• 求解形式幂级数的一阶微分方程


    为了方便本文的叙述,作出如下可能不严谨的定义:
    (1)、如无特殊说明,(f)表示一个多项式。
    (2)、如无特殊说明,(F)表示一个以多项式为参数的函数。

    这篇文章主要是想求解这个东西:

    [frac{d}{dx}f=F(f) (mod x^n) ]

    一般情况下(f)可以放到等式右边然后就可以用牛顿迭代来求零点了...然而这个微分非常讨厌,怎么办呢,我们还是来考虑倍增。

    先来考虑泰勒展开式,假设上一次迭代的结果是(widehat f),那么:

    [frac{d}{dx}f=sum_{i=0}^{infty}frac{F^{(i)}(widehat f)}{i!}(f-widehat f)^i ]

    显然(igeq 2)的项都是没有用的,于是改写为:

    [frac{d}{dx}f=F(widehat f)+F'(widehat f)(f-widehat f) ]

    拆项、移项:

    [frac{d}{dx}f-F'(widehat f)f=F(widehat f)-F'(widehat f)widehat f ]

    下面就是一波神仙操作了,我们设一个(r),其值为:

    [r=e^{-int F'(widehat f) dx} ]

    考虑其微分,利用复合函数求导法则得:

    [frac{d}{dx}r=e^{-int F'(widehat f) dx}cdot(-F'(widehat f))=-F'(widehat f)r ]

    考虑对之前得式子左右同乘(r)

    [frac{d}{dx}fcdot r-F'(widehat f)fcdot r=(F(widehat f)-F'(widehat f)widehat f)cdot r ]

    于是可以发现等式左边的第二项可以转化,变为(fcdot frac{d}{dx}r),于是等式左边就可以再利用求导法则转化:

    [frac{d}{dx}fcdot r+fcdot frac{d}{dx}r=frac{d}{dx}(fcdot r)=(F(widehat f)-F'(widehat f)widehat f)cdot r ]

    于是对两边进行积分:

    [fcdot r=int (F(widehat f)-F'(widehat f)widehat f)cdot r dx ]

    显然再同除以(r)

    [f=frac{int (F(widehat f)-F'(widehat f)widehat f)cdot r dx}{r} ]

    于是就可以倍增了...这操作真的是好强好强。

    ( m upd):分治( m FFT)好啊...常数可以吊打上面的做法...

  • 相关阅读:
    Oracle script to check the database growth
    VUE 项目本地没有问题,部署到服务器上提示错误
    Spring 最常用的几个注解
    Spring @Repository 注解
    VUE 如何将父组件中的数据传递到子组件中
    Spring @Autowired 注解静态变量
    VUE 如何格式化数字
    MySQL原理介绍
    大数据Hadoop之——DorisDB核心概念介绍与简单使用(StarRocks)
    Redis原理介绍
  • 原文地址:https://www.cnblogs.com/Mr-Spade/p/9924127.html
Copyright © 2020-2023  润新知