ガウス・エルミート求積法とは
ガウス・エルミート求積法は、ガウス型の重み \(e^{-x^2}\) を伴う実数全体にわたる積分を近似するための数値積分法です。n 点公式では、巧みに選ばれた n 個の点で被積分関数を評価し、それらの重み付き和として積分を近似します。すなわち、マイナス無限大からプラス無限大までの \(e^{-x^2}f(x)\) の積分は、おおよそ \(\sum w_i f(x_i)\) に等しくなります。$$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{\text{Order }n} w_i\, f(x_i)$$分点 \(x_i\) は物理学者の流儀によるエルミート多項式 \(H_n\) の根であり、重み \(w_i\) はこれらの多項式の直交性から定まります。
計算ツールの使い方
次数 \(n\)(点の個数。2〜100 の範囲)と表示桁数を選ぶと、分点と重みの一覧表が表示されます。本ツールは標準的な倍精度(double precision)で再計算しているため、表示精度は有効数字およそ 15 桁が上限です。それ以上の桁を意味のあるものにするには、任意精度演算が必要になります。n 点公式は、次数 \(2n-1\) までのすべての多項式を厳密に積分できます。
計算式の解説
分点は \(H_n(x)\) の n 個の実零点で、漸化式 \(H_0=1\)、\(H_1=2x\)、\(H_{k+1}=2x\,H_k - 2k\,H_{k-1}\) により定義されます。重みは $$w_i = \frac{2^{n-1}\, n!\, \sqrt{\pi}}{n^2\, [H_{n-1}(x_i)]^2}$$ で与えられます。本ツールは安定した Golub-Welsch 法を採用しています。対称三重対角のヤコビ行列(対角成分は 0、非対角成分は \(\sqrt{k/2}\))を構成し、その固有値(=分点)と固有ベクトルを求め、各重みを「対応する正規化固有ベクトルの第 1 成分の 2 乗 × \(\sqrt{\pi}\)」とします。$$\left\{ \begin{aligned} J\,v_i &= x_i\,v_i, \quad J_{kk}=0,\; J_{k,k+1}=J_{k+1,k}=\sqrt{\tfrac{k}{2}} \\ w_i &= \sqrt{\pi}\,\big(v_{i,1}\big)^2 \end{aligned} \right.$$この方法なら、大きな階乗によるオーバーフローを避けられます。
計算例(n = 2 の場合)
\(H_2(x) = 4x^2 - 2\) の根は \(x = \pm\tfrac{1}{\sqrt{2}} = \pm 0.7071067811865475\) です。各重みは \(\dfrac{2^1 \cdot 2! \cdot \sqrt{\pi}}{2^2 \cdot [H_1(x_i)]^2}\) で求められます。\(H_1(x)=2x\) より \([H_1]^2 = 2\) なので、各重みは $$\frac{2\cdot 2\cdot 1.7724538509055160}{4\cdot 2} = 0.8862269254527580$$ となります。これらの和は \(\sqrt{\pi} = 1.7724538509055160\) となり、計算が正しいかどうかの確認に役立ちます。
求積点と重みを積分に適用する方法
ガウス・エルミート求積法は、物理学者の重み \(e^{-x^2}\) を含む実数直線全体上の積分を近似します:
$$\int_{-\infty}^{\infty} e^{-x^2} f(x)\,dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$
- n を選ぶ。 n を大きくすると、より高次の多項式を厳密に積分できますが、f が滑らかな場合にのみ有効です。
- 求積点と重みを取得する。 選んだ次数の \(x_i\) と \(w_i\) を計算機から読み取ります。
- f(x) を特定する。 被積分関数から \(e^{-x^2}\) をくくり出します。残りが \(f(x)\) です。
- 各求積点で f を評価する: \(f(x_1), \dots, f(x_n)\) を計算します。
- 重みを掛ける: 各積 \(w_i f(x_i)\) を求めます。
- 積を足し合わせると近似値が得られます。
例: n = 2
次を計算します: \(\int_{-\infty}^{\infty} e^{-x^2} x^2\,dx\)。ここで \(f(x)=x^2\) です。2点則の求積点は \(x_{1,2}=\pm 1/\sqrt{2}\approx \pm 0.70710678\)、重みは \(w_1=w_2=\sqrt{\pi}/2\approx 0.88622693\) です。
$$\sum w_i f(x_i) = \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) + \frac{\sqrt{\pi}}{2}\left(\tfrac12\right) = \frac{\sqrt{\pi}}{2} \approx 0.886227$$
この値は厳密値 \(\sqrt{\pi}/2\) に等しくなります。\(f\) の次数は 2 で、これは最大 \(2n-1 = 3\) 以下であるため、結果は厳密です。
ガウス因子を含まない積分
\(e^{-x^2}\) 因子を持たない関数 \(g(x)\) を積分するには、次のように書きます
$$\int_{-\infty}^{\infty} g(x)\,dx = \int_{-\infty}^{\infty} e^{-x^2}\,\big(g(x)\,e^{x^2}\big)\,dx,$$
したがって \(f(x)=g(x)\,e^{x^2}\) となります。これは \(g\) がガウス関数よりも速く減衰する場合にのみうまく機能します。そうでない場合、\(f\) は急速に増大し、この方法の精度は低くなります。
正規分布の期待値
\(T\sim N(\mu,\sigma^2)\) のとき、\(x=(t-\mu)/(\sqrt{2}\,\sigma)\)、すなわち \(t=\mu+\sqrt{2}\,\sigma x\) と置換します:
$$E[h(T)] = \frac{1}{\sqrt{\pi}} \int_{-\infty}^{\infty} e^{-x^2}\, h(\mu+\sqrt{2}\,\sigma x)\,dx \approx \frac{1}{\sqrt{\pi}} \sum_{i=1}^{n} w_i\, h(\mu+\sqrt{2}\,\sigma x_i)$$
求積点・重み・精度の解釈
- 対称性。 求積点は0について対称です。\(x_i\) が求積点であれば、同じ重みをもつ \(-x_i\) も求積点です。n が奇数の場合、0 自体が求積点になります。
- 求積点の範囲。 最大の求積点は約 \(\sqrt{2n}\) の割合で増加し、その値に下から近づきます。n が増えるにつれ、求積点はより広い区間を覆います。
- 重み。 すべての重みは正で、その総和は \(\int e^{-x^2}dx=\sqrt{\pi}\approx 1.7724539\) です。正の重みは数値計算を安定させます。外側の重みは非常に小さく、n = 20 の場合で最小のものは約 \(10^{-13}\) であり、n が増えるとさらに小さくなります。これらの重みを素朴に計算すると、大きな n ではアンダーフローが起きたり、相対精度が失われたりすることがあります。
- 厳密度。 n 点則は、次数が最大 \(2n-1\) までのすべての多項式 \(f\) に対して厳密です。
- 誤差項。 十分に滑らかな \(f\) に対して、誤差は次のとおりです
$$E_n = \frac{n!\,\sqrt{\pi}}{2^n\,(2n)!}\, f^{(2n)}(\xi)$$
ここで \(\xi\) は実数直線上のある点です。結果は \(f\) の \(2n\) 階導関数に依存するため、その導関数が小さく保たれるとき、この規則は最もよく機能します。
- 精度が悪いケース。 非滑らかな被積分関数(折れ点、ジャンプ、不連続点)や、多項式より速く増大する被積分関数(\(e^{x^2}\) 以上の速さのものなど)では、精度が低下します。n を増やしてもこれらの場合が確実に改善されるわけではありません。
- 精度の限界。 倍精度(有効桁数約15–16桁)では、高い n における結果は丸め誤差によって制限されます。これは特に小さな外側の重みに影響し、求積点と重みの相対精度が劣化することがあります。非常に高い次数は慎重に扱い、隣接する n の値で結果を比較してください。
よくある質問(FAQ)
なぜ重みの和は必ず \(\sqrt{\pi}\) になるのですか? \(f(x)=1\) とおくと、実数全体にわたる \(e^{-x^2}\) の積分となり、その値は \(\sqrt{\pi}\) に等しくなります。求積公式はこれを厳密に再現します。
どのエルミート多項式の流儀を使っていますか? 重み \(e^{-x^2}\) を用いる物理学者の流儀(physicists' convention)です。重み \(e^{-x^2/2}\) を用いる確率論者の流儀(probabilists' convention)では、分点と重みがスケーリングによって異なります。
\(e^{-x^2}\) の因子を含まない関数を積分できますか? はい。\(g(x) = e^{x^2}f(x)\) と置けば、g の積分はおおよそ \(\sum w_i\, e^{x_i^2}\, g(x_i)\) として近似できます。