가우스-로바토 구적법 노드 및 가중치 계산기

가우스-로바토 구적법 노드 및 가중치 계산기

신흥 AI Skill PRO

계산 입력

공식

∫−11f(x)dx≈∑i=1nwif(xi)여기서{x1=−1,xn=1xi:Pn−1′(xi)=0(내부)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{여기서}\quad \left\{ \begin{aligned} x_1 &= -1,\quad x_{\text{n}} = 1 \\ x_i &: P_{\text{n}-1}^{\prime}(x_i) = 0 \quad(\text{내부}) \\ 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}
사용 통계

광고

결과

가우스-로바토 규칙, n = 20
20
구간 [-1, 1]의 점 · 가중치 합 = 2
i 노드 x_i 가중치 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

이 페이지의 오류 신고

이 계산기의 기능

이 도구는 가중치 함수 \(w(x) = 1\)을 사용해 기준 구간 \([-1, 1]\)에서 \(n\)점 가우스-로바토 구적법의 노드(횡좌표) \(x_i\)와 가중치 \(w_i\)를 계산합니다. 일반적인 가우스-르장드르 구적법과 달리, 가우스-로바토 공식은 항상 두 끝점 \(x = -1\)과 \(x = +1\)을 구적 노드로 강제합니다. 이는 경계값이 중요한 경우(예: 스펙트럼 요소법)에 특히 유용합니다. 순수한 수치해석 기법이므로 지역에 관계없이 어디서나 동일하게 적용되며, 특정 국가에만 해당하는 도구가 아닙니다.

-1부터 1까지의 수직선 위에 양 끝점을 포함한 구적 노드가 있고, 각 노드에 가중치를 나타내는 세로 막대가 표시된 그림
[-1, 1] 위의 가우스-로바토 노드는 양 끝점을 포함하며, 막대 높이는 해당 가중치를 나타냅니다.

사용 방법

점의 개수 \(n\)(2에서 100 사이)을 선택하고, 필요하면 표시 정밀도를 지정합니다. 계산기는 \(n\)개의 행으로 이루어진 표를 반환하며, 각 행에는 노드 \(x_i\)와 그에 대응하는 가중치 \(w_i\)가 표시됩니다. 노드는 0을 기준으로 대칭이고 가중치 역시 대칭이므로, \(x_i\)와 \(-x_i\)는 동일한 가중치를 가집니다. 내장된 검산 방법으로, 모든 가중치의 합은 구간의 길이인 2와 같습니다.

공식 풀이

이 공식은 적분을 \(w_1 f(x_1) + \cdots + w_n f(x_n)\)의 합으로 근사하며, \(2n-3\)차 이하의 다항식에 대해 정확합니다.

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

내부 노드 \(x_2, \ldots, x_{n-1}\)은 \(n-1\)차 르장드르 다항식의 도함수 \(P_{n-1}^{\prime}(x)\)의 \(n-2\)개의 근입니다. 끝점은 가중치 \(\dfrac{2}{n(n-1)}\)을 가지며, 각 내부 노드 \(x_i\)는 가중치 \(\dfrac{2}{n(n-1)\left[P_{n-1}(x_i)\right]^{2}}\)을 가집니다.

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

계산기는 체비쇼프-가우스-로바토 초기 추정값 \(\cos\!\left(\dfrac{\pi j}{n-1}\right)\)에서 시작하는 뉴턴 반복법으로 내부 근을 찾아내며, 완전한 배정밀도(유효숫자 약 15~16자리)를 제공합니다.

광고
[-1,1]에서 곡선 f(x)를 양 끝점을 포함한 가우스-로바토 노드의 가중 표본으로 근사한 그림
적분은 노드에서의 함숫값에 대한 가중합으로 근사되며, 두 끝점은 항상 포함됩니다.

계산 예시 (n = 4)

내부 노드는 \(P_3^{\prime}(x) = \dfrac{15x^2 - 3}{2} = 0\)을 만족하므로, \(x = \pm\dfrac{1}{\sqrt{5}} = \pm 0.4472135955\)입니다. 끝점 가중치는 \(\dfrac{2}{4 \cdot 3} = \dfrac{1}{6} = 0.1666666667\)입니다. 내부 노드의 경우 \(P_3\!\left(\dfrac{1}{\sqrt{5}}\right) = -0.4472135955\)이고 그 제곱은 \(0.2\)이므로, 가중치는 \(\dfrac{2}{4 \cdot 3 \cdot 0.2} = \dfrac{5}{6} = 0.8333333333\)입니다. 합 \(\dfrac{1}{6} + \dfrac{5}{6} + \dfrac{5}{6} + \dfrac{1}{6} = 2\)가 되어 공식이 확인됩니다.

가우스-로바토 노드와 가중치 (n = 2~6)

[-1, 1] 구간에서의 n점 가우스-로바토 적분 공식은 끝점 \(x=\pm 1\)을 노드로 고정합니다. 나머지 n-2개의 내부 노드는 \(P_{n-1}'(x)\)의 근이며, 이 공식은 차수 \(2n-3\)까지의 다항식에 대해 정확합니다. 노드는 0을 기준으로 대칭이며, 각 노드는 대칭 위치에 있는 노드와 같은 가중치를 가집니다. 소수는 약 10자리까지 표시합니다.

n 노드 \(x_i\) (정확값) 노드 (소수) 가중치 \(w_i\) (정확값) 가중치 (소수) 정확한 차수 한계
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 = 6인 경우 검산: \(2\left(\tfrac{1}{15}+\tfrac{14-\sqrt7}{30}+\tfrac{14+\sqrt7}{30}\right)=2\left(\tfrac{2}{30}+\tfrac{28}{30}\right)=2\). 모든 행에서 가중치의 합은 [-1, 1] 구간의 길이인 2입니다. 끝점 가중치는 \(w_1=w_n=\dfrac{2}{n(n-1)}\)를 따르며, n = 2~6에 대해 1, 1/3, 1/6, 1/10, 1/15입니다.

가우스-로바토와 가우스-르장드르 비교

적분 공식 (n점) 정확도 차수 끝점이 노드인가? 자유 노드 수 일반적 용도
가우스-르장드르 \(2n-1\) 아니오 n개 (모든 노드와 가중치가 자유, 매개변수 2n개) 일반적인 매끄러운 함수의 적분; 함수 계산 횟수당 정확도가 가장 높음
가우스-로바토 \(2n-3\) 예 (양끝 모두) 내부 노드 n − 2개 스펙트럴 요소법(GLL 점), 경계에서의 값이 필요한 문제, 인접한 요소 사이에서 노드를 공유하는 경우
클렌쇼-커티스 최소 \(n-1\) 예 (양끝 모두) 0개 (노드는 고정된 체비셰프 극점) 중첩 공식, FFT 기반 가중치, 적응형 적분

가우스-로바토는 두 개의 자유도(끝점 위치)를 포기하므로, 같은 n에서 가우스-르장드르에 비해 정확도 차수가 2만큼 낮습니다.

같은 피적분 함수, n = 4

[-1, 1] 구간에서 \(f(x)=x^6\)을 적분합니다. 정확한 값은 \(2/7\approx 0.285714\)입니다.

  • 4점 가우스-르장드르는 차수 7까지 정확하므로 \(2/7\)을 정확히 구합니다.
  • 4점 가우스-로바토는 차수 5까지만 정확합니다. 노드 ±1(가중치 1/6)과 ±1/√5(가중치 5/6)를 사용하면: $$2\left[\tfrac{1}{6}(1)^6+\tfrac{5}{6}\left(\tfrac{1}{\sqrt5}\right)^6\right]=2\left[\tfrac{1}{6}+\tfrac{5}{6}\cdot\tfrac{1}{125}\right]=2\cdot\tfrac{26}{150}=\tfrac{26}{75}\approx 0.346667$$ 오차는 약 0.0610이며, 이는 차수 6이 \(2n-3=5\)를 넘기 때문입니다.

\(f(x)=x^4\)(차수 4 ≤ 5)의 경우 로바토 공식은 정확합니다: \(2\left[\tfrac16+\tfrac56\cdot\tfrac1{25}\right]=2\cdot\tfrac{6}{30}=\tfrac25\).

광고

노드와 가중치 해석

[a, b] 구간으로의 변환. 구간 [a, b]에 대해 \(x=\tfrac{b-a}{2}\,t+\tfrac{a+b}{2}\)로 치환합니다. 여기서 t는 [-1, 1]의 노드입니다. 그러면 \(dx=\tfrac{b-a}{2}\,dt\)이므로 $$\int_a^b f(x)\,dx\approx \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\tfrac{b-a}{2}\,t_i+\tfrac{a+b}{2}\right).$$ 크기가 조정된 가중치 \(\tfrac{b-a}{2}w_i\)의 합은 \(b-a\)입니다.

예시. n = 3으로 [0, 2] 구간에서 \(x^3\)을 적분합니다. 여기서 \((b-a)/2=1\)이고, 노드 \(t=-1,0,1\)은 \(x=0,1,2\)로 대응합니다. 그러면 \(1\cdot\left[\tfrac13(0)^3+\tfrac43(1)^3+\tfrac13(2)^3\right]=\tfrac43+\tfrac83=4\)이며, 이는 정확한 값 \(2^4/4=4\)와 같습니다. 차수 3이 \(2n-3\)과 같으므로 이는 예상된 결과입니다.

  • 밀집: 내부 노드는 체비셰프형 점과 마찬가지로 ±1 쪽으로 몰립니다. 이 때문에 고차 다항식 보간에 적합하고 룽게 현상을 피할 수 있습니다.
  • 양의 가중치: 모든 가우스-로바토 가중치는 양수이므로, 부호가 섞인 가중치로 인한 상쇄가 없어 수치적으로 안정적입니다.
  • 가중치의 합: 가중치의 합은 [-1, 1]에서 상수 1을 적분한 값인 2입니다. 어떤 표에서든 빠르게 확인할 수 있는 검산 방법입니다.
  • 대칭성: 노드는 ±x 쌍으로 나타나며, 대칭인 노드는 같은 가중치를 가집니다. 따라서 [-1, 1]에서 홀함수는 정확히 0으로 적분됩니다. n이 홀수이면 가운데 노드는 0입니다.
  • 정확도 차수: 이 공식은 차수 \(2n-3\)까지 정확합니다. 차수가 \(2n-2\) 이상인 다항식은 일반적으로 오차를 만들며, n = 4인 \(x^6\) 예시가 이를 보여줍니다.
  • 비다항 피적분 함수: \(e^x\)나 \(\sin x\)와 같은 함수의 정확도는 다항식이 그 함수를 얼마나 잘 근사하는지에 따라 달라집니다. 매끄럽고 해석적인 함수는 n이 커질수록 빠르게 수렴합니다. 특이점, 꺾임, 불연속점, 빠른 진동이 있는 함수는 수렴이 느릴 수 있습니다. 이런 특징이 있는 곳에서 구간을 나누거나 해당 함수에 맞게 설계된 공식을 사용하세요.

자주 묻는 질문

가우스-르장드르와는 어떻게 다른가요? 가우스-르장드르는 모든 노드를 \((-1, 1)\) 내부에만 배치하며 \(2n-1\)차까지 정확합니다. 가우스-로바토는 두 끝점을 노드로 고정하고 \(2n-3\)차까지 정확하여, 경계를 포함하는 대신 정밀도 2차수를 양보합니다.

일반 구간 [a, b]에서는 어떻게 사용하나요? 각 노드를 \(x \to \dfrac{b-a}{2}\, x + \dfrac{a+b}{2}\)로 변환하고, 모든 가중치에 \(\dfrac{b-a}{2}\)를 곱하면 됩니다. 이 페이지는 \([-1, 1]\) 구간의 값만 출력합니다.

가중치의 합이 왜 2가 되어야 하나요? \([-1, 1]\)에서 \(f(x) = 1\)을 적분하면 2가 되고, 이 공식은 상수에 대해 정확하므로 가중치의 합은 구간의 길이와 같아야 합니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기