快到 ln

Question

问题链接

我需要在 Python 中编写一个快速近似的ln并使用 2.4 算法。 我知道我可以获得第一个 a_i 数字：

 def f1(x,i): a0=(x+1)/2 g0=np.sqrt(x) a=[] for j in range(i): a0=(a0+g0)/2 g0=np.sqrt((a0)*g0) a.append(a0) return a

Answer 1

如果在 for 循环中使用a0和g0 ，就会出错。 您需要使用这些值初始化数组。

def f1(x, n):
    a = [(1 + x) / 2]
    g = [np.sqrt(x)]
    for i in range(n + 2):
        a.append((a[i] + g[i]) / 2)
        g.append(np.sqrt(a[i+1] * g[i]))
    return a[n]

在上面的函数中，我也保持了与论文一致的符号。 如果这有帮助，请告诉我，如果有帮助，请将我的评论标记为问题的答案。

Answer 2

是的，但我认为将它放在数组中可能很有用，这样我就可以计算下一个函数中的下一个 d(n,k)。 但我什至不知道从什么开始。 我还将绘制 n 次迭代的错误位。

Answer 3

这就是我的想法，但我知道这是错误的

 def fast_approx(x,n): a = [(1 + x) / 2] def f1(x, n): a = [(1 + x) / 2] g = [np.sqrt(x)] for i in range(n + 2): a.append((a[i] + g[i]) / 2) g.append(np.sqrt(a[i+1] * g[i])) return a[n] def the_big_D(n,k): dnull=a[n] d=[] for i in range(k): dnull=(a[n-1] - 4**(-k) * a[n-2]) / (1 - 4**(-k)) d.append(dnull) return d[n]