透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

nd(u, k)
1.0294659946
無因次量
dn(u, k) 0.9713773988
sn(u, k) 0.475082936

什麼是 Jacobi nd 函數?

Jacobi 橢圓函數 sncndn 是一般三角函數的推廣,源自對第一類不完全橢圓積分取反函數。其中的 nd(u, k) 其實就是 delta 振幅函數的倒數:\(\operatorname{nd}(u,k) = \frac{1}{\operatorname{dn}(u,k)}\)。它取決於實數參數 u 與橢圓模數 k(請特別留意,這裡指的是「模數」k,而非參數 \(m = k^{2}\),也不是模角)。

雅可比 nd 函數在基線 1 上方振盪的圖像
nd(u,k) 函數週期性振盪,並始終保持在 1 或以上。

如何使用本計算器

輸入參數 u(任意實數)與模數 k(通常落在 \(0 \le k \le 1\) 之間)。計算器會回傳精確至約十位有效數字的 nd(u, k),並一併列出中間值 dn(u, k) 與 sn(u, k)。

公式說明

令 \(m = k^{2}\),振幅為 \(\phi = \operatorname{am}(u, k)\),而 \(\operatorname{dn}(u,k) = \sqrt{1 - m\cdot\operatorname{sn}^{2}(u, k)}\)。我們以算術—幾何平均(AGM)搭配下降 Landen 變換來計算 sn:先建立數列 a、b、c,其中 \(a_{0}=1\)、\(b_{0}=\sqrt{1-m}\)、\(c_{0}=k\),反覆進行 AGM 疊代直到 c 小到可忽略,接著將角度 \(\phi = 2^{N}\cdot a_{N}\cdot u\) 逐步下降還原。最後得到

$$\operatorname{nd}(u,k) = \frac{1}{\operatorname{dn}(u,k)} = \frac{1}{\sqrt{1 - k^{2}\,\operatorname{sn}^{2}(u,\,k)}}$$
Advertisement
展示 nd 為 dn 橢圓函數倒數的示意圖
nd(u,k) 是 dn(u,k) 的倒數;兩條曲線在值 1 處相交。

實例演算

當 \(u = 0.5\)、\(k = 0.5\)(即 \(m = 0.25\))時:\(\operatorname{sn} \approx 0.479262\),因此

$$\operatorname{dn} = \sqrt{1 - 0.25\cdot 0.479262^{2}} \approx 0.970864$$

於是 \(\operatorname{nd} = \frac{1}{0.970864} \approx 1.0300\)。

常見問題

當 k = 0 時會怎樣?對任意 u 都有 \(\operatorname{dn}(u, 0) = 1\),所以 \(\operatorname{nd}(u, 0)\) 恰好等於 1。

那 k = 1 呢?此時 \(\operatorname{dn}(u, 1) = \operatorname{sech}(u) = \frac{1}{\cosh(u)}\),因此 \(\operatorname{nd}(u, 1) = \cosh(u)\)。

nd 會有未定義的情況嗎?當 \(0 \le k < 1\) 時,dn 的下界為 \(\sqrt{1 - k^{2}} > 0\),所以 nd 必為有限值。只有在 k = 1 時,dn 才會隨 \(u \rarr \pm\infty\) 趨近於 0,此時 nd 會無限增大。

最後更新: