切比雪夫求积是数值分析中的一个术语,指用等权函数值近似积分的求积公式。另一种相关但不同的用法是指高斯–切比雪夫求积,即针对与切比雪夫多项式相关的特定权函数的高斯积分公式。对于第一类切比雪夫权函数,这两种含义有所重合,因为其高斯求积公式具有相等的权重;但一般而言,两者不能互换。
等权求积
设 μ 是区间 [a,b] 上的正测度,总质量有限,且
M=∫abdμ(x)>0.
具有 n 个节点的等权求积公式形如
∫abf(x)dμ(x)≈nMj=1∑nf(xj),xj∈[a,b].
点 xj 称为节点。一般求积公式允许每个节点具有各自的权重,而这一公式将所有权重都固定为 M/n。选择节点的目的是使公式对某一指定函数类精确成立,通常这一函数类是多项式。
如果一个公式能精确积分所有次数不超过 m 的多项式,但对至少一个次数为 m+1 的多项式不能精确积分,就称它具有 m 次代数精度。有些存在性结果则只说明其代数精度至少为 m。
权重相等并不意味着节点等距。相等的是乘在函数值前的系数,而不是采样点之间的距离。
矩条件
对所有次数不超过 m 的多项式精确成立,等价于
n1j=1∑nxjk=M1∫abxkdμ(x),k=0,1,…,m.
其中 k=0 对应的等式自动成立。其余等式要求节点上的离散分布与归一化测度具有相同的前 m 阶矩。
对于 [−1,1] 上的普通积分,这些条件变为
n1j=1∑nxjk=⎩⎨⎧0,k+11,k odd,k even.
这些条件构成关于节点坐标的非线性方程组,而非线性方程组,尽管每个条件都以幂之和的形式表达。对称的节点集会自动满足所有奇数阶矩方程。
例如,
∫−11f(x)dx≈f(−31)+f(31)
是一个代数精度为 3 的等权公式。它同时也是两节点高斯–勒让德公式。
与高斯求积的关系
一般的 n 节点求积公式形如
Qn(f)=j=1∑nwjf(xj).
对于支集足够丰富且各阶矩有限的正测度,高斯求积通过同时选择节点和权重,达到 2n−1 次代数精度。其节点是相应正交多项式族中 n 次多项式的零点。
等权求积施加了额外的约束:
w1=⋯=wn=nM.
因此,在节点数相同的情况下,它通常无法达到高斯求积的代数精度。寻找这样的公式就变成了一个关于存在性和节点配置的问题,而不只是计算通常的高斯节点。
多项式代数精度的上界可以直接理解。对于任意 n 个互异节点,定义
p(x)=j=1∏n(x−xj)2.
该多项式的次数为 2n,处处非负,且在每个节点处都为零。因此 Qn(p)=0,但只要测度并非集中在这些节点上,它的积分就为正。在这种情况下,任何这样的公式都不可能对所有 2n 次多项式精确成立。
因此,等权求积文献中的一个核心问题是:对于给定测度和目标代数精度 m,需要多少个节点?答案在很大程度上取决于测度。此外,不同表述对于是否允许节点重复也有不同规定。
第一类高斯–切比雪夫求积
最常见的显式切比雪夫求积公式针对的是
I(f)=∫−111−x2f(x)dx.
其权函数为
w(x)=1−x21.
第一类切比雪夫多项式满足
Tn(cosθ)=cos(nθ).
它们的零点给出求积节点:
xj=cos(2n(2j−1)π),j=1,…,n.
所有求积权重均相等:
∫−111−x2f(x)dx≈nπj=1∑nf(cos2n(2j−1)π).
这一公式对每个次数不超过 2n−1 的多项式 f 都精确成立。因此,它既是高斯公式,也是等权公式。
角度解释
作代换 x=cosθ,得到
I(f)=∫0πf(cosθ)dθ.
角度节点
θj=2n(2j−1)π
是将 [0,π] 等分为 n 个子区间后各子区间的中点。因此,该公式是角变量上的中点公式,尽管它的 x 节点并不等距,而是在 −1 和 1 附近较为密集。
多项式精确性也可以通过切比雪夫多项式的余弦表示来理解。对于次数不超过 2n−1 的切比雪夫多项式,等角度求和能够精确再现其加权积分。
误差公式
如果 f 在 [−1,1] 上具有连续的 2n 阶导数,那么存在某个 ξ∈(−1,1),使得
I(f)−Qn(f)=22n−1(2n)!πf(2n)(ξ).
这里 (2n)! 表示阶乘。
这是一个理论余项公式,通常不是可以直接计算的误差估计,因为点 ξ 未知。对于光滑函数,收敛可能很快;对于正则性有限或存在其他奇异性的函数,收敛可能慢得多。
第二类高斯–切比雪夫求积
一种相关的高斯公式采用权函数
w(x)=1−x2.
其节点是第二类切比雪夫多项式 Un 的零点:
xj=cos(n+1jπ),j=1,…,n.
公式为
∫−11f(x)1−x2dx≈n+1πj=1∑nsin2(n+1jπ)f(cosn+1jπ).
它同样具有 2n−1 次代数精度,但权重通常不相等。因此,名为“高斯–切比雪夫求积”的公式,不一定是严格等权意义下的切比雪夫求积。
解释与应用
如果将 μ 归一化为概率分布,等权求积公式就是用算术平均值近似期望值:
E[f(X)]≈n1j=1∑nf(xj).
与普通的蒙特卡洛积分不同,其节点是为满足精确性条件而以确定性方式选取的,并非通过独立随机抽样生成。
当积分本身就包含端点处的平方根倒数权函数时,第一类高斯–切比雪夫求积尤其方便。由于节点和权重都有显式公式,它也适用于涉及切比雪夫展开和逼近论的计算。
不过,权函数必须与问题相匹配。直接对 f 使用第一类公式,并不能近似无权积分 ∫−11f(x)dx。尽管该积分可以改写为
∫−11f(x)dx=∫−111−x2f(x)1−x2dx,
变换后的分子却可能失去端点处的光滑性。因此,加权公式具有很高的代数精度,并不自动意味着它对无权积分也能取得同样良好的效果。