Công cụ Lập bảng Tích phân Mũ Ei(x) là gì?
Công cụ này tạo ra một bảng tính tích phân mũ Ei(x) trên một dãy giá trị x cách đều nhau. Bạn chỉ cần chọn giá trị bắt đầu, độ lớn bước nhảy và số điểm cần tính, hệ thống sẽ tự động tính Ei tại từng giá trị x. Tích phân mũ là một hàm đặc biệt xuất hiện rộng rãi trong vật lý và kỹ thuật, chẳng hạn như truyền nhiệt bức xạ, mô phỏng chùm electron, cũng như phân tích tiệm cận của các tích phân.
Cách sử dụng
Hãy nhập giá trị ban đầu của x (hàng đầu tiên), lượng tăng thêm vào x cho mỗi hàng kế tiếp, và số điểm (số hàng). Giá trị x của hàng thứ n được tính theo công thức \(x_n = \text{startX} + n \cdot \text{stepX}\) với \(n = 0, 1, \dots, \text{pointCount}-1\). Công cụ trả về toàn bộ các cặp (x, Ei(x)) kèm theo bản tóm tắt nhanh hàng đầu và hàng cuối. Nếu bước nhảy bằng 0, cột x sẽ là hằng số; còn x = 0 không xác định vì Ei có điểm kỳ dị logarit tại đó.
Giải thích công thức
Chuỗi hội tụ được dùng ở đây là
$$\operatorname{Ei}(x_n) = \gamma + \ln|x_n| + \sum_{k=1}^{\infty} \frac{x_n^{\,k}}{k \cdot k!}$$trong đó \(\gamma\) là hằng số Euler-Mascheroni \(0{,}5772156649\). Giá trị tuyệt đối trong \(\ln|x|\) kết hợp với các lũy thừa đan dấu của x sẽ cho ra Ei chính xác trên cả nhánh dương lẫn nhánh âm. Với \(|x|\) lớn (khoảng trên 40), chuỗi này gặp hiện tượng triệt tiêu sai số, nên thay vào đó ta dùng khai triển tiệm cận \(\operatorname{Ei}(x) \sim \frac{e^x}{x} \sum n!/x^n\).
Ví dụ minh họa
Với \(x = 1\): \(\ln|1| = 0\) và tổng của chuỗi xấp xỉ \(1{,}3179022\), nên $$\operatorname{Ei}(1) = 0{,}5772157 + 0 + 1{,}3179022 = 1{,}8951178,$$ đúng với giá trị tra bảng tiêu chuẩn. Tương tự, \(\operatorname{Ei}(2) = 4{,}9542344\) và \(\operatorname{Ei}(-1) = -0{,}2193839\).
Giá trị tham chiếu của Ei(x)
Tích phân mũ được định nghĩa ở đây là giá trị chính Cauchy \(\operatorname{Ei}(x) = -\mathrm{PV}\int_{-x}^{\infty} \frac{e^{-t}}{t}\,dt\) với \(x \neq 0\) là số thực. Các giá trị được làm tròn đến khoảng 7 chữ số có nghĩa. Bạn có thể dùng chúng để kiểm tra kết quả của một bảng bạn tạo ra.
| x | Ei(x) | Ghi chú |
|---|---|---|
| -3 | -0.01304838 | Nhánh âm: bằng \(-E_1(3)\) |
| -2 | -0.04890051 | Bằng \(-E_1(2)\) |
| -1 | -0.2193839 | Bằng \(-E_1(1)\) |
| -0.5 | -0.5597736 | Bằng \(-E_1(0.5)\) |
| 0.5 | 0.4542199 | Dương khi x dương, nhưng vẫn nằm dưới điểm không tại 0.3725? Không: 0.5 nằm trên điểm đó, nên Ei dương |
| 1 | 1.8951178 | Dương |
| 2 | 4.954234 | Dương, tăng rất nhanh |
| 3 | 9.933833 | Dương |
| 5 | 40.18528 | Dương |
| 10 | 2492.229 | Gần bằng \(e^{10}/10 \approx 2202.6\) nhân với một hệ số hiệu chỉnh |
Ghi chú về dấu và nhánh: với \(x<0\) tích phân không có điểm kỳ dị trên đường lấy tích phân, và \(\operatorname{Ei}(x) = -E_1(-x)\), luôn âm. Với \(x>0\) người ta dùng giá trị chính, cho kết quả là số thực. Tại \(x=0\) hàm không xác định (kỳ dị logarit).
Diễn giải bảng Ei(x)
- Đổi dấu: \(\operatorname{Ei}(x)\) âm khi \(x < x_0 \approx 0.3725\) (nghiệm thực duy nhất của nó) và dương khi \(x > x_0\).
- Hành vi tại 0: khi \(x \to 0\) từ hai phía, \(\operatorname{Ei}(x) \approx \gamma + \ln|x| \to -\infty\). Vì vậy các dòng gần 0 cho giá trị âm lớn.
- x âm: khi \(x \to -\infty\), \(\operatorname{Ei}(x)\) tiến về 0 từ phía âm. Với \(|x|\) lớn, \(\operatorname{Ei}(x) \approx e^{x}/x\), là số âm và rất nhỏ.
- x dương lớn: \(\operatorname{Ei}(x)\) tăng xấp xỉ theo \(e^{x}/x\), nên mỗi bước tăng của x nhân giá trị lên một hệ số lớn. Tỉ số \(\operatorname{Ei}(x)\,x\,e^{-x}\) tiến tới 1 một cách chậm.
- Qua x = 0: nếu dãy \(x_n = \text{bắt đầu} + n\cdot\text{bước}\) rơi đúng vào 0, dòng đó không xác định và hiển thị NaN. Các dòng khác không bị ảnh hưởng.
- Tràn số: trong số học độ chính xác kép, \(e^{x}\) tràn ở khoảng \(x \approx 709.8\), nên Ei(x) tràn thành vô cực khi x khoảng 700 trở lên. Hãy giữ khoảng giá trị vừa phải nếu muốn có giá trị hữu hạn.
Hằng số được sử dụng
| Đại lượng | Giá trị / Quy tắc |
|---|---|
| Hằng số Euler–Mascheroni \(\gamma\) | 0.5772156649015329 |
| Nghiệm của Ei (hằng số Soldner) \(x_0\) | 0.3725074107813668 |
| Chuyển đổi giữa chuỗi và tiệm cận | khoảng \(|x| \approx 40\): chuỗi lũy thừa \(\gamma + \ln|x| + \sum_{k\ge1} \frac{x^k}{k\cdot k!}\) được dùng dưới ngưỡng này, và khai triển tiệm cận được dùng trên ngưỡng này |
| Quan hệ với đối số âm | \(\operatorname{Ei}(x) = -E_1(-x)\) với \(x<0\) |
Chuỗi lũy thừa hội tụ với mọi x, nhưng với \(|x|\) lớn nó chứa các số hạng lớn đan dấu hoặc tăng, làm mất độ chính xác. Đó là lý do khai triển tiệm cận được dùng khi vượt ngưỡng.
Câu hỏi thường gặp
Vì sao x = 0 không xác định? Ei(x) có một điểm kỳ dị logarit tại gốc tọa độ (\(\ln|x|\) phân kỳ), nên giá trị được báo là không phải số (NaN).
Bảng kết quả chính xác đến đâu? Chuỗi này tái tạo các giá trị Ei tiêu chuẩn với độ chính xác gần như tối đa của máy đối với \(|x|\) ở mức vừa phải, còn phương án tiệm cận dự phòng giúp giữ ổn định khi đối số lớn.
Ei khác với E1 như thế nào? Hai hàm này liên hệ với nhau qua \(\operatorname{Ei}(x) = -E_1(-x)\) khi \(x < 0\); công cụ này trả về giá trị chính (principal value) của Ei.