什麼是高斯-勒讓德求積法計算器?
這個工具可在參考區間 [-1, 1] 上計算 n 點高斯-勒讓德求積法的節點(橫坐標)與權重。高斯-勒讓德求積法是一種數值積分方法,它將定積分近似為函數值的加權總和:f(x) 從 -1 到 1 的積分約等於各項 \(w_i\) 乘上 \(f(x_i)\) 的總和。只要 \(n\) 個節點,就能精確積分次數達 \(2n-1\) 的任意多項式,因此遠比梯形法、辛普森法(Simpson)等等距節點方法更為準確。
使用方式
選擇階數 \(n\)(即節點數,範圍 2 至 100),並可選擇要顯示的有效位數。計算器會回傳一個含 \(n\) 列的表格,每列包含一個節點 \(x_i\) 及其對應權重 \(w_i\)。節點關於 0 對稱,且全部嚴格落在 (-1, 1) 區間內;權重皆為正值,總和恰為 2,也就是該區間的長度。若要在任意區間 [a, b] 上積分,請以 \(t_i = \frac{b-a}{2} \times x_i + \frac{a+b}{2}\) 對各節點做映射,並將每個權重乘上 \(\frac{b-a}{2}\)。
公式說明
節點即勒讓德多項式 \(P_n(x)\) 的 \(n\) 個根,可用 Bonnet 遞迴式建立:\(P_0=1\),\(P_1=x\),且 $$P_k = \frac{(2k-1)\, x\, P_{k-1} - (k-1)\, P_{k-2}}{k}.$$每個權重為 $$w_i = \frac{2}{\left(1 - x_i^{2}\right)\left(P_n^{\prime}(x_i)\right)^{2}},$$其中導數 $$P_n^{\prime}(x) = \frac{n\,(x\, P_n(x) - P_{n-1}(x))}{x^2 - 1}.$$求根採用牛頓法,以 \(x = \cos\!\left(\frac{\pi (i - 0.25)}{n + 0.5}\right)\) 作為初始值,通常只需幾次迭代即可收斂。
範例演算(n = 3)
\(P_3\) 的根為 \(x = 0\) 與 \(x = \pm\sqrt{3/5} = \pm 0.7745966692\)。\(x = 0\) 處的權重為 \(\frac{8}{9} = 0.888888889\),而 \(x = \pm 0.7745966692\) 處的權重各為 \(\frac{5}{9} = 0.555555556\)。權重總和為 $$\frac{5}{9} + \frac{8}{9} + \frac{5}{9} = 2,$$且此 3 點規則可精確積分次數達 5 的多項式。
逐步將規則應用於定積分
計算器會在標準區間 \([-1,1]\) 上回傳節點 \(x_i\) 與權重 \(w_i\)。若要在一般區間 \([a,b]\) 上積分,請依照以下步驟進行。
- 選擇 n。 在計算器中選擇階數(2 到 100)。n 點規則會精確積分所有次數至多為 \(2n-1\) 的多項式。平滑的被積函數通常只需要較小的 n。
- 取得 \(x_i\) 與 \(w_i\)。 讀取該 n 對應的節點與權重。節點是勒讓德多項式 \(P_n\) 的根,權重滿足 \(w_i = \dfrac{2}{(1-x_i^2)\,[P_n'(x_i)]^2}\)。
- 將節點映射到 \([a,b]\)。 $$t_i = \frac{b-a}{2}\,x_i + \frac{a+b}{2}$$
- 縮放權重。 $$w_i' = \frac{b-a}{2}\,w_i$$ 因子 \(\frac{b-a}{2}\) 是變數變換的雅可比行列式。
- 計算函數值,於每個映射後的節點上求 \(f(t_i)\)。
- 求和。 $$\int_a^b f(t)\,dt \approx \sum_{i=1}^{n} w_i'\, f(t_i)$$
檢查 1:\(x^2\) 在 \([-1,1]\) 上、n = 2
對於 n = 2,節點為 \(x_{1,2} = \mp 1/\sqrt{3} \approx \mp 0.5773503\),且兩個權重皆等於 1。於是 $$\sum w_i x_i^2 = 1\cdot\tfrac13 + 1\cdot\tfrac13 = \tfrac23,$$ 這與精確值 \(\int_{-1}^{1} x^2\,dx = 2/3\) 相等。這是預期之中的,因為次數 2 不超過 \(2n-1 = 3\)。
檢查 2:\(e^x\) 在 \([0,1]\) 上、n = 2
此處 \(a=0\)、\(b=1\),因此 \(t_i = 0.5\,x_i + 0.5\),得到 \(t_1 \approx 0.2113249\) 與 \(t_2 \approx 0.7886751\)。縮放後的權重為 \(w_i' = 0.5\cdot 1 = 0.5\)。
$$\int_0^1 e^x\,dx \approx 0.5\,(e^{0.2113249} + e^{0.7886751}) \approx 0.5\,(1.235313 + 2.200479) \approx 1.71790$$
精確值為 \(e - 1 \approx 1.71828\),因此僅用兩次函數求值,誤差約為 \(4\times 10^{-4}\)。增加 n 會使誤差非常快速地縮小。
節點與權重的解讀
- 對稱性。 節點關於 0 對稱:\(x_i = -x_{n+1-i}\)。對應的權重相等:\(w_i = w_{n+1-i}\)。若 n 為奇數,中間節點恰為 0。
- 權重皆為正且總和為 2。 每個權重都嚴格為正,且 \(\sum w_i = 2\),即 \([-1,1]\) 的長度,因為此規則能精確積分常數 1。正權重使規則在數值上穩定,不會因符號相反的大項而相消。縮放到 \([a,b]\) 後,權重總和為 \(b-a\)。
- 節點位置。 所有節點嚴格位於 \((-1,1)\) 內部,端點從不使用。隨著 n 增加,節點會向端點聚集。其密度大致遵循 \(1/\sqrt{1-x^2}\),且靠近端點的權重會變小。
- 精確度次數。 n 點規則對所有次數 \(\le 2n-1\) 的多項式皆為精確。這是 n 個節點所能達到的最大值,約為等距的牛頓-柯特斯規則(具 n 個點)通常能達到次數的兩倍。
- 誤差項。 在 \([-1,1]\) 上,誤差為 $$E_n = \frac{2^{2n+1}\,(n!)^4}{(2n+1)\,[(2n)!]^3}\; f^{(2n)}(\xi), \qquad \xi \in (-1,1).$$ 對於 n = 2,係數為 \(1/135\)。在 \([a,b]\) 上,誤差需乘以 \(\left(\frac{b-a}{2}\right)^{2n+1}\)。因此誤差取決於第 \(2n\) 階導數的大小。
- 平滑的被積函數。 對於如 \(e^x\)、\(\sin x\) 等解析函數,或極點遠離區間的有理函數,收斂為幾何式的(隨 n 指數速度收斂)。適度的 n 通常即可達到接近機器精度。
- 奇異或非平滑的被積函數。 若 f 具有折點、跳躍、端點奇異性(如在 0 處的 \(\sqrt{x}\) 或 \(\ln x\)),或附近有極點,則高階導數會很大或無定義。此時收斂降為代數式,且可能很慢。實用的補救方法包括:在問題點處切分區間、採用可消除奇異性的變數代換、使用具有對應權函數的規則(如高斯-雅可比或高斯-切比雪夫),或使用複合或適應性高斯規則。
- 高階數。 若 f 不平滑,非常大的 n 並無益處。比較兩個不同 n 的結果,可估計誤差。
常見問題
為什麼權重總和為 2?將常數函數 \(f(x) = 1\) 在 [-1, 1] 上積分結果為 2,而求積法必須能精確重現常數函數,因此所有權重的總和必定等於區間長度。
計算結果有多準確?本計算器以雙精度浮點數重建,可提供約 15 位有效數字。若顯示選項要求更多位數,超出部分會四捨五入至雙精度所能表示的範圍。
可精確積分的最高次數是多少?\(n\) 點規則對所有次數最高達 \(2n-1\) 的多項式都能精確積分。