गॉस-लोबाटो क्वाड्रेचर नोड्स और वेट्स कैलकुलेटर

गॉस-लोबाटो क्वाड्रेचर नोड्स और वेट्स कैलकुलेटर

उभरता AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

∫−11f(x)dx≈∑i=1nwif(xi)जहाँ{x1=−1,xn=1xi:Pn−1′(xi)=0(आंतरिक)w1=wn=2n(n−1)wi=2n(n−1)[Pn−1(xi)]2\begin{gathered} \int_{-1}^{1} f(x)\,dx \approx \sum_{i=1}^{\text{n}} w_i\, f(x_i) \\[1.5em] \text{जहाँ}\quad \left\{ \begin{aligned} x_1 &= -1,\quad x_{\text{n}} = 1 \\ x_i &: P_{\text{n}-1}^{\prime}(x_i) = 0 \quad(\text{आंतरिक}) \\ w_{1} &= w_{\text{n}} = \frac{2}{\text{n}\,(\text{n}-1)} \\ w_i &= \frac{2}{\text{n}\,(\text{n}-1)\,\left[P_{\text{n}-1}(x_i)\right]^{2}} \end{aligned} \right. \end{gathered}
उपयोग आँकड़े

विज्ञापन

परिणाम

गauss-लोबाटो नियम, n = 20
20
[-1, 1] अंतराल पर बिंदु · वेट्स का योग = 2
i नोड x_i वेट w_i
1 -1 0.005263157894737
2 -0.980743704893914 0.032237123188489
3 -0.935934498812665 0.057181802127567
4 -0.86687797808995 0.08063176399612
5 -0.775368260952056 0.101991499699451
6 -0.663776402290311 0.120709227628675
7 -0.534992864031886 0.136300482358724
8 -0.392353183713909 0.148361554070917
9 -0.239551705922986 0.156580102647475
10 -0.080545937238822 0.160743286387846
11 0.080545937238822 0.160743286387846
12 0.239551705922986 0.156580102647475
13 0.392353183713909 0.148361554070917
14 0.534992864031886 0.136300482358724
15 0.663776402290311 0.120709227628675
16 0.775368260952056 0.101991499699451
17 0.86687797808995 0.08063176399612
18 0.935934498812665 0.057181802127567
19 0.980743704893914 0.032237123188489
20 1 0.005263157894737

इस पेज पर त्रुटि की रिपोर्ट करें

यह कैलकुलेटर क्या करता है

यह टूल संदर्भ अंतराल [-1, 1] पर भार फलन \(w(x) = 1\) के साथ \(n\)-बिंदु गॉस-लोबाटो क्वाड्रेचर नियम के नोड्स (एब्सिसा) \(x_i\) और वेट्स \(w_i\) की गणना करता है। मानक गॉस-लेजेंड्रे क्वाड्रेचर के विपरीत, गॉस-लोबाटो नियम हमेशा दोनों सिरों \(x = -1\) और \(x = +1\) को क्वाड्रेचर नोड्स के रूप में रखता है। यह तब बेहद उपयोगी होता है जब सीमा (boundary) के मान मायने रखते हों — उदाहरण के लिए स्पेक्ट्रल एलिमेंट विधियों में। यह विशुद्ध संख्यात्मक विश्लेषण है और हर जगह समान रूप से लागू होता है; यह किसी देश या क्षेत्र विशेष पर निर्भर नहीं करता।

-1 से 1 तक की संख्या रेखा, जिस पर दोनों अंत-बिंदुओं सहित क्वाड्रेचर नोड्स हैं और हर नोड को एक ऊर्ध्वाधर भार बार से चिह्नित किया गया है
[-1, 1] पर Gauss-Lobatto नोड्स में दोनों अंत-बिंदु शामिल होते हैं; बार की ऊँचाई संबंधित भारों को दर्शाती है।

इसका उपयोग कैसे करें

बिंदुओं की संख्या \(n\) चुनें (2 से 100 के बीच) और चाहें तो प्रदर्शन परिशुद्धता भी निर्धारित करें। कैलकुलेटर \(n\) पंक्तियों की एक तालिका लौटाता है, जिसमें हर पंक्ति में नोड \(x_i\) और उसका वेट \(w_i\) दिया होता है। नोड्स 0 के सापेक्ष सममित होते हैं और वेट्स भी सममित होते हैं, इसलिए \(x_i\) और \(-x_i\) का वेट एक ही रहता है। एक अंतर्निहित जाँच के रूप में, सभी वेट्स का योग 2 होता है, जो अंतराल की लंबाई के बराबर है।

सूत्र की व्याख्या

यह नियम समाकलन (integral) को योग \(w_1 f(x_1) + \ldots + w_n f(x_n)\) के रूप में सन्निकट करता है और डिग्री \(2n-3\) तक के बहुपदों के लिए सटीक होता है।

$$\int_{-1}^{1} f(x)\,dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$

आंतरिक नोड्स \(x_2, \ldots, x_{n-1}\) दरअसल \(P_{n-1}'(x)\) के \(n-2\) शून्य हैं, यानी डिग्री \(n-1\) के लेजेंड्रे बहुपद के अवकलज (derivative) के मूल। सिरों का वेट \(\frac{2}{n(n-1)}\) होता है, जबकि प्रत्येक आंतरिक नोड \(x_i\) का वेट \(\frac{2}{n(n-1)\left[P_{n-1}(x_i)\right]^{2}}\) होता है।

$$\text{where}\quad \left\{ \begin{aligned} x_1 &= -1,\quad x_{n} = 1 \\ x_i &: P_{n-1}^{\prime}(x_i) = 0 \quad(\text{interior}) \\ w_{1} &= w_{n} = \frac{2}{n\,(n-1)} \\ w_i &= \frac{2}{n\,(n-1)\,\left[P_{n-1}(x_i)\right]^{2}} \end{aligned} \right.$$

कैलकुलेटर आंतरिक मूलों को न्यूटन पुनरावृत्ति (Newton iteration) द्वारा खोजता है, जिसकी शुरुआत चेबिशेव-गॉस-लोबाटो अनुमानों \(\cos\!\left(\frac{\pi j}{n-1}\right)\) से होती है, और इससे पूरी डबल परिशुद्धता (लगभग 15-16 सार्थक अंक) मिलती है।

विज्ञापन
[-1,1] पर वक्र f(x), जिसका सन्निकटन अंत-बिंदुओं सहित Gauss-Lobatto नोड्स पर भारित नमूनों से किया गया है
समाकल का सन्निकटन नोड्स पर फलन के मानों के भारित योग से किया जाता है, जिसमें दोनों अंत-बिंदु हमेशा शामिल रहते हैं।

हल किया हुआ उदाहरण (n = 4)

आंतरिक नोड्स समीकरण \(P_3'(x) = \frac{15x^2 - 3}{2} = 0\) को हल करते हैं, इसलिए \(x = \pm\frac{1}{\sqrt{5}} = \pm 0.4472135955\)। सिरे का वेट \(\frac{2}{4 \cdot 3} = \frac{1}{6} = 0.1666666667\) है। आंतरिक नोड्स के लिए \(P_3\!\left(\frac{1}{\sqrt{5}}\right) = -0.4472135955\) है, जिसका वर्ग \(0.2\) होता है, जिससे वेट \(\frac{2}{4 \cdot 3 \cdot 0.2} = \frac{5}{6} = 0.8333333333\) मिलता है। योग \(\frac{1}{6} + \frac{5}{6} + \frac{5}{6} + \frac{1}{6} = 2\) होता है, जो नियम की पुष्टि करता है।

गॉस-लोबैटो नोड्स और भार, n = 2 से 6 के लिए

[-1, 1] पर n-बिंदु गॉस-लोबैटो नियम अंत बिंदुओं \(x=\pm 1\) को नोड के रूप में तय करता है। शेष n-2 आंतरिक नोड \(P_{n-1}'(x)\) के मूल हैं, और यह नियम घात \(2n-3\) तक के बहुपदों के लिए सटीक है। नोड 0 के सापेक्ष सममित होते हैं, और प्रत्येक नोड अपना भार अपने दर्पण प्रतिबिंब के साथ साझा करता है। दशमलव लगभग 10 अंकों तक दिए गए हैं।

n नोड \(x_i\) (सटीक) नोड (दशमलव) भार \(w_i\) (सटीक) भार (दशमलव) घात तक सटीक
2 ±1 ±1.0000000000 1 1.0000000000 1
3 ±1 ±1.0000000000 1/3 0.3333333333 3
0 0.0000000000 4/3 1.3333333333
4 ±1 ±1.0000000000 1/6 0.1666666667 5
±1/√5 ±0.4472135955 5/6 0.8333333333
5 ±1 ±1.0000000000 1/10 0.1000000000 7
±√(3/7) ±0.6546536707 49/90 0.5444444444
0 0.0000000000 32/45 0.7111111111
6 ±1 ±1.0000000000 1/15 0.0666666667 9
±√(1/3 + 2√7/21) ±0.7650553239 (14 − √7)/30 0.3784749563
±√(1/3 − 2√7/21) ±0.2852315165 (14 + √7)/30 0.5548583770

n = 6 के लिए जाँच: \(2\left(\tfrac{1}{15}+\tfrac{14-\sqrt7}{30}+\tfrac{14+\sqrt7}{30}\right)=2\left(\tfrac{2}{30}+\tfrac{28}{30}\right)=2\)। हर पंक्ति में भारों का योग 2 है, जो [-1, 1] की लंबाई है। अंत बिंदु भार \(w_1=w_n=\dfrac{2}{n(n-1)}\) का पालन करते हैं: n = 2 से 6 के लिए 1, 1/3, 1/6, 1/10 और 1/15।

गॉस-लोबैटो बनाम गॉस-लेजेंड्र तुलना

नियम (n बिंदु) सटीकता की घात क्या अंत बिंदु नोड हैं? मुक्त नोड सामान्य उपयोग
गॉस-लेजेंड्र \(2n-1\) नहीं n (सभी नोड और भार मुक्त हैं, 2n पैरामीटर) सामान्य-उद्देश्य चिकने समाकलन; प्रति फ़ंक्शन मूल्यांकन सबसे उच्च सटीकता
गॉस-लोबैटो \(2n-3\) हाँ (दोनों) n − 2 आंतरिक नोड स्पेक्ट्रल एलिमेंट विधियाँ (GLL बिंदु), सीमाओं पर मानों की आवश्यकता वाली समस्याएँ, आसन्न एलिमेंटों के बीच साझा नोड
क्लेंशॉ-कर्टिस कम से कम \(n-1\) हाँ (दोनों) 0 (नोड स्थिर चेबीशेव चरम बिंदु हैं) नेस्टेड नियम, FFT-आधारित भार, अनुकूली समाकलन

गॉस-लोबैटो दो स्वतंत्रता की कोटियाँ (अंत बिंदु स्थितियाँ) छोड़ देता है, जिसकी कीमत समान n पर गॉस-लेजेंड्र की तुलना में सटीकता की दो घातें हैं।

एक ही समाकल्य, n = 4

[-1, 1] पर \(f(x)=x^6\) का समाकलन कीजिए। सटीक मान \(2/7\approx 0.285714\) है।

  • 4-बिंदु गॉस-लेजेंड्र घात 7 तक सटीक है, इसलिए यह \(2/7\) ठीक-ठीक लौटाता है।
  • 4-बिंदु गॉस-लोबैटो केवल घात 5 तक सटीक है। नोड ±1 (भार 1/6) और ±1/√5 (भार 5/6) के साथ: $$2\left[\tfrac{1}{6}(1)^6+\tfrac{5}{6}\left(\tfrac{1}{\sqrt5}\right)^6\right]=2\left[\tfrac{1}{6}+\tfrac{5}{6}\cdot\tfrac{1}{125}\right]=2\cdot\tfrac{26}{150}=\tfrac{26}{75}\approx 0.346667$$ त्रुटि लगभग 0.0610 है, क्योंकि घात 6, \(2n-3=5\) से अधिक है।

\(f(x)=x^4\) के लिए (घात 4 ≤ 5), लोबैटो सटीक है: \(2\left[\tfrac16+\tfrac56\cdot\tfrac1{25}\right]=2\cdot\tfrac{6}{30}=\tfrac25\)।

विज्ञापन

नोड और भार की व्याख्या

[a, b] में मैपिंग। अंतराल [a, b] के लिए, \(x=\tfrac{b-a}{2}\,t+\tfrac{a+b}{2}\) प्रतिस्थापित कीजिए, जहाँ t, [-1, 1] पर एक नोड है। तब \(dx=\tfrac{b-a}{2}\,dt\), इसलिए $$\int_a^b f(x)\,dx\approx \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\tfrac{b-a}{2}\,t_i+\tfrac{a+b}{2}\right).$$ मापित भार \(\tfrac{b-a}{2}w_i\) का योग \(b-a\) है।

उदाहरण। n = 3 के साथ [0, 2] पर \(x^3\) का समाकलन कीजिए। यहाँ \((b-a)/2=1\) है, और नोड \(t=-1,0,1\) का मानचित्रण \(x=0,1,2\) पर होता है। तब \(1\cdot\left[\tfrac13(0)^3+\tfrac43(1)^3+\tfrac13(2)^3\right]=\tfrac43+\tfrac83=4\), जो सटीक मान \(2^4/4=4\) के बराबर है। यह अपेक्षित है क्योंकि घात 3, \(2n-3\) के बराबर है।

  • संकुलन: आंतरिक नोड ±1 की ओर गुच्छित होते हैं, जैसे चेबीशेव-प्रकार के बिंदु। इसी कारण ये बिंदु उच्च-क्रम बहुपद अंतर्वेशन के लिए उपयुक्त हैं और रुंगे घटना से बचते हैं।
  • धनात्मक भार: सभी गॉस-लोबैटो भार धनात्मक हैं, इसलिए नियम संख्यात्मक रूप से स्थिर है और मिश्रित-चिह्न भारों से कोई निरस्तीकरण नहीं होता।
  • भारों का योग: भारों का योग 2 है, जो [-1, 1] पर अचर 1 का समाकल है। किसी भी तालिका की यह एक त्वरित जाँच है।
  • सममिति: नोड ±x के जोड़ों में आते हैं, और दर्पण नोडों के भार बराबर होते हैं। इसलिए [-1, 1] पर विषम समाकल्य ठीक 0 तक समाकलित होते हैं। विषम n के लिए, केंद्रीय नोड 0 है।
  • सटीकता की घात: नियम घात \(2n-3\) तक सटीक है। घात \(2n-2\) या उससे अधिक का बहुपद सामान्यतः त्रुटि उत्पन्न करता है, जैसा कि n = 4 के साथ \(x^6\) उदाहरण दिखाता है।
  • गैर-बहुपद समाकल्य: \(e^x\) या \(\sin x\) जैसे फ़ंक्शनों के लिए, सटीकता इस पर निर्भर करती है कि बहुपद उन्हें कितनी अच्छी तरह निकटता देता है। चिकने, विश्लेषणात्मक फ़ंक्शन n बढ़ने पर तेज़ी से अभिसरित होते हैं। विचित्रताओं, कोणों, असततताओं या तेज़ दोलन वाले फ़ंक्शन धीरे अभिसरित हो सकते हैं। ऐसी विशेषताओं पर अंतराल को विभाजित कीजिए या उनके लिए बनाया गया नियम उपयोग कीजिए।

अक्सर पूछे जाने वाले सवाल

यह गॉस-लेजेंड्रे से कैसे अलग है? गॉस-लेजेंड्रे सभी नोड्स को पूरी तरह \((-1, 1)\) के अंदर रखता है और डिग्री \(2n-1\) तक सटीक होता है। गॉस-लोबाटो दोनों सिरों को नोड्स के रूप में तय करता है और डिग्री \(2n-3\) तक सटीक होता है — यानी सीमा को शामिल करने के बदले परिशुद्धता की दो डिग्री का त्याग।

इन्हें किसी सामान्य अंतराल [a, b] पर कैसे इस्तेमाल करूँ? हर नोड को \(x \to \frac{b-a}{2}\, x + \frac{a+b}{2}\) से रूपांतरित करें और हर वेट को \(\frac{b-a}{2}\) से गुणा करें। यह पेज केवल \([-1, 1]\) के मान देता है।

वेट्स का योग 2 ही क्यों होना चाहिए? \([-1, 1]\) पर \(f(x) = 1\) का समाकलन 2 होता है, और यह नियम स्थिर मानों (constants) के लिए सटीक है, इसलिए वेट्स का योग अंतराल की लंबाई के बराबर ही होना चाहिए।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें