DiscreteAsymptotic

DiscreteAsymptotic[expr,n∞]

n が整数上で無限大に近付くときの expr についての漸近近似を与える．

DiscreteAsymptotic[expr,{n,∞,m}]

expr についての漸近級数近似を次数 m まで与える．

詳細とオプション

  • DiscreteAsymptoticは，主に，厳密解が求まらない問題を解くため，あるいは計算，比較，解釈等のためにより簡単な答を得るために使われる．そのような場合，漸近近似はしばしば該当する問題を簡約したり解いたりするために十分な情報を与える．
  • DiscreteAsymptotic[expr,n∞]は，expr について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．
  • 式 expr は任意の数列 ，Sumで指定される総和，Productで指定される積，SeriesCoefficientで指定される数列，RSolveValue等で指定される差分方程式等でよい．
  • 厳密結果が g[x]で x0における次数 n の漸近近似が gn[x]であれば，xx0のときに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．{ϕ1[x],…,ϕn[x]}は xx0のときの漸近尺度 ϕ1[x]≻ϕ2[x]≻⋯>ϕn[x]である．こうすると，xx0のとき AsymptoticLess[g[x]-gn[x],ϕn[x],xx0]または g[x]-gn[x]∈o[ϕn[x]]となる．
  • 次は，よく含まれる漸近尺度である．
  • xx0のとき，テイラー(Taylor)スケール
    xx0のとき，ローラン(Laurent)スケール
    x±∞のとき，ローランスケール
    xx0のとき，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．多くの場合，より珍しい尺度を含めることができる．
  • 次は，使用可能なオプションである．
  • AccuracyGoalAutomatic目標確度
    Assumptions$Assumptionsパラメータについての仮定
    GenerateConditionsAutomaticパラメータについての条件を含む答を生成するかどうか
    GeneratedParametersNone生成されたパラメータにどのように命名するか
    MethodAutomatic使用するメソッド
    PerformanceGoal$PerformanceGoalパフォーマンスのどの面について最適化するか
    PrecisionGoalAutomatic目標精度
    SeriesTermGoal Automatic近似における項数
    WorkingPrecisionAutomatic内部計算の精度
  • GenerateConditionsにデフォルト設定のAutomaticを使うと，Asymptoticからの結果には，一般に，パラメータについての条件が含まれない．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ことが多い．
  • PerformanceGoalの可能な設定には，$PerformanceGoal，"Quality" ，"Speed"がある．このオプションを"Quality"に設定すると，DiscreteAsymptoticはより多くの問題を解いたりより簡単な答を生成したりするようになるが，かかる時間が長くなりメモリ消費量も大きくなる可能性がある．
  • WorkingPrecision，AccuracyGoal，PrecisionGoalにデフォルト設定のAutomaticを使うと，たとえ入力精度が無限でも，DiscreteAsymptoticはより低い精度で漸近近似を返すかもしれない．

例題

すべて開くすべて閉じる

例  (4)

がInfinityに近付くときの の最高次の漸近項を求める：

数列の値，近似，両者の比を比較する：

SeriesTermGoalを使って展開からより多くの項を得る：

数列の漸近挙動をその母関数を使って求める：

DiscreteAsymptoticを適用して漸近近似を計算する：

近似と数列の値を比較する：

有限和について漸近近似を計算する：

AsymptoticSumを使って同じ結果を得る：

差分方程式についての漸近近似を計算する：

AsymptoticRSolveValueを使って同じ結果を得る：

スコープ  (19)

初等級数  (8)

多項式数列の最高次の漸近項：

数列と近似をプロットする：

有理数列：

指数数列：

多項式指数数列：

有理指数数列：

双曲線数列：

対数数列：

Q数列：

特殊数列  (6)

がInfinityに近付くときの，Fibonacciについての最高次の漸近項を求める：

数列と近似を比較する：

Pochhammerについての最高次の漸近項：

FactorialPower：

Binomial：

HarmonicNumberの最高次の漸近項：

PolyGamma：

Zeta：

StirlingS1の最高次の漸近項：

StirlingS2：

の厳密値と比較する：

BellBについての最高次の漸近項：

の厳密値と比較する：

BernoulliBについての最高次の漸近項：

EulerE：

総和と総和変換  (3)

有限和について漸近近似を計算する：

AsymptoticSumを使って同じ結果を得る：

フィボナッチ(Fibonacci)数列についての漸近近似を，数列の母関数を使って計算する：

逆Z変換についての漸近近似の最高次の項を計算する：

差分方程式  (2)

一階差分方程式について漸近近似を計算する：

AsymptoticRSolveValueを使って同じ結果を得る：

より高階の差分方程式について漸近近似を計算する：

オプション  (1)

SeriesTermGoal  (1)

デフォルトで，DiscreteAsymptoticは漸近展開における最高次の項を返す：

SeriesTermGoalを使って展開からより多くの項を得る：

リストの指定を使って同じ結果を得る：

アプリケーション  (3)

がInfinityに近付くときのPrimeの最高次の漸近項を求める：

数列と近似をプロットする：

数列の数値とその近似を比較する：

がInfinityに近付くとき，数列とその最高次の漸近項の比は1に近付く：

二項和についての漸近近似を計算する：

について，近似値と厳密値を比較する：

アペリー(Apéry)数列について最高次の漸近項を計算する．これは，次の2階線形差分方程式を満足する：

最高次の漸近項を得る：

数列の定義和に基づいてに値を割り当てる：

数列のある要素の近似値を求める：

対応するアペリー数と比較する：

特性と関係  (2)

DiscreteAsymptoticからの結果は数列と漸近的に等しい：

AsymptoticEquivalentを使って結果を確かめる：

DiscreteAsymptoticは， の大きい値についての数列の挙動を説明する：

DiscreteLimitは，Infinityにおける数列の挙動を説明する：

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

テキスト

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

CMS

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

APA

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

BibTeX

@misc{reference.wolfram_2024_discreteasymptotic, author="Wolfram Research", title="{DiscreteAsymptotic}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/DiscreteAsymptotic.html}", note=[Accessed: 17-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_discreteasymptotic, organization={Wolfram Research}, title={DiscreteAsymptotic}, year={2020}, url={https://reference.wolfram.com/language/ref/DiscreteAsymptotic.html}, note=[Accessed: 17-November-2024 ]}