万能算术运算

万能算术运算
在《仅用减法及倒数运算实现所有算术运算》一文中我们给出了仅仅利用减法及倒数运算实现加、乘、除等所有算术运算的方法,本文中我们进一步设计一种唯一的二元运算,由其可以导出所有加减乘除运算。
定义二元运算x#y如下:
 x#y=(xy-x+y)/xy  (1)
或者等价地有
 x#y=1+1/x-1/y  (2)
二元运算#的定义域为x,y!=0,响应的程序为:
sharp(x,y)
{
 assert(x!=0 && y != 0);
 return (x*y-x+y)/(x*y);
}
~~~~~~~~~~~~~~~~~~~~~~~~~
由#运算易于生成倒数运算:
 x#1=1/x
另外,由于
 -1#x=-1/x
从而
 -x=-1#1/x
由此我们得到计算倒数及负运算的程序:

recip(x)
{
 assert(x != 0);
 return sharp(x,1);
}

neg(x)
{
 if (x == 0) return 0;

 t=recip(x);
 return sharp(-1,t);
}
~~~~~~~~~~~~~~~~~~~~~~~~~
由于
 1/x#1/y=1+x-y
从而
 x-y=1/x#1/y-1
因此,要定义减法运算,必须首先定义-1运算。
在(2)中取y=1/2可得:
 x#1/2=1/x-1
从而
 x-1=1/x#1/2
注意到减法的定义域为全体数,而倒数运算中变量值不能为0,因此,对于两个运算数为0的情况需要特别处理,同样的,对于-1运算,也存在这种处理需要。
由此我们得到减法运算程序如下:
sub(x,y)
{
 if (x==0) return neg(y);
 if (y==0) return x;

 t1=recip(x);
 t2=recip(y);
 t3=sharp(t1,t2);
 return sub1(t3);
}

sub1(x)
{
 if (x==0) return -1;
 t=recip(x);
 return sharp(t,1/2);
}
~~~~~~~~~~~~~~~~~~
由于我们定义了负操作neg,因此加法操作更简单:
 x+y=x-(-y)
相应的程序如下:
add(x,y)
{
 t=neg(y);
 return sub(x,t);
}
~~~~~~~~~~~~~~~~~~
下面我们推到乘法操作
由于
 x#(x+1)=1+1/x-1/(1+x)=1+1/x(x+1)
从而
 x(x+1)=1/[x#(x+1)-1]
 x*x=1/[x#(x+1)-1]-x
同理
 y*y=1/[y#(y+1)-1]-y
 (x+y)*(x+y)=1/[(x+y)#(x+y+1)-1]-(x+y)
从而
 2*x*y=(x+y)*(x+y)-x*x-y*y
又由于
 1/x*y=1/2*x*y+1/2*x*y
从而我们可以导出乘法操作
 x*y=1/(1/2*x*y+1/2*x*y)
注意到在上面的求平方运算中x!=0,1,因此,对于这两个数的平方运算需要特殊处理,同样,在求乘法的运算中,x,y均不能等于0,因此,这两种特殊情况也需要处理。
下面是计算平方及乘法的程序:
sqr(x)
{
 if (x==0) return 0;
 if (x==-1) return 1;

 t1 = add(x,1);
 t2 = sharp(x,t1);
 t3= sub1(t2);
 t4 = recip(t3);
 return sub(t4,x);
}

mul(x,y)
{
 if (x==0 || y==0) return 0;

 t1=add(x,y);
 t2=sqr(t1);
 t3=sqr(x);
 t4=sqr(y);
 t5=sub(t2,t3);
 t6=sub(t5,t4);
 t7=recip(t6);
 t8=add(t7,t7);
 return recip(t8);
}
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
除法的推导:由
 x/y=x*(1/y)
可得除法的计算程序,注意被除数y!=0。
div(x,y)
{
 assert(y!=0);
 t=recip(y);
 return mul(x,t);
}
~~~~~~~~~~~~~~~~~~~
进一步考虑
 x#y=1/x-1/y
以及
 x#y=(xy-y+1)/xy
是否万能运算。
 

数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
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