指數積分 Ei(x) 數值表計算器

指數積分 Ei(x) 數值表計算器

新興 AI Skill PRO

輸入計算

數學公式

Ei(xn)=γ+ln⁡|xn|+∑k=1∞xnkk·k!其中{xn=初始 x+n·間距n=0,1,…,點數−1γ≈0.5772156649\begin{gathered} \operatorname{Ei}(x_n) = \gamma + \ln|x_n| + \sum_{k=1}^{\infty} \frac{x_n^{\,k}}{k \cdot k!} \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} x_n &= {{\text{初始 }x}} + n \cdot \text{間距} \\ n &= 0,\,1,\,\dots,\,\text{點數}-1 \\ \gamma &\approx 0.5772156649 \end{aligned} \right. \end{gathered}
使用統計

廣告

結果

指數積分數值表
1 分
x₀ = 1, Δx = 1
第一列 x = 1, Ei = 1.89511782
最後一列 x = 1, Ei = 1.89511782
x Ei(x)
1 1.8951178164

回報本頁錯誤

指數積分 Ei(x) 數值表計算器是什麼?

這個工具能在一連串等間距的 x 值上,建立指數積分 Ei(x) 的數值表。你只要選定起始值、間距大小,以及想要的點數,計算器就會逐一算出每個 x 對應的 Ei 值。指數積分是一種特殊函數,廣泛出現在物理與工程領域,例如輻射傳輸、電子束模擬,以及積分的漸近分析。

使用方式

輸入 \(x\) 的初始值(第一列)、每往下一列要加上的增量,以及點數(列數)。第 \(n\) 列的 x 值為 \(x_n = \text{startX} + n \cdot \text{stepX}\),其中 \(n = 0, 1, \dots, \text{pointCount}-1\)。計算器會回傳每一組 \((x, \operatorname{Ei}(x))\) 數值,並附上第一列與最後一列的快速摘要。若間距設為零,整欄都會是相同的常數值;而 \(x = 0\) 沒有定義,因為 Ei 在此處有對數奇異點。

公式說明

本工具採用的收斂級數為 $$\operatorname{Ei}(x_n) = \gamma + \ln|x_n| + \sum_{k=1}^{\infty} \frac{x_n^{\,k}}{k \cdot k!}$$ 其中 \(\gamma\) 為歐拉—馬斯刻若尼常數(Euler-Mascheroni constant)\(0.5772156649\)。\(\ln|x|\) 中的絕對值搭配 \(x\) 的次方變化,能在正負兩個分支上都正確算出 Ei。當 \(|x|\) 很大時(約超過 40),級數會出現嚴重的相消誤差,因此改用漸近展開式 $$\operatorname{Ei}(x) \sim \frac{e^x}{x} \sum_{n} \frac{n!}{x^n}$$ 來計算。

廣告
指數積分 Ei(x) 曲線,在 x 等於零處有一條垂直漸近線
Ei(x) 曲線:在 x = 0 附近發散至負無窮,並在 x 為正時急劇上升。

實例演練

以 \(x = 1\) 為例:\(\ln|1| = 0\),而級數和約為 \(1.3179022\),因此 $$\operatorname{Ei}(1) = 0.5772157 + 0 + 1.3179022 = 1.8951178$$ 與標準表列值一致。同理,\(\operatorname{Ei}(2) = 4.9542344\),\(\operatorname{Ei}(-1) = -0.2193839\)。

等間距 x 值透過箭頭對應到 Ei(x) 值的表格
每個等間距的 x 值在輸出表中產生一個 Ei(x) 條目。

Ei(x) 參考值

這裡將指數積分定義為實數 \(x \neq 0\) 的柯西主值 \(\operatorname{Ei}(x) = -\mathrm{PV}\int_{-x}^{\infty} \frac{e^{-t}}{t}\,dt\)。數值約四捨五入至 7 位有效數字。您可以用這些數值檢查您產生的表格輸出。

x Ei(x) 備註
-3 -0.01304838 負分支:等於 \(-E_1(3)\)
-2 -0.04890051 等於 \(-E_1(2)\)
-1 -0.2193839 等於 \(-E_1(1)\)
-0.5 -0.5597736 等於 \(-E_1(0.5)\)
0.5 0.4542199 x 為正,但是否仍低於 0.3725 處的零點?不,0.5 高於該點,因此 Ei 為正
1 1.8951178 正
2 4.954234 正,增長迅速
3 9.933833 正
5 40.18528 正
10 2492.229 接近 \(e^{10}/10 \approx 2202.6\) 再乘以一個修正因子

符號與分支說明:當 \(x<0\) 時,積分路徑上沒有奇點,且 \(\operatorname{Ei}(x) = -E_1(-x)\),其值恆為負。當 \(x>0\) 時使用主值,得到實數結果。在 \(x=0\) 處函數無定義(對數奇點)。

解讀 Ei(x) 表格

  • 符號變化: 當 \(x < x_0 \approx 0.3725\)(其唯一實零點)時 \(\operatorname{Ei}(x)\) 為負,當 \(x > x_0\) 時為正。
  • 在零點附近的行為: 當 \(x \to 0\) 從任一側趨近時,\(\operatorname{Ei}(x) \approx \gamma + \ln|x| \to -\infty\)。因此接近 0 的各列會顯示很大的負值。
  • 負的 x: 當 \(x \to -\infty\) 時,\(\operatorname{Ei}(x)\) 從下方趨近 0。對於較大的 \(|x|\),\(\operatorname{Ei}(x) \approx e^{x}/x\),其值為負且非常小。
  • 大的正 x: \(\operatorname{Ei}(x)\) 大致依 \(e^{x}/x\) 增長,因此 x 每增加一步,數值就會乘以一個很大的倍數。比值 \(\operatorname{Ei}(x)\,x\,e^{-x}\) 會緩慢趨近 1。
  • 跨越 x = 0: 若序列 \(x_n = \text{start} + n\cdot\text{step}\) 恰好落在 0 上,該列無定義,會顯示 NaN。其他列不受影響。
  • 溢位: 在雙精度算術中 \(e^{x}\) 在 \(x \approx 709.8\) 左右溢位,因此 x 約為 700 或更大時 Ei(x) 會溢位為無窮大。若要得到有限值,請將範圍保持適中。
廣告

使用的常數

量 數值/規則
歐拉-馬斯刻若尼常數 \(\gamma\) 0.5772156649015329
Ei 的零點(索德納常數)\(x_0\) 0.3725074107813668
級數/漸近切換點 約 \(|x| \approx 40\):低於此值時使用冪級數 \(\gamma + \ln|x| + \sum_{k\ge1} \frac{x^k}{k\cdot k!}\),高於此值時使用漸近展開式
負引數的關係式 當 \(x<0\) 時 \(\operatorname{Ei}(x) = -E_1(-x)\)

冪級數對所有 x 都收斂,但對於較大的 \(|x|\),它包含大的交錯項或增長項,會失去精度。這就是超過門檻後改用漸近展開式的原因。

常見問題

為什麼 x = 0 沒有定義?Ei(x) 在原點處有對數奇異點(\(\ln|x|\) 會發散),因此該值會以「非數字(NaN)」回報。

這個數值表有多準確?對於中等大小的 \(|x|\),級數所重現的 Ei 值大致達到機器精度;遇到大引數時則改用漸近展開作為後備,維持結果穩定。

Ei 與 E1 有什麼不同?兩者的關係為 \(\operatorname{Ei}(x) = -E_1(-x)\)(當 \(x < 0\));本計算器回傳的是 Ei 的主值(principal value)。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器