6 votos

Acceso directo a $x\uparrow \uparrow n$ para las grandes $n$ y $x\approx e^{(e^{-1})}$ ?

Si el número $x$ está muy cerca de $e^{(e^{-1})}$ pero un poco más grande, por ejemplo $x=e^{(e^{-1})}+10^{-20}$ , entonces tetrando $x$ muchas veces puede seguir siendo pequeño. Con $x=e^{(e^{-1})}+10^{-20}$ Incluso $x\uparrow \uparrow (10^8)$ (Esta es una torre de energía de $10^8$ $x's$ calculado desde arriba) es menor que $e$

¿Hay algún atajo para calcular esas enormes torres de energía? En otras palabras, ¿puedo calcular eficazmente $x\uparrow\uparrow n$ razonablemente exacta (digamos que con $6$ precisión de los dígitos) ? El método de fuerza bruta es bastante lento y no estoy seguro de que sea incluso numéricamente estable.

2 votos

Creo que la etiqueta de cálculo debería sustituirse por algo más parecido a numérico y computacional.

0 votos

Existe una serie asintótica formal no convergente para la función de Abel para el caso parabólico; multiplicador en el punto fijo=1; la solución formal es por Ecalle.

0 votos

@SheldonL Hola, ya me he dado cuenta de que tienes una visión profunda de este tipo de recursión. ¿La fórmula asintótica que presentaste en una pregunta relacionada también ayuda aquí?

2voto

Jorrit Reedijk Puntos 129

Esto no es (todavía) una respuesta, pero tal vez ayude. He dado otra vuelta a la pregunta: dado $x_0=e$ cuántas iteraciones $x_{n+1}=\log(x_n)/\log(b)$ ¿es necesario que converja por debajo de $b$ .

Para un conjunto de datos empíricos he utilizado $b_j=e^{1/e} + e^{-j}$ (actualización $3$ ):

   j     n   N=n+ 2.61      log(N)         N^ = estimated by regression
   ------------------------------------------------------
   4     10  12.6148450000  2.53487429506  11.9592027589 
   5     17  19.6148450000  2.97628667751  19.7173919949 
   6     30  32.6148450000  3.48476755282  32.5084836270 
   7     51  53.6148450000  3.98182598869  53.5974285039 
   8     85  87.6148450000  4.47295044706  88.3672205441 
   9    143  145.614845000  4.98096508798  145.692916333 
  10    237  239.614845000  5.47903282175  240.207010462 
  11    393  395.614845000  5.98044112432  396.034408035 
  12    650  652.614845000  6.48098713137  652.950353305 
  13   1073  1075.61484500  6.98064772590  1076.53313761 
  14   1772  1774.61484500  7.48133868963  1774.90308489 
  15   2924  2926.61484500  7.98160169108  2926.32047330 
  16   4823  4825.61484500  8.48169343467  4824.68681550 
  17   7955  7957.61484500  8.98188459135  7954.56378753 
  18  13118  13120.6148450  9.48193992459  13114.8585327 
  19  21631  21633.6148450  9.98200362681  21622.7462532 
  20  35666  35668.6148450  10.4820264451  35649.8817250 

La fórmula de regresión (utilizando la regresión ponderada con más peso en los valores grandes) que obtuve fue con $a_0=1.61850208424$ y $a_1=0.500000001301$ $$\hat N = a_0 \cdot \exp (a_1 \cdot j)$$

Los valores de $a_0$ y $a_1$ están ahora muy cerca de los valores procedentes de la respuesta de Sheldon en el otro, el hilo enlazado y esta respuesta y su tabla de regresión podrían verse ahora como ilustración de la fórmula dada allí.

Podría ser interesante, que el término constante adicional de $+2.614...$ significa que iteramos hacia atrás no sólo hasta $b$ sino a $b\uparrow \uparrow -2.614...$ que es un número en los reales negativos y la parte fraccionaria es alguna expresión para el comportamiento aleatorio a la vecindad entre $0$ y $-\infty$ .

Si queremos que la base $b$ con $e^{-j}=10^{-20}$ esto da $j \approx 46.05617 $ y utilizando la regresión obtenemos $\hat n = \hat N-2.6148 \approx 16´185´021´809 \approx 10^{10.20911}$

Por supuesto, esto no da idea de lo bien que se ajusta la regresión si $j$ y $n$ aumentar substicialmente - pero creo que al menos hasta $j=32$ esta tabla debe ser extensible por Pari/GP y los dígitos internos apropiados para la precisión computacional.
Sin embargo, el exponente en la última expresión para $n$ ser $10.20911$ con una base $b=e^{1/e} + 10^{-20}$ sugiere que esto también reproduce bien la fórmula de Sheldon en los comentarios.

0 votos

(+1) por su esfuerzo. Según la aproximación de Sheldon, con $$c:=\frac{\pi}{2}\cdot \sqrt{\frac{2\cdot e^{e^{-1}}}{e}}$$ y con $$r:=e^{e^{-1}}+\frac{1}{n}$$ tenemos $$r\uparrow \uparrow (c\cdot \sqrt{n})\approx e$$ y si duplicamos el argumento tenemos aproximadamente el punto donde $r\uparrow \uparrow k$ se vuelve enorme.

