对 T ( n ) = T ( n − 2 ) + 1 / lg n T(n)=T(n-2)+1/\lg n T(n)=T(n−2)+1/lgn,给出 T ( n ) T(n) T(n)的渐近上界和下界。
递推可以得到,
T
(
n
)
=
{
T
(
2
)
+
∑
i
=
2
n
/
2
1
lg
2
i
当
n
为偶数
T
(
1
)
+
∑
i
=
1
(
n
−
1
)
/
2
1
lg
(
2
i
+
1
)
当
n
为奇数
T\left(n\right)=\left\{\begin{array}{l l}{{T(2)+\sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i}}}&{\text{当 }{n}\text{为偶数}}\\ {T(1)+\sum\limits_{i=1}^{(n-1)/2}\dfrac{1}{\lg (2i+1)}}&{\text{当 }{n}\text{为奇数}} \end{array}\right.
T(n)=⎩
⎨
⎧T(2)+i=2∑n/2lg2i1T(1)+i=1∑(n−1)/2lg(2i+1)1当 n为偶数当 n为奇数
难点在于求
∑
i
=
2
n
/
2
1
lg
2
i
\sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i}
i=2∑n/2lg2i1 和
∑
i
=
1
(
n
−
1
)
/
2
1
lg
(
2
i
+
1
)
\sum\limits_{i=1}^{(n-1)/2}\dfrac{1}{\lg (2i+1)}
i=1∑(n−1)/2lg(2i+1)1。先给出
n
n
n为偶数情况下的讨论。
考虑如上的图示,底边组成 [ 1 , n / 2 ] [1,n/2] [1,n/2]的阴影矩形的面积之和即为 ∑ i = 2 n / 2 1 lg 2 i \sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i} i=2∑n/2lg2i1,或者可以表示为 ∫ 1 n / 2 d x lg 2 ⌈ x ⌉ \displaystyle{\int_1^{n/2}\dfrac{\mathrm{d}x}{\lg 2\lceil x\rceil}} ∫1n/2lg2⌈x⌉dx,其中被积分函数 g ( x ) = 1 lg 2 ⌈ x ⌉ g(x)=\dfrac{1}{\lg 2\lceil x\rceil} g(x)=lg2⌈x⌉1的图线就是所有长方形顶边组成的阶梯。下面考虑使用大 O O O 表示法将该函数表示为可积的形式。
考虑 g ( x ) g(x) g(x)与 f ( x ) = 1 lg 2 x f(x)=\dfrac{1}{\lg 2x} f(x)=lg2x1之间的“垂直距离”。注意到 f ( x ) f(x) f(x)在 ( 1 / 2 , ∞ ) (1/2,\infty) (1/2,∞)上单调递减,故在区间 [ j , j + 1 ) [j,j+1) [j,j+1)上有
max ( f ( x ) − g ( x ) ) = f ( j ) − g ( j ) = 1 lg 2 j − 1 lg 2 ( j + 1 ) = 1 lg 2 ⌊ x ⌋ − 1 lg 2 ( ⌊ x ⌋ + 1 ) , \max (f(x)-g(x))=f(j)-g(j)=\dfrac{1}{\lg 2j}-\dfrac{1}{\lg 2(j+1)}=\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}, max(f(x)−g(x))=f(j)−g(j)=lg2j1−lg2(j+1)1=lg2⌊x⌋1−lg2(⌊x⌋+1)1,
或者说对 ∀ x ∈ [ j , j + 1 ) \forall\,x\in[j,j+1) ∀x∈[j,j+1), f ( x ) − g ( x ) = O ( 1 lg 2 ⌊ x ⌋ − 1 lg 2 ( ⌊ x ⌋ + 1 ) ) f(x)-g(x)=O(\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}) f(x)−g(x)=O(lg2⌊x⌋1−lg2(⌊x⌋+1)1),其中 j = 1 , 2 , … , n / 2 − 1 j=1,2,\dots,n/2-1 j=1,2,…,n/2−1。
这就引出了
∑
i
=
2
n
/
2
1
lg
2
i
=
∫
1
n
/
2
1
lg
2
x
−
O
(
1
lg
2
⌊
x
⌋
−
1
lg
2
(
⌊
x
⌋
+
1
)
)
d
x
=
∫
1
n
/
2
d
x
lg
2
x
−
O
(
∫
1
n
/
2
1
lg
2
⌊
x
⌋
−
1
lg
2
(
⌊
x
⌋
+
1
)
d
x
)
=
ln
2
2
l
i
(
2
x
)
∣
1
n
/
2
−
O
(
1
lg
2
−
1
lg
n
)
=
ln
2
2
l
i
(
n
)
−
ln
2
2
l
i
(
2
)
+
O
(
1
lg
n
)
=
Θ
(
n
lg
n
)
+
Θ
(
1
)
+
O
(
1
lg
n
)
=
Θ
(
n
lg
n
)
.
\begin{aligned} \sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i}&=\int_1^{n/2}\dfrac{1}{\lg 2x}-O(\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)})\,\mathrm{d}x\\ &=\int_1^{n/2}\dfrac{\mathrm{d}x}{\lg 2x}-O\big(\int_1^{n/2}\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}\,\mathrm{d}x\big)\\ &=\dfrac{\ln 2}{2}\mathrm{li}(2x)\bigg|_1^{n/2}-O(\dfrac{1}{\lg 2}-\dfrac{1}{\lg n})\\ &=\dfrac{\ln 2}{2}\mathrm{li}(n)-\dfrac{\ln 2}{2}\mathrm{li}(2)+O(\dfrac{1}{\lg n})\\ &=\Theta(\dfrac{n}{\lg n})+\Theta(1)+O(\dfrac{1}{\lg n})=\Theta(\dfrac{n}{\lg n}). \end{aligned}
i=2∑n/2lg2i1=∫1n/2lg2x1−O(lg2⌊x⌋1−lg2(⌊x⌋+1)1)dx=∫1n/2lg2xdx−O(∫1n/2lg2⌊x⌋1−lg2(⌊x⌋+1)1dx)=2ln2li(2x)
1n/2−O(lg21−lgn1)=2ln2li(n)−2ln2li(2)+O(lgn1)=Θ(lgnn)+Θ(1)+O(lgn1)=Θ(lgnn).
不难注意到, O ( ∫ 1 n / 2 1 lg 2 ⌊ x ⌋ − 1 lg 2 ( ⌊ x ⌋ + 1 ) d x ) \displaystyle{O\big(\int_1^{n/2}\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}\,\mathrm{d}x\big)} O(∫1n/2lg2⌊x⌋1−lg2(⌊x⌋+1)1dx)所代表的实际上就是 f ( x ) f(x) f(x)与 g ( x ) g(x) g(x)所夹白色区域面积之和,而 ∫ 1 n / 2 1 lg 2 ⌊ x ⌋ − 1 lg 2 ( ⌊ x ⌋ + 1 ) d x \displaystyle{\int_1^{n/2}\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}\,\mathrm{d}x} ∫1n/2lg2⌊x⌋1−lg2(⌊x⌋+1)1dx 恰好是所有白色区域左边界的长度之和,即 f ( 1 ) − f ( n 2 ) = 1 lg 2 − 1 lg n f(1)-f(\dfrac{n}{2})=\dfrac{1}{\lg 2}-\dfrac{1}{\lg n} f(1)−f(2n)=lg21−lgn1。当然,也可将其分解为在每个子区间 [ j , j + 1 ) [j,j+1) [j,j+1)上求积分: ∫ j j + 1 1 lg 2 ⌊ x ⌋ − 1 lg 2 ( ⌊ x ⌋ + 1 ) d x = 1 lg 2 j − 1 lg 2 ( j + 1 ) \displaystyle{\int_j^{j+1}\dfrac{1}{\lg 2\lfloor x\rfloor}-\dfrac{1}{\lg 2(\lfloor x\rfloor+1)}\,\mathrm{d}x}=\dfrac{1}{\lg 2j}-\dfrac{1}{\lg 2(j+1)} ∫jj+1lg2⌊x⌋1−lg2(⌊x⌋+1)1dx=lg2j1−lg2(j+1)1, j = 1 , 2 , … , n / 2 − 1 j=1,2,\dots,n/2-1 j=1,2,…,n/2−1。
下面介绍对数积分函数 l i ( x ) \mathrm{li}(x) li(x)并说明 l i ( n ) = Θ ( n lg n ) \mathrm{li}(n)=\Theta(\dfrac{n}{\lg n}) li(n)=Θ(lgnn)。
对所有正实数 x ≠ 1 x\neq 1 x=1,定义 l i ( x ) = ∫ 0 x d t ln t \displaystyle{\mathrm{li}(x)=\int_0^x\dfrac{\mathrm{d}t}{\ln t}} li(x)=∫0xlntdt。由于 lim x → 1 l i ( x ) = − ∞ \lim\limits_{x\to 1}\mathrm{li}(x)=-\infty x→1limli(x)=−∞,当 x > 1 x>1 x>1时,该积分只能以第二类反常积分解释,即 l i ( x ) = lim ε → 0 ( ∫ 0 1 − ε d t ln ( t ) + ∫ 1 + ε x d t ln ( t ) ) \displaystyle \mathrm{li}(x)=\lim _{\varepsilon \to 0}\left(\int _{0}^{1-\varepsilon }{\frac {dt}{\ln(t)}}+\int _{1+\varepsilon }^{x}{\frac {dt}{\ln(t)}}\right) li(x)=ε→0lim(∫01−εln(t)dt+∫1+εxln(t)dt)。下面给出 l i ( x ) \mathrm{li}(x) li(x)的图像,可见,函数在 ( 1 , ∞ ) (1,\infty) (1,∞)上是单调递增的。
l i ( x ) \mathrm{li}(x) li(x)的渐近展开式为 l i ( x ) = x ln x ∑ k = 0 ∞ k ! ( ln x ) k \mathrm{li}(x)=\dfrac {x}{\ln x}\sum\limits_{k=0}^{\infty}\dfrac{k!}{(\ln x)^k} li(x)=lnxxk=0∑∞(lnx)kk! (该级数是发散的)。维基百科 给出了 l i ( x ) \mathrm{li}(x) li(x)的渐近上界: l i ( x ) = O ( x ln x ) \mathrm{li}(x)=O(\dfrac{x}{\ln x}) li(x)=O(lnxx)。实际上,我们很容易证明 x ln x \dfrac{x}{\ln x} lnxx也是 l i ( x ) \mathrm{li}(x) li(x)的渐近下界。下面给出 l i ( x ) = Θ ( x ln x ) \mathrm{li}(x)=\Theta(\dfrac{x}{\ln x}) li(x)=Θ(lnxx)的证明。
- 下证 ∃ x 1 > 0 \exists\,x_1>0 ∃x1>0,当 x ≥ x 1 x\ge x_1 x≥x1时, l i ( x ) ≤ 2 x ln x \mathrm{li}(x)\le \dfrac{2x}{\ln x} li(x)≤lnx2x总成立。记 h 1 ( x ) = 2 x ln x − l i ( x ) h_1(x)=\dfrac{2x}{\ln x}-\mathrm{li}(x) h1(x)=lnx2x−li(x),则当 x > e 2 x>e^2 x>e2时, d h 1 ( x ) d x = ln x − 2 ( ln x ) 2 > 0 \dfrac{\mathrm{d}h_1(x)}{\mathrm{d}x}=\dfrac{\ln x-2}{(\ln x)^2}>0 dxdh1(x)=(lnx)2lnx−2>0 。而 h 1 ( e 2 ) ≈ 2.435 > 0 h_1(e^2)\approx 2.435>0 h1(e2)≈2.435>0,故当 x ≥ 8 x\ge 8 x≥8时, h 1 ( x ) ≥ 0 ⇔ l i ( x ) ≤ 2 x ln x h_1(x)\ge 0\,\Leftrightarrow\,\mathrm{li}(x)\le \dfrac{2x}{\ln x} h1(x)≥0⇔li(x)≤lnx2x成立, l i ( x ) = O ( x ln x ) \mathrm{li}(x)=O(\dfrac{x}{\ln x}) li(x)=O(lnxx)。事实上, ∀ c 1 > 1 \forall\, c_1>1 ∀c1>1,对足够大的 x x x, l i ( x ) ≤ c 1 x ln x \mathrm{li}(x)\le \dfrac{c_1 x}{\ln x} li(x)≤lnxc1x总能成立。
- 下证 ∃ x 2 > 0 \exists\,x_2>0 ∃x2>0,当 x ≥ x 2 x\ge x_2 x≥x2时, l i ( x ) ≥ x 2 ln x ≥ 0 \mathrm{li}(x)\ge \dfrac{x}{2\ln x}\ge 0 li(x)≥2lnxx≥0总成立。记 h 2 ( x ) = 2 l i ( x ) − x ln x h_2(x)=2\,\mathrm{li}(x)-\dfrac{x}{\ln x} h2(x)=2li(x)−lnxx,则当 x > 1 x>1 x>1时, d h 1 ( x ) d x = 1 ln x + \dfrac{\mathrm{d}h_1(x)}{\mathrm{d}x}=\dfrac{1}{\ln x}+ dxdh1(x)=lnx1+ 1 ( ln x ) 2 > 0 \dfrac{1}{(\ln x)^2}>0 (lnx)21>0 。而 h 2 ( 3 ) ≈ 1.596 > 0 h_2(3)\approx 1.596>0 h2(3)≈1.596>0,故当 x ≥ 3 x\ge 3 x≥3时, h 2 ( x ) ≥ 0 ⇔ l i ( x ) ≥ x 2 ln x h_2(x)\ge 0\,\Leftrightarrow\,\mathrm{li}(x)\ge \dfrac{x}{2\ln x} h2(x)≥0⇔li(x)≥2lnxx成立, l i ( x ) = Ω ( x ln x ) \mathrm{li}(x)=\Omega(\dfrac{x}{\ln x}) li(x)=Ω(lnxx)。事实上, ∀ 0 < c 2 ≤ 1 \forall\,0<c_2\le 1 ∀0<c2≤1,只需 x ≥ 4 x\ge 4 x≥4, l i ( x ) ≥ c 2 x ln x \mathrm{li}(x)\ge \dfrac{c_2 x}{\ln x} li(x)≥lnxc2x就总能成立。
综上,
l
i
(
x
)
=
Θ
(
x
ln
x
)
\mathrm{li}(x)=\Theta(\dfrac{x}{\ln x})
li(x)=Θ(lnxx)证毕。回到求
T
(
n
)
T(n)
T(n)渐近界的问题,由
l
i
(
n
)
=
Θ
(
n
lg
n
)
\mathrm{li}(n)=\Theta(\dfrac{n}{\lg n})
li(n)=Θ(lgnn)可知,
T
(
n
)
=
T
(
2
)
+
∑
i
=
2
n
/
2
1
lg
2
i
=
Θ
(
1
)
+
Θ
(
n
lg
n
)
=
Θ
(
n
lg
n
)
.
T(n)=T(2)+\sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i}=\Theta(1)+\Theta(\dfrac{n}{\lg n})=\Theta(\dfrac{n}{\lg n}).
T(n)=T(2)+i=2∑n/2lg2i1=Θ(1)+Θ(lgnn)=Θ(lgnn).
我们已经求得了 n n n为偶数情况下, T ( n ) T(n) T(n)的渐近界。采取类似方法,下面证明 n n n为奇数时亦有 T ( n ) = Θ ( n lg n ) T(n)=\Theta(\dfrac{n}{\lg n}) T(n)=Θ(lgnn)。
要证:
∑
i
=
1
(
n
−
1
)
/
2
1
lg
(
2
i
+
1
)
=
Θ
(
n
lg
n
)
\sum\limits_{i=1}^{(n-1)/2}\dfrac{1}{\lg (2i+1)}=\Theta(\dfrac{n}{\lg n})
i=1∑(n−1)/2lg(2i+1)1=Θ(lgnn)。在讨论
n
n
n为偶数的情况时,我们从线段
x
=
i
,
y
∈
[
0
,
f
(
i
)
]
(
i
=
2
,
3
,
…
,
n
/
2
)
x=i,y\in[0,f(i)]\,(i=2,3,\dots,n/2)
x=i,y∈[0,f(i)](i=2,3,…,n/2)向左作宽为1的矩形。然而,注意到
lim
x
→
0
+
1
lg
(
2
x
+
1
)
=
+
∞
\lim\limits_{x\to 0^+}\dfrac{1}{\lg(2x+1)}=+\infty
x→0+limlg(2x+1)1=+∞,如果效仿这种做法,我们发现在区间
[
0
,
1
)
[0,1)
[0,1)上对
p
(
x
)
=
1
lg
(
2
x
+
1
)
p(x)=\dfrac{1}{\lg(2x+1)}
p(x)=lg(2x+1)1积分得到无穷。因此,对于
n
n
n为奇数的情况,我们采取从
x
=
i
,
y
∈
[
0
,
p
(
i
)
]
(
i
=
1
,
2
,
…
,
n
−
1
2
)
x=i,y\in[0,p(i)]\,(i=1,2,\dots,\dfrac{n-1}{2})
x=i,y∈[0,p(i)](i=1,2,…,2n−1)向右作矩形,于是有
∑ i = 1 ( n − 1 ) / 2 1 lg ( 2 i + 1 ) = ∫ 1 ( n + 1 ) / 2 1 lg ( 2 x + 1 ) + O ( 1 lg ( 2 ⌊ x ⌋ + 1 ) − 1 lg ( 2 ⌊ x ⌋ + 3 ) ) d x = ∫ 1 ( n + 1 ) / 2 d x lg ( 2 x + 1 ) + O ( ∫ 1 ( n + 1 ) / 2 1 lg ( 2 ⌊ x ⌋ + 1 ) − 1 lg ( 2 ⌊ x ⌋ + 3 ) d x ) = ln 2 2 l i ( n + 2 ) − ln 2 2 l i ( 3 ) + O ( 1 lg 3 − 1 lg ( n + 2 ) ) = Θ ( n lg n ) + Θ ( 1 ) + O ( 1 lg n ) = Θ ( n lg n ) . \begin{aligned} \sum\limits_{i=1}^{(n-1)/2}\dfrac{1}{\lg (2i+1)}&=\int_1^{(n+1)/2}\dfrac{1}{\lg (2x+1)}+O(\dfrac{1}{\lg (2\lfloor x\rfloor+1)}-\dfrac{1}{\lg (2\lfloor x\rfloor+3)})\,\mathrm{d}x\\ &=\int_1^{(n+1)/2}\dfrac{\mathrm{d}x}{\lg (2x+1)}+O\big(\int_1^{(n+1)/2}\dfrac{1}{\lg (2\lfloor x\rfloor+1)}-\dfrac{1}{\lg (2\lfloor x\rfloor+3)}\,\mathrm{d}x\big)\\ &=\dfrac{\ln 2}{2}\mathrm{li}(n+2)-\dfrac{\ln 2}{2}\mathrm{li}(3)+O(\dfrac{1}{\lg 3}-\dfrac{1}{\lg(n+2)})\\ &=\Theta(\dfrac{n}{\lg n})+\Theta(1)+O(\dfrac{1}{\lg n})=\Theta(\dfrac{n}{\lg n}). \end{aligned} i=1∑(n−1)/2lg(2i+1)1=∫1(n+1)/2lg(2x+1)1+O(lg(2⌊x⌋+1)1−lg(2⌊x⌋+3)1)dx=∫1(n+1)/2lg(2x+1)dx+O(∫1(n+1)/2lg(2⌊x⌋+1)1−lg(2⌊x⌋+3)1dx)=2ln2li(n+2)−2ln2li(3)+O(lg31−lg(n+2)1)=Θ(lgnn)+Θ(1)+O(lgn1)=Θ(lgnn).
