Professional Documents
Culture Documents
Ivan Ivanšić
NUMERIĆKA MATEMATIKA
ISBN 953-197-526-4
I van Ivanšić
NUMERIČKA MATEMATIKA
Zagreb, 2002.
© Prof. dr. sc. Ivan lvanšić, 1 998.
Urednik
Prof. dr. sc. Neven Elezović
Design ovitka
Palete, Zagreb
Nakladnik
ELEMENT, Zagreb, Republike Austrije I I
tel. 01/37-717-37, 0 1/37-777-44, 0 1/37-777-52
faks 01/37-736-4 1
http://www.element.hr/
e-mail: element@element.hr
Tisak
Nova promocija. Zagreb
= x (x (... (x (xao +
ad
+
a2 )
+
. _ . + a,,-2) + a,,-d + all
Pogledajmo u čemu je prednost ovakvog zapisa.
Zagrade nam kažu u kojem redosljedu se provode operacije. Polazimo od
nutarnje zagrade u kojoj za X = Xo treba izračunati vrijednost polinoma prvog
stupnja aox + al Taj rezultat glasi
.
+
a()Xo al = YI -
Izračunavši Yl prelazimo na drugu zagradu (gledano naravno iz unutra prema
van) i vidimo da za dobiveni Y I treba opet izračunati vrijednost poIinoma prvog
stupnja. koji rezultat glasi
Y1XO + a2 = Y2·
I sljedeći korak je isti s time da ulogu od Y I preuzima Y 2 i računamo
Y2XO + a3 = Y3,
i tako redom
Yi-IXO + ai = Yi
Yn-IXO + an = = Yn P(xo}
da u zadnjem koraku izračunamo vrijednost danog polinoma II točki Xo. Vidimo
da je ao bio početni Yo i da u svakom koraku imamo isti račun s promijenjenim
podacima. naime mijenjaju se koeficijenti polinoma prvog stupnja dok je argu
ment Xo stalno isti. Nadalje. ono što smo u jednom koraku izračunali koristimo
u sljedećem pa kažemo da se radi o iteracijskom postupku. Takav se postupak
lako programira na računskom stroju. Spomenimo da se može i tabelirati što
obično susrećemo u ovom obliku
ao al a2 a3 an J.xo
+ YoXo YIXO Y2XO Yn-IXO
ao = Yo YI Y2 Y3 Yn = P(xo}
Tablica se izgradi ovako. U prvi red popišemo koeficijente polinoma P. zatim
prema gornjim formulama formiramo drugi i treći red. To znači da prvo u treći
red upišemo a o = Yo. koji zatim pomnožimo sa Xo (označen na desno od
tablice) i potpišemo ispod a l . Zbrojimo li al i potpisani YoXo (što ističe znak
..
" + na lijevo od tablice) dobivamo YI. Zatim YI pomnožirno sa Xo i produkt
potpišemo ispod a 2. to zbrojeno daje Y 2 i tako redom dok ne dođemo do kraja
•
dobivši Yn = P(xn).
Teme obrađene u ovoj knjizi daju u stanovitom smislu temeljna znanja.
Zbog opsežnosti numeričke analize imamo specijalizirane knjige. koje obrađuju
pojedina područja numeričke analize, kakvih prije pedesetak godina gotovo da
nije bilo. llustrirajmo to na sustavu linearnih jednadžbi. U poglavlju "Sustavi
linearnih jednadžbi" obrađene su direktne i iteracijske metode koje su u principu
primjenjive na oPĆi slučaj. Medutim, danas se u istraživanjima primjenjuju su
stavi s velikim brojem nepoznanica. Pri tome često matrica takvog sustava ima
mnogo elemenata koji su nula Uoš se kaže da je matrica rijetka) (engl. sparse).
Da bi se efikasno riješio takav sustav potrebna je metoda koja tu pojavu uzima
u obzir. pa je time efikasnija od neke opće metode. Stoga će oni koji se budu
bavili istraživanjima u kojima se pojavljuju posebni problemi morati posegnuti
za specijaliziranom literaturom, a stečeno znanje će im pomoći da to razumiju.
I u ovoj knjizi ima pogrešaka. Ako mi na njih ukažete. onda postoji mo
gućnost da tih ne bude u eventualno ponovljenom izdanju.
1.
Interpolacija i aproksimacija funkcija
7!
Da bismo motivirali problem zamislimo da eksperimentalnim mjerenjem istrazu-
jemo nepoznatu funkciju x f x . Time dobivamo seriju podataka
x 0 f x 0 x 1 f x 1 : : : x n f x n 1
koji u ravnini predstavljaju tocke grafa * f ne zaboravimo da su u 1 svi podaci
aproksimativne vrijednosti.
2 1. INTERPOLACIJA I APROKSIMACIJA FUNKCIJA
Ln (x)
x0 x1 x2 xn
Sl. 1.1.
Sustav 4 ima jedinstveno rjesenje zbog toga sto je determinanta sustava
1 x 0 x 20 ::: x n0
1 x 1 x 21 x n1 Y
= xi xj 6= 0 5
:::
.. :
. i j
1 x n x 2n ::: x nn
Determinanta 5 poznata je pod imenom Vandermondeova determinanta, cija je vri-
jednost jednaka umnosku svih razlika x i x j , i j . Rjesenjem sustava 4 dobivamo
koeficijente a0 a1 : : : an , odnosno trazeni interpolacijski polinom.
1.1. INTERPOLACIJSKI POLINOM 3
Interpolacijski polinom pi lako nalazimo, zato sto su sva cvorista, osim x i , njegove
nultocke. Imamo dakle da je
pi x = Ci x x 0 x x 1 x x i 1 x x i+1 x x n
gdje je Ci konstanta, koju lako odredujemo uvrstavanjem x = x i . Kako je pi x i = 1 ,
imamo
1 = Ci x i x 0 x i x 1 x i x i 1 x i x i+1 x i x n
odnosno
1
xi x0 xi x1 xi xi x i x i+1 x i x n
Ci = : 8
1
Time je
x x0 x x1 x xi 1 x x i+1 x x n
xi x0 xi x1 xi xi x i x i+1 x i x n
pi x =
1
i=0 6
i=j
??
0 j n
L1 x = f x 0 + f x 1 10
x x1 x x0
x0 x1 x1 x0
dok za n = 2 dobivamo jednadzbu parabole kroz zadane tri tocke, napisanu u ovom
obliku
L2 x =
x x1 x x2 f x + x x0 x x2 f x + x x0 x x1 f x :
x0 x1 x0 x2 0 x1 x0 x1 x2 1 x2 x0 x2 x1 2
11
Primjer 1.1. Odredite interpolacijski polinom za funkciju y = sin S x pri sljede-
ćem izboru cvorova: x 0 = 0 , x 1 = 16 , x 2 = 12 .
Lako sada izracunamo f x 0 = 0 , f x 1 = sin S6 = 12 , f x 2 = sin S2 = 1 pa
uvrstavanjem u 11 i sredivanjem dobivamo
L2 x = x 3x 2 :
7
2
p2
Sada npr. za x = 14 dobivamo sin S4 0:6875 . To je aproksimacija od sin S4 =
0:7021 s greskom 2 102 sto moze zadovoljavati neke racune.
2
Kao sto znamo, polinomi su funkcije koje su definirane na svim realnim brojevi-
ma, pa prema tome mozemo izracunati Ln x za bilo koji realan broj x 2 R . Ipak,
u tome razlikujemo dva slucaja obzirom na polaznu funkciju f . Ako izracunamo
Ln x za neki x izmedu x 0 i x n , tj. x 0 x x n , onda govorimo da smo izvrsili
interpolaciju, dok za ostale x , tj. x izvan segmenta x 0 x n , kazemo da smo izvrsili
ekstrapolaciju.
U slucaju da nam ne treba opći izraz za Ln nego samo njegove vrijednosti za
neke x spretno je sluziti se tzv. Aitkenovom interpolacijskom semom Aitkenov
algoritam koja se jos zove i iterirana linearna interpolacija. Radi kraćeg zapisi-
vanja oznacimo f x i = y i . Napisimo ponovo jednadzbu linearnog interpolacijskog
polinoma koji prolazi tockama x 0 y 0 i x 1 y 1 . Oznacimo taj polinom sa L01 .
Prema 10 imamo slijedeći zapis
x x1 x x0
L01 x = y0 + y1
x0 x1 x1 x0
1
= y 0
x1 x y1 x0 x 14
x1 x0
1 y 0 x 0 x
=
x1 x0 y1 x1 x
:
i=0
xi x0 xi x1 : : : xi xi 1 x i x i+1 : : : x i x n 1
17
odnosno
n
X x x1 x x2 : : : x xi 1 x x i+1 : : : x x n
L12:::n x = yi : 18
i=1
xi x1 xi x2 : : : xi xi 1 x i x i+1 : : : x i x n
Izracunamo li determinantu 16 dobivamo
x n x L01::: n 1 x0 x L12:::n
L01:::n x = :
xn x0
xn x x xn
Ocigledno je da prvi pribrojnik sume 17 pomnozen sa = pred-
xn x0 x0 xn
stavlja prvi pribrojnik sume 9 i da zadnji pribrojnik sume 18 pomnozen sa
x0 x x x0
= predstavlja zadnji pribrojnik sume 9. Ostaje jos da pogle-
xn x0 xn x0
damo koeficijente od y i za 1 ? i ? n 1 . Tada je koeficijent od y i jednak
1 n x x 0 : : : x x i 1 x x i+1 : : : x x n 1
x xn
xn x0 x i x 0 : : : x i x i 1 x i x i+1 : : : x i x n 1
x x 1 : : : x x i 1 x x i+1 : : : x x n o
+ x x0
x i x 1 : : : x i x i 1 x i x i+1 : : : x i x n
1.1. INTERPOLACIJSKI POLINOM 7
x0 y0 x0 x
x1 y1 x1 x L01 x
x2 y2 x2 x L12 x L012 x
x3 y3 x3 x L23 x L123 x L0123 x
x4 y4 x4 x L34 x L234 x L1234 x L01234 x
x5 y5 x5 x L45 x L345 x L2345 x L12345 x
xi yi xi 0:25
0 0 0:25
0:1666 0 :5 0:0834 0:75
S
0 :5 1 0:25 0:6252 0:6876 sin
4
Prvo ćemo izvesti tzv. Newtonov oblik s kvocijentima diferencija. Već na sa-
mom pocetku diferencijalnog racuna sreli smo pojam kvocijenta diferencija i na njemu
proveli granicni proces da dobijemo derivaciju u tocki. Sada ne provodimo granicni
proces nego kratko uvodimo odgovarajuće pojmove.
Za tocke x 0 f x 0 i x 1 f x 1 definiramo i oznacavamo kvocijent diferencija
funkcije f kao
f x 1 f x 0
f x 0 x 1 =
x1 x0
= x f x0x + x f x1x 19
0 1 1 0
8 1. INTERPOLACIJA I APROKSIMACIJA FUNKCIJA
f x 0 x 1 ::: xn =
xn
1
x0
f f x1 x2 ::: x n f x 0 x 1 ::: x n1 g:
f xn
x n x 1 x n x 2 : : : x n x n1
+
X Qf x
n
i
x x
=
i=1 i j
i=j 6
??
1 i n
1.1. INTERPOLACIJSKI POLINOM 9
i analogno
X Qf x
n 1
i
f x0 x1 ::: xn 1 = :
i=0
x i xj
i=j 6
??
0 j n 1
Sada je
nX X
o
Q f xx Q f xx
n n 1
1 i i
f x0 x1 ::: xn = : 23
xn x0 i=1
i xj i=0
i xj
i=j6 i=j6
??
1 j n ??
0 j n 1
xn
xi x0
x0
Qxx i
i
xn
xj
6
i=j i=j6 i=j6
??
1 j n ??
0 j n 1 ??
0 j n
=
xn
xn
x0
Qx 0
xi xj
= Q 1
xi
xj
6
i=j i=j 6
??
0 j n ??
0 j n
pri cemu smo drugu jednakost dobili izlucivanjem produkta ispred viticaste zag-
rade. Promatramo li izraz u viticastoj zagradi uvidamo prema 4 da iznosi
f x x 0 x 1 : : : x n , tj. da je to kvocijent diferencija n + 1 -og reda x je shvaćen kao
dodatno cvoriste, pa mozemo pisati
Y
f x Ln x = f x x 0 x 1 ::: xn x xj 24
??
0 j n
sto će nam trenutak kasnije korisno posluziti. Nadalje, zapisimo interpolacijski poli-
nom Ln u obliku
Ln x = L0 x + L1 x L0 x + : : : + Ln x Ln1 x 25
gdje Lk oznacava interpolacijski polinom u Lagrangeovom obliku odreden cvorovima
x 0 , x 1 , : : : , x k i L0 x = f x 0 . Tada je razlika Lk x Lk1 x polinom k -tog
stupnja kojemu su x 0 , x 1 ,: : : , x k1 nultocke jer vrijedi f x j = Lk1 x j = Lk x j za
j = 0 1 2 : : : k 1 . Prema tome mozemo pisati
Y
Lk x Lk1 x = Ak1 x x 0 x x 1 : : : x x k1
= Ak1 x xj 26
??
0 j k 1
f x n x n 1 : : : x n r =
rr f xn 37
r!hr
ili
rr f xn = r0 hr f xn xn1 : : : xnr : 38
Uz 37 i 38 spomenimo samo da je zbog svojstva b f x n x n1 : : : x nr =
f x nr x nr+1 : : : x n .
Ako u formuli 27 podemo od x n prema x 0 ona poprima ovaj zapis
Ln x = f x n + f x n x n1 x x n + f x n x n1 x n2 x x n x x n1 + : : :
+ f x n x n1 : : : x 0 x x n x x n1 : : : x x 1 39
u sto redom uvrstavamo 37 za r = 1 2 : : : n i dobivamo
Ln x = f xn +
rf
xn
x xn +
r2 f x n x x x x + : : :
n n1
1!h 2!h2
+
rn f xn x x x x : : : x x : 40
n n1 1
n!hn
x xn
Ako i u 40 provedemo supstituciju t = , x = x n + ht prelazi ona u
h
Ln x = Ln x n + th = f x n + r f x n + r2 f x n
t t t + 1
+ :::
1! 2!
t t + 1 : : : t + n 1
+ r f xn
n
41
n!
1.1. INTERPOLACIJSKI POLINOM 13
M 0 [i 1
0 =
i = 0 1 2 : : : n:
Primjenimo ponovo Rolleov teorem na funkciju M 0 . Time analogno prethodnom
dobivamo barem n tocaka
2 2 2 2
[0 [1 [2 : : : [n1
u kojima se ponistava druga derivacija M 00 , tj.
M 00 [i 2 = 0 i=0 1 2 ::: n 1:
Primijenimo li redom gornji postupak na funkcije M , : : : , M 000 n+1
dolazimo do zak-
ljucka da postoji barem jedna tocka
[0
n+1
= [ 2 a b
za koju vrijedi
M n+1
[ = 0:
Istaknimo da tocka [ ovisi o x . Izracunamo li n + 1 -vu derivaciju od M dobivamo
f x Ln x
M n+1 t = f n+1 t
x x0 x x1 : : : x xn
n + 1!:
Uvrstimo li t = [ imamo
f x Ln x
f n+1 [
x x0 x x1 : : : x xn
n + 1! = 0: 43
Neka je
f n+1
x ? Mn
+1 x 2 a b:
Tada dobivamo sljedeću ocjenu apsolutne pogreske
jRn x j ? n+1 j x x 0 x x 1 : : : x x n j:
M
45
n + 1!
Istaknimo na kraju da se 45 odnosi samo na tocke segmenta x 0 x n , tj. x 2 x 0 x n .
Ako se sluzimo ekvidistantnim cvoristima , onda 44 i 45 poprimaju ove oblike:
hn+1
Rn x = t t 1 t 2 : : : t n f n+1
[ 46
n + 1 !
Mn+1 hn+1
jRn x j ? jt t 1 t 2 : : : t nj: 47
n + 1!
Analiziramo li formulu 44 vidimo da je n + 1! konstanta, nadalje je f n+1 [
odredeno promatranom funkcijom f pa na te faktore ne mozemo utjecati. Postavimo
li pitanje da li mozemo utjecati na produkt x x 0 x x 1 : : : x x n , onda u stvari
pitamo da li izborom cvorista mozemo utjecati na pogreske. Naravno, zelja je da ju
minimiziramo. Uocimo dvije cinjenice vezane za produkt x x 0 x x 1 : : : x x n .
To je polinom n + 1 -og stupnja u normiranom obliku vodeći koeficijent je jedinica
i nadalje x 0 , x 1 , : : : , x n su njegove jednostruke nultocke. Proucavanjem tzv. Cebi-
sevljevih polinoma u normiranom obliku dolazi se do ovakvog rezultata: Medu svim
normiranim polinomima n -tog stupnja promatranih na segmentu 1 1 , normirani
Cebisevljev polinom n -tog stupnja ima najmanju gornju ogradu za svoju apsolutnu
vrijednost.
Taj nam rezultat kaze da za cvorove x 0 , x 1 , : : : , x n treba uzeti nultocke Cebisev-
ljevog polinoma n + 1 -og stupnja. Gornja tvrdnja je izrecena za segment 1 1 .
To ne predstavlja ogranicenje, jer transformacija
2[ b a
x=
ba
preslikava segment a b na 1 1 , dok njena inverzna
x b a + b + a
[ =
2
preslikava segment 1 1 na a b . Cebisevljev polinom n - tog stupnja je definiran
ovako
Tn x = cos nM M = arc cos x : 48
Prema tome nama trebaju nultocke od Tn+1 , tj. rjesenja jednadzbe
cos n + 1M = 0 M = arc cos x :
Rijesimo li jednadzbu u M dobivamo
S
n + 1M = + kS k = 0 1 2 ::: n
2
odnosno,
2 k + 1 S
Mk = k = 0 1 ::: n
2 n + 1
1.1. INTERPOLACIJSKI POLINOM 15
= xk b a2+ b + a k = 0 1 n
[k 50
:::
Formula 45 daje ocjenu pogreske koju cinimo ako funkcijsku vrijednost f x
zamijenimo vrijednosću interpolacijskog polinoma Ln x . U toj su formuli f x i toc-
ne vrijednosti od f u cvorovima x i . Medutim, te vrijednosti nisu tocne. Ocijenimo
time uvedenu pogresku. Opći oblik interpolacijskih formula je linearna kombinacija
polinoma s koeficijentima koji su funkcijske vrijednosti u cvorovima tj. za dani x
racunamo sumu oblika
X
n
f x i Pi x Ln x 51
i=0
X
Dobili smo da je time uzrokovana pogreska jednaka
n
H =
K i Pi x : 53
i=0
Ako znamo granice od Ki npr. znamo tocnost mjerenja f x i , onda iz 53 mozemo
ocijeniti gornju ogradu pogreske. Napose, ako je jKi j ? K , dobivamo ocjenu
jH j ? K
X j j
n
Pi x : 54
i=0
=K
jx1 xj + jx x0 j = K x1 x0 = K:
jx1 x0 j x1 x0
Dobiveni rezultat kaze da kod linearne interpolacije pogreska izazvana netocnosću
f x 0 i f x 1 ne prelazi tu netocnost, tj. pogreska u racunanju L1 x uzrokovana po-
gresnim funkcijskim vrijednostima f x 0 i f x 1 ne prelazi pogresku tih funkcijskih
vrijednosti.
Napomena.
1 Dobiveni rezultat ne mozemo primijeniti na korake Aitkenove seme, jer npr.
ako x nije izmedu x 0 i x 1 , onda to ne vrijedi za L01 x .
2 U gornjem razmatranju nisu uzete u obzir pogreske izracunavanja Pi x .
Racionalna interpolacija
b0 = 1 ili
P
pomnoziti istom konstantom to jedan koeficijent mozemo izabrati, obicno se uzima
b2k = 1 , pa smo time ostali sa p + q + 1 nepoznatih koeficijenata.
Prema tome da odredimo R trebamo toliko razlicitih cvorova koliko je i nepoznanica
tj. n + 1 = p + q + 1 , odnosno
n = p + q: 57
Opisimo prakticni postupak rjesavanja problema racionalne interpolacije. Pret-
postavimo oblike 56 od P p i Qq i uvrstimo redom cvorove u 55
Pp xi
R xi = = f xi i=0 1 2 ::: n = p + q:
Qq x i
Nakon mnozenja sa Qq x i dobivamo homogen sustav linearnih jednadzbi
P p x i f x i Qq x i = 0 i = 0 1 2 : : : n: 58
Taj sustav ima uvijek netrivijalnih rjesenja u nepoznanice ak , bk jer ima jednu nepo-
znanicu vise. Nadalje, Qq ne moze biti identicki nula u rjesenju problema racionalne
interpolacije.
18 1. INTERPOLACIJA I APROKSIMACIJA FUNKCIJA
PL
a=x0 x1 x2 xn-1 x n =b
Sl. 1.2.
Na slici 1.2 je skiciran graf *L tako dobivene funkcije L , koja se jos zove po
dijelovima linearna funkcija. Istaknimo da je to neprekinuta funkcija, ali nije dife-
!
rencijabilna. Time smo iz interpolacijskih polinoma 1. stupnja sastavili neprekinutu
funkciju L : a b R , koja predstavlja izvjesnu aproksimaciju funkcije f . Uzmemo
li vise cvorova dobit ćemo bolju aproksimaciju. Ta se ideja prosiruje i na polinome
viseg stupnja. Promatrajmo segmente x 0 x 1 , : : : , x n 1 x n i oznacimo taj izbor
cvorova sa ' . Zamislimo da smo nad pojedinim segmentom x i 1 x i nasli polinom
m -tog stupnja
Pim x = ai0 + ai1 x + : : : + aim x m xi 1 ? x ? xi : 2
1.2. INTERPOLACIJSKI SPLAJN 19
1n o
ili
h2i
Ci = f xi f x i1 + Mi1 Mi :
hi 6
1.2. INTERPOLACIJSKI SPLAJN 21
Mn 1 dn 1
=!
pri čemu se (1) koristi u slučaju kada imamo neparan broj čvorova N = 2M + l,
dok se (2) koristi kada imamo paran broj čvorova N = 2M. Označimo li sa (Xk' Yk ) ,
Yk = /(Xk ) čvorove, onda se koeficijenti Am , Bm određuju iz uvjeta
1/I(Xk ) = Yk. k = 0, 1, 2, . . . , N-l (3)
a 1/1 se zove trigonometrijski interpolacijski polinom. Interpolacija trigonometrijs
kim polinomom prikladna je za periodičke funkcije poznatog perioda. Istaknimo da
x
je 1/1 periodička funkcija od s periodom Transformacijom 2n . + � = b 2n- a x a
preslikavamo [0, 2n] [a, b]
na , stoga se opća razmatranja vrše na segmentu [0, 2n].
Naravno da nas formule i (1) (2)
podsjećaju na parcijalne sume Fourierovog reda.
Sada se postavlja problem iznalaženja koeficijenata Am i Bm . Očigledno je sa (3)
dan linearan sustav jednadžbi u nepoznate koeficijente Am i Bm čije rješenje tražimo.
Da dođemo do formula za koeficijente Am , Bm činimo izvjesna pojednostavnjenja.
Osnovno pojednostavnjenje je da razmatramo jednoliku raspodjelu čvorova i da pre
formulom e'
g=
đemo na eks onencijalni zapis trigonometrijskih funkcija služeći se De Moivreovom
i
coskx + sinkx , otkuda kao što znamo, imamo
eila + e-ila
cosJx = 2 '
eila e -ila
sinkx =
_
2i
Kod jednolike (ekvidistantne) raspodjele čvorova dijelimo segment na N jed [O, 2n]
nakih dijelova pomoću kojih određujemo nepoznate koeficijente. Sada su nam čvorovi
dani sa
N
' Xk = 2nk k = 0, 1, 2,
. . . , N-L (4)
=e -- =e ( N - m )'
:=
1.i(N-m)!
N IX!,
- ----:2i-
:- --
eimxk + ei{N-m)xk eimxk ei{N-m)xk _
cosmx"
2 sinmxk = -
Uvrstimo li to u i dobiveni izraz sredimo po.potencijama odeLcI;, dobivamo fazni
lfI
polinom P s koeficijentima (j j , j = l, 2, ' , , , N - l . Ti me su u slučajue kvidist ant nog
izbora čvorova koe ficije nt i J aznog polinoma pove zani s koe ficije nt imat rigonomet rijs
kog polinoma na slje de ći način:
a) Ako je N neparan, tj. N = 2M + l, onda vrijedi:
/30 = Ao l
2' (j j 2(Aj - t
,
Bj), (j N-j = 2l (Aj + l.Bj), j = 1, 2, ' . ., M; (7)
odnosno,
Ao = 2/30 , Am ={j m + (j N-,m Bm = i({j m - (j N-, m ) m = 1, 2, . .., M.
b) Ako je N paran, tj. N = 2M , onda vrijedi:
a
=
Ao '
KJ 2
l .
