[程序员的数学]notes——chapter 1&2

本文介绍了罗马计数法的特点及应用,并深入探讨了逻辑学的基本概念,包括真与假的二元世界、命题逻辑、德•摩根定律、文氏图及卡诺图的应用,同时解析了三值逻辑与异或运算。

第1章 0的故事——无即是有

罗马计数法

特征:

  • 数位没有意义,只表示数字本身
  • 没有0
  • 使用I(1), V(5), X(10), L(50), C(100), D(500), M(1000)来记数
  • 将并排的数字加起来,就是所表示的数。
  • "减法规则":写在左侧表示减去,如IV=5-1=4。

MCMXCVIII=(M)+(CM)+(XC)+(V)+(III)=(1000)+(1000-100)+(100-10)+(5)+(3)=1998

 

对于指数的理解:指数每减1,数字就变为原来的n分之1。

so不难理解0次方的结果为1(以10为例,10的1次方为10,则10的0次方为10/10=1,同理10的-1次方为1/10)

 

第2章 逻辑——真与假的二元世界

逻辑是消除歧义的工具。

命题 恒真命题 逆命题 逆否命题

完整性和排他性

德•摩根定律(De Morgan's laws): (¬A)∨(¬B) 可改写为¬(A∧B); (¬A)∧(¬B) 可改写为¬(A∨B)。记之曰:对偶性。

文氏图(Venn diagram): 可以清晰地表示出命题的真假。

卡诺图(Karnaugh Map): 将所有命题的真假组合以二维表的形式表示的图。可用于简化逻辑表达式。

三值逻辑:true false undefined

异或的否定=相等  (¬(A⊕B))=(A=B)  通过文氏图可以清晰得出这个结论。

 

逻辑表达式:


 
逻辑的各种表现形式:


 

运用逻辑实现简化:


 

基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问题的研究与实现,重点利用Matlab进行算法编程和仿真。p-Hub选址是物流与交通网络中的关键问题,旨在通过确定最优的枢纽节点位置和非枢纽节点的分配方式,最小化网络总成本。文章详细阐述了粒子群算法的基本原理及其在解决组合优化问题中的适应性改进,结合p-Hub中转网络的特点构建数学模型,并通过Matlab代码实现算法流程,包括初始化、适应度计算、粒子更新与收敛判断等环节。同时可能涉及对算法参数设置、收敛性能及不同规模案例的仿真结果分析,以验证方法的有效性和鲁棒性。; 适合人群:具备一定Matlab编程基础和优化算法理论知识的高校研究生、科研人员及从事物流网络规划、交通系统设计等相关领域的工程技术人员。; 使用场景及目标:①解决物流、航空、通信等网络中的枢纽选址与路径优化问题;②学习并掌握粒子群算法在复杂组合优化问题中的建模与实现方法;③为相关科研项目或实际工程应用提供算法支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现逻辑,重点关注目标函数建模、粒子编码方式及约束处理策略,并尝试调整参数或拓展模型以加深对算法性能的理解。
评论
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