1.

Nabrojati faze u rjeavanju tehnikih

problema Faze u rjeavanju tehnikih problema predstavlja modelovanje problema, odnosno pisanje matematikih modela koji opisuju na problem. U veini sluajeva model je samo aproksimacija stvarnog problema te usljed toga dolazi do neotklonjivih ( inherentnih) greaka. Drugu fazu ini odabir numerikog metoda za rjeavanje datog problema, koji po svojoj prirodi kao numeriki metod daje samo priblino rjeenje pa zbog toga imamo i greke metoda. Treu fazu predstavlja raunarski program koji obavlja pseudo aritmetike operacije, te usljed toga dolazi do zaokruivanja i odsijecanja ime se dodatno unosi jo i greka zaokruivanja koja zavisi od tanosti raunara i broja aritmetikih operacija koje trebaju da se izvre.

a amax
a amax A a + amax

a 1 b k n
2
Kae se da

a 1 b k n
2
A
sa Kae se da

( x y )= ( x : y ) ( 1 + )
A
U ovim jednakostima sa mnogo manji od jedan, i zavisi od tanosti sa kojom raunar radi, te predstavlja relativnu mainsku greku koja nastaje usljed zaokruivanja ili odsijecanja rezultata pri radu na realnom raunaru. Tako na primjer za mainsko sabiranje dva broja imamo:

a
cifara

aproksimira

a
cifara

je broj iji je modul

aproksimira

5. ta je relativna greka, a ta granica

relativne greke Relativna greka

znaajnih

ako

ne

znaajnih

ako

ne

2. Koje vrste greaka imamo

Greke mogu biti inherentne (neotklonjive), koje nastaju usljed modelovanja nekog problema jer u veini sluajeva modelovanje problema predstavlja samo aproksimaciju stvarnog problema, zatim imamo poetnu greku odnosno greku ulaznih podataka koja nastaje kada su ulazni podaci samo priblino tani. Greke metoda, koje nastaju usljed koritenja numerikog metoda za rjeavanje nekog problema, jer svi numeriki metodi kao izlaz daju samo priblina rjeenja. Greke zaokruivanja i odsijecanja, koje nastaju kada smo primorani da brojeve sa velikim brojem cifara zamjenimo priblinim brojem sa manjim brojem cifara. One su karakteristine za raunanje na raunarima jer raunari obavljaju pseudo aritmetike operacije.

a
greke

prelazi jedinicu priblinog broja

-tog mjesta mantise.

prelazi jedinicu

-tog mjesta mantise.

( x y )= ( x + y )( 1 + ) ( x y )= ( x + y ) + ( x + y )
=

a a

7. Definicija zaokruivanja brojeva i pravila

je kolinik priblinog broja zaokruivanja Zaokruivanje broja je formiranje priblinog broja sa manjim brojem cifara, pri emu je greka najmanja (pored zaokruivanja postoji i prosto odsijecanje kod koga se cifre samo odbacuju). Pravila zaokruivanja brojeva se mogu generalisati na nain: i tanog broja

Zaokruivanje broja je formiranje priblinog broja sa manjim brojem cifara, pri emu je greka najmanja (pored zaokruivanja postoji i prosto odsijecanje kod koga se cifre samo odbacuju). Pravila zaokruivanja brojeva se mogu generalisati na nain:

odnosno

-Ako je posljednja zadrana cifra ispred cifre manje od

pet, tada odbacuju. se sve preostale cifre jednostavno

priblinog broja

( x y ) ( x + y ) x+ y

i vrijedi:

a=

a a A a

Ako je posljednja zadrana cifra ispred cifre manje od pet, tada se sve preostale cifre jednostavno odbacuju. Ako je posljednja zadrana cifra ispred cifre vee od pet, tada se posljednja zadrana cifra povea za jedan a ostatak odbacujemo. Ako je posljednja zadrana cifra ispred cifre jednake pet, tada se koristimo pravilom parne cifre i to na nain da ako je posljednja zadrana cifra parna, samo odbacujemo ostatak, a ako je neparna uveemo za jedan posljednju zadranu cifru a ostale odbacujemo.

-Ako je posljednja zadrana cifra ispred cifre vee od

pet, tada se posljednja zadrana cifra povea za jedan a ostatak odbacujemo.

-Ako je posljednja zadrana cifra ispred cifre jednake

pet, tada se koristimo pravilom parne cifre i to na nain da ako je posljednja zadrana cifra parna, samo odbacujemo ostatak, a ako je neparna uveemo za jedan posljednju zadranu cifru a ostale odbacujemo.

ime smo dobili relativnu mainsku greku koju raunar uini prilikom sabiranja, usljed zaokruivanja i odsijecanja. Maksimalna apsolutna relativna greka kod zaokruivanja zavisi od broja znaajnih cifara sa kojima raunar radi, pa tako ako imamo sluaj od znaajnih cifara tada je:

3. Koja od greaka pri rjeavanju problema ima

dominantan uticaj Dominantan uticaj imaju inherentne odnosno neotklonjive greke, kao to su greke nastale usljed matematikog modelovanja problema (aproksimacije stvarnog problema), greke ulaznih podataka kao i mainske greke (nastale usljed zaokruivanja i odsijecanja). Takoe i kod relativne greke zbog nepoznavanja predznaka, uvodimo pojam apsolutne relativne greke priblinog broja na slijedei nain:

a=
Granica

a a A a
apsolutne relativne greke je svaki priblinog broja

max = 1 10n +1
2
11.

8. ta je priblian broj, a ta greka priblinog

broja Priblian broj je broj koji zamjenjuje taan broj u aritmetikim operacijama. Odnosno moemo rei da priblian broj ta su greke pseudo aritmetikih operacija

4. ta je apsolutna greka, a ta granica

apsolutne greke Vrlo esto predznak greke priblinog broja nije poznat pa se uvodi i pojam apsolutne greke priblinog broja, odnosno:

amax

predstavlja broj koji se neznatno

a=A a
Takoe u veini sluajeva taan broj

broj koji nije manji od apsolutne relativne greke tog broja:

razlikuje od tanog broja

i koji zamjenjuje

nam

a a amax = Amax amax

10.
broja

Objasniti mainsku greku dva tana

taan broj u proraunima. Razlika:

a = A a
naziva se greka priblinog broja

Pretpostavimo da su

tani

Greke pseudo aritmetikih operacija predstavljaju mainske greke. Nastaju zbog raunanja na raunarima (raunari obavljaju pseudo aritmetike operacije ) kao posljedica ograniene duine rijei, odnosno injenice da raunar radi sa konanim brojem cifara, te usljed toga dolazi do zaokruivanja i odsijecanja. Vano je napomenuti da pri sabiranju vie brojeva treba obratit panju na redoslijed sabiraka, jer u sluaju da sabiremo prvo vee pa manje brojeve dolazi do vee greke. Odnosno redoslijed sabiraka treba da ide od manjih ka veim brojevima.

nije poznat, to implicira da ne moemo odrediti apsolutnu greku priblinog broja. Zbog toga, da bi procijenili u kojim se granicama nalazi broj

brojevi i razmatrajmo samo greke nastale usljed zaokruivanja. Pseudo aritmetike operacije se definiu na osnovu jednakosti:

12.

Apsolutna i relativna greka sabiranja dva priblina broja na idealnom raunaru

na

osnovu njegove pribline vrijednosti

6. ta su znaajne a ta sigurne cifre broja

, uvodimo Svaka cifra broja, izuzimajui nule koje slue za fiksiranje decimalnog mjesta, naziva se znaajnom cifrom broja. Znaajna cifra broja je sigurna cifra ako greka tog broja nije vea od polovine jedinice date cifre, odnosno ako vrijedi:

( x y )= ( x + y )( 1 + )
9.
Znaajne i sigurne cifre i postupak zaokruivanja Svaka cifra broja, izuzimajui nule koje slue za fiksiranje decimalnog mjesta, naziva se znaajnom cifrom broja. Znaajna cifra broja je sigurna cifra ako greka tog broja nije vea od polovine jedinice date cifre, odnosno ako vrijedi:

A + B = a + a + b + b = ( a + b ) +( a +
Pri emu je

pojam granice apsolutne greke . Granica apsolutne greke

( x y )= ( x y ) ( 1 + ) ( x y )= ( x y )( 1 + )

( a+ b )

priblina vrijednost, a

amax

priblinog broja je svaki

( a + b )= ( a + b )

broj koji nije manji od apsolutne greke tog broja, odnosno:

greka sabiranja brojeva. Za praktina raunanja mnogo je pogodnije nalaziti relativnu greku odnosno:

Pri emu je mnoenja

( ab)
dva

priblina vrijednost broja, a greka proizvod

a +b =

a+ b a + b = A+ B a+b

a b ( a b + b a )
brojeva, pri emu je

a a b b a b + = a +( a bb ) a + b a a + b b a + b pitanju a+ b mnoenje dva

greka mnoenja je: Apsolutna i relativna greka oduzimanja dva priblina broja na idealnom raunaru

mnoenja

zanemaren, obzirom da je u veoma mala broja. Relativna

moemo greku zbog lana koji predstavlja a a separirati ( a b )kombinaciju ( greaka. a b ) b b b x1 , x2 i Meutim obzirom da = su a= b = = A a + a 1 + a a a b a 1+ bmali B b+ b a 1+ b to znai da lan koji predstavlja brojevi b kombinaciju greaka moe se zanemariti jer b 1+ ( x1 + x2 ) 0 , pa onda b

je kombinacija) predhodne dvije greke. Vidimo da ne

20.

( (

) )

Primjer nastajanja velike greke uslijed oduzimanja priblinih brojeva

Ako bi smo pomou tablica za

cosh x

sinh x
Kako vrijedi:

raunali vrijednost

e x

a b + b a + a b a b +b a + a b a b = a b a a a b A B a b = 17. ta= je A'priorna a ta A'posteriorna 1+ a 1 + a 1 + greke ocjena a A'priorna ocjena greke predstavlja metod kojim A B = ( a + a ) ( b b )= ( a b ) + a b) 1+ b procjenjujemo greku bez vrijednosti, odnosno ona ne (b a zavisi od samog metoda. A'posteriorna ocjena greke + = b+ a predstavlja metod kojim procjenjujemo uinjenu greku na bazi vrijednosti dobijenih tokom prorauna. b a ( a b ) 1 + b b Pri emu je priblina vrijednost a A'priorna ocjena greke priblinog a b = a b a b 18. a b i tanog rjeenja 1 + a 1 a 1 b + b b broja oduzimanja dva broja, a 15. Apsolutna i relativna greka dijeljenja b dva priblina broja na idealnom raunaru Priblian broj je broj koji zamjenjuje taan broj u ab = ( a b ) aritmetikim operacijama. Odnosno moemo rei da greka Zakljuujemo da je greka kolinika priblinih brojeva A a + a a + a b b razlici relativnih a predstavlja broj koji se neznatno priblian broj greaka brojnika i nazivnika, oduzimanja brojeva. Kao i kod sabiranja, za praktina = = jednaka = slino kao to je kod proizvoda zavisila od zbira raunanja pogodnije je nai relativnu reku odnosno: B b + b b + b b b greaka ta dva broja. Problem pri dijeljenju relativnih A i koji zamjenjuje razlikuje od tanog broja b a . a b a b nastaje za sluaj kada imamo a b= = taan broj u proraunima. Razlika: ab a b + b a a b ab + b a a b A B ab 2 = 2 2 a = A a b b b + b b + ( b )16. Moe li sebukupna pseudo aritmetika greka rastaviti a a b b a b = b Razlika izmeu tanog zbira i mainskog zbira: a . Vrlo a b a a b b a b a ab a + bb naziva se greka priblinog broja a a b a a a b 2+ 2 2 = + X += X x x = 1 2 ( 1 2) esto predznak greke priblinog broja nije poznat pa se b b b b b b b uvodi i pojam apsolutne greke priblinog broja , Primjetimo da kritian sluaj nastupa kada su brojevi
13.

kaemo da je ukupna greka jednaka zbiru greaka ulaznih brojeva i mainske greke.

a b =

e x =cosh x sinh x 1

e x =

1 2 cosh x + sinh x x
imamo oduzimanje

Za velike vrijednosti

bliskih brojeva. Kako na primjer za imamo:

x =10

10= 11013.23292 cosh

sinh 10= 11013.23287
To znai da primjenom formule

imamo

oduzimanje bliskih brojeva i vrijedi da je:

odnosno:

bliski (priblino jednaki) jer tada su

teinski koeficijenti veliki, te relativna greka moe biti znatno vea od relativne greke brojeva

b
14.

Apsolutna i relativna greka mnoenja dva priblina broja na idealnom raunaru

1a + = =) A a ) ( a a a b a a X 1 + X 2 ( X 1 x 1 + X 2 x 2 + = + ( a b) b b a b b b ( x 1 + x 2 ) ( X 1+ X 2 ) +( x 1 + x 2 ) 19. Kada se kae da je metod stabilan a / b priblina vrijednost a Pri emu je Numeriki metod se smatra stabilnim za odreenu Kao to vidimo ukupna greka sastoji se iz tri dijela, i ( x 1 + x 2 ) je greka koja je veliinu koraka k , ako je greka unesena u a /b = a ( a b ) / b to prvi dio greka k -tom koraku vea ili jednaka od greke nastala usljed zaokruivanja ulaznih brojeva ( ulazni dijeljenja dva broja. Kao i u predhodnim sluajevima, od

e 10= 0.00005
Kao to vidimo ova vrijednost ima jednu znaajnu cifru iako smo polazne brojeve uzeli sa po deset znaajnih cifara. Dok koritenjem formule dobijamo:

e 10= 0.00004539992956
Tana vrijednost data sa deset znaajnih cifara iznosi:

A B = ( a + a ) ( b + b )=

znaaja nam je da odredimo relativnu greku dijeljenja dva broja:

brojevi

su

priblino

tani ),

drugi

dio

( X 1 + X 2 )
greku i naravno

predstavlja trei

mainsku dio

unesene koraku.

narednom,

odnosno

( k +1 )

e 10= 0.00004539992976
Te prema tome vidimo da je zbog oduzimanja bliskih brojeva relativna greka znatno vea. Uzmemo li za

( a b ) + ( a b+ b a + a b )

( x1 + x2 )

je lan koji spree ( koji

Osjetljiv sistem je onaj kod koga male promjene ulaznih parametara uzrokuju veliku promjenu rezultata, te ih nazivamo nestabilnim problemima.

x = 20
koritenjem formule cifre broja.

po

deset

znaajnih

cifara,

gubimo sve znaajne

21.
cifre Zaokruiti

Zaokruiti brojeve na dvije znaajne

brojeve

x 1= 2.7500

x 2= 0.125000

na dvije znaajne cifre.

Na osnovu pravila zaokruivanja brojeva koje kae: Ako je posljednja zadrana cifra ispred cifre jednake pet, tada se koristimo pravilom parne cifre i to na nain da ako je posljednja zadrana cifra parna, samo odbacujemo ostatak, a ako je neparna uveemo za jedan posljednju zadranu cifru a ostale odbacujemo dobijamo rjeenje, odnosno brojeve

x1

x2

zaokruene na dvije znaajne cifre i to:

x 1= 2.8 x 2 =0.12

22.

Zaokruiti broj

na

0.006317 27. Kako se dijele nelinearne jednaine?

Nelinearne jednanine se dijele na algebarske i transcedentne jednaine.

Ako ovaj niz konvergira, oznaimo njegovu graninu vrijednost sa

, tj.

za

koju

je

f ' ( x ) m > 0
x [a , b]
tada je

za

sve

3,4,5
Zaokruiti

znaajnih cifara broj na

=g( )

23.
Neka je

je

nepokretna

Odrediti znaajan broj cifri

28. Vrste nelinearnih jednaina funkcije za koje traimo korijene?

obzirom

na taka. Umjesto niza (3) moemo posmatrati niz:

e = 2.7182818

3,4,5

a = 42.00
A= 41.95

priblian

broj,

Funkcija

f ( x)

je algebarska ako je za

e 0 , e 1 , .... , e k , e k +1 , ...
je

x x
k-tom

f (x) m

znaajnih cifara, a onda odrediti granice

tanog

broja

odrediti

broj

odredjivanje njene vrijednsoti u tacki

potrebno

gdje

e k= x k

greka

Dokaz se izvodi preko teoreme srednje vrijednosti

apsolutnih greaka zaokruivanja broja.

Zaokruivanje na

znaajnih cifri broja znaajnih cifara:

a = A a = 0.05 e = 2.7182818 e = = a , e=e e = e Posmatramo poslijednju cifru broja 6 e 6 e = 2.718282 odnosno polovinu jedinice poslijednje cifre i poredimo sa grekom tog broja, te ako greka nije vaa od polovine 0.0000018 7 cifre, promatrana cifra je sigurna. jedinice 6.62183 10date e 6 = 2.71828 a ima etiri znaajne cifre, ali samo tri su Broj
Zaokruivanje na

izvrsiti samo operacije sabiranja, oduzimanja, mnozenja dijeljenja i stepenovanja sa racionalnim eksponentom. Ako se pri raunanju vrijednosti javlja stepenovanje samo cijelim brojevima tada su takve funkcije racionalne. Funkcija je iracionalna ako se pri odredjivanjeu njenje vrijednosi mora vriti korijenovanje.Sve algebarske funkcije su racionalne ili iracionalne.Transcedentne funkcije ine drugu veliku klasu funkcija. To su nealgebarske funkcije (eksponancijalne,logaritamske, trigonometrijske itd.). Zbog svega toga potrebno je koritenje pribliznih metoda. U praksi je esto dovoljno znati priblino rjeenje sa unaprijed odredjenom tanou. 29. Koja je metoda nelinearnih jednaina? najbolja za odreivanje

iterativnom koraku. Odredimo uslove koje treba da ispunjava funkcija konvergira. jednakosti (2 Ako

f ( x ) f ( x ) = f ' ( c ) ( x x )
gdje je

x g (x)
oduzmemo lijeve i

da niz (3) desne strane Kako

c
je

taka izmeu

i = g ( ) ,

nalazimo

f ( x )= 0

X k + 1 = g ( x k ) g ( )
Primjenimo li Lagrangeovu teoremu o konanom prirataju na desnu stranu ove jednakosti, imamo

f ' ( x ) m

tvrenje

teoreme

se

i sigurne. znaajnih cifara:

numerickog postupka? e ak i kada imamo tane ulazne podatke, zbog = = e=e e = e 5 formata brojeva n javljaju se greke e 5 ogranienosti zaokruivanja , za koje ne vrijede klasina pravila e 5 = 2.7183 aritmetike. A taj nain nastaju inherentne ili neodstranjive greke.U vezi sa tim grekama uvodi se i 0.0000182 pojam stabilnosti numerikog postupka. Kaze se da je numeriki 6.6594 10 6 postupak stabilan ako pri njegovom koritenju raunska ili greka zaokruivanja neznatno raste.U

24.

Objasniti

pojam

stabilnosti

Metoda tangente je najbolja, iako ima svoje prednosti i mane. Jednostavnija je od metode iteracije, ali nazalost vodi ka metodi sa linearnom konvergencijom. Aproksimacija izvoda ove metode je bra nego kod metoda sekante. Iako je ovaj metod najbolji ne funkcionie uvijek.Postoji kombinovani metod (metod tangente i sekante), ali je metod tangente bolji pa nema smisla to radit kombinovano. 30. Kada smo sigurni da se u nekom segmentu nalazi tano jedan korijen nelinearne jednaine?

X k + 1 = g ' ( k )( x k ) ,
Tj.

e k + 1= g ' ( k ) e k ,

direktno dobija. Data formula je znaajna jer se uvjek moe koristiti za ocjenu greke bez obzira na metod koji je koriten za dobijanje pribline vrijednosti. Ovakav nain procjene greke u kojem se koriste vrijednosti izvedene tokom procesa nalaenja pribline vrijednosti naziva se apriornom grekom. 34. ta je red konvergencije i kako se matematiki opisuje? Ako je :

Gdje se

nalazi izmeu xk i .

Jednaina bezbroj

f ( x )=0
naina u

moe se prikazati na ekvivalentnom obliku

31.Kako se dijele metodi za odreivanje greke korijena nelinearne jednaine? Metod seice, metod polovljenja intervala, NewtonRaphsonov metod, metod regula falsi,metod proste iteracije. 32. Metode za odreivanje poetnog rjeenja kod nelinearne jednaine f(x)=0? Veina rijeenja realne jednaine f(x)=0 zahtjeva poznavanje poetnog intervala [a,b] u kom se nalazi tano rijeenje ili x_0 poetno rijeenje koje nije daleko od stvarnog rijeenja (vie metoda koje zahtjeva x_0 poetno rijeenje). Ako doemo do intervala [a,b] na kojem funkcije mijenja predznak, a neprekidna je tu se sigurno nalazi barem jedan korijen. Ako ima vie korijena dijelimo interval na jo manje dijelove.

e k + 1 q = 0 k e k
lim
Tada se

Zaokruivanje na

znaajne cifre:

protivnom, metod je nestabilan. Zbog toga, treba izbjegavati koritenje nestabilnih numerikih metoda kod kojih male greke zaokruivanja mogu dovesti do velikih razlika izmeu stvarnog i dobijenog rjeenja. 25. Objasniti greku izabranog metoda u fazi rjeavanja problema?

x=g( x)

naziva redom konvergencije. Ako je

. Pretpostavimo da jednaina (1)

q =1
ako je

ima samo jedno rjeenje

x =
je

kaemo da je konvergencija linearna,

na segmentu

Svaki fiziki ili tehniki problem koji za ulaznu e informaciju ima numerike podatke uvijek je praen = = e=e e = e 4 pojavom greaka. Zbog toga je analiza greaka sastavni e dio ovih problema, pogotovo ako se aksperimentalni ili 4 e 4= 2.718 drugi podaci obrauju na raunarima. 0.0002818 26. O emu se mora voditi rauna pri izboru 0.0001037 numerikog postupka za rjeavanje konkretnog matematski definisanog zadatka? U numerikoj analizi nailazimo na takve procese ija bi realizacija beskrajno trajala. To je, na primjer, izraunavanje beskonanih sumi, razni iterativni procesi itd. U praktinom izraunavanju kod takvih procesa prinueni smo da postupak prekinemo poslije konanog broja koraka. Cilj numerike analize nije samo u tome da razvija metode koje daju rezultate sa velikom tanou. Treba voditi rauna da izrauvavanje traje to krae, tj. da se rezultati dobijaju sa mali brojem operacija.

q>1

[ a , b]

da

x g (x)
Pomou jednaine (1)

kaemo da je superlinearna.

Za sluajeve

q =2

q =3

kaemo

diferencijabilna funkcija na ovom segmentu. Neka je

x 0 [ a , b]

da je konvergencija kvadratna, odnosno kubna. Da bi metod konvergirao oigledno je da niz

moemo formirati iterativni postupak:

{e k}

Zaokruivanje na

znaajne cifre:

( 2 ) x k + 1 = g ( x k )( k =0,1,. .. ) ,
Iz kojeg izlazi niz: 33.Koji se metod moe koristit za apriornu procjenu greke korijena nelinearne jednaine? Ako je funkcija

mora biti konvergentan, i da mu granina vrijednost mora biti nula. Pa prema tome mora biti

e 3= e 3 = 2.72 e=e e = e=
0.001782

x 0 , x 1 , ... , x k , x k +1 , ...

f ( x)
i

ek +1<ek
<1
. Za

pa se odavdje oigledno vidi

neprekidna na segmentu

da ako se radi o linearnoj konvergenciji mora biti sluajeve superlinearne

e3

[a ,b]

ako

je

konvergencije ovaj uslov ne mora biti ispunjen. Ova vrijednost zavisi najee od funkcije

f ( x)

x k = x lim
k
Ako je

x )= ' ( xn ) x)n x 1 x x)n x( 1 x n x = ( x n 1 ) x = ( x n 1

=

35. Koji metod bre konvergira, onaj sa linearnom ili onaj sa kvadratnom konvergencijom? Ukoliko se radi o linearnog konvergenciji oigledno je da mora vrijediti <1. Za sluajeve superlinearne konvergencije ovaj uslov ne mora biti ispunjen. Svakako se do rjeenja u takvim sluajevima dolazi to je vrijednost manja. Ova vrijednost najee zavisi od funkcije f(x). Linearni metod je sporiji, ali ne ovisi o poetnom rijeenju. Kvadratni metod je bri , ali desi se brz raspad konvergencije (divergira za vee poetne uslove). Zbog izvoda aproksimacije sporija je linearna konvergencija od kvadratne. 36.Prekomentarisati sluajeve razliitih vrijednosti q (stepen konvergencije), posebno za q=1 (koji uslov mora biti uspunjen da bi metod konvergirao i za q=1)? Ako je :

f ( x )= 0 x = ( x )

napiemo ekvivalentnu

jednainu

x ' = ( x ) ( ) xn 1 x = x 1 ) xn x ' ( ) lim ( n = n xn1 x x n 1 x Metod dakle ima linearnu konvergenciju pa je vidljivo da xn x
vrijednost

=' ( x )

treba da bude

Odakle je:

ek + 1 lim = 0 q k e k
Tada se

manja od jedinice. Metod iteracije se u primjeni vrlo esto zove Gauss-Seidelov metod. EVO VIDI NAKE KAKO TO IZGLEDA KAD SE SMANJI.... Oscilovanje (cikliki) Monotonost 40.Pod kojim uslovima se moe primjeniti metod iteracije? Da bi metod funkcionirao moraju lanovi iterativnog niza x1,x2,x3, biti u [a,b] za bilo koju poetnu aproksimaciju.To e svakako biti ispunjeno,ako je ([a,b])

x n1 X

x n 1 X

43.Graficki ilustrirati razlicite slucajeve divergencije metoda iteracije? Sa slika(sluajevi a i c) se vidi da pod odredjenim uslovima bez obzira koliko polazna taka bila blizu rjeenja,ipak dolazi do divergencije.U sluajevima kada korjen ne postoji desit e se brza divergencija.

L x n 2 X

naziva redom konvergencije. Ako je

q =1
ako je

L n x 0 X

Kako je 0L1,slijedi

[a,b].Kako

je

funkcija

(x)

kaemo da je konvergencija linearna,

q>1

38. Izvesti iteracije?

red

konvergencije

kod

metoda

kaemo da je superlinearna.

Za sluajeve

q =2

q =3

za svaki x[a,b] i |(x)|L<1, x n x = ( x n 1 ) x= ( x n [a,b],(x)[a,b] 1 ) ( x )=

neprekidna,onda postoji bar jedna taka presjeka. Uslove pod kojima metod konvergira daje teorema5 :Neka je :[a,b]-->R jednom diferencijabilana na

lim L n= 0, lim x n x
n n

=0

pa je

lim x n = x

.
44.Na ta upuuju oscilatorne a na ta monotone vrijednosti iteracija kod primjene metoda iteracije? Oscilatorne vrijednosti upuuju na to da niz konvergira ka rjeenju idui ciklino oko rjeenja a monotone vrijednosto na to da niz konvergira ka rjeenju pribliavajui mu se sa jedne strane. 45.Definisati red konvergencije kod metoda iteracije U dokazu konvergencije metoda iteracije dobijen je izraz:

kaemo

da je konvergencija kvadratna, odnosno kubna. Da bi metod konvergirao oigledno je da niz

{e k}

( )x n 1 x
'
odakle slijedi

x[a,b].Tada za proizvoljan x0 [a,b] iterativni niz definisan metodom iteracije konvergira ka jedinstvenom rijeenju jednaine x=(x). Dokaz:Dokaimo prvo da ne postoji vise od jednog rjeenja.Pretpostavimo da su x 1 i x2 dva meusobno razliita rjeenja.Tada je,prema Lagrangeovom teoremu srdnje vrijednosti,

mora biti konvergentan, i da mu granina vrijednost mora biti nula. Pa prema tome mora biti

e k +1<e k
<1
.

xn x

pa se odavdje oigledno vidi

da ako se radi o linearnoj konvergenciji mora biti

x n x = ' ( )odnosno lim ' n ( ) x 1 x 2 x n 1 x

Metod ima linearnu konvergenciju jer je

x 1 x 2 = ' = ( x ) x n 1 x ( x1 ) ( x 2)

41.Koje su dobre a koje loe strane metoda iteracije? Problem koji se javlja kod primjene metoda iteracije je kod izbora naina zapisa jednaine f(x)=0 u obliku x= (x).Obino se na neki nain namee samim izgledom funkcije f(x),a da li e takav izbor konvergirati ili ne ispituje se analizom izvoda funkcije (x).Mogue je da ni nakon nekoliko izabranih sluajeva metoda ne garantuje konvergenciju.Stoga je poeljnije raspolagati algoritmom za nalaenje jednaine x= (x) uz uslov da bude

' ( x 0 )<1

x n X

( x n1 ) x

37. Izvesti metod iteracije grrafikim putem? Rjeavamo neprekidna i

f ( x )= 0

. Neka je na

f
segmentu

q =1

x 1 x 2
aproksimaciju

<

x 1 x 2
niz

to

je

Metodom iteracije se u odnosu na metod polovljenja interval,rezultat dobija nakon 30 iteracija.Za tanost 10 -6 rezultat se dobija nakon 15,a za tanost 10 -9 nakon 23 iteracije.Ovo je bolje neko kod metode polovljenja interval ,mada su oba metoda istog stepena konvergencije.Meutim,metod iteracije moe biti jako osjetljiv u odnosu na izbor poetnog rjeenja. 42.Graficki ilustrirati razlicite sluajeve konvergencije metoda iteracije? Konvergencija zavisi od izvoda funkcije (x).U sluajevima kada primjena metoda konvergira (sluajevi b i d),polazna taka moe bit i znatno udaljenija od tanog rjeenja.Naravno,za bre nalazenja rjeenja poeljno je da polazna taka bude blie tanom rijeenju.

diferencijabilna

[a ,b]
x0

q
n

koji je stepen nazivnika lana u limesu

kontradikcija.Dakle,problem ima jedno i samo jedno rjeenje.Preostaje dokazati da za bilo koju poetnu

x ( ) ( x n 1 )

u kojem je dato poetno rjeenje

predstavlja red konvergencije.

x0

konvergira

ka

(x x /x

i u kojem se nalazi korijen jednaine.

n 1

x q=1)

' ( )xn1 x

odakle slijedi:

rjeenju.Imamo:

x 1 x 2 x 3

39.Konvergencija metoda iteracije za nelinearne jednaine?

x n X x n 1 x

' ( ),

a kada se

|x3-x*|

1 2

(b-a),nakon drugog koraka |x3-x*|

pusti da n-> bie:

x n X ' = ( x ) n x n 1 x
lim

1 22
|x3-x*|

(b-a),odnosno nakon k-tog koraka,

Metod dakle ima linearnu konvergenciju,pa je I odavde vidljivo da vrijednost =

1 2 k (b-a).Ova ocjena greske naziva se ' ( x )treba da bude manja od apriornom jedinice. jer se moe izraunati prije samog iterativnog 1 2k

Metod iteracije se u primjeni vrlo esto naziva GaussSeidelovim metodom. 46.Kod metoda iteracije izvesti (x)=0? Iz jednaine : f(x)=0 slijedi f(x)=0 slijedi x=x+f(x)=(x) slijedi da je svaka funkcija oblika x+f(x) funkcija (x) uz uslov 0. Kako mora biti

postupka :ocjena govori da grka nije vea od odredjene vrijednosti ,a ne I kolika je njena vrijednost.Ovo znai da se prije samog iterativnog postupka moe izraunati broj potrebnih koraka da se postigne eljena tanost.Cilj je da bude:

|x3-x*|

(b-a),odakle

se

moe

nai

' ( x 0 )<1
1 f ' ( x0 )

,izbor koji se

namee je (xo)=0.Kako je (x)=1+f (x),to treba biti

( b a) ( b a)

2k

slijedi

klog 2

1+(x0)=0,odnosno =

U principu,ovaj se obzirom da

izraz I ne mora precizno primjeniti je uslov konvergencije

.Ovo bi vrijedilo ukoliko nebi bilo

( x 0 )<1.
metod iteracije u obliku: xk+1=xk -

'

Na taj

se nain dobija

greke zaokruivanja. Konvergencija postupka

je

LINEARNA(dakle

f (xk) ' f ( x0 )

spora)obzirom da je .

e k +1 ek 1 2

47.Koliko koraka treba obaviti u metodi polovljenja interval da bi se postiglo rijesenja odradjene tacnosti? Metod polovljenja interval sastoji se u tome da se segment [a,b] na kojem je ispunjen uslov f(a)f(b)<0 raspolovi,odnosno nae polovte c.Ako je f(c)=0 onda je korijen x*=c(malo vjerovatna ali mogua sitvacija).U suprotnom se ponovi operacija na onom od segmenata [a,c] ili[c,b] na kojem je ispunjen uslov razliitosti predznaka funkcije f(x),Postupaki se dalje ponavlaj sve dok duina segmenta ne bude manja od eljene tanosti .Postupan je ilustrativno prikazan na slici 3.

(b a ) k +1 2 (b a ) 2k

Greka svakog narednog koraka priblino je jednaka polovini predhodne greke.

Metoda pod pretpostavkama u vezi neprekidnosti funkcije I izbora pocetnih vrijednosti uvjek konvergira,ali vrlo sporo.Oito nakon prvog koraka imamo:

48.Izvesti metod tangent analitikim postupkom? Neka je x* izolovani korjen jednaine f(x)=0 na segment [a.b] I neka su f(x) f(x) neprekidne funkcije sa stalnim znakom na segment [a,b].Uzme li se proizvoljna taka x0[a,b] I razvije li se funkcija u Taylorov red u okolini take x0,za vrijednost x* bie:

f(x*)=f(x0)+

f ( x0 ) 1!
(x*-x0)2

'

(x*-x0)+

x ( 0 ) f x0 x1 f ( x 0) f ( x0 )
'

Na

osnovu

Taylorove

formule

0=

f(x*)=f(x 0)+

=f

(x0)

slijedi

x0-x1=

f ( x0 ) 1! f ( x 0) f ( x0 )
'

'

(x*-x0)+

f (c) 2!

''

xk+1 (x*-x0)2

x*=

1 2

f ' ' (c ) ' f ( xk)

(x*-

f ( x ) f ' ' ( x ) f ' ( x )2

<1

jer

je

uslov

Gdje je x*<c<x 0 pa kako je po pretpostavci f (c)>0,mora biti f(x0)+f (x0)(x* - x0)<0,odakle slijedi da je x*<x 0 -

xk
ek+1=

konvergencije |(x)|<1.
2

tj.

f ' ' (c) 2!

f ( x 0)
slijedi x1=x0-

f ( x0 )

'

odnosno da je x*<x1.Analogno se

1 2

f ' ' (c ) ' f ( xk)

ek2

53. ta predstavlja Hornerova ema Pomocu Hornerove seme izracunavamo ostatak dijeljenja R. Primjenom Bezuovog stava po kome je ovaj

gdje je c taka koja lei izmeu taaka x 0 i x*.Predpostavljajui da je segment u kojem se nalazi korijen mali(on se uvjek moe smanjiti metodom polovljenja interval),moe se odbaciti lan desne strane gornje jednakosti,poslije ega se dobija

0=f(x*)f(x0)+

f ' ( x0 ) 1!

to je trebalo i pokazati.Pri ovome se podrazumjeva da je f (x0) razliito od nule,ine ne bi bilo take presjeka tangent t sa apcisom.U vezi sa grafikom interpretacijom metoda tangente,ovdje se moe uoiti razlika izmeu metoda tangent i metoda iteracije.Kako je kod metoda iteracije dri konstantnim prvobitno iraunati

dokazuje da niz{Xn} ima slijdea svojstva: 1.xn+1<xn ,n=0,1,2,3,... 2.x*<xn,n=0,1,2,3,. Ovo zni da je niz odreen Newtonovim metodom monotono opadajui i ogranien odozdo,dakle konvergentan.tavise njegova je granina vrijednost korijen jednaine,jer putajui n-> i stavljajui

ostatak jednak vrijednosti polinoma Pod uslovom da iterativni postupak konvergira,tada vrijednost c i x k tee rijeenju x*,prema tome postupak ima kvadratnu konvergenciju. Primjena na sistemnelinearnih jednaina,odnosno pooptenje metoda je mogue.Moe se izvesti i pooptenje metoda uzimajui vie lanova razvoja u Tajlorovom redu to bi rezultiralo kubnom metodom.Medjutim,metode viega reda,pogotovo u sluajevima nelinearnih jedanina,vrlo se rijetko koriste. 52.Izvesti metod tangent iz metoda iteracije? Primjetimo da je metoda tangent metoda iteracije ako stavimo

P n ( x)

za

x = x1

sto se direktno dobija ako u

(x*-x0) odnosno

=-

1 f ( X0 )
'

,to

bi

znailo

da

metod

lim x n

=x dobije se x=x-

f (x) ' f ( x)

P n ( x ) =( x x 1 ) Q n1 ( x ) + R
uvedemo

f ( x 0)
x*x0 -

f ' ( Xo ) f ( x 0)

iteracije grafiki zadrava konstantan nagib prvobitno naene tangent tokom itavog iterativnog procesa,to je ilustrativno prikazano na slici2. Ovo je znatno jednostavnije ali naalost vodi ka metodu sa linearnom konvergencijom.

odakle slijedi da je f(x)=0.Kako je x* jedini korijen jednaine na segment [a,b] mora biti x=x*. (x)=x

f ( x) f '(x)

x = x1
seme

, zakljucujemo da pomocu zaista izracunavamo

dalje

slijedi

xk+1=xk

Hornerove

Na taj nain je dobijena nova aproksimacija korjena x*

x1x0 -

f ( Xo ) f (xk)

'

.Polazei sad od x 1,na isti sl2.Grafika ilustracija metoda iteracije

51.Podkojim uslovima metod tangent konvergira(dokazati)? Za ocjenu Newtonovog metoda moe se koristiti opta ocjena ali se moe izvesti i bolja. Iz

f ( x) f ' (x)
(x)=1-

P n ( x 1)
Hornerova sema

. je ekvivalentna sljedecem obliku

polinoma

Pn ( x)

nain se dobija aproksimacija x2,itd. U optem sluaju,sukcesivne aproksimacije raunamo po formuli:

xk+1=xk -

f '( xk)

50.Izvesti metod tangent preko Taylorovog razvoja? Teorem 6.Ako f(x0)f (x)>0 i ako je prvi i drugi izvod f(x)imaju stalan znak na segment [a.b],tada je polazei od poetne aproksimacije x0[a,b] mogue odrediti niz

0=

f(x*)=f(xk)+

f '( xk) 1!

