[论文解读] Computation of the incomplete gamma function for negative values of the argument

Amparo Gil, Diego Ruiz‐Antolín+2 more|arXiv (Cornell University)|Aug 1, 2016

Control Systems and Identification被引用 1

一句话总结

本论文提出了一种 Fortran 90 模块 IncgamNEG，用于计算实参数 a 和负实参数 z 的归一化不完全伽马函数 γ*(a,z)。该算法结合了级数展开、Poincaré 型展开、一致渐近展开以及递推关系，以在参数域 (a,z) ∈ [−500,500] × [−500,0) 内实现约 10⁻¹³ 的相对精度。

ABSTRACT

An algorithm for computing the incomplete gamma function $\gamma^*(a,z)$ for real values of the parameter $a$ and negative real values of the argument $z$ is presented. The algorithm combines the use of series expansions, Poincar\'e-type expansions, uniform asymptotic expansions and recurrence relations, depending on the parameter region. A relative accuracy $\sim 10^{-13}$ in the parameter region $(a,z) \in [-500,\,500] imes [-500,\,0)$ can be obtained when computing the function $\gamma^*(a,z)$ with the Fortran 90 module {\bf IncgamNEG} implementing the algorithm.

研究动机与目标

• 开发一种针对不完全伽马函数 γ*(a,z) 的稳健计算方法，当参数 z 为负时适用。
• 解决在负实 z 域中计算 γ*(a,z) 时存在的数值不稳定性以及缺乏高效算法的问题。
• 确保在广泛参数范围内保持高相对精度，特别是 (a,z) ∈ [−500,500] × [−500,0)。
• 实现一种统一算法，根据参数区域动态切换不同的数学方法。

提出的方法

• 对于 |z| 较小且 |a| 适中的情况，使用级数展开。
• 在中间参数区域应用 Poincaré 型展开以改善收敛性。
• 对于 |a| 和 |z| 较大的情况，采用一致渐近展开以保持精度。
• 整合递推关系以处理参数过渡并提高数值稳定性。
• 根据 a 和 z 的取值动态选择合适的计算技术。
• 将实现封装在名为 IncgamNEG 的 Fortran 90 模块中，以提高可移植性和可重用性。

实验结果

研究问题

• RQ1 如何准确计算负实数 z 取值下的不完全伽马函数 γ*(a,z)？
• RQ2 哪些渐近展开与级数方法的组合可确保在广泛参数范围内的高精度？
• RQ3 如何有效整合递推关系以在混合参数区域中保持数值稳定性？
• RQ4 此类混合算法在参数域 (a,z) ∈ [−500,500] × [−500,0) 内可实现的相对精度是多少？
• RQ5 单一统一算法能否高效处理 γ*(a,z) 在不同 a 和 z 区域内的多样化数学行为？

主要发现

• 该算法在参数域 (a,z) ∈ [−500,500] × [−500,0) 内实现了约 10⁻¹³ 的相对精度。
• 结合级数、Poincaré 型和一致渐近展开的混合方法在不同参数区域中表现出强健性。
• 使用递推关系显著增强了数值稳定性，尤其是在关键过渡区域附近。
• Fortran 90 模块 IncgamNEG 成功实现了该算法并保持了稳定的性能。
• 该方法有效应对了不完全伽马函数中负参数带来的计算挑战。