- Algorithm
- Incremental Method
- Simulation
- Backtracking
- Dynamic Programming
- Largest Empty Interval
- Location Allocation Problem
- Knapsack Problem
- Algorithm Analysis
- Data
- Sort
- Set
- 排序资料结构: Search Tree 系列
- Sequence 资料结构: Array / List
- 大量 Point 资料结构: k-Dimensional Tree
- Region 资料结构: Uniform Grid
- Graph
- Tree 资料结构: Heavy-Light Decomposition
- Graph Spectrum(Under Construction!)
- Tree
- Binary Tree
- Directed Acyclic Graph
- Articulation Vertex / Bridge
- Reachability
- Bipartite Graph
- Clique(Under Construction!)
- Planar Graph
- Path
- Single Source Shortest Paths: Label Correcting Algorithm
- Shortest Walk
- Cycle
- Spanning Tree
- s-t Flow
- Feasible s-t Flow
- Cut
- Matching
- T-Join
- Hamilton Circuit
- Domination
- Coloring
- Labeling
- Vector Product
- Sweep Line
- Rectangle
- Rectangle
- Polygon
- Convex Hull
- 3D Convex Hull(Under Construction!)
- Half-plane Intersection
- Voronoi Diagram
- Triangulation
- Metric
- Number
- Sequence
- Function (ℝ)
- Matrix
- Root Finding
- Linear Equations
- Functional Equation
- Optimization
- Interpolation
- Curve
- Regression
- Estimation
- Clustering
- Transformation(Under Construction!)
- Wave (ℝ)
- Representation
- Signal
- State(Under Construction!)
- Markov Chain
- System(Under Construction!)
- Markov Model
- Function
- Gray Code
- Base
- Divisor
- Prime
- Residue
- Lattice
- Series(Under Construction!)
- Average Number
- Nim
- String
- Longest Increasing Subsequence
- Longest Common Subsequence
- Approximate String Matching
- String Matching
- String Matching
- String Matching: Inverted Index
- Count Substrings
- Palindrome
- Language
- Code
- Compression
- Correction
- Encryption
- Transmission
- Data
- Text
- 2D Graphics
- Audio
- Audition(Under Construction!)
- Image
- Vision(Under Construction!)
- Model
- Motion(Under Construction!)
- Camera(Under Construction!)
- Glass(Under Construction!)
- Computer
- Physics
- Biology
- Medicine
- Finance
- Education
- Standard Library
Functional Equation
Functional Equation
普通的方程式,已知数、未知数全是实数。“函数方程式”则全是函数。函数运算有加减乘除模複合微积散旋代入,变化更多了。
d g(x+2) ∫ f(x) dx + 2 = ―― f(g(x)) + ―――――― dx f(x)
函数方程式当中的实数,其实是函数,称作“ 常数函数 ”。
Functional
普通的函数,输入、输出全是实数。“泛函数”则全是函数。
d g(x+2) L(f(x), g(x), g(x+2)) = ∫ f(x) dx + 2 - ―― f(g(x)) - ―――――― dx f(x)
简单来说,“泛函数”就是函数的函数。
此处的 functional 是一个特别的名词。我不清楚数学家为何故意让“泛函数(名词)”跟“函数的(形容词)”撞名。
Ordinary Differential Equation(Under Construction!)
范例:古典力学
真实世界的物理现象,物理学家习惯写成函数方程式。想要用电脑模拟真实世界,设计函数方程式、解函数方程式是必备技能。
比方说,记录物体所在位置。根据人类目前所知,物体不会分身,不会同时出现在两个位置,符合函数的概念;物体不会瞬移,不会瞬时出现在遥远位置,符合连续的概念。因此物体所在位置可以表示成一个连续函数 u。
数学家创造了函数、连续,主要是为了符合人类认知。如果影分身之术、飞雷神之术成真,那麽数学家势必要创造其他数学元件,以符合新认知。
方才的位置,是一维数线上面的位置,是一个数值。位置可以在二维平面、三维空间,而函数输出就是二维向量、三维向量了。
物理课教过直线运动。位置是一维数线上的位置。位置的变化快慢,称作速度,符合微分的概念。u′就是速度。
物理课教过等速运动。当速度是 5,可以列出等式 u′ = 5。大家把 5 视作一个函数,而非一个实数。
速度也可以忽快忽慢。自订速度 v,可以列出等式 u′ = v。
物理课教过等加速度运动。当自由落体,加速度是重力加速度 g,g 是一个常数约 9.8,可以列出等式 u″ = g。如果又有空气阻力 f,得到加速度 a = f/m,可以列出等式 u″ = g + f/m。
加速度也可以不断变化。当彗星撞地球,加速度是引力加速度 g = Gm₁m₂ / r²,G 是万有引力常数约 6.7e-11,m₁和 m₂是质量,r 是距离。地心座标定成 0,可以列出等式 u″ = Gm₁m₂ / u²。
我们的目标就是解 u,知道物体的所在位置。
Differential Equation
“微分方程式”。数学家从微分运算开始著手,因此出现了这个称呼。又细分为 ODE:输入变数只有一种、PDE:输入变数超过一种。
大家习惯先试符号解(公式解),再试数值解。详细流程:查阅工程数学教科书,手工推导符号解,写成程式码。然而,大多数时候,函数很複杂,甚至函数不是多项式函数,难以手工推导符号解。何况目前也没有特别好的演算法,能让电脑自动推导符号解。最后只好运用下面章节的演算法,求得数值解。
Ordinary Differential Equation
d f(x) + 2 = ―― f(x) + 2 g(x) dx f + 2 = f' + 2g 省略 x 的部分,微分换成撇
大家为了简洁起见,微分一次两次三次,标记成 f′ f″ f‴,右上角一撇两撇三撇;或者标记成ḟ f̈ f⃛,上方一点两点三点。
演算法(Runge-Kutta Method)
一次走一步,每一步从最高次导数递推到最低次导数。
Euler / Verlet
演算法(Galerkin Method)
假设正确答案是某一套函数基底的线性组合。问题变成解线性方程组。
http://www.sd.rub.de/downloads/Galerkin_method
Partial Differential Equation(Under Construction!)
范例:流体力学
水中的每个位置,都有一个水分子。每个水分子都有速度,符合场的概念。注意到这裡没有时间轴。水分子的速度可以表示成一个三维向量场 u。
水分子往周围对流,那就是 u = Δu。
水分子受重力影响,那就是 u″ = g。
Partial Differential Equation
http://www.math.harvard.edu/archive/21a_fall_15/supplements/pde/
http://heath.cs.illinois.edu/scicomp/notes/index.html
Laplace Equation Δf = 0 Poisson Equation Δf = ∇g Heat Equation Δf = k df/dt Wave Equation Δf = k d²f/dt² Helmholtz Equation Δf = λf (Vibration Modes)(Dirichlet Eigenvalue)
Hamilton-Jacobi-Bellman Equation
解方程式,是将等式重新整理成函数的格式,求根、求不动点、求特徵点。解函数方程式,如法炮制,改为求特徵函数。
经典的微分方程,特徵函数通常是複数螺旋线 e^it。因此任意函数的微分,可以写成特徵函数的线性组合。
UVa 199
Integral Equation(Under Construction!)
Integral Equation
Gauss quadrature Ewald summation http://homerreid.dyndns.org/teaching/18.330/Notes/EwaldSummation.pdf MCMC integration
1/e^(x^2) sqrt(pi) 1/x ln(x) 发散 1/(x^2) pi^2 / 6 (离散版本) 1/x! e (离散版本)
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论