指数积分 Eₙ(x) 计算器

指数积分 Eₙ(x) 计算器

新兴 AI Skill PRO

输入计算

数学公式

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

广告

结果

指数积分 E_n(x)
0.1484955068
无量纲
定义 E_n(x) = e^(−x·t) / t^n 从 1 到无穷的积分

报告本页错误

什么是指数积分 Eₙ(x)?

广义指数积分 \(E_{n}(x)\) 是一个标准的特殊函数,定义为 \(e^{-x\,t}/t^{n}\) 在 \(t\) 从 1 到无穷区间上的积分。它在应用数学、物理学(尤其是辐射传输与中子输运问题)以及工程领域中应用广泛。其中参数 \(n\) 为整数阶,\(x\) 为实数自变量。当 \(n = 1\) 时,它退化为经典的指数积分,满足关系 \(E_{1}(x) = -\operatorname{Ei}(-x)\)。

衰减曲线下的阴影区域,表示定义 En(x) 的积分
Eₙ(x) 是 e^(−x t)/t^n 从 t = 1 到无穷大的曲线下面积。

如何使用本计算器

请将阶数 n 填写为非负整数(0、1、2、3……),并将自变量 x 填写为实数。点击计算即可得到双精度(约 15 位有效数字)的 \(E_{n}(x)\) 结果。只有当 \(x\) 不小于 0 时,函数才取实数值。对于 \(n = 0\) 或 \(n = 1\),自变量必须严格大于 0,因为这两种情形在 \(x\) 趋于 0 时都会发散;而当 \(n\) 不小于 2 时,函数在 \(x = 0\) 处取有限值,等于 \(1/(n-1)\)。

公式与算法

其定义积分为 $$E_{n}(x) = \int_{1}^{\infty} \frac{e^{-x\,t}}{t^{\,n}}\,dt$$ 本计算器采用数值稳定的经典 "expint" 算法:当 \(x > 1\) 时使用 Lentz 连分式法,当 \(0 < x \le 1\) 时则使用涉及欧拉–马歇罗尼常数 \(\gamma \approx 0.5772156649\) 的收敛幂级数。特殊情形则直接处理:\(E_{0}(x) = e^{-x}/x\),以及当 \(n \ge 2\) 时 \(E_{n}(0) = 1/(n-1)\)。

广告
一组曲线,展示不同 n 值下的 En(x)
阶数 n 越高,Eₙ(x) 的值越小、衰减越快。

计算示例

以默认值 \(n = 2\)、\(x = 1\) 为例。由于 \(x \le 1\),算法采用幂级数,此时 \(nm1 = 1\)。级数从 1 开始,逐项(\(-0.4227843\)、\(-0.5\)、\(+0.0833333\)、\(-0.0138889\)……)累加,最终收敛到 \(E_{2}(1) \approx 0.1484955\)。可作如下验证:\(E_{2}(0) = 1/(2-1) = 1\),而 \(E_{1}(1) \approx 0.2193839\)。

E ₙ(x) 的参考值

对于实数 \(x>0\),\(E_n(x)=\int_1^\infty e^{-xt}t^{-n}\,dt\) 的值,四舍五入至约 7 位有效数字。当 n = 0 时,该积分可化为闭合形式 \(E_0(x)=e^{-x}/x\)。

x E₀(x) E₁(x) E₂(x) E₃(x)
0 发散 发散 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

关于 x = 0 这一行的说明:E₀(0) 和 E₁(0) 发散(当 \(x\to 0^+\) 时,E₁ 按 \(-\ln x\) 增长,E₀ 按 \(1/x\) 增长)。对于每个整数 \(n\ge 2\),\(E_n(0)=\dfrac{1}{n-1}\),因此 E₂(0) = 1,E₃(0) = 1/2。

广告

关键恒等式与常数

  • 欧拉–马歇罗尼常数: \(\gamma \approx 0.5772156649015329\)。它出现在 \(x>0\) 时的小自变量展开式 \(E_1(x)=-\gamma-\ln x+x-\dfrac{x^2}{4}+\cdots\) 中。
  • 递推关系: $$n\,E_{n+1}(x)=e^{-x}-x\,E_n(x),\qquad n\ge 1.$$ 从 E₁(x) 出发,可生成所有更高阶的值(上表中的 E₂ 和 E₃ 列正是由 E₁ 这样关联而来)。当 x 不大时,向上递推在数值上是稳定的;对于较大的 n 和较小的 x,其他方法可能更为合适。
  • 导数: $$E_n'(x)=-E_{n-1}(x).$$ 例如,\(E_1'(x)=-E_0(x)=-e^{-x}/x\)。
  • 与指数积分 Ei 的关系: 对于 \(x>0\),\(E_1(x)=-\mathrm{Ei}(-x)\),其中 Ei 为主值指数积分。
  • 大 x 渐近式: $$E_n(x)\sim \frac{e^{-x}}{x}\left(1-\frac{n}{x}+\frac{n(n+1)}{x^2}-\cdots\right),$$ 因此对于每个固定的 n,首阶近似有 \(E_n(x)\approx e^{-x}/x\)。这是一个渐近(发散)级数,因此只应使用前几项。

常见问题

为什么输入负的 x 会返回错误? 当 \(x < 0\) 时函数不取实数值,因此计算器会将其标记为未定义。

x = 0 时会发生什么? 当 \(n \ge 2\) 时结果为 \(1/(n-1)\);而当 \(n = 0\) 或 \(n = 1\) 时函数发散,所以 \(x\) 必须为正数。

计算结果的精度如何? 双精度运算可提供约 15 位有效数字,足以满足绝大多数科研与工程场景的需要。

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