重庆网站建设changeke垂直网站怎么做

news/2025/9/23 19:55:35/文章来源:
重庆网站建设changeke,垂直网站怎么做,如何优化关键词提升相关度,wordpress调用百度网盘视频播放器文章目录 【方法一】运用哈密顿凯莱定理相关例题 【方法二】运用特征方程二阶矩阵求解通法三阶矩阵求解通法相关例题 市面上许多资料给出的计算矩阵高次幂的方法#xff0c;无外乎有这几种#xff1a; 分块矩阵求解高次幂#xff1b;先求低次方幂#xff0c;然后通过找规律… 文章目录 【方法一】运用哈密顿凯莱定理相关例题 【方法二】运用特征方程二阶矩阵求解通法三阶矩阵求解通法相关例题 市面上许多资料给出的计算矩阵高次幂的方法无外乎有这几种 分块矩阵求解高次幂先求低次方幂然后通过找规律推出通项公式将矩阵拆分为秩 1 矩阵和数量矩阵使用秩 1 矩阵的性质求解将矩阵拆分为幂 0 0 0 矩阵和数量矩阵进行求解将矩阵进行相似对角化然后利用 A P Λ P − 1 A P \Lambda P^{-1} APΛP−1 计算矩阵高次幂。 下面介绍计算矩阵高次幂两种比较“另类”的方法1运用哈密顿凯莱定理2运用特征方程。但是依然建议采用常规解法上述两种解法不推荐首先使用 【方法一】运用哈密顿凯莱定理 【哈密顿凯莱定理】设 A A A 是 n n n 阶矩阵其特征多项式为 f ( λ ) ∣ λ E − A ∣ a n λ n . . . a 1 λ a 0 f(\lambda) |\lambda E - A| a_n \lambda^n ... a_1 \lambda a_0 f(λ)∣λE−A∣an​λn...a1​λa0​记 f ( A ) a n A n . . . a 1 A a 0 E f(A) a_n A^n ... a_1 A a_0 E f(A)an​An...a1​Aa0​E则有 f ( A ) O f(A) O f(A)O。 相关例题 【例 1】已知 A [ 0 1 1 0 ] A \begin{bmatrix} 0 1 \\ 1 0 \end{bmatrix} A[01​10​]求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ 2 − 1 f(\lambda) |\lambda E - A| \lambda^2 - 1 f(λ)∣λE−A∣λ2−1则 f ( A ) A 2 − E O f(A) A^2 - E O f(A)A2−EO即 A 2 E A^2 E A2E。 当 n 2 k n2k n2k 时 A 2 k ( A 2 ) k E k E A^{2k} (A^2)^{k} E^k E A2k(A2)kEkE 当 n 2 k 1 n2k1 n2k1 时 A 2 k 1 ( A 2 ) k A E k A A A^{2k1} (A^2)^{k} A E^k A A A2k1(A2)kAEkAA。 【例 2】已知 A [ 3 4 4 − 3 ] A \begin{bmatrix} 3 4 \\ 4 -3 \end{bmatrix} A[34​4−3​]求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ 2 − 25 f(\lambda) |\lambda E - A| \lambda^2 - 25 f(λ)∣λE−A∣λ2−25则 f ( A ) A 2 − 25 E O f(A) A^2 - 25E O f(A)A2−25EO即 A 2 25 E A^2 25E A225E。 当 n 2 k n2k n2k 时 A 2 k ( A 2 ) k ( 25 E ) k 2 5 k E A^{2k} (A^2)^{k} (25E)^k 25^k E A2k(A2)k(25E)k25kE 当 n 2 k 1 n2k1 n2k1 时 A 2 k 1 ( A 2 ) k A ( 25 E ) k A 2 5 k A A^{2k1} (A^2)^{k} A (25E)^k A 25^k A A2k1(A2)kA(25E)kA25kA。 【例 3】已知 A [ 1 0 1 0 2 0 1 0 1 ] A \begin{bmatrix} 1 0 1 \\ 0 2 0 \\ 1 0 1 \end{bmatrix} A ​101​020​101​ ​求 A n − 2 A n − 1 A^n - 2A^{n-1} An−2An−1 和 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ ( λ − 2 ) 2 f(\lambda) |\lambda E - A| \lambda (\lambda - 2)^2 f(λ)∣λE−A∣λ(λ−2)2则 f ( A ) A ( A − 2 E ) 2 O f(A) A(A-2E)^2 O f(A)A(A−2E)2O。 于是通过递推得 A ( A − 2 E ) 2 O ⇒ ( A 2 − 2 A ) ( A − 2 E ) O ⇒ ( A 3 − 2 A 2 ) − 2 ( A 2 − 2 A ) O ⇒ A 3 − 2 A 2 2 ( A 2 − 2 A ) ⇒ . . . ⇒ A n − 2 A n − 1 2 n − 1 ( A 2 − 2 A ) O ⇒ A n 2 A n − 1 ⇒ . . . ⇒ A n 2 n − 1 A \begin{aligned} A(A-2E)^2 O \\ \Rightarrow (A^2 - 2A) (A-2E) O \\ \Rightarrow (A^3 - 2A^2) - 2(A^2 - 2A) O \\ \Rightarrow A^3 - 2A^2 2(A^2 - 2A) \\ \Rightarrow ... \\ \Rightarrow A^{n} - 2A^{n-1} 2^{n-1}(A^2 - 2A) O \\ \Rightarrow A^{n} 2A^{n-1} \\ \Rightarrow ... \\ \Rightarrow A^{n} 2^{n-1}A \\ \end{aligned} ⇒⇒⇒⇒⇒⇒⇒⇒​A(A−2E)2O(A2−2A)(A−2E)O(A3−2A2)−2(A2−2A)OA3−2A22(A2−2A)...An−2An−12n−1(A2−2A)OAn2An−1...An2n−1A​ 【例 4】已知 A [ 0 1 0 − 1 0 1 0 − 1 0 ] A \begin{bmatrix} 0 1 0 \\ -1 0 1 \\ 0 -1 0 \end{bmatrix} A ​0−10​10−1​010​ ​求 A 2017 A^{2017} A2017 和 A n A^{n} An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ ( λ 2 2 ) f(\lambda) |\lambda E - A| \lambda (\lambda^2 2) f(λ)∣λE−A∣λ(λ22)则 f ( A ) A ( A 2 2 E ) O f(A) A(A^22E) O f(A)A(A22E)O即 A 3 − 2 A A^3 -2A A3−2A即 A 2 A − 2 A A^2 A -2A A2A−2A。 于是通过递推得到 A 2017 ( A 2 ) 1008 A 2 1008 A A^{2017} (A^2)^{1008}A 2^{1008} A A2017(A2)1008A21008A。 一般地当 A B c B AB cB ABcB 时有 A n B c n B A^nB c^nB AnBcnB。 当 n 2 k n2k n2k 时 A 2 k ( − 2 ) A 2 k − 2 . . . ( − 2 ) k − 1 A 2 A^{2k} (-2)A^{2k-2} ... (-2)^{k-1}A^2 A2k(−2)A2k−2...(−2)k−1A2 当 n 2 k 1 n2k1 n2k1 时 A 2 k 1 A 2 k A . . . ( − 2 ) k − 1 A 3 ( − 2 ) k A A^{2k1} A^{2k}A ... (-2)^{k-1}A^3 (-2)^k A A2k1A2kA...(−2)k−1A3(−2)kA。 【方法二】运用特征方程 二阶矩阵求解通法 设 A A A 是 2 2 2 阶矩阵其特征值为 λ 1 , λ 2 \lambda_1, \lambda_2 λ1​,λ2​分两种情况 1若 λ 1 ≠ λ 2 \lambda_1 \neq \lambda_2 λ1​λ2​则通解设为 A n λ 1 n P λ 2 n Q A^n \lambda_1^n P \lambda_2^n Q Anλ1n​Pλ2n​Q n ≥ k n \geq k n≥k 成立 k k k 为 0 0 0 特征值的重数其中 P , Q P,Q P,Q 由以下方程组确定 { A 0 λ 1 0 P λ 2 0 Q A 1 λ 1 1 P λ 2 1 Q \begin{cases} A^0 \lambda_1^0 P \lambda_2^0 Q \\ A^1 \lambda_1^1 P \lambda_2^1 Q \end{cases} {A0λ10​Pλ20​QA1λ11​Pλ21​Q​ 【提醒】注意成立条件 n ≥ k n \geq k n≥k若 0 特征值重数 k ≥ 1 k \geq 1 k≥1则不需要求解以上全部方程 若 k 1 k1 k1则只需求解最后那个方程即可第一个方程是不成立的若 k 2 k2 k2则 A n O A^n O AnO n ≥ 2 n \geq 2 n≥2 成立。 下面的情况也是一样的。 2若 λ 1 λ 2 \lambda_1 \lambda_2 λ1​λ2​则通解设为 A n λ 1 n ( P n Q ) A^n \lambda_1^n (P nQ) Anλ1n​(PnQ) n ≥ k n \geq k n≥k 成立 k k k 为 0 0 0 特征值的重数其中 P , Q P,Q P,Q 由以下方程组确定 { A 0 λ 1 0 ( P 0 Q ) A 1 λ 1 1 ( P 1 Q ) \begin{cases} A^0 \lambda_1^0 (P 0Q) \\ A^1 \lambda_1^1 (P 1Q) \end{cases} {A0λ10​(P0Q)A1λ11​(P1Q)​ 三阶矩阵求解通法 设 A A A 是 3 3 3 阶矩阵其特征值为 λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ1​,λ2​,λ3​分三种情况 1若 λ 1 ≠ λ 2 ≠ λ 3 \lambda_1 \neq \lambda_2 \neq \lambda_3 λ1​λ2​λ3​则通解设为 A n λ 1 n P λ 2 n Q λ 3 n R A^n \lambda_1^n P \lambda_2^n Q \lambda_3^n R Anλ1n​Pλ2n​Qλ3n​R n ≥ k n \geq k n≥k 成立 k k k 为 0 0 0 特征值的重数其中 P , Q , R P,Q,R P,Q,R 由以下方程组确定 { A 0 λ 1 0 P λ 2 0 Q λ 3 0 R A 1 λ 1 1 P λ 2 1 Q λ 3 1 R A 2 λ 1 2 P λ 2 2 Q λ 3 2 R \begin{cases} A^0 \lambda_1^0 P \lambda_2^0 Q \lambda_3^0 R \\ A^1 \lambda_1^1 P \lambda_2^1 Q \lambda_3^1 R \\ A^2 \lambda_1^2 P \lambda_2^2 Q \lambda_3^2 R \end{cases} ⎩ ⎨ ⎧​A0λ10​Pλ20​Qλ30​RA1λ11​Pλ21​Qλ31​RA2λ12​Pλ22​Qλ32​R​ 【提醒】注意成立条件 n ≥ k n \geq k n≥k若 0 特征值重数 k ≥ 1 k \geq 1 k≥1则不需要求解以上全部方程 若 k 1 k1 k1则只需求解后两个方程即可第一个方程是不成立的若 k 2 k2 k2则只需求解最后一个方程即可前两个方程是不成立的若 k 3 k3 k3则 A n O A^n O AnO n ≥ 3 n \geq 3 n≥3 成立。 下面两种情况也是一样的。 2若 λ 1 λ 2 ≠ λ 3 \lambda_1 \lambda_2 \neq \lambda_3 λ1​λ2​λ3​则通解设为 A n λ 1 n ( P n Q ) λ 3 n R A^n \lambda_1^n (P nQ) \lambda_3^n R Anλ1n​(PnQ)λ3n​R n ≥ k n \geq k n≥k 成立 k k k 为 0 0 0 特征值的重数其中 P , Q , R P,Q,R P,Q,R 由以下方程组确定 { A 0 λ 1 0 ( P 0 Q ) λ 3 0 R A 1 λ 1 1 ( P 1 Q ) λ 3 1 R A 2 λ 1 2 ( P 2 Q ) λ 3 2 R \begin{cases} A^0 \lambda_1^0 (P 0Q) \lambda_3^0 R \\ A^1 \lambda_1^1 (P 1Q) \lambda_3^1 R \\ A^2 \lambda_1^2 (P 2Q) \lambda_3^2 R \end{cases} ⎩ ⎨ ⎧​A0λ10​(P0Q)λ30​RA1λ11​(P1Q)λ31​RA2λ12​(P2Q)λ32​R​ 3若 λ 1 λ 2 λ 3 \lambda_1 \lambda_2 \lambda_3 λ1​λ2​λ3​则通解设为 A n λ 1 n ( P n Q n 2 R ) A^n \lambda_1^n (P nQ n^2 R) Anλ1n​(PnQn2R) n ≥ k n \geq k n≥k 成立 k k k 为 0 0 0 特征值的重数其中 P , Q , R P,Q,R P,Q,R 由以下方程组确定 { A 0 λ 1 0 ( P 0 Q 0 R ) A 1 λ 1 1 ( P 1 Q 1 R ) A 2 λ 1 2 ( P 2 Q 4 R ) \begin{cases} A^0 \lambda_1^0 (P 0Q 0R) \\ A^1 \lambda_1^1 (P 1Q 1R) \\ A^2 \lambda_1^2 (P 2Q 4R) \end{cases} ⎩ ⎨ ⎧​A0λ10​(P0Q0R)A1λ11​(P1Q1R)A2λ12​(P2Q4R)​ 相关例题 【例 1】已知 A [ 3 4 4 − 3 ] A \begin{bmatrix} 3 4 \\ 4 -3 \end{bmatrix} A[34​4−3​]求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ 2 − 25 0 f(\lambda) |\lambda E - A| \lambda^2 - 25 0 f(λ)∣λE−A∣λ2−250解得 λ 1 − 5 , λ 2 5 \lambda_1 -5, \lambda_2 5 λ1​−5,λ2​5则通解设为 A n 5 n P ( − 5 ) n Q A^n 5^n P (-5)^n Q An5nP(−5)nQ n ≥ 0 n \geq 0 n≥0 成立其中 P , Q P,Q P,Q 由以下方程组确定 { A 0 5 0 P ( − 5 ) 0 Q A 1 5 1 P ( − 5 ) 1 Q \begin{cases} A^0 5^0 P (-5)^0 Q \\ A^{1} 5^{1} P (-5)^{1} Q \end{cases} {A050P(−5)0QA151P(−5)1Q​ 解得 { P 1 2 E 1 10 A Q 1 2 E − 1 10 A \begin{cases} P \frac{1}{2} E \frac{1}{10}A \\ Q \frac{1}{2} E - \frac{1}{10}A \end{cases} {P21​E101​AQ21​E−101​A​ 所以 A n 5 n ( 1 2 E 1 10 A ) ( − 5 ) n ( 1 2 E − 1 10 A ) n ≥ 0 A^n 5^n (\frac{1}{2} E \frac{1}{10}A) (-5)^n (\frac{1}{2} E - \frac{1}{10}A)n \geq 0 An5n(21​E101​A)(−5)n(21​E−101​A)n≥0 【例 2】已知 A [ 1 2 0 1 ] A \begin{bmatrix} 1 2 \\ 0 1 \end{bmatrix} A[10​21​]求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ ( λ − 1 ) 2 0 f(\lambda) |\lambda E - A| (\lambda-1)^2 0 f(λ)∣λE−A∣(λ−1)20解得 λ 1 λ 2 1 \lambda_1 \lambda_2 1 λ1​λ2​1 A n 1 n ( P n Q ) A^n 1^n (P nQ) An1n(PnQ) n ≥ 0 n \geq 0 n≥0 成立其中 P , Q P,Q P,Q 由以下方程组确定 { A 0 1 0 ( P 0 Q ) A 1 1 1 ( P 1 Q ) \begin{cases} A^0 1^0 (P 0Q) \\ A^1 1^1 (P 1Q) \end{cases} {A010(P0Q)A111(P1Q)​ 解得 { P E Q A − E \begin{cases} P E \\ Q A-E \end{cases} {PEQA−E​ 所以 A n n A ( 1 − n ) E n ≥ 0 A^n nA (1-n)En \geq 0 AnnA(1−n)En≥0 【例 3】已知 A [ 3 0 1 0 1 0 − 4 0 − 1 ] A \begin{bmatrix} 3 0 1 \\ 0 1 0 \\ -4 0 -1 \end{bmatrix} A ​30−4​010​10−1​ ​求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ ( λ − 1 ) 3 0 f(\lambda) |\lambda E - A| (\lambda - 1)^3 0 f(λ)∣λE−A∣(λ−1)30解得 λ 1 λ 2 λ 3 1 \lambda_1 \lambda_2 \lambda_3 1 λ1​λ2​λ3​1则通解设为 A n λ 1 n ( P n Q n 2 R ) A^n \lambda_1^n (P nQ n^2 R) Anλ1n​(PnQn2R) n ≥ 0 n \geq 0 n≥0 成立其中 P , Q , R P,Q,R P,Q,R 由以下方程组确定 { A 0 1 0 P A 1 1 1 ( P Q R ) A 2 1 2 ( P 2 Q 4 R ) \begin{cases} A^0 1^0 P \\ A^{1} 1^{1} (P Q R) \\ A^{2} 1^{2} (P 2Q 4R) \end{cases} ⎩ ⎨ ⎧​A010PA111(PQR)A212(P2Q4R)​ 以下解方程过程省略。 【例 4】已知 A [ 1 0 1 0 2 0 1 0 1 ] A \begin{bmatrix} 1 0 1 \\ 0 2 0 \\ 1 0 1 \end{bmatrix} A ​101​020​101​ ​求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ ( λ − 2 ) 2 0 f(\lambda) |\lambda E - A| \lambda(\lambda - 2)^2 0 f(λ)∣λE−A∣λ(λ−2)20解得 λ 1 0 , λ 2 λ 3 2 \lambda_1 0, \lambda_2 \lambda_3 2 λ1​0,λ2​λ3​2则通解设为 A n 2 n ( P n Q ) 0 n R 2 n ( P n Q ) A^n 2^n (P nQ) 0^n R 2^n (P nQ) An2n(PnQ)0nR2n(PnQ) n ≥ 1 n \geq 1 n≥1 成立其中 P , Q P,Q P,Q 由以下方程组确定 { A 1 2 1 ( P Q ) A 2 2 2 ( P 2 Q ) \begin{cases} A^1 2^1 (P Q) \\ A^2 2^2 (P 2Q) \\ \end{cases} {A121(PQ)A222(P2Q)​ 以下解方程过程省略。 【例 5】已知 A [ 0 0 0 1 2 1 1 0 0 ] A \begin{bmatrix} 0 0 0 \\ 1 2 1 \\ 1 0 0 \end{bmatrix} A ​011​020​010​ ​求 A n A^n An。 【解】特征多项式为 f ( λ ) ∣ λ E − A ∣ λ 2 ( λ − 2 ) 0 f(\lambda) |\lambda E - A| \lambda^2(\lambda - 2) 0 f(λ)∣λE−A∣λ2(λ−2)0解得 λ 1 λ 2 0 , λ 3 2 \lambda_1 \lambda_2 0, \lambda_3 2 λ1​λ2​0,λ3​2则通解设为 A n 0 n ( P n Q ) 2 n R 2 n R A^n 0^n (P nQ) 2^n R 2^n R An0n(PnQ)2nR2nR n ≥ 2 n \geq 2 n≥2 成立其中 R R R 由以下方程确定 A 2 2 2 R A^2 2^2 R A222R 解得 A n 2 n 4 A 2 2 n − 2 A 2 n ≥ 2 A^n \frac{2^n}{4} A^2 2^{n-2} A^2 n \geq 2 An42n​A22n−2A2n≥2

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/913704.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

建设工程检测中心网站网站规划设计是什么

spContent《C语言程序设计》是高等学校本科教育普遍开设的一门课程,是广大程序设计语言学习者首选的入门课程。本课程立足于C语言基础知识的讲解,讲授中引入大量实例,突出重点,剖析难点,培养学生结构化程序设计的思想&…

网站建设 万网 域名做空包网站合法吗

函数概述 函数:组织好的、可重复使用的。杉树能提高应用的模块性和代码的重复利用性。Python提供了很多的内置函数,比如len()等等,可以自行定义函数。 函数的定义 def 函数名(参数列表): #函数定义 函数体…

网站建设的公司哪家是上市公司互动性的网站

List item 本篇将介绍Linux的时间管理&运行级别相关知识,并将深入介绍Linux的启动过程及原理。 Linux的时间管理 Linux 时钟分为系统时钟(System Clock)和硬件(Real Time Clock,简称 RTC)时钟。系统时…

老的网站为什么要改版新网站北京seowyhseo

最近对一系列基于3D Gaussian Splatting(3DGS)SLAM的工作的源码进行了测试与解读。为此写下本博客mark一下所有的源码解读以及对应的代码配置与测试记录~ 其中工作1~5的原理解读见博客: 学习笔记之——3D Gaussian Splatting及其在SLAM与自动…

大连龙彩科技的网站在谁家做公司网络安全管理制度和应急工作预案

笔记本屏幕的色域 72%NTSC和100%sRGB有什么区别2018-09-15 11:00:05247点赞724收藏60评论无论是选购普通笔记本还是游戏本,大家除了关心产品的外观和配置外,越来越多的朋友把重点放在了屏幕上,也许TN屏和IPS屏大家很好判断哪个更好&#xff0…

Avalonia 学习笔记07. Control Themes(控件主题)

在本章节中,我们的目标是创建一个可复用的、带图标的按钮控件,以简化我们在视图(View)中编写的XAML代码。当前,每创建一个带图标的按钮,都需要在 <Button> 内部嵌套一个 <StackPanel> 和两个 <La…

二手站网站怎做韩国外贸平台

在达梦数据库系统中&#xff0c;死锁是指两个或多个事务相互等待对方释放资源&#xff0c;从而造成循环等待的现象&#xff0c;严重影响数据库的正常运行。以下是使用达梦数据库进行死锁排查和解决的具体步骤&#xff1a; 死锁查看 查询当前死锁信息 SELECT lc.lmode, lc.ta…

网站建设比赛方案阿里巴巴网站架构

大家都知道&#xff0c;在Mac上进行文件拖拽是一件非常方便的事情。然而&#xff0c;随着我们在工作和生活中越来越多地使用电脑&#xff0c;我们对于这个简单操作的需求也越来越高。为了让您的文件拖拽体验更加高效和便捷&#xff0c;今天我们向大家介绍一款强大的工具——Dro…

南宁建设厅网站是什么学校网站建设实训总结

91. 请描述一下Intent 和 IntentFilter ?Intent是组件的通讯使者,可以在组件间传递消息和数据。 IntentFilter是intent的筛选器,可以对intent的action,data,catgory,uri这些属性进行筛选,确定符合的目标组件🚀🚀🚀🚀🚀🚀92. 阐述什么是IntentService?有何优…

php网站开发技术前景品牌建设的最高境界是培育客户的

图片来源&#xff1a;Thomas Hainmller, Marlene Bartos来源&#xff1a;生物谷摘要&#xff1a;最近&#xff0c;一项刊登在国际杂志Nature上的研究报告中&#xff0c;来自弗莱堡大学的科学家们通过研究开发出了一种新型模型来解释大脑如何储存一些“有形事件”&#xff08;ta…

网站tkd优化如何鉴别网站有没有做301重定向

任何简单或复杂的算法都可以由三种基本结构组成&#xff1a;顺序结构&#xff0c;选择结构&#xff0c;循环结构。 顺序结构 比较一般的结构&#xff0c;程序从上到下执行。 选择结构 我们从最简单的单路选择开始&#xff0c;符合条件的进入语句序列&#xff0c;不符合条件的…

dedecms网站根目录重庆专业网站设计服务

题目&#xff1a; 给定一个包含 n 个整数的数组 nums 和一个目标值 target&#xff0c;判断 nums 中是否存在四个元素 a&#xff0c;b&#xff0c;c 和 d &#xff0c;使得 a b c d 的值与 target 相等&#xff1f;找出所有满足条件且不重复的四元组。 注意&#xff1a; …

网站设计策划方案wordpress 移动导航呼出

一、网络加密的方式及实现 1、常见的加密算法 常见的密钥加密算法类型大体可以分为三类:对称加密、非对称加密、单向加密。 对称加密算法采用单密钥加密&#xff0c;在通信过程中&#xff0c;数据发送方将原始数据分割成固定大小的块&#xff0c;经过密钥和加密算法逐个加密…

网站个人备案 企业备案提供手机网站制作哪家好

nvm安装后nvm -v有效&#xff0c;node指令无效 环境变量配置无问题 推荐方案 下载你需要的node版本 Index of /dist/ (nodejs.org) 下载后解压到你的nvm存储版本的位置 cmd进入切换你的使用版本&#xff08;此时你的nodejs是从网上下载的&#xff0c;npm文件是存在的&…

江门 网站设计wordpress添加留言板

3月25日vim相关操作 题目1&#xff1a; 1&#xff09;将/etc/hosts网络配置文件复制到/tmp/mydir下&#xff1b; 2&#xff09;使用vim编辑器打开hosts文件&#xff0c;按i进入编辑模式&#xff0c;将本机IP地址和主机名(client1)映射。 3&#xff09;按下esc键回到命令模式…

matter 协议的架构;

Matter 协议栈分为多个层级: 应用层:定义设备的业务逻辑(如门锁、灯光控制等)。 数据模型层:通过“集群(Cluster)”组织属性、命令和事件,确保不同厂商设备的互操作性。 交互模型层:定义客户端与服务端之间的…

matter 协议解析;

Matter 协议(原名 Project CHIP,Connected Home over IP)是由 Connectivity Standards Alliance (CSA) 推出的开源应用层标准,旨在为智能家居设备、移动应用和云服务之间提供统一的通信协议,实现不同厂商 IoT 设备…

相机标定(Camera Calibration)原理及步骤:从 “像素模糊” 到 “毫米精准” 的关键一步 - 实践

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", …

Nordic 的支持对Matter 协议的支持;

Nordic Semiconductor 提供全面的 Matter 解决方案,支持 nRF54LM20A、nRF54L15、nRF54L10、nRF52840、nRF5340 等 SoC,结合 nRF Connect SDK,可开发基于 Thread、Bluetooth LE 和 Wi-Fi 的 Matter 设备。Nordic 还为…

常州网站推广多少钱404网站页面进入

前言 看了大量的多源融合室内定位论文,都绕不开卡尔曼滤波和扩展卡尔曼滤波算法。相当经典,但是又缺少代码。 由于计算机专业不学这些算法,因此理解起来难度还有点大。因此业余抽空复现了下,话不多说,直接上代码。 蓝牙和IMU的卡尔曼滤波融合 from filterpy.kalman imp…