(x*-xk)+

f ' ( x ) f ' ( x ) f ( x ) f ' ' ( x ) ' 2 ( f ( x )) f ( x) ' 2 ( f ( x ))

=

P n ( x ) = a0 x n + a 1 x n 1+ + a n2 x 2 + a n

f (xk)
{Xn} po formuli xk+1=xk

49.Grafikim putem objaniti metod tangent?

f '( xk)
je x*

za koji je

f ' '(c) 2!

'

a n + x ( a n1 + x ( a n2 + + x ( a 1+ a 0 x )
Gdje izracunavanje polinoma zapocinje od izraza u najdaljoj unutrasnjoj zagradi. Na taj nacin se izracunavanje polinoma u opstem slucaju svodi na n sabiranja i n mnozenja. Dokazano je da Hornerovim postupkom broj operacija je minimiziran, pri cemu pretpostavljamo da su svi koeficijenti polinoma razliciti od nule. Ako su neki koeficijenti jednaki nuli, tada se broj operacija moze smanjiti. 54. Kad konvergira Hornerov metod i zasto Ako

(x*-xk)2 slijedi

lim x n

=x*,gdje

izolovani

korjen

0= f(x*)=f(xk)+f (xk) (x*-xk)+

f ' ' (c) 2!

(x)=1(x*-xk)2

Sa slike5 je oigledno da je tg=

x ( 0 ) f x0 x1

jednaine f(x)=0 na segment [a,b]. Dokaz:Ne umanjujui uoptenost moemo predpostaviti da je f(a)<0,f(b)>0,f (x)>0 i f(x)>0(ostali sluajevi se razmatraju analogno).Sa obzirom na uslov teoreme treba uzeti x0=b.Zbog monotonosti f(x) mora biti f(x0)>f(x*)=0 pa je:

odakle je

f (xk)
x*=xk -

f ( x 0)
x1=x0-

f ( xk) xk

'

1 2

f ( x ) f ' ' ( x ) ' 2 f ( x) f ( x ) f ( x ) ' 2 f ( x)

''

Pn

prikazemo u obliku:

f ( x0 )

'

< x0

f ' ' (c ) f ( xk)

'
(x*-

P n ( x ) = A0 ( x x 1)n + A1 ( x x 1)n1 +
, dolazimo do sljedeceg zakljucka. Ako slijedi

.Kada je t tangent na funciju f(x) u taki [x 0,f(x0)] to je i tg=f(x0).Dakle:

odnosno

P n ( x)

podijelimo sa

( x x1 )

dobijemo polinom

Q n1

i ostatak

An

potrebno je rijeiti pripadnu algebarsku jednadbu

a 0 x n + a1 x n 1 + ... + an 1 x + a n = 0, a0 0.
Rjeenja algebarske jednadbe mogu biti realna ili kompleksna. Ukupan broj rjeenja algebarske jednadbe je n pri emu se uraunavaju i kratnosti pojedinih rjeenja. Kompleksna rjeenja se javljaju u obliku konjugirano-kompleksnih brojeva. Tako npr. ako a + ib ima kratnost s, onda i a ib ima kratnost s. Za rjeenja algebarske jednadbe vrijedi da ako je stupanj algebarske jednadbe neparan, onda je barem jedno rjeenje realno. Na temelju izraunatih rjeenja, algebarsku jednadbu moemo napisati u obliku:

bn b u + n v u v bn1 b bn1 (u + u , v + v) = 0 bn1 + u + n 1 v u v bn (u + u , v + v) = 0 bn + (9) pri emu su vrijednosti bn i bn-1 desnih strana jednakosti izraunate za vrijednosti u i v, a ne za u+ u i v+ v. Da bismo pronali zadovoljavajue vrijednosti inkremenata u i v potrebne su nam vrijednosti parcijalnih derivacija. Bairstow je pokazao da se vrijednosti parcijalnih derivacija mogu odrediti iz vrijednosti b postupkom sintetike podjele. Postupak je analogan postupku pronalaenja vrijednosti b iz vrijednosti a. Parcijalnim derivacijama skupa jednadbi (8) po varijabli u, te uvoenjem varijable c imamo

c n1 c v = n 2 c n1 cn2

bn bn 1 c n 2 c n 3

( 8 ) A0 t n + A 1 t n 1 + + A n1 t + An =0
, gdje je

; ako

Q n1

podijelimo sa

( x x1 )
Q n 2

, dobijamo polinom

(15) Postupak pronalaenja nultoaka polinoma Bairstowom metodom moemo zapisati sljedeom procedurom: Odaberi incijalne vrijednosti za u i v. Najee se uzima u0 = 0 i v0 = 0. Izraunaj b0, b1, b2, ..., bn prema relaciji

t = x x1

zamjenjujemo

sa

An1 t + A n= 0

, iz koje dobijamo da je

i ostatak

An1

a 0 ( x x1 )( x x2 ) ( x x n ) = 0

bk = a k bk 1u bk 2 v, k = 2,3, , n

, itd. Prema

tome, u Hornerovoj semi dijeljenje treba nastaviti, i kao rezultat dobijamo koeficijente

, (3) gdje su xk rjeenja algebarske jednadbe. Bairstowova metoda je iterativan postupak pronalaenje kvadratnih faktora polinoma oblika

za

A0 , A1 , , An

f ( x) = x 2 + ux + v
. (4) Na poetku iterativnog procesa zadaju se inicijalne vrijednosti u0, v0 koje iteracijama konvergiraju prema tonim vrijednostima u i v, nakon ega se se lako izraunaju dvije nultoke ( r1, r2) polinoma prema n poznatoj formuli

. Zatim jednacinu:

( 8 ) A0 t n + A 1 t n 1 + + A n1 t + A =0
, gdje je

r1, 2 =
, zamjenjujemo sa

t = x x1

u u 2 4v 2

(5) Ako je u2 - 4v<0, onda su (r1, r2) konjugirano kompleksni brojevi

b0 a0 = =0 u u b1 u = b0 = b0 = c 0 u u b2 b1 b = u b1 0 v = b1 + uc0 = c1 u u u b3 b2 b = u b2 1 v = b2 + uc1 + vc0 = c 2 u u u b4 b b = 3 u b3 2 v = b3 + uc2 + vc1 = c3 u u u bn1 b b = n 2 u bn 2 n3 v = bn 2 + ucn3 + vcn 4 = c n 2 u u u bn b b = n1 u bn1 n 2 v = bn1 + ucn 2 + vcn3 = c n1 u u u
(10) Slinim postupkom pronalazimo i parcijalne derivacije po varijabli v:

(17) pri emu je b0 = a0 i b1 = a1 - b0u. Izraunaj c0, c1, c2, ..., cn-1 prema relaciji c k = bk c k 1u ck 2 v, k = 2,3, , n 1 (18) pri emu je c0 = b0 i c1 = b1 + ub0. Izraunaj u i v prema (14) i (15). Poveaj u i v za u i v

t 1=

An A n1
.

, pa je nova vrijednost korijena

x 1+ t 1 t t 1
.

Postupak

se

nastavlja

razvojem

u i +1 = u i + u i vi +1 = vi + vi

polinoma na lijevoj strani jednacine (8) oi stepenima

(19) pri emu i oznaava broj iteracije. Vrati se na korak 2. i ponovi postupak sve dok se u i v ne priblie dovoljno nuli, odnosno sve dok za neku unaprijed zadanu vrijednost ne vrijedi

u i +1 + vi +1 <
(20) Izraunaj korijene kvadratnog faktora prema (5). Izraunaj preostale korijene polinoma vraanjem na korak 1. i ponavljanjem cijelog postupka za polinom iji su koeficijenti b izraunati na kraju 6. koraka. 56.Kakva je konvergencija Barstovog a kakva Hornerovog metoda Horner: Ako

An1 t + A n= 0 t 1= An A n1

r1, 2
, iz koje dobijamo da je

u u 2 4v = i 2 2

, pa je nova vrijednost korijena

x 1+ t 1 t t 1

. Postupak se nastavlja razvojem

(6) Pronalaenje sljedea dva korijena polinoma se zasniva na ponavljanju postupka za polinom stupnja n-2 koji se dobije dijeljenjem poetnog polinoma s izraunatim kvadratnim faktorom. Analogno se pronalaze i svi preostali korijeni polinoma. Osnovna prednost Bairstowove metode je to omoguuje pronalaenje kompleksnih korijena polinoma. U nastavku se opisuje postupak izraunavanje parametara u i v. Ekstrakcijom kvadratnog faktora x2+ux+v iz polinoma (1) dobijemo Pn ( x) = ( x 2 + ux + v)Qn 2 ( x) + ostatak Pn ( x) = ( x 2 + ux + v)(b0 x n 2 + b1 x n 3 + + bn 3 x + bn 2 ) + bn 1 ( x + u ) + bn (7) Vrijednosti bi se mogu izraunati prema sljedeem rekurzivnom postupku (postupak sintetike podjele).

polinoma na lijevoj strani jednacine (8) po stepenima

b0 = a 0

b0 a 0 = =0 v v b0 b1 u = u b0 = 0 v v v b b2 b1 = u b0 0 v = b0 = c 0 v v v b3 b b = 2 u b1 1 v = b1 + uc0 = c1 v v v b4 b b = 3 u b2 2 v = b2 + uc1 + vc0 = c 2 v v v bn1 b b = n 2 u bn 3 n3 v = bn 3 + ucn 4 + vcn5 = c n3 v v v bn bn1 bn 2 = u bn 2 v = bn 2 + uc n3 + vcn 4 = c n 2 v v v

(11) Iz (10) i (11) je jasno da vrijedi

S obzirom da je Hornerov postupak za rjesavanje algebarske jednacine ekvivalentan NewtonRaphsonovom metodu, konvergencija je kvadratna. Hornerov metod je pogodan za nalazenje korijena algebarskih jednacina na racunarima. Berst: Bairstowova metoda je poseban sluaj Newtonove metode za rjeavanje sustava nelinearnih jednadbi. Za Newtonovu metodu rjeavanja sustava nelinearnih jednadbi su poznati uvjeti konvergencije, pa se na temelju tih uvjeta izvode uvjeti konvergencije za Bairstowovu metodu. Napiimo (7) u sljedeem obliku: Pn ( x ) = ( x 2 + ux + v)Qn 2 ( x, u, v ) + F (u , v) x + G (u , v) (21) gdje F(u, v) i G(u, v) funkcije dviju varijabli u i v, te im se vrijednosti mogu izraunati prema postupku (8) i iznose bn-1 i u+bn. Cilj Bairstowove metode je ostvariti

Pn

prikazemo u obliku:

F (u, v) = 0

P n ( x ) = A0 ( x x 1) + A1 ( x x 1)
, dolazimo do sljedeceg zakljucka. Ako ,

G u,1 v) = 0 n(

P n ( x)
dobijemo polinom

S obzirom da je Hornerov postupak za rjesavanje algebarske jednacine ekvivalentan NewtonRaphsonovom metodu, konvergencija je kvadratna. Hornerov metod je pogodan za nalazenje korijena algebarskih jednacina na racunarima.

b1 = a1 b0 u b2 = a 2 b1u b0 v b3 = a3 b2 u b1v bk = a k bk 1u bk 2 v bn1 = a n1 bn 2 u bn3 v bn = a n bn1u bn 2 v

(8) Da bi x +ux+v bio faktor polinoma nuno je da ostatak bude 0, odnosno da bn-1 i bn budu 0. Promjenom parametara u i v moe se utjecati na vrijednosti bn-1 i bn tako da one postanu 0 ili da se barem dovoljno priblie nuli. U koraku iteracije Bairstowove metode se mijenjaju vrijednosti u i v tako da se ostatak priblii nuli. Parametar b je zapravo funkcija dviju varijabli, u i v. Ako uzmemo da su u i v inkrementi koji se dodaju u iteracijskom koraku parametrima u i v, onda se bn i bn-1 mogu aproksimirati preko Taylorovog reda funkcije dviju varijabli s obzirom na varijable u i v. Uz pretpostavku da su u i v mali, pa moemo zanemariti vie lanove reda, nakon ega imamo
2

podijelimo sa

( x x1 )
i ostatak

c k = bk c k 1u c k 2 v, k = 2,3, , n 1
(12) pri emu je c0 = b0 i c1 = b1 + ub0. Kao to se vidi jednadbe za ck su analogne jednadbama (8) za izraunavanje bk. Sustav jednadbi (9) moemo sada napisati u obliku

Q n1

An
sa

1 n (22) n1 Bairstowov postupak pronalaenja rjeenja ovog sustava nelinearnih jednadbi samo je poseban sluaj Newtonove metode. Da bismo shvatili uvjete konvergencije Newtonove metode, potrebno ju je ukratko objasniti. Najjednostavniji sluaj je sustav dviju nelinearnih jednadbi s dvije nepoznanice, odnosno sustav (2), pa emo na njemu i objasniti Newtonovu metodu. Neka je u = i v = rjeenja sustava (22). Pretpostavimo da F i G imaju neprekidne parcijalne derivacije. Stavljajui = un+un i =vn+vn dobivamo
F (u n + u n , v n + v n ) = 0 G (u n + u n , v n + vn ) = 0
(23) Primjenom Taylorove formule za funkciju dviju varijabli, pri emu se ograniavamo samo na linearne lanove razvoja i izjednaavanjem s nulom dobivamo F (u n , v n ) F (u n , v n ) F (u n , v n ) + u n + v n =0 u v G (u n , v n ) G (u n , v n ) G (u n , v n ) + u n + v n =0 u v (24) Za varijable u, v uvedimo vektor z, za funkcije F, G vektor H, a za varijable un i vn vektor

+ + A

( x x )+ A

ako

Q n 1
,

podijelimo

bn = cn 1u + c n 2 v

bn1 = cn 2 u + cn 3 v
(13) Iz sustava jednadbi (13) dobivamo povoljne vrijednosti za inkremente u i v.

( x x1 ) Q n 2

dobijamo

polinom

i ostatak

An1

, itd. Prema

u =

bn bn 1 c n 1 c n 2

cn2 c n3 c n 2 c n 3
(14)

tome, u Hornerovoj semi dijeljenje treba nastaviti, i kao rezultat dobijamo koeficijente

55.Bez izvodjenja metoda

opisati

primjenu

Berstovog

A0 , A1 , , An

. Zatim jednacinu:

u n zn = vn

F H = G
, ,

u n = n v n
(25)

Pn ( x ) = a 0 x n + a1 x n 1 + ... + a n 1 x + a n , ai R

Sustav (24) moemo krae i preglednije zapisati u matrinom obliku

H ( z n ) + J ( z n ) n = 0 = H ( z n + n )

x W = 1 1

x2 1

0 Q (u , v, x1 ) P = n 2 0 Qn 2 (u , v, x 2 )

F1 (u , v)u G1 J = F1

F1 G1

n = J 1 ( z n ) H ( z n )
(28) Krajnji zapis iteracijskog koraka Newtonove metode glasi

(26) gdje je J(zn) Jacobijeva matrica oblika

F (u n , v n ) u H ' (z n ) = J ( zn ) = G(u n , v n ) u
Iz (26) dobivamo n

F (u n , vn ) v G (u n , v n ) v
(27)

, (34) a J je Jacobijeva matrica

F (u, v) J = u G (u, v ) u

F (u , v) v G (u , v) v

(43) Dokaz izraza (43) se moe pronai u [4]. Vidi se da izraz (41) odgovara obliku (42), pri emu je F=0, G=(w-v)2, F1=0, G1=w-v. Prema (43) je Jacobijeva matrica za polinom (40)

z n +1 = z n + n = z n J 1 ( z n ) H ( z n )
(29) Bairstowova metoda je specijalan sluaj Newtonove metode prilagoen polinomima. Glavni dio iteracijskih koraka Newtonove metode je izraunavanje inverza Jacobijeve matrice J-1(zn). U Bairstowovoj metodi inverz Jacobijeve matrice se izraunava preko vrijednosti ci, koje se dobiju opisanim postupkom sintetike podjele (12). Osnovni uvjet za konvergenciju Newtonove metode je postojanje prve derivacije funkcija F(u, v), G(u, v) u okolini traene nultoke sustava nelinearnih jednadbi. Drugim rijeima se moe rei da Newtonova metoda konvergira ako je osigurana nesingularnost Jacobijeve matrice u nultoki sustava. Detalji o uvjetima i svojstvima konvergencije Newtonove metode mogu se pronai u [1]. Poto je Bairstowova metoda specijalan sluaj Newtonove metode, potrebno je pronai u kojim sluajevima je osigurana nesingularnost Jacobijeve matrice u sluaju polinoma. Sljedei teorem daje nune i dovoljne uvjete za Bairstowovu metodu. Teorem. Neka su u i v bilo koja dva realna broja. Jacobijeva matrica J(zn) zadana izrazom (27) je regularna ako i samo ako u izrazu (21) kvadratni faktor x2+ux+v i polinom Qn-2(x) nemaju zajednikih nultoki. Rang Jacobijeve matrice J(zn) je jedan ako i samo ako je broj zajednikih nultoki jedan. Jacobijeva matrica je nul matrica, ako i samo ako je kvadratni faktor x2+ux+v djeljitelj polinoma Qn-2(x). Dokaz. Derivacijom (21) po u, a kasnije po v dobivamo Qn 2 (u , v, x ) 2 F ( u , v ) G (u , v) 0= ( x + ux + v ) + Qn 2 (u , v, x) x + x+ u u u (30) Qn 2 (u , v, x ) 2 F (u , v ) G (u , v ) ( x + ux + v ) + Qn 2 (u , v, x ) + x+ v v v

inverz. Ako x2+ux+v i Qn-2(x) imaju jednu zajedniku nultoku, onda je rang od J jednak 1 i J nema inverz. Ako su obje nultoke zajednike onda je rang od J jednak 0 i J nema inverz. Jo je potrebno analizirati sluaj kada je x1 = x2. U tom sluaju x2+ux+v ima dvostruku nultoku x1, pa je x1 ujedno i nultoka derivacije. Derivirajmo (30) i (31) po x i uvrstimo x1.

0 v w J= v w 0
(44) Uzmemo li za poetne uvjete u0=u i v0=w, dobijemo da Bairstowova metoda ue u ciklus, te vrijedi:

Qn 2 (u , v, x1 ) F (u , v) x1 + Qn 2 (u , v, x1 ) + =0 x u Qn 2 (u , v, x1 ) F (u , v) + =0 x v

n = J ( zn )H (zn )
(28) Krajnji zapis iteracijskog koraka Newtonove metode glasi

z n+1 = z n + n = z n J 1 ( z n ) H ( z n )
(29) Bairstowova metoda je specijalan sluaj Newtonove metode prilagoen polinomima. Glavni dio iteracijskih koraka Newtonove metode je izraunavanje inverza Jacobijeve matrice J-1(zn). U Bairstowovoj metodi inverz Jacobijeve matrice se izraunava preko vrijednosti ci, koje se dobiju opisanim postupkom sintetike podjele (12). Osnovni uvjet za konvergenciju Newtonove metode je postojanje prve derivacije funkcija F(u, v), G(u, v) u okolini traene nultoke sustava nelinearnih jednadbi. Drugim rijeima se moe rei da Newtonova metoda konvergira ako je osigurana nesingularnost Jacobijeve matrice u nultoki sustava. Detalji o uvjetima i svojstvima konvergencije Newtonove metode mogu se pronai u [1]. Poto je Bairstowova metoda specijalan sluaj Newtonove metode, potrebno je pronai u kojim sluajevima je osigurana nesingularnost Jacobijeve matrice u sluaju polinoma. Sljedei teorem daje nune i dovoljne uvjete za Bairstowovu metodu. Teorem. Neka su u i v bilo koja dva realna broja. Jacobijeva matrica J(zn) zadana izrazom (27) je regularna ako i samo ako u izrazu (21) kvadratni faktor x2+ux+v i polinom Qn-2(x) nemaju zajednikih nultoki. Rang Jacobijeve matrice J(zn) je jedan ako i samo ako je broj zajednikih nultoki jedan. Jacobijeva matrica je nul matrica, ako i samo ako je kvadratni faktor x2+ux+v djeljitelj polinoma Qn-2(x). Dokaz. Derivacijom (21) po u, a kasnije po v dobivamo Qn 2 (u , v, x) 2 F (u , v ) G (u , v) 0= ( x + ux + v) + Qn 2 (u , v, x) x + x+ u u u (30) Qn 2 (u , v, x) 2 F (u , v ) G(u , v) ( x + ux + v ) + Qn 2 (u , v, x ) + x+ v v v

(35) JT je transponirana Jacobijeva matrica. Ako su x1 i x2 razliiti, onda je matrica W invertibilna. Iz toga slijedi da matrice J i -P su sline, pa prema svojstvima matrica imaju jednak rang. Rang matrice J e biti 2, ako x1 i x2 nisu nultoke od Qn-2(x), te e u tom sluaju J imati inverz. Ako x2+ux+v i Qn-2(x) imaju jednu zajedniku nultoku, onda je rang od J jednak 1 i J nema inverz. Ako su obje nultoke zajednike onda je rang od J jednak 0 i J nema inverz. Jo je potrebno analizirati sluaj kada je x1 = x2. U tom sluaju x2+ux+v ima dvostruku nultoku x1, pa je x1 ujedno i nultoka derivacije. Derivirajmo (30) i (31) po x i uvrstimo x1.

uk = u

v 2 k +1 = w,
,

v2k = v
, za sve k.

(36) Sustav jednadbi (30), (31) i (36) moemo matrino zapisati kao

MB + J T M = 0
gdje je
1 x1 M = 0 1

57.Konvergencija Barstovog postupka, Zasto? Bairstowova metoda je poseban sluaj Newtonove metode za rjeavanje sustava nelinearnih jednadbi. Za Newtonovu metodu rjeavanja sustava nelinearnih jednadbi su poznati uvjeti konvergencije, pa se na temelju tih uvjeta izvode uvjeti konvergencije za Bairstowovu metodu. Napiimo (7) u sljedeem obliku:

(37)

Qn 2 (u , v, x1 ) F (u, v) x1 + Qn 2 (u, v, x1 ) + =0 x u Qn 2 (u , v, x1 ) F (u , v) + =0 x v

Pn ( x) = ( x 2 + ux + v )Qn 2 ( x, u, v ) + F (u, v ) x + G (u , v)
(21) gdje F(u, v) i G(u, v) funkcije dviju varijabli u i v, te im se vrijednosti mogu izraunati prema postupku (8) i iznose bn-1 i u+bn. Cilj Bairstowove metode je ostvariti

Qn 2 (u, v, x1 ) B = Qn2 (u , v, x1 ) x

0 Qn2 (u, v, x1 )

(36) Sustav jednadbi (30), (31) i (36) moemo matrino zapisati kao

F (u , v ) = 0

G (u , v) = 0
(22) Bairstowov postupak pronalaenja rjeenja ovog sustava nelinearnih jednadbi samo je poseban sluaj Newtonove metode. Da bismo shvatili uvjete konvergencije Newtonove metode, potrebno ju je ukratko objasniti. Najjednostavniji sluaj je sustav dviju nelinearnih jednadbi s dvije nepoznanice, odnosno sustav (2), pa emo na njemu i objasniti Newtonovu metodu. Neka je u = i v = rjeenja sustava (22). Pretpostavimo da F i G imaju neprekidne parcijalne derivacije. Stavljajui = un+un i =vn+vn dobivamo

MB + J T M = 0
gdje je (37)

, (38) Izraz (37) je analogan izrazu (33). Matrica M je invertibilna, pa stoga matrice B i J imaju isti rang. Ako x1 nije nultoka od Qn-2(u, v, x), onda B ima rang 2, pa je stoga i J invertibilna. Ako je x1 jednostruka nultoka od Qn-2(u, v, x), onda B ima rang 1, a time i J ima rang 1, pa J nije invertibilna. Ako je x1 dvostruka nultoka od Qn-2(u, v, x), onda B ima rang 0. Time je tvrdnja dokazana. Korolar. Neka je

P( x) = Q(u*, v*, x)( x 2 + u * x + v*)

(39) i pretpostavimo da oba faktora s desne strane jednakosti nemaju zajednikih korijena. Tada postoji pozitivan realan broj d takav da niz (un, vn) dobiven Bairstowom metodom konvergira (kvadratno) prema (u*,v*), te vrijedi |u0 u*|<d i |v0 v*|<d. Primjeri divergencije Primjer 1. Promotrimo polinom

1 x1 M = 0 1
,

Qn 2 (u, v, x1 ) B = Qn 2 (u, v, x1 ) x

Qn 2 (u , v, x1 ) 0

0=

0=

(38) Izraz (37) je analogan izrazu (33). Matrica M je invertibilna, pa stoga matrice B i J imaju isti rang. Ako x1 nije nultoka od Qn-2(u, v, x), onda B ima rang 2, pa je stoga i J invertibilna. Ako je x1 jednostruka nultoka od Qn-2(u, v, x), onda B ima rang 1, a time i J ima rang 1, pa J nije invertibilna. Ako je x1 dvostruka nultoka od Qn-2(u, v, x), onda B ima rang 0. Time je tvrdnja dokazana. Korolar. Neka je

F (u n + u n , v n + v n ) = 0

(31) Neka su korijeni x1 i x2 korijeni kvadratnog faktora x2+ux+v. Uvrstimo li x1 i x2 u (30) i (31) dobijemo

G (u n + u n , v n + v n ) = 0
(23) Primjenom Taylorove formule za funkciju dviju varijabli, pri emu se ograniavamo samo na linearne lanove razvoja i izjednaavanjem s nulom dobivamo

P( x) = Q(u*, v*, x)( x 2 + u * x + v*)

(39) i pretpostavimo da oba faktora s desne strane jednakosti nemaju zajednikih korijena. Tada postoji pozitivan realan broj d takav da niz (un, vn) dobiven Bairstowom metodom konvergira (kvadratno) prema (u*,v*), te vrijedi |u0 u*|<d i |v0 v*|<d. Primjeri divergencije Primjer 1. Promotrimo polinom

(31) Neka su korijeni x1 i x2 korijeni kvadratnog faktora x2+ux+v. Uvrstimo li x1 i x2 u (30) i (31) dobijemo

F (u , v) G (u , v ) x1 + u u F (u , v ) G (u , v ) 0 = Qn 2 (u , v, x 2 ) x 2 + x2 + u u F (u , v ) G (u , v) 0 = Qn 2 (u , v, x1 ) + x1 + v v F (u , v ) G (u , v ) 0 = Qn 2 (u , v, x 2 ) + x2 + v v 0 = Qn 2 (u , v, x1 ) x1 +
(32) Sustav (32) moemo elegantnije matrino zapisati WP + J T W = 0 (33) gdje je

F (u n , v n ) F (u n , v n ) F (u n , v n ) + u n + v n =0 u v G (u n , v n ) G (u n , v n ) G (u n , v n ) + u n + v n =0 u v

F (u , v) G (u , v ) x1 + u u F (u , v ) G (u, v ) 0 = Qn 2 (u, v, x 2 ) x 2 + x2 + u u F (u , v ) G (u , v ) 0 = Qn 2 (u, v, x1 ) + x1 + v v F (u, v ) G(u, v ) 0 = Qn 2 (u, v, x 2 ) + x2 + v v 0 = Qn 2 (u, v, x1 ) x1 +

(32) Sustav (32) moemo elegantnije matrino zapisati

P ( x) = ( x 2 + ux + v)( x 2 + ux + w) + (w v) 2
(40) Zaponimo Bairstowovu metodu s u0=u i v0=v. (40) se moe zapisati u obliku

P ( x) = ( x 2 + ux + v) 2 + ( w v)( x 2 + ux + v) + ( w v) 2
(41) Podijelimo li Qn-2 iz (21) sa x2+ux+v, onda se Pn(x) iz (21) moe pisati kao
Pn ( x ) = ( x 2 + ux + v)Qn 4 ( x, u , v ) + ( F1 (u , v) x + G1 (u , v))( x 2 + ux + v) + F (u , v ) x + G (u , v)

(24) Za varijable u, v uvedimo vektor z, za funkcije F, G vektor H, a za varijable un i vn vektor

WP + J W = 0
(33) gdje je

(42) Za zapis polinoma u obliku (42) vrijedi da je Jacobijeva matrica

P ( x) = ( x 2 + ux + v)( x 2 + ux + w) + ( w v) 2
(40) Zaponimo Bairstowovu metodu s u0=u i v0=v. (40) se moe zapisati u obliku P ( x) = ( x 2 + ux + v ) 2 + (w v )( x 2 + ux + v) + ( w v ) 2 (41) Podijelimo li Qn-2 iz (21) sa x2+ux+v, onda se Pn(x) iz (21) moe pisati kao

u zn = n vn

F H= G

u n = n v n

x W = 1 1

x2 1
,

0 Q (u , v, x1 ) P = n 2 0 Qn2 (u , v, x 2 )

F (u , v)u G1 J = 1 F1

F1 G1

, , (25) Sustav (24) moemo krae i preglednije zapisati u matrinom obliku

H ( z n ) + J ( z n ) n = 0 = H ( z n + n )

(34) a J je Jacobijeva matrica

Pn ( x) = ( x 2 + ux + v)Qn 4 ( x, u , v ) + ( F1 (u , v) x + G1 (u , v))( x 2 + ux + v ) + F (u , v) x + G (u , v)

(26) gdje je J(zn) Jacobijeva matrica oblika

F (u n , v n ) u H ' ( z n ) = J ( zn ) = G (u n , v n ) u F (u n , v n ) v G (u n , v n ) v

F (u , v ) J = u G (u, v) u
T

F (u , v ) v G (u, v) v

(43) Dokaz izraza (43) se moe pronai u [4]. Vidi se da izraz (41) odgovara obliku (42), pri emu je F=0, G=(w-v)2, F1=0, G1=w-v. Prema (43) je Jacobijeva matrica za polinom (40)

0 v w J = v w 0
(44) Uzmemo li za poetne uvjete u0=u i v0=w, dobijemo da Bairstowova metoda ue u ciklus, te vrijedi:

(42) Za zapis polinoma u obliku (42) vrijedi da je Jacobijeva matrica

Iz (26) dobivamo n

(27)

(35) J je transponirana Jacobijeva matrica. Ako su x1 i x2 razliiti, onda je matrica W invertibilna. Iz toga slijedi da matrice J i -P su sline, pa prema svojstvima matrica imaju jednak rang. Rang matrice J e biti 2, ako x1 i x2 nisu nultoke od Qn-2(x), te e u tom sluaju J imati

uk = u
,

v 2 k +1 = w,

v2k = v

, za sve k.

58. ta predstavlja ostatak djeljenja polnoma sa (x-x1) (Bezutov stav) Ako

Posljediba

Bezuovog

stava:

Ako

je

nula

Pretpostavimo

da

je

A R nxn L U

regularna

jedinicama na glavnoj dijagonali. Rjesenje sistema (11) uvrstimo u (10) koji se sada jednostavno rje sava jer je matrica

Pn

prikazemo u obliku:

polinoma, onda je polinom

P n ( x)

djeljic

kvadratna matrica, kojoj su svi glavni minori razli citi od nule. Tada se na jednistven na cin moze napraviti rastav

gornja

trougaona

matrica

ciji

n 1 a bezx 1)+ P n ( x ) = A0 ( x x 1)n + A1 ( x x 1)ponomom + + x A An pa ostatka n 1 ( x

, dolazimo do sljedeceg zakljucka. Ako , Ako su

A= LU
dijagonali

dijagonalni elementi nisu nule. Rjesenje sistema (10) je i rjesenje polaznog sistema. 62. ta predstavlja postupak interpolacije i da li je isti jedinstven Interpolacije je zahtjev da se funkcija i njena aproksimacija funkcija podudaraju na nekom konacnom skupu tacaka(cvorovima interpolacije). Moze se zahtijevati i podudaranje njihovih derivacija. T akvu aproksimacijsku funkciju nazivamo i interpolacijska funkcija.

gdje je

donja

je: trougaona matrica, kojoj su elementi na

1 x0 x 0 x0 2 n D n = 1 x 1 x1 x1 1 x n x n2 x n n Dn=
0 j <i n
Pa sistem ima jedinstveno rjesenje.

2 n

P n ( x)
dobijemo polinom

podijelimo sa

( x x1 )
i ostatak

P n ( x ) = a n Q n 1 ( x ) ( x a ) x 1 , x 2 , , x n
nule polinoma,

glavnoj

jedinice,

gornja

trougaona matrica ciji dijagonalni elementi nisu nule:

( x i x j ) 0

Q n1

An
sa

ako

Q n 1
,

podijelimo

( x x1 ) Q n 2

dobijamo

polinom

i ostatak

An1

, itd. Prema

tome, u Hornerovoj semi dijeljenje treba nastaviti, i kao rezultat dobijamo koeficijente

A0 , A1 , , An

. Zatim jednacinu:

a11 a 12 a1n tada je a 21 a 22 a 2n P n ( x ) = a n ( x x 1 )( x x 2 ) ( x x n ) a n1 a n2 a nn Ako je k P n ( x ) =a n ( x a ) Q m ( x ) 10 0 a nula k tog reda tada je l 21 1 0 polinoma. l n1 l n2 1

[ ] [ ][ ]
=

x 0 , x1 , , xn
( x k ) = f ( x k ) , k = 0,1, , n
63. Da li je postupak interpolacije polinomom jedinstven (pokazati) Za zadane tacke

u 11 u12 u 1n 0 u 22 u 2n 0 0 u nn

( x k , f k ) , k = 0,1, , n
xi x j
interpolacijski za

gdje

je

i j
stepena

, postoji jedinstven

( 8 ) A0 t + A 1 t
, gdje je

n 1

+ + A n1 t + An =0
sa

polinom

najvise

Metoda faktorizacije kod koje su elementi po dijagonali donje trougaone matrice jednaki jedinici naziva se

t = x x1

Doolittleova metoda
, zamjenjujemo 60. Dokazati da polinomi sa realnim koeficijentima imaju realne i konjugovano kompleksne korijene Ako su svi koeficijenti , iz koje dobijamo da je

( x )= p n ( x ) = a 0 + a1 x + + a n x n
Za koji vrijedi

, a ona kod

koje su elementi dijagonale gornje trougaone matrice jednaki jedinici,

An1 t + A n= 0
An t 1= A n1

{ ai }

metoda Crouta

p n ( x k ) = f k , k = 0,1,2, , n.
Dokaz:

polinoma Neka je poznata

, pa je nova vrijednost korijena

Pn ( x) + i

LU

dekompozicija matrice

p n ( x 0 )= a 0 + a 1 x 0 + + a n x 0n= f 0 p n ( x 1 ) = a 0 + a1 x 1+ + a n x 1n = f 1

realni, a polinom ima kompleksnu nulu

x 1+ t 1 t t 1
.

reda

sistema , tada je i

A= LU

Sistem

Postupak

se

nastavlja

razvojem

Ax = b
tada glasi

polinoma na lijevoj strani jednacine (8) po stepenima

kompleksna nula tog polinoma reda

k P n ( x)
ostatak je

LUx = b
. Drugim reima, kod polinoma sa realnim ako oznacimo

(10)

(9)

p n ( x n0 ) = a0 + a 1 x n + + a n x n n= f n
Sistem linearnih jednacina(

59.Izvesti Bezutov stav Bezuov stav : Pri djelidbi polinoma

koeficijentima, kompleksne nule se javljaju u parovima: kao kompleksan broj

z
.

z := Ux
Lz = b

i njemu konjugovano

n +1

jednacina

onda prethodni sistem postaje sistem kompleksan broj

polinom prvog reda stepena

x a

(11)

n +1
L

, nepoznata) ima jedinstveno rjesenje ako je

jednak

P(a)

61. Kada je korisno sistem linearnih jednaina rjeavati metodom LU dekompozicijei zasto

koji se lahko rjesava jer je matrica sistema donja trougaona matrica sa

matrica sistema regularna, tj ako je njena determinanta razlicita od nule. Determinanta ovog sistema je Vandermondeova determinanta:

64. Kako glasi Lagrangeov pomocni polinom, i koje uslove ispunjava Neka je funkcija

x f ( x)

pi
n +1

U interpolacionim cvorovima greska je jednaka nuli jer je dato u (1), naziva se Lagrangeov

tabelirana

u tackama

x 0 , x1 , , xn
, i

intepolacioni polinom. U teoriji interpolacije cesto se primjenjuje funkcija , data sa:

pri cemu je

k x f
(4)

Greska interpolacije se moze proceniti ako poznajemo maksimalnu vrijednost modula izvoda reda

Procjena greske Greska interpolacije

n +1
.

funkcije

R ( x)
f

definise se kao

Ako

je razlika funkcije i interpolacionog polinoma

f n +1 ( x ) M
gresku u ostalim tackama,

, imamo

x 0 < x 1 < < x n

neka

su

Da bismo odredili n +1 ( x )= ( x x 0 )( x x 1 ) x x n posmatrajmo funkciju:

R ( x )

f 0 , f 1,, f n
funkcije. Pretpostavimo da

redom

vrijednosti

To je polinom stepena apscise interpolacionih , data sa

n +1
cvorova. (1), moze

cije su nule funkcija izraziti ,

je

funkcija

Pomocna se

pi

(t ) ( t )= f ( t ) P n ( t ) n + 1 ( f ( x ) P n ( x ) ) n+1 ( x ) 66.Sta predstavlja polinom (pi) u Langrangeovoj

gdje je

M n +1 ( x ) ( n+ 1) !

Pn

, tj.

R ( x ) = f ( x ) P n ( x )
U interpolacionim cvorovima greska je jednaka nuli jer je

diferencijabilna

n +1

interpolaciji U teoriji interpolacije cesto se primjenjuje funkcija

fiksirano

puta.

Posmatrajmo pomocnu funkciju sa

pi

primjenompomocne funkcije , definisanu nacin:

n +1

na sljedeci

x x k ( k = 0,1, , n )
Funkcija analizira za

k x n +1 , data sa: f n +1 ( x )= ( x x 0 )( x x 1 ) x x n
n +1
cvorova. (1), moze cije su nule funkcija izraziti

( t ) se) ( x x0 )( x x1 ) ( x xi1 )( x tx i +1 ) ( x x n xi x x ( x x ) (x ) = ( x x0 )( x x1 ) ( x p )( ) 1 i +1 n ' ( 1 ) p i ( x )= n+ 1 ( xti = ) xk n +1 , dakle u x x x x x x x x x x

Da bismo odredili posmatrajmo funkciju: (4)

gresku

ostalim

tackama,

To je polinom stepena apscise interpolacionih , data sa

)(

) (
za

i1

)(

i +1

) (

Pomocna se

tacaka je

Ova funkcija za sve

n
. Za

tog stepena, koji se anulira cvorova, osim

apscise

interpolacionih

x = xi

x = xi

imamo

pi ( x i )= 1 pi ( x j )= ij
Kroneckerov simbol.

. Prema tome, mozemo pisati

gdje

je

ij pi
,

Koristeci se osobinama pomocne funkcije mozemo formirati interpolacioni , tj.

x Pn( x )
n

polinom

x x k ( k = 0,1, , n ) x xi nule. Primijenimo li Rolleovu teoremu, zakljucujemo da Pri cemu vodimo racuna da se ( x x0 )( x x1 ) ( x xi1 )( x tx i +1 ) ( x x n ) ( t ) se analizira za pi ( x ) = t = , gdje je Funkcija postoji neko ' ( x ) ( x ) n + 1 i n +1 skracuje sa istim clanom u . t = x k , dakle u n +1 tacaka je min ( x 0, x 1 , , x n , x ) < < max ( x 0, x 1 , , x n , x ) Lagrangeov interpolacioni polinom (2) dobija oblik: ( x ) 1 n n +1 fi 1 n+ 1 = ' n +1 ( x k )= 0 P n ( x ) = n+ 1 ( x ) ( ) = 0 x n +1 ( x i ) x i za koje je ' i= 0 x x i n +1 ( x i ) Ako desnu stranu jednakosti (4) diferenciramo (t ) ima n + 2 Sa druge strane, x xi Pri cemu vodimo racuna da se n +1 t
Sa druge strane, ima nacin: 65.Kakva je greka interpoalcionog polinoma Procjena greske Greska interpolacije Langrangeovog puta po , vodeci racuna da je

n +1 ( x ) 1 ' n +1 ( x i ) x x i

pi

( t )= f ( t ) P n ( t )
, gdje je

n +1 ( t ) ( f ( x ) P n+1 ( x )
fiksirano

n +1 ( x k )= 0 (t ) n +2

primjenompomocne funkcije

n +1

na sljedeci

R ( x)
f

definise se kao

(P n (t ))

( n+1 )

=0

skracuje sa istim clanom u i

n +1 ( x )

nule. Primijenimo li Rolleovu teoremu, zakljucujemo da . postoji neko

t =

gdje

je

( 2 ) P n ( x ) = p i ( x ) f i
i =0
Direktnom zamjenom uvjeravamo se da je

razlika funkcije

i interpolacionog polinoma

P n ( x k ) = f k k =( 0,1,2, , n )
. Polinom

Pn

, tj.

( n +1 ) ( n + 1 ( t ) ) = ( n +1 ) !
dobijemo (5)

min ( x 0, x 1 , , x n , x ) < < max ( x 0, x 1 ,

, za koje je Ako desnu

n+ 1 ( ) =0
stranu puta po jednakosti (4) diferenciramo

Pn

R ( x ) = f ( x ) P n ( x )

definisan sa (2), gdje je

R ( x ) = f ( x ) P n ( x ) =

f n+ 1 ( ) n +1 ( x ) Objasniti greku Langrangeovog i Hermitovog (n +1 ) ! 67. interpolacionog polinoma

LaGrange:

n +1

, vodeci racuna da je

(P n (t ))

( n+1 )

=0

 ( n +1 ) ( n + 1 ( t ) ) = ( n +1 ) !
dobijemo (5)

pi ( x ) =

t))( x x n ) ( x x 0 )( x x 1 ) ( x xi 1 )( x x i+(1 ( x i x 0 )( x i x1 ) ( x i x i1 )( xi x i +1 ) ( x i xn )
Prema tome ,

ima 2n+3 nule, racunajuci I

Funkcija

t ( t )
, dakle u

se

anulira

za

Prema tome ,

(t)

ima 2n+3 nule, racunajuci I

visestrukost nula, te prema ROLLEovoj teoremi postoji t = za koje vazi jednakost

(2n + 1) ( )= 0,
68. Kako glasi Hermitov interpolacioni polinom, kako glase I koje osobine imaju pomoni polinomi koji se u izrazu pojavljuju?

t= xk

n+1

tacaka

jer

je

visestrukost nula, te prema ROLLEovoj teoremi postoji t = za koje vazi jednakost

pri cemu je

(2n + 1) ( )= 0,

min ( x 0 , x 1 , , x n , x ) < < max ( x 0 , x 1 , , x n , x ) S druge strane , min ( x 0 , x 1 , , x n , x ) < < max ( x 0 , x 1 f n+ 1 ( ) n +1 ( x ) Hermitov interpolacioni polinom glasi : ( t ) se anulira za t=x. (n +1 ) ! Ako desnu stranu jednakosti n (1) diferenciramo 2n+2 Ako desnu stranu jednakosti (1) diferenciramo 2n+2 n 2 2 ' ' , nalazimo P 2n +1 ( x ) = ( 1 2p i ( x i )( x x pi ( x )) f i + puta t= , nalazimo puta I uvedemo t = Greska interpolacije se moze proceniti ako poznajemo ( x x i ) ( pi ( x )) f i i ) ) I(uvedemo maksimalnu vrijednost modula izvoda reda ( t ) Prema tome , ima n+2 nule. Primjenimo li i =0 i =0 n +1 f . Ako je ( 2n + 2) ! ( 2n + 2 ) ! ( 2n + 2) funkcije teoremu , zakljucujemo da postoji neko . f ( ) f ( x ) P ROLLEovu f ( 2n + 2) ( ) f ( x ) P 2n +1 ( x ) 2n +1 ( x ) )= 0 Pomocni polinomi su : 2 ( 2( t = , ( x ) ( x ) n +1 ' 2 ( ) gdje je ( ) n + 1 n + 1 f ( x ) M , imamo u i ( x )= (1 2 p i ( x i ) ) ( p i ( x )) Odakle dobijamo greku greku min ( x 0 , x 1 , , x n , x ) < < max (Odakle x 0 , dobijamo x1 , , xn , x ) ( 2n +2 ) M , f ( ) f ( 2n +2 ) ( ) R ( x ) n +1 ( x ) 2 2 R ( x ) = f ( x ) P ( x ) = ( x ) R ( x ) = f ( x ) P ( x ) = ( ) ( n + 1 ) v x = x x ( p ( x )) ( n+ 1) ! ( n+ 1 ) ( ( n 2n +1 n 2n +1 i i) i . ( 2n +,2 ( 2n + 2 ) ! za) koje ! je ( ) =0. Hermitt: Ako desnu stranu jednokosti (1) diferenciramo n+1 puta ui I v i po t , vodeci racuna da je f ( x ) C 2n + 2 [ a , b ] i Koji imaju osobinu : Ako su Neka je 72.Objasniti osobine ebiljevih polinoma P ebiljev polinom T definisan je sa : polinomi stepena 2n+1, takvi da je ( n + 1 ) ( n + 1 ) T+ x i [ a , b ] , i = 0, n u i ( x j ) = ij , ui ' ( x j )= 0, v i ( x j ) = 0, v i ' ( x j )= ij ( n ( t )) = 0 i ( n+1 ( x ) ) = ( n 1 ) cos ! ( n arccos x ) ( n =0,1, ) , n= neka su 70.Pokazati cemu je jednako (1) cvorovi interpolacije. Neka su zadane vrijednosti funkcije Pri cemu uzimamo da je x[-1,1]. v i ( x j ) i v i ' ( x j ) u izrazu za Hermitov , dobijamo Iz jednakosti (1) za n=0 I n=1 redom dobijamo y i = f ( x i ) i vrijednost prvog izvoda Gdje je ij KRONECKERov symbol. T (x)=1,T (x)=x. Koristeci se identitetom cos2=2cos T (x)=2x -1 .Pomocu razvoja fje f (n +1 ) ( 1, ) za =arcos x imamo cos nalazimo opsti izraz za cos n po stepenima interpolacioni polinom. ' ' R ( x ) = f ( x ) P ( x ) = ( x ) EBILJev polinom ( ) n y i = f ( x i ) u cvorovima interpolacije, 69.Greka Hermitovog interpolacionog polinoma v i ( x j ) = 0, v i ' ( x j )= ij Gdje je ( n + 1 ) ! n+ 1 [ n / 2] n n k n 2k 1 (komentarisati uticajne faktore) T n ( x )= (1 )k 2 Greka Hermitovog interpolacionog polinoma Da bismo odredili greku interpolacije , posmatrajmo n k k Pm(x ) Da bismo odredili greku interpolacije , posmatrajmo k= 0 pomonu funkciju: interpolacioni polinom koji ij KRONECKERov symbol. pomonu funkciju: 2 2 ( n +1 ( t ) ) Iz datog izraza za n=0,1 moze se zakljuciti das u ( n +1 ( t ) )EBILJEVI polinomi ili PARNE ili NEPARNE funkcije.Oni se P x = y ( ) ( ) ( ) ( ) ( ) t = f t P t f x P x , ( ) ( ) m i i zadovoljava uslove i 2n+ 1 2n +1 2 Objasniti gresku mogu rekurzivnim ( x )I ( x ) ) , ako se znaju prva ( t )= f ( t ) P 2n+ 1 ( t ) fdobiti P postupkom Lagrangeovog I Hermitovog 2 ( polinoma dva T I T .2n +1 ( n +1 ( x ) )71. interpolacionog polinoma ebiljev polinom T ima n realnih I razliitih nula u ( x ) ( ) n +1 Greska Lagrangeovog interpolacionog polinoma interval (-1,1).Ove nule dobijamo direktno iz jednacine : n Greska interpolacije R(x) definise se kao razlika funkcije P m' ( x i ) = y i' , i = 0, (1) f i interpolacionog polinoma P tj , naziva 2k +1 (1) Gdje je x fiksirano I razlicito od R(x)= f(x) P (x). cos ( n arcos x ) = 0 arccos x = Gdje je x fiksirano I razlicito od U interpolacionim cvorovima greska je jednaka nuli jer je se Hermittov interpolacioni polinom i trazimo ga u f(X )=P (X )(k=0,1,2,3,n)Da bismo odredili gresku u x , x , , ili x . n 0 1 n obliku: x 0 , x 1 , , ili x n . ostalim tackama , posmatrajmo funkciju : 2 P 2n +1 ( x ) = , odakle je ( n+ 1 ( t ) ) x = 0 i ' x = 0 ( ) ( ) k k ( ) ( ) Kako je za ( t )= f ( t ) P n ( t ) f x P x , 2k + 1 ( ) x = 0 i ' x = 0 ( ) ( ) n k 2 k za x k =cos ( k = 0,1,. . , n 1 ) n n ( n +1 ( x ) ) Kako je 2 2 ' ' n 2 y i +zakljucujemo ( pi ( x ( 1 2 pi ( xi )( x xi ) ) ( pi ( x )) k=0,1,,n, ( x xi )da ) ) ( t )y i ima n+1 ( t ) ima n+1 k=0,1,,n, zakljucujemo da (1) i =0 i =0 R ( x ) = f ( x ) P n ( x ) =
n o 1 2 2 2

( n +1 ( x k ) )= 0.

pri cemu je

( )

pri cemu je:

dvostrukih nula. Za t=x vazi

( x ) =0

Gdje

je

fiksirano

razlicito

od

x 0 , x 1 , , ili x n .

dvostrukih nula. Za t=x vazi

( x ) =0

ebiljev polinom ima minimaks osobinu.Minimaks osobina ebiljeva polinoma se primjenjuje u procesu ekonomizacije potencijalnih redova. Teorema. Zaebiljev polinom Tn(x) vai nejednakost

podataka. max 2 1n T n ( x ) maxP n ( x )( n 1 ).

grupisane podatke, te male I velike grupe razbacanih

iz

njega

izracunavamo .

parameter

x 1

x 1

C 0 , C 1 , .. , C n

yi =

1 b i a' ik y k . ' a ii k =1

i 1

det ( U ( I L )) = 0
(1) Uslov konvergencije GAUS-SEIDELOVOG processa je u tome da korjeni jednacine (1) leze u jedinicnom krugu.Kao sto se vidi, jednacina (1) se razlikuje od karakteristicne jednacine Jakobijevog iterativnog postupka u tome sto su elementi strogo donje trougaone ,atrice pomnozeni sa . Napomena:Uslovi konvergencije Jacobijevog I Gaus-Seid. Iterativnog postupka su razliciti, sto znaci da ako jedan postupak konvergira , drugo moze da divergira. Teorema. Gauss-Seidelov postupak sa system

73.Objasniti min-max osobinu ebiljevih polinoma Postavimo najprije sljedeci elementaran zadatak:Odrediti parameter a I b tako da je max| x2+ax+b| minimalan za x[-1,1].Drugim rijecima , treba naci a I b tako da kvadratni trinom, ciji je koeficijent uz x2 jedinica, najmanje odstupa od x-ose.S obzirom da sve parabole y=x2+ax+b mogu translacijom da se poklope, jednostavno se geometrijski uvjeravamo da je trezeni polinom x2 , u kome prepoznajemo 1/2T 2(x).Sto predstavlja minimaks osobinu.

76.Objasniti srednjekvadratnu aproksimaciju Neka je fja x f(x) definisana na segment [a,b] I neka je dat skup funkcija { i} (i=0,1,..,n).Funkciju f aproksimiracemo pomocu linearne kombinacije funkcija 0 ,1 ,..,n , tj.

77.Kada se primjenjuje BANACHIEWICZEV metod? Ovaj specijalan metod za rjesavanje sistema sa simeticnim matricama naziva se metod kvadratnog korjena ili BANACHIEWICZEV metod. Koristi se pri razlaganju matrice A na proizvod donje I gornje trougaone matrice kada je A simetcina pozitivno definitna matrica. Matrica A=||a ij|| je prikazana u obliku A=L(U+I) , gdje je L donja trougaona matrica, U strogo gornja trougaona i I jedinicna matrica . 78.Objasniti Croutov metod Koristi se pri izracunavanju elemata a ij matrice A=L+U . Iz jednakosti

(3) Izracunavanje ide ovim redom : u (1) se fiksira j=1 dok I ide od 1 do n. U tom slucaju je

a' ik a' k1= 0

k =1

te

je

f ( x ) g ( x )= C i i ( x ) ,
i= 0
74.Koja je greka I Newtnovog interpolacionog polinoma. Tako da je srednje kvadratno odstupanje f od g u odnosu na tezinsku funkciju x w(x) 0 I segment [a,b] minimalno.Ekvivalentan problem je minimizacija srednje kvadratnog odstupanja.Prema tome, 0 1 k 1treba k naci minimum funkcije

a ' i1= a i1 . Zatim se u (2) stavlja i=1 a j ide A x=b , A= L ( U + I ) , ( U + I ) x= yiL y= b od 2 do n. , sto znaci da se izracunava prva vrsta
matrice A, ukljucujuci i y 1 iz (3). Sada se vracamo na (1) I uvodimo j=2, tako da za i=2,..,n nalazimo elemente druge kolone matrice A, itd. Dakle, iznjeti postupak je istovjetan sa metodom razlaganja matrice A. Kada se

A x= b, A x= b
T

koji je rijesen redom po x1,,xn,

konvergira ako je ovaj system normalan. Ako system nije normalan, on se moze
T

izlazi

transformirati na normalni system ako se pomnozi sa A , L ( U + I y ) =( A b ) , (1) obzirom da je A A simetricna I pozitivno definitna y , pristupa se povratnoj s matrica. x x 0 )( x x 1 ) .. ( x x n1 ) nodrede matrice A i x x0 ( x x )( x x ) .. ( x x ) ( Gdje su u zagradama prosirene matrice U+I i A sa P n ( x )= f 0+ f 0++ f 0++ f 0, k b 1! h h.nn Izjednacavanjem 2 zamjeni k !h n! y ib n matricama kolonama 2 1 C 0 , C 1 , .. ,C n ) ( f , g ) = w ( x ) ( f ( x ) C i i ( x ) ) dx. x = y a ' x ( i = n , n 1, , 1 ) , ( Tj. i i ik k odgovarajucih elemenata u matricnoj jednakosti (1) b a a formule i= 0 dobijamo : k =i + 1 f ( x )= P n ( x ) + R ( x ) , gdje je R j 1 2 je pozitivno odreena a' ik a' kj + a ' ij= aij ( i j ) , (4) Kao sto se vidi , Pri cemu je x =y . greska aproksimacije a polinom P prvi Newtonov interpolacioni polinom.
n n n

f ( kvadratna ) C 0 , C 1 , .. , C n n+ 1forma ( x ) ) od ( ( n + 1 ) !Minimum ove forme nalazimo iz uslova 2 = 0 ( k = 0,1,. . , n ) , 75.Kad je moguce i kada je pogodno primjeniti I , Ck a kada II Newtonov interpolacioni polinom I zasto? R ( x ) = f ( x ) P n ( x )=
Prvi Newtonov interpolacioni polinom koristi se za poetnu grupu podataka, ili grupu podataka koja se nalazi u sredini itave grupe. U sluaju kada je nepohodno primjeniti metodu na posljednju grupu podataka ,neophodne razlike unaprijed ne postoje, pa se koristi tzv. Drugi Newtonov interpolacioni olinom ili Newtonov interpolacioni polinom za diferenciranje unazad. Prvi NEWTONov interpolacioni polinom dobili smo primjenom operatora Es na f0 , gdje je s realni parameter , koiji oznacava za koliko koraka odstupa x od x 0.Ako je 0 < s < n, radi se o interpolaciji, tj. Nalazimo vrijednost funkcije izmeu interpolacionih vrova. Za s<0 imamo ekstrapolaciju levo od x0, a za s>n ekstrapolaciju desno od x0. Meutim , ovaj interpolacioni polinom primjenjujemo za izracunavanje funkcija za argument koji su bliski x0 . Zaista , ako posmatramo I N.I.P. uocavamo da je f0 njegov glavni dio (za argument bliske x0) I ako bismo htjeli da povecamo tacnost izracunavanja funkcije, trebalo bi povecati stepen polinoma. DODATAK: Postoje dva fundamentalno razlicita pristupa za odreivanje priblinih funkcija koje se koriste za opisivanje zavisnosti grupe podataka: 1.interpolacija , ili tacno poklapanje 2.aproksimacija, ili priblizno poklapanje Interpolacija dovodi do funkcija koje tacno prolaze kroz sve zadate tacke, kao na slici1.Interpolacija se obicno koristi za mali broj podataka.Nasuprot tome, aproksimacijom se dolazi do funkcija koje prolaze kroz grupu podataka na najbolji moguci nacin, bez obaveze da tacno prou kroz zadate tacke , slika2.Aproksimacija je veoma pogodna za velike grupe podataka,lijepo Tj

( n +1 )

k =1 i 1

x=B x+c a' ik a' kj + a ' ii a' ij = aij ( i < j ) , je dat u obliku
k =1 i 1

Jednakostima 1,2,3,4 opisan je CROUTOV metod za rjesavanje sistema linearnih jednacina. 140.Sta je potreban uslov konvergencije Gaus Seidelovog metoda (pokazati) Posmatrajmo opsti slucaj od n linearnih jednacina , koji , gdje je B= L +

79.Sta je potreban uslov Jakobijevog metoda Posmatrajmo iterativni postupak

konvergencije

U. (L- strogo donja trougaona matrica , U-gornja trougaona matrica).Dalje pisemo,

x ( k + 1 )= B x ( k )+ c.
Pretpostavimo da su poznate sopstvene vrijednosti iterativne matice B, tj. Korijeni karakteristicne jednacine

izlazi redom 2 w ( x ) f ( x ) C i i ( x ) Iz ovih k formula ( x ) dx = 0 ( k =0,1,. . , n ) . j 1

n i=0

k =1

xi.j ( k= +1,. 1 )= x ( k + 1) + U x ( k ) + c . ,L n. a' ik yk + a' ii yi = bi , pri cemu je

1 , , n

( 1 L) x ( k + 1 )= U x ( k ) + c tj.

Ako sa xRn(x) oznacimo gresku aproksimacije , tj.

a ' ij= a ij a' ik a' kj ( i j ) ,

k =1

R n ( x )= f ( x ) g ( x )= f ( x ) C i 'i ( x(1) ), a ik a' kj i=0

Ovi uslovi se svode na to da greska R n(x) mora biti ortagonalna sa baznim funkcijama 0 ,1 ,..,n, a stoga I sa funkcijom g. S druge strane, ovo je system linearnih jednacina koji se moze prikazati u obliku

a ij
k =1
(2)

i 1

( i , k ) C i= ( f , k ) ( k =0,1,. . , n ) ,

i =0

a ' ij=

1 a ' ii

b 11 1 1 x ( k +1 )= ( I L ) U x ( k )+( I L ) c . b b1n b 21 12 1 ( I L ) U je ustvari iterativna Matrica b 22 b 2n matrica koja odgovara Jacobieovom iterativnom procesu.Za iterativnu matricu 1 b n1 ( I L ) U karakteristicna jednacina glasi b b n2 nn = 0 1 det ( ( I L ) U I ) = 0 ,
Kako je

Iterativne matirice b i odgovarajuci spostveni vektori

det ( I L ) U =1

imamo

1 , , n

, koji su definisani pomocu

B i= i i
Teorema.Ako se sopstvene vrijednosti iterativne matrice B nalaze u jedinicnom krugu |z|<1 , tada iterativni process (1) kovergira. 80.Sta je kanonicna norma matrice I koje je dovoljan uslov konvergencije Jacobijevog metoda ? Ako norma matrice zadovoljava sljedece dopunske uslove naziva se se kanonickom normom: 5 Neka je |A| matrica ciji su elementi moduli elemenata matrice A.Tada je |aij||| |A| || 6Iz nejednakosti |A||B| sljeduje ||A||||B||, gdje se usvaja da je |A||B| ako je |aij||bij| Za matrice se uvode tri osnovne kanonicke norme:

81. Pokazati koji su od komutativni . Operatori D i I su komutativni jer je

operatora

I,D,

specijalnom

slucaju

uzimamo ekvidistantni

da tj.da

su je

x 0, x 1, .. , x n

x+ h

ih IDf ( x )= f ' ( x ) dt = f ( x + h ) x f i= ( xx )= f(i (= x )0,1, , n ) , 0+

x
, tj JD= 82.Izvesti Newton Cotesovu formula te pokazati cemu je jednaka greska integracije Za izracunavanje integrala cemu je

pri

x 0= a i x n = b.

Tada iz (1)

dobijamo NEWTON COTESOVE formule koji imaju vise varijanti. Kako je

m-norma:

A m = max a ij
i j =1
modula elemenata neke

f ( x ) dx
a
prirodno se namece ideja da se podintegralna funkcija interpolira(ili aproksimira) polinomom n-tog stepena pa da se zatim integracija funkcije zamjeni integracijom polinoma. Neka su Mk(xk,fk) (k=0,1,..,n) cvorovi interpolacionog polinoma, pri cemu je fk=f(xk).Aproksimirajmo funkciju x f(x) LAGRANGEOVIM polinomom , datim sa

f ( n+ 1 )( ) f ( x )= P n ( x ) + R ( x ) , gdje je R n ( x ) = ( x) ( n + 1 ) ! n+ 1
, greska Rn(x) numericke integracije iznosi :

tj maksimalan zbir matrice A

vrste

l-norma:

A l = max a ij
j i =1 2

1 R n ( f ) = R ( x ) dx= f ( n+1 ) ( ) n+1 ( x ) dx. ( ) n + 1 ! a a

, tj

maksimalan zbir modula elemenata neke kolone matrice A;

P n ( x ) =
i =0
, Gdje

a ij
k-norma: :

n +1 ( x ) f ( x x i ) ' n+ 1 ( x i ) i
je

A k =
Niz formira

i,j

n +1 ( x )= ( x x 0 )( x x 1 ) ( x x n ) .
Kako je f(x)=Pn(x)+Rx , imamo

b a

b a

a b
postupkom

f ( x ) dx = P n ( x ) dx + R ( x ) dx
b

Teorema.

x ( 0) , x (1 ) , , x ( k ) , .. ,
n Jakobievim iterativnim

. Priblizna vrijednost ovog integral iznosi

x ( k +1 )= B x ( k )+ c.
Konvergira ka jedinstevnom rjesenju jednacine

1 P n ( x ) dx= ( ( x x n)+ ' a a i =0 i

( x)
n+ 1

( xi )

f i) dx

b n +1 ( x ) 1 ' n +1 ( x i ) a ( x x i ) norma iterativne matrice B manja od jedinice , pri cemu x ( 0 ) proizvoljno. je dx 143.Izvesti gresku Simpsonove formule = (1) f b b b 5 ( ) x 1 a+ b h ( 4 ) ''' E = e ( x ) dx = f (2 +1 ) ( ) dx = ( x a ) x ( x b ) f ( ) dx = f () 6 an 2 90 a a ( 2 +1 ) ! i =0 ( a , b ) Gdje je

x=B x+c

ako je bilo koja kanonicka