MCPで接続 →

計算を入力してください

公式

広告

結果

ガウス・ラゲール求積法
n = 20, α = 3
20 nodes and weights for ∫0 xα e-x f(x) dx
Zeroth moment μ0 = Γ(α+1) 6
Sum of weights (check, = μ0) 6
First node x1 0.4637078279
First weight w1 0.0321755235
i Node xi Weight wi
1 9.223372036854776E-4 9.223372036854777E-5
2 0.009223372036854775 9.223372036854776E-4
3 0.009223372036854775 0.009223372036854775
4 0.009223372036854775 0.009223372036854775
5 0.009223372036854775 0.009223372036854775
6 0.009223372036854775 9.223372036854776E-4
7 0.009223372036854775 9.223372036854776E-4
8 0.009223372036854775 9.223372036854776E-4
9 0.09223372036854775 9.223372036854777E-5
10 0.09223372036854775 9.223372036854777E-6
11 0.09223372036854775 9.223372036854775E-7
12 0.09223372036854775 9.223372036854775E-8
13 0.09223372036854775 9.223372036854777E-10
14 0.09223372036854775 9.223372036854777E-11
15 0.09223372036854775 9.223372036854777E-13
16 0.09223372036854775 9.223372036854776E-15
17 0.09223372036854775 9.223372036854776E-17
18 0.09223372036854775 9.223372036854775E-20
19 0.09223372036854775 9.223372036854775E-24
20 0.09223372036854775 9.223372036854776E-28

この計算ツールでできること

このツールは、n点一般化ガウス・ラゲール求積法における分点(横座標)\(x_i\) と重み \(w_i\) を計算します。純粋数学の数値積分ツールであり、国や地域を問わず同じ結果が得られます。この求積公式は、重み関数 \(x^{\alpha}e^{-x}\) を含む半無限区間 [0, ∞) 上の積分を近似します。

$$\int_{0}^{\infty} x^{\alpha} e^{-x} f(x)\, dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$

分点は一般化ラゲール多項式 \(L_n^{(\alpha)}(x)\) の正の零点であり、f が \(2n-1\) 次以下の多項式である限り、この公式は厳密に成り立ちます。

正のx軸上の重み関数曲線と求積節点
ガウス・ラゲール求積は、特別な節点での重み付きサンプルを用いて [0, ∞) における x^alpha e^-x f(x) の下の面積を近似します。

使い方

まず次数 n(分点の数、2~100)を選び、指数パラメータ\(\alpha\)(−1 より大きい任意の実数。古典的なガウス・ラゲール公式では \(\alpha = 0\))を入力し、表示したい有効桁数を指定します。結果は \(x_i\) の昇順に各分点とそれに対応する重みを一覧表示し、検算用の自己チェックも併せて表示します。

計算式と計算方法

各重みは閉じた形 $$w_i = \frac{\Gamma(n+\alpha+1)\cdot x_i}{n!\cdot\left[(n+1)L_{n+1}^{(\alpha)}(x_i)\right]^2}$$ で表されます。本ツールでは、これと等価で数値的に安定したゴラブ・ウェルシュ(Golub-Welsch)法を内部的に用いています。すなわち、対角成分 \(a_k = 2k+\alpha+1\)、副対角成分 \(b_k = \sqrt{k(k+\alpha)}\) からなる対称三重対角ヤコビ行列を構成します。その固有値が分点となり、各重みは \(\mu_0\cdot\)(固有ベクトルの第1成分)\(^2\) に等しくなります。ここで \(\mu_0 = \Gamma(\alpha+1)\) は0次モーメントです。この方法により、大きな階乗によるオーバーフローを回避できます。

節点位置が増えるにつれた求積重みの棒グラフ
各節点 x_i は重み w_i を持ち、節点は0付近に集まり、外側に向かって重みは急速に減少します。

計算例

\(n = 2\)、\(\alpha = 0\) の場合:\(L_2^{(0)}(x) = (x^2-4x+2)/2\) となるため、その根は \(x = 2 \pm \sqrt{2}\) で、\(x_1 = 0.5857864\)、\(x_2 = 3.4142136\) が得られます。重みは $$w_1 = \frac{2+\sqrt{2}}{4} = 0.8535534, \quad w_2 = \frac{2-\sqrt{2}}{4} = 0.1464466$$ となります。これらの和は \(1 = \Gamma(1)\) となり、結果が正しいことが確認できます。

よくある質問

\(\alpha\) は何を表しますか? 重み \(x^{\alpha}\) を決めるパラメータです。\(\alpha = 0\) で標準的なガウス・ラゲール公式となり、\(\alpha > 0\) にすると原点から離れた領域に重みが偏ります。−1 より大きい値でなければなりません。

どのくらい正確ですか? n点公式は \(2n-1\) 次までの多項式を厳密に積分します。滑らかな関数であれば急速に収束します。

結果はどうやって検算できますか? すべての重みの和は常に \(\Gamma(\alpha+1)\) に等しくなります。これは0次モーメントの行として表示されます。

最終更新: