本文介绍多项式相关知识。
概述
多项式 (Polynomial) 是代数学中的基础概念,是由称为未知数的变量
和称为系数
的常数通过有限次加减法,乘法以及自然数幂次的乘方运算得到的代数表达式。以单变量多项式为例说明:
$$ f(x) = \sum_{i=0}^{n}a_i x^i = a_0 + a_1x + … + a_nX^n = a_0,a_1,….,a_n $$
- Degree $deg(f(x))=n$
以上是系数表示形式,系数序列确定多项式也就确定了。还有一种表示方法是使用 n+1 点值对表示 n 次多项式。
$$ f(x) = (x_0,y_0),(x_1,y_1),….,(x_n,y_n) $$
同样,这种方法也能唯一确定多项式。
两种表示方法,各有其应用场景,比如系数表示法在计算多项式相加的场合效率高,而点值表示法则应用在多项式相乘计算场合。
由于两种表示法本质是同一个东西,所以二者可以相互转化,其中 FFT 就是实现系数表达到点值表示的转换方法,而 IFFT 正好相反。关于 FFT 和 IFFT 深入解读超出本文范围,请自行查阅资料。
多项式插值
多项式插值法是一种数学和计算方法,用于找到通过一组给定数据点的多项式函数,以便在这些数据点上的函数值与已知数据值完全匹配。这种方法的核心思想是,通过已知数据点,可以确定一个多项式函数,使得这个多项式函数在这些点上的值与实际观测到的值一致。
下面是多项式插值法的一般步骤和核心概念:
- 已知数据点: 首先,已知一组数据点,通常表示为 (x1, y1), (x2, y2), …, (xn, yn),其中 xi 是独立变量的值,yi 是相应的依赖变量的观测值。
- 插值多项式: 接下来,通过这些已知数据点来构建一个插值多项式,通常表示为 P(x),这个多项式的形式为 P(x) = a0 + a1x + a2x^2 + … + anx^n,其中 a0, a1, a2, …, an 是多项式的系数。
- 满足条件: 插值多项式 P(x) 被设计成满足以下条件:P(xi) = yi,即在已知数据点 xi 处,多项式的值与观测值 yi 相等。
- 多项式求解: 通过解一个线性方程组或使用插值方法(如拉格朗日插值法或牛顿插值法)来确定多项式的系数,以使插值多项式满足已知数据点。
- 插值结果: 一旦找到插值多项式,就可以使用它来估计在任何 x 值处的函数值,而不仅仅是已知数据点上的值。这使得插值多项式成为对数据进行估计和预测的有用工具。
常见的多项式插值方法包括:
- 拉格朗日插值法: 使用拉格朗日多项式来拟合数据,这是一种基于基函数的方法。
- 牛顿插值法: 使用牛顿多项式来拟合数据,这是一种递归的方法。
- 分段插值: 在不同区间上使用不同的插值多项式,通常用于非连续数据。
拉格朗日插值法
在线工具
来自 Wolfram Alpha 的巧妙 在线工具 可以根据输入的向量插值一个多项式!
延伸阅读
建议阅读 币圈李白:零知识证明 KZG Commitment 1:Polynomial Commitment 建议阅读。详细介绍了:
- 如何使用拉格朗日插值将数据转为多项式
- 多项式性质和应用
- 多项式承诺在零知识证明(交互式、非交互式)中的应用
- 简要介绍了 KZG。
评论