透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

高斯-拉蓋爾求積
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

這個計算器能做什麼

本工具可計算 n 點廣義高斯-拉蓋爾求積(Gauss-Laguerre quadrature)的節點(橫座標)\(x_i\) 與權重 \(w_i\)。它屬於純數學的數值積分工具,在世界各地的運算結果都完全一致。此求積法則用來近似在半無窮區間 [0, ∞) 上、帶有權函數 \(x^{\alpha} e^{-x}\) 的積分:

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

這些節點正是廣義拉蓋爾多項式 \(L_n^{(\alpha)}(x)\) 的正根;只要 f 是次數不超過 \(2n-1\) 的多項式,此法則就能給出精確值。

正x軸上的權函數曲線與求積節點
高斯-拉蓋爾求積法利用特殊節點上的加權取樣,近似 [0, 無窮) 上 x^alpha e^-x f(x) 下方的面積。

使用方式

先選定階數 n(取點個數,範圍 2 到 100),輸入指數參數 \(\alpha\)(任何大於 −1 的實數;經典高斯-拉蓋爾法則取 \(\alpha = 0\)),再選擇要顯示的有效位數。計算結果會依 \(x_i\) 由小到大列出每一個節點及其對應權重,並附上內建的自我驗算。

公式與計算方法

每個權重都有封閉形式:

$$w_i = \frac{\Gamma(n+\alpha+1)\cdot x_i}{n!\cdot \left[(n+1)L_{n+1}^{(\alpha)}(x_i)\right]^2}$$

在實作上,我們採用數值上更穩定且等價的 Golub-Welsch 方法:建構對稱三對角的 Jacobi 矩陣,其對角元素 \(a_k = 2k+\alpha+1\),非對角元素 \(b_k = \sqrt{k(k+\alpha)}\)。該矩陣的特徵值即為節點,而每個權重等於 \(\mu_0 \cdot (\text{特徵向量第一個分量})^2\),其中 \(\mu_0 = \Gamma(\alpha+1)\) 為零階矩。此法可避免大階乘造成的數值溢位。

隨節點位置增大的求積權重長條圖
每個節點 x_i 都帶有權重 w_i;節點集中在零附近,權重向外迅速減小。

範例演算

以 \(n = 2\)、\(\alpha = 0\) 為例:\(L_2^{(0)}(x) = (x^2-4x+2)/2\),因此其根為 \(x = 2 \pm \sqrt{2}\),可得 \(x_1 = 0.5857864\)、\(x_2 = 3.4142136\)。對應權重為 \(w_1 = (2+\sqrt{2})/4 = 0.8535534\)、\(w_2 = (2-\sqrt{2})/4 = 0.1464466\)。兩者相加恰為 \(1 = \Gamma(1)\),驗證結果無誤。

常見問題

\(\alpha\) 的作用是什麼?它決定權函數中的 \(x^{\alpha}\);\(\alpha = 0\) 即標準高斯-拉蓋爾法則,而 \(\alpha > 0\) 會把權重往遠離原點的方向偏移。\(\alpha\) 必須大於 −1。

精確度如何?n 點法則能對次數最高至 \(2n-1\) 的多項式給出精確結果;對於平滑函數,收斂速度相當快。

如何驗證輸出結果?所有權重之和恆等於 \(\Gamma(\alpha+1)\),會以零階矩那一列顯示出來。

最後更新: