主要内容

用高精度算术求几乎整数

寻找整数关系[1]的算法,例如PSLQ算法,需要高精度的算法来产生精确的结果。算法输入的精度越高,算法就越有信心找到一个整数关系,而不仅仅是一个数值人工制品。PSLQ算法可能会遇到假阳性,比如由几乎整数引起的假阳性。

这个例子展示了如何使用符号数学工具箱™中的变精度算法找到几乎整数,或者非常接近整数的数字。此示例搜索具有该形式的几乎整数(或接近整数) 经验值 π n 经验值 π n 对于整数 n 1 200

首先,考虑一个众所周知的几乎为整数的实数[2]的例子 经验值 π 163 .将这个实数创建为一个精确的符号数。

R = exp(π *√(sym(163)))
r =
                 
                  
                   
                    
                     
                      e
                    
                    
                     
                      
                       
                        π
                       
                       
                       
                        
                         
                          163
                        
                       
                      
                     
                    
                   
                  
                 

用可变精度算法计算此数字vpa.默认情况下,vpa将值计算为32位有效数字。

vpa(右)
ans =
                 
                  
                   
                    262537412640768743.99999999999925
                  
                 

可以使用命令将有效位数更改为更高的精度数字.将相同的数字计算为40位有效数字。

数字(40)vpa(右)
ans =
                 
                  
                   
                    262537412640768743.9999999999992500725972
                  
                 

这个数字非常接近一个整数。求出这个实数和它最近的整数之间的差。使用vpa将结果计算为40位有效数字。

Dr = vpa(round(r)-r)
博士=
                 
                  
                   
                    0.0000000000007499274028018143151532171817442410122968
                  
                 

接下来,搜索具有该形式的几乎整数 经验值 π n 对于整数 n 1 200 .将这些数字创建为精确的符号数字。

A = exp(pi*√(sym(1:200)));

将有效位数设置为整数部分的位数 经验值 π 200 再加20个小数点。

d = log10(A(end));数字(cell (d) + 20)

求出这一系列数字与其最近整数之间的差值。找出舍入误差小于0.0001的几乎整数。以精确的符号形式显示结果。

B = vpa(round(A)-A);A_nearint = A(abs(B)<0.0001)'
A_nearint =

e π 37 e π 58 e π 67 e π 163

以至少20小数点的精度计算几乎整数。

A_nearint = vpa(A_nearint)
A_nearint =

199148647.9999780465518567665009238753359 24591257751.99999982221324146957619235527 147197952743.9999986624542245068292613126 262537412640768743.9999999999992500725972

绘制差异的直方图以显示其分布。分布中出现了许多接近于零的差异,其中形式 经验值 π n 几乎是整数。

柱状图(双(B), 40)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

接下来,搜索具有该形式的几乎整数 经验值 π n 对于整数 n 1 200 .将这些数字创建为精确的符号数字。

A = exp(sym(pi)*1:200);

将有效位数设置为整数部分的位数 经验值 π 200 再加20个小数点。

d = log10(A(end));数字(cell (d) + 20)

求出这一系列数字与其最近整数之间的差值。找出舍入误差小于0.0001的几乎整数。结果是一个空信谊数组,这意味着几乎没有整数满足这个条件。

B = vpa(round(A)-A);A_nearint = A(abs(B)<0.0001)
A_nearint =空sym: 1 × 0

绘制差异的直方图。直方图分布相对均匀,并显示形式 经验值 π n 几乎整数的出现次数不多。对于这个特定的例子,没有舍入误差小于0.0001的几乎整数。

柱状图(双(B), 40)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

最后,恢复默认的32位有效数字的精度,以进行进一步的计算。

数字(32)

参考文献

[1]“整数关系算法。”维基百科,2022年4月9日。https://en.wikipedia.org/w/index.php?title=Integer_relation_algorithm&oldid=1081697113

[2]“几乎是整数。”维基百科,2021年12月4日。https://en.wikipedia.org/w/index.php?title=Almost_integer&oldid=1058543590

另请参阅

||

相关的话题

Baidu
map