pi_riemann_benchmark.py ドキュメント

概要

pi_riemann_benchmark.py は、区間 \([0, 1]\) における関数 \(f(x) = \sqrt{1 - x^2}\) の定積分を中点リーマン和を用いて近似計算し、円周率 \(\pi\) を求めるベンチマークスクリプトです。 Pythonの標準的なループ処理に加え、ジェネレータ、リスト内包表記、さらには外部ライブラリを利用したベクトル化やJITコンパイル、GPUアクセラレーションによる実装の実行時間と誤差を比較・評価します。

理論的背景と数式

本プログラムでは、円の面積を利用して円周率 \(\pi\) を計算します。 半径 \(1\) の円を表す方程式は \(x^2 + y^2 = 1\) であり、第一象限( \(x \ge 0, y \ge 0\) )における円周の弧は \(y = \sqrt{1 - x^2}\) と表されます。 この曲線を \(x \in [0, 1]\) の区間で定積分すると、半径 \(1\) の円の面積の \(1/4\) に相当します。

\[\int_0^1 \sqrt{1 - x^2} \, dx = \frac{\pi}{4}\]

この定積分を数値的に近似するため、中点リーマン和を使用します。 積分区間 \([0, 1]\) を \(N\) 等分(プログラム内では変数 nmax によって指定)すると、各微小部分の幅 \(\Delta x\) は以下となります。

\[\Delta x = \frac{1}{N}\]

\(i\) 番目の区間の中点 \(x_i\) は、インデックス \(i = 0, 1, \dots, N-1\) に対して次式で与えられます。

\[x_i = \left( i + 0.5 \right) \Delta x\]

各中点における関数値を長方形の高さとし、全体の面積の総和 \(I_N\) を計算します。

\[I_N = \sum_{i=0}^{N-1} \sqrt{1 - x_i^2} \, \Delta x\]

この \(I_N\) を \(4\) 倍することで、円周率 \(\pi\) の近似値が得られます。

\[\pi \approx 4 I_N = 4 \Delta x \sum_{i=0}^{N-1} \sqrt{1 - x_i^2}\]

動作要件・非標準ライブラリ

標準ライブラリのみで基本的な実行が可能ですが、以下の非標準ライブラリがインストールされている場合、それぞれに対応した高速化メソッドが自動的に追加されます。 これらがインポートできない環境では、該当するメソッドは自動的にスキップされます。

  • numpy : 配列計算を用いたベクトル化処理( numpy メソッド)

  • numba : JITコンパイラを用いた高速化( numba メソッド)

  • cupy : CUDAを利用したGPUによる並列計算( cupy メソッド)

※ cupy メソッドを実行するには、利用可能なNVIDIA GPU環境が必須となります。

入出力仕様

本プログラムは、コマンドライン引数から計算のパラメータを受け取り、ベンチマーク結果を標準出力へ表示します。

入力パラメータ (CLIオプション)

  • --nmax

    • 中点リーマン和のサンプリング分割数 \(N\) を指定します。

    • デフォルト値: \(1000000\)

    • 条件: 正の整数である必要があります。

  • --repeat

    • 各メソッドのベンチマーク計測を繰り返す回数を指定します。

    • デフォルト値: \(3\)

    • 条件: 正の整数である必要があります。

  • --methods

    • 実行する計算メソッドを指定します(複数指定可)。

    • 選択肢: all , for , generator , listcomp , numpy , numba , cupy

    • デフォルト値: all (利用可能な全てのメソッドを実行します)

出力仕様

  • NumbaおよびCuPyによるメソッドでは、正確な計測を行うために計測外のタイミングでウォームアップ(JITコンパイル等)が実行され、その所要時間が標準出力に表示される場合があります。

  • 指定された各メソッドについて、以下の指標が1行のテキストとして標準出力に表示されます。

    • メソッド名

    • 計算された \(\pi\) の近似値

    • 真の \(\pi\) との絶対誤差 ( abs.error )

    • 計測された実行時間の中央値 (単位: \(s\) )

    • 計測された実行時間の最小値 (単位: \(s\) )

  • 依存パッケージが未インストールなどの理由でメソッドが構成できなかった場合は、スキップされた旨が代わりに出力されます。

実行例

デフォルトの設定(分割数 \(1000000\) 、繰り返し \(3\) 回、利用可能な全メソッド実行)でベンチマークを行う場合:

python pi_riemann_benchmark.py

分割数を \(10000000\) 、繰り返し回数を \(5\) 回に増やし、標準的な for ループと numpy メソッドのみを比較する場合:

python pi_riemann_benchmark.py --nmax 10000000 --repeat 5 --methods for numpy

GPU環境の有無やライブラリのロード状態を確認するため、特定の外部ライブラリ依存メソッドのみを指定して実行する場合:

python pi_riemann_benchmark.py --methods numba cupy