【QBXT】学习笔记——Day9数学

今天要讲数学，莫名慌张TAT。
一看目录确实是很难很难啊。

======================分割线=====================

Day 9 1.23AM

先开始讲了极限，这一部分的内容在高等数学上就有，在此不多讲。
写一些OI中会”常用“的结论？？
$\lim_{+\infty}(1+\frac 1 n)^n=\lim_{+\infty}(1-\frac 1 n)^n=e$
$\lim_{0}\frac {sinx} x=\lim_{0}\frac {tanx} x=1$
$\lim_{+\infty}\sqrt[n]{n}=1$
$\lim_{0}\frac {arctanx} x=\lim_{0}\frac {e^x-1} x=1$
等价无穷小
$\lim_{x\rightarrow x_0} \frac{f(x)}{g(x)}=1$
等价无穷大
$\lim_{x\rightarrow x_0}f(x)=\lim_{x\rightarrow x_0}g(x)=\infty$
这二者是对偶的。

高阶小量，一般用于分析时间复杂度，是在极限下的定义。
如果在OI里算时间复杂度可能会有一些误差，卡常什么的。

割线：取函数图象上两个点形成的直线。
切线：作割线的两个点无穷近时形成的直线。
切线的定义就是一个函数的导数。

导数的基本公式我也不写了，看高等数学就行了。
可以写一些有趣的导数：
$(x^x)'=(e^{xlnx})'=(e^{xlnx})(lnx+1)=x^x(lnx+1)$

洛必达法则：
$x \rightarrow x_0,f(x),g(x) \rightarrow 0,且x \rightarrow x_0, \frac {f'(x)}{g'(x)} =A$
则$x\rightarrow x_0 \frac {f(x)}{g(x)} =\frac {f'(x)}{g'(x)} =A$

话说求导也不能一直求下去的233
老师说导着导着就导炸了0.0

开根：
给出实数$y$和整数$k,|y|<100$，试求y的k次方根，$y$最多两位小数。
我们可以二分，三分，牛顿迭代。注意精度与收敛速度要作权衡。
三分要求严格凸。
牛顿迭代：一个类似$x^2-A$的下凸函数，找一个较远点作切线，交$x$轴于$x_0$然后垂直$x$轴作直线，找到函数在$x_0$上的点继续作切线，如此往复。这样逼近的点就是函数与$x$轴的焦点，即$y=0$的位置，收敛了。
这个收敛的速度是很快的。当然不同情况下收敛速度不同。还依赖于初始选择点。
比如这题，如果这个A比较大时，我们刚刚开始选择的点的切线斜率十分大，这样子的话一开始迈的步子会很小，就会迭代很多次。
那么我们要解决这个问题就要在精度和收敛速度中作权衡，我们可以这样：

$$\begin{array} & \sqrt[k]{A}=\frac 1 {\sqrt[k]{\frac 1 A}} \end{array}$$
然后就跑的飞快。

牛顿迭代可以用来做最大权闭合子图。实际上各种二分也是可以用牛顿迭代替代，是很快很快的。然而只是适用于下凸函数。

平面上两条不相交线段AB和CD，蚂蚁在AB上的移动速度为$v_1$，在CD上移动的速度为$v_2$在其他平面速度为$v_3$求A到D的最短时间。
大概是：

这题我们观察到，如果左边的点确定了，那么对于选取右边的点，是一个单峰函数。同样我们左边点的选取也是一个单峰函数。两个凸我们可以用三分套三分做。

接下来是一些我不是很会的东西，贴图片。
我们发现常数项的导数是0，因此我们可以随意添加常数项，所以求导的逆运算对应一组函数。（仅仅一组0.0）

对于上面的定积分的直观看法就是一个区间$[a,b]$函数的面积，积分是有向的0.0
这个东西就叫牛顿-莱布尼茨公式

这些应用真是令人绝望XD

这里补一些上课写在草稿本上关于积分的东西。
积分公式：

$$\begin{array} $\int f(x)dx=F(x)+C \end{array}$$
其中 $F(x)'=f(x)$
先写一个简单的积分：
$$\begin{array} $\int^{b}_{a}x^2dx=F(b)-F(a)=\frac 1 3 (b^3-a^3) \end{array}$$

$Simpson积分$：计算二次函数的一类积分，形如：

$$\begin{array} $\int^{R}_{L}(ax^2+bx+c)dx \end{array}$$
这个东西可以用来计算重心233

然后讲了分部积分法则，
设$u=u(x)和v=v(x)$是两个关于x的函数且各自具有连续导数，则：

$$\begin{array} $d(uv)=udv+vdu或者udv=d(uv)-vdu \end{array}$$
对两边积分，我们可以得到：
$$\begin{array} $\int udv=uv-\int vdu \end{array}$$
如果将dv和du用微分形式写出，也可以得到：
$$\begin{array} $\int uv'dx=uv-\int u'vdx \end{array}$$

举个栗子吧

$$\begin{array} $\int^{b}_{a}e^{2x}dx&=\int^{b}_{a}xd\frac 1 2 e^{2x}\\ &=x\frac 1 2 e^{2x}-\int^{b}_{a} \frac 1 2 e^{2x}dx\\ &=x\frac 1 2 e^{2x}-\frac 1 4 e^{2x} \end{array}$$

这题十分厉害0.0，首先我们肯定可以想到将离散型和连续型分开处理。
那么离散性就是一个常用的斜率优化dp，但也是十分的难。
连续型的想法是贪心吃最大 $t_i$，一直到次大，然后合并。
计算的时候运用了微元的思想。
是下面这个样子的：

接下来是多元函数与偏导数。
多元函数：形如$f(x,y,z)=x^2y+z^x+cos(yz)$的函数（即有三个变元）
偏导数：对于多元函数的每一个变元进行求导，将其他变元看作常数。
比如上面这个函数我们我们对x求导有：

$$\begin{array} $\frac {\partial f}{\partial x}=2xy+z^xlnz \end{array}$$

函数的极值
一元函数：$f'(x)=0$
多元函数：$\frac {\partial f(x)}{\partial x_i}=0$，意思是在各个方向都是0.

注意：以上求解所得为驻点，是否为极值点（甚至最值点）要另行判断。
并非所有函数可导，以及会存在有瑕点的函数，遇到时不可盲目套用公式。
然而就是盲目套用公式

传说中的简单题：
实现三种操作：
1.在平面加入一条直线
2.删除一条已有直线
3.求一个点到平面所有之间的距离平方和最小，并输出
$n<=10^5$
很容易求出$(x,y)$到直线$ax+by+c$的距离的平方：

$$\begin{array} &\frac {(ax+by+c)^2}{a^2+b^2} \end{array}$$
问题相当于求函数极值
$$\begin{array} $f(x,y)=Ax^2+By^2+Cxy+Dx+Ey+F \end{array}$$
我们动态维护 $A,B,C,D,E,F$
就是暴力维护偏导数，这个动态维护并(shi)不(fen)可怕。就是维护下面两个方程。
$$\begin{array} $\frac {\partial f}{\partial x}=&2Ax+Cy+D\\ \frac {\partial f}{\partial y}=&2By+Cx+E \end{array}$$

线性回归——最小二乘法
给出平面上n个点，求最小均方误差线性拟合直线。$n<=10^5$
$y=ax+b\Rightarrow min_{a,b}\sum (y_i-ax_i-b)^2$
$a=\frac {l_{xy}} {l_{xx}} ,b=\bar{y} - a\bar{x}$
$l_{xy}=\sum^{n}_1 (x_i-\bar{x})(y_i-\bar{y})$
$l_{xx}=\sum^{n}_1 (x_i-\bar{x})^2$

接下来是拉格朗日乘数法：
求解多元函数的最优值（最大化或最小化）$f(x)1,x_2\dots ，x_n)$
并满足约束条件$g_i(x_1,x_2\dots ，x_n)=0,i=1,2, \dots ,m$

基本解法：
定义

$$\begin{array} $&h(x_1,x_2,\dots,x_n,\lambda_1,\lambda_2,\dots,\lambda m)\\ =&f(x_1,x_2,\dots,x_n)+\sum \lambda_i g_i(x_1,x_2,\dots,x_n) \end{array}$$
求解h的极值
其中对 $\lambda$求偏导就是 $g_i$

例子：有多项式

$$f=x^2+2y^2+3z^2$$
要求满足约束
$$\begin{cases} x+y+z-1=0\\ 100xyz-1=0 \end{cases}$$

那么我们有偏导函数

$$H(x,y,z,\lambda,\mu)=x^2+2y^2+3z^2+\lambda(100xyz-1)+\mu(x+y+z-1)\\ $$
那么
$$\frac {\partial H}{\partial \lambda}=100xyz-1=0\\ \frac {\partial H}{\partial \mu}=x+y+z-1=0\\ \frac {\partial H}{\partial x}=2x+\mu+100\lambda yz \frac {\partial H}{\partial y}=4y+\mu+100\lambda xz \frac {\partial H}{\partial z}=6z+\mu+100\lambda xy$$
大概就是这样。

NOI2012骑行川藏：
有$n$段路，每段路长$s_i$，并有参数$k_i,v_i$，该人在每段路上匀速骑车。若骑车速度为$v_i$，则阻力为$F=k_i(v-v_i)^2$设初始能量为E，求到达目的地的最短时间。
$n<10^4,E<10^8,s_i<10^5,0<k_i<1,-100<v_i<100$
有一个贪心的想法，如果有能量肯定是跑快一点。
所以可以写出一些带等号的约束。
拉格朗日乘数法，就可以了。虽然我不会
这个的公式就不写了！
当然不一定要用拉格朗日乘数法，也可以用其它的神奇方法，当然我不会

然后是泰勒展开：

NOI2005反正切函数的应用

总的来说这个东西的作用就是：
万一你流落荒岛，无聊时算个$\pi$打发时光

Day9 1.23PM

51Nod多项式
$n$次多项式$f$，$f(i)=\frac i {i+1} ，i=0,1,2,\dots ,n$，现在试问对于$f(n+1)$是否唯一确定。
若确定，输出$f(n+1)$（如果为整数直接输出；如果是分数$\frac p q$且$p和q$互质，则输出$pq \mod (10^9+7)$；否则输出至小数点后6位）
若不确定输出No。
$n<=10^{15}$

这题就是拉格朗日插值法：
这个方法的思路是构造出一个式子来表示$f$，然后对于每个点，构造出只在这个点有值为1，而其他点值为0的一个函数，将这些函数组合起来就是$f$。
这个东西和CRT的构造有点像。
由此也可以知道$n$次多项式可由$n+1$个不同点的取值唯一确定
所以我们有拉格朗日插值法的核心公式：

$$\begin{array} $f(x)=\sum^{n+1}_{i=1} y_i \frac {\Pi_{k\neq i}(x-x_k)}{\Pi_{k\neq i}(x_i-x_k)} \end{array}$$

这个题怎么做呢？由于不想打公式了，就不做了。

讲到最难的了0 0概率与期望。先给出一些定义吧：


注意连续型是用一个概率函数表示的，一定有一个取值范围的询问。例如不能说取值为y的概率，而要说取值为x~y的概率。

$P(AB)$的意思是事件AB同时发生的概率，要求AB不相关。
于是有全概率公式：

$$\begin{array} $P(A)=\sum P(AB_i) \end{array}$$
P(A|B)的意思是事件B发生时A发生的概率，
然后有全期望公式：
$$\begin{array} $E(A)= E(E(A|B)) \end{array}$$
推导过程是这样的（这里倒着推）：
$$\begin{array} E(E(X|Y))=E(X) &\Rightarrow \sum_i E(X|Y=y_i)P(Y=y_i)\\ &\Rightarrow \sum_i [\sum_k x_k P(X=x_k|Y=y_i)]P(Y=y_i)\\ &\Rightarrow\sum_i \sum_k x_kP(X=x_k,Y=y_i)\\ &\Rightarrow\sum_k x_k\sum_i P(X=x_k,Y=y_i)\\ &\Rightarrow\sum_k x_kP_k \end{array}$$

上面是离散型证明，连续型的证明更长了，我决定拍照，毕竟手推的。
上传好慢，我强行降低画质才传上来的

$P(A,B)表示AB同时发生的概率，AB不独立$

然后知道这些我们还可以推导出Bayes公式：

$$\begin{array} $&P(A,B)=P(A)\times P(B|A)=P(B)\times P(A|B)\\ \\ &P(B|A)=\frac {P(B)\times P(A|B)}{P(A)} \end{array}$$

在“学”了这些东西以后我们来看看下面的题目。
ZJOI2015地震后的幻想乡
n个点m条边的简单连通无向图，每条边是[0,1]间的随机数，问最小生成树最大边的边权的期望$(n<11)$
老师有毒，怎么一下子就做WJMZBMR神题
看数据范围显然是一个搜索或者装压dp之类的问题，这里肯定是状压。
但是知道这个东西并没有用

考虑最小生成树的定义，一定存在一个权$x$，使得如果不用大于等于这个值的边的话，这幅图不连通。那么我们就有一点奇奇怪怪的转化。
$E(MSTe)=\int^1_0 P(MST_{e>=x})$，这里积分表示MST中的边大于等于x的概率
$P(MST_{e>=x})=1-P(用小于x的边图S连通)=P(用小于x的边图S不连通)$
左边的意思是MST上最大边权大于等于x的概率。

现在我们要求$P(用小于x的边图S不连通)$
那么我们任意固定一个点$u$，小于$x$的边不能使$S$连通，等价于小于$x$的边使包含$u$的某个连通子图$S’$与$S-S‘$的点不连通。
这样若$S’与S-S‘$之间有$k$条边，我们计算一下概率。
$=\sum P(用小于x的边图S’连通)*(1-x)^k$
我们现在要算$P(用小于x的边图S‘连通)$
所以我们要在这里枚举一个$S'$，状压dp搞一下。

