您所在位置： &
 &  & 
1己知α=iaj-3k,β=ai-3j6k,γ=-2i2j6k,若α,β,γ共面,则a等..doc 32页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：150 &&
1己知α=iaj-3k,β=ai-3j6k,γ=-2i2j6k,若α,β,γ共面,则a等.
你可能关注的文档：
??????????
??????????
1．己知α=i+aj-3k，β=ai-3j+6k，γ=-2i+2j+6k，若α，β，γ共面，则a等于：(A)1或2(B)-1或2(C)-1或-2(D)1或-2C。因为α，β，γ共面，则α×β垂直于γ，即(α×β)?γ=0；，(α×β)?γ=(6a-9，-3a-6，-a2-3)?(-2，2，6)=6(a+1)(a+2)=0，则a=-1或-2。2．设平面π的方程为3x-4y-5z-2=0，以下选项中错误的是：(A)平面π过点(-1，0，-1)(B)平面π的法向量为-3i+4j+5k(C)平面π在z轴的截距是(D)平面π与平面-2x-y-2z+2=0垂直D。法向量=(3，4，5)，=(2，1，2)，=(3，4，5)?(2，1，2)=-12≠0，所以选项(D)错误。3．球面x2+y2+z2=9与平面x+z=1的交线在xoy坐标面上投影的方程是：(A)x2+y2+(1-x)2=9(B)(C)(1-z)2+y2+z2=9(D)B。此题比较简单，注意不要错选(A)。4．，则a与b比值是(A)b≠0，a为任意实数(B)a≠0，b=0(C)a=1，b=0(D)a=0，b=0A。，只要b≠0，极限均趋向于无穷大。5．函数在x点的导数是：(A)(B)(C)(D)A。6．已知函数，则等于：(A)2x+2y(B)x+y(C)2x-2y(D)x-yB。令μ=xy，，则f(μ，v)=μv，将变量μ，v换成x，y，得f(x，y)=xy；于是。7．设f(x)在(-∞，+∞)上是奇函数，在(0，+∞)上f'(x)＜0，f&(x)＞0，则在(-∞，0)上必有：(A)f'＞0，f&＞0(B)f'＜0，f&＜0(C)f'＜0，f&＞0(D)f'＞0，f&＜0B。偶函数的导数是奇函数，奇函数的导数是偶函数。f(x)是奇函数，则f'(x)是偶函数，当x＞0时，f'(x)＜0，则x＜0，f'(x)＜0；f'(x)是偶函数，则f&(x)是奇函数，当x＞0时，f&(x)＞0，则x＜0，f&(x)＜0；[点评]偶函数的导数是奇函数，奇函数的导数是偶函数。8．曲面z=1-x2-y2在点处的切平面方程是：A。F(x，y，z)=x2+y2+z-1=0，曲面法向量n=(Fx，Fy，Fz)=(2x，2y，1)=(1，1，1)，曲线在点处的切平面方程为。[点评](1)空间曲线的切线与法平面空间曲线Γ：在对应参数t=t0的点(x0，y0，z0)处的切线方程为法平面力程为φ'(t0)(x-x0)+ψ'(t0)(y-y0)+ω'(t0)(z-z0)=0．(2)曲面的切平面与法线曲面∑：F(x，y，z)=0在其上一点M(x0，y0，z0)处的切平面方程为Fx(x0，y0，z0)(x-x0)+Fy(x0，y0，z0)(y-y0)+Fz(x0，y0，z0)(z-z0)=0．法线方程是9．等于：(A)(B)(C)3-x2+c(D)(3-x2)2+cB。[点评]10．若，则k等于：B。，又k≠0，则k=-1。11．设，且f(0)=2，则f(x)是：C。两边求导，得f(x)=2f'(x)，即，由f(0)=2，c=2，则。12．D。积分区域D为，可表示为。13．A。对弧长的积分14．B。举反例，令un=0，则，显然收敛，满足题意，选项(D)错误。令un=1，则，显然收敛，满足题意，但是级数并不收敛，所以选项(A)错误，选项(C)也错误。15．B。[点评]此题为概念题，常用的幂级数展开式如下，需记忆。(4)常用函数的幂级数展开式当时，有16．微分方程(1+y)dx-(1-x)dy=0的通解是：(c为任意常数)C。此为可分离变量的方程，分离变量，(1-x)dy=(1+y)dx，两边积分∫(1-x)dy=∫(1+y)dx，得-ln(1-x)=ln(1+y)+c1，即(1-x)(1+y)=e-c1=c。17．微分方程满足初始条件y|x-1=0的特解是：A。此为一阶线性方程，y'+P(x)y=Q(x)，，Q(x)=2特解为18．(A，B为任意常数)D。特征方程r2+2=0，特征根为。19．D。此题比较简单，对立事件即为必有且仅有一个事件发生。20．D。21．X的分布函数F(x)，而，则E(X)等于：(A)0.7(B)0.75(C)0.6(D)0.8B。先求概率密度f(x)，，期望。22．设A，B是n阶短阵，且B≠0，满足AB=0，则以下选项中错误的是：A)r(A)+r(B)≤n(B)|A|=0或|B|=0(C)0≤r(A)＜n(D)A=0D。选项(A)、(B)、(C)均对，选项(D)错误，矩阵A不一定为零矩阵。23．设B是3阶非零矩阵，已知B的每一列都是方程组的解，则t等于：(A)0(B)2(C)-1(D)1D。24．设A是3阶矩阵，α1=(
正在加载中，请稍后...文档分类：
下载后只包含 1 个 DOC 格式的文档，没有任何的图纸或源代码，
下载前请先预览，预览内容跟原文是一样的，在线预览图片经过高度压缩，下载原文更清晰。
您的浏览器不支持进度条
下载文档到电脑，查找使用更方便
还剩?页未读，继续阅读
播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表利用α-β搜索过程的博弈树搜索算法编写一字棋游戏.doc
文档介绍：
1南京信息工程大学研究生实验报告课程名称人工智能与专家系统实验名称利用α-β搜索过程的博弈树搜索算法编写一字棋游戏学生姓名王灿田学号院系信息与控制学院专业系统分析与集成任课教师梅平日2利用α-β搜索过程的博弈树搜索算法编写一字棋游戏1.α-β搜索过程在极小极大搜索方法中,由于要先生成指定深度以内的所有节点,其节点数将随着搜索深度的增加承指数增长。这极大地限制了极小极大搜索方法的使用。能否在搜索深度不变的情况下,利用已有的搜索信息减少生成的节点数呢?设某博弈问题如下图所示,应用极小极大方法进行搜索。假设搜索的顺序为从下到上,从左到右。当计算完a的值为0后,由于b是极大节点,马上就可以知道b的值大于等于0。接下来求c的值。由于c是极小节点,由d的值为-3,知道c的值小于等于-3。而a和c都是b的子节点,所以即便不扩展节点e,也可以知道b的值一定为0了。所以在这种情况下,没有生成节点e的必要。同样,在知道b的值为0后,由于k是极小节点,所以立即知道k的值要小于等于0。而通过节点f、g,知道h的值至少为3。这样即便不扩展A所包围的那些节点,也能知道k的值一定为0。所以A包围的那些节点也没有生成的必要,不管这些节点取值如何,都不影响k的值。如果在搜索的过程中,充分利用这些信息,不就可以少生成很多节点,从而提高搜索的空间利用率吗?α-β过程正是这样一种搜索方法。图1MINIMAX过程是把搜索树的生成和格局估值这两个过程分开来进行,即先生成全部搜索树,然后再进行端节点静态估值和倒推值计算,这显然会导致低效率。如图1中,其中一个MIN节点要全部生成A、B、C、D四个节点,然后还要逐个计算其静态估值,最后在求倒推值阶段,才赋给这个MIN节点的倒推值-∞。其实,如果生成节点A后,马上进行静态估值,得知f(A)=-∞之后,就可以断定再生成其余节点及进行静态计算是多余的,可以马上对MIN节点赋倒推值-∞,而丝毫不会影响MAX的最好优先走步的选择。这是一种极端的情况,实际上把生成和倒推估值结合起来进行,再根据一定的条件判定,有可能尽早修剪掉一些无用的分枝,同样可获得类似的效果,这就是α-β过程的基本思想。32.利用α-β搜索过程的一字棋的实例图2一字棋第一阶段α-β剪枝方法为了使生成和估值过程紧密结合,采用有界深度优先策略进行搜索,这样当生成达到规定深度的节点时,就立即计算其静态估值函数,而一旦某个非端节点有条件确定其倒推值时就立即计算赋值。从图2中标记的节点生成顺序号(也表示节点编号)看出,生成并计算完第6个节点后,第1个节点倒推值完全确定,可立即赋给倒推值-1。这时对初始节点来说,虽然其他子节点尚未生成,但由于s属极大值层,可以推断其倒推值不会小于-1,我们称极大值层的这个下界值为α,即可以确定s的α=-1。这说明s实际的倒推值决不会比-1更小,还取决于其他后继节点的倒推值,因此继续生成搜索树。当第8个节点生成出来并计算得静态估值为-1后,就可以断定第7个节点的倒推值不可能大于-1,我们称极小值层的这个上界值为β,即可确定节点7的β=-1。有了极小值层的β值,很容易发现若α≥β时,节点7的其他子节点不必再生成,这不影响高一层极大值的选取,因s的极大值不可能比这个β值还小,再生成无疑是多余的,因此可以进行剪枝。这样一来,只要在搜索过程记住倒推值的上下界并进行比较,就可以实现修剪操作,称这种操作为α剪枝。类似的还有β剪枝,统称为α-β剪枝技术。在实际修剪过程中,α、β还可以随时修正,但极大值层的倒推值下界α永不下降,实际的倒推值取其后继节点最终确定的倒推值中最大的一个倒推值。而极小值层的倒推值上界β永不上升,其倒推值则取后继节点最终确定的倒推值中最小的一个倒推值。2.1在进行α-β剪枝时,应注意以下几个问题:(1)比较都是在极小节点和极大节点间进行的,极大节点和极大节点的比较,或者极小节点和极小节点间的比较是无意义的。(2)在比较时注意是与&先辈层&节点比较,不只是与父辈节点比较。当然,这里的&先辈层&节点,指的是那些已经有了值的节点。(3)当只有一个节点的&固定&以后,其值才能够向其父节点传递。4(4)α-β剪枝方法搜索得到的最佳走步与极小极大方法得到的结果是一致的,α-β剪枝并没有因为提高效率,而降低得到最佳走步的可能性。(5)在实际搜索时,并不是先生成指定深度的搜索图,再在搜索图上进行剪枝。如果这样,就失去了α-β剪枝方法的意义。在实际程序实现时,首先规定一个搜索深度,然后按照类似于深度优先搜索的方式,生成节点。在节点的生成过程中,如果在某一个节点处发生了剪枝,则该节点其余未生成的节点就不再生成了。2.2α-β剪枝搜索过程(如图3)在搜索过程中,假定节点的生成次序是从上到下,从左到右进行的。图中带圈的数字,表示节点的计算次序,在叙述时,为了表达上的方便,该序号也同时表示节点。当一个节点有两个以上的序号时,不同的序号,表示的是同一个节点在不同次序下计算的结果。过程如下:首先,从根节点开始,向下生成出到达指定节点深度的节点○1{注释:○1应为,○2...○32也一样表示},由○1的值为0,可知○2≤0,继续扩展生成节点○3,由于○3的值5大于○2的值0,并且节点○2再也没有其它的子节点了,所以○4(与○2是同一个节点)的值确定为0。由○4的值,可以确定○5≥0。扩展节点○5,按顺序生成节点○7、○6,由○6的值-3,有○7≤-3。○7是极小节点,其值小于它的先辈节点○5的值,满足α剪枝条件,故○7的其他子节点被剪掉,不再生成。由于○5不再有其他子节点,所以有○8=0,并因此有○9≤0。扩展节点○9,顺序生成节点○12、○11、○10,由○10=3得到○11=3和○12≥3。○12是极大节点,其值大于其先辈节点○9的值,满足β剪枝条件,故○12的其他三个子节点及其这些子节点的后继节点全部被剪掉。这样○9的子节点也全部搜索完,得到○13=0,并上推到○14≥0。扩展○14的另一个子节点,一直到指定深度。由○15=5,有○16≤5,然后顺序生成出○17、○19,由○17、○19的值分别得到○18≤4、○20=1。上推得到○21≥1。扩展○21的另一个子节点,顺序生成○23、○22,得到○23≤-3。○23是一个极小节点,其值小于其先辈节点○21的值,满足α剪枝条件,所以在○23处发生剪枝(注意,此处即便是○23的值不小于○21的值,但由于○23的值小于○14的值,同样也发生α剪枝,因为是后继节点的β值与其先辈节点的α值进行比较,而不只是后辈的β值与其父节点的α值进行比较。同样,在β剪枝的情况下,也是后辈节点的α值与其先辈节点的β值进行比较,而不只是后辈的α值与其父节点的β值进行比较)。这样得到○24=1,○25≤1。扩展○25的右边子节点及其后继节点,有○26=6,○27≤6,○28=8,○29=6,并由此上推到○30≥6。○30是一个极大节点,其值大于其先辈节点○25的值,满足β剪枝条件,故在节点○30处发生剪枝。这样使得○31=1,并使得根节1
内容来自淘豆网转载请标明出处.
浏览：30次