H Lyapunov αυτή δεν είναι κάτι διαφορετικό από την κλασσική, απλά είναι ορισμένη για n διαστάσεις. Δηλαδή ισχύει ότι V = 1/2 x^Tx = 1/2 (x1^2 + x2^2 + ... + xn^2).

Και η παράγωγος βγαίνει με τον ίδιο τρόπο dV = dx^Tx = (dx1 x1 + dx2 x2 + ... + dxn xn).
Αν προβληματίζεσαι πώς βγαίνει αυτό, απλά κάνεις τον κανόνα του γινομένου dV = 1/2 * (dx^Tx + x^T dx) και μετά επειδή η ποσότητα x^Tdx είναι μονοδιάστατη, είναι ίση με το transpose της, δηλαδή x^Tdx = dx^Tx. Οπότε τελικά:

dV = 1/2 * (dx^Tx + x^T dx) = 1/2 * (dx^Tx + dx^T x) = 1/2*(2dx^Tx) = dx^Tx

(εννοείται πως το transpose δεν επηρεάζει κάπως την παράγωγο, είναι μια σύμβαση για να γράφουμε ένα διάνυσμα ως διάνυσμα γραμμή).

Η υπόλοιπη άσκηση φαίνεται στις σημειώσεις που σου επισήμανε ο Caterpillar.

δεν γραφεις και την lyapunov (ή δεν ανεβάζεις την άσκηση) να την δούμε και εμείς που περάσαμε πέρσυ το μάθημα (ισως θυμηθούμε τπτ)?

Βασικά δες το συνημένο στο περσινο ποστ του Rick

Στον γραμμικό συνδιασμό Gaussian συναρτήσεων, θέλουμε το άθροισμα των συντελεστών να μην ξεπερνάει το 15... Οι συντελεστές είναι ακέραιοι ή μπορούν να έχουν και float τιμες; Μπορούμε να έχουμε αρνητικούς συντελεστές;