AGM函数近似值的估计

AGM函数近似值的估计
AGM是 Arithmetic-Geometric Mean的缩写，意为算术几何 平均数。其定义为,给定两个正实数a0和b0，我们定义一个迭代过程
$$a_{i+1}=\frac{a_i+b_i}{2},b_{i+1}=\sqrt{a_i{b}_i}$$
前者求两个数的算术平均数，后者求2个数的几何平均数。这两个序列有同样的极限，其值表示为A(a0,b0)，在AGM迭代过程中，序列收敛地非常快，一旦$a_i$ 和$b_i$大小相近时，每迭代一次，有效数字加倍。下表显示了这两个序列的收敛速度[1]

高斯发现，AGM函数可以用来求椭圆积分的值，
$$A(1,x)=\frac{\pi }{2F(x)}$$
F(x)为椭圆积分函数
$${\int }_0^{\frac{\pi }{2}}\frac{d\theta }{\sqrt{1-(1-x^2){\sin }^2\theta }}$$
AGM函数不但可以快速的计算椭圆积分，也可用来计算对数函数$ln(x)$. [2]给出一个椭圆积分$F(x)$和对数函数$ln(s)$的关系式
$$F(\frac{4}{s})=\ln (s)+\frac{4\ln (s)-4}{s^2}+\frac{36\ln (s)-42}{s^4}+\frac{1200\ln (s)-1480}{3s^6}+O(\frac{1}{s^8})$$

如果s是足够的大，$F(4/s)$是非常好的$ln(s)$的近似值。为了计算$ln(s)$到p位2进制数。s必须大于 $2^{\frac{p}{2}}$ 。故为了计算$ln(x)$,我们首先需要找到一个实数s和整数m，使得$$s=x\cdot 2^m>2^{\frac{p}{2}}$$ [2]给出如下求ln(x)的公式
$$ln(x)=\frac{\pi }{2A(\frac{4}{s},1)}-m\ln (2)(1)$$
我们将这个公式稍作一下变形 $$\ln (x)=\frac{\frac{1}{8}\pi s}{A(\frac{s}{4},1)}-m\ln (2)=\frac{\frac{1}{2}\pi \cdot x\cdot 2^{m-2}}{A(x\cdot 2^{m-2},1)}-m\ln (2)(2)$$
反过来，利用这个公式，我们可以求AGM(1,y)的近似值，这里要求y>>1。在公式(2)中，我们取x为1，这样不但可以消去方程中的x，也可以消去ln(x)，这样公式(2)变为
$$\frac{\frac{1}{2}\pi \cdot 2^{m-2}}{A(2^{m-2},1)}=m\ln (2)(3)$$
令 $y=2^{m-2}$, 则
$$a(y,1)=\frac{\frac{1}{2}\pi \cdot y}{(log2(y)+2)\ln 2}=y\frac{\frac{1}{2}\pi /\ln (2)}{log2(y)+2}\approx y\frac{2.26618007091}{log2(y)+2}(4)$$

下表是y取某些值时，使用公式(4)得到的近似值和真实值的对比。我们可以发现，当y>10,这个近似公式可以精确到3位以上有效数字。

参考文献
[1] agm(24, 6) at WolframAlpha. http://www.wolframalpha.com/input/?i=agm%2824%2C+6%29
[2] Muller J M. Elementary Functions: Algorithms and Implementation[M]. Springer Science+Business Media New York, 2016,130-131