Expressing Youself Using Code

今天起得很晚，其实跟往常差不多，只是今天感觉到了而已。今天只有一点想分享下，这样写并不是因为我知道很多，想分享的太少，实际上我只是看了这么一点！！我们要学习的是凸优化是吧，那我们正在搞的是凸集，我们已经学习过他的定义了，可是当我们判断一个集合是不是凸集的时候，只使用定义仿佛很困难，所以牛们就接着研究啊，所以就有了相关的一些性质啊定理啊，今天呢，我告诉你们一个定理！看！两个凸集的交集

引言这篇文章只是做些介绍，以后好知道将来会怎么学习这些方面的知识，另外还有一些英文单词的记录，以便将来能够使用来写点文章，吹吹牛逼。如果你也想跟着学习的话，欢迎跟帖奥。简介这门课程中我们学习的都是convex optimization problem，就是凸优化问题的求解问题。注意是“求解”问题。而且每种方法可能都有一些限制的条件，很多工科的学生都喜欢拿来就用，除了问题再说

今天要讨论的内容是我们要开始学习的基础，我想将这些基本概念好好描述下，以便于将来使用啊。本次讨论的主题是Convex Sets（凸集）1 affine and convex sets （仿射集和凸集）1.1 Affine set先看看line through x1 x2: all points x = θ•x1+(1-θ)x2 (θ belongs to R)这里x1和x2都是

好吧，我想理解下Convex function(凸函数)。定义！A function  f : R^n -> R is convex if dom f is a convex set and if for all x,y belongs to dom f and theta with 0                                     f(theta*x+(1-

本文是为了在学习凸优化的时候遇到的一个问题展开讨论的。目的是能够明白凸优化的理论基础，或者尽可能的明白它的理论基础。1，对称矩阵的特征值是实数。证明如下：（我是用latex编辑的，这里不能显示公式，所以我只能用图片了。上面的证明可以说明对称矩阵的特征值一定是实数！2、n阶方阵一定有n个特征跟（重跟按重数计算）证明：  设A是一个n阶的方阵，它的特

研究随机现象， 什么是随机现象呢？在某种特定情况下，或者某个环境中，不总是出现同一个结果的现象就是随机现象。研究某个随机现象的时候，随机现象所有可能结果组成的集合称为样本空间。 随机现象的每种基本结果被定义为样本点。我们可以理解这种隶属关系，随机现象拥有样本空间和样本点这两个属性。 某些样本点组成的集合称为事件。事件本质是集合，我们可以研究事件间的关系、事件间的运算。在事件上定义一个叫做概率的函数

首先我们应该知道，操作系统是如何使用线程的。每个进程中可以启动若干个线程，这些线程跟操作系统请求计算资源，操作系统也许没我们想的那么智能，它不一定按照我们想要的方式去讲线程与计算核心对应起来。比如，有时候，我们的线程内部的计算需要在磁盘读取数据，这样就会使得当前线程等待，操作系统就可能智能的把它挂起了，它的计算资源又被其它线程使用了，等到数据准备完毕之后，操作系统又将挂起的线程以及他的资源（寄存器