个人学习博客

张恒瑞个人学习博客

有临床医学学习背景,目前学习计算机科学与人工智能。关注数学、算法与数据结构,也在探索 Agent 应用,以及生物信息的编码与表征。

这个博客持续更新学习记录。

01 / MATHEMATICS

数学专题

学习记录 · 持续更新

旋转曲面、追踪基向量、移动概率阈值。

M.01第二类曲面积分把碗形抛物面投影到单位圆盘,算出穿过曲面的通量,再看翻转法向为什么只改符号。

从曲面到平面

设 S 是 z = x² + y² 在 x² + y² ≤ 1 上方的部分,场为 F = (x, y, 1 + z)。第二类曲面积分累加向量场沿所选法向穿过面元的分量。相同场和曲面有两种定向,须在计算前选定一种。

用两条切向量定向

取参数化 R(u,v) = (u, v, u² + v²)。切向量 Rᵤ = (1,0,2u)、Rᵥ = (0,1,2v) 的叉积是 (−2u,−2v,1)。第三分量为正,故指向上方。叉积已经包含面元面积的伸缩,直接乘 du dv 即得有向面积元。

在圆盘上算通量

代入 F(R),点积为 −2u² − 2v² + 1 + u² + v² = 1 − u² − v²。令 u = r cos θ、v = r sin θ,圆盘内 0 ≤ r ≤ 1、0 ≤ θ ≤ 2π。于是 Φ = 2π ∫₀¹ (1 − r²)r dr = 2π(1/2 − 1/4) = π/2。最后一个 r 来自平面极坐标的面积元。

用图检查符号

拖动只改变观察角度;选「下定向」才会反转面积向量,通量随之成为 −π/2。底部圆盘是积分域。若要使用高斯公式,需有分片光滑、取外法向的闭曲面,且场在所围区域及边界附近有连续一阶偏导数。这片抛物面有开口,不能直接代入闭曲面公式。

补面验算

若用高斯公式复核,边界圆在 z = 1,应该用此高度的圆盖封口。夹在碗和盖之间的体积是 π/2;场的散度为 3,闭曲面外向通量为 3π/2。盖的外向通量为 2π,扣掉后碗的外向通量为 −π/2。这里碗的外法向恰好朝下,与直接积分的上定向相反。

参考阅读 · OpenStax《Calculus Volume 3》§6.6 · 参数曲面与通量

抛物面与单位圆盘投影域

z = x² + y² / 红箭头为选取点的法向

上定向 · Φ = +π/2

沿上定向,F 与面积向量的点积为 1 − r²。

M.02Jordan 标准型沿 v₂ → v₁ → 0 读一条广义特征向量链,用 AP 和 PJ 的两列核对换基结果。

找到链的起点和终点

例中的 A 有两行 (3,−1) 和 (1,1),特征多项式为 (t − 2)²。令 N = A − 2I,两行都是 (1,−1),故核由 v₁ = (1,1) 张成。特征值虽重复两次,独立特征向量只有一个。取 v₂ = (1,0),则 Nv₂ = v₁,Nv₁ = 0;v₂ 是广义特征向量。

为什么把 v₁ 放在第一列

按 (v₁,v₂) 的顺序拼成 P,其行列式为 −1,所以这两列确实构成基。Av₁ = 2v₁,Av₂ = v₁ + 2v₂。把右边的系数写成两列,就得到 J 的列 (2,0) 与 (1,2)。若调换 P 的列,也必须相应改变坐标顺序。

逐列验证等式

AP 的第一列是 (2,2),第二列是 (3,1)。PJ 的第一列为 2v₁,第二列为 v₁ + 2v₂,给出同样的两个结果。因此 AP = PJ,也即 J = P⁻¹AP。点「Jordan 基」会把 v₂ 的坐标从 (1,0) 改为 (0,1);点「Nv₂」才是在做一次线性变换。

块长还能区分什么

同一特征值 λ 的四阶矩阵,块长 3+1 与 2+2 的代数重数都为 4,几何重数都为 2。沿链左移两次,三元链还留一个非零方向,二元链已消失。因此两组 (A − λI)² 的秩分别为 1、0;相似变换保持秩,这两种块结构不相似。

参考阅读 · MIT 代数讲义第 10 讲 · 特征基与 Jordan 型

查看独立矩阵图 ↗
A3-111P1110J2102
AP2321=PJ2321
原基 · v₂ = (1,0)

