Numericka Matematika

UNIVERZITET U TUZLI
PRIRODNO - MATEMATICKI
FAKULTET
ODSJEK MATEMATIKA
NUMERICKA
MATEMATIKA
Elvis Barakovic
kolska 2009./2010. godine
S va p rava z a d rz a n a . S va ko o b jav ljiva n je , ta m p a n je ili u m n oz ava n je z a htje va o d o b re n je a u to ra .
Sadrzaj
1 Greke
1.1 Zaokruzivanje brojeva . . . . . . . . . . . . .
1.2 Apsolutna i relativna greka . . . . . . . . . .
1.3 Znacajne cifre . . . . . . . . . . . . . . . . . .
1.4 Greke kod izracunavanja vrijednosti funkcije .
1.5 Inverzni problem u teoriji greaka . . . . . . .
.
.
.
.
.
.
.
.
.
.
1
1
1
2
3
5
2 Interpolacija funkcija
2.1 Lagrange-ov interpolacioni polinom . . . . . . . . . . . . . .
2.2 Konacne razlike funkcija . . . . . . . . . . . . . . . . . . . .
2.3 Prvi Newton-ov interpolacioni polinom . . . . . . . . . . . .
2.4 Drugi Newton-ov interpolacioni polinom . . . . . . . . . . .
2.5 Newton-ov interpolacioni polinom za neekvidistantnu mrezu
.
.
.
.
.
7
7
10
14
16
17
.
.
.
.
.
.
18
19
21
21
22
24
2.6 Inverzna interpolacija . . . . . . . . .

2.7 Hermitov interpolacioni polinom . . .
2.8 Spline interpolacija . . . . . . . . . .
2.8.1 Linearni interpolacijski spline
2.8.2 Kubni interpolacijski spline .
2.9 Zadaci za samostalan rad . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Numericko rjeavanje sistema linearnih algebarskih jednacina

3.1 Gausova metoda - ema jedinstvenog dijeljenja . . . . . . . . .
3.2 Gausova metoda - ema sa izborom glavnog elementa . . . . .
3.3 Gausova metoda - kompaktna ema . . . . . . . . . . . . . . .
3.4 Metoda kvadratnih korijena . . . . . . . . . . . . . . . . . . .
3.5 Iterativne metode za rjeavanje sistema linearnih jednacina . .
3.5.1 Metoda proste iteracije - Jakobijeva metoda . . . . . .
3.5.2 Gauss - Zajdelova metoda . . . . . . . . . . . . . . . .
3.6 Software Mathematica . . . . . . . . . . . . . . . . . . . . . .
26
26
27
28
29
30
31
32
34
4 Rjeavanja nelinearnih jednacina

4.1 Lokalizacija rjeenja . . . . . . . . . . . . . . . . . . .
4.2 Metoda bisekcije (polovljenja segmenata) . . . . . . .
4.3 Metoda jednostavnih iteracija . . . . . . . . . . . . .
4.4 Newton-ova metoda (metoda tangenti) . . . . . . . .
4.4.1 Modikacije Newtonove metode . . . . . . . .
4.5 Zadaci za samostalan rad . . . . . . . . . . . . . . . .
4.6 Rjeavanje sistema nelinearnih algebarskih jednacina
36
36
39
42
45
49
49
50
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Numericka matematika
5 Numericka integracija
51
5.1 Trapezna kvadraturna formula . . . . . . . . . . . . . . . . . . 51
5.2 Simpsonova kvadraturna formula . . . . . . . . . . . . . . . . 56
6 Numericko rjeavanje diferencijalnih jednacina
6.1 Picardova metoda . . . . . . . . . . . . . . . . .
6.2 Eulerova metoda . . . . . . . . . . . . . . . . .
6.3 Metod Runge - Kutta . . . . . . . . . . . . . . .
6.4 Metoda mreza za rjeavanje rubnih problema . .
6.4.1 Prvi slucaj . . . . . . . . . . . . . . . . .
6.4.2
6.4.3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
60
60
61
63
66
66
Drugi slucaj . . . . . . . . . . . . . . . . . . . . . . . . 67
Treci slucaj . . . . . . . . . . . . . . . . . . . . . . . . 68
Elvis Barakovic
1
1.1
Greke
Zaokruzivanje brojeva
Pravila:
1. ako se iza cifre koju zaokruzujemo nalazi cifra manja od 5, tada cifra koju
zaokruzujemo ne mijenja se.
2. ako se iza cifre koju zaokruzujemo nalazi cifra veca od 5, tada cifru koju
zaokruzujemo povecavamo za 1.
3. ako se iza cifre koju zaokruzujemo nalazi cifra 5, a iza nje se nalazi bar
jedna cifra razlicita od nule, tada cifru koju zaokruzujemo povecavamo za 1.
4. ako se iza cifre koju zaokruzujemo nalazi cifra 5, a iza nje se nalaze
sve nule, tada cifru koju zaokruzujemo ako je parna ne mijenjamo, a ako je
neparna povecavamo za 1.
Primjer 1.1 Broj a = 2:351850 zaokruziti na jedno, dva, tri i cetiri decimalna mjesta.
Rjeenje: 2:4; 2:35; 2:352; 2:3519:
Primjer 1.2 Broj a = 0:97965 zaokruziti na jedno, dva, tri i cetiri decimalna mjesta.
Rjeenje: 1; 0:98; 0:980; 0:9797:
1.2
Apsolutna i relativna greka
Neka je
a - stvarna vrijednost
a - priblizna vrijednost.
Denicija 1.1 Razliku a a nazivamo greka aproksimacije. apsolutnu
vrijednost greke aproksimacije nazivamo apsolutna greka aproksimacije i
oznacavamo sa
a = ja a j :
Broj " > 0 za koji je ja
ja
a j < " nazivamo granicom apsolutne greke:
a j < " () (a
" < a < a + ") :
Denicija 1.2 Relativnu greku aproksimacije deniemo sa

a =
ja a j
a
=
:
jaj
jaj
1
Elvis Barakovic
Buduci da je a
a relativnu greku izrazavamo i kao

a
ja a j
a
=
:
ja j
ja j
Relativnu greku pomnozenu sa 100 nazivamo procentualna greka, a pomnozenu sa 1000 promilna greka.
Primjer 1.3 Obavljen je niz mjerenja velicine R i dobijeni su rezultati
mjerenje
1
2
3
4
5
6
:
Ri
29:2 29:3 29:25 29:28 29:24 29:26
Jedna aproksimacija je aritmeticka sredina vrijednosti velicine R koja iznosi
R = 29:255 a granica apsolutne greke je " = 0:055: dakle, R = 29:255 0:055:
(" = max Ri R : i = 1; 6 ).
Primjer 1.4 Poluprecnik i visina valjka zadani su sa r = 2
100 0:01cm: Relativne greke su
0:01cm i h =
r
0:01
=
= 0:005 = 5%
jr j
2
h
0:01
=
= 0:0001 = 0:1%
jh j
100
r
h
Velicina h je 50 puta pouzdanija od velicine r:
1.3
Znacajne cifre
Denicija 1.3 Cifra pribliznog broja a naziva se znacajnom ako je ona razlicita od nule ili je jednaka nuli izmeu cifara razlicitih od nule ili predstavlja
sacuvanu dekadnu jedinicu uzetu u obzir.
Primjer 1.5 Priblizan broj a = 213:76 ima pet znacajnih cifara. Priblizan broj a = 10083:123 ima osam znacajnih cifara. Priblizan broj a
= 0:00213076 ima est znacajnih cifara. Priblizan broj a = 0:001004000
ima sedam znacajnih cifara.
Denicija 1.4 Neka je
a = bm 10m + bm 1 10m
(bm 6= 0; m 2 Z)
+ :::;
aproksimacija broja
a = bm 10m + bm 1 10m
+ ::: + bm
m n
n 10
+ :::;
(bm 6= 0; m 2 Z):
Elvis Barakovic
Kaze se da su prvih n cifara broja a sigurne (u uzem smislu) ako je n najveci

pozitivan cijeli broj za koji vrijedi
1
10m
2
to je m =
+ 4 10
0:3 10 4 : Kako je
Primjer 1.6 Neka je a = 0:0024357

0:0024357 = 2 10
n+1
+ 3 10
+ 5 10
+ 7 10
3; i kako je
a = 0:3 10
< 0:5 10
to imamo m n + 1 = 4; odakle za m = 3, dobijamo n = 2: Dakle, prve

dvije cifre broja a = 0:0024357 su pouzdane (a to su 2 i 4).
Primjer 1.7 Neka je a = 23:395
0:5 10 2 : Kako je
23:395 = 2 101 + 3 100 + 3 10
+ 9 10
+ 5 10
to je m = 1; i kako je
a = 0:5 10
to imamo m n + 1 = 2; odakle za m = 1, dobijamo n = 4: Dakle, prve

cetiri cifre broja a = 23:395 su pouzdane (a to su 2; 3; 3; 9).
Primjer 1.8 Neka je a = 243315
2: Kako je
243317 = 2 105 + 4 104 + 3 103 + 3 102 + 1 101 + 7 100

to je m = 5; i kako je
0:5 101
a =2
to imamo m n + 1 = 1; odakle za m = 5, dobijamo n = 5: Dakle, prve cetiri

cifre broja a = 243315 su pouzdane.
1.4
Greke kod izracunavanja vrijednosti funkcije
Primjer 1.9 Odrediti apsolutnu i relativnu greku pri izracunavanju zapremine lopte ako je
r = 10:2
= 3:14
3
0:001 cm
0:0016:
Elvis Barakovic
Rjeenje: Imamo:
r
= 10:2;
= 3:14;
r = 0:01
= 0:0016
4
Zapreminu lopte racunamo po formuli V = r3 pa je
3
4
V = r
3
Kako je
= 4442:92:
@V
@V
4
= 4r2 i
= r3 ; to je
@r
@
3
@r V
@ V
@V
(r ;
@r
@V
(r ;
=
@
=
) = 4r
4
)= r
3
= 1306:74
= 1414:94
pa je
j@r V j
V
i
r + j@ V j
V
= 0:00345
jV j
V
Dakle,
V = 4442:92
= 15:33
3; 5%
15:33 cm3 :
Primjer 1.10 Neka je x = 2:00 0:005; y = 3:00 0:005 i z = 4:00 0:005:

xy
u
Izracunati greku prilikom racunanja vrijednosti funkcije f (x; y; z) =
z
tacki (x ; y ; z ):
Rjeenje: Imamo
x
y
z
i
= 2:00;
= 3:00;
= 4:00;
@f
y
= ;
@x
z
x = 0:005
x = 0:005
x = 0:005
@f
xy
=
;
@y
z
@f
=
@z
xy
:
z2
Elvis Barakovic
Sada je
@f
(x ; y ; z ) = 0:75
@x
@f
=
(x ; y ; z ) = 0:67
@y
@f
=
(x ; y ; z ) = 0:375
@z
@x f
@y f
@z f
pa je
f
j@x f j
x + j@y f j
y + j@z f j
0:009:
Primjer 1.11 Maksimalan domet projektila na ravnom terenu u vakuumu

v2
se racuna po formuli d = 0 : procijeniti apsolutnu i relativnu greku pri
g
izracunavanju maksimalnog dometa ako je v0 = 115 1 ms i g = 9:81 0:001 sm2 :
Rjeenje: Imamo:
v0 = 115;
g = 9:81;
i
v0 = 1
g = 0:001
v02
;i
g
2v0 @d
@d
=
i
=
@v0
g
@g
@v0 d
@g d
@d
(v ; g ) =
@v0 0
@d
=
(v ; g ) =
@g 0
=
2v0
= 23:44
g
v0 2
= 137:42:
g
Sada je
d
1.5
j@v0 d j v0 + j@g d j g = 0:0017
Inverzni problem u teoriji greaka
Problem: Sa kojom tacnocu moramo uzeti vrijednosti nez. promjenljivih

posmatrane funkcije tako da njena vrijednost bude u granicama unaprijed
zadane tacnosti!?
Koristicemo princip jednakih efekata.
xi
z
;
n j@i f j
(i = 1; n):
Elvis Barakovic
Primjer 1.12 Kolike smiju biti apsolutne greke duzina poluprecnika r i visine h valjka zapremine V = 12
0:1 m3 : Neka je pri tome r = 2m a
cemo uzeti dovoljno tacno da njegova greka ne utice na rezultat.
Rjeenje: Zapreminu valjka racunamo po formuli V = r2 h: Odredimo pribliznu vrijednost visine valjka
h =
Kako je
V
r
= 3:
@V
@V
= 2r h i
= r2 ; to je
@r
@hr
@r V
@h V
@V
(r ; h ) = 2r h = 37:7
@r
@V
=
(r ; h ) = r 2 = 12:57
@r
pa su apsolutne greke date sa

r
h
V
= 0:0013 m
2 j@r V j
V
= 0:004 m:
2 j@h V j
Elvis Barakovic
Interpolacija funkcija
2.1
Lagrange-ov interpolacioni polinom
Pretpostavimo2 da je vrijednost funckije y = f (x) poznata u n + 1 tacaka:

xi
yi
x0
y0
x1
y1
::: xi
::: yi
::: xn
:
::: yn
Lagrange-ov interpolacioni polinom odreujemo po formuli

Ln (x) =
n
X
(x x0 )(x
(xi x0 )(xi
i=0
x1 )
x1 )
(x
(xi
xi 1 )(x xi+1 )
xi 1 )(xi xi+1 )
(x xn )
yi :
(xi xn )
(1)
Ocjenu greke aproksimacije vrimo sa

jRn (x)j
max
f (n+1) ( ) : 2 (x0 ; x1 )
j(x
(n + 1)!
x0 )(x
x1 )
(x
xn )j :
(2)
Primjer 2.1 Odrediti Lagrangeov interpolacioni polinom za funkciju y =

f (x) datu tabelom
xi 2
5
10
:
yi 51 150 435
Na osnovu toga izracunati pribliznu vrijednost f (3):
Rjeenje: Buduci da imamo tri cvora interpolacije, odredicemo Lagrangeov
interpolacioni polinom drugog stepena za funkciju y = f (x). Na osnovu (1)
imamo
(x
(x 5)(x 10)
51 +
(2 5)(2 10)
(5
2
= 3x + 12x + 15:
2)(x
2)(5
L2 (x) =
Sada je f (3)
10)
(x
150 +
10)
(10
2)(x 5)
435 =
2)(10 5)
L2 (3) = 78:
Primjer 2.2 Funkcija y = ln x zadana je tablicom

xi
yi
0:4
0:91629
0:5
0:69315
0:7
0:35667
0:8
:
0:22314
Odrediti Lagrangeov interpolacioni polinom za funkciju y = f (x) i na osnovu

toga izracunati f (0:6). Procijeniti greku interpolcije za x = 0:6:
2
Numericka matematika - R. Scitovski, (str. 18)
Elvis Barakovic
Rjeenje: Buduci da imamo cetiri cvora interpolacije, odredicemo Lagrangeov

interpolacioni polinom treceg stepena za funkciju y = f (x). Na osnovu (1)
imamo
(x 0:5)(x 0:7)(x 0:8)
( 0:91629)
(0:4 0:5)(0:4 0:7)(0:4 0:8)
(x 0:4)(x 0:)(x 0:8)
+
( 0:69315)
(0:5 0:4)(0:5 0:7)(0:5 0:8)
(x 0:4)(x 0:5)(x 0:8)
( 0:35667)
+
(0:7 0:4)(0:7 0:5)(0:4 0:8)
(x 0:4)(x 0:5)(x 0:7)
+
( 0:22314)
(0:8 0:4)(0:8 0:5)(0:8 0:7)
= 1:6825x3 4:522x2 + 5:2749x 2:4104;
L3 (x) =
pa je f (0:6)
L3 (0:6) = 0:509978:
Procjena greke: Cetvrti

izvod funkcije y = ln x je y (4) =
Na osnovu (2) imamo

6
max
jR3 (x)j
2 (0:4; 0:8)
4!!
=
j(0:6
0:4)(0:6
6
:
x4
0:5)(0:6
0:7)(0:6
234:375
(0:2)2 (0:1)2 = 0:00390625:
24
r
3
+ x2 Lagrange-ovim inter2
polacionim polinomom na segmentu [ 1; 1] uzimajuci za cvorove interpolacije
nule Cebi
evljevog polinoma T3 (x):
Rjeenje: Cebi
evljevi polinomi Tn (x); n = 0; 1; 2; ::: se deniu rekurentnom
formulom
Primjer 2.3 Aproksimirati funkciju f (x) =
Tn+1 (x) = 2xTn (x)
Tn 1 (x);
T0 (x) = 1; T1 (x) = x; (n = 1; 2; 3; :::):
Dakle,
T0 (x) = 2x2
T1 (x) = 4x3
T2 (x) = 2xT1 (x)

T3 (x) = 2xT2 (x)
1
3x:
Nule p
Cebi
evljevog
polinoma T3 (x) su rjeenja jednacine 4x3 3x
r= 0; a to
p
3
3
3
; 0;
: Sastavimo tablicu vrijednosti funkcije f (x) =
+ x2 u
su
2
2
2
8
Elvis Barakovic
0:8)j =
cvorovima interpolacije:
p
3
2
3
2
xi
yi
0
r
p
3
2
3
2 :
3
2
Lagrange-ov interpolacioni polinom je

p !
3
(x 0) x
2
3
!
+
L2 (x) =
p
p
p !
2
3
3
3
0
2
2
2
p !
3
x+
(x 0)
2
3
!
+ p
p ! p
2
3
3
3
+
0
2
2
2
p !
3
x
x+
2
p !
3
0+
0
2
p !
3
r
2
3
p !
2
3
2
= 0:367007x2 + 1:224745:
Primjer 2.4 Interpolacija funkcije f (x) = 1
nih cvorova interpolacije.
jxj sa pet i devet ekvidistant-
1.0
1 .0
0.8
1.0
0 .8
0.6
0 .6
0.4
0 .4
0.2
0 .2
0.5
0.5
1.0 1 .0
0 .5
0 .5
0.2
0 .2
0.4
0 .4
n = 5: h =
2
= 0:5:
4
n = 9: h =
Primjer 2.5 Interpolacija funkcije f (x) = 1
2
= 0:25:
8
jxj gdje su cvorovi interpo-
Elvis Barakovic
1 .0
lacije nule Cebi

evljevog T10 polinoma:
1.0
0.8
0.6
0.4
0.2
1.0
0.5
0.5
1.0
0.2
0.4
2.2
Konacne razlike funkcija
Neka3 je data ekvidistantna mreza a = x0 < x1 <

< xn = b i neka je
yi = f (xi ):
Konacne razlike prvog reda funkcije y = f (x) deniu se sa
y0 = y1
y0 ; y1 = y2
y1 ; ::: yi = yi+1
yi ; ::::
Konacne razlike drugogreda funkcije y = f (x) deniu se sa

2
y0 =
y1
y0 = yi+2
2yi+1 + yi ;
y1 =
y2
y1 ; ::::
Konacne razlike funkcije y = f (x) mogu se smjestiti u tablice oblika

x
x0
y
y0
y0
x1
y1
y0
3
y1
x2
y2
y2
x3
..
.
3
y3
..
.
..
.
4
3
..
.
y0
y1
y2
..
.
y0
y1
..
.
Numericka matematika - A. Zolic, (str. 39)
10
Elvis Barakovic
Primjer 2.6 Sastaviti tablicu konacnih razlika za funkciju y = f (x) zadanu

tablicno
xi
yi
0:5
0:6875
0:7
0:8299
0:9
0:9739
1:1
0:9659
1:3
:
0:6139
Rjeenje: Imamo
x
0:5
y
0:6875
0:1424
0:7
0:8299
0:0016
0:1440
0:9
0:9739
1:1
0:9659
0:1536
0:1520
0:0080
0:0384
0:1920
0:3440
0:3520
1:3
0:6139
Primjer 2.7 Funkcija y = f (x) zadana je tablicom

xi
yi
1:00
1:05
1:10
1:15
1:20
1:25
1:30
1:34164 1:37931 1:41774 1:45688 1:49666 1:53714 1:57797
1:35
1:40
1:45
1:50
:
1:61941 1:66132 1:70367 1:74642
U tablici je napravljena greka. Otkriti greku i izracunati njenu vrijednost.

Ispraviti tablicu.:
11
Elvis Barakovic
Rjeenje: Formirajmo tablicu konacnih razlika

x
y
1:00 1:34164
0:03767
1:05 1:37931
0:00076
0:03843
1:10 1:41774
0:00005
0:00071
0:03914
1:15 1:45688
0:00002
0:00007
0:00064
0:03978
1:20 1:49666
0:00013
0:00006
0:00070
0:04048
1:25 1:53714
0:00041
0:00035
0:04144
0:00061
0:00014
0:04191
0:00051
0:00011
0:00003
0:00044
0:04235
1:45 1:70367
0:00101
0:00040
0:00047
1:40 1:66132
0:00102
0:00026
0:00061
1:35 1:61941
0:00054
0:00035
0:04083
1:30 1:57797
0:00015
0:00012
0:00001
0:00004
0:00040
0:04275
1:50 1:74642
Posmatrajmo kolonu cetvrtih razlika (uvijek posmatramo kolonu konacnih razlika parnog reda jer je tu uticaj greke najveci!) onda vidimo da je u vrsti
x = 1:25 najvece odstupanje od ocekivane vrijednosti a ocekivana vrijednost
je
4
ocekivano
0:00002 + 0:00013 0:00041 + 0:00061

7
0:00040 + 0:00011 0:00001
+
7
= 0:00000
=
Greku nalazimo kao

"=
"1 + "2 + "3 + "4 + "5

5
12
Elvis Barakovic
pri cemu su
0:00000 + "1 = 0:00013 ) "1 = 0:00013
0:00000 4"2 = 0:00041 ) "2 = 0:00010
0:00000 + 6"3 = 0:00061 ) "3 = 0:00010
0:00000 4"4 = 0:00040 ) "4 = 0:00010
0:00000 + "5 = 0:00011 ) "5 = 0:00011
pa je " = 0:00011: Dakle, f (1:25) = 1:53714
jena tablica vrijednosti funkcije je
xi
yi
0:00011 = 1:53703; pa ispravl-
1:00
1:05
1:10
1:15
1:20
1:25
1:30
1:34164 1:37931 1:41774 1:45688 1:49666 1:53703 1:57797
1:35
1:40
1:45
1:50
:
1:61941 1:66132 1:70367 1:74642
Napomena: Gornja granica apsolutnih greaka konacnih razlika m-tog reda

1
je jednaka 2m
10 k : Ako se dogodi da je bar jedna izracunata razlika m-tog
2
reda manja od maksimalno moguce greke, onda je tablica konacnih razlika,
od razlika tog reda pa nadalje nekorektna.
Primjer 2.8 Ispitati korektnost tablice konacnih razlika funkcije zadane u
prethodnom zadatku.
13
Elvis Barakovic
Rjeenje: Imamo
x
1:00
y
1:34164
1:05
1:37931
0:03767
0:00076
0:03843
1:10
1:41774
1:15
1:45688
0:00005
0:00071
0:00002
0:03914
0:00007
0:00064
0:03978
1:20
1:49666
0:00006
1:53714
1:30
1:57797
0:00041
0:00035
0:00035
0:00026
1:40
1:66132
0:00040
0:00014
0:00047
0:00051
0:00011
0:04191
0:00003
0:00012
0:00044
0:00001
0:04235
1:45
0:00101
0:00061
0:04144
1:61941
0:00102
0:00061
0:04083
1:35
0:00054
0:00070
0:04048
1:25
0:00015
0:00013
1:70367
0:00004
0:00040
0:04275
1:50
1:74642
greska 0:00005 0:00001 0:00002
0:00004
0:00008
0:00016
Zakljucak: Tablica je nekorektna od razlika treceg reda pa nadalje!
2.3
Prvi Newton-ov interpolacioni polinom
Pretpostavimo4 da je vrijednost funckije y = f (x) poznata u n + 1 ekvidinstantnih cvorova:

xi
yi
x0
y0
x1
y1
::: xi
::: yi
::: xn
::: yn
pri cemu je h = xi xi 1 > 0; (i = 1; 2; :::; n):

Prvi Newton-ov interpolacioni polinom odreujemo po formuli
NnI (u) = y0 +
4
2
y0
y0
u+
u(u
1!
2!
1) + ::: +
y0
u(u
n!
1):::(u
n + 1)
14
Elvis Barakovic
x x0
pri cemu je u =
:
h
Prvi Newton-ov interpolacioni polinom pogonno je koristiti oko tacke x = x0
- interpolacija unaprijed i za ekstrapolaciju x < x0 - ekstrapolaciju
unazad.
Greku interpolacije funkcije prvim Newton-ovim polinomom racunamo po
formuli
j n+1 y0 j
ju(u 1):::(u n)j :
jRn (u)j
(n + 1)!
Primjer 2.9 Konstruisati prvi Newton-ov interpolacioni polinom za funkciju
y = f (x) zadanu tabelom
xi
yi
0
2:00000
1
2
3
4
:
2:08008 2:15443 2:22398 2:28943
Izracunati pribliznu vrijednost f (0:5) i procijeniti greku f (x)

Rjeenje: Tablica konacnih razlika je
x
0
y
2:00000
P3 (x):
4
0:08008
1
2:08008
0:00573
0:007435
2:15443
0:00093
0:00480
0:006955
3
2:22398
0:00023
0:00070
0:00410
0:006545
2:28943
pa prvi Newton-ov interpolacioni polinom ima oblik

0:08008
u+
1!
0:00573
u(u 1)
2!
0:00093
0:00023
+
u(u 1)(u 2) +
u(u 1)(u 2)(u 3)
3!
4!
=
0:00001u4 + 0:00021u3 0:00344u2 + 0:08331u + 2:00000:
N3I (u) = 2:00000 +
Dakle,
N3I (u) =
0:00001x4 + 0:00021x3
15
0:00344x2 + 0:08331x + 2:00000:
Elvis Barakovic
x 0
= x: Priblizna vrijednost je f (0:5)
gdje je u =
1
Greka aproksimacije je
jR3 (u)j
2.4
N0I (0:5) = 2:04082:
y0 j
jx(x 1)(x 2)(x 3)j =
4!
0:00023
jx(x 1)(x 2)(x 3)j :
=
24
Drugi Newton-ov interpolacioni polinom
Pretpostavimo5 da je vrijednost funckije y = f (x) poznata u n + 1 ekvidinstantnih cvorova:

xi
yi
x0
y0
x1
y1
::: xi
::: yi
::: xn
::: yn
pri cemu je h = xi xi 1 > 0; (i = 1; 2; :::; n):

Drugi Newton-ov interpolacioni polinom odreujemo po formuli
NnII (v) = y0 +
yn
1!
v+
yn
2!
v(v + 1) + ::: +
y0
v(v + 1):::(v + n
n!
1)
x xn
pri cemu je v =
:
h
Drugi Newton-ov interpolacioni polinom pogonno je koristiti oko tacke x =
xn - interpolacija unazad i za ekstrapolaciju x > xn - ekstrapolaciju
unaprijed.
Greku interpolacije funkcije drugim Newton-ovim polinomom racunamo po
formuli
j n+1 y0 j
jv(v + 1):::(v + n)j :
jRn (v)j
(n + 1)!
Primjer 2.10 Konstruisati drugi Newton-ov interpolacioni polinom za funkciju
y = f (x) zadanu tabelom
xi
yi
0:0
0:5
1:0
3:00000 4:25000 6:00000
1:5
2:0
:
8:25000 11:00000
Izracunati pribliznu vrijednost f (0:5) i procijeniti greku f (x)

5
P3 (x):
16
Elvis Barakovic
Rjeenje: Tablica konacnih razlika je

x
0:0
y
3:00000
1:25000
0:5
4:25000
0:50000
1:75000
1:0
6:00000
0
0:50000
2:25000
1:5
8:25000
0
0:50000
2:75000
2:0
11:00000
pa je interpolacioni polinom dat sa

N2II (v) = 11:00000 +
pri cemu je v =
2.5
xn
=v=
0:50000
2:75000
v+
v(v + 1)
1!
2!
2:0
= 2x
0:5
4:0 pa je N2II (x) = x2 + 2x + 3:
Newton-ov interpolacioni polinom za neekvidistantnu

mrezu
Neka6 je funkcija f : [a; b] ! R neprekidna funkcija i neka su joj poznate

vrijednosti yi = f (xi ), (i = 0; n) u cvorovima a x0 < x1 <
< xn b.
Interpolacijski polinom trazimo u obliku
Pn (x) = a0 +a1 (x x0 )+a2 (x x0 )(x x1 )+
+an (x x0 )(x x1 ):::(x xn 1 )
gdje koecijente a0 ; a1 ; :::; an odreujemo metodom podijeljenih razlika

na sljedeci nacin
a0 = f [x0 ] = y0
a1 = f [x0 ; x1 ] =
a2 = f [x0 ; x1 ; x2 ]
..
.
y1
x1
y0
x0
ai = f [x0 ; x1 ; :::; xn ] =
6
f [x1 ; x2 ; :::; xi ] f [x0 ; x1 ; :::; xi 1 ]

; (i = 1; 2; :::; n):
xi x0
Numericka matematika - R. Scitovski, (str. 20)
17
Elvis Barakovic
Primjer 2.11 Odrediti Newton-ov interpolacioni polinom funkcije y = f (x)

zadane tablicom
xi
2 2 4
:
yi
5 3 211
Rjeenje: Interpolacioni polinom (njegove koecijente!) odredicemo pomocu
sljedece sheme
x
y
2 f [x0 ] = 5
f [x0 ; x1 ] =2
2
f [x1 ] = 3
f [x0 ; x1 ; x2 ] =17
f [x1 ; x2 ] = 104
f [x2 ] = 211
pa polinom ima oblik

P2 (x) =
2.6
5 + 2(x + 2) + 17(x + 2)(x
2) = 17x2 + 2x
69:
Inverzna interpolacija
Neka7 je funkcija y = f (x) zadana tablicno

xi
yi
x0
y0
x1
y1
::: xi
::: yi
::: xn
:
::: yn
Postupak nalazenja argumenta x koji odgovara zadanoj vrijednosti y funkcije

y = f (x) (koja nije data u tablici) naziva se inverzna interpolacija.
U slucaju da su cvorovi interpolacije neekvidistantni a funkcija f (x) monotona,
problem inverzne interpolacije se moze rijeiti primjenom Lagrange-ove interpolacione formule (zamjenom x i y u formuli!)
Primjer 2.12 Funkcija y = f (x) zadana je tablicno
xi
yi
1 0 2
:
13 18 34
a) Izracunati pribliznu vrijednost funkcije f (x) za x = 1,

b) Izracunati x za koje je f (x) = 21:25.
7
18
Elvis Barakovic
Rjeenje:
a) Koristeci Lagrange-ov interpolacioni polinom, dobijamo
(x + 1)(x
(x 0)(x 2)
13 +
( 1 0)( 1 2)
(0 + 1)(0
2
= x + 6x + 18
L2 (x) =
2)
(x + 1)(x 0)
18 +
34
2)
(2 + 1)(2 + 0)
pa je f (1) L2 (1) = 25:

b) Buduci da cvorovi interpolacije nisu ekvidistantni i da je funkcije rastuca,
to mozemo primijeniti Lagrange-ovu interpolacionu formulu u obliku
x=
(y
(13
18)(y 34)
(y
( 1) +
18)(13 34)
(18
13)(y 34)
(y
0+
13)(18 34)
(34
13)(y 18)
2
13)(34 18)
pa za y = 21:25 imamo
(21:25 18)(21:25 34)
(21:25
( 1) +
(13 18)(13 34)
(18
(21:25 13)(21:25 18)
+
2
(34 13)(34 18)
= 0:55424:
x =
2.7
13)(21:25 34)
0
13)(18 34)
Hermitov interpolacioni polinom
Neka je f (x) 2 C 2n+2 [a; b] i neka su xi 2 [a; b] ; i = 0; n cvorovi interpolacije. Neka su zadane vrijednosti funkcije yi = f (xi ) i vrijednosti prvog
izvoda yi0 = f 0 (xi ) u cvorovima interpolacije. Interpolacioni polinom Pm (x)
koji zadovoljava uslove Pm (xi ) = yi i Pm0 (xi ) = yi0 ; i = 0; n naziva se Hermitov interpolacioni polinom i trazimo ga u obliku
P2n+1 (x) =
n
X
(1
2p0i (xi )(x
xi )) (pi (x))2 yi +
i=0
n
X
(x
xi ) (pi (x))2 yi0 (3)
i=0
pri cemu je
pi (x) =
(x x0 )(x
(xi x0 )(xi
x1 )
x1 )
(x
(xi
xi 1 )(x xi+1 )
xi 1 )(xi xi+1 )
(x xn )
:
(xi xn )
Primjer 2.13 Naci Hermitov interpolacioni polinom za funkciju zadanu tablicom

xi 0
1
yi 8 90 :
yi0 8 156
19
Elvis Barakovic
Rjeenje: Buduci da je zadano cetiri vrijednosti, to trazeni polinom moze biti

najvie treceg stepena! Imamo:
x 1
x x1
=
= x + 1;
p0 (x) =
x0 x1
0 1
x x0
x 0
p1 (x) =
=
=x
x1 x0
1 0
i p00 (x) = 1; p01 (x) = 1:
Sada, na osnovu formule (3) imamo
P3 (x) =
1
X
(1
2p0i (xi )(x
xi )) (pi (x)) yi +
i=0
1
X
(x
xi ) (pi (x))2 yi0 =
i=0
= 0x3 + 74x2 + 8x + 8 = 74x2 + 8x + 8:
Drugi nacin odreivanja Ermitovog polinoma je metoda neodreenih koecijenata, trazeci interpolacioni polinom u obliku
P2n+1 (x) = c0 + c1 x +
+ c2n+1 x2n+1
koji treba da zadovoljava uslove Pm (xi ) = yi i Pm0 (xi ) = yi0 ; i = 0; n ;

cime dobijamo sistem od 2n + 2 linearne jednacine sa 2n + 2 nepoznatih
(nedostatak- ima dosta racunanja!).
Primjer 2.14 Naci Hermitov interpolacioni polinom za funkciju zadanu tablicom
xi
1 0
yi
69 24
:
yi0
94 4
yi00
98
Rjeenje: Buduci da je zadano pet vrijednosti, to trazeni polinom moze biti
najvie cetvrtog stepena! Polinom trazimo u obliku
P4 (x) = c0 + c1 x + c2 x2 + c3 x3 + c4 x4
odakle je
P40 (x) = c1 + 2c2 x + 3c3 x2 + 4c4 x3 ;
P400 (x) = 2c2 + 6c3 x + 12c4 x2 :
Koecijente polinoma c0 ; c1 ; c2 ; c3 ; c4 nalazimo iz sistema
9
P4 ( 1) = 69 >
c0 c1 + c2 c3 + c4 = 69
>
>
P4 (0) = 24 >
c0 = 24
=
0
P4 ( 1) = 94
tj. c1 2c2 + 3c3 4c4 = 94
>
0
>
P4 (0) = 4 >
c1 = 4
>
;
P400 (0) = 98
2c2 = 98
20
9
>
>
>
>
=
>
>
>
>
;
Elvis Barakovic
a to su
c0 = 24; c1 = 4; c2 = 49; c3 = 0; c4 = 0
pa je trazeni polinom
P2 (x) = 49x2 + 4x + 24:
2.8
Spline interpolacija
Ako je broj cvorova interpolacije veliki, odgovarajuci interpolacijski polinom

je velikog stepena i kao takav neupotrebljiv u primjenama. Umjesto interpolacijskog polinoma mozemo pokuati interpolirati funkciju f : [a; b] ! R
takvu da je
f j[xi 1 ;xi ] = fi
pri cemu je fi : [xi 1 ; xi ] ! R neka jenostavnija funkcija takva da je fi (xi 1 ) =
yi 1 i fi (xi ) = yi :
Neka je
podjela segmenta [a; b] : a = x0 < x1 < x2 <
< xn = b:
Funkciju
8
>
P1m (x) = a10 + a11 x +
+ a1m xm ; a x x1 ;
>
>
< P2m (x) = a20 + a21 x +
+ a2m xm ; x1 x x2 ;
S m (f; x) =
..
>
.
>
>
: P (x) = a + a x +
+ a xm ; x
x b
nm
n0
n1
nm
n 1
koja je neprekidno-diferencijabilna u cvorovima interpolacije x1 ; x2 ;

nazivamo splajnom m-tog reda.
2.8.1
; xn
Linearni interpolacijski spline
Primjer 2.15 Konstruisati (linearni) splajn S 1 (f; x) za funkciju zadanu

tablicom
xi
0
0:25 0:75
1
:
yi 0:00 0:25 2:25 4:00
Rjeenje: Splajn je oblika
8
< P11 (x) = a10 + a11 x;
P21 (x) = a20 + a21 x;
S 1 (f; x) =
:
P31 (x) = a30 + a31 x;
21
0 x 0:25;
0:25 x 0:75;
0:75 x 1;
Elvis Barakovic
a koecijente aij ; (i = 1; 2; 3; j = 0; 1)
9
P11 (0) = 0:00 >
>
>
P11 (0:25) = 0:25 >
>
>
=
P21 (0:25) = 0:25
tj.
P21 (0:75) = 2:25 >
>
>
P31 (0:75) = 2:25 >
>
>
;
P31 (1) = 4:00
Rjeenja su
a10 = 0; a11 = 1:00; a20 =
dobijamo rjeavajuci sistem

9
a10 = 0:00 >
>
>
a10 + 0:25a11 = 0:25 >
>
>
=
a20 + 0:25a21 = 0:25
.
a20 + 0:75a21 = 2:25 >
>
>
a30 + 0:75a31 = 2:25 >
>
>
;
a30 + a31 = 4:00
0:75; a21 = 4:00; a30 =
3:00; a31 = 7
pa odgovarajuci splajn ima oblik

8
< x; 0 x 0:25;
1
4x 0:75; 0:25 x 0:75;
S (f; x) =
:
7x 3; 0:25 x 1:
4
0.2
2.8.2
0.4
0.6
0.8
1.0
Kubni interpolacijski spline
Kubni interpolacijski splajn ima oblik

8
>
P13 (x) = a10 + a11 x + a12 x2 + a13 x3 ; a x x1 ;
>
>
< P23 (x) = a20 + a21 x + a22 x2 + a23 x3 ; x1 x x2 ;
: (4)
S 3 (f; x) =
..
>
.
>
>
: P (x) = a + a x + a x2 + a x3 ; x
x b
n3
n0
n1
n2
n3
n 1
Broj nepoznatih aij u (4) ima 6n: U cvorovima interpolacije moramo postaviti
i dodatne uvjete
Pi3 (xi 1 ) = f (xi 1 ); Pi3 (xi ) = f (xi );
(i = 1; n)
0
0
00
00
Pi3 (xi ) = Pi+1;3 (xi ); Pi3 (xi ) = Pi+1;3 (xi );
(i = 1; n
00
00
P13 (x0 ) = 0; Pn3 (xn ) = 0:
22
1):
Elvis Barakovic
Primjer 2.16 Konstruisati (kubni) splajn S 3 (f; x) za funkciju zadanu tablicom
xi
0
0:5
1
:
yi 1:000 3:375 16:000
Rjeenje: Splajn je oblika
P13 (x) = a10 + a11 x + a12 x2 + a13 x3 ;
P23 (x) = a20 + a21 x + a22 x2 + a23 x3 ;
S 1 (f; x) =
0 x 0:5;
0:5 x 0:1;
a koecijente aij , (i = 1; 2; j = 0; 1; 2; 3) dobijamo rjeavajuci sistem

9
P13 (0) = 1:000 >
>
>
P13 (0:5) = 3:375 >
>
>
>
P23 (0:5) = 3:375 >
>
>
=
P23 (1) = 16:000
0
0
P13
(0:5) = P23
(0:5) >
>
>
00
00
P13 (0:5) = P23 (0:5) >
>
>
>
00
(0) = 0 >
P13
>
>
;
00
(1) = 0
P23
tj.
a11 + 2a12
a10 = 1:000
a10 + a11 0:5 + a12 (0:5)2 + a13 (0:5)3 = 3:375
a20 + a21 0:5 + a22 (0:5)2 + a23 (0:5)3 = 3:375
a20 + a21 + a22 + a23 = 16:000
2
0:5 + 3a13 (0:5) = a21 + 2a22 0:5 + 3a (0:5)2
2a12 + 6a13 0:5 = 2a22 + 6a23 0:5
2a12 = 0
2a22 + 6a23 = 0
a oni iznose
a10 = 1; a11 =
a20 =
113
; a21
19
6
385
; a12 = 0; a13 =
;
19
19
579
1115
=
; a22 =
; a23 =
19
19
9
>
>
>
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
>
>
>
;
385
:
19
Trazeni splajn je oblika

S 1 (f; x) =
P13 (x) = 1
P23 (x) = 113
19
6
x + 385
x3 ;
19
19
579
1115 2
x + 19 x
19
23
0
+
385 3
x;
19
x 0:5;
0:5 x
0:1;
Elvis Barakovic
2.9
Zadaci za samostalan rad
Zadatak 2.1 Odrediti Lagrangeov interpolacioni polinom za funkciju y =

f (x) datu tabelom
xi
2
1 0 1
:
yi
3 17 27 45
Na osnovu toga izracunati pribliznu vrijednosti funkcije za x = 1:5 i x =
1:5; te izracunati f 0 (0:5):
f (x) datu tabelom
xi
2
1 0 1
:
yi
40 15 24 41
1:5; te izracunati f 0 (0:5):
f (x) datu tabelom
xi
yi
0:0
0:1
0:3
0:4
:
1:00000 0:90909 0:76923 0:71429

0:1.
p
Zadatak 2.4 Aproksimirati funkciju f (x) = 1 + x2 Lagrangeovim L2 polinomom na [ 1; 1] uzimajuci za cvorove interpolacije:
3
3
a)
; 0; ;
4
4
b) nule Cebi
evljevog T3 polinoma.
Zadatak 2.5 Sastaviti tablicu konacnih razlika za funkciju y = f (x) zadanu
tablicno
xi
yi
0:0
0:1875
0:2
0:2299
0:4
0:1739
0:6
0:1659
0:8
0:2139
1:1
:
0:2201
Funkciju aproksimirati sa Njutnovim prvim i drugim interpolacionim polinomima, a zatim izracunati vrijednost funkcije za x = 0:1; x = 0:15 i
x = 0:9
24
Elvis Barakovic
Zadatak 2.6 Sastaviti tablicu konacnih razlika za funkciju y = f (x) zadanu

tablicno
xi
yi
0:0
0:1
0:2
0:3
0:4
0:5
:
0:6775 0:7799 0:7779 0:6657 0:6139 0:5201
Funkciju aproksimirati sa Njutnovim prvim i drugim interpolacionim polinomima, a zatim izracunati vrijednost funkcije za x = 0:1; x = 0:15 i
x = 0:45:
Zadatak 2.7 Naci Ermitov interpolacioni polinom za funkciju zadanu tablicom
xi 0 1
yi 5 14 :
yi0 1 12
xi 1:5 2
yi
4 14 :
0
yi
6 19
xi
0 1
yi
13 24
:
0
yi
14 4
yi00
8
xi
0 0:5
yi
13 24
:
yi0
14 34
yi00
8
Zadatak 2.11 Konstruisati linearni i kubni splajn za funkciju zadanu tablicom
xi
0
0:5
1
:
yi 0:00 0:75 2:00
Zadatak 2.12 Konstruisati linearni i kubni splajn za funkciju zadanu tablicom
xi 0:1 0:7 1:3
:
yi 1:00 2:75 5:00
25
Elvis Barakovic
3
3.1
Numericko rjeavanje sistema linearnih algebarskih jednacina

Gausova metoda - ema jedinstvenog dijeljenja
Primjer 3.1 Koristeci emu jedinstvenog dijeljenja rijeiti sistem jednacina

9
3:67x1 + 0:78x2 + 0:89x3 + 0:90x4 = 2:90 >
>
=
0:78x1 + 3:56x2 + 0:67x3 + 0:78x4 = 3:82
0:89x1 + 0:67x2 + 3:45x3 + 0:56x4 = 2:24 >
>
;
0:90x1 + 0:78x2 + 0:56x3 + 3:34x4 = 3:96
Rjeenje: Racunacemo sa pet decimala
i
ai1
ai2
1
2
3
4
1
2
3
4
2
3
4
3
4
4
4
3
2
1
3:67
0:78
0:78
3:56
0:89
0:67
0:90
0:78
1
0:21253
3:39423
0:48085
0:58872
1
ai3
0:89
0:67
3:45
0:56
0:24251
0:48084
3:23417
0:34714
0:14166
3:16605
0:25835
1
1
1
1
ai4
ai5
0:90
2:90
0:78
3:82
0:56
2:24
3:34
3:96
0:24523 0:79019
0:58872 3:20365
0:34174 1:53673
3:11929 3:24883
0:17345 0:94385
0:25835 1:08288
3:01718 2:69317
0:08160 0:34203
2:99610 2:60481
1
0:86940
1
0:86940
0:27109
0:75465
0:35086
aij
9:14
9:61
7:81
9:54
2:49046
7:66744
5:59349
7:29858
2:25896
4:50728
5:96869
1:42363
5:60091
1:86940
1:86940
1:27109
1:75465
1:35086
Rjeenje sistema je
(x1 ; x2 ; x3 ; x4 ) = (0:35086; 0:75465; 0:27109; 0:86940):
26
Elvis Barakovic
3.2
Gausova metoda - ema sa izborom glavnog elementa
Izaberemo najveci po modulu element kojeg cemo zvati glavni element i

neka je to elemnt apq : Racunamo faktore mi po formuli
aiq
; i 6= p
mi =
apq
i izvodimo sljedece operacije sa elementima proirene matrice sistema: svakoj
vrsti, koja nije glavna, dodajemo glavnu vrstu pomnozenu sa odgovarajucim
faktorom mi za tu vrstu. U rezultatu dobijamo matricu kod koje su u qtoj koloni iznad i ispod glavnog elementa nule, pa tu kolonu i glavnu vrstu
odbacujemo, cime dobijamo matricu koja ima jednu vrstu i kolonu manje.
Primjer 3.2 Koristeci emu sa izborom glavnog elementa rijeiti sistem jednacina
9
0:36x1
2:17x2 + 1:32x3 + 0:92x4 = 2:93 >
>
=
0:45x1 + 0:29x2 + 1:43x3 + 0:24x4 = 1:35
1:41x1 + 0:77x2 + 0:49x3 + 0:37x4 = 0:76 >
>
;
0:92x1 + 0:54x2 + 2:23x3 + 0:97x4 = 1:64
Rjeenje: Racunacemo na pet decimala
i
1
2
3
4
1
2
3
2
3
2
2
3
1
4
ai1
0:36
0:45
1:41
0:92
0:18458
0:13996
1:20785
0:13579
1:15956
ai2
ai3
2:17
1:32
0:29
1:43
0:77
0:49
2:23
0:54
2:48964
0:05628
0:65135
ai4
0:92
0:24
0:37
0:97
0:34583
0:38202
0:15686
0:38984
0:24734
0:36088
1
1
1
1
ai5
2:93
1:35
0:76
1:64
1:95923
0:29833
0:39964
0:25403
0:91221
0:36085
0:99992
0:99997
0:99999
0:99998
aij
3:36000
3:76000
3:80000
6:30000
0:36916
0:27993
2:41570
0:27160
2:31911
0:00003
0:00008
1:99997
0:00000
1:99998
mi
0:59193
0:64126
0:21973
0:02261
0:26162
0:11710
Rjeenje sistema je
(x1 ; x2 ; x3 ; x4 ) = (0:99997; 0:99999; 0:99998; 0:99992)
27
Elvis Barakovic
a zaokruzivanjem, dobijamo
(x1 ; x2 ; x3 ; x4 ) = (1:00000; 1:00000; 1:00000; 0:9999):
3.3
Gausova metoda - kompaktna ema
Ideja je da se matrica A sistema Ax = b napie kao proizvod donje i gornje

trougaone matrice tj. u obliku A = BC; pri cemu su B = (bij ) i C = (cij ) a
koecijente tih matrica racunamo naizmjenicno po formulama
(2j 1)
bij
(0)
aij
(0)
aij
(2j)
cjm =
j 1
X
(2k 1) (2k)
ckj ;
bik
k=1
j 1
X
(2k 1) (2k)
bik
ckm
k=1
;
(2j 1)
bjj
(i
j)
(5)
(m > j):
Primjer 3.3 Koristeci kompaktnu emu rijeiti sistem jednacina

9
3:0x1 + 12:3x2
4:5x3 = 6:24 =
1:6x1 + 2:5x2
1:0x3 = 1:55 :
;
3:2x1
1:5x2 + 0:5x3 = 0:90
Rjeenje: Racunacemo na pet decimala:
i ai1
1 3:0
2 1:6
3 3:2
1 3:0
2 1:6
3 3:2
3
2
1 1
ai2
12:3
2:5
1:5
4:1
4:06
14:62
ai3
4:5
1:0
0:5
1:5
0:34483
0:25859
1
X
aij
ai4
6:24
17:04
1:55
4:65
0:90
3:1
2:08
5:68
0:43793 1:0931
2:50024 3:50024
2:50024
1:30009
0:49999
Priblizno rjeenje sistema je (x1 ; x2 ; x3 ) = (0:5; 1:3; 2:5):
28
Elvis Barakovic
3.4
Metoda kvadratnih korijena
Ova metoda sluzi za rjeavanje sistema Ax = b kod kojih je matrica A

simetricna matrica. Ideja je da se matrica A zapie kao proizvod A = T 0 T
dvije meusobno transponovane matrice. Tada sistem ima oblik T 0 T x = b;
odakle prvo rjeavamo sistem T 0 y = b; a zatim sistem T x = y odakle dobijamo rjeenja polaznog sistema. Formule za racunanje koecijenata matrice
T su date sa:
a1j
p
t11 = a11 ;
t1j =
(j > 1)
t11
v
u
i 1
X
u
tii = taii
t2 ; (1 < i n)
ki
k=1
i 1
X
aij
(6)
tki tkj
k=1
tij =
tii
(i > j):
tij = 0;
(i < j)
Rjeenja sistema T 0 y = b su data sa

y1 =
b1
t11
i 1
X
bi
k=1
yi =
(7)
tki yk
;
tii
(i > 1)
a rjeenja sistema T x = y su data sa

xn =
yn
tnn
yi
xi =
n
X
(8)
tki xk
k=i+1
tii
(i < n):
Primjer 3.4 Rijeiti sistem linearnih jednacina

4:32x1
0:28x1
0:57x1
0:87x1
+
+
+
+
0:28x2
3:84x2
0:43x2
0:62x2
+
+
+
+
0:57x3
0:43x3
3:42x3
0:52x3
29
+
+
+
+
0:87x4
0:62x4
0:52x4
3:30x4
=
=
=
=
2:17
4:36
4:12
4:48
9
>
>
=
>
>
;
Elvis Barakovic
Rjeenje: Racunacemo na pet decimala:

i
ai1
ai2
ai3
ai4
ai5
1
2
3
4
4:32
0:28
3:84
0:57
0:43
3:42
0:87
0:62
0:52
3:30
2:17
4:36
4:12
4:48
ti1
ti2
ti3
ti4
ti5
1
2
3
4
xi
2:07846 0:13472 0:27424

1:95496 0:20105
1:81779
0:41858
0:28830
0:19103
1:73355
0:11973 0:85888 0:92174 1:01939
1:04404
2:15828
1:87027
1:76717
aij
8:21000
9:53000
9:06000
9:79000
X
tij
3:95004
4:60259
3:87909
3:50072
Rjeenje sistema je
(x1 ; x2 ; x3 ; x4 ) = (0:11973; 0:85888:0:92174; 1:01939):
3.5
Iterativne metode za rjeavanje sistema linearnih

jednacina
Sistem Ax = b zapiimo u obliku x = Bx + c, te na neki nacin odredimo

pocetno priblizno rjeenje x(0) : Sada, priblizno rjeenje, priblizne iteracije
nalazimo koristeci formulu
x(k+1) = Bx(k) + c;
(k = 0; 1; 2; :::)
(9)
cime dobijamo niz pribliznih rjeenje x(0) ; x(1) ; :::; x(n) ; x(n+1) ; ::: koji pod
odreenim uslovima konvergira ka tacnom rjeenju.
Normu kvadratne matrice B = (bij ) racunacemo na jedan od sljedecih nacina
( n
)
X
kBkV = max
jbij j
(10)
i
kBkK = max
j
j=1
( n
X
i=1
jbij j :
(11)
Teorema 3.1 Da bi iterativni proces konvergirao ka tacnom rjeenju potrebno

je i dovoljno da su sve svojstvene vrijednosti matrice B po modulu manje od
1.
30
Elvis Barakovic
Teorema 3.2 Ako je kBk < 1 tada iterativni proces konvergira, a ako je
kBk < 21 onda vrijedi kriterij poklapanja dvije uzastopne aproksimacije.8
3.5.1
Metoda proste iteracije - Jakobijeva metoda
Primjer 3.5 Metodom proste iteracije rijeiti sistem linearnih jednacina sa

tacnocu 10 5 :
9
2:46x1 + 0:28x2 + 0:26x3 = 0:76 =
0:38x1 + 3:57x2 + 0:36x3 = 1:72 :
;
0:50x1 + 0:48x2 + 4:68x3 = 3:11
Rjeenje: Zapiimo sistem u sljedecemobliku
x1 =
x2 =
x3 =
Kako je
0:11382x2
0:10644x1
0:10684x1
2
B=4
to je
0:10569x3 + 0:30894
0:10084x3 + 0:48179
+ 0:66453
0:10256x2
0
0:10644
0:10684
0:11382
0
0:10256
3
0:10569
0:10084 5
0
kBkK = max(0:21328; 0:21638; 0:20653) = 0:21638 < 1

pa iterativni proces ce da konvergira. Za pocetnu aproksimaciju odaberimo
x(0) = (0:30894; 0:48179; 0:66453):
Broj iteracija za postizanje zadate tacnosti dobivamo iz nejednakosti
kBkk+1
K
kckK
1 kBkK
10
Buduci da je
kckK = 1:45526
8
Vidjeti: A. Zolic, Numericka matematika, str. 291.
31
Elvis Barakovic
to je k
6:9256 pa mozemo uzeti da je k = 7: Prikazimo metod sljedecom
tabelom:
B
x(0)
x(1)
x(2)
x(3)
x(4)
x(5)
x(6)
x(7)
x(8)
3.5.2
x1
2:46
0:38
0:50
0
0:10644
0:10684
0:30894
0:18387
0:20395
0:19899
0:19991
0:19964
0:19979
0:19979
0:19979
x2
0:28
3:57
0:48
0:11382
0
0:10256
0:48179
0:38190
0:40452
0:39900
0:39992
0:39978
0:39982
0:39980
0:39980
x3
b
0:26
0:76
0:36
1:72
4:68
3:11
0:10569 0:30894
0:10084 0:48179
0
0:66453
0:66453
0:58211
0:60572
0:60188
0:60225
0:60216
0:60220
0:60218
0:60218
Gauss - Zajdelova metoda
Metoda se sastoji u sljedecem: za izracunavanje(k + 1) aproksimacije kompo(k+1)

(k+1)
(k+1)
nente xi vektora x(k+1) koriste se vec izracunate komponente x1
; x2
; :::; xi 1 :
Iteratitvni proces za sistem jednacina
(12)
x = Bx + c
zadan je sa
(k+1)
xi
i 1
X
(k+1)
bij xj
j=1
n
X
(k)
(13)
bij xj + ci
j=i
(0)
(0)
proizvoljna
pri cemu su i = 1; 2; :::; n; k = 0; 1; 2; ::: i x(0) = x1 ; x2 ; :::; x(0)
n
pocetna iteracija.
Primjer 3.6 Gaus-Zajdelovom rijeiti sistem linearnih jednacina::
9
4:00x1 + 0:16x2 + 0:32x3 = 1:06 =
0:15x1 + 5:00x2 + 0:20x3 = 2:15 :
;
0:18x1 + 0:24x2 + 6:00x3 = 3:72
32
Elvis Barakovic
Rjeenje: Zapiimo sistem u sljedecemobliku

x1 =
x2 =
x3 =
0:04000x2
0:03000x1
0:03000x1
Kako je
to je
B=4
0:08000x3 + 0:26500
0:08000x3 + 0:43000
+ 0:62000
0:04000x2
0
0:03000
0:03000
0:04000
0
0:04000
3
0:08000
0:08000 5
0
kBkK = max(0:06000; 0:08000; 0:16000) = 0:16000 < 1

pa iterativni proces ce da konvergira. Za pocetnu aproksimaciju odaberimo
x(0) = (0:26500; 0:43000; 0:62000):
Rezultati racunanja dati su u tabeli
B
x(0)
x(1)
x(2)
x(3)
x1
4:00
0:15
0:18
0
0:0300
0:0300
0:2650
0:1982
0:2012
0:2012
x2
0:16
5:00
0:24
0:0400
0
0:0400
0:4300
0:3993
0:4000
0:4000
33
x3
b
0:32
1:06
0:20
2:15
6:00
3:72
0:0800 0:2650
0:0800 0:4300
0
0:6200
0:6200
0:5981
0:5980
0:5980
Elvis Barakovic
3.6
Software Mathematica
Mathematica naredbe:
Determinanta matrice Det[{{2,3,7},{-3,5,6},{0,1,0}}]
Inverzna matrica Inverse[{{2,3,7},{-3,5,6},{0,1,0}}]
Transponovana matrica Transpose[{{2,3,7},{-3,5,6},{0,1,0}}]
Svojstvene vrijednosti matrice Eigenvalues[{{2,3,7},{-3,5,6},{0,1,0}}]
Svojstveni vektori matrice Eigenvectors[{{2,3,7},{-3,5,6},{0,1,0}}]
Rjeavanje jednacina Solve[x^2+3x+2==0,x]
Rjeavanje sistema jednacina Solve[{x+y+z==3,2x-4y==-9,y-2z==0},{x,y,z}]
2D grak funkcije Plot[x^3+Sin[x],{x,-3,3}]
3D grak funkcije Plot3D[x^2+y^2,{x,-3,3},{y,-3,3}]
Mathematica kod9 za rjeavanje sistema Jacobijevim metodom. Ulazni parametri su matrica A, matrica b, broj nepoznatih i broj iteracija koje zelimo.
Jacobi[A_,b_,n_,it_]:= Module[{i,k,xs,xn},
xs=Table[0, {i,n}]; xn=xs;
Do[
Do[
xn[[i]]=(b[[i]]-Apply[Plus,ReplacePart[A[[i]],0,{i}] xs])/A[[i,i]],{i,
n}];
Print["Iteracija_", k, " = ", N[xn]]; xs=xn,{k, it}]
]
Na primjer:
Jacobi[{{0.3,0.8,0.2},{0.1,1.4,0.5},{0.4,0.7,1.7}},{0.4,0.9,1,8},3,10]
Mathematica kod za rjeavanje sistema Gaus - Zajdelovom metodom. Ulazni
parametri su matrica A, matrica b, broj nepoznatih i broj iteracija koje
zelimo.
GaussSeidel[a_,b_,n_,it_]:= Module[{i,k,xs,xn},
xs = Table[0, {i,n}]; xn=xs;
Do[
Do[
xn[[i]]=(b[[i]] - Sum[a[[i,j]] xn[[j]], {j, i-1}]
- Sum[a[[i,j]] xs[[j]], {j, i+1,n}])/a[[i,i]], {i,n}];
Print["Iteracija_", k, " = ", N[xn]]; xs = xn,{k, it}]
]
Na primjer:
GaussSeidel[{{0.3,0.8,0.2},{0.1,1.4,0.5},{0.4,0.7,1.7}},{0.4,0.9,1,8},3,10]
Mathematica kod za rjeavanje donjih i gornjih trougaonih sistema.
DonjiTrougaoni[n_, a_, b_]:= Module[{i,j},
9
R. Scitovski, Numericka matematika
34
Elvis Barakovic
x = Table[0, {i,n}];
x[[1]] = b[[1]]/a[[1,1]];
Do[
x[[i]] = (b[[i]] - Sum[a[[i,j]] x[[j]], {j,i-1}])/a[[i,i]],{i,2,n}]
]
GornjiTrougaoni[n_, a_, b_] := Module[{i,j,k},
x = Table[0, {i,n}];
x[[n]] = b[[n]]/a[[n,n]];
Do[k = n-i;
x[[k]] = (b[[k]] - Sum[a[[k,j]] x[[j]], {j,k+1,n}])/a[[k,k]],{i,n-1}]
]
35
Elvis Barakovic
4
4.1
Rjeavanja nelinearnih jednacina

Lokalizacija rjeenja
Teorema 4.1 Ako je f (x) 2 C[a; b] i f (a) f (b) < 0 onda jednacina f (x) = 0
ima bar jedno rjeenje 2 (a; b):
Teorema 4.2 Ako je f (x) 2 C[a; b] i monotona na [a; b] i ako je f (a) f (b) <
0 onda jednacina f (x) = 0 ima jedno i samo jedno rjeenje 2 (a; b):
Ako je xn jedna aproksimacija rjeenja na intervalu I = [a; b] i ako je
funkcija f diferencijabilna takva da je jf 0 (x)j > 0 za svako x 2 I; onda vrijedi
ocjena greke aproksimacije
xn j 6
jf (xn )j
m
(14)
gdje je 0 < m = min jf 0 (x)j :

x2I
Primjer 4.1 Lokalizovati rjeenja jednacine

x3
3x2 + 1:37x + 1:092 = 0:
Rjeenje: Jednacina je treceg stepena pa moze imati najvie tri realna rjeenja.
Sastavimo tabelu u sljedecem obliku
x
sgn f (x)
0 1
+ +
3 +1
:
+ +
Odavdje zakljucujemo da su rjeenja jednacine u intervalima ( 1; 0); (1; 2) i

(2; 3): Tacna rjeenja jednacine su x1 = 0:4; x2 = 1:3 i x3 = 2:1:x3 3x2 +
1:37x + 1:092
36
Elvis Barakovic
0
-1
3
x
-1
-2
Grak funkcije f (x) = x3
3x2 + 1:37x + 1:092
Cesto
cemo pri lokalizacija rjeenja jednacine f (x) = 0 ovu jednakost
pisati u ekvivalentnom obliku '(x) = (x) pri cemu mozemo lahko konstruisati grafove funkcija '(x) i (x): Apcise presjecnih tacaka ova dva graka
predstavlja rjeenja jednacine f (x) = 0:
Primjer 4.2 Lokalizovati rjeenja jednacine 2ex+1 x2 + 1 = 0:
Rjeenje: Jednacinu f (x) = 2ex+1 x2 +1 = 0 napiimo u obliku 2ex+1 = x2
1: Grake funkcija '(x) = 2ex+1 i (x) = x2 1 je veoma lahko konstruisati:
y
4
3.5
3
2.5
2
1.5
1
0.5
0
-5
-4
-3
-2
-1
0
-0.5
5
x
-1
-1.5
-2
37
Elvis Barakovic
Graci funkcija '(x) = 2ex+1 i
(x) = x2
odakle zakljucujemo da se rjeenje jednacine 2ex+1

intervalu ( 2; 1) :
x2 + 1 = 0 nalazi u
Primjer 4.3 Lokalizovati rjeenja jednacine ln(x + 1) x + 1 = 0:

Rjeenje: Jednacinu f (x) = ln(x+1) x+1 = 0 napiimo u obliku ln(x+1) =
x 1: Grake funkcija '(x) = ln(x + 1) i (x) = x 1 je veoma lahko
konstruisati:
y
0
-5
-4
-3
-2
-1
5
x
-2
-4
Graci funkcija '(x) = ln(x + 1) i
(x) = x
odakle zakljucujemo da jednacina ln(x + 1) x + 1 = 0 ima jedno rjeenje u

intervalu ( 1; 0) i jedno rjeenje u intervalu (2; 3):
Primjer 4.4 Lokalizovati rjeenja jednacine ln(x + 1) x 1 = 0:
Rjeenje: Jednacinu f (x) = ln(x+1) x 1 = 0 napiimo u obliku ln(x+1) =
x + 1: Grake funkcija '(x) = ln(x + 1) i (x) = x + 1 je veoma lahko
konstruisati:
38
Elvis Barakovic
0
-5
-4
-3
-2
-1
5
x
-2
-4
Graci funkcija '(x) = ln(x + 1) i
(x) = x + 1
odakle zakljucujemo da jednacina nema rjeenja!
4.2
Metoda bisekcije (polovljenja segmenata)
Pretpostavimo da je funkcija f (x) = 0 neprekidna na intervalu I = [a; b] i da

je f (a) f (b) < 0. Ako sredite intervala [a; b] nije rjeenje jednacine f (x) = 0,
dalje posmatramo onu polovinu intervala [a; b] u cijim rubovima funkcija ima
vrijednosti suprotnog znaka. Navedeni postupak dalje ponavljamo i tako
dobijamo niz umetnutih segmenata
[a; b]
[a1 ; b1 ]
::: [ak ; bk ]
:::
i svaki segment sadrzi jednu aproksimaciju rjeenja jednacine. Na taj naci

smo dobili niz
x0 ; x1 ; :::; xn ; :::
koji konvergira ka tacnom rjeenju linearnom brzinom a ocjena greke je
data sa
1
1
(15)
j
xn j 6 (bn an ) = k+1 (b0 a0 ):
2
2
ALGORITAM:
itati a; b; ". Ako je f (a) f (b) > 0 zaustaviti proces.
Korak 1 : Uc
U protivnom preci na korak 2.
a + b0
unati x1 = 0
Korak 2 : Staviti a0 = a i b0 = b: Izrac
:
2
39
Elvis Barakovic
Korak 3 :
a0 = x 1 :
Ako je f (a0 ) f (x1 ) < 0; staviti b0 = x1 ;u protivnom staviti
unati x1 =
Korak 4 : Ako je b0 a0 > 2" izrac
korak 3, u protivnom zaustaviti proces!
a0 + b 0
i
2
prijeci na
MATHEMATICA KOD
f[x_] := x^3 + 3 x^2 + x + 42;
Bisekcija[a_, b_, e_] := Module[{a0, b0, x1, i},
If[f[a]*f[b] > 0, Print["Nema rjeenje na zadanom intervalu!"],
a0 = a; b0 = b; x1 = (a0 + b0)/2; i = 0;
While[b0 - a0 >2e,
If[f[a0]*f[x1] < 0, b0 = x1, a0 = x1];
x1 = (a0 + b0)/2; i++;
Print["Iteracija_", i, " iznosi ", N[x1], "."]];
]
]
Primjer 4.5 Rijeiti jednacinu ln x cos x = 0 sa tacnocu " = 10 4 .
Rjeenje: Neka je f (x) = ln x cos x: Zapiimo jednacinu ln x cos x = 0 u
obliku ln x = cos x; i nacrtajmo grake funkcije '(x) = ln x i (x) = cos x :
y
2.5
1.25
0
-1
-0.5
0.5
1.5
2.5
3.5
4.5
5
x
-1.25
-2.5
Graci funkcija '(x) = ln x i
(x) = cos x
Odavdje zakljucujemo da jednacina ima rjeenje u intervalu (1; 1:5):Broj iteracija za postizanje zeljene tacnosti dobijamo rjeavanjem nejednakosti
1
(1:5 1) < 10 4 , k 12:
k+1
2
40
Elvis Barakovic
Racunanje prikazimo sljedecom tabelom (f (1) =

0:334728 > 0)
n
0
1
2
3
4
5
6
7
8
9
10
11
12
an
1
1:25
1:25
1:25
1:28125
1:29688
1:29688
1:30078
1:30273
1:30273
1:30273
1:30273
1:30286
xn
greka (15)
1:25000
0:25000
1:37500
0:12500
1:31250
0:06250
1:28125
0:03125
1:29688
0:01563
1:30469
0:00781
1:30078
0:00391
1:30273
0:00196
1:30371
0:00098
1:30322
0:00049
1:30298
0:00025
1:30286
0:00012
1:30292
0:00006
bn
1:5
1:5
1:375
1:3125
1:3125
1:3125
1:30469
1:30469
1:30469
1:30371
1:30322
1:30298
1:30298
Priblizno rjeenje jednacine je
0:540302 < 0 i f (1:5) =
= 1:303:
1
10 2 :
2
Rjeenje: Neka je f (x) = x2 log0:5 (x+1) 1: Zapiimo jednacinu x2 log0:5 (x+
1
1) = 1 u obliku log0:5 (x + 1) = 2 jer x = 0 ocigledno nije rjeenje jednacine:
x
1
Nacrtajmo grake funkcije '(x) = log0:5 (x + 1) i (x) = 2 :
x
Primjer 4.6 Rijeiti jednacinu x2 log0:5 (x + 1) = 1 sa tacnocu " =
3.75
2.5
1.25
0
-3
-2.5
-2
-1.5
-1
-0.5
-1.25
0.5
1.5
2.5
3
x
-2.5
-3.75
41
Elvis Barakovic
Graci funkcija '(x) = log0:5 (x + 1) i
(x) =
1
x2
Jednacina, ocigledno ima rjeenje u intervalu ( 1; 0:5): tavie, kako je

f ( 0:8) = 0:486034 > 0 i f ( 0:6) = 0:524106 < 0 jednacina ima rjeenje
u intervali ( 0:8; 0:6): Broj iteracija za postizanje zeljene tacnosti dobijamo
rjeavanjem nejednakosti
1
2k+1
( 0:6
( 0:8)) < 0:005 , k
5:
Racunanje prikazimo sljedecom tabelom:

n
0
1
2
3
4
5
4.3
an
0:8
0:8
0:75
0:75
0:738
0:731
bn
0:6
0:7
0:7
0:725
0:725
0:725
xn
greka (15)
0:7
0:1
0:75
0:05
0:725
0:025
:
0:7375
0:0125
0:73125
0:00625
0:728125
0:003125
Metoda jednostavnih iteracija
Jednacinu f (x) = 0 trebamo napisati u obliku x = '(x) gdje za funkciju

' obicno postoji vie izbora. Nakon odreivanja intervala u kome se nalazi
rjeenje, odredi se pocetna aproksimacija x0 i onda racunamo niz aproksimacija sa
x0 ; x1 = '(x0 ); x2 = '(x1 ); :::; xn = '(xn 1 ); :::
(16)
za koji mozemo postaviti pitanja
da li je niz (16) konvergentan?
ako niz (16) nije konvergentan, da li se moze odabrati funkcija ' pa da
niz (16) konvergira?
ako niz (16) konvergira, da li konvergira ka rjeenju jednacine ?
ako niz (16) konvergira ka rjeenju jednacine, kolika je brzina konvergencije?
kako ocijeniti greku aproksimacije?
Odgovor daje sljedeca
42
Elvis Barakovic
Teorema 4.3 Neka je ' : I = [a; b] ! R neprekidno diferencijabilna funkcija

za koju vrijedi:
(i) '(x) 2 I za svako x 2 I;
(ii) postoji q 2 (0; 1) takav da je jf 0 (x)j q za svako x 2 (a; b) :
Tada postoji jedinstveni 2 I takav da je = '( ):
Osim toga, za proizvoljni x0 2 I niz denisan sa (16) konvergira prema i
vrijede ocjene aproksimacije
j
j
xn j
qn
1
jx1
xn j
jxn
1 q
Metod ima linearnu brzinu konvergencije!
x0 j
(17)
xn 1 j :
(18)
5
= 0 sa tacnocu " = 0:005:
4
5
5
; i oznacimo '(x) = ex
:
4
4
Primjer 4.7 Rijeiti jednacinu f (x) = ex x

Rjeenje: Napiimo jednacinu u obliku x = ex
y
0.5
0
-2
-1.5
-1
-0.5
0.5
1.5
2
x
-0.5
-1
Graci funkcija '(x) = ex
5
i f (x) = x:
4
Vidimo da jednacina ima dva rjeenja koja se nalaze u intervalima ( 1; 0) i

(0; 1): Odredimo rjeenje iz intervala (0; 1):
Kako je '0 (x) = ex > 1 na [0; 1] to uslovi teoreme 4.3. nisu ispunjeni. Zato
5
5
;x2
; +1 : Sada
cemo jednacinu napisati u obliku '(x) = ln x +
4
4
43
Elvis Barakovic
4
4
5
9
< 1 na [0; 1] i ' ([0; 1]) = ln ; ln
[0; 1] : To
4x + 5
5
4
4
znaci dace iterativni proces da konvergira jer su uslovi teoreme 4.3. ispunjeni
4
(q = ). Za pocetnu iteraciju odaberimo x0 = 1; i racunanje prikazimo
5
sljedecom tabelom
je '0 (x) =
n
0
1
2
3
4
5
6
7
8
9
xn
greka (17) greka (18)
1
0:810930
0:756280
0:756280
0:723157
0:605024
0:351091
0:679635
0:484019
0:174090
0:657331
0:387215
0:089217
0:645705
0:309772
0:046504
0:639591
0:247818
0:024457
0:636360
0:198254
0:012922
0:634649
0:158603
0:006844
0:633742
0:126883
0:003630
f (xn )
0:468282
0:189070
0:087773
0:043522
0:022304
0:011626
0:006114
0:003230
0:001711
0:000907
Priblizno rjeenje jednacine je x = 0:633742:

Za vjezbu odrediti negativno rjeenje!
1
2
10 4 :
Primjer 4.8 Rijeiti jednacinu 4x
5 ln x = 5 sa tacnocu " =
Rjeenje: Neka je f (x) = 4x

ln x = 54 x 1
5: Jednacina je ekvivalentna jednacini
5 ln x
y
2.5
1.25
0
-1
3
x
-1.25
-2.5
Graci funkcija y = ln x i y = 45 x
44
1
Elvis Barakovic
Odavdje zakljucujemo da jednacina ima dva rjeenja i to jedno u intervalu

(0; 1) a drugo u intervalu (2; 3) :
Odredimo rjeenje u intervalu (2; 3) : tavie, kako je f (2) = 0:465736 < 0
i f (2:5) = 0:418546 > 0 to smo suzili interval u kome se nalazi rjeenje na
5
(2; 2:5) : Zapiimo jednacinu f (x) = 0 u obliku x = (ln x + 1) i neka je
4
5
5
5
0
0
'(x) = (ln x + 1) : Kako je ' (x) =
i max j' (x)j = '0 (2) = < 1; to
4
4x
8
iterativni proces
5
xn+1 = (ln xn + 1)
4
konvergira. Za pocetnu iteraciju odaberimo x0 = 2:25: Racunanje prikazujemo u sljedecoj tabeli
n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
xn
greka (17) greka (18)
2:25000
2:26366 0:0227667
2:27123 0:0142292
2:27540 0:0088932
2:27770 0:0055582
2:27896 0:0034739
2:27965 0:0021712
2:28003 0:0013570
2:28024 0:0008481
2:28035 0:0005301
2:28041 0:0003313
2:28044 0:0002071
0:000051
2:28046 0:0001294
0:000033
2:28047 0:0000809
0:000017
2:28048 0:0000506
0:000017
2:28048 0:0000316
0:000000
f (xn )
0:0546511
0:0302749
0:0166877
0:0091793
0:0050308
0:0027560
0:0015096
0:0008230
0:0004435
0:0002447
0:0001363
0:0000820
0:0000459
0:0000278
9:74 10 6
9:74 10 6
Ako se u racunanju vodimo ocjenom greke (17) dobijamo piblizno rjeenje

= 2:28048; a ako se vodimo ocjenom (18),dobijamo piblizno rjeenje =
2:28046:
Napomena: Odrediti rjeenje unutar intervala (0; 1):
4.4
Newton-ova metoda (metoda tangenti)
Posmatrajmo jednacinu
f (x) = 0:
45
Elvis Barakovic
Pretpostavimo da smo, na neki nacin, odredili interal I u kome se nalazi nula

neprekidno diferencijabilne funkcije f (x) pri cemu je f 0 (x) 6= 0 na intervalu
I i odaberimo pocetnu aproksimaciju x0 : Posmatrajmo niz denisan sa
xn+1 = xn
f (xn )
;
f 0 (xn )
(19)
n = 0; 1; 2; 3; :::
Teorema 4.4 Neka funkcija f : I ! R ima neprekidnu drugu derivaciju na

intervali I: Neka je f (a) f (b) < 0 a prva i druga derivacija funkcije f (x)
na intervalu I imaju stalan znak.
Tada, ako je x0 2 I izabran tako da bude f (x0 ) f 00 (x0 ) > 0 niz denisan sa
(19) konvergira prema jedinstvenom rjeenju jednacine f (x) = 0:
Pri tome vrijedi ocjena greke
j
xn j
M
(xn
2m
xn 1 )2
(20)
gdje su m = min jf 0 (x)j i M = max jf 00 (x)j : Metoda ima kvadratnu brzinu

x2I
x2I
konvergencije!
MATHEMATICA KOD
f[x_] := funkcija;
n=0; x0=2; m1=1.6; m2=2.4; eps=.00005;
x=x0;
While[N[Abs[f[x]]/m1]>eps,
Print["Iteracija ",n,": xn=",x," greska=",f[x]/m1];
x=N[x-f[x]/f[x]]; n=n+1
]
Print["Iteracija ",n,": xn=",x," greska=",f[x]/m1];
Primjer 4.9 Rijeiti jednacinu arctan(x
" = 0:00005:
Rjeenje: Neka je f (x) = arctan(x 1)
1)
1 2
x + 1 = 0 sa tacnocu
5
1 2
x
5
+ 1: Lokalizujmo rjeenja
1
jednacine crtajuci grake funkcija '(x) = arctan(x 1) i (x) = x2 1:
5
46
Elvis Barakovic
0
-4
-3
-2
-1
4
x
-1
-2
Graci funkcija '(x) = arctan(x
1
(x) = x2
5
1) i
1:
Odavdje vidimo da funkcija im dvije nule i to jednu u intervalu [ 1; 0] a

drugu u intervalu [3; 4] : Odredimo rjeenje u intervalu [3; 4] :
2x 2
Prvi i drugi izvod funkcije f (x)su f 0 (x) = (x 1)1 2 +1 52 x i f 00 (x) =
2
((x 1)2 +1)
2
.
5
Kako je na intervalu [3; 4] funkcija f 0 (x) negaitvna i opadajuca a funkcija
f 00 (x) negativna i rastuca, onda biramo m = jf 0 (3)j = 1 i M = jf 00 (3)j 0:56:
y
1.5
0.5
0
-2
-1
5
x
-0.5
-1
-1.5
-2
47
Elvis Barakovic
Graci funkcija f 0 (x) =
1
(x 1)2 +1
2
x
5
i f 00 (x) =
((x
2
.
5
2x 2
2
1)2 +1)
Kako je f (4) f 00 (4) > 0 za pocetnu aproksimaciju biramo x0 = 4: Racunanje

prikazimo sljedecom tabelom:
n
0
1
2
3
xn
greka (20)
4
3:366031
0:112537
3:286428
0:001774
3:285023
0:000001
f (xn )
0:950954
0:095113
0:001621
0:000001
Primjer 4.10 Rijeiti jednacinu x5 x 0:2 = 0:

Rjeenje: Neka je f (x) = x5 x 0:2: Lokalizujmo rjeenja jednacine crtajuci
grake funkcija '(x) = x5 i (x) = x + 0:2:
1.5
0.5
0
-1.5
-1
-0.5
0.5
1.5
x
-0.5
-1
-1.5
Odavdje zakljucujemo da jednacina ima tri realna i dva konjugovano kompleksna rjeenja. Od realnih, dva su negativna a jedno pozitivno.
Kako je
f (1) =
0:2 < 0
f (1:1) = 0:2 > 0
to pozitivno rjeenje pripada intervalu (1; 1:1) :
Prvi izvod funkcije je f 0 (x) = 5x4 1; a drugi izvod funkcije je f 00 (x) = 20x3 :
Kako je f (1:1) f 00 (1:1) > 0 za pocetnu aproksimaciju odaberimo x0 = 1:1:
48
Elvis Barakovic
Racunanje prikazimo sljedecom tabelom:

