标签: polynomial-math

我有四个变量(w,x,y和z)中的整数多项式,我知道这些变量可以写成这六个变量中的整数多项式:

• a = wz
• b = xy
• c = w ^ 3 + z ^ 3
• d = x + y
• e = w ^ 3 x + yz ^ 3
• f = w ^ 3 y + xz ^ 3

如何使用Mathematica(或者Java)轻松地对变量进行这种更改？

我一直在接受这些艰难的面试问题.这个真让我感到困惑.

您将获得一个poly获取并返回的函数int.它实际上是一个非负整数系数的多项式,但你不知道系数是什么.

您必须编写一个函数,使用尽可能少的调用来确定系数poly.

我的想法是使用递归知道我可以得到最后一个系数poly(0).所以我想,以取代poly用(poly - poly(0))/x,但我不知道如何做到这一点的代码,因为我只能打电话poly.任何人都知道如何做到这一点？

我想在整数环上快速分解多项式(原始多项式具有整数系数,并且所有因子都具有整数系数).

例如,我想分解4*x^6 + 20*x^5 + 29*x^4 - 14*x^3 - 71*x^2 - 48*x为(2*x^4 + 7*x^3 + 4*x^2 - 13*x - 16)*(2*x + 3)*x.

我应该选择哪种算法来避免代码的复杂性和方法的低效率(谈论算术运算和内存消耗的总量)？

我将使用C编程语言.

例如,可能有一些好的算法用于整数环模数素数的多项式因式分解？

我想找到a系数的最小二乘解

z = (a0 + a1*x + a2*y + a3*x**2 + a4*x**2*y + a5*x**2*y**2 + a6*y**2 +
     a7*x*y**2 + a8*x*y)

给定的阵列x,y和z长度20的基本上我正在寻找的等效numpy.polyfit但对于一个二维多项式.

这个问题很相似,但解决方案是通过MATLAB提供的.

这只是一个基本问题.我正在使用线条来分散点polyfit.我有一些情况,我的散点有相同的X值,并且polyfit不能适合它.必须有能够处理这种情况的东西.毕竟,它只是一条线.

我可以尝试交换X和Y然后冷却一条线.任何更简单的方法,因为我有很多散点集,并想要一个通用的方法来检查行.

主要目标是找到合适的线条并放弃非线性特征.

我试图在R中生成正交多项式,但我一直得到一个我不明白的错误

> poly(1:1000, 50)
Error in poly(1:1000, 50) : 
  'degree' must be less than number of unique points

当然,独特点的数量是1000？这是什么意思？这是一个错误吗？如果有的话,有谁知道我的工作？

编辑:对于任意数量的点数,这似乎是> 27的程度 - 这是一个无证件限制吗？

我正在寻找一种快速算法来找到素数有限域中单变量多项式的根.

也就是说,如果 (n> 0)那么对于给定的素数p ,找到满足的算法.f = a0 + a1x + a2x2 + ... + anxnr < pf(r) = 0 mod p

我发现了Chiens搜索算法https://en.wikipedia.org/wiki/Chien_search但是我无法想象这对于大于20位的素数来说是快速的.有没有人有使用Chien的搜索算法的经验或知道更快的方法？这是否有一个sympy模块？

让我首先澄清一下(在你们解雇我之前),这不是一个家庭作业问题而且我不是大学生.:)

编辑 感谢@Klas和其他人,我的问题现在归结为一个需要以编程方式解决的数学方程式.

我正在寻找一种解决的算法/代码Linear Diophantine Equation.对于像我这样的小凡人,这里的方程式如下:

示例1 :( 3x + 4y + 5z = 25找到x,y,z的所有可能值)

例2 :( 10p + 5q + 6r + 11s = 224找到p,q,r,s的所有可能值)

例3 :( 8p + 9q + 10r + 11s + 12t = 1012找到p,q,r,s,t的所有可能值)

我试着谷歌搜索无济于事.我本以为会编写一些代码来解决这个问题.如果你们遇到某种已经实现过这种情况的图书馆,请告诉我.如果解决方案是Java,没有什么可以更酷!算法/伪代码也可以.非常感谢.

我正在使用Numpy来获得多项式的根.Numpy提供了一个模块"多项式".

我的手计算x^2 + 5*x + 6 = 0是x = -2&x = -3.(简单)

但我的代码告诉我错误的答案:( array([-0.5 , -0.33333333])反转？)

有谁能在我的代码中找到罪魁祸首？或者它只是一个错误？

from numpy.polynomial import Polynomial as P
p = P([1, 5, 6])
p.roots()

我已经使用polyfitmatlab中的函数将线性最小二乘多项式拟合到数据中.从我读到的,这使用标准多项式基础(单项式基础).我已经读过使用切比雪夫多项式基础来拟合导致更大的数值稳定性所以我想这样做.matlab有这个选项吗？