通过MCP连接 →

输入计算

数学公式

广告

结果

勒让德多项式 P_n(x) 数值表
P3(x)
101 points computed by Bonnet's recursion
阶数 n 3
行数 101
首项值 P_n(x_0) -1
末项值 P_n(x_last) 1
x P_n(x)
-1 -1
-0.98 -0.88298
-0.96 -0.77184
-0.94 -0.66646
-0.92 -0.56672
-0.9 -0.4725
-0.88 -0.38368
-0.86 -0.30014
-0.84 -0.22176
-0.82 -0.14842
-0.8 -0.08
-0.78 -0.01638
-0.76 0.04256
-0.74 0.09694
-0.72 0.14688
-0.7 0.1925
-0.68 0.23392
-0.66 0.27126
-0.64 0.30464
-0.62 0.33418
-0.6 0.36
-0.58 0.38222
-0.56 0.40096
-0.54 0.41634
-0.52 0.42848
-0.5 0.4375
-0.48 0.44352
-0.46 0.44666
-0.44 0.44704
-0.42 0.44478
-0.4 0.44
-0.38 0.43282
-0.36 0.42336
-0.34 0.41174
-0.32 0.39808
-0.3 0.3825
-0.28 0.36512
-0.26 0.34606
-0.24 0.32544
-0.22 0.30338
-0.2 0.28
-0.18 0.25542
-0.16 0.22976
-0.14 0.20314
-0.12 0.17568
-0.1 0.1475
-0.08 0.11872
-0.06 0.08946
-0.04 0.05984
-0.02 0.02998
0 -0
0.02 -0.02998
0.04 -0.05984
0.06 -0.08946
0.08 -0.11872
0.1 -0.1475
0.12 -0.17568
0.14 -0.20314
0.16 -0.22976
0.18 -0.25542
0.2 -0.28
0.22 -0.30338
0.24 -0.32544
0.26 -0.34606
0.28 -0.36512
0.3 -0.3825
0.32 -0.39808
0.34 -0.41174
0.36 -0.42336
0.38 -0.43282
0.4 -0.44
0.42 -0.44478
0.44 -0.44704
0.46 -0.44666
0.48 -0.44352
0.5 -0.4375
0.52 -0.42848
0.54 -0.41634
0.56 -0.40096
0.58 -0.38222
0.6 -0.36
0.62 -0.33418
0.64 -0.30464
0.66 -0.27126
0.68 -0.23392
0.7 -0.1925
0.72 -0.14688
0.74 -0.09694
0.76 -0.04256
0.78 0.01638
0.8 0.08
0.82 0.14842
0.84 0.22176
0.86 0.30014
0.88 0.38368
0.9 0.4725
0.92 0.56672
0.94 0.66646
0.96 0.77184
0.98 0.88298
1 1

这个计算器能做什么

本工具会为你指定的阶数 \(n\) 生成勒让德多项式 \(P_n(x)\) 的数值表,按一串 \(x\) 取值逐一求值,并绘制出对应的曲线。你只需设定阶数、\(x\) 的起始值、步长增量以及需要生成的行数,计算器就会返回每一组 \((x, P_n(x))\) 数据,并配上一张折线图。勒让德多项式是定义在区间 \([-1, 1]\) 上的一类经典正交多项式,在物理学和应用数学中随处可见——例如拉普拉斯方程的求解、多极展开、球谐函数以及高斯求积法等。

x 从负一到一的前几个勒让德多项式曲线
区间 [-1, 1] 上前几个勒让德多项式 P_n(x)。

使用方法

n(阶数)处填入一个非负整数(0、1、2……)。设定 x 的起始值(通常取 -1)、相邻 \(x\) 取值之间的 步长(增量)(例如 0.02),以及你想生成的 行数(重复次数)。第 \(i\) 行使用的取值为 \(x = \text{起始值} + i \times \text{步长}\)。虽然勒让德多项式在 \([-1, 1]\) 区间上最有意义,但这个公式对任意实数 \(x\) 都成立——需要注意的是,一旦超出该区间,函数值会迅速增大。

公式解析

计算器并不直接展开闭式表达式,而是采用 Bonnet 递推公式以保证数值稳定性:先令 \(P_0(x) = 1\)、\(P_1(x) = x\),然后按 $$P_{k+1}(x) = \frac{(2k+1)\cdot x\cdot P_k(x) - k\cdot P_{k-1}(x)}{k+1}$$ 逐步迭代。前几项的闭式表达式分别为 \(P_2 = \frac{3x^2 - 1}{2}\)、\(P_3 = \frac{5x^3 - 3x}{2}\),以及 \(P_4 = \frac{35x^4 - 30x^2 + 3}{8}\)。

展示邦尼递推将前两个多项式组合成下一个多项式的示意图
邦尼递推由前两个多项式构造出每个多项式。

计算实例

以 \(n = 3\)、\(x = 0.5\) 为例:\(P_0 = 1\),\(P_1 = 0.5\)。接着 $$P_2 = \frac{3\cdot 0.5\cdot 0.5 - 1}{2} = -0.125$$ 再算 $$P_3 = \frac{5\cdot 0.5\cdot(-0.125) - 2\cdot 0.5}{3} = \frac{-1.3125}{3} = -0.4375$$ 用闭式表达式 \(\frac{5x^3 - 3x}{2}\) 代入可得到相同结果,验证了递推公式的正确性。

常见问题

n = 0 时结果是什么?对任意 \(x\) 都恒为常数 \(1\),因此图像是一条水平的直线。端点处的取值是多少?所有勒让德多项式都满足 \(P_n(1) = 1\) 与 \(P_n(-1) = (-1)^n\)。为什么用递推公式而不用显式表达式?这种三项递推法快速且对任意阶数都数值稳定,能够避免高阶显式多项式中常见的相消误差。

最后更新: