0%

一、总论

1.1 写在前面的话

这已经是我第三遍学Git相关操作了,可以说这个玩意是真的狗,因为确实用不到,不知道下个学期会不会用到,直到现在我刚刚学完,处于知识水平的巅峰,知道Git的具体功能,我也觉得真没啥必要学。我一开始学Git,是因为以为这个跟Github有啥关系似的,其实对于个人来说,使用Github完全没有必要学习Git。

这就引出了Git最重要的一个认识了,就是Git的基本上所有的功能都是为了团队协作开发的,而不是所谓的版本控制(当然也可能是,反正我理解的不是)。Github上面那些看似唬人的branch,tag,respository,ssh key,token之类的概念,其实都是为了团队协作设计的,而不是为了版本控制,或者其他啥目的,简而言之,就是与我现在的需求无关。

对于Git的学习,大致分为两个部分,即版本控制团队协作。之后会详细介绍。

Read more »

一、Vim 配置

vim界面打开以后很丑就不提了,关键有很多基本功能没有办法实现,所以需要自己配置,如果是linux系统,那么应该找到

/usr/share/vim/.vimrc

如果是windows装完git以后会自动一个vim,此时应该找到

Git\etc\vimrc
Read more »

期末总结

这个学期接连犯了很多个错误,其中最重要的是两个,一个是参加科研课堂,一个是获得国奖。这两件事都不是因为他们本身的性质导致的错误,而是与我的个人境况联系在一起导致的错误。

科研课堂本身是好事情,但是错就错在我自己的基础不够,很多知识在计组课上会介绍,然后再去实践才是最好的方案,而不是我这种什么都要现学的,根本起不到温故知新或者是启发的效果。我这个学期的科研课堂类似于拔苗助长了。与之类似的还有java,我在java身上投入了很多的时间,但是确实也没有做出任何成绩来。这个就更像是我自己的问题了,我不愿意在我啥都不会的情况下去实践一个项目,这是我自己的缺点。类似的还有备考过程,在通读书之前,我不愿意直接刷题,其实直接刷题可以快速了解考试的范围难度,做到初步的心中有数,其实是很有益处的。

那么这种问题有办法解决吗?其实没有,这是我的习惯,这个习惯虽然让我考砸了很多场考试,但是也让我考好了很多场考试,所以谈不上是一个完全的弊端,而且这是我个性的一部分,改掉有点得不偿失。应该说,我这个个性,不太适合单独冒险,有主见又没有太有主见,可以牺牲但是不能全部牺牲,如果是一起冒险,比如说如果科研课堂有熟识的人的话,虽然做不到化解任务,起码摸鱼的时候没有啥愧疚感,也可以比照他人改进自己的路线,避免了一直钻牛角尖。Java也是,java的课设形式决定了必然没有队友,那么这种课要么做了万全准备再去上,要么就不上,反正坚决不能让自己一个人学实践类课程。考试也是同一个道理,多人在一起备考,氛围节奏或许不如自己备考好,但是是很稳妥的一件事情,避免了偏激的备考路线。其实说起来,我其实……真的很想她。第一次感觉或许她的存在不仅很明显地助我一臂之力,她的存在也帮我躲掉了很多暗礁,一些暗礁不是因为我大一没有遇见,就是不存在。真的,很不习惯,但是,人总要习惯的。

国奖就是另一件事情了,获奖本身当然好了,让我再来一次我也愿意获这个奖。但是不是说获了这个奖我就是好学生了。确实得了这个奖以后我对自己的评价就高了很多,不过仔细分析,只有国奖那一种计算分数的方式我的排名比较靠前,比如按分专业那个排名看,我就只有30多名,显然是不够格的。感觉得了国奖以后,自己就觉得自己是好学生了,后来又认识了很多大一的时候得仰头才能看见的偶像,就觉得自己跟他们是相同实力了,这其实就是自欺欺人。不得不承认,无论是智力、体力、技术、毅力,虽然我跟他们差别不大,但是差距也是绝对不可忽略的。我在学期开始的时候,强行无视了这种差距,经常九死一生的装逼,索性没有翻车,但是把自己的生活搅成了一团乱麻。而在学期后面,又在强化这种差距,以致于畏惧跟他们一起学习,讨论学习问题,这显然是病态的。

Read more »

一、特征方程的求解

这里首先给出一个方程

这个方程描述的是,一个非零向量 $x$ ,经过特定的矩阵 $A$ 进行线性变换,最终的结果是,将 $x$ 拉伸或者压缩自己的实数倍(也就是值改变了向量的长度,没有改变向量的方向)。

这个方程本质上是为了每个特定的 $A$,去寻找一些符合这个条件的 $x$,而 $\mu$ 只是求解的参数,最后求出的解中应该带 $\mu$,但是为了让满足一些非零的条件,我们可以先将 $\mu$ 求出,进而求解每个 $\mu$ 对应的 $x$。

上面的方程可以变形成方程组的形式

Read more »

一、求平面的法向量

如果给了两个向量,想要求第三个向量垂直于这两个向量,那么最自然的办法就是用叉乘。对于求平面的法向量也是这个逻辑,我们先找出两个属于这个面的向量,那么就是用以直代曲的思想找两个切向量,也就是两个变量的偏导梯度,就可以了,找着以后就可以用形式行列式计算了,书上写的直接把叉乘结果给出来了,我觉得不好。对于有隐函数的情况,其实是一样的,因该说前者更为普世,但是我在上一章只论述了后者,不该啊。

二、雅克比矩阵与行列式

书上总出现这种东西

具体我也分不清它到底指的是矩阵还是行列式,反正大概就是这么一个东西。

Read more »

导数概念的形式化

一、总论

数值多元函数微分及其相关概念,如中值定理、泰勒展开是数值一元函数的一般化。更进一步说,最一般化的东西是向量值函数。我写这一节的目的是为了与书中特殊到一般的过程形成对比,构建一个由一般到特殊的更加形式统一的体系。但是刚下笔就遇到困难,因为数值单变量函数不仅是最最特殊的情况,它还是最最基本的情况,任何对更加一般的情况的讨论,都离不开对数值单变量导数的运算。所以很难顺序的展开所有概念,介绍时必须选用一定的知识作为推导的基础,这也使得这个体系不再完美。

二、一阶导数

2.1 一阶导数形式规定

Read more »