贝利-波尔温-普劳夫公式

贝利-波尔温-普劳夫公式BBP公式)提供了一个计算圆周率π的第n二进制数的spigot算法英语spigot algorithmspigot algorithm)。这个求和公式是在1995年由西蒙·普劳夫提出的,并以公布这个公式的论文作者大卫·贝利David H. Bailey)、皮特·波尔温英语Peter BorweinPeter Borwein)和普劳夫的名字命名。在论文发表之前,普劳夫已将此公式在他的网站上公布[1][2]。这个公式是:

这个公式的发现曾震惊学界。数百年来,求出π的第n位小数而不求出它的前n-1位曾被认为是不可能的。

自从这个发现以来,发现了更多的无理数常数的类似公式,它们都有一个类似的形式:

其中α是目标常数,pq是整系数多项式b ≥ 2是整数的数制

这种形式的公式被称为BBP式公式(BBP-type formulas)[3]。由特定的p,qb可组合出一些著名的常数。但至今尚未找出一种系统的算法来寻找合适的组合,而已知的公式多是通过实验数学英语Experimental mathematics得出的。

特例

一个已经得出很多解的BBP式的特例是:

 

其中s, bm是整数, 是一个整数向量。 使用P函数可得到一些解法的省略记法。

已知的BBP式

在BBP公式发现之前,就已经有些最简单的此类公式广为所知。他们使用P函数的省略记法如下:

 
 

普劳夫也对这种形式的反正切函数的级数展开感兴趣(P记法还可以泛化为b不是整数的情形):

 

寻找新的等式

使用上述P函数,令s = 1, m > 1可得出已知的π的最简单公式。很多已知的公式是令b是2或3的幂,m是2的幂或者其他多因子的值,并令向量A等于零。在计算了一些类似的和之后,这类发现引发了使用计算机搜索类似线性组合的尝试。搜索程序为每个参数,s, b, m分别选择一个定义域,然后求和并检查值,并使用整数关系侦查算法英语Integer relation algorithminteger relation algorithm),例如赫拉曼·弗古森英语Helaman FergusonHelaman Ferguson)的PSLQ算法,来找到一个向量A使得这些中间值可以加在一起得到一个著名的常数(A也可能是零)。

π的BBP公式

原始的BBP π求和公式是在1995年由Plouffe使用PSLQ算法英语Integer relation algorithm[4]integer relation algorithm)发现的。它同样可由上述P函数表示:

 

这个公式也可以使用下述两个多项式的商来表示:

 

这个等式可以用一个较为简单的方式严格证明。[5]

π的BBP位抽取算法

这个公式给出一个抽取π的十六进制位数值的算法。首先我们需要将这个公式化为:

 

在使用此公式实现一个spigot算法之前,还需做一些改动。我们想要找出π在十六进制下的第n位,所以首先我们需要将该求和序列拆为n之前和n之后两部分。对于前述公式的第一项而言,

 

我们再将等式两边乘以16 n,使得小数点恰好落在第n位。

 

由于我们关心的是小数部分,我们观察这个式子的两项,会发现仅有第一项能够出现整数部分,而第二项不会出现整数部分。因为第二项中k > n,第二项中的分子一定小于分母。由此我们需要一个使用一种技巧来从第一项中除去整数。那就是要mod 8k + 1。于是原式第一项的小数部分的公式就是:

 

注意运算将保证只有小数部分的和会被保留下来。想要快速有效的计算16 n - k mod 8k + 1 ,可使用模幂运算英语Modular exponentiationModular exponentiation)。

对公式的其余项使用相同的处理办法,并根据原式求出最后的结果。

 

由于仅有小数部分是准确的,想要抽取特定的小数位需要去掉最终结果的整数部分,并乘16来跳过这一个16进制位(理论上说在精度范围内这一位下面的几个小数位仍然是准确的)。

这个过程类似于长整数乘法(long multiplication),但只需对一些中间列进行求和。由于有些进位没有被计算,而我们只关心最重要的位,计算机通常对很多位(32或者64)同时进行计算。存在一种极低的可能性,就是当极端情况出现,可能会将一个小数(比如1)加到999999999999999上,然后这个错误将会影响最重要的那个位。但在最终计算结果的时候,这种情况如果要发生,那也会是显而易见的。

这个算法被广为应用并有多种程序实现[6][7][8][9]


使用BBP算法计算π的好处

这个算法无需自定义一种包含数千甚至数亿数字的“大数”数据类型。这种算法计算第n位而无需计算前n-1位,因此可以采用简单有效的数据类型。

这种算法对于计算π的第n位(或者第n位的附近几位)是最快最有效的,但使用大数据类型来计算π的前n位的算法仍然比这个算法更快。

推广

D.J.布拉德赫斯特提出了一种BBP算法的泛化形式。[10]这种形式可以用于在接近线性时间和对数空间下求很多其他的常数。例如卡塔兰常数  阿培里常数 (其中 黎曼ζ函数),    ,还有很多  的不同幂次。这些结果主要是使用多重对数函数polylogarithm ladder)得到的。

参考资料

  1. ^ Bailey, David H., Borwein, Peter B.英语Peter Borwein, and Plouffe, Simon. On the Rapid Computation of Various Polylogarithmic Constants. Mathematics of Computation. April 1997, 66 (218): 903–913. doi:10.1090/S0025-5718-97-00856-9. 
  2. ^ Controversy surrounding who among the three actually invented this algorithm. [2010-04-25]. (原始内容存档于2010-04-17). 
  3. ^ Weisstein, Eric W. (编). BBP Formula. at MathWorld--A Wolfram Web Resource. Wolfram Research, Inc. (英语). 
  4. ^ ANALYSIS OF PSLQ. [2011-11-21]. (原始内容存档于2016-03-04). 
  5. ^ The Quest for Pi (PDF). [2010-04-25]. (原始内容 (PDF)存档于2011-09-27). 
  6. ^ A C++ implementation of the BBP algorithm for π(portable, SSE2 and OpenMP versions). [2010-04-25]. (原始内容存档于2010-11-27). 
  7. ^ (Python)| A Python implementation of the BBP algorithm for π. [2010-04-25]. (原始内容存档于2016-03-04). 
  8. ^ A Ruby implementation of the BBP algorithm for π. [2018-04-24]. (原始内容存档于2008-06-08). 
  9. ^ Computing π on a distributed cluster of computers. [2010-04-25]. (原始内容存档于2010-02-05). 
  10. ^ D.J. Broadhurst, "Polylogarithmic ladders, hypergeometric series and the ten millionth digits of ζ(3) and ζ(5)页面存档备份,存于互联网档案馆)", (1998) arXiv math.CA/9803067

外部链接