가우스 구적법 노드 및 가중치 계산기

가우스 구적법 노드 및 가중치 계산기

성장 중 AI Skill PRO

계산 입력

공식

∫−11f(x)dx≈∑i=1nwif(xi),wi=2(1−xi2)[Pn′(xi)]2\int_{-1}^{1} f(x)\,dx \approx \sum_{i=1}^{\text{n}} w_i\, f(x_i),\qquad w_i = \frac{2}{\left(1-x_i^2\right)\left[P_{\text{n}}^{\prime}(x_i)\right]^2}
사용 통계

광고

결과

노드 개수
20
legendre 구적법
i 노드 x_i 가중치 w_i
1 0.9931285992 0.0176140071
2 0.9639719273 0.0406014298
3 0.9122344283 0.0626720483
4 0.8391169718 0.0832767416
5 0.7463319065 0.1019301198
6 0.6360536807 0.118194532
7 0.510867002 0.1316886384
8 0.3737060887 0.1420961093
9 0.2277858511 0.1491729865
10 0.0765265211 0.1527533871
11 -0.0765265211 0.1527533871
12 -0.2277858511 0.1491729865
13 -0.3737060887 0.1420961093
14 -0.510867002 0.1316886384
15 -0.6360536807 0.118194532
16 -0.7463319065 0.1019301198
17 -0.8391169718 0.0832767416
18 -0.9122344283 0.0626720483
19 -0.9639719273 0.0406014298
20 -0.9931285992 0.0176140071
가중치의 합 2

이 페이지의 오류 신고

이 계산기의 기능

이 도구는 고전적인 가우스 구적법(Gaussian quadrature)에 사용되는 노드(적분점 \(x_i\))와 가중치 \(w_i\)를 계산합니다. 이 값들을 이용하면 가중 적분을 유한한 가중합으로 근사할 수 있으며, 표준 가우스 공식의 경우 차수 \(2n-1\) 이하의 다항식을 오차 없이 정확하게 적분합니다. 지원하는 공식은 가우스-르장드르, 제1종·제2종 체비쇼프, 일반화 라게르, 에르미트, 야코비, 가우스-로바토입니다.

사용 방법

먼저 "종류"에서 원하는 공식을 선택하고, 차수 \(n\)(노드 개수, 2~100)을 지정합니다. 라게르나 야코비를 선택한 경우에는 지수 매개변수 Alpha와 Beta(각각 \(-1\)보다 커야 함)를 입력하세요. 결과에는 각 노드와 해당 가중치, 그리고 가중치의 합이 표시됩니다. 이 합은 가중 함수의 0차 모멘트와 같아야 하며, 르장드르의 경우 2, 에르미트의 경우 \(\sqrt{\pi}\)가 됩니다.

공식 설명

삼항 점화식을 갖는 직교 다항식 계열에서 노드는 \(n\)차 다항식의 근이며, 가중치는 대칭 삼중대각 야코비 행렬 \(J\)의 고유벡터로부터 얻습니다(골루브-웰시 방법): \(w_i = \mu_0 (v_{1,i})^2\). 체비쇼프 공식은 정확한 삼각함수 닫힌 형태를 사용하고, 르장드르와 로바토는 르장드르 다항식에 대한 뉴턴 반복법을, 라게르·에르미트·야코비는 야코비 행렬 고유값 해법을 사용합니다.

광고
간격이 고르지 않은 노드의 가중 표본으로 근사한 곡선 아래 음영 영역
가우스 구적법은 최적으로 선택한 노드에서의 함숫값을 가중합하여 적분을 근사합니다.

계산 예시

\(n = 2\)인 가우스-르장드르: 노드는 \(\pm 1/\sqrt{3} = 0.5773502692\)이고 두 가중치 모두 1이므로 가중치의 합은 2입니다. 검산해 보면, \([-1, 1]\) 구간에서 \(x^2\)의 적분은 \(2/3\)이고, 이 공식으로 계산하면 $$1\cdot\tfrac{1}{3} + 1\cdot\tfrac{1}{3} = \tfrac{2}{3}$$ 로 일치합니다.

[-1,1]에서 대칭인 가우스-르장드르 노드와 가운데에서 가장 높은 가중치 막대
구간 [-1, 1]에서 0을 중심으로 대칭인 5점 가우스-르장드르 노드와 가중치.

적분에 노드와 가중치를 적용하는 방법

  1. 가중 함수에 맞는 규칙을 선택하십시오. 피적분함수가 \(w(x)\,f(x)\) 형태이고 \(w(x)\)가 위 표에 있는 함수라면 그 규칙을 사용하고 매끄러운 부분 \(f(x)\)만 적분하십시오. 가중치가 없는 일반 적분에는 보통 가우스-르장드르 규칙을 씁니다.
  2. 차수 \(n\)을 선택하십시오. 매끄러운 함수의 경우 작게(예: 3~5) 시작하십시오.
  3. 계산기에서 노드 \(x_i\)와 가중치 \(w_i\)를 구하십시오(규칙 유형, \(n\), 그리고 해당되는 경우 \(\alpha\), \(\beta\)를 설정하십시오).
  4. 일반 구간 \([a,b]\)로 변환하십시오(르장드르, 로바토): $$x=\frac{b-a}{2}\,t+\frac{a+b}{2}$$ 를 사용하며, 여기서 \(t_i\)는 \([-1,1]\)에서 표로 제시된 노드입니다. 그러면 $$\int_a^b f(x)\,dx\approx\frac{b-a}{2}\sum_{i=1}^{n} w_i\, f(x_i).$$ 입니다. 인자 \((b-a)/2\)는 치환의 야코비안입니다.
  5. 변환된 각 노드에서 \(f\)를 계산하십시오.
  6. 합 \(\sum w_i f(x_i)\)을 계산하고, 구간을 변환했다면 배율 인자를 곱하십시오.
  7. 가중치를 확인하십시오. 가중치의 합은 가중 함수의 0차 모멘트와 같아야 합니다(예: 르장드르는 2, 1종 체비쇼프는 \(\pi\), 에르미트는 \(\sqrt{\pi}\)). 불일치하면 규칙이나 매개변수가 잘못되었다는 신호입니다.
  8. 수렴을 검사하십시오. 더 큰 \(n\)으로 반복하십시오. 결과가 필요한 자릿수까지 더 이상 변하지 않으면 그 값을 채택하십시오. 서로 다른 \(n\)의 가우스 규칙은 일반적으로 노드를 공유하지 않으므로 이전 계산값을 재사용할 수 없다는 점에 유의하십시오.

간단한 예. \(n=2\)인 가우스-르장드르 규칙은 노드 \(\pm 1/\sqrt{3}\)과 가중치 \(1,1\)을 가집니다. \([-1,1]\)에서 \(f(x)=x^2\)인 경우: $$1\cdot\tfrac13+1\cdot\tfrac13=\tfrac23,$$ 이는 정확한 적분값 \(\int_{-1}^{1}x^2\,dx=2/3\)과 같습니다. 차수 2가 최대 \(2n-1=3\) 이하이므로 예상된 결과입니다.

오차항. \([-1,1]\)에서의 가우스-르장드르 규칙의 오차는 $$E_n=\frac{2^{2n+1}(n!)^4}{(2n+1)\,[(2n)!]^3}\,f^{(2n)}(\xi)$$ 이며, 여기서 \(\xi\in(-1,1)\)입니다. 이 규칙은 차수 \(2n-1\) 이하의 다항식에 대해 정확하며, 오차는 \(2n\)차 도함수의 크기에 의존하므로 매끄러운(해석적) 피적분함수는 매우 빠르게 수렴하는 반면, 특이점이나 꺾임이 있는 피적분함수는 느리게 수렴합니다.

광고

용어집

노드(횡좌표)
피적분함수가 계산되는 점 \(x_i\)입니다. 가우스 규칙에서 노드는 선택한 가중 함수에 대한 차수 \(n\)의 직교 다항식의 근입니다.
가중치
구적법 합에서 \(f(x_i)\)에 곱해지는 계수 \(w_i\)입니다.
차수 \(n\)
규칙에 포함된 노드(및 가중치)의 개수입니다.
정확도 차수
정확하게 적분되는 다항식의 최고 차수입니다. 가우스 규칙에서는 \(2n-1\), 두 노드가 끝점에 고정되는 가우스-로바토 규칙에서는 \(2n-3\)입니다.
가중 함수
내적 \(\int w(x)\,p(x)\,q(x)\,dx\)를 정의하고, 따라서 직교 다항식 族을 결정하는 음이 아닌 함수 \(w(x)\)입니다.
직교 다항식
\(j\ne k\)일 때 \(\int w\,p_j\,p_k\,dx=0\)을 만족하는 다항식 수열 \(p_k\)로, 르장드르, 체비쇼프, 라게르, 에르미트, 야코비 다항식이 여기에 해당합니다.
3항 점화식
직교 다항식이 만족하는 관계 \(p_{k+1}(x)=(x-a_k)\,p_k(x)-b_k\,p_{k-1}(x)\)이며, 그 계수들이 구적 규칙을 정의합니다.
야코비 행렬
점화식 계수로 만든 대칭 삼중대각 행렬(대각 성분 \(a_k\), 비대각 성분 \(\sqrt{b_k}\))입니다. 그 고윳값이 노드입니다.
골럽-웰쉬 알고리즘
야코비 행렬의 고윳값으로 노드를 구하고, 정규화된 고유벡터의 첫 성분으로 가중치를 구하는 방법입니다: \(w_i=\mu_0\,v_{i,1}^2\).
0차 모멘트
구간에 대한 \(\mu_0=\int w(x)\,dx\)입니다. 가중치의 합은 이 값과 같아야 합니다.
알파와 베타 매개변수
가중 함수의 모양 매개변수입니다. 라게르는 \(x^{\alpha}e^{-x}\)에서 \(\alpha\)를 사용하고, 야코비는 \((1-x)^{\alpha}(1+x)^{\beta}\)에서 둘 다 사용합니다. 가중 함수가 적분 가능하려면 둘 다 \(-1\)보다 커야 합니다.

자주 묻는 질문

가중치가 왜 양수여야 하나요? 고전적인 가우스 공식에서는 모든 가중치가 엄밀히 양수입니다. 음의 가중치가 나타난다면 수치 오차가 발생했다는 신호입니다.

가중치의 합은 무엇을 의미하나요? 해당 구간에서 가중 함수를 적분한 값(0차 모멘트)과 같습니다. 에르미트의 경우 \(e^{-x^2}\)를 전체 실수 직선에서 적분하면 \(\sqrt{\pi}\)가 됩니다.

Alpha와 Beta는 왜 \(-1\)보다 커야 하나요? 그렇지 않으면 가중 함수가 적분 불가능해지고 모멘트가 발산하므로, 유효한 구적 공식이 존재하지 않기 때문입니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기