(j j = 2(Aj - lBj),
{j N-j = � (Aj + iBj ), j 1, 2, . . . , M - l,
(8)
{jM = A2;M
odnosno,
Ao = 2/30,
Am ={j m +{j N-m ,
Bm = i({j m - (j N-m ) , m = 1, 2, . , . , M l,
AM = 2{j m'
Izvedimo formule (7), Uvrštenjem u imamo lfI
lfI(x) = 2 Am 2 + lJ
----::2-- i -
=1
m
Kako m varira između l i M to N m varira između M + l i 2M = N - l tako da •
2 m
dakle za 1::::;j::::; M imamo M + l ::::; N - j ::::; 2M = N - l, odnosno
P
Tada poprima slijedeći oblik.
P(x) = p(w) = IJO + {J WI + + {JN_IWN- I , . . .
Teorem 1 .1 . za je dnolik u podje lu se gme nta [0, 2:n:] na N dije lova, k oe ficije nti
/aznog interp olacij skog polinoma (5) dani su/orolUlom
NI
l -
{J j = N I:>ke- (9)
k=O
gd!Je· Je. Xk = 2:n: k ' k = O, l 2, N l
N
, . . . , .
N-I
Z N - 1 = ( z - l ) L z*
.k=O
slijedi da je
Wj-m - 1 = O,
ako je Wj-m nultočka prvog faktora, odnosno da je
N-I
L (Wj-m)k= O
k=O
ako je
21riU-m)
Wj-m
nultočka drugog faktora. U prvom slučaju imamo Wj-m = ili 1,
e-N- = 1, -
što daje j m = O, odnosno, m = j. U tom se slučaju suma (10 )
1,
sastoji od N pribrojnika jednakih pa je time slučaj m = j formule provjeren. (10 )
U drugom slučaju imamo
N-I N-I N-I
L (wd· (Wk)-m= L (wd-m= L (Wj_m)k= O
k=O k=O k=O
čime je (10 )
u potpunosti provjereno.
Vratimo se sada dokazu formule (9).
U tom cilju promatrajmo N -komponentne
vektora s kompleksnim brojevima kao skalarima.
Vektori su ortogonalni ako je njihov skalami produkt nula. Stoga se prisjetimo
[;] [�]
definicije skalarnog produkta vektora s kompleksnim komponentama. Ako su
ZI ZI
WI= W2=
Zln Z2n
dva vektora, onda je skalami produkt (WI' (2) definiran kao
n
(W), (2) = LZIk' Zu·
k=1
Promatrajmo sada sljedećih N vektora s kompleksnim komponentama
1
(WI)mm
(W2) = 0 , 1, 2,
m . . . ,N-L
1.3 . TRIGONOMETRJJSKA INTERPOLACJJA 27
Sada za m 0 , 1, 2, . . . , M - l imamo
=
k=O (14)
= N2 ,"""
N-I
2 L.JYk SIn 2nmk .
L.JYk SInl/lXk = N ,"""
N-I
---;;;-
k=O k=O
Time smo u stvari dokazali ovaj teorem.
x = b 2n_ a ( � - a),
koja preslikava segment [a, b] na segment [O, 2n] , dok inverzna transformacija
b - ax + a
� = -- 2n
preslikava segment [O, 2n] na [a, b] . To naravno daje jednoliku podjelu na [a, b]
vrijednosti čvorova su
b - a k, k = 0, 1, 2, . .. , N-L
�k = a + ---; ;;-
Brzi Fourierovi transformati I
U prethodnom smo paragrafu promatrali fazni interpolacijski polinom P (x)
N-I
2:= eiiX, te za ekvidistantna čvorišta (Xb Yk), Xk =
2nk ' k = 0, 1, 2, .. . , N-l
j {jj
=O N
dobili formulu za njegove koeficijente (jj koja glasi
l '""'
N-I
J.W. Tukey otkrili su 1965.g. postupak za brzo izračunavanje izraza ( 1 5), ali za po
sebne vrijednosti od N . Kod njihovog postupka je red množenja za takve N jednak
N log N. Ta metoda kao i njene varijante dobila je ime brzi Fourierovi transformati
(engl. Fast Fourier Transfon ns),jer je njome ubrzano računanje.
Zadržat ćemo se na Cooley-Thkeyevoj metodi. Metoda se bazira na cjelobrojnoj
faktorizaciji broja N čime se postiže raščlanjivanje polaznog problema na potprobleme
nižeg stupnja. To se raščlanjivanje provodi rekurzivno i najlakše funkcionira kada je
N oblika N = 2n n O
i > prirodan broj. To je ujedno i najvažniji i najjednostavniji
slučaj . Ovdje se ograničavamo samo na taj slučaj, iako analogne tehnike funkcioniraju
= I
i u općenitijem slučaju, tj. kada je N N . N2 . . . . . Nn, gdje su Nk , k = 1, 2,
. . . , II
prirodni brojevi.
Prikažimo Cooley-Tukeyev pristup pomoću faznih interpolacijskih polinoma. Ne
ka je N= 2M . Promatrajmo dva fazna interpolacijska polinoma(M - l) -og stupnja
Q(x) R(x)
i određena sa
Q(X2m ) = Y2m , R(x2m ) = Y2m+ I , = O, l, . . . , M - L
III
Yk l ; l + R (Xk ; ) l ; l Yk ,
_ = k paran
= l- l 1+1
Q(xk ) - 2 - + Y k -2 - = Yk , k neparan
tj . za svaki k vrijedi P(Xk ) = Yk , pa time ( 17) predstavlja rastav faznog interpolacijs
kog polinoma određenog svim čvorištima (ne smijemo zaboraviti da je N = 2M ).
Ovakav rastav faznog interpolacijskog polinoma sugerira sljedeće razmatranje.
Pođemo li od N = 2n = 2 · 2n - 1 = 2M onda prema ( 1 7 ) traženi fazni interpolacijski
polinom P stupnja N - l = 2 n - l = 2M - l dobivamo pomoću dva fazna inter
polacijska polinoma (N - l) = (2 · 2n - 1 - l) -og stupnja. Zbog 2n- 1 = 2· 2n - 2
možemo prema ( 1 7 ) svaki od njih dobiti pomoću dva fazna interpolacijska polinoma
(2 . 2n- 1 - l) -og stupnja što ukupno daje 22 = 4 fazna interpolacijska polinoma
30 L INTERPOLACI1A I APROKSIMACIJA FUNKCIJA
a ( ,? ) = a (,?-I) + a ( m- IJ e-�
2/JsJ /JsJ /JS+sJ
j
( )
s = 0,1,... ,S 1
a ( m-I) e-�
/JS+sj -
j
( )
= 0, l , . .. ,M - l . j
Uvedemo l i kraću oznaku Em = e -� , m = 0,1,2,... , n, možemo dobiveni rezultat
pisati ovako
'
a(m)
2/JsJ a (,?-I) + a(m- I J ( E y 0, l , . .. ,S 1
= /JsJ /JS+sJ m ' s =
a(m).
2/Js,M+) a(,?-II a (m - I)( f y j = 0, l , . . . ,M - l
m
_
f-'sJ /JS+sJ
m = 0, 1,2,... , n.
Rekurzija počinje od ° prema n, tj. da stavimo
alO) = 0, l , 2,. .. , N
/JsO Yn s =
/JOarnj)' j = O, l, 2,. . . , N
što su koeficijenti traženog faznog interpolacijskog polinoma j predstavljaju sume
oblika (15). Opisana rekurzija j e tipična za Cooley-Tukeyevu metodu.
1.4. ČEBIŠEVLJEVI POLINOMI, MINIMAKS POLINOM I TELESKOPIRANJE... 31
Čebiševljevi polinoml I
Promatramo li potencije 1 = xO , x , X2, • • • , XII na segmentu [-1, 1] onda zna
mo da apsolutna vrijednost svakog od njih poprima maksimalnu vrijednost l u točki
x = ± l , a minimalna O u točki x = O. Ako J aproksimiramo s
I
PII (x) = (lo + a,x + . .. + alIxI (l)
na [-1 , l] , onda zanemarivanje članova s višom potencijom, ili mala izmjena koeficije
nata al , a 2, .. . , all, izaziva malu pogrešku za male x (oko nule), a vjerojatno znatnu
pogrešku oko krajeva segmenta, tj. oko ±1. Ograničimo razmatranje na segment
[-1 , l]. To ne predstavlja bitno ograničenje jer supstitucijom
2� - b a
x= (2)
b a
transformiramo segment [a, b] na segment [-1,1] , dok
x(b a) + (b + a )
�=
2
3( )
transformiramo segment [-l, l] na [a; b].
Naša je opća želja da polinomom Pil aproksimiramo funkciju tako da pogreška
aproksimacije IJ(x) - Pn(x) I bude "jednoličnije" raspoređena duž segmenta, zatim
da se Pil lako nalazi i da maksimalnu pogrešku svede na minimum. To ne možemo
općenito postići ali, promatramo li kosinus funkcije cos qJ, cos 2qJ, ... , cos nqJ vidi
mo da svaka ima (po apsolutnoj vrijednosti) jednake maksimalne vrijednosti koje su
jednoliko raspoređene nad segmentom, recimo [O, n] . Nadalje, ekstremne vrijednosti
dviju takvih funkcija cosjqJ i cos kqJ, k #-j
ne događaju se općenito na istom mjestu.
Međutim, koristimo li kosinus funkcije onda ih trebamo aproksimirati da bi izračuna
li njihove vrijednosti. Jednostavan i koristan rezultat dobivamo ako transformiramo
cos nqJ na segmentu [O,n] u polinom n -tog stupnja na segmentu 1, l]. Polinomi
Tn(x) = cosnqJ, qJ arc cosx, n = 0,1,2, . .. (4 )
zovu se Čebiševljevi polinomi. Da je Til polinom n -tog stupnja vidimo tako da cosnqJ
prikažemo kao polinom n -tog stupnja od cos lp i zatim uvrstimo qJ = arc cos x. Od
mah vidimo da je To (x) = cos O = l , dok je Čebiševljev polinom prvog stupnja
Tl(X) = cos qJ cos(arc cosx) = x.
Odredimo još T 2 iz čega će nam biti jasna rekurzivna formula koja vrijedi za Čebišev
ljeve polinome. Znamo da vrijedi cos 2qJ = 2 cos2qJ - l . To nam daje
cos 2qJ = 2 cos 2(arc cos x) - l
ili
32 l. INTERPOLACIJA I APROKSIMACIJA FUNKCIJA
Općenito, primjenom trigonometrijskog identiteta
cos nep = 2 cos ep cos(n - l )ep cos(n - 2)ep (5)
izračunavamo Čebiševljeve polinome višeg stupnja, pomoću onih nižeg stupnja. For
mula (5) daje ovu rekurzivnu formulu
(6)
Da nađemo formulu (5) pođimo od cos a+cos f3 = 2cos a + cos a ; f3 i uvrstimo
..
a nep, f3 = (n 2)ep. Prvih deset Čebiševljevih po1inoma glasi:
To(x) = l,
TI (x) = X,
Tz(x) = 2xz - l,
T3 (X) = 4x3 - 3x,
T4 (X) = 8x4 - 8xz + l,
T5 (X) = 16x5 - 20x3 + 5x, (7)
Xk= cos
(2 l)n
k+
= O,
k 1, 2, . , n - t.
. . (9)
2n '
Sl. 1.3.
mijenja predznak za svaki sljedeći k, tj. ako je D(xo ) < 0, onda je D(xJ) > 0 ,
D(X 2 ) < 0 , itd., i ako je D(xo) > 0 , onda je D(xd < 0 , D(X2) > 0, itd. (Naime,
ako je Xk minimum od Qn, onda je D(Xk) < 0 , rlok je D(Xk) > 0 , ako je Xk točka
maksimuma od Qn .) Na taj način zaključujemo da D mijenja predznak točno puta II
što ima za posljedicu da D ima barem nuItočaka na [ - 1, lj. To je nemoguće zato
II
I Minimaks princip I
Dobiveni rezultat možemo iskoristiti na sljedeći način. Prisjetimo se ocjene po
greške prilikom aproksimacije interpolacijskim polinornom u Lagrangeovom obliku.
Ista je dovedena u oblik
n+ )
I(x) - Ln(x) = l(n( +1)l(�) ,(x - xo )(x - xd .. . (x-xn) . (11)
Osnovni cilj aproksimacije je postići minimalnu pogrešku. Iz građe formule (11) vi
dimo da na faktor I( n+ l )( � ) možemo jako malo utjecati. Naime, ako znamo njegovu
ogradu onda smo zadovoljni, prema tome, u ocjenama ga smatramo konstantom. Kako
je (n + 1)' konstanta, jedini dio koji eventualno možemo minimizirati je po1inom
(x - xo)(x - xd (x - xn). To je polinom (n+ 1) -og stupnja, a xo , X l ! Xn su
.. .
da taj poli nom bude jednak QII+ To drugim riječima znači, da minimiziramo pog
I'
rešku ( l l) moramo čvorove izabrati tako da to budu nultočke od QII+ l što su zapravo
,
�k = xk (b a)+(
2
b+a ) (13)
z a čvorove interpolacije. Odredimo l i n a [a, bJ
interpolacijski polinom., označimo ga
sa Mn,sa čvorovima danim prema ( 1 3) onda dobivamo interpolacijski polinom koji
minimizira maksimalnu pogrešku. Primjena polinoma Mn
je moguća samo onda kada
imamo slobodu u odabiranju čvorova interpolacije. Srećom to je čest slučaj kod ekspe
rimentalnih istraživanja. Takvo minimiziranje maksimalne pogreške interpolacijskog
polinoma ponekad se zove minimaks princip.
b) Devijacija
D(x) = f(x) - P�(x) (15)
postiže svoju ekstremnu vrijednost u barem n + 2 točke na [-1,1] (ili [a, b] ) koja je
naizmjence pozitivna i negativna.
Pretpostavka o neprekidnosti od f povlači neprekidnost devijacije D,
pa zbog
D
promjene predznaka ima barem n + 1 različitu nultočku. To znači da f i P�imaju
jednake vrijednosti u barem (n + 1) -oj točki, odnosno, P�
je stanoviti interpolacijski
polinom stupnja � n. Kada je f (Il + 1) -puta diferencijabilna i f(n+I) = const., tada
je interpolacijski polinom Mn, tj. s čvorovima danim prema (13), jednak minimaks
P�
polinomu . Ako je f(n+l) #-const., onda je Mn samo aproksimacija od P�.Nala
P�
ženje , kada je f(n+l) nepoznata ili f(n+l) #-const. dosta je složeno i nećemo ovdje
opisivati.
k
i promatramo Taylorov palinom n = 2k-tog stupnja, onda je pogreška (red alternira)
manja od apsolutne vrijednosti prvog zanemarenog člana. Ograničimo li se na segment
36 L INTERPOLACIJA [ APROKSIMACIJA FUNKCIJA
(
dobivena aproksimacija polinom četvrtog stupnja.
Ocjena pogreške aproksimacije Taylorovim polinornom četvrtog stupnja cosx :::::
l - �� + ��) l]
na [-l, iznosi
!
� 7 �0 = 0.00179 = 139 . 10- 5
što je oko 28
puta veći iznos. Poslužimo li se sa (7)
možemo dobivenu aproksimaciju srediti po
potencijama od x, pa imamo
cosx = 0.99995795 0 .99924045x2 + 0.03962674x4 .
Pretpostavimo sada da je 5 . lO-s bila zahtjevana točnost. Uvjerimo se da tu
točnost ne možemo postići teleskopiranjem Taylorovog polinoma šestog stupnja što bi
mogli pomisliti nakon gornjeg računa. Sam Taylorov polinom šestog stupnja zadovo-
l . - s < 5 . 10- 5 . l x2 x 4 x
- 6
ljava tom zahtjevu jer je
8! = 2.5 lO Međutim, kada se +
2! 4! 6!
prikaže pomoću Čebišev1jevih po1inoma dobiva se uz Ts koeficijent 4.34· lO- s što
zajedno sa 2.5 · lO- s daje pogrešku 6.84· lO -s > 5 . l O- s .
;=0
A= : (7)
({J {X ) ao = +
{ l l ({JI (X) + . . . + am ({Jm{x )
X
({)o a (ll)
i odrediti koeficijente ao , al , . . . , am iz uvjeta da suma kvadrata odstupanja
TI
(12)
i=O
bude minimalna. Općenito se takav tip aproksimacije naziva � -aproksimacija. DalJ
nji korak u poopćenju je da se pojedinim čvorovima pripiše određena težina Wi, tako
da se koeficijenti aa, a .l . . , an
određuju iz uvjeta da je
TI
(13)
;=0
minimalno. Ovo zadnje se primijenjuje i na polinom naj manjih kvadrata.
2.
Numeričko integriranje
lb f(x)dx
rješavali pomoću Leibniz-Newtonove formule
= F(b) - F(a)
gdje je F'(x) f(x) .
= Kako u mnogim primjenama ne znamo F(x)
, to je potrebno
aproksirnirati vrijednost određenog integrala. U primjenama je često i nepoznata, f (x)
tj. poznajemo njene približne vrijednosti samo u nekim točkama. Zamislimo da nam
za takvu funkciju trebaj u Fourierovi koeficijenti po nekom sustavu ortogonalnih funk
cija. Upravo ovih par rečenica kažu da su nam potrebne numeričke metode približnog
izračunavanja određenih integrala.
Opća ideja je da funkciju f(x)
aproksirniramo jednostavnijom funcijom g(x)
f(x) g(x)
lbf(x)dx lb g(x)dx + R(f)
da iz � dobijemo
2.1. Ne,!Vto11-C:oteso'W'e
Opće Newton-C
gdje je Rn (f)
pogreška aproksimacije. Uvrštavanjem (l) u (2) dobivamo formulu za
aproksimaciju
1 I(x)dx lb L
b n
� n
11 11 ;=0 (x -Xi ) IJ(x; -Xj )
Iti
J=O
(3)
gdje su
n
IJ(x -Xj )
Ai lIJ }=O
n dx, = l, 2, . . , ll. i 0, . (4)
II (x -Xi) IJ (Xi -Xj )
Iti
j=o
Da odredimo Ai primijetimo da isti ne ovise o I . Ako je dakle I polinom � n -tog
stupnja, onda je Ln(x) = I(x). Uzmemo li napose I(x) = x k, = O, l, k . . , n,
.
42 2. NUMERIČKO INTEGRIRANJE
(5)
gdje je
k bk+1 -aHI '
h= lb xdx= k= 0, 1 , 2, . . n .
a k+ l .
lb j(x)dx t
a
i=O
Y;Ai.� (6)
h b n a = Xn -X o
n , Xi= Xo + ih, Yi=j(Xi), i 0, l, . . . , n .
-
= -- --- =
Tada imamo
x Xo = th
x XI = ( x - XO) - (XI - XO) = th Iz
X x2 = ( x - xd - (X2 xd th - 2h
X Xn = th - nh.
Nadalje je
Xi Xo = ih
Xi XI = (Xi -XO) -(Xl -XO) ih - h = ( i -l) h
Xi -Xj_1 h
Xi xi+l -h
Xi Xn = - (n - i)h.
Uvrštenjem u (4) imamo
f th(tlz- h) ...(th - ih) ...(th-nh)
Al- =
Jo (th ih)ih(i - l) h ...h( - h) .. . ( - (n- i)h)
Izdt
Hi= Xn -Xi o
A _ ni
l ( l) - r tet l) . .. (t-Il)
i = 0, 1,2, . .. , n (7)
n l!(n-i)! Jo . t l
. dt,
gdje su Hi dani sa (7) jednom zauvijek i zovu se Cotesovi koticijenti, dok se formula
(8) zove Newton-Cotesova formula.
Cotesovi koeficijenti imaju ova dva svojstva:
L E%:o H; 1;
=
2. Hj Hn-j•
44 2. NUMERIČKO INTEGRIRANJE
.1 Primjeri Newton - Cotesovih formula I
1. Osnovna trapezna formula.
Sl. 2.1.
To je slučaj n = 1
I tet - l '
l) --'- dt - ( t I )dt 1
Ho Io --
-'--
t o =
2: =
Xo (9)
--
l XI l xo+ h
Sada je prema (2) pogreška aproksimacije jednaka
J
Pretpostavimo da je klase Cz. tj. da na promatranom segmentu ima neprekidnu
drugu derivaciju. U dobivenoj formuli možemo varirati pa postupimo ovako. Prvo h,
dvaput deriviramo R, po lt
( uočimo da se Iz nalazi na gornjoj granici integrala).
Imamo dakle
l (Xo + h ) - zJ
/I
Rl zJ =
'l (Xo + h ) zJh " (Xo + h ) '
h (Xo + h) ,
zJ=
/I
lb lb
onda je
jX 2
lXoXI f(x)dx + Xl f{x)dx + . + jXn-lX f{x)dx
To j e po dijelovima primijenjena osnovna trapezna formula. Iz
lx" f(x)dx
xa
:::: _ _ "
_ .. + 2Yn -1 + Yn]
(12)
a
b a -
= Xo, b Xn , Iz = --, Yi = f{Xi) '
n
Pogreške po segmentima moramo zbrajati, pa imamo
1z 3 J: 1z3 J: 1z3 J:
RT - 12 /"( ':oI ) - 12f"( ':02 )
=
- 12 f"( ':on ) ,
• • •
3
- '112 �
= "(J:
L..... f ':o., ) , Xi- l < J: < ':oi Xi-
;=1
Neprekidnost od J" osigurava postoj anje 11, Xo < 11 < Xn , za koji vrijedi
n
L J" ( �i ) = nf"(11),
i=1
je srednja vrijednost od f" (�i) tako da je
46 2. NUMERiČKO INTEGRIRANJE
f" (TI)
odnosno,
. h3
RT = - 12 nj" ( TI ) , Xo < TI < xn,
Analogno je
( b - a) 3jlf ( n )
RT Xo < TI < Xn · ( 1 3)
_
= 'I
l 2n 2 ,
( b - a)3
I RT I � 1 2n 2
M2 • ( 14)
To je slučaj n 2, pa imamo
Sl. 2.2.
Ho == -
l 1 12
.-
2 2 o
l
(t 1 )(t - 2)dt == -6'
l . 1 12 2
2r ot(t
- t(t - 2)dt = -
2 l 3'
h
Treba uočiti da je eksponent od porastao za 2 . Stoga je osnovna Simpsono
va formula točnija, a kako račun nije složen isto je razlog da je jedna od najčešće
korištenih.
f 3
Ako je bila polinom � (uočimo � 3! )
onda je = O.R2
4. Simpsonova formula.
To je po dijelovima primijenjena osnovna Simpsonova formula. Istaknimo da za
njenu primjenu broj n mora biti paran.
a xo, b Xn , h b - a
= = = --
n
i n = 2m (paran) .
2
=
Pogreška je jednaka
h5 Lfm
Rs - 90
= (/ V)( �d X2k- 2 < � < X2k,k (18)
k=1
( 19)
odnosno
4
IRs l � (b -180a )h M4
gdje je If ( l V) (x) I � M4 na [xo, xn] .
5. Druga osnovna Simpsonova formula.
Sl. 2.3.
Osnovna formula za n 4.
(4
1xo f(x)dx �
2h
45
[7yo + 32YI + 1 2Y2 + 32Y3 + 7Y4] (22)
Osnovna formula za n = 5 .
(24)
(25 )
Osnovna formula za n = 6.
(26)
Formule višeg reda imaju teorijski bolju točnost, računski nisu spretne jer su
Cotesovi koeficijenti veliki, pa se računske pogreške akumuliraju. Stoga najčešće
(27)
Xi R
2.1. NEWTON-COTESOVE FORMULE 49
RT = _ b 12- a h2l'(1/)
Rs = _ b180
- a h4iIV) ( 1/).
Usporedimo li potencije od h imamo h2 odnosno h4 , pa formulu smatramo točnijom
što je viša potencija od lt , prema čemu je Simpsonova formula točnija, što dolazi do
izražaja pri dovoljno malom ll .
Istaknimo da pri fiksiranom broju čvorova točnost bitno ovisi o rasporedu čvorova
pa i manje točna formula može dati točniji rezultat.
1 l
IT 2/( - 1) + 1(0) + 2/(1 ) = 6 - 8 + 6 4 =
(točan rezultat),
dok Simpsonova daje
-8
Sl. 2.4.
50 2. NUMERIČKO INTEGRIRANJE
Uočimo da pri lošem rasporedu čvorova možemo dobiti potpuno krive rezultate
što ilustriramo slikom.
Sl. 2.5.
lb J (x)dx = /.X" J (x)dx h-[yo + 2Yl + . . . + 2Yn + Yn] - (b - a)3 f" (tJ ) ·
Vratimo se trapeznoj formuli
a Xo 2
= -1 1 2n-
7
( ) 3 !"( tJ2)
- b
Rn2 l;n� tJ l , tJ2 ( b). E a,
Rn ( b ) (
, l;n� 3 f" tJd' _
ili
iznosi 2N l .
+ Krenuvši od [a, bJ provedirno rekurzivno raspolavljanje. Uvedemo li
prikladne oznake kao
To, I =
b
� a { � lf(a) + f(b)] }
TI,I =
b
{ � lf(a) + f( b)J + f (a + b 2 a ) }
a
= � { To, + ( b a )f (a + b ; a ) }
l
3 (4)
T2,1 = -- { lf ( a ) + f(b)] + L f ( a + --i) }
b-a l b-a
4 2 i=l 4
52 2. NUMERIĆKO INTEGRIRANJE
b-a 1 b-a
T3 , I = -S- { 2: [t(a) + f(b)l + Lf (a + -S-i) }
7
i=1
1
= 2: { T2, ] +
(b - a) �
� f (a + -
b --a i) }
4
i=l"
S
l'J.i=2
1{
T4,I = 2: T3 ,I + (b -S a) � b-a.
� f (a + ---u;- l) }
i=1
l'J.i=2
dobivamo rekurzivni zapis pripadnih trapeznih formula. Tako je To, l trapezna formula
za segment [a, bl ,
TI, ] je trapezna formula kada [a, bl
raspolovirno itd ..
di 2
= ispod znaka sume znači da indeks sumacije skače za npr. u T4,I poprima 2,
vrijednosti 1, 3, 5, 7, 9, 1 1, 13, 15
jer su pribrojnici s indeksima 4 , 2, 6, S , 10, 12, 14
ujedno pribrojnici od T3 ,I . Izvedite sami formule za TI,I i T2,1 '
Induktivno vrijedi
2N_ I
N l{
T , I = 2: TN - I, ]
b-a )}
+ b2N- a " f (a + �i (5)
-I �
i=]
l'J.i=2
s pogreškom
N
Primijenimo li Richardsonovu ekstrapolaciju na par T , ] i TN+ I , I nadamo se
poboljšanoj aproksimaciji. Označimo tu aproksimaciju s TN,2 , tako da imamo
4 TN+] , 1 - TN,]
,
TN 2 = ----'c...:.-'-':-
.:
3 _-'--'-'-
Npr.
To,2 =
4T] , ] ; To, l = b � a {f(a) + 4f ( a ; b ) + f(b)}
što je elementarna Simpsonova formula. Greška te formule je proporcionalna s � o
čemu treba voditi računa kod ponovljene Richardsonove ekstrapolacije. Nastavimo li
niz
-
(IV)
(1]) .
2.2. PONAVLJANJE RASPOLAVLJANJA I ROM BERGOV ALGORITAM 53
lim T j
N -oo N =
lb f(x)dx.
fl
Nadalje, niz
To, ., To,2, To,3 , . . .
također konvergira k pravoj vrijednosti integrala, tj .
.\ i m To.;
J - OO lb f(x)dx.
Početno razmatranje u konstrukciji'Rombergovih nizova može dati krivu sugestiju da
su nizovi TNJ po dijelovima primijenjene Newton Cotesove aproksimacije. To je
3, 3
istina za j t:; dok za j > to nije slučaj .
Rombergove nizove možemo složiti u jednostavnu tablicu u kojoj je N indeks
retka, a j indeks stupca.
To, 1 TO,2 To,3 To ,4 To,s TOJ
Tl , 1 Tl ,2 Tl ,3 Tl ,4 TI ,s
Tl,! T2,2 T2, 3
Pn (x) 2nln! � 2 ln
dxn (X - ) , n = O 1, 2
, , . . .
-J J
-J
Sl. 2.6.
P 1 (x) = x
P2 (x) � (3x2 - l )
=
2.3. GAUSSOVE FORMULE ss
n :/= m,
izgleda ovako
(2)
i da daje točne vrijednosti za sve polinome do odgovarajućeg mogućeg stupnja N , koji
ćemo odmah odrediti.
n n A,
2n i
Kako u zadatku treba odrediti v rijednosti tj i vrijednosti što je ukup
no 2n
vrijednosti, a poli nom ( 2n 1) -og stupnja je određen s koeficijenata to
zaključujemo da je u općem slučaj u- N = 2n- l . Dovoljno je ograničiti se na polinome
f(t) = l, t, t2 , t 2n- l • . . , (3)
jer su ostali polinomi stupnja :( 2n - 1 njihove linearne kombinacije. Time za prave
vrijednosti polinoma u (3) i mamo da vrijedi
k = O, 1, 2, . . . ) 2n 1. (4)
{
Kako je
I tkdt = _1_-....:.{_-....;1)_k+_1 = k +2 l k
ako je paran
J-l k+ l O ako je k neparan
(5)
56 2. NUMERIČKO INTEGRIRANJE
to dobivamo ovakav sustav jednadžbi u ti i Ai
n
i=n 1
L Aiti = O
;=1
(6)
�
� AitiZn-2 _
2
i=n 1 - l 211 -
;=1
što je nelinearan sustav jednadžbi. Svedimo problem rješavanja sustava (6) na rje
šavanje linearnog sustava u nepoznanice Ai
posluživši se Legendreovim polinomom
Pn(x) .
Promatrajmo polinome
Qn+k (t) = tkPn(t) k = O, 1, 2, . . . , n - l (7)
Pn(t) Legendreov polinom n -tog stupnja. Stupanj polinoma u (7) nije veći od
gdje je
2n l , pa za njih u (2) vrijedi jednakost, tj. imamo
-J II Qn+k (t)dt = J-II tkPn (t)dt � A;r7Pn(ti ), k = O, l, . . . , n - L
-
n
=
n
I.>iAi = 0
i=1
( 10)
k paran
k neparan
n
t n-l
L , n jA =
2
- { k neparan
;=1 O k paran.
n
Determinanta podsustava od prvih jednadžbi je Vandermondeova determinanta pa
rješenjem sustava ( 10) dobivamo Gaussove formule za numeričku i ntegraciju koje
glase
(ll)
gdje su Airješenja sustava ( 10) u kome su čvorovi ti korijeni Lagrangeovog polinoma
n -tog stupnja.
Linearna transformacija
x -- b + a + --1 b a ( 1 2)
2 2
prevodi [-l, l] na [a, b] , pa imamo
b
l f(x)dx b 2 a flJ ( b ; a + b ; a t) dl
tako da dobivamo
[b b a Ln f(x; )A ;
Jn f (x) dx �
2 (13)
b -a t;, I. = 1 , 2, . . . , n, a tj su konJem
1= 1
. . . ( nu l e ) Legendreovog
d· .
g �e Je Xi =
b+a + -
2
polinoma II -tog stupnja.
2
Pogreška aproksimacije se može dovesti u ovaj oblik
a)2n+ 1(n! )4Jl2n) ( � ) .
Rn = (b -[(2n ( 14)
) !J3(2n + l)
Nedostatak Gaussovih formula je iracionalnost korijena tj , dok se s druge strane ističu
visokom točnošću.
58 2. NUMERIČKO INTEGRIRANJE
Primjer 2.2. n =3 .
Tada je
čije su nultočke
t2 = O
13 = VfI
. s
pa za II ( 10) ima ovaj obli k
3 sustav
Al + A2+ A3 2
-fsAl+ fsA3 O
S3 Al+ S3 A3 = 32
čije rješenje glasi AI = A3 = � , A2 � . Imamo dakle formulu
l
Lt/ (t)d t r:::; g [5/ ( -V S)+ 8/(0)+ 5/ ( V S)] '
{3 (3
·
��j��f:�Y:1?I��s��_��i_l�'I�)��"!'��'f�3�;��j,� , "��·1;
2�4. lntegrlranJe brzo oscjJlra!ućih funkciJa. .filonova fc)l'muta
�iI!t,�);; �jP��_
Provedi mo prvo jedno opće razmatranje. Neka j e potrebno izračunati
lb I(x)p(x)dx . (l)
Mislimo l i na t I(x)dx
imamo da j e u (l) p(x)
= l.
No, u produktu možemo
aproksimirati jedan faktor i time očekivati da smo aproksimirali produkt. U takvom
postupku funkcija p(x)
se zove težinska funkcija.
Kao što smo kod Gaussovih formula proveli razmatranje na [ - l,
l] i zatim sve
transformirali na , sa [a b]
x b+
--+
2
a b--t
2
a (2)
tako to možemo i sada učiniti. Pokazat će se na kraju da smo kod Gaussovih formula
imali Legendreov polinom kao težinsku funkciju.
Neka su to, t\ , t2 , . . ., tn [- l,
E l ] točke koje odgovaraju točkama l Xo , x , X2 ,
.. ., Xn [a, bJ 1
E I [a bJ
po transformaciji (2). Aproksimirajmo na , s Ln koj i prolazi
,. [a b]
čvorovima Xi , = O, . . , n . Dakle, na , j e
i
(x I(x),
Ln ) r:::;
2.4 . INTEGRIRANJE BRZO OSCILIRAJUĆIH FUNKCIJA. FILONOVA FORMULA 59
pa imamo
(3)
Pogreška iznosi
R� = l f(x)p(x)dx l (x)p(x)dx
b
-
b
Ln
to dobivamo
b (n l)
r
Rn =
Jo
p(x) f(n ++ (I),� ) (x - xo)(x - xd . . . (x - xn )dx , (4)
iz čega imamo ovakvu ocjenu apsolutne vrijednosti pogreške
b
n
I Rn i :%; max If H) ( � )
.tE lo,b]
I Jr I p(x) ll (x -(nxo)+ l).. . ; (x -
xn ) 1
dx . (5)
a
I (b + a b - a )
Provedemo l i supstituciju ( 2) u formuli za pogrešku dobivamo
l b . 1
' r
!
Ja
p(x)(x xo) . . . (x
nd = x ) x (n + J 2- + -2- t
1)! _/ -
. C t to ) . . . (t - tn) ( 2 ar 2dt,
b +
Jer Je x -x'
b + a + -- b - a t - ( b + a + --
--
b a t ,) = -- b - a t.
b - a (t - t ) . dx = --d l
1 2 2 2 2 1 2 2 l
Označimo li sa
(o n l
I Ril i :%; D t , t h , , " tll ) lf + ) ( � ) 1
( b 2 a r+2 · (6)
}-
--
(t
(t
I
tj)
- t} )
/:fl --
'-o
2
� t f(Xi) J I ( b +2 a + b -2 a t ) IT tj -- ttjj dt .
2 , 1=0
_I
P
t
j=O
/:fi
Dakle
b ;.a � f(XI)Di "
lba
p(x)L,, (x)dx =
i=O
(7)
gdje je
l
Di = j
n
) rr tit -- tjt , dt, i = 0, 1, 2, . . "
+a b-a
P + -- t -- n. (8)
-I
2 2 }
j=O
/:fi
Time dobivamo aproksimaciju integrala u obliku
T
n
lb f(x)p(x)dx �f(Xi)Di '
b
a � (9)
;=0
J
Di = l 'e
2
'W ( !!±!!
I
+ 2
b-" I )
n
t
n -
- tj tj
j=O
j=fi
1 ( b ; ) n+ 2
Pogreška je dana s
ll)
I Rni � D(to, tj , . . . , tn ) J'n+ ( � )
a
( 13 )
gdje zbog l eiwx l= 1 , D(to, t h . . . , tn )I poprima oblik
D(to, t! , . . . , t" ) -_ J I (t to ) (t(n +tdl)· .'· · (t - t,, ) l dt. ( 14)
J I (t + l ) (t O) l J I
-l
lb f(x)e1WXdx
a
. �- b --[eos
a a + isin a] [f(a)(E + iF)
2
- f(-
b a
a +-b ) 4 F + f(b)(E - iF)
2 p ] a b
= ; { (i(a)Eeos a + f(b)Eeos a f( ; ) � Feos a
_
ili
lb I(x) cos wxdx
fl
�
b -2 a { [j(a) + l(b)]Ecos a + [j(b) - l(a)]Fsin a
--
- I ( a +2-b ) l4 / cos a }
-
3. 1 . Direktne metode . . . . . . . . . . . . . . . . . . . . 66
3.2. Iteracijske metode . . . , . . . . . , . . . . . . . . . . 85
[ ]
vektor. Opća teorija egzistencije rješenj a sustava linearnih jednadžbi kaže da pored
matlice A treba promatrati proširenu matricu sustava, u oznaci koja se dobiva iz B,
b
matrice A dodavanjem vektora kao (Il + l ) -vog stupca, dakle izgleda ovako: B
a l l a 12 ' " a ln bl
B= a21 a22 . . . a2n b2 (3)
ami am2 . . . amn bm
te da treba usporediti njihove rangove. Krajnji rezultat glasi:
l ) Ako je rang A =f. rang B,
onda sustav nema rješenje;
2) Ako je rang A rang B,
onda sustav ima rješenje i to:
B
2a) ako je rang A = rang = II = broj nepoznanica, onda sustav ima jedin
stveno rješenje;
2b) ako je rang A rang B=
r < ll , onda sustav ima beskonačno rješenja,
naime, stanovitih II r nepoznanica možemo zadati nakon čega je ostalih r
određeno. Tada se obično govori o (ll - r) -parametarskom rješenju sustava.
66 3. SUSTAVI LINEARNIH JEDNADŽBI
Nama su važna oba ova slučaja. Na prvi slučaj redovito nailazimo kada imamo
sustav od jednadžbi sa nepoznanica za koji je determinanta matrice A različita
II 11
od nule, detA =ft O, dok na drugi slučaj nailazimo kod linearnog optimiziranja.
U ovom poglavlju se zadržavamo na sustavu od jednadžbi sa nepoznanica II II
Ax = b
za koji je
detA =ft O.
Tada je
x = A - lb (4 )
rješenje sustava koje zahtijeva računanje inverzne matrice. Direktno računanje A-I
zahtijeva mnogo vremena pa se formula (4) rijetko koristi.
Nalaženje rješenja sustava (l) pomoću Cramerovog pravila
= detA;
det A ' = I , 2, .
[alla21 ala222 . . . ala21;_1- 1 blb2 all+la21+1 .. .. .. alna2n ]
Xi i (5) . . , II
gdjeje
. • .
A; = . . . . . . . , . . . . . . � . . . . . . . . .
(6)
ani an2 . . . ani-l bn an i+ ! . . . ann
ima istu manu kao i nalaženje inverzne matrice jer treba računati vrijednosti determi
nanata visokog reda. Stoga su razvijene različite metode rješavanja sustava linearnih
jednadžbi koje su računski jednostavnije i zahtijevaju manje vremena. Neke od tih
metoda su direktne (nekada govorimo točne), a druge su iteracijske koje daju aprok
simaciju rješenju.
Ponovimo ovdje još sljedeće. Ako sustav pomnožimo s regularnom matricom C
( det C =ft O ), onda je novodobiveni sustav CAx Cb ekvivalentan polaznom. Ako
usporedimo novi sustav s polaznim, onda je novi sustav dobiven iz polaznog linearnim
kombiniranjem jednadžbi polaznog. Ako npr. želimo zamijeniti -tu jednadžbu sa r s
tom, onda to možemo postići množenjem sa matricom Irs koja se dobiva iz jedinične
matrice I zamjenom -tog i -tog retka.
r s
Prvo ćemo opisati tzv. Gaussovu metodu eliminacije čiju smo varijantu koristili
još u srednjoj školi pod imenom metoda eliminacije. Obično je to bila tzv. Gauss
Jordanova metoda koju također opisujemo.
3.1. DIREKTNE METODE 67
a ll
Koristeći jednadžbu (2) lako eliminiramo X I iz ostalih jednadžbi sustava (l).
Treba jednadžbu (2) pomnožiti s aZ I i odbiti od druge jednadžbe sustava (l). zatim
jednadžbu (2) množimo s a3 1 i odbijemo od treće jednadžbe sustava (l). i tako redom.
Time dobivamo sustav s jednom jednadžbom i jednom nepoznanicom manje:
azz( I )Xz + aZ(I)3 X3 + a24(I)X4 = aZ( I5)
a3(I)Z Xz + a(33I )X3 + a3(I)4 X4 = a(35I ) (3)
a42(I)Xz + a4(I)3 X3 + a44( I )X4 = a4(l)5
gdje se koeficijenti aU ) ( i, j � 2 ) računaju prema formuli
a�l) = au - ajI bIj (i. j � 2).
Sada ponovimo postupak na sustavu (3) i eliminiramo nepoznanicu Xz . tj. podi
jelimo prvu jednadžbu sustava (3) s a��) (koji naravno treba biti =I O ) i dobivamo
(4)
gdje je
gdje je
aj(jZ) - au( I ) ai(2I ) bZj(l) ' (i,j � 3).
_
_
Ako sada prvu jednadžbu sustava (5) podij elimo sa a�;) (koji naravno treba biti
=I O ). dobivamo
(6)
gdje je
68 3. SUSTAVI LINEARNIH JEDNADŽBI
Iz (7) slijedi
al 3 } a( 2) - a(32} b3(2 }
lj = lj l Y 1 l,. j. >-
r .
a4( 35)
Ostale nepoznanice sada nalazimo postupno iz jednadžbi (6), (4) i (2), pa imamo
X4 = (3) b(435) '
a44
X3 b(352) - b(324)X4
=
b u njemu ekvival e ntan A"x bil pri čemu je All gornje trokutasta matrica
XI = b l5 - b l 4X4 - b l3X3 - b 12X 2 ·
oblika
Ax =
O
O O 1
l b l2 bJ 3 ' " b1n - 1 b In b in+!
l
1 bi 3) . . . b2( 11_1
I)
bZJ!i l ) b{2 l)11+1
OO O
2 2) b(3n2 ) (2)
b3n+1
b(311-1bn =
O O O O 1
An =
l n :'2l )
[j l dobiv.�
=
e '
ili
A ( � - e) b,
što je novi sustav jednadžbi. Komponente rješenja {�i} novog sustava razlikuju se
za 1 od komponenata rješenja {X } polaznog sustava, a koeficijenti desne strane su
A� b + Ae b',
Ax + A� + (M)x + (M)(�) = b + M.
Zanemarivši član M� dobivamo linearni sustav u �
A� t1b - (M)x,
= (8)
koji onda treba riješiti u � . Usporedimo li sustav (8) s polaznim, vidimo da ima
promijenjenu samo desnu stranu.
Izračunavanje determinante Gaussovom metodom.
Izračunavanje vrijednosti determinante prema definiciji njene vrijednosti računs
ki gledano je posao koji traži puno vremena. Stoga se redovito koriste postupci koji
smanjuju broj računskih operacija.
Gaussova se metoda može primijeniti i na izračunavanje vrijednosti determinan
te. Neka je det(A) determinanta matrice A . Gledamo li homogen sustav pridružen
matrici A , imamo
Ax = O,
koji po Gaussovoj metodi zamjenjujerno sa ekvivalentnim
Ax=O
n
Pogledamo li koje su operacije vršene, onda. vidimo da smo vrijednost det(A). redom
d··Ije1·1·l l sa a l l , a22 . . . , ann , pa dakle vrIje. d·
(l)
'
(II-I)
l
91 m35X33
Primjer 3.1 . Da na konkretnom primjeru ponovimo postupak riješimo sustav
2x1 - 7X2 + 4X =
3
Xl + 9X2 -
XI + 8X2 +
-
čije rješenje lako nađemo: Xl = 4 , X 2 l , X3
= 6 2. =
[2 5 ]
= Postupak ćemo pratiti na
=
pripadnim proširenim matricama. Imamo
-3 : 6
-7 4 : 9
B [A, bl
= l 9 -6 : l
=
8
[� 28 : J ]
Eliminacij a nepoznanice X I prevodi B u
7
-2
25
B, = '2 - :
-� II
[ �1 O I; :I rs1 ]
Eliminiramo li X2 dobivamo
B2 -�l
- 25
=
ft5 : �
5
Konačno dijeljenjem zadnjeg retka sa � završavamo postupak eliminacije i dobivamo
B,
[�
Iz čitamo odmah X3 2. Da nađemo X2 treba u
=
! � ! -U
X2 - 2165 x3 275
B3 =
v ' + = Xl = . . + = 4.
3 . 1. DIREKTNE METODE 71
2x Il - 7X2 1 + 4X31 = l
X I I + 9X2 1 - 6X31 = O i = 1, 2, 3; j = l ,
}
Da Gaussovom metodom odredimo A - l potrebno je riješiti ova tri linearna sustava
- 3X ll + 8X21 + 5X31 O
2X1 2 - 7X22 + 4X32 O
XJ2 + 9X22 - 6X32 l
=
= }
1, 2, 3; j 2,
}
= =
2x 13 - 7X23 + 4X33 O =
- 3x l 3 + 8X23 + 5X33 l
Njihovim rješenjem dobivamo
93 67 6
A - l 235 13 22 16 .
]
35 5 25
Gauss-Jordanova metoda eliminacije I
Pod tim nazivom se obično razumijeva modificirana Gaussova metoda, u smis
lu da se kod ove metode ne moramo vraćati natrag da nađemo Xn - I , Xn- 2 , . . . , X l
(prati opis Gaussove metode). Prvi korak je isti kao kod Gaussove metode. Drugi
korak provodimo gotovo kao i prije s time da X2 eliminiramo i iz prve, te ovih dalj
njih jednadžbi. Zatim se analogno X3 eliminira iz prve, druge, četvrte i svih daljnjih
jednadžbi. Nastavljanjem tog postupka dobivamo na kraju rješenje. Ako algebarski
mislimo, onda je efekt primjene Gauss-Jordanove metode množenje s A - J , tj. dobili
smo
bez iznalaženja A -l •
[��� ��� : . :
Nakon uočenog algebarskog efekta Gauss-Jordanove metode nameće se ovakav
. gl']
postupak nalaženja inverzne matrice. Zamislimo da je
M = : :� . � ? :::
. = [A lj
ali l Qn2 . alln O O . . .
.
matrica sustava jednadžbi (nepoznanice nisu zapisane kao ni konstantni članovi desne
strane). To je matrica formata x 2n koja se u blok zapisu sastoji od matrice A i
n
jedinične matrice l . Provedemo li na M Gauss-Jordanov postupak, koji provodimo
isključivo nad prvih stupaca, bit će M pomnožena s A- l . No, pomnoženo po
12
blokovima to daje
A - I M = [A - l A A - l l] = [l A l ] -
XI + 9xz 6X3 = 1 .
[ ]
-
O
5
- 9} l I 9}
235 I 9
B2 = 93 I
940
3
_ ll l Il ±!
93 93
j
Kod izbora trećeg vodećeg elementa smo upućeni na prvi stupac drugi redak, dakle
[O OO O 2 ]
�; . Pomoću njega eliminiramo iz prve i treće jednadžbe. Nova proširena matrica
Xl
gfasi
O O
l :
B3 = l : 4 .
l : l
Ponovimo da prva tri stupca predstavlj aju permutirane stupce jedinične matrice, dok
četvrti stupac sadrži rješenje kole nije u prirodnom poretku, jer nismo u tom poretku
provodili eliminaciju varijabli. Citamo li četvrti stupac odozgo prema dolje nailazimo
prvo na element 2 što predstavlja vrijednost od X3 traženog rješenja, dakle X = 2 .
Zatim nailazimo na 4 što predstavlja vrijednost od Xl traženog rješenja, X l 3= 4 , i
konačno nailazimo na l što je vrijednost od X2 rješenja polaznog sustava. Konačno
zapisano imamo Xl 4 , X2 = l , X3 = 2 ili
x [!j
Opišimo ukratko Gaussovu metodu s izborom vodećeg elementa, s time da je
vodeći element onaj koji ima najveću apsolutnu vrijednost. Prvi korak je isti kao kod
Gauss-Jordanove metode. Naime, nađemo element matrice A s najvećom apsolutnom
vrijednošću. Ako je to bio akj , onda pomoću k -te jednadžbe eliminiramo Xj iz svih
ostalih jednadžbi. U drugom koraku nađemo vodeći element novodobivene matrice
izvan k -tog retka i j -tog stupca. Neka je to a�; ) . Sada r -tu jednadžbu koristimo za
eliminaciju s -te nepoznanice iz svih jednadžbi osim k -te koja je korištena u prvom
koraku. U novonastaloj matrici nađemo opet vodeći element izvan k -tog i r -tog retka
i izvan j-tog i s-tog stupca i eliminiramo pripadnu nepoznanicu iz svih jednadžbi
koje prethodno nisu korištene u ovom postupku, tj. iz svih jednadžbi osim k -te i r-te.
Uočimo da u nekom koraku eliminiramo nepoznanicu dobivenu izborom vodećeg ele
menta iz svih jednadžbi koje nisu korištene u prethodnim koracima eliminacije. Korak
po korak dolazimo do jednoredne podrnatrice, tj. do jednog elementa. pa dijeljenjem s
njime njegovejednadžbe završavamo postupak. Uočimo da iz dobivenog treba postup
no naći rješenje. što sve zajedno ijustriramo jednostavnim primjerom. Naime, zadnju
nepoznanicu očitavamo direktno dok prethodne treba izračunati.
74 3 . SUSTAVI LINEARNIH JEDNADŽBI
Primjer 3.3. Riješimo ovaj sustav jednadžbi Gaussovom metodom izbora vodećeg
elementa:
12
XI + 2X2 - X3 + 2X4 =4
2x I + 3X2 - X3 + 4X4 = 6
4x I + 5X2 - 3X3 + 8X4 =
6.
2 ...!2
4
B = [A , bl = 3 4 : 6
4 5 -3 ®:
3 3 : 6
Element a34 = 8 ima najveću apsolutnu vrijednost, pa pomoću treće jednadžbe elimi
niramo X4 iz prve, druge i četvrte. Time dobivamo novu proširenu matricu
O4 l -!
4 O:
BI =
O� �O:O
3 1 " -3
2 �8 - 8
!
2
KD- � O : �
Novi vodeći element tražimo sada izvan trećeg retka i četvrog stupca. Vidimo da �
ima najveću apsolutnu vrijednost i da je to element četvrtog retka i drugog stupca.
To znači da ćemo se poslužiti četvrtom jednadžbom i eliminirati iz prve i druge X2
jednadžbe, treću preskačemo jer je korištena u prethodnom koraku. Time dobivamo
1
I
- 3" O I O: O
3"
-9
2 O CD o : 2 - 3"
B2 = 5 3 ,, 3
2.
l
2: 8 8 2:
±9 _ 2 O ', 4
9 3
-
I 5 3
2: 8 -8 �
±9 _2 4
9 3"
B4 = t2 �
8 -8
3 3 .
2:
� : -� �
3 . 1 . DIREKTNE METODE 75
1 1
Koraci natrag su sada sljedeći. Zadnje eliminirana varijabla se nalazi prva, predzadnje
eliminirana druga i tako redom. U našem primjeru čitamo da je XI = - l . Iz druge
jednadžbe dobivamo X3 kao
3 3
X3 = - + XI , X3 = - - - - = -l.
4 4 4 4
Sljedeća nepoznanica koju računamo je X2 , a računamo ju iz četvrte jednadžbe kao
4 4 7
1
X 2 = "3 - x I + X3 , X2 = 1 .
9 9
Konačno, iz treće jednadžbe nalazimo X4 ,
3 5 3
X4 = - X I - X 2 + X3'
2" 2" g g
Prema tome rješenje glasi XI = - l , X2 = l , X3 = -l , X4 = l ili
[ . l
=
ladno građene matrice B i e . Gaussov algoritam sugerira trokutaste matrice. Stoga
pretpostavimo da su B i C oblika
bl l O . . . O
b2 1 b22 . . O
[1 l
B= . . . , ( 1 2)
� � �
.
b 1 b 2 .. : . b n
C l 2 Cl 3 . . . Cin
C = .: l: C2: 3 . . . C2.: n .
O
. .
" o .
( 1 3)
O O O ... l
Dakle B je donje (engl. lower) ili lijevo (engl. left) trokutasta matrica, a e je gornje
(engl. upper) ili desno (engl. right) trokutasta matrica, otkuda i potječu pokrate LU
(LR) u oznaci faktorizacije. Korist takve faktorizacije je sljedeća. Uvrstimo li A BC
=
u (ll) dobivamo
B(Cx) = b
76 3. SUSTAVI LINEARNIH JEDNADŽBI
pri čemu smo ex stavili u zagradu što smijemo zbog asocijativnosti matričnog mno
ženja. Supstitucij om
y = ex
dobivamo sustav
By = b
no kako je B donje trokutasta, to lako izračunamo y , koji zatim uvrstimo u
ex = y.
Kako je e gornje trokutasta lako riješimo i taj sustav što je onda rješenje polazno�
sustava. Preostaje dakle odrediti elemente matrica B i e . Radi se o ukupno n
nepoznatih elemenata. Sustav jednadžbi u elemente od B i e dobivamo iz jednakosti
A = BC, što po elementima daje
n
aij = Lb ikCkJ> i = 1 , 2, . . . , n, j = 1 , 2, . . .
, n. ( 14)
k =l
Vidimo da se radi o kvadratnom sustavu jednadžbi, međutim, sistematskim ispisiva
njem tih jednadžbi nameće se šema rješavanja tog sustava koja se naziva Choleskyjeva
šema. Prirodno pitanje u ovom trenutku je postojanje rješenja sustava ( 14). Na kraju
ćemo navesti teorem koji osigurava postojanje i jedinstvenost rješenja. Napomenimo
da postoje i neke druge faktorizacije u što se ovdje ne upuštamo.
Uvažimo li nule iz B i e dobivamo ovaj eksplicitni zapis sustava ( 14):
bil = ail ,
j-l
bij = aij - L bikCkj, i � j > 1 ,
al j k=l ( 1 5)
Clj = b ,
II
i-l
Cij = : (aij - Ll bikCkj), 1 < i < j.
..
II
k =
Vidimo da se prvi stupac od B podudara s prvim stupcem od A . Nakon toga se lako
nađe prvi redak od e . Kada imamo prvi redak od e možemo naći drugi stupac od B
bi2 = ai2 - bil C12 i = 2, 3, . . .
Zatim nalazimo treći stupac od B, a nakon toga treći redak od e i tako redom.
Kako su B i e trokutaste matrice, to kao u Gaussovoj metodi nalazimo
al,n+l
y l = --
bl l
( 1 6)
3. 1 . DIREKTNE METODE 77
odnosno
Xn = Yn
n
Xi = Yi - L CikXk i n . <
( 17)
k=i+ 1
Da iskažemo dovoljan uvjet koji osigurava egzistenciju rješenja sustava ( 14) neka
nam Dk označava k rednu determinantu
a l l a l2 a lk
k = 1, 2, . . . , n
ak! an ak k
koju dobivamo iz matrice A tako da uzmemo elemente na križanju prvih k redaka i
prvih k stupaca. Vrijedi:
Teorem 3.1 . Neka je A kvadratna matrica reda n i neka je
Dk :j:: O za k = 1, 2, . . . , n.
Tada matrica A ima jedinstvenu LUJaktorizaciju.
Ilustrirajmo postupak sljedećim jednostavnim primjerom.
Primjer 3.4.
3X I + X2 - X 3 + 2X4 = 6
-5X I + Xz + 3X3 - 4X4 = - 12
2x I + X3 - X4 = l
XI 5xz + 3X3 - 3X4 = 3.
[ -� i g g ] [� t -t].
Nađimo elemente matrica B i C koje na kraju glase:
B=
2 - :3 2 ,O ' C = O O -tl _
2.
1 - !f 6 � OO O i
Prvi stupac matrice B podudara se s prvim stupcem matrice A . Zatim redom računamo
elemente prvog retka matrice C:
cn
1
= 3 ' c l3 - 3 ' Cl4 = 3 '
=
2
-
Slj edeći korak daje drugi stupac od B , tako da imamo
bZ2 = a'!.2b21Cl2 = l - ( - 5 �) �,
b32 = a32 - b31 C 1 2 = O 2 � = �,
b42 = a42 - b41 Cl2 = - 5 - 31 163
78 3. SUSTAVI LINEARNIH JEDNADŽBI
k= 1
2
b43 = a43 - L= 1 b4k.Ck3 = 6.
k
U e je još preostao element C34 koji iznosi
( 4 - L b3k Ck4 ) =
2 5
4
l
C34 = a3
b33
k=1
Konačno
- L=1 b4k Ck4
3
b44 = a44
5
k
2
Rješenje sustava By b glasi Y I = 2 , Y 2 = - � , Y 3 t , Y4 = 3 . Konačno,
rješenje sustava ex Y je rješenje polaznog sustava i iznosi X I = 1 , X2 1,
X3 = 2 , X4 = 3 .
=
I Bunemanova metoda I
Pri rješavanju nekih važnih problema nailazimo na "velike sustave" (s velikim
brojem nepoznanica, na stotine) linearnih jednadžbi koji su posebno građeni. Iako se
ne radi o općim sustavima isti u primjenama predstavlj aju važne slučajeve. U novije
vrijeme nađene su izvjesne direktne metode za posebno građene sustave i što je naj
važnije u tim su slučajevima te metode superiorne iteracij skim metodama. Jedna od
prvih takovih metoda je Bunemanov algoritam iz 1 969. godine. Istaknimo da je zad
njih 20-tak godina razvijeno više algoritama (metoda) rješavanja tzv. "velikih sustava"
[
kod kojih je matrica sustava "rijetka" (engl. sparse), tj. ima relativno malo elemenata
različitih od nule. Ovdje ukratko opisujemo početni dio Bunemanovog algoritma.
Matricu A nazivamo tridijagonalna ako ima oblik
a a O O O
l
a �: a �� a Z3 O O
A= O " , " . ", O O
O . . . O an- l,n-2 an-l,n- l an-I,n
O O . . . O an,n-l ann
Isto tako zovemo matricu tridijagonalnom ako takav oblik ima u nekom blok zapisu,
što ćemo uskoro vidjeti u opisu Bunemanove metode, Takvese matrice pojavljuju kod
rješavanja mnogih važnih tehničkih problema.
3.1. DIREKTNE METODE 79
ln lH
I A I O O
o I A I O O
M= z= b= ( 19)
O O O I A I
O ... O I A
gdje je I (p x p) jedinična matrica, dok je A (p x p) hermitska (u slučaju realnih
elemenata simetrična) tridijagonalna matrica. Time se M sastoji od q blokova po
recima i po stupcima (format matrice M je qp x qp), Zi i bi su p-komponentni
vektori (podvektori od Z i b koji su qp-komponentni). Građu od M koristimo tako
da rekurzivno reduciramo broj nepoznanica, pri čemu dobivamo slično građen sustav
s manje nepoznanica. Raspišemo li sustav ( 1 9) po blokovima imamo
A ZI + Z2 = bl
Zj- l + A zj+zj+ l = bj j = 2, 3, , q - l
. . . (20)
Zq- l + A Zq= bq .
Iz triju uzastopnih jednadžbi
Zj-2 + A Zj- 1 + Zj
Zj- l + Az} + Zj+ 1 (2 1 )
Zj + AZ}+ I + Zj+ 2 = bj+1 ,
možemo za sve parne j = 2 , 4, .
, eliminirati varijable i
. . Zj - l Zj+ J '
To provodimo
tako da u (21 ) zbrojimo prvu j treću jednadžbu i od njihovog zbroja odbijemo s A
pomnoženu drugu jednadžbu. Imamo dakle odbijanje sljedećih jednadžbi
Zj- 2 + A Zj_ 1 + 2�zj + AZj+ l + zJ+ z = bj- l + bj+ 1
A Zj- J + A 2 zj + A Zj+ J = Abj ,
što daje
Prema tome za neparan q sustav ( 19 ) se reducira na
2/-A2 I O O
I 2/-Az l O O
O I O (22)
O O
O O
u kome se nalaze samo nepoznanice (podvektori) s parnim indeksom kojih ukupno
ima � . Prebacirno li u svakoj drugoj jednadžbi sustava (20) sve parne nepoznanice
80 3. SUSTAVI LINEARNIH JEDNADŽBI
na desnu stranu dobivamo sustav jednadžbi u neparne nepoznanice (kojih ukupno ima
):
bl Z2
= b3 - Z 2 Z4
= bs Z4 Z6
[� ]
AZq = bq Zq - I
ili u blok zapisu
[1 ·� fl m
b l -Z2
O b l - 2 -Z4
(23)
O bq- zq - 1
koji se opet raspada na (qi 1 ) podsustava oblika
k 0, l, . . . , 2l (q - l ) . (24)
Uočimo da podsustavi (24) imaju različite desne strane, dok su im lijeve strane jed
nake. Prema tome, rješavanje sustava ( 1 9) je svedeno na rješavanje sustava (22) s
"polovicom" nepoznanica, a potom sustava (23), odnosno podsustava (24). Nadalje,
sustav (22) je građen kao i sustav ( 1 9), umjesto matrice A nalazi se matrica 21 A 2 ,
tako da sustav (22) možemo ovako zapisati
(25)
gdje je
[ b l +b3 -A b2
b3+b'j-Ab4
l '
�
bq_2+b -Abq _1
pa ako je i 'l.:jl neparan, onda se redukcija broja nepoznanica može primijeniti i na
(25). Ako je polazni q , označimo ga sada s qo , oblika
qo 2k+ 1 - l 2 · 2k - l ,
=
onda postupak redukcije možemo ponoviti, jer je broj blokova u (25) jednak
2"+1;l-l
2k l , dakle neparan. U tom slučaju se redukcija može nastaviti dok u (23)
_
redukcij i. Naime, nakon prve redukcije (23) ima 2k = blokova, nakon druge
3 . 1 . DIREKTNE METODE 81
redukcije ima 2k- 1 blokova, tako da ćemo nakon n-te redukcije u (23 ) imati 2k-n - 1
blokova, otkuda iz k - n - l O slijedi daje zadnja redukcija bila (k - 1 ) -va. Prema
=
tome nastavljajući opisanu redukcij u dobivamo niz matrica A (r) i vektora blr) prema
sljedećem postupku.
Oznacv I·mo A ( O) A · b(O) bj , . 1 , 2 , . . . , qo , qO 2k+1 - 1 . Sada za
=
' J
= J = =
r = O, 1 , 2, . . . , k - l označimo
(i) A (r+l ) 21 - (A (r) ? ,
=
,J -
Time za svaki r + l , r O, 1 , 2, . . . , k - l dobivamo sustav linearnih jednadžbi
=
l[ l
O O bqr+1
Rješenje z (r+ l ) tog sustava odmah daje podvektore s parnim indeksima rješenja z ( r)
odgovarajućeg sustava jednadžbi M (r) z (r) blr) u r-tom koraku, tj. imamo
=
(J ( +l)
Z2r Z Ir
J ( +l
Z4(r - Z2r ) (27)
.
_
,
. .
( ;) 1 (r+ 1 )
[ ]
Zq,_ Zq,+1
dok podvektore s neparnim indeksima od z(r) možemo dobiti rješavanjem sustava
A (r) O . . . O blIr) -Z 2(r)
O A (r) . . O. b3lr) -Z2(r) - Z4(r)
(28)
g O
.� ?
A r) ()
Zq,r
lr) -.Z (r)
bq, q, _ 1
Našavši niz matrica A (r) i vektora bY) , r O, l, . . . , k - l možemo natraške naći
=
konačno rješenje Z zlO) polaznog sustava
= ( 1 9). Taj postupak izgleda ovako. U
početnom koraku određujemo Z (k) zil ) rješenjem sustava jednadžbi (to je sustav
=
(28) redukcijom sveden najedan blok)
A ( k) Z (k ) = b(k) = bik) .
Sada za r k - l, k
= - 2, . . . , O :
v
a) uvrstavamo _ +l . _
l.
Z 2j(r) - Zj(r ) , J - , 2 , . . . , qr+ 1 -
l - 2k - r - ,
b) za j = , qr izračunamo vektor j rješavanjem sustava
1 , 3, 5 , . . . z ')
- A ( r) Zj(r) bJlr) Zj_
_
_ (r) _ (r)
O) .
1 Zj+ P ( Zo( r) = Zq,+1
(r) =
To je taj početni dio Bunemanove metode, koji nam daje ideju kako izgleda
neki moderan algoritam rješavanja specijalnog sustava jednadžbi. Iako opisani al
goritam lijepo izgleda2 on ima računske mane. U prvom redu eksplicitno računanje
A ( ,+ 1 ) 21 (A (,) ) je vrlo skupo, jer povećanjem r od tridijagonalne matrice
A ( O ) A dobivamo ubrzo "gustu" matricu A ( r) koja je "trakasta", a širina njene trake
iznosi 2' + l . Trakasta matrica ima oblik
* * O ... O
O O
A == * O aij = O za li ji ;;;: III
O *
O .. , O * *
III
i se zove širina trake. Nadalje, povećanjem r 'postaje skupo i rješavanje sustava b),
tj . sustava lr r Zj - bj ) Zj_( ) l Zj(+r)I '
A ( r) (r) _ _
_
formule za ocjenu pogreške. Te formule izostavljamo jer zahtij evaju određeno znanje
o inverznoj .matrici A.� l ma�rice A . Sad� ćemo prikazati jednu korisnu ocjenu, novijeg
datuma, kOJa ne zahtIjeva mkakvo znanje o A - .
. • "
(34 )
pri čemu, ako je O , onda definiramo da je Pi = O . Iz (33) slijedi da je Pi = O
ai =
ai
ako je O i daje
ai
Dokažimo da vrijedi
A Ao + SA E A i b = bo + Sb E B.
Naime, pogledamo li komponente od
lA Aol = IAo + SA - Aol = I SA I i l b bol I Sbl
vidimo da zbog (35) vrijedi
I j =1 l
n
-Sbi + I: Saij�j .
...
}= I
Prema tome za i = l , 2, , n vrijedi
}=I j =1
otkuda dobivamo
n
I: (aij + Saijgj = bi + 8b"
}= I
tj . vrijedi (32)
Ax b
što je i trebalo dokazati.
Istaknimo korisnost dokazanog teorema. On omogućava da dođemo do zak
ljučka o prihvatljivosti rješenja iz malešnosti njegovog ostatka. Na primjer, ako sve
komponente od Ao bo
i i maju istu relativnu točnost tj . ako je E,
AA = EIAol !lb = Elbo L
onda je uvjet teorema ispunjen ako je
I r (x )1 = I bo Aoil � E(lbol + IA ol lx !), (36)
pa iz (36) možemo izračunati najmanji za koji se x može prihvatiti kao upotrebljivo
E
rješenje. Uočimo da je za poznate AA i Ab, te nađeni x , računanje desne strane
nejednakosti (33) jednostavan posao.
3.2. ITERAClJSKE METODE 85
Teorem 3.3. Ako niz {x( k)} dobiven iteracijom (5J konvergira, onda je njegov
limes rješenje polaznog sustava (J J.
Dokaz. Iz
-cc> x(k+ I ) klim
klim =
-oo (ax(k) + (3) a klim
=
-oo x(") + (3
i lim x(k )
-oo x (k+ I ) = x , slijedi x ax + (3 , tj. x "klim
k(4),-ooa kako je kistilim =
-oo x(k) je rješenje sustava
ekvivalentan sustavu (l) to je x lim x( ) rješenje polaznog sustava
=
k -oo
(l), tj. x A I b. Prema tome, članovi konvergentnog iteracijskog niza x(O) , x( 1 ) ,
=-
. • . ,x(k ) . . . su aproksimacije točnog rješenja sustava ( 1 ) .
,
x = lim x(k ) 1 , 2, . . , n.
l k -oo
.
l ,
produkt a kpo , pri čemu je PO x(O ) - x zapravo proizvoljan vektor jer je točno rješe
nje x danog sustava konstantan vektor x dok x(Ol kod konvergentne metode možemo
uzeti po volji. Naslućujemo da vrijedi:
3.2. ITERACIJSKE METODE 87
[ l
Jordanovom formom matrice. To je dijagonaina blok-matrica kojoj se na dijagonali
nalaze Jordanovi blokovi koji odgovaraju pojedinim svojstvenim vrijednostima, dakle
blok-matrica oblika
leAd
O ... O
O J (A2 ) , . . O
J= , . ( 16)
O O ,' : : Jm (�m )
a svaki Jordanov blok se sastoji od elementarnih Jordanovih klijetki. Naime, svaki
Jordanov blok gledan odvojeno je opet dijagonajna blok-matrica, čiji se dijagonaini
88 3, SUSTAVI LINEARNIH J EDNADŽBI
[
blokovi zovu elementarne Jordanove klijetke, Dakle, pojedini Jordanov blok je ovako
građen
JJ ( Ai ) O O
l
O J2(Ai ) O
J( Ai ) , ( 17 )
6 6 .-: , J)A, )
'
Ai O O O
O Ai l O O
Jr (Ai ) =
O O O Ai
O O O O Ai
tj, n a dijagonali ima svojstvenu vrijednost Ai , a n a sporednoj dijagonali jedinice, ili j e
to dijagonaina matrica kojoj s e Aj nalazi n a dijagonali , tj, oblika
J, (A, ) =
[� �:: ::l.
Osnovni rezultat matrične algebre kaže da j e matrica slična svojoj Jordanovoj formi,
( 18 )
( 1 9)
otkuda slijedi da su i cjelobrojne potencije od A slične cjelobrojnim potencijama od
J , tj, vrijedi
(20)
[
Kako j e J dijagonaina blok-matrica njene cjelobrojne potencije s u opet blok matrice
s cjelobrojnim potencijama njenih blokova, tj. vrijedi
Ll
JI (Adk O
O J2 ( Az)k
(21 )
O O J.
tako da trebamo samo znati kako se računaj u cjelobrojne potencije elementarnih Jor
danovih klijetki. Ako je klijetka dijagonalan blok, onda znamo da je potencija opet
dijagonaina čija se dijagonala sastoji od potencija dijagonalnih elemenata. Kako je s
potencijom klijetke koja na gornjoj sporednoj dijagonali ima jedinice? Ovdje ćemo
napisati gotov rezultat koji ovako izgleda. Neka je Jr(Aj) II -redna i želimo ispisati
3.2. ITERACIJSKE M ETODE 89
Jr ()..; )k za k � ll . Tada je
k k- I ) k- 2 2) n
A,k U,k - I ( A, k (k- I ) ... (k-n + A'k-( - l )
Z! (n- l ) !
O A,k U, Ik- k(k- I ) ... (k-n+ 3 ) k - (n-Z)
(n-l) ! A'
(22)
O O O A,k U,k - l
O O O O A,k
k
drugim riječima, duž dijagonale imamo -te potencije, a na sporednim gornjim dijago
k-(n- l )
nalama imamo jednake članove sa sve nižim potencijama, dok ne dođemo do A;
u poziciji (1 , n) .
Kako ć e na!f1a trebati samo limes takvih potencija kada -+ oo to k
smo ispustili potencije < n.
Citatelj može pogledati i neku drugu knjigu ako mu treba
detaljnija informacija. Isto tako čitatelj može pokušati potencirati 3-rednu Jordanovu
klijetku, pa će ubrzo osjetiti kako se računaju elementi iznad dijagonale. Nas zanima
kada će limes pojedinih elemenata biti nula, tj . kada je
lim Jr(A; )k =
� oo
O.
k
Za ilustraciju pogledajmo kada je
· - l) . . . (k - n + 2)
I lm
k(k O 1 k-(n - I )
A· -
-
(Il - l ) !
k�oo '
tj. limes člana u poziciji (l, n) . Faktor k(k - 1) . . . (k - n + 2) raste neograničeno
kada k -+ oo .
Da bi limes bio nula nužno je da O za k A/ -+
No, to je onda i -+ oo .
samo onda ako je < l . Taj je uvjet i dovoljan da bude
lAd
. k(k l ) . . . (k - n + 2)
hm
-
O 1 k- in- l )
A; -
_
,
(n - l ) !
k � oo
jer se prvi faktor ponaša kao (Il - l ) -va potencija od k dok je drugi faktor eksponen
cijaina funkcija.
Tako smo ovim razmatranjem dokazali ovaj teorem.
Teorem 3.5. Niz matrica {A k } kOllvergira k nul matrici ako i salllo ako je
p(A) < l (p(A ) je spektralni radijus od A ).
U teoremu 3.4 smo vidjeli da � linearno iteracijska metoda
( ) )
X k+ l = ax(k + f3
konvergentna ako i samo ako je lim a k = O.
Povežemo
li to s prethodnim teoremom
k - oo
dobivamo nuždan i dovoljan uvjet konvergencije linearno iteracijske metode koji onda
glasi :
Teorem 3.6. Linearno iteracijska metoda
)
X(k+ l = ax(
k)
+ f3
je konvergentna ako i samo ako je p( a) < l.
Do sada smo se sreli s pojmom duljine ili norme vektora koja je bila drugi kori
jen iz sume kvadrata njegovih komponenata. Taj ćemo pojam poopćiti i dalje kratko
zvati norma vektora, a poslužit će nam u formulaciji dovoljnog uvjeta konvergencije
linearno iteracijske metode.
90 3. SUSTAVI LINEARNIH JEDNADŽBI
II v l12 = (L I v; ! 2 )
1 /2
Euklidska norma: (25)
;= 1
( n
; )
l /p
lp norma: Il v li p = L Iv !P (26)
;=1
Iz (26) dobivamo (24) i (25) za p = l , odnosno p = 2 . Ako p ---> oo , onda (26)
daje (23) što pojašnjava oznaku maksimum norme.
Za svaku normu vrijedi
li u - v ii � I ll u l l - ll v ll l (27)
gdje vanjske vertikalne crte znače uobičajenu apsolutnu vrijednost (modul) realnog
broja. Iz zapisa u uvjetu b) i nejednakosti (27) je jasno zašto se za oznaku norme uvodi
znak s dvije vertikalne crte
iz c) imamo
II .
Lako se uvjerimo u točnost nejednakosti (27). Naime
Il u ll II (u - v) u li li u - v ii Il v ll ,
= + � +
pa je prema tome
li u - v ii � Il u ll - ll v ll·
Zamijenirno l i uloge od u i v i upotrijebimo b ) imamo
li u - v ii = li v - u li � Il v l l - ll u ll ,
pa iz dobivenih dviju nejednakosti slijedi (27) .
Među normama vektora I I . II I , II . 112 i I I . 1100 vrijede ove nejednakosti
Il v ll oo � Il v iii � n ll v ll oo (28)
Il v lloo � II v l 12 � vnll v ll oo (29)
l
vn
;;: Il v ii i � I Iv l1 2 � li v ii i ' (30)
2: laij l
n
Redna nonna: I IA l l r = maI x (31)
j=1
2: laij l
n
Stupčana nonna: l IA I I, = max (3Z)
J ;=1
(2: 2:
n n 1/2
Euklidska norma: I IA I 1 2 = laij f) (33)
j= l i=1
.
Primjer 3.5. Za A =
[ ]
I O i mamo:
Z z I IA l l r = max { 1 , 4} = 4 ; I IA I I,
max {3, 2 } 3 ; I IA I I2 = v1 + 4 + 4 3 ; i lA 1 100 = max { 0, 1 , 2 } = 2 .
Sada kada smo ponovili pojmove norme vektora i norme matrica, možemo ekvi
valentno pomoću norme opisati konvergenciju niza vektora, odnosno, matrica. (U 2. 1
smo opisali konvergencije pomoću komponenata vektora, odnosno, elemenata matri
ea.) Kažemo da niz vektora X( k ) konvergira vektoru a ako i samo ako I lx( k ) - a l l O -
kada k- oo . Slično, niz matrica A ( k) konvergira matrici A ako i samo ako
k-
I IA (k ) - A I I - O kada oo .
Dokažimo sada sljedeći jednostavan i za nas koristan teorem.
92 3. SUSTAVI LINEARNIH JEDNADŽBI
Teorem 3.7. Ako je bilo koja submultiplikativna nonna matrice A manja odjedi
nice, onda niz potencija {Ak} konvergira k nul matrici ( lim
k -co Ak = O ).
Dokaz. Kako vrijedi
IlAk - 01 1 = IIAk ll = IIAAk-111 � IIA II IIAk - 1 11 � . . . � IIA W
i kako je po pretpostavci I lA II < l to imamo da IlA k II -+ O za k -+ oo . Iz konvergen
cije niza normi IlAk II
zaključujemo da niz Ak
konvergira, a iz toga da je limes niza
normi nula zaključujemo da je limes nul matrica (uvjet a) definicije norme matrice),
_co Ak3.7= zajedno s teorernom 3.4 daje nam dovoljan uvjet konvergencije line
dakle lim
kTeorem O.
X(k) ax(k- I) +
(J .
p l
Tada za � možemo pisati
x( + ) X(k) (X(k+ l ) X (k) ) + (X( k+2) X(k+ l» ) + . . . + (x1k+p) _ X(k+P- l» )
k p_ =
Ako je
Ilall 2l '
<
onda je
I lx _ x(k) 11 = E.
Iz formule (40) dobivamo postupno sljedeću nejednakost
Iz (42) možemo izračunati broj koraka potrebnih da postignemo zadanu točnost. Nai-
me iz
Ila W+ l llf3ll � E
l - llall
slijedi
Ilall k+ 1 � 11; 11 (1 - llall )
otkuda možemo ocijeniti najmanji k za koji vrijedi (42).
Vratimo se sada lineamoj iteraciji uvedenoj formulom (10) i pitajmo se koji iz
bori matrice B daju korisniju metodu. Općenito možemo reći da korisniju metodu
dobivamo ako B bolje udovoljava ovim uvjetima:
(i) da se sustav Bx( k+ l ) + (A - B)x( k ) = b lako riješi u x( k+ l ) ;
(ii) da su svojstvene vrijednosti od a = I - B -lA po apsolutnoj vrijednosti
(modulu) što je moguće manje.
3.2. ITERACIJSKE METODE 95
]
D= (44)
O O ann
... O
... O
(45)
a �l�� �
O a 1 2 . . . a ln
F= _ O O (46)
ann
O O O
i pretpostavimo da je
a ;; i- O, i = 1 , 2, . . . , n .
Jacobijeva metoda iteracije I
Polazimo od sustava
Ax = b, det A i- O, a;; i- O, i = 1 , 2, . . , n . . (47)
Ako u rastavu (43)
izaberemo B = D dobivamo Jacobijevu metodu iteracije. Sada
je
(48)
Kako je D dijagonaIna i a;; i- O , i = 1 , 2, . . . , n , to je D regularna i njena inverzna
1 .
matrica je također dijagonaIna čiji su elementi - , tj .
a;;
O O
al 1
O O
D- l = a 22 (49)
O O
ann
tako da lako izračunamo elemente matrice a i komponente vektora f3 . Uzmimo da je
i i- j i pomnoži mo u mislima i -ti redak od D - l s j -tim stupcem od A . Odbivši to od
(i,j) -tog elementa od I dobivamo
l a
aij = O - -aij = - -'!.. , i i- j. (50)
a;; a;;
96 3. SUSTAVI LINEARNIH JEDNADŽBI
j, i
Ako je i = onda rezultat množenja -tog retka od D - l s -tim stupcem od A i
odbijanja od jedinice iz I daje
l
- au = O. l (5 1 )
au
tJ
Komponente vektora su očigledno jednake
R
/J I
. _
-
bi • (52)
au
Prema tome, Jacobijeva iteracija izgleda ovako
x (k + l ) ax (k) + tJ, O, 1 , 2, . . . k = (53)
gdje su elementi od a i tJ dani sa (50), (5 1 ) i (52).
U razvijenom obliku to izgleda ovako
i = 1 , 2, . . . , n. (54)
i
Drugi put izvoda formula (54) bi bio da iz -te jednadžbe sustava (47 ) direktno
izračunamo nepoznanicu Xi što bi dalo
Xi
bi i = 1 , 2, . . . , II (55)
all
za i =f:-j
O za j
3.2. lTERACl1SKE METODE 97
Ni
n
l
m x l alj l < l
t l au l L:
}=Ii
N
pri čemu zadnja nejednakost slijedi iz (56). Teorem 3.8 povlači konvergentnost Jaco
bijeve metode u tom slučaju.
Primijetimo sljedeće. Ako u sustavu (47) provedemo supstituciju
xi = Cjzj, Cj ::f 0, i = 1, . (57)
. . , n
da li i tada konvergira Jacobijeva metoda? Za sustav koji zadovoljava mogli bi reći (59)
da j e dijagonalno dominantan po stupcima. Pokažimo sljedeće: Jacobijeva metoda
konvergira za sustav dijagonalno dominantan po stupcima.
Poslužit ćemo se supstitucijom (57) u kojoj odabiremo
l
i = 1, 2, . . . , n. (60)
Elementi matrice A ' pripadnog sustava (58) s u sada jednaki
, =- a lj
ai}
ajj
, i,i = 1, 2, . . . , n. (61 )
Pređemo li na Jacobijevu iteraciju za taj novi sustav dobivamo
z = a 'z + f)' (62)
{
gdje je
�
aJ]
a; �
_
1 za i ::f i (63)
O za i =j
Izračunamo li stupčanu normu od a' dobivamo zbog (59)
98 3. SUSTAVI LINEARNIH JEDNADŽBI
(67)
-
fJ (D - E) - I b,
ili
(69)
(D - E)X(k+l ) FX(k) = b
O
" . .
. : : an�
a21 a22
an :
(70)
; n
}= I j=i+ 1
i- I n
aiix;k+l) + L aijxjk+IJ L a;;xy' + b;, . i = l , 2, , II
j=i+ 1
. . .
.i= 1
3.2. ITERAClJSKE METODE 99
što nakon prenošenja drugog pribrojnika na desnu stranu i dijeljenja s aii daje ovaj
krajnji zapis
i- I n a
bi
Xi(k+ I ) - -· · - L -X
aij (k+ I ) - L ij (k) i = 1 , 2, . . . , n. (71 )
a/I j= 1 a/I j j=i+ 1 -X a/I· j ,
_
(72)
n- I
xn(k+ I ) = � _ ""
�
anj x (k+ I )
J
•
ann j= 1 ann
Usporedimo li Gauss - Seidelovu iteraciju s Jacobijevom možemo reći da je na
stala iz Jacobijeve tako da prilikom računanja nove aproksimacije nepoznanice Xi u
iteracijski korak uvrstimo nove aproksimacije prethodnih nepoznanica XI , X2 , . . . ,
Xi- I , dok za daljnje nepoznanice Xi+1 , Xi+2 , . . . , Xn uvrštavamo prethodne aproksi
macije. Još se ponekad kaže da je Jacobijeva metoda totalno koračna dok se za Gauss
- Seidel ovu kaže da je jedno koračna.
Prirodno je pitanje usporedba Jacobijeve i Gauss - Seidel ove metode. Obično
Gauss - Seidel ova metoda ubrzava konvergenciju iako vodi na opsežnije računanje.
Isto tako, ako jedna metoda konvergira ne znači da i druga i obratno, čak su mogući
slučajevi da Gauss - Seidelova iteracija konvergira sporije od Jacobijeve.
Dok smo kod Jacobijeve metode veoma lako utvrdili da konvergira za po recima
dijagonalno dominantne sustave to je za Gauss - Seidelovu metodu nešto složenije no
ipak vrijedi:
Ako je sustav Ax = b dijagoIlalno dominantan po recima, tj. ako vrijedi '
n
a i
l d> L l aijl i = 1, 2, . . . , n,
=
j i1
N
ondaje Gauss - Seidelova metoda konvergentna.
Drugi važan slučaj sustava za koje konvergira Gauss - Seidelova iteracija su tzv.
pozitivno definitni sustavi. Za sustav
Ax = b
100 3. SUSTAVI LINEARNIH JEDNADŽBI
Ai . . i = l , 2, . . . , n.
ai! aa . . . aji
Glavne minore su subdeterminante kod kojih j e dijagonala sastavljena od elemenata
dijagonale od A . Npr. jednoredne glavne minore su dijagonaIni elementi matrice A .
Kriterij pozitivne definitnosti glasi ovako:
2: 2: 2:
n n n
(
U X I ' X 2 , . . . , xn )= aki akjXiXj
i=1 j=1 k=1
2: 2: 2:
n n n
= akiX iakjXj
k=1 i= 1 j=1
2: ( 2: 2: )
n n n
= akiX i akjxj .
k=1 i= 1 j=1
= 2: (2: )
n n 2
U (X 1 , X2, . · . , Xn ) akix i �O
k= 1 i=1
jer je suma kvadrata nenegativna. No, suma kvadrata je nula ako i samo ako su svi
pribrojnici nula, tj.
2:
n
akiXi = O, k = 1 , 2, . . . , II
i=1
Metoda relaksacije I
Promatramo ponovo sustav linearnih jednadžbi
Ax = b, det A =I- O (74)
i prevedirno ga u oblik
0 = -Ax + b. (75)
102 3. SUSTAVI LINEARNIH JEDNADŽBI
(77)
Kako je A - l b točno rješenje sustava (74), to desna strana jednakosti (77) preds
tavlja pogrešku aproksimacije, jer je to razlika između točnog rješenja x = A - I b i
•
aproksimacije x( k ) .
Promatramo li lijevu stranu od (77) vidimo da je ona produkt A- I ,(k ) koji može
imati velike komponente iako ,( k ) ima male komponente. Pokušajmo to ilustrirati
grafički. Zamislimo da rješavamo sustav dvije jednadžbe s dvije nepoznanice. Grafič
ki gledano tražimo koordinate sjecišta dvaju pravaca. Zamislimo situaciju ilustriranu
sljedećom slikom:
Sl. 3.1.
- x + ax + /3 O (78)
gdje su kao i kod Jacobijeve metode
{bi
a, = za i f:. j,
O :: za i j, i,j = 1, 2, . . . , n
f.I. _
JJ I -
a ;;
1, 2, . . . , n.
Neka j e
dobivamo
X(O) = [x\O)xiO) . , . x�O)J T početna aproksimacija. Uvrstimo li X{O) u (78)
ili u razvijenom obliku
n
,�O) -x\O) + L aljxjO) + /31
F= I
n
;
, 0) -x;O) + L aSjx;O > + /3s (80)
j=1
n
,(0)
n = _Xn(O) + �
L....,. anj.Xj(O ) + fl
JJn
j= l
Ako sada aproksimaciji s -te komponente dodamo prirast xiO)
onda iz ox�O) , (80)
vidimo da će se odgovarajući ,1°) smanjiti za dok će se svi ostali ,)0) ox�O)
s, , i f:.
povećati za Prema tome, da postignemo ,� l ) O , dovoljno je izabrati prirast
aisox�O) •
l1x(O)
u s
= ,(0)
.'ti '
(8l )
jer iz (80) slijedi n
0 = -(x(O) + ,(OJ ) + �
s L....,. aSjx(jO ) +
s
fl
JJs ,
j=1
104 3. SUSTAVI LINEARNIH JEDNADŽBI
{
pitamo kako sada izgleda nova aproksimacija x( l ) onda po komponentama imamo
x( l ) = xjO) za j "# s
J
x�O) + r.�O) za j = s.
tj . nova aproksimacija x( l ) ima promijenjenu samo s -tu komponentu. (Geometrijski
gledano x( I ) je točka koja se nalazi na s -toj hiperravnini i u sljedećem će koraku preći
na neku drugu hiperravninu, itd.) .
U najjednostavnijem obliku metoda relaksacije se sastoji u tome da u k -tom
koraku poništimo ovaj rV- I )
koji ima najveću apsolutnu vrijednost. Postupak zaus
ri
tavljamo kada su svi po apsolutnoj vrijednosti manji od zadanih brojeva. Istaknimo
na kraju da je ta metoda konvergentna.
Dokazavši (90) izvršimo jedno kratko raZtJ11atranje koje nas navodi na izbor ma
trice B(w) dan formulom (87). Kako smo već rekli, za w l dobivamo Gauss =
j=1 j=I+ l
( 1 OI
otkuda možemo prepoznati (87). Dijeljenjem ( 101 ) s w i prebacivanjem na lijevu)
stranu prve sume imamo
� auxlk+ 1 ) - L-I ( _aij)xY+ l ) = �aiixlk)
I n
l L.. (_ a · )x (k) + b ·
a ··x ( k) + """'
II lj J l
/=1 }=I+ l
i = 1 , 2, . . . , n k � O, ( 1 02)
Iz ( 1 02 ) čitamo ovaj matrični zapis
.!. DX (k+ l ) - EX (k+ l ) = .!. Dx(k ) Dx!k ) + Fx(k ) + b. ( 103)
w w
3.2. ITERAClJSKE METODE 107
ili
( 104)
Označimo li sa
B(w) = -l D - E = -l (D - w E)
w w
Kao i u dokazu
Kako jenejednakosti (90) služit ćemo se osnovnim činjenicama i spretnim raču
nanjem. A pozitivno definitna, to je A simetrična s pozitivnim dijagonaInim
elementima, pa zbog simetrije vrijedi F = ET . Promatrajmo matrice
1
B = -Dw
E ( 105)
1
A !D E+ -DT
w
ET - (D - E - F)
W
1 1
-D
w
E+ -D
w
F D+E+F ( 106)
(� I ) D,
-
A -1 (2B A)x AX
108 3. SUSTAVI LINEARNIH JEDNADŽBI
ili množenjem s A
(2B - A)x = AAx. ( 1 08)
Pomnožirno li ( 108) s xT slijeva dobivamo
xT(2B - A)x = AXTAx , ( 1 09)
otkuda čitamo da je faktor od A upravo pridružena kvadratna forma matrice A . Tran
sponiranjem ( 109) imamo
( l IO)
pa zbrajanjem ( 1 09) i ( 1 10) dobivamo
xT(B + BT - A)x = AxTAx. ( I l l)
Kako smo vidjeli B + BT - A je pozitivno definitna, pa je lijeva strana od (Ill)
pridružena kvadratna forma matrice B + BT A dakle za x =I- O je pozitivna. Kako je
,
i xTAx pozitivna za x =I- O slijedi da je A > O . Time smo dokazali da matrica ( 1 07)
ima pozitivne svojstvene vrij ednosti.
Sljedeći trik kojim ćemo se poslužiti je spretan zapis matrice ( ) Označimo s
a oo .
Q matricu
(Il2)
za koju vrijede ove jednakosti
Q I 2A-IB - 21 ( 1 1 3)
Q + I = 2A-1B ( 1 14)
ili
Dl (A ) = det(A - AI) = O. (5)
Kako je D(A ) = ( _ l ) Dl (A ) to algebarske jednadžbe (4) i (5) imaju iste korij ene.
n
Ovo ističemo zbog toga što se u pojedinim knjigama= (4) zove karakterističnajednadžba
matrice A , dok se u drugim tako zove (5). D(A) O i Dl (A ) = O su iste jednadžbe,
međutim, D(A ) i Dl (A ) nisu isti polinomi. Nekada je spretno raditi s D(A ) , a nekada
s Dl (A ) . Mi ćemo zvati
A - a ll -a l 2
-a2l A -a22
D(A) = (6)
- an i -an2 . . . A - ann
= A n + P 1 A n- l + P2A n - 2 + . . . + Pn
karakteristični polinom matrice A . Očigledno je da je to polinom -tog stupnja, jer se
n
u razvoju determinante pojavljuje pribrojnik (A - a ll )(A - a22) . . . (A - ann ) . Razvije
li se determinanta (6) i rezultat sredi po potencijama od A , dobit će se koeficijenti P
Taj rezultat glasi da je do na predznak koeficijent Pi jednak sumi svih dijagonalnihi '
minora i -tog reda determinante
a l l al 2 . . . a l n
det(A) = a21 a22 . . . a2n
ani an2 . . . ann
Točno vrijedi n
P l = - L aii
i= l
P2 = '""'
� I aii aij
i<j a -- a
JI JJ
I
(7)
aii aij aik
P3 = - L aji ajj ajk
i<j<k aki akj au
Pn = ( - l t det(A).
S druge strane Vieteov teorem daje
D(A) = (A - Ad (A - A2 ) . . . (A - An )
gdje su A rješenja karakteristične jednadžbe D(A ) = O , tj. svojstvene vrijednosti
matrice A i, pa imamo
D(O) = ( - 1 )nAJA2 . . . An = Pn = ( - l t det(A)
odnosno
(8)
Dakle, Pn je do na predznak jednak det(A) koja je s druge strane jednaka produk
tu svojstvenih vrijednosti. Iz (8) slijedi da nula nije svojstvena vrijednost regularne
112 4. SVOJSTVENE VRIJEDNOSTI I S VOJSTVENI VEKTORI M ATRICE
[l l]
zamijenimo drugi i treći redak treba A pomnožiti slijeva s
O O
E= O O
O l O
što daje
[l 2l ] 2
Da drugom stupcu od A pribrojimo prvi pomnožen s treba A pomnožiti zdesna s
O
E= O O
O O l
što daje
[ 1 0 0]
E onda je E- l =
[ 6 � g] , onda je
[ 1 -2 0]l
E E-I = O l O ;
[ 6 i g] ,
O O 3 O O l
3
E= onda je E-l = O l O .
O O l O O
Da nađemo svojstvene vrijednosti matrice treba riješiti algebarsku jednadžbu
(4).
Za matrice reda � 4 to možemo riješiti i direktno. Ako želimo računati svojstvene
vrijednosti za n � 5 , onda su nam na vidiku dva načina napada tog problema. Prvi
bi bio da nađemo D(A ) te nađemo rješenja algebarske jednadžbe nekom iteracijskom
114 4. SVOJSTVENE V RIJEDNOSTI l SVOJSTVENI VEKTORI M ATRICE
ddt
Yn = anlYI + anZY2 + . . . + annYn '
Pređimo prvo na matrični zapis. Označimo li s
dYI
ddtY2
A y= dt
Y = L CjXje).jl ( 1 3)
[]
j=l
Yi (t) = L CjXije).jl .
j=l
Ako svojstvene vrijednosti nisu jednostruke, onda je opće rješenje složenije građeno.
U idućih pet paragrafa obrađene su opće metode predviđene programom. Na njima
se najlakše stiču osnovna znanja iz te problematike. Navedimo nazive nekih metoda,
koje ovdje nisu obrađene, od kojih su neke primjenjive na određene klase matrica: Jaco
bijeva metoda za simetrične matrice, Rutishauserova metoda (QR algoritam), metoda
tridijagonalizacije, Givenova metoda, Housholderova metoda, Lanczosov algoritam.
2
(n - I r + P l ( n - I r- 1 + P2(n _ l )n - + . . . + Pn = D ( n - l).
1 16 4. SVOJSTVENE VRIJEDNOSTI l S VOJSTVENI VEKTORI MATRICE
2
2n - p l + 2n - P2 + . . . + 2pn - l = D(2) D(O) 2n
1
[
CnP = d (4)
gdje su
1 PI
JJ
2n - 1 2n - 2 P2
Cn = 3n - 1 3n - 2 P= P3
�
(n _ ) n - l (n- I ) n - 2 Pn - l
D( I ) - D(O) - l n
D(2) -D(0)-2n
d= D(3) - D(0)-3n
D(n- I ) -D(0)-(n- 1 ) n
Iz (4) slijedi da je
(5)
Istaknimo da C ovisi samo o n , pa se za fiksni može C;;- l odrediti. Dakle, za
fiksni po ovojnmetodi treba izračunati n -rednih determinanata
II
II II
Bit Danilevskij eve metode je u tome da polaznoj matrici A nađemo njoj sličnu
matricu P čij i je karakteristični polinom u tzv. normalnom Frobeniusovom obliku
koji izgleda ovako
0'1 -,1. 0'2 0'3 0'4 O'n - I O'n
l -A O O O O
O l -A O O O
D] (A ) O O 1 -A O O (1)
O O O O l -A
Jasno da je D(A ) = ( - 1 )"DI (A ) karakteristični polinom ove matrice
0'] 0'2 0'3 0',,-1 0'"
1 0 0 O O
O l O O O
P= O O l O O (2)
O O O l O
samo treba vidjeti da su elementi prvog retka od P sa - 1 pomnoženi koeficijenti
karakterističnog polinoma matrice P . Da se u to uvjerimo razvijemo determinantu ( l )
po prvom retku. Taj razvoj izgleda ovako;
-A O O . . . O O l O O ... O O
l -A O . . . O O O -A O . . . O O
D 1 (A ) = ( O'I - A ) O l -A . . . O O 0'2 O l -A . . . O O
O O O l -A O O O l -A
1 -A : O ... O O l -A O : . . . O O
O l : O ... 0 O O 1 -A : . . . O O
+ 0'3 o- -o-i--=-i -.�� -o O - 0'4 O O l : ... O O
I "I . •
I
I • •
O O : O ... l -A O O O : . . . 1 -A
l -A O . . . O O
O l -A . . . O O
+ ... + ( - 1 ),, - 1 0'" O O l ... O O
O O 0 ... 0 1
1 18 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI MATRICE
pri čemu su crtkano determinante razbijene u blokove, da lakše uočimo donje jli gornje
trokutaste subdeterminante, tako da čitamo
D I (A. ) = ( al - A. ) ( - A. t - I - a2 ( -A. t - 2 + a3 ( -A. r- 3 - a4 ( -A. ) n - 4 + . . . + ( - l t- I an
n n n
= ( -A. t + al ( -A. ) - l _ a2 ( - A. ) - 2 + a3 ( - A. t- 3 - a4 ( - A. t - 4 + . . . + ( _ 1 ) - I an
n l n
= ( - 1 r (A. - al A. n - _ a2 A. n - 2 _ a3 A. - 3 - a4A. n - 4 - . . . - an ) .
(3)
Kako vrijedi D (A. ) = ( _ I )n D I (A. ) ( vidi uvodni tekst), to karakteristični polinom
D ( A. ) matrice P glasi
D (A. ) = A. n - al A. n- l a2A. n - 2 - a3 A. n - 3 - a4A. n - 4 . . . - an '
Iz zapisa (6) uvoda
D (A.) det(M - A) n n
= A. + P A. - I + . . . + Pn
I
čitamo da su Pi = - ai , i 1 , 2, . . .
, n .
A
Ako dakle pođemo od neke matrice i uspijemo naći regularnu matricu S takvu
da vrijedi
(sličnost) (4)
i daje P oblika (2), onda smo našli karakteristični potinom matrice jer slične matrice A
imaju jednake karakteristične po1inome. Nađemo li nadalje korijene karakterističnog
polinoma našli smo svojstvene vrijednosti matrice A.
Nalaženje korijena polinoma je
problem za sebe i spada u poglavlje o nelinearnimjednadžbama.
Opiši mo sada Danilevskijevu metodu, tj. postupak kako se iz izgradi P . To po A
stižemo pomoću (ll l ) -dne transformacije sličnosti i to postepeni m transformiranjem
redaka matrice A.
Počinjemo sa zadnjim retkom matrice A
koji prevodimo u oblik
oo . . . 1 0.
Pretpostavimo da je ann- l f:. O . Tada treba elemente (n l ) -og stupca podijeliti s
ann nakon čega II -ti redak poprima oblik
-I
Da dobijemo nule na ostalim mjestima ll -tog retka treba transformirani (Il 1) -vi
stupac redom množiti s an I , an2 , . . . , ann 2 , ann i redom oduzeti od l-og, 2-og, , . . .
( 11 - 2) -og, n -tog stupca. Time dobivamo-matricu čiji je n -ti redak jednak n -tom ret
ku matrice P . Spomenute transformacije na stupcima su elementarne transformacije
provedene na stupcima od A.
Ako te transformacije provedemo na jediničnoj matrici,
onda dobivamo matricu
[ "�
O O
"� l
l O
Mn - =
I
m ' , ' mn l,2 . . . mn l,n- I m , "
-
O- O
4.2. DANILEVSKIJEVA METODA 119
u kojoj su
mn-lj = annanj-I
- - za j -:/: n - l,
(5)
mn-In-I ann- I
= -- o
AMn _ 1 = B =
bn-ll
O
bn-12
O
bn -Il n-I bn-In
O
1
Iz opisa postupka i množenja matrica čitamo da su
bij = aij + ain-Imn- Ij za l i n; j -:/: n - l
� �
(6 )
bin -I = ain-Imn- I n- I za n.� i�
Međutim, matrica B = A Mn _ 1 nije nužno slična matrici A . Da bi osigurali sličnost
moramo B pomnožiti slijeva s M;� I što daje
C = M;� I B = M;� I A Mn _ l' (7)
Prema rečenom u uvodu pripadna inverzna matrica glasi
O
[a!, an2
1
Mn--II -
O
Uočimo da se M;� I razlikuje od jedinične samo u (n
- l ) -om retku, zbog čega su
elementi matrice C jednaki elementima matrice B u svim recima osim u - l ) -om, (n
tj. C ima oblik
n za l n 2, i n � i � - =
(8)
Cn-Ij = L ankbkj za l j n. � �
k= 1
Na taj način, množenje matrice B slijeva s M;;.!. I mijenja samo (n - l ) -vi redak od
B, čiji se elementi računaju po formuli (8). To je prvi korak Danilevskijeve metode.
120 4. SVOJSTVENE VRIJEDNOSTI I S VOJSTVENI VEKTORI MATRICE
Da nastavimo pretpostavimo da je
Cn-ln - 2 ::f. O
tako da na e ponovimo analogne transformacije nad ( - l) -im retkom pomoću
n
(IZ 2) -og stupca. Uočimo da pri tome ne narušavamo već postignuto u -tom retku. II
Time dobivamo matricu
(9)
koja je slična matrici A i ima zadnja dva retka u željenom obliku. Nastavivši postupak
dalje dobivamo Frobeniusovu matricu
p = M� I M:; 1 . . . M;;�2 M;;� I AMn-l M"- 2 . " M2Ml ( 10)
iz koje prema (3) dobivamo
Dl (A) = ( _ l)n (A n - Cil A I -l Ci2 /\,, n-2 - . . . - Cin ) .
Ovakav postupak je provodiv uz pretpostavku da je u k -tom koraku
dn-k+ I,n -k ::f. O,
što ne mora biti ispunjeno u svakom koraku. Pretpostavimo da smo došli do matrice
ovog oblika
dd2Il1 dd22)' }. dd2Uk-I-I dd2Uk . . . dd2In-I d
n-1 d2nIn
D = dOk ! dOk2 OO d1kk dkn-O I dOkn
O O O O O O
O O O O 1 O
u kojoj je dk,k - l = O . Tada mogu nastupiti 2 slučaja.
l . Na lij evo od dk,k -I imamo element dkl ::f. O , l k - l . Tada zamijenirno
<
(k - 1 ) -vi i l-ti stupac i istovremeno zamijenirno (k - l ) -vi i l-ti redak da bi zadržali
sličnost sa A i potom nastavimo postupak.
2. Na lij evo od dk•k - l su same nule, tj . D ima oblik
I
dIl d1k-1 du . . . d1n-1 din
I
[ Dl DLz ] .
I
dk-I l - - - - -d-k-In
dk-Ik-I : dk-lk - - - -d-k-1n-1
dkk dkn-I d-kn
. . •
D= O O - O
O O l O O
O O O l O
Tada je
det(D - AJ) = det(Dl - AI) . det(D2 AJ)
pri čemu je D2 već u normalnom Frobeniusovom obliku pa se postupak nastavi na
Dl '
4.2. DANILEVSKIJEVA METODA 121
[ ll ]
(P - )y = Oi\.I
ili
-P l-i\. �i2 -t3 .. .. .. -Pn-
O
l -pn
O Yl
O l -i\. . . . O O Y2 (ll)
·
·
.
. . .
.. ..
-i\. Yl1
· . .
O O O
( l l ) predstavlja matrični zapis ovog homogenog sustava l inearnih jednadžbi s nepoz
nanicama YI , Y2 , . . . , Yn ,
( -Pl - i\. )Y l - P2Y2 - P3Y3 - . . . - Pl1 -IYn-1 - pnYn = O
YI - i\. Y2 =0
=0 ( 1 2)
Yn -I - i\.Yn = O.
Zbog det(P - i\. I) = O sustav ( 1 2) ima netrivijalnih rješenja. Sustav možemo do na
koeficijent proporcionalnosti ovako riješiti. Izaberimo Yn = l . Tada korak po korak
imamo
Yn = l
Yn-I = i\.
Yn-2 = i\. 2
� :=� l
YI = /\,1 n-1 ,
pa je na taj način vektor
y= ( 1 3)
i\.
l
svojstveni vektor matrice P koji pripada svojstvenoj vrijednosti i\.
Da nađemo svoj
.
A
stveni vektor matrice koji pripada svoj stvenoj vrijednosti
dobili matricu P iz matrice A.
i\. ,
prisjetimo se kako smo
Imali smo formulu ( 1 0) u prethodnom paragrafu koja
je glasila
( 14 )
Kako je Py = Ay to uvrštavanjem dobivamo
122 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI MATRICE
( 16)
A(Mn _ I . . . MIy) A (Mn _I . . . MI Y ) ·
Primijetimo i sljedeće
x , fl
]n
. -
l
n
n 2: mikA n -k
k=1
l
ml2 . . . ml" 2: maYk
A n- 23
[T
... o Yz k= 1
Y2 A n-
l
MIy = ·
·
.
.
=
Yn
mijenja samo drugu komponentu vektora y , itd. Time korak po korak nalazimo
Yn A
svojstveni vektor matrice A , pri čemu jeMlčitav račun, osim rješavanja algebarske
jednadžbe DI (A ) = O, vrlo jednostavan.
x
Neka je
Primjer 4.1 .
[ 23l 22l 21 42] '
4 3W I
3
3
s 2, što povlači daje element matrice M3 u položaju (3, 3 ) jednak ! tj. m33 ! Da
u A poništimo ostale elemente četvrtog retka treba s 2 podijeljeni treći stupac redom
pomnožiti s 4, 3 i l te redom oduzeti od l-og, 2-og i 4-og stupca. To sve treba provesti
na jediničnoj matrici tako da dobivamo
; = .
5l ! ]
O O O
tako da je e = MJ I B jednaka
l
3
2 �
15 19 .
O O
Time j e proveden prvi korak Danilevskijeve metode. Za drugi korak trebamo C32 f. O .
Kako je Cn = - 1 5 , to M2 glasi
[ -2! l l ]
i pripadna inverzna
O O O
M2- I -
_
1 5 I I 19
O O O .
[ l l ] [ 2. ] [ l ]
O O O
Matrica
O O O -5 2._
J. O O O
-2 -2 i 2 - fi - f- fl f!
] [-ll l -±l ] = [ l l ]
-24 - 1 5 I I 1 9
O O O -24 - 1 5 I I 1 9 O O i O
O 0 0 1 O 0 1 0 0 0 0 1
l l l
2
O O O 1 _
1 -1 l
1 5 I I 19 il1 _ l _ 1 (ID � 31 21
O f O O i Jo O
=6
O O O
O O O O O O O O
] [6 l ]
je slična matrici A . Time je obavljen drugi korak Danilevskijeve metode. Kako je A
četvrtog reda, to teorijski preostaj e još jedan korak. Kako je d2 1 f. O to nalazimo
l l
M -4 5 34 24
b O M1- I - _ O O O
1 0 ' 0 0 1 0
O O O O
odnosno
124 4. SVOJSTVENE VRIJEDNOSTI ] S VOJSTVENI VEKTORI M ATRICE
[ l l l ] [-l l l � l [1.
-[
6 5 34 24 .!. - .!. -
M I l DM I = o O O 6 � 3 4 24 B
p
- [� i 6 6l ] i b �l b]
O O O O O O O
O O O O O O O
3 2
- 0 0 1 0 0 1 0 0
O O O O O O
Otkuda čitamo
3
D(). ) = ( - 1 )4D I (). ) = ). 4 - 4). - 40). 2 - 56), 20,
(l)
u ovoj metodi ćemo problem nalaženja koeficijenata karakterističnog polinoma
svesti na rješavanje sustava linearnih jednadžbi. Neka j e
D(). ) = det().I - A) = ). " + P I ). n - 1 + . . . + p"
karakteristični potinom. Prema Hamilton-Cayleyevom teoremu matrica A poništava
[;]
(zadovoljava) svoj karakteristični pojinom, tj. vrijedi
An + P lAn - I + ' " + O. p,,1 (2)
y O)
Neka je O #: y =( O) vektor različit od nul vektora. Pomnožimo li (2) zdesna s
y"(O)
y (O ) dobivamo
(3)
Označimo Ji s
y (k) = Aky ( O) , k 1 , 2, . . . , II (4)
j ednakost ( 3 ) će poprimiti oblik
[ l[ ]-
y (n) + Ply (n - I ) + . . . + PnY (O) = O (5)
što je linearan sustav jednadžbi s nepoznanicama P I , P2 , . . . • pn · Iednakost (5)
možemo i ovako zapisati
(n I (11 2 ) (O) (n)
YI - ) YI - . . . YI
[l
PI YI
(,,- I ) 2
Y2 y2(n- ) . . . Y2(O) P2 y 2(n) _
" . ..
.
..
_
�
.
(6)
. . � . .
y(k) =
[l
y (k) označene ovako
Y �k)
y�I k l , =
k 0, 1 , 2, . . . , n.
ynlk)
Pojedina jednadžba sustava (5) glasi
yj(n- I) PI + Yj(n- 2)P2 + . . . + Yj(O) Pn - -Yj( n) '
_ • -
J- l , 2, . . . , n . (7)
Rješavanjem tog sustava nalazimo nepoznanice P I , P2 , . . . , Pn , tj. koeficijente karak
terističnog polinoma ( l ). Time j e problem nalaženj a karakterističnog polinoma sveden
na rješavanje sustava linearnih jednadžbi. Vektore y (k) nalazimo postupno (iterativno)
prema (4), jer je
y (k) Aky (O) A (Ak- ly (Ol ) Ay lk- I ) ,
= = =
}:= l (8)
n
(n- I
� aijYj ) .
Yi(nl - ""
_
j== 1
(ll)
126 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI M ATRICE
Uvrštavanjem ( 1 2) u y( I ) , y( 2 ) , . . . , y( n- I ) dobivamo
y(O) = C I X ( I ) + C2X( 2 ) + . . . + cnx( n)
y ( l ) = C I A I X( I ) + c2 A2x( 2 ) + . . . + cnA nx( n)
y (2 ) = C I A?X( I ) + c2Aix( 2 ) + . . . + cnA;x( n) ( 1 3)
y( n- I ) = C I Af - 1 x( 1 ) + c2A ; - l x( 2) + . . . + C nA; - l x( n) .
U dobivenom sustavu jednadžbi ( 13 ) su nam nepoznati svojstveni vektori xl i) i koe
ficijenti C ' tako da isti nije linearan. Usredotočimo li se na svoj stvene vrijednosti Ai
i
vidimo da je svaka jednakost, formalno gledano, "linearna" kombinacija istih potencija
svojstvenih vrijednosti Ai , pa možemo provesti ovakvo razmatranje (dosjetka).
Neka je
i = 1 , 2, . . . , n ( 14)
proizvoljnih II polinoma (Il - l ) -og stupnja. Iskoristimo koeficijente polinoma
i = 1 , 2, . . . , n
i = 1, 2, . . . , n,
pri čemu smo u zadnjem koraku sumu sredili po vektori ma x(i) . U ovom razmatranju
su polinomi fPi bili proizvoljni, pa sada možemo izvršiti njihov izbor. Uzmimo da j e
D(A ) AI
fPi = I-:r. = -'--_-'-'--'----:---
--c --:-_-'---_--'- . i = l , 2, .. . , n. ( 1 6)
4.4. NALA:LENJE KARAKTERISTIČNOG POLlNOMA LEVERRIEROVOM METODOM 127
Kako j e <Pi (Ai ) :F O, pa ako je i Cj :F O, onda možemo izračunati x(i) , tj. svojstveni
vektor matrice A .
Preostalo je još da odredimo koeficijente qji . Kako je
D(A) <Pi CA )(A Ai)
=
to imamo
A n + P I A n-I + P2A n- 2 + . . . +-Pn
= (A n -I + q I lA n -2 + q2iA n 3 + . . . + qn - li )(A - Ai )
= A n + (qli - Ai)A n- I + (q2i Ajqli )A n-2 + (q3i - Aiq2i )A n-3 + . . .
+ ( qn -l i - Aiqn - 2j )A Ajqn -l i'
Koeficijenti q i
dobivamo formule O zal postupno
= su zadani. pa izjednačavanjem koeficijenata uz iste potencije
izračunavanje koeficijenata qji :
qOi l = l , 2, . . . , n
(18)
qjj Ajqj_ 1 1 + Pj j 1 , 2, . , n - L
= = . .
(l)
i neka su A l , A2 , A3 , . . . , An
svi korijeni karakteristične jednadžbe, tj. u tom popisu
se svaki korijen pojavljuje onoliko puta kolika mu je kratnost. Označimo s'
1 k + 11.1 k + . . . + II.1 k ,
Sk = 11.1 k = O, 1 , 2, . . . , n
2 n
sumu k -tih potencija korijena. Za takve sume i koeficijente polinoma vrijede tzv.
Newtonove formule koje glase
k = 1 , 2, 3, . . . , n . (2)
Iz (2) lako redom izračunamo
128 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI MATRICE
Pl = -SI
l
pz = - (S2 + PIS. )
Z
l
P3 = + PI S2 + P2S. )
3 (S3 (3)
S I = AI + A2 + . . . + An = L aii Sp (A )
1=1
Sk = At + Af + . . . + A; Sp(Ak ) , (4 )
. . . , 11 .
tako daje
TI
aII(2) L...-
"' aik aki, 1 , 2, . . . ,n
k=1
n n
TI
Wil1��%'i:ll�I{1W�••;W*0jA�'���?fl,�__<lK_�
4.5� M isesova : metoda - spektrahii radijus matrice
zove spektralni radijus matrice A . Indeksirajmo svoj stvene vrijednosti tako da vrijedi
I AI I � IA21 � . . . � l An i ,
pa kada je I A I I > I A21 ili l Ad = I A2 1 . . = lAd i I A I I > I AiH I , uobičajeno je A I
= .
• . . . , en
y (m )
[�!=: l
gdje su yim) ( i l , 2, . . . , n ) komponente od y(m) u bazi el , e2 , . . . , en . S druge
strane neka su komponente svojstvenih vektora u toj bazi Xij , tj . neka je
:=
(
ynm )
(8)
j=1
n n n n
(9)
1=1 1=1
(
y ) m ej ,
n
j= l
y(m + ) l
n
oblik
yi m )
+ + +
CiXilAf C2Xi2A!{' ' , . CnXinA::'
CI
i � 2 ) sljedeći rezultat
l'm -oo
lm YI-mi(-ml-) O
m -t oo <
nosti
AI 1 ( 13)
Y
i = 1, 2, . . . , n. ( 1 4)
4.5. MISESOVA METODA POTENCIJA - SPEKTRALNI RADIJUS MATRICE 131
Ako smo uzeli dovoljno veliki korak iteracije, tj. dovoljno visoku potenciju m može
mo prema ( 14) postići traženu točnost. Da ubrzamo konvergenciju iteracije spretno
je promatrati iteracije koje su potencije broja 2, tj. m
kvadriranje matrica, tj. gledamo potencije
= 2k . U tom slučaju imamo
ponovo zaključujemo da j e
i = 1 , 2, . . . , II
i analogno j e
y(m) Amy =
;=1
Kako su At svojstvene vrijednosti od Am , to imamo
n
i=1
Računanje tragova se pojednostavnjuje ako računamo samo potencije m Am . = 2k .
Naime, označimo l i s a;F ) elemente od Am ,
onda za potencije broja 2 imamo
n
Sp(A) L aii
=
i=l
n 1/
;=1 k=1
n n
( 19)
Sp(A4 ) = L L aji)af;)
;=1 k=1
{ (��) m + .
IA I I l + . . + (�:) m] } ! = y'Sp(Am) ,
4.5. MISESOVA METODA POTENCIJA - SPEKTRALNI RADIJUS MATRICE 133
tako da za nz -+ oo postižemo
m �oo (21 )
i za dovoljno velik m pripadnu aproksimaciju
l Ad y'Sp(Am ) .
� (22)
Sljedeća dosjetka eliminira vađenje III Am+1 AmA , što je još jedno
-tog korijena =
množenje matrica. Tada je
A �+ I + A;'+I + . . . + A;:,+ I Sp(Am+ l )
�----�--------�- = ���
A{" + A;' + . . . + Ar:" Sp(Am)
ili
1+ ( )
A2 m+ 1 + . . . + ( ,-An ) m+ 1
A I I""IA2 m /\.1 m
A
1 + ( ) + . . . + ( n)
AI AI
A
Kako je < 1 , to za dovoljno velike dobivamo aproksimaciju
A; III
�
m+ l )
A I SpSp(A(Am) (23)
5.
Nelinearne jednadžbe
( 2)
x x
Xk
x an =
5. 1. JEDNADŽBE S JEDNOM NEPOZNANICOM 135
IXk l
A = R.
<1+� (4)
Označimo sa
Tada vrijedi
1
IXk l > B = r. (5)
1+ -
l a,, 1
a7) Algebarske jednadžbe do uključivo četvrtog stupnja, n :::; 4 , možemo riješiti
direktno, kao npr. kvadratne jednadžbe. Ta rješenja su dana formulama, koje se zbog
složenosti rijetko koriste, a rješenja se izračunavaju pomoću koeficijenata jednadžbe i
realnih brojeva. Te formule sadrže u sebi zbrajanje, odbijanje, množenje, dijeljenje, po
tenciranje i korijenovanje. Za opće jednadžbe stupnja n � 5 to je neizvedivo, što znači
da ne možemo napisati formulu s konačno spomenutih operacija nad koeficijentima
jednadžbe i realnim brojevima. To ne znači da se neke specijalne algebarske jednadž
be stupnja � 5 ne mogu točno riješiti. Tako npr. znamo naći rješenja algebarske
jednadžbe
X7 -x= O,
a to su O i svi šesti korijeni jedinice. Stoga i kod rješavanja algebarskih jednadžbi
trebamo metode kojima aproksimiramo rješenja.
Navedimo i nekoliko činjenica potrebnih kod aproksimativnog rješavanja bilo
algebarskih bilo transcendentnih jednadžbi koje su nam manje ili više poznate iz dife
rencijalnog računa:
b l ) Osnovna pretpostavka je da jednadžba ima samo izolirana rješenja. (To je
kod algebarskih jednadžbi u vijek ispunjeno.)
b2) Postupak aproksimativnog rješavanja sastoji se iz dva koraka.
b2. l ) Odjeljivanje rješenja, tj. iznalaženje što je moguće kraćih intervala [a, bl
unutar kojih imamo samo jedno rješenje jednadžbe. Za odjeljivanje rješenja često je
praktički dovoljno provoditi proces raspolavljanja koji se sastoji u tome da dani seg
ment [a, bl raspolovirno, zatim podijelimo na 4, 8, dijelova i odredimo predznak
. . .
I
I
I
A
,
I
a
1
xJ = x2
Sl. 5.1.
b a b
Spomenimo bez dokaza ovaj dovoljan uvjet kada smo u slučaju b5.3). Neka
dodatno P' nema nultočku na [a, bl . Ako vrijedi
J( b ) J( a )
-
P(b) p (a)
b a �
onda J(x) = O nema rješenja.
Za ocjenu pogreške aproksimacije lako se pomoću teorema o srednjoj vrijednosti
dokaže sljedeća činjenica:
b6) Neka je � točna, a x aproksimativna vrijednost rješenja jednadžbe J(x) = O
koja pripada segmentu [a, b] na kojem je IJ'(x) I �m
> O . Tada vrijedi sljedeće
ocjena
(6)
Metoda raspolavijanja I
Promatrajmo jednadžbu
J(x) O
[
d va pod segmenta a , -- I
] ]
gdje je J neprekidna funkcija na [a, b] i J(a )J( b) < O . Raspolovirno [a, bl na
a+b . +b ' . . .
b I provjerimo na koJemu od nJI" h J InIJenja
.. .
2 2
predznak. Taj podsegment ponovo raspolovirno i potražimo na kojem dijelu J mijenja
predznak. Nastavimo li postupak raspolavljanja dobivamo niz segmenata
[a / , b d, [a2 , b2] , , [an , bn] ,
l
• • •
I Metoda iteracije I
Ovo je jedan od najvažnijih postupaka za numeričko rješavanje jednadžbi. Neka
je dana jednadžba
f(x) = 0, (7)
i neka je za početak f neprekidna funkcija. Dodavanjem x na lijevu i desnu stranu
jednadžbe (7) dobivamo
x + f(x) = x,
što prelazi u
cp(x) = x , (8)
gdje je cp (x) = x + f(x) . Jasno je da su jednadžbe (7) i (8)
ekvivalentne. Na
jednadžbu (8)možemo primijeniti sljedeći postupak. Izaberimo na bilo koji način
aproksimativnu vrijednost Xo rješenja jednadžbe (8).
Uvrstimo li Xo u lijevu stranu
od (8) dobivamo
X l = cp (xo) ·
Uvrstimo li sada X l u lijevu stranu od (8)
dobivamo
X2 = CP(X l ).
Nastavimo li postupak dobivamo
Xn = cp (xn - d , (n
= 1 , 2, . . . ) . (9)
Ako dobiveni niz { xn } konvergira, onda graničnim prelazom dobivamo
lim Xn = cp( lim xn- d = cp(� ) ,
� = n--oo ( 10)
n--oo
odnosno
f(� ) = 0 ,
pa smo time našli rješenje polazne jednadžbe. Sljedeći teorem kaže pod kojim uvjetima
postupak konvergira.
Zbog I<p'(x ) I � q
Xn+ ! Xn (Xn - xn- d<P' (xn) , Xn E (Xn - h Xn) .
Promatrajmo red
Xo + (X I - XO) + (X 2 - xd + . . . + (xn - xn- d + . . . ,
čij aje (n + l) -va parcijalna suma jednaka
Promatrani red je konvergentan, jer mu je, zbog q l , majoranta konvergentan
geometrijski red, pa niz Sn+! Xn konvergira i
Sn+ l Xn·
lim xn � E [a, bl ·
=
je rješenje, tj . vrijedi
<
=
Treba još dokazati jedinstvenost rješenja. Neka je � E [a, bJ neko drugo rješenje,
onda je
i prema torne
ili
- �)[l - <p' (e)] O.
�- � (� � ) <p '(e ), e E (� , �),
Dakle
ct ( 12)
<
l - q lx I - xo l·
--
( 13 )
pa je postupak iteracije tim bolji što je manji.q
Za ocjenu pogreške aproksimacije i mamo i drugu formulu. Pođemo l i od
g(x) x q>(x)
imamo
Kako je g( � ) = O to imamo
IXn - q>(xn ) 1 = Ig(xn ) - g( � ) 1 = IXn �11g'(xn ) 1 � ( I q) lxn - - n
gdje je Xn E (Xn' � ) i prema tome
,
odnosno
x3 - 4x2 + x - l O = O.
Lako provjeravamo da na segmentu [4, 6] postoji rješenje jednadžbe. Jasno je da
tu jednadžbu možemo prevesti u oblik x = q> (x) na više načina. Odmah se name
će oblik x = 1 0 + 4x2 - x3 no taj izbor nije dobar jer nemamo potrebnu ogradu
,
odnosno
n = O, 1 2 , . .
, . ( 17)
/
All
Sl. 5.2.
što nam predstavlja novu aproksimaciju od � . Iz ovog opisaje jasno otkuda dolazi ime
metoda tangente. Taj se postupak još zove Newtonov iteracijski postupak ili New
tonova metoda, a ponekad i Newton - Raphsonova metoda. U sljedećem teoremu
su dani dovoljni uvjeti pod kojima postupak konvergira.
Teorem 5.2. Neka je j(a )j( b) < O, neka su j' i f" različite od nule i ne mije
njaju predZIlak na [a, bl . Ako pođemo od neke toc"ke Xo E [a, bl za koju vrijedi
j(xo)j" (xo) > °
i računamo j(Xn)
Xn+ ! = Xn - O, 1 , 2, . . "
i prema tome
n
Za ocjenu pogreške -te aproksimacije možemo se poslužiti formulom (6)
_ ! � xn ! � IJ(xn ) ! ,
tn
.
(21)
gdje je m � !f '(X} I za x E [a, b] .
Izvedi mo jednu drugu formulu za ocjenu pogreške. Iz Taylorove formule imamo
J(xn ) = J[Xn - l + (xn - xn-d]
= J(xn-d + !, (xn-d(xn - xn-d + �!,I ( �n-d (Xn xn _ d 2 ,
( 22)
Dakle,
IJ(xn ) ! � � M(xn - xn_d2
gdje je M ;;;:: 1f"(X) I na [a, b] . Uvrstimo li dobiveno u ( 2 1 ) postižemo ovu formulu
za ocjenu pogreške
(23)
5. 1 . JEDNADŽBE S JEDNOM NEPOZNANICOM 143
�
O = j(� ) = j(xn) + !, (xn ) (� - xn) + j" ( Cn )(� - Xn ? , Cn E (Xn ' � )
imamo
odnosno
I I
j(xn )
I Xn+1 - xn l = = h < E, ( 26)
j'(xn )
gdje je E zadana točnost. Međutim, bolje je ako se možemo poslužiti npr. ocjenom
pogreške ( 2 1 ).
Lako ocjenimo da je J(O) < O , J( I ) < O . J( 2) < O , ali J(3) > O . Time znamo da
je rješenje između 2 i 3. Izborom Xo
= 2 dobivamo sljedeće aproksimacije:
II Xn n Xn
O 2 2 2.071
l 2.073 3 2.07 1
A
Sl. 5.3.
A B
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
,
,
/
" ,
'"
,
/
,
' xlI+J XII X" x,,:,
a
�
Sl. 5.4.
"
,
Sl. 5.5.
II = O, 1 , 2, . . . ( 29 )
(30)
gdje je
III � 1J' (x) l , a � X � b.
Međutim, računski je zanimljiva formula koja daje ocjenu pogreške pomoću izračuna
tih susjednih aproksimacija Xn- I i Xn . Neka je J' ograđena na [a, tj, bJ ,
/Il � If'(x) I � M, X E [a, bJ. (3 1 )
146 5. NELINEARNE JEDNADŽBE
pa dodavanjem j( � ) O imamo
j(� ) - I(Xn-l) I(xXn n--dl Ia ( a) (xn - xn- d .
= (32)
Po teoremu o srednjoj vrijednosti primijenjenom na obje strane jednakosti ( 32) dobi-
vamo
(33)
�n - l E (Xn-h � ) , Xn-l (a, xn-d ·
E UmetarJ.iem O = xn - Xn u prvi faktor lijeve
strane od (33) lako dobivamo
If' (xn - d f'(�n - d l
l ."j:: - Xn I -
- lXn - Xn -I I
If'(�n - d l
M-m
� / n x
1J ( �n _ d l x
l
n- d (34 )
� M m 'n l n xn - d .
___ x
l
promatrane j ednadžbe za koje vrijedi � > - . Bolj u ocjenu intervala unutar kojega
se nalazi � nalazimo uočavanjem da je j(2)
e
< O i 1(3) > O . Odabiremo a = 2,
b = 3 . Iz f"(x) = ! vidimo da je j konveksna na (O, oo ) . Prema ( 29) imamo
X
n Xn n Xn
O 2 3 2.5061
l 2.4798 4 2.506 1
2 2.5049 5 2 . 5061 I
U dosadašnjem opisu metode sekante držali smo jedan kraj segmenta bl čvrs [a,
tim. Postoji i modifikacija metode sekante kod koje mijenjamo oba kraj a sekante. To
je ilustrirano na slici 5 .6.
5 . 1 . JEDNADŽBE S JEDNOM NEPOZNANICOM 147
Sl. 5.6.
X" - l
- x"
dobivamo
x,,- d(x,,) - x"f (x,, - d
�+ l = f(x,, ) - f(x,,- d
. (36)
X,,- l
- x"
=
tako da dodavanjem I(� ) O imamo
- f (X,, -l ) - f (x,, ) )
f( ':>�) - f(x" ) -
Xn- l - Xn (X"+ l x" . _
Xn-l - Xn
gdj e je �n E ( � , Xn ) Xn - l E (Xn ' xn - d , tako da vrijedi
'
Kao što znamo, svaki se polinom ( I ) može analitički proširiti na cijelu komplek
snu ravninu. To proširenje dobivamo tako da u ( 1 ) umjesto X pišemo kompleksnu
z
varijablu = X + y i,
pa imamo
P(z)
= aozn + a t Zn - 1 + . . . + an - I Z + (4) an
čije n ultočke zovemo rješenja algebarske jednadžbe (2).
Na (4) možemo primijeniti teoriju analitičkih funkcija unutar koje lako dokazu
jemo niz rezultata o polinomima kao npr. osnovni teorem algebre itd. Prisjetimo se
da nam teorem o argumentu primijenjen na polinome daje broj nultočaka koje se N
nalaze unutar konture r . Ta formula glasi
l
2n
N 6r arg p
gdje 6r arg P označava promjenu argumenta od P kada j ednom obiđemo konturu r
u pozitivnom smjeru. Prisjetimo se također RoucMovog teorema koji se lako dokazuje
pomoću teorema o argumentu i kaže:
Neka su J i g analitic"ke funkcije na području G, a r G komura čije je e
nutamje područje sadrža1lo u G. Ako za toc"ke konture r vrijedi nejednakost
IJ(z) I > Ig (z)1, Z E r
olldafullkcije J i J + g imaju unutar r isti broj nu/točaka.
Prema osnovnom teoremu algebre znamo da poli nom (4) ima točno nultočaka, II
što za nas znači da j ednadžba (2) ima točno n rješenja (korijena), realnih i komplek
snih, pod uvjetom da svako rješenje uzmemo sa svojom kratnošću. Znamo da je �
s -kratno rješenje od (2) (ili s -struka nultočka od (4) ) ako vrijedi
O P(� ) PI(� ) = . . . = p(5- 1 ) ( � ) i p(5) ( � ) =1= O.
5.2. ALGEBARSKE JEDNADŽBE 149
(7)
2:: XjXjXk
i�j#
koje se zovu Vieta-ove formule. Nadalje, ako su Xi nuItočke od (2), onda su
Xi
nultočke polinoma
n
Tada apsolutne vrijednosti lXi i rješenja jednadžbe (2) vrijedi sljedeća nejednakost
za
I X; ! < 1 +
A R ( 1 0)
lao l =
tj. sva se rješenja (realna i kompleksna) nalaze u kompleksnoj ravnini unutar kruga
radijusa R 1 + I I
=
�'
150 5. NELINEARNE JEDNADŽBE
laol lz l n > A �
Iz l - l
dobivamo da mora biti
Neka je an i= O i
x{ lao l , la l I, . . . , lan-l l } .
Korolar 5.4.
B = ma
Tada sva rješenjajedlladžbe (2) zadovoljavaju nejednakost
Ixd > l B = r. (ll)
l+�
I�IXi < l + L
lan i
iz čega slijedi ( l l ) .
5.2. ALGEBARSKE JEDNADŽBE 151
Imamo li dakle an :f. O , onda se sva rješenja jednadžbe (2) nalaze unutar kružnog
vijenca
l A
T = ---- -;:B-- < Ixd < l + ( 13)
1+- -Iao-I R
l ani
gdjeje A ma { l ad l azi , . . . , l ani } , B = max { l ao l , l a d, · · · , l an - d} . Ograničimo li
= x ,
se na realna rješenja, onda su T i R donja i gornja ograda za pozitivna rješenja, a -R
i - T za negativna rješenja.
Što se liče nalaženja granica realnib rješenja algebarske jednadžbe dovoljno
je naći granice za pozitivna rješenja, jer supstitucijom -x umjesto x dobivamo jed
nadžbu P{ -x) = O čija se rješenja razlikuju samo u predznaku od rješenja jednadžbe
P( ) = O . Sljedeći teorem daje jednostavnu ocjenu gornje ograde pozitivnih rješenja
x
algebarske jednadžbe.
P(x) = aoxn + a - 1 + . . . + an
tX
-l
=
n-m+ 1
x
l
x l
a x--
n-m + !
x
{Q Xm- 1 (x - 1) - a } .
n-m+1
x -
X l O
Prema tome, ako je x � l + m r.!!: , onda je prvi faktor pozitivan, a za drugi vrijedi
Y ao
aQXm - l (x l ) - a � ao ( l + {fr {f - a
-I
= ao ( E + . . . + � ) a > o,
m
Y ao ao
što povlači P(x) > O , čime je dokaz proveden.
S pomenimo da donju ogradu možemo naći kao reciproč nu vrijednost gornje og
rade jednadžbe ( 8) kao što smo to učunili u dokazu korolara 5 .4.
Ocjena gornje ograde koju daje teorem 5.5 može biti dosta gruba.
152 5. NELINEARNE JEDNADŽBE
nju ogradu njenih pozitivnih rješenja, pa je ���� = 0.425 donja ograda pozitivnih
rješenja polazne jednadžbe.
Nalaženje ograde probanjem. Kako se u -nalaženju ograde često služimo pro
banjem, to navodimo ovaj jednostavan postupak. Pretpostavimo > O (u protivnom ao
pomnožimo jednadžbu s - 1 ) i rastavimo promatrani polinom P na zbroj
P (x) = Q(x) + R(x) ( 14)
gdje je Q polinom koji se sastoji od svih vodećih članova s pozitivnim koeficijentima
i svih negativnih članova polinoma P (to znači da Q nalazimo tako da u nizu ao ,
a l , . . . , an
potražimo prvi negativni član te zbrojimo sve članove do tog mjesta i sve
negativne članove), a R je polinom sastavljen od svih preostalih članova. Za svaki
x ;:: O vrijedi R(x) ;:: O . Polinom Q je građen ovako
(
Q(X ) - aoxn + . . . + am- I xn-m+l -
_
) (I am 1x + . . . )
n-m
- X n-m+
_
l { (aox
m- I
+...+ ) _ l a lx + . . . }
am - I
m
x
n-m
n -m+ I
iz čega čitamo da su za x > O obje okrugle zagrade pozitivne i da prva raste, a druga
pada kada x raste. Vrijedi dakle:
Ako nađemo a >O takav daje u rastavu ondaje za svaki
( 14) Q( a) ;:: O , x>a
P (x) > O ,tj. nađeni je gomja ograda pozitivnih rješenja jednadžbe
a P(x) = O .
U gore promatranom primjeru
Q (x) = X4 - 35x3 - 1 350x, R(x) = 380x 2 + 1 000 .
Očito je da 35 nije gornja ograda. Pokušamo li 37 dobivamo Q(37) > O , pa je dakle
37 gornja ograda pozitivnih rješenja. Da nađemo donju ogradu promatramo
P* (x) = 1000x4 - 1 350x3 + 380x2 - 35x + 1
koji zapisujemo u obliku P* (x) = Q* (x) + R* (x) , gdje je
Q* (x) = 1000x4 - 1 350x3 - 35x, R* (x) = 380x 2 + 1 .
Iz zapisa Q* (x) = x{x2( 1000x - 1 350 ) - 35 } lako uočavamo da je Q* ( l , 3) < O .
Međutim, Q* ( 1 , 4) > O pa je dakle 1 .4 gornja ograda rješenja jednadžbe P* (x) = O ,
1
a __ ::::: 0.7 14 donja ograda za rješenja polazne algebarske jednadžbe. Time smo
1 .4
utvrdili da se pozitivna rješenja jednadžbe X4 - 35x3 + 380x2 - 1 350x + 1000 = O
nalaze unutar segmenta [0.7 14, 37] .
5.2. ALGEBARSKE JEDNADŽBE 153
Newtonov test. Pogledajmo kako nam Taylorova formula može korisno poslužiti.
Taj postupak se zove Newtonov test. Razvijemo P po potencijama od x - a . Imamo
P" (a) p( n )(a)
P(x) = P(a) + P'(a)(x - a) + -,- (x - a? + . . . + (x - a t . (15)
2. n!
Iz ( 15 ) čitamo sljedeće:
Nađemo li a > O takav da vrijedi
P(a) � O, P' (a) � O, . . . , p(n ) (a) � O ( 1 6)
ondaje P(x) > O za svaki x > a , tj. svaki koji zadovoljava (J6)je gomja ograda
a
pozitivnih rješenja jednadžbe (2).
Ocjena broja realnih rješenja I
Nakon utvrđivanja ograda za kompleksna i realna rješenja algebarske jednadžbe
postavlja se znatno teže pitanje koliko realnih rješenja ima dana algebarskajednadžba.
Promatramo li polinom P na segmentu [a, b] lako uočavamo ova dva svojstva:
a b)
1 ) Ako je P( )P( < O , onda P na (a, b)
ima neparan broj rješenja uzetih s
njihovim kratnostima.
a b
2) Ako je P( )P( ) > O , onda P na (a, b)
ili nema rješenja ili ih ima paran broj.
Upoznajmo se prvo s tzv. Descartesovim pravilom koje daje ocjenu broja pozi
tivnih rješenja, a dokazat ćemo ga nakon teorema 5.7.
pod segmente koji sadrže jednu takvu nultočku, jer na podsegmentu na kojemu P, p' ,
Neka je E > O takav d a E -okolina o d a n e sadrži drugih nu1točaka niza (18) i neka
je E odabran dovoljno malen tako da za svaki x iz E -okoline od a , tj. za koji vrijedi
lx - a I E , imamo
<
P(x) ::::; p{r)r!( a ) (x - a y, p(x) ::::; (rp( r-) (a)l)! (x a y- I , . , p{r) (x) ::::; p{r) (a).
. .
(Takav E je moguće odabrati jer se za male argumente polinom ponaša kao član
najnižeg stupnja, a za velike argumente kao član najvišeg stupnja.)
x
Tada za = a E i mamo -
p(r) ( a ) p( r) (a) 1
P(a E) ::::; , ( -EY, P'(a - E) ::::; _
r. ( r 1) ,(-13)'- , .
. . , p{r) ( a - E) ::::; p{r) (a),
.
5.2. ALGEBARSKE JEDNADŽBE 155
pa u podnizu
lo ) , . . , pt rl (a - 10)
P(a - 10), pl (a
.
niza ( 1 8) promatranog u točki a - lO predznak alternira, tako da imamo ukupno r
varijacija (promjena) predznaka. S druge strane, za x = a + 10 imamo
p(rl (a) f p(rl ( a ) f - I
""".,
P(a + lo ) .... r pl (a + lo ) """ r , . , p(r) (a + lo) """ p(r) ( a )
r." ....., ( r l ) .' . . '"
što nije ništa drugo nego, do na promjenu predznaka ostatka, Euk1idov algoritam traže
P Pi
nja naj veće zajedničke mjere od i p' Dakle, je ili nula ili poli nom nižeg stupnja
.
Evoj ednog postupka koji vodi cilju. Promatrajmo u kompleksnoj ravnini e vertikalni
pravac Re z = a na kome P nema nultočku.
Yi
Sl. 5. 7.
tg I/I( t )
RI (t) ( 39 )
'
Ql ( t )
Indeks polinoma P s obzirom na horizontalni pravac definiramo kao
1
Ip(Imz (3 ) = ff
{ I/I(+oo) I/I(-oo)}, (40)
tako da razmatranje slično gornjem za vertikalan pravac daje
Ip(Im z (3 ) p q (4 1 )
gdje p označava broj nultočaka od P iznad horizontalnog pravca, a q broj nul točaka
od P ispod horizontalnog pravca uzetih s njihovim kratnostima. Kako je p + q = fl
to slijede pripadne formule za p i q '
n + Ip(Im z (3 )
p = ----'--'-:::-----'- -'- q (42 )
2
S.2. ALGEBARSKE JEDNADŽBE 161
R(t)
2) lim = - oo ',
t -H O Q(t)
· R(t)
3) hm - = ± oo ;
t - ti=!'O Q ( t )
· R(t)
4) hm = =j=00.
t -ti=!'O Q( t )
Da pojasnimo oznake, pogledajmo slučaj 3), koji znači sljedeće: ako se točki ti pri
bližavamo slijeva, onda R(t)/Q(t) -+ + 00 ; a ako joj se približavamo zdesna, onda
n 3n
R(t)/Q(t) -+ - oo . Funkcija tangens ima diskontinuitete u točkama ± 2 ±
' T'
± s; , . . . i svi su diskontinuiteti tipa 3).
162 5. NELINEARNE JEDNADŽBE
(48) ili će iz njega izići. Ako se radi o singularitetu tipa l ) ili 2), onda vrijednost od
rp (t ) ostaje u tom intervalu. Ako se radi o singularitetu tipa 3), onda vrijednost od rp(t)
izlazi iz intervala (48) i raste, dok u slučaju singulariteta tipa 4) izlazi iz (48) i pada.
Da to zorno predočirno mi slimo na graf funkcije arc tg i njegove grane. Istaknimo da
se prelazom s jedne grane na drugu rp (t ) mijenja za 17:
(što je period funkcije tg ).
17:
Vidimo da prolazom kroz singularne točke t l , . . . , tk , vrijednost rp ( t ) poraste za 17:
ili padne za ovisno o tome da li smo prošli kroz singularnu točku ti tipa 3 ) ili tipa
4) pa je promjena jednaka razlici između brojeva takvih točaka puta 17: . Ostali su još
krajevi =roo .Promatramo li konturu r u e u koju prelazi pravac (44), onda je oo
jedna singularna točka na toj konturi i ima neki od gornjih tipova l ) - 4).
e---....--�
_ _ --- r t
� .oo -oo
cc
kontura II e
nastala od arif
Sl. 5.8.
rp( t ) poraste za dok se smanji za 17: ako je u oo singularitet tipa 4). Tako smo došli
do sljedećeg pravila za izračunavanje indeksa Ip(Re z = a ) .
Pravilo za izračunavanje indeksa. Indeks lp polinoma P , s obzirom na pravac
Re z = a (ili Im z = /3 ), na kome p nema nultočaka, jednak je razlici broja singu-
lariteta tipa 3 ) i broja singulariteta tipa 4) od R (odnosno RJ ) u što treba Ubrojati i
Q Ql
singularitet u točki oo , ako je isti tipa 3) ili tipa 4).
5.2. ALGEBARSKE JEDNADŽBE 163
l
za koju lako vidimo da ima samo jedno realno rješenje i to u intervalu (-0.5; 0) .
Izolirat ćemo grubo kompleksna rješenja i vidjeti da se u svakom kvadrantu nalazi po
jedno. Sva se rješenja nalaze unutar prstena
R(t) t4 - 6t2 + 2
tg ",(t) ::;= _� .
Q(t) 4 t4 _ Jt2 _ 1
l.
4 4
Lako nalazimo da su realna rješenja jednadžbe Q(t) ::; O (bikvadratna jednadžba)
tl = - 1 , t2 =
Iz zapisa
R( t) _ t t4 - 6(2 + 2
l l
- 4
Q(t) t4
•
R
lako ustanovimo da u točkama t l i t2 funkcija ima singularitet tipa 3 ) ,
Q
=
dobivamo
I(xn + hn' Yn + kn ) O
(2)
g (xn + Izn' Yn + kn ) O.
Primjenom Taylorove formule (za funkcije dviju varijabli), pri čemu se ograniča
vamo samo na linearne članove i izjednačavanjem istih s nulom dobivamo
I(xn, Yn ) + hnl; (xn , Yn ) + krJ;� (xn ' Yn ) = O
(3)
g(Xn ' Yn ) + Izng�(x n' Yn ) + kng� (xn' Yn ) = O ,
što je linearan sustav jednadžbi s nepoznanicama hn i kn . Ako j e lakobijan
1
/ (Xn' Yn ) t;, (XII, Yn ) f O
J= �
gx (xn , Yn ) gy (xn , Yn )
onda linearni sustav (3) ima jedinstveno rješenje koje glasi
I ,
II
I(xn, Yn ) I; (xm Yn )
lln
J g (xn, Yn ) g� (Xn , Yn )
1
1 � «x"' Y" ) 1«Xn, Yn )
I (4)
kn
J gx Xn , Y/! ) g Xn , Yn ) I
5.3. SUSTAVI NELINEARNIH JEDNADŽBI 165
l
2.x = SIn 2 (x - y )
2y = cos 2 (x + y).
Sada možemo pisati
f(x, y) = 2x - sin (x - y)
g (x, y ) =
�
l
2y - cos 2 (x + y),
l l
tako da imamo
otkuda slijedi (ho, ko) y= (-0.0005, 0.003 1 ) . Sljedeća aproksimacija iznosi yd =(X I ,
( -0. 1 605, 0.493 1 ) . Zelimo li poboljšati aproksimaciju moramo točnije računati tri
gonometrijske funkcije, pa zatim odrediti točnije vrijednosti od hl kl
i . Tako uz
sin 0.3268 0.32 lO14, cos 0.3268 0.947074
sin O. 1663 0 . 1 65535, cos O . 1 663 0.986204
možemo izračunati hl, kl na 6 decimalnih mjesta što daje
(X2' Y2 ) = (-0. 1 605 1 0, 0.493 1 02 ).
Newtonova metoda za kompleksna rješenja (nultočke)
Promatrajmo jednadžbu
jeZ) = O (6)
Z,,+l = Zn - Pjez,,
(Zn)
)' n = O, 1 , 2, . . . (7)
odnosno
5.3. SUSTAVI NELINEARNIH JEDNADŽBI 167
[+ l
tj. , je rješenje jednadžbe (6). Odredimo li u (7) realni i imaginarni dio od J, tj.
napišemo J(z) = u(x, y) + iv(x, y) , onda (7) poprima oblik
au au
v - -u -
(�;f+ ( �;r _
ay ax
xn+l - xn
[+ �;) l au au
- v - -u -
X�Xn
Y""YN
(8)
( \ (�;r _
_
ay ay
Yn+ 1 - Yn
.l-Xn
Y=Yn
+
leksnih rješenja koja se javljaju u parovima konjugiranih vrijednosti. Prema tome
aproksimiramo li � i1/ ujedno smo aproksimirali i � i1/ . U tom slučaju su nam u
i v polinomi u dvije varijable.
Ocijenimo pogrešku aproksimacije. Promatrajmo w J(z) i pretpostavimo
II' (z) 1 � tn > O za z E U. ( 9)
Tada je J na nekom krugu, radijusa R , oko ' bijekcija (ta se činjenica dokazuje u
teoriji funkcija kompleksne varijable), tako da je na nekoj okolini ishodišta I w\ < p
definirana inverzna
= lJ(r;,(<") ,) [
d
]
-J- I (t) dt
J
dt (ll)
v
y
SI. 5. 9.
1!, (f - I ( t ) ) 1 � m.
f(
Sada iz ( l l ) dobivamo sljedeću ocjenu greške
f( )
I Zn _
'I �
l zn) Idt l .
�
l zn � _ I/(zn ) 1 ' (12)
o 1/' (f- I ( I ) ) 1 o m - III
-0.061 + 0.009i
Z3 = 0.069 + 2.624i = 0. 109 + 2.646i
1 .230 + 0.54 1 i
0 + 0.006i
Z4 = 0. 109 + 2.646i - = 0. 1 07 + 2.650 ;
L 178 + 0 . 535;
-0.002 - 0.005i
Z5 = 0. 1 07 + 2.650; - = 0.107 + 2.646i.
L 1 8 1 + 0 . 525i
Izračunamo li J(Z5 ) = 0.002 + 0.004; vidimo da j e
Prema ( 1 2) imamo
IJ( z5 ) ! � 0 . 0044
I Z5 - \;,1 � � 0 . 0043
111 1 .02
iz čega zaključujemo da se Z5 nalazi unutar kruga oko \;' radijusa < 0.043 . U svakom
slučaju i realni i imaginarni dio od \;' znamo točno na tri decimalna mjesta.
Lako provjeravamo da vrijedi J( z) = J(z ) , pa je prema tome i konjugirano
kompleksna vrijednost <: rješenje promatrane jednadžbe, čija aproksimacija je onda
= 0.107 2.646i .
n nepoznanica
fl (XJ , X2, " " Xn ) = 0
Jz (X J , X2, . . . , xn) :::: O
( 1 3)
J" (X I , X2, . . . , Xn ) = O
gdje su j; realne funkcije od n varijabli koje i maju neprekidne parcijalne deriva
cije. Kao i uvijek promatramo izolirana rješenja sustava ( 1 3). To znači sljedeće:
(�J , �2 ' . . . , �n) je izolirano rješenje ako ima okolinu u kojoj nema drugih rješe
nja. Okolina od ( � I ' �2' . . . ' �n) može biti otvorena kugla u Rn , tj. skup točaka
(x\ , Xl . . . , Xn) E Rn za koje vrijedi
(X I - � d 2 + (X2 - �2 ) 2 + . + (xn - �n) 2 < rz.
. . ( 14)
Sustav ( 1 3) možemo vektorski kraće zapisati što nam j e često pregJedniji zapis. Da
kle, varijable X I , X2 , . . . , Xn i funkcije fI , Jz , . . . , fn shvatimo kao komponente
n -dimenzionalnih vektora
[ (�(kk)) ]
f(x) = O. ( 1 5)
Do same metode dolazimo na isti način kao u slučaju sustava dviju jednadžbi. Pođemo
li od neke aproksimacije
( k)
Xl
X
X(k) =
Xn
i rješenj a
onda je
( 16)
gdje j e
5.3. SUSTAVI NELINEARNIH JEDNADŽBI
prirast do točnog rješenja kojemu ne znamo komponente, ali znamo da vrijedi
171
( 18)
gdje je f(x(k ) ) Jacobijeva matrica i zapis f(X(k) )f(k) je množenje matrice i vektora
stupca f(k) . Dakle u drugoj oznaci i u razvijenom obliku je
J(x (k) + f (k) ) J (x (k) ) + f(x (k) ) e (k) ,=
što znači da elemente matrice treba izračunati za x X{k) i zatim izvršiti naznačeno
aj;, aj;, ajn
množenje u ( 18). Uvrstimo li taj rezultat u ( 17) dobivamo
aXI aX2 aXn x=xlt l
UX2 uXn
xl kl xl k l
. .
xltl
a a a - o
(X (k l , X 2(k l ,
h I , Xn(k ) ) + ( h )
� fJ + ( h )
� . f2 + . . + ( h)
� fn -
U Xl UX2 u Xn
O
. . • .
koji kada riješimo u fi" ) , f�kl , . . . , f!k) daje približnu vrijednost prirasta tako da se
l l aJ,, ) . fl + ( aJ,, ) [) ( aJnXn )
[}
nadamo daje
J" (X (k
I ' X (k
2 , . . • , Xn(k)) + (-
aXI xl'; X2
-
xlk)
f2 + . . . + -
xlt)
fn -
( 21 )
nova i to bolj a aproksimacij a rješenja ( �l' �2' . . . , �n ) ' Rješenje sustava ( 19) u matri
čnom zapisu izgleda ovako
( 22)
što uvršteno u (21) daje ovaj krajnji matrični zapis iteracijskog koraka Newtonove
X {H ) x (k) _ r l (X (k) )J(X (k) ) , k O, l, 2, . . . ( 23)
metode (postupka)
I =
172 5. NELlNEARNE J EDNADŽBE
gdje naravno početnu aproksimaciju x(O) moramo odabrati. Jasno je sljedeće. Ako j e
niz aproksimacija konvergentan, tj .
� = lim x (k ),
k �oo
onda je pod gornjim pretpostavkama na Ji , taj limes rješenje polaznog sustava ( 1 3) .
Zaključivanje je analogno onom z a slučaj dviju jednadžbi.
Ako pokušamo primijeniti Newtonovu metodu na sustav linearnih jednadžbi, onda
ne dobivamo ništa novo. Naime, za
f (x) = A x b
imamo 1'(x) A , pa (23) prelazi u
l
X (k+lj = X(k) - A - I (A x(k) - b) = X(k) , - X(k ) + A - l b A - b,
što je direktno rješenje sustava već u prvom koraku. To direktno rješenje je dobiveno
izračunavanjem inverzne matrice. Međutim, formula (23) to traži u svakom koraku
ako sustav nije linearan, što je osnovna poteškoća tog iteracijskog postupka.
U svezi s Newtonovom iteracijskom metodom postavlja se više pitanja,
a) Pod kojim uvjetima konvergira?
b) Koja je brzina konvergencije?
c) Jedinstvenost rješenja sustava?
d) Stabilnost postupka obzirom na promjenu početne aproksimacije?
Za takva razmatranja potrebno je opširnije proučavati funkcije iz Rn u Rn
f : Rn -+ Rn ,
tj . između euklidskih prostora. Takva funkcija je dana s n realnih funkcija od n
f(x )
fn (x ) [j� �� j.
Ako sve funkcije (komponente) f, imaj u neprekidne parcijalne derivacije, onda se pod
derivacijom l' (x) razumijeva Jacobijeva matrica
!, (x)
Unatoč sve složenosti na gornja pitanja se mogu dati odgovori. Izreći ćemo jedan
teorem koji odgovara na a), b), c ) i d), ali ga nećemo dokazivati. Teoremje formuliran
za rednu normu koju smo upoznali u §3 . 2 i bila je za matrice definirano ovako
I IA I I I IA l lr mrx L I aij i,
j
a za vektore
] Ix l l I Ix l lr = maI x Ixd ·
5.3. SUSTAVI NELINEARNIH JEDNADŽBI 173
[ ][ ]
O, I (x ) =
realan nelinearan sustav jednadžbi pri čemu je
/l (X h X 2, . . . , XII ) !I (X)
fz (X j , X2 , . . . , XII ) fz (x)
IW = .. = .
.
. .
3)
�
� I {){)X2h{)(x)X I � C
'" za .
l,}
.-
- 1 , 2, " ' ) II
.
l X E UR (X(O ) ) ., (27)
k=1 J k
4) Konstante A , B, C zadovoljavaju sljedeću nejednakost
tJ 2nA B C � l , ( 28)
gdje je n broj nepoznanica.
a) Tada Newtonov iteracijski postupak
X (k + I ) = X(k) J(x(k) ) - I /(x (k ) ), k = 0, 1 , 2, . . ,
d) Ako je
2
-B � R, ( 32 )
II
onda Newtonov iteracijski postupak konvergira unutar kugle (3J) pri proizvoljnoj pro
mjeni početne aproksimacije x'(O) unutar kugle
I lx'(O ) _ x (O) I I � l �Il B. (33)
za koji pretpostavljamo kao i do sada da dopušta samo izolirana realna rješenja. Istak
nimo ponovo da je rješenje sustava (35) par brojeva ( � , tj) koji zadovoljava sustav.
Neka je (xo, Yo) aproksimativno rješenje sustava ( 35), koje smo našli nekom gru
bom ocjenom ili grafički. Da dođemo do iteracijskog postupka prevedirno sustav (35)
u oblik
=
x cp (x, y)
=
( 36)
y ", (x, y)
ili vektorski
x = q,(x). ( 37 )
Iteracijski postupak provodimo kao i u slučaju jedne jednadžbe, tj . formiramo niz
aproksimacija
x , = cp (xo, Yo) ; y , = ", (xo, Yo) ,
=
Xz cp (x " y d ; Y2 = ", (x " Y I ) '
(38)
5.3. SUSTAVI N ELINEARNIH JEDNADŽBI 175
Teorem 5.1 1 . Neka sustav (35) ima ua pravokutniku P (v. sl. 5. 10), a :::;; x :::;; b,
e :::;; Y :::;; d samo jedno rješenje ( � , 11) ' Ako
a) funkcije cp i lJ! imaju neprekidne parcijalne derivacije;
b) počef1la aproksimacija (xo, Yo ) i sve daljnje (xn ' Yn) , tl = l , 2, . . . pripadaju
pravokutniku P ;
e) u P vrijede nejednakosti
a b
Sl. .'UO.
Sl. .' U l .
l
r5
.0.25 r .0. 1 0 rl
. , 0.05
(42)
prevodimo u ekvivalentan oblik
(43)
j(x ) O
0, 1, 2, . . . (45)
n
x (k +l ) = (f) (x ( k ) , k =
5.3. SUSTAVI NELINEARNIH JEDNADŽBI 179
=
YI = ({JI (x" Xz, . . . , xn )
Yz ({Jz (x" xz, . . . , Xn )
(46)
ili kraće
Y = ({J (x) . (47)
Dakle, ({J je preslikavanje iz Rn u Rn , a riješiti sustav (43) znači naći točku x E Rn
koju ({J preslikava u samu sebe. Takve točke se zovu fiksne točke. Među presl ika
vanj ima ({J : Rn -+ Rn posebno su istaknuta preslikavanja koja recimo "podjednako"
smanjuju normu (udaljenost). Evo što to znači. Neka j e O < q < l , realan broj.
Kažemo da je ({J kontrakcija ria području Q ako preslikava Q u Q i ako za svake
dvije točke XI , Xz E Q njihove slike Y I = ({J (X I ) , Yz = ((J (xz) zadovoljavaju
1 1 ({J (x I ) - ({J (xz) I I � ql lx l - xz l l , 0 < q < 1. (48)
Ako je ({J kontrakcija, onda iteracijski niz {X(k ) } konvergira k fiksnoj točki, tj. rješenju
sustava (43), što je posljedica jednog znatno općenitijeg teorema.
Vratimo se općem slučaj u tj. kad ({J ne mora biti kontrakcija i navedimo bez
dokaza ovaj teorem.
Teorem 5.1 2. Neka su ({J i ({J' 11ep rekid1l e na ograničenom području Q tla kojemu
vrijedi
1 1 ({J ' (x) l lr � tj < l , za svaki x E Q . (49)
Ako etanovi 1Iiza
k = O , 1 , 2, . . .
pripadaju u Q , onda iteracijski postupak konvergira i
; = lim x ( k )
k ->oo
je jedi1lstveno rješenje sustava (42) u Q. Nadalje, za ocjenu pogreške vrijedi
Teorem smo iskazali za rednu normu, no vrijedi i za bilo koju drugu submultipli
kativnu normu koja je konzistentna s promatranom normom vektora.
6.
Aproksimacija rješenja običnih
diferencijainih jednadžbi
Kako se tražena funkcija x -+ y(x ) nalazi pod znakom integrala to je (2) integralna
jednadžba čije rješenje očigledno zadovoljava promatrani Cauchyjev problem ( l ) .
Metoda sukcesivne aproksimacije sastoji se sada u sljedećem. U (2) zamijenirno
nepoznanicu y sa zadanom vrijednošću Yo na koji način postižemo prvu aproksimaciju
koja glasi
x
Ako postupak ponovimo, tj. ako u (2) uvrstimo nađenu aproksimaciju (3) dobivamo
drugu aproksimaciju
x
Geometrijski interpretirano, niz (5) predstavlja niz krivulja u ravnini koje prolaze kroz
zajedničku točku Mo (xo, Yo ) .
U dokazu Picardovog teorema se pokazuje da na nekom segmentu [xo. Xo + hl niz
(5) uniformno konvergira funkciji
y(x) = lim Yn(x) (6)
n-oo
b,
{ !},
unutar sektora omeđenog pravcima
h = ntin a, (7)
Y - Yo = M(x - xo )
/ [{(x, y(x »
odnosno,
y(x) - Yn (X) = lex, Yn_ l (x ) )] dx
1, 2, . . . ( 8)
X
xa
to postižemo
l y l ( � ) 1 I! (�, Y (� » I � M
=
e\ (X) �L =
.
..lo ..lo
2 · (x _ Xo)2 dx
e2 (X) � L / el (x)dx � ML /
2!
Xo Xo
6.1. METODA SUKCESIVNE APROKSIMACIJE 183
Y2 (X) = l + j (x - l + x - x; )dx
6'
o
3
I _ X + X2 - x-'
3 4
Y3(X) l - x + x-, x"3 + X24 ;
-
3 4 x5
Y4 (X) = l - x + x- - x"3 + 12X - 120
> ,
'
itd.
Pokušamo li ocijeniti pogrešku četvrte aproksimacije Y4 ,
onda nas to vodi na
sljedeće razmatranje. Promatramo li J na pravokutniku lx i � a, Iy - I I � b,
vidimo
da je f(x, y) x y na njemu diferencijabilna a time i neprekidna. Kako je J dife
a b
rencijabilna na cijeloj ravnini to i mogu biti proizvoljni pozitivni brojevi. Ogradu
za J lako dobivamo iz
If(x, y) 1 lx YI � Ix l + IYI = Ix l + ly 1 + 1 1 � Ix l + ly - I I + I � a + b + l = M,
min {a !!... }
Ako je a � l onda Ir ,
b tako da za odabrane a = 1 i
,
M +a+ 1
=
4 x5 x5
f4 = max I f4 (X ) 1 � 4 . = na
40 '
diferencijainih jednadžbi
l 1
[O, .
0 243 9720 3
gdjeje y (x) = ( )= ( )=
(11)
.. , y
[����j
Yn(x) l ' [�����
y� (x) l [;�����l
. ,y x y xo .
[= l
. . .
. .
.
(O, Yn(XO )
fl (x, Y J . . . . , Yn )
h(x, YJ , . . . , Yn)
onda imamo
fn (x, Y J , . . . , Yn)
J fl (X, y (x ) )dx
Xo
y ( ) = f(x , y , y , . . , y - ) )
Xo
y; = y 2
=
y; y3
=
( 1 4)
I
Yn- I Yn
y� f(x, Y J , Y2, . . . , Yn ),
6. 2. EULEROVA METODA 185
onda primjenom gore opisanog postupka na sustav ( 14) dobivamo aproksimaciju rje
šenja diferencijalne jednadžbe ( 1 3) . Naime, prva komponenta rješenja sustava ( 14 )
predstavlja traženo rješenje, dok ostale komponente predstavljaju redom prvu i više
derivacije tog rješenja.
YI
Primjer 6.2. Odredite prve dvije sukcesivne aproksimacije rješenja sustava
yY�2 xX2+-YYlY2I2
I
=
=
koje zadovoljava ove početne uvjete
Prema ( 1 2) i mamo
Yl(O) l, Y2(0) O.
= =
[
P[yYr; )) ] [ Ol ] + [ J:X(x+2 -[yY;P-IP)Y-�IP)P_l))dxdx 1
=
o ;
y[Y2(;IJ) ] -_ [Ol ] + J((xx2+-Ol))ddxx 1 - [ -lx+ x; l .
Time dobivamo redom prvu i drugu sukcesivnu aproksimaciju
[ [ x 3 '
+
)]
+ 24 36
Jo x - (l + x + -) dx -x + -
x
4
] W
;
' ,� "'�'::8.:;:�!:::�\0;�I» 'X'�9P:/·::
' "�
,
;'t,.<
t7 ::'::t":?!��':.>'\'. ' : ,\ :'''�
y(x ) Y k + h( �
ki
=
u točki
što moramo iskoristiti kada računamo aproksimativnu vrijednost
te da je
vacija u točki
XXk Xk +f(xkY, y(x,,) Y.
Prema tome poznavaj ući i njene derivacije u točki =
vrijednost u točki =
j ednaka
il . Kako zadovoljava Cauchyjev problem
(3)
Yz YI + hf(x], yd
(4)
Postupak aproksimacije rješenj a Cauchyjeva problema (1)
opisan formulom (4) zove
se Eulerova metoda. To je vrlo jednostavan postupak. Rezultati nemaj u naročitu
Y
točnost jer smo aproksimira\i samo sa prva dva člana Taylorovog reda. Međutim,
može dobro poslužiti kao uvod u razumijevanje kompliciranijih postupaka.
y ' (x ) ] y (O ) = :2
l
promatranog na segmentu [O, l . Formula (4) daje
Yk+1 Yk + h[1 +(Yk- xk)2], k = O, l , . . . ,n l,
6.2. EULEROVA METODA
i h ::::: !n , uz Xo i Yo !2 . Za n = 10 dobivamo sljedeću tablicu
187
0.6 1.29810
0.1 0.5
= O =
0.625 0, 7 1.44684
0.2 0.75256 0, 8 1.60261
x Y x Y
+ 2! + ]
y(xk+d - Yk+l +
Y (Xk ) Yk h[j(xk. Y(Xk ) ) I(x* , Yk )]
[
u uglatoj zagradi .
h2 OI OI
I (g y(�d ) ·
ox oY b
Y
Kao što znamo iz dokaza Picardovog teorema (usporedi prethodni paragraf i sI.2.)
točke ( �k ' y (�k ) ) leže u pravokutniku određenom sa
lx - xol � ri1i n { ! } , tY - Yo l b,
gdje je M ograda za III . Međutim, i točke (x*, yI.: ) leže u tom pravokutniku što se
P
može dokazati indukcijom, tako da i točke (x* , TJd leže u pravokutniku Ako su L
a, <
(7)
Označimo li sa
fk Iy(xk) - Yk l , k O, 1, (8)
. Dh 2
ly (xk+l ) - Yk+ t ! � IY(x�.) - Yk t + hL ly(xk) - Yk l + 2 '
Dh2
fh! = . . , II
188 6. APROKSIMACIJA RJEŠENJA OBItNIH DIFERENCIJALNIH JEDNADŽBI
co
Nadalje, = O jer je Y (XO ) Yo
= . na taj način pogreške Co . Cl , . . . , cn zadovoljavaju
nejednakosti
( 10)
.
gd·Je JeA l + hL , B D ""2h2 .
= =
� A 3 (Ack_4 + B) + A 2B + AB + B A�Ck-4 + A 3B + A 2B + AB + B
=
�...
Sukcesivnim uvrštavanjem dobivamo očigledno
Ck � Akco + Ak-l B + . . . +A 2B + AB + B. ( l l)
Zbog co =
O preostali pribrojnici desne strane od ( l l ) čine 11 -tu parcijalnu sumu
geometrijskog reda, tako da imamo
Ck � A B- l (Ak - l ) = -
--
Dh [( 1 + hL)k - l ] .
2L
( 1 2)
Kao daljnji korak naći ćemo ocjenu pogreške koja ne ovisi o k iz čega će ujedno
slijediti konvergencij a. Uoči l i se da vrijedi
+ � ehL
l hL
(što lako uvidimo iz reda za eksponencijalnu funkciju), onda zamjenom u ( 1 2) imamo
b
Kako je kh < dobivamo
[ bL l ] � Dh
M
Ck � Dh
2L
eM -
2L
eM ,
bL
k = l , . . . , 11 . ( 1 3)
( 1 3) kaže da je pogreška proporcionalna za h te nadalje da Ck O kada
hNejednakost
O . Jasno je kako se Eulerova metoda prenosi na sustav diferencijalnih jednadžbi
----
----
Već smo istakli da smo Eulerovu metodu dobili tako da smo Y (Xk+ l )
aproksimi
rali s prva dva člana Taylorovog reda. Bolja aproksimacija pomoću Taylorovog reda
zahtijeva izračunavanje derivacija višeg reda što je u većini slučajeva komplicirano.
Zato izvršimo slijedeće razmatranje. Pođemo li od
Yk+ l = Yk + hf(Xk, Yk )
onda smo, gledano geometrijski, u točki Xk uzeli aproksimaciju Yk i gradijent smjera
f(Xk ,yd koji diferencijalna jednadžba yi = f(x, y) propisuje u točki (Xk ' Yk ) .
Time
linearnom interpolacijom dobivamo graf aproksimacije y . Drugim riječima, u točki Xk
smo uzeli f(Xk , Yk )
za aproksimaciju derivacije rješenja. Točna vrijednost derivacije
f(X , Y (X ))
f(xk , Y (Xk )) k k
u toj točki iznosi , pa se nameće pitanje izbora neke druge aproksimacije
od , što u krajnjoj liniji vodi na prikladan izbor aproksimacije od f(x, y)
na segmentu Xk x Xk+1
� � . Takva interpretacija nas vodi na opći algoritam
Yk+1 = Yk + /zCl>(Xk , Yk, h) (1)
gdje je <I>(Xk ' Yk , ll ) neka odabrana aproksimacija od f(Xk , Y (Xk )) .
To otvara široke mogućnosti izbora <I> , a ovdje ćemo prikazati vrlo korisnu meto
du koju su razvili matematičari Runge i Kutta oko 1900. godine. Kako možemo vršiti
različite izbore aproksimacije <I> to imamo čitavu seriju Runge-Kuttinih postupaka
(algoritama). Najlakše dolazimo do Runge-Kuttinog postupka (algoritma) drugog
reda, čiji izvod nam daje put kako se dobivaju ostali. U tom slučaju promatramo
težinsku aritmetičku sredinu dviju aproksimacija t l , t2
derivacije yi na segmentu
Xk x Xk+ 1
� � , tj. uzimamo
<I> = at I + bt2. (2)
konstante koje ćemo naknadno odrediti . Razvijmo prvo t2 kao funkciju dviju varijabli
p i q u Taylorov red oko točke p = O , q = O . Time imamo
t2 = f(Xk + ph, Yk + qhf(Xk , Yk ))
= f(Xb Yk ) + phfx (Xb yd + qhf(Xk , ydh (Xb yd + . . .
(6)
Iz (6), (5), (4) i (3) dobivamo
Yk+1 = Yk + h[af(xk , yd + bf(xk , Yk )]
+ h2 [bpfx (Xk , yd + bqf(xk, ydh (xb Yk )] + . . .(7)
190 6. APROKSIMACIJA RJEŠENJA OBIČNIH DIFERENCIJALNIH JEDNADŽBI
bp
1 l
bq = -
2' 2
tako da iz
a l-b
dobivamo
l
p q=
2b
Sada još ostaje izbor od b . Dva uobičajena izbora su
b �2 i b = 1.
h
YHI = Yk + [t(x*, Yk ) + /(Xk + h, Yk + h/(Xb Yk ) )]
2
što se može pisati i ovako
(9)
gdje je
)lk+l Yk + h/(Xk, yd· (10)
Postupak koji daju (9) i (10) zove se još poboljšana Eulerova metoda ili Beunova
metoda . Čitamo li (9) i (10) detaljno, onda vidimo da smo u biti dvaput upotrebljavali
Eulerovu metodu. Prvo imamo )lHI kao aproksimaciju od Y (Xk+ I ) . U drugom koraku
poboljšavamo aproksimaciju koju računamo iz (9).
6.3. RUNGE-KuTTINI POSTUPCI 191
( 13)
t) , tz, t aproksimacije derivacije, odnosno I , u različitim točkama segmenta
[Xk , Xk+ d . U tom3 slučaju uzimamo
gdje su
tl = I(x", y,, )
t2 = I(x" + ph, YIe + phtl ) ,
t3 = I(x" + rh, YIe + sht2 + (r - S)htl)'
tako da Runge-Kuttin algoritam trećeg reda glasi
Yk+I = y" + h(atl + bt2 + et3 )' ( 1 4)
Da odredimo konstante a , b , e, p , r, s, razvijemo t2 i t3 kao funkcije dviju varijabli
u Taylorov red oko (X" , y,,) . Traženu funkcij u Y razvijemo u Taylorov red (8) kao i
prije. Zatim se izjednače koeficijenti uz iste potencije od Iz do potencije 3, što je u biti
isti izvod kao i prije. Opet dobivamo manje jednadžbi nego nepoznanica koje glase:
a b e=
+ + 1,
1
bp er 2 '
+
eps = 61 '
Odabiranjem dviju konstanti ostale su određene. Jedan izbor konstanti, koj i je izvršio
Kutta, daje sljedeći algoritam trećeg reda
h
To nam kaže da uz manji dobivamo bolju aproksimaciju. Što se tiče ocjene pogreške,
može se pokazati (u što se ne upuštamo) daje za algoritam i -tog reda pogreška � C; i ,h
međutim, praktički je gotovo nemoguće naći konstante Ci . Na taj način obično ne
6.3. RUNGE-KuTTlNI POSTUPCI 193
znamo kako malen lt treba uzeti da postignemo željenu točnost. Jedan način kako
si pomažemo je sljedeći. Izaberemo jedan lt i izračunamo YI , Y2 , . . . , Yn ' Tada
ponovimo račun za � i usporedimo rezultate. Ako su razlike malene onda smo obično
zadovoljni rezultatom, a ako su velike, onda moramo ponoviti postupak sa manjim li ,
dok ne postignemo zadovoljavajući rezultat.
Spomenimo još jedan kriterij za Runge-Kuttin algoritam (1 ) koj i potječe od
Collatza, a sastoji se u sljedećem: Poslije svakog koraka izračuna se7
1
I
t3 t2 .
t2 tl
Ako taj omjer postane velik (veći od nekoliko stotina), onda se Iz mora smanjiti. To
je sasvim kvalitativan indikator, međutim, vrlo je spretan jer je dodatno računanje
zanemarivo.
194 KAZALO
KAZALO
f1
[2
j N. S. Bahvalov, Čislenije metodi l, Nauka, Moskva, 1975.
L S. Berezin, N. P. Zhidkov, Computing Methods 1. 2, Pergamon Press, Oxford,
•
1965.
[3] B. Carnahan, H. A. Luther, J. O. Wilkes, Applied Numerical Methods, J. Wi ley,
New York, 1 969.
[4] B.P.Demidovič, I. A. Maron, Computational Mathematics, Mir Publishers, Mos
cow, 1987.
[5J B. P. Demidovich, l. A. Maron, Osnovi vičisliteljnoj matematik;, Nauka, Moskva.
[6 ] 1966.
N. Elezović, Linearna algebra, Element, Zagreb, 1 995.
1
[7 F. B. Hildebrand, Introduction to Numerical Analysis, Mc Graw - Hill, New York,
1956.
[8 P.Javor, Matematic"ka analiza J, Elefl!;ent, Zagreb, 1995.
[9 S. Kurepa, Uvod u linearnu algebru, Skolska knjiga, Zagreb, 1975.
[ 10 S. Kurepa, Matematička analiza l. II, 1/1, Tehnička knjiga, Zagreb, 1975., 197 1 ..
1975.
[l I
J
G. V. Milovanović, Numerička analiza l, Naučna knj iga, Beograd, 1988.
[ 12 C. E. Pearson Ed Handbook of Applied Mathematics. Selected Methods and
.•