R: Полиномиальная формула в R

Я работаю с языком программирования R.

Я пытаюсь написать функцию R, которая может полностью расширить математическое выражение (в символьной форме) вида: (a+b+c+....)^n

В приведенном выше выражении n является целым числом. Я хочу, чтобы окончательный ответ был в терминах a,b,c... (т.е. я не собираюсь выполнять арифметические вычисления, а скорее символически расширяю выражение.

Насколько я понимаю, это соответствует следующему математическому уравнению: https://en.wikipedia.org/wiki/Мультиномиальная_теорема

Мне удалось заставить работать следующую функцию, которая расширяет биномиальное выражение:

expandBinom <- function(a, b, n) {
    sapply(0:n, function(k) {
        choose(n, k) * a^(n-k) * b^k
    })
}

Приведенная выше функция вычисляет коэффициенты расширяемых членов. Например, я могу проверить, что (a+b)^2 = a^2 + 2*ab + b^2:

> expandBinom(1,1,2)
[1] 1 2 1

Но я не знаю, как обобщить эту вышеприведенную функцию на полиномиальный случай.

Можно ли написать такую ​​функцию для полиномиальных выражений, и на самом деле выражение будет отображаться в форме (a^2 + 2ab^2 + c..), а не просто (1 2 1)

Спасибо!

Использованная литература:

Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
0
78
4
Перейти к ответу Данный вопрос помечен как решенный

Ответы 4

Ответ принят как подходящий

Для символьных вычислений

Наверное можно попробовать Ryacas пакет

library(Ryacas)

f <- function(n, ...) {
    as_r(yac_str(sprintf("Simplify(Expand((%s)^%s))", paste0(c(...), collapse = "+"), n)))
}

и вы получите, например

> f(5, "a", "b", "c")
expression(a^5 + 5 * a^4 * b + 5 * a^4 * c + 10 * a^3 * b^2 + 
    20 * a^3 * b * c + 10 * a^3 * c^2 + 10 * a^2 * b^3 + 30 * 
    a^2 * b^2 * c + 30 * a^2 * b * c^2 + 10 * a^2 * c^3 + 5 *
    a * b^4 + 20 * a * b^3 * c + 30 * a * b^2 * c^2 + 20 * a *
    b * c^3 + 5 * a * c^4 + b^5 + 5 * b^4 * c + 10 * b^3 * c^2 +
    10 * b^2 * c^3 + 5 * b * c^4 + c^5)

Для численных расчетов (только коэффициенты)

Если вас интересуют только числовые коэффициенты многочлена (например, многочлен от x), вы можете попробовать convolve + Reduce

h <- function(n, coeffs) {
    Reduce(\(x, y) convolve(x, rev(y), type = "open"), rep(list(coeffs), n))
}

или его рекурсивный вариант

h2 <- function(n, coeffs) {
    if (n == 1) {
        return(coeffs)
    }
    convolve(Recall(n - 1, coeffs), rev(coeffs), type = "open")
}

и ты увидишь

# (1+x)^2 = 1 + 2x + x^2
> h(2, c(1, 1)) 
[1] 1 2 1

# (1+2x)^3 = 1 + 6x + 12x^2 + 8x^3
> h(3, c(1, 2)) 
[1]  1  6 12  8

# (1 + 4x + 5x^2) = 1 + 16x + 116x^2 + 496x^3 + 1366x^4 + 2480x^5 + 2900x^6 + 2000x^7 + 625x^8
> h(4, c(1, 4, 5)) 
[1]    1   16  116  496 1366 2480 2900 2000  625

Вы можете использовать giacR (еще не в CRAN):

library(giacR)
giac <- Giac$new()
giac$execute(("expand((a + b + c)^5)"))
# "a^5+b^5+c^5+5*a*b^4+5*a*c^4+5*b*c^4+10*a^2*b^3+10*a^2*c^3+10*a^3*b^2+10*a^3*c^2+5*a^4*b+5*a^4*c+10*b^2*c^3+10*b^3*c^2+5*b^4*c+20*a*b*c^3+30*a*b^2*c^2+20*a*b^3*c+30*a^2*b*c^2+30*a^2*b^2*c+20*a^3*b*c"

Использование пакета mpoly:

mpoly::mp("(a + b + c)^5")
#> a^5  +  5 a^4 b  +  5 a^4 c  +  10 a^3 b^2  +  20 a^3 b c  +  10 a^3 c^2  +  10 a^2 b^3  +  30 a^2 b^2 c  +  30 a^2 b c^2  +  10 a^2 c^3  +  5 a b^4  +  20 a b^3 c  +  30 a b^2 c^2  +  20 a b c^3  +  5 a c^4  +  b^5  +  5 b^4 c  +  10 b^3 c^2  +  10 b^2 c^3  +  5 b c^4  +  c^5

Или, для показателей и коэффициентов:

library(partitions)

f <- function(vars, pow) {
  m <- as.matrix(compositions(pow, length(vars)))
  rownames(m) <- vars
  
  list(
    exponents = m,
    coeffs = exp(lgamma(pow + 1) - colSums(array(lgamma(1:(pow + 1))[m + 1L], dim(m))))
  )
}

f(letters[1:3], 5)
#> $exponents
#>   [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21]
#> a    5    4    3    2    1    0    4    3    2     1     0     3     2     1     0     2     1     0     1     0     0
#> b    0    1    2    3    4    5    0    1    2     3     4     0     1     2     3     0     1     2     0     1     0
#> c    0    0    0    0    0    0    1    1    1     1     1     2     2     2     2     3     3     3     4     4     5
#> 
#> $coeffs
#>  [1]  1  5 10 10  5  1  5 20 30 20  5 10 30 30 10 10 20 10  5  5  1

Получение только показателей и коэффициентов происходит намного быстрее.

library(mpoly)

system.time(mp("(a + b + c + d + e)^20"))
#>    user  system elapsed 
#>   11.78    0.30   12.07
system.time(f(letters[1:5], 20))
#>    user  system elapsed 
#>    0.02    0.00    0.00

Если вы не хотите использовать внешние пакеты, а только базовый R, вы можете определить пользовательскую функцию, как показано ниже (но она не будет хорошо масштабироваться, когда у вас есть высокий порядок n или много терминов в ..., поскольку применяются expand.grid + apply)

g <- function(n, ...) {
    comb <- expand.grid(rep(list(c(...)), n))
    d <- table(
        apply(comb, 1, \(x) {
            v <- sort(table(x))
            gsub("\\^1((?=\\D)|$)",
                "",
                paste0(paste(names(v), v, sep = "^"), collapse = "*"),
                perl = TRUE
            )
        })
    )
    sort(d)
}

и вы получите, например

> g(5, "x", "y")

    x^5     y^5   x*y^4   y*x^4 x^2*y^3 y^2*x^3
      1       1       5       5      10      10

> g(3, "a", "b", "c")

  a^3   b^3   c^3 a*b^2 a*c^2 b*a^2 b*c^2 c*a^2 c*b^2 a*b*c 
    1     1     1     3     3     3     3     3     3     6

Приведенный выше код просто представляет термины в таблице, и вы определенно можете выполнять дополнительные действия для создания выражения «сумма».

Другие вопросы по теме