Professional Documents
Culture Documents
cka matematika
8. predavanje
Sasa Singer
singer@math.hr
web.math.pmf.unizg.hr/~singer
Sadr
zaj predavanja
Metoda najmanjih kvadrata (nastavak):
QR faktorizacija.
Householderovi reflektori.
QR faktorizacija i pivotiranje.
Rjesenje matricne formulacije problema najmanjih
kvadrata koristenjem QR faktorizacije.
Neprekidni problem najmanjih kvadrata.
Jednostavni primjer.
Slozeniji primjer.
Ortogonalne familije funkcija, ortogonalni polinomi.
Primjeri ortogonalnih familija funkcija.
1
10
2
10
3
10
4
10
5
10
ukupno
50
Prosjek
1.52
8.05
8.34
6.48
4.76
29.15
Informacije
Konzultacije (sluzbeno):
samo za NM: utorak u 13 sati (iza predavanja),
petak, 1214 sati, ili po dogovoru.
Ne zaboravite, zive su i domace zadace na adresi
http://web.math.hr/nastava/unm/zadace.php
ili, izravno
http://degiorgi.math.hr/nm/
Dodatni bodovi cekaju na vas.
Informacije
Moja web stranica za Numericku matematiku je
http://web.math.hr/~singer/num_mat/
Tamo su kompletna predavanja iz proslih godina, a stizat ce i
nova (kako nastaju).
Skracena verzija skripte 1. dio (prvih 7 tjedana):
http://web.math.hr/~singer/num_mat/num_mat1.pdf
Skracena verzija skripte 2. dio (drugih 6 tjedana):
http://web.math.hr/~singer/num_mat/num_mat2.pdf
Informacije demonstratori
Kolegij Numericka matematika ima dvije demonstratorice:
sko
Angela BasicSi
termin: ponedjeljak, 1214.
email: abasic@student.math.hr
Mia Jukic
termin: srijeda, 1416.
email: mia.jukic2@gmail.com
Demosice lijepo mole da im se najavite mailom bar dan ranije!
Sastanak za demonstrature je pred oglasnom plocom
(bar zasad).
NumMat 2015, 8. predavanje p.8/123
Householderovi reflektori
Householderovi reflektori
Za zadani jedinicni vektor u Rm , matrica H definirana s
H = H(u) := I 2uuT ,
kuk2 = 1,
Hx =
c
0
..
.
0
= c e1 ,
c R.
za neki R,
ako je u
e 6= 0. U protivnom, stavljamo u = 0, odnosno, H = I.
Uocite da oba izbora predznaka () u definiciji u
e uvijek daju
Hx = c e1 = kxk2 e1 .
Ako je x = 0, onda je u
e = 0, a to znaci da je H = I. Tada
mozemo uzeti bilo koji u, jer je H 0 = 0 za svaki H.
Izbor predznaka za u
Ranija mogucnost da je uT x = 0 ne pravi nikakve poteskoce.
Onda je Hx = x = kxk2 e1 i samo tada bar jedan izbor
predznaka daje u
e = 0. Dobiveni H(u) je i tada korektan!
Drugi na
cin definicije H
Napomena. Normiranje u
e 7 u se, formalno, moze izbjeci, ako
definiramo
u
eu
eT
H(e
u) = I 2 T .
u
e u
e
Kako djelovati s H na ostale stupce?
H2
U pripadnom vektoru u, prva komponenta je u1 = 0.
NumMat 2015, 8. predavanje p.17/123
Hk
s tim da je I reda k 1, a Hk je reda m k + 1.
Ako zelimo formirati ortogonalnu matricu Q, onda je
ili
Hn Hn1 H1 G = R,
tj. QT = Hn Hn1 H1 ,
QR faktorizacija i pivotiranje
Ra
cunanje QR faktorizacije
Neka je G zadana matrica tipa m n, s tim da je m n.
Racunanje QR faktorizacije matrice G
Ra
cunanje QR faktorizacije
Izgled radne matrice R(k1) na pocetku k-tog koraka:
(1)
(2)
(k1)
(k1)
(k1)
r1,1 r1,2
r1,k1
r1,k
r1,n
(2)
(k1)
(k1)
(k1)
r2,2
r2,k1
r2,k
r2,n
..
..
..
...
.
.
.
(k1)
(k1)
(k1)
r
r
r
k1,k1
k1,k
k1,n
(k1)
(k1)
r
k,k
k,n
..
..
.
.
(k1)
(k1)
rm,k
rm,n
Ra
cunanje QR faktorizacije
U k-tom koraku u matrici R(k1)
ponistavamo sve elemente k-tog stupca ispod dijagonale,
nekom ortogonalnom transformacijom Qk .
Tako dobivamo novu radnu matrcu R(k) koja ima jedan
sredeni stupac vise.
Ovu transformaciju mozemo prikazati u obliku
R(k) = Qk R(k1) ,
k = 1, . . . , n.
Svrha pivotiranja
Svrha?
Ako je matrica G bila takva da su joj stupci (skoro)
linearno zavisni, onda se QR faktorizacijom s
pivotiranjem odreduje rang matrice G.
Teorem. Neka je G Rmn matrica ranga r. Tada postoje
n n matrica permutacije P , ortogonalna matrica Q reda m,
te gornja trokutasta matrica R0 ranga r, tipa min{m, n} n,
tako da vrijedi
"
#
R0
GP = QR = Q
0
i
j
X
k(R0 )kk k2
k(R0 )ij k2 , 1 k min{m, n}, k j n.
i=k
Rje
senje matri
cne formulacije
kori
stenjem QR faktorizacije
Koristenje QR faktorizacije
Vec smo najavili da cemo za rjesenje diskretnog problema
najmanjih kvadrata koristiti QR faktorizaciju.
Prisjetimo se, ako je A punog stupcanog ranga (tj. vrijedi
rang(A) = m), onda QR faktorizacija matrice A ima oblik
"
#
R0
A = QR = [ Q0 Q0 ]
= Q0 R0 .
0
Za pocetak, ako minimiziramo kAx bk22 , minimizirali smo i
kAx bk2 . Zbog unitarne invarijantnosti 2-norme, imamo
min kAx bk22 = min kQT (Ax b)k22 = min kQT Ax QT bk22 .
x
Koristenje QR faktorizacije
Za Q uzmimo ortogonalnu matricu iz QR faktorizacije, pa je
"
2
#
R
0
T
2
T
min kQ (Ax b)k2 = min
x Q b
x
x
0
2
"
#
"
#
2
R
T
Q
0
0
x
b
= min
T
x
0
(Q0 )
2
"
#
2
R x QT b
0
0
= min
T
x
0 (Q0 ) b
2
T
2
= min kR0 x QT0 bk22 + k(Q
)
bk
0
2 .
x
Koristenje QR faktorizacije
Primijetimo da samo prvi clan u prethodnom minimumu ovisi
o x, a drugi ne.
Buduci da je R0 kvadratna i punog ranga, onda je i regularna,
pa postoji jedinstveno rjesenje x linearnog sustava
R0 x = QT0 b.
Time smo prvi clan u kvadratu norme napravili najmanjim
mogucim, jer je kR0 x QT0 bk22 = 0.
Zakljucak. Onda vrijedi
T
min kAx bk2 = k(Q
)
bk2 ,
0
x
Drugi na
cin
Napomena. Postoji i laksi nacin da se dode do prethodnog
zakljucka, ako znamo da su rjesenja problema minimizacije
min kAx bk2
x
Drugi na
cin
Napravimo skracenu QR faktorizaciju matrice A
A = Q0 R0 .
Uvrstavanjem u rjesenje x izlazi
x = (AT A)1 AT b = ((Q0 R0 )T Q0 R0 )1 (Q0 R0 )T b
= (R0T QT0 Q0 R0 )1 R0T QT0 b = (R0T R0 )1 R0T QT0 b
= R01 (R0T )1 R0T QT0 b = R01 QT0 b,
pa je x, ocito, rjesenje sustava
R0 x = QT0 b.
Primjer
Primjer. Diskretnom linearnom metodom najmanjih kvadrata
nadite funkciju oblika
x+a
(x) =
bx + c
koja aproksimira slijedeci skup podataka (tocaka):
xi
fi
0
1
2
3
4
2.02 0.97 0.82 0.70 0.67
Nadite
aproksimacije i pogreske u cvorovima xi i
sumu kvadrata apsolutnih gresaka S.
