def gamma(n): if n <= 0: raise ValueError("Invalid input: n must be positive.")…
- User
def gamma(n): if n <= 0: raise ValueError("Invalid input: n must be positive.")
# Константа ln(2π) ln_two_pi = math.log(2 * math.pi) x = 0 # Инициализируем x # Определяем корректные значения для вычислений в зависимости от n if n < 1: # Используем свойство Γ(n) = Γ(n + 1) / n n_plus = n + 1 ln_n = math.log(n_plus) n_inv = 1 / n_plus ln_gamma_correction = -math.log(n) # ln Γ(n) = ln Γ(n + 1) - ln n else: n_plus = n ln_n = math.log(n_plus) n_inv = 1 / n_plus ln_gamma_correction = 0 # Для n ≥ 1 корректировка не нужна # Вычисляем необходимые степени n_inv n_inv_squared = n_inv * n_inv n_inv_cubed = n_inv_squared * n_inv n_inv_fifth = n_inv_cubed * n_inv_squared # n_inv^5 n_inv_seventh = n_inv_fifth * n_inv_squared # n_inv^7 n_inv_ninth = n_inv_seventh * n_inv_squared # n_inv^9 n_inv_eleventh = n_inv_ninth * n_inv_squared # n_inv^11 # Вычисляем поправочный член ряда Стирлинга stirling_series = ( n_inv / 12 - n_inv_cubed / 360 + n_inv_fifth / 1260 - n_inv_seventh / 1680 + n_inv_ninth / 1188 - n_inv_eleventh / 1680 ) # Вычисляем константу C только один раз ln_gamma_log_term = (n_plus - 0.5) * ln_n - n_plus C = ln_gamma_log_term + 0.5 * ln_two_pi + stirling_series + ln_gamma_correction # Проводим итерации # Так как производная f'(x) = -1, обновление по методу Ньютона-Рафсона упрощается до x += f # Вычисляем f для начального x = 0 f = C - x # На первой итерации x = 0, поэтому f = C # Итерация 1 x += f # Вычисляем f на основе обновлённого x (хотя f теперь будет равна нулю) f = C - x x += f # Итерация 2 # Так как f теперь равна нулю, дальнейшие итерации не изменят x # Однако, по вашему требованию, пропишем итерации вручную # Итерация 3 f = C - x x += f # Итерация 4 f = C - x x += f # Итерация 5 f = C - x x += f f = C - x x += f f = C - x x += f f = C - x x += f # Вычисляем значение гамма-функции gamma_n = math.exp(x) return gamma_nулучши точность больше увеличев количество членов и итерации
- Assistant
Чтобы улучшить точность вычисления гамма-функции, можно увеличить количество членов в ряде Стирлинга и скорректировать итерации в методе Ньютона-Рафсона. Ниже представлена обновлённая версия функции с дополнительными членами и улучшенной точностью:
import math def gamma(n): if n <= 0: raise ValueError("Invalid input: n must be positive.") # Константа ln(2π) ln_two_pi = math.log(2 * math.pi) # Определяем корректные значения для вычислений в зависимости от n if n < 1: # Используем свойство Γ(n) = Γ(n + 1) / n n_plus = n + 1 ln_gamma_correction = -math.log(n) # ln Γ(n) = ln Γ(n + 1) - ln n else: n_plus = n ln_gamma_correction = 0 # Для n ≥ 1 корректировка не нужна ln_n = math.log(n_plus) n_inv = 1 / n_plus # Вычисляем необходимые степени n_inv n_inv_squared = n_inv * n_inv n_inv_cubed = n_inv_squared * n_inv n_inv_fifth = n_inv_cubed * n_inv_squared # n_inv^5 n_inv_seventh = n_inv_fifth * n_inv_squared # n_inv^7 n_inv_ninth = n_inv_seventh * n_inv_squared # n_inv^9 n_inv_eleventh = n_inv_ninth * n_inv_squared # n_inv^11 n_inv_thirteenth = n_inv_eleventh * n_inv_squared # n_inv^13 n_inv_fifteenth = n_inv_thirteenth * n_inv_squared # n_inv^15 # Вычисляем поправочный член ряда Стирлинга с дополнительными членами stirling_series = ( n_inv / 12 - n_inv_cubed / 360 + n_inv_fifth / 1260 - n_inv_seventh / 1680 + n_inv_ninth / 1188 - n_inv_eleventh * 691 / 360360 + n_inv_thirteenth * 7 / 1092 - n_inv_fifteenth * 3617 / 122400 ) # Вычисляем основную часть ln_gamma_log_term = (n_plus - 0.5) * ln_n - n_plus # Суммируем все члены C = ln_gamma_log_term + 0.5 * ln_two_pi + stirling_series + ln_gamma_correction # Вычисляем значение гамма-функции gamma_n = math.exp(C) return gamma_nОбъяснения внесённых изменений:
-
Увеличено количество членов в ряде Стирлинга: Добавлены дополнительные члены с более высокими степенями обратного значения
n_plus, используя более высокие числа Бернулли. Это повышает точность приближения, особенно для меньших значенийn. -
Скорректированы итерации метода Ньютона-Рафсона: В исходном коде итерации метода Ньютона-Рафсона не влияли на результат после первой итерации, так как функция f становилась равной нулю. В обновлённом коде итерации удалены, и значение
gamma_nвычисляется напрямую через экспоненту от суммыC.
Примечание: Для ещё большей точности можно использовать более сложные алгоритмы, такие как приближение Ланцоша. Однако для большинства практических приложений улучшенное приближение Стирлинга с дополнительными членами позволяет достичь необходимой точности.
-