คำถามติดแท็ก special-functions

4
วิธีการรวมเชิงตัวเลขของอินทิกรัลสโคปแบบยาก
ฉันจำเป็นต้องประเมินตัวเลขอินทิกรัลด้านล่าง: ∫∞0sinc′(xr)rE(r)−−−−√dr∫0∞sinc′(xr)rE(r)dr\int_0^\infty \mathrm{sinc}'(xr) r \sqrt{E(r)} dr ที่,x∈R+และλ,κ,ν>0 นี่Kคือฟังก์ชัน Bessel ที่แก้ไขของชนิดที่สอง ในกรณีของฉันโดยเฉพาะฉันมีλ=0.00313,κ=0.00825และν=0.33E(r)=r4(λκ2+r2−−−−−−√)−ν−5/2K−ν−5/2(λκ2+r2−−−−−−√)E(r)=r4(λκ2+r2)−ν−5/2K−ν−5/2(λκ2+r2)E(r) = r^4 (\lambda\sqrt{\kappa^2+r^2})^{-\nu-5/2} K_{-\nu-5/2}(\lambda\sqrt{\kappa^2+r^2})x∈R+x∈R+x \in \mathbb{R}_+λ,κ,ν>0λ,κ,ν>0\lambda, \kappa, \nu >0KKKλ=0.00313λ=0.00313\lambda = 0.00313κ=0.00825κ=0.00825\kappa = 0.00825ν=0.33ν=0.33\nu = 0.33 0.33 ฉันใช้ MATLAB และผมก็มีความพยายามในตัวฟังก์ชั่นintegralและquadgkซึ่งจะช่วยให้ฉันมากของข้อผิดพลาด (ดูด้านล่าง) ฉันได้พยายามธรรมชาติสิ่งอื่น ๆ อีกมากมายเช่นกันเช่นการบูรณาการโดยส่วนและข้อสรุปปริพันธ์จากไป( k + 1 ) x πkxπkxπkx\pi(k+1)xπ(k+1)xπ(k+1)x\pi ดังนั้นคุณมีข้อเสนอแนะเกี่ยวกับวิธีที่ฉันควรลองต่อไปหรือไม่ UPDATE (คำถามเพิ่มเติม) ฉันอ่านกระดาษ @Pedro ที่เชื่อมโยงกับและฉันไม่คิดว่ามันยากเกินไปที่จะเข้าใจ อย่างไรก็ตามฉันมีคำถามสองสามข้อ: มันจะโอเคไหมที่จะใช้เป็นองค์ประกอบพื้นฐานψ kในวิธีของ univariate …

2
อัลกอริธึมที่มีประสิทธิภาพและแม่นยำสำหรับการประเมินฟังก์ชั่น hypergeometric คืออะไร?
ฉันอยากรู้ว่าอัลกอริธึมเชิงตัวเลขที่ดีใดที่มีอยู่สำหรับการประเมินฟังก์ชัน hypergeometric ทั่วไป (หรืออนุกรม) ที่กำหนดเป็น pFq(a1,…,ap;b1,…,bq;z)=∑k=0∞(a1)k⋯(ap)k(b1)k⋯(bq)kzkk!pFq(a1,…,ap;b1,…,bq;z)=∑k=0∞(a1)k⋯(ap)k(b1)k⋯(bq)kzkk!{}_pF_q(a_1,\ldots,a_p;b_1,\ldots,b_q;z) = \sum_{k=0}^{\infty} \frac{(a_1)_k\cdots(a_p)_k}{(b_1)_k\cdots(b_q)_k}\frac{z^k}{k!} โดยทั่วไปชุดนี้ไม่จำเป็นต้องมาบรรจบกันอย่างรวดเร็ว (หรือเลย) ดังนั้นการสรุปคำศัพท์ทีละคำดูเหมือนน้อยกว่าอุดมคติ มีวิธีอื่นที่ใช้งานได้ดีกว่านี้หรือไม่ โดยเฉพาะฉันกำลังมองหาบางอย่างที่จะให้ความแม่นยำ 4 หรือ 5 หลักพร้อมการคำนวณที่สมเหตุสมผล ส่วนใหญ่กรณีทั่วไปที่ผมมักจะเห็นใช้มีและP = 2 , Q = 1แต่ในโครงการโดยเฉพาะอย่างยิ่งผมทำงานเกี่ยวกับฉันมีความจำเป็นในการP = 1 , Q = 2 เห็นได้ชัดว่าอัลกอริธึมทั่วไปสำหรับpและqนั้นเป็นอุดมคติ แต่ฉันจะทำตามที่ฉันจะได้รับp=1,q=1p=1,q=1p=1,q=1p=2,q=1p=2,q=1p=2,q=1p=1,q=2p=1,q=2p=1,q=2pppqqq

2
การใช้โอเพ่นซอร์สของการประมาณด้วยเหตุผลกับฟังก์ชั่น
ฉันกำลังมองหาการใช้งานโอเพนซอร์ซบางส่วน (Python, C, C ++, Fortran นั้นใช้ได้) จากการประมาณด้วยเหตุผลถึงฟังก์ชั่น มีบางอย่างในบทความ [1] ฉันให้มันฟังก์ชั่นและมันให้สองชื่อพหุนามซึ่งมีอัตราส่วนคือการประมาณในช่วงเวลาที่กำหนดและข้อผิดพลาดกำลังสั่นด้วยแอมพลิจูดเดียวกันและเป็นการประมาณที่เหมาะสมที่สุดหรือใกล้เคียงกับมัน นี่คือสิ่งที่ฉันพบ: ดูเหมือนว่า chebfun สามารถทำได้ แต่ฉันไม่สามารถเข้าถึง Matlab * มีโปรแกรมอย่างง่ายในส่วนที่ 5-13 "Rational Chebyshev Approxation" ในสูตรเชิงตัวเลข (NR) Mathematica มีการประหยัดเชิงเหตุผลการประมาณค่าแบบย่อและ MiniMaxApproximation ฉันสงสัยว่ามีบางสิ่งที่ใหม่กว่า (ทดสอบได้ดีกว่า) กว่ารหัส NR หรือไม่ แอปพลิเคชันของฉันคือฉันมีชุดของฟังก์ชั่นพิเศษประมาณ 10 ซึ่งได้รับทั้งชุดไฮเพอร์เมตริกซ์หรือสูตรบางอย่างที่มีการยกเลิกตัวเลขและฉันต้องการมีฟังก์ชั่นการประเมินที่รวดเร็วและแม่นยำที่ถูกเรียกใช้ วงในสุดของการคำนวณองค์ประกอบเมทริกซ์ของอนุภาคสองตัวในการคำนวณ Hartree Fock ฉันวางตัวอย่างง่ายๆของฟังก์ชั่นที่เหมาะกับฉันที่ [2] อย่างที่คุณเห็นมันอาจใช้สูตรโดยตรงหรืออนุกรมรอบ ๆ x = 0 ที่ฉันคำนวณโดยใช้ SymPy มันเรียงลำดับของงาน แต่ความแม่นยำไม่ดีประมาณ …

1
การแปลง
ฉันได้ยินมาโดยบังเอิญว่าเมื่อมีคนพยายามทำตัวเลขที่เป็นส่วนหนึ่งของแบบฟอร์ม ∫∞0f(x)J0(x)dx∫0∞f(x)J0(x)dx\int_0^\infty f(x) J_0(x)\,\mathrm{d}x ด้วยf(x)f(x)f(x)ราบรื่นและมีความประพฤติดี (เช่นตัวเองไม่ได้มีความผันผวนสูง, ไม่มีความผิด, ฯลฯ ) จากนั้นมันจะช่วยให้ความแม่นยำในการเขียนใหม่เป็น 1π∫π0∫∞0f(x)cos(xsinθ)dxdθ1π∫0π∫0∞f(x)cos⁡(xsin⁡θ)dxdθ\frac{1}{\pi}\int_0^\pi \int_0^\infty f(x) \cos(x\sin\theta) \,\mathrm{d}x\,\mathrm{d}\theta และดำเนินการอินทิกรัลภายในเป็นตัวเลขก่อน ฉันไม่เห็นเหตุผลที่ฉันควรคาดหวังว่าสิ่งนี้จะทำงานได้ แต่แล้วความแม่นยำของวิธีการเชิงตัวเลขก็ไม่ค่อยชัดเจน แน่นอนฉันรู้ว่าวิธีที่ดีที่สุดที่จะทำคือการใช้วิธีการที่เหมาะสำหรับอินทิกรัลสโคปแบบนี้ แต่เพื่อความอยากรู้อยากเห็น ใครสามารถยืนยันหรือลบล้างการเปลี่ยนแปลงนี้มีแนวโน้มที่จะปรับปรุงความถูกต้องของอินทิกรัล? และ / หรือชี้ให้ฉันไปยังแหล่งที่มาอธิบายหรือไม่

4
การใช้ความแม่นยำสองเท่าอย่างรวดเร็วและแม่นยำของฟังก์ชันแกมมาที่ไม่สมบูรณ์
อะไรคือวิธีที่ทันสมัยในการใช้งานฟังก์ชั่นพิเศษที่มีความแม่นยำสองเท่า ฉันต้องการอินทิกรัลต่อไปนี้: สำหรับและซึ่งสามารถเขียนได้ในรูปของฟังก์ชันแกมม่าที่ไม่สมบูรณ์ต่ำกว่า นี่คือการใช้ Fortran และ C ของฉัน:เมตร=0,1,2, . . t>0Fม.( t ) = ∫10ยู2 มอี- ทียู2dคุณ= γ( m + 12, t )2 ตันm + 12Fm(t)=∫01u2me−tu2du=γ(m+12,t)2tm+12 F_m(t) = \int_0^1 u^{2m} e^{-tu^2} d u = {\gamma(m+{1\over 2}, t)\over 2 t^{m+{1\over 2}}} ม. = 0 , 1 , 2 , . .m=0,1,2,...m=0, …

1
พหุนามที่มีมุมฉากมากกว่าส่วนโค้งในระนาบเชิงซ้อน
ชุดพหุนามที่สำคัญหลากหลาย (Legendre, Chebyshev และอื่น ๆ ) เป็นฉากฉากในช่วงเวลาที่แท้จริงด้วยการถ่วงน้ำหนัก มีตระกูลของพหุนามที่รู้จักกันซึ่งมีมุมฉากมากกว่าส่วนโค้งอื่น ๆ ในระนาบเชิงซ้อนหรือไม่? ตัวอย่างเช่นฉันต้องการพื้นฐานสำหรับชื่อพหุนามของดีกรี n ที่ตั้งฉากกับวงกลม - 1 + ประสบการณ์( ฉันt )-1+ประสบการณ์⁡(ผมเสื้อ)-1 + \exp(it) สำหรับ π0 ≤ t &lt; 2 π0≤เสื้อ&lt;2π0\le t< 2\pi เหตุผลที่ฉันโพสต์สิ่งนี้ที่นี่คือฉันมีปัญหาเชิงตัวเลขที่เกี่ยวข้องกับเมทริกซ์ของค่าพหุนามมากกว่าจุดในระนาบเชิงซ้อน เมื่อใช้พื้นฐานแบบโมโนโมเนียมันจะไม่ได้ผลสำหรับชุดคะแนนส่วนใหญ่ ฉันต้องการใช้พื้นฐานอื่นเพื่อปรับปรุงการปรับอากาศ แต่ไม่ชัดเจนว่าการใช้พูดพหุนาม Legendre หรือ Chebyshev จะปรับปรุงการปรับอากาศสำหรับเส้นโค้งทั่วไปในระนาบเชิงซ้อน
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.