ডিগ্রি -6 বহুবর্ষের শিকড়গুলির নিরিখে একটি সাধারণ বদ্ধ সূত্র রয়েছে।
এটির সাথে সাধারণ মেলা ডাইয়ের বিষয়টি বিবেচনা করা একটু সহজ d≥2 সংখ্যাগুলির সাথে লেবেলযুক্ত মুখগুলি 1,2,…,d.
দিন ek সমান বা অতিক্রম করতে প্রয়োজনীয় রোলগুলির প্রত্যাশিত সংখ্যা হতে হবে k. জন্য k≤0, ek=0. অন্যথায় প্রত্যাশা তত্ক্ষণাত্ পূর্ববর্তী মানটিতে পৌঁছানোর রোলগুলির সংখ্যার প্রত্যাশার চেয়ে আরও একটি, যা এর মধ্যে থাকবে k−d,k−d+1,…,k−1, কোথা হইতে
ek=1+1d(ek−d+ek−d+1+⋯+ek−1).(1)
এই লিনিয়ার পুনরাবৃত্ত সম্পর্কের ফর্মটিতে একটি সমাধান রয়েছে
ek=2kd+1+∑i=1daiλki(2)
যেখানে λi হয় d বহুত্বের জটিল শিকড়
Td−1d(Td−1+Td−2+⋯+T+1).(3)
কনস্ট্যান্টস ai সমাধান প্রয়োগ করে পাওয়া যায় (2) মানগুলিতে k=−(d−1),−(d−2),…,−1,0 কোথায় ek=0প্রতিটি ক্ষেত্রে। এটি একটি সেট দেয়d লিনিয়ার সমীকরণ dধ্রুবক এবং এটির একটি অনন্য সমাধান রয়েছে। যে সমাধান কাজ করে পুনরাবৃত্তি যাচাই করে প্রদর্শিত হতে পারে(1) প্রতিটি রুট সন্তুষ্ট যে সত্য ব্যবহার করে (3):
1+1d∑j=1dek−j=1+1d∑j=1d(2(k−j)d+1+∑i=1daiλk−ji)=2kd+1+∑i=1daiλk−di[1d(1+λi+⋯+λd−1i)]=2kd+1+∑i=1daiλk−diλdi=2kd+1+∑i=1daiλki=ek.
এই বদ্ধ ফর্ম সমাধান আমাদের উত্তর আনুমানিক করার পাশাপাশি সঠিকভাবে মূল্যায়নের জন্য ভাল উপায় দেয় gives (এর ছোট থেকে পরিমিত মানের জন্যk, পুনরাবৃত্তির সরাসরি প্রয়োগ একটি কার্যকর গণনা কৌশল ut) উদাহরণস্বরূপ, সাথে d=6 আমরা সহজেই গণনা করতে পারি
e1000000=285714.761905…
আনুমানিক জন্য, একটি অনন্য বৃহত্তম রুট হবে λ+=1 সুতরাং শেষ পর্যন্ত (যথেষ্ট বড় জন্য k) শব্দটি λk+ আধিপত্য করবে d শর্তাবলী (2).শিকড়ের দ্বিতীয় বৃহত্তম নিয়ম অনুসারে ত্রুটি তাত্পর্যপূর্ণভাবে হ্রাস পাবে । সঙ্গে উদাহরণ অবিরতk=6, এর সহগ λ+ হয় a+=0.4761905 এবং পরবর্তী-সর্বকনিষ্ঠ আদর্শ 0.7302500. (ঘটনাচক্রে, অন্য ai খুব কাছাকাছি হতে ঝোঁক 1 আকারে।) সুতরাং আমরা পূর্ববর্তী মানটি প্রায় অনুমান করতে পারি
e1000000≈2×1066+1+0.4761905=285714.761905…
অর্ডার একটি ত্রুটি সঙ্গে 0.7302500106≈10−314368.
এই সমাধানটি কতটা কার্যকর তা প্রদর্শনের জন্য, এখানে R
কোডটি যা মূল্যায়ন করতে কোনও ফাংশন দেয়ek কোন জন্য k (ডাবল নির্ভুলতা ভাসমান পয়েন্ট গণনার ক্ষেত্রের মধ্যে) এবং অত্যধিক বড় নয় d (এটি একবার নিচে নেমে যাবে) d≫100):
die <- function(d, mult=1, cnst=1, start=rep(0,d)) {
# Create the companion matrix (its eigenvalues are the lambdas).
X <- matrix(c(0,1,rep(0,d-1)),d,d+1)
X[, d] <- mult/d
lambda <- eigen(X[, 1:d], symmetric=FALSE, only.values=TRUE)$values
# Find the coefficients that agree with the starting values.
u <- 2*cnst/(d+1)
a <- solve(t(outer(lambda, 1:d, `^`)), start - u*((1-d):0))
# This function assumes the starting values are all real numbers.
f <- Vectorize(function(i) Re(sum(a * lambda ^ (i+d))) + u*i)
list(f=f, lambda=lambda, a=a, multiplier=mult, offset=cnst)
}
এর ব্যবহারের উদাহরণ হিসাবে এটি এখানে প্রত্যাশাগুলি গণনা করে k=1,2,…,16:
round(die(6)$f(1:10), 3)
1.000 1.167 1.361 1.588 1.853 2.161 2.522 2.775 3.043 3.324 3.613 3.906 4.197 4.476 4.760 5.046
যে বস্তুটি এটি প্রত্যাবর্তন করে তাতে শিকড় অন্তর্ভুক্ত λi এবং তাদের গুণক aiআরও বিশ্লেষণের জন্য। গুণক অ্যারের প্রথম উপাদানটি হ'ল কার্যকর সহগa+.
(আপনি যদি জানতে আগ্রহী হন যে অন্যান্য পরামিতিগুলি কীসের die
জন্য রয়েছে তবে নির্বাহ করুন die(2, 2, 0, c(1,0))$f(1:10)
এবং দেখুন আপনি আউটপুটটি সনাক্ত করেছেন কিনা ;-)। এই সাধারণীকরণটি ফাংশনটি বিকাশ এবং পরীক্ষায় সহায়তা করেছে))