通过MCP连接 →

输入计算

数学公式

广告

结果

Hermite polynomial order n = 3
51 points
first Hn(x) = -95, last Hn(x) = 95
i x Hn(x)
0 -2.5 -95
1 -2.4 -81.792
2 -2.3 -69.736
3 -2.2 -58.784
4 -2.1 -48.888
5 -2 -40
6 -1.9 -32.072
7 -1.8 -25.056
8 -1.7 -18.904
9 -1.6 -13.568
10 -1.5 -9
11 -1.4 -5.152
12 -1.3 -1.976
13 -1.2 0.576
14 -1.1 2.552
15 -1 4
16 -0.9 4.968
17 -0.8 5.504
18 -0.7 5.656
19 -0.6 5.472
20 -0.5 5
21 -0.4 4.288
22 -0.3 3.384
23 -0.2 2.336
24 -0.1 1.192
25 0 -0
26 0.1 -1.192
27 0.2 -2.336
28 0.3 -3.384
29 0.4 -4.288
30 0.5 -5
31 0.6 -5.472
32 0.7 -5.656
33 0.8 -5.504
34 0.9 -4.968
35 1 -4
36 1.1 -2.552
37 1.2 -0.576
38 1.3 1.976
39 1.4 5.152
40 1.5 9
41 1.6 13.568
42 1.7 18.904
43 1.8 25.056
44 1.9 32.072
45 2 40
46 2.1 48.888
47 2.2 58.784
48 2.3 69.736
49 2.4 81.792
50 2.5 95

这个计算器能做什么

本工具按照物理学家约定的埃尔米特多项式 \(H_n(x)\),对一个固定阶数 \(n\)、在一系列 \(x\) 取值上逐点求值,输出一张 \((x, H_n(x))\) 数值表并绘制对应曲线。埃尔米特多项式广泛出现在量子力学(谐振子的能量本征态)、概率论以及数值分析(高斯–埃尔米特求积)等领域。

使用方法

依次输入多项式的阶数 \(n\)(非负整数,如 0、1、2、3……)、x 的起始值步长(相邻两个 \(x\) 之间的间隔)以及计算行数(要生成多少行)。第 \(i\) 个 \(x\) 值为 $$x_i = \text{起始值} + i \cdot \text{步长}$$ 其中 \(i\) 从 0 取到「行数减 1」。步长为负时表格按 \(x\) 递减排列;步长为零时则会重复同一个 \(x\) 值。

计算公式

这里采用的是物理学家约定的埃尔米特多项式,它满足微分方程 $$y'' - 2x \cdot y' + 2n \cdot y = 0$$ 并可由母函数 \(\exp(2xt - t^2)\) 生成。我们使用数值稳定的三项递推公式进行计算:$$H_0(x) = 1, \quad H_1(x) = 2x, \quad H_{k+1}(x) = 2x \cdot H_k(x) - 2k \cdot H_{k-1}(x)$$ 从而避免阶乘运算导致的数值溢出。请注意,这不是概率学家约定的 \(He_n(x)\),后者的递推关系为 $$He_{k+1} = x \cdot He_k - k \cdot He_{k-1}$$

递推关系树,展示每个埃尔米特多项式如何由前两个构建而来
三项递推关系由前两阶构建出每个埃尔米特多项式。

实例演算

当 \(n = 3\) 时,递推公式给出 \(H_2(x) = 4x^2 - 2\),\(H_3(x) = 8x^3 - 12x\)。在 \(x = -2.5\) 处:$$8(-15.625) + 30 = -95$$在 \(x = 0\) 处结果为 0;在 \(x = 2.5\) 处则为 \(+95\)。若取起始值 \(= -2.5\)、步长 \(= 0.1\)、行数 \(= 51\),表格将从 \((-2.5, -95)\) 经过 \((0, 0)\) 一直到 \((2.5, 95)\),描绘出一条关于原点奇对称、呈三次曲线形状的图像。

常见问题

使用的是哪种约定?物理学家约定 \(H_n\),其中 \(H_1(x) = 2x\)。前几项为:\(H_0 = 1\),\(H_1 = 2x\),\(H_2 = 4x^2 - 2\),\(H_4 = 16x^4 - 48x^2 + 12\),\(H_5 = 32x^5 - 160x^3 + 120x\)。

如果 \(n = 0\) 会怎样?对任意 \(x\) 都有 \(H_0(x) = 1\),因此数值表和图像都是一条高度恒为 1 的水平线。

为什么 \(n\) 较大时数值会急剧膨胀?当阶数较高、\(|x|\) 较大时,埃尔米特多项式的增长极快;双精度浮点数在超过约 \(1 \times 10^{308}\) 后便会溢出。为获得合理的图像,请将 \(n\) 与 \(x\) 的取值范围控制在适度区间内。

物理学家埃尔米特多项式前几个的叠加图像
对称 x 范围内 H1 至 H4 的曲线,显示振荡随阶数增大。
最后更新: