scipy.special.

spherical_jn#

scipy.special.spherical_jn(n, z, derivative=False)[Quelle]#

Sphärische Bessel-Funktion der ersten Art oder ihre Ableitung.

Definiert als [1],

\[j_n(z) = \sqrt{\frac{\pi}{2z}} J_{n + 1/2}(z),\]

wobei \(J_n\) die Bessel-Funktion der ersten Art ist.

Parameter:
nint, array_like

Ordnung der Besselfunktion (n >= 0).

zcomplex oder float, array_like

Argument der Besselfunktion.

derivativebool, optional

Wenn True, wird der Wert der Ableitung (anstelle der Funktion selbst) zurückgegeben.

Rückgabe:
jnndarray

Hinweise

Für reelle Argumente, die größer als die Ordnung sind, wird die Funktion unter Verwendung der aufsteigenden Rekursion [2] berechnet. Für kleine reelle oder komplexe Argumente wird die definitorische Beziehung zur zylindrischen Bessel-Funktion der ersten Art verwendet.

Die Ableitung wird unter Verwendung der Beziehungen [3] berechnet,

\[ \begin{align}\begin{aligned}j_n'(z) = j_{n-1}(z) - \frac{n + 1}{z} j_n(z).\\j_0'(z) = -j_1(z)\end{aligned}\end{align} \]

Hinzugefügt in Version 0.18.0.

Referenzen

[AS]

Milton Abramowitz und Irene A. Stegun, Hrsg. Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. New York: Dover, 1972.

Beispiele

Die sphärischen Bessel-Funktionen der ersten Art \(j_n\) akzeptieren sowohl reelle als auch komplexe zweite Argumente. Sie können einen komplexen Typ zurückgeben.

>>> from scipy.special import spherical_jn
>>> spherical_jn(0, 3+5j)
(-9.878987731663194-8.021894345786002j)
>>> type(spherical_jn(0, 3+5j))
<class 'numpy.complex128'>

Wir können die Beziehung für die Ableitung anhand der Hinweise für \(n=3\) im Intervall \([1, 2]\) überprüfen.

>>> import numpy as np
>>> x = np.arange(1.0, 2.0, 0.01)
>>> np.allclose(spherical_jn(3, x, True),
...             spherical_jn(2, x) - 4/x * spherical_jn(3, x))
True

Die ersten paar \(j_n\) mit reellem Argument

>>> import matplotlib.pyplot as plt
>>> x = np.arange(0.0, 10.0, 0.01)
>>> fig, ax = plt.subplots()
>>> ax.set_ylim(-0.5, 1.5)
>>> ax.set_title(r'Spherical Bessel functions $j_n$')
>>> for n in np.arange(0, 4):
...     ax.plot(x, spherical_jn(n, x), label=rf'$j_{n}$')
>>> plt.legend(loc='best')
>>> plt.show()
../../_images/scipy-special-spherical_jn-1.png