ภาพรวมของบทเรียน
Gaussian Quadrature เปลี่ยนคำถามจาก “แบ่งช่วงถี่แค่ไหน” เป็น “ควรวางจุดตรงไหนและให้น้ำหนักเท่าไร” เพื่อให้สูตรแม่นกับพหุนามดีกรีสูงที่สุด
แนวคิดสำคัญ
- เริ่มจาก Gauss–Legendre 2 จุด
- อธิบายตำแหน่ง ±1/√3
- แสดงว่าพหุนามดีกรี 3 แม่นตรง
- แปลงช่วง [a,b] ไปเป็น [-1,1]
Gaussian Quadrature เปลี่ยนมุมคิดจาก “แบ่งช่วงให้ถี่ขึ้น” เป็น “เลือกจุดให้ฉลาดขึ้น” แทนที่จะใช้จุดปลายหรือจุดที่ห่างเท่ากัน วิธีนี้เลือกทั้งตำแหน่งจุดและน้ำหนักเพื่อให้สูตร exact กับพหุนามดีกรีสูงที่สุดเท่าที่จำนวนจุดจะทำได้
สำหรับ Gauss-Legendre บนช่วงมาตรฐาน \([-1,1]\) จุดจะเป็นรากของ Legendre polynomial และน้ำหนักถูกเลือกให้ปริพันธ์ของพหุนามตรงพอดี จากนั้นจึงแปลงช่วงจริง \([a,b]\) กลับมาที่ \([-1,1]\)
สูตรที่ใช้
ก่อนใช้สูตร ควรอธิบายความหมายของตัวแปร เงื่อนไขจำนวนช่วง และสิ่งที่สูตรกำลังประมาณ ไม่ควรวางสูตรโดยไม่มีบริบท
สูตรสองจุดบน \([-1,1]\) คือใช้จุด \(t_1=-\dfrac{1}{\sqrt3}\), \(t_2=\dfrac{1}{\sqrt3}\) และน้ำหนัก \(w_1=w_2=1\)
ถ้าต้องการอินทิเกรตบน \([a,b]\) ใช้การแปลง \(x=\dfrac{b-a}{2}t+\dfrac{a+b}{2}\) และ \(dx=\dfrac{b-a}{2}dt\) จึงได้
ตัวอย่างทีละขั้น
เปรียบเทียบ 2 จุดของ Gauss กับกฎทั่วไปที่ใช้จำนวนจุดใกล้เคียงกัน
- กำหนดฟังก์ชันและช่วงที่ต้องการประมาณ
- เลือกจำนวนช่วงหรือระดับการคำนวณ
- หาค่าฟังก์ชันที่จุดสำคัญ
- แทนค่าลงในสูตรโดยแสดงทุกบรรทัด
- เปรียบเทียบกับค่าจริงหรือวิธีอื่นถ้ามี
ประมาณ \(\int_0^1 x^4\,dx=0.2\) ด้วย Gauss-Legendre 2 จุด แปลงจาก \([0,1]\) ไป \([-1,1]\) จะได้ \(x=\dfrac{t+1}{2}\) และตัวคูณหน้า \(\dfrac{1}{2}\)
| วิธี | ค่าประมาณ | ค่าจริง | error |
|---|---|---|---|
| Gauss 2 จุด | 0.194444 | 0.200000 | 0.005556 |
ผลไม่ exact เพราะ 2 จุด exact ได้ถึงพหุนามดีกรี 3 ส่วน \(x^4\) เป็นดีกรี 4 ถ้าเพิ่มเป็น 3 จุด วิธีจะ exact ได้ถึงดีกรี 5 และตัวอย่างนี้จะตรงพอดีในเลขคณิต exact
สิ่งที่ควรสังเกตจากภาพ
ส่วนนี้ใช้สำหรับแทรกภาพนิ่งจาก Manim หรือภาพเปรียบเทียบสำคัญ เช่น จุดตัวอย่าง พื้นที่ที่ประมาณเกิน–ขาด ตารางค่า หรือเส้นทางของ error
ข้อควรระวัง
- อย่าใช้สูตรโดยไม่ตรวจเงื่อนไขจำนวนช่วง
- อย่าปัดเศษเร็วเกินไปในขั้นกลาง
- ต้องแยก “ค่าประมาณ” ออกจาก “ค่าจริง” ให้ชัด
- ควรอธิบายว่า error ที่กล่าวถึงวัดจากอะไร
Gaussian Quadrature เหมาะกับฟังก์ชันเรียบและประเมินค่าได้ที่จุดใดก็ได้ แต่ไม่เหมาะกับข้อมูลตารางที่มีเฉพาะจุดห่างเท่ากัน เพราะจุด Gaussian มักไม่ตรงกับจุดข้อมูลเดิม นอกจากนี้ถ้าฟังก์ชันมี singularity ต้องจัดการช่วงหรือเปลี่ยนตัวแปรก่อน
สรุป
Gaussian Quadrature เปลี่ยนคำถามจาก “แบ่งช่วงถี่แค่ไหน” เป็น “ควรวางจุดตรงไหนและให้น้ำหนักเท่าไร” เพื่อให้สูตรแม่นกับพหุนามดีกรีสูงที่สุด
เมื่อมีคลิปแล้ว ให้วางคลิปด้านบนเพื่อใช้ภาพเคลื่อนไหวอธิบาย intuition ส่วนหน้านี้เก็บที่มา สูตร การคำนวณ และรายละเอียดที่คลิปสั้นใส่ไม่หมด