指數積分 Eₙ(x) 計算器

指數積分 Eₙ(x) 計算器

新興 AI Skill PRO

輸入計算

數學公式

En(x)=∫1∞e−xttndtE_{\text{n}}\!\left(\text{x}\right) = \int_{1}^{\infty} \frac{e^{-\text{x}\,t}}{t^{\,\text{n}}}\,dt
使用統計

廣告

結果

指數積分 E_n(x)
0.1484955068
無因次
定義 E_n(x) = e^(−x·t)/t^n 從 1 到無窮大的積分

回報本頁錯誤

什麼是指數積分 Eₙ(x)?

廣義指數積分 \(E_{n}(x)\) 是一個標準的特殊函數,定義為 \(e^{-x\cdot t}/t^{n}\) 對 \(t\) 從 1 積分到無窮大的結果。它廣泛出現在應用數學、物理學(尤其是輻射傳輸與中子輸運)以及工程領域。其中參數 \(n\) 為整數階數,\(x\) 為實數引數。當 \(n = 1\) 時,它會化簡為經典的指數積分,關係為 \(E_{1}(x) = -\operatorname{Ei}(-x)\)。

衰減曲線下的陰影區域,表示定義 En(x) 的積分
Eₙ(x) 是 e^(−x t)/t^n 從 t = 1 到無窮大的曲線下面積。

如何使用本計算器

請將階數 n 填入一個非負整數(0、1、2、3……),並將引數 x 填入一個實數。按下「計算」後,即可得到雙精度(約 15 位有效數字)的 \(E_{n}(x)\) 結果。只有當 \(x\) 大於或等於 0 時,函數才會是實數值。對於 \(n = 0\) 或 \(n = 1\),引數必須為嚴格正數,因為兩者在 \(x\) 趨近 0 時都會發散;而當 \(n\) 大於或等於 2 時,\(x = 0\) 處的值為有限值,等於 \(1/(n-1)\)。

公式與演算法

定義積分為 $$E_{n}(x) = \int_{1}^{\infty} \frac{e^{-x\cdot t}}{t^{n}}\,dt.$$ 本程式採用數值穩定的「expint」演算法:當 \(x > 1\) 時,使用 Lentz 連分數法;當 \(0 < x \le 1\) 時,則使用含有歐拉–馬斯刻若尼常數 \(\gamma \approx 0.5772156649\) 的收斂冪級數。特殊情況則直接處理:\(E_{0}(x) = e^{-x}/x\),以及當 \(n \ge 2\) 時 \(E_{n}(0) = 1/(n-1)\)。

廣告
一組曲線,展示不同 n 值下的 En(x)
階數 n 越高,Eₙ(x) 的值越小、衰減越快。

實例演算

以預設值 \(n = 2\)、\(x = 1\) 為例。由於 \(x \le 1\),因此採用冪級數計算,\(\text{nm1} = 1\)。級數從 1 開始,後續各項(\(-0.4227843\)、\(-0.5\)、\(+0.0833333\)、\(-0.0138889\)……)累加後得到 \(E_{2}(1) \approx 0.1484955\)。作為驗證,\(E_{2}(0) = 1/(2-1) = 1\),而 \(E_{1}(1) \approx 0.2193839\)。

Eₙ(x) 的參考數值

對於實數 \(x>0\),\(E_n(x)=\int_1^\infty e^{-xt}t^{-n}\,dt\) 的數值,四捨五入至約 7 位有效數字。當 n = 0 時,此積分可化為封閉形式 \(E_0(x)=e^{-x}/x\)。

x E₀(x) E₁(x) E₂(x) E₃(x)
0 發散 發散 1 0.5
0.1 9.048374 1.822924 0.7225450 0.4162915
0.5 1.213061 0.5597736 0.3266439 0.2216044
1 0.3678794 0.2193839 0.1484955 0.1096920
2 0.06766764 0.04890051 0.03753426 0.03013338
5 0.001347589 0.001148296 0.0009964690 0.0008778009

關於 x = 0 那一列的說明:E₀(0) 與 E₁(0) 發散(當 \(x\to 0^+\) 時,E₁ 的增長類似 \(-\ln x\),E₀ 則類似 \(1/x\))。對於每個整數 \(n\ge 2\),\(E_n(0)=\dfrac{1}{n-1}\),因此 E₂(0) = 1,E₃(0) = 1/2。

廣告

重要恆等式與常數

  • 歐拉–馬斯刻羅尼常數: \(\gamma \approx 0.5772156649015329\)。它出現在 \(x>0\) 時的小自變量展開式 \(E_1(x)=-\gamma-\ln x+x-\dfrac{x^2}{4}+\cdots\) 之中。
  • 遞迴關係: $$n\,E_{n+1}(x)=e^{-x}-x\,E_n(x),\qquad n\ge 1.$$ 從 E₁(x) 出發,即可生成所有更高階的函數(上方表格中的 E₂ 與 E₃ 欄即是由 E₁ 這樣得出的)。當 x 不大時,向上遞迴在數值上是穩定的;對於較大的 n 與較小的 x,其他方法可能更為適合。
  • 導數: $$E_n'(x)=-E_{n-1}(x).$$ 例如,\(E_1'(x)=-E_0(x)=-e^{-x}/x\)。
  • 與指數積分 Ei 的關係: 對於 \(x>0\),\(E_1(x)=-\mathrm{Ei}(-x)\),其中 Ei 為主值指數積分。
  • 大 x 漸近式: $$E_n(x)\sim \frac{e^{-x}}{x}\left(1-\frac{n}{x}+\frac{n(n+1)}{x^2}-\cdots\right),$$ 因此對於每個固定的 n,其主項為 \(E_n(x)\approx e^{-x}/x\)。這是一個漸近(發散)級數,因此只應使用前幾項。

常見問題

為什麼輸入負的 x 會出現錯誤?當 \(x < 0\) 時,函數並非實數值,因此計算器會將其標示為未定義。

x = 0 時會發生什麼?當 \(n \ge 2\) 時,結果為 \(1/(n-1)\);當 \(n = 0\) 或 \(n = 1\) 時,函數會發散,所以 \(x\) 必須為正數。

計算結果有多精確?雙精度運算可提供約 15 位有效數字,對於一般科學與工程應用而言已綽綽有餘。

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