指数积分 Ei(x) 数值表计算器

指数积分 Ei(x) 数值表计算器

新兴 AI Skill PRO

输入计算

数学公式

Ei(xn)=γ+ln⁡|xn|+∑k=1∞xnkk·k!其中{xn=初始 x+n·步长n=0,1,…,点数−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{步长} \\ n &= 0,\,1,\,\dots,\,\text{点数}-1 \\ \gamma &\approx 0.5772156649 \end{aligned} \right. \end{gathered}
使用统计

广告

结果

指数积分数值表
1 分
x₀ = 1, Δx = 1
首行 x = 1, Ei = 1.89511782
末行 x = 1, Ei = 1.89511782
x Ei(x)
1 1.8951178164

报告本页错误

什么是指数积分 Ei(x) 数值表计算器?

这个工具会在一组等间距的 x 值上生成指数积分 Ei(x) 的数值表。你只需指定起始值、步长以及想要的点数,它就会算出每个 x 处的 Ei 值。指数积分是一类特殊函数,在物理和工程中应用广泛,包括辐射传输、电子束模拟以及积分的渐近分析等领域。

使用方法

输入 x 的初始值(第一行),每一行相对上一行增加的步长,以及点数(行数)。第 \(n\) 行的 x 值为 \(x_n = \text{startX} + n \cdot \text{stepX}\),其中 \(n = 0, 1, \dots, \text{pointCount}-1\)。计算器会返回每一组 (x, Ei(x)) 数据,并给出首行和末行的简要汇总。步长为零会得到一列常数;x = 0 处无定义,因为 Ei 在该点存在对数奇点。

公式解析

所采用的收敛级数为 $$\operatorname{Ei}(x_n) = \gamma + \ln|x_n| + \sum_{k=1}^{\infty} \frac{x_n^{\,k}}{k \cdot k!}$$ 其中 \(\gamma\) 是欧拉-马歇罗尼常数 \(0.5772156649\)。\(\ln|x|\) 中的绝对值与 x 的各次幂相配合,可在正负两个分支上正确给出 Ei 的值。当 \(|x|\) 较大(约超过 40)时,级数会出现严重的相消误差,此时改用渐近展开 \(\operatorname{Ei}(x) \sim \frac{e^x}{x} \sum_{n} \frac{n!}{x^n}\)。

广告
指数积分 Ei(x) 曲线,在 x 等于零处有一条垂直渐近线
Ei(x) 曲线:在 x = 0 附近发散到负无穷,并在 x 为正时急剧上升。

计算示例

取 x = 1:\(\ln|1| = 0\),级数之和约为 \(1.3179022\),于是 $$\operatorname{Ei}(1) = 0.5772157 + 0 + 1.3179022 = 1.8951178$$ 与标准表中的数值一致。同理,\(\operatorname{Ei}(2) = 4.9542344\),\(\operatorname{Ei}(-1) = -0.2193839\)。

等间距 x 值通过箭头映射到 Ei(x) 值的表格
每个等间距的 x 值在输出表中生成一个 Ei(x) 条目。

Ei(x) 参考值

此处指数积分定义为柯西主值 \(\operatorname{Ei}(x) = -\mathrm{PV}\int_{-x}^{\infty} \frac{e^{-t}}{t}\,dt\),适用于实数 \(x \neq 0\)。数值保留约 7 位有效数字。您可以用它们来核对自己生成的表格输出。

x Ei(x) 说明
-3 -0.01304838 负值分支:等于 \(-E_1(3)\)
-2 -0.04890051 等于 \(-E_1(2)\)
-1 -0.2193839 等于 \(-E_1(1)\)
-0.5 -0.5597736 等于 \(-E_1(0.5)\)
0.5 0.4542199 x 为正,但是否仍低于 0.3725 处的零点?否:0.5 高于该零点,因此 Ei 为正
1 1.8951178 正值
2 4.954234 正值,增长很快
3 9.933833 正值
5 40.18528 正值
10 2492.229 接近 \(e^{10}/10 \approx 2202.6\) 再乘以一个修正因子

符号与分支说明:对于 \(x<0\),积分路径上没有奇点,且 \(\operatorname{Ei}(x) = -E_1(-x)\),其值始终为负。对于 \(x>0\),采用主值,结果为实数。在 \(x=0\) 处函数无定义(对数奇点)。

Ei(x) 表格解读

  • 符号变化:当 \(x < x_0 \approx 0.3725\)(其唯一实零点)时,\(\operatorname{Ei}(x)\) 为负;当 \(x > x_0\) 时为正。
  • 在零点附近的行为:当 \(x \to 0\)(从任一侧逼近)时,\(\operatorname{Ei}(x) \approx \gamma + \ln|x| \to -\infty\)。因此接近 0 的行会显示很大的负值。
  • 负的 x:当 \(x \to -\infty\) 时,\(\operatorname{Ei}(x)\) 从下方趋近于 0。对于较大的 \(|x|\),\(\operatorname{Ei}(x) \approx e^{x}/x\),其值为负且极小。
  • 较大的正 x:\(\operatorname{Ei}(x)\) 大致按 \(e^{x}/x\) 增长,因此 x 每增加一步,数值都会乘以一个较大的倍数。比值 \(\operatorname{Ei}(x)\,x\,e^{-x}\) 缓慢地趋近于 1。
  • 穿过 x = 0:如果序列 \(x_n = \text{start} + n\cdot\text{step}\) 恰好落在 0 上,该行无定义并显示 NaN。其他行不受影响。
  • 溢出:在双精度运算中,\(e^{x}\) 在 \(x \approx 709.8\) 左右溢出,因此在 x 约为 700 或更大时,Ei(x) 会溢出为无穷大。若希望得到有限值,请将范围保持在适度水平。
广告

使用的常数

量 数值 / 规则
欧拉–马歇罗尼常数 \(\gamma\) 0.5772156649015329
Ei 的零点(Soldner 常数)\(x_0\) 0.3725074107813668
级数/渐近切换点 约 \(|x| \approx 40\):低于此值时使用幂级数 \(\gamma + \ln|x| + \sum_{k\ge1} \frac{x^k}{k\cdot k!}\),高于此值时使用渐近展开
负参数的关系式 对于 \(x<0\),\(\operatorname{Ei}(x) = -E_1(-x)\)

幂级数对所有 x 都收敛,但对于较大的 \(|x|\),它包含较大的交错或增长项,会损失精度。这就是为什么超过阈值后要使用渐近展开。

常见问题

为什么 x = 0 处无定义? Ei(x) 在原点存在对数奇点(\(\ln|x|\) 发散),因此该处的取值会显示为非数字(NaN)。

数值表的精度如何? 对于 \(|x|\) 不太大的情况,该级数能将标准 Ei 值复现到接近机器精度的水平;而渐近展开作为后备方案,可保证大参数情形下结果稳定。

Ei 与 E1 有什么区别? 二者之间满足关系 \(\operatorname{Ei}(x) = -E_1(-x)\)(当 \(x < 0\) 时);本计算器返回的是主值 Ei。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器