Funció de Chebyshev

De la Viquipèdia, l'enciclopèdia lliure
La funció ψ(x), amb x < 50.

En matemàtiques, la funció de Chebyshev és una funció escalar (funció Tchebycheff) o una de les dues funcions relacionades. La primera funció de Txebixev ϑ(x) o θ(x) ve donada per [1]

on denota el logaritme natural, amb la suma que s'estén per tots els nombres primers p que són menors o iguals a x.

La segona funció de Chebyshev ψ(x) es defineix de manera similar, amb la suma que s'estén per totes les potències primeres que no superen x [2]

on Λ és la funció de von Mangoldt. Les funcions de Txebixev, especialment la segona ψ(x), s'utilitzen sovint en demostracions relacionades amb nombres primers, perquè normalment és més senzill treballar amb elles que amb la funció de recompte primers, π(x). Les dues funcions de Chebyshev són asimptòtiques x, enunciat equivalent al teorema dels nombres primers.

La funció Tchebycheff, la funció d' utilitat de Chebyshev o la funció escalaritzadora de Tchebycheff ponderada s'utilitza quan s'han de minimitzar diverses funcions i es volen "escalaritzar" a una única funció: Minimitzant aquesta funció per a diferents valors de , s'obté tots els punts d'un front de Pareto, fins i tot a les parts no convexes.[3] Sovint les funcions a minimitzar no ho són però per a alguns escalars . Aleshores [4]

Les tres funcions reben el seu nom en honor a Pafnuty Chebyshev.

Referències[modifica]

  1. «7.2: Chebyshev's Functions» (en anglès). https://math.libretexts.org,+06-05-2018.+[Consulta: 8 gener 2023].
  2. Weisstein, Eric W. «Chebyshev Functions» (en anglès). https://mathworld.wolfram.com.+[Consulta: 8 gener 2023].
  3. Joshua Knowles. «Multiobjective Optimization Concepts, Algorithms and Performance Measures» (en anglès). The University of Manchester, 02-05-2014.
  4. Ho-Huu, V.; Hartjes, S.; Visser, H. G.; Curran, R.. «An improved MOEA/D algorithm for bi-objective optimization problems with complex Pareto fronts and its application to structural optimization» (en anglès). Delft University of Technology, 2018. DOI: 10.1016/j.eswa.2017.09.051.