高斯-洛巴托求積法節點與權重計算器

高斯-洛巴托求積法節點與權重計算器

新興 AI Skill PRO

輸入計算

數學公式

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

廣告

結果

高斯-洛巴托法則,n = 20
20
區間 [-1, 1] 上的點 · 權重總和 = 2
i 節點 x_i 權重 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

回報本頁錯誤

這個計算器的功能

本工具可計算參考區間 [-1, 1] 上、權函數 \(w(x) = 1\) 之 \(n\) 點高斯-洛巴托(Gauss-Lobatto)求積法則的節點(橫座標)\(x_i\) 與權重 \(w_i\)。與標準的高斯-勒讓德(Gauss-Legendre)求積法不同,高斯-洛巴托法則一律將兩個端點 \(x = -1\) 與 \(x = +1\) 強制納為求積節點,當邊界值具有重要意義時(例如譜元素法)特別有用。這純屬數值分析範疇,世界各地適用方式完全一致,與地區或國家無關。

從 -1 到 1 的數線上標出包含兩個端點的求積節點,每個節點上有一根代表權重的直條
[-1, 1] 上的高斯-洛巴托節點包含兩個端點;長條高度代表對應的權重。

使用方法

選擇點數 \(n\)(介於 2 到 100 之間),並可自訂顯示精度。計算器會回傳一個含 \(n\) 列的表格,每一列列出節點 \(x_i\) 及其對應權重 \(w_i\)。節點以 0 為中心對稱分佈,權重同樣對稱,因此 \(x_i\) 與 \(-x_i\) 共用相同的權重。作為內建的驗算機制,所有權重的總和應等於 2,也就是整個區間的長度。

公式說明

此法則將積分近似為總和 \(w_1 f(x_1) + \dots + w_n f(x_n)\),並對 \(2n-3\) 次以下的多項式精確成立。 $$\int_{-1}^{1} f(x)\,dx \approx \sum_{i=1}^{n} w_i\, f(x_i)$$ $$\text{where}\quad \left\{ \begin{aligned} x_1 &= -1,\quad x_n = 1 \\ x_i &: P_{n-1}^{\prime}(x_i) = 0 \quad(\text{interior}) \\ w_{1} &= w_{n} = \frac{2}{n\,(n-1)} \\ w_i &= \frac{2}{n\,(n-1)\,\left[P_{n-1}(x_i)\right]^{2}} \end{aligned} \right.$$ 內部節點 \(x_2, \dots, x_{n-1}\) 即為 \(P'_{n-1}(x)\)(即 \(n-1\) 次勒讓德多項式之導數)的 \(n-2\) 個零點。兩端點的權重為 \(\frac{2}{n(n-1)}\),而每個內部節點 \(x_i\) 的權重為 \(\frac{2}{n(n-1)[P_{n-1}(x_i)]^2}\)。計算器以柴比雪夫-高斯-洛巴托初始值 \(\cos\!\left(\frac{\pi j}{n-1}\right)\) 為起點,透過牛頓迭代法求得內部根,可達完整的雙精度(約 15 至 16 位有效數字)。

廣告
[-1,1] 上的曲線 f(x),以包含端點的高斯-洛巴托節點處的加權取樣來近似
積分以各節點處函數值的加權和來近似,且兩個端點一定包含在內。

實例演算(n = 4)

內部節點需解 \(P'_3(x) = \frac{15x^2 - 3}{2} = 0\),因此 \(x = \pm\frac{1}{\sqrt{5}} = \pm 0.4472135955\)。端點權重為 \(\frac{2}{4 \times 3} = \frac{1}{6} = 0.1666666667\)。對於內部節點,\(P_3\!\left(\frac{1}{\sqrt{5}}\right) = -0.4472135955\),其平方為 \(0.2\),故權重為 \(\frac{2}{4 \times 3 \times 0.2} = \frac{5}{6} = 0.8333333333\)。總和 \(\frac{1}{6} + \frac{5}{6} + \frac{5}{6} + \frac{1}{6} = 2\),驗證了此法則的正確性。

高斯-洛巴托節點與權重(n = 2 至 6)

在 [-1, 1] 上的 n 點高斯-洛巴托法則將端點 \(x=\pm 1\) 固定為節點。其餘 n-2 個內部節點是 \(P_{n-1}'(x)\) 的根,此法則對至多 \(2n-3\) 次的多項式精確。節點關於 0 對稱,每個節點與其鏡像節點共用同一權重。小數值精確到約 10 位。

n 節點 \(x_i\)(精確值) 節點(小數) 權重 \(w_i\)(精確值) 權重(小數) 精確至次數
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 = 6 的檢驗:\(2\left(\tfrac{1}{15}+\tfrac{14-\sqrt7}{30}+\tfrac{14+\sqrt7}{30}\right)=2\left(\tfrac{2}{30}+\tfrac{28}{30}\right)=2\)。每一列的權重總和皆為 2,即 [-1, 1] 的長度。端點權重遵循 \(w_1=w_n=\dfrac{2}{n(n-1)}\):當 n = 2 至 6 時分別為 1、1/3、1/6、1/10 與 1/15。

高斯-洛巴托與高斯-勒讓德的比較

法則(n 點) 精確次數 端點是否為節點? 自由節點 典型用途
高斯-勒讓德(Gauss-Legendre) \(2n-1\) 否 n(所有節點與權重皆自由,共 2n 個參數) 一般用途的平滑積分;每次函數求值的精確度最高
高斯-洛巴托(Gauss-Lobatto) \(2n-3\) 是(兩端皆是) n − 2 個內部節點 譜元素法(GLL 點)、需要邊界上數值的問題、相鄰元素共用節點
克倫肖-柯蒂斯(Clenshaw-Curtis) 至少 \(n-1\) 是(兩端皆是) 0(節點為固定的切比雪夫極值點) 巢狀法則、基於 FFT 的權重、自適應積分

高斯-洛巴托放棄了兩個自由度(端點位置),因此在相同的 n 下,其精確次數比高斯-勒讓德少兩次。

相同被積函數,n = 4

在 [-1, 1] 上積分 \(f(x)=x^6\)。精確值為 \(2/7\approx 0.285714\)。

  • 4 點高斯-勒讓德精確至 7 次,因此恰好回傳 \(2/7\)。
  • 4 點高斯-洛巴托僅精確至 5 次。節點為 ±1(權重 1/6)與 ±1/√5(權重 5/6):$$2\left[\tfrac{1}{6}(1)^6+\tfrac{5}{6}\left(\tfrac{1}{\sqrt5}\right)^6\right]=2\left[\tfrac{1}{6}+\tfrac{5}{6}\cdot\tfrac{1}{125}\right]=2\cdot\tfrac{26}{150}=\tfrac{26}{75}\approx 0.346667$$ 誤差約為 0.0610,因為 6 次超過了 \(2n-3=5\)。

對於 \(f(x)=x^4\)(4 次 ≤ 5),洛巴托法則是精確的:\(2\left[\tfrac16+\tfrac56\cdot\tfrac1{25}\right]=2\cdot\tfrac{6}{30}=\tfrac25\)。

廣告

節點與權重的解讀

映射到 [a, b]。 對於區間 [a, b],代入 \(x=\tfrac{b-a}{2}\,t+\tfrac{a+b}{2}\),其中 t 為 [-1, 1] 上的節點。則 \(dx=\tfrac{b-a}{2}\,dt\),因此 $$\int_a^b f(x)\,dx\approx \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\tfrac{b-a}{2}\,t_i+\tfrac{a+b}{2}\right).$$ 縮放後的權重 \(\tfrac{b-a}{2}w_i\) 總和為 \(b-a\)。

例子。 以 n = 3 在 [0, 2] 上積分 \(x^3\)。此時 \((b-a)/2=1\),節點 \(t=-1,0,1\) 映射到 \(x=0,1,2\)。則 \(1\cdot\left[\tfrac13(0)^3+\tfrac43(1)^3+\tfrac13(2)^3\right]=\tfrac43+\tfrac83=4\),等於精確值 \(2^4/4=4\)。這是預期的,因為 3 次等於 \(2n-3\)。

  • 聚集性:內部節點向 ±1 聚集,與切比雪夫型點類似。這就是這些點適合高階多項式插值並能避免 Runge 現象的原因。
  • 權重為正:所有高斯-洛巴托權重皆為正,因此法則在數值上穩定,不會因權重正負混合而產生抵消。
  • 權重總和:權重總和為 2,即常數 1 在 [-1, 1] 上的積分。這是檢查任何表格的快速方法。
  • 對稱性:節點成對出現為 ±x,鏡像節點的權重相等。因此 [-1, 1] 上的奇函數積分恰為 0。若 n 為奇數,中心節點為 0。
  • 精確次數:此法則精確至 \(2n-3\) 次。次數為 \(2n-2\) 或更高的多項式通常會產生誤差,如 n = 4 時 \(x^6\) 的例子所示。
  • 非多項式被積函數:對於 \(e^x\) 或 \(\sin x\) 等函數,精確度取決於多項式逼近它的程度。平滑的解析函數隨 n 增大而快速收斂。具有奇點、折角、不連續或快速振盪的函數,收斂可能很慢。遇到這些特徵時,應將區間分割,或改用為其設計的法則。

常見問題

它與高斯-勒讓德法有何不同?高斯-勒讓德法將所有節點都嚴格放在 \((-1, 1)\) 內部,可精確至 \(2n-1\) 次。高斯-洛巴托法則固定兩端點為節點,僅精確至 \(2n-3\) 次,以兩個精度等級換取納入邊界的能力。

如何將這些值應用到一般區間 [a, b]?將每個節點以 \(x \to \frac{b-a}{2}\, x + \frac{a+b}{2}\) 進行映射,並將每個權重乘以 \(\frac{b-a}{2}\)。本頁面僅輸出 [-1, 1] 上的數值。

為什麼權重總和必須為 2?將 \(f(x) = 1\) 在 [-1, 1] 上積分得到 2,而此法則對常數函數精確成立,所以權重總和必然等於區間長度。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器