从广义特征向量 v₂ 出发。切换基只改变坐标,同一向量在原基是 (1,0),在 Jordan 基是 (0,1)。

M.03连续联合分布在三角形支撑域上移动两个阈值,同时查看平面的积分区域、累计概率与三维 CDF 高度。

先画支撑域,再写积分

在 0 < v < u < 1 上取联合密度 f(u,v) = 2,其余处取 0。三角形面积为 1/2,密度积分正好是 1。联合分布函数 F(x,y) = P(X ≤ x, Y ≤ y),所以只需对三角形中同时满足 u ≤ x 和 v ≤ y 的部分积分。

为什么在 y = x 处分段

当两个阈值都在 [0,1] 内,先固定 u,从 v = 0 积到 min(u,y),再让 u 从 0 走到 x。若 y ≥ x,每一条竖截线都完整,F = ∫₀ˣ 2u du = x²。若 y < x,前段 0 ≤ u ≤ y 贡献 y²,后段 y ≤ u ≤ x 贡献 2y(x − y),合计 F = 2xy − y²。

读一次曲面高度

取 x = 0.75、y = 0.50,红色平面由面积 0.125 的三角形和面积 0.125 的矩形组成。总面积乘密度 2,得到 F = 0.5。三维红点显示这份累计概率。固定 x 继续提高 y,越过 y = x 后高度不再增加。边界检查给出 F(0,y) = F(x,0) = 0、F(1,1) = 1。

边缘与条件

让另一阈值覆盖整个支撑域,可得 Fₓ(x) = F(x,1) = x²、Fᵧ(y) = F(1,y) = 2y − y²。在 (0,1) 内求导得两条边缘密度 2x 与 2(1 − y)。给定 0 < x < 1 时,条件密度等于 2/(2x) = 1/x,仅在 0 < y < x 内取此值,区间外为 0。边缘密度为零处不能用这个比值。

参考阅读 · Pishro-Nik《Introduction to Probability》§5.2.1 · 联合与边缘密度

联合 CDF 曲面与阈值点

高度 F(x, y) / 红点为当前累计概率

平面积分域
灰:密度支撑 红:阈内

F(0.75, 0.50) = 0.5000

阈值内的三角形与矩形合计给出 0.5000 的概率。

02 / ALGORITHMS

算法与数据结构

学习记录 · 持续更新

把叶子 D 的点权从 1 改成 4,最优路径会从 A → C 转到 A → B → D。

A.01动态 DP给叶子 D 加权,从 D、B 算到根 A,找出一条最长根到叶路径何时会改道。

状态要说明路径在哪里结束

每条候选路径从当前节点 v 开始,必须走到某个叶子。记 F(v) 为这些路径的最大点权和。叶子的 F 就是自身点权;内部节点恰好选一个孩子,因此 F(v) = w(v) + max F(孩子)。即使权重为负,也不能擅自提前停在内部节点。

把修改前后的两棵子树对上

A 的左右子节点是 B、C,B 的两个孩子是 D、E。A、B、C、E 的权依次是 1、2、5、2。D 取 1 时,B 的最优后缀为 2 + max(1,2) = 4,根得 1 + max(4,5) = 6,路径为 A → C。把 D 改为 4,先得 B = 6,再得 A = 7,路径转为 A → B → D。将 D 改为 7,根的最优值升为 10。

沿祖先链维护

图中点旁写的是状态值,按钮修改的是点权。只改 D,C 和 E 的后缀都可复用。对于存有父指针及状态的二叉树,自底向上初始化需要 O(n),一次修改最多重算一条高为 h 的祖先链,需 O(h)。若某层状态不变,其上方可停止传播。

这段演示的范围

页面直接按固定五点树的公式重算 B、A,再沿依赖线播放。固定规模下每次只做常数次比较。一般树若不限制分支数,在每一层重新扫描全部孩子,还要计入这些扫描的开销。 这类局部重算也不等同于通过额外数据结构加速任意树上的动态 DP。

参考阅读 · Jeff Erickson《Algorithms》§3.10 · 树上的动态规划

根的最优值 6

D 的权为 1。B = 2 + max(1, 2) = 4,再算 A = 1 + max(4, 5) = 6。当前最优路径为 A → C。

A.02网络流沿三条增广路分别多送 2、3、2 个单位,用源点割验证累计流量 7 已达上限。

每条边和每个中间点都要核账

有向边标记“已用流量/容量”。流量必须在 0 和容量之间,A、B 这样的中间点要满足流入等于流出。流值看源点 S 的净流出或汇点 T 的净流入;把全图各边流量直接相加会把同一批流重复计数。

三条路径为何这样加

从零流出发,S → A → T 的剩余容量依次为 4、2,瓶颈为 2。接着 S → B → T 的剩余容量是 3、5,可再送 3。最后 S → A → B → T 还能各走 2,流值由 5 升至 7。选最后一步核对 B:来自 S 的 3 加来自 A 的 2,正好等于送往 T 的 5。

停止依据与反向边

源点通往 A、B 的总容量只有 4 + 3 = 7。现有可行流已达到这个割的容量,无论再找什么路径都不可能增大流值。一般残量网络还包含反向边,容量等于可撤回的流量;忽略反向边,有时会错过重新安排已用容量的机会。

计算量对应哪种实现

本页保存五条边的四个状态,按钮读取预定路径并播放,不包含寻路开销。若在一般整数容量图上从零流出发,每次用邻接表搜索残量图需 O(V + E),每次成功至少增广 1。以最大流值 F 表示,在删除孤立点的连通网络上常写作 O(EF);它依赖流值和寻路方式。

参考阅读 · Jeff Erickson《Algorithms》§10.4 · 残量网络与增广

累计流量 0 / 7

初始流量为 0。读一条边时,用容量减去已有流量,就得到正向剩余容量。

A.03Splay(伸展树)逐步把键 10 旋到根。父子关系会变,但中序读出的六个键始终相同。

先记住旋转要保留什么

二叉搜索树要求左子树的键小于当前键,右子树的键大于当前键。右旋时,左孩子接替原父节点,把自己原来的右子树交给原父节点作左子树。这棵转交的子树位于两个键之间,所以中序顺序保持不变。

先双旋,后单旋

查找 10 的路径为 50 → 30 → 20 → 10。10 和 20 都在父亲左侧,先在祖父 30 处右旋,让 20 接替 30;再在 20 处右旋,让 10 接替 20。这是一组同向双旋。此时 10 仍有父节点 50,于是在 50 处再右旋一次,10 才成为根。

用一棵被转交的子树验算

最后一次旋转前,10 的右子树以 20 为根,其中还有 30、40。旋转后它接到 50 的左侧。逐帧按“左、根、右”阅读,每一帧都应得到 10、20、30、40、50、60;若 40 误挂到 50 的右侧,检查立刻失败。

摊还界说的是一串操作

真实指针树的一次旋转只需常数次局部连边,单次查找和伸展可能经过 O(n) 个节点。一系列标准操作的摊还代价为每次 O(log n)。本页只记录这一条访问轨迹,用坐标插值呈现六个点及连线,播放时长没有算法计时含义。

参考阅读 · Sleator 与 Tarjan · Self-Adjusting Binary Search Trees

当前根 50

从根 50 查到 10,要经过 30、20。10 和 20 都是左孩子,先处理这段同向折叠。

03 / PROJECTS

项目实践

学习记录 · 持续更新

沿课堂证据追踪笔记的形成,再比较同一任务在不同额度下的模型分工。

P.01Agent 自动化网课笔记工作流跟踪一条课堂推导怎样从转录和白板图变成可复做的笔记,包括白板下载失败后的核验。

先确定笔记能回答什么

只抄下“固定 x 后积分”很难复做:仍须知道竖截线从哪里起、在哪里停。这个工作流以课程讲解为主线,每个知识点保留讲解位置、相应图像和可重算的一步。教材在课堂材料留下定义或推导缺口时才补入。

从采集到核对

在已授权课程范围内,将转录片段与同一位置的课堂截图配对。以三角形支撑域为例,逐项核对坐标轴、边界和竖截线的两个端点。转录写“固定 x”而图中线段却水平时,先回看原位置,保留差异,不能仅凭一句转录改图。

白板下载失败时

切换「下载失败」查看这条异常路径。完整白板仍显示在同一已授权浏览器时,采集步骤改为实际截图,并保留课程位置。核对时放大查看边界和标签;若截图裁掉斜边,就回到采集处重截。若授权页面本身不可用,该位置保持待补。

