草庐IT

数学基础

全部标签

数学建模:线性规划—投资的收益和风险模型 (Python 求解)

目录模型建立模型I:固定风险水平,优化收益模型II:固定盈利水平,极小化风险模型III:两个目标函数加权求和市场上有nnn种资产si{s_i}si​(i=1,2,⋯ ,ni=1,2,\cdots,ni=1,2,⋯,n)可以选择,现用数额为MMM的充分大的资金作一个时期的投资。这nnn种资产在这一时期内购买si{s_i}si​的平均收益率为ri{r_i}ri​,风险损失率为qi{q_i}qi​,投资越分散,总的风险越少,总体风险可用投资的si{s_i}si​中最大的一个风险来度量。购买si{s_i}si​时要付交易费,费率为pi{p_i}pi​,当购买额不超过给定值ui{u_i}ui​时,交易费

机器学习中的数学——距离定义(二):曼哈顿距离(Manhattan Distance)

分类目录:《机器学习中的数学》总目录相关文章:·距离定义:基础知识·距离定义(一):欧几里得距离(EuclideanDistance)·距离定义(二):曼哈顿距离(ManhattanDistance)·距离定义(三):闵可夫斯基距离(MinkowskiDistance)·距离定义(四):切比雪夫距离(ChebyshevDistance)·距离定义(五):标准化的欧几里得距离(StandardizedEuclideanDistance)·距离定义(六):马氏距离(MahalanobisDistance)·距离定义(七):兰氏距离(LanceandWilliamsDistance)/堪培拉距离(C

数学_矩阵向量求导公式相关

目录一.向量变元的实值标量函数 1、四个法则 2、几个公式二.矩阵变元的实值标量函数 1、四则运算 2、几个公式 求导公式参考:矩阵分析与应用张贤达第五章梯度分析和最优化P271一.向量变元的实值标量函数本节证明过程参考:矩阵求导公式的数学推导(矩阵求导——基础篇)-知乎设: 1、四个法则    2、几个公式2.1向量x与常数向量a的乘积,对该向量x求导 2.2向量x的转置与自身的乘积,对该向量x求导 2.3向量x的转置乘以一个常数矩阵,再乘以该向量,对该向量求导 2.4向量x与两个常数向量乘积的求导2.5几个其它公式2.5.1向量x的转置对自身的导数,等于单位向量I2.5.2 向量x的转置乘

VScode 基础篇(Python 调试)——如何输入命令行参数(args、argv、parse_args)

VScode在编写Python时,在各种插件的加持下,十分方便。对于调试来讲,更是实现了一键调试!安装PythonExtension插件后,右上角的运行可以选择调试,一键开启调试但最近在编写脚本文件时,发现一个调试的小坑,记录下。一、调整Python调试配置在调试脚本的过程中,需要为脚本文件输入args,一个简单做法就是修改vscode的调试配置文件。这个可以点击vscode的左下角来唤出配置选项。唤出Python的调试配置选项之后选择添加配置(当然也可以在原有配置文件上修改,但不推荐)。点击后,可以看到默认生成了一个配置模板。这时,我们需要新增“args”项,并在之后填写命令行相关参数。注意

c++ - Windows 与 Linux - 数学结果差异

我有C++程序。如果我运行相同的代码部分,Linux和Windows会给出不同的结果。#include#include#include#defineMPI3.141592653589793238462#defineDEG_TO_RAD(x)((x)*0.0174532925)#definecot(x)(1.0/tan(x))#definesec(x)(1.0/cos(x))doublep1=DEG_TO_RAD(35);doublep2=DEG_TO_RAD(65);doublelambertN=log(cos(p1)*sec(p2));lambertN/=(log(tan(0.25*

JAVA:【基础九】GitHub上配置SSH密钥

放在最前面        超级完整流程可参考一下连接《从安装git到在github上创建新项目》:https://blog.csdn.net/qq_41990294/article/details/124631575一:windows安装git    1.另行百度,网上资源很多二:windows生成密钥    1.密钥的生成位置:                C:\Users\Administrator\.ssh\id_rsa                C:\Users\Administrator\.ssh\id_rsa.pub【该文件里面的内容即是密钥】三:注册到github上    

人工智能基础 | Python实现 洗衣机模糊推理系统

运行环境Pycharm+Anaconda3已知一组污泥和油脂两个参数的模糊集合,以及对应的洗涤时间推理的结果。现再给出一组污泥和油脂的模糊集合,进行模糊推理,推出洗涤时间的模糊集合。最后进行模糊决策,选择洗涤时间的档次,采用最大隶属度和加权平均法两种方法文章目录运行环境1.模糊控制规则2.模糊规则控制矩阵3.模糊关系4.模糊推理5.模糊决策5.1最大隶属度法5.2加权平均法6.最终代码1.模糊控制规则“污泥/油脂越多,洗涤时间越长”;“污泥/油脂适中,洗涤时间适中”;“污泥/油脂越少,洗涤时间越短”。测试样例:污泥=[0,0.83,0.6]油脂=[0,0.71,0.7]污泥和油脂都分为三个档次

【数通网络交换基础梳理1】二层交换机、以太网帧、MAC地址数据帧转发原理详解

一、网络模型万年不变,先从模型结构分析,现在大家熟知的网络模型有两种。第一种是,OSI七层模型,第二种是TCP/IP模型。在实际运用中,参考更多的是TCP/IP模型。OSI七层模型TCP/IP模型不需要全部理解,只需要明白两点:1、数据包发送数据的过程是从上到下打包,接收数据是从下至上拆包。2、在二层数据链路层我们的数据已经被层层封装为以太网帧结构。现在有了下一个问题,以太网帧结构是什么?二、以太网帧结构以太网帧结构里有:DMAC、SMAC、Type、用户数据、FSC帧校验序列,我们挨个解释一下:DMAC:目的MAC地址,被访问的MAC地址;SMAC:源MAC地址,发起方的MAC地址;Type

c# - Windows 窗体应用程序基础 : Keeping all forms in one window

我正在使用VisualStudio2010在VB.net中编写一个Windows窗体应用程序(仍然欢迎C#响应)。我已经创建了我的应用程序的功能,现在正在处理UI流程。基本上,我需要让应用程序的所有功能从一开始就以介绍形式出现/消失。他们单击Introduction.vb表单中的一个选项,原始Material消失,取而代之的是他们单击的任何内容。然后,如果他们想返回上一页,则下一页上有一个后退按钮。这是原始的Introduction.vb:PublicClassIntroductionInheritsSystem.Windows.Forms.FormPrivateSubIntroduc

windows - 我不遵循此脚本中发生的数学运算

我知道这些循环是为了将时间变量转换为我认为的毫秒。有人可以帮我破译数学并将循环转换为分钟吗?for/F"tokens=1-4delims=:.,"%%ain("!start!")do(set/a"start=(((%%a*60)+1%%b%%100)*60+1%%c%%100)*100+1%%d%%100")for/F"tokens=1-4delims=:.,"%%ain("!end!")do(set/a"end=(((%%a*60)+1%%b%%100)*60+1%%c%%100)*100+1%%d%%100")我想更具体一点,我不明白%%b%%c和%%d是从哪里来的,或者“流氓”%