通过MCP连接 →

输入计算

数学公式

广告

结果

L31(x) at x = 0
4
degree n = 3, parameter α = 1
已生成行数 51
x 取值范围 0 to 5
末项取值 3.166667
x L31(x)
0 4
0.1 3.419833
0.2 2.878667
0.3 2.3755
0.4 1.909333
0.5 1.479167
0.6 1.084
0.7 0.722833
0.8 0.394667
0.9 0.0985
1 -0.166667
1.1 -0.401833
1.2 -0.608
1.3 -0.786167
1.4 -0.937333
1.5 -1.0625
1.6 -1.162667
1.7 -1.238833
1.8 -1.292
1.9 -1.323167
2 -1.333333
2.1 -1.3235
2.2 -1.294667
2.3 -1.247833
2.4 -1.184
2.5 -1.104167
2.6 -1.009333
2.7 -0.9005
2.8 -0.778667
2.9 -0.644833
3 -0.5
3.1 -0.345167
3.2 -0.181333
3.3 -0.0095
3.4 0.169333
3.5 0.354167
3.6 0.544
3.7 0.737833
3.8 0.934667
3.9 1.1335
4 1.333333
4.1 1.533167
4.2 1.732
4.3 1.928833
4.4 2.122667
4.5 2.3125
4.6 2.497333
4.7 2.676167
4.8 2.848
4.9 3.011833
5 3.166667

这个计算器能做什么

本工具可以在一系列 x 取值上,列出广义(连带)拉盖尔多项式 \(L_{n}^{(\alpha)}(x)\) 的数值表。你只需给定阶数 \(n\)、参数 \(\alpha\)、起始 x、步长以及要生成的行数,计算器就会算出多项式在每个 x 处的取值。它是纯数学计算,全球通用——不涉及任何地区或国家的特殊设定。

使用方法

输入 n(非负整数)、\(\alpha\)(任意实数;经典正交性要求 \(\alpha > -1\))、x 的初始值、步长,以及行数。x 的取值按 $$x_i = \text{startX} + i \times \text{stepX}$$ 生成,其中 \(i = 0, 1, \dots, \text{count}-1\);计算器会逐一算出 \(L_{n}^{(\alpha)}(x_i)\) 并列成表格。

公式解析

其闭式解是一个有限求和:$$L_{n}^{(\alpha)}(x) = \sum_{k=0}^{n} (-1)^{k} \binom{n+\alpha}{n-k} \frac{x^{k}}{k!},$$其中 \(\binom{n+\alpha}{n-k}\) 是广义二项式系数。为了保证数值稳定性,本计算器实际采用三项递推公式:\(L_0 = 1\),\(L_1 = 1 + \alpha - x\),以及 $$(k+1)L_{k+1} = (2k+1+\alpha-x)L_{k} - (k+\alpha)L_{k-1}.$$这样可以避免大阶乘运算,也能减少 \(n\) 较大时的相消误差。

多条连带拉盖尔多项式曲线穿过 x 轴的图像
随着次数 \(n\) 增大,连带拉盖尔多项式振荡得更频繁,过零点也更多。

计算示例

采用默认值 \(n = 3\)、\(\alpha = 1\) 时,多项式的显式表达式为 $$L_{3}^{1}(x) = 4 - 6x + 2x^{2} - \tfrac{1}{6}x^{3}.$$当 \(x = 0\) 时取值为 \(4\);当 \(x = 0.1\) 时为 \(4 - 0.6 + 0.02 - 0.0001667 \approx 3.419833\);当 \(x = 1\) 时为 \(4 - 6 + 2 - 0.166667 = -0.166667\)。

第一类关联拉盖尔多项式

关联(广义)拉盖尔多项式 \(L_n^{(\alpha)}(x)\) 是关于 \(x\) 的 \(n\) 次多项式,其系数依赖于参数 \(\alpha\)。闭形式为

$$L_n^{(\alpha)}(x)=\sum_{k=0}^{n}(-1)^k\binom{n+\alpha}{n-k}\frac{x^k}{k!}.$$

前五个多项式以一般 \(\alpha\) 形式写出为:

\(n\) \(L_n^{(\alpha)}(x)\)
0 \(1\)
1 \(-x+(\alpha+1)\)
2 \(\dfrac{x^2}{2}-(\alpha+2)x+\dfrac{(\alpha+1)(\alpha+2)}{2}\)
3 \(-\dfrac{x^3}{6}+\dfrac{(\alpha+3)x^2}{2}-\dfrac{(\alpha+2)(\alpha+3)x}{2}+\dfrac{(\alpha+1)(\alpha+2)(\alpha+3)}{6}\)
4 \(\dfrac{x^4}{24}-\dfrac{(\alpha+4)x^3}{6}+\dfrac{(\alpha+3)(\alpha+4)x^2}{4}-\dfrac{(\alpha+2)(\alpha+3)(\alpha+4)x}{6}+\dfrac{(\alpha+1)(\alpha+2)(\alpha+3)(\alpha+4)}{24}\)

特殊情况 \(\alpha=0\)。 令 \(\alpha=0\) 可得到普通拉盖尔多项式 \(L_n(x)=L_n^{(0)}(x)\):

\(n\) \(L_n(x)\)
0 \(1\)
1 \(1-x\)
2 \(1-2x+\tfrac12 x^2\)
3 \(1-3x+\tfrac32 x^2-\tfrac16 x^3\)
4 \(1-4x+3x^2-\tfrac23 x^3+\tfrac{1}{24}x^4\)

首项系数总是 \(\dfrac{(-1)^n}{n!}\),与 \(\alpha\) 无关。

关键术语与变量

次数 \(n\)
一个非负整数,给出多项式的次数;\(L_n^{(\alpha)}(x)\) 恰好有 \(n\) 个根。在计算器中这是 degree 字段。
参数 \(\alpha\)
一个实数(通常 \(\alpha>-1\)),改变二项式系数和正交加权函数。alpha 字段。当 \(\alpha=0\) 时,多项式化为普通拉盖尔多项式。
自变量 \(x\)
多项式求值的点。表格遍历 \(x_i=\text{startX}+i\cdot\text{stepX}\)。正交性的自然定义域是 \((0,\infty)\)。
广义二项式系数
对于实数上标,\(\binom{n+\alpha}{n-k}=\dfrac{\Gamma(n+\alpha+1)}{\Gamma(k+\alpha+1)\,(n-k)!}\),通过伽马函数将 \(\binom{m}{j}=m!/(j!(m-j)!)\) 推广到非整数 \(\alpha\)。
三项递推关系
生成多项式的稳定方法:\((k+1)L_{k+1}^{(\alpha)}=(2k+1+\alpha-x)L_k^{(\alpha)}-(k+\alpha)L_{k-1}^{(\alpha)}\),从 \(L_0^{(\alpha)}=1\) 和 \(L_1^{(\alpha)}=1+\alpha-x\) 开始。
在 \((0,\infty)\) 上的正交性
多项式相互正交:\(\displaystyle\int_0^\infty L_n^{(\alpha)}(x)L_m^{(\alpha)}(x)\,w(x)\,dx=\frac{\Gamma(n+\alpha+1)}{n!}\delta_{nm}\)。
加权函数 \(w(x)=x^{\alpha}e^{-x}\)
正交性成立的权因子;当 \(\alpha=0\) 时,它是简单指数加权 \(e^{-x}\)。积分收敛需要 \(\alpha>-1\)。

表格解读

通过以下事实可以更容易地阅读 \(L_n^{(\alpha)}(x)\) 的计算表格:

  • 实根个数。 当 \(\alpha>-1\) 时,\(L_n^{(\alpha)}(x)\) 恰好有 \(n\) 个简单实零点,全部位于开区间 \((0,\infty)\) 内。如果你的表格列跨越零点 \(n\) 次,说明你已找到全部零点。
  • 符号改变。 因为所有零点都是简单零点,多项式在每个零点处改变符号。在两个相邻零点之间,数值保持常数符号,所以相邻行之间的符号翻转括住了一个根——这对于 二分法牛顿法 根求解器很有用作为起始区间。
  • 原点处的值。 每个关联拉盖尔多项式都满足 \(L_n^{(\alpha)}(0)=\binom{n+\alpha}{n}=\dfrac{\Gamma(n+\alpha+1)}{n!\,\Gamma(\alpha+1)}\)。例如,当 \(n=4,\ \alpha=0\) 时,\(x=0\) 处的第一行是 1,当 \(n=4,\ \alpha=2\) 时是 \(\binom{6}{4}=\) 15
  • 量子力学。 氢原子波函数的径向部分由 \(L_{n-\ell-1}^{(2\ell+1)}\!\left(2r/(na_0)\right)\) 构成;多项式的节点对应于轨道的径向节点。
  • 高斯-拉盖尔求积。 表格中列出的零点正是用于逼近 \(\int_0^\infty f(x)\,x^{\alpha}e^{-x}\,dx\) 的采样点,其权重由相同多项式导出。

这是一般数学参考信息;在关键应用中请验证你所依赖的任何数值。

常见问题

如果 \(n = 0\) 会怎样?对任意 x 和任意 \(\alpha\),都有 \(L_{0}^{(\alpha)}(x) = 1\)。

\(\alpha\) 可以是负数或非整数吗?可以——求和公式和递推公式对任意实数 \(\alpha\) 都成立。不过,区间 \((0, \infty)\) 上的经典正交性要求 \(\alpha > -1\)。

步长可以为零或负数吗?可以。负步长会让 x 递减;零步长则会重复同一个 x,生成一张退化的(x 恒定的)表格。

最后更新: