가우스-크론로드 수치적분 계산기란?
이 계산기는 가우스형 구적법(Gauss-type quadrature)을 사용해 유한 구간 [a, b]에서 함수 f(x)의 정적분을 계산합니다. 신중하게 선택된 노드(node)에서 피적분 함수의 값을 구한 뒤, 미리 계산된 가중치를 곱해 모두 더하는 방식입니다. 고차 추정값 K를 저차 가우스-르장드르(Gauss-Legendre) 추정값 G와 비교하여 오차 한계 \(|K - G|\)를 산출하므로, 결과의 신뢰도를 함께 확인할 수 있습니다.
사용 방법
x에 대한 수식을 입력합니다(예: 4/(1+x^2) 또는 sin(x)). 그다음 하한 a와 상한 b를 지정하고, 구적법에 사용할 점의 개수 n(3부터 99까지의 홀수)을 선택하세요. 매끄러운 피적분 함수일수록 점이 많을수록 정확도가 높아집니다. 지원하는 문법은 + − * / ^, 괄호와 함께 sin, cos, tan, asin, acos, atan, exp, ln, log, sqrt, abs, sinh, cosh, tanh 함수, 그리고 상수 pi와 e입니다.
계산 공식
구적법은 [−1, 1] 구간에서 피적분 함수 값의 가중합으로 정의됩니다. 이를 [a, b] 구간의 적분에 적용하려면 아핀 변수 변환을 사용합니다. 즉 \(x(t) = \frac{b-a}{2} \cdot t + \frac{a+b}{2}\) 이고 \(dx = \frac{b-a}{2} \cdot dt\) 입니다. 따라서 적분값은 \(\frac{b-a}{2}\)에, 가중치 \(w_i\)와 변환된 노드에서의 f 값을 곱한 합을 곱한 것과 같습니다.
$$\int_{a}^{b} f(x)\,dx \;\approx\; \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\frac{b-a}{2}x_i + \frac{a+b}{2}\right)$$
가우스-르장드르 노드는 르장드르 다항식의 근이며, 이 계산기에서는 뉴턴법(Newton's method)으로 구합니다. 가중치는 \(w_i = \frac{2}{(1 - t_i^2) \cdot P'_m(t_i)^2}\)로 주어집니다.
예제로 살펴보기
구간 [0, pi]에서 f(x) = sin(x)의 정확한 적분값은 \([-\cos(x)]\)를 0부터 pi까지 계산한 \(-\cos(\pi) + \cos(0) = 1 + 1 = 2\) 입니다. 계산기는 약 2라는 값과 함께 아주 작은 추정 오차를 반환합니다. 마찬가지로 구간 [0, 1]에서 \(f(x) = \frac{4}{1+x^2}\)는 \(4\cdot\arctan(1) = \pi\) 이므로 \(\pi = 3.14159265\)를 반환합니다.
적분값 해석 및 오차 추정
적분값은 부호가 있는 넓이입니다. f(x)가 x축 위에 있는 구간은 전체 값에 더해지고, f(x)가 x축 아래에 있는 구간은 빼집니다. 예를 들어 \(\int_{-1}^{1} x\,dx = 0\)인데, 이는 양의 부분과 음의 부분이 서로 상쇄되기 때문입니다. 곡선과 축 사이의 영역이 분명히 비어 있지 않은데도 그렇습니다. 부호를 무시한 전체 넓이가 필요하다면 |f(x)|를 적분하거나, f의 각 근을 기준으로 구간을 나누고 각 조각의 절댓값을 더하십시오.
가우스-크로넥 규칙은 노드를 공유하는 두 가지 관련 규칙으로 피적분함수를 평가합니다. 차수가 낮은 가우스 규칙 G와 차수가 높은 크로넥 규칙 K입니다. 보고되는 적분값은 보통 크로넥 값 K이며, 오차 지표는 두 값의 차이에 기반합니다:
$$E \approx |K - G|$$
이 지표는 보수적인 지표입니다. 차수가 낮은 규칙 G의 오차를 측정하므로, 매끄러운 피적분함수의 경우 대개 K의 실제 오차를 과대평가하며, K의 실제 오차는 보통 훨씬 작습니다. 이를 정확한 오차가 아니라 상한 수준의 힌트로 보십시오.
오차 추정값 읽기
- 작은 오차(결과값의 크기에 비해): G와 K가 일치하며, 이는 구적이 수렴했고 피적분함수가 구간에서 다항식으로 잘 근사된다는 뜻입니다.
- 큰 오차: G와 K가 일치하지 않으며, 이는 대개 특이점(예: 끝점에서의 \(1/\sqrt{x}\)), 빠른 진동(예: \(\sin(100x)\)), 또는 [a, b] 내부의 불연속 점이나 꺾임을 가리킵니다.
오차가 클 때 할 일
- 문제가 되는 지점(불연속, 꺾임, 특이점)에서 구간을 나누고, 각 조각을 따로 적분한 뒤 결과를 더하십시오. 적응형 세분화는 이 아이디어를 반복해서 적용합니다.
- 더 높은 차수의 크로넥 옵션을 선택하여 n을 늘리십시오. 이는 매끄럽지만 변화가 큰 함수나 완만하게 진동하는 함수에 도움이 됩니다.
- 끝점 특이점의 경우 변수 변환을 하거나 특이한 부분을 분리하는 것을 고려하십시오. n을 늘리는 것만으로는 수렴이 느리기 때문입니다.
- 함수식이 올바르게 입력되었는지, 그리고 [a, b] 전체에서 정의되어 있는지 확인하십시오.
중요: 오차 추정은 엄밀한 보장이 아니라 경험적 추정입니다. 좁은 뾰족한 부분이 노드 사이에 떨어져서 두 규칙이 모두 이를 놓치는 경우처럼, 우연히 작은 |K − G|가 나타날 수도 있습니다. 결과가 중요하다면 다른 n으로 다시 실행하거나 구간을 나누어 계산하고, 답이 일치하는지 확인하십시오.
자주 묻는 질문
왜 n은 홀수여야 하나요? 내장된 가우스-크론로드 쌍은 \(m = \frac{n-1}{2}\)개의 가우스 노드를 재사용하는데, 이를 위해서는 전체 노드 수가 홀수여야 하기 때문입니다.
오차 추정치는 무엇을 의미하나요? 고차 추정값과 저차 추정값의 절댓값 차이입니다. 값이 작을수록 수렴이 잘 되었다는 뜻입니다.
특이점(singularity)은 어떻게 처리되나요? 적분 가능한 끝점 특이점은 정확도를 떨어뜨립니다. 유한하지 않은 값은 계산에서 건너뛰며, a = b인 경우에는 정확히 0을 반환합니다.