其中第四步用到的 l i ( n + 2 ) = Θ ( l i ( n ) ) \mathrm{li}(n+2)=\Theta(\mathrm{li}(n)) li(n+2)=Θ(li(n))和 1 lg ( n + 2 ) = Θ ( 1 lg ( n ) ) \dfrac{1}{\lg(n+2)}=\Theta(\dfrac{1}{\lg(n)}) lg(n+2)1=Θ(lg(n)1)用代入法易证。到此,对任意 n n n证得 T ( n ) = Θ ( n lg n ) T(n)=\Theta(\dfrac{n}{\lg n}) T(n)=Θ(lgnn)。
注记:
-
根据上述两种情况讨论中用到的策略,有如下不等式:
∫ m n + 1 f ( x ) d x ≤ ∑ i = m n f ( i ) ≤ ∫ m − 1 n f ( x ) d x , \int_{m}^{n+1}f(x)\mathrm{d}x\le \sum_{i=m}^n f(i)\le \int_{m-1}^{n}f(x)\mathrm{d}x, ∫mn+1f(x)dx≤i=m∑nf(i)≤∫m−1nf(x)dx,其中 0 < m < n 0<m<n 0<m<n, f ( x ) f(x) f(x)在 [ k − 1 , n + 1 ] [k-1,n+1] [k−1,n+1]上可积、非负且单调递减。(若 f ( x ) f(x) f(x)单调递增,则将所有“ ≤ \le ≤”换成“ ≥ \ge ≥”。)
于是,我们也可以使用该不等式对原问题进行求解,以 n n n为偶数情况为例,分别求出渐近下界和渐近上界:
ln 2 2 ( l i ( n + 2 ) − l i ( 4 ) ) = ∫ 2 n / 2 + 1 d x lg 2 x ≤ ∑ i = 2 n / 2 1 lg 2 i ≤ ∫ 1 n / 2 d x lg 2 x = ln 2 2 ( l i ( n ) − l i ( 2 ) ) . \dfrac{\ln 2}{2}(\mathrm{li}(n+2)-\mathrm{li}(4))=\int_2^{n/2+1}\dfrac{\mathrm{d}x}{\lg 2x}\le \sum_{i=2}^{n/2}\dfrac{1}{\lg 2i}\le \int_1^{n/2}\dfrac{\mathrm{d}x}{\lg 2x}=\dfrac{\ln 2}{2}(\mathrm{li}(n)-\mathrm{li}(2)). 2ln2(li(n+2)−li(4))=∫2n/2+1lg2xdx≤i=2∑n/2lg2i1≤∫1n/2lg2xdx=2ln2(li(n)−li(2)).
这也表明 ∑ i = 2 n / 2 1 lg 2 i = Θ ( l i ( n ) ) = Θ ( n lg n ) \sum\limits_{i=2}^{n/2}\dfrac{1}{\lg 2i}=\Theta(\mathrm{li}(n))=\Theta(\dfrac{n}{\lg n}) i=2∑n/2lg2i1=Θ(li(n))=Θ(lgnn)。
-
对数积分 l i ( x ) \mathrm{li}(x) li(x)与其他特殊函数的关系:
- 欧拉对数积分 L i ( x ) = ∫ 2 x d t ln t = l i ( x ) − l i ( 2 ) \displaystyle \mathrm{Li}(x)=\int_2^x\dfrac{\mathrm{d}t}{\ln t}=\mathrm{li}(x)-\mathrm{li}(2) Li(x)=∫2xlntdt=li(x)−li(2) 规避了 l i ( x ) \mathrm{li}(x) li(x)的不连续点,有时可在相似情况下替代 l i ( x ) \mathrm{li}(x) li(x)。对数积分在数论中有重要的应用,例如素数定理表明,对正实数 x x x,不大于 x x x的素数个数为 π ( x ) = L i ( x ) + O ( x e − 1 15 ln x ) \pi(x)=\mathrm{Li}(x)+O(xe^{-{\frac{1}{15}}\sqrt{\ln x}}) π(x)=Li(x)+O(xe−151lnx)。
- l i ( x ) \mathrm{li}(x) li(x)与指数积分 E i ( x ) = ∫ − ∞ x e t t d t \displaystyle \mathrm{Ei}(x)=\int_{-\infty}^x\dfrac{e^t}{t}\mathrm{d}t Ei(x)=∫−∞xtetdt 有如下关系: l i ( x ) = E i ( ln x ) , x ≠ 1 \mathrm{li}(x)=\mathrm{Ei}(\ln x), x\ne1 li(x)=Ei(lnx),x=1。
-
借助可视化往往对渐近界类问题的分析有较大帮助,GeoGebra 提供了一款强大的在线图形计算器。