SICP 习题 (2.1.4)拓展练习——初论

部署运行你感兴趣的模型镜像

我只讨论练习2.15和2.16,前面的较简单。
2.15和2.16不能孤立的看,首先我们想想这个所谓区间运算的实质是什么?
没错,集合
我们重新定义加法
对于集合AB
定义C=A+B为一切x+y构成的集合(其中xAyB
减法,乘法,除法类似
也容易定义C=f(A,B)为一切f(x,y)构成的集合(其中xAyB
考察R=11/R1+1/R2,可以认为R=f(R1,R2),而f(x,y)=1x1+y1
自然对于R=R1R2R1+R2,可认为R=g(R1,R2),而g(x,y)=xyx+y
当然因为电阻都是正数所以fg可以认为是相等的

这时再回头看看Alyssa P.Hacker定义的区间运算,发现对于后一种运算,她是分开算的,即先算R1R2,再算R1+R2,最后将两个相除。
在看看其对于区间的运算,容易发现,在分开算的过程中,R1R2时的变量和算R1+R2时的变量不同
也就是说Alyssa P.Hacker的程序在算R=R1R2R1+R2的时候不是R=g(R1,R2),而是R=g1(R1,R2)g2(R1,R2),其中g1(R1,R2)=R1R2g2(R1,R2)=R1+R2
如此若定义h=g1g2,则h就只能是:
h(x,y,z,w)=g1(x,y)g2(z,w)x,zR1,y,wR2
这样算出来的R当然是不真确的了,故而可以回答2.15,正确
至于2.16,第一问已经由上面解答
第二问可以回答:即使可以做到算术闭包,也必须使用户将要算的东西写成表达式,之后程序在对表达式求结果(简单地说就是不能像windows自带的计算器那样可以先按5/2得2.5在2.5*3,只能一次给出表达式然后直接得到一个联系于这个表达式的结果)

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值