怎样完成一轮维护

重做一课先从课堂材料独立成稿,然后查旧笔记,把个人答疑迁回对应知识点,例如把“为何不能除以零”放回条件密度。最后遮住结论重写积分限,确认能从图形复得,再形成可读定稿。后续只改动受影响的推导、附图和答疑。图中的“发布”指这份笔记定稿,按钮只演示过程。

  1. 01采集
  2. 02核对
  3. 03补充
  4. 04发布
本步材料转录 → 白板图
转录与原图配对

将转录中“固定 x”的一句话和老师画竖截线的画面配对,保留它们在课堂中的先后位置。

P.02智能路由同一份长任务拆给三个执行节点。在额度变化或证据不足时,观察分配与交付如何调整。

把“整理课程”拆成可交接的任务

归类只需确认材料属于哪一节;图文核对需要把转录与截图配对;推导复核需要检查上下两步的条件。主代理在协调层明确目标、材料范围、验收项与未决问题,执行节点分别返回结果和证据位置。这样汇总时能查出分歧出现在哪一步。

难度和额度怎样一起影响分配

额度充足时,例中归类用轻量档、低强度,图文核对用均衡档、中强度,推导复核用高能力档、高强度。额度紧张时,图文核对改为按小段交给轻量档,保留中强度;高难度推导仍预留较多资源。图中为比较分工而设的相对档位,未给出实际价格或耗时。

一个应当退回的结果

设核对节点返回“竖截线上端是 1 − x”,却未附可辨认的边界图。协调层把这一项标为待核,带上对应片段退回核对节点;如果补到图后发现支撑域实际是 y < x,修正上限为 x,再把依赖此结论的推导一起复核。单纯提高推理强度补不回缺失的来源。

维护任务接口

改变模型分配时保持三项交付约定:结论、来源位置、仍缺的材料。用同一个含图文分歧的小例重跑即可比较哪个环节漏证据。协调与执行分层的思路来自 DeepSeek 的 Super-Agent 设计;这里展示的是课程整理场景中的分工示例。

参考阅读 · DeepSeek · Super-Agent 设计说明

协调层主代理拆分任务、分配资源、汇总结果
材料归类轻量档推理强度 · 低
图文核对均衡档推理强度 · 中
推导复核高能力档推理强度 · 高
额度充足 · 按难度分工

三个执行节点各自接收材料和交付要求。归类只需辨认栏目,图文核对要比对两种材料,推导复核要检查前后条件,因此模型档位和推理强度逐级增加。

04 / RESEARCH

研究兴趣

学习记录 · 持续更新

用同一组符号比较序列、关系与空间表示。

R.01生物信息编码与表征让五个虚构符号在序列和关系图之间切换,检查位置编号、顺序邻居和额外连边能否找回。

表征问题

临床医学学习背景引出了一个与计算机科学相交的问题:同一份信息换一种表示后,还能回答原来的哪些问题?AlphaFold 从序列推断结构的工作提供了观察角度。这里的研究兴趣是利用 Agent、算法与数据结构比较生物信息编码中的顺序和关系。

给五个位置两种读法

五个几何符号按 01 至 05 排列,顺序邻边把相邻位置连接起来。另指定两条关系 01—04、02—05。只保存位置数组,可以直接读出 04 的前一位是 03;把额外关系单独记为邻接表,才能回答“04 还与哪个非相邻位置相连”。

一个可以检查的转换

先选 04,再从「线性序列」切到「空间关系」。04 的形状和编号应保留,额外边的另一端始终为 01。反向操作选 03,就只留下顺序邻居。平面上的距离随布局改变,边的含义由显式记录决定。只看画面中哪个点靠得近,可能读出一条从未给定的关系。

研究兴趣的边界

Agent 可以在这个抽象任务中组织比较,逐项核对位置、顺序邻接、额外关系是否丢失。本例只用人为指定的符号、边和布局,说明如何提出并检验表征问题;没有使用真实生物数据,也没有据此作结构预测或报告研究成果。

参考阅读 · AlphaFold 团队 · 从序列到结构的工作背景

位置 01 · 线性序列

符号 ◆ 位于第 1 位。它与位置 04 还共享一条虚构的非相邻关系。两幅图共用位置编号;图形布局只用于比较记录方式。