UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERÍA QUÍMICA

CARRERA DE INGENIERÍA QUÍMICA

METODOLOGÍA DE LA INVESTIGACIÓN

CONVERGENCIA EN EL NÚMERO PI

INTEGRANTES:
Alexis Tibán
Maribel Sangucho
Maribel Armas
Gissel Calvopiña
Karen Reyes
Jhoseph Venegas
Jessica Constante

PROFESOR: EDWARD JIMENEZ

Quito, 16 de Julio del 2018

 RESUMEN
Demostración de la convergencia del número pi en una computadora normal y
una cuántica. Para esto se hizo un análisis de varios modelos matemáticos para
comprobar que el computador cuántico arroja el valor de pi más rápido que una
computadora normal.
Usando el algoritmo de Chudnovsky el cuál es un método rápido para calcular los
dígitos de pi, este algoritmo está basado en una rápida serie hipergeométrica
generalizada convergente. El modelo matemático de este algoritmo será
transformado mediante la transformada de Fourier para ingresar al quantum y así
identificar la velocidad de respuesta.
Se concluye que se al usar la computadora cuántica se llega más rápido a la
convergencia en el número pi dentro de un conjunto de resultados posibles,
teniendo un relación directamente proporcional al número de muestras, ya que, a
mayor cantidad de muestras mayor será la aproximación a la convergencia
mediante la ley de grandes números.

PALABRAS CLAVES: NÚMERO_PI / ALGORITMO_DE_CHUDMOVSKY /

COMPUTADORA_CUANTICA /
TRANSFORMADA_DE_FOURIER

ABSTRACT

Demonstration of the convergence of the pi number in a normal computer and a

quantum computer. For this an analysis of several mathematical models was
made to verify that the quantum computer throws the value of pi faster than a
normal computer.

Using the Chudnovsky algorithm which is a quick method to calculate the digits
of pi, this algorithm is based on a fast convergent generalized hypergeometric
series. The mathematical model of this algorithm will be transformed by the
Fourier transform to enter the quantum and thus identify the response speed.

It is concluded that when the quantum computer is used, the convergence in the pi
number is reached more quickly within a set of possible results, having a relation
directly proportional to the number of samples, since, the greater the number of
samples, the greater the approximation to convergence through the law of large
numbers.

KEYWORDS: NUMBER_PI / ALGORITMO_DE_CHUDMOVSKY /

COMPUTER_CUANTICA /
TRANSFORMADA_DE_FOURIER
 Introducción

A lo largo de la historia se han descubierto diversos números irracionales, quizá uno de los más
conocidos y utilizados es el número de “pi”, pero ¿Cómo se llegó a establecer su valor
numérico, que significa y que aplicación posee en la sociedad actual?

Antes de Arquímedes (287 – 212 a. C) ya se conocía que la relación entre la longitud de

L
cualquier circunferencia y su diámetro era igual a una constante Cte= ; pero fue
D
Arquímedes quien desarrollo el primer algoritmo para su cálculo y demostró que esta constante
era igual en todos los casos, denominándolo como constante de Arquímedes actualmente
conocido como el número de π. [1]

En el siglo XVI Francisco de Vieta logró un gran avance al expresar π mediante la fórmula. [2]

2
π= …(1)

√ √ √
1 1 1 1
2
1 1 1 1
∗ + ∗ ∗ + ∗ + ∗
2 2 2 2 2 2 2√ √ √
1
2

El advenimiento en el siglo XVII del cálculo diferencial permitió nuevos progresos en el cálculo
de π y además de la fórmula de Vieta aparecieron otras expresiones de π como series y
productos, entre los que se cuentan [1]

El producto de Wallis

2
∗2
1
∗4
3 2n
∗4 ∗2 n
π 3 2 n−1
= … ∗x … .(2)
2 5 2 n+1
2
La demostración de esta fórmula utiliza el teorema de Pitágoras y la formula πr para el
área del círculo de radio r. [3]

Los informáticos Alexander Yee y Shigeru Kondo que, el 28 de diciembre de 2013, lograron
obtener 12,1 billones de decimales de π (12.100.000.000.000 decimales), mediante un método al
que lo llamaron el algoritmo de Chudnovsky cuya expresión es: [4]

∞ k
1 (−1 ) ∗( 6 k ) !∗( 13591409+545140134 k )
=12 ∑ 3
(3)
π k=0 3
3k +
2
(3 k ) !∗( k ! ) ∗640320

En adición, para encontrar la convergencia del número pi se puede usar los métodos de
Montecarlo ya que a través de una identidad inversa calculamos el volumen de un conjunto
interpretando dicho conjunto como una probabilidad, es decir, muestrea aleatoriamente un
universo de resultados posibles y toma la fracción de muestras aleatorias que caen en un
conjunto dado como una estimación del volumen del conjunto, para esto se utiliza la ley de
grandes números con la finalidad de garantizar la convergencia en el valor correcto a medida
que aumenta el número de muestras.
Se aproxima al valor de pi al calcular el área de un círculo de radio 1, mediante el siguiente
algoritmo: [4]
# importando modulos necesarios
import matplotlib.pyplot as plt
import numpy as np # importando numpy
import pandas as pd # importando pandas
from scipy import stats

np.random.seed(1984) # para poder replicar el random

%matplotlib inline
# Ejemplo: Aproximando el valor de pi - área de un círculo de
# radio = 1.

def mc_pi_aprox(N=10000):
plt.figure(figsize=(8,8)) # tamaño de la figura
x, y = np.random.uniform(-1, 1, size=(2, N))
interior = (x**2 + y**2) <= 1
pi = interior.sum() * 4 / N
error = abs((pi - np.pi) / pi) * 100
exterior = np.invert(interior)
plt.plot(x[interior], y[interior], 'b.')
plt.plot(x[exterior], y[exterior], 'r.')
plt.plot(0, 0, label='$\hat \pi$ = {:4.4f}\nerror = {:4.4f}%'
.format(pi,error), alpha=0)
plt.axis('square')
plt.legend(frameon=True, framealpha=0.9, fontsize=16)

mc_pi_aprox()

Figura 1
Gráfica de la aproximación del número de pi

Fuente: Matemáticas cercanas. (2017). Métodos Decimales. Recuperado de:

https://matematicascercanas.com/2017/01/28/metodos-decimales-pi/ y
 https://relopezbriega.github.io/blog/2017/01/10/introduccion-a-los-metodos-de-monte-carlo-
con- python/

BIBLIOGRAFÍA
[1], [2] Adrian, Y. E. O. (2006). The Pleasures of Pi, E and Other Interesting Numbers. World
Scientific Publishing Company.

[3] Martínez, G. (2009). ¿Por qué Pi no es un número racional? Colombia Pág. 9

[4] Arndt, J., & Haenel, C. (2012). Pi - Unleashed. Springer Science & Business Media.

[4] Relopz briega (2017). Introducción a los métodos de Montecarlo. Recuperado de:
https://relopezbriega.github.io/blog/2017/01/10/introduccion-a-los-metodos-de-monte-carlo-
con- python/
Matemáicas Cercanas. (2017). Métods decmales pi. Recoperado de:
https://matematicascercanas.com/2017/01/28/metodos-decimales-pi/