Jacobi-Gauss-Lobatto积分点和积分权
这次介绍的是关于Jacobi正交多项式的零点计算问题,谷歌学术里面可以搜索到很多相关学术文章。由于在Galerkin-Spectral方法中经常使用Jacobi正交多项式,所以整理了一些相关知识点。
Jacobi正交多项式的递推公式:
$J_0^{\alpha,\beta}(x)=1$, $\quad J_1^{\alpha,\beta}(x)=\frac12 (\alpha+\beta+2)x+\frac12(\alpha-\beta),$
$J_{n+1}^{\alpha,\beta}(x)=\Big(a_n^{\alpha,\beta}x-b_n^{\alpha,\beta}\Big)J_{n}^{\alpha,\beta}(x)-c_{n}^{\alpha,\beta}J_{n-1}^{\alpha,\beta}(x),\quad n\geq 1.$
其中
$a_n^{\alpha,\beta}=\frac{\big( 2n+\alpha+\beta+1 \big)\big( 2n+\alpha+\beta+2 \big)}{2\big( n+1 \big)\big( n+\alpha+\beta+1 \big)},$
$b_n^{\alpha,\beta}=\frac{\big( \beta^2-\alpha^2 \big)\big( 2n+\alpha+\beta+1 \big)}{2\big( n+1 \big)\big( n+\alpha+\beta+1 \big)\big( 2n+\alpha+\beta\big)},$
$c_n^{\alpha,\beta}=\frac{\big( n+\alpha \big)\big( n+\beta\big)\big( 2n+\alpha+\beta+2 \big)}{\big( n+1 \big)\big( n+\alpha+\beta+1 \big)\big( 2n+\alpha+\beta\big)}.$
Jacobi正交多项式的导函数
$\partial_x J_{n}^{\alpha,\beta}(x)=\frac12\big( n+\alpha+\beta+1 \big)J_{n-1}^{\alpha+1,\beta+1}(x),$
$\partial^k_x J_{n}^{\alpha,\beta}(x)=d_{n,k}^{\alpha,\beta}J_{n-k}^{\alpha+k,\beta+k}(x),\quad n\geq k.$
$d_{n,k}^{\alpha,\beta}=\frac{\Gamma(n+k+\alpha+\beta+1)}{2^k\Gamma(n+\alpha+\beta+1)}.$
Jacobi-Gauss-Lobatto 积分点和积分权:
积分点:$\{ x_j \}_{j-1}^{N-1}$是多项式$\partial_x J_{N}^{\alpha,\beta}(x)$的零点,也即正交多项式$\frac12\big( N+\alpha+\beta+1 \big)J_{N-1}^{\alpha+1,\beta+1}(x)$的零点.
积分权:$w_0=\frac{2^{\alpha+\beta+1}(\beta+1)\Gamma^2(\beta+1)\Gamma(N)\Gamma(N+\alpha+1)}{\Gamma(N+\beta+1)\Gamma(N+\alpha+\beta+2)}=\frac{2^{\alpha+\beta+1}\Gamma(\beta+2)N!(\alpha+1)_N\Gamma(\alpha+1)}{(\beta+1)_N(\alpha+\beta+2)_N\Gamma(\alpha+\beta+2)},$
$w_N=\frac{2^{\alpha+\beta+1}(\alpha+1)\Gamma^2(\alpha+1)\Gamma(N)\Gamma(N+\beta+1)}{\Gamma(N+\alpha+1)\Gamma(N+\alpha+\beta+2)},$
$w_j=\frac{1}{1-x_j^2}\frac{G_{N-2}^{\alpha+1,\beta+1}}{J_{N-2}^{\alpha+1,\beta+1}\partial_x J_{N-1}^{\alpha+1,\beta+1}(x_j)},\quad 1\leq j\leq N-1,$
其中
$G_N^{\alpha,\beta}=\frac{2^{\alpha+\beta}(2N+\alpha+\beta+2)\Gamma(N+\alpha+1)\Gamma(N+\beta+1)}{(N+1)!\Gamma(N+\alpha+\beta+2)}.$
Jacobi-Gauss-Lobatto积分点和积分权的更多相关文章
- CSDN积分规则具体解释--【叶子】
前记:在CSDN的社区支持板块,常常看到有人提问,为什么有积分却不能下载,此类问题层出不穷,而论坛的各种积分制度说明又非常分散,不便于寻找,为了方便新注冊用户高速了解论坛的积分规则,也为了降低社区支持 ...
- QuantLib 金融计算——数学工具之数值积分
目录 QuantLib 金融计算--数学工具之数值积分 概述 常见积分方法 高斯积分 如果未做特别说明,文中的程序都是 Python3 代码. QuantLib 金融计算--数学工具之数值积分 载入模 ...
- .Net中的AOP系列之构建一个汽车租赁应用
返回<.Net中的AOP>系列学习总目录 本篇目录 开始一个新项目 没有AOP的生活 变更的代价 使用AOP重构 本系列的源码本人已托管于Coding上:点击查看. 本系列的实验环境:VS ...
- EF性能调优
首先说明下: 第一次运行真是太慢了,处理9600多个员工数据,用了81分钟!! 代码也挺简单,主要是得到数据-->对比分析-->插入分析结果到数据库.用的是EF的操作模式. public ...
- ecstore2.0数据库词典
数据库词典= 数据库tables列表 =|| Name | Comment ||| sdb_aftersales_return_product | 售后申请 || sdb_b2c_brand | 商品 ...
- MySQL数据库优化总结
对于一个以数据为中心的应用,数据库的好坏直接影响到程序的性能,因此数据库性能至关重要.一般来说,要保证数据库的效率,要做好以下四个方面的工作:数 据库设计.sql语句优化.数据库参数配置.恰当的硬件资 ...
- MySql数据库3【优化2】sql语句的优化
1.SELECT语句优化 1).利用LIMIT 1取得唯一行[控制结果集的行数] 有时,当你要查询一张表是,你知道自己只需要看一行.你可能会去的一条十分独特的记录,或者只是刚好检查了任何存在的记录数, ...
- 微软的一篇ctr预估的论文:Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine。
周末看了一下这篇论文,觉得挺难的,后来想想是ICML的论文,也就明白为什么了. 先简单记录下来,以后会继续添加内容. 主要参考了论文Web-Scale Bayesian Click-Through R ...
- discuz功能列表
导航旁边的+就可以把其加入到常用操作 上 首页 管理中心首页 文件校验,在线成员,管理团队留言.系统信息.开发 团队介绍. 常用操作管理 名称和URL 全局 站点信息 站点名称.网站名称,网站URL. ...
随机推荐
- css3 rem手机自适应框架
css3 rem手机自适应框架 rem是按照html的字体大小来 所以 不同宽度浏览器 htmlfont-size不一样 就可以做到自适应了 此方法比百分比方便<pre><!DOCT ...
- jQuery 源码分析(一) 代码结构
jQuery是一个Javascript库,它支持链式操作方式,即对发生在同一个JQuery对象上的一组动作,可以直接接连写无需要重复获取对象.这一特点使得JQuery的代码无比优雅,而且有强大的选择器 ...
- Element-ui 下拉列表 全选 多选时 select全选 新增一个选择所有的选项
项目里经常会用到,在一个多选下拉框里新增一个选择所有的选项,例如: <!DOCTYPE html> <html lang="en"> <head> ...
- sitecore 如何创建一个渠道分类
您可以通过渠道跟踪联系人与您的品牌的所有互动.您可以将渠道与广告系列活动相关联,以便跟踪联系人与您的品牌互动的方式.通过比较各个渠道的目标转化率,您可以了解哪些渠道可以带来更好的联系参与度.您可以在体 ...
- 钉钉SDK使用。
(1)到 https://open-doc.dingtalk.com/microapp/faquestions/vzbp02 下载SDK (2)引入 using DingTalk.Api; using ...
- 以STM32和FPGA为核心的多组件协调工作系统
- 对象数组自定义排序--System.Collections.ArrayList.Sort()
使用System.Collections.ArrayList.Sort()对象数组自定义排序 其核心为比较器的实现,比较器为一个类,继承了IComparer接口并实现int IComparer.Com ...
- wordpress 数据查询-全局注入-模板数据消费输出简图
我一直比较好奇,类似于wordpress这样的CMS,它可以做的很灵活,同样的软件,为什么就能做出几乎完全不具有相似性的不同站点来呢?除了功能可以有大不同以外,即便是相同的简单blog站他们的外观也可 ...
- Python 高级特性:切片、迭代、列表生成式、生成器
切片(发现了一些新操作) 参考链接:https://www.liaoxuefeng.com/wiki/1016959663602400/1017269965565856 间隔取元素(可以取负数,负数就 ...
- jenkins19年最新最管用的汉化
今天准备学学jenkins ,官方下载了一个最新版本,发现是英文版,网上找个许多汉化方式,几乎都是一种,下载插件 :Locale plugin ....很尴尬,下载完了还是没有汉化 ,是不是jenki ...