sympy计算pi的数值背景是什么?sympy如何计算pi?
我知道SymPy在后台使用mpmath,这使得使用任意精度算法来执行计算成为可能。这样,一些特殊的常量,如e,pi,oo就被当作符号来处理,并且可以用任意的精度进行评估。
但是,Sympy如何确定任意小数位数? Sympy如何在数字上做到这一点?
sympy计算pi的数值背景是什么?sympy如何计算pi?
我知道SymPy在后台使用mpmath,这使得使用任意精度算法来执行计算成为可能。这样,一些特殊的常量,如e,pi,oo就被当作符号来处理,并且可以用任意的精度进行评估。
但是,Sympy如何确定任意小数位数? Sympy如何在数字上做到这一点?
mpmath使用Chudnovsky公式计算pi(https://en.wikipedia.org/wiki/Chudnovsky_algorithm)。
Pi近似为一个无限序列,其项减少为(1/151931373056000)^ n,所以每个项增加大约14.18位数。这使得易于选择多个术语N,从而达到期望的精度。
实际计算与整数运算来完成:即,为了PREC位精度,* 2 ^(PREC)被计算pi的近似值。
下面是代码,从mpmath/libmp/libelefun.py萃取(https://github.com/fredrik-johansson/mpmath/blob/master/mpmath/libmp/libelefun.py):
# Constants in Chudnovsky's series
CHUD_A = MPZ(13591409)
CHUD_B = MPZ(545140134)
CHUD_C = MPZ(640320)
CHUD_D = MPZ(12)
def bs_chudnovsky(a, b, level, verbose):
"""
Computes the sum from a to b of the series in the Chudnovsky
formula. Returns g, p, q where p/q is the sum as an exact
fraction and g is a temporary value used to save work
for recursive calls.
"""
if b-a == 1:
g = MPZ((6*b-5)*(2*b-1)*(6*b-1))
p = b**3 * CHUD_C**3 // 24
q = (-1)**b * g * (CHUD_A+CHUD_B*b)
else:
if verbose and level < 4:
print(" binary splitting", a, b)
mid = (a+b)//2
g1, p1, q1 = bs_chudnovsky(a, mid, level+1, verbose)
g2, p2, q2 = bs_chudnovsky(mid, b, level+1, verbose)
p = p1*p2
g = g1*g2
q = q1*p2 + q2*g1
return g, p, q
@constant_memo
def pi_fixed(prec, verbose=False, verbose_base=None):
"""
Compute floor(pi * 2**prec) as a big integer.
This is done using Chudnovsky's series (see comments in
libelefun.py for details).
"""
# The Chudnovsky series gives 14.18 digits per term
N = int(prec/3.3219280948/14.181647462 + 2)
if verbose:
print("binary splitting with N =", N)
g, p, q = bs_chudnovsky(0, N, 0, verbose)
sqrtC = isqrt_fast(CHUD_C<<(2*prec))
v = p*CHUD_C*sqrtC//((q+CHUD_A*p)*CHUD_D)
return v
这仅仅是普通的Python代码,不同之处在于它依赖于一个额外的功能isqrt_fast()
其计算平方根一个大整数。 MPZ是使用的大整数类型:gmpy.fmpz(如果可用),否则Python的内置long类型。装饰器缓存计算值(在数值计算中通常需要重复使用pi,所以存储它是有意义的)。
你可以看到它做一个基数转换如下计算圆周率:
>>> pi_fixed(53) * 10**16 // 2**53
mpz(31415926535897932)
的关键技巧,使Chudnovsky式快速被称为二元分裂。无穷级数中的项满足小系数的递推关系(递推方程可以在bs_chudnovsky函数的b-a == 1情况下看到)。不是按顺序计算条件,而是将总和分成两半;递归评估两半,并将结果合并。最后,一个具有两个大整数p和q,使得该系列的第一Ñ项之和恰好等于p/q。请注意,二进制拆分过程中不存在舍入误差,这是该算法的一个非常好的功能;当计算平方根并在最后进行分割时,唯一的舍入发生。
大多数快速计算pi到高精度的程序都使用非常类似的策略,尽管有一些复杂的技巧可以进一步加速进程。
(注意:我是代码的作者。)