很懵逼的一个表情包(看完我整个人都懵逼了)
很懵逼的一个表情包(看完我整个人都懵逼了)是线性代数里的对角矩阵,不懵逼的时候长这样:对角懵逼AStella.S 回答:你们这些随便懵逼的人,一!看!就!没!好!好!学!高!数!
提问:这个“懵逼系列”说的都是什么?
不知道谁做的懵逼系列,反正看完我整个人都懵逼了……
Q
&
A
Stella.S 回答:
你们这些随便懵逼的人,一!看!就!没!好!好!学!高!数!
对角懵逼
是线性代数里的对角矩阵,不懵逼的时候长这样:
图片来源:Wikipeida
这些都是对角矩阵。顾名思义,对角矩阵就是对角线之外的数全是0的矩阵。对角矩阵计算起来相对方便,因此人们往往会想尽办法把不对角的懵逼转化成对角懵逼,还总结出了好多规律。
当然,你们这些在这儿就懵逼的人是不会记得的。
泰勒懵逼
展开是指数函数e^x的泰勒展开,不懵逼的时候是这样的
图片来源:Wikipedia
Taylor展开是估算函数值的一种方法(做微积分题时也很常用),而在Taylor懵逼展开中,我们第一次看到了懵逼开方的景象。
ℵ0 脸茫然
它终于超越了高数!
这个稀奇古怪的符号ℵ读作“阿列夫”,阿列夫本是希伯来语字母表中的第一个字母,在实变函数中,阿列夫数ℵ是用来表示无穷集合到底有多大的数,而ℵ0 则是最小的无穷集合——自然数集(也就是从01234567...这样数下去的集合)的大小。是的,同样是无穷也能比大小;而且确切地说,ℵ0是所有可数集的势。
但你们已经懵逼了对不对?
博弈论懵逼
囚徒困境,不懵逼的囚徒困境是这样的:
图片来源:科学网
可以看出,如果两个囚徒都招了,那么两个人都需要坐两年牢;如果一个人招一个人不招,那么招了的人坐三年牢,不招的不用坐牢;但如果两个人都不招,由于证据不足,两个人都坐一年牢。
在博弈论懵逼中,如果红懵逼和蓝懵逼都招了,那么两个懵逼都要坐x年的牢;如果一个懵逼招了另一个不招,那么不招的那个捡y年的肥皂(y大于x),招了的不用捡(因为接发有功);但如果两个懵逼都不招,就一块儿被放走了。
递归懵逼
C语言中的递归算法,平时一般长这样:
指的是在运算过程中调用自己的算法。当然,在递归懵逼中,函数名是懵逼,变量也是懵逼的。
懵逼特征根方程
就是矩阵的特征方程啦!
记得吗,线代学过的那个?用一个对角线上都是λ 的对角矩阵减去原矩阵,令这个矩阵的行列式的值等于0,算出来的λ 的解就是原矩阵的特征值。
这里有一道解特征值的例题。
特征值(除了解方程之外)的用途很多,在图像处理、机器学习等领域都有应用。
standard mengbi distribution
大名鼎鼎的标准正态分布啊!
正常状态是standard normal distribution。正态分布大家都很熟悉,标准正态分布就是均值为0,标准差为1的正态分布。如果变量X服从均值为μ,标准差为σ的正态分布,通过 Y=(X-μ)/σ这个标准化变换得到的变量Y就是服从标准正态分布的。
麦迪咕咪 回答:
额,似乎并没有人提到最后一个离散懵逼变换。那我就抛砖引玉的给一下链接吧,希望有大神补充。
这个所谓的离散懵逼变换,其实就是离散余弦变换(DCT)。说到离散XX变换,首先想到的就是离散傅立叶变换。而离散余弦变换就是离散傅立叶变换(DFT)的一种。
下面上对比图:
离散傅里叶变换(DFT)为:
由于许多要处理的信号都是实信号,在使用DFT时由于傅里叶变换时由于实信号傅立叶变换的共轭对称性导致DFT后在频域中有一半的数据冗余。
离散余弦变换(DCT)是对实信号定义的一种变换,变换后在频域中得到的也是一个实信号,相比DFT而言 DCT可以减少一半以上的计算。DCT还有一个很重要的性质(能量集中特性):大多书自然信号(声音、图像)的能量都集中在离散余弦变换后的低频部分,因而DCT在(声音、图像)数据压缩中得到了广泛的使用。由于DCT是从DFT推导出来的另一种变换,因此许多DFT的属性在DCT中仍然是保留下来的。
赵清凌 回答:
歪个楼,赫罗懵逼图
网友 @一条飞的大猪:
网友 @狮子座傲娇小公举富sa:
一个AI:
今天懵的逼,都是当年逃的课。不信抬头看——
好玩儿的讨论哪里有:
果壳问答
ID:AskGuokr
小黄人没有肩膀怎么穿背带裤?
扫码关注果壳问答
回复【小黄人】就告诉你!
本文来自果壳网,谢绝转载如有需要请联系sns@guokr.com