MCP로 연결 →

계산 입력

공식

광고

결과

nd(u, k)
1.0294659946
무차원
dn(u, k) 0.9713773988
sn(u, k) 0.475082936

야코비 nd 함수란?

야코비 타원함수 sn, cn, dn은 일반적인 삼각함수를 확장한 개념으로, 제1종 불완전 타원적분을 역으로 풀면서 정의됩니다. 그중 nd(u, k)는 델타 진폭 함수의 역수, 즉 \(\operatorname{nd}(u,k) = 1/\operatorname{dn}(u,k)\)로 간단히 정의됩니다. 이 함수는 실수 인수 u와 타원 모듈러스 k에 따라 달라집니다. 여기서 k는 모듈러스이며, 파라미터 \(m = k^{2}\)이나 모듈러 각(modular angle)과는 다른 값이라는 점에 유의하세요.

기준선 1 위에서 진동하는 야코비 nd 함수의 그래프
nd(u,k) 함수는 주기적으로 진동하며 항상 1 이상을 유지합니다.

계산기 사용 방법

인수 u(임의의 실수)와 모듈러스 k(보통 0 ≤ k ≤ 1)를 입력하세요. 계산기는 nd(u, k) 값을 약 10자리 유효숫자까지 계산해 주며, 중간 결과인 dn(u, k)와 sn(u, k) 값도 함께 보여줍니다.

공식 풀이

m = k2로 두면, 진폭은 \(\phi = \operatorname{am}(u, k)\)이고 $$\operatorname{dn}(u,k) = \sqrt{1 - m\cdot\operatorname{sn}^{2}(u, k)}$$입니다. 본 계산기는 산술-기하 평균(AGM)과 하강 란덴 변환을 이용해 sn을 구합니다. 먼저 \(a_{0}=1\), \(b_{0}=\sqrt{1-m}\), \(c_{0}=k\)로 수열 a, b, c를 만들고, c가 무시할 수 있을 만큼 작아질 때까지 AGM을 반복합니다. 그런 다음 \(\phi = 2^{N}\cdot a_{N}\cdot u\)에서 각도를 다시 하강시켜 계산합니다. 마지막으로 \(\operatorname{nd} = 1/\operatorname{dn}\)으로 결과를 얻습니다.

광고
nd를 dn 타원 함수의 역수로 나타낸 다이어그램
nd(u,k)는 dn(u,k)의 역수이며, 두 곡선은 값 1에서 만납니다.

계산 예시

u = 0.5, k = 0.5(m = 0.25)인 경우: \(\operatorname{sn} \approx 0.479262\)이므로 $$\operatorname{dn} = \sqrt{1 - 0.25\cdot 0.479262^{2}} \approx 0.970864$$이고, 따라서 \(\operatorname{nd} = 1/0.970864 \approx 1.0300\)이 됩니다.

자주 묻는 질문

k = 0일 때는 어떻게 되나요? 모든 u에 대해 \(\operatorname{dn}(u, 0) = 1\)이므로 \(\operatorname{nd}(u, 0)\)는 정확히 1입니다.

k = 1일 때는요? \(\operatorname{dn}(u, 1) = \operatorname{sech}(u) = 1/\cosh(u)\)이므로 \(\operatorname{nd}(u, 1) = \cosh(u)\)가 됩니다.

nd가 정의되지 않는 경우도 있나요? 0 ≤ k < 1 범위에서는 dn이 항상 \(\sqrt{1 - k^{2}} > 0\) 이상으로 하한이 존재하므로, nd는 언제나 유한한 값을 가집니다. 오직 k = 1일 때만 (u → ±∞에서) dn이 0에 가까워지며, 이때 nd는 한없이 커집니다.

최종 업데이트: