diff options
author | Andreas Müller <andreas.mueller@ost.ch> | 2022-07-25 10:52:14 +0200 |
---|---|---|
committer | GitHub <noreply@github.com> | 2022-07-25 10:52:14 +0200 |
commit | 90d27c02284223f42281e41c6958bc5ea8c7aea8 (patch) | |
tree | 9214ba6c07c0bd0281a0c043180bd419607643fc /buch/papers/laguerre/gamma.tex | |
parent | fix brace-problem (diff) | |
parent | Merge branch 'AndreasFMueller:master' into master (diff) | |
download | SeminarSpezielleFunktionen-90d27c02284223f42281e41c6958bc5ea8c7aea8.tar.gz SeminarSpezielleFunktionen-90d27c02284223f42281e41c6958bc5ea8c7aea8.zip |
Merge pull request #29 from p1mueller/master
Überarbeitung Laguerre
Diffstat (limited to '')
-rw-r--r-- | buch/papers/laguerre/gamma.tex | 89 |
1 files changed, 48 insertions, 41 deletions
diff --git a/buch/papers/laguerre/gamma.tex b/buch/papers/laguerre/gamma.tex index e40d8ca..0cf17b9 100644 --- a/buch/papers/laguerre/gamma.tex +++ b/buch/papers/laguerre/gamma.tex @@ -25,7 +25,7 @@ markant verbessern können. % wenden wir dann die Gauss-Laguerre-Quadratur auf die Gamma-Funktion und % erweitern die Methode -{\subsection{Gamma-Funktion} +\subsection{Gamma-Funktion% \label{laguerre:subsection:gamma}} Die Gamma-Funktion ist eine Erweiterung der Fakultät auf die reale und komplexe Zahlenmenge. @@ -44,11 +44,11 @@ Integral der Form . \end{align} Der Term $e^{-x}$ im Integranden und der Integrationsbereich erfüllen -genau die Bedingungen der Laguerre-Integration. +genau die Bedingungen der Gauss-Laguerre-Integration. % Der Term $e^{-t}$ ist genau die Gewichtsfunktion der Laguerre-Integration und % der Definitionsbereich passt ebenfalls genau für dieses Verfahren. -Weiter zu erwähnen ist, dass für die assoziierte Laguerre-Integration die -Gewichtsfunktion $x^\nu e^{-x}$ exakt dem Integranden +Weiter zu erwähnen ist, dass für die assoziierte Gauss-Laguerre-Integration die +Gewichtsfunktion $x^\nu e^{-x}$ exakt dem Integranden für $\nu = z - 1$ entspricht. \subsubsection{Funktionalgleichung} @@ -84,10 +84,11 @@ her. Dadurch lassen Werte der Gamma-Funktion sich für $z$ in der rechten Halbebene leicht in die linke Halbebene übersetzen und umgekehrt. -{\subsection{Berechnung mittels Gauss-Laguerre-Quadratur} +\subsection{Berechnung mittels +Gauss-Laguerre-Quadratur% \label{laguerre:subsection:gauss-lag-gamma}} In den vorherigen Abschnitten haben wir gesehen, -dass sich die Gamma-Funktion bestens für die Gauss-Laguerre-Quadratur +dass sich die Gamma-Funktion bestens für die Gauss-Laguerre-Quadratur \begin{align*} \int_0^\infty x^{z-1} e^{-x} \, dx = @@ -169,16 +170,6 @@ Somit entscheiden wir uns aufgrund der vorherigen Punkte, die zweite Variante weiterzuverfolgen. \subsubsection{Direkter Ansatz} -Wenden wir also die Gauss-Laguerre-Quadratur aus -\eqref{laguerre:laguerrequadratur} auf die Gamma-Funktion -\eqref{laguerre:gamma} an, -ergibt sich -\begin{align} -\Gamma(z) -\approx -\sum_{i=1}^n x_i^{z-1} A_i. -\label{laguerre:naive_lag} -\end{align} % \begin{figure} \centering @@ -186,10 +177,22 @@ ergibt sich \includegraphics{papers/laguerre/images/rel_error_simple.pdf} %\vspace{-12pt} \caption{Relativer Fehler des direkten Ansatzes -für verschiedene reele Werte von $z$ und Grade $n$ der Laguerre-Polynome} +für verschiedene reelle Werte von $z$ und Grade $n$ der +Laguerre-Polynome}% \label{laguerre:fig:rel_error_simple} \end{figure} -% +%. +Wenden wir also die Gauss-Laguerre-Quadratur aus +\eqref{laguerre:laguerrequadratur} auf die Gamma-Funktion +\eqref{laguerre:gamma} an, +ergibt sich +\begin{align} +\Gamma(z) +\approx +\sum_{i=1}^n x_i^{z-1} A_i +\label{laguerre:naive_lag} +. +\end{align} Bevor wir die Gauss-Laguerre-Quadratur anwenden, möchten wir als ersten Schritt eine Fehlerabschätzung durchführen. Für den Fehlerterm \eqref{laguerre:lag_error} wird die $2n$-te Ableitung @@ -220,8 +223,8 @@ und für $z > 2n - 1$ bei $\xi \rightarrow \infty$ divergiert. Nur für den unwahrscheinlichen Fall $ z = 2n - 1$ wäre eine Fehlerabschätzung plausibel. -Wenden wir nun also direkt die Gauss-Laguerre-Quadratur auf die Gamma-Funktion -an. +Wenden wir nun also direkt die Gauss-Laguerre-Quadratur +auf die Gamma-Funktion an. Dazu benötigen wir die Gewichte nach \eqref{laguerre:quadratur_gewichte} und als Stützstellen die Nullstellen des Laguerre-Polynomes $L_n$. @@ -229,18 +232,17 @@ Evaluieren wir den relativen Fehler unserer Approximation zeigt sich ein Bild wie in Abbildung~\ref{laguerre:fig:rel_error_simple}. Man kann sehen, wie der relative Fehler Nullstellen aufweist für ganzzahlige $z \leq 2n$. -Laut der Theorie der Gauss-Quadratur auch ist das zu erwarten, +Laut der Theorie der Gauss-Quadratur ist das auch zu erwarten, da die Approximation via Gauss-Quadratur -exakt ist für zu integrierende Polynome mit Grad $\leq 2n-1$ -und hinzukommt, -dass zudem von $z$ noch $1$ abgezogen wird im Exponenten. +exakt ist für zu integrierende Polynome mit Grad $\leq 2n-1$ und +der Integrand $x^{z-1}$ wird für $z \in \mathbb{N} \setminus \{0\}$ +zu einem Polynom . +% Hinzukommt, dass zudem von $z$ noch $1$ abgezogen wird im Exponenten. Es ist ersichtlich, dass sich für den Polynomgrad $n$ ein Intervall gibt, in dem der relative Fehler minimal ist. Links steigt der relative Fehler besonders stark an, während er auf der rechten Seite zu konvergieren scheint. -Um die linke Hälfte in den Griff zu bekommen, -könnten wir die Reflektionsformel der Gamma-Funktion verwenden. \begin{figure} \centering @@ -248,10 +250,12 @@ könnten wir die Reflektionsformel der Gamma-Funktion verwenden. \includegraphics{papers/laguerre/images/rel_error_mirror.pdf} %\vspace{-12pt} \caption{Relativer Fehler des Ansatzes mit Spiegelung negativer Realwerte -für verschiedene reele Werte von $z$ und Grade $n$ der Laguerre-Polynome} +für verschiedene reelle Werte von $z$ und Grade $n$ der Laguerre-Polynome} \label{laguerre:fig:rel_error_mirror} \end{figure} +Um die linke Hälfte in den Griff zu bekommen, +könnten wir die Reflektionsformel der Gamma-Funktion verwenden. Spiegelt man nun $z$ mit negativem Realteil mittels der Reflektionsformel, ergibt sich ein stabilerer Fehler in der linken Hälfte, wie in Abbildung~\ref{laguerre:fig:rel_error_mirror}. @@ -269,9 +273,10 @@ das Problem in den Griff zu bekommen. \subsubsection{Analyse des Integranden} Wie wir im vorherigen Abschnitt gesehen haben, scheint der Integrand problematisch. -Darum möchten wir jetzt den Integranden analysieren, -damit wir ihn besser verstehen und -dadurch geeignete Gegenmassnahmen zu entwickeln können. +Darum möchten wir ihn jetzt analysieren, +damit wir ihn besser verstehen können. +Dies sollte es uns ermöglichen, +anschliessend geeignete Gegenmassnahmen zu entwickeln. % Dieser Abschnitt soll eine grafisches Verständnis dafür schaffen, % wieso der Integrand so problematisch ist. @@ -311,16 +316,17 @@ dass kleine Exponenten um $0$ genauere Resultate liefern sollten. In Abbildung~\ref{laguerre:fig:integrand_exp} fügen wir die Dämpfung der Gewichtsfunktion $w(x)$ der Gauss-Laguerre-Quadratur wieder hinzu -und erhalten so wieder den kompletten Integranden $x^{z-1} e^{-x}$ +und erhalten so wieder den kompletten Integranden $x^{z} e^{-x}$ der Gamma-Funktion. Für negative $z$ ergeben sich immer noch Singularitäten, wenn $x \rightarrow 0$. -Um $1$ wächst der Term $x^z$ schneller als die Dämpfung $e^{-x}$, +Um $x = 1$ wächst der Term $x^z$ für positive $z$ +schneller als die Dämpfung $e^{-x}$, aber für $x \rightarrow \infty$ geht der Integrand gegen $0$. Das führt zu glockenförmigen Kurven, die für grosse Exponenten $z$ nach der Stelle $x=1$ schnell anwachsen. Zu grosse Exponenten $z$ sind also immer noch problematisch. -Kleine positive $z$ scheinen nun also auch zulässig zu sein. +Kleine positive $z$ scheinen nun aber auch zulässig zu sein. Damit formulieren wir die Vermutung, dass $a(n)$, welches das Intervall $[a(n), a(n) + 1]$ definiert, @@ -416,7 +422,8 @@ können die Intervalle $[a(n), a(n)+1]$ empirisch gesucht werden. Wir bestimmen nun die optimalen Verschiebungsterme empirisch für $n = 1,\ldots, 12$ im Intervall $z \in (0, 1)$, da $z$ sowieso mit den Term $m$ verschoben wird, -reicht die $m^*$ nur in diesem Intervall zu analysieren. +reicht es, +die $m^*$ nur in diesem Intervall zu analysieren. In Abbildung~\ref{laguerre:fig:targets} sind die empirisch bestimmten $m^*$ abhängig von $z$ und $n$ dargestellt. In $n$-Richtung lässt sich eine klare lineare Abhängigkeit erkennen und @@ -481,7 +488,7 @@ dann beim Übergang auf die orange Linie wechselt. \includegraphics{papers/laguerre/images/rel_error_shifted.pdf} %\vspace{-12pt} \caption{Relativer Fehler des Ansatzes mit Verschiebungsterm -für verschiedene reele Werte von $z$ und Verschiebungsterme $m$. +für verschiedene reelle Werte von $z$ und Verschiebungsterme $m$. Das verwendete Laguerre-Polynom besitzt den Grad $n = 8$. $m^*$ bezeichnet hier den optimalen Verschiebungsterm.} \label{laguerre:fig:rel_error_shifted} @@ -520,7 +527,7 @@ Abbildung~\ref{laguerre:fig:rel_error_range}. \includegraphics{papers/laguerre/images/rel_error_range.pdf} %\vspace{-12pt} \caption{Relativer Fehler des Ansatzes mit optimalen Verschiebungsterm -für verschiedene reele Werte von $z$ und Laguerre-Polynome vom Grad $n$} +für verschiedene reelle Werte von $z$ und Laguerre-Polynome vom Grad $n$} \label{laguerre:fig:rel_error_range} \end{figure} @@ -569,14 +576,14 @@ Diese Methode wurde zum Beispiel in {\em GNU Scientific Library}, {\em Boost}, {\em CPython} und {\em musl} implementiert. Diese Methode erreicht für $n = 7$ typischerweise eine Genauigkeit von $13$ -korrekten, signifikanten Stellen für reele Argumente. +korrekten, signifikanten Stellen für reelle Argumente. Zum Vergleich: die vorgestellte Methode erreicht für $n = 7$ eine minimale Genauigkeit von $6$ korrekten, signifikanten Stellen -für reele Argumente. +für reelle Argumente. \subsubsection{Fazit} % Das Resultat ist etwas enttäuschend, -Die Genauigkeit der vorgestellten Methode schneidet somit schlechter ab, +Die Genauigkeit der vorgestellten Methode schneidet somit schlechter ab als die Lanczos-Methode. Dieser Erkenntnis kommt nicht ganz unerwartet, % aber nicht unerwartet, @@ -595,6 +602,6 @@ nur $n$ Funktionsevaluationen und wenige zusätzliche Multiplikationen und Additionen. Demzufolge könnte diese Methode Anwendung in Systemen mit wenig Rechenleistung und/oder knappen Energieressourcen finden. -Die vorgestellte Methode ist ein weiteres Beispiel dafür, -wie Verfahren durch die Kenntnis der Eigenschaften einer Funktion +Die vorgestellte Methode ist ein weiteres Beispiel dafür, +wie Verfahren durch die Kenntnis der Eigenschaften einer Funktion verbessert werden können.
\ No newline at end of file |