Kniga Numerichki Metodi

Voved
1. VOVED
Va`nost na numeri~kite metodi vo inènerstvoto

Pove}eto problemi vo inènerskata analiza vklu~uvaat, (1)
razvivawe matemati~ki model koj }e gi pretstavuva site va`ni
karakteristiki na fizi~kiot sistem; (2) izveduvawe na ravenkite
koi go opi{uvaat odnesuvaweto na modelot, so primena na fizi~kite
zakoni kako {to se ravenkite za ramnoteà, Wutnovite zakoni za
dvièweto, zakonite za odrùvawe na masata i energijata; (3)
re{avawe na ravenkite na problemot; (4) interpretacija na
re{enieto. Vo zavisnost od sistemot {to se analizira i od
koristeniot matemati~ki model, ravenkite na problemot moè da
bidat pretstaveni vo vid na sistem od linearni ili nelinearni
algebarski ravenki, set od transcendentni ravenki, sistem od
obi~ni ili parcijalni diferencijalni ravenki, sistem od homogeni
ravenki so koi se opi{uva problemot na sopstveni vrednosti, ili
ravenki koi vklu~uvaat integrali ili izvodi. Ako re{enieto moè
da se pretstavi so matemati~ki izraz vo zatvorena forma, toa se
narekuva analiti~ko re{enie. Analiti~ko re{enie e to~no re{enie,
koe moè da se koristi za da se analizira odnesuvaweto na sistemot
so promenlivi parametri. Nie moème ili ne moème da najdeme
analiti~ko re{enie na ravenkite na problemot. Za àl, mnogu malku
od prakti~nite sistemi imaat analiti~ko re{enie. Vo tie slu~ai se
primenuvaat numeri~ki metodi. Numeri~kite re{enija ne moè da se
pretstavat so matemati~ki izraz. Tie moè da se opredelat so
soodveten tip iterativna presmetuva~ka postapka. Bidej}i
numeri~kite
metodi
vklu~uvaat
golem
broj
aritmeti~ki
presmetuvawa, nivnata upotreba i popularnost se zgolemuva so
razvitokot i dostapnosta na mo}nite i ne tolku skapi kompjuteri.
Numeri~kite metodi moè da se koristat za nao|awe re{enija, duri,
i na kompleksni inènerski problemi. Dodeka analiti~kite
re{enija voobi~aeno baraat pove}e uprosteni pretpostavki za
fizi~kiot sistem, za numeri~kite re{enija, tie ne se potrebni. Iako
ovie metodi ne obezbeduvaat direkten prikaz na odnesuvaweto na
simplificiraniot fizi~ki sistem, tie moè da se koristat za
analiza na odnesuvaweto na realnite fizi~ki sistemi.
Vo su{tina, numeri~kata analiza pretstavuva most pome|u
aproksimativnite matemati~ki teorii i neposrednata primena na
matematikata. Vo numeri~kite metodi, re{enieto na eden problem
NUMERI^KI METODI
Voved
koj e zadaden preku kone~ni brojni vrednosti se dobiva, isto taka,

vo kone~ni brojni vrednosti, a ne vo op{ti vrednosti, kako {to e
voobi~aeno vo klasi~nite metodi. Razvojot i primenata na ovie
metodi se povrzani so potrebata od re{avawe sloèni problemi za
koi re{enieto ne moè da se dobie eksplicitno. Toa se glavno
dvodimenzionalnite i trodimenzionalnite problemi. Vo ponovo
vreme, so pojavata i razvitokot na kompjuterite, numeri~kite metodi
se primenuvaat i kaj poednostavnite, ednodimenzionalni problemi.
Primena na numeri~kite metodi
Primenata na numeri~kite metodi i na kompjuterite e dosta {iroka
vo site oblasti od inènerstvoto: grade`ni{tvo, arhitekturata,
lektrotehnikata, brodogradbata, vo avioindustrijata. Mnogu
zna~aen pridones vo razvojot na ovie metodi imaat dadeno tokmu
grade`nite inèneri.
Vo grade`ni{tvoto, primenata na ovie metodi e pri proektiraweto
na inènerskite objekti: brani, mostovi, soobra}ajnici, zgradi i dr.
Na primer, za proektirawe na brani se primenuva metodot na
kone~ni elementi, pri {to konstrukcijata na branata moè da se
tretira ramninski, zaedno so podlogata i so okolnata karpesta masa.
Vo dene{no vreme, so koristeweto na mo}ni kompjuteri, analizita se
vr{i na prostoren model. Sli~no e i pri proektiraweto na tunelite,
kade {to se zema vo predvid i vlijanieto na celata okolna sredina.
Vo ponovo vreme s pove}e se gradat mostovi so golemi rasponi i so
sloèn napre~en i nadolèn presek i za nivno proektirawe e
neizbe`na primenata na numeri~kite metodi i na kompjuterite.
Osobeno e va`na primenata na kompjuterskite metodi pri
proektiraweto na soobra}ajnicite so site nivni pridru`ni objekti,
koi pretstavuvaat inènerski dela vo koi se vloùvaat golemi
finasiski sredstva. Pritoa, izborot na najpovolnata varijanta i
ekonomi~noto proektirawe e od golema va`nost.
Vo objektite od visokogradbata, primenata na kompjuterite i kaj nas
pretstavuva standarden na~in na analiza i proektirawe.
Goleminata na objektite, odnosno brojot na ravenkite {to treba da
se re{avaat pri nivnata analiza, ne pretstavuva problem nitu
ograni~uvawe. Nivnata analiza za kakvi i da bilo vlijanija, kako
{to se na primer zemjotresite, so primena na kompjuterite,
pretstavuva ednostavna i sekojdnevna rabota.
So voveduvawe na grafikata i grafi~kite stanici vo
kompjuterskata tehnika, se otvoraat {iroki mo`nosti za
proektirawe na sekakvi inènerski i arhitektonski objekti. Celoto
proektirawe i grafi~koto pretstavuvawe moè da se odvivaat so
kompjuterska tehnika, bazirana na numeri~ki metodi i kompjuterski
programi.
NUMERI^KI METODI
Voved
Zo{to gi izu~uvame numeri~kite metodi?

Numeri~kite metodi se ekstremno mo}ni alatki za re{avawe na
razli~ni problemi. Tie se vo sostojba da se spravat so:
golemi sistemi ravenki,

nelinearnosti,
komplicirani geometrii,
problemi koi e nevozmo`no da se re{at analiti~ki a ne se
retki vo inènerskata praktika.
Kako takvi, numeri~kite metodi zna~itelno gi zajaknuvaat na{ite
sposobnosti za re{avawe na problemite.
Vo inènerskata praktika, ~esto se koristat dostapni komercijalni
paketi, t.n. zatvoreni kutii, kompjuterski programi vo koi se
vgradeni postapki bazirani na numeri~kite metodi.
Inteligentnoto koristewe na ovie programi e bazirano vrz
poznavaweto na bazi~nata teorija {to stoi zad numeri~kite metodi.
Mnogu problemi ne moàt da se re{at so koristewe na vakvi gotovi
programi, no ako gi poznavate i gi koristite numeri~kite metodi i
ako ste ve{ti vo kompjuterskoto programirawe, }e bidete vo sostojba
da izrabotite va{i sopstveni programi za re{avawe na nekoi
problemi.
Numeri~kite metodi se efikasni sredstva da nau~ite kako da gi
koristite kompjuterite. Efekten na~in da nau~ite programirawe e
da napravite (napi{ete) programa.
Poradi toa {to numeri~kite metodi vo najgolem broj slu~ai se
razvieni za primena na kompjuter, tie se idealni za taa cel. Osobeno
se sposobni da gi ilustriraat mo}nosta i ograni~uvawata na
kompjuterite. Koga uspe{no }e ja implementirate numeri~kata
metoda na komjuter a potoa }e ja primenite i za re{avawe na drug
nere{en problem, vo isto vreme, }e nau~ite da gi prepoznaete i da gi
kontrolirate gre{kite pri aproksimaciite, koi se del od golemiot
broj numeri~ki operacii.
Numeri~kite metodi obezbeduvaat sredstva {to }e vi pomognat da go
podobrite
va{eto
razbirawe
na
matematikata.
Vo
niv
kompliciranite matemati~ki operacii se reducirani na osnovni
matemati~ki operacii.
Numeri~ka analiza e granka od primenetata matematka koja gi
izu~uva metodite i algoritmite za opredeluvawe na aproksimativni
(numeri~ki) re{enija na razli~ni matemati~ki problemi so
koristewe na kone~na serija od aritmeti~ki i logi~ki operacii.
Najgolem broj re{enija na numeri~kite problemi se bazirani vrz
teorijata na linearnata algebra.
Dobar numeri~ki metod gi poseduva slednive tri karakteristiki:
to~nost - numeri~kata aproksimacija treba da bide {to e mo`no
poto~na,
NUMERI^KI METODI
Voved
robustnost - algoritamot treba dobro da re{ava mnogu problemi,

konvergentnost - re{enieto da se pribliùva kon to~noto
re{enie,
stabilnost- mala promena vo re{enieto pri mala promena na
podatocite,
brzina - kolku {to presmetuvaweto e pobrzo tolku e podobar
metodot.
êsto se slu~uva eden metod da bide pobrz dodeka drug e poto~en.

Toa zna~i deka nitu eden metod ne e univerzalen i najdobar za site
slu~ai.
Uslovenost i stabilnost, doverba vo podatocite i gre{ki
Dobro usloven matemati~ki problem e onoj pri koj re{enieto se
menuva nezna~itelno pri mala promena na podatocite na problemot.
Analogno na toa, za numeri~kiot algoritam postoi konceptot na
numeri~ka stabilnost. Algoritamot za re{avawe na dobrousloven
problem e numeri~ki stabilen, ako re{enieto se menuva za mala
vrednost koga podatocite se menuvaat za mala vrednost. Toa zna~i
deka gre{kite napraveni vo po~etokot, ponatamu, nema
nekontrolirano da rastat i da se natrupuvaat.
Vaèn del od numeri~kata analiza e i analizata na generiraweto i
propagiraweto na gre{kite od zaokruùvawe pri presmetuvaweto.
Vadeweto na dva pribli`no isti broja e lo{o uslovena operacija
koja producira katastrofalni gre{ki.
Doverba vo vleznite podatoci
Koga nekoj podatok se koristi vo presmetuvaweto, mora da sme

sigurni deka toj moè da se upotrebi so doverba.
Pri vizuelen pregled moè da procenime deka nekoja vrednost se
dviì vo odredeni granici (na pr. 58-59 km/h) ili pak }e kaème
deka vrednosta iznesuva aproksimativno 59 km/h.
Zna~ajni cifri vo eden broj se onie koi moè da se koristat so
doverba.
Brojot na zna~ajni cifri e ednakov na brojot na dadenite cifri
plus edna proceneta cifra.
Na primer, sekoj od slednive broevi ima 3 zna~ajni cifri: 2,410;
2.41; 0.00241.
Zabunata moè da se izbegne pri koristewe na nau~na oznaka
(scientific notation), na pr: 2.41h103 zna~i deka brojot ima tri
zna~ajni cifri.
Sekoja matemati~ka operacija vo koja se koristi neprecizna
cifra e neprecizna.
NUMERI^KI METODI
Voved
Tipovi gre[ki
Kako gre{ka, pri procena ili pri opredeluvawe na nekoja vrednost
od interes, moè da se definira otstapuvaweto od nejzinata
nepoznata to~na vrednost.
Gre{kite moè da se klasificiraat kako:
o nenumeri~ki gre{ki
o numeri~ki gre{ki
Nenumeri~ki gre{ki moè da bidat:
gre{ki pri modeliraweto
pome{uvaweto, pogre{en ~ekor
neizvesnosti vo odnos na informaciite i podatocite.
Numeri~ki gre{ki se:
gre{ki od zaokruùvawe
gre{ki od prekinuvawe na iterativniot proces
gre{ki pri matemati~ki aproksimacii
Gre{ka ozna~ena so e moè da se definira kako:

e=xc-xt
kade {to, xc e presmetana, a xt e to~na vrednost.
Relativnata gre{ka se opredeluva kako:
er=(xc-xt)/xt= e/xt
Relativnata gre{ka moè da se izrazi vo procenti:
er =
xc xt
100%
xt
abse r =
ili
xc xt
100%
xt
Merewa i gre[ki
Primer 1. Dolìnata na eden most e merena i iznesuva 9999cm, a
dolìnata na eden bolt e izmerena i iznesuva 9cm. Ako to~nite
vrednosti se 10000cm i 10cm, soodvetno, da se presmeta apsolutnata
gre{ka i apsolutnata vrednost na relativnata gre{ka vo %, za sekoj
slu~aj.
a) Apsolutna gre{ka:
Most:
e = x c x t = 9999 10000 = 1cm

NUMERI^KI METODI
Voved
Bolt:
e = x c x t = 9 10 = 1cm
b) Apsolutna vrednost na relativnata gre{ka vo %:
Most:
e=
xc xt
9999 10000
100 =
100 = 0,01%
xt
10000
Bolt:
e=
xc xt
9 10
100 =
100 = 10%
xt
10
Vo realni situacii, to~noto re{enie ne e poznato. Vo toj slu~aj, za

da se presmeta gre{kata, se koristi najdobrata procena na
re{enieto koe, isto taka, e presmetano.
ei = x i x t
kade {to ei e gre{ka vo x, pri iteracijata i, a xi e presmetanata
vrednost na x vo iteracijata i.
Sli~no, gre{kata vo iteracijata i+1 e:
e i+1 = x i+1 x t
Promenata vo gre{kata
e i moè da se presmeta kako:
e i = e i +1 e i = ( x i +1 x t ) ( x i x t ) = x i +1 x i
Iteracijata prodolùva s dodeka e i ne stane pomalo od dadena
tolerancija, vo koj slu~aj xi+1 }e bide dovolno blisku do xi.
Analiti~ki vo sporedba so numeri~kite metodi
Analiti~kite i numeri~kite pristapi se razlikuvaat spored
algoritamot:
analiti~koto presmetuvawe se primenuva pri re{avawe na

analiti~ki problemi
aritmetikata so kone~ni razliki e osnova za numeri~kite
metodi.
Prednosti i nedostatoci na analiti~kite metodi :

9 analiti~kite tehniki obezbeduvaat direktno re{enie
rezultiraat vo egzaktno re{enie, ako takvo postoi;
NUMERI^KI METODI
Voved
9 analiti~kite metodi voobi~aeno baraat pomalku vreme za

pronao|awe na re{enieto;
9 procedurata na analiti~koto re{enie stanuva zna~itelno
pokompleksna koga }e se vovedat ograni~uvawa na vrednostite
na nepoznatite vo problemot.
Prednosti i nedostatoci na numeri~kite metodi :
9 numeri~kite tehniki moè da se primenat za funkcii koi imaat
kompleksna struktura;
9 za numeri~kite metodi e potreben golem broj iteracii za da se
pribliàt kon to~noto re{enie;
9 re{enieto voobi~aeno ne e to~no i potrebno e da se obezbedi
po~etna procena na vrednostite na nepoznatite.
Primer 2. Da se opredeli minimumot na dadenata funkcija,
analiti~ki i numeri~ki:
y = x 2 3x + 2
Analiti~ko re[enie
dy
3
= 2x 3 = 0 x = = 1.5
dx
2
2
y min = (1.5) 3(1.5) + 2 = 0.25
spored toa,
Numeri~ko re[enie
Eden na~in na numeri~ko re{enie e funkcijata da se tabelira vo

intervalot na vrednostite na x, so konstanten inkrement x, i na toj
na~in da se opredeli vrednosta na x za koja y ima najmala vrednost.
Na primer, ako e definiran intervalot od 1 do 2 i ako se odbere
inkrement x=0.2, narednata tabela i grafikot pokaùvaat deka
minimalnata vrednost na y se nao|a vo podintervalot 1.4< x < 1.6.
x
y=x2-3x+2
1
1.2
1.4
1.6
1.8
2
0
-0.16
-0.24
-0.24
-0.16
0
}
NUMERI^KI METODI
Voved
Za da se podobri to~nosta na re{enieto, moè da se prebaruva vo

intervalot 1.4 < x < 1.6, a inkrementot da se namali na 0.02 i da se
povtori postapkata.
x
y=x2-3x+2
1.4
1.42
1.44
1.46
1.48
-0.24
-0.2436
-0.2464
-0.2484
-0.2496
1.5
1.52
1.54
-0.25
-0.2496
-0.2484
1.56
1.58
1.6
-0.2464
-0.2436
-0.24
ymin
Karakteristiki na numeri~kite metodi

Numeri~kite metodi gi imaat slednive karakteristiki:
1. procedurata na presmetuvaweto e iterativna, to~nosta na
procenetoto re{enie se podobruva so sekoja iteracija,
2. procedurata na presmetuvaweto obezbeduva samo aproksimacija
na to~noto (egzaktno), no nepoznato re{enie,
3. moè da bide potrebna po~etna procena na re{enieto,
4. presmetuvaweto e ednostavno, a algoritmite na procedurata
moè lesno da se programiraat,
5. vo nekoi slu~ai re{enieto moè da divergira od to~noto
re{enie.
Primer 3. Kvadraten koren
Ovoj primer ilustrira kako, so koristewe numeri~ki metodi, da se
opredeli kvadraten koren od eden proizvolen realen broj.
f ( y) = y
Pri koristewe na kalkulator samo se vnesuva brojot y, a potoa se

pritiska kop~eto
. Vo Excel, se koristi funkcijata SQRT.
Numeri~ka postapka
NUMERI^KI METODI
Voved
Da pretpostavime po~etna vrednost xo za kvadratniot koren. Ovaa

vrednost }e se razlikuva od to~nata vrednost na korenot za nekoe
x . Ako go znaeme x , toga{ moè da napi{eme:
x o + x = y
So kvadrirawe od dvete strani, dobivame:
( x o + x ) 2 = y
ili,
x o2 + 2x o x + (x ) 2 = y
Ako pretpostavime deka (x ) 2 e mnogu pomalo od x , toj ~len moème
da go zanemarime, pa imame:
x o2 + 2x o x = y
y x o2
x =
2x o
Ovaa vrednost moè da se dodade na xo za da se dobie novo
podobreno re{enie x. Zna~i, novata procena na to~noto re{enie e
dadena so:
x 1 = x o + x
ili vo op{ta forma:
x i +1 = x i + x i
y x i2
x i =
2x i
Za ilustracija, da pretpostavime: y=150,

Po~etna procena, xo=12
Prva iteracija:
y =?
x 1 = x o + x 0
y x 02 150 12 2
=
= 0,25
2x 0
2 12
x 1 = 12 + 0,25 = 12,25
x 0 =
Vtora iteracija:
x 2 = x 1 + x 1
x 1 =
yx
150 12,25 2
=
= 0,00255
2x1
2 12,25
2
1
x 2 = 12,25 0,00255 = 12,24745

NUMERI^KI METODI
Voved
10
Treta iteracija:
x 3 = x 2 + x 2
y x 22 150 12,24745 2
x 2 =
=
= 1,28598 6
2x 2
2 12,24745
x 3 = 12,24745 1,28598 6 = 12,24744871
To~no re{enie: y = 12,24744871 , zna~i so 7 cifri, dovolni se 3
iteracii za da se dojde do to~noto re{enie.
Primer 4. Koren na polinom
Primerot ilustrira kako da se pristapi kon re{avaweto, pri
nao|awe na eden koren na polinom so primena na numeri~kiot metod:
x3 3 x2 6 x + 8 = 0
Delej}i gi dvete strani na ravenkata so x, dobivame:
x2 3 x 6 +
8
=0
x
Koristej}i go ~lenot x2, re{avame po x:
x = 3 x + 6
8
x
Prethodnata ravenka moè da se re{ava iterativno:
x i +1 = 3 x i + 6
8
xi
Ako se pretpostavi po~etno re{enie xo=2, toga{:
x1 = 3 x o + 6
8
8
= 3 ( 2) + 6 = 2,828427
2
xo
x1=2,828427, a vtorata iteracija dava:
x 2 = 3 2,828427 + 6
8
= 3,414213
2,828427
Po tretata iteracija dobivame:
x 3 = 3 3,414213 + 6
8
= 3,728202
3,414213
NUMERI^KI METODI
Voved
11
Rezultatite od drugite iteracii (vkupno 20) se prikaàni vo

narednata tabela Evidentno e deka re{enieto konvergira kon
to~noto re{enie 4.0, po 20 -tata iteracija:
i
0
1
2
3
4
5
6
7
xi
2
2.828427125
3.414213562
3.728202642
3.877989404
3.946016161
3.976265497
3.989593764
3.995442980
9
10
3.998005481
3.999127241
aps. gre{ka
2.000000000000
1.171572875254
0.585786437627
0.271797358430
0.122010596101
0.053983838780
0.023734503479
0.010406236009
0.004557020499
0.001994518577
0.000872759280
xi
aps. gre{ka
11
12
13
14
15
16
17
18
19
20
3.999618138
3.999832929
3.999926906
3.999968021
3.999986009
3.999993879
3.999997322
3.999998828
3.999999487
3.999999776
0.00038186232
0.00016707053
0.00007309446
0.00003197904
0.00001399087
0.00000612101
0.00000267794
0.00000117160
0.00000051258
0.00000022425
Primena na Taylor-ovi redovi vo numeri~kite presmetuvawa

Karakteristiki na Taylor-ovite redovi
Razvivaweto na Tajlorovite redovi (Taylor series expansions) ima

golemo zna~ewe pri izu~uvaweto na numeri~kite metodi.
Vo osnova, so Tajlorovite redovi se predviduva vrednosta na
funkcijata vo nekoja to~ka vo zavisnost od vrednosta na
funkcijata i izvodite na funkcijata vo druga bliska to~ka.
Tajlorovite redovi voobi~aeno se koristat vo inènerskata
analiza, za aproksimacija na funkcii koi nemaat zatvoreno
re{enie.
Za nekoja funkcija f(x) koja zavisi samo od edna nezavisno
promenliva x, vrednosta na funkcijata vo to~kata x0+h moè da se
aproksimira so Tajlorovi redovi.
Tajlorovite redovi se izrazeni kako:
f ( x ) = f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
h 2 ( 2)
h3
hn
f ( x 0 ) + f ( 3) ( x 0 ) + ..... + f ( n ) ( x 0 ) + R n +1
2!
3!
n!
kade {to se:

x0
- osnovna ili po~etna vrednost
x
- to~ka za koja se bara vrednosta na funkcijata
h=x-x0 - rastojanija pome|u x0 i x, ili ~ekor
n!
- faktoriel od n; n!=n(n-1)(n-2)(n-3)1
f(x0) - vrednost na funkcijata vo po~etnata to~ka
f(n)(x0) - vrednost na n-tiot izvod na funkcijata vo po~etnata to~ka
NUMERI^KI METODI
Voved
12
f(x)
x0
Ekspanzijata na Tajlorovite redovi moè da se izrazi vo kompaktna

forma kako:
k
n h
f ( x 0 + h ) = f k ( x 0 ) pritoa, 0! =1 po konvencija.
k = 0 k!
Gornata ravenka e bazirana na pretpostavkata deka postojat
kontinuirani izvodi na funkcijata vo intervalot koj gi vklu~uva
to~kite od x0 do x.
Red na aproksimacijata
Redot na aproksimacijata e definiran so redot na najvisokiot izvod
koj e vklu~en vo aproksimacijata na funkcijata.
Aproksimacija od prv red (dva ~lena)
f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 )
Aproksimacija od vtor red (tri ~lena)
f ( x 0 + h ) = f ( x 0 ) + hf
(1)
h 2 ( 2)
(x 0 ) +
f (x 0 )
2!
Aproksimacija od treti red (~etiri ~lena)
f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
h 2 ( 2)
h 3 ( 3)
f (x 0 ) +
f (x 0 )
2!
3!
Primer 5. Da se pokaè razvivaweto na dadenata funkcija vo

Tajlorov red:
f(x)= x5 - 3x3 + 8
NUMERI^KI METODI
Voved
13
Po~etna vrednost x0=3. Da se razvijat serii za h=0.2; 0.4; 0.6 do 4.0.

Pritoa, da se zemat 2,3,4,5 i 6 ~lena od Tajlorovata formula.
Rezultatite da se sporedat so to~nite re{enija za sekoj poseben
slu~aj.
f(x0)=f(3)= 35 - 3*33 + 8 = 170

Funkcijata gi ima slednive izvodi i vrednosti na izvodite vo
po~etnata to~ka x0=3:
f (1) ( x ) = 5x 4 9 x 2 f (1) (3) = 324

f ( 2 ) ( x ) = 20 x 3 18x f ( 2 ) (3) = 486
f ( 3) ( x ) = 60 x 2 18 f ( 3) (3) = 522
f ( 4 ) ( x ) = 120 x
f ( 4 ) (3) = 360
f ( 5) ( x ) = 120
f ( 5) (3) = 120
f (6) (x ) = 0
f ( 6 ) (3) = 0
f (x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
h6
h5
h4
h3
h 2 ( 2)
f ( x 0 ) + f ( 3) ( x 0 ) + f ( 4 ) ( x 0 ) + f ( 5 ) ( x 0 ) + f ( 6 ) ( x 0 )
6!
5!
4!
3!
2!
f ( x ) = f ( x 0 + h ) = 170 + 324h + 486
h2
h3
h4
h5
+ 522
+ 360
+ 120
2!
3!
4!
5!
Vo narednata tabela se dadeni vrednostite na funkcijata f(x0+h), za

razli~ni vrednosti na h, a so zemawe razli~en broj ~lenovi od
formulata:
NUMERI^KI METODI
Voved
14
f(x0+h)
2 ~lena
3 ~lena
0.2
234.8
244.52
245.216
245.240
245.24032
245.24032
3.4
0.4
299.6
338.48
344.048
344.432
344.44224
344.44224
3.6
0.6
364.4
451.88
470.672
472.616
472.69376
472.69376
3.8
0.8
429.2
584.72
629.264
635.408
635.73568
635.73568
494
737
824.000
839.000
840.00000
840.00000
4.2
1.2
558.8
908.72
1059.056
1090.160
1092.64832
1092.64832
4.4
1.4
623.6
1099.88
1338.608
1396.232
1401.61024
1401.61024
4.6
1.6
688.4
1310.48
1666.832
1765.136
1775.62176
1775.62176
4.8
1.8
753.2
1540.52
2047.904
2205.368
2224.26368
2224.26368
818
1790
2486.000
2726.000
2758.00000
2758.00000
5.2
2.2
882.8
2058.92
2985.296
3336.680
3388.21632
3388.21632
5.4
2.4
947.6
2347.28
3549.968
4047.632
4127.25824
4127.25824
5.6
2.6
1012.4
2655.08
4184.192
4869.656
4988.46976
4988.46976
5.8
2.8
1077.2
2982.32
4892.144
5814.128
5986.23168
5986.23168
1142
3329
5678.000
6893.000
7136.00000
7136.00000
6.2
3.2
1206.8
3695.12
6545.936
8118.800
8454.34432
8454.34432
6.4
3.4
1271.6
4080.68
7500.128
9504.632
9958.98624
9958.98624
6.6
3.6
1336.4
4485.68
8544.752
11064.176
11668.83776
11668.83776
6.8
3.8
1401.2
4910.12
9683.984
12811.688
13604.03968
13604.03968
1466
5354
10922.000
14762.000
15786.00000
15786.00000
3.2
4 ~lena
5 ~lena
6 ~lena
to~no
Ekspanzija na Tajlorovi serii za polinom od V red

18000
16000
14000
2 ~lena
12000
3 ~lena
10000
4 ~lena
8000
5 ~lena
6000
6 ~lena
4000
to~na
vredn
2000
0
3
NUMERI^KI METODI
Voved
15
Slednive serii, moè da se koristat za procena na soodvetnite

funkcii vo sekoja to~ka x, koristej}i ja po~etnata vrednost x0=0 i
~ekor h:
k
x
x2 x3
xk
ex = 1+ x +
+
+ ....... +
=
2! 3!
k! k =0 k!
sin( x ) = x
x3 x5
x 2 k +1
+
....... = (1) k
k =0
3! 5!
(2k + 1)!
cos( x ) = 1
x2 x4
x 2k
+
....... = (1) k
k =0
2! 4!
(2k )!
1
= 1 + x + x 2 + x 3 + .... = x k
k =0
1 x
Primer 6. Da se pokaè deka razvivaweto na eksponencijalnata

funkcija ex, vo Tajlorov red e:
xk
x2 x3
+ + ....... +
e = 1+ x +
k!
2! 3!
x
koga x=x0=0 kako po~etna to~ka i h kako inkrement. Da se razvijat

seriite za h=0.1; 0.2; 0.3,.... do 1.0. Da se nacrtaat rezultatite i da se
sporedat so to~nata vrednost za sekoj poseben slu~aj.
f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
h 2 ( 2)
h 3 ( 3)
h n (n )
f (x 0 ) +
f ( x 0 ) + ..... +
f ( x 0 ) + R 0+1
3!
n!
2!
f(x)=ex
(1)
(x 0 ) = e
( 2)
(x 0 ) = e
x0
x0
= e =1
0
= e0 = 1
.......
f (n ) (x 0 ) = e x0 = e 0 = 1
x0 = 0 x = x0+h = 0+h = h
Po definicija, h=x-x0 = x-0 = x
Spored toa,
ili
h=x
f(0)=e0=1
h2
hn
f ( x ) = f (h ) = 1 + h +
+ .... +
2!
n!
2
x
xn
f ( x ) = f (h ) = 1 + x +
+ .... +
2!
n!
NUMERI^KI METODI
Voved
16
f(x0+h)
x
1 ~len
2 ~lena
3 ~lena
to~na vredn.
0.1
0.1
1.00000
1.1000
1.105
1.105171
0.2
0.2
1.00000
1.2000
1.220
1.221403
0.3
0.3
1.00000
1.3000
1.345
1.349859
0.4
0.4
1.00000
1.4000
1.480
1.491825
0.5
0.5
1.00000
1.5000
1.625
1.648721
0.6
0.6
1.00000
1.6000
1.780
1.822119
0.7
0.7
1.00000
1.7000
1.945
2.013753
0.8
0.8
1.00000
1.8000
2.120
2.225541
0.9
0.9
1.00000
1.9000
2.305
2.459603
1.00000
2.0000
2.500
2.718282
Primer 7 Prosta greda e natovarena so ramnomerno raspredelen

tovar q. Uklonot na gredata, ili vertikalnoto pomestuvawe od
dejstvoto na tovarot vo sekoja to~ka po dolìnata na gredata, moè
da se presmeta spored izrazot:
y=
q
( x 4 2Lx 3 + L3 x )
24EI
q
Da se razvie vo Tajlorov red funkcijata y(x), so zemawe tri ~lena,

ako e zadadeno:
q=20 kN/m; L=8,0 m; E=3.16*107 kN/m2; I=0.0054 m4; x0=2.0 m; h=1.0; h=2;
h=3; h=4;
Da se tabeliraat, da se nacrtaat rezultatite i da se sporedat so
to~noto re{enie.
h 2 ''
y( x 0 + h ) = y( x 0 ) + hy' ( x 0 ) + y ( x 0 )
2!
Funkcijata gi ima slednive izvodi i vrednosti na izvodite vo
po~etnata to~ka x0=2:
y(x0) =y(2)= -20*(x4-16*x3+64*8*x)/(24*3.16*107*0.0054)= -0.004454
NUMERI^KI METODI
Voved
17
y(x0) =y'(2)= -20*(4x3-16*3*x2+64*8)/(24*3.16*107*0.0054)= -0.0017

y(x0)=y''(2)= -20*(12x2-16*6*x)/(24*3.16*107*0.0054)= 0.0007
y( 2 + h ) = 0.004454 0.0017 h + 0.0007
h2
2
h=1.0;
y(2+h)=y(2+1)=y(3)=-0.004454 - 0.0017*1.0 + 0.0007*(1.0)2/2= -0.0058
h=2.0;
y(2+h)=y(2+2)=y(4)=-0.004454 - 0.0017*2.0 + 0.0007*(2.0)2/2= -0.00645
h=3.0;
y(2+h)=y(2+3)=y(5)=-0.004454 - 0.0017*3.0 + 0.0007*(3.0)2/2= -0.0064
h=4.0;
y(2+h)=y(2+4)=y(6)=-0.004454 - 0.0017*4.0 + 0.0007*(4.0)2/2= -0.00565
x
2
3
4
5
6
h
0
1
2
3
4
y
-0.00445
-0.0058
-0.00645
-0.0064
-0.00565
yto~no
-0.00445
-0.00579
-0.00625
-0.00579
-0.00445
aps.
Gre{ka
0.00000
-0.00002
-0.00020
-0.00062
-0.00120
Sporedba na to~no i aproksimativno

re{enie
0
-0.002
-0.004
yT
-0.006
-0.008
Primer 8. Za prethodniot primer na prosta greda tovarena so tovar
q, da se izvr{i aproksimacija od treti i ~etvrti red, na vrednosta
na funkcijata na vertikalnoto pomestuvawe y, za x0=2m, so
razvivawe na Tajlorovi redovi i so zemawe 4 i 5 ~lena od
formulata. Re{enijata da se sporedat so to~noto re{enie dadeno so
formulata:
NUMERI^KI METODI
Voved
18
y=
q
( x 4 2Lx 3 + L3 x )
24EI
q
Tajlorov red so 5 ~lena:
y( x 0 + h ) = y( x 0 ) + hy (1) ( x 0 ) +
h 2 ( 2)
h 3 ( 3)
h 4 ( 4)
y (x 0 ) +
y (x 0 ) +
y (x 0 )
2!
3!
4!
y(x0) =y(2)= -20*(x4-16*x3+64*8*x)/(24*3.16*107*0.0054)= -0.004454

y(x0) =y'(2)= -20*(4x3-16*3*x2+64*8)/(24*3.16*107*0.0054)= -0.0017
y(x0)=y''(2)= -20*(12x2-16*6*x)/(24*3.16*107*0.0054)= 0.0007
y(x0)=y''(2)= -20*(24x-16*6)/(24*3.16*107*0.0054)= 0.00023
yIV(x0)= yIV (2)= -20*(24)/(24*3.16*107*0.0054)= -0.00012
Aproksimacija od treti red (4 ~lena od redot):
h 2 (2)
h3
y( x 0 + h ) = y( x 0 ) + hy (1) ( x 0 ) +
y ( x 0 ) + y ( 3) ( x 0 )
2!
3!
2
h
h3
y(2 + h ) = 0.004454 0.0017 h + 0.0007 + 0.00023
2
6!
Aproksimacija od ~etvrti red (5 ~lena od redot):
h 2 (2)
h 3 ( 3)
h 4 ( 4)
y (x 0 ) +
y (x 0 ) +
y (x 0 )
2!
3!
4!
h2
h3
h4
y(2 + h ) = 0.004454 0.0017 h + 0.0007
+ 0.00023 0.00012
2
6!
24
y( x 0 + h ) = y( x 0 ) + hy (1) ( x 0 ) +
y4
y5
yto~no
aps. e4
aps. e5
-0.004454
-0.004454
-0.004454
0.000000
0.000000
-0.005782
-0.005787
-0.005787
-0.000005
0.000000
-0.006173
-0.006251
-0.006251
-0.000078
0.000000
-0.005392
-0.005787
-0.005787
-0.000395
0.000000
-0.003204
-0.004454
-0.004454
-0.001250
0.000000
NUMERI^KI METODI
Voved
19
Aproksimacija od treti i ~etvrti red

0.000000
-0.001000 0
y(m)
-0.002000
y4
-0.003000
y5
yto~no
-0.004000
-0.005000
-0.006000
-0.007000
x (m)
Aproksimacija od vtori, treti i ~etvrti red

0.000000
-0.001000
y(m)
-0.002000
-0.003000
y4
y5
-0.004000
yto~no
y3
-0.005000
-0.006000
-0.007000
x (m)
Od grafikot se gleda deka aproksimacijata od IV red se poklopuva

so to~noto re{enie a to go pokaùvaat i gre{kite vo poslednata
kolona od prethodnata tabela.
NUMERI^KI METODI
Interpolacija
20
2. INTERPOLACIJA
Neka e dadena tabela na vrednostite na funcijata f(x) za argumenti x

koi moàt da bidat na ednakvi ili na proizvolni rastojanija. Vo
inènerskata
praktika,
pri
problemite
povrzani
so
eksperimentalni ispituvawa, vakviot tabelaren na~in na
pretstavuvawe na podatocite e redovna pojava. êsto pati se bara da
se opredeli vrednosta na funkcijata f(x) za argumentot x koj ne se
nao|a vo tabelata ili, pak, da se opredeli vrednosta na argumentot
za dadena vrednost na f(x). Vo slu~aite koga funkcijata f(x) e dadena
so analiti~ki izraz (duri i koga e taa dosta ednostavna), kako i pri
dadeni
podatoci
od
eksperimentite,
za
re{avawe
na
gorespomenatata zada~a, naj~esto se koristat tabeliranite
vrednosti. Toa zna~i deka niz tabeliranite vrednosti se provlekuva
nekoja funkcija koja e ednostavna za presmetuvawe. Ako vrednosta na
argumentot za koj se bara vrednosta na funkcijata e vo oblasta na
tabeliranite argumenti, metodot se vika interpolacija, a ako e
nadvor od taa oblast, toga{ se raboti za ekstrapolacija. Naj~esto se
koristat dva tipa interpolacii, grafi~ka i polinomna.
Grafi~ka interpolacija
Pri upotrebata na ovoj metod, tabeliranite podatoci se crtaat na
milimetarska hartija i niz niv se provlekuva kriva koja minuva niz
site to~ki. Za opredelena vrednost na argumentot se ot~ituva
soodvetnata vrednost na krivata koja ja pretstavuva baranata
vrednost na funkcijata.
Ovoj metod ima nedostatoci vo smisla na ograni~ena to~nost pri
nanesuvaweto i ~itaweto na podatocite (obi~no 0,1 %), kako i pri
povlekuvaweto na krivata niz tabeliranite vrednosti.
Grafi~kiot metod e pogoden ako podatocite se dobieni od grafici,
dodeka vo drugite slu~ai se koristi polinomnata interpolacija koja
e mnogu pogodna pri koristeweto na kompjuterite.
Polinomna interpolacija
Ovde problemot moè da se podeli na dva dela:
nao|awe priblièn izraz na funkcijata f(x) koja e zadadena samo

so tablica od vrednosti
NUMERI^KI METODI
Interpolacija
21
presmetuvawe na pribli`nata vrednost na funkcijata f(x) za

baraniot argument koj ne se nao|a vo tabelata.
Najednostavna formulacija na prviot del od problemot e slednava:

vo opredelen interval dadeni se n+1 to~ki, x0,x1,.....xn (koi se vikaat
jazli na interpolacijata), kako i vrednostite na nekoja fukcija f(x)
vo tie to~ki, taka {to:
f(x0)=y0; f(x1)=y1 f(x2)=y2; ....... f(xn)=yn
Treba da se opredeli funkcijata (x) koja se sovpa|a so funkcijata
f(x) vo dadenite to~ki, odnosno minuva niz to~kite (x0,y0), (x1,y1),.......
(xn,yn). Niz ovie to~ki moè da se provle~at bezbroj krivi. Za da bide
zada~ata ednozna~na namesto proizvolna funkcija (x) se bara
polinom P(x), so stepen ne pogolem od n taka {to: P(x0)=y0; P(x1)=y1
P(x2)=y2; ....... P(xn)=yn. To~kite so apscisi x0,x1,.....xn se vikaat jazli na
interpolacijata, rastojanieto pome|u dva sosedni jazli se vika ~ekor
na interpolacijata, a P(x) e interpolacionen polinom.
Ako interpolacijata se vr{i so polinom od prv stepen, se raboti za
linearna interpolacija, a ako polinomot e od vtor stepen, za
kvadratna interpolacija, it.n.
y
f(x)
-3
0.7
3.8
6.3
8.2
9.5
xarg=
0.55
-3
0.7
3.8
6.3
8.2
9.5
-3
-0.89075
Interpolacija
12
f(x)
10
8
6
y
x
0
1
2
3
4
5
6.83125
xarg=
3.25
6.83125
-0.89075
0
-2
-4
x
Linearna interpolacija
Pri interpolacijata moè da se postavi zada~a, da se opredeli
vrednosta na f (x) za argument x koj ne se nao|a vo tabelata, a leì
pome|u argumentite xk i xk+1. Geometriski, linearnata interpolacija
zna~i deka funkcijata f(x) treba da se zameni so pravata {to minuva
niz to~kite (xk,yk) i (xk+1,yk+1).
NUMERI^KI METODI
Interpolacija
22
y
B
yk+1
f(x)
yk
y k +1 y k
(x)
C
A
x x k C
y yk
B
x k +1 x k
xk
x
xk+1
Sl. 1 Linearna interpolacija

Vrednosta na f(x)=y koja odgovara na argumentot x lesno se dobiva od
sli~nosta na triagolnicite CCA i BBA na slika 1:
y y k y k +1 y k
=
x x k x k +1 x k
od kade {to sledi:
y = yk +
x xk
( y k +1 y k )
x k +1 x k
Lagranòva interpolacija
Vo mnogu slu~ai linearnata interpolacija ne moè da ja dade
baranata to~nost, poradi {to e potrebno da se koristi
interpolacionen polinom od povisok red.
Ako se dadeni n+1 to~ki (x0,y0), (x1,y1),....... (xn,yn), postaveni na
razli~ni me|usebni rastojanija, toga{, za da go dobieme polinomot
P(x)=a0+a1x+ +a1x2......anxn koj minuva niz niv, vo nego treba da gi
zamenime posledovatelno site to~ki, pri {to }e dobieme sistem
linearni ravenki po nepoznatite koeficienti a0,a1......an.
y 0 = a 0 + a 1x 0 + .............a n x 0n
y1 = a 0 + a 1 x 1 + .............a n x1n
.
.
y n = a 0 + a 1 x n + ............a n x nn
Ovoj sistem ima edinstveno re{enie so koe se opredeluvaat
baranite koeficienti na polinomot P(x).
So ogled na toa deka ovoj na~in bara obemni matemati~ki operacii,
polinomot P(x) }e go opredelime na drug na~in.
NUMERI^KI METODI
Interpolacija
23
Najprvo }e opredelime polinom Lk(x), takov {to:

Lk(xm)=0 za km i
Lk(xm)=1 za k=m
Ovie uslovi moàt da se napi{at vo oblik:
1
L k ( x m ) = km
0
za k=m
za km
kade {to km e Kronekerov simbol.

Bidej}i baraniot polinom ima vrednosti nuli vo to~kite so
argumenti x0,x1, x2.... xk-1, xk+1....xn, toj ima oblik:
L k ( x ) = C k ( x x 0 )( x x 1 ).........( x x k 1 )( x x k +1 ).......( x x n )
kade {to Ck pretstavuva koeficient. Ako vo ovaa formula stavime
x=xk , vrednosta na polinomot Lk(x) treba da bide ednakva na edinica.
C k ( x k x 0 )( x k x 1 ).........( x k x k 1 )( x k x k +1 ).......( x k x n ) = 1
od kade {to dobivame:
Ck =
1
( x k x 0 )( x k x1 ).........( x k x k 1 )( x k x k +1 ).......( x k x n )
Ako ovaa ravenka ja zamenime vo izrazot za Lk(x), }e dobieme:
L k (x) =
( x x 0 )( x x 1 ).........( x x k 1 )( x x k +1 ).......( x x n )
( x k x 0 )( x k x 1 ).........( x k x k 1 )( x k x k +1 ).......( x k x n )
kade {to k=1,2,.......n

Izrazot za Lk(x) pretstavuva n krivi koi za x=xk imaat vrednost 1, a
vo drugite jazolni to~ki imaat vrednost nula.
Koga se ve}e opredeleni ovie polinomi Lk(x), koi se vikaat
Lagranòvi polinomi, baraniot interpolacionen polinom go dobiva
sledniov oblik:
n
P( x ) = y 0 L 0 ( x ) + y1L1 ( x ) + y 2 L 2 ( x )....... + y n L n ( x ) = y k L k ( x )
k =1
Ova e interpolaciona formula na Lagran`. Taa lesno moè da se

interpretira so pomo{ na narednata slika, na koja e ilustriran
NUMERI^KI METODI
Interpolacija
24
slu~ajot za n=4. Sekoj polinom Lk(x) moè da se razgleduva kako

influentna linija, so ordinati edinica vo to~kite x=xk i nula vo
to~kite x=xm za mk. Sumata na influentnite linii, pomnoèni so
soodvetnite ordinati yk, go dava Lagranòviot interpolacionen
polinom pretstaven so poslednata ravenka.
x0
L0(x)
y2
y1
y0
x1
x2
y3
x3
yn
xn
L1(x)
1
1
L2(x)
Sl. 2 Lagranòvi polinomi za n=4 (prikaàni se samo polinomite

L0(x), L1(x) i L2(x))
Ovoj polinom za ilustracijata na slika 2, se dobiva vo oblik:
P( x ) = y 0 L 0 ( x ) + y1L1 ( x ) + y 2 L 2 ( x ) + y 3 L 3 ( x ) + y 4 L 4 ( x )
Za slu~aj n=1, Lagranòviot interpolacionen polinom minuva niz
dve to~ki i pretstavuva linearna interpolacija.
P( x ) = y 0 L 0 ( x ) + y1L1 ( x )
Polinomite L0(x) i L1(x) se:
L1 ( x ) =
x x0
;
x1 x 0
P( x ) = y 0
L 0 (x) =
x x1
x 0 x1
x x0
x x1
+ y1
x1 x 0
x 0 x1
Ako ovaa ravenka se sredi, se dobiva:
NUMERI^KI METODI
Interpolacija
25
P( x ) = y 0
x x0
x x0
x x1
x x1
+ y1
+ y0 y0 = y0 + y0 (
1) + y 1
=
x 0 x1
x1 x 0
x 0 x1
x1 x 0
= y0 + y0
x x1 x 0 + x1
x x0
x x0
x x0
+ y1
= y0 y0
+ y1
=
x 0 x1
x1 x 0
x1 x 0
x1 x 0
= y0 +
x x0
( y1 y 0 )
x1 x 0
{to e identi~no so prethodno dobienata ravenka za linearna

interpolacija.
Za n=2 (zemame 3 to~ki od tabelata) imame kvadratna interpolacija i
polinomot e:
P( x ) = y 0
( x x 0 )( x x 2 )
( x x 0 )( x x 1 )
( x x 1 )( x x 2 )
+ y2
+ y1
( x 0 x 1 )( x 0 x 2 )
( x 1 x 0 )( x 1 x 2 )
( x 2 x 0 )( x 2 x 1 )
Primer 1. Tabli~no e zadadena nekoja funkcija. Koristej}i ja

formulata za linearna interpolacija, da se interpolira vrednosta
na funkcijata za x=2.2.
x = 2,2
x
y
k+1
2
5,848
2,3
6,127
y = yk +
x xk
( y k +1 y k )
x k +1 x k
y = 5,848 +
2,5
6,3
6,127 5,848
(2,2 2,0)
2,3 2,0
y = 6,034
Primer 2. Da se opredeli polinom od tret stepen koj minuva niz

dadenite to~ki:
k
xk
yk
0
0,0
1,0
1
1,0
1,0
2
2,0
2,0
3
4,0
5,0
NUMERI^KI METODI
Interpolacija
26
L 0 (x) =
( x x 1 )( x x 2 )( x x 3 )
( x 1)( x 2)( x 4)
; y0 = 1
=
( x 0 x 1 )( x 0 x 2 )( x 0 x 3 ) (0 1)(0 2)(0 4)
L1 ( x ) =
( x x 0 )( x x 2 )( x x 3 )
( x 0)( x 2)( x 4)
; y1 = 1
=
( x 1 x 0 )( x 1 x 2 )( x 1 x 3 )
(1 0)(1 2)(1 4)
L 2 (x) =
( x x 0 )( x x 1 )( x x 3 )
( x 0)( x 1)( x 4)
; y2 = 2
=
( x 2 x 0 )( x 2 x 1 )( x 2 x 3 ) (2 0)(2 1)(2 4)
L 3 (x) =
( x x 0 )( x x 1 )( x x 2 )
( x 0)( x 1)( x 2)
; y3 = 5
=
( x 3 x 0 )( x 3 x 1 )( x 3 x 2 ) (4 0)(4 1)(4 2)
So zamena na ovie izrazi vo Lagranòviot interpolacionen polinom

od III red, se dobiva funkcijata so koja e aproksimirana tabli~no
zadadenata funkcija:
P ( x ) = y 0 L 0 ( x ) + y1 L1 ( x ) + y 2 L 2 ( x ) + y 3 L 3 ( x )
P( x ) =
1
( x 3 + 9 x 2 8x + 12)
12
Primer 3. Dadena e slednava tabela:

k
xk
yk
0
1,0
1,0
1
2,0
3,0
2
5,0
6,0
3
9,0
10,0
Da se interpolira vrednosta na funkcijata so polinom od treti red

za x=6,0.
3
(6 2)(6 5)(6 9)
; L 0 (6,0) = ; y 0 = 1
8
(1 2)(1 5)(1 9)
(6 1)(6 5)(6 9)
5
; L1 (6,0) = ; y1 = 3
L1 ( x ) =
(2 1)(2 5)(2 9)
7
5
(6 1)(6 2)(6 9)
; L 2 (6,0) = ; y 2 = 6
L 2 (x) =
4
(5 1)(5 2)(5 9)
5
(6 1)(6 2)(6 5)
; L 3 (6,0) = ; y 3 = 10
L 3 (x) =
56
(9 1)(9 2)(9 5)
5
5
5
3
= 6,625
P(6,0) = 1 + 3 ( ) + 6 + 10
56
4
7
8
L 0 (x) =
NUMERI^KI METODI
Interpolacija
27
Obratna interpolacija
Se postavuva obratna zada~a: dadeni se vrednostite za f(x), f(xk)=yk,
vo to~kite x0,x1,.....,xn. Za dadeno y* se bara x*, za koja e zadovoleno
f(x*)=y* (obi~no y*yk kade {to k=0,1,....,n). Zada~ata se sveduva na
opredeluvawe interpolacionen polinom P(y) za inverznata funkcija
(y) na f(x). t.e. se odreduva P(y) taka {to P(yk)=xk; k=0,1,....,n.
(zabele{ka: koga xk se na ekvidistantni rastojanija, soodvetnite
vrednosti yk, obi~no, ne se rasporedeni na isti rastojanija, pa zatoa
se koristi interpolacionata formula na Lagran`).
Primer 4. Zadadena e funkcijata y=f(x) so tabela 1. Da se najde za
koja vrednost na x se dobiva y=3,7
.
Tabela 2
Tabela 1
k
0
1
2
k
0
1
2
xn
3,0
4,06
5,0
x
1,1
1,4
1,6
yn
1,1
1,4
1,6
y
3,0
4,06
5,0
Se formira nova tabela (tabela 2) vo koja x i y si gi menuvaat
mestata. Koristej}i ja ovaa tabela, barame kolku e yn(xn=3,7).
Se smeta deka funkcijata f(x) e strogo monotona vo razgleduvaniot
interval, pa zada~ata }e ima edinstveno re{enie. Za da ne gi
menuvame oznakite vo interpolacionata formula, xn i yn gi
razgleduvame kako x i y na nekoja nova funcija.
Se primenuva Lagranòvata interpolaciona formula za kvadratna
interpolacija (bidej}i se dadeni 3 to~ki vo tabelata), zna~i za n=2,
vo koja zamenuvame x=3,7.
y = P( x ) = y 0 L 0 (3,7) + y1 L1 (3,7) + y 2 L 2 (3,7)

(3,7 4,06)(3,7 5)
(3,7 3)(3,7 5)
(3,7 3)(3,7 4,06)
1,1 +
1,4 +
1,6 =
(3 4,06)(3 5)
(4,06 3)(4,06 5)
(5 3)(5 4,06)
y = 1,3051
y=
Zna~i, za x*=1,3051 f(x*)=3,7.

Moè da se postavi zada~a za opredeluvawe koren na nekoja
tabli~no zadadena funkcija. Pritoa moè da se primeni obratnata
Lagranòva interpolacija i da se opredeli za koja vrednost na
argumentot funkcijata ima vrednost ednakva na nula.
f(x)
y=0, x=?
x
NUMERI^KI METODI
Interpolacija
28
Kone~ni razliki
Neka e dadena diskretna funkcija, odnosno kone~no mnoèstvo na
argumenti xk i soodvetnite vrednosti na funkcijata f(xk)=yk, pri {to
argumentite se na ednakvi me|usebni rastojanija xk+1-xk=h.
y0
x0
y1
x1
y2
x2
yn
xn
Razlikite na vrednostite yk se ozna~uvaat so yk=yk+1-yk i se vikaat

prvi razliki ili kone~ni razliki od I red. Razlikite pak od prvite
kone~ni razliki se obeleùvaat so:
2yk= (yk)= yk+1- yk= (yk+2-yk+1)- (yk+1-yk)= yk+2-yk+1- yk+1+yk= yk+2-2yk+1+yk
2yk= yk+2-2yk+1+yk
i se vikaat kone~ni razliki od II red. Voop{to, kone~nite razliki
od n-ti red se definiraat so:
nyk= n1 yk+1- n1 yk
Koristej}i razli~ni mnoèstva na to~ki, kone~nite razliki vo to~ka
moè da se izrazat na tri na~ina: kone~ni razliki nazad, kone~ni
razliki napred i centralni kone~ni razliki.
Kone~ni razliki nazad
To~kite {to se koristat za izrazuvawe na kone~nite razliki se vo
red koj se namaluva vo odnos na to~kata {to se razgleduva. Na
primer, za 5 to~ki:
prva razlika
yn=yn-yn-1
yn-1=yn-1-yn-2
yn-2=yn-2-yn-3
yn-3=yn-3-yn-4
yn-4=yn-4-yn-5
vtora razlika
2yn= yn- yn-1= (yn-yn-1) (yn-1-yn-2)= yn-2yn-1+yn-2
2yn-1= yn-1- yn-2= (yn-1-yn-2) (yn-2-yn-3)= yn-1-2yn-2+yn-3
NUMERI^KI METODI
Interpolacija
29

treta razlika:
3yn= 2yn- 2yn-1= (yn-2yn-1+yn-2)-(yn-1-2yn-2+yn-3)= yn-3yn-1+3yn-2 -yn-3
3yn-1= 2yn-1- 2yn-2= (yn-1-2yn-2+yn-3)-(yn-2-2yn-3+yn-4)= yn-1-3yn-2+3yn-3 -yn-4
3yn-2= 2yn-2- 2yn-3= (yn-2-2yn-3+yn-4)-(yn-3-2yn-4+yn-5)= yn-2-3yn-3+3yn-4 -yn-5
~etvrta razlika:
4yn= 3yn-3yn-1=(yn-3yn-1+3yn-2 -yn-3)-(yn-1-3yn-2+3yn-3 -yn-4)=
=yn-4yn-1+6yn-2 -4yn-3+yn-4
4yn-1= 3yn-1- 3yn-2= (yn-1-3yn-2+3yn-3 -yn-4)-(yn-2-3yn-3+3yn-4 -yn-5)=
=yn-1-4yn-2+6yn-3 -4yn-4+yn-5
petta razlika:
5yn = 4yn-4yn-1=(yn-4yn-1+6yn-2 -4yn-3+yn-4)-( yn-1-4yn-2+6yn-3 -4yn-4+yn-5)
= yn-5yn-1+10yn-2 -10yn-3+5yn-4 -yn-5
Op{tiot izraz za razlikite e daden vo narednata tabela. Na levata
strana na tabelata se dadeni kone~nite razliki, a na desnata strana
koeficientite so koi se mnoàt soodvetnite kone~ni razliki.
Razlikite yn,.....,5yn se dobivaat so sumirawe na proizvodite na
koeficientite po ovie razliki ili na soodvetnite ordinati yn, yn1.....,yn-5.
y
yn-5
yn-4
yn-3
yn-2
yn-1
yn
2y
yn-4
yn-3
yn-2
yn-1
yn
3y
2yn-3
2yn-2
2yn-1
2yn
4y
5y
3yn-2
3
yn-1
3
yn
4yn-1
4yn
4yn
5yn
-1
-1
-4
-10
10
-1
-2
-3
-4
-5
yn
2yn
5yn
NUMERI^KI METODI
3yn
Interpolacija
30
Kone~ni razliki napred

To~kite {to se koristat za izrazuvawe na kone~nite razliki se vo
red koj se zgolemuva vo odnos na to~kata {to se razgleduva.
Tabelarnata forma na ovie razliki e dadena na slednata slika.
2y
y
yn
3y
yn
yn+1
2yn
yn+1
yn+2
2yn+2
yn+3
yn+4
2yn+3
yn+4
5y
2yn+1
yn+2
yn+3
4y
yn
4yn
yn+1
4yn+1
yn+2
yn
-1
2yn
1
3yn
-1
4yn
1
5yn
-1
-2
-4
-3
-10
-4
10
-5
5yn
yn+5
Centralni razliki
Koga to~kite se simetri~no postaveni vo odnos na to~kata n, imame
centralni razliki.
Neka se poznati vrednostite na funkcijata f(x) vo to~kite n-5, n-4, n-3,
n-2, n-1, n, n+1, n+2, n+3, n+4, n+5, koi se na ednakvi me|usebni
rastojanija h, kako i vrednostite na ovaa funkcija vo sredinite na
intervalite h:
n-5
n-4
n-9/2
n-3
n-7/2
n-2
n-5/2
n-1
n+1
n-3/2
n-1/2
n +1/2
n+2
n+3/2
NUMERI^KI METODI
n+3
n+5/2
n+4 n+5
n+7/2
n+9/2
Interpolacija
31
Centralnite kone~ni razliki se izveduvaat od razlikite na to~kite

n+1 i n-1. Na primer:
prva razlika yn=( yn+1- yn-1)/2=-0.5 yn-1+0.5 yn+1
vtora razlika yn+1/2= yn+1- yn

yn-1/2 = yn- yn-1
2yn = yn+1/2- yn-1/2=(yn+1- yn)- (yn- yn-1)= yn-1-2yn+yn+1
treta razlika
2yn+1= yn-2yn+1+yn+2
2yn-1 = yn-2-2yn-1+yn
3yn =(2yn+1- 2yn-1)/2=((yn-2yn+1+yn+2)- (yn-2-2yn+1+yn))/2=(yn-2+2yn-1-2yn+1+ yn+2)/2 = - 0.5 yn-2+ yn-1- yn+1+0.5 yn+2
Kone~nite razliki koi se prethodno izvedeni, mnogu ~esto se
koristat za interpolacionite formuli na Wutn, za interpolacija vo
intervalot desno od to~kata x0 i levo od to~kata xn.
Wutnovi interpolacioni polinomi
Wutnov polinom za interpolacija napred
P( x ) = y 0 +
+
y 0
2 y 0
( x x 0 ) ( x x 1 ) + ....... +
(x x 0 ) +
1!h
2!h 2
n y 0
( x x 0 ) ( x x 1 )......( x x n 1 )
n!h n
Ili so zamenata u=(x-x0)/h odnosno x=x0+hu ovoj polinom dobiva

forma:
P( x ) = y 0 +
+
y 0
2 y 0
3 y 0
u+
u ( u 1) +
u (u 1) (u 2) + .... +
1!
2!
3!
n y 0
u (u 1) (u 2)....(u n 1)
n!

~etiri dadeni to~ki.
k
xk
yk
0
4
1
1
6
3
2
8
8
NUMERI^KI METODI
3
10
20
Interpolacija
32
Za da go opredelime polinomot prethodno ja formirame tabelata na

kone~ni razliki napred.
y0
y0
y1
y1
y2
y2
k
0
2y0
2y1
x
4
y
1
2y
3y0
2
3y0
3
5
10
20
4
7
12
y3
Zaokruènite brojki gi zamenuvame vo Wutnoviot polinom:
4
2
3
( x 4) ( x 6)( x 8)
( x 4) ( x 6) +
( x 4) +
2
1 2
3 2 1 23
2 1 2
Po sreduvawe na izrazot, se dobiva;
P( x ) = 1 +
P( x ) =
1
(2x 3 27 x 2 + 142 x 240) = 0.0833x 3 1.125x 2 + 5.197 x 9.458
24
Wutnov interpolacionen polinom za interpolacija nazad
P( x ) = y 0 +
+
y 0
2 y 0
(x x 0 ) +
( x x 0 ) ( x x 1 ) + ....... +
h
2!h 2
n y 0
( x x 0 ) ( x x 1 )......( x x n 1 )
n!h n
Ili vo druga forma:
P( x ) = y 0 +
+
y 0
2 y 0
3 y 0
u+
u (u + 1) +
u (u + 1)(u + 2) + ....... +
1!
2!
3!
n y 0
u ( u + 1)(u + 2)......(u + n 1)
n!h n

dadeni to~ki.
k
xk
yk
-3
4
1
-2
6
3
-1
8
8
Tabelata na kone~nite razliki nazad e:

NUMERI^KI METODI
0
10
20
Interpolacija
y-3
33
k
y-2
y-1
y-1
y0
2y
3y
0
y-1
2
y-2
-3
-2
y0
3
2y0
2
3
5
y0
-1
7
12
10
20
12
7
4
( x 10) +
( x 10) ( x 8) +
( x 10) ( x 8)( x 6)
2
2
2 1 2
3 2 1 23
So sreduvawe se dobiva istiot polinom od treti red kako i so
Wutnovata interpolaciona formula napred.
P( x ) = 20 +
P(x)=0.0833 x3 - 1.125x2 + 5.917x - 9.458
25
y = 0.0833x 3 - 1.125x 2 + 5.9167x - 10
20
15
10
5
0
0
NUMERI^KI METODI
10
12
Pribli`no diferencirawe
34
3. PRIBLI@NO DIFERENCIRAWE
Pri re{avaweto na prakti~ni zada~i od inènerstvoto, ~esto se
postavuva zada~a da se opredelat izvodi na funkcijata f(x) koja e
zadadena grafi~ki ili so tabela na vrednosti vo nekolku to~ki.
Isto taka, vo slu~ai koga funkcijata e zadadena vo matemati~ka
forma so sloèn analiti~ki izraz, poradi toa {to neposrednoto
diferencirawe e sloèno, se pristapuva kon numeri~ko
diferencirawe.
Osnovnata definicija za diferenciraweto e:
y ' ( x ) = lim
h 0
y( x + h ) y( x )
h
i od nea podocna }e se dobijat nekolku formuli za numeri~ko

diferencirawe.
Grafi~ko diferencirawe
Poznato e deka izvodot na nekoja funkcija vo nekoja to~ka x , koja e
grafi~ki pretstavena, moè da se interpretira kako naklon na
tangentata na funkcijata vo taa to~ka.
y'( x )=[(x2)-y(x1)]/(x2- x1)
y'( x )=tg
x1
x2
Postapkata za grafi~ko diferencirawe e sledna: se crta grafik na

funkcijata i vo to~kata so abscisa x se povlekuva tangenta na
krivata. Paralelno so tangentata se povlekuva prava koja ja se~e
krivata vo to~kite (x1,y1) i (x2,y2), preku koi se opredeluva tangensot
na agolot {to tangentata go zaklopuva so oskata x.
y ' (x) =
y( x 2 ) y( x 1 ) y 2 y 1
=
x 2 x1
x 2 x1
To~nosta na grafi~koto diferencirawe e ograni~ena so to~nosta so

koja moè da se ~ita grafikot i so to~nosta na povlekuvaweto na
tangentata.
NUMERI^KI METODI
35
Diferencirawe so pomo{ na kone~ni razliki

Pri re{avawe na inènerski problemi, ~esto e potrebno numeri~ki
da se procenat vrednostite na izvodite na nekoja funkcija.
Pritoa postojat dva pristapa:
funkcijata e poznata no izvodite ne moè da bidat presmetani
analiti~ki
funkcijata e zadadena tabli~no, a izvodite se presmetuvaat
analiti~ki, so diferencirawe na interpoliranata funkcija koja
pribli`no ja pretstavuva stvarnata funkcija.
Vo prviot pristap, ako funkcijata e poznata a izvodot ne moè da
se presmeta analiti~ki, istiot moè da se proceni kako:
dy f ( x ) f ( x + x ) f ( x )
=
x
dx
x
Zna~i, za da ja presmetame vrednosta na prviot izvod vo to~ka x, f(x),
potrebno e da ja presmetame vrednosta na funkcijata vo dve to~ki, x
i x+x, i nivnata razlika da se podeli so ~ekorot x. Ovoj pristap e
poznat kako diferencirawe so pomo{ na kone~ni razliki napred.
Izvodot moè da se presmeta i so kone~ni razliki nazad:
dy f ( x ) f ( x ) f ( x x )
=
dx
x
x
Isto taka, izvodot moè da se presmeta i so kone~ni razliki na
vrednostite vo to~kite koi se na rastojanie 2x.
dy f ( x ) f ( x + x ) f ( x x )
=
dx
2 x
2x
Za mnogu funkcii so pove}e promenlivi, metodot so dvoen ~ekor
moè da se dobijat poto~ni rezultati otkolku so kone~nite razliki
napred ili nazad.
Primer 1. Podatocite dadeni vo narednata tabela pretstavuvaat
vrednosti na tretiot stepen od brojot x. Da se aproksimira
vrednosta na prviot izvod za x=2, koristej}i kone~ni razliki
napred, nazad i {ema na kone~ni razliki so dvoen ~ekor. Rezultatot
da se sporedi so to~noto re{enie.
x
0
1
2
3
4
f(x)=x3
NUMERI^KI METODI
27
64
36
Kone~ni razliki napred
f (2) f ( x + x ) f ( x ) 27 8 19
=
= 19
=
=
x
x
3 2
1
-
Kone~ni razliki nazad:

f ( 2) f ( x ) f ( x x ) 8 1 7
=
=
= =7
x
x
2 1 1
Metod so dvoen ~ekor:
f ( 2) f ( x + x ) f ( x x ) 27 1 26
=
=
=
= 13
2 x
2 x
3 1
2
-
To~na vrednost:
f (x) = x 3
f ' (x) =
df ( x )
= 3x 2
dx
df (2)
= 3 2 2 = 12
dx
-
Sporedba na rezultatite so to~noto re{enie:

k. r.
nazad
7
dvoen
~ekor
13
to~no
f(2)
k. r.
napred
19
%gre{ka
58.33
41.67
12
Primer 2. Da se opredeli polinom od vtor red koj pominuva niz

dadenite to~ki, a potoa, koristej}i go toj polinom, da se aproksimira
prviot izvod na tabli~no zadadenata funkcija za x=2. Re{enieto da
se sporedi so rezultatite od primer 1 i so to~noto re{enie.
f(x)
27
Polinom od II red vo forma:
P( x ) = a 0 + a 1 x + a 2 x 2
Nepoznati se tri koeficienti na polinomot, zna~i potrebno e da
sostavime i da re{ime sistem od 3 ravenki so 3 nepoznati. Sistemot
NUMERI^KI METODI
37
}e go sostavime od uslovot polinomot da pominuva niz dadenite

to~ki, odnosno:
P( x i ) = a 0 + a 1 x i + a 2 x i2
P( x 0 ) = a 0 + a 1 x 0 + a 2 x 02 P( x 1 ) = a 0 + a 1 x 1 + a 2 x 12
1 = a 0 + a 1 1 + a 2 12
8 = a 0 + a1 2 + a 2 22
1 = a 0 + a1 + a 2
8 = a 0 + 2a 1 + 4a 2
P( x 2 ) = a 0 + a 1 x 2 + a 2 x 22
27 = a 0 + a 1 3 + a 2 3 2
27 = a 0 + 3a 1 + 9a 2
Sistemot ravenki od koj }e gi opredelime nepoznatite koeficienti
na polinomot a1, a2 i a3, e:
a 0 + a1 + a 2 = 1
a 0 + 2a 1 + 4a 2 = 8
a 0 + 3a 1 + 9a 2 = 27
Vo matri~na forma moè da se napi{e:
1 1 1 a 0 1
1 2 4 a = 8
1
1 3 9 a 2 27
Re{enie so inverzna matrica na sistemot ravenki:
1
a 0 1 1 1 1

a 1 = 1 2 4 8
a 1 3 9 27

2
1 1 6
3
a 0 3

a 1 = 2.5 4 1.5 8 = 11
a 0.5 1 0.5 27 6
2

Polinomot od II red koj pominuva niz dadenite tri to~ki e:
P2 ( x ) = 6 11x + 6x 2
Prviot izvod za x=2 }e go opredelime so direktno diferencirawe na
polinomot P2(x).
P' ( x ) = 11 + 12x
P' (2) = 11 + 12 2 = 24 11 = 13
NUMERI^KI METODI
38
- Sporedba na rezultatite so to~noto re{enie:

k. r.
nazad
7
dvoen
~ekor
13
polinom
od II red
13
to~no
f(2)
k. r.
napred
19
%gre{ka
58.33
41.67
8.33
8.33
12
Tabelata na kone~ni razliki, isto taka, moè da se koristi za

opredeluvawe vrednosti na izvodi na tabli~no zadadena funkcija.
Na primer, vo narednata tabela na kone~ni razliki, kolonata f

moè da se koristi za procena na vrednosta na prviot izvod vo
nekoja to~ka,
Isto taka, vrednostite vo kolonata 2f moè da se koristat za
opredeluvawe na vtoriot izvod na tabli~no zadadenata funkcija
vo nekoja to~ka, itn.
Tabela na kone~ni razliki
x
x
f(x)
2 f
f(x)
f(x)= f(x+x)- f(x)
x+x
2f(x)= f(x+x)- f(x)
f(x+x)
f(x+x)= f(x+2x)f(x+x)
x+2x
2f(x+x)= f(x+2x)f(x+x)
f(x+2x)
f(x+2x)= f(x+3x)f(x+2x)
x+3x
2f(x+2x)=
f(x+3x)- f(x+2x)
f(x+3x)
f(x+3x)= f(x+4x)f(x+3x)
x+4x
2f(x+3x)=
f(x+4x)- f(x+3x)
f(x+4x)
f(x+4x)= f(x+5x)f(x+4x)
x+5x
.
f(x+5x)
.
Za da se opredeli prviot izvod vo to~kata x, se koristi

kone~nata razlika f(x); toa e kone~na razlika od I red, a se nao|a
vo redot pod dadenata vrednost za x. Na toj na~in se opredeluva
izvodot so kone~ni razliki napred.
NUMERI^KI METODI
39
So koristewe na kone~nite razliki koi se nao|aat vo redot nad

dadenata vrednost na x, se opredeluva izvodot so kone~ni
razliki nazad.
Prose~nata vrednost od ovie dve kone~ni razliki se koristi za
opredeluvawe na prviot izvod po metodot so dvoen ~ekor.
Na sli~en na~in se opredluvaat vrednostite za vtoriot izvod,
pri {to se koristat vrednostite od kolonata 2f.
Primer 3. Za dadeniot set na podatoci, da se proceni vrednsta na

prviot izvod za x=11, so koristewe tabela na kone~ni razliki po
metodite napred, nazad i so dvoen ~ekor. Isto taka, da se opredeli
vrednosta na vtoriot izvod za x=11 so kone~ni razliki napred.
10
11
12
12
14
f(x)
1000
1331
1728
2197
2744
2 f
Tabela na kone~ni razliki:
x
10
f(x)
3 f
4 f
1000
331
11
1331
66
397
12
1728
6
72
469
13
2197
0
6
78
547
14
2744
So kone~ni razliki napred, za x=11 se zema kone~nata razlika

f=397 koja se nao|a vo redot pod redot x=11. Spored toa, vrednsta
na prviot izvod }e bide:
f (11) f i +1
397
=
=
= 397
x
x
11 10
So kone~ni razliki nazad, za x=11 se zema kone~nata razlika

f=331 koja se nao|a vo redot nad redot x=11. Vrednosta na prviot
izvod }e bide:
NUMERI^KI METODI
40
f (11) f i
331
=
=
= 331
x
x 11 10
So kone~ni razliki so dvoen ~ekor, za x=11 se zema srednata

vrednost od prethodnite dve kone~ni razliki, pa izvodot }e
bide:
f (11) f i + f i +1 331 + 397

=
=
= 364
2x
2x
2
Vrednosta na vtoriot izvod za x=11 po metodot kone~ni razliki

napred }e go procenime so kone~nata razlika od II red 2fi+1
2 f (11) 2 f i +1
66
66
=
=
= 2 = 66
2
2
2
x
(x )
(11 10)
1
To~no re{enie
Ako gi pogledneme vrednostite od tabelata, }e zabeleìme deka toa

e funkcijata f(x)=x3. Spored toa, vtoriot izvod }e bide:
f (x) = x 3
f ' ( x ) = 3x 2 ;
f ' ' (x) = 6x
f ' ' (11) = 6 11 = 66

So kone~ni razliki e dobieno to~no re{enie.
Numeri~ko diferencirawe so koristewe na Tajlorovi redovi
Osnovnite ravenki za diferencirawe so kone~ni razliki napred i
nazad proizleguvaat od ekspanzijata na Tajlorovi serii:
f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
+
h 2 ( 2)
h 3 ( 3)
f ( x 0 ) + ..... +
f (x 0 ) +
2!
3!
h n (n)
f ( x 0 ) + R n +1
n!
kade {to: x=x0+h; h=x-x0=x

Vo toj slu~aj, Tajlorovata serija moè da se zapi{e kako:
f ( x )
2 f ( x ) (x ) 2 3 f ( x ) (x ) 3
x +
+
f ( x + x ) = f ( x ) +
.......
x
2!
3!
x 2
x 3
NUMERI^KI METODI
41
Ako Tajlorovata serijata ja prekineme po vtoriot ~len, }e ja

dobiveme formulata za diferencirawe so pomo{ na kone~ni
razliki:
f ( x + x ) = f ( x ) +
f ( x )
x
x
f ( x )
x = f ( x + x ) f ( x )
x
f ( x ) f ( x + x ) f ( x )
=
x
x
Poslednata ravenka dobiena preku Tajlorovata serija e navistina
aproksimacija od prv red na formulata za opredeluvawe prv izvod
so pomo{ na kone~ni razliki napred.
Ako ja prekineme Tajlorovata serija po tretiot ~len (~lenot so vtor
izvod), }e dobieme:
f ( x + x ) = f ( x ) +
f ( x )
2 f ( x ) (x ) 2
x +
x
2!
x 2
Ovaa ravenka moè da se zapi{e kako:
f ( x )
2 f ( x ) (x ) 2
x = f ( x + x ) f ( x )
x
2!
x 2
ili:
f ( x ) f ( x + x ) f ( x ) 2 f ( x ) (x ) 2
=
x
x
x 2 2!x
f ( x ) f ( x + x ) f ( x ) 2 f ( x ) x
=
.........1
x
x
x 2 2
Poslednata ravenka e aproksimacija od vtor red na formulata za
opredeluvawe na prviot izvod vo to~ka x. Kako {to gledame, za ovaa
aproksimacija e potrebno poznavawe na vrednosta na vtoriot izvod
na funkcijata vo to~ka x. Potreben ni e izraz za opredeluvawe na
vtoriot izvod.
Ako f(x) e prviot izvod na f(x) vo to~kata x, toga{ aproksimacijata za
vtoriot izvod so kone~ni razliki napred e dadena so:
f 2 ( x ) f ' ( x + x ) f ' ( x )
=
x
x 2
NUMERI^KI METODI
42
f ( x + 2x ) f ( x + x )
x
f ( x + x ) f ( x )
f ' (x) =
x
f ' ( x + x ) =
Aproksimacija od I red na vtoriot izvod }e bide:
f ( x + 2x ) f ( x + x ) f ( x + x ) f ( x )
f ( x ) f ' ( x + x ) f ' ( x )
x
x
=
=
x
x
x 2
2
f 2 ( x ) f ( x + 2x ) f ( x + x ) f ( x + x ) + f ( x )
=
(x ) 2
x 2
f 2 ( x ) f ( x + 2x ) 2f ( x + x ) + f ( x )
=
x 2
(x ) 2
Poslednata ravenka ja zamenuvame vo ravenkata 1 i ja dobivame
aproksimacijata od II red na prviot izvod:
f ( x ) f ( x + x ) f ( x ) 2 f ( x ) x 2
=
=
x
x
2
x 2
f ( x ) f ( x + x ) f ( x ) f ( x + 2x ) 2f ( x + x ) + f ( x ) x
x
x
2
(x ) 2
f ( x ) 2f ( x + x ) 2f ( x ) f ( x + 2x ) + 2f ( x + x ) f ( x )
=
x
2x
f ( x ) f ( x + 2x ) + 4f ( x + x ) 3f ( x )
=
x
2x
Zna~i, vtora aproksimacija na prviot izvod so kone~ni razliki
napred, dobiena so Tajlorovata serija e slednava formula:
f ( x ) f ( x + 2x ) + 4f ( x + x ) 3f ( x )
=
x
2x
NUMERI^KI METODI
43
Na sli~en na~in moè da se dobie i formula za aproksimacija od

vtor red na vtoriot izvod, izvedena od ekspanzijata na Tajlorovata
serija.
Ponatamu se dadeni i drugi formuli izvedeni od Tajlorovata serija,
za prva i za aproksimacija od vtor red na prviot i na vtoriot izvod,
so kone~ni razliki napred, nazad i so dvoen ~ekor.
Aproksimacija na vrednosti za prviot izvod vo to~ka x
Kone~ni razliki napred:

-
aproksimacija od prv red
f ( x ) f ( x + x ) f ( x )
=
x
x
-
aproksimacija od vtor red
f ( x ) f ( x + 2x ) + 4f ( x + x ) 3f ( x )
=
2x
x

-
f ( x ) f ( x ) f ( x x )
=
x
x
-
f ( x ) 3f ( x ) 4f ( x x ) + f ( x 2x )
=
2x
x
So dvoen ~ekor:
-
f ( x ) f ( x + x ) f ( x x )
=
2x
x
-
f ( x ) f ( x + 2x ) + 8f ( x + x ) 8f ( x x ) + f ( x 2x )
=
12x
x
NUMERI^KI METODI
44
Aproksimacija na vrednosti za vtoriot izvod vo to~ka x
Kone~ni razliki napred:

-
2 f ( x ) f ( x + 2x ) 2f ( x + x ) + f ( x )
=
x 2
(x ) 2
-
2 f ( x ) f ( x + 3x ) + 4f ( x + 2x ) 5f ( x + x ) + 2f ( x )
=
x 2
(x ) 2

-
2 f ( x ) f ( x ) 2f ( x x ) + f ( x 2x )
=
x 2
(x ) 2
-
2 f ( x ) 2f ( x ) 5f ( x x ) + 4( x 2x ) f ( x 3x )
=
x 2
(x ) 2
So dvoen ~ekor:
-
2 f ( x ) f ( x + x ) 2f ( x ) + f ( x x )
=
x 2
(x ) 2
-
2 f ( x ) f ( x + 2x ) + 16f ( x + x ) 30f ( x ) 16f ( x x ) f ( x 2x )

=
x 2
12(x ) 2
NUMERI^KI METODI
45
Primer 4. Dadeni se podatoci za temperaturata na vozduhot T i

pritisokot na zasitenata parea es. Koristej}i aproksimacija od II red
na prviot izvod, so kone~ni razliki napred, nazad i so dvoen ~ekor,
da se proceni vrednosta na gradientot na funkcijata es , pri T=22 C0.
to~ka
x-2x
x-x
x
x+x
x+2x
x+3x
T(C0)
20
21
22
23
24
25
eS(mm Hg)
17.53
18.65
19.82
21.05
22.37
23.75
So kone~ni razliki napred:
f ( x ) f ( x + 2x ) + 4f ( x + x ) 3f ( x )
=
x
2 x
e S (22) e S (24) + 4e S (23) 3e S (22)
=
2(1)
x
e S (22) 22.37 + 4(21.05) 3(19.82)
=
= 1.185mm Hg / C 0
x
2
So kone~ni razliki nazad:
f ( x ) 3f ( x ) 4f ( x x ) + f ( x 2x )
=
2x
x
e S (22) 3e S (22) 4e S (21) + e S (20)
=
x
2(1)
e S (22) 3(19.82) 4(18.65) + (17.53)
=
= 1.195mm Hg / C 0
x
2
So kone~ni razliki so dvoen ~ekor:
f ( x ) f ( x + 2x ) + 8f ( x + x ) 8f ( x x ) + f ( x 2x )
=
12x
x
e S (22) e S (24) + 8e S (23) 8e S (21) + e S (20)
=
x
12(1)
e S (22) (22.37) + 8(21.05) 8(18.65) + (17.53)
=
= 1.1966mm Hg / C 0
x
12(1)
Zna~i, pri T na vozduhot 22C0 , gradientot na krivata na pritisokot
na zasitenata parea iznesuva 1.1966 mm Hg/C0.
NUMERI^KI METODI
46
Numeri~ko diferencirawe po metodot na sekanta

Prethodno dadenite aproksimacii na prviot izvod dobieni so
ekspanzija na Tajlorovi serii, poznati se i kako formuli za
diferencirawe po metodot na sekanta:
1)
y( x + h ) y( x )
h
y( x ) y ( x h )
y ' (x)
h
y ( x + h ) y( x h )
y ' (x)
2h
y ' (x)
2)
3)
Prvata formula e aproksimacija od I red na prviot izvod so kone~ni

razliki napred, vtorata e dobiena so kone~ni razliki nazad, a
tretata so centralni kone~ni razliki ili so kone~ni razliki so
dvoen ~ekor. Interpretacija na ovie formuli e dadena na slednava
slika:
C
xh
h
x+h
Ravenkata 1) koristi to~ka koja se nao|a desno od dadenata to~ka

kade {to se bara izvodot na funkcijata, i naklonot e definiran so
linijata AC. Ravenkata 2) koristi to~ka koja se nao|a levo od
dadenata to~ka kade {to se bara izvodot na funkcijata, i naklonot e
definiran so linijata AB. Kako {to moè da se vidi od prethodnata
slika, i za dvete aproksimacii ne moè da se kaè deka se
zadovolitelno to~ni, odnosno postoi golema razlika pome|u
naklonot na tangentata (linijata t), i liniite AC i AB. Podobra
aproksimacija se dobiva primenuvaj}i ja ravenkata 3), pri koja
naklonot e definiran so linijata BC (sekanta) i e najpriblièn so
naklonot na tangentata t, {to moè da se zabeleì od slikata.
Izrazite za kone~nite razliki moè da se opredelat:
1) geometriski, pri {to naklonot na tangentata se zamenuva so
naklonot na tetivata
2) so pomo{ na interpolacionite polinomi.
NUMERI^KI METODI
47
Pri ramnomerno raspredeleni jazli na interpolacijata moè da se

primenuvaat slednive izrazi za numeri~ko diferencirawe.
tangenta
tetiva
u i'
u i''
y y i +1 y i 1
=
1
x
2h
y' ( i +1) / 2 y' ( i 1) / 2
h
y i +1 y i
h
y y i 1
y' (i 1) / 2 = i
h
y' (i +1) / 2 =
i-1
i
h
i+1
h
y i +1 y i y i y i 1
y 2 y i + y i 1
h
h
y' 'i =
= i +1
2
h
h2
y IV i =
y i 2 4 y i 1 + 6 y i 4 y i +1 + y i + 2
4
h4
y' ' ' i =
y i 2 + 2 y i 1 2 y i +1 + y i + 2
3
2h 3
Koga h0, to~kite se zgusnuvaat i aproksimaciite se stremat kon

izvodite na funkcijata vo jazlite, i to~nosta se zgolemuva so
namaluvawe na ~ekorot.
Primer 5. Dadena e funkcijata y=sinx. Da se aproksimira vrednosta
y i y za x=/8, koristej}i gi kone~nite razliki od prv i od vtor red,
so ~ekor h=/16.
i
i-2
i-1
i
i+1
i+2
i+3
x
0
3/16
4/16
5/16
/16
2/16
y
0
0.195090 0.382683
0.555570
0.707106 0.831469
To~no re{enie:
y i' 1
y=sinx;
y=cosx ; y(/8)=cos(/8)=0.9238795
y i +1 y i 1
=
2h
2
16
(0.5555702 0.1950903) = 0.9179545
NUMERI^KI METODI
48
y i'' 2
=
y i +1 2 y i + y i 1
=
h2
1
(0.5555702 2 * 0.3826834 + 0.1950903) = -0.3814552
2
( )
16
To~no re{enie:
y=sinx; y=cosx ;
y=-sinx ; y(/8)=-sin(/8)=-0.3826834
Numeri~ko
diferencirawe
interpolacionen polinom
so
pomo{
na
Wutnoviot
Za opredeluvawe na izvodite na edna funkcija, koja e opredelena so

vrednostite f(x0)=y0; f(x1)=y1 f(x2)=y2; .......
f(xn)=yn, vo to~kite xn ,
(n=1,2,...,n) moè da se koristi Wutnoviot interpolacionen polinom
P(x). Ovde treba da se naglasi deka, pri opredeluvawe na
vrednostite na f(x), treba da se koristat jazolni to~ki na dovolno
mali rastojanija za f(x) pome|u niv da nema golem broj ekstremi. Vo
sprotivno, moè da se slu~i razlikata pome|u P(x) i f(x) da bide
mala, a razlikata pome|u nivnite izvodi da e mnogu golema.
f(x)
P(x)
x0
x1
P( x ) = y 0 +
+
x2
xn
y 0
y0
y0
u+
u (u 1) +
u (u 1) (u 2) + ...... +
1!
2!
3!
2
n y 0
u (u 1) ( u 2)....(u n 1)
n!
odnosno:
2 y 0 2
3 y 0 3
4 y 0 4
(u 6u 3 + 11u 2 6u )
(u 3u 2 + 2u ) +
(u u ) +
24
6
2
kade {to u=(x-xo)/h. ; du/dx=1/h
y( x ) = y 0 + y 0 u +
NUMERI^KI METODI
49
Imaj}i predvid deka:
dy dy du 1 dy
=
=
dx du dx h du
(3u 2 6u + 2)
(2u 3 9u 2 + 11u 3)
1
1
+ 4 y 0
+ .....]
[y 0 + 2 y 0 (u ) + 3 y 0
h
2
6
12
(6u 2 18u + 11)
1
+ .....]
y' ' ( x ) = 2 [2 y 0 + 3 y 0 (u 1) + 4 y 0
12
h
(2u 3)
1
+ .....]
y' ' ' ( x ) = 3 [3 y 0 + 4 y 0
2
h
1
y IV ( x ) = 4 [4 y 0 + ......]
h
y' ( x ) =
Ako funkcijata f(x) e diferencijabilna vo razgleduvaniot interval

i se menuva nezna~itelno, a polinomot P(x) dobro ja aproksimira
funkcijata f(x), toga{ moè da se smeta deka i P(x) dobro ja
aproksimira f (x).
Pri nao|awe na vrednosta na izvodot na nekoja funkcija vo to~ka x*,
za x0 treba da se odbere to~ka vo tablicata koja e najbliska i se
nao|a pred x*.
Vo slu~aj koga treba da se presmeta izvodot vo nekoj od jazlite na
interpolacijata, toga{ formulite se uprostuvaat. Bidej}i sekoja
tabli~na vrednost moè da se izbere za po~etna, moè da stavime
deka x=x0, pa imame:
u=(x-x0)/h=(x0-x0)/h=0
a od toa:
1
1
1
1
1
y' ( x 0 ) = [y 0 2 y 0 + 3 y 0 4 y 0 + 5 y 0 + ....]
h
2
3
4
5
1
11
5
y' ' ( x 0 ) = 2 [2 y 0 3 y 0 + 4 y 0 5 y 0 + ....]
12
6
h
1
1
1
y' ( x 1 ) = [y 0 + 2 y 0 3 y 0 + .....]
h
2
6
Primer 6. tabli~no e zadadena nekoja funkcija so ~ekor h=0.1.
Znaej}i deka taa e diferencijabilna vo dadeniot interval, da se
presmetaat vrednostite na prviot izvod za x=3.5 i za x=3.57.
i
0
1
2
3
x
3.5
3.6
3.7
3.8
y(x)=log(x)
0.5441
0.5563
0.5682
0.5798
y
0.0122
0.0119
0.0116
0.0113
NUMERI^KI METODI
2y
-0.0003
-0.0003
-0.0003
50
1
1
[y 0 2 y 0 ]
h
2
1
1
y' (3.5) =
[0.0122 (0.0003)] = 0.1235
0 .1
2
f ' (3.5) =
4
3.9
0.5911
Za f (3.57) ja koristime formulata:
2u 1 2
3u 2 6u + 2 3
1
[ y 0 +
y0 +
y 0 + ....]
h
2
6
u = (3.57 3.5) / 0.1 = 0.7
1
2 0.7 1
y' (3.57) =
[0.0122
(0.0003)] = 0.1214
0 .1
2
f ' (x) =
Koga se bara izvod na nekoja funkcija za vrednost na argumentot {to

se nao|a nazad vo dadenata tabela, toga{ se primenuva
interpolacionata formula na Wutn za interpolacija nazad.
Primer 7. Tabelarno se dadeni vrednostite
y(x)= x za 7 argumenti so ~ekor h=0.05.
i
0
1
2
3
4
5
6
1.00
1.05
1.10
1.15
1.20
1.25
1.30
y(x)= x
1.00000
1.02470
1.04881
1.07238
1.09544
1.11803
1.14017
na
funkcijata
2y
3y
0.02470
0.02411
0.02357
0.02307
0.02259
0.02214
-0.00059
-0.00054
-0.00050
-0.00048
-0.00045
0.00005
0.00004
0.00002
0.00003
Da se opredelat izvodite vo to~ka k=0, odnosno x0=1.0, so pomo{ na

formulite
za
diferencirawe
dobieni
od
Wutnoviot
interpolacionen polinom napred:
1
[ 0 .02470 + 0 . 000295 + 0 .000017 ] = 0 .50024
0 .05
1
[ 0 . 00059 0 . 00005 ] = 0 .256
y ' ' (1 . 0 ) =
0 . 05 2
1
y ' ' ' (1 . 0 ) =
[ 0 . 00005 ] = 0 . 4
0 . 05 3
NUMERI^KI
METODI
y ' (1 . 0 ) =
51
To~nite rezultati se :
y( x ) = x
y' (1.0) = 0.5
y' ' (1.0) = 0.25
y' ' ' (1.0) = 0.375
Od primerot se zaklu~uva deka gre{kite se zna~itelni.

Metodite za numeri~ko diferencirawe se zasnovani vrz zamena na
izvodite na nekoja funkcija so koli~nici na kone~ni razliki.
Vsu{nost, se pravi matemati~ka aproksimacija, odnosno zamena na
izvodite du/dx, koi pretstavuvaat odnos na beskrajno mali golemini
so odnos na dve kone~ni golemini y/x (ova se vsu{nost podeleni
razliki, bidej}i prirastot na ordinatite na funkcijata se podeleni
so prirastot na abscisite).
NUMERI^KI METODI
Numeri~ka integracija
52
4. NUMERI^KA INTEGRACIJA
Za razlika od numeri~koto diferencirawe, pri koe ne sekoga{ moè

da se dobijat rezultati so prifatliva to~nost, numeri~kata
integracija moè da se sprovede do sekakva barana to~nost. Toa e i
pri~ina za golemata primena na ovaa postapka vo site oblasti na
mehanikata, posebno koga algoritmot se izveduva kompjuterski. Ovde
podetalno }e se zadrìme na numeri~kite formuli za integracija,
dobieni so koristewe na interpolacionite polinomi, kako i na
Gausovata integracija. Pri sproveduvaweto na postapkata treba da
se ima predvid fizikalnata smisla na opredeleniot liniski i
povr{inski integral, a toa e deka tie pretstavuvaat povr{ina,
odnosno volumen pod krivata vo dadeni granici.
b
Re{avaweto na opredeleniot integral
f ( x )dx so formalnite
metodi ~esto e te{ko i nevozmo`no, duri i koga f(x) e funkcija so

relativno ednostavna analiti~ka forma. Za vakvi slu~ai, kako i za
nekoi poop{ti slu~ai na integracija pri koi se dostapni samo
nekolku slu~ajni vrednosti na f(x) za vrednosti na argumentot xi,
i=0,1,....n, potrebni se drugi metodi. O~igledna alternativa e da se
najde funkcija g(x) koja e ednostavna i pogodna aproksimacija na f(x) i
ednostavna za integrirawe. Vo toj slu~aj moè da se napi{e:
b
f ( x )dx g ( x )dx
Za sre}a, prethodno dadenite interpolacioni polinomi davaat

adekvatni aproksimacii i se lesno integrabilni. Vakvite
karakteristiki se glavna pri~ina za golemata primena na
interpolacionite polinomi vo numeri~kata matematika.
P4(x)
f(x)
x
x
x0
x1
x2
x3
NUMERI^KI METODI
x4
53
Gornata slika ja ilustrira aproksimacijata na funkcijata f(x) so

polinom P4(x), koj to~no gi pretstavuva vrednostite na f(x) vo jazlite
x4
x0,x1,x2,x3,x4. To~nata vrednost na f ( x )dx e dadena so povr{inata pod

x0
krivata, pretstavena so polna linija f(x), a bidej}i aproksimacijata

x4
P4 ( x )dx e dadena so povr{inata pod isprekinatata linija P4(x),
x0
zabeleùvame deka, ako razlikata pome|u ovie dve funkcii: x= f(x) P4(x) se razlikuva po znak vo razli~nite segmenti od intervalot x0 do
x4 vo koj se integrira ({to e voobi~aen slu~aj), toga{ vkupnata gre{ka
pri integracijata moè da bide mala, odnosno:
x4
x4
x4
x0
x0
x0
( x )dx = f ( x )dx P4 ( x )dx ,
duri i vo slu~aj koga P4(x), vo site to~ki dovolno dobro ne ja

aproksimira f(x). Pozitivnite gre{ki vo eden segment se poni{tuvaat
so negativnite gre{ki vo drugite segmenti. Metodite za integracija
{to voobi~aeno se koristat moè da se podelat na dve grupi:
Wutn-Kotesovi formuli za integracija so ekvidistantni jazolni
to~ki
Gausovi kvadraturni formuli za jazli na neednakvi rastojanija.
Integracionite formuli so ednakvi intervali moè da se
generiraat so integrirawe na eden od op{tite interpolacioni
polinomi. Bidej}i f(x) e poznata samo so vrednostite vo jazolnite
to~ki ednakvo raspredeleni so ~ekor h, logi~en izbor za polinomna
prezentacija e onoj dobien so forma na kone~ni razliki (napred,
nazad ili centralni)
Formuli dobieni od Wutnoviot interpolacionen polinom
So integrirawe na Wutnoviot interpolacionen polinom za
interpolacija napred vo granicite od x0 do xn, se dobivaat pove}e
formuli za numeri~ka integracija.
P( x ) = y 0 +
+
y 0
2 y 0
3 y 0
u+
u (u 1) +
u (u 1) (u 2) + ...... +
1!
2!
3!
n y 0
u (u 1) ( u 2)....(u n 1)
n!
Ovde }e bidat izvedeni samo tri, a za drugite }e bidat dadeni

potrebnite koeficienti.
NUMERI^KI METODI
54
x1
P1 ( x )dx Ovoj izraz pretstavuva integracija na linearna
a)
x0
funkcija od x0 do x1.
P1(x)=y0+y0.u
x=x0+h.u; dx=h .du; za x=xo u=0
za x=x1 u=1
x1
x0
= h ( y 0 u + y 0
u2 1
y
) = h( y0 + 0 )
2 0
2
P(x ) dx = h P(u ) du = h ( y0 + y0 u) du =
y 0 = y1 y 0
x1
P(x ) dx = h ( y
y1 y 0
2 y + y1 y 0 h
)=h 0
= ( y1 + y 0 )
2
2
2
x0
Poslednata formula e osnovna formula na trapeznoto pravilo za

numeri~ka integracija.
x2
b)
P2 ( x )dx Ovoj izraz pretstavuva integracija na kvadratna
x0
funkcija od x0 do x2.
P1(x)=y0+y0.u+2y0.u(u-1)/2
za x=x2 u=2
x2
x0
P(x ) dx = h P(u ) du = h [ y 0 + y 0 u +
0
2 y 0
u (u 1)] du =
2
2
y0 u
2 y 0
u
u2
+
( )]
= h (2 y 0 + 2y 0 +
)
2
2
3
2
3
0
y 0 = y1 y 0 ; 2 y 0 = y 0 2 y1 + y 2
= h[ y 0 u + y 0
x2
P(x ) dx = h[2 y
+ 2 y1 2 y 0 +
x0
y 0 2 y1 y 2
y + 4 y1 + y 2
+
= h( 0
)=
3
3
3
3
h
( y 0 + 4 y1 + y 2 )
3
Ovaa formula e poznata kako osnovna formula na Simpsonovoto

pravilo za numeri~ka integracija.
NUMERI^KI METODI
55
x3
v)
P3 ( x )dx Ovoj izraz pretstavuva integracija na kubna funkcija
x0
od x0 do x3.
P3(x)=y0+y0.u+2y0.u(u-1)/2+3y0.u(u-1)(u-2)/6
za x=x3 u=3
x3
x0
P(x ) dx = h P(u ) du =
3
= h [ y 0 + y 0 u +
0
2 y 0
3 y 0
u (u 1)(u 2)] du =
u (u 1) +
3 2
2
3 y 0 u 4
u3 u2
u 2 2 y 0 u 3 u 2
+
( 3 + )]
( )+
3
2
4
6
3
2
2
2
2
3
9 y 0 3 y 0
9
= h (3y 0 + y 0 +
+
)
4
8
2
itn
= h[ y 0 u + y 0
x3
P(x ) dx =
x0
3h
( y 0 + 3y 1 + 3y 2 + y 3 )
8
Integracijata spored ovie tri formuli e ilustrirana na slednava

slika:
a)
b)
x0
x1
x0
v)
x1
x2
x0
x1
x2 x3
Rezultatite od integracijata za polinomi od povisok red se vo

xn
P( x )dx = Ch (c 0 y 0 + c1 y1 + ..........c n y n )
x0
forma:
Koeficientite vo integracionata formula za n=1 do n=8 se dadeni
vo slednava tabela.
NUMERI^KI METODI
56
n
1
2
3
4
6
8
c0
c1
c2
c3
c4
c5
c6
c7
c8
1/2
1/3
3/8
2/45
1/140
4/14175
1
1
1
7
41
989
1
4
3
32
216
5888
1
3
12
27
-928
1
32
272
10496
7
27
-4540
216
10496
41
-928
5888
989
Trapezno pravilo
Ako osnovnata ravenka dobiena so integrirawe na linearna funkcija
ja primenime na site intervali na funkcijata, }e ja dobieme
formulata za numeri~ka integracija so pomo{ na trapeznoto
pravilo.
y
y0
y1
h
y2
h
x0
x1
y3
yn-1
x2
yn
h
x3
xn-1
x
xn
So pove}ekratno koristewe na osnovnate formula na trapeznoto

pravilo ja dobivame formulata za numeri~ka integracija na
funkcijata P(x) vo grancite x[x0,xn], so pomo{ na trapeznoto pravilo.
xn
P(x ) dx = 2 ( y
+ y0 ) +
+ 2 y1 + 2 y 2 + ......... + 2 y n 1 + y n )
x0
xn
P(x ) dx = 2 ( y
h
h
h
( y1 + y 2 ) + ( y 2 + y 3 ) + ......... + ( y n 1 + y n )
2
2
2
x0
Simpsonovo pravilo
Ova e naj~esto upotrebuvana formula za numeri~ka integracija. Taa
se dobiva primenuvaj}i ja formulata dobiena pod b) so integrirawe
na kvadratna funkcija vo intrevalite [x0- x2], [x2- x4] itn.
NUMERI^KI METODI
57
y0
y1 y2
y3
y4
yn-2 yn-1
yn
x
x0
xn
x1 x2
P(x ) dx = 3 ( y
x3
x4
h
h
( y 2 + 4 y 3 + y 4 ) + ..... + ( y n 2 + 4 y n 1 + y n )
3
3
+ 4 y1 + y 2 ) +
+ 4 y1 + 2 y 2 + 4 y 3 + ......... + 2 y n 2 + 4 y n + y n )
P(x ) dx = 3 ( y
xn
x0
xn
xn-2 xn-1
x0
Treba da se naglasi deka intervalite se ednakvi i nivniot broj e

paren, a brojot na to~kite e neparen.
ex
Primer 1. Da se presmeta integralot
dx so pomo{ na trapeznoto
0.4 x
1
pravilo, so ~ekor h=0.1.

k
0
1
2
3
4
5
6
xk
0.4
0.5
0.6
0.7
0.8
0.9
1.0
exk
1.4918
1.6487
1.8221
2.0138
2.2255
2.4596
2.7183
yk=exk/xk
3.7295
3.2954
3.0368
2.8734
2.7819
2.7288
2.7183
5
y k = 14.7163
1
NUMERI^KI METODI
58
1
ex
dx = h[ y 0 + 2( y1 + y 2 + y 3 + y 4 + y 5 ) + y 6 ] =
2
0.4 x
1
5
1
1
0.1( y 0 + 2 y k + y 6 ) = 0.1 (3.7295 + 2 14.7163 + 2.7183) = 1.79402
1
2
2
Primer 2. Integralot od primer 1 da se presmeta so Simpsonovata

formula.
ex
h
dx = [ y 0 + 4 y1 + 2 y 2 + 4 y 3 + 2 y 4 + 4 y 5 + y 6 ] =
3
0.4 x
1
0.1
[ y 0 + 4( y 1 + y 3 + y 5 ) + 2( y 2 + y 4 ) + y 6 ] =
3
0.1
=
[3.7295 + 4 8.8976 + 2 5.8178 + 2.7183] = 1.78919
3
=
/2
Primer 3. Da se presmeta
sin(x )dx ,
koristej}i gi vrednostite na
funkcijata dadeni vo tabelata. Pritoa da se koristi:

a) op{tata integraciona formula
interpolacionen polinom
b) trapeznoto pravilo
v) Simpsonovoto pravilo
x
Sin(x)
0
0
/12
0.25882
2/12
0.5
3/12
0.70711
dobiena
4/12
0.86603
od
Wutnoviot
5/12
0.96593
6/12
1.00
Dobienite rezultati da se sporedat so to~noto re{enie koe iznesuva

1.00.
a) So primena na ravenkata dobiena od Wutnoviot interpolacionen
polinom za n=6:
/2
sin(x )dx = 140 12 (41 0.0 + 216 0.25882 + 27 0.5 + 272 0.70711 +
0
+ 27 0.86603 + 216 0.96593 + 41 1.0) = 1.000004
NUMERI^KI METODI
59
b) Primena na trapeznoto pravilo:

/2
sin( x )dx =
1
[0 + 2 (0.25882 + 0.5 + 0.70711 + 0.86603 + 0.96593) + 1.0] =
2 12
= 0.1309 7.59578 = 0.994285

v) So primena na Simpsonovata formula
/2
sin( x )dx =
1
[0 + 4 (0.25882 + 0.70711 + 0.96593) + 2(0.5 + 0.86603) + 1.0] =
3 12
= 0.087266 11.4595 = 1.00003

Od rezultatite se gleda deka najto~na e integracijata sprovedena so
ravenkata pod a).
Gausova formula za numeri~ka integracija (Gausova kvadratura)
Metodite za numeri~ka integracija {to bea prethodno dadeni
(trapezno i Simpsonovo pravilo) se bazirani na vrednostite na
funkcijata vo to~ki koi se na ednakvo rastojanie. Konsekventno na
toa, lokacijata na krajnite to~ki koi se koristat vo ovie ravenki e
fiksna. Na primer, trapeznoto pravilo e bazirano na opredeluvawe
na povr{inata pod pravata linija koja gi povrzuva vrednostite na
funkcijata vo krajnite to~ki na intervalot na integracijata.
Trapeznoto pravilo moè da se izrazi:
b
I = f ( x )dx (b a )
a
f ( b) + f (a )
2
Povr{ina= ( b a )
f(x)
f(b)
f(a)
x
a
b
NUMERI^KI METODI
f ( b ) + f (a )
2
60
Trapeznoto pravilo bara linijata da pominuva niz krajnite to~ki

(takanare~eni pivotni to~ki); ima slu~ai koga formulata rezultira
vo golema gre{ka, {to moè da se vidi i od gornata slika.
Ako go otstranime ograni~uvaweto za fiksni krajni to~ki, toga{
moème da ja procenime povr{inata pod pravata linija koja povrzuva
koi i da bilo dve to~ki od krivata.
f(x)
So pravilen izbor na ovie dve to~ki moè da se postigne

poni{tuvawe na pozitivnite i negativnite gre{ki na integracijata,
odnosno moè da se dobie poto~na procena na vrednosta na
integralot (povr{inata pod funkcijata).
Ovoj koncept e osnova na Gausovata kvadratura, ili na Gausovata
formula, za numeri~ka integracija.
Izveduvaweto na Gausovata formula }e bide pojasno ako prethodno ja
izvedeme trapeznata formula, koristej}i go metodot na
neopredeleni koeficienti.
b
I = f ( x )dx (b a )
a
f ( b) + f (a )
......................1)
2
Ravenkata 1) moè da se izrazi:

b
I = f ( x )dx C1 f (a ) + C 2 f (b) ......................2)

a
kade {to C1 i C2 se konstanti koi treba da bidat opredeleni.

Treba da zabeleìme deka trapeznoto pravilo }e dade to~no
re{enie ako funkcijata {to se integrira e konstanta ili prava
linija. Najednostavni dve ravenki koi gi pretstavuvaat ovie dva
slu~aja se:
f (x) = 1 i f (x) = x
NUMERI^KI METODI
61
f(x)
f(x)
f(x)=1
f(x)=x
(b a )
2
(b a )
2
(b a )
2
(b a )
2
Granicite na integracijata se menuvaat: namesto [a,b] tie se
(b a ) (b a )
,
]. Ako f(x)=1, f(a)=f(b)=1 i ako gi zamenime vo
2
2
ravenkata 2), }e dobieme:
I=
( b a )
2
f (x )dx = C
f (a ) + C 2 f (b) = C1 (1) + C 2 (1) = C1 + C 2
( ba )
C1 + C 2 =
( ba )
2
f (x )dx =
C1 + C 2 =
( b a )
2
( b a )
2
1dx = x
( b a )
2
( ba )
2
( b a )
(b a )
(b a )
(
)=
2
2
(b a ) (b a )
+
= ba
2
2
C1 + C 2 = b a ......................3)
Ako f ( x ) = x , toga{: f (a ) =
(b a )
(b a )
i f ( b) =
vo ravenkata 2).
2
2
Po menuvaweto na granicite, dobivame:

( ba )
2
f (x )dx = C
f (a ) + C 2 f ( b ) = C 1
( ba )
2
(b a )
(b a )
C1
+ C2
=
2
2
( b a )
2
(b a )
(b a )
+ C2 (
)
2
2
( b a )
2
x2
f
(
x
)
dx
=
xdx
=
2
( ba )
( b a )
2
( b a )
2
NUMERI^KI METODI
( b a )
2
(b a ) 2 (b a ) 2
=0
8
8
62
C1
(b a )
(b a )
+ C2
= 0 ......................4)
2
2
Ravenkite 3) i 4) moè da se re{at simultano i da se opredelat

konstantite C1 i C2:
C1 + C 2 = b a
C1
(b a )
(b a )
+ C2
=0
2
2
(b a )(C1 +C 2 ) = 0
Bidej}i (b-a) ne moè da bide nula, od vtorata ravenka imame:
( C1 + C 2 ) = 0
C 2 = C1
Ako zamenime vo prvata ravenka, }e dobieme:
C1 + C 2 = b a
C1 + C1 = b a
2C1 = b a
ba
2 ..............5)
ba
C2 =
2
C1 =
Ako gi zamenime ovie dve vrednosti vo ravenkata 2), }e ja dobieme

formulata na trapeznoto pravilo:
I = C1 f (a ) + C 2 f ( b )
I=
ba
ba
f (a ) +
f ( b)
2
2
I = (b a )
f (a ) + f ( b)
2
NUMERI^KI METODI
63
Opredeluvawe na Gausovata kvadraturna formula so dve to~ki

Ovaa formula moè da se izvede na sli~en na~in kako i prethodno
izvedenata trapezna formula, koristej}i ja slednava forma:
I = f ( x )dx C1 f ( x 1 ) + C 2 f ( x 2 ) ..............6)
a
Sprotivno na trapeznoto pravilo koe koristi fiksni krajni to~ki a

i b, vo ovoj slu~aj argumentite x1 i x2 ne se poznati i fiksni (ne se
krajni to~ki), taka {to vo gorniot izraz imame vkupno 4 nepoznati.
Isto taka se menuvaat i granicite na integracijata, od granici [a,b]
vo granici [-1,+1]
f(x)
f(x1)
-1
x1
f(x2)
x2
+1
Granicite se menuvaat za da se uprostat matemati~kite operacii i

za da se napravi {to e mo`no pogeneralna formulacija.
Za da gi opredelime nepoznatite, C1, C2, x1 i x2, potrebno e da
definirame ~etiri uslovi, kako {to sledi.
Ravenkata 6) moè da se primeni za integracija na: konstantna,
linearna, paraboli~na i kubna funkcija:
f(x)
konstantna linearna kvadratna kubna

1
x
x2
x3
Vo vrska so ravenkata 6) i tabela 1, treba da se re{at slednive 4

ravenki (rav. 7):
1
C1 f ( x 1 ) + C 2 f ( x 2 ) = (1)dx = 2
1
C1 f ( x 1 ) + C 2 f ( x 2 ) = xdx = 0
1
NUMERI^KI METODI
64
C1 f ( x 1 ) + C 2 f ( x 2 ) = x 2 dx =
1
1
2
3
C1 f ( x 1 ) + C 2 f ( x 2 ) = x 3 dx = 0 ...............................7)
1
C1 (1) + C 2 (1) = 2
C1 ( x 1 ) + C 2 ( x 2 ) = 0
2 ....................8)
3
3
3
C1 ( x 1 ) + C 2 ( x 2 ) = 0
C1 ( x 12 ) + C 2 ( x 22 ) =
Od prvata ravenka na sistemot se dobiva C2=2- C1. So zamena na ovaa

vrednost vo vtorata ravenka od sistemot 8), se dobiva:
C 1 x 1 + ( 2 C1 ) x 2 = 0
x1 =
(2 C1 ) x 2 (C1 2) x 2
=
C1
C1
Re{enijata za C2 i x1 gi zamenuvame vo tretata ravenka od sistemot

8):
C1 x 12 + C 2 x 22 =
C1 (
(C1 2) 2 x 22
2
C1
2
3
) + (2 C1 ) x 22 =
2
3
Poslednata ravenka ja re{avame po x 22 :
x 22 = (
C1
)
6 3C 1
Zamenuvaj}i go re{enieto za x1 vo poslednata ravenka od sistemot 8),

dobivame:
C1 ( x 31 ) + C 2 ( x 32 ) = 0
C1
(C1 2) 3 x 32
C
3
1
+ (2 C1 ) x 32 = 0
{to e ekvivalentno na:
x 32 (C1 2)[(C1 2) 2 C 12 ] = 0
NUMERI^KI METODI
65
Poradi toa {to x2 ne moè da bide nula i C2 ne moè da bide ednakvo

na 2, od poslednata ravenka imame:
[(C1 2) 2 C 12 ] = 0
C 12 4C1 + 4 C 12 = 0
4C1 = 4
Spored toa, C1=1, a drugite nepoznati se:
C2=1
x2 =
C1
=
6 3C1
1
1
=
= 0.5773503
6 3(1)
3
x1 = x 2 =
1
3
= 0.5773503
Spored toa, Gausovata kvadraturna formula so 2 Gausovi to~ki e:

+1
I = f ( x )dx C1 f ( x 1 ) + C 2 f ( x 2 )
1
+1
I = f ( x )dx 1 f (
1
1
3
) + 1 f (
1
3
Gausovi kvadraturni formuli od povisok red

-
Drugi Gausovi formuli, so pove}e Gausovi to~ki, moè da se

izvedat na sli~en na~in.
Kako {to i se o~ekuva, kolku e pogolem brojot na Gausovite to~ki
tolku e povisoka preciznosta {to moè da bide postignata.
Ravenkite potrebni za opredeluvawe na koeficientite, vo
kompaktna forma, se dadeni kako:
1
C1 x 1 + C 2 x + .....C n x = (1)dx = 2
0
0
2
0
n
1
1
C1 x 11 + C 2 x 12 + .....C n x 1n = ( x )dx = 0
1
1
C1 x 12 + C 2 x 22 + .....C n x 2n = ( x 2 )dx = 0 ......................9)

1
.........
NUMERI^KI METODI
66
(+1) k +1 (1) k +1
=
k +1
ako k e paren broj
C1 x 21 + C 2 x 22 + .....C n x 2n =
0
= 2
k + 1
2 n 1
C1 x 1
ako k e neparen broj
+ C 2 x
2 n 1
2
+ .....C n x
2 n 1
n
(+1) 2 n (1) 2 n
=
=0
2n
Gausovite formuli od povisok red moè da se razvijat vo op{ta

forma kako:
b
I = f ( x )dx = C1 f (z 1 ) + C 2 f (z 2 ) + ...... + C n f (z n )
a
Teìni i apscisi na Gausovata kvadratura so 6 Gausovi to~ki

to~ka
1
2
3
4
5
6
apscisa
z1=-0.932469514
z2=-0.661209386
z3=-0.238619186
z4=0.238619186
z5=0.661209386
z6=0.932469514
teìna
C1=0.171324492
C2=0.360761573
C3=0.467913935
C4=0.467913935
C5=0.360761573
C6=0.171324492
Primena na Gausovata kvadratura
Transformacija na promenlivite
Vidovme deka granicite na integracijata se promeneti vo novi

granici [-1 , +1].
Promenata na granicite e napravena so pretpostavkata deka novata
promenliva z e vo linearna zavisnost so starata promenliva x:
x = A + Bz
Ako dolnata granica e x=a, ova odgovara na: z= -1. Ako zamenime vo
gornata ravenka, }e dobieme:
x = A + Bz
a = A + B( 1)
NUMERI^KI METODI
67
Sli~no, ako gornata granica e x=b, toga{ z=+1. Zamenuvame vo

ravenkata:
x = A + Bz
b = A + B(1)
Konstantite A i B }e se dobijat so re{avawe na sistemot ravenki:
a = A + B( 1)
b = A + B(1)
Re{enijata se:
A=
b+a
;
2
B=
Ako ovie re{enija se zamenat vo izrazot:
x=
ba
2
x = A + Bz , }e dobieme:
b+a ba
+
z
2
2
odnosno:
x=
(b a )
z(b a ) + (b + a )
dz .
od kade {to dobivame: dx =
2
2
Ako teìnite gi ozna~ime so W (kako {to se sre}ava vo

literaturata), Gausovata formula za numeri~ka integracija moè da
se zapi{e vo forma:
b
k =1
f ( x )dx Wk f ( x k )
kade {to Wk se teìni, a xk se apscisi na jazlite na integracijata.

Smislata na ovie teìni moè da se ilustrira i so prethodno
dadenite formuli za numeri~ka integracija. Taka, na primer, kaj
trapeznoto pravilo:
b
f ( x ) dx
h
h
y 0 + hy1 + hy 2 + ......... + hy n 1 + y n
2
2
teìnite se pretstaveni so izrazite pred vrednostite na

funkcijata: h/2,h,h,h,
,h,h/2. Toa se teìni koi odgovaraat na
NUMERI^KI METODI
68
to~kite, x0,x1,x2,......, xn-1,xn. Sli~no i kaj Simpsonovoto pravilo,

napi{ano vo forma,
b
f ( x ) dx
4h
2h
4h
2h
4h
h
h
y0 +
y1 +
y2 +
y 3 + ......... y n 2 +
y n 1 + y n
3
3
3
3
3
3
3
goleminite h/3, 4h/3, 2h/3, 4h/3, 2h/3,......,2h/3, 4h/3, h/3 gi pretstavuvaat

teìnite za jazlite x0,x1,x2, x3, x4,......, xn-2, xn-1,xn.
Pri Gausovata integracija, brojot na to~kite n se smeta za fiksiran
i za nego se izbiraat Wk i xk koi se zadadeni vo tablica.
Pritoa, kako {to be{e prethodno pokaàno, se vr{i transformacija
na funkcijata f(x), a x b, vo intervalot -1 z +1, koja se
postignuva so zamenata:
x=
Ottuka:
dx =
z(b a ) + (b + a )
2
(b a )
dz;
2
z=
2x (b + a )
(b a )
Pri ovaa transformacija, kako {to vidovme prethodno, se menuvaat i

granicite na integracijata:
za x= a z = -1
za x= b z = +1
So toa levata strana na ravenkata za Gausovata integracija stanuva:
b a +1 z ( b a ) + ( b + a )
)dz
f (
2 1
2
f ( x )dx
Bidej}i standardnata formula za Gausova integracija e dadena so

izrazot:
+1
k =1
f (z)dz Wk f (z k ) ,
toga{ integralot f ( x )dx moè da se aproksimira so:

a
b
f ( x )dx
z (b a ) + b + a
ba n
)
Wk f ( k
2 k =1
2
Vo narednata tabela se dadeni parametrite na Gausovata integracija

so 2, 3, 4 i 5 Gausovi to~ki, a prethodno bea dadeni vrednostite i za
6 to~ki.
NUMERI^KI METODI
n
br. na
to~ki
2
69
k
to~ka
zk (apscisi)
Wk (teìni)
1
2
1
2
3
1
2
3
4
1
2
3
4
5
-0.577 350 27
0.577 350 27
-0.774 596 67
0
0.774 596 67
-0.861 136 31
-0.339 981 04
0.339 981 04
0.861 136 31
-0.906 179 85
-0.538 469 31
0.
0.538 469 31
0.906 179 85
1.0
1.0
0.555 555 56
0.888 888 89
0.555 555 56
0.347 854 85
0.652 145 15
0.652 145 15
0.347 854 85
0.236 926 89
0.478 628 67
0.568 888 89
0.478 628 67
0.236 926 89
Primer 4. So Gausovata integraciona formula za dve Gausovi to~ki,

da se opredeli vrednosta na integralot.
+1
+1
3
2
f (z)dz = (z + z + z + 1) dz
Od prethodnata tabela za 2 Gausovi to~ki se ot~ituvaat vrednostite

za zk i Wk.
+1
k =1
f (z)dz = Wk f (z k ) = 1.0 f (0.57735027) + 1.0 f (0.57735027)
f (0.57735027) = 0.563 532 97

f (0.57735027) = 2.103 133 69
+1
3
2
(z + z + z + 1) dz = 2.666 666 66
{to se poklopuva so to~noto re{enie.

Primer 5. Da se primeni Gausovata integraciona formula so pet
to~ki za presmetuvawe na integralot:
dx
;
1 x
2
I=
to~no te{enie: ln(x)
=0.693 147 18
1
NUMERI^KI METODI
70
Vr{ime transformacija na promenlivata 1 x 2 vo promenliva -1

z 1.
z=
2x (b + a ) 2x 2 1
= 2x 3;
=
(b a )
2 1
dz = 2dx;
dx =
dz
2
Potoa ja transformirame funkcijata f(x) vo F(z):
1
;
x
1
2
2
=
=
z(b a ) + b + a z(2 1) + 2 + 1 z + 3
2
2 dx
+1
+
1
2 dz
1
dz
=
=
1 x
1 z + 3 2
1 z + 3
f (x) =
F(z) =
Presmetuvaweto po Gausovata formula so 5 Gausovi to~ki e dadeno

vo slednava tabela:
k
zk
Wk
F(zk)=1/(zk+3)
Wk.f(zk)
1
2
3
4
5
-0.906 179 85
-0.538 469 31
0.
0.538 469 31
0.906 179 85
0.236 926 89
0.478 628 67
0.568 888 89
0.478 628 67
0.236 926 89
0.477 595 93
0.406 251 28
0.333 333 33
0.282 608 08
0.256 004 60
0.113 155 29
0.194 443 51
0.189 629 62
0.135 264 33
0.060 654 37
Wk f (z k )
k =1
0.693 147 12
Dobienoto re{enie so 5 Gausovi to~ki e to~no do 6-tiot decimal.

Primer 6. Koristej}i ja Gausovata formula za integracija so 2 i so 3
Gausovi to~ki, da se proceni vrednosta na integralot za koj to~noto
re{enie iznesuva:
F = sin( x )dx = cos( x ) 0 = (cos cos 0) = (1 1) = 2

0
Pritoa, da se koristi formata na Gausovata formula vo koja ne se

vr{i transformacija na funkcijata f(x) vo F(z). So dve Gausovi to~ki:
b
f ( x )dx
F
=
z (b a ) + b + a
ba n
)
Wk f ( k
2 k =1
2
0.57735( 0) + ( + 0)
0
0.57735( 0) + ( + 0)
[1.0 sin(
) + 1.0 sin(
)] =
2
2
2
0.61619 2 = 1.9358
2
NUMERI^KI METODI
71
So tri Gausovi to~ki:
0.774596 +
[0.55555 sin(
) + 0.88888 sin(0) +
2
2
0.774596 +
+ 0.55555 sin(
)] == 2.001389
2
F
Primer 7. So pomo{ na trapeznoto pravilo, da se proceni

2
integralot
x + 1 dx . Funkcijata da se tabelira vo dadeniot

0
interval so ~ekor h=0.5.

x
y
0
1
x + 1 dx
0.5
1.22
1.0
1.414
1.5
1.58
2.0
1.73
0.5
[1 + 2(1.22 + 1.414 + 1.58) + 1.73] = 2.7895
2
Primer 8. Da se interpolira polinom koj minuva niz dadenite to~ki.

Pritoa da se koristi Wutnoviot interpolacionen polinom napred.
x
y
-1
3
1
3
3
27
5
75
Potoa da se opredeli povr{inata zafatena od interpoliraniot

polinom vo granicite od -1,0 do 5,0 i apscisnata oska, a so pomo{ na
Simpsonovot pravilo za 6 intervali i so Gausovata formula so 3
Gausovi to~ki. Rezultatot da se sporedi so to~noto re{enie dobieno
so direktna integracija.
y
i
x
3y
y
2y
0
-1
3
0
24
0
1
1
3
24
24
2
3
27
48
3
5
75
y 0
2 y 0
3 y 0
(x x 0 ) +
(
x
x
)
(
x
x
)
+
( x x 0 ) ( x x 1 ) ( x x 2 ) + ....
0
1
1!h
2!h 2
3!h 3
24
P( x ) = 3 + 0 +
( x + 1) ( x 1) = 3x 2
2 22
P( x ) = y 0 +
NUMERI^KI METODI
72
x3
3
- Direktna integracija: 3x 2 dx 3
1
5
1
= 126 ,to~no re{enie.
- So pomo{ na Simpsonovata formula so 6 intervali.
Funkcijata (polinomot) se tabelira vo granicite od -1.0 do 5.0,

so ~ekor h=[5-(-1)]/6, h=6/6=1,0:
i
x
y
0
-1
3
2
3x dx
1
0
0
2
1
3
3
2
12
4
3
27
5
4
48
6
5
75
h
[ y 0 + 4( y1 + y 3 + y 5 ) + 2( y 2 + y 4 ) + y 6 ] =
3
1
[3 + 4(0 + 12 + 48) + 2(3 + 27) + 75] = 126
3
- So Gausovata formula za integracija za 3 Gausovi to~ki:

b
k =1
z=
2x (b + a ) 2x (5 1) 2 x 4
=
=
(b a )
(5 + 1)
6
6z + 4
= 3z + 2
2
(b a )
6
dx =
dz = dz = 3dz
2
2
2
P( x ) = 3x = 3(3z + 2) 2 = 3(9z 2 + 12z + 4)
x=
2
F(z)dz = 3(9z + 12z + 4) 3dz
n
3
k
1
2
3
zk
-0.774 596 67
0
0.774 596 67
wk
0.555 555 56
0.888 888 89
0.555 555 56
F(zk)
0.9435585
36
168.25642
NUMERI^KI METODI
F(z).wk
0.5291991
31.99999
93.475782
126
Sistemi linearni algebarski ravenki
73
5. SISTEMI LINEARNI ALGEBARSKI RAVENKI
Op{to za sistemite linearni algebarski ravenki

Simultanite linearni algebarski ravenki (SLAR) se javuvaat vo
skoro sekoja granka na primenetata matematika, ponekoga{ u{te vo
po~etokot na formuliraweto na problemot, a nekoga{ i kako edna od
fazite na re{avaweto.
Mnogu problemi od mehanikata, fizikata, ekonomijata itn, kako
matemati~ki model, se sveduvaat na sistem od linearni algebarski
ravenki. Ova poglavje ima golemo zna~ewe bidej}i golem broj
problemi se izrzuvaat vo forma na linearni diferencijalni
ravenki. So soodvetni transformacii, re{avaweto na sistem od
linearni diferencijalni ravenki so konstantni koeficienti moè
da se svede na re{avawe na sistem od linearni algebarski ravenki.
Za daden sistem ravenki, bez ispituvawe, ne moè da se kaè dali
ima re{enie i, ako ima, dali e toa edinstveno. Postojat tri i samo
tri mo`nosti:
1. sistemot ima edinstveno re{enie (najinteresen za nas)
x1-x2 = -1
4
2
x2 0
-2
-4
2x1+x2 = 4
2x1+x2 = 4
x1- x2 = -1
__________
x1 =1 x2 =2
-6
x1
NUMERI^KI METODI
74
2. sistemot nema re{enie
-2
3
2.5
2
1.5
1
0.5 4x1+ 6x2=10
0
-1 -0.5 0
1
-1
-1.5
-2
4x1+6x2 = 10
2x1+3x2 = 6
__________
paralelni pravi
2x1 + 3x2=6
3. sistemot ima beskrajno mnogu re{anija
-2
3
2.5
2
1.5
1
0.5
0
-0.5
-1
0
-1
-1.5
-2
2x1 + 3x2=6
4x1+ 6x2=12
1
4x1+6x2 = 12
2x1+3x2 = 6
__________
pravite se
poklopuvaat
Sistemite od tipot 2 i 3 se vikaat singularni sistemi.

Vo op{t slu~aj postojat dva tipa numeri~ki tehniki za re{avawe na
simultanite ravenki:
1. derektni, koi se kone~ni

2. indirektni, koi se beskone~ni ili iterativni
Direktnite metodi doa|aat do to~noto re{enie, ako toa postoi
(zanemaruvaj}i gi gre{kite od zaokruùvaweto), po kone~en broj
aritmeti~ki operacii.
Od druga strana, indirektnite metodi, vo princip, rabotat so
beskone~en broj aritmeti~ki operacii. Ova prakti~no ne moè da se
NUMERI^KI METODI
75
ostvari, pa iteraciite mora nekade da se prekinat. Poradi toa

indirektnite metodi sodràt i t.n. gre{ki od zanemaruvawe.
Sepak, za golemi i za lo{o usloveni sistemi, gre{kite na
zaokruùvaweto moè da bidat mnogu golemi, a dobienoto re{enie
da nema nikakva smisla.
Sistem od n linearni ravenki so n nepoznati moè da se napi{e vo
forma:
n
a ij x j = b i ;
i =1
i = 1,2,.....n
Ili vo matri~na forma: [A ] {x} = {b}

Ovde [A]=[aij] e nxn matrica na koeficientite, {x}T={x1,x2,....,xn} i
{b}T={b1,b2,....,bn}.
Pred da pristapime kon metodite za re{avawe na sistemi linearni
algebarski ravenki, }e go definirame poimot rang na matrica.
Rang na matrica e ednakov na redot na najgolemata determinanta
razli~na od nula, koja se sodrì vo matricata na sistemot ravenki.
Taka, na primer, rangot na slednive matrici e:
0 0 0
1 0
1 1 0
0 1 ; 0 0 0; 2 1 1;
0 0 0
1 0 0
0 2 0 ;
0 0 3
1 0 2
2 3 4
1 2 2
2
0
2
3
2
Kako {to se gleda konceptot na rang, ne e povrzan so kvadratni
matrici.
Neka so [Ab] ja ozna~ime matricata nx(n+1), koja se dobiva od [A] so
dodavawe na vektorot {b} kako (n+1)-vi stolb. Rangot na matricata
[A] }e go obeleìme so r(A) a na [Ab] so r(Ab). Osnovnata teorema za
postoewe re{enie na sistemot [A ] {x} = {b} moè da se definira vo
tri dela i taa glasi:
1. sistemot ima re{enie ako i samo ako r(A)= r(Ab);
2. ako r(A)= r(Ab)=k<n i ako xi1,xi2,....,xik se k promenlivi, ~ii stolbovi
se linearno nezavisni vo [A], drugite n-k promenlivi moàt da se
zadavaat proizvolno;
3. ako e r(A)= r(Ab)=n, postoi edinstveno re{enie.
Od 3. sleduva deka, vo slu~aj na homogen sistem ravenki ({b}={0}),
netrivijalno re{enie postoi samo i edinstveno toga{ koga r(A)<n.
NUMERI^KI METODI
76
Efikasnosta na eden algoritam moè da se proceni spored dva

kriteriuma:
1) kolku e brz (kolku operacii se vklu~eni vo algoritamot)
2) kolku e to~no presmetanoto re{enie.
Ovie dva kriteriuma treba da se zemat predvid pri izborot na
algoritamot za re{avawe na sistemi od visok red, pri koristewe na
ESM. So ogled na ogromniot broj operacii pri golemi sistemi,
potrebata za odgovor na prvoto pra{awe e sosema jasna, dodeka
potrebata za odgovor na vtoroto pra{awe se nametnuva od faktot
{to mali gre{ki pri zaokruùvaweto moàt da imaat golemo
vlijanie na dobienite rezultati.
Vidovi sistemi ravenki
a) Polni so sredna golemina. Pod polni podrazbirame deka
matricata na sistemot ima malku nenulti elementi, a pod sredna
golemina redot na matricata da e do 30x30. Vakvi matrici se
sre}avaat pri problemite od statistikata, matemati~kata
fizika, inènerskite nauki.
b) Nepolni sistemi so lentesti matrici i eventualno golemi. Za
razlika od polnite, lentestite matrici imaat mal broj nenulti
elementi blisku do glavnata dijagonala. Za golemi se smetaat
onie ~ii matrici se od red 100 i pove}e.
Pri re{avaweto na sistemite od ovie dve kategorii, obi~no se
koristat razli~ni pristapi. Pri re{avaweto na sistemite so polni
matrici skoro redovno se koristat direktni metodi, dodeka pri
re{avaweto sistemi od vtorata grupa ~esto se koristat
iterativnite metodi. Vo ponovo vreme, so pojavata na kompjuteri so
golem kapacitet, direktnite metodi se koristat i za re{avawe na
sistemite od vtorata kategorija.
Lo[a uslovenost ili nestabilnost na sistemite ravenki
Ponekoga{, u{te od formulacijata na problemot se znae deka
sistemot ne moè da bide singularen, (K*U=P). Ako vakva
informacija nedostasuva, mora da se odbere takov metod na
re{avawe koj }e go otkrie toa, ili treba da se napravi ekspliciten
test za vakva mo`nost (preku rangot na matricata na sistemot).
Podocna }e bide pokaàno deka Gausovata eliminaciona postapka
dava brza informacija za singularnosta na sistemot.
NUMERI^KI METODI
77
I 4x+6y = 10
:2
II 2x+3y = 6
__________________________
I
2x+3y = 5
*(-1)
II 2x+3y = 6
(-1)*I+ II = II
__________________________
I 2x+3y = 5
II 0 +0y = 1
y=1/0 ??!!
________________________________________
Direkten test za singularnosta e da se opredeli vrednosta na
determinantata na matricata na sistemot ravenki. Vrednosta nula
ukaùva
na
singularnost
na
sistemot
ravenki.
Sepak,
opredeluvaweto na determinantata bara re~isi isto tolku rabota
kolku i za re{avawe na sistemot ravenki. Od gledna to~ka na
aritmetikata so beskone~na preciznost, eden sistem e ili ne e
singularen. Od gledna to~ka na prakti~nata numerika, eden sistem
moè da bide skoro singularen {to vodi kon re{enie so mala
doverlivost.
Eden sistem ravenki se vika stabilen ako relativno mali promeni
vo koeficientite predizvikuvaat mali promeni vo vektorot na
re{enieto. Vo sprotivno, sistemot se vika lo{o usloven ili
nestabilen. Toa }e bide ilustrirano so narednite primeri.
Da gi sporedime re{enijata na slednive dva sistema ravenki:
xy=1
x-1.00001 y = 0
________________
x=100 001
y=100 000
xy=1
x-0.999999 y = 0
________________
x= - 99 999
y= -100 000
Od dobienite rezultati se gleda deka tie enormno se razlikuvaat, i

pokraj toa {to imaat skoro identi~ni koeficienti. Sekoj od ovie
dva sistema ravenki pretstavuva presek na dve skoro paralelni
pravi, pa sosema mal otklon predizvikuva promena na
mestopolo`bata na prese~nata to~ka. Vakvi problemi ~esto se
sre}avaat pri astronomskite problemi, no i vo drugite oblasti na
fizikata, i, ako ne se otkrijat, moè da dovedat do sosema pogre{ni
reultati.
Da go razgledame sledniov sistem ravenki:
35 x + 49 y = 84
:7
-35x 50y =-85
:(-5)
____________________________________
NUMERI^KI METODI
78
5x + 7y = 12
7x +10y = 17
sistemot ima edinstveno re{enie x=1; y=1
Ako vo ovoj sistem ravenki se obideme da gi zamenime vrednostite

x=2.415 i y=0, dobivame:
5*(2.415) + 7*0 = 12,075
7*(2.415) +10*0 = 16.905
Ako desnite strani se zaokruàt na dva decimala, toga{ i
pogre{noto re{enie izgleda isto tolku dobro kako i korektnoto.
Pri~ina za ova e {to dadeniot sistem ravenki pretstavuva ravenki
na dve pravi koi se skoro paralelni, odnosno se se~at pod mnogu mal
agol. Nekorektnoto re{enie, iako ne leì na niedna od niv, sepak e
blisku i do dvete pravi.
2
1.5
(1,1)
(2.415 , 0)
7x+10y=17
0.5
0
-0.5 0
5x+7y=12
-1
-1.5
Vakvi sistemi ravenki se vikaat lo{o usloveni.

Sekoga{ koga dve pravi (ili ramnini, odnosno hiperramnini vo
pove}edimenzionalen prostor) se re~isi paralelni, ravenkite }e
bidat lo{o usloveni. Vo takov slu~aj, te{ko e da se najde numeri~ko
re{enie ili, ako se najde, toa e so somnitelna to~nost. Kaj sistemite
so 3 i so pove}e nepoznati, mo`no e sistemot da bide singularen ili
skoro singularen, bez pritoa ramninite da se paralelni ili skoro
paralelni.
Izvori na gre[ki-Postojat tri pri~ini za gre{ki vo re{enieto na
sistem algebarski ravenki.
1. Prvata se dolì na gre{kite vo koeficientite na vektorot {b}.
Koga ovie koeficienti se dobieni empiriski, moème da se
pomirime i da gi prifatime kako takvi. Pritoa, ako e poznata
gornata granica na empiriskata gre{ka vo {b},toa moème da go
NUMERI^KI METODI
79
iskoristime za ocenka na gornata granica na gre{kata vo

re{enieto {x}. Koga koeficientite vo vektorot {b} se to~no
poznati, no pri kompjuterskite presmetki treba da se zaokruàt,
ovoj izvor na gre{ki moè da se kontrolira so primena na
aritmetika so dvojna preciznost (double precision).
2. Vtor izvor na gre{ki e gre{kata od zaokruùvawe pri
izveduvaweto na presmetkovni operacii
3. Tret izvor na gre{ki e gre{kata od prekinuvawe na iterativniot
proces {to se javuva kaj indirektnite odnosno na iterativnite
metodi, vo koi konvergencijata na re{enieto e bavna, odnosno
brojot na iterativnite ~ekori raste neograni~eno, pa procesot
nekade mora da go prekineme.
Re{avawe na sistemi ravenki so pomo{ na inverzna matrica
[A]{x} = {b}
{x} = [A]1 {b}
Primer 1. So pomo{ na inverznata matrica na matricata na
sistemot, da se najdat re{enijata na sledniov sistem od 3 ravenki so
3 nepoznati:
x + 2y +
2x +
x+
2y +
z=5
z=6
2 y + 2z = 7
____________________________________
1 2 1
[A] = 2 2 1;
1 2 2
x
{x} = y ;
z

5
{b} = 6
7

Inverzija na matricata na sistemot ravenki po Gausoviot metod:
1 2 1 1 0 0 (2)
2 2 1 0 1 0
1 2 2 0 0 1
NUMERI^KI METODI
(1)
-
80
1
1 0 0
1 2
0 2 1 2 1 0 : (-2)
0 0
1 1 0 1
1
0
0
1 2 1
0 1 0 .5 1 0 .5 0
0 0 1 1
0
1
(2)
1
0
1 0 0 1
0 1 0 1 .5 0 .5 0 .5
0 0 1 1
0
1 (0.5)
Kontrola :
[A][A]1 = [I]
Re{enie:
1
{x} = [A] {b} = 1
2

1
Metod na Gausova eliminacija

Ovoj metod se sostoi vo postapna eliminacija na nepoznatite
golemini, s dodeka ne se dobie edna ravenka so edna nepoznata.
Metodot dava mo`nost za neprekinata kontrola i site presmetki
moè da se sprovedat tabelarno.
Razgleduvame sistem od 4 ravenki so 4 nepoznati:
a 11 x1 + a 12 x 2 + a 13 x 3 + a 14 x 4 = b1
( I)
a 21 x1 + a 22 x 2 + a 23 x 3 + a 24 x 4 = b 2
(2)
a 31 x1 + a 32 x 2 + a 33 x 3 + a 34 x 4 = b 3
(3)
a 41 x1 + a 42 x 2 + a 43 x 3 + a 44 x 4 = b 4
(4)
NUMERI^KI METODI
81
Pretpostavuvame deka ravenkite se taka podredeni {to a110.

Prvata ravenka ostanuva kako takva i se vika glavna ravenka, a
ozna~ena e so I. Se definiraat (n-1) mnoìteli vo forma mi=ai1/a11,
kade i=2,3,.....,n, odnosno:
m2 =
a 21
;
a 11
m3 =
a 31
;
a 11
m3 =
a 41
;
a 11
Ravenkata I se mnoì so soodvetniot koeficient:
( I) m 2
( I) m 3
( I) m 4
a 21
a
a
a
a
a 11 x 1 + 21 a 12 x 2 + 21 a 13 x 3 + 21 a 14 x 4 = 21 b1
a 11
a 11
a 11
a 11
a 11
a 31
a 31
a 31
a 31
a 31
a 11 x 1 +
a 12 x 2 +
a 13 x 3 +
a 14 x 4 =
b2
a 11
a 11
a 11
a 11
a 11
a 41
a
a
a
a
a 11 x 1 + 41 a 12 x 2 + 41 a 13 x 3 + 41 a 14 x 4 = 41 b 3
a 11
a 11
a 11
a 11
a 11
Potoa, od site drugi ravenki se odzema prvata ravenka pomnoèna so

soodvetniot koeficient.
(2) (I) m 2 = (II)
(3) (I) m 3 = (II 2 )

(4) (I) m 4 = (II 3 )
a 11 x 1 + a 12 x 2 + a 13 x 3 + a 14 x 4 = b1
x 1 (a 21 m 2 a 11 ) + x 2 (a 22 m 2 a 12 ) + x 3 (a 23 m 2 a 13 ) + x 4 (a 24 m 2 a 14 ) = b 2 m 2 b1
144244
3
=0
144244
3
=0
144244
3
=0
Koeficientite na novodobieniot sistem ravenki na ovoj na~in vo

skratena forma moè da se napi{at:
mi =
a i1
;
a 11
a ij ' = a ij m i a 1 j ;
i = 2,3,...., n
j = 2,3,...., n
b i ' = b i m i b1
O~igledno e deka ai1=0.
NUMERI^KI METODI
82
Na takov na~in sistemot se sveduva na ekvivalenten sistem ravenki

vo koj e eliminirana nepoznatata x1 od 2-rata do n-tata ravenka.
a 11 x1 + a 12 x 2 + a 13 x 3 + a 14 x 4 = b1
0 + a 22 'x 2 + a 23 'x 3 + a 24 'x 4 = b 2 '
0 + a 32 'x 2 + a 33 'x 3 + a 34 'x 4 = b 3 '
0 + a 42 'x 2 + a 43 'x 3 + a 44 'x 4 = b 4 '
( I)
( 2)
(3)
( 4)
Procesot prodolùva na ist na~in, so eliminacija na nepoznatata x2

od tretata do poslednata ravenka, pa potoa nepoznatata x3 od
~etvrtata ravenka do poslednata ravenka itn. Kone~no se dobiva
triagolen sistem ravenki vo koj poslednata ravenka e so edna
nepoznata, a toa vo slu~ajot e nepoznatata x4:
a 11 x 1 + a 12 x 2 + a 13 x 3 + a 14 x 4 = b1
( I)
a 22 'x 2 + a 23 'x 3 + a 24 'x 4 = b 2 '
(2)
a 33 ' 'x 3 + a 34 ' 'x 4 = b 3 ' ' (3)

a 44 ' ' 'x 4 = b 4 ' ' ' (4)
Minimizirawe na gre{kite od zaokruùvaweto moè da se izvr{i so
soodvetna izmena na mestata na redovite.
Ovoj proces na eliminacija na nepoznatite ne ja menuva vrednosta na
determinantata na matricata na sistemot ravenki, iako sekoja
izmena na redovite go menuva znakot. Po zavr{uvaweto na
eliminacijata, vrednosta na determinantata e ednakva na
proizvodot na koeficientite od glavnata dijagonala na triagolniot
sistem ravenki. Pritoa, znakot se menuva ako brojot na promenite vo
redovite e neparen. Vo slu~aite koga treba da se opredeli
vrednosta na determinantata na sistemot, eliminacijata e mnogu
dobar na~in za toa.
Potoa, od poslednata ravenka se opredeluva poslednata nepoznata,
pa so zamena nanazad se opredeluvaat drugite nepoznati.
Primer 2. Dadeniot sistem ravenki da se re{i so pomo{ na
Gausovata eliminaciona postapka.
x+ y+z = 4
2 x + 3y + z = 9
x y z = 2
(2/1)
(1/1)
-
_________________________________
x+ y+ z = 4
0+ y z = 1
0 2 y 2 z = 6
(-2/1)
_________________________________________
NUMERI^KI METODI
x+ y+ z = 4
0+ y z = 1
0 4 z = 4
83
Triagolen sistem
_________________________________________
z= 1
Zamena nazad
y = 1+ z = 2
x = 4 y z = 43 =1
Primer 3. Sistem bez re{enie (singularen sistem)
4 x + 6 y = 10
2 x + 3y = 6
(2/4)
______________________________________
4 x + 6 y = 10
0x + 0 y = 1
______________________________________
y = 1/0
singularitet ?
Primer 4. Sistemot ravenki od zada~a 1, da se re{i so pomo{ na
Gausovata eliminacija.
1 x + 2 y + 1z = 5
2x +
2 y + 1z = 6
1x +
2 y + 2z = 7
(2)
(1)
-
___________________________________________
II
1 x + 2y +
0 + 2y +
III
III
II
I
1z = 5
1z = 4
+ 0 1z = 2
Kontrola:
1.1+2.1+1.2= 5
0=0
2.1+2.1+1.2 = 6
0=0
z=2
2 .y + 1.2 = 4; y=1
1 .x + 2.1 +1.2= 5; x=1
NUMERI^KI METODI
1.1+2.1+2.2 = 7
0=0
84
Primer 5. Koristej}i ja Gausovata eliminacija, da se opredelat

re{enijata na dadeniot sistem ravenki. Pritoa da se re{ava
tabli~no i so kontrola na koeficientite.
red.
br
[1]
zabele{ka
13
35
18
72
rav. 1
[2]
13
35
109
47
204
rav. 2
[3]
35
109
371
143
658
rav. 3
[4]
2.1666
5.8333
12
[1]/6
[5]
6.8342
33.167
48
[2] - 13*[4]
[6]
33.169
166.83
38
238
[3] - 35*[4]
[7]
4.8531
1.1706
7.0235
[5]/6.8342
[8]
5.862
-0.828
5.0375
[6] - 33.169*[7]
[9]
-0.1412
0.8593
[8]/5.862
-0.1412
4.8531z
1.8559
2.1666y
-0.1985
[9]
[7]
[4]
1.1706
5.8333z =
NUMERI^KI METODI
3.0000
85
METOD-LU dekompozicija
Osnovna ideja
Vo Gausoviot metod na eliminacija site desni strani, odnosno site
vektori b koi se od interes za daden problem, mora da se poznati
pred da zapo~ne procesot na eliminacija. Metodot na LUdekompozicija ja ima taa prednost {to ~ekorot na modifikacija na
matricata (ili dekompozicijata) moè da se vr{i nezavisno od
vektorot na desnata strana. Ovaa karakteristika e prili~no korisna
vo praktikata poradi {to, vo najgolem broj slu~ai, izborot na
metodot za re{avawe na sistemot ravenki pa|a na metodot na
dekompozicija.
Za da se razvie osnovniot metod, matricata na koeficienti pred
nepoznatite vo sistemot ravenki ja razbivame na produkt od dve
matrici:
[A] = [L] [U]
kade {to [L] e dolna triagolna matrica, a [U] e gorna triagolna

matrica. Sega, originalniot sistem ravenki
[A] {x} = {b}

stanuva:
[L] [U]{x} = {b}
Dadeniot sistem ravenki se razbiva na dva oddelni sistema ravenki

koi se ednostavni za re{avawe:
[L] {y} = {b}
[U] {x} = {y}
Spored toa, klu~ot na ovoj metod e da se najdat dvete matrici, [L] i

[U], koi ja zadovoluvaat ravenkata [A ] = [L ] [U ] . Postapkata e
poznata kako LU dekompozicija, a postojat pove}e algoritmi za toa.
Naj~esto se koristat narednite tri pristapi za dekompozicija.
Dekompozicija na Doolittle:
1
l
21
l 31
l 41
0
1
0
0
l 32
l 42
l 43
0 u 11
0 0
0 0

1 0
u 12
u 13
u 22
0
u 23
u 33
u 14 a 11
u 24 a 21
=
u 32 a 31

u 44 a 41
a 12
a 22
a 13
a 23
a 32
a 33
a 42
a 43
Poradi specifi~nata struktura na matricite,

rezultira vo set od sistematski formuli.
NUMERI^KI METODI
a 14
a 24
a 34
a 44
re{avaweto
86
Dekompozicija na Crout:
l11
l
21
l 31
l 41
0
l 22
0
0
l 32
l 33
l 42
l 43
0 1 u 12
0 0 1
0 0 0

l 44 0 0
u 13
u 23
1
0
u 14 a 11
u 24 a 21
=
u 32 a 31

1 a 41
a 12
a 22
a 13
a 23
a 32
a 33
a 42
a 43
a 14
a 24
a 34
a 44
Opredluvaweto na [L] i [U] se vr{i na sli~en na~in kako i vo

prethodniot metod.
Faktorizacija na Cholesky:
Koga matricata [A] e pozitivno definitna i simetri~na, toga{ vaì :
[A] = [A ]T
i {x} [A ]{x} > 0 za site {x}0

Ako matricata [A] e realna, postoi edinstveno opredelena dolna
triagolna matrica [L], koja e isto taka realna:
l11
l
[L] = 21
l 31
l 41
l 22
0
0
l 32
l 33
l 42
l 43
0
0
0
l 44
pri {to l ii > 0, i = 1,2......., n
Matricata [L] e takva {to:
[U] = [L]T i [A] = [L] [L]T

Od poslednata relacija se dobivaat vrskite pome|u elementite na
matricite [A] i [L]. Toa se ednostavni izrazi za opredeluvawe na
elementite od matricata [L]:
a ii = l i1 + l i 2 + ....... + l ii
2
a ij = l i1 l j1 + l i 2 l j2 + ..... + l ij l jj ,
j < i, i = 1,2,...., n
.1
Spored toa, elementite na matricata [L] se presmetuvaat spored

formulite:
l11 = a 11 ,
l i1 =
i 1
l ii = a ii l ik ,
k =1
a i1
l11
j1
1
l ij = (a ij l ik l jk ),
l jj
k =1
1< j< i n
Poradi pozitivnata definiranost na matricata [A], potkorenovite

golemini vo gornite formuli se pozitivni.
NUMERI^KI METODI
87
Bidej}i od ravenkata 1 sledi deka: l ij
a ii ,
elementite na matricata [L] ne moè da bidat mnogu golemi i

metodot e stabilen.
Otkako }e se opredelat elementite na matricata [L], re{enieto na
dadeniot sistem ravenki se opredeluva so re{avawe na dva
triagolni sistema ravenki:
[L]{y} = {b},
[L]T {x} = {y}
Determinantata na matricata [A] moè da se opredeli kako:
det([ A ]) = det([ L]) det([ LT ])

det([ A ]) = (l11 l 22 ......... l nn ) 2
Za kontrola treba da bide zadovolena ravenkata:
[A] = [L] [L]T

Primer 6. Primenuvaj}i go metodot za dekompozicija na Cholesky
(direktna primena na izrazite 2), da se re{i sledniov sistem
ravenki:
3.1x 1 + 1.5x 2 + x 3 = 10.83
1.5x 1 + 2.5x 2 + 0.5x 3 = 9.2

x 1 + 0.5x 2 + 4.2x 3 = 17.1
Vo matri~na forma, sistemot ravenki moè da se zapi{e kako:
[A] {x} = {b}

kade {to:
3.1 1.5 1
[A] = 1.5 2.5 0.5;
1 0.5 4.2
10.83
{b} = 9.2 ;
17.1
So direktna primena na ravenkite 2, dobivame:
l11 = a 11 = 3.1 = 1.76068

l i1 =
a
a i1
a
1 .5
1
; l 21 = 21 =
= 0.85194; l 31 = 31 =
= 0.56796;
l11
l11 1.76068
l11 1.76068
i 1
l ii = a ii l ik ,
2
k =1
l 22 = a 22 l 21
k =1
= 2.5 0.85194
= 2.5 0.85194 = 1.33199

2
NUMERI^KI METODI
k =1
88
l 33 = a 33 l 31
k =1
l ij =
l 32 =
= 4.2 0.56796 = 4.2 0.56796 = 0.01211
1
(a ij l ik l jk ),
l jj
k =1
l 22
k =1
j1
1 < j < i n;
(a 32 l 31 l 21 ) =
k =1
j = 2, i = 3
1
1
(0.5 ( 0.56796 0.85194) = 0.01211
1.33199
k =1
Spored toa, matricata [L] e:
0
0
1.76068
[L] = 0.85194 1.33199
0
0.56796 0.01211 1.96908
Re{enieto na sistemot [L]{y} = {b} e:
{y} = [L]1 {b} = {6.15103
2.97276 6.89178}
Re{enieto na sistemot [L] {x} = {y} e re{enie na dadeniot sistem

ravenki i iznesuva:
T
{x} = ([L]T ) 1 {y} = {1.3
2.2 3.5}
Determinantata na matricata na sistemot e:
det([A]) = (l11 l 22 ......... l nn ) 2 = (1.76068 1.33199 1.96908) 2 = 21.325

Istoto re{enie na dadeniot sistem ravenki, dobieno so pomo{ na
inverznata matrica [A], e dadeno podolu:
10.83
9.2
17.1
-0.082063
1.3
-0.002345
2.2
0.257913
3.5
{b}=
-1
[A] =
0.480657
-0.271981
-0.082063
-0.271981
0.563658
-0.002345
Kontrola:
1.76068
0
0
[L]= 0.85194 1.33199
0
0.56796 0.01211 1.96908
NUMERI^KI METODI
89
1.76068 0.85194 0.56796

[L] =
0 1.33199 0.01211
0
0 1.96908
T
[A]=[L]*[L] =
3.100
1.500
1.000
1.500
2.500
0.500
1.000
0.500
4.200
Indirektni (iterativni) metodi za re{avawe SLAR

Jakobiev metod
Re{avaweto na sistemite ravenki kaj ovie metodi zapo~nuva od edno
pretpostaveno ili po~etno re{enie i postepeno se pribliùva kon
to~noto re{enie so pomo{ na iterativen proces.
Eden sistem od simultani linearni ravenki se vika dijagonalen
koga, vo sekoja ravenka, koeficientot od glavnata dijagonala vo
matricata na sistemot po apsolutna vrednost e pogolem od sumata na
drugite koeficienti vo soodvetnata ravenka. Mnogu sistemi ravenki
koi proizleguvaat pri re{avaweto na fizi~ki problemi se od
dijagonalen tip.
Na naredniot primer }e prikaème dva tipa iterativni procesi.
Primer 7:
10 x +
y + z = 12
2 x + 10 y + z = 13
(1)
2 x + 2 y + 10 z = 13
Prviot ~ekor e sekoja ravenka da se re{i po nepoznatata vo
dijagonalniot ~len. Taka, od prvata ravenka go izrazuvame x, od
vtorata y, a od tretata- nepoznatata z.
x = 1.2 0.1y 0.1z

y = 1.3 0.2 x 0.1z
z = 1.4 0.2x 0.2 y
Procesot zapo~nuva so zamena na nepoznatite so edno po~etno
re{enie, na primer x=y=z=0. Ovie re{enija gi zamenuvame vo
NUMERI^KI METODI
90
prethodno napi{anite ravenki. Pritoa rabotime so pogolem broj

decimali. Vo prviot ~ekor od iterativniot proces dobivame:
x=1.2
y=1.3
z=1.4
Ovie vrednosti pretstavuvaat vtoro probno re{enie i so negova
zamena vo ravenkite (1), dobivame novo re{enie:
x=0.930
y=0.920
z=0.900
Postapkata prodolùva s dodeka re{enijata od dva posledovatelni
~ekora ne se pribliàt. Pritoa odime, so odnapred zadadena
to~nost, do odreden broj decimalni mesta. Procesot go prekinuvame
koga re{enijata od dva ~ekora }e se sovpadnat do tret decimal.
Rezultatite se dadeni vo slednava tabela:
x
y
z
1.018
1.024
1.030
0.9946
0.9934
0.9916
1.0015
1.0019
1.0024
0.9996
0.9995
0.9993
1.0001
1.0002
1.0002
Ako se izvr{i kontrola, lesno se zaklu~uva deka re{enieto e

x=y=z=1.0 . Ovaa postapka e poznata kako Jakobiev iterativen
metod.
Gaus-Zajdelov iterativen metod
Alternativna postapka na prethodnata e Gaus-Zajdeloviot
iterativen metod koj }e go ilustrirame na dolunavedeniot primer:
Primer 8.
x = 1.2 0.1y 0.1z

y = 1.3 0.2 x 0.1z
z = 1.4 0.2x 0.2 y
Povtorno zapo~nuvame so po~etno nulto re{enie x=y=z=0. Ova
re{enie go zamenuvame samo vo prvata ravenka i dobivame novo
re{enie za x. Potoa, vo vtorata ravenka go zamenuvame
novodobienoto re{enie za x i po~etnoto re{enie za z. Se dobiva
novo re{enie za y, i taka ponatamu, sekoe dobieno re{enie se
zamenuva vo narednata ravenka. Rezultatite od iterativniot proces
se dadeni podolu:
NUMERI^KI METODI
91
x=1.2-0.1(0.0)-0.1(0.0)=1.2
y=1.3-0.2(1.2)-0.1(0.0)=1.060
z=1.4-0.2(1.2)-0.2(1.060)=0.948
x=1.2-0.1(1.060)-0.1(0.948)=0.9992
y=1.3-0.2(0.9992)-0.1(0.948)=1.0054
z=1.4-0.2(0.9992)-0.2(1.0054)=0.9991
x=1.2-0.1(1.0054)-0.1(0.9991)=0.9996
y=1.3-0.2(0.9996)-0.1(0.9991)=1.0002
z=1.4-0.2(0.9996)-0.2(1.0002)=1.0002
xIV=1.2-0.1(1.0002)-0.1(1.0002)=1.000 0
Metod na matri~na dekompozicija
Pri re{avawe na golemi sistemi linearni algebarski ravenki moè
da se primeni metodot na matri~na dekompozicija. Vo ovoj metod
matricata na sistemot ravenki se deli na podmatrici (blokovi), a
sistemot se razbiva na re{avawe pomali sistemi so matrici od
ponizok red, za koi polesno moè da se najde inverzija.
Neka e zadadena matricata A koja e podelena na 4 podmatrici:
[A] =
a 11
a 21
a 12
a 22
Inverzijata na ovaa matrica moè da se pretstavi na sledniov

na~in:
[A]1 = [B] =
b11
b 21
b12
b 22
Proizvodot na ovie dve matrici e ednakov na matricata na

identitetot:
[B] [A] = [I];
I1
0
0
;
I 2
kade {to I1 i I2 se edini~ni matrici.
Poa|aj}i od ovoj uslov se dobivaat slednive matri~ni ravenki:

1
1
b12 = a 11
a 12 [a 22 a 21 a 11
a 12 ] 1
1
1
b11 = a 11
b12 a 21 a 11
1
b 22 = [a 22 a 21 a 11
a 12 ] 1
1
b 21 = b 22 a 21 a 11
NUMERI^KI METODI
92
Uslov za primena na ovaa postapka e podmatricata a11 da e kvadratna

matrica i da postoi nejzina inverzija. Ako ovoj uslov ne e ispolnet,
matricata [A] treba da se preuredi taka, ~lenot a11 kako podmatrica
da ima inverzija.
Metodot na matri~na dekompozicija e mnogu pogoden za primena vo
slu~aj koga matricata na sistemot ravenki ne e napolno ispolneta,
odnosno ima nulti ~lenovi ili blokovi, kako na primer, ako imame
matrica od tipot:
[A] =
a 11
a 21
0
a 22
Vo toj slu~aj ~lenovite na matricata [B]=[A]-1 }e bidat:
b12 = 0
1
b11 = a 11
1
b 22 = a 22
1
b 21 = b 22 a 21 a 11
Otkako }e se opredeli inverzijata, lesno moè da se najdat

re{enijata na dadeniot sistem ravenki.
Primer 9. Da se opredelat re{enijata na dadeniot sistem ravenki so
primena na matri~na dekompozicija.
1 2 1 x 5
2 2 1 y = 6

1 2 2 z 7
[A]{x} = {b}
{x} = [A]1 {b}
[A]1 = {B} = ?
1
1
b12 = a 11
a 12 [a 22 a 21 a 11
a 12 ] 1
1
1
b11 = a 11
b12 a 21 a 11
1
b 22 = [a 22 a 21 a 11
a 12 ] 1
1
b 21 = b 22 a 21 a 11
NUMERI^KI METODI
a 11 = 1;
93
2
a 21 = ;
1
a 12 = [2 1];
2 1
a 22 =
2 2
1
1
a 12 [a 22 a 21 a 11
a 12 ] 1
b12 = a 11
b12
2 1 2 1
1
= [2 1]
[2 1]
1
2 2 1 1
b12
2 1 4 2
= [2 1]
2 2 2 1
[2 1]
2 1
= [2 1]
0 1
1 1 1 1
= [2 0] = [1 0]
(2) 0 2 2
2 1
1
b11 = [1 0] = 1 2 = 1
1
1 1
2 1 2 1
b 22 =
[2 1]
2 2 1 1
0.5 0.5
=
1
0
2 1 4 2
=
2 2 2 1
2 1
=
1
0
0.5 0.5 2 1 1.5
=
b 21 =
1 1 1 1
0
[A]
1
0
1
= 1.5 0.5 0.5

1
0
1
x
5 1

1
y = [A ] 6 = 1
z
7 2

Metod na kondenzacija na matricata

Sistemot ravenki moè da se re{i so pomo{ na sli~en proces, koj e
nare~en matri~na kondenzacija.
a 11
a
21
a 12 x P1
=
a 22 y P2
Od prvata ravenka ja izrazuvame podmatricata na nepoznatite x.

NUMERI^KI METODI
94
a 11 x + a 12 y = P1
1
x = a 11
[P1 a 12 y]
So zamena na ovoj izraz vo vtorata matri~na ravenka se dobiva:

1
a 21 a 11
[P1 a 12 y] + a 22 y = P2
1
1
y [a 22 a 21 a 11
a 12 ] = P2 a 21 a 11
P1 = P2*
1
y = [a 22 a 21 a 11
a 12 ] 1 P2*
1
1
1
x = a 11
[P1 a 12 (a 22 a 21 a 11
a 12 ) 1 P2* = a 11
[P1 a 12 K P2* ]
Matricata [K] se vika kondenzirana matrica na matricata [A].

Metodot na matri~na kondenzacija se primenuva pri analiza na nekoj
problem koga opredeluvaweto na x (odnosno eden podvektor od
nepoznatite) ne e neophodno. Takov e slu~ajot, na primer, pri
dinami~ka analiza na edna pove}ekatna ramka, koga prisustvoto na
rotacionite stepeni na sloboda ne e neophodno, taka {to tie se
kondenziraat, a ostanuvaat samo stepenite na sloboda po
pomestuvawata na sekoj kat.
Ako se zameni izrazot za P2* vo izrazite za nepoznatite x i y, }e se
dobijat istite izrazi za ~lenovite od inverznata matrica b11 do b22
kako i po metodot na matri~na dekompozicija.
Primer 10. Primerot re{en so matri~na dekompozicija da se re{i
so matri~na kondenzacija.
a 11
a
21
a 12 x P1
=
a 22 y P2
P1 = 5;
6
P2 =
7
2 1
2
a 11 = 1; a 12 = [2 1]; a 21 = ; a 22 =
1
2 2
1
y = [a 22 a 21 a 11
a 12 ] 1 P2*
6 10 4
6 2 1
1
P2* = P2 a 21 a 11
P1 = 5 = =
7 5 2
7 1 1
0.5 0.5 4 1
=
y=
1 2 2
0
1
1
[P1 a 12 (a 22 a 21 a 11
a 12 ) 1 P2* =
x = a 11
1
2 2 2 1
4
4
[2 1] = 15 [ 1 0] = 5 4 = 1
15 [2 1]
2
2 2 1 1
2
NUMERI^KI METODI
Metodi za re{avawe nelinearni ravenki (koreni na funkcii)
95
6. METODI ZA RE[AVAWE NELINEARNI RAVENKI

(KORENI NA FUNKCII)
Op{to
Za re{avawe na kvadratna ravenka od tipot:
f ( x ) = ax 2 + bx + c = 0
poznata e kvadratnata formula:
x 1, 2 =
b b 2 4ac
2a
Vrednostite presmetani so ovaa formula se vikaat koreni na

kvadratnata ravenka. Tie gi pretstavuvaat vrednostite na x, za koi
funkcijata f(x) ima vrednosti ednakvi na nula.
Koren (koreni) na edna funkcija moè da se definira kako vrednost
(vrednosti) na x za koja f(x)=0.
Korenite na funkcijata moè da se nare~at i nuli na funkcijata.
Analiti~ko re[enie
Korenite na kvadratnata ravenka se opredeleni analiti~ki so
koristewe na kvadratnata formula. Za polinom od treti red, trite
koreni moè,isto taka, da se opredelat analiti~ki. No, ne postoi
generalno re{enie za korenite na polinomi od povisok red.
Numeri~ko re[enie
Re{enieto na mnogu inènerski problemi ~esto bara opredeluvawe
koreni na funkcii koi se sloèni i nelinearni po priroda. Na
primer, funkcijata f(x)=e-x-x ne moè da se re{i analiti~ki. Vo takov
slu~aj, edinstvena alternativa e aproksimacija so numeri~ki
metodi. Pritoa se primenuva iterativna postapka, pri {to e
potreben golem broj presmetuvawa, posebno ako korenite treba da se
opredelat so pogolema preciznost.
NUMERI^KI METODI
96
Tipovi ravenki
Postojat dva tipa ravenki pri opredeluvaweto koreni na funkcii:
algebarski ravenki
transcendentni ravenki
Polinomite se ednostavna klasa na algebarski funkcii koi vo
op{ta forma moè da se pretstavat so:
f n ( x ) = a 0 + a 1 x + a 2 x 2 + ........ + a n x n
Nekoi specifi~ni primeri na algebarski ravenki (polinomi) se:
f 2 ( x ) = 2 3,47 x + 8.5x 2 i
f 6 ( x ) = 4x 2 x 3 + 6x 6
Transcendentni funkcii se nealgebarski funkcii koi vklu~uvaat vo

sebe trigonometriski, eksponencijalni, logaritamski ili drugi
tipovi funkcii. Na primer:
2
x
f ( x ) = sin( x ) = 0 i f ( x ) = ln(x 2 ) 1
2
Vo zavisnost od tipot, ravenkata moè da ima eden, dva ili pove}e
koreni.
Isto taka, korenite na funkciite moè da bidat realni ili
kompleksni. Primer za kompleksni koreni se x 1 = 1 + 2i i x 2 = 1 2i
vo slednava kvadratna ravenka:
x 2 2x + 5 = 0
x 1, 2 =
b b 2 4ac 2 4 4(1)(5) 2 16
=
=
= 1 2i
2a
2(1)
2
Pri opredeluvawe koreni na funkcii moè da se javat slednive

slu~ai:
funkcijata nema koren
f(x)
x
NUMERI^KI METODI
97
funkcijata ima eden koren
f(x)
koren
funkcijata ima dva korena
f(x)
koreni
funkcijata ima tri korena, itn.
f(x)
koreni
x
Iako postojat situacii koga e potrebno da se opredelat kompleksni
koreni na nepolinomni funkcii, sepak tie slu~ai se poretki otkolku
opredeluvawe koreni na polinomni funkcii.
Standardnite metodi za locirawe koreni moè da se podelat na dve
me|usebno na nekoj na~in povrzani no, sepak, razli~ni klasi
problemi:
1. opredeluvawe eden realen koren na algebarska ili
transcendentna ravenka vrz osnova na postoewe na
aproksimativno re{enie za lokacijata na korenot
NUMERI^KI METODI
98
2. opredeluvawe na site realni i kompleksni koreni na

polinomi. Ovie metodi se specijalno razvieni za polinomnite
funkcii.
Golem broj inènerski problemi baraat opredeluvawe na set od
vrednosti, takanare~eni sopstveni vrednosti ili karakteristi~ni
vrednosti. Na primer, konstruktivniot inèner ja koristi analizata
na sopstvenite vrednosti pri proektirawe konstrukcii otporni na
zemjotres.
Sopstvenite vrednosti, naj~esto obeleàni so , se vrednosti za koi
sledniov sistem ravenki ima netrivijalno (nenulto) re{enie X:
[A I]X = 0
kade {to se:
A - matrica od red n x n.
I - dijagonalna edine~na matrica,
- parametar nare~en sopstvena vrednost na matricata A
X - sopstven vektor koj odgovara na sopstvenata vrednost.
Edna matrica od n-ti red ima n sopstveni vrednosti, 1, 2, ...... n.
Sopstvenite vrednosti na edna matrica se koreni na takanare~eniot
karakteristi~en polinom koj se dobiva so razvivawe na
determinantata na matricata na sistemot ravenki vo polinom i
negovo izedna~uvawe na nula:
A I = 0
Primer 1. Da se opredelat sopstvenite vrednosti na dadenata
matrica [A].
1 2
4 3
[A] =
1 0
0 1
[I] =
1 2
2
1 0 1 2 0 1
=
3
0 1 4 3 0 4
4 3
[A] [I] =
det([A ] [I]) =
1
2
= (1 )(3 ) 2(4) = 2 4 5
4
3
Karakteristi~nata ravenka na matricata [A] e ravenkata:
2 4 5 = 0
NUMERI^KI METODI
99
Re{avaj}i po , gi dobivame 1=-1, i 2=5, a toa se sopstvenite

vrednosti na matricata [A].
Metodi za opredeluvawe koreni na funkcii
Ovde }e bidat razgledani slednive metodi za opredeluvawe koreni
na funkcii:
1.
2.
3.
4.
5.
grafi~ki metod
metod na direktno barawe
metod na prepolovuvawe
Wutn-Rafsonov metod
metod na sekanta
Grafi~ki metod
Eden metod za opredeluvawe aproksimativno re{enie e da se nacrta
grafikot na funkcijata i da se opredeli kade toj ja se~e x oskata.
To~kata koja ja pretstavuva vrednosta x za koja f(x)=0, e koren na
funkcijata. Iako grafi~kite metodi se korisni za gruba procena na
korenite, nivnata primena e ograni~ena poradi malata preciznost.
Primer 2. Dadena e ravenka na brzinata na pa|awe na padobran:
V(t ) =
gm
[1 e ( c / m ) t ]
c
Ravenkata moè da se zapi{e kako:
f (c) =
gm
[1 e ( c / m ) t ] V ( t ) = 0
c
Pri slobodno pa|awe na padobranot so masa m i brzina V, po t=10

sekundi, koristej}i go grafi~kiot metod, da se opredeli vrednosta
na koeficientot c, za koja f(c)=0. Zadadeni se:
m=68.1 kg
(masa na padobranecot)
V(t)=40 m/sek
(brzina)
t=10 sek
(vreme)
g=9.8 m/sec2
(Zemjino zabrzuvawe)
c -koeficient na triewe (koj treba da go opredelime), ili koren na
ravenkata f(c)=0.
f (c) =
9.81(68.1)
[1 e ( c / 68.1)10 ] 40 = 0
c
NUMERI^KI METODI
100
f (c) =
667.38
[1 e 0.146843 c ] 40 = 0
c
Ja tabelirame gornata funkcija za razli~ni vrednosti na c i crtame

grafik.
c
4
5
6
7
8
9
10
11
f( c )
34.19047157
29.49406869
25.20892131
21.29388952
17.71225754
14.43123592
11.42152149
8.65690824
c
12
13
14
15
16
17
18
19
f( c )
6.11394308
3.77162120
1.61111635
-0.38445806
-2.23026071
-3.93990998
-5.52565050
-6.99850079
c=14.75
Od tabelata zabeleùvame deka vrednosta na funkcijata go menuva

znakot pome|u vrednostite za c=14 i c=15. Od grafikot procenuvame
deka c14.75, i toa go zemame za koren na funkcijata opredelen so
grafi~kiot metod.
Primer 3. So grafi~ki metod da se opredelat sopstvenite vrednosti
na matricata [A] dadena vo primer 1.
1 2
4 3
[A] =
Vo primer 1 vidovme deka sopstvenite vrednosti na dadenata

matrica se koreni na nejziniot karakteristi~en polinom, koj be{e
daden so:
NUMERI^KI METODI
101
f ( ) = 2 4 5
Ja tabelirame ovaa funkcija i crtame grafik.
f()
-3
-2
-1
0
1
2
3
4
5
6
7
8
16
7
0
-5
-8
-9
-8
-5
0
7
16
27
Od tabelata i od grafikot gi ot~ituvame vrednostite na dvata

korena na kvadratnata ravenka: 1=-1, i 2=5.
Nedostatok na ovoj metod e {to odnapred ne znaeme vo koi granici da
ja tabelirame funkcijata. Vo ovoj primer odnapred ni bea poznati
re{enijata, no vo sprotiven slu~aj bi ni trebalo pove}e vreme za da
otkrieme vo koi granici se nao|aat korenite na dadenata funkcija.
Metod na direktno barawe - metod na probawe
(Direct-Search or Trial and Error Approach)
So ovoj metod moè da se opredelat korenite na op{ta nelinearna
funkcija so direktno presmetuvawe na vrednosta na funkcijata f(x)
vo daden interval na x, se dodeka ne se postigne f(x)0. So ovoj metod
te{ko se doa|a do egzaktnoto re{enie, duri i pri prebaruvawe so
mal ~ekor i vo mal interval na x. Namesto to~no re{enie, so ovoj
metod se procenuva vo koi granici se nao|a korenot na funkcijata,
{to naj~esto ni e dovolno pri re{avawe na inènerski problemi.
Metodot na direktno barawe se sproveduva vo slednite nekolku
~ekori:
1. Se specificira intervalot [A,B] za x vo koj se nao|a korenot na
funkcijata.
NUMERI^KI METODI
102
f(x)
x
A
Te{ko e da se pogodi vo koj interval postoi koren, a za toa se

potrebni prethodni poznavawa na tekot na funkcijata ili pak treba
da se nacrta nejziniot grafik za pogolem interval i da se proceni
vo koi intervali moè da ima koren.
2. Specificiraniot interval go delime na pove}e podintervali
~ija golemina zavisi od preciznosta {to sakame da ja postigneme.
Na primer ako korenot treba da go opredelime so to~nost do
0,002, toga{ vrednosta vo podintervalite treba da iznesuva
0,002.
0,002
3. Se presmetuva vrednosta vo site podintervali s dodeka ne se

najde korenot na funkcijata, odnosno poidntervalot kade {to
pa|a to~kata f(x)=0.
Ednostaven test da se opredeli dali korenot se nao|a vo daden
interval e da se presmeta vrednosta na funkcijata vo krajnite to~ki
na intervalot i da se sporedat znacite na tie dve vrednosti. Za da
ima koren vo daden interval, funkcijata treba da go promeni znakot,
odnosno da bide zadovolen uslovot f(A)*f(B)<0.
f(A)*f(B)>0
f(x)
f(x)
f(A)*f(B)>0
B
x
A
A
f(A)*f(B)<0
f(x)
f(x)
B
A
B
A
NUMERI^KI METODI
103
Primer 4. So pomo{ na metodot na direktno barawe da se procenat

korenite na slednava karakteriisti~na ravenka:
f ( ) = 3 32 + 2.3146 0.504188 = 0
Ravenkata e od treti red, pa spored toa treba da se opredelat tri
koreni. Za taa cel ja tabelirame funkcijata so ~ekor 0.05 i gi
locirame intervalite vo koi pa|aat trite koreni.
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
f( )
-0.50419
-0.39583
-0.30173
-0.22112
-0.15327
-0.09741
-0.05281
-0.0187
0.005652
0.021007
0.028112
0.55
0.6
0.65
0.7
0.75
0.8
0.85
0.9
0.95
1
1.05
f( )
0.027717
0.020572
0.007427
-0.01097
-0.03386
-0.06051
-0.09015
-0.12205
-0.15544
-0.18959
-0.22373
1.1
1.15
1.2
1.25
1.3
1.35
1.4
1.45
1.5
1.55
1.6
f( )
-0.25713
-0.28902
-0.31867
-0.34531
-0.36821
-0.3866
-0.39975
-0.40689
-0.40729
-0.40018
-0.38483
1.65
1.7
1.75
1.8
1.85
1.9
1.95
2
2.05
2.1
2.15
f( )
-0.36047
-0.32637
-0.28176
-0.22591
-0.15805
-0.07745
0.016657
0.125012
0.248367
0.387472
0.543077
Od tabelata gi locirame trite intervali vo koi pa|aat trite koreni,

a toa se:[0,35;0,40] ;[0,65;0,70] ; [1,90;1,95]
Ako go nacrtame grafikot na funkcijata, }e moème da gi procenime
vrednostite na korenite:
0.6
0.4
f( )
0.2
0
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
2.2
-0.2
-0.4
-0.6
Od grafikot gi procenuvame korenite: 10.4,
NUMERI^KI METODI
20.7,
31.9,
104
Ako se bara to~nost do 0.005, toga{ sekoj od intervalite go delime

na podintervali so golemina 0.005 i gi procenuvame korenite. Na
primer, za prviot koren dobivame:
0.3500
0.3550
0.3600
0.3650
0.3700
0.3750
0.3800
0.3850
0.3900
0.3950
0.4000
f( )
-0.0187
-0.0158
-0.0131
-0.0104
-0.0078
-0.0054
-0.0030
-0.0007
0.0015
0.0036
0.0057
Korenot se nao|a vo intervalot [0.385; 0.390].

Korenot go opredeluvame kako sredna vrednost:
0.385 + 0.39
0.388
2
Na sli~en na~in gi dobivame drugite dva korena:
0.67 + 0.675
1.94 + 1.945
0.673 2
1.9425
2
2
Op[ti karakteristiki na metodot na direktno barawe
So ovoj metod moè da se opredelat koreni na koja bilo funkcija

ako tie se realni i ako se nao|aat vo daden interval.
Za postignuvawe visok stepen na preciznost ovoj metod moè da

bide pridruèn so mnogu golem broj presmetuvawa poradi mnogu
maliot ~ekor, odnosno so goleminata na podintervalite.
Pri selektirawe na goleminata na podintervalite treba da

bideme pretpazlivi. Ako ~ekorot e premnogu golem, nekoi od
korenite moè napolno da se proma{at so primenata na ovoj
metod.
Goleminata na intervalite treba da bide takva {to vo niv da

postoi pove}e od eden koren na funkcijata.
Metodot pretpostavuva deka ima eden i samo eden koren vo

ramkite na eden podinterval.
Ako postoi neparen broj koreni vo intervalot koj se prebaruva,

toga{ f(A) i f(B) }e imaat ist znak, vo koj slu~aj }e bidat
proma{eni korenite vo ovoj interval.
Na primer, da ja razgledame slednava nelinearna ravenka:
f ( x ) = x 3 1.5x 2 0.52 x + 1.056 = 0

NUMERI^KI METODI
105
Ravenkata moè da se zapi{e vo slednava forma:
f1 ( x ) = f ( x ) = ( x 1.1)( x 1.2)( x + 0.8) = 0

Koreni na ovaa funkcija se x=1.1, x=1.2 u x= -0.8.
Ako odbereme goleminata na ~ekorot da bide 0.25, vo ramkite na
intervalot A=0.1 i B=1.25, toga{ f(A)=0.036 a f(B)=0.0154 . Bidej}i
uslov za da ima koren vo daden interval e f(A) * f(B)<0, postapkata }e
prodolì so prebaruvawe vo nov interval i na toj na~in }e bidat
proma{eni korenite x=1.1 i x=1.2.
x
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
f(X)
-0.924
-0.420
0.000
0.342
0.612
0.816
0.960
1.050
1.092
1.092
1.056
0.990
f1(x)
-0.924
-0.420
0.000
0.342
0.612
0.816
0.960
1.050
1.092
1.092
1.056
0.990
x
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
f(X)
0.9
0.792
0.672
0.546
0.42
0.3
0.192
0.102
0.036
0
0
0.042
f1(x)
0.9
0.792
0.672
0.546
0.42
0.3
0.192
0.102
0.036
0
0
0.042
1.50
f(X)
1.00
f1(x)
0.50
0.00
-1.25
-1
-0.75
-0.5
-0.25
-0.50
0.25
0.5
0.75
-1.00
-1.50
Dva glavni problema so metodot na direktno barawe

1. Dvojni (pove}ekratni) koreni
f ( x ) = x 2 2 x + 1 = ( x 1) 2 = 0
NUMERI^KI METODI
1.25
1.5
106
Dadenata funkcija ima dva ednakvi korena x1=1 i x2=1. Ovoj metod ne
moè da gi locira i dvata korena. x1=x2=1.
x
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
y
1
0.81
0.64
0.49
0.36
0.25
0.16
0.09
0.04
0.01
0
x
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
y
0.01
0.04
0.09
0.16
0.25
0.36
0.49
0.64
0.81
1
1.21
1.4
1.2
1
0.8
0.6
0.4
0.2
0
-0.2 0
0.5
1.5
2.5
2. To~ka na diskontinuitet
Na primer, funkcijata: f ( x ) = x cos( x ) + e
koj ne moè da bide otkrien so ovoj metod.
2
x 2
233 ima prekin
700
500
300
100
-40
-30
-20
-10 -100 0
10
-300
NUMERI^KI METODI
20
30
40
107
Metod na prepolovuvawe na intervalot (Bisection)

Metodot na prepolovuvawe na intervalite se nadovrzuva na metodot
na direktno barawe. Toj se koristi vo slu~ai koga e poznato deka vo
daden interval na x, postoi samo eden koren. Za isto nivo na
preciznost, ovoj metod bara pomalku presmetuvawa otkolku metodot
na direktno barawe.
Metodot na prepolovuvawe na intervalite e edna od
najednostavnite tehniki za opredeluvawe koreni na funkcii.
Postapkata e sledna:
- ja razgleduvame funkcijata y=f(x) i treba da ja opredelime
vrednosta na x za koja y=0;
- se opredeluva vrednost na funkcijata vo dve to~ki, na primer, za
x=x1 i za x=x2, taka {to f(x1)*f(x2)<0;
- implikacijata e deka ednata vrednost e negativna a drugata e
pozitivna;
- isto taka, funkcijata mora da bide kontinualna vo intervalot
x1x x2;
- ako ja nacrtame funkcijata vo toj interval, moè da zabeleìme
kade e lociran korenot.
y
y=f(x)
x1
x3
x2
Od slikata se gleda deka funkcijata e negativna vo to~kata x1 a

pozitivna vo to~kata x2, i deka e kontinuirana vo intervalot pome|u
dvete to~ki.
Spored toa, korenot se nao|a pome|u ovie dve to~ki, a novoto
pribliùvawe kon korenot moè da se presmeta kako:
x3 =
x1 + x 2
2
Sega, korenot se nao|a pome|u novoto pribliùvawe x3 i vrednosta x1.

So ovie vrednosti se presmetuva novo pribliùvawe. Ovoj process
prodolùva se dodeka f(x)0, ili dodeka ne se dostigne baranata
preciznost.
Treba da se zabeleì deka vo sekoja iteracija se koristat novata
vrednost za x i edna od prethodnite dve, taka {to kontinuitetot i
produktot na vrednostite na funkcijata se zadovoleni.
NUMERI^KI METODI
108
Primer 5. Koristej}i grafi~ki metod, najdeno e deka slednava

funkcija ima realen koren pome|u x1=1 i x2=3:
f ( x ) = x 3 5x 2 2x + 10
Da se aproksimira korenot so metodot na prepolovuvawe.
Go crtame grafikot na funkcijata vo intervalot pome|u x[1,3]
x
0
0.5
1
1.5
2
2.5
3
3.5
y
10
7.875
4
-0.875
-6
-10.625
-14
-15.375
15
10
5
0
-5 0
0.5
1.5
2.5
3.5
-10
-15
-20
x1=1 i x2=3:
f(x1)=4; f(x2)=-14
O~igledno e deka f(x1)*f(x2)=(4)(-14)<0, i korenot ima vrednost pome|u

1 i 3. Spored toa, novata vrendost moè da se aproksimira so:
x3 =
x1 + x 2 1 + 3
=
= 2 f ( x 3 ) = f (2) = 6
2
2
Od grafikot se gleda deka korenot e pome|u 1 i novata vrednost 2,

poradi razli~niot znak na funkcijata vo ovie dve to~ki. Novoto
pribliùvawe e:
x4 =
x1 + x 3 1 + 2
=
= 1.5 f (x 4 ) = f (1.5) = 0.875
2
2
f(x1)*f(x4)= f(1)*f(1.5)=(4)*(-0.875)<0
Ova zna~i deka korenot e pome|u 1 i 1.5:
x5 =
x 1 + x 4 1 + 1.5
=
= 1.25 f ( x 5 ) = f (1.25) = 1.64063
2
2
Bidej}i znakot na funkcijata za to~kite x1 i x5 e ednakov, korenot se

nao|a pome|u x5 i x4, pa novoto pribliùvawe e:
NUMERI^KI METODI
x6 =
109
x 4 + x 5 1.5 + 1.25
=
= 1.375 f ( x 6 ) = f (1.375) = 0.39648
2
2
f(x5)*f(x6)=f(1.25)*f(1.375)=1.64063*0.39648>0
f(x6)*f(x4)=f(1.375)*f(1.5)=0.39648*(-0.875)<0
x 4 + x 6 1.375 + 1.5
=
= 1.4375
2
2
f ( x 7 ) = f (1.4375) = 0.23657
x7 =
f(x6)*f(x7)=f(1.375)*f(1.4375)=0.39648*(-0.23657)<0
x8 =
x 6 + x 7 1.375 + 1.4375
=
= 1.40625
2
2
f ( x 8 ) = f (1.40625) = 0.08072
Evidentno e deka vrednostite na funkcijata se pribliùvaat kon

nula kako raste brojot na iteraciite.
Po 6 iteracii vrednosta na korenot se aproksimira so vrednosta
1.40625, {to dobro se sovpa|a so to~noto re{enie 2 .
Za da se obezbedi zavr{uvawe i prekinuvawe na iteracijata,
potrebno e da se definira kriterium za konvergencija, odnosno
tolerancija ili razlika pome|u dve posledovatelni pribliùvawa.
Primer 6. Sledniov polinom ima koren vo intervalot 3.75 x 5:
f ( x ) = x 3 x 2 10x 8
x
3
3.25
3.5
3.75
4
4.25
4.5
4.75
5
5.25
5.5
y
-20
-16.7344
-12.375
-6.82813
0
8.203125
17.875
29.10938
42
56.64063
73.125
Ako se bara tolerancija od 0.01 (1%), koristej}i go metodot na

prepolovuvawe, da se opredli korenot na funkcijata.
NUMERI^KI METODI
110
xs
xm
xe
f(xs)
f(xm)
f(xe)
5*6
6*7
gre{.
10
1
2
3
4
5
6
7
8
9
3.7500
3.7500
3.7500
3.9063
3.9844
3.9844
3.9844
3.9941
3.9990
4.3750
4.0625
3.9063
3.9844
4.0234
4.0039
3.9941
3.9990
4.0014
5.0000
4.3750
4.0625
4.0625
4.0625
4.0234
4.0039
4.0039
4.0039
-6.8281
-6.8281
-6.8281
-2.7166
-0.4661
-0.4661
-0.4661
-0.1754
-0.0293
12.8496
1.9182
-2.7166
-0.4661
0.7092
0.1174
-0.1754
-0.0293
0.0440
42.000
12.8496
1.9182
1.9182
1.9182
0.7092
0.1174
0.1174
0.1174
3.9990
4.0002
4.0014
-0.0293
0.0073
0.0440
+
+
+
+
+
+
0.3125
0.1563
0.0781
0.0391
0.0195
0.0098
0.0049
0.0024
10
+
+
+
+
-
0.0012
So pomo{ na programata Excel, izvr{eno e iterativno presmetuvawe,

spored Bisection metodot, do 10 iteracii. Rezultatite se prikaàni
vo gornata tabela. Od tabelata moè da se vidi deka tolerancijata
od 1%, e postignata vo 7. ~ekor na iteracija, i vo ovoj ~ekor
aproksimacijata na korenot iznesuva xm=3.9941. Od poslednite dva
reda se gleda deka rezultatot se pribliùva kon vrednosta xm=4.0,
{to e to~na vrednost na korenot na dadenata funkcija vo dadeniot
interval.
Iako metodot na prepolovuvawe na intervalite sekoga{ }e
konvergira kon korenot, konvergencijata e mnogu bavna.
Pobrz metod na pribliùvawe kon korenot na funkcijata vo daden
interval e Wutn-Rafsonoviot iterativen metod.
Wutn-Rafsonov metod (Newton-Raphson Method)

Ova e naj~esto koristen metod za opredeluvawe koreni na funkcii
od site poznati formuli.
Grafi~ko izveduvawe na formulata:
f(x)
tangenta
slope = tan =
koren
f(xi)
xi
xi+1
NUMERI^KI METODI
f (x i )
x i +1 x i
slope = f ' ( x i ) =
df ( x )
dx
111
x =xi
ili:
x i+1 x i =
f (x i )
f ' (x i )
x i +1 = x i
f (x i )
f ' (x i )
Primer 7. Koristej}i go iterativniot metod na Wutn-Rafson, da se

proceni korenot na slednata funkcija, ako za po~etna procena e
zemena vrednosta x0=0:
f (x) = e x x
Prviot izvod na funkcijata e:
f ' (x) =
df ( x )
= e x 1
dx
Prva iteracija:
i=0, x0=0
f (0) = e ( 0 ) 0 = 1
f ' (0) = e ( 0 ) 1 = 1 1 = 2
x i +1 = x i
x0
f (x i )
f ' (x i )
f (x 0 )
1
=0
= 0.5
2
f ' (x 0 )
Vtora iteracija:
i=1, x1=0.5
f (0.5) = e ( 0.5) (0.5) = 0.1065

f ' (0.5) = e ( 0.5 ) 1 = 1.6065
NUMERI^KI METODI
112
x i +1 = x i
x 2 = x1
Treta iteracija:
f (x i )
f '(x i )
f (x1 )
0.1065
= 0.5
= 0.5663
1.6065
f '(x1 )
i=2, x1=0.5663
f (0.5663) = e ( 0.5663) (0.5663) = 0.001322
f ' (0.5663) = e ( 0.5663 1 = 1.567622
x i +1 = x i
f (x i )
f ' (x i )
f (x 2 )
0.001322
= 0.5663
= 0.5671
f ' (x 2 )
1.567622
x3 = x2
êtvrta iteracija:
i=3, x1=0.5671
f (0.5671) = e ( 0.5671) (0.5671) = 0.00006784

f ' (0.5671) = e ( 0.5671) 1 = 1.56716784
x i +1 = x i
x4 = x3
f (x i )
f ' (x i )
f (x 3 )
0.00006784
= 0.5671
= 0.5671
f ' (x 3 )
1.56716784
Po 4 ~ekori od iteracijata, vrednosta na korenot se pribliì kon

re{enieto x=0.5671.
Primer 8. Sledniov polinom ima koren vo intervalot 3.75 x 5:
f ( x ) = x 3 x 2 10x 8
Istiot primer prethodno be{e re{en po metodot na prepolovuvawe,
pri {to vo devet ~ekori re{enieto se pribliì kon to~noto
re{enie koe iznesuva 4.0 (so tolerancija od 0.001, odnosno 0.1%).
Koristej}i go metodot na Wutn-Rafson, da se opredeli korenot na
dadenata funkcija so to~nost do 0.1% i da se sporedi so re{enieto i
so brzinata na konvergencija od metodot na prepolovuvawe.
Po~etnata vrednost na korenot e x0=3.75.
NUMERI^KI METODI
113
Prva iteracija i=0
f ( x ) = x 3 x 2 10x 8
f ' ( x ) = 3x 2 2x 10
f (3.75) = 3.753 3.752 10 3.75 8 = 6.8281
f ' (3.75) = 3 3.752 2 3.75 10 = 24.6875
x i +1 = x i
x1 = x 0
f (x i )
f ' (x i )
f (x 0 )
f ' (x 0 )
x 1 = 3.75
6.8281
= 4.0266
24.6875
Vtora iteracija i=1 x=4.0266
f ( x ) = x 3 x 2 10x 8
f ' ( x ) = 3x 2 2x 10
f (4.0266) = 4.02663 4.02662 10 4.0266 8 = 0.8052

f ' (4.0266) = 3 4.02662 2 4.0266 10 = 30.5869
x i +1 = x i
x 2 = x1
f (x i )
f ' (x i )
f (x1 )
f ' (x1 )
x 2 = 4.0266
0.8052
= 4.0003
30.5869
Zna~i, vo dva ~ekora se stasuva do re{enieto 4.0003. Gre{kata

iznesuva:
e=
4 4.0003
100 = 0.075%
4
Brzinata na konvergencija na ovoj metod e mnogu pogolema vo odnos na

bisection- metodot.
NUMERI^KI METODI
114
Problemi so Wutn-Rafsonoviot metod

-
Nekonvergencija - moè da se pojavi vo slu~aj ako po~etnata

vrednost na x e takva {to vrednosta na prviot izvod e ednakva na
nula:
x i +1 = x i
-
f (x i )
f (x i )
= xi
f ' (x i )
0
Nekonvergencija se javuva koga f (x)=0, {to zna~i deka tangentata e

paralelna na x oskata:
f(x)
x
x0
-
x1
Nekonvergencija - isto taka moè da se javi ako f(xi)/f(xi)= f(xi+1)/f(xi+1). Vo ovoj slu~aj re{enijata se povtoruvaat od ~ekor vo
~ekor.
y
y=f(x)
x0= x2= x1
x0= x2= x1
Golem broj ~ekori na iteracijata }e se javat ako f(x) e mnogu

pogolemo od f(x). Vo toj slu~aj, odnosot f(xi)/f(xi) e mnogu mal,
poradi {to vo sekoj ~ekor se dobiva sosema malo pridviùvawe
kon re{enieto. Ovaa situacija moè da se javi vo slu~aj koga
korenot na funkcijata e blizok do nula, odnosno koga xi e mal broj
ili koga korenot e vo blizina na prevojnata to~ka.
NUMERI^KI METODI
115
Metod na sekanta (Secant Method)

Potencijalen problem pri koristeweto na Wutn-Rafsonoviot metod
e opredeluvaweto na vrednostite na izvodot na funkcijata. Za
polinomnite funkcii ne e te{ko da se opredelat izvodite, no
postojat funkcii za koi e te{ko da se opredelat izvodite.
Metodot na sekanta e sli~en na Wutn-Rafsonoviot metod, so taa
razlika {to ovde vrednostite na izvodite se opredeluvaat
numeri~ki so kone~ni razliki:
f ' (x i ) =
f ( x i ) f ( x i1 )
( x i x i 1 )
x i+1 = x i
f (x i )
f ' (x i )
x i +1 = x i
x i+1 = x i
f (x i )
f ( x i ) f ( x i1 )
( x i x i 1 )
f ( x i ) ( x i x i 1 )
f ( x i ) f ( x i 1 )
x i +1 = x i
f ( x i ) ( x i 1 x i )
f ( x i 1 ) f ( x i )
Spored metodot na sekanta, nova procena na korenot moè da se

opredeli koristej}i gi vrednostite na funkcijata vo dve drugi
proceni na re{enieto, xi i xi-1, primenuvaj}i ja slednava formula vo
iterativna procedura:
x i+1 = x i
f ( x i ) ( x i 1 x i )
f ( x i1 ) f ( x i )
Primer 9. Koristej}i go metadot na sekanta, da se proceni vrednosta

na korenot na dadenata funkcija:
f (x) = e x x
Da se zemat po~etnite vrednosti xi-1=0 i xi=1.
Prva iteracija, i=1:
x 0 = 0 f ( 0) = e 0 0 = 1
x 1 = 1 f (1) = e 1 1 = 0.63212
x i +1 = x i
x 2 = x1
f ( x i ) ( x i 1 x i )
f ( x i 1 ) f ( x i )
f (x1 ) (x 0 x1 )
0.63212[0 1]
= 1
= 0.61270
f (x 0 ) f (x1 )
1 ( 0.63212 )
NUMERI^KI METODI
116
Vtora iteracija, i=2:
x 1 = 1 f (1) = e 1 1 = 0.63212
x 2 = 0.61270 f (0.61270) = 0.07081
x i +1 = x i
x3 = x2
f ( x i ) ( x i 1 x i )
f ( x i 1 ) f ( x i )
f ( x 2 ) ( x1 x 2 )
0.07081[1 0.61270]
= 0.56384
= 0.61270
0.63212 (0.07081)
f (x1 ) f (x 2 )
Treta iteracija, i=3:
x 2 = 0.61270 f (0.61270) = 0.07081

x 3 = 0.56384 f (0.56384) = 0.00518
x4 = x3
f (x 3 ) (x 2 x 3 )
0.00518[0.61270 0.56384]
= 0.56384
= 0.56717
f (x 2 ) f (x 3 )
0.07081 (0.00518)
Bidej}i f(0.56717)= -0.00004, toa zna~i deka vrednosta x=0.56717 e

koren na funkcijata, za koj f(x)0.
Pove}ekratni koreni
Narednata slika pokaùva slu~aj na pove}ekratni koreni, koga
oskata x e tangenta na funkcijata f(x). Vo ovoj slu~aj, funkcijata ima
dva korena so ednakva vrednost i znak:
f ( x ) = x 2 2x + 1 = ( x 1) 2 = 0 ; x1=x2=1
1.4
1.2
1
0.8
0.6
0.4
0.2
0
-0.2 0
f(x)
A
Dvoen koren
0.5
1.5
2.5
Generalno, moè da postojat dvojni, trojni, ~etvorni i pove}ekratni

koreni za funkcijata f(x). Moè da bide pokaàno deka paren broj
NUMERI^KI METODI
117
ednakvi koreni rezultira pri funkcija f(x) tangentna na oskata x,

dodeka neparen broj ednakvi koreni rezultiraat pri funkcija f(x)
koja ja se~e x oskata so to~ka na infleksija vo samiot koren. Toe e
to~kata kade {to funkcijata ja menuva krivinata.
Na primer, slednava funkcija ima ~etiri koreni, od koi edniot e
troen koren:
f ( x ) = x 4 8x 3 + 18x 2 16x + 5 = ( x 1) ( x 1) ( x 1) ( x 5) = 0 ; x1=x2=
x3=1; x4=5
Na narednata slika e prikaàn grafikot na dadenata funkcija, na
koj se gleda deka to~kata na infleksija e vo to~kata x=1, a toa e
trojniot koren na funkcijata.
140
y = x 4 - 8x 3 + 18x 2 - 16x + 5
90
Troen koren
40
-10
koren
-60
Problemi so pove]ekratnite koreni

-
Pove}ekratnite
koreni
predizvikuvaat
te{kotii
pri
koristeweto na prethodno spomenatite metodi za opredeluvawe
koreni na funkcii.
Bisection - metodot ima problemi so pove}ekratnite koreni poradi
toa {to funkcijata ne go menuva znakot vo to~kata kade {to ima
neparen broj multiplicirani koreni.
Vo Wutn-Rafsonoviot metod ima te{kotii poradi toa {to
izvodot vo multipliciraniot koren e ednakov na nula.
Sistemi nelinearni ravenki

Prethodno spomenatite metodi za opredeluvawe koreni na funkcija
se odnesuvaa na ravenki so edna promenliva od tipot f(x)=0.
Nekoi inènerski problemi se pretstaveni so 2 ili so pove}e
funkcii, za koi e potrebno da se opredelat korenite.
NUMERI^KI METODI
118
Problem so dve promenlivi

Za problemot so dve promenlivi, funkcijata ima forma:
fi(x,y)=0
kade {to indeksot i se odnesuva na brojot na ravenkata, a x i y se
nezavisno-promenlivi.
Primer 10. Sledniov sistem e primer za sistem od nelinearni
ravenki so dve promenlivi:
x 3 3x 2 + xy = 0
4 x 4 xy + 3y = 0
2
II
Metodite {to se koristat za ravenki so edna promenliva ne moàt

direktno da se primenat i vo ovoj slu~aj.
Ravenkite moè da se re{at iterativno, na sledniov na~in (od
ravenkata I se izrazuva x, a od II y):
x = (3x 2 xy)1 / 3
y=
4 x 2 + 3y 2
4x
Pretpostavuvame po~etni re{enija: x=3; y=3. Ako go zamenime x=3 vo

prethodnata ravenka za x, }e dobieme novo re{enie za x, a po~etnoto
y=3 go zadrùvame, pa dobivame:
x = (3 3 2 3 3)1 / 3 = 2.621
y=
4 2.6212 + 3 3 2
= 2.280
4 2.621
Za vtorata iteracija koristime, x=2.621; y=2.280:
x = (3 2.2612 2.621 2.28)1 / 3 = 2.446

Za opredeluvawe na y koristime, x=2.446; y=2.280
y=
4 2.446 2 + 3 2.28 2
= 2.010
4 2.446
Po 20 ~ekori na iteracijata, se dobivaat re{enijata: x=2.159; y=1.819.

NUMERI^KI METODI
x
3
2.621
2.446
2.353
2.297
2.260
2.234
2.215
2.200
2.190
2.182
y
3
2.280
2.010
1.908
1.867
1.848
1.839
1.833
1.829
1.826
1.824
x
2.176
2.171
2.168
2.165
2.163
2.162
2.161
2.160
2.159
2.159
NUMERI^KI METODI
y
1.823
1.822
1.821
1.820
1.820
1.820
1.819
1.819
1.819
1.819
119
120
Vmetnuvawe na funkcii po metodt na najmali kvadrati
7. VMETNUVAWE FUNKCII PO METODOT NA NAJMALI

KVADRATI
Ako nekoja funkcija f(x) e poznata vo kone~en broj to~ki, x0, x1, , xn, vo
intervalot [a,b], edna od mo`nite aproksimacii na funkcijata f(x) e
interpolacioniot polinom opredelen so zadadenite podatoci.
Me|utoa, ako brojot na to~kite m+1 e golem, ili pak podatocite se
dadeni so odredena gre{ka, vakov izbor na aproksimacija ne e
najpogoden.
Pri eksperimentalnite istraùvawa mnogu ~esto se javuva potrebata
da se generira funkcija so koja moè da se modeliraat dadeni
podatoci za mnoèstvo od to~ki.
Taa funkcija moè da bide linearna, kvadratna ili od povisok red.
Metodot na najmali kvadrati e postapka za opredeluvawe "mazna",
kontinuirana i diferencijabilna kriva, so minimizirawe na
gre{kata na otstapuvaweto pome|u zadadenite vrednosti na
funkcijata i vrednostite dobieni so krivata.
Neka e dadeno mnoèstvo od n to~ki koi sakame da gi modelirame so
linearna funkcija (prava linija).
Taa funkcija ne pominuva niz site to~ki (toa bi bila
interpolacionata funkcija), tuku minuva blisku do niv.
"Blizinata" obi~no se definira so pomo{ na kriteriumot na najmali
kvadrati.
Pravata linija moè da se izrazi vo forma:
y=a0+a1 x
Izrazite od koi se opredeluvaat nepoznatite koeficienti a0 i a1
pretstavuvaat sistem od linearni algebarski ravenki.
y=a0+a1 x
kb
y0
y1
yk
yn
x
Vo op{t slu~aj, krivata ne pominuva niz site to~ki.
Ordinatata na linearnata funkcija vo to~ka xk }e bide: yk =a0+a1 xk.
NUMERI^KI METODI
121
Razlikata pome|u dadenata vrednost na yk i vrednosta presmetana so

linearnata funkcija e gre{kata {to se pravi pri provlekuvawe na
ovaa funcija pome|u to~kite:
k =yk (a0+a1 xk)
Ako gi sumirame kvadratite na gre{kite vo site to~ki }e ja dobieme
vkupnata gre{ka:
n
k =1
k =1
E = 2k = [ y k - (a 0 + a 1 x k )]2
Kvadrirawe na gre{kata se primenuva za da se izbegnat mo`nite
poni{tuvawa na gre{kite so pozitiven i so negativen znak.
Vkupnata gre{ka zavisi od toa kolku dobro pravata linija se
vklopuva pome|u dadenite to~ki.
O~igledno e deka najdobro provlekuvawe }e ima koga vkupnata
gre{ka e najmala, odnosno minimizirana. Pritoa vkupnata gre{ka ja
pretstavuvame kako funkcija od nepoznatite koeficienti a0 i a1, a
minimumot na fukcijata go dobivame ako nejzinite izvodi po ovie
nepoznati gi izedna~ime so nula:
n
E
= 2 [ y k - (a 0 + a 1 x k )] = 0
a 0
k =1
n
E
= 2 [ y k - (a 0 + a 1 x k )] x k = 0
a 1
k =1
Delej}i gi dvete ravenki so (-2), dobivame:

n
k =1
k =1
y k - a 0 a1 x k = 0
k =1
yk x k - a 0
k =1
k =1
x k a 1 x 2k = 0
k =1
na 0 + a 1 x k = y k
k =1
(5)
k =1
k =1
k =1
k =1
a 0 x k + a 1 x 2k = y k x k
(6)
Poslednite dve ravenki se dve simultani algebarski ravenki po

nepoznatite koeficienti a0 i a1. Ovie ravenki moème da gi
napi{eme vo matri~na forma:
n
k= 1 x k
n
n
x k a y k
k =1
0 = n k =1
n
2
x k a1 x k yk
k =1
k =1
[A ] {a} = {b}
NUMERI^KI METODI
122
od kade:
{a} = [A]1 {b}
Od poslednata ravenka se opredeluvaat nepoznatite koeficienti na

linearnata funkcija.
Vo op{t slu~aj, ako sakame da provle~eme kriva od m-ti red pri n
zadadeni to~ki (xk,yk), k=1,...n, imame:
y=a0+a1 x + a1 x2 + a2 x3 +....+ am-1 xm
Sledej}i ja pogore pokaànata postapka, se dobiva op{tiot izraz za
opredeluvawe na koeficientite na polinomot od m-ti red:
n
n
n
n
m
2
n
x
x
...
x
yk
k
k
k
k =1
k =1
k =1
a 0 n k =1
n
n
n
n
2
m +1
3
xk
xk
xk
... x k
a1 x k yk
k =1
k =1
k =1
k =1
k =1
n
n
n
a 2 = n
n
2
2
3
4
m+2
xk
xk
xk
... x k
xk yk
... k = 1
k =1
k =1
k =1
k =1
...
...
...
...
...
a
...
m
n
n
n
n
n
2m
m
m+2
m +1
m
xk
xk
...
xk
xk yk
x k

k =1
k =1
k =1
k =1
k =1
[A] {a} = {b}
Spored toa, za da se provle~e kriva niz dadeno mnoèstvo to~ki,

potrebno e da se presmetaat ~lenovite na matricata [A] i vektorot
{b}.
Primer 1. Dadenite podatoci da se modeliraat so polinom od I, II i
III red.
X
Y
0.00
0.99
1.00
0.03
2.00
-1.02
3.00
-1.94
4.00
-3.04
2
1
0
-1 0
-2
-3
-4
Moè da se zabeleì deka to~kite leàt pribli`no na edna prava

linija.
Ako so metodot na najmali kvadrati se provle~e polinom od I red, }e
se dobijat koeficientite na polinomot:
NUMERI^KI METODI
123
a0 = 1.00999
a1 = -1.00299
Za polinom od vtor red se dobiva:
a0 = 0.98856
a1 = -0.96013
a2 = -0.01071
Za polinom od tret red se dobiva:
a0 = 0.999756
a1 = -1.02463
a2 = 0.03428
a3 = - 0.00749
Od rezultatite se gleda deka koeficientite od kvadratniot i od
kubniot ~len se mali vo sporedba so konstantniot i linearniot
~len. Ova zna~i deka e dominanten linearniot trend na podatocite,
pa moè da se izvle~e zaklu~ok deka, duri i pri primena na
polinomi od povisok stepen, metodot na najmali kvadrati gi
prisposobuva koeficientite na dominantnite ~lenovi da go odràt
dominantniot trend na dadenite podatoci.
Vidovme deka mnoèstvoto od n to~ki moè da se pretstavi so
polinomi od I red do (n-1) red. Pritoa treba da se vnimava na
slednovo:
1. ako brojot na to~kite e golem, ravenkite od koi se opredeluvaat
koeficientite na polinomite moè da bidat lo{o usloveni. Vo
takov slu~aj se koristat ortogonalni polinomi (Leàndrovi,
êbi{evi);
2. ako se primeni polinom koj e za edinica pomal od brojot na
to~kite, vkupnata gre{ka e ednakva na nula, me|utoa dobienata
kriva moè da bide daleku od o~ekuvanite rezultati. Ova e
prikaàno na narednata skica, kade {to e pretstaveno
modelirawe na podatocite za 4 to~ki so polinom od III red.
5
4
3
2
1
0
0
To~kite imaat linearen trend koj ne odgovara na polinomot od treti

red. Vo slu~aj da se ovie podatoci dobieni so merewe primenata na
metodot na najmali kvadrati bi dal podobri rezultati.
NUMERI^KI METODI
124
Primer 2: Dadeni se koordinatite na 5 to~ki.

x
y
0,0
1,0
1,0
1,0
2,0
2,0
3,0
2,0
4,0
4,0
Koristej}i go metodot na najmali kvadrati, pome|u dadenite

podatoci da se provle~e polinom od I, II i III red.
1. Vmetnuvawe na polinom od III red (kubna parabola) vo vid
P3(x)=a0+a1.x+a2.x2+a3.x3
a 0 n
a x k
1 k =1
= n 2
a 2 x k
a 3 kn=1
x 3k
k =1
x
0
1
2
3
4
10
y
1
1
2
2
4
10
5
10
30
100
x2
0
1
4
9
16
30
xk
k =1
n
xk
k =1
n
xk
k =1
n
xk
4
k =1
x3
0
1
8
27
64
100
10
30
100
354
x4
0
1
16
81
256
354
k =1
n
2
k
xk
k =1
n
xk
k =1
n
xk
5
k =1
x5
0
1
32
243
1024
1300
n
x y k
k =1
k =1
n
n
4
x k x k yk
k =1
kn=1
n
5
2
x k x k yk
k =1
kn=1
n
6
3
x k yk
xk
k =1
k =1
n
3
k
x6
0
1
64
729
4096
4890
30
100
354
1300
100
354
1300
4890
0.642857
-3.86905
2.571429
-0.41667
-0.08333
0.597222
-0.41667
0.069444
x.y
0
1
4
6
16
27
x2y
0
1
8
18
64
91
x3y
0
1
16
54
256
327
-1
{a}=[A]-1{b}=
0.985714
= -1.4881
0.642857
-0.08333
-1.4881
6.378968
-3.86905
0.597222
NUMERI^KI METODI
10
27
91
327
0.92857
0.55952
-0.28571
0.08333
125
P3(x)= 0.9286 + 0.5595.x - 0.2857.x2 + 0.0833.x3

5
y = 0.0833x3 - 0.2857x2 + 0.5595x + 0.9286
4
3
2
1
0
0
2. Polinom od vtor red (kvadratna parabola)

P2(x)=a0+a1.x+a2.x2
n
a
0
n
a 1 = x k
a kn=1
2 x2
k
k =1
5
10
30
xk
k =1
n
xk
k =1
n
xk
3
k =1
10
30
100
n
x y k
k =1
k =1
n
n
3
x k x k yk
k =1
kn=1
n
2
4
x k x k yk
k =1
k =1
30
100
354
2
k
-1
{a}=[A]-1{b}=
=
0.885714
-0.77143
-0.77143
1.242857
0.142857
-0.28571
0.142857
-0.28571
0.071429
10
27
91
1.028571
-0.15714
0.214286
P2(x)= 1.028571- 0.15714.x + 0.214286.x2
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
P2(x) = 0.2143x2 - 0.1571x + 1.0286
2.5
NUMERI^KI METODI
126
3. Polinom od prv red (prava linija)

P(x)=a0+a1.x
a 0 n
= n
a 1 x k
k =1
n
x k y k
k =1
n k =1
x
x
y
k
k k
k =1
k =1
P1(x)= 0.6+ 0.7.x

5
10
10
30
-1
{a}=[A]-1{b}=
0.6
-0.2
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
-0.2
0.1
10
27
0.6
0.7
y = 0.7x + 0.6
2.5
NUMERI^KI METODI
Sopstveni vrednosti i sopstveni vektori na matrici
127
8. SOPSTVENI VREDNOSTI I SOPSTVENI VEKTORI NA

MATRICI
Edna od osnovnite zada~i na linearnata algebra e iznao|awe na

sopstvenite vrednosti i sopstvenite vektori na edna matrica.
Numeri~kite metodi za re{avawe na ovoj problem se razlikuvaat od
ite zada~i
(re{avawe sistemi ravenki, opredeluvawe na
inverzna matrica i determinanta na matrica), pa za se ovde
izdvoeni.
Sopstvenite vrednosti na edna matrica [A] se koreni na nejziniot
karakteristi~en polinom koj e pretstaven so izrazot:
D() det(A I) = 0
Sopstvenite vrednosti na realna ili kompleksna kvadratna matrica
[A] od n-ti red se onie vrednosti na skalarot , za koi sistemot:
[A ] {x} = {x}
ima netrivijalni re{enija. Ovie netrivijalni re{enija se vikaat

sopstveni vektori. Sistemot ravenki moè da se napi{e vo forma na
homogen sistem
([A ] [I]) {x} = 0
kade { I e edini~na matrica. Ovoj sistem ima netrivijalno

re{enie dokolku determinantata na matricata na sistemot e
ednakva na nula:
D() det(A I) = 0
D() e polinom od n-ti stepen po , i se vika karakteristi~en

polinom na matricata [A]. Zna~i, sopstvenite vrednosti
matricata se koreni na nejziniot karakteristi~en polinom.
na
Pomo{ni stavovi koi se odnesuvaat na sopstvenite vrednosti i

sopstvenite vektori na matrici:
sopstvenite vektori koi odgovaraat na razli~ni sopstveni

vrednosti se linearno nezavisni;
matricite [A], [A], [A]k, k=1,2,....,n, imaat ednakvi sopstveni
vektori, a za sopstvenite vrednosti vaì:
( [A])= ([A]);
( [A]k)= (([A])) k;
T
matricite [A] i [A] imaat ednakvi sopstveni vrednosti.
NUMERI^KI METODI
128
Teoriski, determinantata sekoga{ moè da se razvie so standarden

metod od linearnata algebra. Me|utoa, ako dimenzijata na matricata
n, e golema, golem e i obemot na presmetuvawata i, po pravilo, doa|a
do natrupuvawe na presmetuva~ki gre{ki. Poradi toa, za re{avawe
na problemot na sopstveni vrednosti i vektori se koristat
numeri~ki metodi koi moè da se podelat na dve grupi:
1. metodi za re{avawe problemi na sopstveni vrednosti i vektori
vo celost, so koi se opredeluvaat site sopstveni vrednosti i
vektori;
2. metodi za re{avawe na delumniot problem, so koi se opredeluva
edna sopstvena vrednost ( naj~esto najgolemata ili najmalata) i
soodvetniot sopstven vektor.
Ovde }e razgledame dva metoda, po eden od dvete grupi, i toa:
Jakobieviot metod, za opredeluvawe na site sopstveni vrednosti i
vektori na edna matrica, i metodot na Vijanelo Stodola, za
opredeluvawe na najgolemata i najmalata sopstvena vrednost na edna
matrica i soodvetnite sopstveni vektori.
Jakobiev metod
Ova e metod so koj se opredeluvaat site sopstveni vrednosti na
matricata [A], na toj na~in {to taa se dijagonalizira so pomo{ na
beskone~na niza od transformacii. Na toj na~in se anuliraat
vondijagonalnite ~lenovi vo matricata, a novodobienata dijagonalna
matrica gi sodrì, po glavnata dijagonala, sopstvenite vrednosti 1,
do n.
Pritoa se koristi matricata na rotacija R. Matricata Rij , so koja se
anulira ~lenot bij , ima forma:
[R ]ij
.
.
cos sin
sin cos
.
i
j
So ovaa matrica na rotacija nao|ame nova matrica [B] koja e sli~na

na matricata [A], taka {to:
[B] = [R ]ijT [A ] [R ]ij
NUMERI^KI METODI
tg =
129
(a ii a jj ) + [(a ii a jj ) 2 + 4a ij2 ]1 / 2
2a ij
cos = (1 + tg 2 ) 1 / 2
sin = cos tg
^lenovite na matricata [B] se:
b ii = cos 2 a ii + sin 2 a jj + 2 sin cos a ij

b jj = sin 2 a ii + cos 2 a jj 2 cos sin a ij
b ij = cos sin (a ii a jj ) + a ij (cos 2 sin 2 )
b ik = a ik cos + a jk sin
b lj = a ik sin + a jk cos
b ij = a ij
i,jk,l
Vo novata matrica, koja e dijagonalna, elementite od glavnata

dijagonala se sopstvenite vrednosti:
[B] = [R ]ijT [A] [R ]ij
1 0
0
2
=
0
0
0
0
0 0
0 0
3 0
0 ...
Sopstvenite vektori se ednakvi na kolonite od matricata na

rotacija [R ]ij .
Primer 1. Dadena e matricata [A] od red 2x2. Koristej}i go
Jakobieviot metod, da se opredelat sopstvenite vrednosti i
sopstvenite vektori na dadenata matrica.
[A] =
2 1
1 2
Matricata }e se dijagonalizira ako so elementarni transformacii

se dobie nova matrica vo koja ~lenovite b12=b21 se ednakvi na nula.
Pritoa ja koristime matricata na rotacija [R]12:
[R ]12T [A] [R ]12

cos sin
sin cos
[R ]12 =
NUMERI^KI METODI
130
Za da se anulira ovoj ~len, vo izrazot za tg zemame i=1 a j=2. Pritoa

dobivame:
2 1/ 2
(a 11 a 22 ) + [(a 11 a 22 ) 2 + 4a 12
]
tg =
2a 12
tg =
(2 2) + [(2 2) 2 + 4 12 ]1 / 2
2 1
tg =
4
=1
2
cos = (1 + 1) 1/ 2 =
sin =
1 =
1
2
2
2
Sopstveni vektori se kolonite od matricata [R]:
cos sin
[R ] =
=
sin cos
{x}1
1
2 ;
1
{x}2
1
2
1
2
1
2
1
2
1
2
=
1
Za da gi opredelime sopstvenite vrednosti ja dijagonalizirame

matricata [A], odnosno gi opredeluvame ~lenovite na novata
dijagonalna matrica [B]:
b11 = cos 2 a 11 + sin 2 a 22 + 2 sin cos a ij
b11 =
1 1
1
1
2+ 2+ 2
1 = 3
2
2
2 2
b 22 = sin 2 a 11 + cos 2 a 22 2 cos sin a 12

1
1
1 1
2+ 2 2
1 = 1
2
2
2 2
b12 = cos sin (a 11 a 22 ) + a 12 (cos 2 sin 2 )
b 22 =
b12 = 0
b 21 = 0
NUMERI^KI METODI
131
Taka gi dobivme sopstvenite vrednosti 1 i 2:
[R ]ijT [A] [R ]ij =
0 3 0
=
2 0 1
Primer 2. Da se opredelat sopstvenite vrednosti na matricata [A]

so pomo{ na metodot na Jakobi:
0
1 0
[A] = 0 1.3 0.5

0 0.5 1.3
Matricata e simetri~na i elementite a12, a13, se ve}e ednakvi na nula.
Za da go anulirame ~lenot a23, zemame indeksi i=2 i j=3.
tg =
(a 22 a 33 ) + [(a 22 a 33 ) 2 + 4a 223 ]1 / 2
2a 23
(1.3 1.3) + [(1.3 1.3) 2 + 4 1 = 0.5 2 ]1 / 2

=1
2 0. 5
1
cos = (1 + 1) 1 / 2 =
2
1
1
1 =
sin =
2
2
tg =
Sopstvenite vektori na matricata se:
{x}1 {x}2 {x}3
0
0 1
0
1
[R ] = 0 cos sin = 0 1 / 2
0 sin cos 0 1 / 2
1 / 2
1 / 2
0
i=2, j=3
Ja dijagonalizirame matricata [A]:
red 2:
b 22 = cos 2 a 22 + sin 2 a 33 + 2 sin cos a 23

1
1
1 1
1.3 + 1.3 + 2
0.5 = 1.8
2
2
2 2
= cos sin (a 22 a 33 ) + a 23 (cos 2 sin 2 )
b 22 =
b 23
b 23 =
1
2
1 1
(1.3 1.3) + 0.5( ) = 0
2 2
2
NUMERI^KI METODI
132
kolona 1
k =1
b ik = b 21 = a 21 cos + a 31 sin = 0
red 1
kolona 2
+ 0
1
2
=0
k =1
1
1
+ 0
=0
2
2
b ik = b12 = a 12 cos + a 13 sin = 0

kolona 3
k = 1; l = 1;
j=3
b13 = a 12 sin + a 13 cos = 0
1
1
+ 0
=0
2
2
red 3
kolona 3
j = 3, k = 3
b jj = sin 2 a ii + cos 2 a jj 2 cos sin a ij
b 33 = sin 2 a 22 + cos 2 a 33 2 cos sin a 23
1
1
1
b 33 = 1.3 + 1.3 2 0.5 = 0.8
2
2
2
kolona 1
k =1
b 31 = a 21 sin s + a 31 cos = 0
1
2
+ 0
1
2
=0
Sopstvenite vrednosti }e bidat:
1
[R ]T [A] [R ] = 0
0
0
2
0
0 b11
0= 0

3 0
0
b 22
0
0 1.3 0
0
0 = 0 1.8 0

b 33 0
0 0.8
Sopstvenite vektori nemaat fiksni, odnosno strogo definirani

komponenti. Toa {to e definirano e odnosot pome|u komponentite.
Pri~ina za toa e {to od ravenkata ([A]-[I]){x}=0 se zemaat (n-1)
ravenki so n nepoznati. Za da se re{at ovie ravenki, ednata
promenliva mora da se fiksira-izbere proizvolno.
NUMERI^KI METODI
133
Primer 3. Da se opredelat sopstvenite vrednosti na matricata [A]

so pomo{ na metodata na Jakobi (dijagonalizirawe na matricata so
matri~no mnoèwe):
10
1
[A]=
1
5
i=1
j=2
tg=-(aii-ajj)+[(aii-ajj)2+4aij2](1/2) / 2aij
tg=-(-1+2)+[(-1+2)2+4*12](1/2) / (2*1) =0.2
cos=(1+tg2)(1/2) =1.0
sin=costg =0.2
Dijagonaliziraweto na dadenata matrica od red 2x2 se vr{i so
mnoèwe so matricata na rotacija, vo eden ~ekor, bidej}i treba da
se anulira samo eden ~len (a12=a21).
[R]=
cos
1-sin
sin
cosq
1.0
-0.2
[R]=
0.2
1.0
[D] =
10.2
0.0
0.0
4.8
[D] = [R]T*[A]*[R]
[R] *[A]=
10.0087
-0.9091
1.9275
4.7207
Taka se dobieni sopstvenite vrednosti 1=10.2 i 2=4.8:
[D] = [R ] [A ] [R ]
T
ij
ij
= 1
0
0 10.2 0
=
2 0
4.8
Sopstvenite vektori koi odgovaraat na ovie sopstveni vrednosti se

koloni na matricata [R]:
cos sin 1.0 0.2

=
sin cos 0.2 1.0
[R ] =
{x}
1.0
= ;
0.2
{x}
0.1
=
1 .0
NUMERI^KI METODI
134
Primer 4. So pomo{ na metodot na Jakobi, da se opredelat

sopstvenite vrednosti i vektori na dadenata matrica.
j
[A]=
2
1
0
0
3
0
1.3
0.5
0
0.5
1.3
i
1
2
3
Anulirawe na ~lenot a23

i=2
sin
cos
[R]23
[R]23t
j=3
0.707107
0.707107
1
0
0
0
0.707107
0.707107
0
-0.70711
0.707107
0
0
0.707107
-0.70711
1
0
0
1
0
1.3
0.5
0
0
0.5
1.3
0
0.707107
0.707107
0
0
1.272792
-0.56569
1.272792
0.565685
[R]23t.[A]
R23
1
0
0
0
1.272792
-0.56569
0
1.272792
0.565685
[R]23t.[A]
1
0
0
1
0
0
0
0.707107
0.707107
0
1.8
0
0
-0.70711
0.707107
0
0
0.8
[D]
Iterativen metod na Vijanelo-Stodola

Ovoj metod e iterativen i se koristi za opredeluvawe na najniskite
sopstveni vektori, so najmala sopstvena vrednost min, i najvisokite
so najgolemo max.
Se re{ava sistemot ravenki:
[A]{x} = {x}
NUMERI^KI METODI
135
kade {to:
[A] e realna simetri~na matrica od n-ti red,
{x} e sopstven vektor na matricata [A],
e skalar koj ja pretstavuva sopstvenata vrednost {to odgovara na
sopstveniot vektor.
Za da ja opredelime najgolemata sopstvena vrednost max i
soodvetniot sopstven vektor, trgnuvame od po~etnoto re{enie {x}(1),
i go zamenuvame vo ravenkata:
[A] {x}(1) = {x}(1)
Iteracijata
prodolùva
s
dodeka
posledovatelni ~ekora ne se pribliàt.
Primer 4.
Dadena e matricata:
re{enijata
od
dva
[A] =
2 1
. Da se opredelat
1 2
najgolemata i najmalata sopstvena vrednost i soodvetnite sopstveni

vektori.
Trgnuvame od po~etniot vektor: {x}
(1)
1
=
0
Go zamenuvame vo ravenkata i dobivame nov vektor {x}(2). ^lenovite

vo ovoj vektor gi izrazuvame kako proizvod na nekoj skalar po nekoj
vektor, vo koj prviot ~len e ednakov so prviot ~len vo po~etniot
vektor:
[A] {x}(1) =
2 1 1 3
1
( 2)
= = 3
= {x}
1 2 0 1
0.3333
Sega, novodobieniot vektor go zamenuvame vo istata ravenka i

dobivame vektor {x}(3):
[A] {x}(2) =
2 1 1 2.3333
1
(3)
=
=
2
.
3333
= {x}
1 2 0.3333 1.6666
0.7143
[A] {x}(3) =
2 1 1 2.7143
1
( 4)
=
= 2.7143
= {x}
1 2 0.7143 2.4286
0.8947
[A] {x}(4) =
2 1 1 2.8947
1
=
= 2.8947
1 2 0.8947 2.7895
0.96365
NUMERI^KI METODI
136
2 1 1 2.96365
1
1 2 0.96365 = 2.92731 = 2.96365 0.9877
2 1 1 2.9877
1
1 2 0.9877 = 2.97547 = 2.9877 0.9959
2 1 1 2.9959
1
=
=
2
.
9959
1 2 0.9959

2.99182
0.9986
Vrednostite se poklopuvaat do vtoriot decimal, taka {to moème da
prestaneme so presmetuvaweto. Rezultatite od iteracijata se:
1
1
max {x}max = 2.9959
3.0
0.9986
1
Primer 5. Za istata matrica od prethodnata zada~a, da se opredeli
najmalata sopstvena vrednost min i soodvetniot sopstven vektor.
Zapo~nuvame so po~etno re{enie: {x}
(1)
0
=
1
Ova re{enie se zamenuva vo ravenkata:
[A]1 {x}(1) = 1 {x}(1)
0.666 0.333
0.333 0.666
[A]1 =
0.666 0.333 0 0.333

0.5
0
.
666
=
=
0.333 0.666 1
0.666
1
0.666 0.333 0.5 0.666
0.8
0.333 0.666 1 = 0.8325 = 0.8325 1
0.666 0.333 0.8 0.8658

0.9277
0.333 0.666 1 = 0.93324 = 0.93324 1
NUMERI^KI METODI
137
0.666 0.333 0.9277 0.9514

0.9759
=
= 0.9749
0.333 0.666 1
0.9749
1
0.666 0.333 0.9759 0.9829

0.992
=
= 0.99097
0.333 0.666 1
0.99097
1
0.666 0.333 0.992 0.9936
0.997
0
.
9963
=
=
0.333 0.666
1 0.9963
1
Re{enijata za najmalata sopstvena vrednost i soodvetniot sopstveni
vektor se:
min = 1 / 0.9963 = 1.004 1.0;
NUMERI^KI METODI
{x}min
1

1
138
Numeri~ko re{avawe na diferencijalni ravenki
9. PRIBLI@NO RE[AVAWE NA DIFERENCIJALNI RAVENKI
Op{to za re{avaweto na diferencijalni ravenki

Diferencijalnite ravenki se ~esto koristeni vo inènerstvoto i
vo naukata za pretstavuvawe na fizi~kiot fenomen na
problemite.
Diferencijalna ravenka e sekoja ravenka koja sodrì eden ili
pove}e ~lenovi vo koi figuriraat izvodi na funkcija.
Obi~na diferencijalna ravenka e onaa koja vklu~uva samo edna
nezavisno promenliva. Diferencijalnite ravenki koi vklu~uvaat
dve ili pove}e nezavisno promenlivi, se vikaat parcijalni
diferencijalni ravenki.
Analiti~koto re{enie na obi~nite i na parcijalnite
diferencijalni ravenki se vika re{enie vo zatvorena forma.
Klasifikacija na diferencijalnite ravenki
Obi~ni diferencijalni ravenki:

- diferencijalna ravenka od prv red
- dif. rav. od povisok red
- linearna dif. rav.
- nelinearna dif. rav.
Parcijalni diferencijalni ravenki

- Ovie ravenki obi~no se klasificiraat spored nivnata
matemati~ka forma.
Op{tite formi na obi~nite diferencijalni ravenki se dadeni so

slednive izrazi:
n
C 0 (x) + C i (x)
i =1
n
di
=0
dx i
C 0 ( x ) + C i ( x )(
i =1
di m
) =0
dx i
(1)
( m 0)
( 2)
Pritoa ravenkata (1) e linearna obi~na diferencijalna ravenka,

dodeka ravenkata (2) e nelinearna obi~na diferencijalna
ravenka.
NUMERI^KI METODI
139
Ako koeficientot C0(x) e ednakov na nula, ravenkata se vika

homogena, a vo sprotivno, nehomogena diferencijalna ravenka.
Razli~ni tipovi na obi~nite diferencijalni ravenki (ODR)
imaat golema primena vo inènerstvoto i vo naukata.
Primeri na ODR:
dy
= 5x;
dx
d2y
x+y=0
dx 2
dy 1
= 0;
dx 2
Parcijalni diferencijalni ravenki: toa se diferencijalni

ravenki koi sodràt dve ili pove}e nezavisno promenlivi.
Ovie ravenki moè da imaat samo grani~ni uslovi, pri {to
opi{uvaat t.n. problem na grani~ni vrednosti.
Primeri na parcijalni diferencijalni ravenki:
2T 2T
+
=0
x 2 y 2
C1
2W
2W
2W
C
C
+
+
+ C4 = 0
2
3
xy
x 2
y 2
4 W FZ k
4W
4W
2
=
w
+
+
D D
x 2 y 2 y 4
x 4
Primena vo inènerstvoto, primeri:
-
Mehani~ki sistem:
d2x
dx
+c
+ kx = F( t )
2
dt
dt
x
C
F(t)
m
k
Vibrirawe na greda:
d2y
dy
+ c + ky = F( t )
2
dt
dt
F(t)
m
y
NUMERI^KI METODI
140
Protok na fluidi pod teloto na branata:
2h
2h
kx 2 + ky 2 = 0
x
y
x
y
Plo~a na elasti~na podloga:
4w
4w
4 w FZ k
+2 2 2 + 4 =
w
D D
x 4
x y
y
x
FZ
w
y
2T 2T
T
- Distribucija na temperatura vo presek:
+ 2 =C
2
t
x
y
x
y
NUMERI^KI METODI
141
Mal broj diferencijalni ravenki imaat analiti~ko re{enie vo

zatvorena forma. Spored toa, vo naj~est slu~aj se potrebni
numeri~ki tehniki za re{avawe na problemite.
Op[ti izrazi na diferencijalni ravenki:
dy
dx
dy
dx
dy
dx
dy
dx
= f ( x , y);
= f ( x );
= f ( y);
= C;
dy
= 2 + x2 y
dx
dy
1
= 3
dx
x
dy
= ey 2
dx
dy
= 4
dx
d2y
dy
= f ( x , y, );
2
dx
dx
2
d y
dy
= f ( x , );
2
dx
dx
2
d y
dy
= f ( y, );
2
dx
dx
dy
d2y
= 1 x + 2y
2
dx
dx
2
d y
dy
= 3x +
2
dx
dx
2
d y
dy 1
=2
+
2
dx y
dx
d2y
= f ( x , y);
dx 2
d2y
2
== 2 x +
2
y
dx
dy
= f ( x 1 , x 2 , y);
dx
dy
= f ( x 1 , x 2 );
dx
dy
= f ( x 1 , y);
dx
dy
= x 12 x 21 2 y 2
dx
dy
1
=
x 22
dx x 1
dy
= 3x 1 + 3y 2 1
dx
Od kade proizleguvaat diferencijalnite ravenki?

- Diferencijalnite ravenki moè da proizlezat pri
re{avaweto na geometriski ili fizi~ki problemi.
- Za geometriski slu~aj, da go razgledame naklonot na
funkcijata f(x), koj naj~esto e vrska pome|u x i y:
NUMERI^KI METODI
142
dy
= c( y x )
dx
Re{enie na gornata ravenka }e bide relacijata vo forma: y=g(x).
Pritoa, vo ova re{enie moè da bidat vovedeni edno ili pove}e
ograni~uvawa, odnosno grani~ni uslovi.
Fizi~kite problemi, isto taka, moè da bidat definirani so
diferencijalni ravenki. Kako {to vidovme prethodno, problemot
na transfer na toplina, dvièwe na mehani~ki sistem,
vibrirawe na greda, deformacija na plo~a na elasti~na podloga,
struewe na fluid itn, vklu~uvaat diferencijalni ravenki.
Ednostavnite problemi na dvièwe, isto taka, moè da se
izrazat so diferencijalni ravenki, na primer ravenkata na II
Wutnov zakon:
F = ma = m
dV
dt
Re{avawe na diferencijalni ravenki so pomo{ na Tajlorovi

serii
Da pretpostavime deka problemot e opi{an so diferencijalna
ravenka od I red vo forma:
dy
= f ( x ) , pri zadadeni po~etni uslovi: y=y0 pri x=x0.
dx
Ako promenlivite se odvojat i se izvr{i integracija na dvete
strani, imame:
y
dy
y0
f ( x ) dx
x0
ili:
x
y y = f ( x )dx
y
x0
y y 0 = f ( x )dx
x0
y = y 0 + f ( x )dx ..(1)
x0
NUMERI^KI METODI
143
Da se potsetime na ekspanzijata na Tajlorovite serii:

f ( x 0 + h ) = f ( x 0 ) + hf (1) ( x 0 ) +
h 2 ( 2)
h 3 ( 3)
f (x 0 ) +
f ( x 0 ) + ..... +
2!
3!
h n (n)
f ( x 0 ) + R n +1
n!
kade {to se:
+
x0
- osnovna ili po~etna vrednost na nezavisno promenlivata
- vrednost na nezavisno promenlivata, odnosno to~ka za koja

se bara vrednosta na funkcijata
h=x-x0
- rastojanie pome|u x0 i x, ili ~ekor
n!
- faktorijal od n; n!=n(n-1)(n-2)(n-3)1
f(x0)
- vrednost na funkcijata vo po~etnata to~ka
f(n)(x0)
- vrednost na n-tiot izvod na funkcijata vo po~etnata

to~ka
Ovaa ravenka moè da se izrazi kako:
y( x ) = y 0 + ( x x 0 )
+
(x x 0 ) d y
3!
dx 3
3
dy
dx
+
x=x0
(x x 0 ) 2 d 2 y
2!
dx 2
+
x=x0
.......
(2)
+ .....
x =x0
Ako gi sporedime ravenkite (2) i (1):
(x x 0 ) 2 d 2 y
dy
+
y( x ) = y 0 + ( x x 0 )
dx x = x 0
2!
dx 2
x =x0
(x x 0 )3 d 3 y
+
+ .....
3!
dx 3 x = x
0
y( x ) = y 0 + f ( x )dx
x0
}e dobieme:
x
f (x)dx = (x x 0 )
x0
dy
dx
+
x =x0
(x x 0 ) 2 d 2 y
2!
dx 2
+
x =x0
NUMERI^KI METODI
(x x 0 ) 3 d 3 y
3!
dx 3
+ .....
x=x0
144
Spored toa, ravenkite (1) i (2) moè da se koristat za re{avawe

na diferencijalnite ravenki od I red.
Primer 1. Da se re{i slednava diferencijalna ravenka
koristej}i ja ekspanzijata na Tajlorovi serii:
dy
= 3x 2 , taka {to y=1 za x=1
dx
dy
dx
x 0 = 1; y 0 = 1 ;
= 3x 02 = 3 12 = 3
x =x0
Izvodite od povisok red za x=x0 se:
d2y
dx 2
= 6x 0 = 6 1 = 6 ;
x =x 0
y( x ) = y 0 + ( x x 0 )
dy
dx
d3y
dx 3
+
x =x0
y( x ) = 1 + ( x 1) (3x 02 ) +
=6;
x =x0
d4y
dx 4
(x x 0 ) 2 d 2 y
2!
dx 2
= 0; za n 4
x =x 0
+
x =x0
(x x 0 ) 3 d 3 y
3!
dx 3
( x 1)
( x 1)
( 6)
(6 x 0 ) +
2
6
2
x0 = 1
y( x ) = 1 + ( x 1) 3 + 3( x 1) 2 + ( x 1) 3
To~noto re{enie moè da se opredeli kako:
y
2
dy = 3x dx
3x 3
y 1 =
3
= x3
1
x
1
y 1 = x 3 1
y = x3
NUMERI^KI METODI
x=x0
145
x
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
1 ~len
1
1
1
1
1
1
1
1
1
1
1
2 ~lena
1
1.3
1.6
1.9
2.2
2.5
2.8
3.1
3.4
3.7
4
3 ~lena
1
1.33
1.72
2.17
2.68
3.25
3.88
4.57
5.32
6.13
7
4 ~lena
1
1.331
1.728
2.197
2.744
3.375
4.096
4.913
5.832
6.859
8
to~no
1
1.331
1.728
2.197
2.744
3.375
4.096
4.913
5.832
6.859
8
Analiziraj}i ja tabelata zabeleùvame deka Tajlorovata serija

dava to~no re{enie za ovoj primer koga se zemaat 4 ~lena od
serijata, poradi toa {to izvodite povisoki od III red se ednakvi
na nula. Vo ovoj slu~aj se dobiva to~no re{enie bidej}i se zemeni
site postojni ~lenovi.
Da pretpostavime deka problemot e opi{an so diferencijalna
ravenka od I red vo forma:
dy
= f ( x, y) , pri zadadeni po~etni uslovi: y=y0 pri x=x0.
dx
Vo ovoj slu~aj ekspanzijata na Tajlorovite serii e:
y( x , y) = y 0 + ( x x 0 )
dy
dx
x =x0
y= y0
(x x 0 ) 2 d 2 y
2!
dx 2
x =x0
y= y0
(x x 0 ) 3 d 3 y
3!
dx 3
x =x0
y = y0
+ .......
Vo inènerskite problemi, mnogu ~esto tie se opi{uvaat so

diferencijalni ravenki. Ponekoga{ se slu~uva ovie ravenki da
se mnogu kompleksni ili nelinearni, pa ne moàt ednostavno da
se re{at so pomo{ na analiti~kite metodi. Vo toj slu~aj,
edinstveno mo`no re{enie e numeri~koto integrirawe. Za
razlika od analiti~kite metodi, pri koi pribli`noto re{enie e
dadeno vo vid na analiti~ki izraz, vo numeri~kite metodi se
bara samo numeri~ka vrednost, t. e., za kone~en broj vrednosti na
NUMERI^KI METODI
146
argumentot x, se baraat soodvetnite vrednosti na pribli`noto

re{enie.
Postojat
pove}e
metodi
za
numeri~ko
re{avawe
na
diferencijalni ravenki. Ovde }e ilustrirame nekolku klasi~ni
metodi.
Ojlerovi metodi -obi~ni diferencijalni ravenki od I red
Kako {to zabeleàvme vo prethodnite primeri, vo nekoi slu~ai
ne e taka lesno da se opredelat povisokite izvodi na funkcijata.
Ako pri ekspanzijata na Tajlorovata serija go zememe samo ~lenot
vo koj se sodrì prviot izvod na funkcijata vo to~ka x0, [y(x0)], }e
imame:
y( x ) = y 0 + ( x x 0 )
dy
dx
x=x0
y= y0
+e
Za pogolema to~nost, treba da se odbere mal ~ekor, h= (x-x0).

Gornata raveka moè da se zapi{e vo pokompaktna forma za
primena na kompjuter:
y i +1 = y i + h y' ( x i , y i )
kade {to:
y(xi,yi)=f(xi,yi)
h=(x-x0);
Ova e osnovnata ravenka za iterativnata procedura na Ojler ili
t.n. osnovna Ojlerova formula za re{avawe obi~ni
diferencijalni ravenki od I red.
Ojleroviot metod e eden od najednostavnite numeri~ki metodi.
Re{enijata dobieni so ovoj metod obi~no se grubi i poradi toa se
primenuva samo za orientacioni presmetuvawa. Ideite na koi e
zasnovan ovoj metod, vo su{tina, se pojdovni za mnogu drugi
metodi.
Neka f(x,y) e neprekinata funkcija vo dadena oblast. Ja
razgleduvame diferencijalnata ravenka od prv red: y=f(x,y),
so po~eten uslov y0=y(x0). Da pretpostavime deka soodvetnoto
re{enie e y=F(x). Toga{ F(x)=f(x,y). Pritoa moè da odbereme
dovolno mal ~ekor h, taka {to za site vrednosti na x vo
intervalot [x0, x0+h), vrednosta na y=F(x0) malku }e se razlikuva
od y0. Vo toj slu~aj, za razgleduvaniot interval moè da se
napi{e:
y=y0+(x-x0)y0=y0+(x-x0)*f(x0,y0)
odnosno, krivata y=F(x) vo toj interval se zamenuva so otse~ka
koja pretstavuva del od tangentata na taa kriva vo to~kata
[x0,F(x0,y0)].
NUMERI^KI METODI
147
y
y=y(x)
F(x)y
0
y0 y1 y2
x0 x1 x2
Za desniot kraj na prvata otse~ka dobivame:
y0=f(x0, y0)
y(x1)=y0+hy0=y1;
za x=x2=x0+2h
y(x2) =y2=y1+hy1;
y1=f(x1, y1)
Zna~i, zada~ata se sveduva na posledovatelno presmetuvawe na
razlikite na vrednostite na baranata funkcija F(x).
Geometriski, metodot na Ojler pokaùva deka integralnata kriva
y=F(x) e zameneta so iskr{enata linija koja po~nuva od
zaedni~kata to~ka (x0,y0) so krivata, a sekoja otse~ka e paralelna
so tangentata na to~nata kriva vo levata krajna to~ka od
soodvetniot interval.
Primer 2. Koristej}i go metodot na Ojler da se re{i
diferencijalnata ravenka y=2x, ako e zadadena po~etnata
vrednost y0=0, h=0.1, a argumentot pripa|a na intervalot x[0,1].
To~no re{enie e funkcijata y=1+x2
xk
yk'=2xk
yk+1=yk+h.yk'
0
1
2
3
4
5
6
7
8
9
10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
1
1
1.02
1.06
1.12
1.2
1.3
1.42
1.56
1.72
1.9
NUMERI^KI METODI
to~no re{enie
yk=1+xk2
1
1.01
1.04
1.09
1.16
1.25
1.36
1.49
1.64
1.81
2
148
2.5
1.5
to~no re{enie y=1+x2
yk+1=yk+h.yk'
0.5
0
0
0.2
0.4
0.6
0.8
Modificiran Ojlerov metod

Vo formulata na osnovniot Ojlerov metod se zema vrednosta na
prviot izvod vo prethodnata to~ka:
y i +1 = y i + h y' ( x i , y i )
Podobreniot (modificiran) metod na Ojler e sli~en na osnovniot

metod na Ojler. Toj ja podobruva to~nosta na procenetoto re{enie
so toa {to, namesto vrednosta na prviot izvod vo prethodnata
to~ka (ili naklonot na tangentata vo po~etnata to~ka na sekoj
interval), se zema vrednosta na prose~niot naklon.
f(x)
prose~en
naklon
naklon 1
naklon 2
xi
xi+1
Postapkata, spored modificiraniot Ojlerov metod, se

sproveduva vo slednive nekolku ~ekori:
1. se opredeluva naklonot S1 (dy/dx) vo po~etnata to~ka na
intervalot;
NUMERI^KI METODI
149
2. koristej}i go osnovniot metod na Ojler, se opredeluva

vrednosta na y na krajot od intervalot vo to~ka xi+1;
3. se opredeluva naklonot na krajot od intervalot S1 (dy/dx) za
to~ka xi+1;
4. se opredeluva prose~en naklon, spored formulata:
dy
dx
dy
dx
+
x = xi
dy
dx
x = x i +1
prosek
5. se presmetuva nova vrednost na y na krajot od intervalot, so

prethodno presmetaniot prose~en naklon, koristej}i ja
formulata:
yi+1 = yi + h
Modificiraniot Ojlerov
ekvivalentna formula:
y i+1 = yi + h
dy
dx prosek
metod
daden
so
slednava
[f ( x i , y i ) + f ( x i + h, y i + hf ( x i , y i ))]
2
ili:
yi+1 = yi + 0.5h[f ( x i , yi ) + f ( x i + h, yi + hf ( x i , y i ))]
naklon 1
S1
dy
dx
dy
dx x = xi
x = x i +1
naklon 2
S2
y i+1 = y i + 0.5 h [S1 + S2 ]

Primer 3. So pomo{ na modoficiraniot Ojlerov metod, da se
re{i slednava diferencijalna ravenka za 0 x 1, koristej}i
~ekor so golemina h=0.1.
dy 1
y = 0;
dx 2
x 0 = 0; y 0 = 1
êkor 1:
dy
dx
x =0
y =1
y 1
=
2 2
NUMERI^KI METODI
150
êkor 2: so osnovnata ravenka na Ojler:
y1 = y 0 + h
dy
dx
x =0
y =1
= 1 + 0 .1
1
= 1.05
2
x 1 = x 0 + h = 0 + 0.1 = 0.1
êkor 3:
dy
dx
x = 0.1
y =1.05
y 1.05
=
= 0.525
2
2
êkor 4:
dy
dx
=
prosek
0.5 + 0.525
= 0.5125
2
êkor 5:
y1 = y 0 + h
Vtora iteracija, i=1,
dy
dx
= 1 + 0.1 0.5125 = 1.05125

prosek
x 1 = 0.1; y 0 = 1.05125
êkor 1:
dy
dx
x = 0.1
y =1.05125
y 1.05125
=
= 0.52563
2
2
êkor 2:so osnovnata ravenka na Ojler:

dy
y1 = y 0 + h
= 1.05125 + 0.1 0.52563 = 1.10381
1
dx xy ==10..05125
x 2 = x 1 + h = 0.1 + 0.1 = 0.2

êkor 3:
dy
dx
x = 0.2
y =1.10381
y 1.10381
=
= 0.55191
2
2
êkor 4:
dy
0.52563 + 0.55191
=
= 0.53877
dx prosek
2
êkor 5:
y 2 = y1 + h
dy
dx
= 1.05125 + 0.1 0.53877 = 1.10513

prosek
NUMERI^KI METODI
151
Rezultatite se dadeni vo slednava tabela:

i
xi
fi
yi(O.)
fi+1
0
1
2
3
4
5
6
7
8
9
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.50
0.5256
0.5525
0.5808
0.6105
0.6418
0.6746
0.7091
0.7454
0.7836
1
1.0500
1.1012
1.1576
1.2168
1.2791
1.3446
1.4134
1.4858
1.5619
0.525
0.55063
0.57881
0.60844
0.63959
0.67233
0.70674
0.74292
0.78095
10
0.8237
1.6418
0.82093
yi(m.)
yto~no
%
gr.
0.5125
0.5381
0.5657
0.5946
0.6251
0.6571
0.6907
0.7261
0.7632
1.05125
1.10506
1.16163
1.22109
1.28360
1.34931
1.41838
1.49098
1.56730
1.00000
1.05127
1.10517
1.16183
1.22140
1.28403
1.34986
1.41907
1.49182
1.56831
0.00
0.01
0.02
0.03
0.03
0.04
0.05
0.06
0.06
0.8023
1.64753
1.64872
0.07
Primer 4. Koristej}i go prviot podobren metod Ojler, da se re{i

diferencijalnata ravenka y=y-2x/y, so po~eten uslov y0=1, vo
segmentot [0,1] so ~ekor h=0.2.
k
xk
yk
fk=yk'
h/2. fk
0
1
2
3
4
5
0
0.2
0.4
0.6
0.8
1
1
1.1836
1.3426
1.4850
1.6152
1.7361
1
0.8456
0.7468
0.6769
0.6246
0.5842
0.1
0.0845
0.0746
0.0676
0.0624
xk+1/2=
xk+h/2
0.1
0.3
0.5
0.7
0.9
yk+1/2=
yk+h/2fk
1.1
1.2682
1.4173
1.5527
1.6776
fk+1/2
h*fk+1/2
0.9181
0.7950
0.7117
0.6510
0.6047
0.18363
0.15901
0.14235
0.13021
0.12095
Primer 5. Da se re{i slednava diferencijalna ravenka za 0

x1, koristej}i ~ekor so golemina h=0.1:
dy 1
y = 0;
dx 2
y(0) = 1
Ja preureduvame diferencijalnata ravenka:
y ' = f ( y) =
y
2
Iterativnata postapka se sproveduva so ravenkata na Ojler:
y i +1 = y i + h y' ( x i , y i )
NUMERI^KI METODI
152
Prva iteracija i=0:
y1 = y 0 + h f ( x 0 , y 0 )
x0=0; y0=1, h=0.1
f ( x 0 , y 0 ) = y ' ( x 0 , y 0 ) = y' ( y 0 ) =
dy
dx
x=x0
y= y0
y0 1
= = 0.5
2 2
y1 = 1 + 0.1 0.5 = 1 + 0.05 = 1.05

Vtora iteracija i=1:
y 2 = y1 + h f ( x 1 , y1 )
x1=x0+h=0+0.1=0.1; y1=1.05, h=0.1
dy
dx
f ( x 1 , y 1 ) = y ' ( x 1 , y 1 ) = y' ( y 1 ) =
x = x1
y = y1
y1 1.05
=
= 0.525
2
2
y 2 = 1.05 + 0.1 0.525 = 1.05 + 0.0525 = 1.1025

Treta iteracija i=2:
y 3 = y 2 + h f (x 2 , y 2 )
x2=x1+h=0.1+0.1=0.2; y1=1.1025, h=0.1
f ( x 2 , y 2 ) = y' ( y 2 ) =
dy
dx
x =x 2
y=y2
y 2 1.1025
=
= 0.55125
2
2
y 3 = 1.1025 + 0.1 0.55125 = 1.1025 + 0.055125 = 1.157625

To~no re{enie so direktna integracija:
dy 1
= y
dx 2
ln y ln 1 =
dy
1
y y = x 2dx ;
0
0
x0 = 0
ln 1 = 0
1
1
( x x 0 ) ln y = x
2
2
y=e
x
2
NUMERI^KI METODI
153
Vo narednata tabela e dadena sporedba na rezultatite so to~noto

re{enie.
x
xi
f(xi,yi)
yi
yto~no= e 2
0.500000
1.000000
1.000000
0.1
0.1
0.525000
1.050000
1.051271
0.12
0.2
0.2
0.551250
1.102500
1.105171
0.24
0.3
0.3
0.578813
1.157625
1.161834
0.36
0.4
0.4
0.607753
1.215506
1.221403
0.49
0.5
0.5
0.638141
1.276282
1.284025
0.61
0.6
0.6
0.670048
1.340096
1.349859
0.73
0.7
0.7
0.703550
1.407100
1.419068
0.85
0.8
0.8
0.738728
1.477455
1.491825
0.97
0.9
0.9
0.775664
1.551328
1.568312
1.09
10
0.814447
1.628895
1.648721
1.22
% gre{ka
Primer 6. Da se re{i slednava diferencijalna ravenka za 1x2,

koristej}i ~ekor so golemina h=0.1:
dy
= 3x 2 ;
dx
y(1) = 1
y i +1 = y i + h y' ( x i , y i )
Prva iteracija i=0:
y1 = y 0 + h f ( x 0 , y 0 )
x0=1; y0=1, h=0.1
f ( x 0 , y 0 ) = y' ( x 0 ) =
dy
dx
= 3x 02 = 3 12 = 3
x =x0
y1 = 1 + 0.1 3 = 1 + 0.3 = 1.3

y 2 = y1 + h f ( x 1 , y1 )
x1=x0+h=1+0.1=1.1; y1=1.3, h=0.1
NUMERI^KI METODI
154
f ( x 1 , y1 ) = y' ( x 1 ) = 3 1.12 = 3.63

y 2 = 1.3 + 0.1 3.63 = 1.3 + 0.363 = 1.663
y 3 = y 2 + h f (x 2 , y 2 )
x2=x1+h=1.1+0.1=1.2; y2=1.663, h=0.1
f ( x 2 , y 2 ) = y' ( x 2 ) = 3 (1.2) 2 = 4.32

y 3 = 1.663 + 0.1 4.32 = 2.095
y
y0
x0
2
dy = 3x dx ;
3x 3
y 1 =
3
x0 = 1
y0 = 1
= x3
1
x
1
y 1 = x3 1
y = x3
re{enie.
i
xi
f(xi,yi)
yi(Ojler)
yto~no=x3
3.00
1.000000
1.000
1.1
1.1
3.63
1.300000
1.331
2.38
1.2
1.2
4.32
1.663000
1.728
3.91
1.3
1.3
5.07
2.095000
2.197
4.87
1.4
1.4
5.88
2.602000
2.744
5.46
1.5
1.5
6.75
3.190000
3.375
5.80
1.6
1.6
7.68
3.865000
4.096
5.98
1.7
1.7
8.67
4.633000
4.913
6.04
1.8
1.8
9.72
5.500000
5.832
6.04
1.9
1.9
10.83
6.472000
6.859
5.98
10
12.00
7.555000
8.000
5.89
NUMERI^KI METODI
% gre{ka
155
Primer 7. Da se re{i slednava diferencijalna ravenka za 1x2,

koristej}i ~ekor so golemina h=0.1:
dy
= 3x 2 y;
dx
y(1) = 1
y i +1 = y i + h y' ( x i , y i )
Prva iteracija i=0:
y1 = y 0 + h f ( x 0 , y 0 )
x0=1; y0=1, h=0.1
f ( x 0 , y 0 ) = y' ( x 0 , y 0 ) =
dy
dx
x=x0
y= y0
= 3x 02 y 0 = 3 12 1 = 3
y1 = 1 + 0.1 3 = 1 + 0.3 = 1.3

y 2 = y1 + h f ( x 1 , y1 )
x1=x0+h=1+0.1=1.1; y1=1.3, h=0.1
f ( x 1 , y1 ) = y' ( x 1 , y1 ) = 3 1.12 1.3 = 4.719

y 2 = 1.3 + 0.1 4.719 = 1.7719
y 3 = y 2 + h f (x 2 , y 2 )
x2=x1+h=1.1+0.1=1.2; y2=1.7719, h=0.1
f ( x 2 , y 2 ) = 3 (1.2) 2 1.7719 = 7.65461

y 3 = 1.7719 + 0.1 7.65461 = 2.53736
y
dy
2
y y = x 3x dx ;
0
0
x0 = 1
y0 = 1
NUMERI^KI METODI
156
3x 3
ln y ln 1 =
3
= x3
1
x
1
= x3 1
ln y = x 1
3
y = ex

re{enie.
i
0
1
2
3
4
5
6
7
8
9
10
x
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
f(xi,yi)
yi(Ojler)
yto~no
3.00
1.000000
1.000
4.72
1.300000
1.392
7.65
1.771900
2.071
12.86
2.537361
3.310
22.48
3.823803
5.720
40.99
6.072199
10.751
78.11
10.170933
22.109
155.91
17.982209
50.049
326.33
33.572785
125.462
717.01
66.205532
350.374
1654.87 137.906122 1096.633
xi
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
gre{ka
Primer 8. Da se povtori primerot 7 so ~ekor h=0.05:
dy
= 3x 2 y;
dx
y(1) = 1 ; y i +1 = y i + h y' ( x i , y i ) ;
y1 = y 0 + h f ( x 0 , y 0 )
x0=1; y0=1, h=0.05
f ( x 0 , y 0 ) = 3x 02 y 0 = 3 12 1 = 3 ;
y1 = 1 + 0.05 3 = 1 + 0.15 = 1.15
y 2 = y1 + h f ( x 1 , y1 )
x1=x0+h=1+0.05=1.05; y1=1.15, h=0.05
f ( x 1 , y1 ) = 3 1.05 2 1.15 = 3.80363
NUMERI^KI METODI
6.63
14.44
23.35
33.15
43.52
54.00
64.07
73.24
81.10
87.42
157
y 2 = 1.15 + 0.05 3.80363 = 1.34018

y 3 = y 2 + h f (x 2 , y 2 )
x2=x1+h=1.05+0.05=1.1; y2=1.34018, h=0.05
f ( x 2 , y 2 ) = 3 (1.1) 2 1.34018 = 4.86485

y 3 = 1.34018 + 0.05 4.86485 = 1.58342
x
To~no re{enie: y = e
i
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
x
1
1.05
1.1
1.15
1.2
1.25
1.3
1.35
1.4
1.45
1.5
1.55
1.6
1.65
1.7
1.75
1.8
1.85
1.9
1.95
2
xi
1
1.05
1.1
1.15
1.2
1.25
1.3
1.35
1.4
1.45
1.5
1.55
1.6
1.65
1.7
1.75
1.8
1.85
1.9
1.95
2
f(xi,yi)
3.00
3.80
4.86
6.28
8.20
10.82
14.44
19.52
26.73
37.11
52.23
74.60
108.13
159.15
237.94
361.44
558.05
875.97
1398.30
2270.42
3750.59
yi(Ojler)
1.000000
1.150000
1.340181
1.583424
1.897536
2.307404
2.848201
3.570220
4.546229
5.882821
7.738116
10.349730
14.079513
19.486047
27.443661
39.340488
57.412524
85.315011
129.113605
199.028622
312.549573
NUMERI^KI METODI
yto~no
1.000
1.171
1.392
1.684
2.071
2.594
3.310
4.308
5.720
7.757
10.751
15.239
22.109
32.856
50.049
78.208
125.462
206.774
350.374
610.864
1096.633
%
gre{ka
1.77
3.75
5.94
8.37
11.04
13.96
17.12
20.52
24.16
28.02
32.09
36.32
40.69
45.17
49.70
54.24
58.74
63.15
67.42
71.50
158
Metodi na Runge-Kuta (RK metodi)

Ojleroviot i modificiraniot Ojlerov metod se smetaat kako
specijalen slu~aj na Runge-Kuta metodite od II red. Tie, isto taka,
se smetaat za metodi so eden ~ekor, bidej}i gi koristat
informaciite od eden interval za procena na vrednosta na y na
krajot od intervalot.
Takanare~enite Runge-Kuta metodi se klasa metodi koi se mnogu
koristeni, a koi vo sebe gi vklu~uvaat dvata prethodni metoda.
Vo RK -metodite, vrednosta na y na krajot na daden interval se
opredeluva vrz baza na vrednosta na po~etokot na intervalot,
goleminata na ~ekorot, i nekoj reprezentativen naklon vo toj
interval.
f(x)
prose~en
naklon
naklon 1
naklon 2
xi
xi+1
Runge-Kuta metodi od II red

Postojat tri pretstavuvawa na RK-metodite od II red. Tie se
sli~ni poradi toa {to gi koristat informaciite na po~etokot i
na krajot od dadeniot interval. No, ovie tri metodi se
razlikuvaat vo pretstavuvaweto na naklonot so koj se presmetuva
novata vrednost na y na krajot od intervalot.
Prvata prezentacija na Rk-metodite od II red e modificiraniot
Ojlerov metod:
y i+1 = yi + 0.5h[f ( x i , yi ) + f ( x i + h, yi + hf ( x i , yi ))]
y i+1 = y i + 0.5 h [S1 + S2 ]

NUMERI^KI METODI
159
f(x)
prose~no
S
S1
S2
h/2
x
xi+1
xi
Vtora prezentacija na Rk-metodite od II red:
y i+1 = y i + S2 h
S1 = f ( x i , y i )
S 2 = f ( x i + 0.5h, y i + 0.5hS1 )
S1
f(x)
S2
h/2
xi
xi+1/2
h/2
xi+1
Treta prezentacija na Rk-metodite od II red:
1
2
yi+1 = yi + { S1 + S2 }h
3
3
NUMERI^KI METODI
160
S1 = f ( x i , y i )
S 2 = f ( x i + 0.75h, y i + 0.75hS1 )
S1
f(x)
S2
0.75h
xi
0.25h
xi+3/4
xi+1
Runge-Kuta metodi od III red

Re{enieto na diferencijalnata ravenka so Runge- Kuta metodite
od III red se sproveduva spored ravenkata:
h
y i+1 = y i + [S1 + 4S2 + S3 ]
6
kade {to:
S1 = f ( x i , y i )
S 2 = f ( x i + 0.5h , y i + 0.5hS1 )
S3 = f ( x i + h, y i hS1 + 2hS2 )
Primer 9. Da se re{i slednava diferencijalna ravenka so

koristewe na RK-metodot od III red za 1 x 2 i so ~ekor so
golemina h=0.1.
dy
y( x 2 + 1) = 0;
dx
x 0 = 1; y 0 = 2
]e bidat pokaàni 2 ~ekora:
NUMERI^KI METODI
i=0
S1 =
dy
dx
x =0
y =1
= f ( x 0 , y 0 ) = y 0 ( x 02 + 1) = 2(12 + 1) = 4
x 0 + 0.5h = 1 + 0.5 0.1 = 1.05

y 0 + 0.5hS1 = 2 + 0.5 0.1 4 = 2.2
S2 =
dy
dx
x =1.05
y = 2.2
= f (1.05,2.2) = 2.2(1.05 2 + 1) = 4.6255
x 0 + h = 1 + 0.1 = 1.1
y 0 h S1 + 2hS 2 = 2 0.1 4 + 2 0.1 4.6255 = 2.5251
S3 = f (1.1,2.5251) = 2.5251(1.12 + 1) = 5.580471
Spored toa:
h
y i+1 = y i + [S1 + 4S2 + S3 ]
6
y1 = y 0 +
0.1
[4 + 4 4.6255 + 5.580471] = 2.468041
6
i=1
h
y 2 = y1 + [S1 + 4 S2 + S3 ]
6
x 1 = x 0 + h = 1 + 0.1 = 1.1
y1 = 2.468041
S1 = 5.454371; S 2 = 6.365414; S3 = 7.79476
Spored toa:
y 2 = 2.468041+
0.1
[S1 + 4 S2 + S3 ] = 3.113266
6
NUMERI^KI METODI
161
162
Runge-Kuta metodi od IV red

Vo Runge-Kuta metodot od IV red se zemaat predvid 4 nakloni vo
dadeniot interval. Re{enieto na diferencijalnata ravenka se
sproveduva spored izrazot:
h
y i+1 = y i + [S1 + 2S2 + 2S3 + S4 ]
6
S1 = f ( x i , y i )
S 2 = f ( x i + 0.5h, y i + 0.5hS1 )
S3 = f ( x i + 0.5h, y i + 0.5hS 2 )
S 4 = f ( x i + h , y i + hS3 )
Primer 10. Da se re{i diferencijalna ravenka od primer 10, so
koristewe na RK-metodot od IV red za 1 x 2 i so ~ekor so
golemina h=0.1.
dy
y( x 2 + 1) = 0;
dx
]e bide pokaàn 1 ~ekor:
x 0 = 1; y 0 = 2
i=0
S1 = f (1,2) = 2(12 + 1) = 4
x 0 + 0.5h = 1 + 0.5 0.1 = 1.05

y 0 + 0.5hS1 = 2 + 0.5 0.1 4 = 2.2
S 2 = f (1.05,2.2) = 2.2(1.05 2 + 1) = 4.6255
x 0 + 0.5h = 1 + 0.5 0.1 = 1.05

y 0 + 0.5h S1 + 2hS 2 = 2 + 0.5 0.1 4.6255 = 2.231275
S3 = f (1.05,2.231275) = 2.231275(1.05 2 + 1) = 4.691256
x 0 + h = 1 + 0.1 = 1.1
y 0 + h S3 = 2 + 0.1 4.691256 = 2.469126
NUMERI^KI METODI
163
S 4 = f (1.1,2.469126) = 2.469126(1.12 + 1) = 5.456768

Spored toa:
y1 = 2 +
0.1
[4 + 2 4.6255 + 2 4.691256 + 5.456768] = 2.468171
6
y1 = y 0 +
0.1
[4 + 4 4.6255 + 5.580471] = 2.468041
6
Presmetuvaweto vo sekoj ~ekor moè da se vr{i tabli~no na

sledniov na~in:
n
x
x0
x0+h/2
x0+h/2
x0+h
y
y0
y0+ S10/2
y0+ S20/2
y0+ S30
S=h.f(x,y)
S1 0
S2 0
S3 0
S4 0
y
S1 0
2S20
2S30
S4 0
1/6*suma
Primer 11. So pomo{ na metodot na Runge Kuta, da se najde

pribli`no re{enie na diferencijalnata ravenka y=x+y, ako
y0=1, x[0,1], so ~ekor h=0.2. Re{avaweto e sprovedeno tabli~no
spored prethodno dadenata {ema.
1
n
2
x
3
y
h(2+3)
S
0
0.1
0.1
0.2
1
1.1
1.12
1.244
0.2
0.24
0.244
0.2888
0.2
0.3
0.3
0.4
1.2428
1.38708
1.411508
1.585102
0.28856
0.337416
0.3423016
0.39702032
0.4
0.5
0.5
0.6
1.583636
1.782
1.811836
2.046003
0.396727184
0.456399902
0.462367174
0.529200619
NUMERI^KI METODI
y
0.2
0.48
0.488
0.2888
0.2428
0.28856
0.674832
0.684603
0.39702
0.340836
0.396727
0.9128
0.924734
0.529201
164
0.6
0.7
0.7
0.8
2.044213
2.308634
2.345076
2.653228
0.528842583
0.601726841
0.609015267
0.690645636
0.8
0.9
0.9
1
2.651042
2.996146
3.040656
3.439173
0.69020833
0.779229163
0.788131247
0.88783458
0.460577
0.528843
1.203454
1.218031
0.690646
0.606829
0.690208
1.558458
1.576262
0.887835
0.785461
3.436502
Diferencijalni ravenki od povisok red

Vo mnogu inènerski problemi, potrebno e re{avawe na
diferencijalni ravenki od povisok red.
Na proimer, diferencijalna ravenka od II red moè da bide
dadena so:
dy
d2y
= f ( x, y, )
2
dx
dx
Funkcijata f ne mora da gi vklu~uva site parametri, x,y i dy/dx.
Primeri za diferencijalni ravenki od povisok red:
d2y
= 2 x; taka da
dx 2
y=0 i
dy
= 0 za
dx
x=0
d3y
2x yx + 4 = 0
dy 3
Metodite {to bea prethodno dadeni moè da se koristat za
re{avawe na diferencijalni ravenki od povisok red, otkako }e
se transformiraat vo sistem od diferencijalni ravenki od prv
red.
Procedurata za transformirawe na diferencijalnite ravenki e
sledna:
NUMERI^KI METODI
165
d2y
dy
= f ( x, y, )
2
dx
dx
stanuva,
dy 2
= f ( x , y, y 2 )
dx
dy1
= y 2 ; kade y1 = y 2
dx
dy
dy
y2 = 1 =
dx
dx
Diferencijalni ravenki od povisok red:
dy1
= f 1 ( x , y1 , y 2 ,...., y n )
dx
dy 2
= f 2 ( x , y1 , y 2 ,...., y n )
dx
.......
dy n
= f n ( x , y1 , y 2 ,...., y n )
dx
Primer 12. Dadena e prosta greda natovarena so ramnomerno
raspredelen tovar. Da se opredelat vrednostite na uklonot i
naklonot vo 2 to~ki po dolìnata na gredata za x=0.1 i x=0.2. Da se
koristi Ojleroviot metod.
w=20 kN/m
w=20 kN/m
V
5,0 m
50 kN
M = M + 50x 20x ( 2 ) = 0
M + 50 x 10 x 2 = 0
M = 50 x 10 x 2
NUMERI^KI METODI
d 2 y M( x )
=
EI
dx 2
166
dy
= rotacija
dx
Neka:
d 50 x 10 x 2
=
dx
EI
;
bidej}i:
d 2 y d M ( x )
=
=
EI
dx 2 dx
dy
=
dx
Ako pretpostavime EI=227520 kNm2 i grani~ni uslovi vo x=0, y=0 i

=-0.02314, h=0.1. Koristej}i ja osnovnata formula na Ojler se
dobivaat slednive ravenki:
i+1 = i + h f ( x i , i , y i )
y i+1 = y i + h f y ( x i , i , y i )
Prva iteracija (i=0)
x 0 = 0; y 0 = 0; 0 = 0.02314
d
50 x 10 x 2
=
f ( x i , i , y i ) = f ( x 0 , 0 , y 0 ) =
dx x==x
EI
o
o
y= y o
f (0,0.02314,0) =
50(0) 10(0) 2
=0
EI
1 = 0 + h f (0,0.0231481,0)
1 = 0.0231481 + 0.1 0 = 0.0231481
f y ( x i , i , y i ) = f y ( x 0 , 0 , y 0 ) =
dy
= o
x =x
dx =oo
y= y
f y (0,0.0231481,0) = o = 0.0231481
y1 = y 0 + h f y ( x 0 , 0 , y 0 )
y1 = y 0 + f y (0,0.0231481,0)
y1 = 0 0.0231481 (0.1) = 0.00231481
NUMERI^KI METODI
167
Vtora iteracija (i=1)
x 1 = 0.1; y1 = 0.00231481; 1 = 0.02314
d
50x 10x 2
f ( x i , i , yi ) = f ( x1 , 1 , y1 ) =
=
dx x==x
EI
1
1
y= y1
f (0.1,0.02314,0.00231481) =
50(0.1) 10(0.1) 2
= 0.000021536
227520
Uklonot i naklonot vo to~kata x=0.2 se dobivaat od vrednostite

vo to~ka x=0.1:
2 = 1 + h f (0.1,0.0231481,0.00231481)
2 = 0.0231481 + 0.1 0.000021536 = 0.0231459

dy
f y ( x i , i , y i ) = f y ( x1 , 1 , y1 ) =
x = x = 1
dx =11
y= y
f y (0.1,0.0231481,0.00231481) = 1 = 0.02314
y 2 = y1 + h f y ( x 1 , 1 , y1 )
y 2 = y1 + f y (0,0.02314,0.00231481)
y 2 = 0.00231481 0.02314 (0.1) = 0.0046296
Prethodno spomenatite metodi za re{avawe na obi~ni
diferencijalni ravenki moè da se koristat i za re{avawe na
diferencijalni ravenki od povisok red. Ovie metodi baraat
po~etnite uslovi da bidat zadadeni i da vaàt za ista vrednost
na x. Na primer, vo prethodnata zada~a, po~etnite uslovi se:
x 0 = 0; y 0 = 0; 0 = 0.0231481
Ova e takanare~en problem na po~etni vrednosti.

Rotacijata voobi~aeno ne e poznata, no poznato e deka
x = 0; y = 0; i x = 10; y = 0; . Vo ovoj slu~aj dvata uslova
se odnesuvaat na razli~ni vrednosti na x. Spored toa, ovie
uslovi ne moè da se koristat za re{avawe na ravenkata so
prethodnite metodi. Vo ovoj slu~aj imame re{avawe na problem
na grani~ni vrednosti. Ovoj problem moè da se re{i numeri~ki
koristej}i gi:
shooting - metodot i
metodot na kone~ni razliki.
NUMERI^KI METODI
168
Shooting- metodot e metod na probawe, koj koristi koja bilo od

prethodno spomenatite metodi za re{avawe na diferencijalni
ravenki. Ovoj metod e baziran na transformirawe na problemot
na grani~ni vrednosti vo ekvivalenten problem na po~etni
vrednosti.
Re{avawe na problem na grani~ni vrednosti so pomo{ na
metodot na kone~ni razliki
Ve}e spomenavme deka pri re{avaweto na diferencijalni
ravenki, ako grani~nite uslovi se odnesuvaat na razli~ni
vrednosti na x, imame re{avawe na problem na grani~ni
vrednosti. Ovoj problem moè da se re{i numeri~ki koristej}i
go metodot na kone~ni razliki.
Da se potsetime na izrazite za kone~ni razliki so dvoen ~ekor za
aproksimacija na prviot i vtoriot izvod na funkcija:
f ' (x i )
f ' ' (x i )
f ( x i +1 ) f ( x i 1 )
2h
f ( x + x ) 2f ( x ) + f ( x x )
h2
Vo ovoj metod, izvodite vo diferecijalnata ravenka se

zamenuvaat so prethodnite formuli so kone~ni razliki.
Toga{, dobienata diferencijalna ravenka vo forma na kone~ni
razliki se primenuva vo nekoi vnatre{ni to~ki so odbran ~ekor h
i pri zadadeni grani~ni uslovi.
Sekoe koristewe na ravenkata so kone~ni razliki rezultira vo
linearna ravenka po nepoznatite re{enija vo selektirani
vnatre{ni to~ki.
Vo ovoj slu~aj dobivame sistem od linearni ravenki koi treba da
se re{at simultano, za da se dobie re{enieto vo vnatre{nite
to~ki.
Primer. Prosta greda, tovarena so ramnomerno raspredelen
tovar w. Numeri~ki, da se opredeli momentot na vitkawe M vo
sekoja to~ka po dolìnata na gredata.
w=20 kN/m
x
6,0 m
NUMERI^KI METODI
169
Grani~ni uslovi: vo x=0, M=0

vo x=6, M=0
M1
M2
1.5
M3
M4
1.5
1.5
6,0 m
M5
1.5
Diferencijalnata ravenka na gredata, so koja e opi{an ovoj

problem, e:
d2M
= w = raspredelen tovar, ili:
dx 2
d2M
= 20
dx 2
Originalnata diferencijalna ravenka moè da se transformira
vo forma so kone~ni razliki ako se zeme predvid ravenkata:
f ' ' (x i )
f ( x i 1 ) 2f ( x i ) + f ( x i +1 )
h2
Sega diferencijalnata ravenka e:
d 2 M M i 1 2M i + M i +1
=
dx 2
h2
M i 1 2M i + M i +1
= 20
h2
M i 1 2M i + M i +1
= 20
(1.5) 2
M i1 2M i + M i+1 = 20(2.25) = 45
Primenata na poslednata ravenka vo vnatre{nite to~ki 2,3 i 4
dava sistem od tri ravenki so 3 nepoznati.
NUMERI^KI METODI
170
Vo jazolot 2:
M i1 2M i + M i+1 = 45
M1 2M 2 + M 3 = 45 M1=0
2M 2 + M 3 = 45
Vo jazolot 3:
Vo jazolot 4:
M i1 2M i + M i+1 = 45
M 2 2M 3 + M 4 = 45
M i1 2M i + M i +1 = 45 ; M5=0
M 3 2M 4 + M 5 = 45 ; M5=0
M 3 2M 4 = 45
Kone~no se dobiva sistemot ravenki od koj se opredeluvaat
nepoznatite momenti vo jazlite 2,3 i 4.
2M 2 + M 3
M 2 2M 3 + M 4
= 45
= 45
M 3 2M 4 = 45
Vo matri~na forma sistemot e:
0 M 2 45
2 1
1 2 1 M = 45
0
1 2 M 4 45
Re{enieto na sistemot ravenki e:
M 2 67.5

M 3 = 90.0kNm
M 67.5
4
Stati~ka kontrola:
wL
w 1.5 2
1.5
= 90 22.5 = 67.5kNm
2
2
wL2 20 6 2 720
3 =
=
=
= 90kNm
8
8
8
M2 =
NUMERI^KI METODI
Metod na kone~ni elementi
171
10. METOD NA KONE^NI ELEMENTI
Elektronskite digitalni kompjuteri so golema brzina im ovozmoìja

na inènerite da vovedat razli~ni tehniki za numeri~ka
diskretizacija pri aproksimativnite re{enija na kompleksnite
problemi. Metodot na kone~ni elementi (MKE) e edna od vakvite
tehniki. Originalno, MKE e razvien kako alatka za konstruktivna
analiza vo teorijata na konstrukciite, no teorijata i formulacijata
progresivno se generalizirani i rafinirani taka {to metodot
uspe{no se primenuva vo drugi oblasti, kako {to se: protok na
toplina, hidrodinamika, mehanika na karpi.
Za mnogu inènerski problemi ne e mo`no da se dobijat analiti~ki
matemati~ki re{enija. Analiti~koto re{enie e matemati~ki izraz
koj gi dava vrednostite na baranata nepoznata golemina vo koja bilo
to~ka. Za problemite vo koi se vovedeni kompleksnite materijalni
karakteristiki i grani~ni uslovi, inènerite koristat numeri~ki
metodi koi obezbeduvaat aproksimativni no prifatlivi re{enija.
Vo
najgolem
broj
numeri~ki
metodi,
re{enijata
davaat
aproksimativni vrednosti za nepoznatite golemini samo vo
diskreten broj to~ki. Procesot na selektirawe samo na odreden broj
diskretni to~ki, za koi se bara nekoja golemina, moè da se nare~e
diskretizacija. Eden od na~inite da se diskretizira nekoe telo ili
konstrukcija e da se podeli na pomali delovi i da se dobie
ekvivalenten sistem od kone~ni elementi. Namesto da se re{ava
problemot za celata konstrukcija vo edna operacija, re{enijata se
formuliraat za sekoj element, a potoa se kombiniraat so cel da se
dobie re{enieto za originalnata konstrukcija. Iako pristapot e
zna~itelno uprosten, brojot na podatocite {to treba da se
presmetaat zavisi od brojot na elementite na koi konstrukcijata e
podelena. Za konstrukcii diskretizirani na golem broj elementi
sosema e razbirliva potrebata od primena na kompjuter za
sproveduvawe na presmetuvaweto.
Metodot na kone~ni elementi e primenliv za re{avawe na
problemite na grani~ni vrednosti vo inènerstvoto. Pritoa,
re{enieto se bara vo regionot na teloto na konstrukcijata, dodeka
na granicite na regionot se propi{uvaat (zadavaat) vrednostite na
zavisnite promenlivi ili nivnite izvodi.
Pove}eto od aplikaciite na MKE se vo oblasta na mehanikata na
cvrsto telo, vklu~uvaj}i ja konstruktivnata mehanika, mehanikata na
po~vi i mehanika na karpi. Problemite vo ovie oblasti se re{avaat
so primena na eden od trite pristapi: metod na pomestuvawa, metod
NUMERI^KI METODI
172
na ramnoteà i me{ovit metod. Pomestuvawata se primarnite

nepoznati vo metodot na pomestuvawa (metod na deformacii),
naponite se nepoznati vo metodot na ramnoteà (metod na sili) i
nekoi pomestuvawa i nekoi naponi se nepoznati vo me{ovitiot
metod.
Vo osnovata na metodot e diskretizacija na konstrukcijata
(kontinuumot) na serija od kone~ni elementi. Na sl. 1 se prikaàni
razli~ni tipovi kone~ni elementi. Elementite se povrzani pome|u
sebe vo to~ki koi se vikaat jazolni to~ki. Se odbiraat ednostavni
funkcii za aproksimacija na distribucijata ili varijacijata na
stvarnite pomestuvawa vo kone~niot element. Ovie pretpostaveni
funkcii se vikaat funkcii na pomestuvawata. Nepoznati se
pomestuvawata ili izvodite na pomestuvawata vo jazolnite to~ki.
Triagolen element
Pravoagolen element
Kvadrilateralni kone~ni elementi
Trodimenzionalni kone~ni elementi
Slika 1 Tipovi kone~ni elementi

NUMERI^KI METODI
173
Modelot na pomestuvawata naj~esto e vo ednostavna forma na

polinomi koi ja ovozmoùvaat lesnata matemati~ka manipulacija.
Varijacioniot princip od mehanikata, kako {to e principot za
minimum na potencijalna energija, naj~esto se koristi za da se
definira sistem od ravenki za ramnoteà na sekoj element:
[k ] {u} = {p}
Ravenkite za ramnoteà na celiot sistem se opredeluvaat so
kombinirawe na ravenkite na elementite, i toa taka {to da se
obezbedi kontinuitet na pomestuvawata vo jazlite na povrzuvawe.
Potoa, ovie ravenki se modificiraat za dadeni grani~ni uslovi na
potpiraweto, pa se re{avaat za da se opredelat nepoznatite
pomestuvawa.
Teorijata na MKE e podelena vo dve fazi: analiza na
individualnite elementi i analiza na sistemot od elementi. Ako se
primeni metodot na pomestuvawa ili deformacii, postapkata moè
da se podeli na nekolku ~ekori:
1. Diskretizacija na kontinuumot na kone~ni elementi (liniski,
triagolni,
pravoagolni,
kvadrilateralni,
prizmati~nitrodimenzionalni), sl.3. Ovoj proces moè da bide celosno ili
delumno avtomatiziran, no sepak mnogu zavisi od iskustvoto i od
inènerskata procena na brojot, goleminata, tipot i rasporedot
na kone~nite elementi, aspect ratio.
2. Izbor na model na pomestuvawata(tipot i stepenot na polinomot,
interpolacioni funkcii)
3. Opredeluvawe na matricite na krutost na elementite. ^lenovite
vo ovie matrici se koeficienti vo ravenkite na ramnoteà, a
presmetani od materijalnite i od geometriskite karakteristiki
na elementite (sili od edini~ni pomestuvawa). Na primer:
-
liniski element, stap so dve nepoznati
E,A,l
1
l 1 1
[k ] = AE
liniski element, greda so 4 nepoznati
2
E,A,l
6l
12
4l 2
[k ] = EI3
l
Simm.
12
6l
12
6l
2l 2
6l
4l 2
4. Sostavuvawe na globalnata matrica na krutost na sistemot od

matricite na elementite, i na globalniot vektor na sili (tovari)
NUMERI^KI METODI
174
od jazolnite sili vo elementite (metod na kodni broevi). Pritoa

se vospostavuva relacija na nivo na sistemot:
[K ] {U} = {P}
Ovie ravenki ne moè da se re{at ako prethodno ne se zemat

predvid grani~nite uslovi (dali ima nekoi propi{ani ograni~uvawa
na pomestuvawata). Vo taa smisla treba da se modificiraat
ravenkite.
5. Re{avawe na sistemot ravenki i opredeluvawe na nepoznatite
pomestuvawa.
6. Opredeluvawe na silite (napregawata i deformaciite) vo
elementite od presmetanite pomestuvawa.
Diskretizacija na prostorot
Prv ~ekor vo MKE e regionot na re{enieto da se podeli na
podregioni, odnosno na kone~ni elementi. Formata, goleminata,
brojot i orientacijata na elementite treba da se odberat soodvetno,
taka {to regionot da e pretstaven {to porealno, bez nepotrebno
zgolemuvawe na kompjuterskoto presmetuvawe pri opredeluvaweto
na re{enieto.
Formata na elementite zavisi od tipot na problemot i od formata
na regionot na re{enieto. Ako regionot na re{enieto moè da se
opi{e so edna prostorna koordinata (kako {to se pravoliniskite
ili zakrivenite stapovi), toga{ moè da se koristat liniski ili
ednodimenzionalni kone~ni elementi.
Ako regionot na re{enieto e dvodimenzionalen (na pr. pravoagolna,
triagolna ili kru`na plo~a), moè da se koristat dvodimenzionalni
ili ramninski elementi. Koga se koristat kone~ni elementi so
pravoliniski strani (na pr. triagolni elementi), za modelirawe na
zakriveni povr{ini ili regioni so nepravilna geometrija,
originalniot region ne e pretstaven kompletno.
Za da se pretstavi geometrijata to~no, ponekoga{ se koristat
elementi so zakriveni strani.
Za da se izbegnat numeri~ki problemi, dvodimenzionalnite i
trodimenzionalnite kone~ni elementi treba da imaat strani so
pribli`no ednakva dolìna. Toa zna~i deka dolgnavestite elementi
treba da se odbegnuvaat. Isto taka, numeriraweto na jazlite vo koi
se povrzani sosednite kone~ni elementi treba da e takvo {to da se
dobiva kolku {to e mo`no pomala {irina na bendot na matricata na
sistemot ravenki {to go opi{uva problemot. Op{to pravilo e
jazlite da se numeriraat prvo po pokratkata strana na regionot.
NUMERI^KI METODI
175
Interpolacioni funkcii
To~nosta na re{enieto so MKE zavisi od izborot na
aproksimativnite (interpolacionite) funkcii. Funkcijata {to se
koristi za da go aproksimira re{enieto vo sekoj kone~en element se
vika interpolaciona ili funkcija na formata. Najmnogu se koristat
interpolacionite funkcii vo forma na polinomi. Polinomite so
ponizok red se poednostavni za primena, dodeka polinomite so
povisok red podobro ja aproksimiraat to~nata funkcija na
re{enieto. Pri izborot na redot na polinomot treba da se napravi
kompromis pome|u to~nosta i potro{enoto kompjutersko vreme.
Pritoa, kone~nite elementi se klasificiraat vo tri grupi, spored
redot na interpolacioniot polinom:
-
simpleks- elementi
kompleks- elementi
multipleks- elementi
Kaj simpleks- elementite se koristi linearna interpolaciona

funkcija. Interpolacionata funkcija kaj kompleksniot element e
polinom od povisok red. Multipleks- elementot e takov {to
granicite na elementot se paralelni so koordinatnite oski (kako
{to e pravoagolniot element), a interpolacionata funkcija e
polinom od povisok red.
Primer 1. Koristej}i go metodot na kone~ni elementi (liniski
kone~ni elementi), da se opredeli dijagramot na momentite na
dadenata konstrukcija od nadvore{niot tovar.
Konstrukcija i koordinati na sistemot:
60 kN
1
2
2I
I
3,0
4,0
NUMERI^KI METODI
E=3,16x107 kN/m2
176
Kone~ni elementi i koordinati na elementite:

1
2
3
2
1
2
1
Matrici na krutost na elementite vo lokalni koordinati:

kodni broevi
2
[k]1=
EI/L3
3L
-3
3L
3L2
-3L
-3
-3L
1
3
-3
27
-9
-3
-9
=EI/27
[k]2=
E2I/L3
3L
-3
3L
3L2
-3L
-3
-3L
=EI/32
12
-3
12
48
-12
-3
-12
Matrica na krutost na sistemot opredelena so kodni broevi:
[K]=
EI
0.333
0.3333
0.111
[K]-1=1/EI
0.6667
-2.00
-2.0
15.0
Opredeluvawe na vektorot na tovarite:

OKOS
3PL/16=45
60 kN
37.5
{P}=
-45
0
11P/16=41.25 kN
NUMERI^KI METODI
5P/16=18.75 kN
177
Opredeluvawe na pomestuvawata po koordinatite na sistemot:
-2.00
-45
0
-30.00
-2.00 15.00
90.00
0.67
{U}=[K]-1x{P}=
Opredeluvawe na pomestuvawata po koordinatite na elementite:

90
-30
{u}1=
-30
{u}2=
Opredeluvawete na sili po koordinatite na elementite:
90
{p}01=
0
0
{p}1= {p}01+[k]1x{u}1=
=EI/27
-3
-30
0
0
9
-3
27
-9
-9
3
0
0
41
45
19
{p}2= {p}02+[k]2x{u}2 =
{p}02=
=EI/32
12
-3
-30
0
-11.3
12
-3
48
-12
-12
3
-45
11.3
Definitiven dijagram na momenti:

60 kN
60
30
30
NUMERI^KI METODI
41
+
45
19
30
=
0
30
178
Optimizacija
11. OPTIMIZACIJA
Optimizacija e proces vo koj, od mo`nite nekolku re{enija na daden

problem, se selektira najdobroto re{enie. Pove}eto inènerski
problemi, kako {to se onie povrzani so analiza, proektirawe,
gradewe i drugo, vklu~uvaat vo sebe donesuvawe odluki (procena,
izbor). Voobi~aeno, postoi kriterium koj }e treba da se minimizira
ili maksimizira dodeka se zadovoluvaat nekolku socijalni,
ekonomski, fizi~ki ili tehnolo{ki ograni~uvawa (uslovi). Vo
procesot na donesuvawe odluki, odnosno procena, postojat pove}e
parametri ~ija vrednost moè da varira. So zgolemuvawe na brojot
na ovie parametri, se javuva potreba od primena na sistematska
(organizirana, efikasna) procedura za re{avawe na problemite na
optimizacija. Vo ovaa glava e daden kratok voved vo re{avaweto na
problemite na optimizacijata.
Definirawe na problemot na optimizacija
Formuliraweto na problemot na optimizacija vklu~uva razvivawe
matemati~ki model za fizi~kiot ili za inènerski problem. Vo
praktikata, naj~esto e potrbno da se napravat nekolku pretpostavki,
za da se razvie racionalen i ednostaven matemati~ki model, koj
prili~no to~no moè da go pretstavi odnesuvaweto na sistemot.
Rezultatite od optimizacijata }e bidat razli~ni za razli~ni
matemati~ki modeli na eden fizi~ki sistem. Spored toa, potreben e
dobar matemati~ki model, taka {to rezultatite od optimizacijata
moè da se koristat za podobruvawe na odnesuvaweto na sistemot.
Op{tiot problem na optimizacija, matemati~ki, moè da se
postavi vo slednava forma:
x1
x

Find X = 2
..
x n
koe ja minimizira funkcijata
ograni~uvawata:
f (X ) , so dadeni funkcii na
g j (X) 0 j=1,2,,m;
h k (X) = 0
k=1,2,.,p
NUMERI^KI METODI
179
Optimizacija
kade {to se:
x i (i = 1,2,..., n ) - proektni promenlivi,
X - vektor na proektnite promenlivi,

f (X ) - funkcija na celta,
g j (X) - j-tata funkcija na ograni~uvawata vo vid na neravenka, za

koja se bara da bide 0,
h k (X) - k-tata funkcija na ograni~uvawata vo vid na ravenka, za koja

se bara da bide = 0,
n - broj na proektnite promenlivi,
m - broj na ograni~uvawata vo vid na neravenki,
p - broj na ravenkite na ograni~uvawata.
Terminologija
Proektni promenlivi
Set od parametri koi moè da se variraat za da se promeni
odnesuvaweto na sistemot; set od numeri~ki vrednosti, po edna za
sekoja proektna promenliva, go so~inuvaat re{enieto (prifatlivo
ili neprifatlivo) na problemot na optimizacija.
Funkcija na celta
Koga so menuvaweto na proektnite promenlivi, }e se opredelat
razli~ni re{enija, potreben e kriterium za da se proceni dali edno
re{enie e podobro od drugo. Ovoj kriterium, izrazen vo funkcija od
proektnite promenlivi, se vika funkcija na celta. Interesot na
proektantot e da odbere soodvetni proektni promenlivi so koi }e ja
minimizira ili maksimizira funkcijata na celta.
Ograni~uvawa vo forma na neravenstva
Vo sekoj problem, pri donesuvaweto odluka, }e postojat uslovi ili
ograni~uvawa na proektnite promenlivi, koi moè da bidat
ekonomski, fizi~ki ili funkcionalni. Vo mnogu slu~ai, validnosta
na matemati~kiot model koristen za dadeniot fizi~ki sistem
vnesuva
ograni~uvawa
na
proektnite
promenlivi.
Ovie
ograni~uvawa, izrazeni vo funkcija od proektnite promenlivi, se
poznati kako funkcii na ograni~uvawata. Koga funkciite na
NUMERI^KI METODI
180
Optimizacija
ograni~uvawata moè da imaat samo negativna vrednost ili

vrednost pogolema od nula, takvoto ograni~uvawe se vika
ograni~uvawe vo forma na neravenstvo. Od druga strana, ako
funkcijata na ograni~uvawata se bara da bide ednakva na nula, toa e
ograni~uvawe vo forma na ravenstvo.
Mo`no re[enie
Sekoj set od proektni promenlivi koj gi zadovoluva ograni~uvawata
na problemot, se vika mo`no re{enie. Mo`noto re{enie e
prifatlivo za proektantot vo smisla na ograni~uvawata, no toa
moè i da ne ja minimizira funkcijata na celta.
Optimalno re[enie
Mo`noto re{enie koe ja minimizira funkcijata na celta se vika
optimalno re{enie.
Problem na linerno programirawe
Vo slu~aj koga site funkcii (funkcija na celta, funkcii na
ograni~uvawata) izrazeni preku proektnite promenlivi se linearni,
imame problem na linearno programirawe (LP-problem). Ovoj
problem e naj~est optimizicionen problem vo praktikata.
LP-problemot vo standardna forma se izrazuva na dolunavedeniot
na~in:
Da se minimizira funkcijata na celta:
f = c1 x 1 + c 2 x 2 + ...... + c n x n
ako se dadeni funkciite na ograni~uvawata:
a 11 x 1 + a 12 x 2 + ..... + a 1n x n = b1
a 21 x 1 + a 22 x 2 + ..... + a 2 n x n = b 2
.
.
a m1 x 1 + a m 2 x 2 + ..... + a mn x n = b m
od proektnite promenlivi x1 i x2.
Konstantite c1, c2,....,cn, a11, a12, .....,amn, b1, b2,.....bm, se pretpostavuva deka
se poznati.
NUMERI^KI METODI
181
Optimizacija
Vo standardnata forma na LP-problemot, proektnite promenlivi

mora da bidat nenegativni, no postoi na~in, so voveduvawe novi
promenlivi, tie da moè da imaat i pozitivni ili nulti vrednosti.
Grafi~ko re[enie
Problemot na optimizacija so dve promenlivi moè da se re{i so
grafi~ka procedura. Vo ovoj metod, funkciite na ograni~uvawata se
crtaat(grafi~ki se pretstavuvaat) vo prostorot na proektnite
promenlivi i se identificira regionot na vozmo`ni re{enija, vo koj
site ograni~uvawa se zadovoleni. Potoa, so grafi~ko pretstavuvawe
na konturite na funkcijata na celta, go identifikuvame
optimalnoto re{enie. Iako grafi~kiot metod ne e primenliv za
najgolem broj prakti~ni problemi koi vklu~uvaat pove}e proektni
promenlivi, toj obezbeduva grafi~ka pretstava (slika) na
generalnite karakteristiki na problemite na linearnoto
programirawe. Naredniot primer ja ilustrira procedurata na
grafi~kata optimizacija.
Primer:
Eden proizvoditel proizveduva dva tipa produkti, A i B, koristej}i
3 razli~ni ma{ini. Minimalnoto potrebno ma{insko vreme za sekoj
produkt i profitot od sekoj produkt se dadeni vo slednava tabela:
Produkt
A
B
Ma{ina 1 Ma{ina 2
Ma{ina 3
Potrebno ma{insko vreme (~asovi)
16
8
10
8
14
9
Profit ($)
90
110
Maksimalnoto mo`no dnevno ma{insko vreme na razli~nite ma{ini

e 128, 112 i 90 ~asa. Da se opredeli brojot na produktite A i B {to
treba da se proizvedat dnevno za da se obezbedni maksimalen
profit.
Re{enie.
Neka x1 i x2 se broevi na pruduktite A i B proizvedeni za eden den.
Funkciite na ograni~uvawata na maksimalniot dozvolen broj ~asovi
rabota na sekoja ma{ina se:
1 : 16 x 1 + 8x 2 128
M 2 : 8x 1 + 14 x 2 112
(1)
M3 : 10x 1 + 9 x 2 90
Bidej}i x1 i x2 ne moè da imaat negativni vrednosti, imame:
x10 i
x20
(2)
NUMERI^KI METODI
182
Optimizacija
Treba da se maksimizira funkcijata na profitot koja e dadena so:
f = 90x 1 + 110x 2
20
15
10
A
B
5
O
0
-5
f=980,5882
10
15
f=0
-10
-15
-20
NUMERI^KI METODI
20
183
Optimizacija
Za grafi~ko re{enie razgleduvame dvodimenzionalna grafi~ka

pretstava so proektnite promenlivi x1 i x2, zemeni kako koordinati.
Ograni~uvawata dadeni so neravenkite (2) pokaùvaat deka
re{enieto se nao|a vo I kvadrant. Od graficite na funkciite na
ograni~uvawata moè da se vidi deka site tie ograni~uvawa se
zadovoleni vo to~kite vo granicite na {rafiranata povr{ina. Ovaa
povr{ina se narekuva oblast na mo`ni re{enija (feasible space), a
prikaàna e na prethodnata slika.
Vo site to~ki koi leàt vo povr{inata na mo`ni re{enija (O,A,B,C i
D) zadovoleni se site funkcii na ograni~uvawata.
Optimalno re{enie e to~kata za koja se dobiva maksimum na
funkcijata na celta.
Ako koordinatite na site ovie to~ki se zamenat vo funkcijata na
celta, najgolema vrednost }e se dobie za to~kata V, i toa iznesuva
980.5882 $,
oa e optimalnoto re{enie ili maksimum na funkcijata na celta,
ili moè da se kaè deka toa e najgolem dneven profit.
Opredeluvaweto optimalno re{enie na ovoj na~in e te{ko i
neefikasno, bidej}i e potrebno da se opredeli vrednosta na
funkcijata na celta vo sekoja ekstremna to~ka od granicata na
mo`nite re{enija.
Za najgolem broj prakti~ni problemi, brojot na mo`nite re{enija e
mnogu golem. Vo toj slu~aj se primenuva efikasna i sistemati~na
procedura za da se identificira optimalnoto re{enie pome|u
mnoèstvoto mo`ni re{enija, kako {to e Simplex- metodot, koj ovde
nema da bide razgleduvan.
NUMERI^KI METODI
Re{avawe na zada~ite so programite EXCEL i MATHCAD
184
12. RE[AVAWE NA ZADAÎTE SO PROGRAMITE EXCEL I

MATHCAD
Primer 1: Tabli~no e zadadena nekoja funkcija. Koristej}i polinom

od II red da se interpolira vrednost na funkcijata za x=3.45.
Koristej}i go programot EXCEL, se vnesuvaat dadenite vrednosti za x
i y vo tabela a potoa se crta grafik. Bidej}i interpolacioniot
polinom treba da bide od vtor red, se biraat 3 to~ki okolu
vrednosta na argumentot 3.45, a potoa za ovie 3 to~ki se crta trend
linija vo forma na polinom od vtor red i se bara da se ispi{e
funkcijata na ovaa trend linija na grafikot.
y
4
5
10
19
32
49
70
Polinomna trend linija od II red

35
30
P2(x)=y = 2x2 - 5x + 7
25
20
x
1
2
3
4
5
6
7
15
10
5
0
0
Interpolirawe vrednost na funkcijata za x=3.45

P2(3.45) = 2*(3.45)2 - 5*3.45 + 7 = 13.555
So dobienata funkcija se presmetuva vrednosta za dadenata
vrednost na argumentot.
Za polinom od III red bi se odbrale 4 to~ki okolu dadenata vrednost
na argumentot i bi se vmetnata trend linija od treti red.
Trend liniite vsu{nost pretstavuvaat vmetnuvawe na nekoja
funkcija pome|u dadeni to~ki i }e ja koristime podocna pri
NUMERI^KI METODI
185
re{avawe na takvi zada~i (zada~a 5 od programite). Ovde trend

linijata e iskoristena kako interpolaciona funkcija koja se
provlekuva taka da pominuva niz dadenite to~ki. Za
interpolacionen polinom od II red se odbiraat 3 to~ki okolu
zadadeniot argument, za polinom od III red se biraat 4 to~ki. Vo toj
slu~aj trend linijata pominuva niz to~kite i pretstavuva
interpolaciona funkcija. Za nekoja druga vrednost na argumentot se
selektiraat drugi to~ki okolu taaa vrednost.
Primer 2: Dadeni se vektorite x i y. So pomo{ na programot Mathcad,
so polinom od II red da se interpolira vrednost na funkcijata y(x),
za x=1.5.
1
x
3
vs
5
7
regress ( x, y , 2 )
3
interp ( vs , x, y , 1.5)
3
vs =
k = 4.75
7
3
1
Vektorot vs se opredeluva so funkcijata regress vo koja tretiot

parametar e redot na polinomot so koj se interpolira vrednosta na
funkcijata.
Poslednite n+1 ~lena (3 ~lena) na vektorot vs se koeficientite na
polinomot od II red.
Vrednosta na k e interpoliranata vrednost na funkcijata koja se
opredeluva so pomo{ na fumkcijata interp vo Mathcad, vo koja
posledniot parametar e argumentot za koj se bara vrednost na
funkcijata, x=1.5.
Primer 3. Za tabli~no zadadena funkcija da se presmetaat
vrednostite na prviot i vtoriot izvod na funkcijata vo to~kata i=2,
x=4.4. So pomo{ na programot EXCEL se opredeluva tabelata na
kone~nite razliki a potoa so formulite za numeri~ko
diferencirawe, se presmetuvaat vrednostite na izvodite.
NUMERI^KI METODI
186
i
0
1
2
3
4
x=x0=4.4;
x
4.2
4.3
4.4
4.5
4.6
y
0.6232493
0.6334685
0.6434527
0.6532125
0.6627578
h=0.1; u=(x-x0)/h;
y
2y
0.010219 -0.00023
0.009984 -0.00022
0.00976 -0.00021
0.009545
u=( x0-x0)/h= 0
1
1
1
1
1
y' ( x 0 ) = [y 0 2 y 0 + 3 y 0 4 y 0 + 5 y 0 + ....]
h
2
3
4
5
11
5
1
y' ' ( x 0 ) = 2 [2 y 0 3 y 0 + 4 y 0 5 y 0 + ....]
h
12
6
y'(4.4)=
y''(4.4)=
=(0.00976-(-0.00021)/2)/0.1=
=(-0.00021)/(0.1)^2=
0.09865
-0.021
Primer 4. Dadeniot sistem ravenki da se re{i so programot EXCEL

preku inverznata matrica na matricata na sistemot.
8
3
1
3
8
-1
1
-1
8
X
Y
Z
7
4
6
[A]*{x}={b}
[A]-1
MINVERSE(B36:D38)*1.0
0.1507 -0.0598 -0.026
-0.06 0.1507 0.0263
-0.026 0.0263
{x}
0.6579
0.3421
0.7105
0.1316
MMULT(C43:E45,H36:H38)*1.0
NUMERI^KI METODI
187
Inverznata matrica na sistemot se opredeluva vo EXCEL so

funkcijata MINVERSE.
Re{enieto {x} se dobiva so mnoèwe na inverznata matrica so
vektorot na slobodni ~lenovi {b}. Pri toa se koristi funkcijata
MMULT.
Primer 5. Dadeniot sistem ravenki da se re{i so programot Mathcad.
3 1 1
M := 1 3 1
1 1 3
5
v := 6
soln := lsolve ( M , v )
0.7
soln = 1.2
1.7
Vektorot soln gi sodrì re{enijata na sistemot ravenki koi se
dobieni so pomo{ na funkcijata lsolve.
Istiot sistem ravenki moè da se re{i preku inverznata matrica na
sistemot na sledniot na~in:
1
( M ) .v
0.7
t = 1.2
1.7
Primer 6. Dadenite podatoci da se modeliraat so polinom od I, II i
III red. Da se koristi programot EXCEL.
x
y
-4
-3
1.321 -7.086
-2
-1.1
-1
0.5
-1.188 2.085
1.188
1.099
NUMERI^KI METODI
7.086 -1.321
188
Vo Excel se formira tabela, se crta grafik so to~kite a potoa se

vmetnuvaat trend linii pome|u to~kite vo forma na polinomi.
Vmetnuvawe na funkcija od I red po metodot
na najmali kvadrati
8
y = 0.6584x + 0.1952
6
4
2
0
-6
-4
-2
2
4
6
-2 0
-4
y
-6
Linear (y)
-8
Vmetnuvawe na funkcija od III red po

metodot na najmali kvadrati
8
3
26
y = -0.1593x - 0.0178x + 2.5302x + 0.2124
4
2
0
-6
-4
-2
2
4
-2 0
-4
-6
-8
y
Poly. (y)
Vmetnuvawe na funkcija od II red po

metodot na najmali kvadrati
8
6
2
y = -0.0372x + 0.6564x + 0.4441
4
2
0
-6
-4
-2
2
4
6
-2 0
-4
y
-6
Poly. (y)
-8
NUMERI^KI METODI
189
Primer 7. So programot Mathcad, da se re{i diferencijalnata

ravenka y=2x2, so po~etni uslovi, x0=0, y0=2, za x[0,1], so ~ekor h=0.1.
Vo mathcad ja koristime funkcijata rkfixed, koja go pretstavuva
metodot na Runge-Kuta za numeri~ko re{avawe diferencijalni
ravenki.
Vektorot Z gi sodrì re{enijata za funkcijata y za vrednosti na x vo
granicite od 0 do 1.
x0
y0
2.x
D( x, y )
Z
rkfixed( y , 0 , 1 , 10, D )
0
Z=
0.1
2.001
0.2
2.005
0.3
2.018
0.4
2.043
0.5
2.083
0.6
2.144
0.7
2.229
0.8
2.341
0.9
2.486
10
2.667
Primer 8. Dadenite podatoci da se modeliraat so prava linija.

Rezultatite da se pretstavat grafi~ki.
So koristewe na programot EXCEL se formira tabela od dadenite
vrednosti i se crta grafik. Potoa, vo grafikot pome|u dadenite
vrednosti, se vmetnuva trend linija vo forma na prava linija
(polinom od I red) so opcijata da se ispi{e funkcijata na grafikot.
x
1.5
2.5
NUMERI^KI METODI
190
y = 0.8036x + 0.3036
7
6
5
4
3
2
1
0
y
Linear (y)
Primer 8. Dadenite podatoci da se modeliraat so prava linija vo

forma:y= a0 + a1* x
Rezultatite da se pretstavat grafi~ki.
Zada~ata moè da se re{i so koristewe na funkcijata LINEST vo
programot EXCEL. Se formira tabela od dadenite vrednosti i se
crta grafik so to~ki. Potoa, se selektiraat dve prazni }elii vo
eden red i se koristi funkcijata LINEST, koja pretstavuva
vmetnuvawe na linearna funkcija pome|u dadenite to~ki.
Parametrite vo ovaa funkcija se vektorot y, vektorot x, tretiot
parametar e logi~ka promenliva TRUE , a ~etvrtiot parametar
FALSE. Pri toa se dobiva vo prvata }elija koeficientot a1, a vo
vtorata koeficientot a0.
x
y
1
0
1.5
2
2
3
3.5
3.5
4
5
5.5
4
6
4
0.659375 0.857812 LINEST(C5:I5,C4:I4,TRUE,FALSE)

a1
a0
y = 0.6594x + 0.8578
6
5
1.
Linear (y)
2
1
0
0
NUMERI^KI METODI
191
Primer 9. Koristej}i go programot Mathcad, da se opredelat

sopstvenite vrenosti i sopstvenite vektori na simetri~na
kvadratna matrica [M].
eigenvals( M )
f=
1.25
3.75
1.25 5.68
3.136
eigenvecs( M )
6.294
F=
0.898 0.441
0.441 0.898
Se vnesuva matricata a potoa se koristat funkciite eigenvals za da

se opredelat sopstvenite vrenosti i funkcijata eigenvecs za da se
opredelat sopstvenite vektori na dadenata matrica.
Primer 10. Koristej}i go programot Mathcad, da se opredelat
sopstvenite vrenosti i sopstvenite vektori na simetri~na
kvadratna matrica [A].
2
4.3
A
0.5 5.8 0.8

0.5
eigenvals ( A )
5.506
0.5 0.5
0.8
0.504 0.021 0.863
eigenvecs ( A )
v = 6.707
3.887
V=
0.659 0.655 0.369

0.557 0.756 0.344
Se vnesuva matricata a potoa se koristat funkciite eigenvals za da

se opredelat sopstvenite vrenosti i funkcijata eigenvecs za da se
opredelat sopstvenite vektori na dadenata matrica.
NUMERI^KI METODI
192
Primer 11. Koristej}i go metodot na Runge-Kuta, vo programot

Mathcad, da se opredelat re{enijata na diferencijalnata ravenka
y'=3x2-y, za dadeni po~etni uslovi, x0=0, y0=1, za x vo intervalot [0,0.5],
so ~ekor h=0.1.
y0
1
1
0
3.x
D( x, y )
GG
0.1 0.906
rkfixed( y , 0 , 0.5, 5 , D )
GG =
0.2 0.826
0.3 0.766
0.4 0.728
0.5 0.717
Primer 12. Koristej}i go metodot na Runge-Kuta, vo programot

Mathcad, da se opredelat re{enijata na diferencijalnata ravenka
y'=y2-2x2, za dadeni po~etni uslovi, x0=0, y0=1, za x vo intervalot [0,1],
so ~ekor h=0.2.
y0
D( x, y )
Z
2. x
0.2 1.244
rkfixedy
( , 0, 1, 5, D)
Z=
0.4 1.608
0.6 2.221
0.8 3.622
1 10.793
NUMERI^KI METODI
Zada~i
193
13. Zada~i
Interpolacija
Primer 1. Tabli~no e zadadena nekoja funkcija. Koristej}i ja
formulata za linearna interpolacija, da se interpolira vrednost
na funkcijata za x=2.2.
x
y
2
5,848
2,3
6,127
2,5
6,3
k+1
y = yk +
x xk
( y k +1 y k )
x k +1 x k
y = 5,848 +
6,127 5,848
(2,2 2,0)
2,3 2,0
y = 6,034
x = 2,2

dadenite to~ki:
k
xk
yk
0
0,0
1,0
1
1,0
1,0
2
2,0
2,0
3
4,0
5,0
L 0 (x) =
( x x 1 )( x x 2 )( x x 3 )
( x 1)( x 2)( x 4)
; y0 = 1
=
( x 0 x 1 )( x 0 x 2 )( x 0 x 3 ) (0 1)(0 2)(0 4)
L1 ( x ) =
( x x 0 )( x x 2 )( x x 3 )
( x 0)( x 2)( x 4)
=
; y1 = 1
( x 1 x 0 )( x 1 x 2 )( x 1 x 3 )
(1 0)(1 2)(1 4)
L 2 (x) =
( x x 0 )( x x 1 )( x x 3 )
( x 0)( x 1)( x 4)
=
; y2 = 2
( x 2 x 0 )( x 2 x 1 )( x 2 x 3 ) (2 0)(2 1)(2 4)
L 3 (x) =
( x x 0 )( x x 1 )( x x 2 )
( x 0)( x 1)( x 2)
=
; y3 = 5
( x 3 x 0 )( x 3 x 1 )( x 3 x 2 ) (4 0)(4 1)(4 2)
So zamena na ovie izrazi vo Lagranòviot interpolacionen polinom

od 3 red se dobiva funkcijata so koja e aproksimirana tabli~no
zadadenata funkcija:
P ( x ) = y 0 L 0 ( x ) + y1 L1 ( x ) + y 2 L 2 ( x ) + y 3 L 3 ( x )
P( x ) =
1
( x 3 + 9 x 2 8x + 12)
12
NUMERI^KI METODI
Zada~i
194
Primer 3. Dadena e slednava tabela:

k
xk
yk
0
1,0
1,0
1
2,0
3,0
2
5,0
6,0
3
9,0
10,0
Da se interpolira vrednost na funkcijata so polinom od treti red

za x=6,0.
(6 2)(6 5)(6 9)
3
; L 0 (6,0) = ; y 0 = 1
8
(1 2)(1 5)(1 9)
(6 1)(6 5)(6 9)
5
L1 ( x ) =
; L1 (6,0) = ; y1 = 3
(2 1)(2 5)(2 9)
7
(6 1)(6 2)(6 9)
5
L 2 (x) =
; L 2 (6,0) = ; y 2 = 6
(5 1)(5 2)(5 9)
4
(6 1)(6 2)(6 5)
5
L 3 (x) =
; L 3 (6,0) = ; y 3 = 10
(9 1)(9 2)(9 5)
56
3
5
5
5
P(6,0) = 1 + 3 ( ) + 6 + 10
= 6,625
8
7
4
56
L 0 (x) =
Primer 4. Da se najde empiriska formula za funkcijata f(x) zadadena

so slednava tabela.
x=0.55
x=1.25
i
0
1
2
3
4
5
x
0
1
2
3
4
5
Y
-3.0
0.7
3.8
6.3
8.2
9.5
y
3.7
3.1
2.5
1.9
1.3
2y
-0.6
-0.6
-0.6
-0.6
h=1.0
P( x ) = y 0 +
y 0
2 y 0
(x x 0 ) +
(x x 0 ) (x x 1 )
1!h
2!h 2
P( x ) = 3 +
3.7
0.6
( x 0) +
( x 0) ( x 1)
1
2 1 12
P( x ) = 3 + 3.7 x 0.3x 2 + 0.3x = 3 + 4 x 0.3x 2
NUMERI^KI METODI
3y
0
0
0
Zada~i
195
Ako se bara vrednost na funkcijata za x=0.55, za x0 se zema

najbliskata vrednost za x vo tabelata, a toa e x0=0, y0=-3,0, x1=1,
y0=3.7, 2y0=-0.6. Ako zamenime vo Wutnovata interpolaciona
formula, }e dobieme:
P(0.55)=?
P(0.55) = 3 +
3.7
0.6
(0.55 0) +
(0.55 0) (0.55 1) = 0.891
1
2
Za x=1.25 najbliska to~ka od tabelata e to~kata i=1 i za nea gi

zemame, x0=1, y0=0.7, y0=3.1, 2y0=-0.6, a slednata to~ka e x1=2
P(0.55) = 0.7 +
3.1
0.6
(1.25 1) +
(1.25 1) (1.25 2) = 1.531
1
2
Primer 5. Koristej}i ja tabelata od zada~a 1 da se opredeli

vrednost na funkcijata f(x) za x=1.25, koristej}i go Lagranòviot
interpolacionen polinom od 2 red.
Po~etna to~ka e vtorata to~ka od tabelata kako najbliska
prethodna to~ka na to~kata so apscisa x=1.25. Zna~i, x0=1, x1=2,
x2=3.
P ( x ) = y 0 L 0 ( x ) + y 1 L1 ( x ) + y 2 L 2 ( x )
(1.25 2)( x 3)
= 0.65625; y 0 = 0.7
(1 2)(1 3)
(1.25 1)( x 3)
= 0.4375;
L1 ( x ) =
y 0 = 3.8
(2 1)(2 3)
(1.25 1)( x 2)
L 2 (x) =
= 0.09375; y 0 = 6.3
(3 1)(3 2)
L 0 (x) =
P( x ) = 0.65625 0.7 + 0.4375 3.8 0.09375 6.3 = 1.5312
NUMERI^KI METODI
Zada~i
196
Numeri~ko diferencirawe
Primer 6. tabli~no e zadadena nekoja funkcija so ~ekor h=0.1.
Znaej}i deka taa e diferencijabilna vo dadeniot interval, da se
presmeta prviot izvod za x=3.5 i za x=3.57.
i
0
1
2
3
4
x
3.5
3.6
3.7
3.8
3.9
y
0.0122
0.0119
0.0116
0.0113
y(x)=log(x)
0.5441
0.5563
0.5682
0.5798
0.5911
2y
-0.0003
-0.0003
-0.0003
1
1
[y 0 2 y 0 ]
h
2
1
1
y' (3.5) =
[0.0122 (0.0003)] = 0.1235
0 .1
2
f ' (3.5) =
Za f (3.57) ja koristime formulata:

1
2u 1 2
3u 2 6u + 2 3
y0 +
y 0 + ....]
[ y 0 +
6
h
2
u = (3.57 3.5) / 0.1 = 0.7
1
2 0.7 1
y' (3.57) =
[0.0122
(0.0003)] = 0.1214
0 .1
2
f ' (x) =
Koga se bara izvod na nekoja funkcija za vrednost na argumentot {to

se nao|a nazad vo dadenata tabela, toga{ se primenuva
interpolacionata formula na Wutn za interpolacija nazad.
Primer 7. Tabelarno se dadeni vrednostite
y(x)= x za 7 argumenti so ~ekor h=0.05.
0
1
2
3
1.00
1.05
1.10
1.15
y(x)= x
1.00000
1.02470
1.04881
1.07238
na
funkcijata
2y
3y
0.02470
0.02411
0.02357
0.02307
-0.00059
-0.00054
-0.00050
-0.00048
0.00005
0.00004
0.00002
0.00003
NUMERI^KI METODI
Zada~i
197
4
5
6
1.20
1.25
1.30
1.09544
1.11803
1.14017
0.02259
0.02214
-0.00045
Da se opredelat izvodite vo to~ka k=0, odnosno x0=1.0, so pomo{ na

formulite
za
diferencirawe
dobieni
od
Wutnoviot
interpolacionen polinom napred.
1
[ 0 .02470 + 0 . 000295 + 0 .000017 ] = 0 .50024
0 .05
1
[ 0 . 00059 0 . 00005 ] = 0 .256
y ' ' (1 . 0 ) =
0 . 05 2
1
y ' ' ' (1 . 0 ) =
[ 0 . 00005 ] = 0 . 4
0 . 05 3
y ' (1 . 0 ) =
To~nite rezultati se :
y( x ) = x
y' (1.0) = 0.5
y' ' (1.0) = 0.25
y' ' ' (1.0) = 0.375
Od primerot se zaklu~uva deka gre{kite se zna~itelni.

Primer 8: Dadena e funkcijata y=sinx. Da se aproksimira vrednosta
y i y za x=/8, koristej}i gi kone~nite razliki od prv i vtor red, so
~ekor h=/16.
i
x
y
i-2
0
0
y i' 1
To~no re{enie:
i-1
/16
0.19509
y i +1 y i 1
=
2h
i
2/16
0.38268
1
2
16
i+1
3/16
0.55557
i+2
4/16
0.70710
i+3
5/16
0.831469
(0.5555702 0.1950903) = 0.9179545
y=sinx;
y=cosx ; y(/8)=cos(/8)=0.9238795
y i +1 2 y i + y i 1
1
=
(0.5555702 2 * 0.3826834 + 0.1950903) =
2
2
h
( )
16
NUMERI^KI
METODI
= -0.3814552
y i'' 2
Zada~i
198
To~no re{enie:
y=sinx; y=cosx ;
y=-sinx ; y(/8)=-sin(/8)=-0.3826834
Integracija
ex
Primer 9. Da se presmeta integralot
dx so pomo{ na trapeznoto
0.4 x
1
pravilo, so ~ekor h=0.1.

k
0
1
2
3
4
5
6
xk
0.4
0.5
0.6
0.7
0.8
0.9
1.0
exk
1.4918
1.6487
1.8221
2.0138
2.2255
2.4596
2.7183
yk=exk/xk
3.7295
3.2954
3.0368
2.8734
2.7819
2.7288
2.7183
5
y k = 14.7163
1
ex
1
dx = h[ y 0 + 2( y1 + y 2 + y 3 + y 4 + y 5 ) + y 6 ] =
2
0.4 x
1
5
1
1
0.1( y 0 + 2 y k + y 6 ) = 0.1 (3.7295 + 2 14.7163 + 2.7183) = 1.79402
1
2
2
Primer 10. Integralot od primer 1 da se presmeta so Simpsonovata

formula.
ex
h
dx = [ y 0 + 4 y1 + 2 y 2 + 4 y 3 + 2 y 4 + 4 y 5 + y 6 ] =
3
0.4 x
1
0 .1
[ y 0 + 4( y 1 + y 3 + y 5 ) + 2( y 2 + y 4 ) + y 6 ] =
3
0 .1
=
[3.7295 + 4 8.8976 + 2 5.8178 + 2.7183] = 1.78919
3
NUMERI^KI METODI
Zada~i
199
/2
Primer 11. Da se presmeta
sin( x )dx koristej}i gi vrednostite na
funkcijata dadeni vo tabelata. Pritoa da se koristat:

a) op{tata integraciona formula dobiena od
interpolacionen polinom,
b) trapeznoto pravilo,
v) Simpsonovoto pravilo
x
sin(x)
0
0
/12
0.2588
2/12
0.5
3/12
0.70711
4/12
0.86603
Wutnoviot
5/12
0.96593
6/12
1.00
Dobienite rezultati da se sporedat so to~noto re{enie koe iznesuva

1.00.
a) So primena na ravenkata dobiena od Wutnoviot interpolacionen
polinom za n=6:
/2
sin(x )dx = 140 12 (41 0.0 + 216 0.25882 + 27 0.5 + 272 0.70711 +
0
+ 27 0.86603 + +216 0.96593 + 41 1.0) = 1.000004

b) Primena na trapeznoto pravilo:
/2
sin( x )dx =
1
[0 + 2 (0.25882 + 0.5 + 0.70711 + 0.86603 + 0.96593) + 1.0] =
2 12
= 0.1309 7.59578 = 0.994285

v) So primena na Simpsonovata formula:
/2
sin( x )dx =
1
[0 + 4 (0.25882 + 0.70711 + 0.96593) + 2(0.5 + 0.86603) + 1.0] =
3 12
= 0.087266 11.4595 = 1.00003

Od rezultatite se gleda deka najto~na e integracijata sprovedena so
ravenkata pod a).
Primer 12. So Gausovata integraciona formula za dve Gausovi
to~ki, da se opredeli vrednosta na integralot:
+1
+1
3
2
f (z)dz = (z + z + z + 1) dz
NUMERI^KI METODI
Zada~i
200
Od prethodnata tabela za 2 Gausovi to~ki se ot~ituvaat vrednostite

za zk i Wk:
+1
k =1
f (z)dz = Wk f (z k ) = 1.0 f (0.57735027) + 1.0 f (0.57735027)
f (0.57735027) = 0.563 532 97

f (0.57735027) = 2.103 133 69
+1
3
2
(z + z + z + 1) dz = 2.666 666 66
{to se poklopuva so to~noto re{enie.

Primer 13. Da se primeni Gausovata integraciona formula so pet
to~ki za presmetuvawe na integralot:
dx
;
1 x
2
I=
to~no te{enie: ln(x)
=0.693 147 18
1
Vr{ime transformacija na promenlivata 1 x 2 vo promenliva -1

z 1.
z=
2x (b + a ) 2x 2 1
=
= 2x 3;
(b a )
2 1
dz = 2dx;
dx =
dz
2
Potoa ja transformirame funkcijata f(x) vo F(z):
1
2
2
=
=
z(b a ) + b + a z(2 1) + 2 + 1 z + 3
2
2 dx
+1
2 dz +1 1
dz
=
=
1 x
1 z + 3 2
1 z + 3
f (x) =
1
;
x
F(z) =
Presmetuvaweto po Gausovata formula so 5 Gausovi to~ki e dadeno

vo slednava tabela:
zk
Wk
F(zk)=1/(zk+3)
Wk.f(zk)
1
2
3
4
5
-0.906 179 85
-0.538 469 31
0.
0.538 469 31
0.906 179 85
0.236 926 89
0.478 628 67
0.568 888 89
0.478 628 67
0.236 926 89
0.477 595 93
0.406 251 28
0.333 333 33
0.282 608 08
0.256 004 60
0.113 155 29
0.194 443 51
0.189 629 62
0.135 264 33
0.060 654 37
Wk f (z k )
k =1
0.693 147 12
Dobienoto re{enie so 5 Gausovi to~ki e to~no do 6-tiot decimal.

NUMERI^KI METODI
Zada~i
201
Primer 14. Koristej}i ja Gausovata formula za integracija so 2 i so

3 Gausovi to~ki, da se proceni vrednosta na integralot za koj
to~noto re{enie iznesuva:
F = sin( x )dx = cos( x ) 0 = (cos cos 0) = (1 1) = 2

0
Pritoa da se koristi formata na Gausovata formula vo koja ne se

vr{i transformacija na funkcijata f(x) vo F(z). So dve Gausovi to~ki:
b
f (x)dx
a
F
=
z (b a ) + b + a
ba n
Wk f ( k
)
2 k =1
2
0
0.57735( 0) + ( + 0)
0.57735( 0) + ( + 0)
[1.0 sin(
) + 1.0 sin(
)] =
2
2
2
0.61619 2 = 1.9358
2
So tri Gausovi to~ki:
0.774596 +
[0.55555 sin(
) + 0.88888 sin(0) +
2
2
0.774596 +
0.55555 sin(
)] = 2.001389
2
F
Primer 15. So pomo{ na trapeznoto pravilo da se proceni

2
integralot
x + 1 dx . Funkcijata da se tabelira vo dadeniot

0
interval so ~ekor h=0.5.

x
y
2
0
1
x + 1 dx
0.5
1.22
1.0
1.414
1.5
1.58
2.0
1.73
0 .5
[1 + 2(1.22 + 1.414 + 1.58) + 1.73] = 2.7895
2
Primer 16. Da se interpolira polinom koj minuva niz dadenite

to~ki. Pritoa da se koristi Wutnoviot interpolacionen polinom
napred.
x
y
-1
3
1
3
3
27
NUMERI^KI METODI
5
75
Zada~i
202
Potoa da se opredeli povr{inata zafatena od interpoliraniot

polinom vo granicite od -1,0 do 5,0 i apscisnata oska, i toa so
pomo{ na Simpsonovoto pravilo za 6 intervali i so Gausovata
formula so 3 Gausovi to~ki. Rezultatot da se sporedi so to~noto
re{enie dobieno so direktna integracija.
0
1
2
3
-1
1
3
5
3
3
27
75
P( x ) = y 0 +
y
0
24
48
3y
0
2y
24
24
y 0
2 y 0
(x x 0 ) (x x 1 ) +
(x x 0 ) +
1!h
2!h 2
3 y 0
+
( x x 0 ) ( x x 1 ) ( x x 2 ) + ....
3!h 3
24
( x + 1) ( x 1) = 3x 2
P( x ) = 3 + 0 +
2 22
5
Direktna integracija: 3x 2 dx 3
1
x3
3
= 126
to~no re{enie.
So pomo{ na Simpsonovata formula so 6 intervali.
Funkcijata (polinomot) se tabelira vo granicite od -1.0 do 5.0 so

~ekor
h=[5-(-1)]/6, h=6/6=1,0:
i
x
y
5
0
-1
3
2
3x dx
=
-
1
0
0
2
1
3
3
2
12
4
3
27
5
4
48
6
5
75
h
[ y 0 + 4( y1 + y 3 + y 5 ) + 2( y 2 + y 4 ) + y 6 ] =
3
1
[3 + 4(0 + 12 + 48) + 2(3 + 27) + 75] = 126
3
So Gausova formula za integracija za 3 Gausovi to~ki:
NUMERI^KI METODI
Zada~i
203
k =1
z=
2x (b + a ) 2x (5 1) 2 x 4
=
=
(b a )
(5 + 1)
6
6z + 4
= 3z + 2
2
(b a )
6
dx =
dz = dz = 3dz
2
2
2
P( x ) = 3x = 3(3z + 2) 2 = 3(9z 2 + 12z + 4)
x=
2
F(z)dz = 3(9z + 12z + 4) 3dz
n
3
k
1
2
3
zk
-0.774 596 67
0
0.774 596 67
wk
0.555 555 56
0.888 888 89
0.555 555 56
F(zk)
0.9435585
36
168.25642
NUMERI^KI METODI
F(z).wk
0.5291991
31.99999
93.475782
126

Kniga Numerichki Metodi

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Kniga Numerichki Metodi

Caricato da

Copyright:

Formati disponibili

Voved

Va`nost na numeri~kite metodi vo in`enerstvoto

koj e zadaden preku kone~ni brojni vrednosti se dobiva, isto taka,

Zo{to gi izu~uvame numeri~kite metodi?

golemi sistemi ravenki,

robustnost - algoritamot treba dobro da re{ava mnogu problemi,

^esto se slu~uva eden metod da bide pobrz dodeka drug e poto~en.

Koga nekoj podatok se koristi vo presmetuvaweto, mora da sme

Gre{ka ozna~ena so e mo`e da se definira kako:

e = x c x t = 9999 10000 = 1cm

b) Apsolutna vrednost na relativnata gre{ka vo %:

Vo realni situacii, to~noto re{enie ne e poznato. Vo toj slu~aj, za

e i mo`e da se presmeta kako:

analiti~koto presmetuvawe se primenuva pri re{avawe na

Prednosti i nedostatoci na analiti~kite metodi :

9 analiti~kite metodi voobi~aeno baraat pomalku vreme za

Eden na~in na numeri~ko re{enie e funkcijata da se tabelira vo

Za da se podobri to~nosta na re{enieto, mo`e da se prebaruva vo

Karakteristiki na numeri~kite metodi

Pri koristewe na kalkulator samo se vnesuva brojot y, a potoa se

. Vo Excel, se koristi funkcijata SQRT.

Da pretpostavime po~etna vrednost xo za kvadratniot koren. Ovaa

Za ilustracija, da pretpostavime: y=150,

x 2 = 12,25 0,00255 = 12,24745

Koristej}i go ~lenot x2, re{avame po x:

Prethodnata ravenka mo`e da se re{ava iterativno:

Ako se pretpostavi po~etno re{enie xo=2, toga{:

x1=2,828427, a vtorata iteracija dava:

Po tretata iteracija dobivame:

Rezultatite od drugite iteracii (vkupno 20) se prika`ani vo

Primena na Taylor-ovi redovi vo numeri~kite presmetuvawa

Razvivaweto na Tajlorovite redovi (Taylor series expansions) ima

kade {to se:

Ekspanzijata na Tajlorovite redovi mo`e da se izrazi vo kompaktna

Aproksimacija od prv red (dva ~lena)

Aproksimacija od vtor red (tri ~lena)

Aproksimacija od treti red (~etiri ~lena)

Primer 5. Da se poka`e razvivaweto na dadenata funkcija vo

Po~etna vrednost x0=3. Da se razvijat serii za h=0.2; 0.4; 0.6 do 4.0.

f(x0)=f(3)= 35 - 3*33 + 8 = 170

f (1) ( x ) = 5x 4 9 x 2 f (1) (3) = 324

f ( x ) = f ( x 0 + h ) = 170 + 324h + 486

Vo narednata tabela se dadeni vrednostite na funkcijata f(x0+h), za

Ekspanzija na Tajlorovi serii za polinom od V red

Slednive serii, mo`e da se koristat za procena na soodvetnite

Primer 6. Da se poka`e deka razvivaweto na eksponencijalnata

koga x=x0=0 kako po~etna to~ka i h kako inkrement. Da se razvijat

Primer 7 Prosta greda e natovarena so ramnomerno raspredelen

Da se razvie vo Tajlorov red funkcijata y(x), so zemawe tri ~lena,

y(x0) =y'(2)= -20*(4x3-16*3*x2+64*8)/(24*3.16*107*0.0054)= -0.0017

y( 2 + h ) = 0.004454 0.0017 h + 0.0007

y(2+h)=y(2+1)=y(3)=-0.004454 - 0.0017*1.0 + 0.0007*(1.0)2/2= -0.0058

y(2+h)=y(2+2)=y(4)=-0.004454 - 0.0017*2.0 + 0.0007*(2.0)2/2= -0.00645

y(2+h)=y(2+3)=y(5)=-0.004454 - 0.0017*3.0 + 0.0007*(3.0)2/2= -0.0064

y(2+h)=y(2+4)=y(6)=-0.004454 - 0.0017*4.0 + 0.0007*(4.0)2/2= -0.00565

Sporedba na to~no i aproksimativno

Tajlorov red so 5 ~lena:

y(x0) =y(2)= -20*(x4-16*x3+64*8*x)/(24*3.16*107*0.0054)= -0.004454

Aproksimacija od treti i ~etvrti red

Aproksimacija od vtori, treti i ~etvrti red

Od grafikot se gleda deka aproksimacijata od IV red se poklopuva

Neka e dadena tabela na vrednostite na funcijata f(x) za argumenti x

nao|awe pribli`en izraz na funkcijata f(x) koja e zadadena samo

presmetuvawe na pribli`nata vrednost na funkcijata f(x) za

y(x0) =y'(2)= -20(4x3-163*x2+648)/(243.161070.0054)= -0.0017

y(2+h)=y(2+1)=y(3)=-0.004454 - 0.00171.0 + 0.0007(1.0)2/2= -0.0058

y(2+h)=y(2+2)=y(4)=-0.004454 - 0.00172.0 + 0.0007(2.0)2/2= -0.00645

y(2+h)=y(2+3)=y(5)=-0.004454 - 0.00173.0 + 0.0007(3.0)2/2= -0.0064

y(2+h)=y(2+4)=y(6)=-0.004454 - 0.00174.0 + 0.0007(4.0)2/2= -0.00565

y(x0) =y(2)= -20(x4-16x3+648x)/(243.16107*0.0054)= -0.004454

Zna~i, za x=1,3051 f(x)=3,7.