Cuadratura gaussiana

La curva azul muestra la función cuya integral definida en el intervalo [1, a 1] se calculará (el integrado). La regla trapezoidal aproxima la función con una función lineal que coincide con el integrado en los extremos del intervalo y está representada por una línea desgarrada de naranja. La aproximación no es aparentemente buena, por lo que el error es grande (la regla trapezoidal da aproximación de la integral igual a Sí.(–1) + Sí.(1) = –10, mientras que el valor correcto es 2.3). Para obtener un resultado más exacto, el intervalo debe dividirse en muchas subintervalaciones y luego composite debe usarse la regla trapezoidal, que requiere mucho más cálculos.
La cuadrícula gausiana elige puntos más adecuados en su lugar, por lo que incluso una función lineal aproxima mejor la función (la línea negra desgarrada). Como el integrado es el polinomio del grado 3 (Sí.()x) = 7x3 - 8x2 – 3x + 3), la regla de cuadratura Gaussiana de 2 puntos incluso devuelve un resultado exacto.
En el análisis numérico, una regla de cuadratura es una aproximación de la integral definida de una función, generalmente expresada como una suma ponderada de los valores de la función en puntos específicos dentro del dominio de integración. (Consulte la integración numérica para obtener más información sobre las reglas de cuadratura). después de Carl Friedrich Gauss, es una regla de cuadratura construida para producir un resultado exacto para polinomios de grado 2n − 1 o menos mediante una elección adecuada de la nodos xi y pesos wi para i = 1, …, n. Carl Gustav Jacobi desarrolló la formulación moderna que usa polinomios ortogonales en 1826. El dominio de integración más común para tal regla se toma como [−1, 1], por lo que la regla se declara como
- ∫ ∫ − − 11f()x)dx.. .. i=1nwif()xi),{displaystyle int _{-1}^{1}f(x),dxapprox sum ¿Qué?
que es exacto para polinomios de grado 2n − 1 o menos. Esta regla exacta se conoce como la regla de cuadratura de Gauss-Legendre. La regla de cuadratura solo será una aproximación precisa a la integral anterior si f (x) está bien aproximado por un polinomio de grado 2n − 1 o menos en [−1, 1].
La regla de cuadratura de Gauss-Legendre no suele usarse para funciones integrables con singularidades de punto final. En cambio, si el integrando se puede escribir como
- -1,}" xmlns="http://www.w3.org/1998/Math/MathML">f()x)=()1− − x)α α ()1+x)β β g()x),α α ,β β ■− − 1,{displaystyle f(x)=left(1-xright)^{alpha }left(1+xright)^{beta }g(x),quad alphabeta - No.
-1,}" aria-hidden="true" class="mwe-math-fallback-image-inline" src="https://wikimedia.org/api/rest_v1/media/math/render/svg/14d153cd88aca586ec1dfd9818995b3054e3c6b0" style="vertical-align: -0.838ex; width:42.439ex; height:3.343ex;"/>
donde g(x) está bien aproximado por un polinomio de bajo grado, entonces los nodos alternativos xi' y pesos wi' generalmente proporcionará reglas de cuadratura más precisas. Estas se conocen como reglas de cuadratura de Gauss-Jacobi, es decir,
- ∫ ∫ − − 11f()x)dx=∫ ∫ − − 11()1− − x)α α ()1+x)β β g()x)dx.. .. i=1nwi.g()xi.).{displaystyle int _{-1}^{1}f(x),dx=int _{-1}^{1}left(1-xright)^{alpha }left(1+xright)^{beta }g(x),dxapproxsum ¿Por qué?
Los pesos comunes incluyen 11− − x2{textstyle {frac {1}{sqrt {1-x^{2}}}} (Chebyshev-Gauss) y 1− − x2{displaystyle {sqrt {1-x^{2}}}. También es posible que desee integrarse sobre los intervalos semiinfinitos (cuadratura de Gauss-Laguerre) e infinitos (cuadradura de gauss–Hermite).
Se puede demostrar (ver Press, et al., o Stoer y Bulirsch) que los nodos de cuadratura xi son las raíces de un polinomio que pertenece a una clase de polinomios ortogonales (la clase ortogonal con respecto a un producto interno ponderado). Esta es una observación clave para calcular los nodos y pesos en cuadratura de Gauss.
Gauss-Cuadratura Legendre
Para el problema de integración más simple indicado anteriormente, es decir, f()x) está bien aproximado por polinomios en [− − 1,1]{displaystyle [-1,1]}, los polinomios ortogonales asociados son polinomios Legendre, denotados por Pn()x). Con la n-th polinomial normalizado para dar Pn(1) = 1, el i- El nodo Gauss, xi, es el i-la raíz de Pn y los pesos son dados por la fórmula (Abramowitz " Stegun 1972, p. 887) harv error: no target: CITEREFAbramowitzStegun1972 (help)
- wi=2()1− − xi2)[Pn.()xi)]2.{displaystyle w_{i}={frac {2}{2}{2}left [P'_{n}(x_{i}}}}}}}}
Algunas reglas de cuadratura de orden bajo se tabulan a continuación (sobre el intervalo [−1, 1], consulte la sección a continuación para conocer otros intervalos).
Número de puntos, n | Puntos, xi | Pesos, wi | ||
---|---|---|---|---|
1 | 0 | 2 | ||
2 | ± ± 13{displaystyle pm {frac {1}{sqrt {}}} | ±0.57735... | 1 | |
3 | 0 | 89{fnMicroc} {8}{9}} | 0.888889... | |
± ± 35{displaystyle pm {sqrt {frac {3}{5}}} | ±0.774597... | 59{fnMicroc} {5}{9}} | 0.555556... | |
4 | ± ± 37− − 2765{displaystyle pm {sqrt {frac {3}{7}-{2}{7}{sqrt {frac} {6}{5}}}}} {}} {}}}}}} {}}}}} {}}}}} {}}}} {}}} {}}}}}}}}} {}}} {}}}}}}}} {}}}} {}}}}}}} {}}}}}}}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}} {}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} | ±0.339981... | 18+3036{displaystyle {frac {18+{sqrt {30}} {36}}} {}}} {}}}} {}}}}} {}}}} {}}} {}}}} {}}}} {}}}}}} {}}}}} {}}}}} {}}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}} {}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}} {}}}}}}}} {}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} | 0.652145... |
± ± 37+2765{displaystyle pm {sqrt {frac {3}{7}frac {2}{7}{sqrt {frac} {f} {f}} {f}} {f}}} {f}} {f}}} {fn}}}} {f} {f}} {f} {f}} {f}f}f}}}}}}}} {f} {f}f}}}}f}}f}f}}}}}}}}}}}}}}}}}\\\\\\f} {\f}f}f}f}\f}\\\\\f}f}\f}f}f}f}f}f}f}f}f}f}f}fn}f}f}f}f}f}f}f}f}\f}\ {6}{5}}}}} {}} {}}}}}} {}}}}} {}}}}} {}}}} {}}} {}}}}}}}}} {}}} {}}}}}}}} {}}}} {}}}}}}} {}}}}}}}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}} {}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} | ±0.861136... | 18− − 3036{displaystyle {frac {18-{sqrt {30}} {36}}} {}}} {}}}} {}}}}} {}}}} {}}} {}}}} {}}}} {}}}}}} {}}}}} {}}}}} {}}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}} {}}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}} {}}}}}}}} {}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} | 0.347855... | |
5 | 0 | 128225{displaystyle {frac {128}{225}} | 0.568889... | |
± ± 135− − 2107{displaystyle pm {frac}{3}{sqrt {5-2{sqrt {frac} {} {}}}}} {}}} {}}}} {}}}} {}}}}}}} {}}}} {}}}} {}}}}} {}}}} {}}}}}} {}}}}}} {}}}}}}}} {}}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} | ±0.538469... | 322+1370900{displaystyle {frac {322+13{sqrt {70}{900}}}} {f}}} | 0.478629... | |
± ± 135+2107{displaystyle pm {frac}{3}{sqrt {5+2{sqrt {frac} {} {}}}}} {}}} {}}}} {}}}} {}}}}}}} {}}}} {}}}} {}}}}} {}}}} {}}}}}} {}}}}}} {}}}}}}}} {}}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} | ±0.90618... | 322− − 1370900{displaystyle {frac {322-13{sqrt {70}{900}}} {}} {f}} {f}}} {f}}}} {f}}}}}} {f}}}} | 0.236927... |
Cambio de intervalo
Una integral sobre [a, b] debe cambiarse a una integral sobre [−1, 1] antes de aplicar la regla de cuadratura de Gauss. Este cambio de intervalo se puede realizar de la siguiente forma:
- ∫ ∫ abf()x)dx=∫ ∫ − − 11f()b− − a2.. +a+b2)dxd.. d.. {displaystyle int _{a}{b}f(x),dx=int ¿Qué? {b-a}{2}xi +{frac {a+b}{2}right),{frac {dx} {dxi }dxi }
con dxd.. =b− − a2{displaystyle {frac {dx}{dxi }={frac {b-a}{2}}
Aplicar el n{displaystyle n} punto cuadratura Gausiana ().. ,w){displaystyle (xiw)} regla entonces resulta en la siguiente aproximación:
- ∫ ∫ abf()x)dx.. b− − a2.. i=1nwif()b− − a2.. i+a+b2).{displaystyle int _{a}^{b}f(x),dxapprox {frac {b-a}{2}sum - ¿Por qué? {b-a}{2}xi ¿Por qué? {a+b}{2}right).}
Ejemplo de regla de cuadratura de Gauss de dos puntos
Utilice la regla de cuadrícula de dos puntos Gauss para aproximar la distancia en metros cubiertos por un cohete desde t=8s{displaystyle t=8mathrm} a t=30s,{displaystyle t=30mathrm} por el Secretario General
Cambie los límites para que se puedan usar los pesos y abscisas dados en la Tabla 1. Además, encuentre el error verdadero relativo absoluto. El valor verdadero se da como 11061.34 m.
Solución
Primero, cambiar los límites de la integración [8,30]{displaystyle left[8,30right] a [− − 1,1]{displaystyle left[-1,1right] da
A continuación, obtenga los factores de ponderación y los valores de los argumentos de función de la Tabla 1 para la regla de los dos puntos,
- c1=1.000000{displaystyle c_{1}=1.000000000000}
- x1=− − 0.577350269{displaystyle x_{1}=-0.577350269}
- c2=1.000000{displaystyle C_{2}=1.000000000000}
- x2=0.577350269{displaystyle x_{2}=0.577350269}
Ahora podemos usar la fórmula de cuadratura de Gauss
Dado que el valor verdadero es 11061.34 m, el error absoluto relativo verdadero, Silencioε ε tSilencio{displaystyle lefttenciónvarepsilon ¿Por qué? es
Otras formas
El problema de integración se puede expresar de una manera un poco más general introduciendo una función de peso positivo ω en el integrando, y permitiendo un intervalo que no sea [−1, 1]. Es decir, el problema es calcular
- ∫ ∫ ab⋅ ⋅ ()x)f()x)dx{displaystyle int _{a}omega (x),f(x),dx}
para algunas opciones de a, b y ω. Para a = −1, b = 1 y ω(x) = 1, el problema es el mismo que el considerado anteriormente. Otras opciones conducen a otras reglas de integración. Algunos de estos se tabulan a continuación. Se dan números de ecuación para Abramowitz y Stegun (A & S).
Interval | ⋅()x) | Polinomios ortogonales | A ' S | Para más información, vea... |
---|---|---|---|---|
[1, a 1] | 1 | Polinomios legendarios | 25.4.29 | § Gauss–Legendre quadrature |
(1, 1) | -1}" xmlns="http://www.w3.org/1998/Math/MathML">()1− − x)α α ()1+x)β β ,α α ,β β ■− − 1{displaystyle left(1-xright)^{alpha }left(1+xright)^{beta },quad alphabeta. | Jacobi polinomials | 25.4.33 (continuación)β = 0) | Cuadradura de Gauss–Jacobi |
(1, 1) | 11− − x2{displaystyle {frac {1}{sqrt {1-x^{2}}}} | Polinomios Chebyshev (primer tipo) | 25.4.38 | Chebyshev-Gauss quadrature |
[1, a 1] | 1− − x2{displaystyle {sqrt {1-x^{2}}} | Polinomios Chebyshev (segundo tipo) | 25.4.40 | Chebyshev-Gauss quadrature |
[0, ∞] | e− − x{displaystyle e^{-x},} | Polinomios de Laguerre | 25.4.45 | Cuadradura de Gauss–Laguerre |
[0, ∞] | -1}" xmlns="http://www.w3.org/1998/Math/MathML">xα α e− − x,α α ■− − 1{displaystyle x^{alpha }e^{-x},quad alpha. | Polinomios de Laguerre generalizados | Cuadradura de Gauss–Laguerre | |
(Libertad, ∞) | e− − x2{displaystyle E^{-x^{2}} | Polinomios hermitas | 25.4.46 | Cuadradura de Gauss–Hermite |
Teorema fundamental
Sea pn un polinomio no trivial de grado n tal que
- ∫ ∫ ab⋅ ⋅ ()x)xkpn()x)dx=0,para todosk=0,1,...... ,n− − 1.{displaystyle int _{a}{b}omega (x),x^{k}p_{n}(x),dx=0,quad {text{for all }k=0,1,ldotsn-1.}
Tenga en cuenta que esto será cierto para todos los polinomios ortogonales anteriores, porque cada pn se construye para ser ortogonal a los otros polinomios pj para j<n y xk está en el lapso de ese conjunto.
Si elegimos los n nodos xi para ser los ceros de pn, entonces existen n pesos w i que hacen que la integral calculada en cuadratura de Gauss sea exacta para todos los polinomios h(x) de grado 2n − 1 o menos. Además, todos estos nodos xi estarán en el intervalo abierto (a, b) (Stoer & Bulirsch 2002, págs. 172–175).
Para probar la primera parte de esta afirmación, sea h(x) cualquier polinomio de grado 2n − 1 o menos. Divídalo por el polinomio ortogonal pn para obtener
- h()x)=pn()x)q()x)+r()x).{displaystyle h(x)=p_{n}(x),q(x)+r(x). }
donde q(x) es el cociente, de grado n − 1 o menos (porque la suma de su grado y la del divisor pn debe ser igual al del dividendo), y r(x) es el resto, también de grado n − 1 o menor (porque el grado del resto siempre es menor que el del divisor). Dado que pn es por suposición ortogonal a todos los monomios de grado menor que n, debe ser ortogonal al cociente q(x). Por lo tanto
- ∫ ∫ ab⋅ ⋅ ()x)h()x)dx=∫ ∫ ab⋅ ⋅ ()x)()pn()x)q()x)+r()x))dx=∫ ∫ ab⋅ ⋅ ()x)r()x)dx.{displaystyle int _{a}b}omega (x),h(x),dx=int _{a}^{b}omega (x),{big (},p_{n}(x)q(x)+r(x),{big)},dx=int
Dado que el resto r(x) es de grado n − 1 o menos, podemos interpolarlo exactamente usando n puntos de interpolación con polinomios de Lagrange li(x), donde
- li()x)=∏ ∏ jل ل ix− − xjxi− − xj.{displaystyle l_{i}(x)=prod _{jneq i}{frac {x-x_{j}} {x_{i}}}
Tenemos
- r()x)=.. i=1nli()x)r()xi).{displaystyle r(x)=sum ¿Qué?
Entonces su integral será igual
- ∫ ∫ ab⋅ ⋅ ()x)r()x)dx=∫ ∫ ab⋅ ⋅ ()x).. i=1nli()x)r()xi)dx=.. i=1nr()xi)∫ ∫ ab⋅ ⋅ ()x)li()x)dx=.. i=1nr()xi)wi,################################################################################################################################################################################################################################################################
donde wi, el peso asociado con el nodo xi, se define para igualar la integral ponderada de li(x) (consulte a continuación otras fórmulas para los pesos). Pero todas las xi son raíces de pn, por lo que la fórmula de división anterior nos dice que
- h()xi)=pn()xi)q()xi)+r()xi)=r()xi),{displaystyle h(x_{i})=p_{n}(x_{i}),q(x_{i})+r(x_{i})=r(x_{i}),}
para todos los i. Así finalmente tenemos
- ∫ ∫ ab⋅ ⋅ ()x)h()x)dx=∫ ∫ ab⋅ ⋅ ()x)r()x)dx=.. i=1nwir()xi)=.. i=1nwih()xi).{displaystyle int _{a}^{b}omega (x),h(x),dx=int _{a}^{b}omega (x),r(x),dx=sum ¿Por qué? ¿Qué?
Esto prueba que para cualquier polinomio h(x) de grado 2 n − 1 o menos, su integral viene dada exactamente por la suma en cuadratura gaussiana.
Para probar la segunda parte de la afirmación, considere la forma factorizada del polinomio pn . Cualquier raíz conjugada compleja producirá un factor cuadrático que es estrictamente positivo o estrictamente negativo sobre toda la línea real. Cualquier factor para raíces fuera del intervalo desde a hasta b no cambiará de signo durante ese intervalo. Finalmente, para los factores correspondientes a raíces xi dentro del intervalo desde a a b que son de multiplicidad impar, multiplicar pn por un factor más para hacer un nuevo polinomio
- pn()x)∏ ∏ i()x− − xi).{displaystyle p_{n}(x),prod _{i}(x-x_{i}).
Este polinomio no puede cambiar de signo en el intervalo de a a b porque todas sus raíces ahora son incluso multiplicidad. Entonces la integral
- ∫ ∫ abpn()x)()∏ ∏ i()x− − xi))⋅ ⋅ ()x)dxل ل 0,{displaystyle int _{a}^{b}p_{n}(x),left(prod _{i}(x-x_{i})right),omega (x),dxneq 0,}
ya que la función de peso ω(x) siempre es no negativa. Pero pn es ortogonal a todos los polinomios de grado <span class="texhtml" n-1 o menos, por lo que el grado del producto
- ∏ ∏ i()x− − xi){displaystyle prod _{i}(x-x_{i}}
debe ser al menos n. Por lo tanto pn tiene n raíces distintas, todas reales, en el intervalo de a a b.
Fórmula general para los pesos
Los pesos se pueden expresar como
- wi=anan− − 1∫ ∫ ab⋅ ⋅ ()x)pn− − 1()x)2dxpn.()xi)pn− − 1()xi){displaystyle w_{i}={frac [a_{n}{a_{n-1}}{frac {int _{a}{b}omega (x)p_{n-1}left(xright)}{2}dx}{p'_{n}p_{i}p_{n-1}(x_{i}}}}}}}}}}}} {} {}}}} {} {} {} {} {}}}}}}}} {} {} {}} {}}}} {} {} {} {} {} {} {} {} {} {}} {} {} {}}}}}}}}}}}}}}}}} {} {} {}} {} {} {}}}}}}}} {}}} {} {}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}
()1)
Donde ak{displaystyle A_{k} es el coeficiente de xk{displaystyle x^{k} dentro pk()x){displaystyle p_{k}(x)}. Para probar esto, note que usando la interpolación de Lagrange uno puede expresar r()x) en términos de r()xi){displaystyle r(x_{i})} como
- r()x)=.. i=1nr()xi)∏ ∏ 1≤ ≤ j≤ ≤ njل ل ix− − xjxi− − xj{displaystyle r(x)=sum _{i=1} {n}r(x_{i})prod _{begin{smallmatrix}1leq Jleq n\jneq iend{smallmatrix}{frac {x-x_{j} {x_{i}-x_{j}}}
porque r(x) tiene un grado menor que n y, por lo tanto, está fijado por los valores que alcanza en n puntos diferentes. Multiplicando ambos lados por ω(x) e integrando desde a a b produce
- ∫ ∫ ab⋅ ⋅ ()x)r()x)dx=.. i=1nr()xi)∫ ∫ ab⋅ ⋅ ()x)∏ ∏ 1≤ ≤ j≤ ≤ njل ل ix− − xjxi− − xjdx{displaystyle int _{a}^{b}omega (x)r(x)dx=sum _{i=1}^{n}r(x_{i})int _{a}b}omega (x)prod _{begin{smallmatrix}1leq Jleq n\jneq iend{smallmatrix}{frac {x-x_{j} {x_{i}-x_{j}dx}
Los pesos wi están dados por
- wi=∫ ∫ ab⋅ ⋅ ()x)∏ ∏ 1≤ ≤ j≤ ≤ njل ل ix− − xjxi− − xjdx{displaystyle w_{i}=int _{a}{b}omega (x)prod _{begin{smallmatrix}1leq Jleq n\jneq iend{smallmatrix}{frac {x-x_{j} {x_{i}-x_{j}dx}
Esta expresión integral wi{displaystyle ¿Qué? se puede expresar en términos de los polinomios ortogonales pn()x){displaystyle p_{n}(x)} y pn− − 1()x){displaystyle p_{n-1}(x)} como sigue.
Podemos escribir
- ∏ ∏ 1≤ ≤ j≤ ≤ njل ل i()x− − xj)=∏ ∏ 1≤ ≤ j≤ ≤ n()x− − xj)x− − xi=pn()x)an()x− − xi){displaystyle prod _{begin{smallmatrix}1leq jleq n\jneq iend{smallmatrix}}left(x-x_{j}right)={frac {fnMicrosoft Sans Serif} {fn}} {fn}} {fn}} {fn} {fn}} {fn} {fn} {fn} {n}fn}}left(x-x_{i}}}}}}}}}}}}}}}}}}}}}}} {p} {p]
Donde an{displaystyle a_{n} es el coeficiente de xn{displaystyle x^{n} dentro pn()x){displaystyle p_{n}(x)}. Tomando el límite x a xi{displaystyle x_{i}} rendimientos usando la regla de L'Hôpital
- ∏ ∏ 1≤ ≤ j≤ ≤ njل ل i()xi− − xj)=pn.()xi)an{displaystyle prod _{begin{smallmatrix}1leq jleq n\jneq iend{smallmatrix}}left (x_{i}-x_{j}right)={frac {fn} {fn} {fn}}} {fn}}}
Podemos escribir la expresión integral para los pesos como
- wi=1pn.()xi)∫ ∫ ab⋅ ⋅ ()x)pn()x)x− − xidx{displaystyle {fn} {fn} {fn} {fn} {fn}}int _{a} {b}omega (x){frac {p_{n}(x)}{x-x_{i}dx}}dx}
()2)
En el integrando, escribiendo
- 1x− − xi=1− − ()xxi)kx− − xi+()xxi)k1x− − xi{displaystyle {frac {1}{x-x_{i}}={frac {1-left({frac {x}{x_{i}}} {k} {k} {x-x_{i}}+left({frac})}{k}}{k}{k}}{k}}}{x-x_{i}}}left({frac} {f} {f}}}} {f}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {m}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {m}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Está bien. {1}{x-x_{i}}}
rendimientos
- ∫ ∫ ab⋅ ⋅ ()x)xkpn()x)x− − xidx=xik∫ ∫ ab⋅ ⋅ ()x)pn()x)x− − xidx{displaystyle int _{a}{b}omega (x){frac {x^{k}p_{n} {x-x_{i}}}dx=x_{i}{k}int _{a}{b}{b}omega (x){n} {n}}{x-x}{i}{i} {i}}}{y} {}}}}}}}}{y}}}}}}}{y}}}}}}} {}}}} {}}}}} {}}}}{y}}}}}}}}}}}}}}}}}}}}} {} {}}}}} {c} {}}} {c}}}}}}}} {c}}}}} {c}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}
proporcionadas k≤ ≤ n{displaystyle kleq n}, porque
- 1− − ()xxi)kx− − xi{displaystyle {frac {1-left({frac {x}{x_{i}}} {k} {k} {x-x_{i}}}}}}}
es un polinomio de grado k − 1 que es entonces ortogonal a pn()x){displaystyle p_{n}(x)}. Entonces, si q()x) es un polinomio de la mayor parte del grado que tenemos
- ∫ ∫ ab⋅ ⋅ ()x)pn()x)x− − xidx=1q()xi)∫ ∫ ab⋅ ⋅ ()x)q()x)pn()x)x− − xidx{fn} {fn} {fn} {fn} {fn} {fn} {fn} {fn}} {fn} {fn} {fn}}}} {fn}}}}m} {fn} {c} {ccHFF} {cccH00}} {cc}}}}cccccccccccc}}}ccccccccccH00}}ccccccccccccccH00}cccccH00}ccH00}ccH00}}}cH00}}cH00}cH00}}ccH00}ccH00}}}}}cH
Podemos evaluar la integral en el lado derecho para q()x)=pn− − 1()x){displaystyle q(x)=p_{n-1}(x)} como sigue. Porque... pn()x)x− − xi{displaystyle {frac {fn}{x-x_{i}}}} es un polinomio de grado n − 1, tenemos
- pn()x)x− − xi=anxn− − 1+s()x){displaystyle {frac {fn}{x-x_{i}}=a_{n}x^{n-1}+s(x)}
Donde s()x) es un polinomio de grado n− − 2{displaystyle n-2}. Desde s()x) es ortogonal a pn− − 1()x){displaystyle p_{n-1}(x)} tenemos
- ∫ ∫ ab⋅ ⋅ ()x)pn()x)x− − xidx=anpn− − 1()xi)∫ ∫ ab⋅ ⋅ ()x)pn− − 1()x)xn− − 1dx{displaystyle int _{a}{b}omega (x){frac {p_{n}(x)}{x-x_{i}}dx={frac {a_{n}{p_{n-1}}int _{a}{b}omega (x)p_{n-1}(x)x^{n-1}dx}
Entonces podemos escribir
- xn− − 1=()xn− − 1− − pn− − 1()x)an− − 1)+pn− − 1()x)an− − 1{displaystyle x^{n-1}=left(x^{n-1}-{frac {p_{n-1}(x)}{a_{n-1}}}}}right)+{frac {p_{n-1}(x)}{a_{n-1}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {
El término entre corchetes es un polinomio de grado n− − 2{displaystyle n-2}, que es ortogonal a pn− − 1()x){displaystyle p_{n-1}(x)}. La integral puede ser escrita como
- ∫ ∫ ab⋅ ⋅ ()x)pn()x)x− − xidx=anan− − 1pn− − 1()xi)∫ ∫ ab⋅ ⋅ ()x)pn− − 1()x)2dx{displaystyle int _{a}{b}omega (x){frac {p_{n}(x)}{x-x_{i}}dx={frac {a_{n}{a_{n-1}(x_{i}}}int _{a}b}omega (x)p_{n-1}(x)}{2}dx}
Según la ecuación (2), los pesos se obtienen dividiendo esto por pn.()xi){displaystyle p'_{n}(x_{i}} y que produce la expresión en la ecuación (1).
wi{displaystyle ¿Qué? también se puede expresar en términos de los polinomios ortogonales pn()x){displaystyle p_{n}(x)} y ahora pn+1()x){displaystyle p_{n+1}(x)}. En la relación de recurrencia de 3 plazos pn+1()xi)=()a)pn()xi)+()b)pn− − 1()xi){displaystyle p_{n+1}(x_{i})=(a)p_{n}(x_{i})+(b)p_{n-1}(x_{i}}} el término con pn()xi){displaystyle p_{n}(x_{i})} desaparece, así que pn− − 1()xi){displaystyle p_{n-1}(x_{i}} en Eq. (1) puede ser reemplazado por 1bpn+1()xi){textstyle {frac {1}{b}p_{n+1}left(x_{i}right)}.
Prueba de que los pesos son positivos
Considerar el siguiente polinomio de grado 2n− − 2{displaystyle 2n-2}
- f()x)=∏ ∏ 1≤ ≤ j≤ ≤ njل ل i()x− − xj)2()xi− − xj)2{displaystyle f(x)=prod _{begin{smallmatrix}1leq jleq n\\jneq iend{smallmatrix}{frac {left(x-x_{j}right)^{2}{left(x_{i}-x_{j}right)}}}}
donde, como se ha indicado anteriormente, xj son las raíces del polinomio pn()x){displaystyle p_{n}(x)}. Claramente f()xj)=δ δ ij{displaystyle f(x_{j}=delta ¿Qué?. Desde el grado de f()x){displaystyle f(x)} es menos que 2n− − 1{displaystyle 2n-1}, la fórmula de cuadrícula Gausiana que implica los pesos y nodos obtenidos de pn()x){displaystyle p_{n}(x)} Se aplica. Desde f()xj)=0{displaystyle f(x_{j}=0} por j no igual a mí, tenemos
- 0.}" xmlns="http://www.w3.org/1998/Math/MathML">∫ ∫ ab⋅ ⋅ ()x)f()x)dx=.. j=1nwjf()xj)=.. j=1nδ δ ijwj=wi■0.{displaystyle int _{a}^{b}omega (x)f(x)dx=sum _{j=1}^{n}w_{j}f(x_{j})=sum - ¿Por qué? ¿Qué?
0.}" aria-hidden="true" class="mwe-math-fallback-image-inline" src="https://wikimedia.org/api/rest_v1/media/math/render/svg/b91798b9f2426e443db17715df4411e19c270b9d" style="vertical-align: -3.338ex; width:52.472ex; height:7.343ex;"/>
Desde ambos ⋅ ⋅ ()x){displaystyle omega (x)} y f()x){displaystyle f(x)} son funciones no negativas, de ahí que 0}" xmlns="http://www.w3.org/1998/Math/MathML">wi■0{displaystyle ¿Qué?0}" aria-hidden="true" class="mwe-math-fallback-image-inline" src="https://wikimedia.org/api/rest_v1/media/math/render/svg/ae83301aafa900ab58d3d6b84589d97653824986" style="vertical-align: -0.671ex; width:6.725ex; height:2.509ex;"/>.
Cálculo de las reglas de cuadratura gaussiana
Hay muchos algoritmos para calcular los nodos xi y pesos wi de reglas de cuadratura gausiana. Los más populares son el algoritmo Golub-Welsch que requiere O()n2) operaciones, método de Newton para resolver pn()x)=0{displaystyle p_{n}(x)=0} utilizando la recurrencia de tres plazos para la evaluación necesaria O()n2) operaciones, y fórmulas asintoticas para grandes n necesidad O()n) operaciones.
Relación de recurrencia
Polinomios ortogonales pr{displaystyle p_{r} con ()pr,ps)=0{displaystyle (p_{r},p_{s})=0} para rل ل s{displaystyle rneq s} para un producto de cuero ()){displaystyle (,,,)}, grado ()pr)=r{displaystyle (p_{r}=r} y el coeficiente líder uno (es decir, polinomios ortogonales monicos) satisfacen la relación de recurrencia
- pr+1()x)=()x− − ar,r)pr()x)− − ar,r− − 1pr− − 1()x)⋯ ⋯ − − ar,0p0()x){displaystyle p_{r+1}(x)=(x-a_{r,r}p_{r}(x)-a_{r,r-1}p_{r-1}(x)cdots -a_{r,0}p_{0}(x)}
y producto escalar definido
- ()f()x),g()x))=∫ ∫ ab⋅ ⋅ ()x)f()x)g()x)dx{displaystyle (f(x),g(x))=int _{a}omega (x)f(x)g(x)dx}
para r=0,1,...... ,n− − 1{displaystyle r=0,1,ldotsn-1} Donde n es el grado máximo que se puede tomar para ser infinito, y donde ar,s=()xpr,ps)()ps,ps){textstyle a_{r,s}={frac {left (xp_{r},p_{s}} {left(p_{s},p_{s}right)}}. En primer lugar, los polinomios definidos por la relación recurrencia comenzando con p0()x)=1{displaystyle p_{0}(x)=1} tienen un coeficiente líder y un grado correcto. Dado el punto de partida por p0{displaystyle P_{0}, la ortogonalidad de pr{displaystyle p_{r} se puede mostrar por inducción. Para r=s=0{displaystyle r=s=0} uno tiene
- ()p1,p0)=()x− − a0,0)()p0,p0)=()xp0,p0)− − a0,0()p0,p0)=()xp0,p0)− − ()xp0,p0)=0.{fnMicrosoft Sans Serif}(p_{0})=(x-a_{0})(p_{0},p_{0})=(xp_{0},p_{0})-a_{0}(p_{0},p_{0})=(xp_{0} {0})-(xp_=0} {0} {0} {0}=
Ahora si p0,p1,...... ,pr{displaystyle P_{0},p_{1},ldotsp_{r} son ortogonales, entonces también pr+1{displaystyle p_{r+1}, porque dentro
- ()pr+1,ps)=()xpr,ps)− − ar,r()pr,ps)− − ar,r− − 1()pr− − 1,ps)⋯ ⋯ − − ar,0()p0,ps){displaystyle (p_{r+1},p_{s})=(xp_{r},p_{s})-a_{r,r}(p_{r},p_{s})-a_{r,r-1}(p_{r-1},p_{s})cdots -a_{r,0}(p_{0},p_{s}
todos los productos de escalar desaparecen excepto el primero y el uno donde ps{displaystyle P_{s} conoce el mismo polinomio ortogonal. Por lo tanto,
- ()pr+1,ps)=()xpr,ps)− − ar,s()ps,ps)=()xpr,ps)− − ()xpr,ps)=0.{displaystyle (p_{r+1},p_{s})=(xp_{r},p_{s})-a_{r,s}(p_{s},p_{s})=(xp_{r},p_{s})-(xp_{r},p_{s})=0.}
Sin embargo, si el producto scalar satisfies ()xf,g)=()f,xg){displaystyle (xf,g)=(f,xg)} (que es el caso de la cuadratura gausiana), la relación recurrencia reduce a una relación de recurrencia de tres plazos: Para <math alttext="{displaystyle ss.r− − 1,xps{displaystyle [S]<img alt="{displaystyle s es un polinomio de grado inferior o igual a r − 1. Por otro lado, pr{displaystyle p_{r} es ortogonal a cada polinomio de grado inferior o igual a r − 1. Por lo tanto, uno tiene ()xpr,ps)=()pr,xps)=0{displaystyle (xp_{r},p_{s})=(p_{r},xp_{s}=0} y ar,s=0{displaystyle a_{r,s}=0} para s. r − 1. La relación de recurrencia entonces simplifica
- pr+1()x)=()x− − ar,r)pr()x)− − ar,r− − 1pr− − 1()x){displaystyle p_{r+1}(x)=(x-a_{r,r}p_{r}(x)-a_{r,r-1}p_{r-1}(x)}
o
- pr+1()x)=()x− − ar)pr()x)− − brpr− − 1()x){displaystyle p_{r+1}(x)=(x-a_{r}(x)-b_{r}p_{r-1}(x)}
(con la convención) p− − 1()x)↑ ↑ 0{displaystyle p_{-1}(x)equiv 0}Donde
- ar:=()xpr,pr)()pr,pr),br:=()xpr,pr− − 1)()pr− − 1,pr− − 1)=()pr,pr)()pr− − 1,pr− − 1){displaystyle a_{r}:={frac {(xp_{r}p_{r}{(p_{r},p_{r}}}}qquad ¿Qué?
(el último debido a ()xpr,pr− − 1)=()pr,xpr− − 1)=()pr,pr){displaystyle (xp_{r},p_{r-1}=(p_{r},xp_{r-1})=(p_{r},p_{r})}, desde xpr− − 1{displaystyle xp_{r-1} difiere de pr{displaystyle p_{r} por un grado inferior r).
El algoritmo de Golub-Welsch
La relación de recurrencia de tres plazos se puede escribir en forma de matriz JP~ ~ =xP~ ~ − − pn()x)× × en{displaystyle J{tilde {P}=x{tilde {P}-p_{n}(x)times mathbf {e} _{n} Donde P~ ~ =[p0()x)p1()x)...... pn− − 1()x)]T{displaystyle {tilde {}={begin{bmatrix}p_{0}(x) implicap_{1}(x) limitldots &p_{n-1}(x)end{bmatrix}}{mathsf {}}}}}}}}}}}, en{displaystyle mathbf {e} _{n} es n{displaystyle n}vector de base estándar, es decir, en=[0...... 01]T{displaystyle mathbf {e} {n}={begin{bmatrix}0 âldots {fnMicrosoft Sans}, y J es la llamada matriz Jacobi:
- J=()a010...... ...... ...... b1a110...... ...... 0b2a210...... 0...... ...... ...... ...... 0...... ...... 0bn− − 2an− − 21...... ...... ...... 0bn− − 1an− − 1){displaystyle mathbf {J} ={begin{pmatrix}a_{0} comunitaria1⁄4dots \b_{1} dieza_{1} diez1 pulgada \0 afectados_{2} limita_{2} implica1 implica0 afectadosldots \0 afectadosldots &ldots <ldots >ldots >ldots >s > {n-1} {n-1} {n-1}end{pmatrix}}
Los ceros xj{displaystyle x_{j} de los polinomios hasta el grado n, que se utilizan como nodos para la cuadratura gausiana se puede encontrar computando los eigenvalues de esta matriz tridiagonal. Este procedimiento se conoce como algoritmo de golub–Welsch.
Para calcular los pesos y los nodos, es preferible considerar la matriz tridiagonal simétrica J{displaystyle {fnMithcal}} con elementos
- Ji,i=Ji,i=ai− − 1i=1,...... ,nJi− − 1,i=Ji,i− − 1=Ji,i− − 1Ji− − 1,i=bi− − 1i=2,...... ,n.{displaystyle {begin{aligned}{mathcal {J}_{i,i}=J_{i,i} {J}_{i-1,i}={mathcal {J}_{i,i-1}={sqrt {J_{i,i-1}J_{i-1,i} {b_{i-1}}} {b_{i-1}}}}
J y J{displaystyle {fnMithcal}} son matrices similares y por lo tanto tienen los mismos eigenvalues (los nodos). Los pesos se pueden calcular de los eigenvectores correspondientes: Si φ φ ()j){displaystyle phi ^{(j)} es un eigenvector normalizado (es decir, un eigenvector con norma euclidiana igual a uno) asociado al eigenvalue xj, el peso correspondiente se puede calcular desde el primer componente de este eigenvector, a saber:
- wj=μ μ 0()φ φ 1()j))2{displaystyle ¿Qué?
Donde μ μ 0{displaystyle mu _{0}} es la parte integral de la función de peso
- μ μ 0=∫ ∫ ab⋅ ⋅ ()x)dx.{displaystyle mu _{0}=int _{a}omega (x)dx.}
Ver, por ejemplo, (Gil, Segura & Temme 2007) para más detalles.
Estimaciones de errores
El error de una regla de cuadratura gaussiana se puede establecer de la siguiente manera (Stoer & Bulirsch 2002, Thm 3.6.24). Para un integrando que tiene 2n derivadas continuas,
- ∫ ∫ ab⋅ ⋅ ()x)f()x)dx− − .. i=1nwif()xi)=f()2n)().. )()2n)!()pn,pn){displaystyle int _{a}^{b}omega (x),f(x),dx-sum ¿Por qué?
para algunos ξ en (a, b), donde pn es el mónico (es decir, el coeficiente principal es 1) polinomio ortogonal de grado n y donde
- ()f,g)=∫ ∫ ab⋅ ⋅ ()x)f()x)g()x)dx.{displaystyle (f,g)=int _{a}omega (x)f(x)g(x),dx.}
En el importante caso especial de ω(x) = 1, tenemos la estimación del error (Kahaner, Moler & Nash 1989, §5.2)
- <math alttext="{displaystyle {frac {left(b-aright)^{2n+1}left(n!right)^{4}}{(2n+1)left[left(2nright)!right]^{3}}}f^{(2n)}(xi),qquad a<xi ()b− − a)2n+1()n!)4()2n+1)[()2n)!]3f()2n)().. ),a... .b.{displaystyle {frac {left(b-aright)^{2n+1}left(n!right)}{4}}{(2n+1)left[left(2nright)!right]^{3}f^{(2n)}(xi),qquad a truexi.}<img alt="{displaystyle {frac {left(b-aright)^{2n+1}left(n!right)^{4}}{(2n+1)left[left(2nright)!right]^{3}}}f^{(2n)}(xi),qquad a<xi
Stoer y Bulirsch comentan que esta estimación de error es inconveniente en la práctica, ya que puede ser difícil estimar la derivada de orden 2n, y además el error real puede ser mucho menor que un límite establecido por la derivada. Otro enfoque es usar dos reglas de cuadratura gaussiana de diferentes órdenes y estimar el error como la diferencia entre los dos resultados. Para este propósito, las reglas de cuadratura de Gauss-Kronrod pueden ser útiles.
Reglas de Gauss-Kronrod
Si el intervalo [a, b] se subdivide, los puntos de evaluación de Gauss de los nuevos subintervalos nunca coinciden con los puntos de evaluación anteriores (excepto en cero para números impares), por lo que el integrando debe evaluarse en cada punto. Las reglas de Gauss-Kronrod son extensiones de las reglas de cuadratura de Gauss generadas al agregar n + 1 puntos a una n-punto regla de tal manera que la regla resultante sea de orden 2n + 1. Esto permite calcular estimaciones de orden superior mientras se reutilizan los valores de función de una estimación de orden inferior. La diferencia entre una regla de cuadratura de Gauss y su extensión de Kronrod se usa a menudo como una estimación del error de aproximación.
Reglas de Gauss-Lobatto
También conocida como cuadratura de Lobatto (Abramowitz & Stegun 1972, p. 888) error de harv: sin objetivo: CITEREFAbramowitzStegun1972 (ayuda), llamado así por el matemático holandés Rehuel Lobatto. Es similar a la cuadratura gaussiana con las siguientes diferencias:
- Los puntos de integración incluyen los puntos finales del intervalo de integración.
- Es preciso para polinomios hasta cierto grado 2n – 3, donde n es el número de puntos de integración (Quarteroni, Sacco & Saleri 2000).
Lobatto cuadratura de la función f(x) en el intervalo [−1, 1]:
- ∫ ∫ − − 11f()x)dx=2n()n− − 1)[f()1)+f()− − 1)]+.. i=2n− − 1wif()xi)+Rn.{displaystyle int _{-1}{1}{f(x),dx}={frac {2}{n(n-1)}}}[f(1)+f(-1)]+sum ¿Por qué?
Abscissas: xi es ()i− − 1){displaystyle (i-1)}st cero de Pn− − 1.()x){displaystyle P'_{n-1}(x)}, Aquí. Pm()x){displaystyle P_{m}(x)}denota el polinomio estándar Legendre de m-th grado y el dash denota el derivativo.
Pesos:
- wi=2n()n− − 1)[Pn− − 1()xi)]2,xiل ل ± ± 1.{displaystyle w_{i}={frac {2}{n(n-1)left[P_{n-1}left(x_{i}right)right]}}qquad x_{i}neq pm 1.}
Restante:
- <math alttext="{displaystyle R_{n}={frac {-nleft(n-1right)^{3}2^{2n-1}left[left(n-2right)!right]^{4}}{(2n-1)left[left(2n-2right)!right]^{3}}}f^{(2n-2)}(xi),qquad -1<xi Rn=− − n()n− − 1)322n− − 1[()n− − 2)!]4()2n− − 1)[()2n− − 2)!]3f()2n− − 2)().. ),− − 1... .1.{displaystyle R_{n}={frac {-nright)}{3}2^{2n-1}left[left(n-2right)}right]}{4}{4}{(2n-1)left[left(2n-2qright)}right]} {3}}} {(2n-2)}dxi),1}q].<img alt="{displaystyle R_{n}={frac {-nleft(n-1right)^{3}2^{2n-1}left[left(n-2right)!right]^{4}}{(2n-1)left[left(2n-2right)!right]^{3}}}f^{(2n-2)}(xi),qquad -1<xi
Algunos de los pesos son:
Número de puntos, n | Puntos, xi | Pesos, wi |
---|---|---|
3{displaystyle 3} | 0{displaystyle 0} | 43{fnMicroc} {4}{3}} |
± ± 1{displaystyle pm 1} | 13{fnMicroc} {1}{3}} | |
4{displaystyle 4} | ± ± 15{displaystyle pm {sqrt {frac {1}{5}}} | 56{fnMicroc} {5}{6}} |
± ± 1{displaystyle pm 1} | 16{fnMicroc} {1}{6}} | |
5{displaystyle 5} | 0{displaystyle 0} | 3245{displaystyle {frac {32}{45}}} |
± ± 37{displaystyle pm {sqrt {frac {3}{7}}} | 4990{displaystyle {frac {49}{90}} | |
± ± 1{displaystyle pm 1} | 110{displaystyle {frac {1}{10}}} | |
6{displaystyle 6} | ± ± 13− − 2721{displaystyle pm {sqrt {frac {1}{3}-{frac {2{sqrt {7}} {21}}} {}}} {}}} {}}}} {}}}} {}}} {}}}} {}}} {}}}}}} {}}}} {}}}} {}}}}} {}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}}} {}}}}}}}}}} {}}}}}}}}}}} {}}}}}}}}}}}}} {}}}}}}} {}}}}}} {}}}}}}} {}}}}}}}}}}}}} {}}}}}}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}} | 14+730{displaystyle {frac {14+{sqrt {7}} {30}} {}} {}}} {}}} {}}}} {}}}} {}}} {}}} {}}}} {}}}}} {}}}}} {}}} {}}}}} {}}}}} {}}}}} {}}}}}} {}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}}}}} {}}}}}}}}}} {}}}}}}}}}} {}}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}} {}}}}}} {} {}}}} {}}}}}}} {}}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}} |
± ± 13+2721{displaystyle pm {sqrt {frac {1}{3}+{frac} {2{sqrt {7}} {21}}} {}}} {}}} {}}}} {}}}} {}}} {}}}} {}}} {}}}}}} {}}}} {}}}} {}}}}} {}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}}} {}}}}}}}}}} {}}}}}}}}}}} {}}}}}}}}}}}}} {}}}}}}} {}}}}}} {}}}}}}} {}}}}}}}}}}}}} {}}}}}}}}} {}}}}}} {}}}}}}} {}}}}}} {}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}} | 14− − 730{displaystyle {frac {14-{sqrt {7}} {30}} {}} {}}} {}}} {}}}} {}}}} {}}} {}}} {}}}} {}}}}} {}}}}} {}}} {}}}}} {}}}}} {}}}}} {}}}}}} {}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}}}}} {}}}}}}}}}} {}}}}}}}}}} {}}}}}}} {}}}}}} {}}}}}}}}}} {}}}}}}}}}}}} {}}}}}} {} {}}}} {}}}}}}} {}}}}}}}}}}} {}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}} | |
± ± 1{displaystyle pm 1} | 115{displaystyle {frac {}{15}}} {fn}} {fn}} {fnK}}}}}} {fn}}}}}} {fnK}}}}}} {fnK}}}}}}}}}}}}} {f}} | |
7{displaystyle 7} | 0{displaystyle 0} | 256525{displaystyle {frac {256}{525}} |
± ± 511− − 21153{displaystyle pm {sqrt {frac {5}{11}-{frac {2}{11}{sqrt {sqrt {frac} {frac} {f}} {f}}} {f}} {sqrt {sqrt {f} {f}f}f}f}f}f}}}f}}}}}}f}}}}f}f}f}f}f}f}f}f}f}f}f}f}fnfnf}f}f}f}f}fnfnfnfnfnfnfnfnfnfnfnfnf}fnfnfnfnfnfnfnfnfnfnfnh}}}f}} {} {}}}}}} {}}} {}}}}}} {}}} {}}}}}} {}}}} {}}}} {}}}}} {}}}}} {}}}}} {}}}}}}} {}}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} | 124+715350{displaystyle {frac {124+7{sqrt {15}{350}}} {}}}} {f}}} {f}}}}} {f}}}}} {f}}}}} {f}}} | |
± ± 511+21153{displaystyle pm {sqrt {frac {5}{11}+{11}{11}{sqrt {frac} {f} {f} {f} {f}}} {f}} {f} {f}} {fn}}}}} {f} {f} {f}} {f}f}}}}}}}} {f} {f}} {f}f}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {f} {f} {f} {f} {f} {f} {f} {f} {f} {f}f} {f} {f} {f}}f}}}f}f}\f}f}f}f}f}f}f}f}f}f}f}f}f}f}f}f}}f} {} {}}}}}} {}}} {}}}}}} {}}} {}}}}}} {}}}} {}}}} {}}}}} {}}}}} {}}}}} {}}}}}}} {}}}}}}}} {}}}}}}} {}}}}}}} {}}}}}}}} {}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}} {}}}}}}}}}}}}}}}}}}}}}}}}}} | 124− − 715350{displaystyle {frac {124-7{sqrt {15}{350}}} {}}} {f}}} {f}}} {f}}}} {f}}}}}}}}} {f}}}}}} | |
± ± 1{displaystyle pm 1} | 121{displaystyle {frac {1}{21}} {fn}} {fnK}}} {fn}}}} {fn}}}}}}}} {fnK}}}}}} {fnK}}}}}}} {f}}}}}}} |
Una variante adaptativa de este algoritmo con 2 nodos interiores se encuentra en GNU Octave y MATLAB como quadl
e integrate
.
Contenido relacionado
Álgebra de Clifford
Σ-álgebra
Zhu Shijie