NumMat 2015, 8. predavanje p.31/123
Primjer linearizacija
Rjesenje nadite
koristenjem sustava normalnih jednadzbi i faktorizacije
Choleskog,
koristenjem QR faktorizacije,
koristenjem QR faktorizacije s pivotiranjem stupaca.
Rjesenje. Trazeni oblik funkcije je nelinearan, pa ga treba
linearizirati. To mozemo napraviti na vise nacina.
1. Pomnozimo oblik funkcije s bx + c i dobivamo
(bx + c)(x) = x + a,
odnosno
a + b x(x) + c (x) = x.
NumMat 2015, 8. predavanje p.32/123
Primjer linearizacija
2. Ovu funkciju a + b x(x) + c (x) = x mozemo
podijeliti s (x), pa dobivamo drugu linearizaciju
1
x
a
+ bx + c =
.
(x)
(x)
Primijetite da ove dvije linearizacije
ne moraju (i nece) dati isto rjesenje!
Obje pripadaju grupi linearizacija oblika
D + Eu + F v = w,
pri cemu je w = w(u, v).
n
X
i=0
wi (a + bui + cvi )
v = (x),
2
min,
w = x,
v i = fi ,
w i = xi .
n
X
wi (a + bui + cvi ) (1) = 0
i=0
n
X
wi (a + bui + cvi ) vi = 0.
i=0
n
X
i=0
wi (a + bui + cvi ) ui = 0
n
n
n
X
X
X
wi
ui
vi
(n + 1)
i=0
i=0
i=0
a
X
n
n
n
n
X
X
X
ui wi
u
u
u
v
i
i
i i b =
i=0
i=0
i=0
i=0
n
c
n
n
n
X
X
X
X
vi
ui vi
vi2
vi w i
i=0
i=0
i=0
i=0
5
7.39 5.18
10
d = 21.27 .
7.39
R
2.0737598704 1.0149391114 .
0.4858174557
NumMat 2015, 8. predavanje p.37/123
Rx = y.
4.4721359550
1.7685862981
y 3.1295812465 , x 1.9369990502 .
0.4247159232
0.8742294419
Prema tome, rjesenje za parametre u 1. slucaju je
a = 1.7685862981,
b = 1.9369990502,
c = 0.8742294419.
NumMat 2015, 8. predavanje p.38/123
Izracunajte sami!
v = x,
x
w=
,
(x)
v i = xi ,
xi
wi = .
fi
n
X
i=0
wi (aui + bvi c)
2
min .
M 13.7258
30
10
5.6666
10
5
Rjesenje za parametre u 2. slucaju je
gdje je
19.0704
,
d
42.6467
.
13.7258
a = 1.7522057170,
b = 1.9387446017,
c = 0.8534831289.
Ova rjesenja se ponesto razlikuju od prethodnih!
Primjer QR faktorizacija
Rijesimo sad 1. slucaj koristenjem QR faktorizacije.
Uvrstavanjem tocaka (xi , fi ) u
dobivamo
a + b x(x) + c (x) = x,
a + bxi fi + cfi = xi ,
i = 0, . . . , 4,
1 0.00 2.02
1 0.97 0.97
A=
1 1.64 0.82 , b =
1 2.10 0.70
1 2.68 0.67
0
1
2
3
4
Primjer QR faktorizacija
Skracena forma QR faktorizacije od A je A = Q0 R0 , gdje je
0.4472135955 0.7127151128
0.5364927787
Q0
0.0781189772 0.2814102151
0.4472135955
,
0.4472135955
0.2999382951
0.0650056784
0.4472135955
0.5796235221
0.4575434246
R0
2.0737598704 1.0149391114 .
0.4858174557
Primjer QR faktorizacija
Desna strana linearnog sustava je QT0 b, gdje je
4.4721359550
QT0 b 3.1295812465 .
0.4247159232
Rjesenje trokutastog sustava R0 x = QT0 b je
1.7685862981
x 1.9369990502
0.8742294419
Napravite isto sami za drugu linearizaciju.
0.0000000000
0.9409894604
0.3321538334
0.2486125437
0.2870820614 0.7315708741
Q0 0.4203346099
0.1033900358 0.3129274676
,
0.5382333419 0.0306530483 0.0596152612
0.6868882649 0.1431559168
0.5029913595
R0
3.9016534956
1.4228070243 1.8940687604
2.1466765410 1.1576525926 .
0.2689684102
NumMat 2015, 8. predavanje p.45/123
5.4515348490
QT0 b 0.1707206788 .
0.4756938448
1.9369990502
x 0.8742294419 .
1.7685862981
0 1 0
P = 0 0 1 .
1 0 0
Pravo rjesenje x dobit cemo kao
1.7685862981
x = P T x = 1.9369990502 .
0.8742294419
Neprekidni problem
najmanjih kvadrata
Zb
a
w(x) |u(x)|2 dx
1/2
Zb
Ortogonalne funkcije
Napomena. Ako se radi o realnim funkcijama, onda
kompleksno konjugiranje drugog argumenta izbacujemo.
U nastavku radimo samo s poljem R, tj. s realnim funkcijama.
Za funkcije u i v reci cemo da su ortogonalne ako vrijedi
hu, vi = 0.
Ako su u i v ortogonalne, onda vrijedi
ku + vk2 = hu, ui + hu, vi + hv, ui + hv, vi
Pitagorin poucak!
NumMat 2015, 8. predavanje p.54/123
za i 6= j,
i, j = 0, . . . , m,
u
|
|
ku
k
k
k
k
k
2.
k=0
k=0
Zb
w(x)f 2 (x) dx 2
Zb
w(x)f (x)
w(x)
aj j (x) dx
j=0
Zb
X
m
X
m
j=0
aj j (x)
2
dx.
Zb
w(x)
j=0
X
m
Zb
aj j (x) i (x) dx
pa mora biti . . .
NumMat 2015, 8. predavanje p.57/123
aj
Zb
Zb
Ako oznacimo
mij = hi , j i,
ti = hi , f i,
i, j = 0, . . . , m,
m X
m
X
i=0 j=0
X
m
i=0
xi xj hi , j i =
xi i ,
m
X
j=0
xj j
m X
m
X
i=0 j=0
hxi i , xj j i
2
m
X
,
=
x
i
i
i=0
xi i 0,
S
hij =
=2
ai aj
Zb
tj. H = 2M !
NumMat 2015, 8. predavanje p.61/123
Jednostavni primjer
Primjer. Neprekidnom metodom najmanjih kvadrata nadite
polinom stupnja 1 koji aproksimira funkciju
f (x) = ex
na intervalu [1, 1] uz tezinsku funkciju w(x) = 1.
Rjesenje. Treba minimizirati
S=
Z1
(ex a1 x a0 )2 dx min .
Jednostavni primjer
Deriviranjem dobivamo
S
= 2
a1
Z1
(ex a1 x a0 )x dx
S
= 2
a0
Z1
(ex a1 x a0 ) dx,
pa uz oznake
sk :=
Z1
xk dx,
tk :=
Z1
ex xk dx,
Jednostavni primjer
treba rijesiti sljedeci linearni sustav . . .
s2 a1 + s1 a0 = t1
s1 a1 + s0 a0 = t0 ,
Izracunajmo integrale s lijeve strane
sk =
Z1
1
x dx =
xk+1
k+1
k
2 ,
= k+1
0,
1
k+1
1
(1)
=
k+1
1
za k paran,
za k neparan.
Jednostavni primjer
Za integrale desne strane dobivamo
t0 :=
Z1
t1 :=
Z1
1
x
x
e dx = e = e e1
1
xex dx =
u=x
dv = ex
du = dx
v = ex
= e + e1 (e e1 ) = 2e1 .
1
Z1
x
= xe ex dx
1
Jednostavni primjer
Linearni sustav tada glasi:
2
a1 + 0 a0 = 2e1
3
0 a1 + 2 a0 = e e1 ,
a njegovo rjesenje je
t1
a1 =
= 3e1 1.103638324,
s2
t0
e e1
a0 =
=
= sh(1) 1.175201194.
s0
2
Pravac dobiven neprekidnom metodom najmanjih kvadrata je
p1 (x) 1.103638324x + 1.175201194.
NumMat 2015, 8. predavanje p.66/123
Slo
zeniji primjer
Primjer. Neprekidnom metodom najmanjih kvadrata nadite
polinome stupnjeva 1, 2 i 3 koji aproksimiraju funkciju
f (x) = sin x
na intervalu [0, ] uz tezinsku funkciju w(x) = | cos x|.
Rjesenje. Skicirajmo prvo funkcije f i w.
| cos x|
sin x
Slo
zeniji primjer
Buduci da su obje funkcije simetricne oko tocke 2 , polinome
se isplati pisati u bazi (x 2 )k .
Oznacimo s pn polinom stupnja n,
k
pn (x) =
ank x
.
2
k=0
n
X
Treba minimizirati
S=
Z
0
2
dx min .
Slo
zeniji primjer
Iz uvjeta
S
= 0,
ank
k = 0, . . . , n,
anj
Z
0
Z
k+j
k
| cos x| x
dx = | cos x| sin x x
dx,
2
2
0
za k = 0, . . . , n.
Slo
zeniji primjer
Nadimo sad potrebne integrale:
Z
k
2
| cos x| dx =
y | sin y| dy =
y =x
2
dy = dx
0,
Z
0
)
x=0 y=
2
x= y=
2
za k neparan,
Slo
zeniji primjer
Nadimo rekurziju za integral
Z2
u = yk
k
sk := 2 y sin y dy =
k1
du = ky
dy
v = cos y
dv = sin y dy
= 2 y k cos y
=
k1
u=y
dv = cos y dy
Z2
2
+k y k1 cos y dy
0
du = (k 1)y
v = sin y
k2
dy
Z
2
= 2ky k1 sin y k(k 1) 2 y k2 sin y dy
0
0
k1
k(k 1)sk2 .
= 2k
2
NumMat 2015, 8. predavanje p.71/123
Slo
zeniji primjer
Jos treba izracunati
s0 =
Sada je
| sin y| dy = 2
Z
0
2
sin y dy = 2 cos y = 2.
0
s2 = 4 4s0 = 2 4,
2
3
s4 = 8
12s2 = 3 24 + 48,
2
5
3 5
30s4 = 24 3 + 720 1440.
s6 = 12
2
8
Slo
zeniji primjer
Ostaje jos izracunati integrale s desne strane:
Z
tk := 2
k
x
| cos x| sin x dx
2
y =x
dy = dx
)
Z2
x=0 y=
k
2 =
y
| sin y| cos y dy
x= y=
2
0,
za k neparan,
Z
Z
k
k
2
paran.
y
sin
y
cos
y
dy
=
y
sin(2y)
dy,
za
k
Slo
zeniji primjer
Za parne indekse k s desne strane imamo
Z2
u = yk
du = ky k1 dy
k
tk := y sin(2y) dy =
dv = sin(2y) dy
v = cos(2y)/2
Z2
2
k
1 k
= y cos(2y) +
y k1 cos(2y) dy
2
2
0
=
k1
u=y
dv = cos(2y) dy
k2
du = (k 1)y
v = sin(2y)/2
dy
2
Z
2
1 k k 1 k1
k1
=
+ y
sin(2y)
y k2 sin(2y) dy
2 2
2 2
2
0
0
1 k k(k 1)
=
tk2 .
2 2
4
NumMat 2015, 8. predavanje p.74/123
Slo
zeniji primjer
Jos treba izracunati
t0 =
Z
0
Sada je
2
1
sin(2y) dy = cos(2y) = 1.
2
0
1 2 1
2 1
2 4
t2 =
t0 =
=
.
2 2
2
8
2
8
anj sk+j = tk ,
k = 0, . . . , n.
j=0
Slo
zeniji primjer
Za n = 1 sustav je:
s0 a10 + s1 a11 = t0
s1 a10 + s2 a11 = t1 ,
tj. ako uvrstimo izracunate sk i tk , imamo
2 a10 +
0 a11 = 1
0 a10 + (2 4) a11 = 0.
Rjesenje tog sustava je a10
polinom
1
= , a11 = 0, pa je aproksimacijski
2
1
p1 (x) = .
2
NumMat 2015, 8. predavanje p.76/123
Slo
zeniji primjer
Za n = 2 sustav je:
s0 a20 + s1 a21 + s2 a22 = t0
s1 a20 + s2 a21 + s3 a22 = t1
s2 a20 + s3 a21 + s4 a22 = t2 .
Ako uvrstimo izracunate velicine, sustav glasi:
2 a20 +
0 a21 +
0 a20 + (2 4) a21 +
(2 4) a20 +
(2 4) a22 = 1
0 a22 = 0
2 4
=
.
8
Slo
zeniji primjer
Rjesenje tog sustava je
a20 0.964909552,
a21 = 0,
a22 0.407246447,
pa je aproksimacijski polinom
2
p2 (x) 0.407246447 x
+ 0.964909552.
2
Za n = 3 dobije se rjesenje p3 = p2 (provjerite sami).
s0 s1 sn
s1 s2 sn+1
,
M =
..
..
.
.
sn sn+1
s2n
pri cemu su
sk :=
Z1
0
1
1
x
k
=
.
x dx =
k+1 0 k+1
k+1
Komentari primjera
U posljednja dva primjera uocili smo sljedece:
Ako za bazu biramo funkcije 1, x, x2 , . . . , matrica sustava
moze biti vrlo lose uvjetovana.
U slozenijem primjeru, podizanjem stupnja polinoma
mijenjaju se koeficijenti polinoma pn . Na primjer, a0
ovisi o stupnju n.
Prethodna dva problema otklanjaju se ako se za bazu funkcija
uzmu ortogonalne funkcije.
Ortogonalne funkcije
j = 0, . . . , m.
Problemi
Oblikom koeficijenata aj nismo izbjegli sve probleme.
Tipicno norme kj k22 padaju kad j raste, dok su brojnici
reda velicine f .
Za koeficijente aj se ocekuje da rapidno padaju.
Zbog toga se ocekuju greske nastale kracenjem pri
racunanju skalarnog produkta u brojniku.
Alternativna forma za racunanje aj je
j1
X
1
aj =
f
ak k , j ,
2
kj k2
k=0
j = 0, . . . , m.
Algoritam ra
cunanja koeficijenata
Sljedeci algoritam racuna ne samo aj , nego i aproksimaciju
(m) (x) =
m
X
aj j (x).
j=0
Racunanje koeficijenata
s[-1] = 0;
za j = 0 do m radi {
a[j] = hf - s[j - 1], phi[j]i / kphi[j]k22 ;
s[j] = s[j - 1] + a[j] * phi[j];
};
Vrijednost (m) (x) izracunata je u s[m].
m
X
j=0
aj j , k
= hf ak k , k i
= hf, k i ak hk , k i
hk , f i
= hf, k i
hk , k i = 0.
hk , k i
X
2
m
2
(m) 2
(m) 2
(m) 2
kf k2 = kf k2 + k k2 = kf k2 +
a
j
j
= kf (m) k22 +
m
X
j=0
j=0
|aj |2 kj k22 .
Greska rjesenja
Iz prethodne relacije slijedi da se greska aproksimacije moze
zapisati kao
1/2
m
X
kf (m) k2 = kf k22
|aj |2 kj k22
.
j=0
Greska rjesenja
Ako je prostora k beskonacno mnogo, ocito je da je norma
greske aproksimacije
monotono padajuca i
odozdo ogranicena s 0,
pa mora konvergirati.
Mora li norma greske konvergirati u 0?
Odgovor je ne! Naravno, nuzni i dovoljni uvjet da bi greska
konvergirala u nulu je
kf k22 =
X
j=0
|aj |2 kj k22 ,
Ortogonalizacija
Ako je zadan skup funkcija j koje su linearno nezavisne, ali
nisu ortogonalne na nekom intervalu,
j ortogonaliziramo koristenjem (modificiranog)
GramSchmidtovog procesa ortogonalizacije.
Funkcije j koje razapinju isti prostor kao j ne treba
normirati.
Ortogonalizacija zapocinje s:
0 := 0 .
Zatim, za j = 1, 2, . . . stavimo
j1
X
j := j
ak k ,
k=0
hj , k i
.
ak =
2
kk k2
Primjer
Primjer. Nadite ortogonalnu bazu za prostor razapet
funkcijama 1, x, x2 na intervalu [1, 1] s tezinskom funkcijom
w = 1.
Rjesenje. Skalarni produkt funkcija u i v definiran je s
hu, vi =
Z1
w(x)u(x)v(x) dx =
Z1
u(x)v(x) dx.
Primjer
Sada je
hx, 0 i =
h0 , 0 i =
Z1
1
Z1
pa je
x 1 dx = (neparnost) = 0,
1
1 1 dx = x = 2,
1
hx, 0 i
0
a0 =
= = 0.
h0 , 0 i
2
1 (x) = x a0 1 = x.
NumMat 2015, 8. predavanje p.91/123
Primjer
Za ortogonalni polinom stupnja 2 treba izracunati a0 i a1
Z1
3 1
2
x
2
2
hx , 0 i = x 1 dx =
= ,
3 1 3
hx2 , 1 i =
h1 , 1 i =
1
Z1
1
Z1
x2 x dx = (neparnost) = 0,
2
x x dx = ,
3
pa je
2
1
hx2 , 0 i
3
= = ,
a0 =
h0 , 0 i
2
3
hx2 , 1 i
0
a1 =
= 2 = 0.
h1 , 1 i
3
NumMat 2015, 8. predavanje p.92/123
Primjer
Odatle je
1
2 (x) = x a1 x a0 1 = x .
3
2
(m)
m
X
aj j ,
j=0
hj , f i
aj =
,
hj , j i
j = 0, 1.
Z1
1 ex dx = e e1 ,
Z1
Z1
Z1
x ex dx = 2e1 .
1 1 dx = 2,
2
x x dx = ,
3
h0 , ex i =
h1 , ex i =
a1 =
2e1
2
3
= 3e1 .
Aproksimacija konstantom je
(0) (x) = sh(1)0 (x) = sh(1) 1,
a polinomom stupnja 1
(1) (x) = sh(1)0 (x) + 3e1 1 (x) = sh(1) 1 + 3e1 x,
sto se poklapa s vec izracunatim rjesenjem koje nije koristilo
ortogonalne polinome.
NumMat 2015, 8. predavanje p.95/123
Primjeri ortogonalnih
familija funkcija
Trigonometrijske funkcije
Trigonometrijske funkcije
{1, cos x, cos 2x, cos 3x, . . . , sin x, sin 2x, sin 3x, . . . }
cine ortogonalnu familiju funkcija na intervalu [0, 2] uz
tezinsku funkciju w(x) = 1.
Pokazimo da je to zaista istina. Neka su k, N0 . Tada
vrijedi
Z2
0
1
sin kx sin x dx =
2
Z2
0
x = .
2
k+
0
Ako je k 6= , onda je jednak
2
1 sin(k + )x sin(k )x
= 0.
2
k+
k
0
sin kx sin x dx =
0, k 6= ,
, k = ,
k, = 1, 2, . . . ,
k 6= ,
Z2
0,
cos kx cos x dx = 2, k = = 0, k, = 0, 1, . . . ,
, k = > 0,
0
te, takoder, da je
Z2
cos kx sin x dx = 0,
k = 0, 1, . . . ,
= 1, 2, . . . ,
Fourierov red
Ako periodicku funkciju f osnovnog perioda duljine 2
aproksimiramo redom oblika
a0 X
f (x) =
+
(ak cos kx + bk sin kx),
2
k=1
onda, mnozenjem odgovarajucim trigonometrijskim
funkcijama i integriranjem, dobivamo
1
ak =
Z2
0
1
bk =
Z2
Klasi
cni ortogonalni polinomi
Klasi
cni ortogonalni polinomi uvod
U praksi najcesce susrecemo pet tipova klasicnih ortogonalnih
polinoma.
Prisjetimo se, za polinome
{p0 , p1 , p2 , . . . , pn , . . . },
(indeks polinoma oznacava stupanj), kazemo da su ortogonalni
obzirom na tezinsku funkciju w, na [a, b], ako vrijedi
Zb
a
za m 6= n.
Klasi
cni ortogonalni polinomi uvod
Tezinska funkcija
odreduje sistem polinoma do na konstantni faktor u
svakom od polinoma.
Izbor takvog faktora zove se jos i standardizacija ili
normalizacija.
Zajednicke karakteristike ortogonalnih polinoma:
Ortogonalni polinomi zadovoljavaju troclanu rekurziju
pn+1 (x) + n (x)pn (x) + n (x)pn1 (x) = 0,
n = 1, 2, . . . ,
Klasi
cni ortogonalni polinomi uvod
Zajednicke karakteristike ortogonalnih polinoma (nastavak):
Oprez. Prethodnu rekurziju zadovoljavaju i mnoge
specijalne funkcije koje nisu ortogonalne!
