数学杂谈 #26
Posted crashed
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数学杂谈 #26相关的知识，希望对你有一定的参考价值。
洗澡洗漱的时候突然想到的，感觉比较好玩，记录一下。
在一个域上，考虑 \\(n\\) 阶非奇异矩阵 \\(A\\) 和一个向量 \\(\\bold x\\)。令 \\(\\bold y=A\\bold x\\)。
我们知道 \\(\\bold x=A^-1\\bold y\\)。但同时 Cramer\'s Rule 给了我们另外一个路径：\\(\\bold x_j=\\fracD_jD\\)，其中 \\(D=|A|\\)，而 \\(D_j\\) 为将 \\(A\\) 中第 \\(j\\) 列用 \\(\\bold y\\) 替换后的行列式的值。
考察 \\(D_j\\) 的实质。设 \\(M_ij\\) 为 \\(a_ij\\) 的余子式，那么对于第 \\(j\\) 行展开：
同时，考察逆矩阵的运算：
于是：
由 \\(\\bold y\\) 的任意性，可知系数必然对应相等。于是，我们得到了 \\(A^-1\\) 的一行的值。更进一步地：
把 \\(D=|A|\\) 移到左边，我们得到了 \\(A^*_jk=|A|A^-1_jk=(-1)^j+kM_kj\\)。
没有了。
不知道能不能等到 Tiw_Air_OAO 现身。（逃
数学杂谈：限制条件下的均匀分布考察
1. 问题描述
假设 x 1 , . . . , x n x_1, ..., x_n x1,...,xn均为 0 ∼ 1 0 \\sim 1 0∼1上的均匀分布，且满足限制条件：
x 1 + x 2 + . . . + x n = 1 x_1 + x_2 + ... + x_n = 1 x1+x2+...+xn=1
求此时 x i x_i xi的真实分布表达式。
2. 问题解答
1. 答案
限制条件下 x x x的密度函数表达式如下：
f n ( x ) = ( n − 1 ) ⋅ ( 1 − x ) n − 2 f_n(x) = (n-1) \\cdot (1-x)^n-2 fn(x)=(n−1)⋅(1−x)n−2
2. 解析
我们可以快速地给出推导公式为：
f n ( x ) = ∫ 0 1 − x d t 1 ∫ 0 1 − x − t 1 d t 2 . . . ∫ 0 1 − x − t 1 − . . . − t n − 3 d t n − 2 ∫ 0 1 d t 1 ∫ 0 1 − t 1 d t 2 . . . ∫ 0 1 − t 1 − . . . − t n − 2 d t n − 1 f_n(x) = \\frac\\int_0^1-xdt_1 \\int_0^1-x-t_1dt_2 ... \\int_0^1-x-t_1-...-t_n-3dt_n-2\\int_0^1dt_1 \\int_0^1-t_1dt_2 ... \\int_0^1-t_1-...-t_n-2dt_n-1 fn(x)=∫01dt1∫01−t1dt2...∫01−t1−...−tn−2dtn−1∫01−xdt1∫01−x−t1dt2...∫01−x−t1−...−tn−3dtn−2
令
g n ( x ) = ∫ 0 1 − x d t 1 ∫ 0 1 − x − t 1 d t 2 . . . ∫ 0 1 − x − t 1 − . . . − t n − 1 d t n g_n(x) = \\int_0^1-xdt_1 \\int_0^1-x-t_1dt_2 ... \\int_0^1-x-t_1-...-t_n-1dt_n gn(x)=∫01−xdt1∫01−x−t1dt2...∫01−x−t1−...−tn−1dtn
则我们有：
f n ( x ) = g n − 2 ( x ) / g n − 1 ( 0 ) f_n(x) = g_n-2(x) / g_n-1(0) fn(x)=gn−2(x)/gn−1(0)
而 g n ( x ) g_n(x) gn(x)我们可以通过递归关系 g n ( x ) = ∫ 0 1 − x g n − 1 ( 1 − x − t 1 ) d t 1 g_n(x) = \\int_0^1-x g_n-1(1-x-t_1) dt_1 gn(x)=∫01−xgn−1(1−x−t1)dt1快速计算得到：
g n ( x ) = 1 n ! ( 1 − x ) n g_n(x) = \\frac1n!(1-x)^n gn(x)=n!1(1−x)n
因此，我们即可解得：
f n ( x ) = ( n − 1 ) ⋅ ( 1 − x ) n − 2 f_n(x) = (n-1) \\cdot (1-x)^n-2 fn(x)=(n−1)⋅(1−x)n−2
特别地，积分即可快速得到，某一个元素要取值得到至少 τ \\tau τ的概率为： P ( x ≥ τ ) = ( 1 − τ ) n − 1 P(x \\geq \\tau) = (1-\\tau)^n-1 P(x≥数学杂谈：高维空间向量夹角小记