通过MCP连接 →

输入计算

数学公式

广告

结果

节点个数
20
legendre quadrature
i 节点 x_i 权重 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
权重之和 2

这个计算器能做什么

本工具用于计算经典高斯求积法则的节点(横坐标 \(x_i\))和权重 \(w_i\)。有了它们,你就能把一个带权积分近似为有限项的加权求和;对于标准高斯法则,可以精确积分次数不超过 \(2n-1\) 的多项式。支持的法则包括:高斯-勒让德、第一类与第二类切比雪夫、广义拉盖尔、埃尔米特、雅可比,以及高斯-洛巴托。

使用方法

先在"法则类型(Kinds)"中选择一种法则,再设定阶数 \(n\)(即节点个数,取值 2 到 100)。如果选择拉盖尔或雅可比法则,还需填入指数参数 Alpha 和 Beta(两者都必须大于 \(-1\))。计算结果会列出每个节点及其对应权重,并给出权重之和——它应当等于权函数的零阶矩(勒让德为 2,埃尔米特为根号 \(\pi\))。

公式解析

对于满足三项递推关系的一族正交多项式,节点就是 \(n\) 次多项式的根,而权重则由对称三对角雅可比矩阵 \(J\) 的特征向量给出(即 Golub-Welsch 方法):$$w_i = \mu_0\, (v_{1,i})^2.$$切比雪夫法则采用精确的三角函数闭式公式;勒让德和洛巴托法则在勒让德多项式上使用牛顿迭代求根;拉盖尔、埃尔米特和雅可比法则则借助雅可比矩阵特征值求解器。

Advertisement
Curve with shaded area approximated by weighted samples at unevenly spaced nodes
Gauss quadrature approximates the integral as a weighted sum of the function evaluated at optimally chosen nodes.

实例演示

取 \(n = 2\) 的高斯-勒让德法则:节点为正负 \(\frac{1}{\sqrt{3}} = 0.5773502692\),两个权重均为 1,因此权重之和为 2。验证一下:\(x^2\) 在区间 \([-1, 1]\) 上的积分为 \(\frac{2}{3}\),而该法则给出 $$1\cdot\frac{1}{3} + 1\cdot\frac{1}{3} = \frac{2}{3},$$结果完全一致。

Symmetric Gauss-Legendre nodes on [-1,1] with weight bars tallest at the center
Five-point Gauss-Legendre nodes and weights on the interval [-1, 1], symmetric about zero.

常见问题

为什么权重应当为正?经典高斯法则的所有权重都严格为正;一旦出现负权重,往往意味着出现了数值误差。

权重之和代表什么?它等于权函数在整个区间上的积分(即零阶矩)。以埃尔米特为例,\(e^{-x^2}\) 在整条实轴上的积分为 \(\sqrt{\pi}\)。

为什么 Alpha 和 Beta 必须大于 \(-1\)?否则权函数不可积,各阶矩会发散,也就不存在有效的求积法则。

最后更新: