• 多项式的各种操作


    持续update。。。

    多项式的表示方式

    1.系数表示法

    最常用的其实就是这个了,数学书告诉我们多项式是多个单项式的和,例如,

    [x^3+16x^2+2 ]

    就是一个多项式。我们可以将一个多项式表示为

    [kx^n ]

    其中k为系数,n为次数

    所以我们就可以把一个次数界为n的多项式用一个n维向量(a=(a_0,a_1,a_2,a_3,...,a_n-1))表示成这样

    [f(x)=sum^{n-1}_{i=0}a_ix^i ]

    1)运算

    加法:

    这个就比较显然了

    [f(x)=A(x)+B(x)=sum^{n-1}_{i=0}(a_i+b_i)x^i ]

    时间复杂度(O(n))

    乘法:

    这里要稍微理解一下

    [f(x)=A(x)B(x)=sum_{i=0}^{n^2}(sum_{j=0}^{i}a_jb_{i-j})x^i ]

    时间复杂度(O(n^2))

    2.点值表示法

    我们可以把一个次数界为n的多项式(f(x))表示成这样一个集合(F)

    [F={(x_0,y_0),(x_1,y_1),(x_2,y_2),cdots,(x_{n-1},y_{n-1})} ]

    我们可以这样理解(x_i)(y_i)之间的关系

    [y_i=f(x_i) ]

    也就是说第i个y值就是第i个x代入多项式(f(x))后的值

    例如,多项式(f(x)=x^2+x+1)就可以表示成这样

    [{(1,3),(2,7),(-1,1)} ]

    我们将(x_1=1,x_2=2,x_3=-1)代入,会发现

    [f(1)=3 \f(2)=7 \f(-1)=1 ]

    1)为什么可以这样表示

    首先我们要知道为什么一个点值表达式可以确定一个唯一的多项式。我们这里就可以引入一个比较神奇的东西拉格朗日插值公式,用它我们可以将多项式(f(x))表示成这样

    [f(x)=sum_{i=0}^{n-1}y_iprod_{j=0,j e i}^{n-1}frac{x-x_j}{x_i-x_j} ]

    拉格朗日公式是当给定n个点((x_i,y_i)),求一个(n-1)次多项式(函数)(f(x))时用的,显然它的时间复杂度是(O(n^2))。由此我们会发现对于一个点值表达式,可以确定一个唯一的多项式。但是对于一个多项式是不确定一个唯一的点值表达式,因为在这个函数任取n个点都是这个函数的点值表达式。

    MYHdalao在上FFT时的一句话使我记忆深刻:n个点可以确定一个n次多项式(函数)

    其实我们可以更加直(gan)观(xing)地来理解一下这句话。学一次函数时我们有两点式,学二次函数时我们有三点式,可以很容易找出这其中的规律

    2)运算

    先定义(下面要用)

    多项式(A(x)={(x_0,y_0),(x_1,y_1),(x_2,y_2),cdots,(x_{n-1},y_{n-1})})

    多项式(B(x)={(x_0,y'_0),(x_1,y'_1),(x_2,y'_2),cdots,(x_{n-1},y'_{n-1})})

    观察上面(A(x))(B(x))的点值表达式,它们的(n)(x_i)的取值都是一样的,而(y_i)(y'_i)的取值就是代入两个多项式后的不同的取值

    加法:

    点值表达式的加法还是十分好理解的啊

    [f(x)=A(x)+B(x)={(x_0,y_0+y'_0),(x_1,y_1+y'_1),(x_2,y_2+y'_2),cdots,(x_{n-1},y_{n-1}+y'_{n-1})} ]

    乘法:

    点值表达式的乘法对于FFT是极其重要的

    多项式求导

    1.前置

    1)可加性?(求导法则)

    (f(x)=x^2+x)(g(x)=x^2,h(x)=x),则

    [f'(x)=g'(x)+h'(x) ]

    2)常数可分离(求导法则)

    首先我们知道常数的导数是0
    (f(x)=cx)(g(x)=x),则

    [f'(x)=cg'(x) ]

    3) 二项式定理

    ((x+y)^n=sum_{i=0}^{n}{n choose i}x^iy^{n-i})

    实际上这个东西就是我们小学时候学的杨辉三角
    这里写图片描述

    4)幂函数求导

    这是比较基本的东西啊
    我们令(f(x)=cx^n,g(x)=x^n),所以

    [egin{align*}f'(x)&=cg'(x)\&=climlimits_{mathrm{d}x o 0}frac{g(x+dx)-g(x)}{dx}\&=climlimits_{mathrm{d}x o 0}frac{(x+dx)^n-x^n}{dx}\&=climlimits_{mathrm{d}x o 0}frac{sum_{i=0}^{n}{n choose i}x^idx^{n-i}-x^n}{dx}\&=climlimits_{mathrm{d}x o 0}frac{sum_{i=0}^{n-1}{n choose i}x^idx^{n-i}}{dx}\&=climlimits_{mathrm{d}x o 0}sum_{i=0}^{n-1}{n choose i}x^idx^{n-i-1}\&=cnx^{n- 1}end{align*} ]

    2.推导

    首先我们定义一个多项式

    [f(x)=sum_{i=0}^{n}a_ix^i ]

    所以我们就会有

    [egin{align*} f'(x)&=sum_{i=0}^{n}(a_ix^i)' \&=sum_{i=0}^{n}a_i(x^i)' \&=sum_{i=0}^{n}a_iix^{i-1} end{align*} ]

    这样这个推导就完成了

  • 相关阅读:
    “非工作总结”之快门—我的镜头见过你
    书摘:日本式管理和依靠自己
    寒冬日,找阳光
    模式自由(Schemafree)和数据存储的非格式化趋势
    心体澄澈,意气和平
    思考些管理的事情
    含沙射影,业镜照胆
    临崖之马,上滩之舟—凡事一定要区别不同情况对待
    [转]HttpContext.Current.Cache 和 HttpRuntime.Cache
    句柄、引用、指针与对象(转)
  • 原文地址:https://www.cnblogs.com/ezoihy/p/10034428.html
Copyright © 2020-2023  润新知