Souyer's Archive

本文整理了实变函数课程中的思考题与部分练习题，内容涵盖集合论、可测集、可测函数、可积函数及微分与积分五大板块。题目涉及集列上下极限的性质与反例、示性函数与集列极限的关系、可测集与Borel集的结构、连续函数与开集原像的等价刻画、可测函数的判定与收敛性质（如依测度收敛、几乎处处收敛）、Lebesgue积分中的Fatou引理与Fubini定理应用，以及有界变差函数与绝对连续函数的判定与证明。每题均附有详细解答或证明思路，适合用于复习巩固实变函数核心概念与定理。

本文回顾了线性代数中范数的定义与性质，重点介绍了$l^p$范数（含无穷范数）及其相关不等式，如柯西-施瓦茨不等式和赫尔德不等式。通过分析范数球约束下的优化问题，展示了$p=1,2,\infty$三种情形下最大值求解方法，并归纳出一般规律：最大值等于对偶范数$\|\vec{y}\|_q$，其中$p,q$满足共轭关系。文章还总结了转化标量问题和先界后等两种解题思想。

本文介绍了Python中的隐式序列概念，即通过惰性计算按需生成元素而非预先存储。核心内容包括迭代器（提供顺序访问和停止信号）、可迭代值（可产生迭代器的对象）、内置迭代函数（如map）、for语句的底层机制、生成器与yield语句（简化惰性计算）、以及通过类实现可迭代对象和迭代器接口的方法。这些机制能有效节省内存，适用于处理大规模或无限序列。

本文介绍了因果关系与关联性的区别，强调因果关系需基于关联性并考虑事件先后顺序。通过约翰·斯诺的霍乱研究案例，展示了如何从观察性研究（如地图分析）到对照实验（比较供水公司数据）建立因果推断，并引入混杂因素概念（如咖啡与肺癌例子中吸烟的干扰）。文章还阐述了随机对照试验（RCT）在排除混杂因素中的重要性，指出观察性研究难以确立因果，需谨慎对待混杂因素。

本文介绍了纠错码的基本原理与应用，重点阐述里德-所罗门码在信息传输中的纠错机制。文章先讨论擦除错误，通过多项式插值将n个数据包扩增至n+k个，使接收者能还原原始信息；随后推广至一般性错误，引入伯利坎普-韦尔奇算法，利用错误定位多项式处理最多k个干扰点。最后拓展至纠错码本质，通过汉明距离分析码词间最短距离，证明里德-所罗门码在一般错误下最优距离为2k+1，并总结课程笔记完结。