Nultocke ortogonalnih polinoma uvijek se nalaze unutar
intervala [a, b] na kojem su polinomi ortogonalni.
Dokaze za troclanu rekurziju i nultocke mozete naci u skripti.
Napravit cemo ih malo kasnije.
0,
za m 6= n,
Z1
Tm (x) Tn (x)
dx = ,
za m = n = 0,
2
1x
/2, za m = n 6= 0.
1
NumMat 2015, 8. predavanje p.106/123
T1 (x) = x.
0.25
T2 (x)
1 0.75 0.5 0.25
0.25
1 x
T3 (x)
T4 (x)
0.5
0.75
1
0,
za m 6= n,
Z1
Tm (x) Tn (x)
dx = ,
za m = n = 0,
2
xx
/2, za m = n 6= 0,
0
NumMat 2015, 8. predavanje p.109/123
Tn+1
(x) 2(2x 1)Tn (x) + Tn1
(x) = 0,
uz start
T0 (x) = 1,
T1 (x) = 2x 1.
w(x) = 1 x2 .
Relacija ortogonalnosti:
(
Z1
0,
za m 6= n,
2
1 x Um (x) Un (x) dx =
/2, za m = n.
U1 (x) = 2x.
U1 (x)
1
1 0.75 0.5 0.25
1
U2 (x)
0.25 0.5 0.75
1 x
U3 (x)
U4 (x)
2
3
4
Legendreovi polinomi
Legendreovi polinomi
oznacavaju se s Pn ,
ortogonalni su na intervalu [1, 1]
obzirom na tezinsku funkciju
w(x) = 1.
Relacija ortogonalnosti:
Z1
(
0,
za m 6= n,
Pm (x) Pn (x) dx =
2/(2n + 1), za m = n.
Legendreovi polinomi
Oni zadovoljavaju rekurzivnu relaciju
(n + 1)Pn+1 (x) (2n + 1)xPn (x) + nPn1 (x) = 0,
uz start
P0 (x) = 1,
P1 (x) = x.
Legendreovi polinomi
Graf prvih par polinoma izgleda ovako.
y
1
0.75
0.5
P1 (x)
0.25
P2 (x)
1 0.75 0.5 0.25
0.25
1 x
P3 (x)
P4 (x)
0.5
0.75
1
Laguerreovi polinomi
Laguerreovi polinomi
oznacavaju se s Ln ,
ortogonalni su na intervalu [0, )
obzirom na tezinsku funkciju
w(x) = ex .
Relacija ortogonalnosti:
(
Z
0, za m 6= n,
x
e Lm (x) Ln (x) dx =
1, za m = n.
0
Laguerreovi polinomi
Oni zadovoljavaju rekurzivnu relaciju
(n + 1)Ln+1 (x) + (x 2n 1)Ln (x) + nLn1 (x) = 0,
uz start
L0 (x) = 1,
L1 (x) = 1 x.
Laguerreovi polinomi
Graf prvih par polinoma izgleda ovako.
y
3
2
1
L1 (x)
L2 (x)
0
1
L3 (x)
L4 (x)
Laguerreovi polinomi
Cesto
nailazi na jos jednu rekurziju za Laguerreove polinome
en+1 (x) + (x 2n 1)L
en (x) + n2 L
en1 (x) = 0,
L
uz jednaki start
e0 (x) = 1,
L
e1 (x) = 1 x.
L
Hermiteovi polinomi
Hermiteovi polinomi
oznacavaju se s Hn ,
ortogonalni su na intervalu (, )
obzirom na tezinsku funkciju
w(x) = e
x2
Relacija ortogonalnosti:
(
Z
0,
za m 6= n,
x2
e
Hm (x) Hn (x) dx =
n
2 n! , za m = n.
Hermiteovi polinomi
Oni zadovoljavaju rekurzivnu relaciju
Hn+1 (x) 2xHn (x) + 2nHn1 (x) = 0,
uz start
H0 (x) = 1,
H1 (x) = 2x.
Hermiteovi polinomi
Graf prvih par polinoma izgleda ovako.
y
250
200
150
100
H1 (x)
50
H2 (x)
3
1
50
H3 (x)
H4 (x)