(m = f 0 (1) = 4; M = f 00 (1:1) = 26:62)
n
0
1
2
3
4.4.1
xn
greka (20)
1:1000
1:0509
0:008022
1:0448
0:000124
1:0448
0:000124
f (xn )
0:31051
0:03086
0:00019
0:00019
Modikacije Newtonove metode
Primjena Newtonove metode je uveliko otezana zbog toga to u svakom koraku moramo racunati i vrijednost funkcije i vrijednost njene derivacije.
Najvaznija modikacija Newtonove metode jeste metoda sekanti.
Na intervalu I na kojem smo lokalizovali rjeenje jednacine f (x) = 0 izaberemo dvije pocetne aproksimacije x0 i x1 , te povucemo sekantu na krivu kroz
tacke (x0 ; f (x0 )) i (x1 ; f (x1 )) : Presjek sekante i x-ose je nova x2 aproksimacija. Nastavljajuco postupak, dobijamo niz denisan rekurzivno sa
xn+1 =
xn 1 f (xn ) xn f (xn 1 )
;
f (xn ) f (xn 1 )
f (xn ) 6= f (xn 1 ) ;
(n = 1; 2; :::) : (21)
Newtonova iterativna formula (19) moze se modikovati i na sljedece nacine

xn+1 = xn
f (xn )
;
f 0 (x0 )
(22)
n = 0; 1; 2; 3; :::
ili
f (xn )f 0 (xn )
; n = 0; 1; 2; 3; :::
(23)
1 + (f 0 (xn ))2
Jojedna od poznatijih modikacija jeste kombinovana metoda sjecice i
tangente10 !
xn+1 = xn
4.5
Zadaci za samostalan rad
Zadatak 4.5 Rijeiti jednacinu x3 2x2 4x 6 = 0 sa tacnocu " =

Zadatak 4.6 Rijeiti jednacinu x3
" = 10 3 :
1
2
10 3 :
0:2x2 + 0:5x + 1:5 = 0 sa tacnocu
Zadatak 4.7 Metodom iteracije rijeiti jednacinu x 3+4x = 0 sa tacnocu

" = 21 10 4 :
10
Vidi A. Zolic, Numericka matematika
49
Elvis Barakovic
sin x = 0 sa tacnocu " = 10 4 :
Zadatak 4.8 Rijeiti jednacinu ln x

Zadatak 4.9 Rijeiti jednacinu x3
3x2
Zadatak 4.10 Rijeiti jednacinu xex
3 = 0 sa tacnocu " =
1
2
10 5 :
1 = 0 sa tacnocu " = 10 2 :
Zadatak 4.11 Rijeiti jednacinu sin x +
= x sa tacnocu " = 10 3 :
Zadatak 4.12 Metodom iteracije rijeiti jednacinu 2x + ln x = 3 u est

koraka i ocijeniti greku!
4.6
Rjeavanje sistema nelinearnih algebarskih jednacina
50
Elvis Barakovic
5
5.1
Numericka integracija
Trapezna kvadraturna formula
Neka je f 2 C[a;b] : Oznacimo sa I pribliznu vrijednost integrala
Zb
f (x)dx:
Podijelimo segment [a; b] na n jednakih dijelova i neka je h =

jednog podintervala.
Trapezna kvadraturna formula ima oblik
h
(y0 + 2 (y1 + y2 + ::: + yn 1 ) + yn )
2
pri cemu je y0 = f (x0 ):
Apsolutna greka aproksimacije I se moze procijeniti sa
I =
I 6
a
12
h2 M2
a
n
duzina
(24)
(25)
pri cemu je M2 = max jf 00 (x)j :

x2[a;b]
Broj podintervala na koji treba podijeliti interval [a; b] da bi se postigla

zadana tacnost " se racuna kao
r
M2 b a
(26)
n > (b a)
" 12
a korak integracije koji je potreban je
s
12"
h6
:
(27)
(b a)M2
Primjer 5.1 Izracunati
Z2
dx
:
x
a) koristeci pravila za itegrisanje,

b) koristeci formulu (24) sa korakom h = 1,
c) koristeci formulu (24) sa korakom h = 1=2,
d) koristeci formulu (24) sa korakom h = 1=4.
Rjeenje:
a) Na osnovu pravila integrisanja imamo
Z2
dx
= ln x
x
2
1
= ln 2 = 0:69315:
51
Elvis Barakovic
b) Na osnovu formule (24) imamo

I =
1
1
1
(y0 + y1 ) = (f (1) + f (2)) =
2
2
2
1+
1
2
3
= 0:75:
4
c) Na osnovu formule (24) imamo

I =
0:5
0:5
0:5
(y0 + 2y1 + y2 ) =
(f (1) + 2f (1:5) + f (2)) =
2
2
2
1+
4 1
+
3 2
17
= 0:70833:
24
d) Na osnovu formule (24) imamo

I
0:25
0:25
(y0 + 2y1 + 2y2 + y3 ) =
(f (1) + 2f (1:25) + 2f (1:5) + 2f (1:75) + f (2))
2
2
0:25
8 4 8 1
=
1+ + + +
= 0:69702:
2
5 3 7 2
0:4
Z
dx
:
1 + x4
Rjeenje: Odaberimo h = 0:1: Sada imamo

x
0
0:1
0:2
0:3
0:4
:
f (x) 1:00000 0:99990 0:99840 0:99196 0:97504
Na osnovu formule (24) imamo
I =
0:1
(1:00000 + 2 (0:99990 + 0:99840 + 0:99196) + 0:97504) = 0:39778:
2
Procijenimo greku aproksimacije. Kako je drugi izvod funkcije f (x) =

4x2 (5x4 3)
1
00
jednak
f
(x)
=
; tada je M2 = max jf 00 (x)j 6 0:7
x2[0;0:4]
1 + x4
(1 + x4 )3
52
Elvis Barakovic
0
-2.5
-1.25
1.25
2.5
x
-1
-2
Grak funkcije f 00 (x) =
4x2 (5x4 3)
(1 + x4 )3
tada je apsolutna greka aproksimacije data sa

I 6
a
12
I 6
h2 M2 =
0:4 2
0:1 0:7 = 0:00023 < 0:0003
12
pa je
0:4
Z
dx
= 0:39778
1 + x4
0:0003:
Z1
4dx
:
1 + x2
Rjeenje: Primijetimo da je
Z1
4dx
= :
1 + x2
Odaberimo h = 0:1: Sada imamo

x
0
0:2
0:4
0:6
0:8
1
f (x) 4:00000 3:84615 3:44828 2:94118 2:43902 2:00000
Na osnovu formule (24) imamo
I =
0:2
(4:00000+2 (3:84615 + 3:44828 + 2:94118 + 2:43902)+2:00000) = 3:13493:
2
53
Elvis Barakovic
Procijenimo greku aproksimacije. Kako je drugi izvod funkcije f (x) =

4
8(3x2 1)
00
; tada je M2 = max jf 00 (x)j = 2
jednak
f
(x)
=
x2[0;1]
1 + x2
(1 + x2 )3
y
-2.5
-1.25
1.25
2.5
-2.5
-5
-7.5
Grak funkcije f 00 (x) =
8(3x2 1)
(1 + x2 )3
tada je apsolutna greka aproksimacije data sa

I 6
a
12
h2 M2 =
I 6
1
0:22 2 = 0:00067 < 0:0007
12
pa je
Z1
4dx
= 3:13493
1 + x2
0:0007:
Primjer 5.4 Odrediti korak integracije h tako da greka aproksimacije inteZ1

grala
sin(x2 )dx izracunata pomocu trapezne kvadraturne formule ne bude
0
veca od " = 0:01:

Rjeenje: Drugi izvod funkcije f (x) = sin(x2 ) je f 00 (x) = 2 cos(x2 ) 4x2 sin(x2 )
54
Elvis Barakovic
2.5
0
-1
-0.5
0.5
1.5
2
x
-2.5
-5
Grak funkcije f 00 (x) = 2 cos(x2 )
4x2 sin(x2 )
pa je M2 = max jf 00 (x)j = 2:29 i

x2[0;1]
h6
12"
=
(b a)M2
12 0:01
= 0:229
2:29
pa mozemo uzeti h = 0:2:

Primjer 5.5 Primjenom trapezne kvadraturne formule uz tacnost " = 0:00005
odrediti konstantnu M2 i broj n podintervala na koji treba podijeliti interval
Z4
integracije da se postigne zeljena tacnost ako je I = sin2 xdx:
0
Rjeenje: Drugi izvod funkcije f (x) = sin2 x je f 00 (x) = 2 cos(2x)
55
Elvis Barakovic
0
-2.5
-1.25
1.25
2.5
x
-1
-2
Grak funkcije f 00 (x) = 2 cos(2x)

pa je M2 = max jf 00 (x)j = 2: Na osnovu formule (26), imamo
x2[a0;1]
n > (b
a)
M2 b a
=
" 12
4
2
= 40:1859
0:00005 48
h
i
pa je interval 0;
potrebno podijeliti na 41 jednaka dijela.
4
5.2
Simpsonova kvadraturna formula
Neka je f 2 C[a;b] : Oznacimo sa I pribliznu vrijednost integrala
Zb
f (x)dx:
Podijelimo segment [a; b] na n jednakih dijelova i neka je h =

jednog podintervala.
Simpsonova kvadraturna formula ima oblik
I =
a
n
h
(y0 + yn + 2 (y2 + y4 + ::: + yn 2 ) + 4 (y1 + y3 + ::: + yn 1 ))
3
duzina
(28)
pri cemu je y0 = f (x0 ):

Apsolutna greka aproksimacije I se moze procijeniti sa
I 6
b a 4
h M4
180
56
Elvis Barakovic
pri cemu je M4 = max f (4) (x) :
x2[a;b]
Zbog potekoce nalazenja maksimuma cetvrtog izvoda funkcije f (x) cesto se

koristi tzv. Rungeova ocjena greke
I 6
jIh
I2h j
15
(29)
pri cemu su Ih i I2h priblizne vrijednosti integrala izracunate pomocu Simpsonove kvadraturne formule za korake h i 2h.
Broj podintervala na koji treba podijeliti interval [a; b] da bi se postigla
zadana tacnost " se racuna kao
r
a
4 M4 b
n > (b a)
(30)
" 180
a korak integracije koji je potreban je
s
h6
Z1
180"
:
(b a)M4
sin x2 dx sa tacnocu " =
(31)
1
2
10 4 :
Rjeenje: Da bi zadovoljili zeljenu tacnost korak h odreujemo iz (31). Meutim, za to nam treba procjena M4 a to nije nimalo jednostavno. Zato cemo
koristiti formulu (29).
Neka je h = 0:5 :
x
0
0:5
1
f (x) 0 0:24740 0:84147
1
4
1
pa na osnovu formule (28) imamo
I =
0:5
(0 + 84147 + 4 0:24740) = 0:30518:
3
Uzmimo sada korak h =
0:5
= 0:25 :
2
x
0
0:25
0:5
0:75
1
f (x) 0 0:62460 0:24740 0:53330 0:84147
1
4
2
4
1
57
Elvis Barakovic

I =
0:25
(0 + 84147 + 2 0:24740 + 4 (0:62460 + 0:53330)) = 0:30994:
3
Na osnovu (29) formule imamo

jI0:25 I0:5 j
= 0:0003173 > 0:00005
15
to zeljena tacnost nije postignuta.
0:25
= 0:125 :
Uzmimo sada korak h =
2
x
0 0:125
0:250
0:375
f (x) 0 0:01562 0:62460 0:14016
1
4
2
4
0:500
0:625
0:750
0:825
1
0:24740 0:38077 0:53330 0:69299 0:84147
2
4
2
4
1

0:125
(0 + 84147 + 2 (0:62460 + 0:24740 + 0:53330)+
3
+ 4 (0:01562 + 0:14016 + 0:38077 + 0:69299)) = 0:31025:
I =

jI0:125 I0:25 j
= 0:0000206 < 0:00005
15
cime je zeljena tacnost postignuta.
Dakle,
Z1
sin x2 dx = 0:31025
0:00005:
Z3 p
1
0:25 sin2 xdx sa tacnocu " =
1
2
10 4 :
Rjeenje: Uzmimo za korak integracije h =

x
6
3
f (x) 1 0:968246 0:901388
1
4
1
58
Elvis Barakovic

I = 6 (1 + 0:901388 + 4 0:968246) = 1:0078279:
3
Uzmimo sada za korak integracije h =
x
12
12
6
4
3
f (x) 1 0:991591 0:968246 0:935414 0:901388
1
4
2
4
1
I = 6 (1 + 0:901388 + 4 (0:991591 + 0:935414) + 2 0:968246) = 1:0075698:
3
I6
I 12
= 0:0000165:: < 0:00005
15
cime je zeljena tacnost postignuta.
59
Elvis Barakovic
Numericko rjeavanje diferencijalnih jednacina
Neka je f (x; y) zadana funkcija. Odredimo funkciju y(x); x 2 [a; b] koja

zadovoljava diferencijalnu jednacinu
y 0 (x) = f (x; y)
(32)
y(x0 ) = y0 :
(33)
uz uslov
Ovaj problem nazivamo Cauchyjev problem11 .
6.1
Picardova metoda
Ova metoda se jos naziva i metoda uzastopnih aproksimacija. Rjeenje problema (32)-(33) zadano je rekurzivno sa
yn (x) = y0 +
Zx
(f (x; yn 1 (x))) dx;
n = 1; 2; ::: .
(34)
x0
Primjer 6.1 Rijeiti Cauchyjev problem

y 0 = x2 + xy + y 2 ;
y(0) = 1
Rjeenje: Odredimo prve dvije aproksimacije koristeci formulu (34) uzimajuci da je f (x; y) = x2 + xy + y 2 :
y1 (x) = y0 +
Zx
(f (x; y0 (x))) dx = 1 +
y2 (x) = y0 +
Zx
(f (x; y1 (x))) dx =
Zx
(x2 + x + 1)dx = 1 + x +
x2 x3
+
2
3
= 1+
Zx
x2 x3
x2 + x 1 + x +
+
2
3
x2 x3
+ 1+x+
+
2
3
dx =
3
4
13
1
1
1
= 1 + x + x2 + x3 + x4 + x5 + x6 + x7
2
3
24
4
18
63
11
Cesto se naziva i inicijalni problem.
60
Elvis Barakovic
6.2
Eulerova metoda
Problem (32)-(33) rjeavamo iterativno

