[論文レビュー] A rational approximation for the Dawson's integral of real argument

Sanjar M. Abrarov, Brendan M. Quine|arXiv (Cornell University)|May 7, 2015

Spectroscopy and Laser Applications参考文献 28被引用数 3

ひとこと要約

本稿では、実数引数に対するダウソン積分の有理近似を提示し、y ≤ 10⁻⁶ の小規模な y におけるボイチト関数の高精度かつ高速な計算を可能にする。この手法は 0 ≤ x ≤ 15 および 0 ≤ y ≤ 10⁻⁶ の範囲で 10⁻¹⁰ を超える精度を達成し、計算コストの増加が無視できるため、スペクトル線幅拡大の応用に最適である。

ABSTRACT

We present a rational approximation for the Dawson's integral of real argument and show how it can be implemented for accurate and rapid computation of the Voigt function at small $y < < 1$. The algorithm based on this approach enables computation with accuracy exceeding ${10^{ - 10}}$ within the domain $0 \le x \le 15$ and $0 \le y \le {10^{ - 6}}$. Due to rapid performance the proposed rational approximation runs the algorithm without deceleration.

研究の動機と目的

• 極めて小さな y（y ≤ 10⁻⁶）におけるボイチト関数の正確かつ効率的な計算という、長年の課題に取り組むこと。標準的な近似手法ではその範囲で失敗する。
• 低 y 範囲における信頼できる計算補完手段として、実数引数のダウソン積分 F(x) の有理近似を開発すること。
• 分子分光学に関連する重要な領域 0 ≤ x ≤ 15 および 0 ≤ y ≤ 10⁻⁶ において、高い性能と精度を確保すること。
• 既存のボイチト関数計算フレームワークにスムーズに統合可能な、実用的で高速かつ高精度なアルゴリズム的ソリューションを提供すること。

提案手法

• 不完全なシンク関数展開に基づくサンプリング手法を用いて、ダウソン積分 F(x) の有理近似を導出する。
• h = 0.293、m_max = 12、ς = 2.75、N = 23 のパラメータを用いて、指数関数的および三角関数的項を含む離散和から得られる係数を利用する。
• 係数 α_m、β_m、γ_m をスペクトルサンプリングと n に関する和分から導出し、x に関する有理関数として有理近似を実装する。
• ボイチト関数のハイブリッドアルゴリズムに有理近似を統合する：y < 10⁻⁶ の場合に有理近似を、y ≥ 10⁻⁶ の場合に修正された指数関数的形を用いる。
• ファドデエバ関数とダウソン積分の既知の関係を活用して、一貫性と精度を保証する。
• 標準的なアルゴリズム（例：アルゴリズム 680、916）からの参照値を用いて手法を検証し、相対誤差 log₁₀(Δ) を分析する。

実験結果

リサーチクエスチョン

• RQ1 実数引数のダウソン積分に対して、y ≤ 10⁻⁶ におけるボイチト関数の正確かつ高速な計算を可能にする有理近似を構築可能か？
• RQ2 本手法で提示された有理近似は、ボイチト関数のためのワイデマンの有理近似と比較して、精度および速度の面で優れているか？
• RQ3 0 ≤ x ≤ 15 および 0 ≤ y ≤ 10⁻⁶ の範囲で、有理近似と漸近展開を組み合わせたハイブリッドアルゴリズムの達成可能な精度はどの程度か？
• RQ4 有理近似はボイチト関数全体の計算を遅くすることなく、高い性能を維持するか？
• RQ5 標準的な近似手法が非常に小さな y 値で精度低下を示す問題を、本手法はどの程度解消できるか？

主な発見

• 提示されたダウソン積分の有理近似は、0 ≤ x ≤ 15 および 0 ≤ y ≤ 10⁻⁶ の範囲で 10⁻¹⁰ を超える精度を達成する。
• アルゴリズムの実装は遅延を生じさせず、低 y 範囲の処理においても高速な性能を維持する。
• 相対誤差 log₁₀(Δ) は全範囲で -10 未満を保ち、図 2 に示すように 10⁻¹⁰ 未満の精度が確認される。
• 特に低 y 範囲において、ワイデマンの有理近似よりも速度（2 倍以上）と精度の両面で優れている。
• ハイブリッド方式により、y < 10⁻⁶ の場合に有理近似、y ≥ 10⁻⁶ の場合に漸近展開を効果的に組み合わせ、重要な領域を完全にカバーする。
• HITRAN 分子分光データベースなどの高精度ボイチト関数計算を要する応用において、本手法は頑健かつ実用的である。