这个做法的方程是一个多项式TAT，好像很难写，我们去%一下rqy可以得到新的做法：直接看blog吧

地震后的幻想乡+（出题人有毒！）
n个点m条边的简单连通无向图，每条边权是$[0,\sqrt[3]{3}]$的随机数，服从分布$f(x)=x^2$问最小生成树最大边的边权的期望。
其实和上一题是一样的233。

简单题
一个机器人在$N\times M$的方阵第$s$行$t$列，每次会随机选择不动/向左/向右/向下四种方案（不能越界），求它走到最后一行的概率。$n,m<1000$

因为每一行只跟这一行和下一行有关，所以这个方程并不是很多。
然后我们自下而上递推的时候，下面那一行总是已经处理完的
记$E[i][j]$表示从$(i,j)$走到最后一行的期望步数，倒序求解。
首先$E[n][j]=0$，
那么$E[i][j]=\frac 1 4 (E[i][j-1]+E[i][j+1]\\ \qquad \quad+E[i][j]+E[i+1][j]])+1$

上面是高斯消元，但如果直接消元是$O(n^3)$，
冷静分析一下：
设$E[i][1]=x=\frac 1 3 (E[i][2]+E[i+1][1]+x)+1$
$\therefore E[i][2]=ax+b=\frac 1 4 (x+E[i][3]\\ \qquad \qquad+ax+b+E[i+1][2])+1$
$\therefore E[i][3]=a'x+b'$

所以：
$E[i][j]->E[i][j+1]$
$E[i][m-1]->E[i][m]=a''x+b''\\ =\frac 1 3 (a''x+b''+E[i+1][m]+E[i][m-1])+1$

然后我们通过解这最后一个方程，再逆推回去就可以搞定了。
这样复杂度是$O(n^2)$的了。
这是一个有限状态马尔可夫链 (有限状态自动机)

自动机：(kengkengkengkeng)
自动机(OI中一般考虑)
$E(x)$表示从$x$到终点的期望步数。
自动机上的期望dp一般都是倒着做的。

吃鱼
一个池塘有n条鱼，每天随机会有两条鱼$i,j$相遇，$i$吃掉$j$的概率为$A_{ij}$，￥j吃掉i$的概率为$1-A_{ij}$，分别求出每条鱼存活到最后的概率。$n<19$
状压dp+暴力转移即可。
状压一下每次存在鱼的集合就可以了。

这题也是一个自动机哦，是一个DAG

奇怪的实验
地上有无数条彼此平行，且间距为$w$的直线，小明总是在投掷一枚长度为$L$的针，求扔k次针，针碰到线的数学期望。

BZOJ4109 WF2015-Cutting Cheese（权限题）
一个边长为100的实心立方体中挖去$n$个不相交的求，要求将整个立方体沿水平方向切$s-1$刀，使分出的$s$块体积相等，求这$s$块分别的厚度。$n<=10000,s<=100$

二分答案，由于球互不相交所以体积很好算，不完整的球体积用定积分可以推出公式，完整的用球的体积公式。
球缺公式：$\frac {\pi (3r-h)h^2}{3}$

取数问题CF364D Ghd
给出数列${A_n}$，试求出一个最大的正整数，使它整除至少一半$A_k。n<=10^5,A_k<=10^7$
考虑枚举一个存在于最终答案的集合内的数x，这样子，可行的gcd的范围就变成了x的因子个数，在10^12以内，最多的因子个数只有6000多个。
对于其他元素，我们关注的只有它们和当前枚举的数x的gcd了。所以可以$O(nlogC)$地求出来。同时，我们可以记录$cnt[i]$表示和$x$的gcd为$i$的有多少个。显然只有6000级别个的$cnt$不会为0，我们可以非常轻松地记录下来。

现在我们直接枚举一下最终的答案是多少，只需要统计有多少个数含有这个因子即可。明显复杂度可以做到6000^2。

所以假如我们枚举了一个$x$，现在的复杂度是$O(sqrt10^{12}+nlogC+6000^2)$，看起来还是可以接受的。 假如我们随机到的位置存在于最优解中，那么我们一定能够得出最优解。 注意到我们随机一个位置有$\frac 1 2$的概率存在于最优解中。 多随机几次即可。

醉醺醺的幻想乡
来自WJMZBMR的又一道神题
听说没有题解


这个东西的精度写错了，应该是1e-5的。

然后今天真的很烧脑啊，也不讲太多了，可以溜了0.0
去刷一些之前的题目。