Aaaaa

Uma Análise e Comparação de Diferentes Abordagens
para a Estimação do Número de Euler

Henri Dias Eder1
1
Faculdade de Informática – Pontifı́cia Universidade Católica do Rio Grande do Sul (PUCRS)
Porto Alegre – RS – Brasil
Resumo. Este artigo propõe, através da aplicação do método cientı́fico, uma

análise e comparação de cinco diferentes e notáveis métodos para o cálculo
de uma aproximação do Número de Euler, com o auxı́lio de um ambiente ma-
temático adequado para a experimentação e coleta de resultados. São explora-
das as qualidades e propriedades de cada um desses métodos, visando eventu-
almente eleger quais deles podem ser considerados os mais e os menos viáveis
para o cálculo de uma quantidade considerável de casas do número.
Palavras-Chave: Número de Euler, cálculo, método numérico, aproximação,
constante, precisão, iteração.
1. Introdução
1.1. Cenário
O número de Euler, denotado com o sı́mbolo “e”, é uma constante matemática irracional e
transcendente e a base do logaritmo natural. De grande utilidade, tem diversas aplicações
nas mais diversas áreas, como no cálculo financeiro, na estimativa de probabilidades, no
cálculo da desintegração radioativa de materiais, na análise da porosidade de cerâmicas,
na estimação de distâncias em Projeções de Mercator, entre outros.
1.2. Contexto e Motivação

Ao longo da história, houve uma crescente motivação para o cálculo cada vez mais preciso
do Número de Euler. Originalmente, em 1690, quando lidando com a estimação de juros,
Jacob Bernoulli estipulou um valor entre “2.5” e “3” para um valor que mais tarde seria
reconhecido como sendo o número, ainda que utilizando efetivamente “2.5” para vários
dos seus cálculos. Em 1748, Leonhard Euler, o verdadeiro pai da constante, calculou 23
casas decimais através do uso de séries.
Ao longo dos séculos seguintes, vários outros matemáticos não somente demons-
traram interesse pela estimação de cada vez mais dı́gitos do número como também o
fizeram, usando diversas abordagens diferentes e conseguindo resultados frequentemente
inéditos. Contudo, foi com o advento da tecnologia moderna que o cálculo de casas em
escalas de milhares ou milhões se tornou não somente possı́vel mas também trivial. Nesse
contexto, é importante mencionar John von Neumann, que calculou 2.010 casas decimais
na máquina ENIAC (Electronic Numerical Integrator And Computer) e Steve Wozniak,
que calculou 116.000 casas decimais no Apple II, ambos os experimentos sendo tratados
como revolucionários em suas épocas. Entre os anos 2000 e 2009, a dupla de cientis-
tas Shigeru Kondo e Xavier Gourdon calculou diversas vezes o valor da constante, com
resultados variando de 2.000.000 casas decimais até 200.000.000.000 casas, utilizando
diferentes processadores Intel de propósito geral e levando até 20 dias cada vez. O re-
corde mundial atual é de 1.400.000.000.000 (um trilhão e quatrocentos bilhões) de casas
decimais, por Matthew Hebert, utilizando um processador AMD FX-8370 ao longo de
um mês.
Pode-se observar que o gargalo para esse tipo de trabalho não está mais na área
de hardware, que avança mais rápido do que novas computações da constante são ge-
radas. No quesito do cômputo eficiente de novos recordes, pode ser necessária uma
reavaliação dos algoritmos utilizados. Poderia se afirmar que, nesse contexto, existem
métodos que possuem uma competência questionável de se gerar qualidade de resultado
em uma grande escala de dı́gitos e, em contrapartida, existem métodos com boa con-
vergência, produzindo bons resultados em menos iterações e que seriam indicados para
esse tipo de computação ? Quais seriam eles ?
1.3. Ambiente
Para a realização do estudo, optou-se pela utilização da linguagem de programação
Python 2.7.11 sobre a IDE Enthought Canopy. Foi empregada a biblioteca matemática
Sympy, devido à sua facilidade de uso aliada à grande variedade de operações numéricas
disponı́veis. Uma funcionalidade decisiva para a escolha dessa biblioteca foi a possibi-
lidade de customizar o modelo de ponto flutuante utilizado nos cálculos, sem se prender
aos tipos primitivos da linguagem (Double, Float etc). Para a confecção dos gráficos, foi
utilizada a biblioteca Matplotlib, também de Python.
2. Experimentação e Coleta de Resultados

2.1. Metodologia
Para a devida análise e comparação das abordagens para o cálculo do Número de Euler,
foram deliberados cinco métodos julgados os mais relevantes dentre os inúmeros existen-
tes: o método da série infinita trivial, da expansão (limite de uma sequência), da fração
contı́nua, de Pippenger (produto infinito especial) e de Brothers (outra perspectiva sobre
a série infinita). Sobre todos os métodos são avaliados os resultados através de iterações
(ou uma emulação de iterações) e uma estimativa de dı́gitos significativos exatos. As
relações de resultados são dispostas em dois tipos de tabelas: valor e diferença desde a
última iteração e uma comparação entre DIGSE e dı́gitos iguais à esquerda desde a última
iteração (ou, em outras palavras, uma distância de Hamming que relaciona os dı́gitos re-
sultantes de uma iteração n e uma iteração n + 1).
Todos os cálculos realizados ao longo do experimento contaram com números de
precisão 22 e para os testes de todas as caracterı́sticas dos métodos foram realizadas 16
iterações. O critério para a escolha desses parâmetros foi o de estabelecer um equilı́brio
entre qualidade numérica (visando a irrefutável satisfação das hipóteses) e a clareza na
demonstração e explicitação de resultados.
2.2. Método da Série Infinita

2.2.1. Descrição e Algoritmo
Talvez a maneira mais difundida de se cálcular o Número de Euler, o método da série

infinita foi elaborado por Leonhard Euler durante seus estudos sobre juros compostos.
O método foi também adotado por Matthew Hebert para firmar o mais recente recorde
mundial de casas estimadas da constante, devido a sua baixa complexidade de operações.
Sua fórmula pode ser expressa da seguinte forma:
n
X 1
e=
i=0
n!
É importante esclarecer que é pressuposto que n tenda ao infinito, visto a natureza

irracional do Número de Euler. Para fins de teste, discretizaremos n para 16 (o número
definido padrão para a quantidade de iterações em todos os métodos).
Para estimar os resultados da técnica, foi implementado o seguinte algoritmo, des-
crito em pseudocódigo:
Algorithm 1 Série Infinita

1: função S ERIE I NFINITA(n)
2: soma ← 0
3: para i ← 0 até n faça
4: soma ← soma + (1 ÷ f atorial(i))
5: fim para
6: devolve soma
7: fim função
O método desenvolvido foi bastante simples. Basicamente instancia-se uma

variável para armazenar o resultado ao longo do somatório e, na sequência, é feito um
laço onde realiza-se n adições.
2.2.2. Resultados
Ao longo das iterações e com o uso desse método, coletou-se os seguintes resultados:
Iteração Valor da Aproximação Diferença
1 1.000000000000000000000 1.000000000000000000000
2 2.000000000000000000000 1.000000000000000000000
3 2.500000000000000000000 0.5000000000000000000000
4 2.666666666666666666667 0.1666666666666666666667
5 2.708333333333333333333 0.04166666666666666666668
6 2.716666666666666666667 0.008333333333333333333358
7 2.718055555555555555556 0.001388888888888888888902
8 2.718253968253968253968 0.0001984126984126984126851
9 2.718278769841269841270 0.00002480158730158730156579
10 2.718281525573192239859 0.000002755731922398589039337
11 2.718281801146384479718 2.755731922398588827579x10−7
12 2.718281826198492865160 2.505210838544170698898x10−8
13 2.718281828286168563946 2.087675698786800092488x10−9
14 2.718281828446759002315 1.605904383682357530988x10−10
15 2.718281828458229747912 1.147074559773112522134x10−11
16 2.718281828458994464285 7.647163731573698871279x10−13
Tabela 1. Resultados do Método
Explicitando esses resultados de forma gráfica, temos:
Figura 1. Aproximação de “e”
A partir da iteração n = 5, a aproximação do número ganha um comportamento

relativamente mais constante.
2.2.3. Dı́gitos Significativos
Quanto a análise de qualidade do número, foram gerados os seguintes resultados:

Iteração DIGSE Dı́gitos Iguais à Esquerda
1 0.0 0
2 0.144735116143935 0
3 0.758922425635568 1
4 1.41319143925832 1
5 2.13494472343452 1
6 2.9258203214598 2
7 3.77962577955611 3
8 4.68930572180048 4
9 5.64876878509794 5
10 6.65301544446242 5
11 7.6979304670664 7
12 8.78007990875777 8
13 9.89655808986916 9
14 11.0448757330766 10
15 12.2228772004085 11
16 13.4286781123924 13
Tabela 2. Análise de Dı́gitos dos Resultados
Figura 2. Contagem de Dı́gitos Significativos
Dentre os métodos escolhidos para o estudo, o método da série é provavelmente

o mais simples. Seu DIGSE aumenta de forma quase linear, com a aproximação de re-
sultado se estabilizando gradativamente sem perturbações relevantes. Ao final do experi-
mentou, obteu-se um máximo de 13 dı́gitos exatos.
2.3. Método da Fração Contı́nua

Em seus estudos sobre a irracionalidade da constante, em 1737, Leonhard Euler foi capaz
de representar o número através da seguinte fração contı́nua sı́mples:
e = [2; 1, 2, 1, 1, 4, 1, 1, 6, 1, 1, ... , 2n, 1, 1, ... ]

Para uma visualização mais clara, a fração pode ser apresentada também da se-
guinte forma:
1
e=2+
1
1+
1
2+
1
1+
1
1+
1
4+
1
1+
1
1+
1
6+
...
É válido comentar que, tendo em vista a natureza irracional do Número de Euler,

não é possı́vel representá-lo através de uma fração comum, somente através de frações
contı́nuas. Para garantirmos uma aproximação do número através do cálculo da fração, o
número de iterações nesse método representa a quantidade de divisões que serão realiza-
das.
Algorithm 2 Fração Contı́nua

1: função F RACAO C ONTINUA(n)
2: soma ← 0
3: aux ← 0
4: cont ← 1
5: par ← 2
6: lista L
8: se cont < 2 então
9: L adiciona 1
10: cont ← cont + 1
11: senão
12: L adiciona par
13: par ← par + 2
14: cont ← 0
15: fim se
16: fim para
17: aux ← n − 2
18: enquanto aux >= 0 faça
19: soma ← 1 ÷ (L[aux] + soma)
20: aux ← aux − 1
21: fim enquanto
22: soma ← 2
23: devolve soma
24: fim função
A ideia por trás do algoritmo foi a de evitar um método recursivo (e, portanto,
complexo). Para tanto, cria-se uma lista que armazena os números da fração contı́nua de
um jeito muito semelhante à sua forma reduzida:
[2; 1, 2, 1, 1, 4, 1, 1, ... ]
Em seguida, os elementos são “retirados” da lista de trás para frente e realiza-se operações
sobre esses, simulando as divisões que seriam feitas primeiro na forma convencional.
2.3.2. Resultados

1 3.000000000000000000000 3.000000000000000000000
2 2.500000000000000000000 0.5000000000000000000000
3 2.750000000000000000000 0.2500000000000000000000
4 2.714285714285714285714 0.03571428571428571428571
5 2.727272727272727272727 0.01298701298701298701300
6 2.717948717948717948718 0.009324009324009324009336
7 2.718309859154929577465 0.0003611412062116287468601
8 2.718181818181818181818 0.0001280409731113956466174
9 2.718283582089552238806 0.0001017639077340569877783
10 2.718281718281718281718 0.000001863807833957087712099
11 2.718282368249837345478 6.499681190637599240442x10−7
12 2.718281822943949711891 5.453058876335871691076x10−7
13 2.718281828735695726685 5.791746014793729810166x10−9
14 2.718281826735181298401 2.000514428284213415377x10−9
15 2.718281828470583721778 1.735402423377306528298x10−9
16 2.718281828458563411278 1.202031049997118679925x10−11

É possı́vel observar, principalmente nas iterações n = 2 e n = 5, que o número
par intercalado entre os “1” na fração procura controlar a tendência do valor (evitar que
ele fique muito acima ou muito abaixo de “e”). A partir da iteração n = 12 o valor
torna-se relativamente estável.

1 0.727306393728073 0
2 0.758922425635568 0
3 1.63802455025915 1
4 2.53201767294137 2
5 2.18192545955121 2
6 3.61165292243952 2
7 4.6866650806883 3
8 4.1342338720296 4
9 5.89035667001062 4
10 7.09220223268867 6
11 6.4020690961676 6
12 8.39274144204157 6
13 9.69236303609817 9
14 8.89779149726149 9
15 11.072145638686 9
16 12.4514059776591 11
Assim como nos resultados, o comportamento do DIGSE para o método é influ-

enciado pela inclusão dos números pares na fração. Sempre que é incluı́do um número
“1” na divisão, a qualidade do número aumenta, e diminui quando outro número é co-
locado. Em outras palavras, partindo da segunda iteração, existe uma sequência de duas
iterações que aumentam a qualidade do resultado, seguida de uma iteração que reduz essa
qualidade. Ao fim de 16 interações, temos 12 dı́gitos exatos.
2.4. Método da Expansão
O método mais antigo de que se tem notı́cia para o cálculo do Número de Euler, des-
coberto por Jakob Bernoulli para o cálculo de juros compostos, pode ser expresso da
seguinte forma:
n
!
Y 1
e= 1+
i=1
n
No entanto, sua forma mais popularizada é a seguinte, envolvendo limites:
!n
1
e = lim 1+
n→m n
Pressupõe-se nesse modelo que n tenda ao infinito. Para o cálculo da aproximação

da constante, discretizaremos esse valor para 16 (o número definido padrão de iterações).
Para estimar os resultados da técnica, foi implementado o seguinte algoritmo, descrito em
pseudocódigo:
Algorithm 3 Expansão
1: função E XPANSAO(n)
2: base ← 1 + (1 ÷ n)
3: soma ← 1
5: soma ← soma ∗ base
6: fim para
7: devolve soma
8: fim função
Para simplificar a execução do código, simplesmente calcula-se o valor de dentro

dos parênteses, armazena-se esse valor e realiza-se n multiplicações sequenciais.
2.4.2. Resultados
1 2.000000000000000000000 2.000000000000000000000
2 2.250000000000000000000 0.2500000000000000000000
3 2.370370370370370370370 0.1203703703703703703704
4 2.441406250000000000000 0.07103587962962962962960
5 2.488320000000000000000 0.04691375000000000000010
6 2.521626371742112482853 0.03330637174211248285302
7 2.546499697040713113948 0.02487332529860063109474
8 2.565784513950347900391 0.01928481690963478644276
9 2.581174791713197181990 0.01539027776284928159946
10 2.593742460100000000000 0.01256766838680281801006
11 2.604199011897530878182 0.01045655179753087818170
12 2.613035290224678160300 0.008836278327147282117941
13 2.620600887885732221080 0.007565597661054060779863
14 2.627151556300869388385 0.006550668415137167304991
15 2.632878717727919047045 0.005727161427049658660186
16 2.637928497366599858763 0.005049779638680811718289
É de fácil visibilidade que o método, apesar de convergir para o valor desejado, o

faz de forma lenta e gradual. Estima-se que, para uma hipotética iteração n = 100.000,
o valor da aproximação obtido seria de 2, 1728, o que ainda é de qualidade baixa, com
apenas dois dı́gitos exatos à esquerda.

