多项式指数函数(多项式 exp)
\(e^t\) 的导数
结论
\[(e^{t})'=e^t
\]
证明
\[(e^t)'=\frac{(e^{t+\varepsilon}-e^t)}{\varepsilon}=\frac{e^t(e^{\varepsilon}-1)}{\varepsilon}
\]
因为 \(e^{\varepsilon}=\varepsilon +1\),所以 \((e^t)'=e^t\)。
至此,证毕。
这个东西在这里并没有用,只是放在这里,以后什么时候找到归处了就转移。
exp
首先,\(\exp f(x)\) 表示 \(e^{f(x)}\)。
\[\beta (x)\equiv e^{\alpha(x)}\pmod {x^n}
\]
\[\ln(\beta(x))\equiv \alpha(x)\pmod {x^n}
\]
\[\alpha(x)-\ln(\beta(x))\equiv 0\pmod {x^n}
\]
这里我们假设一个关于 \(\beta(x)\) 的函数 \(f(\beta(x))=\ln(\beta(x))-\alpha(x)\),那么我们要求的便是零点。
在这个式子里,\(\alpha(x)\) 可以作为常数项,因为自变量是 \(\beta(x)\)。
那么得到:
\[f'(\beta(x))=\frac{1}{\beta(x)}
\]
接下来,我们把 \(f(\beta(x))\equiv 0\pmod{x^n}\) 代入牛顿迭代的式子,得到:
\[\beta(x)\equiv \beta_0(x)-\frac{f(\beta_0(x))}{f'(\beta_0(x))}
\]
\[\beta(x)\equiv \beta_0(x)-\beta_0(x)\cdot (\ln(\beta_0(x))-\alpha(x))
\]
推到这里便已经可以递归分治了,想必这个式子也说明了为什么牛顿迭代经常会出现单 \(\log\) 跑不过双 \(\log\)。
注意:一定要清楚什么地方要清空。
$$\texttt{Dirty Deeds Done Dirt Cheap}$$