가우스-라게르 구적법이란?
가우스-라게르 구적법은 적분 대상이 지수함수처럼 감소하는, 반무한 구간 (0, ∞)에서의 특이적분을 수치적으로 근사하는 방법입니다. 적분을 신중하게 선택된 표본점(노드, node)에서 계산한 가중합으로 대체합니다. 차수 \(n\)을 정하면, 이 공식은 가중함수 \(x^{\alpha} \cdot e^{-x}\)에 대해 차수가 \(2n-1\) 이하인 모든 다항식에 대해 정확합니다. 덕분에 매끄러운 피적분함수라면 몇 개의 함수 계산만으로도 놀라울 만큼 정밀한 결과를 얻을 수 있습니다.
계산기 사용법
먼저 입력 방식을 고르세요. 적분이 이미 \(\int x^{\alpha} \cdot e^{-x} \cdot f(x)\, dx\) 형태이고 인자 \(f\)만 입력하고 싶다면 f(x)를 선택합니다. (0, ∞) 구간의 완전한 피적분함수 \(g(x)\)를 가지고 있다면 g(x)를 선택하세요. 이 경우 계산기가 내장된 가중함수를 자동으로 나누어 처리합니다. 함수는 변수 \(x\)를 사용해 표준 표기법(+, -, *, /, ^, sqrt, exp, ln, sin, cos, tan 등)으로 입력하고, 노드 개수 \(n\)과 가중 매개변수 \(\alpha\)를 설정합니다(일반적인 가우스-라게르는 0 사용). \(n\)을 늘리면 매끄러운 함수에 대한 정확도가 높아집니다.
공식 설명
노드 \(x_i\)는 일반화 라게르 다항식 \(L_n^{(\alpha)}(x)\)의 근이며, 가중치 \(w_i\)는 Golub-Welsch 알고리즘으로 구합니다. 즉, 대칭 삼중대각 야코비(Jacobi) 행렬의 고윳값이 노드가 되고, 가중치는 \(w_i = \Gamma(\alpha+1) \times\) (정규화된 각 고유벡터의 첫 번째 성분의 제곱)으로 계산됩니다. 적분은 위에 나온 가중합으로 근사됩니다.
$$\int_{0}^{\infty} x^{\alpha} e^{-x}\, g(x)\, dx \approx \sum_{i=1}^{n} w_i\, g(x_i)$$
계산 예시
\(\alpha = 0\), \(n = 2\), f(x) 모드, \(f(x) = x^2\)로 두면 \(\int x^2 \cdot e^{-x}\, dx\)를 추정하게 되는데, 이 적분의 정확한 값은 \(\Gamma(3) = 2\)입니다. 두 노드는 \(x_1 = 2 - \sqrt{2} = 0.585786\)(\(w_1 = 0.853553\)), \(x_2 = 2 + \sqrt{2} = 3.414214\)(\(w_2 = 0.146447\))입니다. 가중합은 $$0.853553 \times 0.343146 + 0.146447 \times 11.656854 = 0.292893 + 1.707107 = 2.000000$$ 으로, 정확한 답과 정확히 일치합니다. \(x^2\)가 차수 \(2 \le 2n-1 = 3\)인 다항식이기 때문입니다.
자주 묻는 질문
매개변수 alpha는 무슨 역할을 하나요? 가중함수 \(x^{\alpha} \cdot e^{-x}\)에서 지수를 결정합니다. 표준 가우스-라게르를 쓰려면 \(\alpha = 0\)으로 설정하세요. 가중함수가 적분 가능하려면 \(\alpha > -1\) 조건을 반드시 만족해야 합니다.
결과가 부정확한 이유는 무엇인가요? 피적분함수가 매끄럽지 않거나 (0, ∞) 구간에서 충분히 빠르게 감소하지 않기 때문입니다. 이 공식은 언제나 유한한 값을 반환하지만, 그 값이 의미를 가지려면 실제 적분이 수렴하고 피적분함수가 가중함수에 다항식을 곱한 형태로 잘 근사되어야 합니다. \(n\)을 늘려 수렴 여부를 확인해 보세요.
f 모드와 g 모드의 차이는 무엇인가요? f 모드에서는 내장 가중함수에 곱해지는 인자만 입력하고, g 모드에서는 전체 피적분함수를 입력하면 가중합 내부에서 가중함수를 제거합니다. 일관되게 설정하면 두 방식 모두 같은 답을 줍니다.
