专栏文章

数学部分2025.6.24

个人记录参与者 1已保存评论 0

文章操作

快速查看文章及其快照的属性,并进行相关操作。

当前评论
0 条
当前快照
1 份
快照标识符
@mip1kp9n
此快照首次捕获于
2025/12/03 04:39
3 个月前
此快照最后确认于
2025/12/03 04:39
3 个月前
查看原文

代数学

通过理论推导,得出一些抽象得代数性质,遇到具象的集合或其他得东西,就有这样得结论

代数结构

OI中常用得有半群,群,环,域。
半群:满足结合律的一个集合。 可以用线段树和快速幂
:满足结合律和运算可逆,并存在一个单位元,即 aS e  s.t. ae=ea=a\forall a \in S \ \exists e \ \ s.t. \ ae=ea=a ,同时满足 aS  a1 s.t. aa1=a1a=e\forall a \in S \ \exists \ a^{-1} \ s.t. \ aa^{-1} =a^{-1}a = e (就是运算可逆) 可用树状数组来维护(具有信息可减性)
:定义了满足结合律、可逆的加法,满足结合律、分配律、可逆的乘法,注意这里的乘法与加法不是常规意义下的加法和乘法,而是一种类似于函数的映射。可以像 RR 域一样进行四则运算

线性代数

代数:若干个变元(未知数) x1,x2,...,xnx_1,x_2,...,x_n
线性:只有一次项(一般认为没有零次项)
把一列数组合在一起,就是一个向量 (x1,...,xn)T(x_1,...,x_n)^T
一个向量变成另一个向量,就是变换。
如果变换后的新向量与原来的向量都是线性,则这个变换是线性变换

矩阵

我们有两种定义矩阵的方法,第一种是我们把一个 nn 维的向量中的每一个数替换为一个 mm 维的向量,这样我们就得到了一个 n×mn \times m 的矩阵。 第二种定义是矩阵描述了一个线性变换,将向量与矩阵做乘法,得到另一个向量,这就是一个线性变换。

矩阵乘法

本质上是一种线性变换,运算规则为
C(i,j)=kA(i,k)B(k,j)C(i,j) = \sum_k A(i,k)*B(k,j)
矩阵乘法具有结合律,也就可以看作是线性变换的复合(这里的复合与函数的复合的定义一样,就是 f(x)f(x)g(x)g(x) 的复合是 f(g(x))f(g(x))
矩阵乘法通常不具有交换律,要特别注意写代码时的顺序问题

矩阵快速幂

这个可以解决递推问题,将要递推的视作一个向量,递推完后的东西视作另一个向量,凑出中间的转移矩阵,后就可以矩阵快速幂快速计算。
要注意的是当转移时有常数项形如 nkn^k 时,要在这一维的向量中塞 n0n^0nkn^k, 在下一步中塞 00(n+1)k(n+1)^k,这样就可以二项式定理((a+b)n=i=0naib(ni)(ni)(a+b)^n = \sum_{i=0}^{n} a^i b^{(n-i)} \binom{n}{i} )展开,将组合数放在转移矩阵中,就可以进行转移了。

初等变换

见ppt

行列式

线性相关与线性无关

线性组合与线性空间

线性空间的基

矩阵的秩

矩阵的逆与方程的解

不可逆矩阵与方程的解

见ppt
下午,见ppt 重要公式

评论

0 条评论,欢迎与作者交流。

正在加载评论...