CountInput），而正确的则是一打。

[Vladimir Gomonov]

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项中，我们选择了正确的一个？

下面是一个例子。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。

这根本不是算法的终点！！。

阅读我的伪代码。 在这里，算法并没有停止，而是跳到下一个迭代，直到输入向量用尽。

而且我认为，与先前处理过的输入矢量的正交性并没有被描述的迭代所破坏。 这由输入矢量的正交性和正态性条件得出。

[Alexey Subbotin]

MetaDriver:

这根本不是算法的终点!

阅读我的伪代码脚本。 在这里，算法并没有结束，而只是进入下一个迭代--直到输入向量用完为止。

而且我声称，在所述的迭代过程中，与先前处理的输入矢量的正交性没有被打破。 这是由输入矢量的正交性和归一化条件得出的。

好吧，也许我很蠢。拼出下一步--剩下的矢量不多了。

[Alexey Subbotin]

alsu:
好吧，也许我很蠢。拼出下一步--剩下的矢量不多了。

就这样，不需要了，三维案例我已经掌握了。

[Vladimir Gomonov]

伪代码已经有了所有的步骤。再看看。

有一个通过所有输入的通道。

[Vladimir Gomonov]

alsu:
就这样，我已经拿到了立体的案子。

你能确认吗？

;)

[Alexey Subbotin]

在N=M+1的情况下，你真的可以在所需的平面内立即得到结果，并可以旋转你的矢量以完成正交。

但如果N>M+1，就有可能在下一次迭代后，你发现自己处于根本没有包含初始集的向量的平面的空间区域。在这种情况下该怎么做？