AsymptoticProduct

AsymptoticProduct[f,x,xx0]

x0の近くの x の不定乗積についての漸近近似を計算する．

AsymptoticProduct[f,{x,a,b},αα0]

α0の近くの α の定乗積の漸近近似を計算する．

AsymptoticProduct[f,…,{ξ,ξ0,n}]

次数 n までの漸近近似を計算する．

詳細とオプション

  • AsymptoticProductは，厳密な結果が求まらない積を計算したり，計算，比較，解釈についてより簡単な答を求めたりするために使われることが多い．そのような場合には，適用された問題を解くために十分な情報を漸近近似がしばしば与える．
  • AsymptoticProduct[f,…,ξξ0]は，f の積の漸近展開における最高次の項を計算する．SeriesTermGoal を使うとより多くの項が指定できる．
  • 厳密な結果が g[x]で x0における次数 n の漸近近似が gn[x]なら，xx0のとき，AsymptoticLess[g[x]-gn[x],gn[x]-gn-1[x],xx0]または g[x]-gn[x]∈o[gn[x]-gn-1[x]]である．
  • 漸近近似 gn[x]はしばしば総和 gn[x]αkϕk[x]として与えられる．ここで，{ϕ1[x],…,ϕn[x]}は xx0のときの漸近尺度 ϕ1[x]≻ϕ2[x]≻⋯>ϕn[x]である．そうすると，xx0のとき，AsymptoticLess[g[x]-gn[x],ϕn[x],xx0]または g[x]-gn[x]∈o[ϕn[x]]である．
  • xx0のときのテイラー(Taylor)スケール
    xx0のときのローラン(Laurent)スケール
    x±∞のときのローランスケール
    xx0のときのピュイゾー(Puiseux)スケール
  • 漸近近似を表すために使われる尺度は，問題から自動的に推測される．より珍しい尺度が含まれることも多い．
  • 中心 α0は，任意の有限または無限の実数または複素数でよい．
  • 次数 n は漸近展開の近似次数を指定するもので，正の整数でなければならない．この次数は，多項式次数とは無関係である．
  • 次は，使用可能なオプションである．
  • AccuracyGoalAutomatic目標絶対確度の桁数
    Assumptions$Assumptionsパラメータについての仮定
    GenerateConditionsAutomaticパラメータについての条件を含む答を生成するかどうか
    GeneratedParametersNone生成されたパラメータの名付け方
    MethodAutomatic使用するメソッド
    PerformanceGoal$PerformanceGoalパフォーマンスのどの局面について最適化するか
    PrecisionGoalAutomatic目標精度の桁数
    RegularizationNone使用する正規化スキーム
    SeriesTermGoalAutomatic近似項数
    WorkingPrecisionAutomatic内部計算の精度
  • GenerateConditionsにデフォルト設定のAutomaticを使うと，AsymptoticProductからの結果にパラメータについての条件は通常は含まれない．GenerateConditionsをTrueにするとパラメータについての条件を含む答が得られるかもしれない．
  • PerformanceGoalの可能な設定には，$PerformanceGoal，"Quality"，"Speed"がある．"Quality"設定のとき，AsymptoticRSolveValueはより多くの問題を解いたりより簡単な結果を与えたりすることが多いが，より多くの時間とメモリが必要になる可能性がある．
  • WorkingPrecision，AccuracyGoal，PrecisionGoalにデフォルト設定のAutomaticを使うと，AsymptoticProductは，たとえ入力精度が無限でも低精度の漸近近似を返すことがある．

例題

すべて開くすべて閉じる

例  (2)

積の漸近近似を計算する：

厳密値と比較する：

SeriesTermGoalを使って近似を向上させる：

パラメータについて積の漸近展開を計算する：

必要な展開を計算する：

小さい a について厳密値と比較する：

スコープ  (14)

基本的な用法  (3)

不定乗積の漸近近似を計算する：

定乗積の漸近近似を計算する：

パラメトリックな積の漸近近似を計算する：

不定乗積  (5)

多項式の積の漸近展開を計算する：

Productが与える結果と比較する：

有理関数の不定乗積の漸近展開：

超幾何項の不定乗積の漸近展開：

ある点における値を推定する：

NProductが与える値と比較する：

有理指数関数の不定乗積の漸近展開：

代数関数の不定乗積の漸近展開：

定乗積  (4)

有理積の漸近展開を計算する：

NProductが与える結果と比較する：

有理指数積の漸近近似：

NProductが与える結果と比較する：

超幾何積の漸近近似を計算する：

厳密な結果と比較する：

代数積の漸近展開：

厳密な結果と比較する：

パラメトリックな積  (2)

パラメータ a についての有理積の漸近展開：

数値近似を計算する：

NProductが与える結果と比較する：

パラメータ z についての不定乗積の漸近展開：

数値近似を計算する：

NProductが与える結果と比較する：

より多くの項を計算することで漸近近似を向上させる：

アプリケーション  (4)

定乗積について近似を計算する：

n の増加する値についての数値近似を計算する：

Productが与える厳密な結果と比較する：

厳密な記号式の級数展開と比較する：

不定有理乗積の値を対応する定乗積の漸近展開を使って計算する：

不定乗積の値を得る：

DiscreteLimitを使って同じ答を得る：

Productを使って得た答を確認する：

不定乗積の収束を，対応する不定乗積の漸近展開を計算することで確立する：

定乗積の漸近展開を使って厳密値を計算する：

Productを使って同じ結果を得る：

の漸近近似を計算する：

漸近展開の極限値を計算する：

極限値への収束を可視化する：

特性と関係  (4)

AsymptoticProductは指定された次数までの積を計算する：

Productを使って積を閉じた形で計算する：

NProductを使って数値近似を計算する：

積の漸近近似を計算する：

DiscreteAsymptoticを使って同じ結果を得る：

Wolfram Research (2020), AsymptoticProduct, Wolfram言語関数， https://reference.wolfram.com/language/ref/AsymptoticProduct.html.

テキスト

Wolfram Research (2020), AsymptoticProduct, Wolfram言語関数， https://reference.wolfram.com/language/ref/AsymptoticProduct.html.

CMS

Wolfram Language. 2020. "AsymptoticProduct." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/AsymptoticProduct.html.

APA

Wolfram Language. (2020). AsymptoticProduct. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/AsymptoticProduct.html

BibTeX

@misc{reference.wolfram_2024_asymptoticproduct, author="Wolfram Research", title="{AsymptoticProduct}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/AsymptoticProduct.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_asymptoticproduct, organization={Wolfram Research}, title={AsymptoticProduct}, year={2020}, url={https://reference.wolfram.com/language/ref/AsymptoticProduct.html}, note=[Accessed: 21-November-2024 ]}