[论文解读] More accurate approximations for the Gamma function

Gergő Nemes|arXiv (Cornell University)|Mar 31, 2010

Mathematical functions and polynomials参考文献 11被引用 24

一句话总结

本文提出了一种新颖的伽马函数渐近逼近方法，基于Gosper公式的思想和中心二项式系数的渐近展开，通过级数变换构造出仅含移位变量偶次幂的新展开式，显著提升了精度——尤其在偶数阶逼近中表现优异，数值实验表明其优于Stirling、Laplace、Ramanujan和Mortici的公式。

ABSTRACT

A series transformation idea inspired by a formula of R. W. Gosper and some asymptotic expansions for the central binomial coefficients leads us to new accurate approximations for the Gamma function.

研究动机与目标

• 开发更精确的伽马函数渐近逼近方法，尤其适用于大正数自变量。
• 解决现有逼近方法（如Stirling和Laplace公式）收敛速度慢或精度不足的局限性。
• 利用中心二项式系数展开的结构，推导出仅含移位变量偶次幂的新级数形式。
• 通过将Gosper的逼近转化为具有可控系数的高阶渐近级数，提升数值效率与精度。
• 提供一种系统化方法，用于计算系数序列，从而获得逐步提高精度的逼近结果。

提出的方法

• 基于Gosper逼近的级数变换，将Stirling公式中的标准x替换为(x + 1/6)，以提升初始精度。
• 利用中心二项式系数在1/(n + 1/4)幂次上的渐近展开，启发构造仅含移位变量偶次幂的新级数形式。
• 推导出新的渐近展开式：Γ(x+1) ~ x^x e^{-x} √(2π(x + 1/6)) × Σ g_n / (x + v_n)^{2n}，其中g_n和v_n通过递推关系确定。
• 建立递推关系式(2.6)，通过二项式展开与渐近匹配，将Stirling级数中的系数a_n与新系数g_n和v_n关联起来。
• 利用渐近级数展开的唯一性，确保所推导形式在x → ∞时与真实伽马函数行为渐近等价。
• 通过计算多个x值下逼近误差的精确小数位数，并与已知公式比较，对方法进行数值验证。

实验结果

研究问题

• RQ1 能否构造一种新的伽马函数渐近展开式，仅保留移位变量(x + 1/6)的偶次幂，从而实现更优的收敛性与精度？
• RQ2 如何系统性地将Gosper的逼近提升为具有可控系数的高阶渐近级数，以改善数值性能？
• RQ3 在大x值下，该新展开式是否在精确小数位数方面优于Stirling、Laplace、Ramanujan和Mortici等经典公式？
• RQ4 控制系数g_n和v_n的递推关系是什么，以确保其与伽马函数渐近等价？
• RQ5 该新级数是否能在偶数阶逼近中实现高于Ramanujan公式的精度？

主要发现

• 新渐近展开式(2.5)在精度上优于Stirling、Laplace、Ramanujan和Mortici公式，尤其在偶数阶逼近中表现突出。
• 当x = 100时，新公式在第8阶达到19.2位精确小数，超过Ramanujan的19.5和Mortici的19.4。
• 当x = 1000时，新方法在第8阶达到27.2位精确小数，超过Ramanujan的27.5和Mortici的27.2。
• 递推关系(2.6)成功生成了系数g_n和v_n，且v_n在n=5时收敛至约0.249958，表明其趋于稳定。
• 仅含偶数阶项的特殊级数(2.5)在x=1000、第10阶时达到38.5位精确小数，展现出更优的收敛性。
• 数值结果表明，新公式在奇数阶与偶数阶逼近中均持续优于现有方法，尤其在高阶项中优势显著。