贡献者: spain; DTSIo; addis; phywanso
在分析数学中,拉普拉斯渐近方法是一种计算含参数积分的渐近展开式的办法。所考察的积分一般具有如下形式:
拉普拉斯方法基于 Watson 引理。它本身也是很有用的。
证: 由 Laplace 的理论可知, \[ F\left(z\right)=\int_{\mathbb{R}^+}{ \mathrm{e} ^{-zt}\phi\left(t\right)}\, \,\mathrm{d}{t} ~. \] 若函数 $\phi$ 满足定理中提到的三个条件,则 $F(z)$ 变换对于 $\operatorname{Re} z>c$ 是存在的。即:当 $\operatorname{Re} z>c$ 时,积分收敛。注意 式 2 意味着存在正整数 $N$,当 $n>N$ 时,对一切的 $t\in B_{+}(0,\delta)$,总有 \[ \left|\phi\left(t\right)-\sum_{n=0}^{N-1}{c_nt^{\lambda_n-1}}\right|\le Mt^{\lambda_N-1}~, \] 其中 $M>0$ 且为常数。同时 式 3 表明当时,存在正整数 $N$,当 $n>N$ 时,对一切的 $t$,总有 \[ \left|\phi\left(t\right)-\sum_{n=0}^{N-1}{c_nt^{\lambda_n-1}}\right|\le K \mathrm{e} ^{ct}t^{\lambda_N-1}~, \] 其中 $K>0$ 且为常数。于是就有
\begin{align*} \left|\int_{\mathbb{R}^+}{ \mathrm{e} ^{-zt}\phi\left(t\right)}\, \,\mathrm{d}{t} -\sum_{n=0}^{N-1}{c_n\int_ {\mathbb{R}^+}{ \mathrm{e} ^{-zt}t^{\lambda_n-1}}\, \,\mathrm{d}{t} }\right|\\ \le K\int_{\mathbb{R}^+} \mathrm{e} ^{[-\operatorname{Re}z-c]t}t^{\lambda_N-1}\, \,\mathrm{d}{t} ~. \end{align*}注意到当 $\operatorname{Re}z>0$ 时 \[ \int_{\mathbb{R}^+}{ \mathrm{e} ^{-zt}t^{\lambda_n-1}}\, \,\mathrm{d}{t} =\frac{1}{z^{\lambda_n}}\int_{\mathbb{R}^+}{ \mathrm{e} ^{-u}u^{\lambda_n-1}}\, \,\mathrm{d}{u} =\frac{\Gamma\left(\lambda_n\right)}{z^{\lambda_n}}~, \] 因此
\begin{align*} \left|F(z)-\sum_{n=0}^{N-1}{c_n\frac{\Gamma\left(\lambda_n\right)}{z^{\lambda_n}}}\right| &\le K {\Gamma(\lambda_{N})\over \operatorname{[Re}z-c]^{\lambda_N}}\nonumber\\ &=K{\Gamma(\lambda_{N})\over |z|^{\lambda_N}}\left(|z|\over \operatorname{Re}z-c\right)^{\lambda_N}\nonumber~. \end{align*}由于 $z\in{\left\{z:\left|\arg{z}\right|\le\pi/2-\delta\right\}}$,于是 $\operatorname{Re}z\geq |z|\sin \delta$。这表明当 $\left|z\right|$ 足够大时,$\operatorname{Re}z-c\geqslant1/2|z|\sin \delta$。因此 \[ F\left(z\right)-\sum_{n=0}^{N-1}{c_n\frac{\Gamma\left(\lambda_n\right)}{z^{\lambda_n}}}=O\left(z^{-\lambda_N}\right)~, \] 这就证明了 Watson's 引理。
拉普拉斯方法是将 Watson 引理用于式 1 得到的。作出如下假设:
于是 $\Phi'(x_0)=0$。由泰勒公式可知,存在正数 $\delta>0$,使得对于任意的 $x\in B(x_0,\delta)~,$ \[ \Phi(x)=\Phi(x_0)+\frac{1}{2}\Phi''(x_0)(x-x_0)^2+\varphi(x)(x-x_0)^3~, \]
其中存在正数 $M>0$,使得函数 $|\varphi|\leq M$。当 $s$ 充分大时,邻域 $B(x_0,\delta)$ 以外的积分的贡献比 $s$ 的任何负幂次衰减得都快:根据假定 2,当 $x\in I\setminus B(x_0,\delta)$ 时,存在正数 $\varepsilon_0>0$ 使得 $\Phi(x)>\Phi(x_0)+\varepsilon_0$,从而邻域 $B(x_0,\delta)$ 之外的积分估计为
\begin{align*} \left|\int\limits_{I\setminus B(x_0,\delta)}\psi(x) \mathrm{e} ^{-s\Phi(x)}\, \,\mathrm{d}{x} \right| &\leq \mathrm{e} ^{-\epsilon_0(s-s_0)}\int_I|\psi(x)| \mathrm{e} ^{-s_0\Phi(x)}\, \,\mathrm{d}{x} \nonumber\\ &\leq \mathrm{e} ^{-s_0\Phi(x_0)-\varepsilon_0s}\int_{I}|\psi(x)|\, \,\mathrm{d}{x} \nonumber~. \end{align*}而在邻域 $B(x_0,\delta)$ 内,可作如下换元:$y^2=\Phi(x)-\Phi(x_0)$,即 \[ y=\sqrt{\frac{\Phi''(x_0)}{2}}(x-x_0)\left(1+\frac{2}{\Phi''(x_0)}(x-x_0)\varphi(x)\right)^{1/2}~. \] 令 $\alpha<\beta$ 分别等于 $\pm\sqrt{\Phi(x_0\pm\delta)-\Phi(x_0)}$,又设当 $y\to0$ 时,函数 $\tilde{\psi}$ 有泰勒展开
拉普拉斯方法最基本的应用就是导出 $\Gamma$ 函数的斯特林公式(Stirling formula)。按照定义, \[ \Gamma(s+1) =\int_0^\infty x^s \mathrm{e} ^{-x}\, \,\mathrm{d}{x} =e^{(s+1)\log s}\int_0^\infty \mathrm{e} ^{-s(x-\log x)}\, \,\mathrm{d}{x} ~. \] 最后一步换元 $x\mapsto sx$。最后这个积分刚好符合上一小节所要求的三条假设:这里 $\psi(x)\equiv1$,$\Phi(x)=x-\log x$。于是 $x=1$ 是 $\Phi(x)$ 唯一的极小值点,同时也是唯一的最小值点。代入式 5 ,就得到渐近公式 \[ \Gamma(s+1)\sim\sqrt{2\pi s}\left(\frac{s}{ \mathrm{e} }\right)^s\quad (s\to+\infty)~. \] 式 5 还给出了更精细的渐近级数: \[ \Gamma(s+1) =\sqrt{2\pi s}\left({s\over \mathrm{e} }\right)^s \left( 1+{1\over12s}+{1\over288 s^2}+ \cdots \right)\quad (s\to+\infty)~, \] 毫无疑问这是一个可以对大的 $n$ 来近似计算 $n!$ 的公式。