(Biblioteka Primijenjena Matematika) Ivan Ivansic - Numericka Matematika-Element (2002)

Prof. dr. sc.
Ivan Ivanšić
NUMERIĆKA MATEMATIKA
ISBN 953-197-526-4
I van Ivanšić
Redoviti profesor Fakulteta elektrotehnike i računarstva

Zavod za primijenjenu matematiku
NUMERIČKA MATEMATIKA
Zagreb, 2002.
© Prof. dr. sc. Ivan lvanšić, 1 998.
Urednik
Prof. dr. sc. Neven Elezović
Slog, crteži i prijelom

Nataša Jocić, dipl. inž
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
Nijedan dio ove knjige ne smij7 se preslikavati niti umnažati

na bilo koji način. bez pismenog dopu�tenja nakladnika .
PREDGOVOR
Numerička analiza je vrlo opsežna grana matematike koja je u punom raz

voju iako su prvi numerički postupci stari koliko i cijela matematika. Ne samo
da se rješavaju novi problemi, već se i za klasične probleme, koje su nekada
rješavali npr. Newton, Gauss, Euler i drugi, nalaze pod stanovitim (za primjenu
važnim) uvjetima novi računski efikasni postupci (algoritmi). Zbog te opsež
nosti ova knjiga prvenstveno prati program predmeta "Numerička matematika"
koji se predaje studentima Fakulteta elektrotehnike i računarstva (FER) u Zag
rebu i time nosi naziv tog predmeta. Time prvenstveno služi studentima FER-a,
ali može poslužiti i drugima u dijelu njihovog programa koji se preklapa sa
gore spomenutim. Pretpostavlja se da je student prošao kroz uobičajeni tečaj
matematičke analize i linearne algebre i taj se aparat koristi uz mali podsjetnik
na licu mjesta.
Kod proučavanja numeričkih metoda nije dovoljno poznavati samo "re
cept", potrebno ga je razumijeti barem u svojem elementarnom dijelu. Stoga su
gotovo svi postupci izvedeni.
Za primjenu je važno poznavati i ocjenu pogreške upotrebljenog postup
ka, pa su iste izvedene. U nekoliko slučajeva su navedeni gotovi rezultati iIi se
poziva na neki detaljno obrađeni dokaz jer je promatrani potpuno analogan. Spo
menimo da je obrađeno i nekoliko "mlađih postupaka" izvan gornjeg programa.
Ti postupci imaju značajnu primjenu u novije vrijeme.
Svi prezentirani postupci su računski upotrebljivi i široko se koriste. Da
pojasnimo misao o upotrebljivosti postupka ilustrirajmo ju na primjeru tzv. Hor
nerove šeme pomoću koje se računa vrijednost polinoma
"
P( "
X ) = aoX + alx
,,-I +
a2x
11-2 +
...
+
an_IX
+ '""" x,,-i.
a" = � ai
i=O
Pretpostavimo da treba izračunati P(xo ) , tj. vrijednost polinoma za X = Xo.
Ćitanjem zapisa polinoma nudi se postupak da izračunamo redom sve potencije
&
x , i = 0, 1,2, .. , IZ; zatim svaku pomnožirno sa an-i i onda to sve zbrojimo.
.
Da ne duljimo oko toga da je takav postupak nespretan napišimo odmah polinom

u ovom obliku (zapis izvodimo postupno);
P(x ) = x ( aox,,-l + ajx

n 2
,,-2 +
,,-
.. + a,,_1X + all-d + a"
.
= x (x( a()X - + alx 3 + ... + an-2 ) + all-d + a"

" + n- +
= x (x (x ( aox -3 alx 4 + ... + a,,-3) + a,,-2 ) + a,,-l) a"
= 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.
Zagreb, 20. ožujka 1998.

Autor
SADRŽAJ
1. Interpolacija i aproksimacija funkcija . . . . . . . . . . . . . . . . . . . . . . 1

1.1. Interpolacijski polinom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Interpolacijski splajn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3. Trigonometrijska interpolacija . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4. Čebiševljevi polinomi, minimaks polinom i
teleskopiranje redova potencija . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.5. Polinom najmanjih kvadrata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2. Numeričko integriranje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.1. Newton–Cotesove formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2. Ponavljanje raspolavljanja i Rombergov
algoritam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3. Gaussove formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.4. Integriranje brzo oscilirajućih funkcija.
Filonova formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3. Sustavi linearnih jednadžbi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.1. Direktne metode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2. Iteracijske metode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4. Svojstvene vrijednosti i svojstveni vektori matrice . . . . . . . . . . . . 110
4.1. Metoda neodredenih koeficijenata . . . . . . . . . . . . . . . . . . . . . . . 115
4.2. Danilevskijeva metoda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.3. Krilovljeva metoda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.4. Nalaženje karakterističnog polinoma
Leverrierovom metodom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.5. Misesova metoda potencija — spektralni
radijus matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
5. Nelinearne jednadžbe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.1. Jednadžbe s jednom nepoznanicom . . . . . . . . . . . . . . . . . . . . . . 134
5.2. Algebarske jednadžbe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.3. Sustavi nelinearnih jednadžbi . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6. Aproksimacija rješenja običnih diferencijalnih jednadžbi . . . . . . 180
6.1. Metoda sukcesivne aproksimacije . . . . . . . . . . . . . . . . . . . . . . . 181
6.2. Eulerova metoda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
6.3. Runge–Kuttini postupci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Kazalo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
1.1. INTERPOLACIJSKI POLINOM 1
1.
Interpolacija i aproksimacija funkcija
1.1. Interpolacijski polinom . . . . . . . . . . . . . . . . . . . .1

1.2. Interpolacijski splajn . . . . . . . . . . . . . . . . . . . . 18
1.3. Trigonometrijska interpolacija . . . . . . . . . . . . . . 23
1.4. Cebisevljevi polinomi, minimaks polinom i
teleskopiranje redova potencija . . . . . . . . . 31
1.5. Polinom najmanjih kvadrata . . . . . . . . . . . . . . . 36
Jedan od osnovnih problema numerickih metoda je kako aproksimirati danu funk-

ciju f pomoću funkcije g koja je prikladnija za izracunavanje, te ocijeniti pogresku
koja je ucinjena pri takvoj aproksimaciji. Uobicajeni oblik aproksimacije g je linearna
kombinacija
g x = a0 g0 x + a1 g1 x + : : : + an gn x
nekih “jednostavnih” funkcija gi , i = 0 1 2 : : : n . Najcesći izbor funkcija gk su
potencije x k , trigonometrijske funkcijue sin kx , cos kx , te eksponencijalne funkcije
ebk x . Nadalje, same gk mogu biti linearne kombinacije kao sto su npr. ortogonalni
polinomi itd. U novije vrijeme sve vise se koriste racionalne funkcije, tj. funkcije
oblika
a0 + a1 x + : : : + an x n Pn x
g x = = :
b0 + b1 x + : : : + bm x m Pm x
Ovdje ćemo se najvise ograniciti na aproksimaciju polinomima.
1.1. Interpolacijski polinom
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.
Postavlja se pitanje izracunavanja aproksimativnih vrijednosti funkcije f izvan

tocaka x i , tj. za vrijednosti argumenta x , x 6= x i . Oblik funkcije nam je potpuno
nepoznat znamo samo njezinu vrijednosti u tockama x 0 x 1 : : : x n . Stoga nepoz-
natu funkciju f zamijenjujemo s drugom, nama poznatom funkcijom, koja ima iste
vrijednosti u zadanim tockama. Svakako je najjednostavnija takva funkcija polinom.
To nas vodi na problem iznalazenja tzv. interpolacijskog polinoma
Px = a0 + a1x + ::: + an xn 2
stupnja ?n cije se vrijednosti u tockama x i podudaraju s vrijednostima f x i , tj.
vrijedi
Px i = f x i i=0 1 ::: n: 3
Tocke x i zovu se cvorovi bazne tocke ili interpolacijske tocke, dok se P zove
interpolacijski polinom.
Lako se uvjerimo da je interpolacijski polinom jedinstven, tj. da kroz n + 1 cvo-
riste 1 prolazi samo jedan polinom P stupnja ? n takav da vrijedi Px i = f x i ,
i = 0 : : : n . Naime, uvrstimo li redom tocke x i dobivamo sljedeći sustav linearnih
jednadzbi po nepoznatim koeficijentima a0 a1 : : : an .
a0 + a1 x 0 + a2 x 20 + : : : + an x n0 = f x0
a0 + a1 x 1 + a2 x 21 + ::: + an x n1 = f x1
.. 4
.
a0 + a1 x n + a2 x 2n + : : : + an x nn = f xn :
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.
Lagrangeov oblik interpolacijskog polinoma
Rjesavanje sustava jednadzbi 4 iz uvoda nije jednostavno, medutim, pokazuje se

da se P moze pronaći u zapisu koji je razlicit od zapisa 2 iz uvoda, pa ovdje izvodimo
zapis od P u formi u kojoj se naziva Lagrangeov oblik interpolacijskog polinoma i
oznacava sa Ln . Ogranicimo li se na restrikciju od f na skup fx 0 x 1 : : : x n g , vidimo
da tu restrikciju mozemo prikazati kao linearnu kombinaciju ovih n + 1 funkcija
1 za j = i
Mi x j Gij
0 za j 6= i
= = i j=0 1 ::: n
jer ocito vrijedi

X
n
f xj = f x i Mi x j : 6
i=0
Pronademo li interpolacijski polinom pi za svaku od pomoćnih funkcija Mi , dobit

ćemo trazeni interpolacijski polinom Ln kao
X
n
Ln x = f x i pi x : 7
i=0
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
sto prema 7 daje

X
n
x x0 x x1 x xi 1 x x i+1 x x n
xi x0 xi x1 xi xi 1 x i x i+1 x i x n
Ln x = f xi
i=0
X
n Y x xj 9
xi xj
= f xi :
i=0 6
i=j
??
0 j n
Zapis 9 zove se Lagrangeov oblik interpolacijskog polinoma. Vidimo da Ln

nismo dobili u obliku razvijenom po potencijama od x već kao linearnu kombinaciju
polinoma pi , sto je posljedica postupka nalazenja Ln . Zelimo li izracunati koeficijent
ak uz potenciju x k , moramo izvrsiti pripadna mnozenja i zbrajanja. Za n = 1 imamo

jednadzbu pravca kroz tocke x 0 f x 0 , x 1 f x 1 , napisanu u ovom obliku:
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
Lagrangeov oblik interpolacijskog polinoma za ekvidistantne cvorove
Izvedimo i Lagrangeov oblik interpolacijskog polinoma za ekvidistantne cvo-

rove, tj. x i+1 x i = h , i = 0 1 2 : : : n 1 . Velicinu h zovemo korak in-
terpolacije. Oznacimo li sa t = , imamo: x x 0 = th , x = x 0 + th ;
x x0
h
x x 1 = x x 0 x 1 x 0 = th h ; x i x 0 = ih , x i x 1 = i 1h , itd. pa
mozemo pisati
x x0 x x1 x xi1 x xi+1 x xn
xi x0 xi x1 xi xi1 xi xi+1 xi xn
= thth h ih ith 1hi h1hhth i +n1hih th nh
ni
= t t 1t it n i!n1 i!
ni
= t t 1t it n 1n! i!nn! i!

= 1n1 ni t 1 i t t 1 n! t n 12
Time Lagrangeov oblik interpolacijskog polinoma 9 poprima oblik

= Lnx0 + th = 1n t t 1 t n X n f x i
n
Ln x 1i : 13
n! i t i
i=0
Iz 12 vidimo da koeficijenti uz f x i ne ovise niti od f niti od koraka h . Stoga se

koeficijenti 12 mogu tabelirati. Takve tablice postoje i zovu se tablice Lagrangeovih
koeficijenata.
Sada L2 x izgleda ovako:

t t 1 t 2 f x 0 f x 0 + h f x 0 + 2h
L2 x = L2 x 0 + th = 2 +
2 t t 1 t 2
sto je naravno polinom drugog stupnja u varijabli t .
Izracunavanje interpolacijskog polinoma, Aitkenova interpolacijska shema
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
:
Analogno mozemo odrediti L12 , L23 ,: : : , odnosno Ljk , j k . Promotrimo interpola-

cijski polinom drugog stupnja kroz tocke x 0 y 0 , x 1 y 1 , x 2 y 2 koji oznacavamo
sa L012 . Prema 10 imamo
x x1 x x2 x x0 x x2 x x0 x x1
L012 x = y0 + y1 + y2:
x0 x1 x0 x2 x1 x0 x1 x2 x2 x0 x2 x1
Uocimo da rastavljanjem na parcijalne razlomke vrijedi
1 1 1 1 1
= +
x a x b a bx a b ax b
sto primijenjeno na srednji pribrojnik od L012 daje
1 1 1 1 1
= +
x1 x0 x1 x2 x0 x2 x1 x0 x2 x0 x1 x2
tako da L012 mozemo ovako zapisati

1 n x x1 x2 x x x0 x2 x
L012 x = y0 + y1
x2 x0 x0 x1 x1 x0
x0 x x x2 x x0 x x1 o
y1 + y2
x1 x2 x2 x1
1 nh x 1 x x0 x i
= y0 y1 x2 x
x2 x0 x1 x0 x1 x0
h
x2 x x1 x i o
y1 y2 x0 x
x2 x1 x2 x1
1 n o
= L01 x x 2 x L12 x x 0 x :
x2 x0
Izraz u zagradi je ponovo razvoj determinante drugog reda sto u takvom zapisu izgleda
ovako
1 L01 x x 0 x
L012 x = : 15
x 2 x 0 L12 x x 2 x
Izrazi 14 i 15 su potpuno analogno gradeni pa naslućujemo da općenito vrijedi

1 L01::: n 1 x x 0 x
Ln x = L01:::n x = : 16
x n x 0 L12:::n x x n x
Formulu 16 lako dokazujemo indukcijom. Primijetimo da L01::: n 1 nije nista drugo
nego interpolacijski polinom za cvorove x 0 , x 1 , : : : , x n 1 , dok je L12:::n interpolacijski
polinom za cvorove x 1 , x 2 ,: : : x n . Zapisemo li ih u Lagrangeovom obliku 9 imamo
n 1
X x x0 x x1 : : : x xi 1 x x i+1 : : : x x n 1
L01::: n 1 x = yi
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
=x 1 x x 0 x x 1 : : : x x i 1 x x i+1 : : : x x n 1 x x n x i +x n x i x 0

n x0 xi x0 xi x1 : : : xi xi 1xi xi+1 : : : xi xn 1xi xn
sto je tocno koeficijent od y i u prikazu 9.
Formula 16 daje drugi zapis interpolacijskog polinoma. Taj zapis je veoma
podesan za izracunavanje vrijednosti interpolacijskog polinoma, posebno na racuns-
kim strojevima jer se radi o visestrukoj uzastopnoj primjeni istog postupka. Sema
racunanja interpolacijskog polinoma izgleda sada ovako:
xi yi xi x Li 1i Li 2i 1i Li 3i 2i 1i Li 4i 3i 2i 1i
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
Kod iznalazenja interpolacijskog polinoma nismo nista govorili o poredaju cvo-

rova. Automatski smo mislili da ih uzimamo po velicini, medutim, to nismo nigdje
koristili. Mozemo dakle proizvoljno permutirati cvorove i zatim ispisivati Lagrangeov
interpolacijski polinom, dobivamo isti rezultat. Sada se moze izvrsiti jedno opće kom-
binatoricko razmatranje i uz nesto racunanja dobiti jedan opći zapis interpolacijskog
polinoma iz kojega se specijaliziranjem indeksa i permutacija dobiva nekoliko drugih
zapisa oblika interpolacijskog polinoma. To ovdje izostavljamo.
Vratimo se primjeru aproksimacije y = sin S x za x = 0:25 = 14 iz 1.1. Sada bez
nalazenja interpolacijskog polinoma imamo postupnim racunanjem sljedeću tablicu
cija je zadnja vrijednost jednaka L012 14 .
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
Newtonovi oblici interpolacijskog polinoma
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
i zovemo kvocijent diferencija. Za tri tocke x 0 f x 0 , x 1 f x 1 , x 2 f x 2

uvodimo kvocijent diferencija drugog reda funkcije f kao
f x 2 x 1 f x 1 x 0
f x 0 x 1 x 2 =
x2 x0
f x2 f x1 f x1 f x0
x2 x1 x1 x0
=
x2 x0
f x0 f x1 f x2
= + +
x0 x1 x0 x2 x1 x0 x1 x2 x2 x0 x2 x1
20
tj. kao kvocijent diferencija od kvocijenata diferencija prvog reda. Induktivno defini-
ramo kvocijent diferencija n -tog reda kvocijent diferencija n -tog reda od f kao
f x 1 x 2 ::: x n f x 0 x 1 ::: xn 1
f x 0 x 1 ::: xn = : 21
xn x0
Za jednu tocku x 0 f x 0 definiramo kvocijent diferencija 0 -tog reda kao funkcijsku
vrijednost u toj tocki i oznacavamo f x 0 = f x 0 .
Dokazimo da za kvocijent diferencija vrijedi formula
f x0
f x 0 x 1 ::: xn = + :::
x0 x1 x0 x2 : : : x0 xn
f xn
+
xn x0 xn x1 : : : xn xn 1
X Qf x
22
n
i
= :
x
i=0 i xj
i=j 6
??
0 j n
Jednakost 22 dokazuje se indukcijom. Za n = 1 formula 19 daje takav rastav.

Pretpostavimo induktivno da rastav vrijedi za prirodne brojeve n . Sada je po
definiciji
f x 0 x 1 ::: xn =
xn
1
x0
f f x1 x2 ::: x n f x 0 x 1 ::: x n1 g:
Prema induktivnoj pretpostavci mozemo pisati

f x1
x1 x2 x1 x3 : : : x1 xn
f x 1 x 2 ::: xn = + :::
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
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
Iz 23 direktno citamo da uz f x 0 i f x n imamo koeficijent koji propisuje 22.

Ostaje da to provjerimo za indekse 1 ? j ? n 1 . Nadalje citamo da je u 23
koeficijent od f x j jednak
n o
xn
1
x0
Q 1
x i xj
Q 1
x i xj
=

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
cime je dokaz proveden.

Iz definicije 21 i jednakosti 22 lako se dokazuju ova osnovna svojstva kvoci-
jenta diferencija n -tog reda:
a kvocijent diferencija n -tog reda je linearan operator, tj. vrijedi
D f + E g x 0 x 1 : : : x n = D f x 0 x 1 : : : x n + E g x 0 x 1 : : : x n ;
b kvocijent diferencija je simetricna funkcija svojih argumenata x 0 , x 1 ,: : : , x n ,

tj. ne mijenja vrijednost pri proizvoljnoj permutaciji argumenata.
Ako je funkcija f zadana u tockama x 0 , x 1 ,: : : , x n onda se tablica
f x0
f x0 x1
f x1 f x0 x1 x2
f x1 x2 ...
f x2 f x1 x2 x3
f x2 x3 f x0 x1 : : : xn
.. .
f x3 . ..
..
. f x n2 x n1 x n
..
. f x n1 x n
f xn
zove tablica kvocijenata diferencija od f .

Da iz Lagrangeovog oblika interpolacijskog polinoma izvedemo Newtonov pos-
tupimo ovako. Promatrajmo u prvom redu razliku
Xn Y x xj
f x Ln x = f x f xi
i=0
xi xj
6
i=j
??
n o
0 j n
Y Q f xx X n
Q
f xi
= x xj +
xi xi x xi xj
??
0 j n
??
0 j n
i=0
6
j=i
??
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
gdje koeficijent Ak1 moramo odrediti. Za x =

Y
x k dobivamo iz 26
Lk x k Lk1 x k = Ak1 xk xj
??
0 j k 1
dok iz 24 za n = k 1ix = x k dobivamo

Y
f xk Lk1 x k = f x k x 0 ::: x k1 xk x j :
??
0 j k 1
Kako je Lk x k = f x k to iz zadnje dvije jednakosti i svojstva b slijedi

Ak1 = f x 0 x 1 : : : x k1 x k :
Uvrstimo li dobiveni rezultat u 25 imamo
Ln x = f x 0 + f x 0 x 1 x x 0 + f x 0 x 1 x 2 x x 0 x x 1 + : : :
+ f x 0 x 1 : : : x n x x 0 x x 1 : : : x x n1 27
koji zapis interpolacijskog polinoma zovemo Newtonov oblik s kvocijentima dife-
rencija.
Stupanj pribrojnika u 27 raste, na osnovi cega direktno citamo da je Ln x

polinom n -tog stupnja onda i samo onda ako je za dana cvorista pripadni kvocijent
diferencija n -tog reda razlicit od nule.
Kada imamo ekvidistantne cvorove tada se interpolacijski polinom moze zapisati
pomoću visih diferencija unaprijed, odnosno unatrag.
Promatrajmo funkciju f u tocki x . Prva diferencija unaprijed od f u x
oznacava se sa ' f x i definira kao
' f x = f x + h f x : 28
Ako nam je poznata prva diferencija unaprijed od f u tocki x + h , tj. ako znamo
' f x + h = f x + h + h f x + h = f x + 2h f x + h , onda drugu diferenciju
od f u tocki x definiramo kao
'2 f x = ' f x + h ' f x

= f x + 2h f x + h f x + h f x
= f x + 2h 2 f x + h + f x 29
tj. kao prvu diferenciju unaprijed od prve diferencije unaprijed. Induktivno definiramo
r -tu diferenciju unaprijed od f u tocki x kao
'r f x = 'r 1
f x + h 'r 1
f x : 30
Izvedimo vezu izmedu diferencija unaprijed i kvocijenata diferencija. Sada je x k+1 =
x k + h , jer radimo s ekvidistantnim cvorovima, pa imamo
' f x0 f x 0 + h f x0 f x1 f x0
= = = f x 0 x 1
h h h
iz cega slijedi
' f x 0 = 1!h f x 0 x 1 :
Za kvocijent diferencija drugog reda imamo

f x2 f x1 f x1 f x0
x2 x1 x1 x0
f x 0 x 1 x 2 =
x2 x0
f x 0 + 2h 2 f x 0 + h + f x 0
=
2h2
' f x0
2
=
2h2
iz cega slijedi
'2 f x 0 = 2!h2 f x 0 x 1 x 2 :
Općenito vrijedi formula

'r f x 0
f x 0 x 1 : : : x r = x k +1 xk = h k = 0 1 : : : r 1 31
r!hr
ili
'r f x 0 = r!hr f x 0 x 1 : : : x r x k +1 xk = h k = 0 1 : : : r 1: 32
Uvrstimo li redom 31 u 27 za r = 1 2 ::: n dobivamo

' f x0 ' f x0
2
Ln x = f x 0 + x x 0 + x x 0 x x 1 +
1!h 2!h2 33
'n f x 0
:::+ x x 0 : : : x x n 1 :
n!hn
x x0
Uvedemo li u 33 t = , ili x = x 0 + th , kao sto smo to ucinili za
h
Lagrangeov oblik, formula 33 poprima ovaj oblik
Ln x = Ln x 0 + th
t t 1 t t 1 : : : t n + 1
= f x 0 + ' f x 0 t + ' f x 0 ! + : : : + 'n f x 0
2
2 n!
34
koji se zove Newtonov oblik interpolacijskog polinoma s diferencijama unaprijed.
Usporedite formulu 34 sa formulom 13.
Ponekad je spretno sluziti se s tzv. diferencijama unatrag. Tako se diferencija
unatrag od f u tocki x oznacava sa r f x i definira kao
r f x = f x f x h: 35
Induktivno se definira r -ta diferencija unatrag od f u tocki x kao
rr f
x = rr 1 f x r r 1 f x h: 36
Pomicući se unatrag moramo sada krenuti od zadnjeg cvorista x n , tako da analogno
formuli 31 sada dobivamo
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!
sto se zove Newtonov oblik interpolacijskog polinoma s diferencijama unatrag.

Spomenimo na kraju da postoje i drugi oblici interpolacijskog polinoma u sto se
ovdje ne upustamo.
Ocjena pogreske, minimiziranje ocjene pogreske
Ocijenimo pogresku j f x Ln x j uz pretpostavku da funkcija f ima na seg-

mentu a b , a ? x 0 x 1 : : : x n ? b , neprekinute derivacije do ukljucivo n + 1 -og
reda. U tom cilju promatrajmo pomoćnu funkciju
f x Ln x
M t = f t Ln t t x 0 t x 1 : : : t x n 42
x x0 x x1 : : : x xn
gdje je x 6= x i i = 0 1 2 : : : n proizvoljna ali fiksirana tocka segmenta a b .
Ta funkcija ima na a b derivacije do ukljucivo n + 1 -og reda. Osim toga M ima
barem n + 2 nultocke na a b jer vrijedi
M x 0 = M x 1 = : : : = M x n = M x = 0:
Prema Rolleovom teoremu derivacija M 0 se ponistava barem jednom izmedu susjednih
nultocaka, pa se dakle ponistava u barem n + 1 tocaka segmenta a b . Neka su
[0
1
[1
1
::: [n 1 2 a b
tocke u kojima se M ponistava, tj. vrijedi
0
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
Iz 43 dobivamo pogresku ili ostatak u ovom obliku

n+1
[
f x Ln x x x 0 x x 1 : : : x x n :
f
Rn x = = 44
n + 1!
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
sto uvrsteno u M = arc cos x i rijeseno u varijabli x daje

x k = cos
2k + 1S k = 0 1 2 49
2 n + 1
::: n:
To su dakle nultocke od Tn+1 i one se sve nalaze unutar segmenta 1 1 . Trebamo

li cvorove unutar segmenta a b treba primijeniti gornju transformaciju po kojoj su
= xk b a2+ b + a k = 0 1 n
[k 50
:::
trazeni cvorovi unutar a b . Odredimo li interpolacijski polinom Ln uz tako odabrane

cvorove a cesto se cvorovi i inace mogu birati dobit ćemo minimalnu pogresku prema
ocjeni pogreske 45. Istaknimo jos jednom, ovo razmatranje je minimiziralo desnu
stranu formule 45, dakle uz takvu ocjenu pogreske, mozemo pogresku minimizirati
izabravsi za cvorove interpolacijskog polinoma Ln nultocke Cebisevljevog polinoma
Tn+1 .
Ocjena pogreske od netocnih funkcijskih vrijednosti f (xi )
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
koja aproksimira Ln x . Kako u realnom slucaju nemamo tocne f x i to u lijevu

stranu uvrstavamo priblizne vrijednosti f x i = f x i + Ki , tako da smo izracunali
Xn
f x i Pi x =
X +X
n
f x i Pi x
n
=
K i Pi x
X +
n
f x i Pi x H: 52
i=0 i=0 i=0 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
Uocimo da 54 daje ocjenu uz pretpostavku da tocno racunamo vrijednosti polinoma

Pi .
U slucaju linearne interpolacije

x x1 x x0
L1 x = f x0 + f x1
x0 x1 x1 x0
x1 x x x0
= f x0 + f x1
x1 x0 x1 x0
x1 x x x0
imamo P0 x = i P1 x = , pa prema 54 za x izmedu x 0 i x 1 , tj.
x1 x0 x1 x0
x 0 x x 1 imamo
x x x x
j
K P0 x j + jP1 xj = K 1
x1 x0
+
x1 x0
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 .
Neke daljnje primjene interpolacije. Inverzna interpolacija
Pocetni cilj je bio aproksimacija funkcije u tockama izvan cvorova. Medutim,

aparat interpolacije moze se primijeniti i na neke druge zadaće. Opisujemo ideju
nekoliko takovih postupaka.
Ekstrem funkcije jedne varijable. Pretpostavimo da treba odrediti ekstrem
funkcije jedne varijable i tocku u kojoj funkcija poprima ekstrem. U prvom koraku sa-
stavimo tablicu funkcijskih vrijednosti s velikim korakom i pogledajmo da li mozemo
locirati polozaj ekstrema.
Ako x 0 ne mozemo locirati, usitnimo korak i razmotrimo finiju tablicu, itd. Na-
ravno, to ne mozemo provoditi bez kraja i konca. U nekom koraku mozemo kroz tri ili
cetiri cvora oko lociranog polozaja ekstrema naći kvadratni ili kubicni interpolacijski
polinom. Zatim deriviramo taj polinom i odredimo polozaj njegovog ekstrema koji ap-
roksimira polozaj ekstrema funkcije, dok vrijednost polinoma u toj tocki aproksimira
ekstrem funkcije.
Jednadzba s jednom nepoznanicom. Pregledavanjem tablica kao gore lociramo
polozaj rjesenja jednadzbe f x = 0 , tj. polozaj nultocke od f . Kroz okolna dva ili tri
cvora odredimo interpolacijski polinom prvog, odnosno drugog stupnja. Za dovoljno
bliza cvorista nultocka interpolacijskog polinoma aproksimira nultocku funkcije pa
time rjesavamo linearnu odnosno kvadratnu jednadzbu. To se moze i iterirati tako
da se dobivena nultocka uzme za novi cvor pri cemu se jedan stari cvor odbaci. To
nas u slucaju linearne interpolacije vodi na metodu sekante, a u slucaju kvadratne
interpolacije na tzv. Mullerovu metodu.
U slucaju invertibilne funkcije y = f x , tj. funkcije koja dopusta inverznu
funkciju x = g y = f 1 y , rjesavanje jednadzbe f x = d svodi se na nalazenje
funkcijske vrijednosti inverzne funkcije, tj. rjesenje je jednako f 1 d . Taj slucaj

ćemo komentirati nakon opisa inverzne interpolacije.
Inverzna interpolacija. Neka funkcija y = f x dopusta inverznu u okolini
od y = d f ne mora imati inverznu na cijeloj domeni, sjetite se trigonometrijskih
funkcija, tj. na nekoj okolini od d imamo funkciju x = g y = f 1 y tako da za
y iz te okoline vrijedi f g y = y . Podemo li od cvorova x i y i = f x i , mozemo
ih shvatiti kao cvorove od g , tj. y i g y i i naći interpolacijski polinom od g . Time
dobivamo polinom Ln y , za koji naravno vrijedi
Ln y i = x i i = 0 1 : : : n:
Opisani postupak nalazenja Ln y zovemo inverzna interpolacija.
Vratimo li se na jednadzbu f x = d , onda je njeno rjesenje jednako x = c =
g d , ciju aproksimaciju dobivamo ako izracunamo Ln d , tj. dobili smo
1
c = g d = f d Ln d:
Ovo napose moze biti korisno ako u jednadzbi f x = d variramo d .
Racionalna interpolacija
Pod racionalnom interpolacijom razumijevamo nalazenje racionalne funkcije

Pp x
R x = 55
Qq x
koja prolazi zadanim cvorovima x i f x i , i = 0 1 2 ::: n , pri cemu su P p i Qq
polinomi stupnja p , odnosno q . Neka je
Pp x = apx p + ap 1 x p 1
+ ::: + a1 x + a0
q q 1
56
Qq x = bq x + bq 1 x + ::: + b1 x + b0 :
Da nademo R x treba iz uvjeta R x i = f x i odrediti koeficijente ak i bk kojih

ima ukupno p + 1 + q + 1 = p + q + 2 . Kako se brojnik i nazivnik mogu
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.
Sljedeći korak je da provjerimo da li je Qq nula u nekom cvoru. Ako nije, onda

smo nasli rjesenje problema 55, tj. nasli smo racionalnu funkciju koja prolazi zada-
nim cvorovima. To rjesenje je jedinstveno do na mnozenje brojnika i nazivnika istim
faktorom.
Ako je Qq x i = 0 za svaki cvor, onda formula 58 povlaci da je i P p x i = 0 .
Iz toga slijedi da polinomi P p i Qq imaju x x i kao zajednicki faktor, koji mozemo
skratiti. Gotovo je izvjesno da u tom cvoru ne vrijedi R x i = f x i , pa ako se to
dogodi onda nemamo rjesenje problema.
Ipak se mozemo pitati sto smo to dobili u drugom slucaju, jer nakon skraćivanja
imamo i dalje racionalnu funkciju. Radi kraćeg pisanja neka je x 0 jedini cvor u kome
je Qq x 0 = 0 . Tada dobivena racionalna funkcija prolazi kroz cvorove x 1 , x 2 , : : : ,
x n i predstavlja rjesenje problema
R x i = f x i i = 1 2 : : : n
a ne polaznog. Naravno da se moze dogoditi da je Qp nula u vise cvorova.
6
Na kraju spomenimo da za q = 0 , tj. Qq = b0 = 0 dobivamo interpolacijski
polinom kao poseban slucaj racionalne interpolacije.
1.2. Interpolacijski splajn
Promatrajmo funkciju f : a b !

R i cvorove a = x 0 , x 1 , : : : , x n = b . Na
svakom segmentu x i 1 x i mozemo promatrati interpolacijski polinom 1. stupnja
x xi x xi 1
Li1 x =
xi 1 xi f xi 1 +
xi xi 1
f x i i = 1 : : : n 1 n: 1
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
Od tih n polinoma zahtijevamo sljedeće: U pocetnom i krajnjem cvoru vrije-

di P1 m x 0 = f x 0 , odnosno Pn m x n = f x n . U svakom nutarnjem cvoru x i ,
i = 1 2 : : : n 1 , polinomi Pim i Pi+1 m , tj. polinomi nad susjednim segmentima
imaju redom: jednake vrijednosti i to jednake funkcijskoj vrijednosti u cvoru, jednake
vrijednosti prvih derivacija, jednake vrijednosti drugih derivacija, i tako dalje sve do
derivacija m 1 -og reda. Zapisano formulama to izgleda ovako:
Pim x i 1 = f x i 1 i = 1 2 : : : n;
Pim x i = f x i i = 1 2 : : : n;
0 0
Pim x i = Pi+1 m x i i = 1 2 : : : n 1;
00 00
Pim x i = Pi+1 m x i i = 1 2 : : : n 1; 3
..
.
m1
Pimm1 x i = Pi+1 m x i i = 1 2 : : : n 1:
m
Tako dobivena funkcija, oznacimo ju sa S f ' , zove se interpolacijski splajn m -tog
stupnja engl. spline. U oznaci Smf' je istaknut red m , funkcija f i izbor cvorova
' . Dakle, Smf' je po dijelovima polinom m -tog stupnja ciji se dijelovi u unutarnjim
cvoristima glatko nadovezuju. Jednadzbe 3 predstavljaju linearan sustav jednadzbi
uz nepoznate koeficijente aij , i = 1 2 : : : n , j = 0 1 2 : : : m . Sustav 3 ima
ukupno n m + 1 nepoznanica i 2n + m 1 n 1 = n m + 1 m 1 jednadzbi.
Sada vidimo da je za m = 1 funkcija L sa slike nista drugo nego interpolacijski
splajn prvog stupnja, tj. vrijedi L = S1f ' . Sustav jednadzbi 3 poprima u tom slucaju
oblik
Pi1 x i1 = ai0 + ai1 x i1 = f x i1
4
Pi1 x i = ai0 + ai1 x i = f x i :
To je sustav od 2n jednadzbi s 2n nepoznanica. Rijesimo li taj sustav dobivamo
f x i f x i1
ai1 = i = 1 2 ::: n
x i x i1 5
ai0 = f x i1 ai1 x i1 :
Sredimo li 1 po potencijama od x , dobit ćemo formule 5, s time da je u
drugoj formuli provedena supstitucija već poznatog koeficijenta ai1 . Spomenimo jos
da se interpolacijski splajn prvog stupnja koristi u trapeznoj formuli za aproksimaciju
integrala, a koristi se i u drugim prilikama.
Ovdje ćemo jos izvesti formule za koeficijente interpolacijskog splajna trećeg
stupnja ili kraće kubnog splajna ne ulazeći u razlog koji posebno istice vaznost trećeg
stupnja. Trazimo dakle S3f ' . Polazimo od
Pi3 x = ai0 + ai1 x + ai2 x 2 + ai3 x 3 x i1 ? x ? x i i = 1 2 : : : n: 6
Kako trazimo n polinoma trećeg stupnja vidimo da treba odrediti 4n nepoznatih
koeficijenata aij , i = 1 2 : : : n , j = 0 1 2 3 . Jednadzbe 3 sada glase
Pi3 x i1 = f x i1 i = 1 2 : : : n;
Pi3 x i = f x i i = 1 2 : : : n;
0 0 7
Pi3 x i = Pi+1 3 x i i = 1 2 : : : n 1;
P00i3 x i = P00i+1 3 x i i=1 2 ::: n 1:
To su ukupno 4n 2 jednadzbe s 4n nepoznanica aij .

Prema tome, linearnom sustavu 7 treba dodati jos dvije jednadzbe. Njih dobi-
vamo iz uvjeta koje zahtijevamo da vrijede na rubu. Uobicajeno ti uvjeti glase
P0013 x 0 = 0
8
P00n3 x n = 0
i vode na tridijagonalni sustav tj. na krajevima segmenta zahtijevamo da je druga de-
rivacija splajna S3f ' jednaka nuli. Da bi rijesili sustav 7– 8 uocimo sljedeće. Druga
derivacija polinoma trećeg stupnja je polinom prvog stupnja. Iz P00i3 x i = P00i+1 3 x i
slijedi da je druga derivacija od S3f ' neprekidna po dijelovima linearna funkcija koju
mozemo shvatiti kao splajn prvog stupnja. Primijenimo 1 na P00i3 . To daje
x x i 00 x x i1 00
P00i3 x = Pi3 x i1 + P x i na x i1 x i : 9
x i1 x i x i x i1 i3
Oznacimo li hi = x i x i1 , 9 prelazi u
x i x 00 x x i1 00
P00i3 x = Pi3 x i1 + Pi3 x i na x i1 x i : 10
hi hi
Uvedimo kraće oznake
P00i3 x i = Mi i = 1 2 ::: n
tako da 10 poprima oblik
xi x x x i1
P00i3 x = Mi1 + Mi na x i1 x i : 11
hi hi
Dvostrukom integracijom dobivamo
x i x 3 x x i1 3
Pi3 x = Mi1 + Mi + Ci x + Di 12
6hi 6hi
gdje su Ci i Di konstante integracije koje treba odrediti. Odredujemo ih iz zadanih
vrijednosti na rubovima, tj. iz Pi3 x i1 = f x i1 i Pi3 x i = f x i . Imamo dakle
xi x i1 3
f x i1 = Mi1 + Ci x i1 + Di
6hi
x i x i1 3
f xi = Mi + Ci x i + Di
6hi
odnosno
h2i
Ci x i1 + Di = f x i1 Mi1
6 13
h2i
Ci x i + Di = f xi Mi :
6
Oduzmemo li prvu jednadzbu od druge dobivamo
h2i
Ci x i x i1 = f x i f x i1 + Mi1 Mi
6
1n o
ili
h2i
Ci = f xi f x i1 + Mi1 Mi :
hi 6
1.2. INTERPOLACIJSKI SPLAJN 21
Sada iz druge jednadzbe 13 imamo

h2i xi n h2 o
Di = f x i Mi f x i f x i 1 + i Mi 1 Mi :
6 hi 6
Izracunate vrijednosti od Ci i Di uvrstimo sada u 12 tako da dobivamo
x i x 3 x x i 1 3 xn h2 o
Pi3 x = Mi 1 + Mi + f x i f x i 1 + i Mi 1 Mi
6hi 6hi hi 6
hi 2
xi n h 2 o
+ f xi Mi f x i f x i 1 + i Mi 1 Mi
6 hi 6
xi x 3
x xi 1 3
xi x n Mi 1 2 o
= Mi 1 + Mi + f xi 1 h
6hi 6hi hi 6 i
xh h2i i h2i x i 1 + hi h h2i i
+ f xi Mi + f x i Mi f xi Mi
hi 6 6 hi 6
x i x 3 x x i 1 3 xi x n Mi 1 h2i o
= Mi 1 + Mi + f xi 1
6hi 6hi hi 6
x h hi2 i hi2
xi 1 h hi2 i h2
+ f xi Mi + f x i Mi f xi Mi f x i + i Mi
hi 6 6 hi 6 6
sto nakon sredivanja glasi
x i x 3 x x i 1 3
Pi3 x = Mi 1 + Mi
6hi 6hi
14
xi x n Mi 1 h2i o x x i 1 n Mi h2i o
+ f xi 1 + f xi
hi 6 hi 6
na x i 1 x i , i = 1 2 3 : : : n . 14 predstavlja trazeni splajn 3. stupnja S3f ' u kome
su jos ostali nepoznati parametri Mi , i = 0 1 2 : : : n . Prisjetimo se da Mi predstav-
lja vrijednost druge derivacije splajna u cvoru x i . Kako do sada nismo koristili uvjet
na prve derivacije to ćemo ga sada upotrijebiti. Ti uvjeti glase
P0i3 x i = P0i+1 3 x i i = 1 2 : : : n 1:
To predstavlja n 1 jednadzbu s n + 1 nepoznanica Mi , pa su nam potrebna dva
dodatna uvjeta. To su uvjeti 8 koji odreduju M0 i Mn , tj.
P0013 x 0 = M0 = 0 P00n3 x n = Mn = 0:
Deriviranjem 14 dobivamo
x i x 2 x x i1 2 1h h2 i
P0i 3 x = Mi1 + Mi + f x i f x i1 + i Mi1 Mi
2hi 2hi hi 6
x i+1 x 2 2 h h2 i
f x i+1 f x i + i+1 Mi Mi+1
x xi 1
P0i+1 3 x = Mi + Mi+1 +
2hi+1 2hi+1 hi+1 6
sto za x = x i daje jednakost
h2i 1h h2 i
Mi + f x i f x i1 + i Mi1 Mi
2hi hi 6
h2i+1 1 h h2 i
= Mi + f x i+1 f x i + i+1 Mi Mi+1 :
2hi+1 hi+1 6
Sredimo li tu jednakost po nepoznanicama Mi imamo

hi + hi+1 hi+1 f x i+1 f x i f x i f x i 1
Mi 1 + Mi + Mi+1 =
hi
:
6 3 6 hi+1 hi
Time smo rjesavanje sustava 7, koji je imao 4n nepoznanica, sveli na sustav od n 1
jednadzbe s n 1 nepoznanicom M1 , M2 , : : : , Mn 1 koji glasi
hi + hi+1 hi+1 f x i+1 f x i f x i f x i 1
Mi 1 + Mi + Mi+1 =
hi
6 3 6 hi+1 hi

15
i = 1 2 3 : : : n 1:
U matricnom zapisu
CM = d
je 2 3 2 3
M1 d1
6 M2 7 6 d2 7
M=6
4 .. 7 d=6 .. 7
. 5 4 . 5

Mn 1 dn 1
pri cemu je di = f xi+1h f xi f xi h f xi 1 i

2 h +ih+1 h i
3
1 2 2
6
6 3 6
0 ::: ::: ::: 0 77
6 h2 h2 +h3 h3 77
6
6 6 3 6
0 ::: ::: 0
77
6
6 0 h3 h3 +h4 h4 77
C = cij = 6
0 ::: 0
6
6
6 3 6
... ... ...
77
6 7
6 hn 2 hn 2 +hn 1 hn 1 7
6
6 0 ::: ::: 0 77
4 6 3
hn 1 hn 1 +hn 5
6
0 ::: ::: ::: 0
6 3
je tridijagonalna matrica izgled matrice C sugerira naziv.
Elemente C mozemo ovako zapisati
8

hi
za j = i 1

6

hi + hi+1

za j = i
cij = 3

hi+1
za j = i + 1

: 06 za ji jj 1:
Rjesavanjem sustava 15 dobivamo trazene parametre Mi koje zatim uvrstimo u
14. Izraz u 14 predstavlja trazeni splajn 3. stupnja na segmentu xi 1 xi ,
i = 1 2 3 : : : n . Postoje i sazeti zapisi kubnog splajna sto nije od posebne kori-
sti.
1.3. TRIGONOMETRIJSKA INTERPOLACIJA 23
ru U �WS.Iik\i&iA.Q , , ." ....... tr,!/r,lU I j ' •...

.
" . .:. . "�'lm;___ruru'3\"
.' .. 1.3/;,:rrigc;in()metrijska interpolacija
.
'. / ' > ., - ' ', ..' .

• i!Lm__d0s,""$��"B;rliiili!3\J:n i ; nRru:l'WS: lh'iiJ t
Trigonometrijski i fazni interpolacijski pOlinom
Trigonometrijska interpolacija u svom najvažnijem obliku koristi linearne kom

binacije funkcija cosmx i sinmx gdje je m prirodan broj, tj. izraz koji ima jedan od
ovih oblika
M
A
1/I(X) = 2° 2
+ )Am cosmx + Bm sinmx), (1)
m =!
M-I
1/I(x) = 2° + m2 )Am cosmx + Bm sinmx) + A2 cos Mx,

A
(2) M
=!
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)
Zbog periodičnosti, točka x = 2n ,

koja predstavlja (N + l) -vi čvor, ne predstav
lja novi uvjet, pa je obično ne spominjemo. Sada nam jednolika raspodjela čvorova
omogućava da problem nalaženja koeficijenata svedemo na traženje koeficijenata tzv.
raznog interpolacijskog polinoma koji ima ovaj oblik
P(x) =
f30 + f3 1 eix + ... + f3N_le(N- jix
l (5)
z4 l. INTERPOLACUA I APROKSIMACUA FUNKCUA
pri čemu su (j j kompleksni koeficijenti, koji se određuju iz uobičajenog uvjeta inter

polacije
P(Xk) = Y*, k = 0, 1, 2, " " N l. (6)
U tu svrhu provedimo slijedeći račun. Svakako vrijedi
e m l e -� e-� .e"
- ix =
=e -- =e ( N - m )'
:=
1.i(N-m)!
N IX!,
To nam omogućava da cosmxk i sinmxk zapišemo u obliku
- ----: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
Ao + L M ( eimx• + ei(N-m)Xk eimxk ei( N- m ) xl;

_
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 •
imamo zastupljene sve potencije ode/Xi za l � j � N - l . Vidimo da prvi pribrojnici

razlomaka daju potencije odeix• između l i M , pa ako ih zbrojimo imamo
im l l
ex ' imx.
2i - 2(Am - tBm e) ,
_
l.3 . TRIGONOMETRIJSKA INTERPOLACIJA 25
dakle za l::::;j::::; M imamo

{J j = "2l (Aj - IBj),
.
j = 1, 2, . . . , M.
Drugi pribrojnici razlomaka imaju potencije između M + l N l, ako ih
zbrojimo imamo
iIN( -x. m) eiN( -)x
m . �(A ' iN( -m xk
B 2 = 2 m + IBm ) e ) ,
-
2 m
dakle za 1::::;j::::; M imamo M + l ::::; N - j ::::; 2M = N - l, odnosno
{JN-j = "21 (Aj + iBj) j = 1, 2, . . . , M.

,
Očigledno je IJO = �o Formule koje daju Am i Bm pomoću koeficijenata {J j sli

.
jede direktno iz gornjih. zbrajanjem, odnosno oduzimanjem odgovarajućih jednakosti.

Istaknimo odmah da i uz jednoliku raspodjelu čvorova, trigonometrijski interpo
III P
lacijski polinom i njemu odgovarajući fazni polinom poprimaju u čvorovima iste
vrijednosti tj. III (Xk ) = P(Xk ) = Y",
međutim, općenito je lII(x) P(x) u točkama "#
x "# XA ,
tj. izvan čvorova.
Fazni polinorn je po svojoj građi jednostavniji od trigonometrijskog. pa se mnoga
zaključivanja lakše provode na nivou faznog polinoma. Da to potkrijepirno provedimo
npr. sljedeću supstituciju W =e ix, Wk =eix•.
P
Tada poprima slijedeći oblik.
P(x) = p(w) = IJO + {J WI + + {JN_IWN- I , . . .
što je običan polinom u w. Primijetimo slijedeće: kod ekvidistantne podjele j "# k

povlači da je W j "# Wk. O ::::; j, k ::::; N - l, što opet povlači da imamo N različitih
čvorova u varijabliW i nadalje, u svakom čvoru vrijedi
P(Xk ) = P W( k ) = Yk , k = 0, 1, 2, . . . ,N 1.
Prema tome (sada je varijabla kompleksna), p je uobičajeni interpolacijski polinom. Iz
toga odmah zaključujemo da je kode kvidistantnog izbora čvorova/azni inte rp olacij ski
p olinom P je dinstve lI. Preko rezultata (7) taj se rezultat prenosi i na trigonometrijski
interpolacijski polinom III, dakle III je jedinstven za ekvidistantne čvorove.
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
, . . . , .
Da dokažemo formule (9) postupimo ovako. za Wk = e/.Xj = e-,;rl

. ld·
očigledno
vrijedi:
O::::; j, k::::; N - l,
gdje W označava konjugirano kompleksnu vrijednost. Pokažimo prvo da vrijedi slje

deća jednakost
za j= m (lO)
za j =f. m
kojom ćemo se kasnije poslužiti.
Da provjerimo (1 0 )
primijetimo da su Wk= e�i ništa drugo nego N -ti korijeni
-1
jedinice, tj. rješenja jednadžbe ZN = O. Uočimo li Wj-m i shvatimo ga kao nultočku
polinoma ZN 1
, onda iz faktorizacija
-
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
Vidimo sada da suma u formuli (10 )

predstavlja skalami produkt (wj, wm) i kaže
se da su vektori Wj i Wm međusobno ortogonalni (tu smo zatrebali uočenu činjenicu
(Wk)-j = (WkY)' Pri tome spomenimo da ti vektori nisu jedinični jer prema
(wm, wm) = N. Ortogonalnost koristimo sada ovako. Uvrstimo li čvor Xk = 2�k ,
(10 )
vrije-
di
k 0, l, ... , N - l u fazni interpojacijski polinom dobivamoJineami sustav jednadžbi
=
P (Xk) = Yk = f30 + f3leixk + f32e2ixk + ... + f3N_le(N-I)iXk

2
= f30 + f3IWk + f32 (Wk) + ... + f3N-1 (Wkt-I , k = 0 , 1, 2, ... , N - l,
u nepoznate koeficijente f3j. Taj sustav u vektorskom zapisu izgleda ovako
Y f30wo + f3lwl + f32W2 + ... + f3N-IWN-l
= (ll)
gdje je s Y označen vektor
Pomnožimo li (ll) skalamo s Wj dobit ćemo na osnovu gore rečenog

(y, Wj) = f3j(wj, Wj) = f3jN
ili
N-l N-I j N-I -
f3jN = L (w
Yk d = L Yk (Wk - L Yke -;';ijk
) =
k=O k=O
pa dijeljenje s N daje formulu (9).
Time smo dokazali formule (9)
koje daju koefici
jente faznog interpolacijskog polinoma za ekvidistantnu podjelu.
Vratimo se sada polaznom trigonometrijskom polinomu (l) i formulama (7) i
l N-I
(8), iz kojih dobivamo formule za Am i Bm· Uočimo li da je f30 = f3N = - E Yk
N k=O
možemo prema (7) i (8) pisati
Sada za m 0 , 1, 2, . . . , M - l imamo
=
Am = f3m + f3N-m � L Yk (e-mixk + e-(N-m)ixk )

N-l
=
k=O ( 12)
=
2 NL-l YkCOSmxk 2 NL-l YkCOS 2nmk,
=
N k=O N k=O �
dok za paran N, N = 2M, vrijedi M = N - M, pa možemo pisati
AM = 2f3M = f3M + f3N-M' (l3)
Za koeficijente Bm, neovisno o paritetu od N, imamo

Bm = i({j m - (j N -m ) = * 2:Yk(e-miXk _ e(N-m)iXk )
. N-I
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.
Teorem 1 .2. za jedlloliku podjelu segmenta [O, 2n] na N dijelova, koeficijenti

trigonometrijskog mi erp olacijskog polinoma ( 1) dani su fon nulama ( 12) i (14)
Skrenimo pažnju na to da su sva razmatranja vršena na segmentu [ O, 2n] . Za opći
segment [a, b] potrebno je izvršiti transformaciju
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
{jj = L.JYke _!:!

N k=O
N ,
!!l!.
j = 0, 1, ... , N-L (15)
Izračunavanje takvih izraza pojavljuje se u Fourierovoj analizi, pa je zbog toga od
prvenstvene važnosti. Takvi se izrazi pojavljuju i kod diskretne aproksimacije slike po
Fourierovoj transformaciji (Fourierovog transformata) koja se definira kao
F(s) = i: f(t)e - 21ti"tdt (16)
s time, da F računamo u N ekvidistantnih točaka varijable s.
Međutim, kod nu
meričkog izračunavanja izraza oblika (15)
poznavali smo do nedavno postupke koji
2
zahtjevaju mnogo množenja. Točnije, red množenja je bio N , što za velike N, kakve
zahtjeva diskretna aproksimacija integrala (16),
predstavlja poteškoću. J.w. Cooley i
1 .3. TRIGONOMETRIJSKA INTERPOLACIJA 29
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
Vidimo da i Q i R prolaze kroz čvorove parnog indeksa, međutim, translacijom za

� iz R dobivamo fazni interpolacijski polinom k(x) R (x - �) R (X - ;) ,
= =
koji prolazi kroz čvorove neparnog indeksa. Zbog

_Mxt; = e .. = en k;
e-
1
N
1,;
= {+ -l,
l, za parank
k
za neparan
možemo fazni interpolacijski polinom P koji prolazi kroz sve čvorove izraziti pomoću
Q i k na ovaj način
P(x) = Q(x) l +2eMx; + R (x - M ) l -2eMx; '
Tr
( 1 7)
ili
( 1 8)
Uočimo da je svaki pribrojnik u ( 17) polinom u e; stupnja � N - l, pa je takva i

njihova suma. Nadalje,
P(Xk ) = Q(Xk ) l + 2eMXt .+ R (Xk - M ) l - 2eM"';

;
{
Tr
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
(2·2n-2 - 1) -og stupnja. U sljedećem koraku bi imali 23 = 8 faznih interpolacijskih

po1inoma (2· 2n-3 - l ) -og stupnja i tako dalje redom dok ne dođemo do zadnjeg
koraka tj. do 2n = N faznih interpolacijskih polinorna O--og stupnja. To nam sugerira
sljedeću rekurzivnu šemu od n koraka.
Opišimo sada opći korak te šeme. Neka je m � n, N = 2n Zapišimo N u obliku •
N = 2·2m-1 ·2n-m 2MS, M = 2m-l, S = 2n-m.

Po gore opisanom u tom koraku treba odrediti 2n-m = S faznih interpolacijskih
polinoma (2 . 2m-1 - 1) = (2M 1) -og stupnja. Označimo te poli nome sa
p�m)(x) = 13;;) + 13;�) eix + .. . ;1-1 e(2M-I)ix,

+ 13; s = O, 1,2, ... ,S l.
Prema rekurziji (17) oni se odreduju pomoću is faznih interpolacijskih polinoma
pim-lj, S = 0,1,... ,2S 1, pri čemu (17) daje
2p�m)(x ) = (
p!m-I)(X) l + �ix + p�:-;I) X ) ( ;) (1- �ix) .
_
Ta relacija povlači jednakost među koeficijentima istog stupnja, pa dobivamo sljedeće

rekurzivne relacije između koeficijenata gornjih faznih interpolacijskih polinoma
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 =
što su fazni interpolacijski polinomi O-og stupnja i završava 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)
T6(X) = 32x6 - 18x4 + 18x2 l,

T7(X) = 64x7 - l l2x5 + 56x3 7x,
Ts(x) = 128x8 - 256x6+ 160x4 32x2 + l,
T9(x) = 256x9 576x7+ 432x5 120x3 + 9x.
želimo li potencije l, X, x2 , .. . , X9 izraziti pomoću Čebiševljevih polinoma onda
lako dobivamo:
1 = To(x),
x = T1 (x),
XZ = Zl {To(x) + T2 (x)},
x3 = 4l {3TI (x) + T3 (X)},
x4 = gl {3To(x) + 4T2 (x) + T4 (X) } ,
X5 = 116 { lOTI (x) + 5T3 (X) + T5 (x)}, (8)
x6 = 32l { lOTo(x) + 15Tz(x) + 6T4(X) + T6(X)},
X7 = 691 {35TI (x) + 2IT3 (x) + 7T5 (X) + T7(X)},
xS = 128l {35To(x) + 56T2 (x) + 28T4 (X) + 8T6(X) + T8(X)}'
x9 = 256l {126T (x) + 84T3 (X) + 36Ts(x) + 9T (x) + T9(X)},
1 7
1.4. ČEBIŠEVL1EVI POLlNOMl, MINIMAKS POUNOM l TELESKOPIRANJE . • • 33
Na slici L3. vidimo grafove prva četiri Čebiševljeva polinoma. Primijetimo da

Čebiševljevi polinomi na segmentu -
[ 1, 1]
(zbog svog porijekla cos mp) Tn (x)
n l
imaju + ekstremnu vrijednost (sve imaju istu apsolutnu vrijednost i to naizm 1)
jence pozitivnu i negativnu. Prema tome Tn n
ima različitih nultočaka, sve su realne
i nalaze se u intervalu (- 1, 1 ) .
Nu1točke od Tn
su dane sa
Xk= cos
(2 l)n
k+
= O,
k 1, 2, . , n - t.
. . (9)
2n '
Naime, iz Tn (X ) O dobivamo zahtjev cos mp = O, što je ispunjeno za mp

(2k + l ) i , tj. qJ = k ;n l )n , k = O, 1, 2, . . . , n - l . Supstitucija (4) daje odmah
(2
rezultat (9).
Sl. 1.3.
Promatrajmo sada normirani oblik Čebiševljevog polinoma
Qn (x) ;n�!' ( 10)

tj. podijelimo Tn
S vodećim koeficijentom koji iznosi 2n - 1
(što je očigledno iz rekur
zivne formule ( 6)).
Označimo sa Pn
skup svih normiranih polinoma -tog stupnja, tj. n
n
skup svih polinoma -tog stupnja s vodećim koeficijentom jednakim Vrlo korisno 1.
svojstvo Čebiševljevih polinoma dano je sljedećim teoremom.
Teorem 1 .3. Među svim 'lonniranim polinomima P , n promatranim segmentu na
[ l, l] , Qn ima najmanju gornju ogradu za svoju apsolutnu vrijednost.

-
Dokaz. Kako je max I Tn (x) 1 = l u svim ekstremnim točkama to imamo da je
max I Qn (x) 1 = n� 1 u svim ekstremnim točkama, kojih ima točno n + 1 . Isto ta
2
ko znamo da se maksimum i minimum pojavljuju naizmjence. Pretpostavimo da u
P n postoji polinom Sn koji na [- l, l) ima manje maksimalne vrijednosti od Qn .
Promatrajmo razliku
Neka su Xo, X I , . . . , Xn apscise ekstremnih vrijednosti od Qn . Kako je po pretpostavci

I Sn (Xk ) l � I Qn (Xk ) l , k = O, l, . , n to slijedi da razlika
..
D(xt} = Qn (Xk ) Sn (Xk )

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
što je D polinom stupnja � n - l (Qn i S" imaju vodeće koeficijente jednake 1) i

može imati najviše ll - l nultočku. Time je teorem dokazan.
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
.. .
njegove nultočke. Da ga minimiziramo moramo prema gornjem teoremu zahtijevati

• . . ,
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
,
nultočke Čebiševljevog polinoma Tn + l , te su prema (9) dane sa
Xk = COS (2k+ l )1/: k = 0, 1, 2,

211+ 2 ' ... ,Il. ( 12 )
za opći segment [a, bl treba prema (3) iz 4.1. uzeti
�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.
I Minimaks lli optimalni pollnom I

Opći problem može se ovako formulirati: za dalluftmkciju I naći polinom Pn
koji minimizira maksimalnu pogrešku, tj. odrediti polinom iz zahtjeva
max I/(x) - P�(x)1 = minimalan. (14)
a:S;:x:S;:b
Polinom P� određen zahtjevom (14) zove se minimaks polinom ili optimalni ap
roksimacijski polinom. za polinom P� vrijedi sljedeće (dokaz izostavljamo):
a) P; je jedinstven.
1.4. ČEBIŠEVLJEVI POLINaMI, MINIMAKS POLINOM I TELESKOPIRANJE... 35
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.
Teleskopiranje redova potencija I

Istaknimo da su Čebiševljevi polinomi ortogonalni na [-1, l] , pa nam se nameće
pitanje razvoja u Fourierov red po polinomima Tn . Ako se f razvije u Fourierov red
po Čebiševljevim polinomima, tj.
oo
f (x) = L CkTk(x) , (16)

k=O
onda se može pokazati da će Fourierov polinom (tj. parcijalna suma reda (16))
n
(17)
k=O
obično biti vrlo dobra aprokSimacija minimaks polinorna. Nažalost, određivanje koe
ficijenata Ck je mukotrpan posao. Postoje tablice tih koeficijenata za neke funkcije kao
što su: trigonometrijske, arkus, eksponencijalna, hiperbolička, area i neke druge. Kako
su koeficijenti Fourierovog reda (16) dani pomoću integrala, njihove se aproksimacije
mogu dobiti pomoću numeričke integracije.
Ako je f polinom n -tog stupnja onda se koeficijenti Ci lako odrede pomoću
formula (8). Jednostavno zamijenirno Xi sa svojim razvojem po Čebiševljevim pali
nomima i sredimo izraz po polinomima 1j. Na takvu situaciju nailaziino npr. kada
f aproksimiramo Taylorovim polinomom. U takvim situacijama obično možemo za
nemariti neke Čebiševljeve polinome višeg reda znajući da je time učinjena pogreška
malena (gornja ograda za Tn (x) na [-1,1] jednaka je 1). Tada dobiveni polinom
možemo natrag srediti po potencijama od x (to općenito više nije Taylorov polinom
od f )Joji je sada nižeg stupnja od polaznog Taylorovog polinorna. Takav se postupak
zove Cebiševsko ekonomiziranje ili teleskopiranje reda potencija. To ilustriramo
na primjeru kosinusne funkcije. Pođemo li od Taylorovog reda
x2 X4
cosx = 1 - l" + 41 - - + -
x6 x8 xIO x2k
( k 2 l. + . . .
2. . 61. O I + . . . + -l) -
81. 1.
- -
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
1] n = 8 , dobivamo da je pogreška manja od 1�! = 2.7 610-7 za x E [-l, l] .

[-l, i
Imamo dakle
x 2 X4 x 6 x 8
cosx ::::: l -
2! + 4! - 6! + 8!
= To - 2l! ' 2l (To + Tz) + 4l ! '8l (3To + 4T2 + T4)
l l
-
6 ! . 32
( lOTo + 15T2 + 6T4 + T6)
+ 8!l . 128l (35To + 56T2 + 28T4 + 8T6 + Ts) ·
Sredimo li dobiveni izraz po Ćebiševljevim pol� nomima dobivamo
0.765l9775To - 0.22980686Tz + 0. OO49533419T4
cosx :::::
- 4.185265· 1O-sT6 + 1.937624· 1O- 7T8.
Zanemarimo li članove T6 i Ts uvodimo dodatnu pogrešku koja nije veća od
4.186 · 10-5 + 71.938 . 10-7 = 4.206 · lO-s. Dodamo li to pogrešcis Taylorovog
reda 2.76· 10- vidimo da je ukupna pogreška manja od 4.2 34· lO- . Dakle, po
greška te aproksimacije je manja od 5 . lO -s na segmentu [-l, 1] . Istaknimo da je
(
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 .
U čvorovima zamišljamo da interpolacijski potinom ima vrijednosti funkcije, tj. u

čvorovima je greška nula, međutim, izvan čvorova greška može biti značajna. Nadalje,
f( ) i = O, 1, 2,
vrijednosti xi , . . . , n redovito su netočne, često je taj polinom nižeg
n
stupnja od i što je najvažnije redovito imamo i više od n+ l točaka u kojima pozna
jemo približnu vrijednost od f. +
Kako je sa (n l) -om točkom jedinstveno određen
interpolacijski polinom stupnja � n, to je općenito nemoguće naći interpolacijski
poU nom stupnja tn <n koristeći svih n+ l zadanih točaka (uočite u zahtjevu striktnu
1.5. POLINOM NAJMANJIH KVADRATA 37
nejednakost) . Stoga se prirodno nameće pitanje aproksimacije funkcije I polinomom

p (koji možda nigdje ne poprima vrijednost od I ) takvim da su njegove vrijednosti
"što je moguće bliže" vrijednostima od I . Jedan od postupaka sastoj i se u tome da
zahtijevamo da u č vorovima bude minimalna suma kvadrata razlika između funkcije i
polinoma. Neka je dakle dano n+ltočaka (čvorova)
(XO, Yo), (Xl,
yd, ... ,. (x",
y,, ) (1)
= x)
gdje zbog kraćeg zapisivanja uvodimo yi I ( ; . Traži se po1inom
Pm{x) =ao+ alx+ ...+ amxm (2)
tako da suma kvadrata odstupanja
"
(3)
;=0
bude minimalna. Dobiveni polinom zovemo polinom najmanjih kvadrata. Uočimo
daje funkcija E polinom drugog stupnja s nepoznanicama Oo. , al Dakle, da
• . . . am.
odredimo koeficijente od Pmtreba (3) parcijalno derivirati po nepoznatim koeficijen
tima ak i parcijalne derivacije izjednačiti s nulom te riješiti dobiveni sustav linearnih
jednadžbi. Te parcijalne derivacije glase
"
ak =2L{Pm(Xi)-Y;}X�=0,
&
[JE
k= , l
O , .. , m
;=0
ili nakon dijeljenja sa 2 i prebacivanja konstantnog člana na desnu stranu imamo

" "
LX�Pm(Xi) =Lx7Y;, k=0, l , . . . , m. (4 )
;=0 ;=0
Ponovimo, (4) je l inearan sustav jednadžbi koji se sastoji od + l jednadžbe sa + l

m m
nepoznanicom ao, al, ..., am' Zbog toga što je kvadratni polinom (3) ograničen
odozdo s nulom to ima minimum iz čega zakljl,Jčujemo da sustav (4 ) ima rješenje.
Primjer 1.2. za· m = 2 polazimo od polinoma 2. stupnja P2(x) = c+ bx+ ax2,

tako da je
"
E(a, b, c) = L)c+ bx;+ ax;

.� 2
;=0
Parcijalnim deriviranjem po c. b i a dobivamo linearni sustav od tri jednadžbe

s tri nepoznanice koj i sređen glasi
" II II
( n + I)c+ (Lx;)b+ (Lx;)a=LYi

;=0 ;=0 ;=0
(I: x;)c+ (I: xi)b+ (I: xi)a= I:X�Yi'

;=0 iO = i=O ;=0
38 l. INTERPOLACIJA I APROKSIMACIJA FUNKCIJA
Napišimo sada sustav (4) u razvijenom obliku tako da imamo (sve sume idu od
i= O do i n , pa je indeks sumacije izostavljen)
( n + l)ao + CL:xi)al + c�::>na2 + ... + (Lx�)am=LYi
(Lxi)ao + (Lxf)al + (Lxj)a2 + . . . + (Lx�+I)am=LXiYi

(Lxf)ao + (Lxj)al + (Lx1)a2 + .. . + (Lx�+2)am=LxfYi (5)
(Lx7')ao + (Lx�+I)aj + (Lx�+2)a2 + . . . + (Lx;m)am=Lxry;

Rješenje sustava (5) daje koeficijente ao, dl, ... , am traženog polinorna naj ma-
njih kvadrata koji u traženim točkama možemo računati pomoću Homerove sheme. U
primjenama j e to gotovo redovito poli nom niskog stupnja.
Do sustava (5)možemo i ovako doći, što će nam trenutak kasnije poslužiti da
izvedemo stanoviti zaključak. Napišemo li niz jednakosti (koje bi imali u slučaj u
interpolacijskog polinoma):
ao + ajXO + a2x� + . . . + amr;=Yo
ao + alXI + a2xi + . . . + amxT=YI
(6)
ao + alXn + a2x� + .. . + amx� =Yn
Matrica tog sustava j e formata (n + l) x ( + 1 ) , dakle općenito više jednadžbi nego
nl
[:�: �:! : : �l'

nepoznanica i izgleda ovako:
A= : (7)
1 Xn Xn2 ... Xnm

što podsjeća na Vandermondeovu determinantu (vidi 1 . 1 ).
Sam sustav (6)
možemo u matričnom obliku ovako zapisati
Aa=y, (8)
gdje su vektori a i Y jednaki
(9)
Zamislimo sada da na sustavu (6)
provedemo sljedeći račun. Zbrojimo li sve jed
nadžbe sustava (6)
dobivamo prvu j ednadžbu sustava (5) .
Zatim redom pomnožirno
jednadžbe sustava (6)
i to prvu s xo,
drugu s XI,
itd. i sve zbroj imo; dobivamo drugu
jednadžbu sustava (5).
Sada je već jasno kako se dobije r-la j ednadžba sustava (5),
treba u sustavu (6)
prvu pomnožiti s xii,
drugu s xI
itd. redom i izračunato zbrojiti.
'
1 .5. POLINOM NAJMANJIH KVADRATA 39
Ako se zapitamo kako je ovim postupkom nastao sustav iz sustava (5)

onda vidi· (6),
mo da u matričnom zapisu treba (8) pomnožiti slijeva s transponiranom matricom A T
matrice A . Dakle, u matričnom zapisu sustav glasi (5)
A TAa = A Ty . (10)
Gornji izvod nam služi da uvidimo sljedeće: A ko je m 11, onda je paZ inom naj·
ma njih kv adrata jednak interpoZ acijskom polino11l u. Naime, za nz = 11 matrica A je
kvadratna. Tada j e A regularna, jer je njena determinanta upravo Vandermondeova de·
terminanta. Time j e regularna i njena transponirana matrica. Kako se u tom slučaju (5)
dobiva iz (6) množenjem s regularnom matricom A T slijedi da su tada sustavi i (5) (6)
ekvivalentni. Kako u tom slučaju (6)
odreduje interpolacijski polinom zaključujemo
da je tada polinom naj manjih kvadrata jednak interpolacijskom.
Primjer 1 .3. Odredimo "pravac" najmanjih kvadrata za sljedeći niz podataka
Pripad ni sustav (5) glasi

5ao + lO a l 32.75
lOao + 30a] 93. 10
čije je rješenje ao 1.03 i a l 2.76. Dakle, jednadžba "pravca" najmanjih kvadrata
=
glasi
y 1.03 + 2.76x.
U točkama x O , l, 2, 3, 4 "pravac" najmanjih kvadrata ima vrijednosti y = 1.03;
=
3.79 ; 6.55 ; 9.31 ; 12.07 , što više nisu vrijednosti dane gornjom tablicom.
Uočimo da j e poli nom najmanjih kvadrata određen iz uvjeta (3), tj . iz zaht
jeva da je suma kvadrata odstupanja u promatranim točkama minimalna. Kako je
Pm{x)l = 2aa + a l x + '" + amxln linearna kombinacija linearno nezavisnih funkcija
XO , X , x , , xm, to se postupak može proširiti i na linearnu kombinaciju drugih
• . .
linearno nezavisnih funkcija C{) O , ({JJ C{) m , tj. možemo promatrati

, • • • ,
({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
2.1. Newton-Cotesove formule . . . . . . . . . . . . . . . . 4 1

2.2. Ponavljanje raspolavljanja i
Rombergov algoritam . ... .. .... .... .50
2.3. Gaussove formule ........... .. . ..... ...54
2.4. Integriranje brzo oscilirajućih funkcija
Filonova formula .. .. .. .... .. ......58
U matematičkoj analizi smo problem nalaženja određenog integrala I: f(x)dx
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
te da izračunavanje prvog člana desne strane bude jednostavno i da po mogućnosti

možemo ocijeniti pogrešku R(f) .
2.1. NEWTON-COTESOVE FORMULE 41
2.1. Ne,!Vto11-C:oteso'W'e
Opće Newton-C
Neka je g(x) interpolacijski polinom, tj.

11 11
j x -X
�Yrr
L..-
i=O i
x- - xJ
I
I
It
j=O
(l)
x.I )
j=1i
}=o
za koji znamo da vrijedi Ln(Xi) I(x;) = Yi, i = 0, 1,2, .
. . , n.
Imamo dakle
lb I(x ) dx = lb Ln (X )dx + Rn (f) (2)
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
onda imamo da je Rn(xk) = O. Uvrstimo li to redom u (3) dobivamo sljedeći sustav

linearnih jednadžbi
(5)
gdje je
k bk+1 -aHI '
h= lb xdx= k= 0, 1 , 2, . . n .
a k+ l .
Determinanta sustava jednažbi (5)

je različita od nule jer je to Vandermondeova
determinanta čija je vrijednost jednaka
D II(Xi -Xj) # 0,
=
i>j
tako da sustav
vrijednosti A i (5)
ima jedinstveno rješenje. Rješivši sustav
uvrstiti u (3)
otkuda dobivamo
(5), možemo dobivene
lb j(x)dx t
a
i=O
Y;Ai.� (6)
Uočimo da smo zaobišli efektivno nalaženje interpolacijskog polinoma i njegovo

integriranje.
Ako je a = Xo b = Xn
i kaže se da je (3)
formula zatvorenog tipa, inače
otvorenog tipa.
Zadržat ćemo se na zatvorenom tipu formule tj . kada je (3),
Xo = a Xn=b
uz ekvidistantnu Uednoliku) podjelu
h b n a = Xn -X o
n , Xi= Xo + ih, Yi=j(Xi), i 0, l, . . . , n .
-
= -- --- =
Izvedimo sada eksplicitne formule za koeficijente A i . Uvedimo parametar

t= X -Xo
h ' -- odnosno X=Xo + th.
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
(1)n -i ft(t - l) ...(t n)

Al = h
iren i) !Jo n t i dt
,
Xn Xo (_l)n-i l t(t - l) ...(t - n)
dt, i = 0, 1,2, . .. n.
n l.'I (n - l.
') ' o t l.
Uvedemo li
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,
preveli smo (4) u sljedeći oblik

n n
J�
�
j(x)dx � (xn - XO) L HiYi (b - a) L HiYi
W
=
W
(8)
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•
.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: =
H l Jr'o tdt 2:1 ' =
lXI J(x )dx � Xl - Xo (YO + y d

Imamo dakle sljedeću aproksimaciju
Xo (9)
--
l XI l xo+ h
Sada je prema (2) pogreška aproksimacije jednaka
R l = J(x)dx - 2:h (Yo + y d

Xo
J(x)dx - 2:h [t(xo) + J(xo + h)].
=
xa
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
R� J(xo + h) - � [t(xo) + J(xo + h)] - �!'(xo + lt)

� [t(xo + h) -J(xo)] - �!'(xo + h)
=
l (Xo + h ) - zJ
/I
Rl zJ =
'l (Xo + h ) zJh " (Xo + h ) '
h (Xo + h) ,
zJ=
/I
pri čemu je RI(O) = R�(O) = O.

h
S ada obratno, integriramo dobiveni rezultat pa i mamo
R� R�(O) + [ R" dh l [\1" (xo h )dh

+
=
Jo 2 Jo
2.1. NEwTON-COTEsovE FORMULE 45
tako da primjenom teorema o srednjoj vrijednosti integralnog računa, koji ponovimo

glasi
(Ako su funkcije q1(x) i I/f(x) neprekidne na [a, bl i I/f(x) ne mijenja predznak na [a, bl,
lb lb
onda je
q1(x)l/f(x)dx = q1(�) I/f(x)dx
gdje je a < � < b.),

dobivamo
R'[ = - �f"( � d lh hdh _/�f"(�d,

= Xo < �I < Xo + h = X I .
Ponovnom integracijom i primjenom teorema o srednjoj vrijednosti imamo
Rl = R[(O) + lh R� dh = -� lh h2f"( �I)dlz = -�J"( � ) lh 1z2dlz

= - ��J"( � ) , Xo < � < X l'
Dakle pogreška iznosi
( 10)
pa ako je IJ"(x) 1 � M2 na [xo, xd dobivamo ovu ocjenu apsolutne vrijednosti pog
reške
( l l)
2. Trapezna formula.
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
:::: _ _ "
lb f(x)dx jxnxa f(x)dx � 2'Iz [Yo + 2Y I + 2Y2 +

imamo
_ .. + 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)
3. Osnovna Simpsonova formula.
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'
Imamo dakle sljedeću aproksimaciju

H2 =
l l
2' J
2 o
l )dt = 6l '
lx2 j(x )dx
ili
xa � (X 2 xo ) [6YO
l
+ 3YI + 6Y2]
2 l
=
2h
6 [Yo + 4Yl + Y2]
Provodeći analogan postupak kao u l . primjeru, s time da bi tražili treću deriva

ciju i potom natrag integrirali dobiva se uz pretpostavku da j ima neprekidnu četvrtu
( 1 5)
derivacij u (f E ('4) ova formula

R2 = - /ZS f'V)(�)
90
Xo < � < X2' ( 1 6)
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) .
1�t" f(x)dx 1:2 f(x)dx + 1:4 f(x)dx + . . . + 1:� f(x)dx

Tada iz
2
=
Pogreška je jednaka
h5 Lfm
Rs - 90
= (/ V)( �d X2k- 2 < � < X2k,k (18)
k=1
tako da služeći se neprekidnošću od fl V ) nalazimo Xo < 1) < Xn za koji je f( 1) )

srednja vrijednost od f( �d tj.
f(l V)(1) ) m� t f(/V)( �d ,

=
k=l
pa imamo
( 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.
jX) f(x)dx 3h [yo + 3Y I + 3Y2 + Y3]

Ta se formula dobiva za n = 3.
Xo �
S (20)
R3 3h805 f(l V) ( � )
= - (21)
Sl. 2.3.
Osnovna formula za n 4.
(4
1xo f(x)dx �
2h
45
[7yo + 32YI + 1 2Y2 + 32Y3 + 7Y4] (22)
Ako se primijeni po dijelovima, onda n mora biti oblika n = 3m .

R4 = - :::J'Vl)(�) (23)
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)
koristi Simpsonova formula ( 17).

Promatrane formule za aproksimaciju integrala imaju sljedeći oblik
se
gdje su dani čvorovi, a koeficijente Ai moramo izračunati i je pogreška.

lb f(x)dx 'tAJ(xi) + R
a
=
i=l
Xi R
Različite formule imaju različitu točnost. Uzmimo da promatramo ekvidistantne

čvorove, s istim brojem čvorova n, tj . h = b-aII
. Usporedimo pogreške trapezne i
Simpsonove formule. Imamo
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.
Zah = 1 trapezna formula daje 12
1 l
IT 2/( - 1) + 1(0) + 2/(1 ) = 6 - 8 + 6 4 =
(točan rezultat),
dok Simpsonova daje
ls � [j( 1 ) + 4/(0) + /(I)J

1
3' (12 - 32 + 12)
8
pa niti ne osigurava predznak integrala.
-8
Sl. 2.4.
Uočimo da pri lošem rasporedu čvorova možemo dobiti potpuno krive rezultate
što ilustriramo slikom.
Sl. 2.5.
Za funkciju na slici je J�' > O , no i trapezna i Simpsonova formula će

J (x)dx
dati negativne vrijednosti jer su � O , a koeficijenti u tim formulama su � O.
J (Xi ) Ai
Pojavu s gornje slike imamo kada podintegralna funkcija i ma puno nultočaka, ili kada
i ma puno ekstrema (tada prva derivacija ima puno nula) što povećava vrijednosti viših
derivacija čime se smanjuje točnost aproksimacije. Stoga treba birati tako da je h
znatno manji od razmaka susjednih nu1točaka funkcije i razmaka susjednih nultočaka
njene derivacije J '.
2.2. Ponavljanje raspolavljanja i Rombergov . algQ�m

tr��'>f.:<>®'_ : , � '<�'�. >?;', <�,<, t�;.<;H;f1i*S61X;#it*iff;.:?*t?��%�8::;��J�,;*�rr?'��{:�f��,,�lr
_(f;.;�d,,��Si<;�;t��;.;i1�Y�Y ��;' <t �'� ;�<" i ij! tu in':.
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
Kako je pogreška proporcionalna s � , to raspolavljanjem očekujemo njeno smanjenje

(J " ( tJ ) je općenito različito za različite tJ ). Pretpostavimo da smo proveli račun za
n n l i n n2 , nl =I n2 . Tada je
= =
I In, + Rn, In2 + Rn2 = = ( l)

gdje su Ini aproksimacije trapeznom formulom, a Rni pogreške, i 1 , 2 . Sada je =
( ) 3 !"( tJ2)
- b
Rn2 l;n� tJ l , tJ2 ( b). E a,
Rn ( b ) (
, l;n� 3 f" tJd' _
Pretpostavivši da s u !"( tJ d i !"( tJ 2 ) jednake imamo

2.2. PONAVLJANJE RASPOLAVLJANJA I ROMBERGOV ALGORITAM 51
pa supstitucijom u drugu jednakost od ( l ) imamo
Ini + Rf/l = In2 + C : fRnl

Rnl ( 1 - C:f) = Inl InI '
ili
Uvrstimo li dobiveno u prvu jednakost od ( l ) dobivamo
I - In l + 1 1"2 - Ini 2 '

� (2)
- e:)
Ako je nadalje n2 = 211 1 dobivamo
4 l
I � jIn2 - jIn, . (3)
Prisjetimo se da smo u računu pretpostavili t'( 11 1 ) = t'( 11 2 ) pa stoga očekujemo

da je
poboljšana aproksimacija integrala I . To zovemo Richardsonova ekstrapolacija.

b a
Kod raspolavljanja segmenta [a, b] korak ima oblik h 2N
a broj čvorova ,
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
dobivamo Simpsonovu formulu za II = 2N nakon što smo N puta raspolovili segment

[a, bl . Time je Iz = �;+� pa je pogreška aproksimacije jednaka
b a)
RTN2 - 2(SS0- . 245N f
_
-
(IV)
(1]) .
2.2. PONAVLJANJE RASPOLAVLJANJA I ROM BERGOV ALGORITAM 53
Sada ponovo možemo primijeniti Richardsonovu ekstrapolaciju na par susjednih

članova niza To, 2 ' TI , 2 , T3, 2 , . . . dobivši novi niz aproksimacija To,3 , TI,3 , T2, 3 , T3, 3 ,
. . . , TN,3 ' Zbog toga što je sadašnja pogreška proporcionalna s � i mamo sljedeću
formulu
1 6TN+1,2 - TN,2
TN, 3 =
15
Sagradimo l i niz To,3 , TI, 3 , možemo pokazati da j e TN, 3 po dijelovima primijenje
. . •
na elementarna Newton - Cotesova osnovna formula za n = 4 , pa je pogreška takve

aproksimacije oblika
(b - a ? ( VI)
1935360 . 26N f
(TI) ·
Ponovimo li opet Richardsonovu ekstrapolaciju na nizu To, 3 , TI , 3 , . . . dobivamo

64TN+ I,3 - TN,3
TN,4 _- 63
Induktivno imamo opću ekstrapolacijsku formulu oblika
'-
, 4' l TN+ l j- 1 - TN•i- 1
-
TNJ _ 4i- 1 - (6 )
1
koja se pripisuje Rombergu. Vidimo da TNj ima dva indeksa pa navedimo što se do
gađa kada jedan od njih teži u beskonačno. Jasno nam je da bi povećanjem N trebali
kao limes dobiti pravu vrijednost i ntegrala. To se može dokazati, tako da vrijedi
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
TN-l, 1 TN -2, l TN -2,3

TN- l , J TN- I , 2
TN, l
Rombergova tablica
U praktičnoj primjeni ove tehnike prvo izračunamo elemente prvog stupca pomo
ću formula (4) i(5). Zatim popunimo trokutnu tablicu služeći se formulom (6). Kako
svaki stupac i redak konvergira prema vrijednosti integral a to na dijagonali trokutne
tablice dobivamo seriju aproksimacija.
Što se tiče pogreške koja odgovara aproksimaciji
lb f{x)dx ::::; TNj

može se pokazati (u što se ne upuštamo) da je jednaka
RNJ' 2k2jUN) fUj) ( tJ) ' a < t} < b

gdje je kU) konstanta koja ovisi o a, b i j, a ne ovisi o N .
Ekvidistantnost čvorova Uednolika podjela segmenta [a, bl )

bitan su uvjet New
ton - Cotesovih formula. Dopustimo sada nejedno1iku podjelu i upoznajmo tzv.
Gaussove formule za numeričku integraciju. Da to provedemo moramo se prisjetiti
tzv. Legendreovih poIinoma. To su polinomi oblika
Pn (x) 2nln! � 2 ln
dxn (X - ) , n = O 1, 2
, , . . .
-J J
-J
Sl. 2.6.
Prvih pet polinoma glasi

Po(x) l
=
P 1 (x) = x
P2 (x) � (3x2 - l )
=
2.3. GAUSSOVE FORMULE ss
P3 (X) = 21 :(5x3 - 3x)

P4'(x) gl (35x4 - 30x2 + 3)
Te smo poli nome sreli kod Fourierovih redova kao primjer niza ortogonalnih funkcija
na [-l, 1] ,
tj. vrijedi
n :/= m,
ali vrijedi i više, naime vrijedi da je
11 Pn (x)Qk(x)dx = O k < n, (l)

gdje je Qk
proizvoljan poli nom stupnja nižeg od n, tj. k < Il . Daljnja svojstva
Legendreovih polinorna:
Pn (1) = 1 , Pn( - l ) lt n = O, l, . . . ,
pn ima na ( 1 l) n jednostrukih korijena.
-
,
Označimo nezavisnu varijablu s t i provedi mo razmatranje na [-l, l] . ( Kasnije

ćemo sve transformirati na [a, bl . ) Postavimo si zadatak da nađemo čvorove t l , t2 ,
. , tn i koeficijente A l , A 2 ,
. . , An tako da formula za aproksimaciju integrala
• • •
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)
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 -
"' A,. tiZn- I - O·

� -
;=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
=
Sada se poslužimo svojstvom (l) koje kaže da je

J-II tkPIl (t)dt = O za k < 11, tj. za k = O, l, . . . , n - l
tako da uvrštavanjem u (2) imamo
n
( 8)
;=1
Iz Pn (t;) = O slijedi da su jednadžbe ( 8) zadovoljene za proizvoljne vrijednosti A;.
Ali
Pn (t;) = O, i = 1, 2, . . . , II (9)
kaže da su t; nul točke (korijeni ) Legendreovog polinoma n -tog stupnja koje su razli
čite, realne i nalaze se unutar ( - l, l ) . Uvrstivši tako odredene t; u prvih n jednadžbi
sustava (6), dobivamo ovaj linearan sustav jednadžbi s nepoznanicama A;
n
i=1n
L t;A; = O
i=1
2.3 . GAUSSOVE FORMULE 57
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.
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
= l p(x) [r(x) - (x)] x

b
Ln d .
Kako znamo ocijeniti razliku f(x) - Ln (x) ,
f(x) - Ln (x) = f(n ++ (l ) !) (x - xo)(x - x d · . . (x - x n )

n � ( I)
,
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
imamo ovaj oblik apsolutne vrijednosti pogreške
(o n l
I Ril i :%; D t , t h , , " tll ) lf + ) ( � ) 1
( b 2 a r+2 · (6)
U Lagrangeovom obliku Lli glasi

Supstitucijom (2) u integral ( 3 ) imamo

b
JI p ( ;
b a
l p(x)L,,(x)dx -I
b a
+
b a "
; ) L f(x; ) rr �--a--
t
1=0
"
}-
--
(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
Spomenimo bez dokaza sljedeće:

Ako je p parna obzirom na polovište od [a, bl i ako su čvorovi Xi 'simetrično
raspoređeni oko polovi šta, odnosno tj -tn -I , onda vrijedi
Dj Dn-i .
Neka je potrebno izračunati integral (Fourierova transformacija)
b
l f(x)eiWXdx, eiw x cos WX + i sin wx ( 10)
pri čemu je w eb - a) » l ( mnogo veći od) i f glatka funkcija. Sada funkcije
Re (f(x )eiWx ) f(x) cos wx
Im (f(x)eiWX ) f(x) sin wx

b
imaju na [a, b] puno nula, naime w ( n-a) je broj nula na [a, b] , pa ako je w eb - a) » l,
dijeljenje s Tr neće to bitno smanj iti. za f(x)eiWX
uz uvjet w eb - a) » kažemo da
, l,
je brzo oscilirajuća na [a, bl . Kako polinom n -tog stupnja ima naj više II različitih
nula to se takva funkcija može dobro aproksimirati polinomom 'l -tOg stupnja samo
ako je
web --'-
a)
II » --'--
Tr
2.4. INTEGRIRANJE BRZO OSCILlRAJUĆlH FUNKCIJA. F1LONOVA FORMULA 61
Da to izbjegnemo možemo postupiti tako da funkciju ei(J)x shvatimo kao težinsku

funkciju. Prema (7)b
i mamo
l Ln (x )ei(J)x dx = b L f(Xi )D;
2 /=0
a II
J
Di = l 'e
2
'W ( !!±!!
I
+ 2
b-" I )
n
t
n -
- tj tj
j=O
j=fi
lb f(x )eI.WXdx :::::: b

pa gornja aproksimacija poprima oblik
n
2
a
Lf(Xi )Ai (P ) , (11)
a i=O
gdje je
I n t - t·j dt,
A i (P) J_ I eipl n -- p = w-
b-a
t tj
j=o i
2-· ( 12)
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)
U primjenama se susreće algoritam za = 2, to - 1 . t l = O, t2

-I
11 l . Pripadna
I i (t - 'O )(t - l)
A = _ I e pl ( - 1 - 0) ( - 1 - 1 ) dt = 21 1_1 eiPI (t2 t)dt
formula se zove Filonova formula. U tu svrhu možemo izračunati
o( p ) I
J I 1
A I (p) = 1 1 e/Pl (0 + 1l ) (0 -- 1 ) dt = - I eipl (t2 - Odt
(t + ) (t 1 )
J I (t + l ) (t O) l J I
-l
A2 (P) = - l eipl ( l + 1 ) ( 1 -- O) dt 2 _ iPI (t2 + t)dt.

1
=
Da to izračunamo trebamo redom:
1-1I eipl dt = t:p [eiP e -iP]

l[. .] l [ .
1 1 e/.Pl tdt = . e/P + e-lP + P e'P
-I �
2:
62 2. NUMERIĆKO INTEGRIRANJE
t eip1t2dt 22 ) [eiP
J-l = ;.p
l P (l -
Uvrstimo li te rezultate imamo
Ao= � {ill eip1t2dt- ill eipttdt}
1 1 2 IP -1P 2 'P+e-I>PJ - ip1 [e'P" +e-'P" J - p12 [e'P-e-'P
2: { ip ( 1 - p2 ) [e > - e > J + p2 [e > . ' J}
2 2
21 { l:p ( 1 - p2 ) 2iSinp+ P22 cosp-;'2COS lp P -�2iSinp P }
=� [2 CO; P + ( 1 -:2 ) SinpJ+i� [COS P-�i;P J
=E+iF,
Al =-{ Ltl e'Plt2dt- Llt eiptdt}
= - L� ( 1 - : ) [eiP _e-iP] + :2 [eiP +e-iPJ i� [e'P _e -iP] }
2
= - ; { - i� [eiP _e -iP] + [t!P+e-ipJ }

= -:2 { -� sinp+2 cosp } = - 4 { cosp- Si;P }
= - p4- F'
A2= �{ill eip1t2dt+ ill eiP1tdt}
= 21 { ip1 ( 1 - p22 ) [e1P" -e-1P' J + p22 [e1.P+e-1P' J + ip1 [e1>P +e -1P] + l
>
=� L � (l-:J2iSinp+ :22COS P+ i�2COS P+ �2iSinp}

= � [2 co; P + ( 1 -:2 ) SinpJ - i� [cos p- Si; P J
=E-iF,
Uvršteno u (ll) daje
b a [ a+b
lb f(x)e'Wxdx :::::: -2 e 2 f(a)Ao + f ( -2- ) A l + f(b)A2J .
> lli
a - 'w
U vrstl.mo l'I = b + a Imamo eia = cos + l SlO tako da Je.

a W ,
.
a . ,
a
2.4. INTEGRIRANJE BRZO OSCILIRAJUĆIH FUNKCIJA. FILONOVA FORMULA 63
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
_
- f(a)Fsin a + f(b)Fsin a) + i (i(a)E sin a + f(b)Esin a

- f ( a ; b ) � Fsin a + f(a)Feos a - f(b)Feos a) }
b --a {f(a)[Eeos a - Fsin a] + f(b)[Eeos a + Fsin a]
=- 2
_f( a ; b ) � Feos a} + i b ; a {f(a)[Esin a
+ Feos a] + f(b)[Esin a - Feos a] - f ( a-+2-b ) p4 Fsm. a }
gdje je
E = � [2 eo; p + ( 1 - :2 ) sin p] ,
F = p1 [eosp - p Sinp ] ,
a = w-- a+b
2 '
p - w-- b - a
2 '
b
Rastavimo li na realni i imaginarni dio imamo
l f(x) eos wxdx � b ; a {f(a)[Eeos '
a a - Fsin a] + f(b)[Eeos a + Fsin a]
- f ( a-+2 -b ) p4 Feos a }
lb f(x) sin wxdx � -
a
b --a {f(a)[E sin a + Feos a] + f(b)[Esin a - Feos a]
2
- f (-a +-b ) 4 Fsm. a }
2 p
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 }
-
lb I(x) sin wxdx

fl
�
b -2 a {[j(a) + l(b)JEsin a + [j(a) - l(b)JFcosa
- I ( a +2 -b ) p4 Fsm. a } .
-
U primjenama se susrećemo i s formulama za n = 4 , to = - l , tl = - 0.5 ,

t2 = O , t3 0.5 , = l
= t4 .
.
3.
Sustavi l inearnih jednadžbi
3. 1 . Direktne metode . . . . . . . . . . . . . . . . . . . . 66
3.2. Iteracijske metode . . . , . . . . . , . . . . . . . . . . 85
Promatramo opći sustav linearnih jednadžbi

a ll x ! + a l2x2 + . . . + a!nxn bl
a2 1xl + a22x2 + . . . + a2nxn b2 (1)
am l X l + an12x2 + . . . + amnXn b""
tj. m jednadžbi sa n nepoznanica. Matrični zapis istog glasi
Ax = b (2)
gdje j e A = raul (ul x
x n )-matrica, je Il -komponentni vektor i je m -komponentni b
[ ]
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 proučiti neke direktne metode, a zatim neke iteracijske.
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
Gaussova metoda eliminacije I

Najraširenija direktna metoda ili algoritam je postupak postupnog eliminiranja
nepoznanica. Radi lakšeg praćenja opisat ćemo to na sustavu 4 jednadžbe sa 4 nepoz-
nanice. a llx l + a l Zxz + a 1 3x3 + a l 4x4 = a l 5
aZl x l + aZZxz + aZ3x3 + a24X4 = aZ5 ( l)
a3 1 x I + a3ZxZ + a33x3 + a34x4 = a35
a41 x I + a4ZXZ + a43x3 + a44X4 = a45
Neka je a ll =I O . Podijelimo li prvu jednadžbu s a ll dobivamo
X I + b12xz + b1 3X3 + bl4X4 = b1 5, (2)
gdje je a lj , j > l.
bIj - -
_
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
Eliminirajući X2 iz druge i treće jednadžbe sustava (4) dobivamo sljedeći sustav

a33( Z)X3 + a3(24) X4 = a(3Z5) (5)
a4( Z3)X3 + a44( Z) X4 a4( Z5)
=
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
Eliminirajući X3 iz drugejednadžbe sustava (5) dobivamo

gdje je
( 4)
(7)
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
=
Promatramo li apstraktno opisani postupak, vidimo da isti prevodi polazni sustav

X2 b2Il)5 - b24(l)X4 b2Il)3 X3
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 )
Provedemo li sljedeću supstituciju u sustavu jednadžbi � x + e , gdje je

l ln-2)
bn-In bn- n+1
i n- l )
bnn+l
[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',
sume svih koeficijenata odgovarajuće polaznejednadžbe. Taj sustav obično rješavamo

=
paralelno radi kontrole.

i
3. 1 . DIREKTNE METODE 69
Ocjena pogreške zbog netočnosti A i b.

Ponekad treba ocijeniti pogrešku � rješenja x linearnog sustava ako su poznate
pogreške M i M matrice A i vektora b. Imamo:
(A + M)(x + �) b + M=
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
detAn � l = a a( ldetA ) (n-l)

l 1 22 . . . ann
odnosno,
-
det A - a l l a(22l ) . . . anll .
( n -I )
(9)
(Prisjetimo se dviju činjenica upotrebljenih pri gornjem računu. Te su da se determi
nanta množi brojem da joj se jedan stupac ili jedan redak pomnoži tim brojem i da je
vrijednost trokutne determinante jednaka produktu dijagonalnih elemenata.)
Nalaženje inverzne matrice Gaussovom metodom
Gaussova se metoda može primijeniti i na izračunavanje inverzne matrice. Neka

je A = [aij] . Elemente inverzne matrice od A označimo sa xij , tj.
A - l '= [ ]
Xii .
Tada imamo AA - I = I . Množenjem dobivamo sustav linearnih jednadžbi sa n2

1, 2, 3, (10)
nepoznanica, koji se raspada na n sustava sa po n nepoznanica. To su ovi sustavi
II
L aikXkj oij, U,j . . . , rz),

=
k =1
gdje je
i =j,
i =f; j.
Rješenjem tih sustava dobivamo elemente inverzne matrice.
Uskoro ćemo vidjeti da je Gauss - Jordanova metoda prikladnija za nalaženje
inverzne matrice.
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 =
UVrstIti. . X3 2 tako da .Imamo X2 275 2165 ' 2 225

5 l
. čunavamo Xl kao 72' 1 2 2 2'9
Konacno IZ X l - 72'X2 2x3 92' Izra
= + = = .
v ' + = Xl = . . + = 4.
3 . 1. DIREKTNE METODE 71
Vrijednost detA iznosi prema (9)

25 5
detA al l a22(I)a33(2 ) = 2 · 2
=
47 = 5 · 47 235. .
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,
}
= =
- 3xJ2 + 8X22 + 5X32 O =
2x 13 - 7X23 + 4X33 O =
Xn + 9X23 - 6X33 O 1, 2,.3; j 3 .

l[
=
- 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 •
Nalaženje inverzne matrice Gauss-Jordanovom metodom.
[�� : . :
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 ] -
dakle u drugih stupaca dobivamo elemente od A - l .

II
Gauss-Jordanova i Gaussova metoda s izborom vodećeg elementa
Pretpostavka pod kojom smo proveli Gaussovu i Gauss-lordanovu metodu je da

su svi elementi al!- l ) =j:. O , jer smo s njima dijelili pripadnu jednadžbu i provodili
eliminaciju nepoznanice Xk ' U slučaju da u nekom koraku naiđemo na nulu onda mo
žemo ispremještati daljnje jednadžbe ili nepoznanice tako da u taj položaj dovedemo
koeficijent različit od nule. Pri tome naravno treba voditi računa o nastaloj permutaciji.
Daljnji ozbiljni nedostatak vođenja postupka na opisani način leži u tome da, iako je
al�- I ) =j:. O isti može po apsolutnoj vrijednosti biti malen (blizu nule). Kako se s al�- l )
dijeli, to u daljnjem računu može izazvati znatno nagomilavanje pogreške. Da se to
izbjegne uvodi se algoritam kod kojega u k-tom koraku ne eliminiramo Xk nego neku
drugu nepoznanicu Xj , j =j:. k . To se najčešće ostvaruje izborom vodećeg (glavnog)
elementa, pa se taj algoritam naziva Gauss-Jordanova, odnosno Gaussova metoda s
izborom vodećeg (glavnog) elementa. Osnovna ideja metode sastoji se u tome da u
sljedećem koraku ne eliminiramo nepoznanicu sa sljedećim indeksom nego onu nepoz
nanicu koja ima po apsolutnoj vrijednosti najveći koeficijent. Takav se element naziva
vodeći, glavni ili pivot element. Na taj način izbjegavamo dijeljenje s brojem koji je
u usporedbi s ostalima malen i smanjujemo pogrešku. To se može raditi na različite
načine. Prva ideja koja se nameće je da u matrici A potražimo element s najvećom
apsolutnom vrijednošću i eliminiramo njegovu nepoznanicu iz preostalih jednadžbi, te
da na novodobivenom sustavu ponovimo postupak s nekom daljnjom nepoznanicom.
Na Gauss-lordanovoj metodi to izgleda ovako. Ako je akj vodeći element od A,
tj. l akil ima najveću apsolutnu vrijednost, onda pomoću k -te jednadžbe eliminiramo
nepoznanicu Xi iz svih ostalih jednadžbi. Da nastavimo postupak, moramo odrediti
novi vodeći (glavni) element u novonastaloj matrici sustava. Taj tražimo izvan k-tog
retka i j -tog stupca, tj. treba precrtati k -ti redak i j -ti stupac novonastale matrice i
među preostalim elementima naći onaj koji ima najveću apsolutnu vrijednost. lasno
je da u trećem izboru treba precrtati dva retka i dva stupca u novonastaloj matrici, tj.
one koji su korišteni u prvom i drugom koraku, i među preostalim elementima naći vo
deći element. Time korak po korak dolazimo do dvoredne podrnatrice u predzadnjem
koraku i jednoredne podrnatrice u zadnjem koraku. Krajnje dobivena matrica će biti
ispermutirana jedinična matrica (stupci su ispermutirani), o čemu treba voditi računa
kod očitavanja komponenata nađenog rješenja.
Druge dvije jednostavne varijante izbora vodećeg elementa su po recima, odnosno
stupcima, koje su razumljive nakon gornjeg opisa izbora vodećeg elementa.
Ilustrirajmo Gauss-lordanovu metodu s vodećim elementom (po gore opisanom
izboru) na jednostavnom primjeru.
Primjer 3.2. Rij ešimo ovaj sustav jednadžbi Gauss-lordanovom metodom izbora
vodećeg elementa.
-3Xl + 8X2 + 5X3 6 =
2.x1 7x2 + 4X3 = 9

-
XI + 9xz 6X3 = 1 .
[ ]
-
Račun provedimo tablično na proširenoj matrici B . Imamo

-3 8 5 : 6
B = 2 -7 4 : 9
1 (2) -6 : l
3. 1. DIREKTNE METODE 73
Vidimo da je a32 = 9 vodeći element matrice A . Time eliminiramo X2 iz sustava, pa

nova proširena matrica sustava glasi
[ OO ll : �]
-�
9 3 9
Bl =
� -t : �
ii l -3 I 9
Vodeći element nove matrice B l tražimo izvan drugog stupca i trećeg retka. Nalazimo
da je novi vodeći element 2f koji se nalazi u poziciji prvog retka i trećeg stupca. Time
[ OO O 46]
eliminiramo nepoznanicu X3 , pa nova proširena matrica glasi
3 I
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.
[12 2 -1-1 2: 12]

2x 1 + 3X2 - 2x3 + 3X4 =
Kao i u prethodnom primjeru račun ćemo provesti tablično nad proširenom mat
ricom sustava B .
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
U sljedećem koraku treba precrtati i 4. redak te 3. i 4. stupac. Vidimo daje � sljedeći

vodeći element pomoću koga eliminiramo X3 iz prve jednadžbe. To daje
8) O O O : �
B3 =
I
-4
1O :',
O O : -�
-
I 5 3
2: 8 -8 �
±9 _2 4
9 3"
[_l �1 � �O1 i,' =!l

Zadnji korak je da prvu jednadžbu podijelimo s � što daje
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
LU (LR) faktorizacija, Choleskyjeva šema
Polazimo od nezavisnog sustava (detA i- O) s n nepoznanica

Ax = b. (ll)
Za potrebe ovog razmatranja označimo komponente vektora b ovako
b=
[:�:��: l .
an , n + 1
Osnovna misao je da matricu A faktoriziramo A Be i da pri tome izaberemo prik
[ . 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
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, . . .
Našavši drugi stupac od B možemo izračunati elemente drugog retka od e , tj.

1
b22 (a2j - b2lClj ) j = 3, 4,
C2j = - . . .
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
Sada možemo izračunati drugi redak od e, pa imamo

C23 = b: ( a23 bzJc! 3 ) = � (3 - (-5) ( - � ))
2
C24 = b: (a24 b21C14 ) = � ((-4 ) - (-5) Đ
2
Nakon ovoga prelazimo na treći stupac od B .
b33 a33 - L b3k Ck3 = 2,
2
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.
Radi opće informacije i navikavanja na nešto općenitija razmatranja zarrus1imo da

u ovom slučaju promatramo linearan sustav jednadžbi s kompleksnim nepoznanicama.
Prema tome, elementi matrice sustava su kompleksni brojevi, komponente vektora su
kompleksni brojevi i nepoznanice su kompleksne varijable. Bunemanov algoritam je
primjenjiv na linearan sustav jednadžbi
Mz = b ( 1 8)
koji u blok zapisu izgleda ovako
A l O O
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
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)
_
ne dođemo do jednog bloka. Polazeći od qo 2k+ 1 - l to se ostvaruje u (k - l) -oj

=
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) ? ,
=
(II. . ) bj(r+ l ) -- b2jlr)- 1 + b2j(r+J 1 A (r) b2(r)j . - 1 , 2, . . . , 2k-r - l - qr+1 .

_
,J -
Time za svaki r + l , r O, 1 , 2, . . . , k - l dobivamo sustav linearnih jednadžbi
=
M (r+l ) z (r+l ) = b(r+l )

koji u blok raspisanom obliku glasi
A (r+l ) I O O +
Z (rI l )
I A (r+l ) I O +l
Z2(r ) (26)
O O
O I A (r+ l ) I
I A (r+ l J ( ,"+I )
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) =
Na kraju imamo rješenje polaznog sustava kao . Z = z lO )

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) _ _
_
Sve se te mane mogu otkloniti na način da se izbjegne eksplicitno računanje od A ( rl is

koristivši stanoviti prikaz od A kao produkta tridijagonalnih matrica. Taj dio metode
(r)
izostavljamo,jer smo početnim elementarnim trikovima htjeli pokazati kako u principu
izgleda neki moderan algoritam. Onaj tko to zatreba neka se posluži specijaliziranom
literaturom.
o upotrebljivosti izračunatog rješenja
Poslužimo li se bilo kojom od prikazanih metoda da nađemo rješenje sustava

linearnih jednadžbi Ax b , onda je u većini slučajeva ono što izračunamo stanovita
=
aproksimacij a x točnog rješenja x . Postavlja se pitanje kako ocijeniti točnost od x , tj .
kako ocijeniti pogrešku x x . Da bi mjerili pogrešku moramo imati način mjerenja
-
"veličine" vektora. Za to nam služi norma vektora, u oznaci x ll , koja predstavlja

poopćenje poznatog pojma apsolutne vrijednosti vektora (drugi Ilkorijen iz sume kvad
rata komponenata). Drugim riječima formule koje daju ograde za veličinu Ilx x i i su -
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 - .
Nekaje A (aik ) matrica. S IAI = ( ai I) označavamo matricu čiji su elementi

apsolutne vrijednosti elemenata matrice A I. kAnalogno, ako je b = (b l , b2, bn f
=
. • "
vektor, onda j b l označava vektor čije su komponente apsolutne vrijednosti kompo

nenata od b , tj. Ib l = ( Ib l l, I b21, . , Ibni f . Znak A ::::; B među matricama (ili
. .
vektorima) znači da po elementima (komponentama) vrijedi ai ::::; bij . Naravno da

ima neuporedivih matrica i vektora, dovoljno je da je nejednakost} narušena na jednom
paru elemenata.
Promatrajmo sustav linearnih jednadžbi
AoX bo. (29)
U Ao bo
primjenama su, iz različitih razloga. i netočni, npr. zbog pogrešaka mjere
nja. Prema tome, razumno je prihvatiti približno rješenje x sustava AoX bo kao =
x
"ispravno" ako je točno rješenje nekog "okolinski bliskog" sustava jednadžbi
Ax b, (30)
pri čemu to znači da A i b pripadaju skupovima A , odnosno B , definiranim ovako:

A E A = {A : lA - Ao I :::;; M}, (3 1 )
b E B = {b : l b - bo l :::;; .:lb}.
(3 1 ) znači da A (odnosno b), pripada maloj okolini od Ao (odnosno bo ) u prostoru
matrica (odnosno vektora). U tom smislu dokažimo da je istinit sljedeći teorem, nakon
čega ćemo komentirati njegovu korist.
Teorem 3.2. Neka je M � O i Llb � O te A i B neka su definiralli prema
(3J). Pođimo od sustava AoX = bo. Tada su svakom približnom rješenju i sustava
AoX = bo pridruženi matrica A E A i vektor b E B za koje vrijedi
Ai = b (32)
ako i samo akoje
I r(i) 1 :::;; M li l + .:lb, (33)
gdjeje rei) = bo - Aoi, ostatak za i.
Dokaz. Pretpostavimo prvo (32 ), tj. da za neki A E A i b E B vrijedi
Ai = b.
Tada je
A = Ao + oA, pri čemuje l oA I :::;; M
b = bo + ob, pri čemu je
otkuda slijedi da je
I r(i) 1 = I bo - A oi l = l b ob (A - oA)i l
= 1 - ob + (oA)i l � l obi + l oA lli l
:::;; M li l + I Llb I ·
Obratno, neka vrijedi (33), tj.
I r(i) 1 :::;; M li l + Llb,
treba odrediti A i b . Označimo ovako komponente promatranih objekata:
rei) = (Pl , P2 , . . . , Pn ) T
.:lb + M li l (
0' 1 , 0'2, . ' " all f
i primijetimo da su svi � O . Nadalje, označimo s oA
aj
(obI, ob2 , . · . , obnV , i = ( �I ' �2, . . �n f i definirajmo
"
(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
l p; ! :::;; odnosno I � I :::;; 1, i = 1, 2,

ai, (35)
. . . , 11 .
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 S aiji I Sbil = ! : I Abi � Abi'

! : ! &Iij � &Iij i
Još je ostalo da provjerimo jednakost A x = b, tj . da je x točno rješenje sustava od

ređenog s A = Ao + SA i b = bo + Sb. Pođimo od Pi = (li Pi , i 1 , 2, . . . = , n.
(Ii
Ispišimo ovako lijevu i desnu stranu tih jednakosti
n n
Pi bi I:
ai} �j &Ii} l �j l
Jod
= (Ab; + I:
}= 1
) :'l
�' Abi + I: : &IiJ (sign�jg}
n
I j =1 l
n
-Sbi + I: Saij�j .
...
}= I
Prema tome za i = l , 2, , n vrijedi
bi - I: aij�j = -8bi + I: Sai}�j ,

n n
}=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
Opća linearna iteracija I

Kod iteracijskih metoda polazimo od linearnog sustava jednadžbi
Ax = b, det(A ) =fi ° (1)
i nekog početnog vektora x(O) tako da iteracijom oblika
x(k+ 1 ) = <p (X{k) ) , k = 0, 1 , 2, . . . (2)
generiramo niz vektora
od koga tražimo da konvergira rješenju sustava

x A - l b = lim X(k) . (3)
k -+oo
Naravno da proizvoljna funkcija <p ne dolazi u obzir. Ovdje ćemo se ograničiti na
slučaj kada je <p linearna funkcija. Prevedemo li sustav ( l ) u oblik
x ax + f3 (4)
od koga zahtijevamo da je ekvivalentan polaznom sustavu ( l ), onda, za odabrani
početni x (O) , generiramo niz
X (k+l ) ax (k) + {3, k
= 0, 1 , 2, ... (5)
Svaki izbor prelaza sa ( l ) na (4) potencijalno daje linearno iteracijsku metodu. Na
dalje kažemo daje iteracijska metoda konvergentna ako za svaki početni vektor x(O )
pripadni niz vektora {X(k) } konvergira prema točnom rješenj u sustava x A b . -I
Opišimo jedan dosta općenit prelaz s ( l ) na (4) kojim ćemo se služiti u više
daljnjih iteracijskih metoda. Neka je B regularna matrica. Dodavanjem
Bx - Bx = ° (6)
jednadžbi ( l ) imamo ekvivalentan s.ustav
Bx + (A - B)x = b . (7)
Pomnožimo sada (7) s B - l . To daje ekvivalentan sustav oblika
x (! - B - IA )x + B - l b, (8)
pa uvrstivši
a =l B -lA, {3 = B- l b (9)
dobivamo (4), odnosno, prema (5)
niz vektora
X (k+I ) = (! - B -1 A )x + B - l b, k = 0, 1 , 2, . . .
( 1 0)
Svaki izbor regularne matrice B potencijalno daje, naravno pod određenim uvjetima,
konvergentnu iteracijsku metodu.
Primijetimo da općenito vrijedi:
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 ) .
,
Ponovimo što znači d a niz vektora {x( k )} konvergira. Neka su Xi( k )

•
, I =
1 , 2, . .. komponente vektora x(k ) ,
, II
X(k) = [x(Ik) x(k) , . . . , xn(k) ] T

' 2 •
Konvergencija niza vektora definira se pomoću konvergencije njihovih komponenata.

Dakle vektor x [X I X:! . . . xn] T je limes niza vektora {x( k)} ako i samo ako je
=
x = lim x(k ) 1 , 2, . . , n.
l k -oo
.
l ,
Analogno se definira i konvergencija niza matrica {A ( k ) } , Alk ) ( a�k ) ) k 1 , 2, .

= , = . o o
Tada je matrica A = (aU) limes niza matrica {A ( k )} ako i samo ako je

. (k)
aij kl-.oo
= i m au , i, } 1 , 2, . . , n.
' .
U ovom ponavljanj u smo se ograničiti na kvadratne matrice jer u ovim paragrafima

isključivo radimo s kvadratnim matricama.
Da naslutimo kada je neka linearna iteracijska metoda (5) konvergentna prove
dimo ovako kratko razmatranje. Označimo ovako pogrešku aproksimacije u -tom k
koraku
Pk x(k) - x
gdje je s x označeno točno rješenje i za njega vrijedi (4). Imamo dakle ove jednakosti :
xlk) ax(k- il + (3 ,
x ax + (3.
Oduzimanjem tih dviju jednakosti dobivamo rekurziju među susjednim pogreškama
Pk = x(k) x a[x(k - I ) - xJ apk- h =
iz koje korak po korak nalazimo

Pk a"po, k 0, 1, 2, . . . = { l l}
Naravno, X l k ) x ako i samo ako Pk O . Na desnoj strani formule ( l l ) imamo
-+ -+
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
Teorem 3.4. Linearno iteracijska metoda je konvergentlla ako i samo ako je

lim a k = O.
k -oo
Dokaz. U vjet je dovoljan, jer lim a k O povlači prema ( l l ) da je lim Pk = O ,
k -+ oo k -H.X)
b.
dakle x(k ) ---> x = A - \ Pretpostavimo sada obratno da je lim Pk = O za svaki izbor
k -oo
x ( O) . Iz ( l l ) dobivamo da je O = ( lim ak ) PO i to za svaki Po . Dakle, lim ak je
k -+oo k ---t oo
operator koji se poništava na svakom vektoru PO kakav je jedino O.
Teorem 3.4 nam nije od posebne direktne koristi, no taj teorem kaže, ako znamo
O
kriterij za koje matrice kod te metode vrijedi a k ---> dobili smo kriterij konvergencije
metode. Taj ćemo rezultat koristiti u sljedećem paragrafu.
Konvergentnost metode i ocjena pogreške
Da izrečemo stanovite teoreme o konvergentnim metodama potrebno je ponoviti

nekoliko pojmova. Pođimo od n -redne kvadratne matrice A = Vektor
zovemo svojstvenim vektorom matrice (operatora) A ako postoj i skalar takav da
O (aij) . A v ::j:.
vrijedi
A = v AV. ( 12)
A
Skalar zovemo svojstvena vrijednost matrice A koja odgovara svojstvenom vek
toru v. Znamo da su svoj stvene vrijednosti korijeni algebarske j ednadžbe
det(A / - A) = O ( 13)
koja se zove karakteristična jednadžba matrice A . U razvijenom zapisu determi
nante ( 1 3) izgleda ovako
A -al l -a l 2 -a l il
- a2 1 A-a22 -a2n = 0. ( 1 4)
- an I -a,,2 A -allli
Neka su A l , . . . , Am
(naj više II različitih) svojstvene vrijednosti od A , tj. korijeni
jednadžbe ( 13 ) . Spektralni radijus matrice A se definira kao
p(A ) nlax{ I AI I, I A21 , . . . , I Am l } , ( l 5)
tj. jednak j e najvećoj apsolutnoj vrijednosti svoj stvenih vrijednosti matrice A .
Da dokažemo sljedeći teorem potrebno je računati potencije matrice, dakle mat
k
ričnu funkciju I(A) Ak . gdjeje prirodan broj. Kod takvog računanja se služimo
[ 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, )
'
pri čemu je Jr(Ai) ili matrica oblika
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 )
tj. postoji regularna matrica T takva da vrijedi
( 1 9)
otkuda slijedi da su i cjelobrojne potencije od A slične cjelobrojnim potencijama od
J , tj, vrijedi
(20)
pa se računanje potencije Ak svodi na računanje Jk i naknadno množenje s T- I i T ,
[
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.
Definicija 3.1 . Norma vektora Il v ll

je nenegativna realna funkcija na vektorskom
prostoru koja zadovoljava sljedeće uvjete:
a) l v ii > v
O za svaki =I- O , (pozitivnost)
b) I A v l1 l A III v ii
= , gdjeje lA I
apsolutna vrijednost skalara (homogenost) A,
c) + � +u
l u v ii Il ll Il v ll '
(nejed nakost trokut a).
Evo nekoliko uobičajenih normi vektora. Neka je = [V l V2 ' " vnf . v

Maksimum norma: = max Il v l l oo l
I v; ! (23)
n
Apsolutna norma: Il v l h = L i v; ! (24)
;=1
•
n
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)
Označimo sa M(n, n) skup n -rednih kvadratnih matrica. Kako svaku n x n

n2
matricu možemo shvatiti kao -komponentni vektor to vidimo da se pojam norme
vektora može proširiti i na matrice, no uzet ćemo u obzir i množenje matrica pa imamo
sljedeću definiciju.
3.Z. ITERACIJSKE METODE 91
Definicija 3.2. Norma matrice je nenegativna realna funkcija na M(n, n) koja

zadovoljava sljedeće uvjete:
a) I lA I I > O za svaku A f. O ( pozitivnost)
b) I I ).A I I = 1). I I IA I I , gdjeje 1). 1 apsolutna vrijednost skalara ). (homogenost)
c) I lA + Bi l � I IA I I + I IBI I (nejednakost trokuta)
d ) I lA B I l � l IA I I I IB I l (submu 1tiplikativnost)
U općim razmatranjima se I I . I I koja zadovoljava samo a), b) i c) zove opća

norma matrice, a norma koja zadovoljava i d) zove submultiplikativna norma matrice.
(Ako u d) vrijedi jednakost, onda se zove multiplikativna norma matrice.) Mi trebamo
submultiplikativne norme matrica.
Navodimo nekoliko uobičajenih normi matrica
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
Maksimum norma: I IA I LXl = max lau l

lJ
(34)
Istaknimo da maksimum norma (34) nije submu1tiplikativna. ne zadovoljava uvjet

d), pa j e time primjer opće norme matrice. Nadalje, norma (33) se u nekim knjigama
zove Seh urova norma, a u nekim Schmidtova norma.
.
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.
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.
arno iteracijske metode što izričemo kao sljedeći teorem.

.
Lineamo iteracijska metoda
x(k+ 1 ) = ax(k) + f3
Teorem 3.B.
je konvergentna ako je bilo koja submultiplikativna norma matrice a manja od 1.

Teoremi 3.5 i 3.7 nam omogućavaju da povežemo submultiplikativne norme ma
trica s njeni m spektraInim radijusom. Vrijedi sljedeći teorem, koji u kombinaciji s
teoremom 3.6 daje teorem 3.8.
Teorem 3.9. Spektralni radijus p(A ) matrice A nije. veći od bilo koje njene sub
multiplikativne nonne.
Dokaz. Neka je E > O . i II . II proizvoljna submultiplikativna norma matrice, i
A neka matrica. Pomoću A definirajmo matricu B ovako:
B = IIA IIl + E A .
Sada je prema uvjetu b) definicije 3.2
II B II = I IIA l t+ E I IIA l i = IIA l t+ E I lA li

iz čega slijedi da je II B II < l . Teorem 3.7 stoga povlači da j e lim Bk = O . Iz
k-oc>
teorema 3.5 zaključujemo da je p(B) < l , tj . apsolutna vrijednost svake svojstvene
vrijednosti od B je manja od 1. Ako je Ai svojstvena vrijednost matrice A , onda Je
" Afr+E svojstvena vrijednost matrice B, jer iz
det(A;I - A ) = O
slijedi da je ( služeći se Binet-Cauchyjevim teoremom)
det ( IIA l t+ /(A;l - A ) ) = O,

l
jer je det ( " , t / ) = (lI II E r =j:. O . Nakon množenja imamo
A+ A+
( Ai / - l E A ) = det ( Ai - B) = 0.
det
IIA II + IIA II + IIA II + /
3.2. ITERACIJS KE M ETODE 93
Prema rečenom vrijedi

je dakle p (A) IIA I I .
�
I I AliH I
< odnosno l, O , pa
Da ocijenirno pogrešku linearno iteracijske metode uvest ćemo dodatni uvjet na

normu matrice. Kažemo da je submultiplikativna norma matrice konzistentna II . I I
( suglasna) s normom vektora II . l iv
ako vrijedi
� lIAx l Iv ! lA II ! Ix l iv
za sve i x A.
Npr. redna norma matrice j e konzistentna s maksimum normom vektora, stupčana
norma matrice s apsolutnom normom vektora i euklidska norma matrice s euklidskom
normom vektora.
Provedi mo sada ovakvo opće razmatranje. Pođimo od dviju susjednih aproksi
macija X(k- I ) X(k) k
i � l , dobivenih linearnom iteracijom
,
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_ =
tako da višestrukom primjenom nejednakosti trokuta vrijedi

Ilx (k+p ) _x(k) 1 1 � Ilx(k+ I ) _x(k) 1 1 + Ilx(k+2) x( k+ ' ) 1 1 + . . . + Ilx( k+p) _x( k+p - I ) I I . (35)
Nadalje vrijedi
x {m+ l ) _ x( m) ( ax(m) + (J) ( ax(m- I ) + (J ) a (x( m) _ x( m- l l ),
= =
tako da za konzistentne norme matrica i vektora dobivamo sljedeću nejednakost (kori

stimo istu oznaku za obje norme)
I Ix(m+l ) _ x(m) II IIa (x(m) _ x( m- l l ) 1 I � lIal l llx(m) - x( m - I ) II. (36)
Iteriramo li (36) dobivamo za > k � l m
! lx( m+ l ) x(m )!! Ilall m- k l lx(k+ l ) _ X {k) !!.

=
(37)
Time nejednakost (35) poprima ovaj oblik
I Ix (p+k) -x(k) 11 � I Ix(k+ ' ) -x(k)!!+ ! ! a !! IIx(k+ l ) -x(k) ! ! + . . . +!! a W- 1 !!X ( k+ l ) _x(kl!!
= l
( l + lIall + . . . + IlaW- 1 ) lIx ( k+ ) - x(k ) 1 1
l Ila W I Ix (k+ I ) x(k) lI .
l - Ila !!
(38)
Pretpostavimo l i ! ! all < l dobivamo sljedeću nej ednakost
Ilx(P+k) - X (k) !! �'" 1 - l!! all I Ix (k+ ') _ X(k) I I . (39)

Ako P --+ oo , onda X(p+k ) --+x točnom rješenju, tako da smo dobili ovu ocjenu
pogreške:
l k+ l
a ! !X ( )
ili konačno
(40)
Ako je
Ilall 2l '
<
onda je Ilall l - Ilall , pa (40) poprima jednostavan oblik

<
Ilx _ x(k) 1 1 � Ilx( k) _ x( k- l ) 11

što j e jednostavno građena formula, jer ocjenu pogreške računamo iz posljednjih dviju
aproksimacija. To znači, ako je (uz Ilall � ! )
I lx (k) - x(k- l ) 11 E ,
<
onda je i pogreška manja od E , tj. vrijedi

I lx - x(k) 11 < E .
Iz (40) čitamo sljedeće. Ako ustanovimo da vrijedi
Ilx( k) _ x(k- I)11 � l

��II� " E' Ilall < l,
onda je
I lx _ x(k) 11 = E.
Iz formule (40) dobivamo postupno sljedeću nejednakost
Ilx - x(k) 11 � l Ila W Ilx ( l ) - x(O) II . (41 )

- Ilal l
Napose, ako smo uzeli x( O ) = 13 onda je x( i ) = af3 + 13 , tako da je
,
Ilx ( l ) - x(O) 11 = Ilaf3 + 13 - 13 11 = Ilaf3ll � Ilall llf3ll·

U tom slučaju ocjena pogreške (40) poprima ovaj oblik
!
Ilx - x( k) 1 1 � lIla- W+
llall 1 113 1 1 . (42)
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.
Na kraju ovog paragrafa navedimo sljedeći standardni sustav matrice A , sustava

jednadžbi Ax = b kojim ćemo se poslužiti pri izboru matrice B u sljedećih nekoliko
paragrafa. Napišimo A kao
(43)
[� � �]
A = D- E-F
gdje su
a,
a,
]
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;;
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)
iz čega direktno dobivamo (54 ) .

Što s e tiče početnog vektora xW) uobičajeno je uzeti x (O) tJ , jer ga jednostavno
već znamo.
Da bi niz (53) konvergirao nužno je i dovoljno prema teoremu 3.6 iz 2.2 da
je spektralni radijus matrice a manji od 1 . Dovoljan uvjet konvergencije je prema
teoremu 3.8 da je bilo koja submultiplikativna norma matrice a manja od 1 .
Primjeri sustava za koje konvergira Jacobijeva metoda iteracije s u tzv. dijagonalno
dominantni sustavi. Sustav (47)
Ax = b
je dijagonalno dominantan ako vrijedi
n
l au l > L l au l , i = 1 , 2, . . . ) II (56)
j= l
jii
Da u tim slučajevima dokažemo konvergenciju Jacobijeve metode pokažimo da je

redna norma pripadne matrice a manj a od L Prema (50) i (5 1 ) imamo
all
za i =f:-j
O za j
3.2. lTERACl1SKE METODE 97
pa je pripadna redna norma jednaka

n n
max '" lalj l

, L..J
j=1
"'I aalj 1
= ma, x L..J
i= 1
II
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
dobit ćemo sustav

A'z b, (58)
gdje je a:j = a ijCj . Sada vidimo da vrijedi sljedeće. Promatrana metoda za sustav (47)
konvergira ako i samo ako konvergira za sustav (58). Ta tvrdnja slijedi direktno iz
' (k) zi ako . samo ako (k)
(57) , JerZj ---'; 1 Xj • l 2
---'; ejZj , J " . . . , II .
OVU primjedbu ćemo iskoristiti ovako. Za gore uvedeni pojam dijagonalno do
minantnog sustava mogli bi reći da je dijagonalno dominantan po recima. Što ako
vrijedi
n
lajj I > L: l a lj\, i 1, 2, . . . , n, (59)

i=l
ih
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)
čime smo dokaz proveli.

I l a / l is = L I a;; I
Dakle, Jacobijeva metoda iteracije je konvergent1Ul

j=1
ji;
za sustave dijagonalno domi

nantne bilo po retcima bilo po stupcima.
Polazimo ponovo od sustava jednadžbi

I
Ax b, detA =I O
Gauss - Seidelova metoda iteracije
i u standardnom rastavu A = D - E F izabiremo

(65)
(64)
Sada je prema (9)

(66)
B = D - E.
a pripadni se iteracij ski postupak

a =I B - lA = I CD - E)- I (D E - F) = (D E)-l F,
(67)
-
fJ (D - E) - I b,
zove Gauss - Seidelova metoda iteracije.

Da nađemo zapis Gauss Seidelove iteracije u razvijenom obliku postupimo
X( k+ I ) = (D - E) - I FX(k) + (D - E) - I b
ovako. Nećemo računati (D - E) - l nego ćemo se poslužiti sa (7) tj . polazimo od

(68)
što uvrštavanjem B D E poprima oblik
Bx(k+l ) + (A B)X(k) = b
ili
(69)
(D - E)X(k+l ) FX(k) = b
Matrica D - E je donja trokutasta i jednaka je

[ al l O . . . O ]
(D E)X(k+l ) = FX(k) + b.
O
" . .
. : : an�
a21 a22
pa (69) lako raspišemo i taj zapis glasi

D E= : )
an :
(70)
; n
Zapišemo li prvo zadnji pribrojnik lijeve strane imamo

L a;jxj*+l) = - L a i;xj *l + bi, i = 1, 2, . . . , ll.
}= 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
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 ,
_
Ako (71) raspišemo po indeksu i dobivamo
(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
kažemo da je pozitivno definitan ako je A simetrična matrica, A == A T (transponirana

matrica), i ako je matrici A pridružena kvadratna forma (polinom 2. stupnja)
.
U(Xh . . , xn ) == x TAx = a ll xi + a22X � + . . . + annX;
+ 2al2X 1X2 + 2a1 3X1X3 + . . . + 2an- l ,nXn- IXn
pozitivno definitna. Daje U(X l '
. . . , xn ) pozitivno definitna znači daje U(X l ' . . . , xn ) >
O osim za Xl = Xz = . , . = Xn O kada poprima vrijednost nula.
Navedimo neke činjenice o pozitivno definitnim matricama. za kvadratnu matricu
1, . . , n 1, n
[�:: :1: • �:: } ,

A imamo uvijek definirane glavne podmatrice reda 2, . kao
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:
Teorem 3.1 0. A je pozitivIlo definitna ako i samo ako je

det(A;) > O za i = l , 2, . . . , n
Navedimo i ova svojstva pozitivno definitnih matrica.

(i) Ako je A pozitivno definitna onda postoji A- l koja je također pozitivno
definitna.
(ii) Sve glavne podmatrice su pozitivno definitne.
(iii) Sve glavne minore su pozitivne.
Iz (iii) vidimo da su svi dijagonaIni elementi pozitivno definitne matrice pozitivni.
Ako je sustav
Dakle, za pozitivno definitne sustave vrijedi: Ax = b pozitivno
definitan onda za njega konvergira Gauss - SeMelova metoda iteracije.
Ta tvrdnja je poseban slučaj Teorema 3. 1 1 .
Na prvi pogled može izgledati da je gornja tvrdnja o konvergenciji Gauss-Sei
delove metode za pozitivno definitne sustave ograničenog dometa. Međutim, svaki
sustav
Ax = b, det A -:/ O
ekvivalentan je sustavu
(73)
koj i je pozitivno definitan.

Da j e sustav (73) pozitivno definitan dosta se lako dokazuje. Iz
(A TA) T A TA
čitamo odmah da je matrica sustava (73) simetrična. Ispišemo li pripadnu kvadratnu

formu za A TA imamo
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
Kako vrijednost sume ne ovisi o oznaci indeksa sumacije to imamo
= 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
što u matričnom zapisu daje

Ax = O.
Vidimo da smo dobili homogen sustav pridružen sustavu Ax = b. Zbog det A =I- O
homogen sustav ima samo trivijalno rješenje iz čega slijedi da je kvadratn:yforma
sustava (73) pozitivno definitna, odnosno, da je sustav (73) pozitivno defini tan.
Spomenimo da će za pozitivno definitne sustave konvergirati SGR metoda čiji je
poseban slučaj Gauss-Seidelova metoda. S druge strane opet vidimo da se, teorijski
gledano, svaki sustav može rješavati Gauss-Seidelovom metodom prelaskom na sustav
(73) koji ima isto rješenje. Taj prelaz svakako uključuje množenje s A T što je dodatno
računanje.
Rješavanje sustava linearnih jednadžbi iteracijskim metodama kao što su Jaco
bijeva i Gauss-Seidelova metoda ponekad se zove relaksacija. Smisao tog naziva
dolazi odatle što se pogreška početne aproksimacije postupno smanjuje ili relaksira
nastavkom računanja. Gauss-Seidelova metoda i SGR metoda uvelike se koriste pri
likom aproksimacije rješenja parcijalnih diferencijainih jednadžbi metodom konačnih
diferencija i u drugim problemima. U sljedećem paragrafu je prikazana jedna vrlo
jednostavna metoda relaksacije.
Metoda relaksacije I
Promatramo ponovo sustav linearnih jednadžbi
Ax = b, det A =I- O (74)
i prevedirno ga u oblik
0 = -Ax + b. (75)
Ako u (75) uvrstimo neku aproksimaciju x(k ) točnog rješenja x = A - l b , onda na

lijevoj strani nećemo dobiti O nego neki ostatak ,(k ) , tj. imamo
,(k ) = -Ax(k ) + b, (76)
koji ostatak možemo smatrati mjerom koliko dobro X(k ) zadovoljava sustav jednadžbi
(74). Ako su komponente od ,( k ) malene, onda x(k ) gotovo da zadovoljava sustav
jednadžbi (74). Metoda relaksacije se sastoji u tome da postupno smanjujemo kom
ponente od ,(k ) Primijetimo sljedeće. Pomnožirno Ii (76) s A - I slijeva dobivamo
•
(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.
Na slici je x njihovo sjecište, dakle točno rješenje sustava. Ako je X (k ) aproksi

macija kao na slici, onda će x(k ) gotovo zadovoljavati obje jednadžbe, jer je X(k ) blizu
i jednog i drugog pravca, tj. komponente od ,( k) su malene. Međutim, pogreška je
velika jer je predstavljena vektorom (crtkano) koji spaja x i X(k ) . Kada bi kut između
tih pravaca bio veći uz isto sjecište x, za istu aproksimaciju X(k ) bi ,( k ) imao veće
komponente i smatrali bi ga slabom aproksimacijom. Vidimo da to ovisi o proma
tranom sustavu jednadžbi Ax = b ili kratko rečeno o matrici A . Pojava koju smo
ilustrirali gornjom slikom događa se kod tzv. nestabilnih ili slabo uvjetovanih sustava
(engl. ill-conditioned systems), a to su oni kod kojih je detA malena u usporedbi s
elementima au matrice A . Tada male promjene elemenata (npr. izazvane zaokruživa
njem) mogu izazvati velike promjene rješenja. Iako je tako, relaksacijske metode se
koriste zbog jednostavnog računanja. Često se koriste da se poboljša x(O) , pa se tako
poboljšana početna aproksimacija iskoristi u drugoj metodi.
3.2. ITERACJJSKE M ETODE 103
Ovdje opisujemo jedan jednostavan postupak relaksacije. Prevedi mo sustav (74)

u oblik x = ax + /3
odnosno ,
- 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.
U razvijenom obliku sustav (78) izgleda ovako:

-X I + al2x2 + a l3x3 + . . . + al nXn + /31 = O
-X2 + a2l X I + a23X3 + . . . + a2nXn + /32 = O (79)
+ /3 = O.
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
dok će se svi ostali rf\ ) promijeniti i iznositi

d l ) = dO) + riO) , i "# s.
ais (82)
Jasno je sada da smo poništavanjem r;O) zadovoljili s -tu jednadžbu i da poništava
njem svih ri dobivamo rješenje sustava jer su tada sve jednadžbe zadovoljene. Ako se
{
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.
SOR metoda ili metoda sukcesivne nadrelaksacije
Promatrajmo sustav linearnih jednadžbi

= detAx b, A "#
O (83)
i prisjetimo se kako je na početku uvedena linearna iteracija pomoću regularne matrice
B. Sustavu (83) smo dodali Bx - Bx
= O i dobili
+ Bx (A - B)x b
=
te množenjem s B- I
izračunali kao x
x = B - l b + B -I (B - A)x (84)
otkuda smo dobili iteracijski postupak
x(k+ l ) B- l b + (J - B-I A)x( k) .
= (85)
Uz pokrate a = l - B- l A i f3 = B - l b imali smo zapis
(86)
U formulama (35)-(38) smo uveli rastav matrice A
= D E F , pa smo zatim - -
uzeli da je B = D i dobili Jacobijevu metodu, dok smo uzevši = D E dobili B -

Gauss-Seidelovu metodu. Uvedimo sada SOR metodu ili metodu sukcesivne na
drelaksacije (SaR dolazi od engleskog successive over-relaxation).
Kod te metode
koristimo sljedeću familiju matrica w ) : B(
l
B )
( w = - (D wE)
w
- (87)
pn cemu se w zove relaksacijski parametar. Odmah vidimo da izbor w = l daje
Gauss - Seidelovu metodu, tako da se w < l zove podrelaksacijski parametar, a
w > l nadrelaksacijski parametar.
Da osiguramo konvergenciju metode nužno je i dovoljno da spektralni radijus
matrice
(88)
3.2. ITERACIJS KE METODE 105
bude manji od l, tj . da vrijedi

p(a(w)) < l. (89 )
Pokazat ćemo da za p(a(w)) vrijedi
p(a(w)) � Iw - 1 1- (90)
Kombiniramo li (89) i (90) dobivamo ove granice za w
0 < w < 2. (91 )
Dakle, w E (0, 2 ) može dati konvergentnu metodu.
Dokažimo nejednakost (90). U prvom redu zapišimo B(w) na ovaj način
B(w) = �w (D - wE) = �w D(J - wD-1E) (92)
i izračunajmo
B(w) - A = -D(J 1
w - wD-1E) - D + E + F
l
= -D[/
w - wD-1E - wl + wD-1E + wD-1F] (93)
1
= -D[(I - w)1 + wD-IF].
w
Pomnožimo li (93) s B-I(w) dobivamo ovakav zapis od a(w)
1
a(w) = 1 - B-1(w)A = -B-1(w)D[(1 w)1 + wD-1F]
w
=
!1 [! D(J - WD-1E)] ID[(l w)/ + wD-IF] (94)
l
= -w(J - wD-IE)- D-1D[(1 - w)1 + wD-1F]
w
= (J - wD-IE)-I [(l w)1 + wD-1Fj .
Prisjetimo se Binet -Cauchyjeva teorema koji kaže da je determinanta produkta dviju
matrica jednaka produktu determinanti. Uočimo nadalje daje matrica
1 - wD-1E (95)
donje trokutasta i da su njeni dijagonalni elementi jedinice koje dolaze od pribrojni
ka I jer je wDE donje trokutasta s dijagonainim elementima jednakim nuli. Dakle,
neovisno o w vrijedi
det(J - wD-1E) l . (96)
Da ocijenimo p( ( w)) . Promatrajmo karakteristični poli nom od a(w) , tj .
a
ip(A) det(Al a(w)).

Zbog (96) i Binet -Cauchyjeva teorema vrijedi
ip(A) = det(Al - a(w)) = det((l wD-1E)(Al a(w)))
= det«(J - wD-1E)[A l - (J wD-1E)-1 [(1 - w)1 + wD-1F]])
(97)
= det(A(J - wD-1E) - (l - w)1 wD-1F)
= det« A + w 1)1 AwD-1E wD-1F).
Kakoje vodeći koeficijent karakterističnog polinoma l, to je konstantni član <peO) jed

nak produktu njegovih korijena tj. produktu svojstvenih vrijednosti ,li ( a ( w)) . Imamo
dakle daje
n
II A.i( a (w )) = <peO) det« w - 1 )/ - wD-I F) (w l t, (98) =
i=1
jer je (w - 1 )1 - wD 1 F gornje trokutasta matrica čiji su svi dijagonaIni elementi
-
jednaki w - l . Iz (98) zaključujemo daje

p( a (w)) max I A.i ( a (w ))1 � I w l l,
I
-
čime smo dokazali nejednakost (90) .
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 =
Seidelovu iteraciju, pa je za očekivati da je ista izvor formule (87). Pretpostavimo

sada da su nam poznate komponente
x}(k+ l ) za J. = l 2 l , , . . . , l. - ,
(k + l)-ve aproksimacije X(k+ l ) . Uvedimo pomoćnu veličinu xjk+ l ) prema Gauss

Seidelovoj iteraciji (formula (71)) tj. tada za Xik+ l ) vrijedi
i- I n
a . x-i( k+I ) -- b . """'

II j
(
L.. aijXjk+ l ) """' (
L.. aUx} k ) .
- (99)
j=1 j=i+ l
Možemo očekivati da ćemo pobolj šati (k + l ) -vu aproksimaciju od Xi ako za nju
uzmemo težinsku aritmetičku sredinu xlk ) (prethodne aproksimacije od Xi ) i xjk+ l )
koju daje (99). Prema toj zamisli bi poboljšana aproksimacija od Xi bila dana sa
xjk+ ll - W )X;k J + wx lk+ l ) = x lk) + W(X;k+ l ) - xlk) ).
(l ( 100)
Da nađemo poboljšanu aproksimaciju Xj*+ I ) treba iz ( 100) eliminirati X)k+ l ) i smisleno
odabrati težinu w . Pomnožimo ( 1 00) s au i u dobiveni rezultat uvrstimo aiixlk+ l ) :
i- I n
aiix;k+ I) = aiixlk ) +w [b;- L aijxj"+ I ) - L aijx(k) -aux}k) ] i = 1 , 2, k � O, . . . , n
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
Iz ( 1 03) lako izračunamo

( � D - E) x(k+l) = ( � D - D + F)X(k) + b
= [(�D - E) - (D - E - F)] x(k) + b
= [( � D - E) - A] x k + b ( )
ili
( 104)
Označimo li sa
B(w) = -l D - E = -l (D - w E)
w w
dobivamo (85), pa možemo reći da su SOR iteracije nastale u nastojanju da se pobolj ša

Gauss-Seidelova iteracija.
Dokažimo sljedeći teorem.
Teorem 3.1 1 . za pozitivno definime susta ve i svaki E (0, 2) kOllvergira SOR
w
metoda.
Dokaz. Da dokažemo konvergenciju dovoljno je (a i nužno) da dokažemo da je
spektralni radij us (vidi teorem 3.6)
p( a ( w ) ) = p(I B ( ) I A ) < 1 za
W - E (0, 2).
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,
-
gdje pišemo kraće B umjesto B( ) . Sada E (O, 2) ima za posljedicu da je

w w
� - l > O , pa su obje te matrice pozitivno definitne, jer je B donje trokutasta s
pozitivnim elementima na dijagonali, a druga je dijagonaIna s isto tako pozitivnim
elementima na dijagonali.
Kao prvo dokažimo da su svojstvene vrijednosti A matrice
A-1 (2B A) ( 107)
pozitivne. Naime, ako je x svojstveni vektor za A onda vrijedi
,
A -1 (2B A)x AX
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)
(Q + 1)- 1 = �B-IA. ( 1 I5)
Pomnožirno li međusobno prvu i treću jednakost dobivamo

(Q I)(Q + I)- I = (2A-I B 2I)�B-IA 2 = I - B- IA ( ) a oo . ( 1 I6)
Kako je B regularna trokutasta matrica to postoji B-I , pa iz ( 1 1 5 ) slijedi da postoji i
(Q + 1)- 1 � B-IA .
Označimo sa jJ. svojstvenu vrijednost od a ( ) i s x pripadni svojstveni vektor.
oo
Tada iz
(Q I)(Q + I)-Ix = ( ) = jJ.X
a oo x ( 1 I 7)
slijedi da za vektor
x = (Q + I)y ( 1 I 8)
vrijedi
(Q - l)y = jJ.(Q + I)y
ili
(1 - jJ.)Qy = (1 + jJ.)y . ( 1 1 9)
Kako je y t= O , slijedi da mora biti jJ. =I- l , tako da dobivamo
Qy -
= ll -Y'
+ jJ.
- jJ.
3.2. ITERAC[]SKE METODE 109
tj . il. = 11 +- J1J1 je svojstvena vrijednost od Q = A - I (2B - A) što smo tražili. Izraču

namo li J1 dobivamo
J1 =
il. - 1
iI. + l '
pri čemu smo već prije vidjeli da je za svaki O OJ 2 , pa smo zapravo
il. > O < <
dobili da je 1 J1 1 1 , odnosno da je
< 1 . Time je dokaz kompletiran. Kako
p( a ( OJ)) <
se Gauss-Seidelova iteracija dobiva za 1 , to smo dobili spomenuti rezultat o
OJ =
konvergenciji Gauss-Seidelove iteracije za pozitivno definitne matrice.
4.
Svojstvene vrijednosti
i svojstveni vektori matrice
4. 1 . Metoda neodređenih koeficijenata . . . . . . . . . . . I IS

4.2. Danilevskijeva metoda . . . . . . . . . . . . . . . . 1 17
4.3. Krilovljeva metoda . . . . . . . . . . . . . . . . . . . 1 24
4.4. Nalaženje karakterističnog polinoma
Leverrierovom metodom . . . . . . . . . . . 1 27
4.5. Misesova metoda potencija spektralni
radijus matrice . . . . . . . . . . . . . . .. . . 1 29
Neka je A = [a u] kvadratna matrica i l = [ou] jedinična matrica istog reda. Uz

svaku kvadratnu matricu (linearni operator) A vezan je poseban skup vektora koje
zovemo svojstveni vektori matrice A i poseban skup skalara koje zovemo svojstvene
vrijednosti matrice A . Skalar A je svojstvena vrijednost od A ako postoji ne-nul
x
vektor '# O za koje vrijedi
Ax
= AX. (1)
Sam vektor X se zove svojstveni vektor matrice A koji pripada svojstvenoj vrijed
nosti A . Jednakost ( l ) možemo pomnožiti skalarom '# O što daje ].l
A (].lx)
A (].lx)
iz čega čitamo da je svaki vektor kolinearan sa svojstvenim vektorom i sam svojstveni
vektor, odnosno, svojstveni vektor je određen do na skalar '# O . Jednakost ].l (1)
možemo zapisati u obliku
(A l A)x
O (2)
ili
(A M)x = O (3)
što je homogen linearan sustav jednadžbi u x.
Kako homogen sustav i ma netrivijal
x
nih rješenja '# O ako i samo ako je determinanta sustava nula, to dobivamo da su
svojstvene vrijednosti od A korijeni aJgebarske jednadžbe
D(A ) det(M - A) = O (4)
4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI M ATRICE 111
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
matrice i da je nula barem jedna svojstvena (kratnost!) vrijednost svake singularne

matrice.
Istaknimo da je broj dijagonalnih minora k -tog reda jednak
(�) fl(n - l ) " kin - k + 1 )
pa da prema (7) izračunamo koeficijente karakterističnog polinoma potrebno je ukupno
izračunati
determinanta različitog reda. To je računski pozamašan posao, pa su nam potrebne
druge računski spretnije metode.
Ponovimo još neke činjenice iz linearne a1gebre vezane za svojstvene vrijednosti
i svojstvene vektore:
1 . Ako je A regularna i lt njena svojstvena vrij ednost, onda je ljit svojstvena
vrijednost njene inverzne matrice A - I .
2. Ako je f(A ) poli nom od A U(A) je opet jedna matrica), onda su f(Ad
svojstvene vrijednosti od f{A ) , gdje su Ai svojstvene vrijednosti matrice A .
3 . Ako A ima fl različitih svojstvenih vrijednosti, onda A ima n linearno
nezavisnih svojstvenih vektora.
4. Ako A ima višestruke svojstvene vrijednosti, onda A može imati manje od fl
svojstvenih vektora. Međutim, ako je A hermitska ili realna simetrična, onda A ima
II linearno nezavisnih svojstvenih vektora. Nadalje, svojstvene vrijednosti hermitskih
ili realnih simetričnih su realni brojevi.
5. Ako je Aj svojstvena vrijednost od A , onda je Ai (konjugirano kompleksna
vrijednost) svojstvena vrijednost njoj adjungirane matrice A* .
6. Svaka matrica zadovoljava svoju karakterističnu jednadžbu (Hamilton Caylejev
teorem), tj. vrijedi
An + PIAn- 1 + . . . + P J O.
n
7. Slične matrice imaju jednake karakteristične poli nome, pa prema tome i jed
nake svojstvene vrijednosti. Prisjetimo se da su A i B slične, ako postoji regularna
matrica T za koju vrijedi
Matrica T je općenito kompleksna i kada polazimo od realne matrice A .
Prisjetimo se i elementarnih transformacija matrica:
I. Zamjena dvaju redaka ili dvaju stupaca.
II. Množenje retka (stupca) brojem različitim od nule.
III. Pribrajanje elementa j ednog retka (stupca) odgovarajućim elementima nekog
drugog retka (stupca) pomnoženih brojem različitim od nule.
Za matrice kažemo da su ekvivalentne ako se jedna dobiva iz druge pomoću kona
čno elementarnih transformacija. Osnovno svojstvo ekvivalentnih matrica je da imaju
isti rang.
Lako se uvjerimo da se svaka elementarna transformacija može realizirati pomoću
množenja matrica i to tako daJ matricu A pomnožimo s regulamom matricom koja se
dobiva iz jedinične matrice na ovaj način:
4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI M ATRICE 1 13
Ako se elementarna transformacija provodi na retcima (stupcima) od A, onda ma

tricu A treba pomnožiti slijeva (zdesna) matricom koja se dobiva izjedinične matrice
I tako da se na I provede ista elementarna transfonnacija.
Tako npr. da u matrici
[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
Nama će odmah zatrebati i inverzna matrica ovako transformirane jedinične ma

trice. Tako, ako je E nastala iz I zamjenom dvaju redakal (stupaca), onda se E- l
dobiva iz I zamjenom istoimenih redaka (stupaca), tj . E- = E . Ako je E dobivena
iz I množenjem retka (stupca) s c -:f; O , onda se E-I dobiva iz I množenjem istoi
menog retka (stupca) s � . Ako je E dobivena iz I zbrajanjem i-tog retka (stupca)
pomnoženog s A -:f; O k -tom retku (stupcu) onda se E-I dobiva tako da se i -ti redak
[60 �1 0�], [ 06 �1 0� ] ;
(stupac) pomnoži s -A i probroji k -tom retku (stupcu). Tako npr. ako je redom:
[ 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
metodom. Drugi bi bio da se poslužimo nekom metodom koja iteracijskim postupkom

transformira matricu tako da na limesu dobijemo oblik iz kojeg možemo pročitati njene
svojstvene vrijednosti.
Samo nalaženje svojstvenih vektora svodi se općenito na nalaženje netrivijalnih
rješenja homogenog sustava lineamih jednadžbi
(A l - A)x = O.
IJustrirajmo važnost svojstvenih vrijednosti i svojstvenih vektora na primjeru su
stava lineamih diferencijaInih jednadžbi.
dY I a l YI + a 2Y2 + . . . + a Y
dt = l l ln n
dt = aZIYI + a22Y2 + . . . + a2nYn (9)
ddt
Yn = anlYI + anZY2 + . . . + annYn '
Pređimo prvo na matrični zapis. Označimo li s
dYI
ddtY2
A y= dt
(9)poprima ovaj matrični zapis

Y = Ay. ( 10)
Ako se pitamo da 1i rješenje ima oblik
Y = titX, x =f. O (11)
gdje je x neki ne-nul vektor, onda uvrštavanje u ( 10) daje
Ae).lx = AtI'x til (Ax)
pa dijeljenjem s eAt dobivamo da su A i x podvrgnuti uvjetu
AX Ax. ( 1 2)
Pročitamo li uvjet ( 12) vidimo daje A svojstvena vrijednost matrice A i x svojstveni
vektor A Ako pročitamo taj izvod natraške, onda
vidimokoji pripada
da ako svojstvenoj
pođemo vrijednosti
od svojstvene .
vrijednosti A i svojstvenog vektora x koji pri

pada toj svojstvenoj vrijednosti, da je vektor Y = eAtx rješenje sustava ( 10). Dobili
smo dakle ovaj rezultat:
= eA tx je rješenje sustava y Ay ako i samo ako je A svojstvena vrijednost
od A Yi svojstveni vektor koji njoj =pripada.
x
Sljedeći korak je naći opće rješenje sustava ( 1 0). Navedimo slučaj da su Al , A2 ,
. .An različite svojstvene vrijednosti od A i da su X l , X2 , . . . , Xn njima pripadni
• ,
4. 1 . METODA NEODREĐENIH KOEFICIJENATA 1 15
svojstveni vektori. Tada je

n
Y = L CjXje).jl ( 1 3)
[]
j=l
opće rješenje sustava (9), gdje su Cl , C2 , • • • , Cn proizvoljne konstante. Ako je

X lj
X 2j
Xj = .
Xnj
i
onda je -ta komponenta od y dana s
n
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.
4.1 . Metoda neodređenih
Pođimo od, moglo bi se reći za učenje najjednostavnije, metode nalaženja karak

terističnog polinoma
D(;" ) = det(M - ) = ;., n + P l ;., n - l + P2;., n - 2 + . . . + Pn .
A (1)
.
Da nađemo svoj stvene vrijednosti i vektore treba naći korijene algebarske jednadžbe
D(;" ) = O , što je posebna problematika, a potom naći svojstvene vektore koji pripadaju
tim svojstveni m vrijednostima. Metoda neodređenih koeficijenata se sastoji u tome
da u ( 1 ), u lijevu i desnu stranu uvrstimo n posebnih vrijednosti od ;., i sastavimo sus
tav linearnih jednadžbi s nepoznatim koeficijentima P l , P2 , . . . , Pn . Dakle, uvrstimo
u ( 1 ) redom ;" = O , 1 , 2, . . . , n - l . Time dobivamo ovaj linearni sustav jednadžbi
Pn = D(O)
l n 2
l n + P l l n - + P2 1 - + . . . + Pn = D( l )
2n + P1 2n - 1 + P2 2n -2 + . . . + Pn = D(2) (2)
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
Kako je Pn D(O) = det( -A) ( _ I )n det(A) taj koeficijent znamo izračunati, pa

==
prebacivanjem konstantnih članova na desnu stranu sustav (2) prelazi u

P l + P2 + . + pn - l = D( 1 ) - D(O) - l
. .
2
2n - p l + 2n - P2 + . . . + 2pn - l = D(2) D(O) 2n
1
U matričnom zapisu sustav (3) izgleda ovako
[
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
D(k) = det(k1 A), k O, 1 , 2, -1 . _ . , II
i riješiti linearni sustav jednadžbi (3).

nosti od D u tim točkama podsjeća na interpolacij u. Kako(1)je iD(A
Spomenimo i ovo. Uvrštavanje posebnih vrijednosti u izračunavanje vrijed
) polinom n-tog
stupnja, to zadavši A = O , l , n - l , n i izračunavši D(O) , D( I ) D(n - I ) ,
. . _ , • . _ _ ,
D(n) , formule za interpojacijski polinom daju ispis karakterističnog polinoma D(A ) ,

jer je po1inom n-tog stupnja odreden sa svojih + l točaka. Takve formule postoje,
II
u što se nećemo upuštati. Ne zaboravimo da one uključuju izračunavanje determi
nanata D(O) , D( l ) ,
interpolacij ski poli nom. D(n) , a zatim računanje koeficijenata prema formuli za
. . _ ,
Nalaženje pripadnih svojstvenih vektora svodi se na nalaženje netrivij alnih rješe

nja homogenog sustava linearnih jednadžbi
Ax = Ax,
za izračunatu svojstvenu vrijednost A .
4.2. DANILEVSKIJEVA METODA 1 17
Nalaženje karakterističnog polinoma Danilevskijevom metodom
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
Opisane elementarne transformacije realiziramo tako da

što daje
A pomnožirno zdesna s Mn- I ,
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
C21Cll CCl222 ClnC2n-I- 1 CIC2nli

C=
CnO- ll CnO- 1 2 Cn-In-I
l
Cn-In
O
gdje je prema rečenom
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 '
Nalaženje svojstvenih vektora Danilevskijevom metodom
Danilevskijeva metoda se može iskoristiti za nalaženje svojstvenih vektora ma

trice ako su nam poznate njene svojstvene vrijednosti. Tako, neka je svoj stvena i\.
vrijednost matrice A.
Time je i\.
svojstvena vrijednost i njene Frobeniusove matrice
p (sličnost). Imamo dakle
[ 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
što množenjem slijeva redom s daje

( 15)
Ml I . . . M;!tAMn - 1 . . . M I y = Ay
Iz ( 15) čitamo daje

M t , Mz , . . . , Mn _ 1
( 16)
A(Mn _ I . . . MIy) A (Mn _I . . . MI Y ) ·
svojstveni vektor matrice A koji pripada svojstvenoj vrijednosti A . Dakle, da nađemo

moramo zapamtiti sve matrice Mi , i l , 2, . . l .
= Mn-I " . M I Y
x
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 = ·
·
.
.
=
iz čega vidimo da MI mijenja samo prvu komponentu vektora y . Analogno M2

· .
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
Vidimo da je a43 = 2. Da u tom položaju dobijemojedinicu treba treći stupac podijeliti

A=
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
; = .
pa matrica B = AM3 glasi

B=
Pripadna inverzna matrica MJ I glasi

[l l ]
l
O O O
O 1 0 0
M3- I -
-
4 3 2
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,
Nalaženje karakterističnog polinoma Krilovljevom metodom
(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)
. . � . .
(n� l ) ( "� 2 ) (O) Pn .(n)

Yn Yn . . . Yn Yn
4.3. KRILOVLJEVA METODA 125
pri čemu su komponente od
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 ) ,
= = =
tako da za komponente vektora y{k) , k l , 2, = nalazimo ove formule

. . . , n
n
Y ( I ) - ""a"
� !jYj(O)
i
j=1
n
Yi � a··yj( l )
( 2 ) - "" - lj
}:= l (8)
n
(n- I
� aijYj ) .
Yi(nl - ""
_
j== 1
Uočimo da su komponente početnog vektora y (O) bile proizvoljne. Spomenimo da mo

žemo naići na sustav (5) koji nema jedinstveno rješenje. Tada se preporuča promijeniti
početni vektor y(O ) .
Nalaženje svojstvenih vektora .Krilovijevom metodom
Krilovljeva se metoda može iskoristiti i za nalaženje svojstvenih vektora matrice.

Opišimo taj postupak uz pretpostavku da znamo D ( A ) i njegove korijene
D ( A ) det(M A ) A n + P I A n - I + " ' + Pn ' (9)
Neka su ti korijeni Al , A2 , . . . , An različiti.
Označimo s x( l ) , x(!)
, . . . , xln ) pripadne svojstvene vektore. Poslužimo se s
prethodno korištenim vektori ma iz 2.1
( 10 )
n a sljedeći način. Rastavimo y (O) p o svojstvenim vektorima
teorije znamo da su linearno nezavisni. Imamo dakle
X(i) , z a koje i z opće
(ll)
126 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI M ATRICE
gdje su Ci koeficijenti tog rastava. Kako je

AX( i) = AiX ( i)
to množenjem slijeva s A dobivamo redom
A 2x(i) = AA/X !i) = AiAx( i) = AiAix(i) = A?x(i)
A3x(i) = A,3x( i)
( 12)
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 pomoću njih načinimo linearnu kombinaciju vektora y( n- l ) , y( n- 2 ) , . . . , y( l ) , y(O) .

Dobivamo
y( n- I ) + Q l iy( n- 2 ) + . . . + Q n_ iy(OT
l
= l (c I A; - l x (l ) + . . . + C A�'- l x ( n» )
n
+ Q I i ( C1 A ;- 2X( 1 ) + . . . + c A; - 2x( n» )
n
( 1 5)
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
Uz taj izbor vidimo da vrijedi

<pp..j) = O ako je i :F j
<Pi (Aj ) D' (A, ) ,
=
derivacija od D(A) u točki A Ai " Da je to zaista D' (Ai ) vidimo iz oblika

=
fl fl
D(A) �Il(A I - Aj) čija je derivacija D'(A) �NIlIi (A - Aj), pa kada uvrstimo
ostaje samo onaj pribrojnik u kojemu je izostavljen faktor A - Aj . Za izbor
ApremaAi( 16) linearne kombinacije ( 1 5 ) poprimaj u oblik
Cj<Pi(Ai )X(i) y(n - I ) + quy(n- 2) + . . , + qn _ liY(O) , ; 1 , 2
= = ( 17 )
, . . . , n.
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
= = . .
Nalaženl�. karakterističnog polin0tna Leverrierovom metodom

�
��fliil��«l.j]!IM!ljli.iiH.�;I';�U�.tliliirlt �� l im_a j .a+��
Ovdje prikazujemo još jedan postupak nalaženja karakterističnog polinoma pri

čemu ćemo se poslužiti sumom potencija korijena karakteristične jednadžbe. Pođimo
od
(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
Pl = -SI
l
pz = - (S2 + PIS. )
Z
l
P3 = + PI S2 + P2S. )
3 (S3 (3)
samo nam trebaju SI , S2 , . . . , Sn . Međutim, te ,se veličine mogu izračunati služeći se

l
činjenicom da su At , Af , . . . , At svojstvene vrij ednosti matrice Ak i što znamo da je

Pn = - -fl (Sn + PISn-l + . . . + Pn-ISI )
trag matrice A ) . Kako su Aik svojstvene vrijednosti od Ak to onda vrijedi

TI
S I = AI + A2 + . . . + An = L aii Sp (A )
1=1
pa smo problem reducirali na računanje traga od Ak , k = 2 , Za k = 2

( Sp (A)
dijagonaIni elementi od A 2 su dani s

,
Sk = At + Af + . . . + A; Sp(Ak ) , (4 )
. . . , 11 .
tako daje
TI
aII(2) L...-
"' aik aki, 1 , 2, . . . ,n
k=1
n n
TI
Prema tome, označimo li elemente od Ak imamo daje

S2 Al + Ai + . . . + A; L all) = L L aikaki'
;=1 i=1 k=1
s a;p
Iz izvedenog vidimo da Leverrierova metoda zahtijeva računanje potencija matrice A

n TI TI
što može biti mukotrpno ako je red matrice A visok.

Sk At + Af + . . . + A; L a;;) L L aikai;-I ) .
Nalaženje svojstvenih vektora svodi se i sada na nalaženje netrivijalnih rješenja

i=l i=l k=1
homogenog sustava linearnih jednadžbi

( A l A)x = O
za danu svojstvenu vrijednost A .
4.5. MISESOVA METODA POTENCIJA - SPEKTRALNI RADIJUS M ATRICE 129
Wil1��%'i:ll�I{1W�••;W*0jA�'��?fl,�__<lK_�
4.5� M isesova : metoda - spektrahii radijus matrice
Neka su A I , A2 , . . . , An svojstvene vrijednosti matrice A , tj. korijeni algebarske

jednadžbe
D(A) = det(A J A) = o. - (1)
Svojstvene vrijednosti s u općenito kompleksni brojevi i skup {A I , A2 , . . . , An } se zove
spektar matrice A dok se
= max l A; !
p
I
(2)
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
= .
zvati dominantna svojstvena vrijednost. Tadaje = I A I I · U različitim problemima

p
je potrebno ocijeniti vrijednost spektrainog radijusa p.
Misesova metoda potencija
je jedna iteracijska metoda izračunavanja dominantne svojstvene vrijednosti, ili po
apsolutnoj vrijednosti najveće svoj stvene vrijednosti, bez nalaženja karakterističnog
polinoma.
Neka svojstvenim vrijednostima A I , A2 , . . . , An
pripadaju linearno nezavisni
svojstveni vektori X( I ) , X(2) , . . . , x(n) .
1 . Slučaj. Neka je
(3)
A
Ako su elementi od realni, onda je AI
realan. Naime, tada je polinom D(A)
s realnim koeficijentima, pa se kompleksni korijeni javljaju u parovima konjugirano
kompleksnih vrijednosti. Kada bi AI
bio kompleksan, onda bi i A2 = I I I A I I =
IA2 1 ,
L
što se protivi pretpostavci slučaja.
y
Pođimo od proizvoljnog vektora i rastavimo ga po svojstvenim vektorima mat
rice A, tj. napišimo
y = CI X ( I ) C2X(2)
+ +...+ c lx(n ) (4)
gdje su Cj koeficijenti tog rastava. Pomnoži mo (4) s A . Time dobivamo
n n
Ay = L CjAxU) = L CjAjXU) (5)
j=1 j= l
jer je xU) svojstveni vektor koj i pripada svojstvenoj vrijednosti Aj . Dobiveni vektor
Ay zovemo iteracija vektora y . No to možemo nastaviti tako da i mamo drugu iteraciju
vektora y jednaku
n n
A(Ay) = A2y = L CjAjAxU) = L CjA}xU)
j= 1 j=1
m
i tako redom, -ta iteracija glasi
n
m m
y( ) = A y = L CjAtxU). (6)
j=1
Neka je el , e2 baza vektorskog prostora. Neka je
130 4. SVOJSTVENE VRIJEDNOSTI I SVOJSTVENI VEKTORI M ATRICE
• . . . , 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 )
Uvrstimo li (7) u (6) dobivamo

n
XU) := L Xijel. (7)
(8)
j=1
n n n n
Dakle, i -ta komponenta od je faktor od tj .

(
y ) = L C;At L Xjjej = L ei (L CjXijAt) .
m
j=l j= l
(9)
1=1 1=1
(
y ) m ej ,
n
Analogno je i -ta komponenta od jednaka

y j( m - ""
l
� CjXjjA1jm .
_
j= l
y(m + ) l
n
Podijelimo li ( 10) s (9) dobivamo

yjm+ )
l +I
L CjXijAt ,
= ( 10)
j= 1
Pretpostavimo da je t O i Xii t O, To nije ograničenje jer to možemo postići

( +l
Yi m ) CIXi l A1 Im+ 1 C2X i2 A' 2m+ 1 CnXinA' nm+1
+ + +
promjenom početnog vektora y i baze el , ez , . . . , en . Transformirajmo ( 1 1 ) u ovaj

'
(11)
_ • •
oblik
yi m )
+ + +
CiXilAf C2Xi2A!{' ' , . CnXinA::'
CI
Iz ( 1 2) zaključujemo da prelaskom na limes za dobivamo (zbog AA; l za

( 12 )
i � 2 ) sljedeći rezultat
l'm -oo
lm YI-mi(-ml-) O
m -t oo <
Iz ( 1 3) dobivamo u l. slučaju sljedeću aproksimaciju dominantne svojstvene vrijed

( +l
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
A, A2 = A · A, A4 = A2 · A2, A8 = A4 · A\ . . . , Az' = A 2*-1 . A i-1 = Am .

Izračunamo li još y(m) = A my i y(m+ l) = Ay(m) dobivamo
+l
AI yi(mi ) i = 1, 2, . . . , n .
� �,
Y
Dobivši aproksimaciju od A I možemo naći i aproksimaciju svojstvenog vektora
koji pripada svojstvenoj vrijednosti A I . Naime, vektor
y(m) = . Amy ( 15 )
je aproksimacija svojstvenog vektora od A koji pripada svojstvenoj vrijednosti A l .
Evo kako to vidimo. Iz formule (6) imamo
n
Amy = CI A{"X( I ) +LCjAFxU)
.i=2
gdje je x U) svojstveni vektor koji pripada Aj . Izlučimo li CIA;" dobivamo
Amy = CI A{" {X( l ) + �=2 cCJI ( AA1l ) mxU) } .

� ( 16)
j
A m O za
Kako ( � ) --t i j � 2 , to za dovoljno velike dobivamo
11l --t oo m
A
Amy Cl A{"x )
� (\ ( 1 7)
I I
tj. Amy aproksimira vektor CIAf1x( ) koji se do na koeficijent razlikuje od x( ) pa je
dakle i sam svojstveni vektor od A koji pripada svojstvenoj vrijednosti Al .
Napomena. Kako obično ne znamo da li smo u slučaju l , to nas formalna prim
jena opisanog postupka može kod neprikladnog izbora vektora y dovesti u situaciju
da formula ( 1 3) ne daje korijen polinoma D(A ) ili da ( 1 3) nema limes. Tada treba
primijeniti početni vektor y .
2. Slučaj je komplementaran prvom, a taj je kada apsulutna vrijednost dominantne
svojstvene vrijednosti ima kratnost, tj. vrijedi
I AI 1 = IA21 = . lA., I I A l·
.. = > s+l ( 1 8)
Tada do formule ( l l ) možemo ponoviti izvod. Sljedeći korak izvoda sada glasi
y l m+! ) CI Xil + . . . + csXis + Cs+! Xis+ l

= Al (�
m+!
)
+...+ CnX in ( � ) m+ !
y,( m ) Hl ) m + . . . + CnXin ( An ) m
CI Xi\ + . . . + CsXis + Cs+IXi.,+! ( A� Al
vrijedi (�:)
I sada i mamo da za nz --t oo
m O za k > s, pa ako je još i
--t
CI Xi l + . . . + CsXis =f. O (time izbjegavamo pojavu neodređenog oblika � ), onda

ponovo zaključujemo da j e
i = 1 , 2, . . . , II
i analogno j e
y(m) Amy =
aproksimacija svojstvenog vektora koji pripada svojstvenoj vrijednosti AI .

Kao i u prvom slučaju i ovdje možemo ubrzati iteracijski postupak da računamo
Am za m = 2k , tj. da gledamo potencije
A A2 A4 A8
, , ..., , . , Al'
Izvedimo još jednu formul u za aproksimacjju apsolutne vrijednosti dominantne
svojstvene vrijednosti (ili spektrainog radijusa) matrice
samo za prvi slučaj.
i to zbog jednostavnosti A,
Znamo da je trag matrice Sp(A)
jednak sumi njenih svojstvenih vrijednosti
;=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
Sada u l. slučaj u imamo
A:n + Ai + . . . + A:' = A:n l +

;=1 k=1
[ (�:r + . . . + (�:r] Sp(Am ) . = (20)

Vađenje m -tog korijena iz (20) daje
{ (��) 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
S.l. Jednadžbe s jednom nepoznanicom . . . . . . . . . . 1 34

S.2. Algebarske jednadžbe . . . . . . . . . . . . . . . . . . 148
S.3. Sustavi nelineamih jednadžbi . . . . . . . . . . . . . . 164
Prisjetimo se osnovnih činjenica. Neka je dana jednadžba

f( ) O.
Riješiti jednadžbu ( 1-) znači naći one za koje vrijedi jednakost ( 1 ). Svi takvi čine
skup rješenja jednadžbe ( 1 ). Uobičajena podjela jednadžbi je na:
1. Algebarske koje su oblika
x (1)
( 2)
x x
2. Transcendentne, tj . one koje nisu algebarske.

Prisjetimo se da je rješenje algebarskih jednadžbi uobičajeno zvati korijeni jed
nadžbe. Ponovimo i neke osnovne činjenice o algebarskim jednadžbama s realnim
koeficijentima E R .
al) Kompleksna rješenja korijeni) se javlj aju u parovima konjugirano komplek
snih brojeva. Ako + ib ima (kratnost onda i ib ima kratnost
a2) Ako je stupanj algebarske jednadžbe neparan, onda ona ima barem jedno
ak
realno rj ešenje (korijen).

a3) AIgebarskajednadžba ima rješenja uračunavši njihove kratnosti.
a s, a - s.
a4) Iz poznavanja svih rješenja algebarske jednadžbe možemo naći algebarsku

jednadžbu u normiranom obliku koji glasi
) O
II
gdje su općenito kompleksni brojevi.

aS ) O je rješenje algebarske jednadžbe onda i samo onda ako je O.
( )(
X - XI ) X ( X2 " ' X - xn
Xk
x an =
5. 1. JEDNADŽBE S JEDNOM NEPOZNANICOM 135
a6) Ako je an i= O , onda su rješenja Xk algebarske jednadžbe u kompleksnoj

ravnini unutar kružnog vijenca
r<
IXk l R. < (3)
lednajednostavna, ali gruba ocjena veličina i R izgleda ovako. r
Označimo sa
A
= max{ l a l l , l a 2 1 , · · · , l a i } ,
n
gdje su ak koeficijenti jednadžbe (2). Tada vrijedi
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
. . .
funkcijskih vrijednosti na krajevima pojedinih segmenata.

b2.2) Iznalaženje rješenja do tražene točnosti.
j
b3) Ako je neprekidna i na krajevima segmenta [a, prima vrijednosti s pro bl
tivnim predznacima, tj. j(a)j(b) < O , onda unutar segmenta [a, postoji barem bl
jedno rješenje jednadžbe j(x) = O.
bl
b4) Ako derivacija !' na [a, ima isti predznak i vrijedi j(a)j(b) <
O , onda je
rješenje jedinstveno (j je strogo monotona na [a, bl ) .
136 5. NELlNEARNE JEDNADŽBE
b5) Ako je J(a)J(b) > O i J ima neprekidnu drugu derivaciju r na [a, bl ,

koja na [a, bl ne mijenja predznak ( f je konveksna ili konkavna) , onda unutar [a, bl
nastupa jedna od tri mogućnosti (vidi sliku):
b5. 1 ) J(x) = O ima dva rješenja;
b5.2) J(x) = O ima jedno dvostruko rješenje;
b5.3) J(x) = O nema rješenja.
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
• • •
jedan unutar drugog za koje vrijedi

J(an )J( bn ) < O, n = 1, 2, . . .
bn an = ( b - a) ,
2n
5 . 1 . JEDNADŽBE S JEDNOM NEPOZNANICOM 137
tako da je rješenje � jednako

lim
�
n--oo n
= a = b
lim ,
n --oo n
b
dok su an i n aproksimacije od � .
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.
Teorem 5.1 . Neka je cp [a, bl

: -+[a, bl di/erencijabilna Ila [a, bl . (Uočite da je
kodomena od cp jed1laka domeni.) Ako je
I cp ' (x ) 1 � q < l za a < X < b,
onda postupak iteracije
Xn CP (Xn- I ), n 1 , 2, . .
= = .
kOllvergira i to neovisno o početnoj vrijednosti Xo E [a, bl, a

� lim X
n�oo n
=
je jedinstveno rješenje jednadžbe (8) na segmentu [a, bl .

Dokaz. Promatrajmo aproksimacije Xn i Xn+ ! koje zbog pretpostavki teorema
138 5. NELINEARNE JEDNADŽBE
imaju smisla. Sada je

Primjenom teorema o srednjoj vrijednosti dobivamo
Xn+l Xn <p(Xn ) - <p(xn- d ·
Zbog I<p'(x ) I � q
Xn+ ! Xn (Xn - xn- d<P' (xn) , Xn E (Xn - h Xn) .
što redom daje

(l l)
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 (� , �),
� - i O povlači l <p'(e) , što je nemoguće. Dakle, ne postoji drugo rješenje.

Time�je teorem u potpunosti dokazan, a ujedno vidimo da postupak konvergira pri
(�
proizvoljnom izboru početne točke Xo . Teorem vrijedi i kadaje <p diferencijabilna na

=
beskonačnom intervalu ( ) uz isti uvjet 1<p'(x) 1 � q l na (

=
Sada treba ocijeniti pogrešku aproksimacije. Promatrajmo

- oo, oo < ) - oo, oo .
Ixn +p - xn l = Ixn+p - Xn+p-l + Xn+p- l + . . . + Xn+l xn l

� Ixn +p - xn+p- d + I Xn+p- l - xn+p-2 1 + . . . + I Xn+1 - xn l
+p- +p 2
� if I lx l xo l + if - IxI xol + . . . + q1! l x I - xo l
l
= if I X l - Xo I (I + q + q2 + . . . + qP- ) .
Dakle
ct ( 12)
<
l - q lx I - xo l·
--
p-OCJ xn+p = � dobivamo

Iz lim
( 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
što kombiniraj ući s ( l l ) daj e

I� - xnl � l - q IXn xn- I I· ( 1 4)
Ta formula omogućava ocijeniti pogrešku aproksimacije iz razlike uzastopnih aprok
simativnih rješenja. Ako je zadana točnost E > O , postupak iteracije treba voditi dok
ne bude
q xn - xn l l
--I < E,
l -q -
iz čega slijedi da postupak treba voditi dok ne bude
1 -
IXn --. Xn-
Ii < q
( 15 )
Najjednostavniji i najefikasniji način je da se iterativni postupak provodi dok ne pos

tignemo
16) (
gdje je E zadana točnost.
Istaknimo odmah sljedeće. Prelaz s jednadžbe
=Oj(x)
na ekvivalentnu jednadžbu
X = q>(x)
nije jedinstven. Stoga treba uvijek paziti da uvjet teorema
1 q>'(x) 1 � q
< l za a < b X<
bude osiguran. To ilustriramo primjerom jedne kubne jednadžbe.
Primjer 5.1 . Promatrajmo kubnu jednadžbu
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
,
za 1 q>'(x) 1 = 1 8x - 3x2 1 , pa nemamo garanciju da u tom slučaju postupak iteracije

konvergira. Međutim, izračunamo li x iz prvog člana, tj. napišemo li
4x2 - x + 10
x=
imamo
pa vidimo da na [4, 6] vrijedi 1 q>'(x) 1 < l . Odabravši Xo = 4 dobivamo

n Xn n Xn
O 4 4 4.3063
l 4.4 5 4.3070
2 4.29 6 4.3069
3 4.3 1 7 4.3069
Newtonova metoda (metoda tangente) I

Neka je � rješenje jednadžbe J(x) = O na segmentu [a, b] i neka su J' i f"
neprekidne funkcije koje ne mijenjaju predznak na [a , b] . Ako je Xn aproksimacija
rješenja, onda možemo naći bolju aproksimaciju tako da uočimo da je
� = Xn + !tn
i da pokušamo ocijeniti !tn . Prema Taylorovoj formuli imamo
odnosno
Odatle nalazimo novu aproksimaciju
n = O, 1 2 , . .
, . ( 17)
Geometrijski gledano, gornji postupak se sastoji u sljedećem ( v. sl. 5 .2).

5 . 1 . JEDNADŽBE S JEDNOM NEPOZNAN ICOM 141
/
All
Sl. 5.2.
Jednadžba tangente u točki An (xn, j(xn ) ) glasi

y j(xn) j' (xn ) (x - xn ),
a njeno sjecište s x -osi je dano s
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, . . "
j' (xn ) '

onda lIiz {xn} konvergira kjedillsrvenom rješenju � jednadžbe j(x) = O .
Dokaz. Neka j e npr. j(a ) < ' O , j(b) > 0 , j'(x) > 0 , f" (x) > O za
a � X � b (ostali slučajevi se razmatraju analogno), za Xo možemo odabrati b
jer je j(b)f"( b ) > O . Pokažimo prvo da sada za sve aproksimacije vrijedi Xn > �
( n = O, l " , . ) i prema tome j(xn ) > O . U prvom redu je Xo > � . Indukcijom, neka
je Xn > � Stavimo �
. = Xn + (� - xn ) Prema Taylorovoj formuli imamo
.
° = j(� ) = j(xn ) + j'(xn) (� - xn) + � f" (Cn )(� - xn) 2

gdje j e � < Cn < Xn ' Kako j e f" (x) > O , to odbacivanjem pozitivnog pribrojnika
imamo
( 18)
odnosno
i prema tome
Dakle, niz {xn } je ograđen, a iz ( 17) i činjenice da je J(xn } > O slijedi

Xn+ l < Xn ( 1 9)
pa zaključujemo da je niz {xn } konvergentan. Postoji dakle
� = n-oo
lim Xn . (20)
Sada još treba dokazati da je � = � . Međutim, zbog neprekidnosti od J , J'

f' (x) ::j:. O dobivamo iz ( 17) graničnim prijelazom
-� = -� - J(�)
JI (�)
ili
J(�) = O.
Monotonost od J povlači da je � = � pa je time teorem dokazan.
,
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)
gdje je �n-l E (Xn- h Xn ). Prema ( l7) imamo
Xn- I - JJ'(X(Xn-n-lI')) '

pa dobivamo
što uvršteno u (22) daje
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
Ocjena ( 23) omogućava sljedeće razmatranje. Kada provodimo konvergentan po

stupak, tada Xn - Xn - l --+ O , pa za dovoljno veliki N
i svaki n > Nimamo
M lxn - xn- l l < 2m , tako da vrijedi
�
I � - xn l IXn - xn - d . ( 24)
Istaknimo da I Xn - xn- l l < E ne garantira pogrešku aproksimacije manju od E , pa u
tom poslu treba biti oprezan. (Naime, možda još nismo premašili N
da vrijedi ( 24).)
Izvedimo još i formulu koja povezuje apsolutne pogreške uzastopnih aproksima
cija. Iz Taylorove formule
�
O = j(� ) = j(xn) + !, (xn ) (� - xn) + j" ( Cn )(� - Xn ? , Cn E (Xn ' � )
imamo
odnosno
iz čega dobivamo ovu ocjenu
I � - xn+l l � 2Mm (� - Xn)2 . ( 25)

Ta formula uspoređuje apsolutne pogreške dviju uzastopnih aproksimacija. Ona ujed
no govori o brzoj konvergenciji Newtonovog postupka ako se početni Xa odabere takav
da vrijedi
M
�
l � xa l q < 1 .
2m -
M
Posebno, ako je JJ. = � l i I � - xn l < lO- k onda iz te formule slijedi
2m
I � - xlI+1 1 < 1O- 2k , pa ako je aproksimacija bila točna na prvih k decimalnih mjesta,
onda sljedeća aproksimacija ima točno prvih 2k decimalnih mjesta. Kraće rečeno, za
�
JJ. l Newtonova metoda udvostručava u svakom koraku broj točnih decimalnih mje
sta. Takav tip konvergencije iteracij.skog postupka zove se kvadratična konvergencija.
U mnogim slučajevima dovoljno je samo pet ili šest iteracija da dobijemo � točno na
osam i više decimalnih mjesta. Kod konkretnog računa obično vodimo postupak dok
ne postignemo
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 ).
Primjer 5.2. Riješite jednadžbu e' = 1 0 - X na 4 decimalna mjesta. Sada imamo

j(x) = e' + x - lO , j' (x) = e' + l i
e'n + Xn - 1 0
Xn+l = Xn -
en + l
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
Potpunosti radi spomenimo sljedeće. Zamislimo da smo na početku proveli ap

roksimaciju sa uključivo kvadratnim članom Taylorove formule, tj . da smo gledali
0= J(xn + !Zn} J(Xn ) + hn!, (xn ) + �J" (Xn)h�.

� (27)
Tada se iznalaženje nove aproksimacije X n+ svodi na rješavanje kvadratne jednadžbe
l
što se može provesti, ali izostavljamo.
Metoda sekante (regula falsi) I

Promatrajmo ponovo isti problem i neka j e npr. J(a) < O i J(b) > O (v. sl. 5. 3).
A
Sl. 5.3.
Jednadžba sekante kroz krajnje točke luka AB glasi

X a y - J(a)
b a J(b) J(a) '
Za y = O dobivamo sjecište sekante s X -osi
J(a}
a (b - a).
J(b} - J(a)
Ponovimo sada postupak na segmentu [x \,
bl e [a, bl kao što je ilustrirano na sl. 5.3.
Taj postupak možemo nastaviti pri čemu općenito niz {x,}
može divergirati. Da osi
guramo konvergenciju postupka pretpostavimo da J" ne mijenja predznak na a , bl · [
[
Time je J konveksna funkcija na a , bJ pa sekanta siječe graf od J nad a , bl samo u
J"(x) J"(x)[
rex) [
kraj njim točkama A , B. Neka j e npr. > O na a , bl . Slučaj < O svodi
se na rješavanje jednadžbe -J(x) = O . Uz > O nastupaj u dva podslučaja.
l) Za f(a) > O ( v. sl . 5.4) uzimamo Xo = b za prvu aproksimaciju. Tada imamo

f(xn )
X n+ 1 = Xn - (Xn - a),
_ n = O, 1 , 2, . . . (28)
f ) f(a)
(x n
što zbog konveksnosti od f daje jedan ograđen monotono padajući niz aproksimacija
{xn } pa prema tome niz {xn } konvergira k nekom � = lim Xn .
n -oo
A B
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
,
,
/
" ,
'"
,
/
,
' xlI+J XII X" x,,:,
a
�
Sl. 5.4.
"
,
Sl. 5.5.
2) Za f(a) < O ( v. sl. 5.5) uzimamo Xo = a . Tada imamo
II = O, 1 , 2, . . . ( 29 )
Zbog konveksnosti od f dobivamo ograđen monotono rastući niz aproksimacija {xn }

koji konvergira k nekom � = lim Xn .
n -oo
Kako je � = lim Xn+ 1 = lim Xn , to iz (28) dobivamo
n - oo n -oo
f (� )
� = (� - a)
�-
f (� ) - f(a)
što daje f ( �) = O, tj . � je rješenje jednadžbe. Analogno razmatranje imamo u slučaju
2).
Usporedimo li metodu sekante s Newtonovom metodom, onda je njena prednost
u tome što ne zahtijeva izračunavanje derivacije f' , međutim sporije konvergira od
Newtonove metode.
za ocjenu pogreške aproksimacije može nam poslužiti iz uvoda poznata formula
(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 )
Razmotrimo samo slučaj l ) , tj. kada je u postupku Xo = b (analogno u slučaj u 2) ) . Iz

( 28) lako dobivamo
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
Ako je nadalje duljina segmenta [a, bJ dovoljno malena da smo postigli M � 2 m ,

onda iz (34) dobivamo
I � xn l � IXn - xn - d , ( 35)
pa u takvoj situaciji vodimo postupak dok ne bude IXn - xn - d < f, gdje je f dana
točnost.
Primjer 5.3. Riješimo jednadžbu .r = lO na 3 decimalna mjesta. Logaritmira
njem imamo
X In x - ln 10 = O .
Uzmemo li j(x) = x ln x - ln 1 0 , onda vidimo da je f' (x) ln x + l iz čega zaklju-

čujemo da j pada na O, ( � ) i raste na ( � , ) . U točki X � ima očito minimum.
oo
Kako za X + 0 , j(x) ln 10 , to vidimo da postoj i samo jedno rješenje �

-t
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.
Sl. 5.6.
Sada se polazi od dviju aproksimacija X,,-l

i x" (pretpostavljamo konveksnost od f
na promatranoj okolini od � ) koje su npr. obje veće od � . Iz jednadžbe sekante kroz
P,, - l P"
i
- f(x,, - d - f(x,, ) x x" )
y - f(x" ) - ( _
X" - l
- x"
dobivamo
x,,- d(x,,) - x"f (x,, - d
�+ l = f(x,, ) - f(x,,- d
. (36)
Izvedimo još i ocjenu pogreške tipa (34). Iz (36) imamo

f(x - f(x,, )
-f(x" ) - (X"+ l x" ) ,, - d
_
X,,- l
- x"
=
tako da dodavanjem I(� ) O imamo
- f (X,, -l ) - f (x,, ) )
f( ':>�) - f(x" ) -
Xn- l - Xn (X"+ l x" . _
Primjenom teorema srednje vrijednosti na obje strane dobivamo

_ _J' (xn-d (Xn- l - xn ) (Xn+l Xn )
( ':>� Xn )f' ( ':>�n ) - _
Xn-l - Xn
gdj e je �n E ( � , Xn ) Xn - l E (Xn ' xn - d , tako da vrijedi
'
':>� - Xn = ff' ('Xn(�-n )l ) (Xn+l - Xn ) . (37)
Iz (37) dobivamo ocjenu

(38)
Sa stanovišta interpolacijskog polinoma mi smo kod metode sekante iterativno
aproksimirali f s linearnim interpolacijskim polinornom čije nu1točke konvergiraju
rješenju jednadžbe. To se može provesti i s kvadratnim interpolacijskim polinornom
(Mullerova metoda) . Isto se tako metode mogu kombinirati iz koraka u korak što ovdje
izostavljamo.
Neka daljnja svojstva pofinoma I

U ovom paragrafu ćemo se ukratko baviti problematikom algebarskih j ednadžbi
koje se vrlo često poj avljuj u u primjenama. Tako je npr. karakterističnajednadžba line
arne diferencijalne j ednadžbe algebarska jednadžba čija rješenj a (realna i kompleksna)
treba znati da bi ispisali opće rješenje linearne diferencijalne jednadžbe. Promatrat
ćemo algebarske j ednadžbe s realnim koeficijentima. Neka je
n
L
P(x) = aoxn + a txn - I + . . . + an - IX + an = ajXn - i (l)
i=O
poJinom ll -tog stupnj a s realnim koeficijentima, tj. ao =1= o , al , . . . , an Su realni
brojevi. Pripadna algebarska jednadžba glasi
aQXn + al�- l + . . . + an - IX + an = O (2)
koja dijeljenjem s ao prelazi u normirani oblik
i = O, 1 , 2, . . . , n. (3)
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
Prisjetimo se nadalje da se kompleksna rješenja algebarske jednadžbe s realnim ko

eficijentima javljaju u parovima konjugirano kompleksnih brojeva, te ako je + a tJi
s -kratno, ondaje i a -tJi s -kratno rješenje. (Ako u jednadžbi (4) dopustimo komplek
sne koeficijente, onda vrijedi sljedeće: Konjugirano kompleksne vrijednosti rješenja
jednadžbe (4) su rješenja jednadžbe koj a se iz (4) dobiva tako da joj se koeficijenti
zamijene s konjugirano kompleksnim vrijednostima. Naravno, kratnosti se čuvaju.)
Označimo s
(5)
rješenja j ednadžbe (2) ( Xj realan ili kompleksan). Tada P možemo pisati u obliku
n
(6)
iz čega izjednačavanjem koeficijenata uz iste potencije dobivamo sljedeće formule
(7)
2:: XjXjXk
i�j#
koje se zovu Vieta-ove formule. Nadalje, ako su Xi nuItočke od (2), onda su
Xi
nultočke polinoma
n
?*(X) ao + alx + . . . + anxn = 2:: a xi .

i (8)
;=0
Uzmemo li u obzir kratnost Si , nultočke Xi , onda (6) prelazi u
ao
P(x) = (x X l )'t (x - X2)'2 . . . (x - xm ) 'm (9)
P
gdje su X I , . , . , Xm različite nultočke od i vrijedi
s
S I + Sz + . . . + m = ll.
Granice rješenja algebarskih jednadžbi
Ocijenimo u prvom redu apsolutne vrijednosti rješenja jednadžbe (2). Vrijedi

sljedeći teorem.
Teorem 5.3. Neka je

A ma { la ! l all , · · · , lan i } .
= x J ,
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
=
�'
Dokaz. Promatrajmo sljedeće analitičke funkcije

I(z) = aozf/
g(z) = a tzn - I + a2z,,-2 + . . . + af/- I Z + an
koje zbrojene daju poti nom (4). Sada za I z l > l vrijedi
Ig(z) 1 � l a l llz l n - 1 + . . . + I an- I l iz i + lan i
� A ( lz l n - , + . . . + I z l + 1)
n
A I Izlz l - ll
n
< A Iz l '
IžIl
Da primijenimo gore spomenuti Roucheov teorem moramo naći konturu na kojoj vri
jedi I/(z) \ > Ig(z)\ .
Lako određujemo kružnicu za koju to vrijedi. Naime, iz zahtjeva
laol lz l n > A �
Iz l - l
dobivamo da mora biti
Prema Roucheovom teoremu funkcije 1 i 1 + g = P imaju isti broj nuJtočaka

unutar kruga radijusa R l + � . Kako 1 ima u z = O nultočku kratnosti n , to
I I
znači da smo tom kružnicom obuhvatili sve nultočke od P, pa je time teorem dokazan.
Odmah imamo sljedeću posljedicu.
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+�
Dokaz. Uvjet an i= O povlači da ishodište nije rješenje jednadžbe (2). Sada su

l
prema (8)
Xj rješenja jednadžbe
anxn + an_ I Xn - 1 + . . . + ao O ( 12)
tako da primjenom teorema 5.3 na ( 1 2 ) dobivamo
I�IXi < l + L
lan i
iz čega slijedi ( l l ) .
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.
Teorem 5.5. (LagTange) Neka je ao > O i a ( m � l ) prvi u nizu ao. a l , . . . •
a negativni koeficijent polinoma P. Tada su smva pozitivna Tješenja jednadžbe (2)

n
omeđena sa
R 1 + mE
Y ao
gdje je a najveća apsolutna vrijednost negativnih koeficijenata od P.
Dokaz. Neka je x > 1 . Ako pozitivne koeficijente a l , . . .
n
u P zamijeni
, am l
-
rno nulom, a sve preostale a , am + l , . . . , an s -a , onda x > l vrijedi
m za
P(x) = aoxn + a - 1 + . . . + an
tX
aoxn a(xn- m + + ' " + x + 1)

n m 1
x - -
-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.
Primjer 5.4. za jednadžbu
X4 - 35x3 + 380x2 - 1 350x + 1000 = O

a
imamo = 1 350 , ao
= 1 , m = 1 , pa iz teorema 5.5 slijedi da su sva pozitivna
rješenja manja od 135 1 . Za iznalaženje donje ograde treba gledati jednadžbu
1 - 35x + 380x 2 - 1 350x3 + 1000x4 = O
2350
za koju je ao = 1000 , a = 1 350 i m = 1 , tako da teorem 5.5 daje. 1000
za gor-
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] .
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.
Teorem 5.S.(Descartesovo pravilo) Broj pozitivnih rješenja Np jednadžbe

aoxn + a l Xn - 1 + . . . + an = O, ao > O
računatih sa svojUn kratnostima, manji je ili jed1lak broju promje1la predznaka N u
nizu (koeficijente koji su nula ne uračunavamo)
(17)
tj. Np � N. Nadalje, akoje Np N, ondaje razlika N - Np paran broj.
<
Primijenimo li Descartesova pravilo na primjer 5.4 imamo niz

1, -35; 380, - 1 350, 1000
za koji je N= 4 . Dakle u intervalu (0.7 14, 37) ima � 4 rješenja. Iz P(O) > O i
P(37) > O slijedi da unutar [0.7 14, 37] imamo 0, 2 ili 4 rješenja. Kako je očigled
no P( l ) < O to unutar [ 1 , 37] imamo neparan broj rješenja, pa vidimo da i unutar
[0.7 14, 1] postoji neparan broj rješenja jer ih ukupno na [0.7 14, 37] ima paran broj,
koji zbog uočenog ne može biti O. Dakle P ima 2 ili 4 pozitivna rješenja. Lako
provjeravamo daje P( 10) > O i P( 15) < O . Iz ta dva podatka zaključujemo da unutar
[0.7 14, 10] i [10, 37] imamo po dva rješenja. Kako unutar [15, 37] imamo neparan
broj rješenja zaključujemo da unutar [10, 37] imamo dva jednostruka rješenja. Ana
logno, zbog P( 1 ) < O zaključujemo da unutar [0.7 14, 10] imamo dva jednostruka
rješenja. Time smo zaključili da su sva rješenja jednadžbe
X4 -35x3 + 380x2 - 1 350x + 1000 = O
realna i to pozitivna i jednostruka.
Dokažimo sada općenitiji teorem čija je posljedica Descartesovo pravilo. U tu se

svrhu promatra niz polinoma sastavljen od promatranog polinoma i njegovih derivacija,
tj. niz
P, P" , P',
, p( /I) . . . . ( 18)
n
Prisjetimo s e d a j e -ta derivacija polinoma (1) jednaka
p{n ) (x) aon!
dakle konstanta.
Teorem 5.7. (Budan-Fourier) Neka je P(a)P(b) =/: O . za broj nultočaka N(a, b)

od P unutar [a, bJ , računatilt sa svojim krat1lostima vrijedi sljedeća ocjena
N(a, b) :::;; V(a} - V(b) (19)
gdjeje V(a), odnosno V(b) broj varijacija (promjena) predz1Uika u nizu (18) u toc1d
a, odnosno b. Akoje N(a, b) V(a) - V(b), olldaje i razlika V(a) V(b) - N(a, b)
<
paran broj.
Dokaz. Ako (18) uvrstimo c , a � � b i promatramo niz vrijednosti
U c
P(c), P'(c), . , p{n ) (c)

. . (20 )
i zamislimo da c raste od a d o b, onda ć e u (20) doći d o eventualne varijacije predz
naka samo kada prođemo kroz nultočku nekog od članova niza (18). Kako za svaki c
između a i b vrijedi
V(a) - V(b) = [V(a) V(c)] + [V(c) V(b)]
vidimo da razmatranje možemo vršiti po podsegmentima od [a, b] . Nadalje, na [a, bJ
se nalazi konačno nultočaka od P, P' , . . , p(n - I ) , pa je dovoljno promatrati male
.
pod segmente koji sadrže jednu takvu nultočku, jer na podsegmentu na kojemu P, p' ,
. . . , p(/I- I ) , p(/I) ne mijenjaj u predznak, broj varijacija predznaka na početku i na

kraju segmenta je isti. Istaknimo odmah da c E [a, b] može biti zajednička nu1točka
više nesusjednih članova niza (18). Npr. za polinom P(x) x3 - 3x2 +4x 2 vrijedi:
P( I ) = O ; pl ( l ) = l pil ( 1 ) = O ; pili (l) = 6 .
;
Neka je a r -struka nultočka od p . Tada j e po Taylorovoj formuli (15)
p(r) (a) p n ) (a)
P{x) - - ,r. -(x a )r + . . . + { n., (x - a )n .
-
_
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),
.
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 ) .' . . '"
otkuda vidimo da se u podnizu

P(a + lo), pl (a + lo), . . . , p( rl (a + lo )
predznak ne mijenja. Vidimo dakle, da prolaskom kroz r -struku nultočku od P samo
u podnizu P , P' , . . . , pIr) niza ( 1 8) gubimo r varijacija predznaka. Vrijedi dakle
V (a - E) V (a + E) � r.
Promatramo li redom sve nultočke od P unutar [a, bl dobivamo da je

N(a, b) � V (a ) - V(b)
pri čemu smo nuItočke od P računali s njihovim kratnostima. Iz gornjeg razmatranja
vidimo da ako na [a, bl imamo samo nultočke od P , onda u ( 19) vrijedi jednakost.
Nejednakost u ( 1 9) može nastupiti kada na [a, bl imamo nultočku nekog daljnjeg
člana iz ( 1 9) ili nu1točku od P koja je ujedno i nultočka neke derivacije višeg reda od
kratnosti nu1točke od p . Taj dio dokaza izostavljamo, iako je analogan prethodnom.
Vratimo se Descartesovom pravilu. Ako u Budan-Fourierovom teoremu uzmemo
a = O i b dovoljno velik tako da P i sve njegove derivacije budu u b pozitivni
(to je moguće jer je za velike argumente ponašanje polinoma određeno najvišom po
tencijom), onda i mamo V(b) O , pa je N � VeO) . Kako koeficijenti od P imaju
predznake od P(O) , P'(O) , p( n ) (o) , to je VeO) jednako broju varijacija predznaka
• . . .
koeficijenata od p . Time srno dokazali Descartesovo pravilo.
Primjer 5.5. Promatrajmo poli nom P(x) = X4 - l na [-2, 2] i sastavimo sljedeću

tablicu predznaka
P pl pil p'" P
+ + +
O O O +
+ + + + +
Vidimo da vrijedi : V( -2) VeO) = 3 ; VeO) - V(2) = 1 ; V( -2) V(2) = 4 .
Iz dobivenog je sigurno da P na [O, 2] ima jednu nuItočku, da izvan segmenta nema
nu1točaka, te da na segmentu [- 2, O] ima l ili 3 nultočke. Uočimo da je O trostruka
nu1točka od P' .
Sturmov niz. Točan broj različitih nultočaka polinoma P na segmentu [a , bl

može se naći pomoću tzv. Sturmovog niza. Dajemo samo postupak kako se izgrađuje
Sturmov niz za dani poli nom p . To je niz polinoma
(21)
koji dobivamo ovako. Početni član niza Po jednak je danom polinomu P, Po(x)
tj.
P(x) . Član Pl
jednak je derivaciji pl danog polinorna, tj. vrijedi Pl (x) P'(x) .
Potinom P2 Po P I
je ostatak dijeljenja s uzet s protivnim predznakom, tj. iz
Po(x) = P1(X)Ql (X) + Rl (X) (22)
nalazimo
Dalje postupamo kao u traženju polinoma P2 ,

tj. po1inom Pi+ !
je ostatak dijeljenja
polinoma Pi- 1 Pi
s uzet s protivnim predznakom. Ispišemo li opisani postupak imamo
redom
P(x) Po(x) P I (X)QI (x) - P2 (x)
= =
PI(x) P I (x) P2 (X)Q2{X) P3 (x)
= =
P2 (x) P3 (X)Q3 (X) P4(x)
= (23)
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
.
od Pi- l ' Time u konačno koraka dolazimo do Pm

koji je konstanta, pa nastupaju ova
dva slučaja:
1) Ako jePm P
i= O , onda i pl nemaju zajedničkog djelitelja iz čega zaključu
P
jemo da i ma samo jednostruke nultočke.
2) Ako jePm Pm- I
= O , onda je P
najveća zajednička mjera od i pl , iz čega
zaključujemo da P i ma višestrukih nultočaka. U tom slučaju polinom Q = � ima
Pm - l
jednostruke nultočke koje se podudaraju s nultočkama od P.
Prema tome, slučaj kada imamo višestruke nultočke svodi se na slučaj jedno
strukih, pa se zbog toga sljedeći teorem i izriče samo za polinome s jednostrukim
nultočkama jer prema 2) umjesto P možemo promatrati Q = PmP I . Jasno je da se U
-
bilo kojem koraku Pi može pomnoži ti s pozitivnim brojem čime možemo pojednos
tavniti računsko razmatranje. Sljedeći teorem navodimo bez dokaza.
Teorem 5.S. (Stuml) Ako polinom P imajednostruke nultočke i P(a)P(b) i= O ,

ondaje broj realnih nultočaka N(a, b) na intervalu (a, b) jednak
N(a, b) yea) - V(b), (24)
gdje je V(a) , odnosno V(b), broj promjena (varijacija) predznaka u StumlOvom nizu
(21 ) uzetom u locKi a, odnOSilO b.
Promatramo li po1inom i z primjera 5.4 imamo

Po(x) = X4 35x3 + 380x2 - 1350x + 1000
P l (x) 4x3 105x2 + 760x - 1350.
635 2 10 400 3 1 250

Dijeljenjem Po s PI dobivamo ostatak - 16 x + �x - � tako da mno-
16
zenjem sa "5 mozemo za P2 uzeti
v . v •
P2 (x) = 1 27x2 - 2080x + 6250.

1 348 160 9 569 600
Dijeljenjem PI s P2 dobivamo ostatak - x + pa množenjem sa
1 27 2 1 27 2
1 272
dobivamo
320
P3 (x) = 42 1 3x - 29 905.
Daljnjim računom nalazimo
P4 = 1 ,
i z čega odmah zaključujemo da P ima jednostruke nultočke. Kako s u vodeći koefi
cijenti od Po , PI , P2 , P3 i P4 pozitivni, to za dovoljno veliki b imamo V(b) = O .
Uzmemo li a O vidimo odmah da je VeO) = 4 . Kombiniramo li to sa prethodno
=
dobivenim ogradama za pozitivna rješenja vidimo da P ima četiri nultočke unutar
[0.7 14, 37] .
Dakle rješenja jednadžbe
-
X4 35x3 + 380x2 - 1 350x + 1000 = O
su sva realna i jednostruka i nalaze se unutar segmenta [0.7 14, 37] .
Ako na pitanje određivanja broja rješenja algebarske jednadžbe na [a, b]
gle
damo čisto teorijski, onda nam Sturmov teorem daje potpun odgovor. Međutim, u
praksi on zahtijeva mnogo računanja, pa ga stoga nismo dokazali, već smo dokazali
B udan-Fourierov koji je u primjenama korisniji.
Dokažimo još sljedeću posljedicu teorema 5.7 koja govori o postojanju komplek
snih rješenja algebarske jednadžbe.
Nekaje P(a)P(b) t= O. Ako P ima unutar [a, b] k nultočaka i ako

Korolar 5.9.
u (19) vrijedi
V(a) - V(b) k + 21,
=
olZda P ima barem 21 kompleksnilnlUltočaka.

Dokaz. Neka P ima kl realnih nultočaka unutar (-oo, a] i k2 realnih nultočaka
unutar [b, oo) . Po teoremu 5.7 imamo
V( - oo) - V(a) = k l + 211 ,
V(b) - V(oo) = k2 + 212 ,
pa je time
k + kl + k2 + 21 + 211 + 212 � n.
Napišemo li dobivenu nejednakost ovako
II - (k kl k2 )
+ + 2
� 21 + 211 + 21 � 21
P
vidimo da ima barem 21 kompleksnih nultočaka, jer je n - (k kl + k2 ) točan broj
+
kompleksnih nultočaka.
Izoliranje kompleksnih rješenja algebarske jednadžbe
Izoliranje pojedinih realnih rješenja algebarske jednadžbe obično se napada tako

da se nađu donja i gornja ograda i zatim se taj segment dijeli na manje podsegmen
te, redovito jednake duljine, dok u pojedinim podsegmentima ne izoliramo po jedno
rješenje. Možemo se pitati da li unaprijed znamo odrediti duljinu tih podsegmenata.
Spomenimo daje poznata formula koja daje ocjenu te duljine, međutim, ta formula uk
ljučuje mnogo računanja i osim toga redovito daje nisku vrijednost pa to izostavljamo.
Isto tako postoji npr. Fourierova metoda za odjeljivanje realnih rješenja algebarske
jednadžbe koja se služi Budan-Fourierovim teoremom u prethodnom potparagrafu.
U ovom potparagrafu ćemo se baviti izoliranjem kompleksnih rješenja koje pokri
va i izoliranje realnih rješenja. Ono se svodi na iznalaženje pravokutnika u kompleksnoj
ravnini unutar kojega se nalazi jedna nultočka polinoma
+
P(z) = ll{}Zn a l Zn - 1 an +...+ ( 25)
= ll{}(z - zd(z Z2 )
. . (z - Zn ) · .
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.
a je apscisa u kojoj pravac siječe x -os. Točke pravca možemo parametarski

ovako opisati
z=a + it, -oo t
< < oo . ( 26 )
Uvrstimo li ( 26 ) u P imamo
P(a + it) = Q(t) + iR(t) JQ2(t) + R2(t)ei'l' (t) ( 27 )
gdj e j e
tg
R{t) .
<p(t) Q(t) ( 28 )
Kako je po pretpostavci P =f. O u točkama pravca Re z = a , to j e za svaki t

Q2 (t) + RZ (t) =f. O. ( 29)
Nadalje, {QZ(t) + R2 (t)} 1 /2 i <p(t) su neprekidne funkcije za t E (
-oo, oo ) . Uvedimo
sada pojam indeksa polinoma, u oznaci /p( Re z = a ) = lp , s obzirom na vertikalni
pravac Re z = a . lp definiramo kao promjenu argumenta od P duž pravca Re z = a

podijeljenu s 'Ir , tj.
l
lp = -{q>(+oo) - q>(-oo)}.
'Ir
(30)
Veličine q>( + (0) q>( - oo)

i određujemo pomoću (28).
Ako mislimo na "potpunu kompleksnu ravninu" C, tj . na kompleksnu ravninu
s dodanom "beskonačno dalekom točkom oo ",
onda (30) predstavlja promjenu ar
gumenta od P , podijeljenu s 'Ir , duž konture koju pravac Re z = a predstavlja u
C.
Iz eksponencijalnog zapisa u (27 ) očitavamo odmah sljedeće svojstvo indeksa
polinoma s obzirom na pravac.
Akoje P(z) = PI (Z)P2(z) ondaje
Ip(Re z = a) = IpJ Re z = a) + Ip2 ( Re z = a). (31 )
Taj ćemo rezultat primijeniti na faktorizaciju

P(z) = ao (z - Z I ) (z - Z2) . . . (z - Zn )
iz koje vidimo da je dovoljno izračunati indeks konstantnog polinoma (faktor i ao )
indeks linearnog polinoma (faktori z - Zi ) i onda te indekse zbroj iti.
Indeks konstantnog polinoma s obzirom na bilo koji vertikalni pravac je nula. (Za
Po = ao je PO(a + it) = aoeio , pa je Ipa = .!. (O - O) = O .)
'Ir
Indeks linearnog polinoma PI (z) = z - ZI možemo ovako izračunati. Neka je
ZI = XI +i
Y I . Uvrštavanjem imamo
PI ( a + it)
= ( a - xd - YI) + i(t
otkuda je
tg ( ) =
- YI
q> t t
-- o ( 32)
a - XI
Sada nastupaju dvije mogućnosti: a - XI > O ili a - XI < O .
Ako je a - xI > O , onda se (Pfomjenom od do t - oo +(0 )
'Ir
tg q>(t) neprekidno
'Ir
mijenja od - oo
do +00 ,
pa se q>(t)
neprekidno mijenja od - 2" do tako da u + 2" '
tom slučaju dobivamo
Ip, (Re z = a > X I ) = � { � - (-�) } = l.

Uočimo da se u tom slučaju nultočka Z I nalazi lijevo (XI < a ) od pravca Re z = a .
Ako je a - XI < O , onda se nultočka ZI nalazi desno od pravca Re z = a i
'Ir
tgq>(t)
se neprekidno mijenja od +00
do - oo , pa se q>(t)
neprekidno mijenja od 2"
do - � što uvršteno u (30) daje
lp, (Re z = a < xd = .!.{-�2 - �}
'Ir 2
= -1.
Spojimo li to zajedno izračunali smo
lp, (Re Z = a ) = { ako je X I < a

+1
ako je X I > a .
-1
(33)
Na taj način Ip, (Re z = a ) kaže da li je Z I (a to je jedina nultočka polinoma
p l (z) Z Z l ) lijevo (rezultat + 1 ) ili desno (rezultat - 1 ) od pravca Re Z a .
Primij enimo li (3 1 ) na
P(z) = ao(z Z I )(z - zz) . . . (z Zn )
- -
dobivamo ovu formulu za lp :

Ip(Re Z = a ) = k - l (34)
gdje je k broj nultočaka polinoma P lijevo od pravca Re Z = a , a l broj nultočaka
od P desno od tog istog pravca. Time smo pokazali da indeks lp daje razliku između
broja rješenja jednadžbe P(z) = O lijevo od pravca i broja rješenja desno od pravca na
kome nema rješenja. Sada jednakosti (34) možemo priključiti jednakosti koja slijedi
iz osnovnog teorema algebre
n = k+l (35)
tako da iz (34) i (35) nalazimo ove formule
n + lp (Re z = a) fl Ip(Re z = a )
k= 1= (36)
2 2
Istaknimo da su u (36) uračunate kratnosti pojedinih rješenja jer smo formulu ( 3 1 ) pri
mijenili na svaki faktor rastava P(z) = ao(z - ZI )(z z z ) . · · (z Zn ) . Uzmemo li sada
dva vertikalna pravca Re z = a l i Re z = az i neka je al < az , onda pomoću (36 )
možemo naći broj korijena jednadžbe P(z) = O , uračunavši njihove kratnosti unutar
vertikalne trake a l < Re z < a2 . Da dođemo do pravokutnika moramo provesti
analogno razmatranje za horizontalan pravac.
Promatrajmo sada horizontalan pravac na kojemu P nema nultočaka. Točke
takvog pravca su parametarski dane sa
z = t + i{3 . (37 )
Analogno imamo
P( t + i(3) = Q l ( t ) + iRI (t) = !Qr(t) + Rr(t)eiljl(l) ( 38 )
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
Nađemo li dakle vertikalan Re z = a i horizontalan Re z = (3 na kojima P nema

nultočaka onda oni dijele kompleksnu ravninu na 4 kvadranta. Iz pripadnih dvaju
indeksa možemo izračunati broj nultočaka u svakom od tih kvadranata. Ako je ni broj
nultočaka u i -tom kvadrantu, i = l , 2, 3, 4, onda treba riješiti ovaj sustav linearnih
jednadžbi
n l + 112 =P
nl + n4 = q
(43)
n2 + n3 = k
113 + n4 = l.
Ako znamo granice područja koje sadrži sva rješenja jednadžbe P(z) = O , onda
postupnom primjenom gornje metode možemo izolirati realna i kompleksna rješenja
algebarske jednadžbe. Da to provedemo treba izračunati odgovarajuće indekse što nije
uvije jednostavno.
Računanje indeksa polinoma s obzirom na pravac
Izvedimo jedan postupak računanja indeksa. Zadržimo se samo na vertikalnom

pravcu Re z = a , s parametrizacijom
z = a + it (44)
P(a + it) = Q(t) + iR(t) (4S)
R(t)
tg q>(t) = ' (46)
Q(t)
Kako su Q i R polinorni, to je tg q>(t) racionalna funkcija. Neka je n stupanj od
P . Ako je II paran onda i Q ima stupanj n dok R ima stupanj � n l . Ako -
je II neparan, onda R ima stupanj n , a Q stupanj � n - l . Kako P po pretpos

tavci nema na pravcu nultočaka, to Q i R nemaju na pravcu zajedničkih nultočaka.
Funkcija q> (t) = arg P(a + it) je neprekidna pri promjeni t od -oo do +00 , me
đutim, tg q>(t) = R(t)/Q(t) ima diskontinuitete u realnim nultočkama ti od Q(t) .
Diskontinuiteti od R(t)/Q(t) mogu imati jedan od sljedećih oblika:
· R(t)
l ) hm -. = +00;
t -;, ti=!'O Q ( t )
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).
Dakle, da bi našli prirast od rp ( t ) pri promjeni t od do +00 moramo naći -oo

sve realne nuItočke polinoma Q : -oo
< tj < t2 < . . . < tk < i promatrati oo
pripadne intervale
(47)
Na svakom od intervala (t;, tHd funkcija tg rp ( t ) je neprekidna, a vrijednosti argu
menta rp ( t ) se nalaze u intervalu
(� 17:' 2k;2+ 1 17:) 2k; + 2k;
ili ( _ 1 17:
(48)
2 2 ' 2
gdje je ki nenegativan cijeli broj. Promatrajmo stoga prolaz parametra t kroz t;+ I '
R u t =:. tl+ l , vrijednost od rp ( t ) će ili ostati u intervalu
Ovisno o tipu singulariteta od -
Q •
(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.
Na slici smo nacrtali jednu takvu konturu s točkom Na desno od te točke oo .

nalaze se točke intervala (-oo,
t J ) , a na lijevo točke intervala (tk , +00) . Prema to
me lim rp ( t ) = lim rp ( t ) , tj. limes u -oo je desni limes u točki
I - - ex) f - CX)+O
E r dok oo
je lim rp ( t ) = lim rp ( t )
( ..... 00-0
lijevi limes u točki oo E r . Prolazom kroz točku oo
tj. ako g ima u oo singularitet tipa 3) onda
t--+OCl ,..·
imamo istu pojavu kao i kroz točku

17: ,
tH I ,
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).
Primjer S.6. Promatrajmo jednadžbu

x5 4X4 + 6x3 - 3x2 + 2x + l =. O
_
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
'1 < I Zi l < 7

što lako dobivamo primjenom teorema 5.3 i koroJara 5.4. Pogotovo su sva rješenja
unutar kvadrata - 7 � x � 7 , -7 � Y � 7 . Stoga razmotrimo imaginarnu os tj.
pravac
z = o + it
i ustanovimo koliko rješenja imamo u lijevoj i desnoj poluravnini. Kako se rješenja

pojavljuj u u parovima konjugirano kompleksnih brojeva to su u kompleksnoj ravnini
simetrično raspoređena s obzirom na x -os. Izračunajmo
P(t) = (-4t4 + 3t2 + l ) + (t 5 - 6t3 + 2t)i
dakle
R(t) ::; t (t4 - 6t2 + 2)
Q(t) ::::: -4t4 + 3t2 + l
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
=
dok u točki oo ima singularitet tipa 4 ) jer j e

R(t) . R(t)
lim - oo i hm = + 00 .
H+OO
Q(t) I - - co Q( t )
Dakle, indeks od P , s obzirom na y -os je jednak

lp +1
otkuda i mamo
k
k+l 5
l
tako da dobivamo k = 3 i = 2 . Znači na lijevo od y -osi i mamo 3 rješenja Uedno
je realno), a na desno dva rješenja. Nadalje je jasno da se u svakom kvadrantu nalazi
164 5. NEUNEARNE JEDNADŽBE
eo jedno kompleksno rješenje i to unutar gore spomenutog prstena, odnosno kvadrata.

Zelimo li bolje izolirati rješenja moramo gledati indekse s obzirom na pravce koji će
promatrani kvadrat subdivirati.
5.3. Sustavi nelinearnih jednadžbi

.;'�::l41l_'�� .
U ovom poglavlju prelazimo odmah na iteracijske metode za razliku od sustava

linearnih jednadžbi kada smo prvo obradili direktne metode. Razlog je j ednostavan,
nemamo direktne metode za opći sustav nelinearnih j ednadžbi. To ne znači da poje
dine tipove sustava ne znamo direktno riješiti. Prisjetimo se Choleskijeve sheme koja
predstavlja direktnu metodu nalaženja elemenata matrice kod LU faktorizacije. Kako
j e lakše pratiti metode na sustavima dviju j ednadžbi, to ćemo prvo razviti Newtonovu
metodu za takve sustave nakon čega je lakše sve pratiti na općim sustavima. S dru
ge strane sustavi dviju jednadžbi su od interesa i kod traženja kompleksnih korijena
aJgebarskih jednadžbi, a i inače.
Newtonova metoda za sustav dviju jednadžbi
Neka je x = � iY = t} rješenje sustava dviju jednadžbi

I(x, y ) = O
(l)
g (x, y ) O.
Pretpostavimo da I i g imaju neprekidne parcijalne derivacije. Stavljajući
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
tako da za sljedeću aproksimaciju od � i 1) možemo uzeti

Xn+! = Xn + hn (5)
Yn+! = Yn + kn
gdje su /Zn i kn izračunati prema (4) . Početnu aproksimaciju (xo, Yo) treba odrediti
grubo promatranjem sustava ( 1 ).
Ako je � = lim xn , 1) = limYn i neka su sve točke (xn , Yn ) unutar pravokutnika
oko (�, 1) ) na kojemu su ispunjene pretpostavke o neprekidnosti, onda je (�, 1) ) rje
šenje sustava ( 1 ) . Naime, iz Xn --+ � i Yn --+ 1) i (5) slijedi da lin --+ O i kn --+ O .
Iz pretpostavke o neprekidnosti parcijalnih derivacija imamo da su iste ograničene na
pravokutniku, pa iz (3) slijedi
lim f(xn , Yn ) = f(�, 1)) = O
n-oo
tj. (�, 1) ) je rješenje sustava ( 1 ) . Dakle, konvergentan postupak vodi ka rješenju

sustava.
Primjer 5.7. Promatrajmo sustav jednadžbi

. 1
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
f;(x , y) == 2- � cos � (x - y),

fy' (x, y) =
2 cos 2 (x - y),
g� (x, y) = � sin � (x + y),

g� (x, y) = 2 + � sin � (x + y).
Postupak ćemo voditi tako da ćemo aproksimativne vrijednosti uvrštavati u (3) i ra
čunati redom (hn , kn ) . Pođemo li od početne vrijednosti (xo, Yo ) = (-0. 1 6, 0.49)
dobivamo sustav linearnih jednadžbi
1 .5262ho + 0.4738ko = 0.0007
0.082 1ho + 2.0821ko = 0.0064
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)
pri čemu neka je j

analitička funkcij a na krugu U
oko jednostruke nu1točke ,
il} j(
� + , tj. vrijedi ') = O i 1'( ' ) =1= O . Neka je E Zn U
aproksimacija od , . Da
poboljšamo aproksimaciju postupimo analogno kao u realnom slučaju. Pišemo li
,= + Zn Ilzn
imamo prema Taylorovoj formuli za funkcije kompleksne varijable
0 = j( ') � jez,,) + Ilznj'(Zn),
pri čemu smo članove drugog i višeg stupnja zanemarili. Izjednačavanjem desne strane
s nulom dobivamo
Na taj način smo dobili Newtonov iteracijski postupak za kompleksnu varijablu
Z,,+l = Zn - Pjez,,
(Zn)
)' n = O, 1 , 2, . . . (7)
Odmah je vidljivo što takav postupak daje ako niz {Zn}

konvergira. Pretposta
vimo li E Zn U,
( ll = 1 , 2, . . . ) i , = lim
n-oo Zn,
imamo zbog neprekidnosti od i j
l'
lim Zn+l = lim Zn

n-oo n-oo
što daje
odnosno
[+ 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
gdje je u derivaciji J' ( z) = �: + i�: imaginarni dio zamijenjen s au

ay
prema
Cauchy-Riemannovim jednakosti ma.
U posebnom slučaj u ako je (7) algebarskajednadžba
n n
aoz + al z - 1 + +
an - I Z + an O
. , .
s realnim koeficijentima, onda nam opisana metoda služi za aproksimaciju komp
+
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
koja je analitička i vrijedi

, l l
z ::::= -- = ------,-- -:----c-
-c
/'(z) /, (J-l (W) ) '
( 1 0)
Pretpostavimo li da je IJ (zn ) 1 < p imamo

Zn , = J- I (J(Zn )) - J- I (J( O )
= lJ(r;,(<") ,) [
d
]
-J- I (t) dt
J
dt (ll)
gdje je za put integracije uzeta spojnica točaka J( O = O i J(Z n) , V. st.

v
y
SI. 5. 9.
Zbog Itl < p vrijedi 1/ - I ( t ) 1 < R i prema (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
što je analogon formule (6) iz uvodnog dijela ovog poglavlja.

Spomenimo da postoje teoremi koji daju dovoljne uvjete pod kojima je Newtonov
postupak za kompleksnu varijablu konvergentan, no u to se ovdje nećemo upuštati.
Primjer 5.8. Promatrajmo jednadžbu

eZ - 0.2z + l = O
i odredimo aproksimativnu vrijednost rješenja koje ima najmanj i modul.
Istaknimo da promatrana jednadžba nema realnih rješenja. Naime, ako uvrstimo
x
z = imamo et - 0 . 2x
+ l = O , iz čega dobivamo jednakost et + l = koja 0.2x ,
očigledno nije ispunjena ni zajedno x.
(Također se lako provjeri da nema imaginarnih
rješenja.)
Promatramo dakle
I(z) = eZ - 0.2z + l , !' ( z ) = eZ - 0.2.
Izjednačimo li I' (z ) = O dobivamo eZ = 0.2 ,
odnosno, Zk = ln + � 0.2 2kni
- 1 79 +
. 2kni, k = O, l, ± ±2 , .
. . . Kako te točke nisu nultočke od 1 to su sva
rješenja gornje jednadžbe jednostruka. Da lociramo rješenja poslužimo se ovim uspo
ređivanjem. Promatramo li q> (z ) = e + l (dakle izostavirno član - z ) vidimo da 0.2
0 .2 ,
je I( z ) - q> (z ) = z tj. 1 i q> se malo razlikuju u okolini ishodišta. Nultočke od
q> su 'k = (2k ni, k
+ l) = O, l, ± ±2 ,
. . . pri tome je 'o = najbliža ishodištu ni
u čijoj okolini možemo očekivati nultočku od I . To nam daje razlog da za početnu
aproksimaciju traženog rješenja uzmemo Zo = \;'0 = 1T.i . Tada je

1T.l. - 0.2i 1 . 5 .
ZI = 1T. i '6 1T.l = '6 1T.l
1.2
51T.i
0. 1 32 0.024i
Z2 = = 0 . 069 + 2 . 624 l'
6 1 .868 + 0.5i
_
-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
!J( Z5 ) ! = V4 . 10 - 6 + 1 6 · 10 - 6 = v'20 · 10-6 � 0 . 0044

pa očekujemo da je Z5 već dosta dobra aproksimacija traženog rješenja. Pokušajmo oci
jeniti grešku. Promatrani niz aproksimacija nalazi se unutar pravokutnika O � x � 0.2 ,
; � y � 1T. . Izračunamo li lj'
(z) ! imamo zbog e"+ iy e" (cos y + i sin y )
1J' ( zW = eh cos2 y O.4et cos y + 0.04 + eh sin2 y

= eh - O.4et cos y + 0.04
-
= et(et - O.4 cosy ) + 0.04
> e"( e" 0.4 cos y)
iz čega čitamo da na promatranom pravokutniku !1' ( Z ) 1 ima veću vrijednost od vri-
1T.
jednosti u lijevom donjem uglu, tj. u točki '21 gdje imamo
1J' (� i) 1 = v'1 + 0.04 � 1 .02 m.
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 .
Newtonova metoda za opći sustav nelineamih jednadžbi
Promatrajmo sada opći sustav nelinearnih j ednadžbi. Polazimo od n jednadžbi s

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
tako da uz oznaKu j;(x J , X2 . . . , xn ) = j;(x) imamo ovaj vektorski zapis
[ (�(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
O J(� ) J(X(k) + f(kl ) .

I sada primijenimo Taylorovu formulu uzevši u račun samo prva dva člana i to izjedna
čimo s nulom ( za dovoljno malenu okolinu to je približno nUla). U vektorskomzapisu
Taylorova formula s prva dva člana izgleda ovako:
= ( 17)
( 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) ,=
aj! alt aj!

aaXIh aaXJ22 aXn
ah
J' (X (k ) ) = J (X{k) ) aXI aX2 aXn
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
J(x (k) ) + J (X( k))f (k l O ( 19)

što je linearan sustav jednadžbi s nepoznanicama fik) , fy l , . . . , f�"l . U razvijenom
obliku sustav ( 19) izgleda ovako:
=
aJI ) fl + ( aJI ) f2 + . + ( aJI ) fn -_ O

JI (X (lk l , x2(k) Xn(kj ) + ( UXI
( 20)
, , � � �
• • •
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
. . • .
xlt) xl'l xl';
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
varijabli. Za tu svrhu je vektorski zapis kraći. Ponovimo oznake. Neka je
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 ·
Teorem 5.1 0. Nekaje
[ ][ ]
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 = .. = .
.
. .
f,. (X l l X2, • . . , XII ) III (x)

neprekidna zajedno s neprekidnim prvim i drugim parcijalnim derivacijama na pod
ručju Q . Neka je x(O) Q toeKa čija je zatvorena R -kugla (u r -normi) sadržana u
E
0., tj.
(24)
i neka su ispunjeni sljedeći uvjeti:
J) Jacobijeva matrica J(x(O) ) = [�h] UXj x=x(Oj
je regularna, tj. ima inverVlu za koju
vrijedi
( 25 )
2)
(26)
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, . . ,
konvergira za gornju početnu vrijednost x{O) i

� = lim x(k l
k �oo
je rješenje polavwg susta va za koje vrijedi
I I� x(O ) 1 1 � 2B � R; (29)
b) Vrijedi sljedeća ocjena
I I� - x(k ) 1 1 �
G ) k- l tJ2t - 1 B; ( 30 )
c) Unutar kugle
(31 )
nalazi sejedno jedino rješenje sustava;
174 5. NELlNEARNE JEDNADŽBE
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)
Pojednostavljena Newtonova metoda.

Već smo istaknuli da se prema ( 23 ) u svakom koraku računa inverzna matrica
Jacobijeve matrice. To je bitna računska poteškoća te metode. Isto smo vidjeli na
što se svodi u slučaju linearnih sustava jednadžbi. Sljedeće razmišljanje ne možemo
općenito osigurati, ali je dobro da ga uočimo.
Ako je r ' (x) neprekidna u okolini rješenja sustava � i ako je početna aprok
simacija x (O) dovoljno bliza rješenju sustava � , onda će se j- ' (x(OI ) malo mijenjati
prelaskom u x(k ) pa približno vrijedi
,
r l (x(k) ) � r ' (x(OI )

što vodi na pojednostavljen iteracijski postupak
X( k ) - r ' (x(O) )f(x( k ) ) .
x ( k+ ' ) =
(34)
I)
Jasno da je x( isti onaj koji dobivamo iz ( 23 ) dok se ostale aproksimacije mijenjaju.
Ono što posebno želimo istaći je da i pojednostavljena iteracija konvergira k rješenju
pod uvjetima l ) - 4 ) gornjeg teorema za danu početnu aproksimaciju x(O) .
Metoda iteracije za sustav dviju jednadžbi
Promatrajmo sustav dviju jednadžbi

=
f(x, y)
O
(35)
g (x, y)
= O
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
Ako iteracijski postupak konvergira. tj. ako postoje limesi

11 = lim Yn
n-oo
i ako su cp i lJ! neprekidne funkcije dviju varijabli onda j e ( � , 11) rješenj e sustava
(35) što uviđamo na isti način kao i u slučaj u jednadžbe s jednom nepoznanicom.
Prema tome. za dovoljno veliki n , (xn , Yn ) predstavlja aproksimaciju rješenja ( � , 11 ) .
Sada navodimo teorem (bez dokaza) koji daje dovoljne uvjete pod kojima iteracijski
postupak (38) konvergira.
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
I��I + I��I :::;; ql < l ,

I�;I + I��l :::;; < l , q2
onda iteracijski postupak (38) kOllvergira.
a b
Sl. .'UO.
Istaknimo da uvjet c) kaže da je na pravokutniku P stupčana norma Jacobijeve

1.
matrice preslikavanja danog s (36) manja od tj. na P se traži da je norma derivacije
od q, manj a od l , ili u oznaci
1 1q, ' (x) l l s I I J (x) l l.f :::;; q < 1 .
Postupak iteracije može se ovako modificirati
Xn+ l (XIII Yn)
(39)
Yn+ l (Xn+l l Yn)
u kojem ( n + l ) -vu aproksimaciju prve varijable koristimo za izračunavanje (tl + l ) -ve
aproksimacije druge varijable. Tako modificirana iteracija zove se Seidelova iteracija.
176 5 . NELINEARNE JEDNADŽBE
Primjer 5.9. Rij ešimo sustav jednadžbi
2x = sin �(x
2 - y)
2y = cos 2"1 (x + y) .
Provjerimo da postupak iteracije konvergira za ovaj izbor od rp i 1/1 :
x = � sin �(x - y) = rp(x, y)
l
y = 2"l cos 2"(x + y) I/I(x, y).
Imamo
1 cos 2"(x l
-y), orp 1 cos 2"(x l
- y),
4 ay 4"
l . l
SlO
4 2" (x + y ) , 1/1 l
0ay 4 (x + y),
sin l
2"
tako da vrij edi
orp 1/1 l + l 2"l l ,
I orpax I + I 0ax I � 4"l 4l l <
I oy I + 101oy/1 I � 4 + 4 = 2" < 1
za svaki (x, y) pa prema tome postupak iteracije konvergira na po volji velikom pra
1
vokutniku. Sada treba locirati rješenje. Najjednostavniji put je da nacrtamo krivulje

definirane jednadžbama, ako je to moguće, i da očitano sjecište uzmemo za početnu
aproksimaciju (xo, yo) . To je u ovom slučaju lako provedivo. Iz prve jednadžbe mo
žemo izračunati y, dok iz druge možemo izračunati x tako da jednadžbe poprimaju
oblik
y = x - 2 arc sin 2x
= x 2 arc cos 2y y .
Načinimo li tablice imamo za prvu jednadžbu ovo interesantno područje
L x I -0. 3 I -0.2 -0.1 I O I 0. 1 I 0.2 I
I y I 0 .9 8 I 0.62 0 . 3 I O I -0 .3 I -0 . 62 I
dok za drugu dobivamo
I y I 0 . 4 0.42 I 0.44 0.46 I 0.48 I 0.5
I x I 0 .88 I 0 . 72 I 0.54 I 0 .34 I 0 .08 I -0.5
Nacrtamo li to na milimetarskom papiru dobivamo sljedeću sliku (sl. 5.1 1) iz koje
očitavamo sjecište u točki (-0.16, 0.49) . Time za početnu aproksimacij u uzimamo
Xo = -0. 1 6 , Yo = 0.49 . Služeći se Seidel ovom iteracijom dobivamo

XI = -0. 1 597, YI = 0 . 4932
X2 = -0. 1603, Y2 = 0 . 493 1

X3 = -0. 1 605, Y3 = 0.493 1
X4 = -0. 1 605.
Sl. .' U l .
Kako nam se daljnje iteracije ponavljaju to ćemo postupak zaustaviti. To ponav

ljanje ujedno indicira da smo pronašli rješenje na 4 decimalna mjesta.
Početna aproksimacija. U promatranom primjeru smo mogli nacrtati krivulje

/(x, y) = O i g(x, y) = O izračunavši iz prve jednadžbe y kao funkciju od x , a iz
druge X kao funkciju od y i time naći početnu aproksimaciju. To nije uvijek moguće.
Općenito se možemo poslužiti ovakvim grafičkim postupkom prema kojemu grubo
skiciramo krivulje /(x, y) = O , g(x, y) = O . Pišemo
u = /(x, y)
v = g(x, y)
i na koordinatnoj mreži (x, y) označimo pripadne vrijednosti od ll , odnosno v. (Naj

bolje je nacrtati dvije posebne mreže. ) Prva krivulja je ona koja spaja točke II � O ,
dok druga spaja točke v � O , tako da dobivamo približno grafove. U našem primjeru
bi imali
. 1
1l = 2x - sm - (x - y)
2
v = 2y - cos 2 (x + y).
l
l
r5
.0.25 r .0. 1 0 rl
. , 0.05
Na sL 5.12 su u (x, y) mrežu upisane vrijednosti od u i približno skiciranakrivulja

dana prvom jednadžbom. Nacrta li se analogna slika za v i te dvije poklope jedna na
drugu dobiva se slika poput sl. 5.1 1 s koje očitavamo početnu aproksimacij u (xo yo) .
Sl. 5.12.
Neposrednu korist takvog postupka nalaženja početne aproksimacije imamo, kod

traženja kompleksnih rješenja jednadžbe
Jez ) = O. (40)
Naime, rastavimo li Jez) na realni i imaginarni dio dobivamo sustav dviju jednadžbi
Re j(z ) = u(x , y) = O (41)
Im j(z ) v(x, y) O
koji je ekvivalentanjednadžbi (40).
= =
Nakon opisa metode iteracije za sustav dviju jednadžbijasno je da sustavjednadžbi

Metoda iteracije za opći nelinearni sustav
(42)
prevodimo u ekvivalentan oblik
(43)
j(x ) O
koji u razvijenom obliku glasi

x (f) (x ) =
Xl = (f)1(XJ, X2, . ' . , X,, )

X2 = (f)2(X I , X2, . . . , Xn )
te da na njemu provodimo analogan postupak s varijabli. Polazimo dakle od početne

(44)
aproksimacije x (O) i računamo

Xn (f)n(Xj, X2, . . . , Xn)
0, 1, 2, . . . (45)
n
x (k +l ) = (f) (x ( k ) , k =
Također je jasno da možemo provoditi Seidelov iteracijski postupak i u ovom slučaju.

Isto je tako jasno, ako je dobiveni niz X(k ) konvergentan i ako su funkcije ({Ji neprekidne
da je onda
rješenje sustava (43), odnosno (42).

Uvjet koji osigurava konvergenciju iteracijskog postupka je onaj koji smo imali
za dvije jednadžbe prenešen na n dimenzionalni slučaj . Prije nego navedemo takav
teorem razmotrimo koristan poseban slučaj kada je ({J kontrakcija. Evo kako možemo
interpretirati (43) . Označimo sa
=
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
I I ; - x ( k ) l lr � q* I x( l ) - x (O) I I " = O, l, . . . . (50)

l -q l
- k
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
6. 1 . Metoda sukcesivne aproksimacije . . . . . . . . . . 181

6.2. Eulerova metoda . . . . . . . . . . . . . . . . . . . . 1 85
6.3. Runge-Kuttini postupci . . . . . . . . . . . . . . . 1 89
Promatraj mo za početak diferencijalnu jednadžbu

y i = I(x, y). ( 1)
Osnovni problem vezan za ( 1 ) je rješenje Cauchyjeva problema tj . treba odrediti
rješenje diferencijalne jednadžbe ( l ) koje zadovoljava dani početni uvjet y yo za
x = xo , drugim riječima treba naći integralnu krivulju koja prolazi zadanom točkom
Mo (xo , yo) . Kao što znamo, prema Picardovom teoremu, takvo rješenje postoj i i nada
lje ono je jedinstveno, ako je I neprekidna na pravokutniku lx - X o I � a , Iy - yo I � b
i ako I zadovoljava Lipschitzov uvjet s obzirom na varijablu y (tj . postoj i L > O
takav da za svaki x , lx - xo l < a i svake dvije vrij ednosti Y I i Y2 , I Y I - Yo l < b ,
IY2 - Yo l < b , I Y2 - Yo l < b vrijedi I/ (x , Y2 ) I(x , yd l � LIY2 Y I I .) Ako se
prisjetimo dokaza Picardova teorema onda vidimo da nam dokaz daj e i postupak ap
roksimacije rješenja Cauchyjevog problema. Taj postupak zovemo metoda sukcesivne
aproksimacije.
6 . 1 . METODA SUKCESIVNE APROKSIMACIJE 181
6.1 . Metoda . f5L1kcesivne �proksirnacije

,-�;.��;�:�Ufti:'}l@!Iill�K@"t;�]c1;:�::� ��f��
��0��:'�\��:��g:::YH�t-t;
1i��i1"i�?:�§j11�,,�\:�::5t1Ftf;?z;::;ttt��;?;:��
Pođimo od gore opisanog Cauchyevog problema

y i I(x, y) , y (xo ) = Yo . (1)
Potražiti ćemo rješenje za x � Xo . dok je za x � Xo situacija potpuno analogna.
Integracijom lijeve i desne strane od ( l ) u granicama od Xo do x dobivamo
x
y(x) y(xo) = J I[x, y (x)]dx

Xo
ili zbog početnog uvjeta

x
y (x) Yo + J I[x, y(x)]dx. (2)

XO
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
Yl (X ) = yo + J I(x, yo)dx . (3)

Xo
Ako postupak ponovimo, tj. ako u (2) uvrstimo nađenu aproksimaciju (3) dobivamo
drugu aproksimaciju
x
Y 2 (X) = yo + J I[x, YI (x)]dx. (4)

Xo
Nastavivši postupak sa novodobiverrim aproksimacijama i mamo induktivno sljedeću

formulu za n -tu aproksimaciju
x
Yn (x) = Yo + J I[x, YIl- l (x)]dx, n 1, 2, . , . (5)

XO
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
koja predstavlja jedinstveno rješenje Cauchyjevog problema ( l ) . Taj dokaz izostav

ljamo i prihvaćamo rezultat kao poznat. Ako je M ograda za II I na promatranom
6. APROKSIMACIJA RJEŠENJA OBIeNIH DIFERENCIJALNI H JEDNADŽBI
pravokutniku lx - xo l < a, Iy - yol onda vrijedi
182
b,
što ima za posljedicu da se integralna krivulja rješenja y(x) za Xo � x � Xo + II nalazi

<
{ !},
unutar sektora omeđenog pravcima
h = ntin a, (7)
Y - Yo = M(x - xo )
Ocijenirno sada pogrešku ll-te aproksimacije en(X) Iz ( 2) i ( 5)

dobivamo
Y yo = - M (x xo) .
= IY(X) - Yn (x)l .
x
/ [{(x, y(x »
odnosno,
y(x) - Yn (X) = lex, Yn_ l (x ) )] dx
a zbog Lipschitzovog uvjeta imamo

en (X ) IY(x) - Yn (x ) 1 � / I!(x, y(x ) ) !(X, Yn_ l (x ) ) ldx
Xa
Prema tome nalazimo

I!(x, y(x » !(x, Yn_ l (x » 1 � L IY(x) Yn-l (x) 1 � Len_ I (X) .
1, 2, . . . ( 8)
X
pri čemu za eo uzimamo

en(x) � / Len_ I (x)dx,
(9)
II =
xa
Primjenom teorema o srednjoj vrijednosti na eo dobivamo za Xo � x � X o + II

eo(X) = IY (X) - Yo l ·
Kako za y' vrijedi

eo (x) IY(x) y{xo ) 1 = (x - xo) ly ' (� ) I , Xo < � x + ll.
= <
to postižemo
l y l ( � ) 1 I! (�, Y (� » I � M
=
Koristeći ( 8) imamo sada

eo {x) � M (x xo) .
/ eo(x)dx � ML /(x Xo )dx ML (x -2!xO )2 ',

• x
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
itd., tako da za ocjenu pogreške n -te aproksimacije vrijedi

n+ 1
En (X) � MLn (x(l1-+xo)l ) ! n = O, 1 , 2, .
' , , ( 10)
Iz ( 10) čitamo da (X)

En O za
-+ n i to uniformno na segmentu [Xo, Xo + hl .
-+ oo
Primjetirno da za početnu aproksimaciju ne moramo uzeti konstantu Yo već bilo
koju funkciju koja je dovoljno blizu traženom rješenj u i zadovoljava početni uvjet.
Tako se često za početnu aproksimaciju uzima odsječak Taylorovog reda traženog
rješenja.
Kako desna strana od ( l)
ne mora biti analitička funkcija, što ima za posljedicu da
y
ni rj ešenje nije analitička funkcija (tj . ne može se razviti u red potencija) to vidimo
da se metoda sukcesivne aproksimacije može primijeniti i u toj situaciji.
Primjer 6.1 . Metodom sukcesivne aproksimacije riješite diferencijalnu j ednadžbu

y' = x - y
uz početni uvjet
y(O) = 1 .
Prema gore izloženom uzimamo Yo(x) = l , što daje
X 2
Y I (x) = l + J (x - l )dx = 1 - x + X2 ,
o
Analogno imamo
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
=
b = l i mamo II � Iz I (x - Y2 ) - (x - y d l = IY2 - YI I vidimo da možemo uzeti

.
= l (Lipschitzova konstanta). Na taj način imamo
184 6. APROKSIMACIJA RJEŠENJA OBIČNIH DIFERENCIJALNIH JEDNADŽBI
f4(X) = IY(x) - Y4(x ) 1 � 3 . 1 5 1

odnosno
L
4 x5 x5
f4 = max I f4 (X ) 1 � 4 . = na
40 '
Spomenimo odmah da se metoda sukcesivne aproksimacije može primijeniti i na sustav

l
diferencijainih jednadžbi
l 1
[O, .
0 243 9720 3
Y' = f(x, y) , y (xo) = y (O ) ,
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)
Naime, postupak se primijenjuje po komponentama, tj. ako su Ji komponente od f ,

f(x, y ) .
onda imamo
fn (x, Y J , . . . , Yn)
J fl (X, y (x ) )dx
Xo
dokje niz aproksimacij a y(p ) (p = 1 , 2, . . . ) određen sa

x
Xo
J fn(x, y (x ) )dx
Xo
y (p) = y ( O) + J f (x, y (p- I ) ) dx, y (O) y(xo ) .

x
Ta je metoda primijenjiva i na diferencijalne jednadžbe ll-tOg reda

=( 12)
y ( ) = f(x , y , y , . . , y - ) )
Xo
y(XO } = yo , l (xo) = y�, . . . , y (n - I ) (xo) = y� - I ) .

Ako ( 1 3 ) prevedemo u normalni ksustav pridružen diferencijalnoj jednadžbi ( 1 3), koji
n ' . n I
supstitucijom Y I = Y i Yk+ l = y ( ) glasi

n (13)
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 '
+
[ Ol ] [Jo [x [+2(l ; ) (2-x +X4 ; dx 1 _- [ l + X4 +x5X6 l

�
ox x +
3
)]
+ 24 36
Jo x - (l + x + -) dx -x + -
x
4
] W
;
' ,� "'�'::8.:;:�!:::�\0;�I» 'X'�9P:/·::
' "�
,
;'t,.<
t7 ::'::t":?!��':.>'\'. ' : ,\ :'''�
6.2. Eulerova metoda
y' /(x, y), y(xo) YI Y, oYz ,. . , Yn Xl , X(l)2 ,

Promatrajmo ponovo Cauchyjev problem
=
i pokušajmo izračunati aproksimativne vrijednosti
=
U točkama
.[xk.,,xXkn.+d (xk, yd (Xk+I , Yk+I ) . [Xk, Xk+d
Neka je ji po dijelovima linearna funkcija čiji je graf nad svakim segmentom
To da je ji na
l x - Xk ) (Yk+1 -Yk )
spoj nica točaka i dano sa
y(x ) Y k + h( �
O, Xk+l - Xk.Y Y(x) [Xk' xk+y(d.x) Xk,

gdje je h = Ako dobro aproksimira u točkama k =
1 , 2, . . . , Il i ako su diobene točke odabrane dovoljno gusto, onda će zbog neprekid
nosti ji aproksimirati na svakom podsegmentu Prema tome treba nam
postupak kojim dobivamo po dijelovima linearnu aproksimaciju. Zbog jednostavnosti

redovito promatramo jednoliku podjelu,
definirana na pravokutniku l x -xol x"
I Y -
:::;; a ,
=Xo
Yol + k;; , pri čemu smatramo da je J
:::;; b kao i u prethodnom paragrafu.
( 1YI)
yYz(xXIo) XYooX2+, Xl + Y
Jedino što znamo o funkciji je da zadovoljava diferencijalnu jednadžbu
ki
=
u točki
što moramo iskoristiti kada računamo aproksimativnu vrijednost
te da je
IL . Zatim ćemo upotrijebiti Y I da izračunamo aproksimativnu vrijednost

= ll . Da to dobijemo poslužit ćemo se Taylorovim redom koji daje
u toč
Y(Xk + Y(Xk) + hy'(xd + �>I!(XkX) + .Xi<.

Jz) = (2)
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
pravila za deriviranje složenih funkcija) dobivamo

možemo izračunati
(l)
to je deri
Izračunamo li drugu i više deri vac ije (pomoću
tako da (2) poprima oblik

yI!(Xk) [�� + �] (x", y(xt}),
= J
(3)
Najjednostavniju aproksimaciju od Y(Xk+l ) y(xd

dobivamo ako upotrijebimo samo pr
va dva člana Taylorovog reda (3) i u njima zamijenirno
To redom daj e
sa aproksimacijom Yi< .
YoYI Yoy(x+o)hf(xo, Yo)
=
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.
Primjer 6.3. Izračunajte pomoću Eulerove metode aproksimativne vrijednosti rje

šenj a sljedećeg Cauchyjevog problema
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
0.3 0.88309 0, 9 1.76703

O
0.4 1.0 1709 1 1.94220

0.5 1.15517
Druga dobra strana Eulerove metodeje da se dosta lako ocjenjuje pogreška. Prema
Taylorovoj formuli (uz ostatak u Lagrangeovomobliku) imamo
y(xk+d = Y(Xk ) + hl (xk, y(xk ) ) + l
2 ox + I {)y ( gb y(gk ) ) (5)
gdje je gk E (Xk , Xk+ l ) ' Odbijemo li (4) od (5), dobivamo
h 2 [ OI OI ]
+ 2! + ]
y(xk+d - Yk+l +
Y (Xk ) Yk h[j(xk. Y(Xk ) ) I(x* , Yk )]
Primjenom teorema o srednjoj vrijednosti s obzirom na varij ablu dobivamo za razliku

=
[
u uglatoj zagradi .
h2 OI OI
I (g y(�d ) ·
ox oY b
Y
gdje je TJk između Y (Xk ) i Yk . Prema tome imamo

a/(xk, TJk )
I(xk , y(xk ) ) - l (xk, Y,.;) = (Y(Xk ) - Yk)
oY
+ h l ol(Xk,ay TJd I IY(Xk )

(6)
+ h22l 1 [ aalx + I oaIy ] (�k, y( gd ) I .
Iy(xk+d - Yk+ t I � Iy(xk) - Ykl
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, <
i D ograde za I :� I i I :� + I :� I onda iz (6) dobivamo

P.
(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 '
pogrešku koju činimo aproksimirajući Y (Xk ) na YA- , onda iz (7) dobivamo

� (1 + hL )fk + 2' k O, 1, . - 1. (9)
= = . . . , II
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 .
= =
Sada bi trebali ocijeniti pogrešku Ck ako znamo da pogreške zadovoljavaju nejed

nakost ( 10), gdje su A i B pozitivni brojevi.
Imamo dakle
Ck � ACk-1 + B � A(Ack-2 + B) + B = A2 ck_ 2 + AB + B
� A 2 (Ack_ 3 + B) + AB + B A3ck_ 3 + A 2B + AB + B
=
� 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
Ck � DhL [( hL )k l ] DhL [ khL l ] .

2
e - =
2
e -
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
----
----
yi f(x, y) , y (xo ) Yo.

= = ( 14)
Treba postupak primijeniti po komponentama.
Eulerovu metodu smo dobili iz (2) tako da smo kao aproksimaciju uzeli prva
dva člana Taylorova reda. Izvrši li se aproksimacija sa prva tri člana Taylorova reda
dobivamo
Yk + l Yk + hf(xk, yd + ""2h2 [ Oofx + f Oofy ] (Xk Yk )

= , , k = O, l , . . . , II - 1 . (15)
To se ponekad zove metoda sa tri člana Taylorova reda, koja j e preciznija od Eule
rove.
6.3. RUNGE-KuTTINI POSTUPCI 189
6.3. Runge-Kuttini postupci
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 (Xk ' Yk , ll ) neka odabrana aproksimacija od f(Xk , Y (Xk )) .
To otvara široke mogućnosti izbora , a ovdje ćemo prikazati vrlo korisnu meto
du koju su razvili matematičari Runge i Kutta oko 1900. godine. Kako možemo vršiti
različite izbore aproksimacije 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
 = at I + bt2. (2)
(Težinska aritmetička sredina brojeva t l i f2 S

rt l + st2 ) .
težinama r i s jednaka je ----'---
r+s
Time prema (l) imamo
Yk+ 1 = Yk + h(atl + bt2)' (3)
Neka je
(4 )
tj. aproksimacija od yi kao kod Eulčrove metode. Tada za aproksimaciju t2 možemo
uzeti
t2 = f(Xk + ph, Yk + qhf(xk , Yk ))
= f(Xk + ph, Yk + qhtl) (5)
tj . analogno računatu aproksimaciju u nekoj međutočki na [Xk ' xk+ d gdje su p i q
'
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)
Nadalje, razvijmo traženo rješenje Y u Taylorov red oko Xk ' Imamo

h2
Y (Xk+ I ) = Y (Xk + h ) = Y (Xk ) + h/(xk , Y (Xk » ) + 2/ (Xk, Y (Xk ) )
+ �>/I(�, y(� » , � E (xk , xk +d. (8)

Po teoremu za deriviranje složenih funkcija imamo
I (Xk , y (xd ) = f� (Xb Y (Xk » + h, (Xk , Y (Xk » /(Xk , y (xt } ) ,
pa uz iste potencije od Iz imamo u (7) i (8) ove koeficijente:
Potencije od IL Razvoj od Y Runge-Kuttin algoritam
o y� ) �
l (
/ Xk, Y Xk( ) ) ( a + b)/(Xk, Yk )
2 Hfx(Xk , Y (Xk ) ) bpfx ( Xk, Yk )
+/y (Xk , Y (Xk ) )/(Xk , Y (Xk » J + bq/y (Xk' Yk )/(Xt , Yk ) .
Pretpostavimo li d a j e Yk = y (xt} i izjednačimo li koeficijente u z Iz i h 2 imamo
a+b l
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.
Slučaj b = � . Tada je a � , p = q = l pa dobivamo algoritam

,
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
Slučaj b = 1 . Tada je a O, = = � , tako da dobivamo algoritam

P q
Yk+1 Yk + hl (xk + �'Yk+I /2) ( l l)

gdje je
( 1 2)
što se još zove i modificirana Eulerova metoda.

Runge-Kuttini algoritmi višeg reda dobivaju se analogno. U slučaj u trećeg reda
imamo
( 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 '
+
bp2 + er� = -31 '

�
eps = 61 '
Odabiranjem dviju konstanti ostale su određene. Jedan izbor konstanti, koj i je izvršio
Kutta, daje sljedeći algoritam trećeg reda
Yk+1 = YIe + 6h (t l + 4t2 + t3 )

t l = I(x", yd , ( 1 5)
t2 = I(x" + 2l h, y" + 2l htt ),
t3 = I(x" + h, y" + 2ht2 - htd·
(Ako I ovisi samo o x onda dobivamo Simpsonovu formulu.)
Svi algoritmi četvrtog reda polaze od

Yk+l = Yk + h(atl + bt2 + Ct3 + dt4 ) 6 (1 )
gdje su t l , t2 , t3 , t4
aproksimacij e derivacije u nekim točkama segmenta [Xk ' Xk+ d
.
U primjenama se koristi nekoliko algoritama četvrtog reda. Sljedeći se pripisuje Kutti:
Yk+ l = Yk + 6h (tl + 2t2 + 2t3 + t4 )
tl = f(xk , Yk ),
l l
t2 = f(Xk + "2h, Yk + "2ht l ),
l l
t3 = f(Xk + "2h, Yk + 2ht 2)
t4 = f(Xk + h, Yk + ht3 ). (17)
(17) s e također svodi na Simpsonovu formulu ako je f funkcija samo od x . Jedan
drugi algoritam četvrtog reda koji se također pripisuje Kutti glasi
Yk+ l = Yk + 8h (tl + 3t2 + 3t3 + t4),

tl = f(xk, Yk ),
l l
t2 = f(Xk + 3h, Yk + 3ht d, (18)
t3 = f(Xk + 3h,2 Y - 3ht l
k l + ht2 ),
t4 = f(Xk + h, Yk + htl - ht2 + ht3 ) ·
Često se upotrebljava i slijedeći algoritam četvrtog reda a pripisuje se matematičaru
Gillu.
Yk+ l = Yk + � [tl + 2 ( 1 - �) t2 + 2 ( 1 + �) f3 + t4] '
t l = f(Xk , Yk ),
t2 = f (Xk + �h' Yk + � htl) ' (19)
t3 = f (Xk + � h' Yk + (-� + �) htl + ( l - �) ht2) '
t4 = f (Xk + h, Yk - � ht2 + ( 1 + �) ht3) .
Spomenimo da se u literaturi može naći više algoritama petog reda u što se ovdje ne
upuštamo.
Istaknimo da se za sve Runge-Kuttine algoritme može pokazati da konvergiraju,
tj . da vrijedi
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
Aitkenova šema. 5 interpolacijski polinom, I

Aitkenov algoritam, 5 - Lagrangeov obli k, 2
algebarska jednadžba. 148 - Newtonov obl ik s diferencijama
apsolutna norma, 90 unaprijed, 1 2
- Newtonov oblik s diferenci jama
brzi Fourierovi transformati, 28 unatrag, 1 2
brzo oscilirajuća. 60 - Newtonov oblik s kvocijentima
Budan-Fourierov teorem, 1 54 diferencija, 10
Bunemanova metoda, 78
interpolacijski splajn, 18
Choleskyjeva šema, 76 inverzna interpolacija, 1 6
Cooley-Tukeyeva metoda, 29 inverzna matrica, 69, 7 1
Cotesovi koficijenti, 43 iteracijske metode, 84
Čebiševljevi polinomi, 31 iterirana linearna interpolacija, 5
Čebiševsko ekonomiziranje, 35
Jacobijeva metoda, 95
čvor, 2
Jordanova forma, 87
Danilevskijeva metoda, 1 1 6 Jordanove elementarne klijetke, 87
Descartesovo pravilo, 1 53 Jordanovi blokovi, 87
determinanta, 69
diferencija unaprijed, I I karakteristična jednadžba, 87
diferencija unatrag, 1 2 karakteristični polinom, 1 1 6, 1 24, 1 27
dijagonalno dominantan sustav, 96 kompleksna rješenja, 1 57, 1 66
kontrakcija, 1 79
- po recima, 96 konzistentnost normi. 93
- po stupcima, 96
direktne metode, 66 korak i nterpolacije, 4
dominantna svojstvena vrijednost, 129 Krilovljeva metoda, 124
kubni splajn, 19
duljina, 89
kvadratična konvergencija, 143
ekstrapolacija, 5 kvocijent diferencija prvog reda, 7
euklidska norma, 90, 9 1 k vocijent diferencija n -tog reda, 8
Eulerova metoda, 1 85
Lagrangeovi k . . tiA
fazni interpolacijski polinom, 23 L2 -aproksim 9
fiksna točka. 179 Legendreovi polinomi, 54
Filonova formula, 6 1 Leverrierova metoda, 127
Frobeni usov oblik, 1 1 6 linearna i teracija, 84
lp norma, 90
Gauss - Jordanova metoda, 70
Gaussova metoda, 66 LU (LR) faktorizacija, 75
Gaussove formule, 57 maksimum norma, 9 1
Gauss - Seidelova metoda.. 98 metoda i teraci je, 137. 1 74, 1 78
glavni element, 7 1 metoda neodređenih koeficijenata, 1 1 5
granice Iješenja a lgebarskih jednadžbi , 1 49 metoda raspolavljanja, 136
Heunova metoda, 1 90 metoda relaksacije, 101
metoda sekante, 144
i ndeks polinoma s obzirom na pravac, 1 58 metoda sukcesivne aproksimacije, 1 80
i nterpolacija, 5 metoda sukcesivrie nadrelaksacije, 104
KAZALO 195
metoda tangente, 140 relaksacijski parametar, 104

minimaks polinom, 34 Richardsonova ekstrapolacija, 51
minimaks princip, 34 Rombergov algoritam, 50
Misesova metoda, 1 28 Rombergova tablica, 53
modificirana Eulerova metoda, 1 91 r -ta diferencija unaprijed, I I
r -ta diferencija unatrag, 12
nelineame jednadžbe, 1 34
Runge - Kuttini postupci. 1 88
nestabilan sustav, 102
Newton-Cotesova formula, 43 Simpsonova formula, 47
Newtonova metoda, 140, 1 64, 1 69 s -kratno rješenje, 1 48
Newtonove formule, 127 slabo uvjetovan sustav, 102
Newtonov iteracij ski postupak, 141, 1 66 sličnost matrica, 1 12
Newtonov test, 1 52 SOR metoda, 104
Newton - Raphsonova metoda, 141 spektar matrice, 128
norma, 89 spektralni radijus, 87. 129
normalni Frobeniusov oblik, 1 1 6 splajn, 1 9
norma matrice, 90 stupčana norma, 9 1
normalni sustav, 1 84 Sturmov niz, 155
norma vektora, 89 sustavi Iineamih jednadžbi, 65
normirani oblik polinoma, 148 sustavi nelineamih jednadžbi, 1 64
numeričko integriranje, 40 svoj stveni vektor, 87, l IO, 1 20, 125
optimalni aproksimacijski polinom, 34 svojstvena vrijednost, 87, 1 10
teleskopiranje reda potencija, 35
pivot element, 7 1 težinska funkcija, 58
poboljšana Eulerova metoda, 1 90 trapezna formula, 45
pojednostavljena Newtonova metoda, 174 trigonometrijski interpolacijski
poli nom najmanjih kvadrata, 37 poli nom, 23
pozitivno definitan sustav, 99
upotrebljivost rješenja, 82
racionalna interpolacija, 17
redna norma, 9 1 Vieta-ove formule, 149
regula fal si, 144 vodeći element, 7 1
relaksacija, \OJ
LITERATURA
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
.•
Results, Van Nostrand, New York. 1 974.

{ 13J J. Stoer, R. Burlish. Introduction to Numerical Analysis, Springer-Verlag. Berlin.
1980.

(Biblioteka Primijenjena Matematika) Ivan Ivansic - Numericka Matematika-Element (2002)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

(Biblioteka Primijenjena Matematika) Ivan Ivansic - Numericka Matematika-Element (2002)

Uploaded by

Copyright:

Available Formats

Prof. dr. sc.

Redoviti profesor Fakulteta elektrotehnike i računarstva

Slog, crteži i prijelom

Nijedan dio ove knjige ne smij7 se preslikavati niti umnažati

Numerička analiza je vrlo opsežna grana matematike koja je u punom raz­

Da ne duljimo oko toga da je takav postupak nespretan napišimo odmah polinom

P(x ) = x ( aox,,-l + ajx

= x (x( a()X - + alx 3 + ... + an-2 ) + all-d + a"

Zagreb, 20. ožujka 1998.

1. Interpolacija i aproksimacija funkcija . . . . . . . . . . . . . . . . . . . . . . 1

1.1. Interpolacijski polinom . . . . . . . . . . . . . . . . . . . .1

Jedan od osnovnih problema numerickih metoda je kako aproksimirati danu funk-

1.1. Interpolacijski polinom

Postavlja se pitanje izracunavanja aproksimativnih vrijednosti funkcije f izvan

Lagrangeov oblik interpolacijskog polinoma

Rjesavanje sustava jednadzbi 4 iz uvoda nije jednostavno, medutim, pokazuje se

jer ocito vrijedi

Pronademo li interpolacijski polinom pi za svaku od pomoćnih funkcija Mi , dobit

sto prema 7 daje

Zapis 9 zove se Lagrangeov oblik interpolacijskog polinoma. Vidimo da Ln

ak uz potenciju x k , moramo izvrsiti pripadna mnozenja i zbrajanja. Za n = 1 imamo

Lagrangeov oblik interpolacijskog polinoma za ekvidistantne cvorove

Izvedimo i Lagrangeov oblik interpolacijskog polinoma za ekvidistantne cvo-

Iz 12 vidimo da koeficijenti uz f x i ne ovise niti od f niti od koraka h . Stoga se

Izracunavanje interpolacijskog polinoma, Aitkenova interpolacijska shema

Analogno mozemo odrediti L12 , L23 ,: : : , odnosno Ljk , j k . Promotrimo interpola-

tako da L012 mozemo ovako zapisati

=x 1 x x 0 x x 1 : : : x x i 1 x x i+1 : : : x x n 1 x x n x i +x n x i x 0 

Kod iznalazenja interpolacijskog polinoma nismo nista govorili o poredaju cvo-

Newtonovi oblici interpolacijskog polinoma

i zovemo kvocijent diferencija. Za tri tocke x 0 f x 0 , x 1 f x 1 , x 2 f x 2

Jednakost 22 dokazuje se indukcijom. Za n = 1 formula 19 daje takav rastav.

Prema induktivnoj pretpostavci mozemo pisati

Iz 23 direktno citamo da uz f x 0  i f x n  imamo koeficijent koji propisuje 22.

cime je dokaz proveden.

b kvocijent diferencija je simetricna funkcija svojih argumenata x 0 , x 1 ,: : : , x n ,

zove tablica kvocijenata diferencija od f .

gdje koeficijent Ak1 moramo odrediti. Za x =

dok iz 24 za n = k 1ix = x k dobivamo

Kako je Lk x k = f x k to iz zadnje dvije jednakosti i svojstva b slijedi

Stupanj pribrojnika u 27 raste, na osnovi cega direktno citamo da je Ln x

Za kvocijent diferencija drugog reda imamo

Općenito vrijedi formula

Uvrstimo li redom 31 u 27 za r = 1 2 ::: n dobivamo

sto se zove Newtonov oblik interpolacijskog polinoma s diferencijama unatrag.

Ocjena pogreske, minimiziranje ocjene pogreske

Ocijenimo pogresku j f x Ln x j uz pretpostavku da funkcija f ima na seg-

Iz 43 dobivamo pogresku ili ostatak u ovom obliku

sto uvrsteno u M = arc cos x i rijeseno u varijabli x daje

To su dakle nultocke od Tn+1 i one se sve nalaze unutar segmenta  1 1 . Trebamo

trazeni cvorovi unutar a b . Odredimo li interpolacijski polinom Ln uz tako odabrane

Ocjena pogreske od netocnih funkcijskih vrijednosti f (xi )

koja aproksimira Ln x . Kako u realnom slucaju nemamo tocne f x i to u lijevu

Uocimo da 54 daje ocjenu uz pretpostavku da tocno racunamo vrijednosti polinoma

U slucaju linearne interpolacije

Neke daljnje primjene interpolacije. Inverzna interpolacija

Pocetni cilj je bio aproksimacija funkcije u tockama izvan cvorova. Medutim,

funkcijske vrijednosti inverzne funkcije, tj. rjesenje je jednako f 1 d . Taj slucaj

Pod racionalnom interpolacijom razumijevamo nalazenje racionalne funkcije

Da nademo R x treba iz uvjeta R x i = f x i odrediti koeficijente ak i bk kojih

Sljedeći korak je da provjerimo da li je Qq nula u nekom cvoru. Ako nije, onda

1.2. Interpolacijski splajn

Promatrajmo funkciju f : a b !

Od tih n polinoma zahtijevamo sljedeće: U pocetnom i krajnjem cvoru vrije-

Numerička analiza je vrlo opsežna grana matematike koja je u punom raz

=x 1 x x 0 x x 1 : : : x x i 1 x x i+1 : : : x x n 1 x x n x i +x n x i x 0

Iz 23 direktno citamo da uz f x 0 i f x n imamo koeficijent koji propisuje 22.

b kvocijent diferencija je simetricna funkcija svojih argumenata x 0 , x 1 ,: : : , x n ,

To su dakle nultocke od Tn+1 i one se sve nalaze unutar segmenta 1 1 . Trebamo

trazeni cvorovi unutar a b . Odredimo li interpolacijski polinom Ln uz tako odabrane

Promatrajmo funkciju f : a b !

Trigonometrijska interpolacija u svom najvažnijem obliku koristi linearne kom

pri čemu su (j j kompleksni koeficijenti, koji se određuju iz uobičajenog uvjeta inter

Očigledno je IJO = �o Formule koje daju Am i Bm pomoću koeficijenata {J j sli

gdje W označava konjugirano kompleksnu vrijednost. Pokažimo prvo da vrijedi slje