1 0.144735116143935 0
2 0.381675212674108 1
3 0.533347477821372 1
4 0.645355401119496 1
5 0.734250477113566 2
6 0.807974736241196 1
7 0.870965641816621 2
8 0.925957983793447 2
9 0.974757670384434 2
10 1.01862019285366 2
11 1.05845393495773 1
12 1.09493745516756 2
13 1.12859105103397 2
14 1.15982245999965 3
15 1.18895716424253 2
16 1.2162591341635 3
Até o fim do experimento, obteve-se apenas 1 dı́gito da constante correto. A

tendência de crescimento do DIGSE é extremamente semelhante à tendência do valor no
gráfico anterior. Por se tratar de um valor muito impreciso, os dı́gitos mudam de forma
turbulenta e não há uma expressiva repetição à esquerda.
2.5. Método de Pippenger
Um método bem pouco tradicional para o cálculo da constante foi descoberto por Ni-
cholas Pippenger em 1980, envolvendo o produto infinito, que pode ser exemplificado da
seguinte forma:
!1/2 !1/4 !1/8 !1/16

2 2 4 4 6 6 8 8 10 10 12 12 14 14 16
e=2 ...
1 3 3 5 5 7 7 9 9 11 11 13 13 15 15
O método se resume ao produto de potências 1/2i , sendo que as potências abrigam

multiplicações de 2i elementos que seguem o padrão (ai+1 /ai ) ∗ (ai+1 /ai+2 ) ...
Visto a complexidade de se calcular os resultados manualmente, essa técnica é essenci-
almente usada em ambientes computacionais. Para o experimento, implementou-se o se-
guinte algoritmo, descrito em pseudocódigo, que simula os passos comentados até então
sobre a lógica do método:
Algorithm 4 Pippenger
1: função P IPPENGER(n)
2: soma ← 2
3: aux ← 1
4: par ← 2
5: impar ← 1
7: cima ← 1
8: baixo ← 1
9: pot ← P otencia(2, i)
10: para j ← 0 até pot faça
11: cima ← cima ∗ par
12: baixo ← baixo ∗ impar
13: se aux == 1 então
14: impar ← impar + 2
15: aux ← 0
16: senão
17: par ← par + 2
18: aux ← 1
19: fim se
20: fim para
21: soma ← soma ∗ P otencia(cima ÷ baixo, 1 ÷ (pot ∗ 2))
22: fim para
23: devolve soma
24: fim função
O algoritmo descrito busca reduzir o custo computacional, sempre antevendo os

valores que serão multiplicados dentro das potências (pois seguem um padrão, onde soma-
se dois ao número divisor, então dois ao dividendo e ao divisor novamente), realizando a
operação da raı́z a cada 2k multiplicações e então colocando o resultado em uma variável
que corresponde ao valor final.
2.5.2. Resultados

1 2.828427124746190097603 2.828427124746190097603
2 2.746356191876157007774 0.08207093287003308982967
3 2.725344526074684950753 0.02101166580147205702082
4 2.720050513207934453199 0.005294012866750497553863
5 2.718724192442938195605 0.001326320764996257593799
6 2.718392431580963200360 0.0003317608619749952454647
7 2.718309479998600979476 0.00008295158236222088378786
8 2.718288741391395319933 0.00002073860720565954293398
9 2.718283556695099373563 0.000005184696295946370269821
10 2.718282260518244188092 0.000001296176855185471075810
11 2.718281936473856562252 3.240443876258401537749x10−7
12 2.718281855462748791379 8.101110777087303955476x10−8
13 2.718281835209971169633 2.025277762174521314019x10−8
14 2.718281830146776721758 5.063194447875512678686x10−9
15 2.718281828880978107136 1.265798614621361843998x10−9
16 2.718281828564528453315 3.164496538211074557552x10−10
Duas caracterı́sticas sobre o método de Pippenger podem ser identificadas direta-

mente observando os resultados coletados. Esse método, diferente dos demais, é o único
que aproxima o valor de “e” exclusivamente por cima da sua reta no gráfico. A diferença
entre o valor de uma iteração n e uma iteração n + 1 quaisquer também são os menores de
todos os métodos. Em outras palavras, o valor para a iteração n = 1 é de uma qualidade
relativamente boa, e as iterações seguintes apenas ajustam esse valor de forma modesta.

1 1.10957903799335 0
2 1.69044694541528 1
3 2.2864507990417 2
4 2.88692653827902 3
5 3.48858539114062 2
6 4.09054476671239 4
7 4.69257958316918 5
8 5.29463327946732 4
9 5.89669169695577 6
10 6.49875129481873 6
11 7.10081118778011 6
12 7.70287115451639 7
13 8.30493113969638 8
14 8.90699112948711 9
15 9.50905112042986 8
16 10.1111111116578 10
Apesar do comportamento linear e constante do crescimento do DIGSE, observa-

se que o resultado para quaisquer iterações n e n + 1 pode variar bastante nas casas
decimais menos significativas.
2.6. Método de Brothers
O método desenvolvido por Harlan Brothers, baseado nos trabalhos de Newton sobre
séries, é relativamente recente (completa, em 2016, doze anos desde a sua descoberta).
Sua fórmula pode ser expressa da seguinte maneira:
n
X 2n + 2
e=
i=0
(2n + 1)!
É importante esclarecer que é pressuposto que n tenda ao infinito. No entanto, para fins de
teste, discretizaremos n para 16 (o número definido padrão para a quantidade de iterações
em todos os métodos).
Algorithm 5 Brothers
1: função B ROTHERS(n)
2: soma ← 2
4: aux ← 2 ∗ i
5: soma ← soma + ((aux + 2) ÷ F atorial(aux + 1))
6: fim para
7: devolve soma
8: fim função
No algoritmo, executa-se somas, multiplicações e divisões sobre um número e

armazena-se o resultado, de forma análoga ao algoritmo da série infinita convencional.
2.6.2. Resultados

1 2.000000000000000000000 2.000000000000000000000
2 2.666666666666666666667 0.6666666666666666666667
3 2.716666666666666666667 0.04999999999999999999999
4 2.718253968253968253968 0.001587301587301587301587
5 2.718281525573192239859 0.00002755731922398589065807
6 2.718281826198492865160 3.006253006253006426864x10−7
7 2.718281828446759002315 2.248266137155035845587x10−9
8 2.718281828458994464285 1.223546197088849510847x10−11
9 2.718281828459045070516 5.060623055557053519976x10−14
10 2.718281828459045234929 1.644126949520855265896x10−16
11 2.718281828459045235359 4.306103745604049348739x10−19
12 2.718281828459045235360 9.529120656610878814519x10−22
13 2.718281828459045235360 0.0
14 2.718281828459045235360 0.0
15 2.718281828459045235360 0.0
16 2.718281828459045235360 0.0

O salto de valores observados é notável. O gráfico converge para o valor da cons-

tante de forma muito rápida, perdendo apenas para o método de Pippenger nesse quesito.
No entanto, nas iterações seguintes, é observável um fenômeno até então inédito: já na
iteração 13 não há mais mudança no valor do número, pois o método chegou em um valor
sem erro para a precisão fornecida e não é possı́vel gerar resultado melhor.

1 0.144735116143935 0
2 1.41319143925832 1
3 2.9258203214598 1
4 4.68930572180048 3
5 6.65301544446242 5
6 8.78007990875778 7
7 11.0448757330785 9
8 13.4286781128453 11
9 15.9172170765153 12
10 18.4978843968878 16
11 20.7702967003336 18
12 21.001029995664 20
13 21.001029995664 22
14 21.001029995664 22
15 21.001029995664 22
16 21.001029995664 22

Ao analisar o gráfico do DIGSE, apenas se confirmam as reflexões sobre a análise

da aproximação. A partir da iteração n = 11 não há mudança de valor pois foi obtida a
melhor aproximação possı́vel.
3. Reunião de Resultados e Conclusão
A partir de todos os dados e reflexões anteriores, é possı́vel montar um gráfico que com-
para a performance dos diferentes métodos, relacionando o pior e o melhor resultado para
o DIGSE com a quantidade de iterações realizadas da seguinte forma:
Figura 11. Piores Resultados de DIGSE
Para uma a duas iterações, o método da série infinita se mostrou o pior, visto que
começa com um DIGSE igual a zero. No entanto, visando um cálculo em grande escala,
o método da expansão mostrou, de longe, o pior crescimento de DIGSE dentre todas as
técnicas avaliadas, e portanto é o método que levará o maior tempo para a produção de
um resultado de relativa qualidade. De forma análoga, quando testando as melhores taxas
de crescimento de dı́gitos significativos exatos, temos o seguinte:
Figura 12. Melhores Resultados de DIGSE
É evidente o potencial do método de Pippenger de produzir um resultado muito

bom com apenas uma ou duas iterações. Da mesma forma que a análise anterior, a partir
de três iterações as circunstâncias mudam. O método de Brothers rapidamente mostra
melhores resultados, com, por exemplo, aproximadamente 5 dı́gitos exatos em apenas
cinco iterações. Com doze iterações o método é capaz de atingir o melhor resultado
possı́vel na precisão fornecida, fato único entre os métodos verificados.
Verifica-se, portanto, o método de Brothers como uma das melhores escolhas para
o cálculo do Número de Euler, possuindo uma convergência excelente e também um
custo computacional bastante econômico (pois, diferente de vários métodos disponı́veis,
não emprega operações muito complexas, como por exemplo potências). É interessante
observar que o método da fração contı́nua não apareceu em nenhum dos dois gráficos,
apontando-se como um meio termo em todas as situações.
4. Referências
Bostwick, W., Leonhard, E., Myra, F. “An essay on continued fractions”. Mathematical
Systems Theory. 1985: 295–398.
Brothers, H.J. “Improving the convergence of Newton’s series approximation for e.” Col-
lege Mathematics Journal 35 (January) (2004):34-39.
Cohn, H. “A Short Proof of the Simple Continued Fraction Expansion of e.” Amer. Math.
Monthly 113, 57-62, 2006.
DeTemple, D. W., “A quicker convergence to Euler’s constant”. Amer. Math. Monthly,
100, 468-470, 1993.
Friedman, E., “Problem of the Month (August 2004)”. Disponı́vel em
http://www.stetson.edu/ efriedma/mathmagic/0804.html.
Gardner, M. “The Transcendental Number e.” Ch. 3 in The Unexpected Hanging and
Other Mathematical Diversions. Chicago, IL: Chicago University Press, pp. 34-42, 1991.
Komatsu, T. “Some Combinatorial Properties of the Leaping Convergents.” Elec. J. Com-
bin. Num. Th. 7, 1-10, 2007a.
Olds, C. D. “The Simple Continued Fraction Expression of e.” Amer. Math. Monthly 77,
968-974, 1970.
Pippenger, N. “An Infinite Product for e.” Amer. Math. Monthly 87, 391, 1980.
Reitwiesner, G. W. “An ENIAC determination of pi and e to more than 2000 decimal
places. Math. Tables and Other Aids to Computation 4”, (1950). 11-15.
Sondow, J. ”An infinite product for ey via hypergeometric formulas for Euler’s constant”,
(2003, preprint). Disponivel em http://arXiv.org/abs/math/0306008.
Sondow, J. , Guillera, J., ”Double integrals and infinite products for some classical
constants via analytic continuations of Lerch’s transcendent”. 247-270. Disponivel em
https://arxiv.org/pdf/math/0506319v1.pdf.
Weisstein, Eric W. ”e Approximations.” From MathWorld - A Wolfram Web Resource.
Disponivel em http://mathworld.wolfram.com/eApproximations.html.
Wozniak, S. “The Impossible Dream: Computing e to 116,000 Places with a Personal
Computer“. June 1981. p. 392.

Aaaaa

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aaaaa

Enviado por

Direitos autorais:

Formatos disponíveis

Uma Análise e Comparação de Diferentes Abordagens

para a Estimação do Número de Euler

Resumo. Este artigo propõe, através da aplicação do método cientı́fico, uma

1.2. Contexto e Motivação

2. Experimentação e Coleta de Resultados

2.2. Método da Série Infinita

Talvez a maneira mais difundida de se cálcular o Número de Euler, o método da série

É importante esclarecer que é pressuposto que n tenda ao infinito, visto a natureza

Algorithm 1 Série Infinita

O método desenvolvido foi bastante simples. Basicamente instancia-se uma

Tabela 1. Resultados do Método

Explicitando esses resultados de forma gráfica, temos:

Figura 1. Aproximação de “e”

A partir da iteração n = 5, a aproximação do número ganha um comportamento

2.2.3. Dı́gitos Significativos

Quanto a análise de qualidade do número, foram gerados os seguintes resultados:

Tabela 2. Análise de Dı́gitos dos Resultados

Explicitando esses resultados de forma gráfica, temos:

Figura 2. Contagem de Dı́gitos Significativos

Dentre os métodos escolhidos para o estudo, o método da série é provavelmente

2.3. Método da Fração Contı́nua

e = [2; 1, 2, 1, 1, 4, 1, 1, 6, 1, 1, ... , 2n, 1, 1, ... ]

É válido comentar que, tendo em vista a natureza irracional do Número de Euler,

Algorithm 2 Fração Contı́nua

Iteração Valor da Aproximação Diferença

Tabela 3. Resultados do Método

Explicitando esses resultados de forma gráfica, temos:

Figura 3. Aproximação de “e”

2.3.3. Dı́gitos Significativos

Quanto a análise de qualidade do número, foram gerados os seguintes resultados:

Iteração DIGSE Dı́gitos Iguais à Esquerda

Tabela 4. Análise de Dı́gitos dos Resultados

Explicitando esses resultados de forma gráfica, temos:

Figura 4. Contagem de Dı́gitos Significativos

Assim como nos resultados, o comportamento do DIGSE para o método é influ-

2.4. Método da Expansão

2.4.1. Descrição e Algoritmo

No entanto, sua forma mais popularizada é a seguinte, envolvendo limites:

Pressupõe-se nesse modelo que n tenda ao infinito. Para o cálculo da aproximação

Para simplificar a execução do código, simplesmente calcula-se o valor de dentro

Tabela 5. Resultados do Método

Explicitando esses resultados de forma gráfica, temos:

Figura 5. Aproximação de “e”

É de fácil visibilidade que o método, apesar de convergir para o valor desejado, o

2.4.3. Dı́gitos Significativos

Quanto a análise de qualidade do número, foram gerados os seguintes resultados:

Tabela 6. Análise de Dı́gitos dos Resultados

Explicitando esses resultados de forma gráfica, temos:

Figura 6. Contagem de Dı́gitos Significativos

Até o fim do experimento, obteve-se apenas 1 dı́gito da constante correto. A

!1/2 !1/4 !1/8 !1/16

O método se resume ao produto de potências 1/2i , sendo que as potências abrigam

O algoritmo descrito busca reduzir o custo computacional, sempre antevendo os

Iteração Valor da Aproximação Diferença

Tabela 7. Resultados do Método

Explicitando esses resultados de forma gráfica, temos:

Figura 7. Aproximação de “e”

Duas caracterı́sticas sobre o método de Pippenger podem ser identificadas direta-

Quanto a análise de qualidade do número, foram gerados os seguintes resultados:

Iteração DIGSE Dı́gitos Iguais à Esquerda

Tabela 8. Análise de Dı́gitos dos Resultados

Explicitando esses resultados de forma gráfica, temos:

Figura 8. Contagem de Dı́gitos Significativos