为什么要选择节点?
插值型求积先固定节点,再积分插值多项式。Gaussian 求积还把节点作为选择对象,以便对更大的多项式空间精确积分。前面 上的无权构造是其中一种情况。现在允许权函数不均匀: 较大的地方,其附近的误差对积分影响较大。我们会看清正性在哪些步骤起作用,以及最优代数精度为何不是对所有函数的误差保证。
设 均有限, 在 上连续且严格为正。记
下文多项式均为实系数。非零多项式只有有限个零点,故 连续、非负且不恒为零,因而 。所以这个双线性形式在每个有限维多项式空间上都是内积。更一般的测度也可使用,但上述假设已足以支持以下构造和证明。
正交性决定节点
定理 6.3.1
(加权 Gaussian 构造)
对每个整数 ,存在唯一的首一 次多项式 ,与所有次数不超过 的多项式正交。它在 内有 个互异根 。以这些根为节点,令 为 Lagrange 基函数,并定义
则 对所有次数不超过 的多项式精确,每个 均严格为正,且 。任何仅使用 个实节点的求积公式都不可能对所有次数不超过 的多项式精确。
证明
(投影、变号与除法)
存在性与唯一性。 将 正交投影到 ,再减去该投影,即得首一且与 正交的多项式。若有两个,其差 属于 ,又与这个空间(包括自身)正交。正定性迫使 。
为什么根适合作节点? 假设 在 内只有 个互异的变号根 。取 ;若没有这样的根,取 。乘积 除零点外在区间上符号不变,因为每次内部变号都已抵消。它在某个开子区间非零;由 ,其加权积分非零。然而 ,这与正交性矛盾。因此至少有 个变号根。次数为 的多项式至多有 个根,故这些根就是全部的根,且互异并位于区间内部。
取 。用首一多项式 作除法,得 ,其中 。正交性使第一项的加权积分为零;节点都是 的根,故其求积值也为零。余式等于自己的 Lagrange 插值式 ,所以它的积分等于 。因此 。
将结论用于次数为 的 。由于 ,有
对于任意实节点 ,多项式 的次数为 ,在所有节点为零,但其加权积分为正。因此无论怎样选择权重,都不可能对整个 精确。这一不可能性证明也允许节点重复。
证明透视
权函数严格为正换来了什么
为正这一点在三处分别用到。在唯一性一步,它使 迫使 。在数根时,它使符号不变的非零多项式 的加权积分非零;正是这一步把全部 个根放进 并使它们互异,节点上的 Lagrange 插值才有意义。在权重公式中,它使 严格为正。
次数的记账是论证的另一半。当 时,用 作除法之所以有用,正因商 的次数至多为 ,而正交性恰好在这个范围内成立。当 时,商的次数为 ,论证就停下;节点多项式的平方说明这个停顿无法避免。由于 的次数 落在精确范围内,权重为正是精度翻倍的推论,而不是另外计算的结果。
反过来,这还能检验候选公式。如果一个具有互异实节点的 节点公式对次数至多 精确,其首一节点多项式 对每个 都满足 。由唯一性,。对每个 的精确性又迫使对应权重等于 ,因此在这些假设下整个公式唯一。
概念视角结构
权函数的作用
权函数同时定义积分和内积。改变它通常会改变正交多项式、其根及求积权重。未经问题变换就沿用无权 Legendre 节点,并不是同一个构造。严格正性保证了这里的变号证明和正求积权重。
一个不对称的两节点例子
例题 6.3.2
( 上的权函数 )
此时 。设 ,与 和 正交给出
解得 、,以及
正如定理所预言,两个节点都在区间内部。令 对应 。利用对 和 的精确性,
得 ,权重的加号对应 。节点和权重都不关于 对称,但公式仍对所有次数不超过三的多项式精确。
要看首次失效,将 与 相减:首项相同,所以差的次数至多为三。对该差的精确性及 给出下式第一个等号;直接积分得到数值:
这里 ,而求积值为 。这是对该多项式的精确误差计算,并非一般余项公式。
例题 6.3.3
(同一权函数下的单节点公式)
当 时,写 。与 正交给出 ,所以
即 的加权平均。权重为 ,故 。它重现 。对 ,积分为 ,公式给出 ,误差为 。由于 的次数为一,这个误差等于 ,与两节点情形相同。节点 位于 右侧,因为权函数在右边较大。
例题 6.3.4
(边界情形:端点节点不可能是 Gaussian 节点)
对同一权函数试用节点 与 。对 与 的精确性迫使 及 ,所以 。节点多项式 在两个节点都为零,故不论权重如何,。但
因此不论权重怎样选,公式对一个二次式就已出错,其代数精度为一。这正是上面逆命题的应用:若对至多三次精确,就必须 ,而 的根都在区间内部。
正性能带来什么,不能带来什么
若样本值的误差满足 ,正权重给出 。这只控制精确加权和受样本误差的影响,并不包括计算节点、权重或求和时的浮点误差。
正性还导出一个逼近界。对任意连续函数 和 ,由精确性、正权重及节点位于区间内部,
因此可对这些 取下确界。若 在固定紧致区间上连续,由 Weierstrass 逼近定理,这个下确界随 趋于零,故 。要得到具体数值误差保证,仍须给出某个多项式及有效的一致逼近界。这里不声称任何基于导数的一般 Gaussian 余项公式。
反例模式
精确性无法发现未采样的特征
对任意固定 Gaussian 节点,取 。它光滑且非负,,但 。即使规则的多项式精度最优,也可能完全错过一个光滑非零函数。固定该规则后,将 乘以任意大的正数,就能使误差任意大。声称误差小,需要关于具体被积函数的信息,单靠代数精度不够。
常见错误
(把 Legendre 节点沿用于加权积分)
对 上的 ,有人会取映射后的 Legendre 节点 ,再用 与 拟合权重,得 。这个公式碰巧精确积分 ,给出 ;但对 给出 而非 ,误差为 。它的代数精度是二而不是三。由逆向唯一性,只有加权 的根才能达到三次精度。
练习
快速检查
(在 上取 ,从正交性构造一个节点的 Gaussian 公式。用 检验它。)
与常数 正交就确定了根。
解答 · 答案
令 。与 正交得 。权重为 ,故 。用于 得 ,而积分为 ,误差为 。
快速检查
(在加权例子中,若两个样本值的绝对误差均不超过 ,证明精确加权和的变化至多为 。这个界是否包括求积误差?)
权重为正且和为 。
解答 · 答案
权重为正且和为 ,故由三角不等式 。它只控制样本误差对加权和的影响;求积误差和算术误差另计。
快速检查
(在 上取 、节点 ,用 和逼近界为 的误差估界。Taylor 定理给出该区间上 。)
多项式 的次数至多为 。
解答 · 答案
此处 ,而 的次数不超过三,因此 。这个界偏保守,但展示了如何由经过证明的逼近界得到严格的求积误差界。