0 votos

@Peter - Ya veo. Así que debería intentar hacer compatibles estas dos fórmulas...

0 votos

@peter - He vuelto a calcular mis ejemplos para que coincidan mejor con la notación y la fórmula utilizadas en tu pregunta y en la fórmula de Sheldon.

2voto

zeroasterisk Puntos 165

Hace $\lim_{n\rightarrow \infty} \left(r+\frac{1}{n^2}\right)\uparrow \uparrow n=e$ ¿se mantiene?

A partir de esta respuesta, utilizamos la aproximación tangencial de Gerald Edgar para iterar $z \mapsto \exp(z)-1+\epsilon$ como congruente con la iteración $y \mapsto b^y$ donde $\epsilon=\ln(\ln(b))+1;\;\;\;y=(z-\epsilon+1)/\ln(b).\;$ Una aproximación para epsilon es $$\epsilon \approx (b-\eta)\frac{e}{\eta}+\mathcal{O}(b-\eta)^2\;\;\;\text{where}\;\;\;\eta=\exp(1/e)$$

La ecuación de Edgar para iterar $f(z)=\exp(z)-1+\epsilon\;$ da la aproximación $$a=\sqrt{\epsilon/2};\;\;\;f^{\circ n} \approx 2a\tan(an-\frac{\pi}{2})+\epsilon$$

A partir de ahí, esta es la ecuación de aproximación de Tetration que obtengo: $$\text{tet}_b(x)\approx \frac{\left( 2a\tan\left(a(x+3)-\frac{\pi}{2}\right)-\epsilon+1\right)}{\ln(b)}$$ A medida que epsilon se acerca a cero, esta aproximación sexp tiene $\text{sexp}(-1)\approx 0$ que es conveniente.

Así que podemos aplicar esta ecuación con bastante facilidad al ejemplo de Op, $$b=\eta+10^{-20};\;\;\;\text{tet}_b(10^8)\approx e -5.436393\cdot 10^{-8} $$

Quería cuantificar el error para el ejemplo de Op's Tetration de la forma más ajustada posible y pude hacerlo utilizando el término de error slog. La inversa de la tetración es el slog. El slog_approx puede generarse a partir del $\tan^{-1}$ función. Llamemos al término de error slog para esta ecuación $$\text{error}_b(x) =\text{slog_approx}(x)-\text{slog_exact}(x)$$

¡Entonces, empíricamente, observamos el máximo término de error de slog, que se encuentra en el punto de inflexión cerca de e! Aunque el error sexp absoluto está en un mínimo local cerca del punto de inflexión en e, el error slog está en un máximo en el punto de inflexión. El término de error del slog mide en cuántas iteraciones se desvía el slog para varios valores de épsilon. Aquí están los términos de error máximos para epsilon (definido arriba) para varias bases de tetración.

epsilon=10^-2  max-err=0.5143557
epsilon=10^-3  max-err=0.8984021
epsilon=10^-4  max-err=1.2821615
epsilon=10^-5  max-err=1.6659268
epsilon=10^-6  max-err=2.0496911
epsilon=10^-7  max-err=2.4334552
epsilon=10^-8  max-err=2.8172194
epsilon=10^-9  max-err=3.2009836
epsilon=10^-10 max-err=3.5847478
epsilon=10^-11 max-err=3.9685120
epsilon=10^-12 max-err=4.3522762
max-err ~- -0.252988158 + 0.383773297*log_10(b)

Este es un gráfico de términos de error para $\epsilon=10^-10;\;\;\;b=\eta+2.258441\cdot 10^{-10}$ Obsérvese que el error de slog es cero en slog(0) y luego crece lentamente hacia el máximo cerca de e, y luego vuelve a ser pequeño cerca de slog(2e) donde el término de error es ~=0,09 La región del gráfico cubre un total de 444283 iteraciones de $x \mapsto b^x$ . La "ampliación del detalle" del error de slog cubre las iteraciones 1147..443129 que todavía incluye el ~99,5% de las iteraciones enteras.

error term for slog(x)

Para b=10^-20 predecimos un error de slog máximo de 7,317 iteraciones. Por lo tanto, si se itera ocho veces, obtenemos un límite superior para la tetralogía de Op. $$z1 = e - 5.43639300244546\cdot 10^{-8};\;\;\;z2=b^{b^{b^{z1}...}}\;\;\;\text{eight iterations of }\; z\mapsto b^z$$ $$z2 = e - 5.43639256750679\cdot 10^{-8}$$

La respuesta exactamente correcta se encuentra en algún punto entre los dos valores; tanto z1 como a2 son precisos con más de 6 dígitos decimales, como pide el operador, ya que los dos valores sólo difieren en aproximadamente $z2-z1 \approx 4.35 \cdot 10^{-15}$ $$z1 < \;\;(\eta+10^-20)\uparrow\uparrow 10^8\;\;<z2$$ .

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X