yk+1 = yk + hf (xk ; yk );
(35)
k = 0; 1; 2; :::
pri cemu je
xk = x0 + kh;
(36)
k = 0; 1; 2; :::
i yk vrijednosti funkcije u tackama xk :

y 0 = x + y;
y(0) = 1
na intervalu [0; 1] :
Rjeenje: Tacno rjeenje problema je funkcija y(x) = 2ex
Odaberimo korak h = 0:2 i rezultate prikazimo tabelarno
xk
0
0:2
0:4
0:6
0:8
1
1:
h = 0:2
y(xk )
yk
y(xk ) yk
1
1
0
1:24281
1:2
0:04281
1:58365
1:48
0:10365
2:04424 1:856
0:18824
2:65108 2:3472
0:30388
3:43656 2:97664
0:45992
y
0
-3
-2
-1
3
x
Grak funkcije f (x) = 2ex
x 1 i rjeenja diferencijalne jednacine sa

korakom h = 0:2
61
Elvis Barakovic

xk
0
0:1
0:2
0:3
0:4
0:5
0:6
0:7
0:8
0:9
1
y(xk )
1
1:11034
1:24281
1:39972
1:58365
1:79744
2:04424
2:32751
2:65108
3:01921
3:43656
y
h = 0:1
yk
y(xk ) yk
1
0
1:1
0:01034
1:22
0:02281
1:362
0:03772
1:58365
0:05545
1:79744
0:07642
1:94312
0:10112
2:19743
0:13007
2:48718
0:16390
2:81590
0:20331
3:18748
0:24908
5
0
-3
-2
-1
3
x
Grak funkcije f (x) = 2ex
x 1 i rjeenja diferencijalne jednacine sa

korakom h = 0:1

y 0 = 3x2 y;
y(0) = 2
na intervalu [0; 1] :
3
Rjeenje: Tacno rjeenje problema je y(x) = 2ex .
62
Elvis Barakovic

xk
0
0:1
0:2
0:3
0:4
0:5
0:6
0:7
0:8
0:9
1
y(xk )
2:00000
2:00200
2:01606
2:05474
2:13218
2:26630
2:48220
2:81834
3:33725
4:14601
5:43656
y
h = 0:1
yk
y(xk ) yk
2:00000
0:00000
2:00000
0:00200
2:00600
0:01006
2:03007
0:02467
2:08488
0:04730
2:18495
0:08165
2:34882
0:13338
2:60249
0:21585
2:98506
0:35219
3:55819
0:58782
4:42283
1:01373
5
0
-1
-0.5
0.5
1
x
-1
Grak funkcija f (x) = 2ex
6.3
Metod Runge - Kutta
Klasicna Runge - Kuttova metoda za rjeavanje problema (32)-(33) denisana

je rekurzivno sa
yn+1 = yn +
1
(k1 + 2k2 + 2k3 + k4 )
6
63
(37)
Elvis Barakovic
pri cemu su
(38)
k1 = hf (xn ; yn )
h
k1
x n + ; yn +
2
2
h
k2
= hf xn + ; yn +
2
2
= hf (xn + h; yn + k3 ) :
k2 = hf
(39)
k3
(40)
k4
(41)

y 0 = y 2 + 2x2 ;
y(0) = 1
na intervalu [0; 0:3] uzimajuci da je h = 0:1:Racunati sa est decimala!

Rjeenje: Rezultate racunanja prikazimo tabelarno koristeci formule (37),
(38), (39), (40) i (41):
x
1:000000
0:1 1:111815
0:2 1:256033
k1 = 0:100000
2k2 = 0:221500
2k3 = 0:223764
k4 = 1:125628
= 0:111815
k1 = 0:125613
2k2 = 0:284948
2k3 = 0:288922
k4 = 0:165823
= 0:144218
k1 = 0:165762
2k2 = 0:383538
2k3 = 0:390536
k4 = 0:257378
= 0:199536
0:3 1:455569
pri cemu je
1
(k1 + 2k2 + 2k3 + k4 ) :
6

y 0 = 1 + x2 + y 2 ;
y(0) = 0
64
Elvis Barakovic
na intervalu [0; 0:3] uzimajuci da je h = 0:1:Racunati sa pet decimala!

(38), (39), (40) i (41):
x
0:00000
0:1 0:10067
0:2 0:20542
k1 = 0:10000
2k2 = 0:20100
2k3 = 0:20100
k4 = 0:10201
= 0:10067
k1 = 0:10201
2k2 = 0:20910
2k3 = 0:20918
k4 = 0:10821
= 0:10475
k1 = 0:10822
2k2 = 0:22598
2k3 = 0:22622
k4 = 0:11915
= 0:11326
0:3 0:31868
pri cemu je
1
(k1 + 2k2 + 2k3 + k4 ) :
6
Primjer 6.6 Eulerovom metodom i metodom Runge - Kutta rijeiti Cauchyjev problem
1
y 0 = xy 2 + 3 ;
y(1) = 1
x
za x 2 [1; 1:3] uzimajuci za korak h = 0:1: Uporediti dobijene rezultate u
jednoj tabeli!
65
Elvis Barakovic
(37), (38), (39), (40) i (41):

Euler
y
6.4
Runge - Kutt
y
1:00000
1:00000
1:1
0:8
0:82644
1:2
0:65447
0:69444
1:3
0:54520
0:59171
k1 = 0:2
2k2 = 0:34287
2k3 = 0:34831
k4 = 0:15015
= 0:17356
k1 = 0:15026
2k2 = 0:26134
2k3 = 0:26474
k4 = 0:11568
= 0:13200
k1 = 0:11574
2k2 = 0:20371
2k3 = 0:20593
k4 = 0:09100
= 0:10273
Metoda mreza za rjeavanje rubnih problema
Treba odrediti funkciju y = y(x) koja zadovoljava jednacinu

y 00 (x) + p(x)y 0 (x) + q(x)y(x) = f (x):
6.4.1
(42)
Prvi slucaj
Treba odrediti funkciju y = y(x) koja zadovoljava jednacinu (42) i da zadovoljava rubne uslove y(a) = i y(b) = :
Postupak je sljedeci: segment [a; b] podijelimo na n jednakih dijelova a =
x 0 < x1 <
< xn = b a vrijednosti funkcije y0 ; y1 ;
; yn dobijamo rjea-
66
Elvis Barakovic
vanjem sistema jednacina

x = x0 : y0 =
y2 2y1 + y0
y2 y0
+ q(x1 )y1 = f (x1 )
x = x1 :
+
p(x
)
1
h2
2h
y3 2y2 + y1
y3 y1
x = x2 :
+ q(x2 )y2 = f (x2 )
+
p(x
)
2
h2
2h
..
.
yn 2yn 1 + yn 2
yn yn 2
+ q(xn 1 )yn
x = xn 1 :
+ p(xn 1 )
2
h
2h
x = x0 : yn =
(43)
= f (xn 1 )
Primjer 6.7 Rijeiti jednacinu

y 00 + xy 0
2y + x = 0
uz uslove y(0) = 1 i y(1) = 3:

Rjeenje: Odaberimo za korak h = 0:25: Imamo: p(x) = x; q(x) =
x: Na osnovu formula (43) dobijamo sistem
2; f (x) =
y0 = 1
y2
2y1 + y0
y2 y0
+ 0:25
0:0625
0:5
y3 y1
y3 2y2 + y1
+ 0:5
0:0625
0:5
y4 2y3 + y2
y4 y2
+ 0:75
0:0625
0:5
2y1 =
0:25
2y2 =
0:5
2y3 =
0:75
y4 = 3
cija su rjeenja
y0 = 1; y1 = 1:28417; y2 = 1:69162; y3 = 2:24912; y4 = 3
pa je rjeenje zadataka
x
y
6.4.2
0
0:25
0:5
0:75
1
1:00000 1:3125 1:75 2:3125 3:00000
Drugi slucaj
Treba odrediti funkciju y = y(x) koja zadovoljava jednacinu (42) i da zadovoljava rubne uslove y 0 (a) =
i y 0 (b) = :Tada koristimo aproksimacije
izvoda
y2 + 4y1 3y0
3yn 4yn 1 + yn 2
y00
;
yn0
(44)
2h
2h
i iskoristimo formule (43).
67
Elvis Barakovic
Primjer 6.8 Rijeiti jednacinu

y 00 + xy 0
2y + x = 0
uz uslove y 0 (0) = 1 i y 0 (1) = 3:

Rjeenje: Odaberimo za korak h = 0:25: Imamo: p(x) = x; q(x) =
x: Na osnovu formula (43) i (44) dobijamo sistem
y2 + 4y1 3y0
0:5
y2 2y1 + y0
y2 y0
+ 0:25
2y1
0:0625
0:5
y3 2y2 + y1
y3 y1
+ 0:5
2y2
0:0625
0:5
y4 2y3 + y2
y4 y2
+ 0:75
2y3
0:0625
0:5
3yn 4yn 1 + yn 2
0:5
2; f (x) =
= 1
=
0:25
0:5
0:75
= 3
cija su rjeenja
y0 = 1; y1 = 1:3125; y2 = 1:75000; y3 = 2:31250; y4 = 3
pa je rjeenje zadataka
x
y
6.4.3
0
0:25
0:5
0:75
1:00000 1:3125 1:75000 2:31250
1
3:00000
Treci slucaj
Treba odrediti funkciju y = y(x) koja zadovoljava jednacinu (42) i da zadovoljava rubne uslove koji su zadani sa
1 y(a)
+
1 y(b) +
2y
(a) =
2 y (b) =
0
pri cemu je j 1 j + j 2 j > 0 i j 1 j + j 2 j > 0:Tada koristimo aproksimacije

izvoda
y2 + 4y1 3y0
3yn 4yn 1 + yn 2
;
yn0
(45)
y00
2h
2h
i iskoristimo formule (43).
68
Elvis Barakovic

Numericka Matematika

Uploaded by

Copyright:

Available Formats

You might also like

Numericka Matematika

Uploaded by

Document Information

Original Title

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

Numericka Matematika

Uploaded by

Copyright:

Available Formats

UNIVERZITET U TUZLI

kolska 2009./2010. godine

S va p rava z a d rz a n a . S va ko o b jav ljiva n je , ta m p a n je ili u m n oz ava n je z a htje va o d o b re n je a u to ra .

2.6 Inverzna interpolacija . . . . . . . . .

3 Numericko rjeavanje sistema linearnih algebarskih jednacina

4 Rjeavanja nelinearnih jednacina

Apsolutna i relativna greka

a j < " nazivamo granicom apsolutne greke:

" < a < a + ") :

Denicija 1.2 Relativnu greku aproksimacije deniemo sa

a relativnu greku izrazavamo i kao

Velicina h je 50 puta pouzdanija od velicine r:

Kaze se da su prvih n cifara broja a sigurne (u uzem smislu) ako je n najveci

Primjer 1.6 Neka je a = 0:0024357

to imamo m n + 1 = 4; odakle za m = 3, dobijamo n = 2: Dakle, prve

23:395 = 2 101 + 3 100 + 3 10

to imamo m n + 1 = 2; odakle za m = 1, dobijamo n = 4: Dakle, prve

243317 = 2 105 + 4 104 + 3 103 + 3 102 + 1 101 + 7 100

to imamo m n + 1 = 1; odakle za m = 5, dobijamo n = 5: Dakle, prve cetiri

Greke kod izracunavanja vrijednosti funkcije

Primjer 1.10 Neka je x = 2:00 0:005; y = 3:00 0:005 i z = 4:00 0:005:

Primjer 1.11 Maksimalan domet projektila na ravnom terenu u vakuumu

j@v0 d j v0 + j@g d j g = 0:0017

Inverzni problem u teoriji greaka

Problem: Sa kojom tacnocu moramo uzeti vrijednosti nez. promjenljivih

pa su apsolutne greke date sa

Lagrange-ov interpolacioni polinom

Pretpostavimo2 da je vrijednost funckije y = f (x) poznata u n + 1 tacaka:

Lagrange-ov interpolacioni polinom odreujemo po formuli

Ocjenu greke aproksimacije vrimo sa

Primjer 2.1 Odrediti Lagrangeov interpolacioni polinom za funkciju y =

Primjer 2.2 Funkcija y = ln x zadana je tablicom

Odrediti Lagrangeov interpolacioni polinom za funkciju y = f (x) i na osnovu

Numericka matematika - R. Scitovski, (str. 18)

Rjeenje: Buduci da imamo cetiri cvora interpolacije, odredicemo Lagrangeov

Procjena greke: Cetvrti

Na osnovu (2) imamo

Tn+1 (x) = 2xTn (x)

T0 (x) = 1; T1 (x) = x; (n = 1; 2; 3; :::):

T2 (x) = 2xT1 (x)

Lagrange-ov interpolacioni polinom je

jxj sa pet i devet ekvidistant-

Primjer 2.5 Interpolacija funkcije f (x) = 1

jxj gdje su cvorovi interpo-

lacije nule Cebi

Konacne razlike funkcija

Neka3 je data ekvidistantna mreza a = x0 < x1 <

Konacne razlike drugogreda funkcije y = f (x) deniu se sa

Konacne razlike funkcije y = f (x) mogu se smjestiti u tablice oblika

Numericka matematika - A. Zolic, (str. 39)

Primjer 2.6 Sastaviti tablicu konacnih razlika za funkciju y = f (x) zadanu

Primjer 2.7 Funkcija y = f (x) zadana je tablicom

U tablici je napravljena greka. Otkriti greku i izracunati njenu vrijednost.

Rjeenje: Formirajmo tablicu konacnih razlika

0:00002 + 0:00013 0:00041 + 0:00061

Greku nalazimo kao

"1 + "2 + "3 + "4 + "5

0:00011 = 1:53703; pa ispravl-