连分数与丢番图方程简介
一、连分数简介
在数学中,连分数 即如下表达式:
$$x=a_0+\frac{1}{a_1+\frac{1}{a_2+\frac{1}{\ddots}}}=[a_0;a_1,a_2,\cdots]\,\text{ 其中,}a_i\in \mathbb{Z},i\in \mathbb{N}$$
连分数具有如下性质:
- 有理数的连分数表示只有有限的项,并且当没有尾随的 1 时,其表示方法唯一;无理数的连分数表示是唯一的。
- 勒让德定理:二次无理数 \(y\) 的连分数表示会产生循环,即 \(y=[a_0;\overline{a_1,a_2,\cdots,a_2,a_1,2a_0}],a_0=[\,y\,]\)。
- 数 \(x\) 的截断连分数表示是在特定意义上最佳可能的有理数逼近。
表 1:求 3.245 的连分数
取整 | 取倒数 | |
---|---|---|
3 | 3.245 - 3 = 0.245 | 1 / 0.245 = 4.082 |
4 | 4.082 - 4 = 0.082 | 1 / 0.082 = 12.250 |
12 | 12.250 - 12 = 0.250 | 1 / 0.250 = 4.000 |
4 | 4.000 - 4 = 0.000 | 结果为 [3;4,12,4] |
这个算法适合于实数,但如果用浮点数实现的话,可能导致 数值灾难。为了得到精确的结果,需要用 欧几里得 GCD 算法 的变体作为替代。
1、数值灾难
由于浮点数被用以在计算机中对实数进行近似表示,因此浮点运算与数学运算有所差异,导致无论是 Python、Matlab 还是经典的 C 语言,都无法通过上面的方法求出 3.245 的连分数,但有一个例外,那就是 Lisp。Lisp 不会自动求出 3245/1000 的结果,因此计算过程变成了分数的计算而非浮点运算,可以得到精确结果。
Lisp 的求法
(defun frac (n)
(write (floor n))(format t " ")
(setq a (- n (floor n)))
(if (/= a 0) (frac (/ 1 a)))
)(frac (/ 3245 1000))
3 4 12 4
欧几里得 GCD 算法(辗转相除法)
def GCD(a,b,ans=[]): # 实数 a/b 的连分数
if b: return GCD(b, a%b, ans+[int(a/b)])
else: return ans
print(GCD(3245,1000))
[3, 4, 12, 4]
2、二次无理数的连分数
对于无理数的连分数, Lisp 或者 GSD 算法都有些无能为力。下面着重讨论对无理数 \(\sqrt{n}\) 的连分数展开技巧 [1]:
表 2:求 \(\sqrt{7}\) 的连分数(\([\,\sqrt{7}\,]=2\))
取整 | 取倒数 | 分母有理化 | 分离整数与小数 |
---|---|---|---|
\(2+\frac{\sqrt{7}-2}{1}\) | |||
2 | \(\frac{1}{\sqrt{7}-2}\) | \(\frac{\sqrt{7}+2}{3}\) | \(1+\frac{\sqrt{7}-1}{3}\) |
1 | \(\frac{3}{\sqrt{7}-1}\) | \(\frac{\sqrt{7}+1}{2}\) | \(1+\frac{\sqrt{7}-1}{2}\) |
1 | \(\frac{2}{\sqrt{7}-1}\) | \(\frac{\sqrt{7}+1}{3}\) | \(1+\frac{\sqrt{7}-2}{3}\) |
1 | \(\frac{3}{\sqrt{7}-2}\) | \(2+\sqrt{7}\) | 结果为:\([2;\overline{1,1,1,4}]\) |
将上述算法一般化:设 \(k=[\,\sqrt{n}\,]\),并令 \(n_c=n-c^2\)。
其中,若求得 \(\frac{i_{l-1}+i_l}{q}\),则取满足 \(i_{l+1}\leq k\) 的最大值,使 \(i_l+i_{l+1}\) 能被 \(n_l/q\) 整除。
如果考虑将 \(\frac{i+j}{q}=a \Rightarrow i-\frac{a}{q}-j\) 的形式,有:
其中,\(\frac{n_{i_1}}{n_k}=q_1,\,\frac{n_{i_2}}{q_1}=q_2,\cdots\)
3、渐近分数列
如下表所列,渐近分数常用于无理数的逼近。
表 3:连分数与渐近分数列
连分数 | 渐近分数列 | |
---|---|---|
\(\sqrt{2}\) | \([1;\bar{2}]\) | \(\frac{1}{1},\frac{3}{2},\frac{7}{5},\frac{17}{12},\cdots\) |
\(\sqrt{7}\) | \([2;\overline{1,1,1,4}]\) | \(\frac{2}{1},\frac{3}{1},\frac{5}{2},\frac{8}{3},\cdots\) |
\(\frac{\sqrt{5}-1}{2}\) | \([0;\bar{1}]\) | \(\frac{1}{1},\frac{1}{2},\frac{2}{3},\frac{3}{5},\frac{5}{8},\frac{8}{13},\cdots\) |
\(\pi\) | \([3;7,15,1,292,1,1,\cdots]\) | \(\frac{3}{1},\frac{22}{7}\text{(约率)},\frac{333}{106},\frac{355}{113}\text{(密率)},\frac{103993}{33102},\cdots\) |
\(\mathrm{e}\) | \([2;1,2,1,\cdots,1,2k,1,\cdots]\) | \(\frac{2}{1},\frac{3}{1},\frac{8}{3},\frac{11}{4},\frac{19}{7},\frac{53}{23},\cdots\) |
数学上可以证明:由连分数得到的渐近分数,其值是在分子或分母小于下一个渐近分数的分数中,最接近精确值的近似值。
对渐进分数列 \(\\{\frac{p_i}{q_i},\,i\in \mathbb{N}^+\\}\),有 \(\frac{p_1}{q_1}=\frac{a_0}{1},\frac{p_1}{q_1}=\frac{a_1a_0+1}{a_1}\),其递推式为:
$$\begin{bmatrix}p_{i+1}\\q_{i+1}\end{bmatrix}=\begin{bmatrix}p_i&p_{i-1}\\q_i&q_{i-1}\end{bmatrix}\begin{bmatrix}a_{i}\\1\end{bmatrix}$$
显然,渐近分数列的奇数项小于原值,偶数项大于原值。
二、丢番图方程简介
丢番图方程 又名整系数多项式方程,其变量与系数均为整数。若一个丢番图方程具有以下的形式:
则称此二元二次不定方程为佩尔方程。
1、佩尔方程的解
- 若 \(n\) 是完全平方数,佩尔方程只有平凡解 \((\pm 1, 0)\)。
- 对于其余情况,拉格朗日证明了佩尔方程总有非平凡解,而这些解可由 \(\sqrt{n}\) 的连分数求出。
设 \(\\{\frac{p_i}{q_i}\\}\) 是 \(\sqrt{n}\) 的的渐近分数列,则存在 \(i\) 使得 \((p_i,q_i)\) 为佩尔方程的解。取 \(\min i\) 对应的 \((p_i,q_i)\) 作为佩尔方程的基本解(最小解),记作\((x_1,y_1)\),则全部的非平凡解解 \(\\{x,y\\}\) 可表示为 \(x_i + y_i\sqrt n = (x_1 + y_1\sqrt n)^i\),或由递推关系式求得:
$$\begin{bmatrix}x_{i+1}\\y_{i+1}\end{bmatrix}=\begin{bmatrix}x_1&ny_1\\y_1&x_1\end{bmatrix}\begin{bmatrix}x_{i}\\y_{i}\end{bmatrix}$$
规律:记 \(\sqrt{n}\) 的连分数循环节长度为 \(l\)。当 \(l\) 为偶数,\((p_l,q_l)\) 即是基本解;当 \(l\) 为奇数,\((p_{2l},q_{2l})\) 即是基本解。
Example:求 \(x^2 - 7y^2= 1\) 的解
由 \(\sqrt{7}\) 的渐近分数列 \(\\{\frac{p_i}{q_i}\\}=\frac{2}{1},\frac{3}{1},\frac{5}{2},\frac{8}{3},\cdots\),求得 \(x^2 - 7y^2= 1\) 的基本解 \((8,3)\),其所有非平凡解 $$\{x,y\}=(8,3),(127,48),(2024,765),(32257,12192),(514088,194307),(8193151,3096720),(130576328,49353213),\cdots$$
2、Diophantine Equation[2]
题意:求最小的非完全平方数 \(n\in(1,1000]\) 使佩尔方程 \(x^2 - ny^2= 1\) 的基本解 \(x_1\) 最大。
from math import *
def iqj(i0,q0,j0,d):
i = j0
q = (d - j0*j0)//q0
max_num = j0 + floor(sqrt(d))
j = max([x for x in range(max_num,0,-1) if x % q == 0]) - j0
a = (i + j)//q
return i,q,j,a
def pell (d,h,k):
if h*h - d*k*k == 1: return True
else: return False
def frac(d):
i0 = 0
q0 = 1
j0 = floor(sqrt(d))
a0 = (i0 + j0)//q0
h0 = a0
k0 = 1
if pell(d,h0,k0): return h0
else:
i0,q0,j0,a1=iqj(i0,q0,j0,d)
h1 = a1*a0 + 1
k1 = a1
while(not pell(d,h1,k1)):
i0,q0,j0,a=iqj(i0,q0,j0,d)
h = a*h1 + h0
k = a*k1 + k0
h0,k0 = h1,k1
h1,k1 = h,k
return h1
mh = 0
ans = 0
for d in [i+1 for i in range(1000) if sqrt(i+1)!=int(sqrt(i+1))]:
h = frac(d)
if h > mh:
mh = h
ans = d
print(ans)
661